圣安德鲁斯 MT1003《纯数学与应用数学》：一门课同时练证明、数值和 Python

圣安德鲁斯大学 MT1003《纯数学与应用数学》是大一 Semester 2 的 20 学分模块：笔试占 70%、课程作业占 30%，一条线练证明，一条线练数值方法与 Python 上机。

课程官网（学校官网）：https://www.st-andrews.ac.uk/subjects/modules/catalogue/?meta_modulecode=MT1003&meta_ayrs_sand=2026/7

MT1003 是一门什么课？

一句话：这门课把「纯数学的证明」和「应用数学的计算」放进同一门课，再用 Python 把两边连起来——先让你把数学的两条路都试一遍，再决定以后走哪条。

这是圣安德鲁斯大学（University of St Andrews）模块目录下的模块，课程代码 MT1003，英文名 Pure and Applied Mathematics，中文常译「纯数学与应用数学」。

学校官网对课程目标的原文是：This module aims to provide students with experience of both pure and applied mathematics, and the role that mathematical computing plays in both subjects——让学生同时体验纯数学与应用数学，并理解数学计算在这两个领域里扮演的角色。

内容分成三条线：

纯数学部分：

• Proof and mathematical argument（证明与数学论证）——从公理出发、一步一步用逻辑推出结论。
• Sets and functions（集合与函数）。
• Relations and equivalence relations（关系与等价关系）。等价关系可以理解为把一组东西按某种「同类的标准」分堆，互相等价的归到一堆。
• Properties of rings and fields（环与域的性质）。环和域是「能把加减乘除讲清楚」的代数结构，域比环多要求除法也能做。
• Rational numbers, irrational numbers, real numbers（有理数、无理数、实数）；Fundamental theorem of algebra（代数基本定理）；Elementary number theory（初等数论）。

应用数学部分：

• Numerical methods for root finding（求根的数值方法）。
• Polynomial interpolation and applications to numerical differentiation and numerical integration（多项式插值，以及它在数值微分与数值积分中的应用）。
• Solution of first and second order linear difference equations（一阶与二阶线性差分方程的求解）；在种群动力学中的应用。差分方程可以理解为「离散版本的微分方程」，描述某个量随离散步子一步步怎么变。
• First order non-linear difference equations, chaos, and the logistic map（一阶非线性差分方程、混沌与逻辑斯谛映射）。逻辑斯谛映射是描述受限增长的一个简单递推式，参数到一定值后会出现「混沌」，即对初始值极度敏感。
• Simple continuous mathematical models applied to mechanical problems with Newton's laws of motion（把简单连续数学模型用到带牛顿运动定律的力学问题）。

计算部分：Introduction to mathematical computing using Python——程序与数据类型、运算顺序、浮点表示、列表与数组、循环、判断、函数、NumPy、调试。

学分是 20（SCOTCAT，苏格兰学分体系口径），学期是 Semester 2，学年 2026 to 2027。

教学安排有四块：每周 4 节讲授（lecture），每周 1 节上机实验（computing laboratory），隔周 1 节习题课（tutorial）与 1 节范例课（examples class）。上课时间写的是周一、周二、周四、周五下午 1 点。模块协调员是 Dr F L Smith，教学团队还包括 Dr Finn Smith、Dr Kai Hugtenburg、Dr Dan Lucas、Dr George Papamikos。

学校官网没有写明这个模块由哪个院系开设。从课程名与内容看它是数学类模块，但具体院系归属需要以学校官方的院系信息为准。

和国内数学专业大一课有什么不同？

最大的差别是「打包方式」：国内把数学分析和高等代数分成两门、纯数学与应用数学泾渭分明、编程往往推到大二以后；这里把三样东西压进同一门 20 学分的课，广度大、单点浅。

• 课程组织不同：国内「数学分析 + 高等代数」分两门，各管一条线；MT1003 把纯数学（证明/代数/数论）与应用数学（数值方法/差分方程/力学）合在一起，定位是「让你先都尝一口再选方向」。
• 编程位置不同：国内数学专业大一普遍不开 Python 上机，计算类内容常延后到大二大三的「数值分析」「数学实验」；这门课一开学就把数学计算入门与纯数学同步推进，而且纳入考核——会证，也要会算、会写码。
• 考核结构不同：国内同类课多是期末一考定成绩；这里是笔试 70% + 课程作业 30%，平时分占得不低，而且含上机作业，对过程性学习要求更强。
• 证明的引入方式不同：国内证明训练多放在数学分析里，从极限、连续开始；这门课直接从「证明的本质」与集合、关系、数系构造入手，形式化更彻底，抽象代数的引入也比国内同类课早。
• 补考机制不同：国内补考常按原比例或单独出卷；这门课的补考是笔试占 100%，平时分清零、全部押在笔试上——平时分高、笔试弱的学生，补考反而更不利。

