学术超话｜选课指南MATH篇
lucy22668 2024年03月28日 星期四 上午 9:25
又是一年选课季，面对众多的选修课不少同学会陷入迷茫。为了帮助同学们理清头绪，更好的规划自己的大学生活，我们特地献上由体验过这些课程的嘉宾分享的感受，希望可以为正在纠结选课的同学们提供一丝帮助，同时也非常感谢为我们分享课程体验的嘉宾们！本篇为MATH专业的选课指南。（每学年课程内容可能会稍有变化，本篇推文根据2021-2022年的课程完成）
大一课程
课程名称：Calculus
科目字母：MATH
课程代码：101
学分：15
课程内容1.五周制
2.开始学习了解数列、级数、函数、极限、以及微分和积分的基本技巧；
3.课程构成为Lecture+Seminar+Tutorial+Optional Session;
4.每周Tutor会提供Weekly practice exercises方便学生根据当周所学内容练习；
5.第二周开始需要自学computer labs（Tutor会提供lecture、recording以及exercise）。
评分形式及其占比1. Weekly Coursework （4 tutor assessed exercises(20%) and 2 online quizzes for practical）
2. lab component (5%)): 25%;
3. End-of-module test: 25%
4. Final Examination: 50%.
综合评价Math101的学习内容并不是很吃力。大部分的内容中国学生在高中时就已经学过了，所以开始学习后并不会很吃力。课程重点是微积分的应用、连续性和收敛性。这些内容必须掌握。因为math101是math100系列的基础课程，虽然课程内容容易理解，但是好好听课，学会熟练运用公式，对以后的学习有很大的帮助。此外，从第二周开始，同学们需要自学computer labs（即R语言）R的内容涵盖到整个math100系列课程中，是一个非常方便有用的工具，建议大家一定要认真学习。
课程名称：Futher Calculus
科目字母：MATH
课程代码：102
学分：15
课程内容1.五周制；
2.开始深入学习三角函数、二次曲线相关的积分、无限范围的积分、partial differentiation、curves的相关内容、双变量、二重积分以及微分方程；
3. math100系列的课程构成基本相同：lecture+seminar+tutorial+optional session;
4. 自主学习computer labs
评分形式及其占比1. Weekly coursework (4 tutor assessed exercises (20%) and 2 online quizzes for practical）
2. lab component (5%)): 25%;
3. End-of-module test: 25%;
4. Final Examination: 50%.
综合评价Math102是math101的进阶和延续。虽然教学形式和打分方法相似，但难度比101要大，而且学习微积分方面的知识会更深入。但只要认真学习这些内容，考试还是比较容易的，assessment的问题基本上都是公式的运用以及平时exercise中的类似问题。要注意笔记的格式及计算答案的解释说明和逻辑分析。最好平时养成良好的答题习惯。否则可能会出现计算答案是正确的，但因书写格式不标准而丢失分数的情况，所以一定不能掉以轻心。
课程名称：Probability
科目字母：MATH
课程代码：103
学分：15
课程内容
1. 五周制；
2.主要学习probability的公理、离散随机变量以及连续随机变量；
3. math100系列的课程构成基本相同：lecture+seminar+tutorial+optional session;
4. 自主学习computer labs
评分形式及其占比1. Weekly coursework (4 tutor assessed exercises (20%) and 2 online quizzes for practical）
2. lab component (5%)): 20%
3. End-of-module test: 20%;
4. Final Examination: 50%.
综合评价Math103主要学习probability，与101,102微积分有一定联系。但与101和102的学习内容相比，103学到的知识点和公式相对比较抽象，需要同学们熟练记住和应用很多公式。考试内容也基本上套用了所学的公式，所以只要大家把重要的公式记好了，就能更从容地面对最终的final exam。
课程名称：Statistics
科目字母：MATH
课程代码：104
学分：15
课程内容
1. 五周制；
2. 主要学习数学分布、数据推理、假设检验和置信区间；
3. math100系列的课程构成基本相同：lecture+seminar+tutorial+optional session;
