<FONT size=1>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>(</FONT><a href="http://www-users.cs.umn.edu/~saad/" target="_blank" ><FONT color=#000000 size=1>http://www-users.cs.umn.edu/~saad/</FONT></A><FONT size=1>)<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,</FONT><a href="http://web.comlab.ox.ac.uk/oucl/work/nick.trefethen/" target="_blank" ><FONT color=#000000 size=1>http://web.comlab.ox.ac.uk/oucl/work/nick.trefethen/</FONT></A><FONT size=1>)<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 Transform<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 formulas<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><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></FONT> |