如何让普通人了解数学、物理和计算机科学的美

数学，计算机的灵魂，世界的基础
工程，计算机怎样为人类服务，怎样真正解决现实问题
艺术，计算机为人类服务的过程中让人感受到的美丽，怎样创造能更好为人类服务的，并让人有更好的感觉

计算机本身就是一门千变万化的技术！有着让人想象不到得发展空间。不过.在怎么变！我个人认为都是万变不离其中。

多喜爱家纺金阳店 12.2-12.11日 年底清仓，低至3.9折，还有免费礼品送

解析：
(1)公式，历史事件，数学/物理学家事迹
(2)喜欢数学/物理的，能体会到美

　　如何学好数学1

　　数学是必考科目之一，故从初一开始就要认真地学习数学。那么，怎样才能学好数学呢？现介绍几种方法以供参考：

　　一、课内重视听讲，课后及时复习。

　　新知识的接受，数学能力的培养主要在课堂上进行，所以要特点重视课内的学习效率，寻求正确的学习方法。上课时要紧跟老师的思路，积极展开思维预测下面的步骤，比较自己的解题思路与教师所讲有哪些不同。特别要抓住基础知识和基本技能的学习，课后要及时复习不留疑点。首先要在做各种习题之前将老师所讲的知识点回忆一遍，正确掌握各类公式的推理过程，庆尽量回忆而不采用不清楚立即翻书之举。认真独立完成作业，勤于思考，从某种意义上讲，应不造成不懂即问的学习作风，对于有些题目由于自己的思路不清，一时难以解出，应让自己冷静下来认真分析题目，尽量自己解决。在每个阶段的学习中要进行整理和归纳总结，把知识的点、线、面结合起来交织成知识网络，纳入自己的知识体系。

　　二、适当多做题，养成良好的解题习惯。

　　要想学好数学，多做题目是难免的，熟悉掌握各种题型的解题思路。刚开始要从基础题入手，以课本上的习题为准，反复练习打好基础，再找一些课外的习题，以帮助开拓思路，提高自己的分析、解决能力，掌握一般的解题规律。对于一些易错题，可备有错题集，写出自己的解题思路和正确的解题过程两者一起比较找出自己的错误所在，以便及时更正。在平时要养成良好的解题习惯。让自己的精力高度集中，使大脑兴奋，思维敏捷，能够进入最佳状态，在考试中能运用自如。实践证明：越到关键时候，你所表现的解题习惯与平时练习无异。如果平时解题时随便、粗心、大意等，往往在大考中充分暴露，故在平时养成良好的解题习惯是非常重要的。

　　三、调整心态，正确对待考试。

　　首先，应把主要精力放在基础知识、基本技能、基本方法这三个方面上，因为每次考试占绝大部分的也是基础性的题目，而对于那些难题及综合性较强的题目作为调剂，认真思考，尽量让自己理出头绪，做完题后要总结归纳。调整好自己的心态，使自己在任何时候镇静，思路有条不紊，克服浮躁的情绪。特别是对自己要有信心，永远鼓励自己，除了自己，谁也不能把我打倒，要有自己不垮，谁也不能打垮我的自豪感。

　　在考试前要做好准备，练练常规题，把自己的思路展开，切忌考前去在保证正确率的前提下提高解题速度。对于一些容易的基础题要有十二分把握拿全分；对于一些难题，也要尽量拿分，考试中要学会尝试得分，使自己的水平正常甚至超常发挥。