4. 自主学习computer labs
评分形式及其占比
1. Weekly coursework (4 tutor assessed exercises (20%) and 2 online quizzes for practical）
2. lab component (5%)): 20%
3. Data analysis project 5%
4. End-of-module test: 25%;
5. Final Examination: 50%.
综合评价
Math104的考试内容是更多的为应用题，同学们需要综合运用所学知识并且进行解答分析。与前三科相比，104更多地需要用文字进行逻辑说明，但计算比较简单，只需应用公式即可。同时，在解决很多问题的时候，需要使用R语言，在后期的数据分析项目中，也会使用很多R语言。所以前期需要同学们一定要学习好R语言，不然面对这门课会有些力不从心。
课程名称：Linear Algebra
科目字母：MATH
课程代码：105
学分：15
评分形式及其占比
1. 五周制
2. 矩阵的基础知识：如加减乘除，逆矩阵，行列式等；矩阵代数在几何中的应用，如用矩阵表示向量的旋转，映射；用矩阵代数求解线性方程组和微分方程等；线性转换
3. 每周tutor会提供weekly practice exercises方便学生根据本周所学内容；
4.第二周开始需要自学computer labs（tutor会提供lecture、recording以及exercise
课程内容
1. Weekly coursework (4 tutor assessed exercises (20%) and 2 online quizzes for practical）
2. lab component (5%)): 25%;
3. End-of-module test: 25%;
4. Final Examination: 50%.
综合评价
Math105是一门非常基础的课程，在矩阵基础计算方面比较容易理解，但涉及矩阵在几何中的应用和线性变换等知识会比较抽象。想要在大二深入学习math系列课程的同学，一定要学好这门课。以后，我们会经常利用矩阵代数方面的知识，一定要把各种转变理解清楚，会减轻大二时的压力。
大二课程
课程名称：Real Analysis
科目字母：MATH
课程代码：210
学分：15
课程内容
Term1-A thorough look will be taken at the limits of sequences and convergence of series during this module. Further possible topics include Stirlings Formula, infinite products and Fourier series.(可能会上，但是不算做考试内容)
评分形式及其占比
1. Coursework每周一次，总共占比15%
2. Quiz每两周一回，总共占比15%
3. Final test占比70%
综合评价
这门课和Math113有很大的关系，所以说一定要学好大一的数学，不然会有点吃力。作业需要花一定的时间，多练习可以帮助同学们更好地完成这门课。
课程名称：Complex Analysis
科目字母：MATH
课程代码：215
学分：15
课程内容
1. 10周制；
2. Term2-该课程为Real Analysis的延伸，将Limit, continuity, differentiation 和 integration延伸至Complex Plane. 并研究了Complex plane上的Cauchy theorem.同时还教授了一些其他的Theorems.每周都会有作业。
评分形式及其占比
1. 70% Exam
2. 30% Coursework
综合评价
MATH215只对学过MATH210的学生开放。除了极少数定理，内容的证明都较为严密。虽然内容比较广泛，但大部分内容对integration有很大帮助。为了掌握书中各种theorem的使用方法，可能需要一定的练习。
