沈阳工业大学信息与计算科学专业介绍及课程设置

时间:2021-05-22

主干学科

数学与应用数学、计算机科学与技术

主干课程

数学分析、高等代数、解析几何、数据结构与算法、常微分方程、数值代数、概率论与数理统计、离散数学、信息论基础、数值逼近、运筹学与优化方法

课程简介

数学分析

通过本课程教学,使学生掌握极限论、一元函数和多元函数的微积分学及级数论的基本理论,理解微分学多方面的应用,掌握数学分析的基本论证方法,获得较熟练的演算技能和初步应用能力。使学生对分析学乃至近代数学的发展有一个初步的了解,进而提高学习数学的兴趣。掌握这门课程的基本理论和方法,对于以后的学习,研究和应用都有决定性作用。

高等代数

多项式理论及利用这一理论研究高次方程根的基本方法;行列式理论、矩阵理论、向量空间理论、线性变换理理论及利用这些理论解决线性方程组的解的存在性问题,数量问题,解的结构问题(公式解,通解,一般解), 解决具体方程组的这些问题;化二型为标准形的问题,包括利用可逆变换,正交变换化二次型为标准形的问题,及二次形的正定问题;向量空间的线性变换理论及引起的矩阵的标准形问题;向量空间的进一步结果即欧氏空间,酉空间及辛空间的内容。

解析几何

通过本门课程的教学,使学生较系统的、完整的了解三维欧氏空间的解析几何,学会运用矢量和坐标两种方法处理曲线、曲面(包括直线、平面)的有关问题。通过对二次曲线与二次曲面分类与不变量的理论学习,了解代数理论与方法在几何中的应用,为高等代数和微分几何的学习提供背景材料及初步基础,也是学习力学、计算机图形学及从事科学研究的基础性工具。

数据结构与算法

数据结构与算法是信息与计算科学专业本科生的一门必修课程。它是编译原理、操作系统、数据库原理及计算机应用方面的主要基础。主要内容包括:线性表、栈和队列、串、数组与广义表、树与森林、图、查找、排序、迭代与穷举算法、递归技术与分治法、回溯法、贪心法、分枝限界法、动态规划法等。通过学习这些内容,应使学生掌握数据结构的特点、存储方法和基本运算以及算法设计,培养学生运用C(C++)语言正确编程及调试的能力,运用数据结构解决简单的实际问题及算法应用的能力,为后续计算机专业课程的学习打下坚实的基础。

常微分方程

常微分方程是应用数学专业、信息与计算科学专业重要的专业基础课之一。其目的是用微积分的思想,结合线性代数,解析几何和普通物理学的知识,来解决数学理论本身和其它学科中出现的最基本的微分方程问题,为他们学习其它数学理论打下基础。其任务是要求学生能熟练掌握各类微分方程,如变量可分离方程、齐次方程、一阶线性微分方程、全微分方程;一阶隐式微分方程、几种可降阶的高阶微分方程等的基本解法;理解和掌握常微分方程的基本理论:存在唯一性定理和线性常微分方程的基本理论。了解常微分方程稳定性理论和定性理论初步。

数值代数

该课程是计算数学和其它科学工程计算中诸多数值方法的理论基础,综合讲述数值代数的理论和各种数值代数的方法。主要内容包括:矩阵分解,数值稳定性,算法复杂性与收敛速度等基础知识;Gauss变换,三角分解,选主元三角分解,平方根法,改进平方根法等线性方程组的直接解法;线性方程组的敏度分析与消去法的舍入误差分析;线性、非线性最小二乘问题的解法;线性方程组的古典Jacobi迭代和Gauss-Seidel及超松驰迭代法迭代解法;共轭梯度法;非对称特征值问题的幂法,反幂法,QR迭代方法等;对称特征值问题的计算方法。

概率论与数理统计

概率论与数理统计是研究随机现象规律性的数学学科,在高等学校数学各专业教学计划中是一门必修的基础理论课。主要内容包括:随机事件与概率、条件概率、乘法公式、全概率公式及贝叶斯公式、随机变量及其分布、随机变量的数字特征、极限定埋、数理统计基本概念及抽样分布、参数估计、假设检验、方差分析等。通过本课程的教学使学生掌握概率与统计的基本概念,了解它的基本理论和方法,从而使学生初步掌握处理随机现象的基本思想方法,培养学生运用概率统计知识和方法分析和解决实际问题的能力。

离散数学

该课程从现代数学应用的角度出发,综合讲述离散数学的基本概念、及其应用。主要内容包括:命题及谓词演算的公理系统,联结词,公式与赋值,公式的等值、范式、主范式与有效推理等基本概念;集合的基本概念、运算及集合恒等式,二元关系定义及其表示,关系的性质及运算、分类,复合函数的定义、类型、运算及性质;代数系统,域及域的扩张的基本思想,常用的代数系统,环、格的基本性质和判定方法;图的基本概念,图的表示,欧拉图、平面图的概念及性质,迹、路、圈、连通图与连通分支的概念及相关定理、图的矩阵运算与图的连通性的关系。