考核怎么算？

笔试占 70%，课程作业（Coursework）占 30%；补考时笔试占 100%。

学校官网的考核写的是：Written Examination = 70%, Coursework = 30%；Re-assessment 为 Written Examination = 100%。学校官网没有列出考试时长与是否闭卷，这部分属于经验推断，比例本身以 70% / 30% 为准。

两点要特别注意：

• 30% 的课程作业含上机成分。 它不是「随便交交就有分」的作文，是要按时提交、要能跑通、结果还得对的东西。平时分拉不开，靠期末 70% 很难翻回来。
• 补考是 100% 笔试，平时分不保留。 这意味着「平时分已经攒得不错、只差笔试一点」的同学，一旦走到补考，前面的积累全部作废。这条规则本身就说明：平时分不是缓冲，是必须拿稳的分。

先修要求是什么？

必须通过 MT1002。学校官网原文写得很直接：BEFORE TAKING THIS MODULE YOU MUST PASS MT1002。

这是一条硬门槛，不是建议。MT1002 通常是同一学年上一学期的数学模块，也就是说，这门课默认你已经完成了数学的第一段训练。

除了 MT1002，学校官网没有列其他先修课程或成绩要求。但从内容看，还有两项隐性准备：

• 高中阶段的代数与函数基础要扎实，因为集合、函数、数系构造这些内容会直接往上叠。
• 不要求 Python 基础——课程从「程序与数据类型、运算顺序」讲起，属于零起点设计。但如果你完全没碰过编程，第一周就得上手，节奏不会等你。

适合谁：已通过 MT1002、想在大一就把纯数学与应用数学两条路都试一遍再定方向的学生——这门课本身就是「让你见识后两年能学什么」的体验课；愿意动手写代码、不抗拒把数学翻译成程序的学生；能接受「答案对不够、逻辑链要对」这套评分标准的学生。

不太适合：数学基础薄弱、对抽象论证完全无感的学生（环与域、数系构造对没打好 MT1002 基础的人会非常吃力）；以及想「轻松拿学分」的学生——课程作业占 30% 且含上机，平时分拉不开就很难靠期末翻盘。

学完能做什么？

核心是四件事：掌握纯数学的关键概念、掌握应用数学的关键概念、会用 Python 做数学计算、能把数学论证讲清楚。

学校官网列出的学习目标有四条：

• 理解纯数学的关键概念——证明的本质、函数与关系、数系的严格构造、初等数论——并能在这些领域解题。
• 理解应用数学的关键概念——连续时间数学模型、离散时间数学模型、若干初等数值方法。
• 理解 Python 数学计算的入门概念，并把它们应用到纯数学与应用数学的问题上。
• 能清晰、有条理地呈现数学思想，在解题时展示有逻辑、有结构的论证。

除此之外，还有三层更实际的价值：

• 判断方向：通过这门课，你能判断自己更适合纯数学（证明/代数/数论）还是应用数学（建模/数值/动力系统），后面的选课会清楚很多。
• 建立「数学 + 编程」的复合能力：这是后续数值分析、计算数学、数据科学、金融数学方向的共同基础。
• 能建模也能写代码：把数学模型实现出来并验证，这个能力可以迁移到科研助理、数据类实习、量化方向的初级岗位。

难点与常见挂因

这门课的核心矛盾是「两条线并行」：纯数学要求严格的形式化论证，应用数学要求把连续模型离散化再上机实现，两种思维模式要在同一周内来回切换。切换不顺，掉队就是双线一起掉。

为什么中国学生容易在这里卡？

• 高中数学偏「解题技巧」，很少接触「严格证明」。 面对「证明的本质」「数系的严格构造」这类内容，很多人的真实状态是「我知道结论，但写不出被认可的证明」。英国评分看重论证的逻辑链条，不只是答案对错——这一点和中国应试习惯反差最大，也是失分最集中的地方。
• 术语门槛高，而且中文译法不统一。 relations、equivalence relations、rings、fields、interpolation、chaos、logistic map 这些词，不同中文教材译法不一样。先看英文定义、再用中文记忆去套，很容易错位。第一周没建起术语对照，后面每节课都在猜。
• Python 零基础 + 数学正确性双重压力。 上机实验每周一次，但国内大一数学课很少把编程和数学绑在一起考。lists and arrays、loops、NumPy、debugging 同时要顾，压力是叠加的。
• 四种课型并用，还要当众讲思路。 讲授、上机实验、习题课、范例课四线并行，tutorial 和 examples class 常要求学生当堂讲自己的思路。中国学生习惯「听课记笔记」，这个「要开口讲数学」的要求需要主动适应。
• 课程作业占 30% 且含上机，靠期末突击无效。 习惯「一考定成绩」的学生最容易低估平时分，等发现时已经丢了一大块。
• 浮点误差这块，国内非数学专业常被略讲。 来自应用数学/计算数学背景的同学反而占优；来自纯理科或工科背景的同学，需要额外补上「计算结果可信度」这层直觉。

