数学学科博士研究生培养方案
一级学科代码名称:0701 数学
一、培养目标
本学科培养有志于从事学术研究的数学方面高级专门人才,具体要求如下:
1.恪守学术道德规范,遵纪守法,具有良好的科学素质、严谨的治学态度及较强的创新精神。
2.掌握坚实宽广的数学基础理论和系统深入的专门知识,熟悉所研究领域的现状和发展趋势,掌握系统与完整的专业知识,研究问题有理论或者应用方面的意义、有创新且内蕴较丰富,具有独立从事科学研究工作或者独立担负专业技术工作能力。
3.在有关研究方向上做出有创新性的成果,或与有关专业人员合作解决某些重要实际问题。
4.至少掌握一门外国语,能熟练阅读本专业的外文资料,具有良好的写作能力和进行国际学术交流能力;
5.能独立承担数学及其相关学科的科学研究、教学或者其他实际工作。
二、研究方向简介
1. 基础数学
聚焦现代数学核心理论体系,主要研究代数结构(环论、群表示论)、几何拓扑(流形理论、凸几何)、分析理论(奇异积分算子、泛函分析)等基础领域的重大前沿问题。重点探索数学结构的本质规律与内在联系,发展新型理论框架,为数学学科及其他科学领域提供理论基础支撑。
计算数学
面向科学与工程中的复杂数学模型,发展高效高精度数值计算方法与理论。主要研究涵盖微分方程数值解、矩阵计算、优化算法及计算流体力学等,注重算法鲁棒性分析与大规模科学计算实现,推动人工智能算法、多物理场仿真等交叉领域的创新突破。
应用数学
致力于数学理论与实际问题的深度融合,主要研究动力系统、控制理论、非线性微分方程及其在物理建模、生物系统、信息科学中的应用。重点研究复杂系统建模、非光滑优化、分布参数控制等关键科学问题,为工程技术和自然科学提供数学方法论支撑。
概率论与数理统计
围绕随机现象建模与数据分析的前沿挑战,研究随机过程、高维统计推断、机器学习理论及不确定性决策方法。重点聚焦概率极限理论、贝叶斯计算、随机优化等核心工具,支撑金融风险管理、生物统计、智能系统等领域的创新应用。
三、学制及学分要求
1.学制与学习年限
本学科博士研究生学制4年,包括完成学位论文答辩。学位论文答辩前应完成规定的学分和各培养环节,达到学校和本学位点规定的毕业条件。最长学习年限为8年(包括休学时间),对休学创新创业的学术学位博士研究生,在学校最长学习年限为10年(包括休学时间)。提前完成培养计划者,经规定的审批程序可提前毕业并获得学位,但获得正式学籍后的在校时间不能少于3.5年。
2.学分要求
本学位点总学分不低于16学分,其中学位课程不少于10学分(要求课程学习总学分不少于12学分),必修环节共4学分。
必修环节:学术活动2学分、博士研究生资格考试、学位论文开题1学分、学位论文中期检查1学分。
四、必修环节及要求
1.学术活动(2学分)
博士研究生在读期间,参加10次以上学术报告会,其中国内外学术会议2次及以上;在本学科范围内作学术报告2次及以上,在全国性或国际学术会议上作学术报告1次及以上。
2.博士研究生资格考试
第2学期进行,学位课不合格或考试未通过者退学,特殊原因未通过者可半年内重考一次,重考未过亦退学。通过者继续攻读。
考核内容:(1)培养计划执行与课程成绩;(2)研究领域了解;(3)基础理论与专业知识掌握;(4)独立科研能力、素质作风及思想态度。
3.学位论文开题报告(1学分)
博士研究生须查阅近5年文献≥120篇(外文≥1/3),明确研究内容后于第3学期完成开题报告。开题需公开答辩并经专家评审通过。未修满学分者不得开题;未通过者3个月后可重新开题。
4.学位论文中期进展报告(1学分)
博士学位论文中期进展报告一般于第5学期进行,由学院/学位点组织,全面考查综合能力(含论文发表)、学业与学术表现、论文进展及工作态度。合格方可进入下一环节。
五、培养方式
实行导师(组)负责制,充分发挥导师的主导作用,结合导师组集体培养。采用课程学习和科学研究相结合的培养方式,原则上应结合导师(组)承担的国家级、省部级项目以及对国民经济、社会发展有较大影响的企业委托研究项目进行培养。
六、科学研究与学位申请
1.科学研究
选题应立足学科前沿,面向基础研究和应用基础研究,了解所研究领域国内外发展动态,掌握研究课题国内外研究成果和水平,综述报告应全面反映本学科相关领域的发展和最新研究成果,准确评价目前的发展动态,并指出存在的问题及发展方向。在理论或技术上能做出创新成果,具有一定的理论意义或工程应用价值。
2.学位申请
(1)学位论文预答辩
学位论文预答辩一般在第8学期初进行,预答辩专家组(不含导师)成员为不少于5人的奇数。预答辩必须获得2/3以上专家组成员同意才能通过。预答辩不通过者,可申请延期毕业。
(2)学位论文送审
预答辩通过后,须进行学位论文原创性审查,通过后才能送审。学位论文实行双盲评审,一般在毕业学期的3-4月或9-10月进行。出现下列情况之一的即为不合格:(1)专家反馈意见中出现1个不合格后,由研究生院组织二次送审仍为不合格或须做重大修改的;(2)专家反馈意见中出现2个及以上不合格或须做重大修改的;(3)创新点未达及格线的。送审不合格者,不能申请学位论文答辩,可申请延期毕业。
