Mathematics
数学
专业简介
数学（Mathematics）是数学、统计与决策科学下的二级专业，主要关注数学，常见项目方向包括Pure Mathematics、Mathematical Sciences。申请时通常需要结合课程结构、研究或实践资源、职业路径与国际学生支持进行综合评估。
一、数学专业发展概况
1.1 专业定义与学科定位
数学（Mathematics）是研究数量、结构、变化以及空间关系的基础学科，通过抽象思维和逻辑推理构建理论体系。美国高校的数学博士（PhD in Mathematics）项目通常设立于数学系下，强调原创性理论研究和学术贡献，是通往高校教职和顶尖数学研究机构的核心路径。
1.2 核心能力要求与申请评价逻辑
美国高校在评估数学博士申请者时，主要考察以下核心能力维度：
数学基础：数学分析（实分析、复分析、泛函分析）、高等代数（抽象代数、交换代数、同调代数）和拓扑学（点集拓扑、代数拓扑、微分拓扑）是核心必修课程。
数学推导与证明能力：数学博士申请的核心竞争力在于独立证明能力和对抽象数学概念的深刻理解。
研究潜力与学术动机：个人陈述需清晰阐述研究兴趣、学术目标和选择数学博士的深层动机；推荐信是评估研究潜力的核心材料。
GRE Mathematics Subject：多数顶尖数学博士项目要求GRE Math Subject成绩，是评估申请人数学基础的核心指标。
1.3 研究与应用方向详解
1.3.1 纯数学（代数/分析/拓扑/数论）
纯数学研究数学结构的内在性质和相互关系，核心方向包括代数几何、表示论、代数数论、解析数论、微分几何和偏微分方程。就业方向包括高校教职、研究机构纯数学研究室和国家实验室理论数学组。
1.3.2 应用数学与计算数学
应用数学将数学方法应用于科学和工程问题，核心方向包括偏微分方程应用、数值分析、科学计算和数学建模。计算数学研究数学问题的数值解法，核心方向包括有限元方法、谱方法和计算流体力学。就业方向包括高校教职、国家实验室和科技公司研发部门。
1.3.3 概率统计与随机过程
概率论研究随机现象的数学规律，核心方向包括随机过程、随机分析和极限定理。统计学研究数据收集和推断方法，核心方向包括高维统计、贝叶斯统计和统计学习理论。就业方向包括高校教职、金融机构量化研究部门和科技公司数据科学团队。