比浏览器更快的访问！
29 关系: 博弈论，向量分析，密码学，微分方程，信息论，图论，矩陣理論，科学，純粹數學，线性代数，统计学，经济学，组合数学，群论，相对论，運籌學，複分析，计算数学，黎曼几何，自动控制，電子計算機，X射线，概率论，最小二乘法，数学，数理逻辑，数论，數值分析，拓扑学。
博弈论
賽局理論（game theory），又譯為对策论，或者--，经济学的一个分支，1944年馮·諾伊曼與奧斯卡·摩根斯特恩合著《博弈論與經濟行為》，標誌著現代系統博弈理論的的初步形成，因此他被稱為「博弈論之父」。博弈論被認為是20世紀經濟學最偉大的成果之一。目前在生物学、经济学、国际关系、计算机科学、政治学、军事战略和其他很多学科都有广泛的应用。主要研究公式化了的激励结构（游戏或者博弈）间的相互作用。是研究具有斗争或竞争性质现象的数学理论和方法。也是運籌學的一个重要学科。.
向量分析
向量分析（或向量微積分）是數學的分支，关注向量場的微分和积分，主要在3维欧几里得空间 \mathbb^3 中。「向量分析」有时用作多元微积分的代名词，其中包括向量分析，以及偏微分和多重积分等更广泛的问题。向量分析在微分几何与偏微分方程的研究中起着重要作用。它被广泛应用于物理和工程中，特别是在描述电磁场、引力場和流体流动的时候。 向量分析从四元數分析发展而来，由约西亚·吉布斯和奧利弗·黑維塞於19世纪末提出，大多数符号和术语由吉布斯和黑維塞在他们1901年的书《向量分析》中提出。向量演算的常规形式中使用外积，不能推广到更高维度，而另一种的方法，它利用可以推广的外积，下文将会讨论。.
密码学
密碼學（Cryptography）可分为古典密码学和现代密码学。在西欧語文中，密码学一词源於希臘語kryptós“隱藏的”，和gráphein“書寫”。古典密码学主要关注信息的保密书写和传递，以及与其相对应的破译方法。而现代密码学不只关注信息保密问题，还同时涉及信息完整性验证（消息验证码）、信息发布的不可抵赖性（数字签名）、以及在分布式计算中产生的来源于内部和外部的攻击的所有信息安全问题。古典密码学与现代密码学的重要区别在于，古典密码学的编码和破译通常依赖于设计者和敌手的创造力与技巧，作为一种实用性艺术存在，并没有对于密码学原件的清晰定义。而现代密码学则起源于20世纪末出现的大量相关理论，这些理论使得现代密码学成为了一种可以系统而严格地学习的科学。 密码学是数学和计算机科学的分支，同时其原理大量涉及信息论。著名的密碼學者罗纳德·李维斯特解釋道：「密碼學是關於如何在敵人存在的環境中通訊」，自工程學的角度，這相當于密碼學與純數學的差异。密碼學的发展促進了计算机科学，特別是在於電腦與網路安全所使用的技術，如存取控制與資訊的機密性。密碼學已被應用在日常生活：包括自动柜员机的晶片卡、電腦使用者存取密碼、電子商務等等。.
微分方程
微分方程（Differential equation，DE）是一種數學方程，用來描述某一類函数與其导数之间的关系。微分方程的解是一個符合方程的函數。而在初等数学的代数方程裡，其解是常数值。 微分方程的应用十分广泛，可以解决许多与导数有关的问题 。物理中许多涉及变力的运动学、动力学问题，如空气的阻力為速度函數的落体运动等问题，很多可以用微分方程求解。此外，微分方程在化学、工程学、经济学和人口统计等领域都有应用。 数学领域对微分方程的研究着重在几个不同的面向，但大多数都是关心微分方程的解。只有少数简单的微分方程可以求得解析解。不过即使没有找到其解析解，仍然可以确认其解的部份性质。在无法求得解析解时，可以利用数值分析的方式，利用电脑来找到其数值解。 动力系统理论强调对于微分方程系统的量化分析，而许多数值方法可以计算微分方程的数值解，且有一定的准确度。.