(3)申请学位条件
答辩前成果须符合《湖南科技大学数学学科博士学术/专业学位研究生学位授予标准》(简称《“标准》”)。若数学学科博士在学期间未达到《标准》要求,但科学研究取得重大创新或社会公认的成果,经导师同意、教学院学位评定分委员会投票表决并一致同意,可向学校申请论文双盲预审。学院提出双盲预审的教育博士人数一般不超过同一批毕业人数的10%。双盲预审学位论文的每位评阅专家(不少于3个)评分不低于85分且论文创新性评分(满分为35分)不低于30分,才能申请学位。
(4)学位论文答辩
符合条件者申请参加学位论文答辩。学位论文答辩由学位点组织,一般在毕业学期的5月或11月下旬举行,答辩委员会由5或7人组成(不含导师),其中校外专家不少于2人,答辩委员会主席由校内专家担任。学位论文答辩获得答辩委员会2/3(含)以上同意的为答辩通过。答辩不合格者,可在四个月后重新申请。答辩通过后,对学位论文再次进行原创性审查,不合格者不能授予学位。
七、主要管理环节
序号 |
项 目 |
时间安排 |
组织与考核专家 |
1 |
研究生制定个人培养计划 |
第1学期 (入学当月完成) |
指导教师。 |
2 |
博士研究生资格考试 |
第2学期 (放假前完成) |
学院统一布置。 |
3 |
开题报告(研究生向专家作开题报告,填写提交审定的《开题报告》) |
第3学期 (10月前完成) |
学院(学位点)组织; 学科导师组评议指导。 |
4 |
论文中期检查(研究生向专家作论文研究进展报告,填写提交《论文中期检查情况表》 |
第6学期 (5月前完成) |
学院(学位点)组织; 学科导师组检查、指导。 |
5 |
论文预答辩和论文修改 |
第8学期 (3月完成) |
学院(学位点)组织; 导师或同行专家。 |
6 |
论文送审(按评审意见修改) |
第8学期 (4月完成) |
学院(导师); 研究生院。 |
7 |
论文答辩 |
第8学期 (5月完成) |
学院(学位点)组织。 |
八、个人培养计划
本学科研究生应在入学后一个月内,在导师及导师组的指导下依据本学科培养方案的要求制定和提交《博士研究生个人培养计划》,包括课程学习和学位论文工作计划。学位论文工作包括研究方向,已有工作基础,研究计划和时间安排等,从提交合格的开题报告日期起到论文答辩,博士学位论文工作的时间不得少于两年。
九、课程设置
课程 类别 |
课程编号 |
课程名称 |
学 分 |
学 时 |
开课学期 |
开课单位 |
备注 |
||||||
1 |
2 |
3 |
4 |
|
|
||||||||
学 位 课 |
公 共 课 |
B25000001 |
中国马克思主义与当代 (Contemporary Chinese Marxism) |
2 |
32 |
√ |
|
|
|
马克思主义学院 |
必修 |
||
B25000002 |
高级英语写作 (Advanced English Writing) |
2 |
32 |
√ |
|
|
|
外国语学院 |
必修 |
||||
B25000003 |
高级英语口语 (Advanced English Speaking) |
1 |
16 |
√ |
|
|
|
必修 |
|||||
基础理论课 |
B25070101 |
现代分析学( Modern Analysis) |
3 |
48 |
√ |
|
|
|
数学与统计学院 |
至少选一门课 |
|||
B25070102 |
高等微分几何(Advanced Differential Geometry) |
3 |
48 |
√ |
|
|
|
||||||
B25070103 |
现代代数学(Modern Algebra) |
3 |
48 |
√ |
|
|
|
||||||
B25070104 |
随机分析(Stochastic Analysis) |
3 |
48 |
√ |
|
|
|
||||||
专业主干课 |
B25070105 |
计算代数( Computational Algebra) |
2 |
32 |
|
√ |
|
|
数学与统计学院 |
至少选一门课 |
|||
B25070106 |
代数拓扑学(Algebraic Topology) |
2 |
32 |
|
√ |
|
|
||||||
B25070107 |
微分方程现代数值方法( Modern Numerical Methods for Differential Equations) |
2 |
32 |
|
√ |
|
|
||||||
B25070108 |
现代偏微分方程( Modern Partial Differential Equations) |
2 |
32 |
|
√ |
|
|
||||||
B25070109 |
高等数理统计(Advanced Mathematical Statistics) |
2 |
32 |
|
√ |
|
|
||||||
非 学 位 课 |
方向选修课 |