课程名称：Linear Algebra II
科目字母：MATH
课程代码：220
学分：15
课程内容
1. Fields and vector spaces: subspaces, spanning, linear independence, bases, dimension.
2. Linear transformations (kernel, image, rank), change of basis
3. Inner products, orthogonality, spectral theorem
4. Jordan normal form
评分形式及其占比
1. In-class-test 5%
2. Quiz 5%
3. Report 5%
4. Final exam 85%
综合评价
MATH220是MATH105的进阶课程，但难度要比105大很多。各种矩阵代数推导式，同时定理又很抽象，并且每周都会有一道文字题让你进行解释和分析。总之这门课对同学们的数学逻辑理解能力是很大的考验。
课程名称：Abstract Algebra
科目字母：MATH
课程代码：225
学分：15
课程内容
1. 10周制；
2. Term2-该课程详细介绍了Algebra structures。主要落脚点为Group和Ring。研究了Group和Ring的internal和external structure。包括了Lagrange theorem, Isomorphism, The first Isomorphism Theorem for Groups 以及其他的一些Theorems. 除去最后一周，每周都会有作业。
评分形式及其占比
1. 70% Final exam
2. 30% Coursework
综合评价
顾名思义，抽象代数是较为抽象的内容。值得注意的是此门课程只对学习过MATH220的学生开放。整个模块结构比较明确，逻辑比较严密。笔记的每个部分都有注释和例题来帮助同学们更好地理解。
课程名称：Probability II
科目字母：MATH
课程代码：230
学分：15
课程内容
1. 深入学习各种概率分布模型的函数, 公式和应用(probability model)
2. 条件性分布函数，变量平均数等的计算
3. 变量分布的转换及线性代数在其的应用(linear transform)
4. 分布中的各种定理如大数定律, 中心极限定理，马尔可夫定律等
评分形式及其占比
1. 15% Coursework
2. 15% Online Quiz
3. 70% Final exam
综合评价
MATH230是MATH103的进阶。此门课程的特点是公式量大，包含了概率函数，分布之间的转换中涉及到的大量公式；另外，概率函数之间的转换计算还常用于基础的微分和积分的计算中。要想获得高分，建议平时做好公式笔记，在workshop中仔细听老师讲的关于公式的应用。用线性代数推导出来的小部分内容会有些抽象，建议一定要认真听讲，有什么不会的及时问老师。
课程名称：Statistics II
科目字母：MATH
课程代码：235
学分：15
课程内容
这门课的内容可以分成三个部分
Part 1: 样本分布与estimotor的检验；
Part 2: 线性回归及其模型检验；
Part 3: 似然性推断（Likelihood inference）此外，在各种定理与公式的使用中也会涉及到线性代数的应用；在数据的计算上会运用到一些R编程。
评分形式及其占比
1. 15% Coursework
2. 15% Online Quiz
3. 70% Final exam
综合评价
这门课属于MATH104的进阶，是一门很考验细心程度的课程，公式量和计算量有一些大，但好在比较容易理解，一般coursework和考试只需要用数据套用公式即可。在数据指标，统计指标的计算上公式比较多；在数据的计算上很考验细心程度。数据的计算上要运用到一些R的编程及对输出结果的解读，公式的推理上有时要运用到线性代数也是难点之一。一个小技巧：梳理好各种公式的用法与区别，把他们区分好，会对同学们的final exam很有帮助。
课程名称：Project Skills
科目字母：MATH
课程代码：240
学分：15
课程内容
1. 20周制;
2. Term1- 1.Scientific Writing，在1，2周，有占总体比重5%的 abstract writing 作业。
3.Latex, 在2，3，4周，有总共占总体比重20%的 LATEX 练习。
3.在3，5，7，9周，每周会有一堂Communication Workshop, 在3周前会要求每个人在Moodle中都注册为一个6人左右小组的成员。在9周会要求每个小组进行带有Slide的演讲。占总体比重15%。4.Short Project. 首先会让你evaluate 某篇文章。然后会让你写一篇4-6页的Short Project.会提供5个Topic让你必须从中选择一个。
4. Term2- 1.Group Project. 会要求每个小组（Communication Workshop）写一篇10-12页的Project. 然后会要求每个小组进行带有Slide的介绍各自小组的Project的演讲。各自占总体比重25%和10%。
评分形式及其占比
1. 20% Coursework
2. 45% Project
3. 25% Presentation
4. 10% Participation
综合评价
MATH240是BSc Hons：G100第二年的必修课程之一。在Enrolment中只对 Students majoring in delivering department 开放。虽然课程任务较多，但只要认真对待，都能拿到不错的成绩。而且会在一定程度上教你如何写Scientific Writing和如何使用LATEX. 并且会锻炼你的Communication 以及 Oral presentation的能力，对于英语口语的提升也有很大的帮助。同时，能够提升你的团队沟通，团队协作能力。
课程名称：Computational Mathematics
科目字母：MATH
课程代码：245
学分：15
课程内容1. 10周制；
2. Term2-该课程主要是关于R-studio（R的编程，R-markdown以及error analyse），2/4/6/8/10周会各有一份作业。
评分形式及其占比1. 70% Final exam
2. 30% Coursework.
