Doutoramento in
Doutorado em Matemática Computacional e Aplicada Southern Methodist University - Moody School of Graduate and Advanced Studies
Introdução
Nosso departamento promove um ambiente de apoio por meio de instrução prática, promovendo a proficiência necessária para preparar os alunos para uma ampla gama de possibilidades de carreira. Pontos fortes particulares como um departamento incluem matemática computacional e aplicada. O departamento oferece MS e Ph.D. graduação em matemática computacional e aplicada.
A pesquisa atual inclui análise numérica e computação científica, sistemas dinâmicos, dinâmica de fluidos, eletromagnetismo, ciência de dados, biologia matemática e neurociência computacional.
O Departamento de Matemática oferece um dos principais programas do país para quem deseja fazer pós-graduação em matemática computacional e aplicada. O programa enfatiza especificamente matemática física aplicada, análise numérica e computação científica.
Os alunos selecionados para este programa estudarão com um corpo docente distinto que consiste principalmente de analistas numéricos e matemáticos aplicados. Mantendo uma tradição de longa data da SMU, todos os membros do corpo docente, incluindo nosso titular titular da cadeira e outros professores seniores, são obrigados a ensinar graduados e graduandos. Com uma proporção de 1:1 de alunos de pós-graduação para membros do corpo docente, os alunos de pós-graduação podem ter certeza de atenção individual.
A SMU também oferece excelentes instalações de informática, um excelente acervo de biblioteca, ajuda financeira competitiva e a vantagem de estar localizada em uma área onde as perspectivas de emprego para graduados são abundantes.
Pesquisar
Os membros do corpo docente estão trabalhando ativamente nas áreas tradicionais e emergentes de matemática aplicada e computação científica.
As atividades de pesquisa atuais em matemática aplicada abrangem fenômenos eletromagnéticos para lasers não lineares, metamateriais e materiais fracionários, quantificação de incerteza e dinâmica estocástica na rede de energia biológica e elétrica, aprendizado de máquina em ciências de dados e estudos de materiais funcionais, difusão anômala e equações diferenciais fracionárias em sistemas biológicos e ópticos, solvatação eletrostática e interações em física de proteínas, dinâmica de fluidos de superfície livre e reologia de espuma, reconexão de vórtice 3-D e magneto-hidrodinâmica para física de plasma, sistemas dinâmicos e turbulência de onda, teoria funcional de densidade para estruturas eletrônicas, cinética teoria para transporte quântico e condensação de Bose-Einstein, e transportes em nanomanufatura através da interação entre feixes de elétrons e íons com sólidos, etc.
Uma ampla seleção de métodos numéricos e desenvolvimento de algoritmos, realizados por membros do corpo docente para abordar problemas nas áreas mencionadas acima, incluem redes neurais profundas, caos polinomial, alta ordem e métodos de equações integrais rápidas, condições de contorno absorventes, elementos finitos e métodos finitos diferença e métodos descontínuos de Galerkin, autosolver rápido de grande escala, modelagem de interface de fluxo multifásico e métodos de Monte Carlo, etc.