B25071101 |
微分方程与动力系统(Differential Equations and Dynamical Systems) |
2 |
32 |
|
√ |
|
|
数学与统计学院 |
至少选一门课 |
||
B25071102 |
凸几何(Convex Geometry) |
2 |
32 |
|
√ |
|
|
||||||
B25071103 |
代数图论(Algebraic Graph Theory) |
2 |
32 |
|
√ |
|
|
||||||
B25071104 |
同调代数( Homological Algebra) |
2 |
32 |
|
√ |
|
|
||||||
B25071105 |
调和分析与小波分析(Harmonic Analysis and Wavelet Analysis) |
2 |
32 |
|
√ |
|
|
||||||
B25071106 |
微分拓扑(Differential Topology) |
2 |
32 |
|
√ |
|
|
||||||
B25071107 |
鞅论(Martingale Theory) |
2 |
32 |
|
√ |
|
|
||||||
B25071124 |
非线性分析( Nonlinear Analysis) |
2 |
32 |
|
√ |
|
|
||||||
B25071109 |
微分流形(Differentiable Manifolds) |
2 |
32 |
|
√ |
|
|
||||||
B25071110 |
最优化方法( Optimization Methods) |
2 |
32 |
|
√ |
|
|
||||||
B25071111 |
数值代数(Numerical Algebra) |
2 |
32 |
|
√ |
|
|
||||||
B25071112 |
组合数学(Combinatorics) |
2 |
32 |
|
√ |
|
|
||||||
B25071113 |
有限元方法(Finite Element Methods) |
2 |
32 |
|
√ |
|
|
||||||
B25071114 |
非线性时间序列分析(Nonlinear Time Series Analysis) |
2 |
32 |
|
√ |
|
|
||||||
B25071115 |
多元统计分析(Multivariate Statistical Analysis) |
2 |
32 |
|
√ |
|
|
||||||
B25071116 |
智能计算(Intelligent Computing) |
2 |
32 |
|
√ |
|
|
||||||
B25071117 |
计算流体力学(Computational Fluid Dynamics) |
2 |
32 |
|
√ |
|
|
||||||
B25071118 |
线性系统理论(Linear Systems Theory) |
2 |
32 |
|
√ |
|
|
||||||
B25071119 |
智能信息处理(Intelligent Information Processing) |
2 |
32 |
|
√ |
|
|
||||||
B25071120 |
逼近与学习理论(Approximation and Learning Theory) |
2 |
32 |
|
√ |
|
|
||||||
B25071121 |
有限差分方法(Finite Difference Methods) |
2 |
32 |
|
√ |
|
|
||||||
B25071122 |
矩阵分析(Matrix Analysis) |
2 |
32 |
|
√ |
|
|
||||||
B25071123 |
高等数值分析(Advanced Numerical Analysis) |
2 |
32 |
|
√ |
|
|
||||||
|
|
|
|
|
|
|
|
||||||
补修 课程 |
|
泛函分析 |
3 |
48 |
√ |
|
|
|
数学与统计学院 |
跨学科或同等学力学生补修 |
|||
|
代数学 |
3 |
48 |
√ |
|
|
|
||||||
|
偏微分方程及其理论 |
3 |
48 |
√ |
|
|
|
||||||
学位 论文 |
B25000021 |
学位论文开题 |
1 |
第3学期进行 |
|
||||||||
B25000022 |
论文中期检查(研究生作进展报告) |
1 |
第5学期进行 |
|
|||||||||
学术 活动 |
B25000020 |
学术活动的主要形式包括学术报告、专家讲座,参加学术会议、参加学校或省级研究生论坛报告会、研讨等 |
2 |
博士生在读期间参加一定量学术活动,其中2次同行学术报告(每次应有不少于500字的小结),经导师签字后自己留存,申请答辩前交学院主管领导记载成绩。 |
|
||||||||
附1:需阅读的主要经典著作和专业学术期刊目录
