Mathematics with Placement BSc (Hons)

Brunel University

本模块旨在使学生熟悉微分和积分的基本结果、技术和基本函数，通过许多简单的例子向学生介绍严格的定义、论证和证明，通过对许多简单例子的研究，培养学生在微分中进行运算的操作技能，并说明一阶微分方程的解法技术.

本模块旨在向学生介绍离散数学的基本结果和逻辑在数学中的应用，培养学生对定义和证明的严谨性的理解，使学生能够对基本结果进行简短的证明并理解更复杂的证明，并介绍形式数学的语言，特别是集合和函数。

本模块旨在使学生了解并熟练掌握基本的线性代数和复数代数，确定矩阵的特征值和特征向量，了解它们在相似矩阵和对角线化理论中的作用，并看到和实践线性代数的应用.

这是一连串旨在发展建模技能的模块中的第一个。本模块的主要目的是让学生通过检查问题的原始形式，提取主要特征，制定和解决适当的数学模型，并根据原始问题解释结果，发展数学建模的能力。

本模块的目的是使学生在一些简单的概率应用方面有坚实的基础，了解基本的统计概念及其应用，以及培养从数据中提取意义的技能，用图形展示数据并以书面形式总结结果。

本模块的主要目的是建立理解和创建简单算法的信心，并在结构化的编程语言中实现这些算法。学生将从事与数学、数字方法、OR和FM的应用相关的 "小 "项目。

本模块旨在发展多变量微积分的基本思想和方法，包括函数的泰勒级数、极值、使用拉格朗日乘数检查受限的最大值和最小值以及几个变量函数的积分。它的目的是使学生能够理解从单变量延伸到多变量的基本概念，如连续性和可分性，并形成对线性结构的抽象看法。

本模块介绍了基本的代数结构，集中于群论，并通过将其应用于密码学，展示其力量、相关性和重要性。它的目的是使学生对实数的序列和系列或函数、连续性以及一维问题分析的各个方面有更多的了解。

这是旨在发展建模技能的一系列模块中的第二个。本模块特别关注深度学习如何从人工神经网络的数学描述中自然产生，以及涉及随机梯度和反向传播的优化和学习步骤。在这一板块中，学生将详细了解深度学习是如何通过应用这些思想，从第一原理到软件的实施来解决数据科学和人工智能中的问题的。

本模块旨在继续加强对连续和多变量概率的理解和技能。学生将获得对统计概念及其应用的理解，以及发展从数据中提取意义的技能，并以书面形式展示结果。

图形是现实世界应用中许多重要问题的背景。本模块旨在让学生了解这一快速发展的离散数学领域，并发展图论应用的知识。它还向学生介绍了运筹学的优化模型和问题解决。

本模块介绍了解决ODE的数值方法，以及他们在适当的软件中的实现，使用来自数值线性代数的直接解决技术。目的是让学生发展泰勒多项式和幂级数的理论，并使用适当的软件（包括方程编辑器）报告一个问题的数值解。学生还将建立起计划和获得就业所需的技能，无论是实习、安置还是毕业生工作，在与学位课程相关的领域。

本模块旨在激发学生的独立学习和批判性思维，作为研究他们所选主题和处理其他现实生活问题的一种手段，使学生能够在更有经验的工作人员的有限投入下计划和执行一项重要的工作，并使学生在书面交流复杂的想法和概念以及展示一项实质性工作方面获得经验。