数学
纯数学研究领域
纯数学（Pure Mathematics）是指以数学本身的理论结构、逻辑严谨性和内在规律为研究对象，不直接以解决工程、自然科学等领域的实际问题为目标的数学分支。其核心领域可分为经典核心分支、现代拓展分支和数学基础与逻辑分支三大类，具体如下：
一、 经典核心分支
这类分支是纯数学的基石，发展历史悠久，理论体系成熟。
- 代数学（Algebra）
研究数、符号、集合及其运算规律的分支，核心方向包括：
- 初等代数：方程求解、多项式运算等基础内容。
- 抽象代数（近世代数）：群、环、域、模、格、伽罗瓦理论，是现代代数的核心。
- 线性代数：向量空间、矩阵理论、线性变换、特征值与特征向量（纯数学视角下更注重理论推导，区别于应用线性代数）。
- 同调代数、交换代数、非交换代数：代数的高阶拓展分支。
- [2dn-11-10-110-0mulu]
- 几何学（Geometry）
研究空间结构、图形性质及其变换规律的分支，核心方向包括：
- 欧几里得几何：平面与立体几何的经典理论。
- 非欧几何：罗巴切夫斯基几何（双曲几何）、黎曼几何（椭圆几何），颠覆了传统几何的平行公理。
- 微分几何：以微积分工具研究光滑流形的几何性质，包括黎曼流形、辛几何、复几何。
- 代数几何：用代数方法研究几何对象（如代数簇），是现代数学的核心交叉点之一。
- [2dn-11-10-120-0mulu]
- 分析学（Analysis）
以极限、连续、微分、积分为核心工具，研究函数变化规律的分支，核心方向包括：
- 数学分析：微积分的严格理论基础，包括实数理论、极限理论、级数、多元微积分。
- 实变函数：研究勒贝格测度与积分，拓展了传统微积分的适用范围。
- 复变函数：研究复变量函数的解析性、积分、级数、留数定理等。
- 泛函分析：研究函数构成的“空间”（如巴拿赫空间、希尔伯特空间）和算子理论，是现代分析的核心。
- 调和分析：研究傅里叶变换及其推广，分析函数的频率特征。
- 偏微分方程（纯数学方向）：研究方程的解的存在性、唯一性、正则性，而非数值求解。
- 测度论：分析学的基础理论，为积分和概率（纯数学视角）提供严格逻辑支撑。
- [2dn-11-10-130-0mulu]
二、 现代拓展分支
这类分支是经典分支的交叉与深化，是现代纯数学研究的主流方向。
- 数论（Number Theory）
研究整数及其性质的分支，被誉为“数学的皇后”，核心方向包括：
- 初等数论：质数、同余、不定方程、欧拉函数等基础内容。
- 解析数论：用分析工具研究数论问题（如黎曼猜想、哥德巴赫猜想）。
- 代数数论：研究代数数域的算术性质。
- 算术代数几何：数论与代数几何的交叉，是解决费马大定理的核心工具。
- [2dn-11-10-140-0mulu]
- 拓扑学（Topology）
研究几何图形在连续变形下保持不变的性质（“橡皮几何学”），核心方向包括：
- 点集拓扑：研究拓扑空间的基本性质（如紧致性、连通性、分离性公理）。
- 代数拓扑：用代数工具研究拓扑空间，包括同伦群、同调群、上同调、纤维丛。
- 微分拓扑：研究光滑流形的拓扑性质，如微分同胚、莫尔斯理论。
- 低维拓扑：研究2、3、4维流形的拓扑结构，是拓扑学的热门方向。
- [2dn-11-10-150-0mulu]
- 代数拓扑与拓扑代数交叉
- 同伦论：研究拓扑空间的同伦等价关系。
- K-理论：研究拓扑空间或代数结构的不变量，是代数与拓扑的交叉产物。
三、 数学基础与逻辑分支
这类分支研究数学的逻辑基础、形式化语言和推理规则，是纯数学的“元理论”。
- 数理逻辑（Mathematical Logic）
核心方向包括：
- 命题逻辑与一阶谓词逻辑：数学推理的基本逻辑系统。
- 公理集合论：以ZFC公理系统为核心，研究集合的基础性质，解决数学中的悖论问题。
- 证明论：研究数学证明的结构和极限（如哥德尔不完备定理）。
- 模型论：研究形式语言与数学结构的对应关系。
- 递归论（可计算性理论）：研究函数的可计算性，是理论计算机科学的基础。
- [2dn-11-10-160-0mulu]
-
范畴论（Category Theory）
以“范畴”“函子”“自然变换”为核心概念，研究数学结构之间的映射关系，是一种高度抽象的数学语言，被称为“数学的数学”，可用于统一不同数学分支的理论框架。
[2dn-11-10-170-0mulu]
-
测度论概率
概率论在纯数学视角下也有对应的分支——，它以测度论为基础，研究概率空间的严格理论，属于纯数学范畴；而应用导向的概率论则归为应用数学。