主要经典著作:
[1] R. Gilmer. Multiplicative Ideal Theory. New York: Marcel Dekker, 1992.
[2] T. Y. Lam. Serre's Problem on Projective Modules. Heidelberg: Springer-Verlag, 2006.
[3] D. Cox, J. Little, D. O’Shea. Ideals, Varieties and Algorithms: An Introduction to Computational Algebraic Geometry and Commutative Algebra. Springer, 2015.
[4] [4] J. D. Dixon, B. Mortimer, Permutation Group, third edition, New York: Springer-Verlag, 1996
[5] N. Biggs,Algebraic Graph Theory, 2ed edition, Cambridge: Cambridge University Press, 1993.
[6] Wang Z. X. Designs Theory, Beijing: Higher Education Press, 2009.
[7] R. Schneider, Convex bodies: the Brunn-Minkowski theory, second expanded edition, Cambridge University Press, Cambridge, 2014.
[8] Loukas Grafakos,Classical Fourier Analysis, third edition, Springer , 2014.
[9] Alfio Quarteroni, Riccardo Sacco, Fausto Saleri. Numerical Mathematics, 2007.
[10] Gene H. Golub, Charles F. Van Loan. Matrix Computations, 2013
[11] Philippe G. Ciarlet. Finite Element Methods for Elliptic Problems, 2002
[12] Gilbert Strang.Computational Science and Engineering,2007
[13] 张芷芬, 微分方程定性理论,科学出版社,1997.
[14] Michael Brin, Garrett Stuck, Introduction to Dynamical Systems, Cambridge University Press ,2002
[15] 郭宝珠,柴树根,无穷维线性系统控制理论,科学出版社,2020
[16] Michael Struwe, Variational Methods: Applications to Nonlinear Partial Differential,Springer,2008
[17] 廖晓昕, 稳定性的理论、方法和应用, 华中科技大学出版社, 2010
主要专业学术期刊:
[1] Journal of Algebra、
[2] Advances in Mathematics、
[3] Communications in Algebra、
[4] Journal of Symbolic Computation
[5] Linear & Multilinear Algebra
[6] Multidimensional Systems and Signal Processing
[7] Journal of Differential Geometry、
[8] Journal of Fourier Analysis and Applications
[9] Journal of Combinatorial Theory Series B
[10] European Journal of Combinatorics
[11] Designs Codes and Cryptography
[12] Discrete Mathematics
[13] SIAM Journal on Scientific Computing
[14] Journal of Computational Physics
[15] Numerische Mathematik
[16] Mathematics of Computation
[17] Computer Methods in Applied Mechanics and Engineering
[18] BIT Numerical Mathematics
[19] ACM Transactions on Mathematical Software