　　由此可见，要把数学学好就得找到适合自己的学习方法，了解数学学科的特点，使自己进入数学的广阔天地中去。
　　如何学好数学2

　　高中生要学好数学，须解决好两个问题：第一是认识问题；第二是方法问题。
　　有的同学觉得学好教学是为了应付升学考试，因为数学分所占比重大；有的同学觉得学好数学是为将来进一步学习相关专业打好基础，这些认识都有道理，但不够全面。实际上学习教学更重要的目的是接受数学思想、数学精神的熏陶，提高自身的思维品质和科学素养，果能如此，将终生受益。曾有一位领导告诉我，他的文科专业出身的秘书为他草拟的工作报告，因为华而不实又缺乏逻辑性，不能令他满意，因此只得自己执笔起草。可见，即使将来从事文秘工作，也得要有较强的科学思维能力，而学习数学就是最好的思维体操。有些高一的同学觉得自己刚刚初中毕业，离下次毕业还有3年，可以先松一口气，待到高二、高三时再努力也不迟，甚至还以小学、初中就是这样“先松后紧”地混过来作为“成功”的经验。殊不知，第一，现在高中数学的教学安排是用两年的时间学完三年的课程，高三全年搞总复习，教学进度排得很紧；第二，高中数学最重要、也是最难的内容（如函数、立几）放在高一年级学，这些内容一旦没学好，整个高中数学就很难再学好，因此一开始就得抓紧，那怕在潜意识里稍有松懈的念头，都会削弱学习的毅力，影响学习效果。
　　至于学习方法的讲究，每位同学可根据自己的基础、学习习惯、智力特点选择适合自己的学习方法，我这里主要根据教材的特点提出几点供大家学习时参考。
　　l、要重视数学概念的理解。高一数学与初中数学最大的区别是概念多并且较抽象，学起来“味道”同以往很不一样，解题方法通常就来自概念本身。学习概念时，仅仅知道概念在字面上的含义是不够的，还须理解其隐含着的深层次的含义并掌握各种等价的表达方式。例如，为什么函数y=f(x)与y=f-1(x)的图象关于直线y＝x对称，而y=f(x）与x=f-1(y)却有相同的图象；又如，为什么当f（x－l）＝f（1-x)时，函数y=f(x)的图象关于y轴对称，而 y＝f（x－l）与 y＝f（1-x)的图象却关于直线 x＝1对称，不透彻理解一个图象的对称性与两个图象的对称关系的区别，两者很容易混淆。
　　2‘学习立体几何要有较好的空间想象能力，而培养空间想象能力的办法有二：一是勤画图；二是自制模型协助想象，如利用四直角三棱锥的模型对照习题多看，多想。但最终要达到不依赖模型也能想象的境界。
　　3、学习解析几何切忌把它学成代数、只计算不画图，正确的办法是边画图边计算，要能在画图中寻求计算途径。
　　4、在个人钻研的基础上，邀几个程度相当的同学一起讨论，这也是一种好的学习方法，这样做常可以把问题解决得更加透彻，对大家都有益。

