㈠ 學習線性代數需要哪些數學基礎
歸根結底是要學習齊次和非齊次方程組的解法，前面的基礎是行列式和矩陣，高中的基礎可以沒有，要說需要什麼基礎，需要的是掌握初中數學的解的方程組，方程組會解，線性代數這部分計算上是沒問題的，剩下的是理解概念和解題的步驟了。
《線性代數》包括行列式、矩陣、線性方程組、向量空間與線性變換、特徵值和特徵向量、矩陣的對角化，二次型及應用問題等內容。
㈡ 自學線性代數要什麼數學基礎
線性代數是數學的一個分支，它的研究對象是向量，向量空間（或稱線性空間），線性變換和有限維的線性方程組。向量空間是現代數學的一個重要課題；因而，線性代數被廣泛地應用於抽象代數和泛函分析中；通過解析幾何，線性代數得以被具體表示。線性代數的理論已被泛化為運算元理論。由於科學研究中的非線性模型通常可以被近似為線性模型，使得線性代數被廣泛地應用於自然科學和社會科學中。
線性代數是代數學的一個分支，主要處理線性關系問題。線性關系意即數學對象之間的關系是以一次形式來表達的。例如，在解析幾何里，平面上直線的方程是二元一次方程；空間平面的方程是三元一次方程，而空間直線視為兩個平面相交，由兩個三元一次方程所組成的方程組來表示。含有n個未知量的一次方程稱為線性方程。關於變數是一次的函數稱為線性函數。線性關系問題簡稱線性問題。解線性方程組的問題是最簡單的線性問題。
㈢ 自學線性代數，概率論，數理統計，微積分， 需要高中什麼數學基礎
線性代數需要高中和初中的普通代數基礎，排列與組合，三角函數
數理統計需要大學的概率論 、線性代數、數學分析做基礎
微積分需要導數，三角函數，函數
㈣ 請問大家，離散數學，線性代數，高數，這些數學都是需要小學，初中，高中里的數學基礎嗎
離散和線代涉及的很少，高數需要。
㈤ 自學線性代數需要什麼知識基礎嗎
不需要什麼知識，線性代數基本上「自成體系」，想要學習的話，直接買一本線性代數的書就可以了。所有線性代數教材，都是從線性代數最基本最基本的內容講起的。
㈥ 學習高等數學，離散數學，線性代數需要具備多少數學知識
如果你專門學習數學那麼需要相當長的一段時間,況且你會發現你所學的數學和你的程序似乎沒有多麼大的聯系.
那麼我建議你先去看看關於演算法和數據結構方面的書(<數據結構(c語言版)清華大學出版社>),如果你理解起來其中的演算法沒什麼困難,那麼以你現在的數學水平已經足夠了.如果不行的話,那麼你可以針對遇到的問題,比如在計算時間復雜度中用到的概率和期望的知識,圖數據結構需要你了解拓撲以及一些最優化方面的知識.
順便說一下,高等數學是一個很籠統的說法.其中包括數學分析(主要就是微積分),高等代數(主要是線性代數的內容).老三高,就是指高等數學,高等幾何,高等代數.這是基礎.如果你想在有所發展我建議你可以繼續學習"新三高",抽象代數(近世代數),拓撲,泛函分析.
當然關於計算機的具體還有分形幾何,概率論等.
ps:我是學數學的
㈦ 學習演算法分析與設計需要那些基礎(是否需要學習離散數學和線性代數)
演算法分析與設計，目前國內本科生和碩士生的教材好像都是從國外翻譯過來的。聽起來挺復雜的樣子，如果簡單地掌握和運用還是不難的，大部分內容在數據結構中都涉及過，實際編程中也運用比較多，難的在於演算法的理論研究，如21世紀的七大難題之一的NP問題就是演算法問題（涉及邏輯可滿足性問題）。
簡單地講需要的基礎有以下幾類：
1、基礎類（相對一般本科生而言）：（1）把數據結構學好了演算法就不難的，而數據結構其實就是圖論的運用，如果是非數學專業的學生可以看離散數學中的圖論部分。（2）演算法分析設計時間和空間復雜度的計算，常用的還是毛澤東的戰略思想——以空間換取時間。所以要學會簡單的數量級運算，涉及部分代數式和數論的知識。只要簡單掌握運算就可以了，不必深究。
2、提高型（研究生水平）：圖論、組合數學、數理邏輯學要專門學習，可以採用數學系本科生的圖論、組合數學、數理邏輯學等專業課的教材。其中組合數學中的組合設計在一定程度上和演算法設計有異曲同工之處。
3、研究型（專業研究）：這主要看自己的研究方向了，如果研究能力強的話可以在很短時間內可以把需要遇到的數學知識搞懂，沒有現成的固定模式。其中如研究NP問題，需要非常精深的邏輯學知識和數論基礎。但不管哪個研究方向，數學的縝密思維和推理能力都是必備的，這不是一朝一夕可以練就的，需要長時間的鍛煉。
以上僅個人一點點體會，僅供參考。