[20] Journal of Differential Equations
[21] SIAM Journal of Control and Optimization
[22] Calculus of Variations and Partial Differential Equations
[23] Analysis & PDE
[24] Automatica
[25] Journal of Functional Analysis
附2:学位课程教学大纲
现代分析学
Modern Analysis
课程编号:B25070101
一、计划总学时: 48 (其中实验 0 学时) 学分: 3 开课学期: I
授课方式: 课堂教学与研讨 考核方式:考试(开卷)
二、适用专业:数学
三、预修课程:偏微分方程、泛函分析、数学物理方程
四、教学目的:
本课程包含基本的理论与方法,以偏微分方程、微分几何和数学物理中的实际问题为应用,旨在让学生掌握处理非线性问题的理论、方法和技巧,为后续专业研究提供必要的准备。
五、教学内容:
1.线性化
Banach空间微分学、隐函数定理、Lyapunov-Schmidt方法
2. 不动点理论
序方法、凸性与紧性、单调算子
3. 拓扑方法
度理论、分歧理论、集值映射
4. 最大最小原理与变分
对偶理论,指标与筹数,变号临界点理论
六、教材及主要参考书:
2. 陈予恕,非线性动力学中的现代分析方法科学出版社出版,1992
3. Pavel Drábek,Jaroslav Milota,Methods of Nonlinear Analysis,Birkhäuser Basel,2007
4. Zeidler, Eberhard, Nonlinear Functional Analysis and Its Applications, Springer Science+Business Media, LLC, 1988
高等微分几何
Advanced Differential Geometry
课程编号:B25070102
一、计划总学时: 48 (其中实验 0 学时) 学分: 3 开课学期: I
授课方式:研讨 考核方式:考试(开卷)
二、适用专业:数学
三、预修课程:数学分析、泛函分析
四、教学目的:
掌握现代微分几何的核心理论与方法,包括微分流形、张量场、外微分、联络、黎曼流形、李群与活动标架法、复流形、Finsler几何等,理解几何结构与拓扑、分析、物理的交叉应用(如广义相对论、规范场论),培养独立研究能力,能阅读前沿文献并开展相关课题研究。
五、教学内容:
1. 微分流形的定义、切空间、子流形、Frobenius定理
2. 张量积、张量、外代数
3. 张量丛、外微分、外微分式的积分、Stokes公式
4. 矢量丛上的联络、仿射联络、标架丛上的联络
5. 黎曼几何的基本定理、测地线坐标、截面曲率、Gauss-Bonnet定理
6. 李群、李氏变换群、活动标架法、曲面论
7. 复流形、矢量空间上的复结构、近复流形、复矢量丛上的联络
8. Chern联络、结构方程和旗曲率、弧长的变分公式
六、教材及主要参考书:
1教材
(1)S.S. Chen, W.H. Chen, Lectures on Differential Geometry, World Scientific, 2020.
2 主要参考书
(1)陈维桓编,《微分几何初步》,北京大学出版社,2006年。
(2)沈一兵编,《整体微分几何初步》,高等教育出版社,2009年。
(3)梅向明 黄敬之编,《微分几何》,出版社:高等教育出版社,2008年。
现代代数学
Modern Algebra
课程编号:B25070103
一、计划总学时: 48 (其中实验 0 学时) 学分: 3 开课学期: Ⅰ
授课方式:研讨 考核方式:考试(闭卷)
二、适用专业:数学
三、预修课程:高等代数、抽象代数
四、教学目的:
掌握现代代数学核心理论与方法,包括群、环、域、模、同调代数等,强调现代代数学与其他数学分支(如代数几何、代数拓扑、数论等)以及相关学科(如物理学、计算机科学等)的交叉与融合,能够运用代数方法解决复杂的数学问题,培养独立研究能力,能阅读前沿文献并开展相关课题研究。
五、教学内容:
1. 群的定义、子群、群同态基本定理
2. 陪集与拉格朗日定理、有限群的结构
3. 理想与商环、唯一分解整环、环的同态与同构
4. 除环与域、域的扩张、Galois理论基础、Galois群
5. 自由模、投射模与**模、模的分解定理、张量积的性质
6. 理想的准素分解、Hilbert基定理、诺特环的结构
7. 链映射与同调群的诱导同态、正合序列、谱序列
8. 有限群的表示理论、Zorn引理、笛卡尔积、路代数与箭图表示
六、教材及主要参考书:
1教材
(1)D. S. Dummit, R. M. Foote, Abstract Algebra, 3rd Edition, John Wiley & Sons, 2003.