　　答一送一：
　　如何在学习上占第一

　　学习上占第一，每个同学都可以做到。之所以你占不了第一，主要有两个原因：第一、生活方式、学习方法不正确，第二、没有坚强的毅力。在这里面毅力是第一重要的，学习方法是第二重要的。在现实生活中，全中国仍有70％以上的占第一的学生虽然占了第一，但他们并不是毅力最强的，或者说学习方法生活方式不是最好的。他们也许今天是第一，明天就不是了。也就是说，你如果按占第一的方法去学习、去锻炼，一般都会超过现有的第一。
　　辉煌的第一是不是要经过艰苦的努力才能得到呢？说它艰苦是因为“培养坚强的毅力”是世上最艰苦的工作，只有你具有了坚强的毅力才可能成为第一，当然正确的生活方式和学习方法也是特别重要的。在这里什么是坚强的毅力呢，只要你能按下面几点要求去做，而且每天都做记录，持之以恒，每天都不间断地坚持一个学期、一年、三年，那么你的毅力就足以达到占第一的要求了。在这项锻炼中就怕你中间有间断，风雨、心情、疾病、家务等等都不是你中断锻炼的理由。你要记住，学好学业是你学生生活中最重要的，没有什么工作的重要性会超过它。除了坚强的毅力，正确的学习方法和生活方式也是很重要的。
　　第一人人可以占，原来占第一的同学也不一定就比你更聪明多少，脑细胞也不一定比你多。爱迪生不是说过“天才是百分之九十九的汗水加上百分之一的灵感”吗？！所以你第一要过心理关，就是说：要坚信你一定能成功，一定会超过现有的第一，包括现在是第一的你自已。
　　第二、你要天天锻炼。没有一个健康的身体，你什么事也做不好，即使偶尔做好了，也不能长久。每天30分钟左右的锻炼一定要天天坚持。锻炼的形式多种多样，跑步、打乒乓球、打篮球、俯卧撑、立定跳远等等都可以。有些同学好面子，见到别人不跑步，怕自已跑别人看见了不好意思，那就错了，真正不好意思的是辛苦了几年考不上大学，是上了几年大学还要下岗。如果将来自已养活不了自已，那才是真正不好意思的。
　　第三、学习态度要端正。每次上课前，一定要把老师准备讲的内容预习好，把不好理解的、不会的内容做好标记，在老师讲到该处时认真听讲。如果老师讲了以后还不会，一定要再问老师，直到明白为止。当一个问题问了两遍三遍还不会时，一般的同学就不好意思问了，千万别这样，老师们最喜欢“不问明白誓不罢休”的性格了。上课时要认真听讲，认真思考，做好笔记。做笔记时一定要清楚，因为笔记的价值比课本还，将来的复习主要靠它。
　　课下首先要做的不是做作业，而是把笔记、课本上的知识点先学好，该记的内容一定把它背熟。这样会大大提高你做作业的速度，即平常说的“磨刀不误砍柴功”。做作业时应该独立思考，实在不能解决的问题，再和同学、老师商量。问同学时，不要问这道题结果是什么，而是要问“这道题究竟怎么做？”“这道题为什么这样做？”
　　第四、正确面对错误和失败。当有的知识你没有在课上学会、当你的练习做错时或者在考试中成绩太差时，你既不要报怨，也不要气馁，你应该正视这自已不愿得到的现实。没有学会不要紧，把该知识写到你的《备忘录》中，然后问同学问老师，再把正确的解释或结果，写到其它页上。错了题也是这样，考试失利不就是错的题多点吗，正确的方法是把原题抄到《备忘录》中，把正确的做法学会后，把做法和结果写到其它页上，如果能注上做该类题的注意事项，就会把你的学习效率又提高30％－60％。之所以把答案或解释写到其它页上，就是为了下次看知识点或错误的题目时，再动动脑筋，想想该知识点的理解和解释情况，再练练该题的做法和答案。错误和失败并不可怕，只要你能正视它，一切都会成为你成功的动力。
　　第五、记帐。你的学习一定要有一本帐，你什么时候做得好，记下来，什么时候错了题，记下来(注：帐本上只记“今天错题为《备忘录》××页×题)。课下几点几分学了英语，记录好；几点几分至几点几分学了物理记下来。把你生活中锻炼、学习的分分秒秒记录在你的帐本上，把你每次作业和考试中的正确题数、错误题数和错误题号(《备忘录》上的页号题号)一一记录在你的帐本上。把你每天学会的知识点都记录在帐本上，以备明天、后天再检查一下自已是否真正掌握了这些知识点。在帐本上过去了几天的知识点，你一定要学会并能熟练掌握。
　　帐本记录的是你学习、锻炼中每一个细节。这样记下来，在校生活中，每天约有一页32开纸的记录量，不在校时可能有两页32纸的记录量。在星期和假期里千万不能间断。把你的帐一天天积累起来，这就是你所走过的第一之路。
　　虽说在素质教育的今天学校不排名次，但学习出类拔萃是我们努力的目标，是我们考上高一级学校的必要条件，也是我们走向社会后，做好每一件工作的资本。同学们，去争取第一吧。如果你一年年按上面的要求做，你一定能占第一。
　　如果大家都这样去做，即使你占不了第一，一定是中国出类拔萃的学生，因为中国大多数的同学没有这样的毅力，没有这样好的学习方法和生活方式。同学们，为美好的明天奋斗吧

