广东工业大学
数学与应用数学专业白皮书
一、专业定位
广东工业大学数学与应用数学专业办学定位为国内知名、省内领先,具有一定国际影响力的数学类学科专业,坚持以高尚的道德修养为先、扎实的数学基础为根、过硬的数学与应用数学专业技能为本、终身学习为导向,培养高素养、专业化、创新型数学人才。
二、培养目标
基于党的十九大教育方针和广东省创新强校工程精神,践行“与广东崛起共成长,为广东发展作贡献”的办学理念,依托工科大学的背景,以“周到的管理服务,深厚的数学熏陶,良好的专业训练”为宗旨,着力培养具有良好的道德素质、优良的数学与应用数学素养、较强的团队合作和创新创业意识、突出的自我发展能力、乐于服务社会的应用创新型人才,打造数学“基地班”,持续为高等院校和相关研究所输送优质的研究生生源。学生在毕业五年后预期达成的目标:1.在工作中坚守、践行和传播社会主义核心价值观,具有坚定的家国情怀、高尚的职业道德、健全的人格、健康的身心、强烈的责任感和奉献意识;2.具备扎实的数学知识,养成用数学思考生活、从生活中提炼数学的习惯,实践数学思想方法,拥有跨学科交叉融合的专业视野,具有严谨求实的专业态度,具备良好的团队合作精神和沟通交流能力,具有运用数学方法和计算机技术解决实际问题和创新研究的能力;3.在专业上进一步提升,完成硕士研究生或更高的提升;4.能够正确了解和利用自己的优势服务社会,认识到自己的局限,不断完善自我,具有终身学习和专业发展的意识和能力。
三、培养规格
1.学制:四年,学习期限3-8年;
2.授予学位:理学学士
3.毕业学分:总学分不低于157.5学分,其中实践教学环节学分不少于28学分;
4.人才培养基本要求:
本专业学生在培养过程中,强调对学生道德修养、数学素养和创新意识的培养;通过竞赛、讲座、实习、实训等形式的培训,促使学生具备独立工作、团队合作、创新创业的能力,从而使学生,养成用数学思考生活、从生活提炼数学的习惯,最终达到能熟练运用数学方法和计算机技术解决实际问题的能力和创新研究能力,特别是具备在数学专业以及新工科专业中继续深造的能力和潜力。具体培养目标如下:
(1)数学知识:具有扎实的数学基础,受到比较严格的科学思维训练,基本掌握数学科学的思想方法,为在数学专业以及新工科等专业深造打下坚实的基础;
(2)交流知识:基本掌握一门外语,能应用其获取知识和进行有效交流;
(3)技能知识:掌握与新工科等领域相关的专业理论和知识,初步掌握数学应用技能;
(4)问题分析:能够应用数学、自然科学、工程科学、社会科学等基本原理,识别、表达并通过文献研究分析数学和应用数学问题,以获得有效结论;
(5)数学应用:能够设计针对复杂的自然科学、工程科学、社会科学等问题的数学建模方案,建立满足特定要求的数学模型或算法,并能够在数学建模环节中体现创新意识,考虑社会、健康、安全、法律、文化以及环境等因素。具有应用数学知识去解决实际问题的能力;
(6)研究:有较强的语言表达能力,掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法,具有一定的科学研究和教学能力。能够基于科学原理并采用科学方法对复杂的实际数学问题和新工科中的问题进行研究,包括设计试验和方案、收集与采集数据、建模分析与解释数据、并通过信息综合得到合理有效的结论;
(7)使用计算机:能够针对复杂的数学问题,开发、选择与使用恰当的计算机方面的技术、资源、工具,包括数学应用方面的工具软件和复杂数学问题的预测与模拟,并能够理解其局限性。能熟练使用计算机(包括常用语言、工具及一些专用软件),具有一定的算法分析、结构设计和较强的编程能力;
(8)数学与社会:能够基于实际数学问题相关背景知识进行合理数学分析,评价复杂实际数学问题的解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任;
(9)数学和可持续发展:能够理解和评价针对实际数学问题的实践对环境、社会、人文可持续发展的影响;
(10)职业规范:掌握一定的心理学基础知识、技能和方法,尊重生命,关爱他人;理性、严谨,乐观、开朗;
(11)个人和团队:能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色;
(12)沟通:能够就复杂实际问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野,能够在跨文化背景下进行沟通和交流;
(13)项目管理:理解并掌握数学与应用数学逻辑推理能力、计算能力以及数学应用的基本技能与实践方法,并能在多学科环境中应用;
(14)终身学习:具有适应发展的能力以及对终身学习的正确认识和较强的自学能力。
四、课程体系
课程体系由课内理论教学、课内独立实践教学和课外教学三部分组成。课内理论教学包括公共课和专业课两类课程;课内独立实践教学包括实验实习实训和设计或论文两类类课程。
图1数学与应用数学课程体系
1、课内理论课程
(1)公共课
包含公共基础必修课程、公共选修课程和公共限制性选修课程。