信息论
信息论（information theory）是应用数学、電機工程學和计算机科学的一个分支，涉及信息的量化、存储和通信等。信息论是由克劳德·香农发展，用来找出信号处理与通信操作的基本限制，如数据压缩、可靠的存储和数据传输等。自创立以来，它已拓展应用到许多其他领域，包括统计推断、自然语言处理、密码学、神经生物学、进化论和分子编码的功能、生态学的模式选择、热物理、量子计算、语言学、剽窃检测、模式识别、异常检测和其他形式的数据分析。 熵是信息的一个关键度量，通常用一条消息中需要存储或传输一个的平均比特数来表示。熵衡量了预测随机变量的值时涉及到的不确定度的量。例如，指定擲硬幣的结果（两个等可能的结果）比指定掷骰子的结果（六个等可能的结果）所提供的信息量更少（熵更少）。 信息论将信息的传递作为一种统计现象来考虑，给出了估算通信信道容量的方法。信息传输和信息压缩是信息论研究中的两大领域。这两个方面又由信道编码定理、信源－信道隔离定理相互联系。 信息论的基本内容的应用包括无损数据压缩（如ZIP文件）、有损数据压缩（如MP3和JPEG）、信道编码（如DSL））。这个领域处在数学、统计学、计算机科学、物理学、神经科学和電機工程學的交叉点上。信息论对航海家深空探测任务的成败、光盘的发明、手机的可行性、互联网的发展、语言学和人类感知的研究、对黑洞的了解，以及许多其他领域都影响深远。信息论的重要子领域有信源编码、信道编码、算法复杂性理论、算法信息论、資訊理論安全性和信息度量等。.
图论
图论（Graph theory）是组合数学的一个分支，和其他数学分支，如群论、矩阵论、拓扑学有着密切关系。图是图论的主要研究对象。图是由若干给定的顶点及连接两顶点的边所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系。顶点用于代表事物，连接两顶点的边则用于表示两个事物间具有这种关系。 图论起源于著名的柯尼斯堡七桥问题。该问题于1736年被欧拉解决，因此普遍认为欧拉是图论的创始人。 图论的研究对象相当于一维的单纯复形。.
矩陣理論
在數學，矩陣理論是一門研究矩陣在數學上的應用的科目。矩陣理論本來是線性代數的一個小分支，但其後由於陸續在圖論、代數、組合數學和統計上得到應用，漸漸發展成為一門獨立的學科。 有關矩陣理論所用到的名詞的定義，請參考矩陣理論專有名詞表。.
科学
科學（Science，Επιστήμη）是通過經驗實證的方法，對現象（原來指自然現象，現泛指包括社會現象等現象）進行歸因的学科。科学活动所得的知识是条件明确的（不能模棱两可或随意解读）、能经得起检验的，而且不能与任何适用范围内的已知事实产生矛盾。科学原仅指对自然现象之规律的探索与总结，但人文学科也被越来越多地冠以“科学”之名。 人们习惯根据研究对象的不同把科学划分为不同的类别，传统的自然科学主要有生物學、物理學、化學、地球科學和天文學。逻辑学和数学的地位比较特殊，它们是其它一切科学的论证基础和工具。 科学在认识自然的不同层面上设法解决各种具体的问题，强调预测结果的具体性和可证伪性，这有别于空泛的哲学。科学也不等同于寻求绝对无误的真理，而是在现有基础上，摸索式地不断接近真理。故科学的发展史就是一部人类对自然界的认识偏差的纠正史。因此“科学”本身要求对理论要保持一定的怀疑性，因此它绝不是“正确”的同义词。.
純粹數學
一般而言，純粹數學是一門專門研究數學本身，不以应用为目的的學問（至少可见范围内无法应用），相對於應用數學而言。純粹數學以其严格、抽象和美丽著称。自18世纪以来，純粹數學成为数学研究的一个特定种类，并随着探险、天文学、物理学、工程学等的发展而发展。 純粹數學以數論為其代表。.
线性代数
线性代数是关于向量空间和线性映射的一个数学分支。它包括对线、面和子空间的研究，同时也涉及到所有的向量空间的一般性质。 坐标满足线性方程的点集形成n维空间中的一个超平面。n个超平面相交于一点的条件是线性代数研究的一个重要焦点。此项研究源于包含多个未知数的线性方程组。这样的方程组可以很自然地表示为矩阵和向量的形式。 线性代数既是纯数学也是应用数学的核心。例如，放宽向量空间的公理就产生抽象代数，也就出现若干推广。泛函分析研究无穷维情形的向量空间理论。线性代数与微积分结合，使得微分方程线性系统的求解更加便利。线性代数的理论已被泛化为。 线性代数的方法还用在解析几何、工程、物理、自然科学、計算機科學、计算机动画和社会科学（尤其是经济学）中。由于线性代数是一套完善的理论，非线性数学模型通常可以被近似为线性模型。.