信息论基础

从信息安全的基本概念和模型出发,通过对基本算法和基本协议的讨论,使学生了解基本的计算机安全技术,掌握常见的密码体制、安全保密技术,最后通过对应用技术的学习,学生可检验、巩固和深化前面学到的知识。了解信息安全的基本概念;了解密码技术中的一些具体算法和协议;该课程是网络与信息安全方向的基础课程,是信息安全技术应用的前导课程,也是Web与数据库方向的基础课程。

数值逼近

本课程是理学院数学系信息与计算科学专业的必修学科基础课。是计算数学和其它科学工程计算中诸多数值方法的理论基础。主要包括:多项式插值方法,等距节点插值和差分,艾米特插值,非多项式插值等;样条插值和曲线拟合;最佳逼近,最佳平方逼近,正交多项式;数值积分方法,牛顿-柯特斯公式,提高精度的方法,高斯型公式;非线性方程求根包括二分法,迭代法,牛顿法等内容。通过本课程的学习,要求学生掌握数值逼近的理论和各种数值逼近的方法。了解各种数值逼近方法的应用。

运筹学与优化方法

运筹学与优化方法是应用数学、信息与计算科学各专业的一门重要专业课,通过本课程的学习,使学生掌握运筹学各主要分支的数学模型、基本概念与理论、主要算法和应用,并结合实例使学生能够从具体事务中抽象出本质因素,掌握建模及求解的技巧,能在计算机上应用各种优化软件包,并熟练地操作解决一些实际应用案例,从而为学生进一步从事该方向的学习与研究工作打下坚实的基础,并能使学生在相关部门的学习实践中提高解决实际问题的能力。本课程所包括的运筹学的主要分支有:有线性规划、整数线性规划、非线性规划、网络分析、排队论等内容。


专业解读(2020)

信息与计算科学是以信息领域为背景,与数学相结合的交叉学科,培养学生掌握数学基本原理、计算机软件和应用系统的基础理论、数据与信息处理和分析基本方法与技能,能够运用数学和科学工具解决复杂工程问题,具备较强的数据处理与分析、模型构建和相关系统应用及软件开发能力,具有创新意识和良好的综合素质,适应社会发展需求,可以从事数学研究与教育、工程计算、智能信息处理与分析、大数据分析及软件开发、系统管理与维护等方面工作的高级创新应用型技术人才。

专业介绍

本专业是由信息科学、计算科学、运筹与控制科学等交叉融合形成的本科专业,是运用计算机实现信息技术、数学方法与工程应用相结合的桥梁。本专业以良好的数学知识和逻辑思维训练为基础,以信息科学与技术为主干,尤其注重与大数据科学及技术的紧密结合,培养学生运用理论解决信息处理、分析问题及软件设计能力。

专业主要课程包括数学分析、高等代数、解析几何、概率与数理统计、离散数学、常微分方程、数学模型、数值分析、C语言程序设计、Python语言程序设计、数据结构与算法、计算机操作系统、计算机网络、面向对象程序设计(Java)、数据库原理及应用、大数据处理、数据分析与挖掘算法、人工智能与机器学习等。

本专业设有稳定的校外实习基地和校内工程实践基地,为学生全面、全程开展工程教育和工程实践活动提供了优良的环境和保证。

专业特色

本专业注重强化数学、数据科学和计算科学的方法与理论基础,强调数学方法、智能算法、数据分析算法等前沿工程技术在数据处理和大数据分析领域的应用,使学生具有较强数据分析模型抽象、设计、优化、实现及软件设计能力,职业、岗位定位明确,毕业后可胜任数据工程师、大数据分析师等岗位,具有良好的职业发展前景,并有更好的继续深造空间。

就业情况

信息化、智能化和大数据已经成为时代的标签,相关学科和专业的高水平人才缺口巨大。高水平的从业人员不仅要掌握基本的“技能”,关键还要具备对实际问题进行分析、抽象、建模和求解的能力,而这正是信息与计算科学专业的优势所在。本专业毕业生可在科技、教育和经济部门从事研究、教学,以及人工智能、大数据的应用开发和管理等工作,具有良好的职业发展前景。

数学与应用数学专业课程

数学分析、高等代数、解析几何、概率论与数理统计、近世代数、常微分方程、微分几何、数学模型、 C++语言程序设计、数据结构与算法、实变函数、泛函分析、数值分析、随机过程、运筹学与优化方法、拓扑学、矩阵分析。



【推荐】 晚4年起步,死磕高频刚需,收获3000万用户,找到引爆点随时进场都不晚
【推荐】 纯新手入门机器/深度学习自学指南
【推荐】 斯坦福史上最颠覆思维的教程:​如何在两小时里用1块钱赚100块?
【推荐】 RSA算法原理(一)