数学与统计学 BSc (Hons)

University of Chichester - 奇切斯特大学

本模块为学生提供了机会，开始探索离散数学的更高级课题。这一数学领域，即有限系统的研究，随着计算机时代的发展，变得越来越重要。数字计算机是一个有限的结构，它的许多特性可以在有限数学系统的框架内得到理解。

图和网络理论提供了分析当提供额外的相关信息时，不同事物之间相互作用的技术。你将被介绍到一个非常抽象的世界观，由节点和事物之间的关系组成，称为边。这个课题的应用是非常广泛的。从计算机科学、工程、生物生态系统，到游戏理论和社会媒体分析。

本模块建立在A级所涵盖的材料之上，并介绍了一些新的数学基本领域。微积分将被扩展，学生将开始研究微分的应用。这些技术将被应用于各种情况，包括优化问题。

通过现实世界的问题，向学生介绍现代实用统计学的研究。掌握数据的意义是统计学作为一门学科的主要目标。决定收集什么数据以及如何最好地收集数据，以便对感兴趣的情况建立一个统计模型是本模块的主要内容。该模块将使用基于计算机的统计程序来加强学习。

数论是一个庞大而迷人的数学领域，包括对整数属性的研究。素数和相关方面在数论中是非常重要的，本模块将培养学生对它们如何应用于现代密码学世界以保持我们最重要的秘密的理解。

本模块培养学生对概率理论的理解，是数理统计和运筹学的一个重要伙伴。该模块的重点是真实情况的建模，以及由统计问题激发的概率计算的发展。

纯粹数学是对支撑数学的基本概念和结构的研究。它的目的是寻求对数学本身更深层次的理解和扩大知识面。本模块旨在向学生介绍纯数学的概念，并让他们开始数学研究的旅程。

运筹学是一种简单的定量决策方法，它寻求在需要分配稀缺资源的条件下，对一个系统（在这里是指一个由相互依赖的部件组成的组织）进行最佳设计和运作。在以前的模块中已经涵盖了运筹学的要素，本模块旨在将这些要素结合起来，创建一套决策工具。

迭代方法和误差；寻根；线性方程组；高斯消除；矩阵和LU分解；向量和矩阵规范；条件不良；诱导稳定性；非线性方程组；优化的数学建模方法。线性编程和Simplex方法.

统计建模技术，包括假设检验、置信区间、时间序列分析；多变量分析和贝叶斯统计，包括马尔科夫链和蒙特卡洛模拟技术.

线性建模被用于经济学、商业和其他学科，以寻找一个或多个独立变量之间的函数关系。这些函数关系可以用来帮助管理决策。这些方法最早是由高尔顿在20世纪末采用的，用来研究父亲的身高和儿子的身高之间的关系。

从样本中估计人口参数的能力是统计学业务的关键。假设检验类似于刑事审判，其中的假设是被告是无辜的。另一个假设是他们是有罪的。统计学家使用经过测试的方法来测试这些假设，并根据概率的平衡来衡量它们。这需要谨慎和判断，并清楚地传达结果。

该模块旨在使学生能够。巩固和发展他们的实际数学技能。将技术应用于图论的一系列背景中。展示越来越多的数学建模技能。展示逻辑系统的知识。展示解决实际问题的技术能力。发展应用概念和原则来分析问题的可转移技能。

运筹学是一种简单的定量决策方法，它寻求在需要分配稀缺资源的条件下，对一个系统（在这里是指一个由相互依赖的部件组成的组织）进行最佳设计和运作。在以前的模块中已经涵盖了运筹学的要素，本模块旨在将这些要素结合起来，创建一套决策工具。

迭代方法和误差；寻根；线性方程组；高斯消除；矩阵和LU分解；向量和矩阵规范；条件不良；诱导稳定性；非线性方程组；优化的数学建模方法。线性编程和Simplex方法.

统计建模技术，包括假设检验、置信区间、时间序列分析；多变量分析和贝叶斯统计，包括马尔科夫链和蒙特卡洛模拟技术.

线性建模被用于经济学、商业和其他学科，以寻找一个或多个独立变量之间的函数关系。这些函数关系可以用来帮助管理决策。这些方法最早是由高尔顿在20世纪末采用的，用来研究父亲的身高和儿子的身高之间的关系。

从样本中估计人口参数的能力是统计学业务的关键。假设检验类似于刑事审判，其中的假设是被告是无辜的。另一个假设是他们是有罪的。统计学家使用经过测试的方法来测试这些假设，并根据概率的平衡来衡量它们。这需要谨慎和判断，并清楚地传达结果。

该模块旨在使学生能够。巩固和发展他们的实际数学技能。将技术应用于图论的一系列背景中。展示越来越多的数学建模技能。展示逻辑系统的知识。展示解决实际问题的技术能力。发展应用概念和原则来分析问题的可转移技能。