卡住之后会发生什么？

• 证明写不出被认可的论证，笔试卷面上「思路对但拿不到分」，而且这种感觉会一路延续到期中之后。
• 纯数学部分还没消化，数值方法和力学建模已经开讲，两条线同时积压，越往后越补不动。
• 上机实验拖着不交，课程作业的 30% 一节一节掉；而这门课的补考把平时分清零，等于把这部分彻底放弃。
• 程序能跑出数字，但结果是错的——浮点误差与数值稳定性没概念，课程作业被扣分还不知道错在哪，这类失分最难自查。
• 抽象概念只背定义、不建立直觉，题目稍一变形就不会，考试时无法从定义出发重新推。
• 期末才发现自己只会算、不会论证，而笔试正好考「呈现有逻辑、有结构的论证」。

五处高频卡点

1. 「证明」本身是第一道坎。 很多人进大学前只做过算题，没做过证明题；这门课一上来就是证明的本质，要求从公理出发一步步推出结论。从「计算思维」切到「论证思维」，是多数大一新生最不适应的一步。
2. 抽象代数没有直观图像。 环与域、等价关系这类概念，定义本身是一层套一层的符号（集合 → 关系 → 等价类 → 商结构），很容易停在「背定义」，抓不住「为什么要构造这些东西」。
3. 数值方法看似好上手，其实有误差权衡。 求根、插值、数值微分与积分背后是截断误差与舍入误差的取舍；浮点表示带来的精度问题在 Python 里会直接显形。初学者常把「程序能跑出结果」当成「结果是对的」。
4. 混沌与逻辑斯谛映射违反中学直觉。 「简单确定的系统也能产生看起来随机的行为」，这与「确定输入就有确定输出」的直觉冲突；对参数敏感性的定量分析是难点。
5. 建模到代码的链路太长。 把牛顿运动定律翻译成离散格式、再写成 Python 代码：建模 → 离散化 → 编码 → 验证，任何一环出错都难定位，而错误通常要到结果对不上时才暴露。

常见挂因与对应动作

• 把这门课当算题课。 只追求答案对、不练证明写法，笔试题里要求「呈现有逻辑有结构的论证」的部分直接丢分。怎么补：从第一周起，每道作业都把步骤当证明来写，让每一步都有依据。
• 忽视上机与 30% 平时分。 临到期末才发现平时分已经丢太多。怎么补：把每周上机实验当硬性日程，尽早提交、提前调试，遇到 bug 主动去习题课问。
• 双线并行顾此失彼。 纯数学还没消化，数值方法与力学已经开讲，节奏一掉就滚雪球。怎么补：每周给两条线各留固定时间复盘，别让任何一条积压。
• 忽略浮点与数值误差。 程序跑出数但结果错，被扣分还不知道为什么。怎么补：数值方法部分一定要手算小例子核对程序输出，弄清截断误差与舍入误差从哪来。
• 抽象概念只背定义。 遇到稍变形的题就不会。怎么补：为每个抽象概念找一个小例子（把等价关系对应到「同余」这类具体情境），用例子反推定义。
• 英文术语不过关。 听不懂讲授、看不懂题面，问题不在数学本身。怎么补：第一周自建中英术语对照表，每节课前把生词先过一遍。