综合评价此门课程只对学习了MATH101-105的学生开放。刚开始学习可能会比较难，由于其涉及R语言的编程和数学算法的结合，会极大的考验同学们的逻辑思维和数理思维。但每周的Tutorial可以为大家提供很大帮助，一定要认真听讲。同时参加2/4/6/8/10周的Drop-in也会对同学们在作业问题方面有非常大的帮助。
课程名称：Minor course in Mathematics
科目字母：MATH
课程代码：271
学分：15
课程内容
Term 1-多项式、序列、级数；函数；微分；泰勒级数和复数；积分Term 3-Final
评分形式及其占比
1. 50% Final exam
2. 20% online quiz
3. 30% coursework
综合评价
Math271分为Math271a和Math271b，但都在M term中学完。Math271是ACF、Finance专业相关的选修课，建议大一学过AcF101的同学，或者有相关数学基础的同学可以选择。quiz是每周都有，形式多为选择题；coursework共四次，271a和271b各两次，都是计算题。虽然作业多，但是课程比较简单，作业只要认真对待，拿很高的分不成问题。
课程名称：Minor Course In Mathematics
科目字母：MATH
课程代码：272
学分：15
1.只有Term2 上课Week11-15上课内容为概率论，从基础的交集并集补集讲起，进行到离散随机变量以及随机事件发生概率的计算，离散概率分布，期望值等的计算；以及条件概率的计算和贝叶斯公式等的应用，独立事件的判断以及事件发生概率的二项分布计算。概率分布：泊松分布，二项分布等概率分布和计算。
2.Assessments：一周一次Quiz以及第15周周末的考试Week16-20 上课内容为矩阵基础的矩阵表达和基本计算；矩阵特征值以及特征向量的计算；矩阵的几何意义以及几何表达；矩阵Trace的计算以及矩阵正定型的判断；对称矩阵以及矩阵分解等等Assessment：一周一次Quiz以及20周的考试Final：占比60%。
评分形式及其占比1. 40% Quiz+Coursework
2. 60% Final exam
综合评价MATH272是一门对于数学有兴趣的大二同学而开放的选修课程，对于数学基础要求不高，属于概率论以及线性代数范畴，但平日作业较多，日常课程较多，难度较小。
大三课程
课程名称：Likelihood Inference
科目字母：math
课程代码：330
学分：15
Chapter 1- Modelling and Statistical Inference
Chapter 2- Information and Asymptotics
Chapter 3- Parameter Functions
Chapter 4- Sufficient Statistics
Chapter 5- Hypothesis Tests and Confidence Intervals
Chapter 6- Model Choice
评分形式及其占比1. 10% Coursework
2. 90% Final
综合评价MATH330 是一门较为基础的大三数学学科，围绕着似然函数进行。如果选这门课的同时可以考虑同时选择选择MATH331贝叶斯统计，这两门课程关系是比较紧密的，也能帮助同学们学得更加透彻。
课程名称：Bayesian Statistics
科目字母：math
课程代码：331
学分：15
课程内容
Chapter 1- An introduction to Bayesian thinking
Chapter 2- Specifying priors
Chapter 3- Prediction under uncertainty
Chapter 4- Multi-parameter problems
Chapter 5- Bayesian decision theory
评分形式及其占比
1. 40% Coursework(20% Group project +20% quiz)
2. 60% Final
综合评价
MATH331和MATH330是紧密相连的，并且这门课的老师的教学讲解是非常详细的，对于函数感兴趣的同学可以选择这门课程。
课程名称：Stochastic process
科目字母：math
课程代码：332
学分：15
Chapter 1- Introduction to stochastic processes
Chapter 2- Repeated trials and simple random walks
Chapter 3- Generating functions
Chapter 4- Markov chains
Chapter 5- Continuous Markov chains
评分形式及其占比1. 30% Coursework