2 主要参考书
(1)张禾瑞编,《近世代数》,高等教育出版社,2010年。
(2)冯克勤编,《交换代数基础》,高等教育出版社,1988年。
(3)韩士安 林磊编,《近世代数》,科学出版社,2004年。
随机分析
Stochastic Analysis
课程编号:B25070109
一、计划总学时: 48学时 学分: 3 开课学期: I
授课方式:课堂教学与研讨 考核方式:考试(闭卷)
二、适用专业:数学、统计学、金融工程、计算机科学等博士研究生。
三、预修课程:概率论、测度论、实分析
四、教学目的:
掌握现代随机分析的核心理论与工具(如随机积分、随机微分方程、Malliavin微
积分等)。理解随机过程在数学金融、统计物理、生物数学等领域的应用。培养独立研究能力,为学术论文或交叉学科课题提供方法论支持。
五、教学内容:
1.概率论回顾与高阶工具:条件期望、鞅论进阶(一致可积性、收敛定理)、停时理论与最优停止问题、大偏差原理(Large Deviations)、布朗运动与随机积分、布朗运动的路径性质(Lévy刻画、二次变差)、Itô积分与Stratonovich积分的构造与比较、局部鞅与半鞅的分解定理、随机微分方程(SDEs)、强解与弱解的存在唯一性(Lipschitz条件、Yamada-Watanabe定理)、扩散过程与生成元(Infinitesimal Generator)、稳定性与遍历性理论、Malliavin微积分、随机变量的微分与积分、Malliavin协方差矩阵与正则性分析;
2.前沿专题选讲:倒向随机微分方程(BSDEs)、非线性Feynman-Kac公式、在数理金融中的应用(期权定价、风险度量)、随机偏微分方程(SPDEs)、白噪声驱动的线性/非线性方程(如随机热方程)、正则结构理论与Hölder连续性、随机控制与最优停时、动态规划原理(Hamilton-Jacobi-Bellman方程)、应用:量化投资、机器人路径规划、机几何与流形上的随机分析、流形上的布朗运动(Eells-Elworthy-Malliavin构造)、随机并行传输(Stochastic Parallel Transport)、非经典随机过程、分数布朗运动(Fractional Brownian Motion)、Lévy过程与跳跃扩散模型;
3.应用与交叉学科:数理金融、资产定价模型(Heston模型、局部波动率模型)、风险中性测度与市场完备性、统计物理与生物数学、随机动力系统(随机共振、相变)、种群动力学中的随机模型、机器学习中的随机方法、随机梯度下降(SGD)的理论分析、扩散模型(Diffusion Models)的数学基础.
六、教材及主要参考书:
[1] 黄志远.随机分析学基础[M].科学出版社,2001.
[2] 林正炎,陆传荣,苏中根.概率极限理论基础[M].高等教育出版社,1999.
[3] 史蒂芬·E.施里夫.金融随机分析[M].上海财经大学出版社,2008.