喜爱它，兴趣是最好的老师。

数学在计算机图形学中的应用 Greg Turk, August 1997 “学习计算机图形学需要多少的数学？”这 是初学者最经常问的问题。答案取决于你想在计算机图形学领域钻研多深。如果仅仅使用周围唾手可得的图形软件，你不需要知道多少数学知识。如果想学习计算机 图形学的入门知识，我建议你读一读下面所写的前两章（代数，三角学和线性代数）。如果想成为一名图形学的研究者，那么对数学的学习将是活到老，学到老。如 果你并不特别喜欢数学，是否仍有在计算机图形学领域工作的机会？是的，计算机图形学的确有一些方面不需要考虑太多的数学问题。你不应该因为数学成绩不好而 放弃它。不过，如果学习了更多的数学知识，似乎你将在研究课题上有更多的选择余地。对于在计算机图形学中哪些数学才是重要的还没有明确的答案。这领域里不 同的方面要求掌握不同的数学知识，也许兴趣将会决定了你的方向。以下介绍我认为对于计算机图形学有用的数学。别以为想成为一名图形学的研究者就必须精通各 门数学！为了对用于图形学的数学有一个全面的看法，我特地列出了很多方面。但是许多研究者从不需要考虑下面提到的数学。最后，虽然读了这篇文章后，你应该 会对数学在计算机图形学中的应用有所了解，不过这些观点完全是我自己的。也许你应该阅读更多的此类文章，或者至少从其他从事计算机图形学工作的人那里了解 不同的学习重点。现在开始切入正题。代数和三角学对于计算机图形学的初学者来说，高中的代数和三角学可能是最重要的数学。日复一日，我从简单的方程解出一 个或更多的根。我时常还要解决类似求一些几何图形边长的简单三角学问题。代数和三角学是计算机图形学的最基础的知识。那么高中的几何学怎么样呢？可能让人 惊讶，不过在多数计算机图形学里，高中的几何学并不经常被用到。原因是许多学校教的几何学实际上是如何建立数学证明的课程。虽然证明题对提高智力显然是有 效的，但对于计算机图形学来说，那些与几何课有关的定理和证明并不常被用到。如果你毕业于数学相关领域（包括计算机图形学），就会发现虽然你在证明定理， 不过这对开始学习图形学不是必要的。如果精通代数和三角学，就可以开始读一本计算机图形学的入门书了。下一个重要的用于计算机图形学的数学——线性代数，多数此类书籍至少包含了一个对线性代数的简要介绍。推荐的参考书: Computer Graphics: Principles and Practice James Foley, Andries van Dam, Steven Feiner, John Hughes Addison-Wesley [虽然厚重，可是我很喜欢] 线性代数线性代数的思想贯穿于计算机图形学。事实上，只要牵涉到几何数值表示法,就常常抽象出例如x,y,z坐 标之类的数值，我们称之为矢量。图形学自始至终离不开矢量和矩阵。用矢量和矩阵来描述旋转，平移，或者缩放是再好不过了。高中和大学都有线性代数的课程。 只要想在计算机图形学领域工作，就应该打下坚实的线性代数基础。我刚才提到，许多图形学的书都有关于线性代数的简要介绍——足够教给你图形学的第一门课。推荐的参考书: Linear Algebra and Its Applications Gilbert Strang Academic Press 微积分学 微 积分学是高级计算机图形学的重要成分。如果打算研究图形学，我强烈建议你应该对微积分学有初步认识。理由不仅仅是微积分学是一种很有用的工具，还有许多研 究者用微积分学的术语来描述他们的问题和解决办法。另外，在许多重要的数学领域，微积分学被作为进一步学习的前提。学习了基本代数之后，微积分学又是一种 能为你打开多数计算机图形学与后继的数学学习之门的课程。微积分学是我介绍的最后一个中学课程，以下提及的科目几乎全部是大学的课程。 微分几何学微分几何学研究支配光滑曲线，曲面的方程组。如果你要计算出经过某个远离曲面的点并垂直于曲面的矢量（法向矢量）就会用到微分几何学。让一辆汽车以特定速度在曲线上行驶也牵涉到微分几何学。有一种通用的绘制光滑曲面的图形学技术，叫做“凹凸帖图”，这个技术用到了微分几何学。如果要着手于用曲线和曲面来创造形体（在图形学里称之为建模）你至少应该学习微分几何学的基础。推荐的参考书: Elementary Differential Geometry Barrett O'Neill Academic Press 数值方法几乎任何时候，我们在计算机里用近似值代替精确值来表示和操作数值，所以计算过程总是会有误差。而且对于给定的数值问题，常常有多种解决的方法，一些方法会更块，更精确或者对内存的需求更少。数值方法研究的对象包括“计算方法”和“科学计算”等等。这是一个很广阔的领域，而且我将提及的其他几门数学其实是数值方法的一些分支。这些分支包括抽样法理论，矩阵方程组，数值微分方程组和最优化。推荐的参考书: Numerical Recipes in C: The Art of Scientific Computing William Press, Saul Teukolsky, William Vetterling and Brian Flannery Cambridge University Press [这本参考书很有价值可是很少作为教材使用] 抽 样法理论和信号处理在计算机图形学里我们反复使用储存在正规二维数组里的数字集合来表示一些对象，例如图片和曲面。这时，我们就要用抽样法来表示这些对 象。如果要控制这些对象的品质，抽样法理论就变得尤为重要。抽样法应用于图形学的常见例子是当物体被绘制在屏幕上时，它的轮廓呈现锯齿状的边缘。