公共基础必修课程包括思想道德与法制、中国近现代史纲要、毛泽东思想和中国特色社会主义理论体系概论、马克思主义基本原理、形势与政策、大学生心理健康教育、大学生职业规划与创业教育、大学生就业创业指导、军事理论、国家安全教育、体育、大学物理和大学英语。
公共选修课程包含2类:人文社科类以及自然科学类与工程技术基础类,要求学生在全校公选课中自由选择。公共限制性选修课程包括劳动教育、马克思主义中国化进程与青年学生使命担当、“四史”大视野和美育类限选课程。
(2)专业课程
涵盖《普通高等学校本科专业类教学质量国家标准(上)--数学类国家教学国家质量标准》(2018版)附录1中数学与应用数学专业的专业基础课程和专业主干课程等,包括专业基础必修课程、专业必修课程、专业基础选修课程、专业选修课程。
专业基础必修课程:数学分析、高等代数、解析几何、常微分方程、概率论与数理统计、数据结构、C++面向对象程序设计。
专业必修课程:专业导论、信息检索与利用、离散数学、数值分析、数学建模、复变函数。
专业基础选修课程:数据库原理及应用A、人工智能、算法设计与分析、操作系统、Java语言、Python语言、机器学习、偏微分方程、点集拓扑。
专业选修课程:初等数论、抽象代数、运筹学、实变函数、随机过程、泛函分析、模式识别、最优化方法、软件工程、信号与图像处理。
2、课内独立实践课程
(1)实验实习实训
包括实验实习实训必修和实验实习实训选修。
实验实习实训必修课程:军训、大学物理实验、数值分析实验。
实验实习实训选修课程:信号与图像处理实验、软件工程实训、数学分析(选讲)、高等代数(选讲)、毕业实习。
(2)设计或论文
包括设计或论文必修和设计或论文选修
设计或论文必修:C++面向对象程序设计课程设计、数学建模课程设计、数据结构课程设计、毕业设计(论文)。
设计或论文选修:人工智能课程设计、数据库原理及应用课程设计、最优化方法课程设计、模式识别课程设计、Java语言课程设计、Python语言课程设计、机器学习课程设计、算法设计与分析课程设计、操作系统课程设计。
3、课外教学
包括“思政课”课外导读、入学教育、公益活动、社会实践和毕业教育。
五、师资队伍
本专业现有专任教师28人,包括教授7人、副教授8人、讲师13人,其中青年百人引进人才14人,硕士生导师12人。
表1 教师职称结构表
职称 |
教授 |
副教授 |
讲师 |
助教 |
合计 |
人数 |
7 |
8 |
13 |
0 |
28 |
比例 |
25% |
28.6% |
46.4% |
0 |
100% |
表2 教师学历结构表
职称 |
博士研究生 |
硕士研究生 |
大学本科 |
合计 |
人数 |
26 |
2 |
0 |
28 |
比例 |
92.86% |
7.14% |
0 |
100% |
1、专业课程教师队伍情况
专业所在学院于2003年获得“应用数学”二级学科硕士点,2010年获得“数学”一级学科硕士点。2012年 “应用数学”成为广东省特色重点学科,2021年“数学与应用数学专业”入选广东省一流本科专业建设点。该专业所在学院有广东省“千百十”工程省级人选1人、校级14人,校 “培英育才计划” 3人,省级教学名师2人,校级教学名师4人,南粤优秀教师3人,青年百人A类11人、B类18人,近5年引进5位博士后,1人享受国务院政府特殊津贴,1人获南粤教坛新秀,有省级教学团队1个。本专业引进的青年百人分别来自南开大学、中国工程物理研究院、中南大学、兰州大学、中山大学、哈尔滨工业大学、华中师范大学、澳门大学等知名高校。
经过十五年的专业办学,本专业已经形成了“数学分析教学团队”和“高等代数教学团队”两个教学团队。
2、学生学科竞赛指导情况
近年来,学院组织教师团队指导学生参加各类竞赛(全国大学生数学建模、数学竞赛等),共获得省级以上奖励400余项,其中国家级40余项。
六、教学条件
1、实验室及专业软件
已建有“数据科学综合实验室”、“数学应用实验室”、“数学建模中心”,实验室面积505平方米,总投入约510万元。其中综合实验室主要用于人才培养、科学研究和社会服务,实验室均配置有专业的SAS、Matlab等统计软件和数学工具软件,完全能满足本专业培养中实践类多媒体教学需求。
实验室和服务器可进行实践类教学及科学计算
2、教学资源
学院建设了“数学分析”、“高等代数”、“数学建模”、“微积分理论与实践”、“线性代数故事会”、“大学数学类课程群”等一批省级精品资源共享课程。
地址导航:广州市天河区迎龙路161号广东工业大学数学与统计学院
联系电话:020-87084403 邮政编码:510520
邮箱:yysxxy@gdut.edu.cn
School of Mathematics and Statistics, Guangdong University of Technology Copyright.
No. 161 Yinglong Road, Tianhe District, Guangzhou, 510520, P.R.China ;
广东工业大学数学与统计学院 版权所有粤ICP备05008833号