MATH3101

计算数学 (深度重制版)

课程定位 MATH3101/5305 是数学与算法科学领域最具‘数值灵魂’的核心必修课。它解决了数学从纸面推导到计算机落地的‘最后一公里’命题：如何高效求出无法解析积分的工程函数？如何利用数值手段驯服非线性方程？它是通往算法开发、数值仿真、及 AI 底层优化器设计岗位的硬核通行证。它将精密的泰勒展开、误差界限分析与 Python/Matlab 编程深度整合，是培养‘具备数学深度程序员’的必修课。 技术栈与学习内容 课程围绕‘数值逼近与算法稳定性’展开。核心内容包括：插值理论（Lagrange, Newton, 三次样条插值）、数值积分（Simpson, 高斯求积）、非线性方程解法（Newton-Raphson, 割线法）、以及最为核心的‘常微分方程 (ODE) 的数值解（Euler, Runge-Kutta RK4 算法）’。此外，课程引入了离散傅里叶变换 (DFT) 与多项式逼近。学生将学习如何利用 Python 编写并对比不同算法在复杂物理系统下的收敛阶。课程强调‘算法截断误差与舍入误差的精细平衡’。 课程结构 10 周理论高频产出与三个渐进式编程项目结合。评估体系以‘计算严密性’著称：包含每周的算法实现 Lab、一个要求‘分析真实动态系统（如行星轨道或化学反应速率）’的 Major Project、以及一场强调公式推导、收敛性证明及伪代码设计能力的期末综合大考。该课极其强调‘误差项的解析控制’。 适合人群 数学专业大三、或打算从事高级仿真研究的理工科生。必须具备极其扎实的 MATH2011 (多元微积分) 基础。如果你想搞清楚‘为什么科学计算软件底层比你的手算更稳’、或者渴望在未来的计算物理领域建立核心优势，这门课是你的神功。建议每周投入 15-20 小时进行算法复现。