[2dn-11-10-180-0mulu]
补充说明
- 纯数学的分支之间存在大量交叉，例如算术代数几何（数论+代数几何）、辛拓扑（微分几何+拓扑学）、算子代数（泛函分析+抽象代数）等，这些交叉领域往往是数学研究的前沿。
应用数学研究领域
应用数学是以解决自然科学、工程技术、社会科学等领域实际问题为目标的数学分支，其核心是将数学理论与方法转化为可落地的工具。以下是应用数学的完整领域分类，涵盖核心分支、交叉应用分支和前沿新兴分支：
一、 应用数学核心分支
这类分支是应用数学的基础工具库，支撑各领域的建模与求解。
- 概率论与数理统计
研究随机现象的规律与数据的分析推断，是应用最广泛的分支之一。
- 核心方向：应用概率论、参数估计、假设检验、回归分析、多元统计分析、时间序列分析、贝叶斯统计、实验设计、抽样调查、生存分析、非参数统计。
- 典型应用：质量控制、市场调研、医学统计、金融风险评估。
- [2dn-11-10-901-0mulu]
- 运筹学与最优化理论
研究资源最优分配与决策优化问题，是管理科学与工程的核心数学工具。
- 核心方向：线性规划、整数规划、非线性规划、动态规划、组合优化、博弈论、排队论、库存论、网络流理论、多目标优化、随机优化。
- 典型应用：物流路径规划、生产调度、资源分配、供应链优化、博弈策略制定。
- [2dn-11-10-902-0mulu]
- 计算数学（数值分析）
连接数学理论与计算机的桥梁，专注于数学问题的数值近似求解。
- 核心方向：数值逼近、数值微分与积分、数值线性代数、微分方程数值解（有限差分法、有限元法、有限体积法）、并行计算、数值优化算法、高精度计算。
- 典型应用：工程仿真、天气预报、流体力学计算、大数据矩阵运算。
- [2dn-11-10-903-0mulu]
- 控制论
研究动态系统的反馈调节与最优控制，是自动化与智能系统的理论基础。
- 核心方向：线性控制系统、非线性控制、最优控制、鲁棒控制、自适应控制、分布式控制、随机控制、模糊控制、预测控制。
- 典型应用：工业自动化、机器人控制、自动驾驶、航天飞行器姿态控制。
- [2dn-11-10-904-0mulu]
- 数学物理
用数学工具刻画物理现象，解决物理与工程中的核心问题。
- 核心方向：数学物理方程（波动方程、热传导方程、泊松方程、麦克斯韦方程）、变分法、渐近分析、散射理论。
- 典型应用：电磁场计算、流体运动模拟、量子力学建模、声学分析。
- [2dn-11-10-905-0mulu]
二、 应用数学交叉分支
与其他学科深度融合，形成针对性的应用方向。
- 金融数学/数理金融
数学在金融领域的核心应用，聚焦金融产品定价与风险管控。
- 核心方向：衍生品定价（期权、期货）、投资组合优化、风险价值（VaR）计算、随机微分方程应用、信用风险模型。
- 核心模型：布莱克-斯科尔斯期权定价模型、资本资产定价模型（CAPM）。
- [2dn-11-10-906-0mulu]
- 生物数学
用数学模型揭示生物系统的规律。
- 核心方向：种群动力学、传染病传播模型、神经网络建模、生物信息学（基因序列分析、蛋白质结构预测）、生态系统建模、药物动力学。
- 典型应用：疫情预测、物种保护策略、药物研发优化。
- [2dn-11-10-907-0mulu]
- 工程数学
面向工程领域的专用数学方法集合。
- 核心方向：信号处理（傅里叶变换、小波分析）、图像处理（图像分割、特征提取）、系统建模与仿真、控制工程数学、电路数学分析。
- 典型应用：通信信号解码、医学影像分析、电力系统优化。
- [2dn-11-10-908-0mulu]
- 经济数学
支撑经济学研究与决策的数学工具。
- 核心方向：计量经济学数学基础、博弈论在经济学中的应用、投入产出分析、宏观经济建模、数理经济学。
- 典型应用：经济增长预测、政策效果评估、市场竞争分析。
- [2dn-11-10-909-0mulu]
- 信息数学
服务于信息科学与信息技术的数学分支。
- 核心方向：信息论、编码理论（纠错码、密码学）、机器学习数学基础（统计学习、最优化理论）、数据挖掘算法。
- 典型应用：数据压缩、通信加密、人工智能模型训练。
- [2dn-11-10-910-0mulu]
三、 应用数学前沿新兴分支
随科技发展涌现的交叉新方向。
- 数据科学数学基础
支撑大数据与人工智能的核心理论。
- 量子应用数学
为量子技术提供数学支撑。
- 环境数学
研究环境问题的数学建模与求解。
- 社会数学
用数学方法分析社会现象。