这锯齿状 的边缘（被认为是“混淆”现象）是非常让人分散注意力的，用抽样法中著名的技术例如回旋，傅立叶变换，空间和频率的函数表示就能把这个现象减少到最小。这些思想在图像和音频处理领域是同样重要的。推荐的参考书: The Fourier Transform and Its Applications Ronald N. Bracewell McGraw Hill 矩 阵方程组计算机图形学的许多问题要用到矩阵方程组的数值解法。一些涉及矩阵的问题包括：找出最好的位置与方向以使对象们互相匹配（最小二乘法），创建一个 覆盖所给点集的曲面，并使皱折程度最小（薄板样条算法），还有材质模拟，例如水和衣服等。在图形学里矩阵表述相当流行，因此在用于图形学的数学中我对矩阵 方程组的评价是很高的。推荐的参考书: Matrix Computations Gene Golub and Charles Van Loan Johns Hopkins University Press 物 理学物理学显然不是数学的分支，它是自成一家的学科。但是在计算机图形学的某些领域，物理学和数学是紧密联系的。在图形学里，牵涉物理学的问题包括光与物 体的表面是怎样互相影响的，人与动物的移动方式，水与空气的流动。为了模拟这些自然现象，物理学的知识是必不可少的。这和解微分方程紧密联系，我将会在下 一节提到微分方程。 微 分方程的数值解法我相信对于计算机图形学来说，解微分方程的技巧是非常重要的。像我们刚才讨论的，计算机图形学致力于模拟源于真实世界的物理系统。波浪是 怎样在水里形成的，动物是怎样在地面上行走的，这就是两个模拟物理系统的例子。模拟物理系统的问题经常就是怎样解微分方程的数值解。请注意，微分方程的数 值解法与微分方程的符号解法是有很大差异的。符号解法求出没有误差的解，而且时常只用于一些非常简单的方程。有时大学课程里的“微分方程”只 教符号解法，不过这并不会对多数计算机图形学的问题有帮助。在对物理系统的模拟中，我们把世界细分为许多表示成矢量的小元素。然后这些元素之间的关系就可 以用矩阵来描述。虽然要处理的矩阵方程组往往没有很精确的解，但是取而代之的是执行了一系列的计算，这些计算产生一个表示成数列的近似解。这就是微分方程 的数值解法。请注意，矩阵方程的解法与微分方程数值解法的关系是很密切的。 最优化在计算机图形学里，我们常常为了期望的目标寻求一种合适的描述对象或者对象集的方法。例如安排灯的位置使得房间的照明看起来有种特殊的“感觉”，动画里的人物要怎样活动四肢才能实现一个特殊的动作，怎样排版才不会使页面混乱。以上这些例子可以归结为最优化问题。十年前的计算机图形学几乎没有最优化技术的文献，不过最近这个领域越来越重视最优化理论。我认为在计算机图形学里，最优化的重要性将会日益增加。 概率论与统计学计算机图形学的许多领域都要用到概率论与统计学。当研究者涉足人类学科时，他们当然需要统计学来分析数据。图形学相关领域涉及人类学科，例如虚拟现实和人机交互(HCI)。另外，许多用计算机描绘真实世界的问题牵涉到各种未知事件的概率。两个例子：一棵成长期的树,它的树枝分杈的概率；虚拟的动物如何决定它的行走路线。最后，一些解高难度方程组的技巧用了随机数来估计方程组的解。重要的例子：蒙特卡罗方法经常用于光如何传播的问题。以上仅是一部分在计算机图形学里使用概率论和统计学的方法。 计算几何学计算几何学研究如何用计算机高效地表示与操作几何体。典型问题如，碰撞检测，把多边形分解为三角形，找出最靠近某个位置的点，这个学科包括了运算法则，数据结构和数学。图形学的研究者，只要涉足创建形体（建模），就要大量用到计算几何学。推荐的参考书: Computational Geometry in C Joseph O'Rourke Cambridge University Press [大学教材] Computational Geometry: An Introduction Franco Preparata and Michael Shamos Springer-Verlag [很经典，不过有点旧了] 总 结：数学应用和数学理论对于图形学来说，以上提到的许多数学学科都有个共同点：比起这些数学的理论价值，我们更倾向于发掘它们的应用价值。不要惊讶。图形 学的许多问题和物理学者与工程师们研究的问题是紧密联系的，并且物理学者与工程师们使用的数学工具正是图形学研究者们使用的。多数研究纯数学理论的学科从 不被用于计算机图形学。不过这不是绝对的。请注意这些特例：分子生物学正利用节理论来研究DNA分 子动力学，亚原子物理学用到了抽象群论。也许有一天，纯数学理论也能推动计算机图形学的发展，谁知道呢？有些看来重要的数学实际上在计算机图形学里不常被 用到。可能拓扑学是此类数学中最有意思的。用一句话来形容拓扑学，它研究油炸圈饼与咖啡杯为什么在本质上是相同的。答案是他们都是只有一个洞的曲面。我们 来讨论一下拓扑学的思想。虽然曲面是计算机图形学的重要成分，不过微分几何学的课程已经涵盖了多数对图形学有用的拓扑学知识。微分几何学研究曲面的造型， 可是拓扑学研究曲面的相邻关系。我觉得拓扑学对于图形学来说几乎没用，这是由于拓扑学关心抽象的事物，而且拓扑学远离了多数图形学的核心——三维欧氏空间的概念。对于图形学来说，拓扑学的形式（符号表示法）是表达思想的简便方法，不过图形学很少用到抽象拓扑学的实际工具。对图形学来说，拓扑学像一个好看的花瓶，不过别指望它能立即带给你回报。有人曾经这么问我，计算机图形学是否用到了抽象代数（群论，环，等等….）或者数论。我没怎么遇到过。和拓扑学一样，这些学科有很多美好的思想。可是很不幸，这些思想很少用于计算机图形学。

