应用数学硕士学位点于2006年设立，现有硕士生导师6人，设有图论及其应用，矩阵论与凸分析，优化理论、方法及应用，数学机械化及其应用4个方向。

1．图论及其应用

图论及其应用是一门应用比较广泛的数学分支，随着信息科学的发展和数字化进程的快速发展更丰富了该学科的内容和应用领域。当前，图论及其应用进入了一个蓬勃发展的时期。

本研究方向的主要研究内容是图的分解、图的各种标号设计、信息超图的应用等。图论与其他学科，如，代数学、信息学科、网络理论、数据库以及组合设计等学科有紧密地联系。它是计算机科学、信息科学、密码学、管理科学的理论基础之一。

2．矩阵论与凸分析

矩阵理论以及凸分析理论在数学领域内占有重要地位，就其本身的研究内容而言，矩阵理论与凸分析理论的研究内容极其丰富，该领域的研究极大地推动和发展了其它诸多学科的新理论、方法和技术，并在众多学科中起着不可替代的数学工具作用。矩阵理论的研究不仅进一步完善本学科的理论体系，而且还推动着其它学科的发展。凸分析是数学学科中一个比较完整的理论分支，也是泛函理论应用于其它学科的重要桥梁，在数学规划、对策论、逼近论、最优控制及数理经济等许多方面都有非常重要的应用。

本研究方向的主要研究内容为矩阵不等式、广义凸函数及其有关的不等式、函数的光滑问题与非光滑问题、Schur 凸函数及控制、优化不等式和经典不等式的加强及应用组合矩阵中的若干问题、矩阵谱理论、稳定性矩阵以及矩阵论的凸性理论、广义凸函数的次微分、广义凸性在优化中的应用、抽象凸性理论以及凸性理论在模糊规划中的应用等内容。

3． 优化理论、方法及应用

最优化是一门应用非常广泛的学科，它的研究和发展一直得到广泛的关注。 最优化的研究包含理论、方法和应用。最优化理论主要研究问题解的最优性条件、灵敏度分析、解的存在性和一般复杂性等。而最优化方法研究包括构造新算法、证明解的收敛性、算法的比较和复杂性等。最优化的应用研究则包括算法的实现、在实际问题的应用等。

本研究方向的主要内容：优化方法在通信、经济、金融中的应用；博弈论(对策论)及其应用；变分不等式与互补问题；智能优化算法等。

4．数学机械化及其应用

数学机械化也叫定理机器证明。机器证明的思想可以回溯到17世纪的Descartes与Leibnize，20世纪初Hilbert更明确地提出了公理系统的机械化判定问题。近30年来，吴文俊继承并发展了中国古代的数学思想，在定理机器证明上开创了以多项式组零点集为基本点的消元方法。吴文俊的数学机械化方法已在理论物理、小波构造的优化、非线性发展方程的行波解、计算机科学、信息科学、自动推理、工程几何等方面具有广泛的应用。

本研究方向的主要研究内容为数学机械化在曲面造型，机器人位置分析，几何设计，模式识别、计算机视觉，智能CAD，信息安全和数字图象的高速高保真传输等方面的应用。