校园的数学课会结束，但人生的数学道路将永不止步

雁过无声，岁月无情，转眼间，大学的时光只剩下最后半载，而大学里面的所学课程也即将结束。此时再回想起那些各式各样的数学课，虽然已经不记得自己真正在里面学到了什么，但是终究还是有种不舍的情感，毕竟过了今年可能后面就再也没有机会在校园的课堂里面学习数学。

简单回顾这三年半所学的数学课吧！
大一：

1. 数学分析
2. 高等代数
3. 解析几何

大二：

1. 常微分方程
2. 复变函数
3. 概率论
4. 数学建模

大三：

1. 数理统计
2. 数值分析
3. 实变函数与泛函分析
4. 随机过程
5. 运筹学
6. 偏微分方程及其数值解

大四：

1. 多元统计分析
2. 模糊数学
3. 离散数学

首先，数学分析这门课程是最重要的一门课，没有之一，毕竟这门课学习了三个学期。说这门课里面的内容多吧，其实也不多，总体来看就四大板块：极限，导数，积分和级数。只不过其中的一个难点就是把这些概念从一维扩展到了二维甚至是n维。
（业界还有一个通俗的传言：数学分析是强化版的高等数学）

高等代数，当时老师是说这门课是为后面的更多知识做铺垫，反正当时我也只是应付考试式学习，终究还是没有学明白。隐隐约约只记得多项式，行列式，矩阵，线性空间，线性变换以及欧几里得空间都是来自这本书。其中还有几个非常重要的知识点，包括逆矩阵，特征值与特征向量以及正交变换。

解析几何，这门课程的内容不多，向量，空间直线方程，平面方程以及常见的曲面方程都来自这本书。

常微分方程，这门课程都是围绕如何去求解一个常微分方程而展开的。首先，这里面的微分方程可以分成一阶和高阶，齐次以及非齐次而展开讲解，但是终究有无法求解的常微分方程，所以此时便需要求解数值解的方法。

复变函数，这门课我也已经忘记学了些什么，仿佛只记得复变函数的定义而已，但是这门课程里面有一个很重要的应用，就是用留数定理去计算一些实积分。

概率论，这门课讲到很多重要的知识点，包括一些基本的概率类型，一些基本的随机变量分布类型，分布函数和密度函数，数学期望和方差以及特征函数和概率极限定理。

数学建模，这本就是一个很庞大的应用型知识体系，除了最基本的一些数学相关知识外还涉及到许多其它方面的知识。常见的数学模型有：数学规划模型，统计模型，图与网络模型，微分方程模型，决策模型等等。

数理统计，这门课程首先讲述了数理统计中常用的分布，然后重点讲述参数估计，假设检验以及方差分析的内容。

数值分析，一个关键：误差；两个问题：收敛性问题，稳定性问题；
三个思想：逼近，拟合插值，迭代；四个方法：插值，拟合，正交化，加速化。

实变函数与泛函分析，这门课分成实变函数和泛函分析两个部分。实变函数：讲解了点集，测度论，可测函数以及积分轮。最主要的就是为了讲述勒贝格积分（数学分析里面学习的是黎曼积分）。
泛函分析：主要讲述了度量空间，赋范线性空间，内积空间，希尔伯特空间。

随机过程，由概率论扩展而来，概率论讲解了随机变量，这里将随机变量进一步赋予时间t使得其成为一个随机过程。主要讲解了五个重要的随机过程：正态过程，Wiener过程，Poisson过程。Markov过程以及平稳过程。

运筹学，这门课程讲述的都是一些算法，确切来说都是一些计算机相关的算法。按照板块分为：线性规划，整数线性规划，非线性规划，动态规划以及图与网络分析。其中，凸规划，Newton法，旅行售货员问题以及Dijkstra算法都是一些很有知名度的知识。

偏微分方程及其数值解，继常微分之后，讲解了一些解决偏微分方程的方法，包括分离变量法，行波法，积分变换法等等。

多元统计分析，继数理统计之后，这门课程讲述了一些常用的多元统计分析方法。包括多元方差分析，回归分析，聚类分析，判别分析，主成分分析以及因子分析。

模糊数学，越学越模糊，记得有模糊矩阵，模糊关系，模糊聚类分析，模糊模型识别，模糊决策以及模糊线性规划。

离散数学，和计算机最有关联的数学课程之一。此课程有四大板块：数理逻辑，集合论，代数论以及图论。

16门课，学的不多，忘的不少，虽然这里面大多数知识都不知道有何用途，学习也只能是停留在书本这个表面上，但是数学真正的精华不在于它的知识点而是它的思想。例如数学里面的一题多解的思想在计算机编程领域展现得不是淋漓尽致吗？再包括当下热门的人工智能，不也是基于数学的算法基础上所形成的。
所以校园的数学课会结束，但人生的数学道路将永不止步！