马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?我要加入
x
谈谈计算数学(ZZ) <BR><BR><BR>送交者: r_mtn 2005年8月25日11:08:04 于 [教育与学术]http://www.bbsland.com <BR><BR> <BR>谈谈计算数学(zz) <BR>*冲击波* 于 2005年 04月17日 发表 <BR><BR>from 88 <BR><BR>从计算数学的字面来看,应该与计算机有密切的联系,也强调 <BR>了实践对于计算数学的重要性。也许Parlett教授的一段话能 <BR>最好地说明这个问题: <BR><BR>How could someone as brilliant as von Neumann think <BR>hard about a subject as mundane as triangular factoriz <BR>-ation of an invertible matrix and not perceive that, <BR>with suitable pivoting, the results are impressively <BR>good? Partial answers can be suggested-lack of hands-on <BR>experience, concentration on the inverse rather than on <BR>the solution of Ax = b -but I do not find them adequate. <BR>Why did Wilkinson keep the QR algorithm as a backup to a <BR>Laguerre-based method for the unsymmetric eigenproblem <BR>for at least two years after the appearance of QR? Why <BR>did more than 20 years pass before the properties of <BR>the Lanczos algorithm were understood? I believe that <BR>the explanation must involve the impediments to <BR>comprehension of the effects of finite-precision <BR>arithmetic.(引自www.siam.org/siamnews/11-03/matrix.pdf) <BR><BR>既然是计算数学专业的学生,就不能对自己领域内的专家不有所 <BR>了解。早些年华人在计算数学领域里面占有一席之地是因为冯康 <BR>院士独立于西方,创立了有限元方法,而后又提出辛算法。这里 <BR>只是列出几位比较年轻的华人计算数学专家,因为他们代表了当 <BR>前计算数学的研究热点,也反映华人对计算数学的发展的贡献。 <BR><BR>侯一钊(加州理工) <BR>研究方向:计算流体力学、多尺度计算与模拟、多相流 <BR><a href="http://www.acm.caltech.edu/~hou/" target="_blank" ><FONT color=#004080>http://www.acm.caltech.edu/~hou/</FONT></A> <BR><BR>鄂维南(Princeton大学) <BR>北京大学长江学者,研究方向:多尺度计算与模拟 <BR><a href="http://ccse.pku.edu.cn/staff/weinane.htm" target="_blank" >http://ccse.pku.edu.cn/staff/weinane.htm</A> <BR><BR>包刚(Michigan州立大学) <BR>吉林大学长江学者,研究方向:光学与电磁场中的计算等 <BR><a href="http://www.mth.msu.edu/~bao/" target="_blank" >http://www.mth.msu.edu/~bao/</A> <BR><BR>金石(Wisconsin大学) <BR>清华大学长江学者,研究方向:双曲守恒律、计算流体力学、 <BR>动力学理论等 <BR><a href="http://www.math.wisc.edu/~jin/" target="_blank" ><FONT color=#004080>http://www.math.wisc.edu/~jin/</FONT></A> <BR><BR>汤涛(香港浸会大学) <BR>中科院,研究方向:移动网格法等 <BR><a href="http://www.math.hkbu.edu.hk/~ttang/" target="_blank" >http://www.math.hkbu.edu.hk/~ttang/</A> <BR><BR>舒其望(Brown大学) <BR>中科大长江学者,研究方向:计算流体力学、谱方法 <BR><a href="http://www.dam.brown.edu/people/shu/home.html" target="_blank" ><FONT color=#004080>http://www.dam.brown.edu/people/shu/home.html</FONT></A> <BR><BR>陈汉夫(香港中文大学) <BR>研究方向:数值线性代数 <BR><a href="http://www.math.cuhk.edu.hk/~rchan/" target="_blank" >http://www.math.cuhk.edu.hk/~rchan/</A> <BR><BR>许进超(Pennsylvania州立大学) <BR>北京大学长江学者,研究方向:有限元、多重网格法 <BR><a href="http://www.math.psu.edu/xu/" target="_blank" >http://www.math.psu.edu/xu/</A> <BR><BR>袁亚湘 <BR>中科院,研究方向为非线性最优化 <BR><a href="http://lsec.cc.ac.cn/~yyx/" target="_blank" >http://lsec.cc.ac.cn/~yyx/</A> <BR><BR>张平文(北京大学) <BR>北京大学长江学者,研究方向为复杂流体的模拟、多尺度计算与 <BR>模拟、移动网格法等 <BR><a href="http://www.math.pku.edu.cn/pzhang/index.html" target="_blank" >http://www.math.pku.edu.cn/pzhang/index.html</A> <BR><BR>陈志明(中科院) <BR>研究方向:科学计算与数值分析,主要为有限元法 <BR><a href="http://lsec.cc.ac.cn/~zmchen/index-c.html" target="_blank" >http://lsec.cc.ac.cn/~zmchen/index-c.html</A> <BR><BR>其他还有黄维章、吴宗敏、Xu Kun、程今等人也非常突出 <BR><BR>作为计算数学专业的学生,经常阅读本专业中的主要杂志也许 <BR>是颇有裨益的。 <BR>理论: <BR>最好的基本是 <BR>Mathematics of Computation <BR>Numerische Mathematik <BR>SIAM Journal on Numerical Analysis <BR>SIAM Journal on Matrix Analysis & Applications <BR>SIAM Journal on Scientific Computing <BR>较好的有: <BR>BIT <BR>IMA Journal of Numerical Analysis <BR>Advances in Computational Mathematics <BR>Inverse Problems <BR><BR>还有应用性质的杂志: <BR>Journal of Computational Physics <BR>International Journal for Numerical Methods in Engineering <BR>Computer Methods in Applied Mechanics and Engineering <BR>International Journal for Numerical Methods in Fluids <BR>Computers and Fluids <BR>Computational Mechanics <BR>还有很多带有Computational字眼的其他学科的期刊:Journal of <BR>Computational Chemistry,Computational Material Sciences <BR>也可以浏览。 <BR><BR>但是作为入门来说,大家的综述特别能帮助我们这些新人迅速把握 <BR>了解、把握一个领域,因而值得特别重视。这方面最好的是剑桥大 <BR>学出版社出版的Acta Numerica连续出版物。Acta Numerica每年出 <BR>版一本,作者均是该领域的顶尖人物。比如说最近几年水平集方法 <BR>非常热门,05年就有一篇水平集方法创始人之一的Stanley Osher写 <BR>的Level Set Method in Image Science。其他论题有:entropy <BR>stability (Tadmor E),radial basis function (Buhmann MD)等 <BR>等。该出版物我们学校没有订,不过可以从网上可以找到不少。我 <BR>这里大概也有二三十篇,可以提供上载。 <BR><BR>另外一本就是SIAM Review。SIAM Review的每一期里面都有几篇文 <BR>章关于计算数学的内容的,经常从实际问题引伸出计算的问题,或 <BR>者是介绍每一个领域的最新进展等。 SIAM News的每一期也有关于 <BR>计算的有意思的短文,不妨浏览浏览。 <BR><BR>作为数学系的学生,无疑是需要读很多数学书。计算数学的书可以 <BR>称得上是汗牛充栋。以前在系版上提到过几本。现在再补充一些。 <BR><BR>微分方程数值解是计算数学中的核心论题。传统的方法有有限差分 <BR>法、有限元法、边界元法和谱方法。 <BR><BR>有限差分法想法最为简单,比较容易理解。李荣华的那本《微分方程 <BR>数值解》就介绍了最基本的东西:收敛性、相容性和稳定性。 <BR>Richtmeyer & Morton的《Difference Methods for Initial-Value <BR>Problems》则是差分法方面的经典著作。