2. 70% Final exam
综合评价MATH332是MATH235的进阶，其教学目的是为了展示如何使用概率规则指定简单模型的描述过程，并且让同学们可以更好的理解如何用概率生成的函数来解决许多模型方程。
课程名称：Generalised linear models
科目字母：math
课程代码：333
学分：15
课程内容
Chapter 1- Introduction
Chapter 2- Exploratory Data Analysis
Chapter 3- The exponential family
Chapter 4- The EF likelihood and ML estimation
Chapter 5- Linear predictor and model formula
Chapter 6- IRWLS Algorithm
Chapter 7- Model Inference
Chapter 8- Censoring
评分形式及其占比
1. 20% Coursework
2. 30% Group project
3. 50% Final exam
综合评价
MTAH333主要是讲解关于广义线性模型的理论基础，并且将其应用于各种各样的实际问题，同时可能MATH333相比于MATH330-332会更难于理解，需要同学们更有耐心地对待这门课程。
课程名称：Time Series
科目字母：math
课程代码：334
学分：15
Chapter 1- The definition of time series
Chapter 2- second order structure of Simple Time-Series
Chapter 3- Simple Linear Time-Series Models
Chapter 4- Invertibility and Stationarity for Linear Time-Series
Chapter 5- Estimating and Identifying Time-series Models
Chapter 6- Forecasting
Chapter 7- The Spectra of Linear Time-Series
Chapter 8- Heteroskedastic AR Models
评分形式及其占比1. 10% Coursework
2. 25% Group project
3. 65% Final exam
综合评价MATH334这门课是时间序列统计分析的入门课程，算是比较有意思的一门课程，主要研究单变量时间序列的模型，方法和理论，对此课程感兴趣的同学们可以考虑。
课程名称：Machine Learning
科目字母：math
课程代码：336
学分：15
课程内容
Chapter 1- Introduction
Chapter 2- Some Machine Learning Algorithms for Supervised Learning
Chapter 3- Theory of Generalisation
Chapter 4- From Theory to Practice
评分形式及其占比
1. 10% Coursework
2. 20% Group project
3. 70% Final exam
综合评价
MATH336是关于多变量统计——机器学习的，同时这门课也是很基础的入门教学，主要介是绍一些基础概念。
课程名称：Financial Mathematics
科目字母：math
课程代码：345
学分：15
Chapter 1- Introduction
Chapter 2- Revision and Preliminaries
Chapter 3- Binomial or CRR model
Chapter 4- Finite market model
Chapter 5- Discrete Bla
ck-Scholes Model
评分形式及其占比1. 10% Coursework
2. 90% Final exam
综合评价MATH345是金融数学，此门课会介绍一些金融术语，并研究不同模型下的金融产品定价，在这些模型中，假设的股票价格都是随机的，会根据概率论中的规则来描述其可能的价值。
*注：以上选课攻略采访源自往届学生上课感受，仅供参考，不构成选课建议。请根据自身实际情况进行选择。
*由于资源有限，我们可能无法覆盖到所有课程。更多课程信息可查询学校Course Handbookhttps://portal.lancaster.ac.uk/portal/mpc/000046👉往年选课宝典（点击文字即可查阅）最后附上一张MATH选课路线图~编辑｜宫嘉璐
校阅｜毕昕如
本文内容来自网络，仅供学习、参考、了解，不作为投资建议。股市有风险，投资需谨慎！