留学生特别提醒

中国学生最容易在四处吃亏：会算不会证、英文术语对不上号、不敢在习题课上讲思路、把 30% 平时分当缓冲。

• 把「证明」当成一门新手艺来学。 不是「我懂了所以我会写」，是要按规范写：先给已知，再给要证，每一步说明依据。前几周写的证明请助教看，比自习十遍有效。
• 第一周建术语表。 relations、equivalence relations、rings、fields、interpolation、chaos、logistic map——英文、中文、一句自己的解释，三列。这门课的术语量不小，越早建越省力。
• Python 零基础要提前动手。 课程从零讲起，但上机实验每周都有。开学前先熟悉列表、循环、函数这几样，前两周就不会被工具拖住。
• 习题课和范例课要开口。 学校官网把「清晰呈现数学思想」写进了学习目标，说明这是要考的。当众讲思路是练出来的，不是等「准备好了」再讲。
• 平时分别当缓冲。 30% 含上机、要按时交；而且补考只算笔试，平时分清零。这条规则决定了：平时分必须当主战场。
• 两条线都要留时间。 纯数学和应用数学的风格差得远，不要因为喜欢一条就放弃另一条——这门课的定位就是让你两条都试过再选。

怎么准备？

准备的关键是三条：把证明的写法当技能练、把英文术语表建起来、把 Python 基础动作练熟。

• 补 MT1002 的底子。 集合、函数、基本逻辑这些是这门课的起点，开学前过一遍，别让旧账变成新课的障碍。
• 证明按格式写。 每道题都写成「已知—要证—论证」的结构，逐步给依据；养成习惯后，笔试的论证题就是熟练动作。
• 术语表每周补。 每节课后补几个词，英文 + 中文 + 自己的解释。
• Python 先练四样。 列表与数组、循环、函数、NumPy 基本操作；再学一点调试方法，上机时不会卡在语法上。
• 数值方法一定手算核对。 手算一个小例子，和程序输出对比，理解误差从哪来。
• 抽象概念配小例子。 每个定义找一个具体情境，用例子反推定义，比背定义记得牢。
• 平时作业当天开工。 上机作业的时间不可预测，留出调试缓冲。
• 考试前按「讲给别人听」的标准复习。 能讲清楚，说明论证链是通的。

中英术语速查

• proof / mathematical argument —— 证明 / 数学论证：从公理与已知出发，用逻辑推出结论。
• sets and functions —— 集合与函数：数学最基础的两个对象。
• relations —— 关系：集合元素之间的对应规则。
• equivalence relations —— 等价关系：把元素按「同类」标准分堆的关系。
• rings —— 环：支持加、减、乘的代数结构。
• fields —— 域：加法、减法、乘法、除法都能做的代数结构。
• rational / irrational / real numbers —— 有理数 / 无理数 / 实数。
• Fundamental theorem of algebra —— 代数基本定理：每个次数大于零的复系数多项式都有复根。
• elementary number theory —— 初等数论：研究整数的性质，如整除、同余、素数。
• numerical methods for root finding —— 求根的数值方法：用迭代逼近方程的解。
• polynomial interpolation —— 多项式插值：用多项式穿过给定数据点。
• numerical differentiation / integration —— 数值微分 / 数值积分：用离散近似求导与求积。
• difference equation —— 差分方程：描述离散步子上如何变化的方程。
• population dynamics —— 种群动力学：研究种群数量随时间变化的模型。
• chaos —— 混沌：确定性系统对初始条件极度敏感的现象。
• logistic map —— 逻辑斯谛映射：描述受限增长的一个简单递推式。
• Newton's laws of motion —— 牛顿运动定律：经典力学的基本定律。
• floating point representation —— 浮点表示：计算机用有限位数近似表示实数。
• truncation / rounding error —— 截断误差 / 舍入误差：数值计算中两类主要误差来源。
• NumPy —— Python 的数值计算库：数组运算与科学计算的基础工具。

关于我们

鱼之跃做在读留学生的学业支持，服务分两块，界限很清楚：

辅导＝老师授课：由 QS 前 200 院校的硕博老师把课程的知识点、推导链、作业要求讲透，按对口专业配课；覆盖同步辅导、论文辅导、考前辅导、预习。

护航＝你的学业管家：排计划、理材料、理流程这些杂事都替你打点好，该提前准备的他先想到；你只管学，有事随时找，需要时都在。同地区的留学学姐，熟悉你所在学校的节奏。

学术问题上的申诉，我们做材料梳理与流程陪跑，不代写、不代考、不碰学术诚信边界，也不承诺任何成绩。

课程官网与核对说明

课程官网（学校官网）：https://www.st-andrews.ac.uk/subjects/modules/catalogue/?meta_modulecode=MT1003&meta_ayrs_sand=2026/7

本文涉及学校、课程代码、学分、学期、课程内容、教学安排、考核比例、补考方式与先修要求的事实，均来自上述学校官网课程页；核对时间为 2026-10-30。文中「与国内课程差异、先修判断、难点、适合谁、怎么准备、学完能力」等属于基于课程内容的分析与学习建议，不代表学校官方要求。

← 学业指南首页课程库