R. LeVeque最近也有一本 <BR>《Finite Difference Method for Differential Equations》也很 <BR>有意思,介绍了差分方法的新的现代概念。LeVeque的书可以在他的 <BR>主页(http://www.amath.washington.edu/~rjl/)上下载,他的另 <BR>外一本书《Numerical Methods for Conservation Laws》是守恒律 <BR>数值方法方面非常出色的著作。 <BR><BR>有限元法方面自然是推荐使用Ciarlet的《The Finite Element Method <BR>for Elliptic Problems》。这也是系里专业科的教材,另外Brenner <BR>& Scott的《Mathematical Theory of the Finite Element <BR>Method》据说也是不错的。 <BR><BR>谱方法对于规则区域上的问题往往是最为有效的方法。华东师大的 <BR>郭本瑜教授在这方面做过很好的工作,他的《Spectral Methods <BR>and Their Applications》广受好评。Purdue大学的沈捷教授也有 <BR>很出色的工作,他的一个讲义可从他的主页(http://www.math.purdue.edu/~shen/ <BR>) <BR>上下载,同时还有相关的Matlab和Fortran程序。谱方法方面最好的 <BR>入门书为Trefethen的《Spectral Methods in Matlab》,其他的还 <BR>有Canuto等人的《Spectral Methods in Fluid Dynamics》,不过 <BR>不知道能不能再学校里找到。 <BR><BR>除了上面这些方法之外,还有近年来比较热门的无网格方法,这些可 <BR>以参考张雄和刘岩的《无网格方法》(清华大学出版社,2003,50¥)。 <BR><BR>计算数学的主要工具是泛函分析。一般推荐的Yoshida的《Functional <BR>Analysis》(有中译本:吉田耕作,《泛函分析》)或者Rudin的 <BR>《Functional Analysis》。这两本书都是非常难的,但是也是非常 <BR>经典的书,可能当字典比较合适。但是,泛函分析里面重要的定理 <BR>在计算里面并不见得特别有用,所以我们要甄别那些可能有用的东 <BR>西,Sawyer的《数值泛函分析引论》也许是比较合适的入门读物。 <BR>这本书里面介绍了一些泛函分析概念的来由,如Holder不等式的导 <BR>出,也有泛函分析在计算数学中的应用,比如Kantorovich迭代收敛 <BR>性准则的解释。张恭庆的《泛函分析》强调泛函分析的应用,里面 <BR>也有一些应用于数值计算的例子,比如Lax等价定理,值得读一下。 <BR><BR>计算数学还有其他许多重要的分枝,如矩阵计算、反问题、计算流 <BR>体力学、最优化、逼近论等。由于这方面本人涉略甚少,这里也没 <BR>有什么好说的了。希望计算数学这些方向的其他同许能补充上去。 <BR><BR>最后补充一句,订阅mailing list也是不错的,可以迅速获得关于 <BR>计算数学会议、新出版文章等的信息。中文的推荐使用CAM,可在下 <BR>面的网址注册 <BR><a href="http://www.math.hkbu.edu.hk/cam-net/indexcn.html" target="_blank" >http://www.math.hkbu.edu.hk/cam-net/indexcn.html</A> <BR>英文的推荐订阅Clever Moler的NA Digest,可在下面的网址注册 <BR><a href="http://www.netlib.org/na-net" target="_blank" >http://www.netlib.org/na-net</A> <BR><BR>先订正一个错误:Sawyer的那本书的题目我 <BR>记错了,应该叫《数值泛函分析初览》,系资料室和图书馆 <BR>都有中译本的。 <BR><BR>接下来介绍几本矩阵计算方面的书的。浙大的张振跃老师 <BR>在这方面有很出色的工作,中科院的白中治,北京大学的徐 <BR>树方,复旦的魏益民和曹志浩,澳门大学的金小庆都是这方 <BR>向的,还有复旦出去的柏兆俊。肯定还有许多学者在这方面 <BR>有很突出的工作,可惜我基本上没什么涉略,这里也不能列 <BR>出来。 <BR><BR>国外的大牛有Golub,很多这个方向的大家都是他的学生。 <BR>Kahan, James Demmel, Peter Stewart, L N Trefethen, <BR>Higham,这个名单可以列的很长,这些人是矩阵计算方面 <BR>的大家。 <BR><BR>矩阵计算方面最经典的书应该是J H Wilkinson的《The <BR>Algebraic Eigenvalue Problem》(有中译本,石钟慈等 <BR>人译,《代数特征值问题》,科学出版社,学校图书馆有, <BR>系里有英文版的)。这本书虽然老,但是据说读一下还是 <BR>很有启发的。现在的经典是Golub和 <BR>van Loan的《Matrix Computation》(有中译本,袁亚湘译, <BR>《矩阵计算》,科学出版社),英文版的电子版可以在网上 <BR>找到的。