多元統計分析和偏微分方程數值解哪個更難求解？

我個人覺得是數值分析，多元統計好看，數值分析有點無聊。

就我們個人而言，我們覺得多元統計分析，因為偏微分方程其實是一種正態方程，我們會有一種熟悉的感覺;

但是，多元統計分析基本不接觸平時，高考後就更少了，所以沒有熟悉感。

多元統計分析和偏差的值仍然相對簡單。

我研究多元統計，我覺得這對我來說更難。 但這個想法仍然相對簡單。 只是理論推導有點難，如果你不是數學專業的，就不要選擇多元分析。

數理統計的應用多用於處理實際問題，理論要求不是很高，也比較簡單。

後者的多元統計分析更難學！

這是乙個數學系，我先給大家介紹一下我們主要的數學課程安排：

第一年：數學分析（1,2），解析幾何，高階代數。

第二年：數學分析（3）、常微分方程、復函式、微分幾何、概率論和數理統計、運籌學。

第三年：數學物理方程式、數學模型和數學實驗、MATLAB 和 Mathematica 軟體、數值分析、時間序列分析、現代代數、拓撲學、實函式和泛函分析、現代分析精選講座。

第四年：偏微分方程數值解、多元統計分析、矩陣分析。

然後談談我個人的看法：

要進入大學數學系的課程，首先要學習“數學分析”和“高等代數”，這是進入大學數學的兩個門檻，我想我不能太關注它。

說到知識的系統化，我認為接下來的幾門課程更重要：

分析：分數、複雜、普通、微觀、微觀。

代數：高等代數，現代代數。

幾何：解析幾何、微分幾何。

不確定性科學：概率與統計，隨機過程。

現代數學的三個基礎：實變數函式、泛函分析和拓撲學。

這些是基礎知識，有了這些基礎，您可以選擇自己喜歡的方向進行深入研究。 ：基礎數學，包括數論、代數、幾何、拓撲、函式論、偏微分方程等。

應用數學包括運籌學、控制論等。 在計算機數學中，有偏微分方程的數值計算、非線性微分方程及其數值解，以及有限元邊界元的數值方法。

在以下課程中，我認為有順序的課程是：

先學習複雜而普通的微觀，再學習微觀。

首先學習整合，然後學習功能。

首先學習泛化，然後學習時間序列和多元統計。

先學習數值分析，再學習偏微分數值解。

其他感覺不是很依賴。

數學是對數量、結構、變化和空間模型等概念的研究。 通過使用抽象和邏輯推理，它是通過計數、計算、測量和觀察物體的形狀和運動而產生的。 數學家們擴充套件了這些概念，以便制定新的猜想，並從適當選擇的公理和定義中建立嚴格推導出的真理。

研究現實世界中的數量關係和空間形式的科學。 簡單地說，它是數字和形狀的科學。 由於生活和勞動的需要，即使是最原始的民族也懂得簡單的數數，從用手指或物體數發展到用數字數數。

基礎數學的知識和應用始終是個人和團體生活中不可或缺的一部分。 其基本概念的完善可以在古埃及、美索不達公尺亞和古印度的古代數學文字中看到。 從那時起，一直有源源不斷的進步，直到 16 世紀的文藝復興時期，當時響應新科學發現的數學創新導致了知識的加速發展。

今天，數學被用於世界各地的不同領域，包括科學、工程、醫學和經濟學。 數學在這些領域的應用通常被稱為應用數學，有時會引發新的數學發現，並導致全新學科的發展。 數學家也研究沒有實際應用的純數學，即使它的應用經常在以後被發現。

法國布林巴基學派創立於二十世紀三十年代，認為數學，至少是純數學，是對抽象結構的研究。 結構是乙個基於初始概念和公理的演繹系統。

根據布學派的說法，有三種基本的抽象結構：代數結構（群、環、場......序列結構（部分順序、全順序......拓撲（鄰域、限制、連通性、維度......）

首先，你的想法是好的; 非常理想。

但是，有幾個問題需要考慮：你自學數學是為了什麼？ 因為數學內容太多，不同領域需要學習的數學知識是不同的。

如果你的想法是了解數學的方方面面，並想一路學習，或者一步一步地跟隨數學的歷史，那是一件很難做到的事情。 即使你畢業於數學專業，你也不一定對 20 世紀的數學了解太多。 關於 19 世紀，有很多東西要學！

你的基礎如何？

學習基礎知識會容易得多，但仍然會有很多很多困難。

其次，我在數學系的成績很好。

說實話，我也沒有學過數學，初中的底氣還行，剛上大學的時候，我就自己買了不少數學教材，現在研究生畢業了，我基本上沒學過我精通的數學。 他們都對正在發生的事情有乙個大致的了解，但他們沒有能力用它來解決他們所在領域的實際問題。

希望對你有所幫助。

實函式的泛函分析比較困難。 它可以放在研究的末尾。 然後是你提到的不完整的科目，你說的都是關於分析和代數的，這個科目還缺少抽象代數，還有幾何、高階幾何、微分幾何和解析幾何。

還有概率和統計，等等。