计算代数
Computational Algebra
课程编号:B25070105
一、计划总学时: 32 (其中实验 0 学时) 学分: 2 开课学期: II
授课方式:研讨 考核方式:考试(开卷)
二、适用专业:数学
三、预修课程:抽象代数、交换代数
四、教学目的:
掌握计算代数核心理论,包括多项式环、理想、Groebner基与多项式分解算法等内容,理解计算代数与微分几何、密码学等学科的交叉融合与相互促进关系,能够运用计算代数算法解决实际工程与科研中的复杂问题,培养创新实践能力,能研读前沿文献并开展相关课题探索。
五、教学内容:
1. 群序关系、单项式的序与理想、多项式约化
2. Groebner基的基本性质、Buchberger算法、Hilbert基定理、标准表示
3. 仿射族、消元理想、隐参量问题、扩张定理
4. Hilbert零点定理、根理想、理想的商、仿射簇的分解
5. 结式与子结式、Habicht定理、子结式链定理
6. 合冲模、模的Groebner基、同态像与模方法
7. 三角列与特征列、多项式组的零点分解、吴-Ritt算法
8. 量词消去法、多项式实根隔离算法、柱形代数分解
六、教材及主要参考书:
1教材
(1)何青编,《计算代数基础》,北京师范大学出版社,1997年。
2 主要参考书
(1)王东明 夏壁灿 李子明编,《计算机代数》,清华大学出版社,2007年。
(2)刘木兰编,《Groebner基理论及其应用》,科学出版社,2000年。
(3)周梦编,《计算代数与应用》,武汉大学出版社,2002年。
代数拓扑学
Algebraic Topology
课程编号:B25070106
一、计划总学时: 32 (其中实验 0 学时) 学分: 2 开课学期: II
授课方式:课堂教学与研讨 考核方式:考试(闭卷)
二、适用专业:数学
三、预修课程:拓扑学基础,抽象代数
四、教学目的:
使学生深入理解和掌握代数拓扑的基本概念、理论和方法。培养学生运用代数工具研究拓扑空间性质的能力。提升学生的抽象思维能力和问题解决能力,为进一步的数学研究和应用打下坚实基础。让学生了解代数拓扑在其他领域(如物理学、计算机科学等)中的应用。
三、预修课程:拓扑学基础,抽象代数
四、教学目的:
通过本课程的学习,熟练掌握偏微分方程数值求解的各类方法、基本数值理论和分析技术,并能创新性地应用所学方法处理科学与工程计算中实际问题和前沿科学问题。通过本课程的学习,要求学生对各类偏微分方程及其边界的数值处理有一个全面系统的掌握,了解偏微分方程数值解法的一些最新应用及进展,同时能够实现大规模计算问题的程序设计和软件实现。
五、教学内容:
第1部分:基础概念与工具(8学时)
拓扑空间与同胚:拓扑空间的定义与性质、同胚的概念与判定、常见拓扑空间举例
基本群:路径与基点、路径同伦、基本群的定义与性质、基本群的计算与应用、
第2部分:同调论基础(12学时)
同调群的基本概念:同调群的定义与计算方法、链复形与同调序列
低维同调群:零维、一维同调群的计算与几何解释、二维同调群与曲面的分类
同调群的性质与应用:同调群的线性结构与生成元、通过同调群理解空间的连通性和孔洞
第3部分:上同调与对偶性(6学时)
上同调群:上同调群的定义与性质、上同调与同调的关系
Poincaré对偶性:Poincaré对偶性的定义与应用、利用对偶性计算空间的上同调
第4部分:高级主题与应用(6学时)
高维同调群与同伦群:高维同调群的计算与应用、同伦群的定义与性质
代数拓扑的应用:代数拓扑在物理学(如量子场论)中的应用、拓扑数据分析(TDA)的基本概念与方法、代数拓扑在计算机科学中的应用举例
六、教材及主要参考书:
1. Allen Hatcher, Algebraic Topology, Cambridge University Press, 2002.
2. Albrecht Dold, Lectures on Algebraic Topology, Second Edition, Springer, 1980.
3. James R. Munkres, Elements of Algebraic Topology, Addison-Wesley Publishing Company, 1984.
微分方程现代数值方法
Modern Numerical Methods for Differential Equations
课程编号:B25070107
一、计划总学时: 32 (其中实验 0 学时) 学分: 2 开课学期: II
授课方式:课堂教学与研讨 考核方式:考试(开卷)
二、适用专业:数学
三、预修课程:数值分析、常微分方程、偏微分方程
四、教学目的:
通过本课程的学习,熟练掌握偏微分方程数值求解的各类方法、基本数值理论和分析技术,并能创新性地应用所学方法处理科学与工程计算中实际问题和前沿科学问题。通过本课程的学习,要求学生对各类偏微分方程及其边界的数值处理有一个全面系统的掌握,了解偏微分方程数值解法的一些最新应用及进展,同时能够实现大规模计算问题的程序设计和软件实现。
五、教学内容:
1. 常微分方程的初、边值问题数值解法,及有关理论。
2. 有限元法
变分原理、几何剖分与分片插值、Sobolev空间初步、Lax-Milgram 定理、非协调有限元、自适应有限元。
3. 边界元方法
经典边界归化、自然边界归化、边界积分方程的数值解法、有限元边界元耦合法、无穷远边界条件的近似、区域分解算法.