统计学
统计学是在資料分析的基础上，研究测定、收集、整理、归纳和分析反映數據資料，以便给出正确訊息的科學。這一门学科自17世纪中叶产生并逐步发展起来，它廣泛地應用在各門學科，從自然科学、社會科學到人文學科，甚至被用於工商業及政府的情報決策。隨著大数据(Big Data)時代來臨，統計的面貌也逐漸改變，與資訊、計算等領域密切結合，是資料科學(Data Science)中的重要主軸之一。 譬如自一組數據中，可以摘要並且描述這份數據的集中和離散情形，這個用法稱作為描述統計學。另外，觀察者以數據的形態，建立出一個用以解釋其隨機性和不確定性的數學模型，以之來推論研究中的步驟及母體，這種用法被稱做推論統計學。這兩種用法都可以被稱作為應用統計學。數理統計學则是討論背後的理論基礎的學科。.
经济学
經濟學是一門对产品和服务的生产、分配以及消费进行研究的社會科學。西方语言中的“经济学”一词源於古希臘的Marshall, Alfred, and Mary Paley Marshall (1879).
组合数学
广义的组合数学（Combinatorics）就是离散数学，狭义的组合数学是组合计数、图论、代数结构、数理逻辑等的总称。但这只是不同学者在叫法上的区别。总之，组合数学是一门研究可數或离散对象的科学。随着计算机科学的日益发展，组合数学的重要性也日渐凸显，因为计算机科学的核心内容是使用算法处理离散数据。 狭义的组合数学主要研究满足一定条件的组态（也称组合模型）的存在、计数以及构造等方面的问题。 组合数学的主要内容有组合计数、组合设计、组合矩阵、组合优化（最佳組合）等。.
群论
在数学和抽象代数中，群论研究名为群的代数结构。 群在抽象代数中具有基本的重要地位：许多代数结构，包括环、-zh-hant:體;zh-hans:域-和向量空间等可以看作是在群的基础上添加新的运算和公理而形成的。群的概念在数学的许多分支都有出现，而且群论的研究方法也对抽象代数的其它分支有重要影响。线性代数群（linear algebraic groups）和李群作为群论的分支，在经历了重大的发展之后，已经形成相对独立的研究领域。 群论的重要性还体现在物理学和化学的研究中，因为许多不同的物理结构，如晶体结构和氢原子结构可以用群论方法来进行建模。于是群论和相关的群表示论在物理学和化学中有大量的应用。 群论中的重要结果，有限单群分类是20世纪数学最重要的结果之一。该定理的证明是集体努力的结果，它的证明出现在1960年和1980年之间出版的超过10,000页的期刊上。.
相对论
对论（Theory of relativity）是关于时空和引力的理论，主要由愛因斯坦创立，依其研究对象的不同可分为狭义相对论和广义相对论。相对论和量子力学的提出给物理学带来了革命性的变化，它们共同奠定了现代物理学的基础。相对论极大的改变了人类对宇宙和自然的“常识性”观念，提出了“同时的相对性”、“四维时空”、“弯曲时空”等全新的概念。不过近年来，人们对于物理理论的分类有了一种新的认识——以其理论是否是决定论的来划分经典与非经典的物理学，即“非古典的＝量子的”。在这个意义下，相对论仍然是一种经典的理论。.
運籌學
运筹学（Operations Research，又被称作--），是一门應用數學学科，利用统计学和数学模型等方法，去尋找複雜問題中的最佳或近似最佳的解答。运筹学经常用于解决现实生活中的复杂问题，特别是改善或优化现有系统的效率。研究运筹学的基础知识包括矩阵论和离散数学，在应用方面多与仓储、物流等领域相关。因此运筹学与应用数学、工业工程专业密切相关。运筹学是一门研究怎么样处理事情更有效的学科，比如机械动作合理安排，计算机的多线程，高层建筑材料的合理分配，不同动植物的共同养殖等都是当今社会经济发展的热点。.
複分析
複變分析是研究複變函數，特別是亞純函數和複變解析函數的數學理論。 研究中常用的理论、公式以及方法包括柯西积分定理、柯西积分公式、留数定理、洛朗级数展开等。複變分析的应用领域较为广泛，在其它数学分支和物理学中也起着重要的作用。包括数论、应用数学、流体力学、热力学和电动力学。.