其他的书有Demmel的《Applied Numerical Linear <BR>Algebra》,Trefethen & Bau 的 <BR>《Numerical Linear Algebra》据说也是很好的。Yousef <BR>Saad有两本书《Iterative methods for sparse systems》 <BR>和《Numerical methods for large eigenvalue problems》, <BR>写的挺有意思的,在他的主页 <BR>(http://www-users.cs.umn.edu/~saad/) <BR>上可以down。说到矩阵计算,还得提到Householder的一本老 <BR>书,《The theory of matrices in numerical analysis》 <BR>(有中译本,系里中英文版的都有)。 <BR><BR>LN Trefethen现在是剑桥大学的教授,他写的每一本书都很经典, <BR>前面已经到过他的几本书了,《Spectral Method in Matlab》, <BR>《Numerical Linear Algebra》,还有《Finite Difference <BR>and Spectral methods》(在他的主页上可以 <BR>down,http://web.comlab.ox.ac.uk/oucl/work/nick.trefethen/) <BR>。读他的书和文章感觉也是人生的一大享受。 <BR><BR>他在Cornell大学任教时,曾上过一门课,就是阅读数值计算的经 <BR>典文献。为此他写过一个短文,列举了数值计算中的十三篇经典文 <BR>献,也许对大家有点启发。 <BR><BR>1. Cooley & Tukey (1965) the Fast Fourier Transxxxx <BR>2. Courant, Friedrichs & Lewy (1928) finite difference methods for PDE <BR>3. Householder (1958) QR factorization of matrices <BR>4. Curtiss & Hirschfelder (1952) stiffness of ODEs; BD xxxxulas <BR>5. de Boor (1972) calculations with B-splines <BR>6. Courant (1943) finite element methods for PDE <BR>7. Golub & Kahan (1965) the singular value decomposition <BR>8. Brandt (1977) multigrid algorithms <BR>9. Hestenes & Stiefel (1952) the conjugate gradient iteration <BR>10. Fletcher & Powell (1963)optimization via quasi-Newton updates <BR>11. Wanner, Hairer & Norsett (1978) order stars and applications to ODE <BR>12. Karmarkar (1984)interior pt. methods for linear prog. <BR>13. Greengard & Rokhlin (1987) multipole methods for particles <BR><BR>他的remark也很有意思,We were struck by how young many <BR>of the authors were when they wrote these papers (average <BR>age: 34), and by how short an influential paper can be <BR>(Householder: 3.3 pages, Cooley & Tukey: 4.4).这说明大家 <BR>都还是很有希望的,呵呵。 <BR><BR>反问题无疑是计算数学中最热门的方向之一。该方向现在有如下 <BR><BR>几本杂志:Inverse Problems,Journal of Inverse and Ill-posed <BR><BR>Problems, Inverse Problems in Sciences and Engineering(以前 <BR><BR>叫Inverse Problems in Engineering).第一本杂志最好,第二本杂 <BR><BR>志上面有很多苏联人的工作,第三本偏向于应用。在很多高档次的 <BR><BR>杂志中都有反问题方面的文章,比如SIAM Journal on Numerical <BR><BR>Analysis,SIAM Journal on Mathematical Analysis, SIAM <BR><BR>Journal on Matrix Analysis and Applications,SIAM Journal on <BR><BR>Scientific Computing上也有不少反问题方面的文章。 <BR><BR>在国内做反问题做的最好的应该是复旦大学的程晋老师,他在反问 <BR><BR>题的理论估计方面有不少工作,南京大学的金其年老师也有不少好 <BR><BR>的结果(很年轻!),哈工大有几个人是做应用方面的工作的(他 <BR><BR>们的前校长就是做地球物理中的反问题的)。国际上知名的有HW <BR><BR>Engl(澳大利亚),Yamamoto(日本), Kress(德国), Martin <BR><BR>Hanke(德国), Isakov(美国)等。 <BR><BR>反问题的一个重要特点就是与实际问题联系特别紧密,往往需要根 <BR><BR>据问题的特点设计专门的算法,这也是反问题的难点所在。很多应 <BR><BR>用领域与反问题结合之后成为一个单独的研究领域,如EIT。 <BR><BR>水平集方法应用于反问题似乎是当前反问题算法研究中的一个热点。明尼苏达大学 <BR>的Fadil Santosa最早将水平集方法应用于求解反问 <BR><BR>题,但是没有很大的反响。Engl的学生Martin Burger在2000年将水 <BR><BR>平集方法应用于反问题(发表在Inverse Problems上),在国际上 <BR><BR>有很大的反响。Martin Burger在博士毕业后就被邀请到UCLA的Osher <BR><BR>的小组作研究,并和Osher一起就水平集方法在反问题的应用作了一 <BR><BR>个综述和展望,值得参考。 <BR><BR>反问题反面最为经典的当属Tikhonov和Arsenin的《Solutions of <BR>Ill-posed Problems》(有中译本,《不适定问题的解法》,学 <BR>校里有,英文版的系里有)。现在反问题反面每篇重要的文章基 <BR>本上都要引用这本书。这本书比较抽象,算法方面有所涉及,但 <BR>是不多。后来Tikhonov和Yogola等人一起写过非线性反问题反问 <BR>题理论方面的书,还写过一本算法方面的书,可惜书名我已经忘 <BR>记的。个人感觉Groetsch的《The theory of Tikhonov <BR>regularization for Fredholm equation of the first kind》 <BR>是比较好的入门书,这本书比较薄,也比较容易读懂。读了这本 <BR>书之后,阅读反问题理论方面应该不会有很大问题。Kress的 <BR>《Linear Integral Equations》和Kirsch的《An Introduction <BR>to the Mathematical Theory of Inverse Problems》也是不错 <BR>的入门书。这些书在系资料室里都能找到。Engl等人的 <BR>《Regularization of Inverse Problems》广受好评,应该可以 <BR>作为进一步阅读的材料。专门的著作有很多,如Isakov的 <BR>《Inverse problems for partial differential equations》, <BR>Martin Hanke的《Conjugate Gradient Type Methods for <BR>Ill-posed Problems》应该也是不错的。 <BR><BR>在反问题的数值算法方面的书籍不多,只有Hansen的《Rank- <BR>deficient and discrete ill-posed problems》和 Vogel的 <BR>《Computational Methods for Inverse Problems》。两本 <BR>书都是非常棒的,要求的基础基本上类似,对矩阵计算的基 <BR>本概念非常熟悉。但是侧重点有所不同,Hansen的书容易阅 <BR>读,所以在工程师里面也是很popular。Vogel的书稍微数学 <BR>化,涉及的范围也稍微广一点,比如说很重要的Total <BR>Variation regularization在Hansen的书里就不讨论,但是 <BR>Vogel的书里做了非常详细的讨论。Tikhonov的算法书应该 <BR>也有很大的参考价值,可惜我没办法搞到,所以也没法评论 <BR>了。 <BR><BR>反问题的reading list 可以在下面的链接中找到: <BR><a href="http://infohost.nmt.edu/~borchers/geop529/readings/readings.html" target="_blank" >http://infohost.nmt.edu/~borchers/geop529/readings/readings.html</A> <BR><BR>计算的热点似乎有两个特点: <BR>一个是与具体的应用结合形成新的学科,比如说计算流体力学、 <BR>计算空气动力学、计算力学、计算物理。这里强调的是为新的学 <BR>科的发展做出贡献,也就是所谓的作为除实验和理论之外的第三 <BR>种研究手段。材料和生物中的计算问题似乎将是以后的计算数学 <BR>中的一个热点,可以参考鄂维南老师的评论文章。 <BR><BR>一个是应用新的数学工具。比如说应用Lie群理论构造保格式的微 <BR>分方程数值解法,拓扑引出的continuation method。其缘由可能 <BR>是基于某种物理上的考虑,但是可以通过引入新的数学工具来解决。 <BR>这也应该是一个值得注意的地方。 <BR><BR>由于自己是凭记忆写的,还没有校对过,差错肯定不少,希望其 <BR>他同学能够指出其中的错误来,以免误导大家,也欢迎大家跟我 <BR>讨论 <BR> |