计算机学科主要脱胎发源于数学学科离散数学是现在数学的一个重要分支是计算机科学中基础理论的核心课程。计算机学科中普遍采用了离散数学的基本概念、基本思想和基本方法并把离散数学作为自己的理论基础和重要的数学工具。 数学课程所涉及的概念、方法和理论大量地应用在数据结构、数据库系统、编译原理、人工智能、计算机体系结构、算法分析与设计、软件工程、多媒体技术、数字电路、计算机网络等专业课程中。他所提供的的训练十分有益于我们概况抽象能力、逻辑能力、归纳能力的提高十分有益于我们严谨、完整、规范的科学态度的培养。 一、离散数学在数据结构中的应用 计算机要解决一个具体问题必须运用数据结构知识。对于问题中所处理的数据必须首先从具体问题中抽象出一个适当的数学模型然后设计一个解此数学模型的算法最后编出程序进行测试、调整直至得到问题的最终解答。而寻求数学模型就是数据结构研究的内容。寻找数学模型的实质是分析问题从中提取操作的对象并找出这些操作对象之间含有的关系然后用数学的语言加以描述。数据结构中将操作对象间的关系分为四类集合、线性结构、树形结构、图状结构或网状结构。数据结构研究的主要内容是数据的逻辑结构物理存储结构以及基本运算操作。其中逻辑结构和基本运算操作来源于离散数学中的离散结构的算法思考。离散数学中的集合论、关系、图论、树四个章节就是反映了数据结构中四大结构的知识

要看你学哪方面的了，计算机包含范围很广的。有黑客技术，电脑网页制作，游戏、软件应用开发，数据库，编程，数字电路，模拟电路。。。总之，很多，没有最牛的人，只有很牛额，要看你朝哪方面去发展就学习哪方面咯

好多知识，编程，美图，网络，等等

如果学的话，要看你学哪一方面了