计算数学
计算数学是数学的一个分支，研究的内容包括设计和分析算法以及数学建模等，目的是为了在实际工程中利用快速稳定的算法得到精确值的近似值。在计算机科学高度发展的今天，其基础计算理论的发展使计算数学进入现代化阶段。.
黎曼几何
微分幾何中，黎曼幾何（英語：Riemannian geometry）研究具有黎曼度量的光滑流形，即流形切空間上二次形式的選擇。它特別關注于角度、弧線長度及體積。把每个微小部分加起來而得出整體的數量。 19世紀，波恩哈德·黎曼把這個概念加以推广。 任意平滑流形容許黎曼度量及這個額外結構幫助解決微分拓扑問題。它成為伪黎曼流形複雜結構的入門。其中大部分都是廣義相對論的四維研究对象。 黎曼幾何与以下主題有关：.
自动控制
自動化控制（automation control）屬於自動化技術的一門，廣義來說，通常是指不需藉著人力親自操作機器或機構，而能利用動物以外的其他裝置元件或能源，來達成人類所期盼執行的工作。更狹義地說即是以生化、機電、電腦、通訊、水力、蒸汽等科學知識與應用工具，進行設計來代替人力或減輕人力或簡化人類工作程序的機構機制，皆可稱之。 自动控制是相对人工控制概念而言的。指的是在没人参与的情况下，利用控制装置使被控对象或过程自动地按预定规律运行。自动控制技术的研究有利于将人类从复杂、危险、繁琐的劳动环境中解放出来并大大提高控制效率。 自动控制系统的理论主要是反馈论，包括从功能的观点对机器和物体中（神经系统、内分泌及其他系统）的调节和控制的一般规律的研究。离散控制理论在计算中也有很广泛的应用。 自动控制是工程科学的一个分支。它涉及利用反馈原理的对动态系统的自动影响，以使得输出值接近我们想要的值。从方法的角度看，它以数学的系统理论为基础。我们今天称作自动控制的是二十世纪中叶产生的控制论的一个分支。基础的结论是由诺伯特·维纳、鲁道夫·卡尔曼提出的。 室内温度的调节是一个简明易懂的例子。目的是把室内温度保持在一个定值θ，尽管开窗等因素使得室内热量散发出室外（干扰d）。为了达到这个目的，加热必须被适当的影响。通过阀门的调节，温度就会保持恒定。除此之外，在人们有感觉之前，暖器热水的温度也会受外界温度的干扰。.
電子計算機
--，亦稱--，计算机是一种利用数字电子技术，根据一系列指令指示其自动执行任意算术或逻辑操作序列的设备。计算机遵循被称为“程序”的一般操作集的能力使他们能够执行极其广泛的任务。 计算机被用作各种工业和消费设备的控制系统。这包括简单的特定用途设备（如微波炉和遥控器）、工业设备（如工业机器人和计算机辅助设计），以及通用设备（如个人电脑和智能手机之类的移动设备）等。尽管计算机种类繁多，但根据图灵机理论，一部具有最基本功能的计算机，应当能够完成任何其它计算机能做的事情。因此，理论上从智能手机到超级计算机都应该可以完成同样的作业（不考虑时间和存储因素）。由于科技的飞速进步，下一代计算机总是在性能上能够显著地超过其前一代，这一现象有时被称作“摩尔定律”。通过互联网，计算机互相连接，极大地提高了信息交换速度，反过来推动了科技的发展。在21世纪的现在，计算机的应用已经涉及到方方面面，各行各业了。 自古以来，简单的手动设备——就像算盘——帮助人们进行计算。在工业革命初期，各式各样的机械的出现，其初衷都是为了自动完成冗长而乏味的任务，例如织机的编织图案。更复杂的机器在20世纪初出现，通过模拟电路进行复杂特定的计算。第一台数字电子计算机出现于二战期间。自那时以来，电脑的速度，功耗和多功能性不断增加。在现代，机械计算--机的应用已经完全被电子计算机所取代。 计算机在组成上形式不一，早期计算机的体积足有一间房屋的大小，而今天某些嵌入式计算机可能比一副扑克牌还小。当然，即使在今天依然有大量体积庞大的巨型计算机为特别的科学计算或面向大型组织的事务处理需求服务。比较小的，为个人应用而设计的称为微型计算机（Personal Computer，PC），在中國地區简称為「微机」。我們今天在日常使用“计算机”一词时通常也是指此，不过现在计算机最为普遍的应用形式却是嵌入式，嵌入式计算机通常相对简单、体积小，并被用来控制其它设备——无论是飞机、工业机器人还是数码相机。 同计算机相关的技术研究叫计算--机科学，而「计算机技术」指的是将计算--机科学的成果应用于工程实践所派生的诸多技术性和经验性成果的总合。「计算机技术」与「计算机科学」是两个相关而又不同的概念，它们的不同在于前者偏重于实践而后者偏重于理论。至於由数据为核心的研究則称為信息技术。 传统上，现代计算机包括至少一个处理单元（通常是中央处理器（CPU））和某种形式的存储器。处理元件执行算术和逻辑运算，并且排序和控制单元可以响应于存储的信息改变操作的顺序。外围设备包括输入设备（键盘，鼠标，操纵杆等）、输出设备（显示器屏幕，打印机等）以及执行两种功能（例如触摸屏）的输入/输出设备。外围设备允许从外部来源检索信息，并使操作结果得以保存和检索。.
