数学学习顺序

学习顺序
微积分-->概率统计
线性代数-->离散数学

实际上微积分、线性代数、离散数学都可以直接学
微积分讲到多元微积分时需要一些线性代数里的行列式计算
离散数学的集合论和图论部分需要一些线性代数里的矩阵知识；抽象代数部分最好学过线性代数，线性代数是抽象代数的一个实际例子

解析几何是线性代数的一个实际例子：建立坐标系后，曲线、曲面都能用代数方程表示，结果就把几何问题转化成代数问题

数一： 1、高等数学（函数、极限、连续、一元函数的微积分学、向量代数与空间解析几何、多元函数的微积分学、无穷级数、常微分方程）；2、线性代数；3、概率论与数理统计。
数二： 1、高等数学（函数、极限、连续、一元函数微积分学、微分方程）；2、线性代数。
数三： 1、高等数学（函数、极限、连续、一元函数微积分学、多元函数微积分学、无穷级数、常微分方程与差分方程）；2、线性代数；3、概率论与数理统计。
数四： 1、高等数学（函数、极限、连续、一元函数微积分学、多元函数微积分学、常微分方程）；2、线性代数；3、概率论。

软件工程一般面向应用软件开发，其实不学数学也可以的
做系统软件、研究软件算法肯定要学非常高深的数学

学习顺序
微积分-->概率统计
线性代数-->离散数学

实际上微积分、线性代数、离散数学都可以直接学
微积分讲到多元微积分时需要一些线性代数里的行列式计算
离散数学的集合论和图论部分需要一些线性代数里的矩阵知识；抽象代数部分最好学过线性代数，线性代数是抽象代数的一个实际例子

解析几何是线性代数的一个实际例子：建立坐标系后，曲线、曲面都能用代数方程表示，结果就把几何问题转化成代数问题

软件工程一般面向应用软件开发，其实不学数学也可以的
做系统软件、研究软件算法肯定要学非常高深的数学

在大学，所有学院的数学学习顺序都是基本相同的，具体如下：
大一上：微积分（上）
大一下：微积分（下）、线性代数与空间几何解析
大二上：概率论与数理统计、复变分析
大二下：离散数学、随机过程（与概率论有重叠的部分）

实际上微积分、线性代数、离散数学都可以直接学
微积分讲到多元微积分时需要一些线性代数里的行列式计算
离散数学的集合论和图论部分需要一些线性代数里的矩阵知识；抽象代数部分最好学过线性代数，线性代数是抽象代数的一个实际例子

至于概率学等学科，软件学院应该不用学！

理论上，这四门其实可以同时进行，这样不会因为一直看同一科目而觉得烦躁。

在大学中，一般每学期会从这四门中选两门进行教学。大学数学相对较难，四门科目同时学习的话，会有较大的压力，而且难以学的扎实透彻。
所以我建议先学习微积分与线性代数，学完这两门再学离散数学与概率论。
因为在大学数学中，微积分与线性代数难度中等，离散数学相对较难，概率论相对简单，所以这样两两搭配的话算是将学习难度中和了。
从内容上，线性代数比较基础，因为微积分和离散数学中会涉及到线代的相关知识，所以对线代的学习安排应该比其他科目提前一点。
《概率论与数理统计》与另外三门学科基本没有相关性，可以最先学习也可以最后学习。

学习顺序
微积分-->概率统计
线性代数-->离散数学

实际上微积分、线性代数、离散数学都可以直接学
微积分讲到多元微积分时需要一些线性代数里的行列式计算
离散数学的集合论和图论部分需要一些线性代数里的矩阵知识；抽象代数部分最好学过线性代数，线性代数是抽象代数的一个实际例子

另外：
数一： 1、高等数学（函数、极限、连续、一元函数的微积分学、向量代数与空间解析几何、多元函数的微积分学、无穷级数、常微分方程）；2、线性代数；3、概率论与数理统计。
数二： 1、高等数学（函数、极限、连续、一元函数微积分学、微分方程）；2、线性代数。
数三： 1、高等数学（函数、极限、连续、一元函数微积分学、多元函数微积分学、无穷级数、常微分方程与差分方程）；2、线性代数；3、概率论与数理统计。
数四： 1、高等数学（函数、极限、连续、一元函数微积分学、多元函数微积分学、常微分方程）；2、线性代数；3、概率论。