3. 基于物理信息神经网络的微分方程数值求解方法。
六、教材及主要参考书:
1.余德浩,汤华中, 微分方程数值解法(第二版), 科学出版社,2024.
2. 孙志忠,偏微分方程数值解法 (第三版),科学出版社,2024.
3. 陈艳萍,鲁祖亮,刘利斌,偏微分方程数值解法,科学出版社,2024.
现代偏微分方程
Modern Partial Differential Equations
课程编号:B25070108
一、计划总学时: 32 (其中实验 0 学时) 学分: 2 开课学期: II
授课方式:课堂教学 考核方式:考试(闭卷)
二、适用专业:数学
三、预修课程:非线性分析
四、教学目的:
本课程主要向学生介绍非线性偏微分方程的基本理论和方法。通过本课程的学习使学生了解和掌握一些主要的非线性方法,如变分法与临界点理论、不动点理论与梯度流、完全非线性方程的黏性解、非线性双曲守恒律与非线性波动方程等。并且能使用非线性偏微分方程的理论知识和方法解决实际科学问题和工程问题。
五、教学内容:
1.变分法:变分法基本思想,最小的存在性,正则性,约束,临界点,不变量,Noether定理。
2.非变分技术:单调方法,不动点方法,上、下解方法,解的不存在性,解的几何性质,梯度流。
3.Hamilton-Jacobi方程:黏性解,唯一性,控制理论,动态规划。
4.守恒律组:积分解,行波,Riemann问题,两个守恒律的方程组,熵判据。
5.非线性波动方程:能量守恒,有限传播速度,解的存在性,半线性波动方程,临界指数非线性,解的不存在性。
六、教材及主要参考书:
1.Lawrence C. Evans, Partial Differential Equations, Second Edition, American Mathematical Society, 2010.
2. 郭玉翠,非线性偏微分方程引论,清华大学出版社,北京,2008.
高等数理统计
Advanced Mathematical Statistics
课程编号:B25070109
一、计划总学时: 32学时 学分: 2 开课学期: II
授课方式:课堂教学与研讨 考核方式:考试(闭卷)
二、适用专业:数学、统计学、金融工程、计算机科学等博士研究生。
三、预修课程:概率论、随机过程、测度论
四、教学目的:
掌握现代概率论与统计学的核心理论框架及前沿方法。培养独立解决复杂概率统计问题的能力,包括理论证明与模型构建。为后续博士课题研究(如高维统计、随机分析、机器学习理论等)提供数学工具。
五、教学内容:
1.高等概率论:测度论进阶、 条件期望的Radon-Nikodym定理、 乘积测度与Fubini定理、 概率测度的紧性与Prokhorov定理、 极限理论 、大偏差原理(Cramér定理、Varadhan引理)、 依分布收敛的Skorokhod表示定理、 稳定收敛与Stein方法、 随机过程专题 、鞅论及其应用(Doob不等式、鞅收敛定理)、布朗运动与Itô积分初步 、马氏过程与生成元理论;
2. 高等统计推断:参数估计理论、 渐近有效性(局部渐近正态性LAN)、 半参数模型与有效影响函数、 M估计与Z估计的渐近理论 、非参数与高维统计、 核密度估计的极小化速率 、高维回归与稀疏性(Lasso理论)、 随机矩阵的渐近谱理论、 贝叶斯统计进阶、 非参数贝叶斯(Dirichlet过程、高斯过程先验) 、后验分布的收敛速率;
3.前沿专题研讨: 深度学习中的概率理论、 随机图与网络模型 、交互粒子系统与平均场理论、 因果推断的数学框架。
六、教材及主要参考书:
1. 茆诗松,王静龙,濮晓龙.高等数理统计[M].高等教育出版社,2006.
2. 钱敏平,龚光鲁.随机过程论(第二版)[M].北京大学出版社,1997.
3. 林正炎,陆传荣,苏中根.概率极限理论基础[M].高等教育出版社,1999.
4. 毛学荣. 随机微分方程及其应用[M]. 北京: 科学出版社, 2007.
5. Billingsley, P.. Probability and measure (Anniversary ed. ),Wiley. 2012.
6. Dudley, R. M. . Real analysis and probability. Cambridge University Press.2002.
7. Durrett, R. . Probability: Theory and examples (5th ed.). Cambridge University Press.2019.