新！!: 应用数学和電子計算機 · 查看更多 »
X射线
--（X-ray），又被称为爱克斯射线、艾克斯射线、伦琴射线或--，是一种波长范围在0.01纳米到10纳米之间（对应频率范围30 PHz到30EHz）的电磁辐射形式。X射线最初用于医学成像诊断和X射线结晶学。X射线也是游離輻射等这一类对人体有危害的射线。 X射線波長範圍在較短處與伽馬射線較長處重疊。.
概率论
概率论（Probability theory）是集中研究概率及随机现象的数学分支，是研究隨機性或不確定性等現象的數學。概率论主要研究对象为随机事件、随机变量以及随机过程。对于随机事件是不可能准确预测其结果的，然而对于一系列的独立随机事件——例如掷骰子、扔硬币、抽扑克牌以及輪盤等，会呈现出一定的、可以被用于研究及预测的规律，两个用来描述这些规律的最具代表性的数学结论分别是大数定律和中心极限定理。 作为统计学的数学基础，概率论对诸多涉及大量数据定量分析的人类活动极为重要，概率论的方法同样适用于其他方面，例如是对只知道系统部分状态的复杂系统的描述——统计力学，而二十世纪物理学的重大发现是以量子力学所描述的原子尺度上物理现象的概率本质。 數學家和精算師認為概率是在0至1閉區間内的數字，指定給一發生與失敗是隨機的「事件」。概率P(A)根據概率公理來指定給事件A。 一事件A在一事件B確定發生後會發生的概率稱為B給之A的條件概率；其數值為。若B給之A的條件概率和A的概率相同時，則稱A和B為獨立事件。且A和B的此一關係為對稱的，這可以由一同價敘述：「當A和B為獨立事件時，P(A \cap B).
最小二乘法
最小二乘法（又称--）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。 利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。 “最小平方法”是對過度確定系統，即其中存在比未知數更多的方程組，以迴歸分析求得近似解的標準方法。在這整個解決方案中，最小平方法演算為每一方程式的結果中，將殘差平方和的總和最小化。 最重要的應用是在曲線擬合上。最小平方所涵義的最佳擬合，即殘差（殘差為：觀測值與模型提供的擬合值之間的差距）平方總和的最小化。當問題在自變量（x變量）有重大不確定性時，那麼使用簡易迴歸和最小平方法會發生問題；在這種情況下，須另外考慮變量-誤差-擬合模型所需的方法，而不是最小平方法。 最小平方問題分為兩種：線性或普通的最小平方法，和非線性的最小平方法，取決於在所有未知數中的殘差是否為線性。線性的最小平方問題發生在統計迴歸分析中；它有一個封閉形式的解決方案。非線性的問題通常經由迭代細緻化來解決；在每次迭代中，系統由線性近似，因此在這兩種情況下核心演算是相同的。 最小平方法所得出的多項式，即以擬合曲線的函數來描述自變量與預計應變量的變異數關係。 當觀測值來自指數族且滿足輕度條件時，最小平方估計和最大似然估计是相同的。最小平方法也能從動差法得出。 以下討論大多是以線性函數形式來表示，但對於更廣泛的函數族，最小平方法也是有效和實用的。此外，迭代地將局部的二次近似應用於或然性（藉由費雪信息），最小平方法可用於擬合廣義線性模型。 其它依據平方距離的目標加總函數作為逼近函數的主題，請參見最小平方法（函數近似）。 最小平方法通常歸功於高斯（Carl Friedrich Gauss，1795），但最小平方法是由阿德里安-马里·勒让德（Adrien-Marie Legendre）首先發表的。.
