1，量纲的概念
说白了就是先看看说的是不是同一个东西，再看结论

2，数量级的概念
就是先数一下数字究竟有多少个零，再来考虑数字是5还是9

3，线性方程的解集
简单点说，就是从X个有效信息中不可能得出多于X个相互独立的有效结论

4，随机过程
这个是最难理解的。简单点说就是几乎一切都是随机的，随机事件的概率是一定的，不受外界和历史的影响。真正理解了之后，对于运气什么的也就释然了，对于彩票赌博什么的，也就免疫了。

5，分析
把一个复杂问题分解成若干个小问题，再一一解决，最终解决大问题。而不是一拍脑袋提出一个整体解决方案，然后谁也无法验证这个方案是不是可靠。

6，样本统计
足够大的样本可以对个案上有随机性的问题作出确切的结论。最典型的应用就是循证医学，通过大样本和对照组的比对得出是否有疗效的结论。对于无法通过分析方法解决的复杂问题，这几乎是唯一可靠的验证手段。

7，可证伪性
如果提出理论，要作出可验证的预测，然后通过验证预测来侧面验证理论。不可验证的理论绝对不是科学范畴内的

8，奥卡姆剃刀
构建一个理论体系，公理要尽可能的少。了解了可证伪性和奥卡姆剃刀，就可以大致了解近代科学发展的脉络了

9，微机原理
从根本上说，电脑是如何工作的

10，人工智能与模式识别
人工智能本质上是查字典，不要指望有什么创新

11，热力学定理
不要试图使用任何形式的永动机：例如打开冰箱门给屋里降温等

12，相对论
了解就好，我们永远不能达到光速，穿越不可能实现。

13，歌德尔定理
任何一个复杂的理论体系中，不可证明的真命题要远远多于可证明的真命题。所以不要打算去证明一切。如果用一个有有限输入的系统模拟现实，我们必将失去绝大部分真实。

以上是将近20年的理科学习中我学到的最重要的东西，其他的基本都还给老师了，或者永远用不到了。看哪本书并不重要，关键是弄明白道理，并且用这些道理指导自己的工作生活。但是这些道理并不是每个都那么好理解，尤其是随机过程，真正能理解的人百中无一，所以尽力而为，无须强求

 

zz from newsmth