科学计算MATH70027

课程内容：

本课程将向学生介绍有效算法的分析和实现，这些算法用于解决与广泛的科学主题相关的数学和计算问题。来自线性代数、微积分、数值分析和统计学的数学工具和概念将被用来开发和分析数学和科学问题的计算解决方案。课程的目标是让学生熟悉Python编程语言的基本要素，并能够在一系列领域中承担编程任务。

课程主题：

1、利用生物信息学等领域的科学应用进行分类和搜索；

2、图和基本数据结构(如队列和哈希表)的算法；

3、使用离散傅立叶变换等工具进行数据分析的方法；

4、分析和使用常见的优化方法，如Simulated Annealing；

5、多尺度问题中微分方程的数值解；

6、复杂系统的计算分析。

学习成果：

成功完成本课程后，学生将能够：

1、分析简单排序和搜索算法的性能并在Python中实现；

2、计算分析复杂网络和复杂系统的动态过程；

3、有效利用重要的数据分析工具，如离散傅立叶变换；

4、评估和实现数学优化和微分方程求解的数值方法；

5、评估简单数据结构和算法在图上的正确性和效率，并用Python实现；

6、独立评价和评估一系列最先进的算法和计算方法；

7、调整一系列的计算方法，并以一致的方式应用于公开的科学问题。