新！!: 应用数学和最小二乘法 · 查看更多 »
数学
数学是利用符号语言研究數量、结构、变化以及空间等概念的一門学科，从某种角度看屬於形式科學的一種。數學透過抽象化和邏輯推理的使用，由計數、計算、量度和對物體形狀及運動的觀察而產生。數學家們拓展這些概念，為了公式化新的猜想以及從選定的公理及定義中建立起嚴謹推導出的定理。 基礎數學的知識與運用總是個人與團體生活中不可或缺的一環。對數學基本概念的完善，早在古埃及、美索不達米亞及古印度內的古代數學文本便可觀見，而在古希臘那裡有更為嚴謹的處理。從那時開始，數學的發展便持續不斷地小幅進展，至16世紀的文藝復興時期，因为新的科學發現和數學革新兩者的交互，致使數學的加速发展，直至今日。数学并成为許多國家及地區的教育範疇中的一部分。 今日，數學使用在不同的領域中，包括科學、工程、醫學和經濟學等。數學對這些領域的應用通常被稱為應用數學，有時亦會激起新的數學發現，並導致全新學科的發展，例如物理学的实质性发展中建立的某些理论激发数学家对于某些问题的不同角度的思考。數學家也研究純數學，就是數學本身的实质性內容，而不以任何實際應用為目標。雖然許多研究以純數學開始，但其过程中也發現許多應用之处。.
数理逻辑
数理逻辑是数学的一个分支，其研究对象是对证明和计算这两个直观概念进行符号化以后的形式系统。数理逻辑是数学基础的一个不可缺少的组成部分。 数理逻辑的研究范围是逻辑中可被数学模式化的部分。以前称为符号逻辑（相对于哲学逻辑），又称元数学，后者的使用现已局限于证明论的某些方面。.
数论
數論是纯粹数学的分支之一，主要研究整数的性質。被譽為「最純」的數學領域。 正整数按乘法性质划分，可以分成質数，合数，1，質数產生了很多一般人也能理解而又懸而未解的問題，如哥德巴赫猜想，孿生質數猜想等，即。很多問題虽然形式上十分初等，事实上却要用到许多艰深的数学知识。这一领域的研究从某种意义上推动了数学的发展，催生了大量的新思想和新方法。數論除了研究整數及質數外，也研究一些由整數衍生的數（如有理數）或是一些廣義的整數（如代數整數）。 整数可以是方程式的解（丟番圖方程）。有些解析函數（像黎曼ζ函數）中包括了一些整數、質數的性質，透過這些函數也可以了解一些數論的問題。透過數論也可以建立實數和有理數之間的關係，並且用有理數來逼近實數（丟番圖逼近）。 數論早期稱為算術。到20世紀初，才開始使用數論的名稱，而算術一詞則表示「基本運算」，不過在20世紀的後半，有部份數學家仍會用「算術」一詞來表示數論。1952年時數學家Harold Davenport仍用「高等算術」一詞來表示數論，戈弗雷·哈羅德·哈代和愛德華·梅特蘭·賴特在1938年寫《數論介紹》簡介時曾提到「我們曾考慮過將書名改為《算術介紹》，某方面而言是更合適的書名，但也容易讓讀者誤會其中的內容」。 卡尔·弗里德里希·高斯曾說：「數學是科學的皇后，數論是數學的皇后。.
數值分析
#重定向 数值分析.
拓扑学
在數學裡，拓撲學（topology），或意譯為位相幾何學，是一門研究拓撲空間的學科，主要研究空間內，在連續變化（如拉伸或彎曲，但不包括撕開或黏合）下維持不變的性質。在拓撲學裡，重要的拓撲性質包括連通性與緊緻性。 拓撲學是由幾何學與集合論裡發展出來的學科，研究空間、維度與變換等概念。這些詞彙的來源可追溯至哥特佛萊德·萊布尼茲，他在17世紀提出「位置的幾何學」（geometria situs）和「位相分析」（analysis situs）的說法。莱昂哈德·歐拉的柯尼斯堡七橋問題與歐拉示性數被認為是該領域最初的定理。「拓撲學」一詞由利斯廷於19世紀提出，雖然直到20世紀初，拓撲空間的概念才開始發展起來。到了20世紀中葉，拓撲學已成為數學的一大分支。 拓撲學有許多子領域：.
