报告时间:2022年07月25日(星期一)15:30-16:30
报告地点:腾讯会议 244255318
报 告 人:刘雪峰 副教授
工作单位:新潟大学(日本)
举办单位:数学与统计学院
报告简介:
矩阵以及微分算子的特征值问题是理论数学以及科学计算中的基本问题。本报告中将介绍特征值问题的数值分析中的误差估计理论,并着重介绍特征函数的可量化误差估计。当特征值问题的特征值非常接近甚至重合时,对应的特征函数的误差估计是一个病态问题。对此,我们转为考虑特征函数所构成的特征子空间的性状,并提出了两种方法对近似特征子空间进行可量化的误差估计。方法一基于特征值问题中使用的Rayleigh商,计算简洁有效,但是依赖于从最小特征值开始的特征子空间的逐次估计。方法二利用近似特征函数的残差估计,采用Hypercircle手法对近似特征函数子空间进行高精度的误差估计。报告中还会简要介绍G.Polya关于特征值的形状最优的猜想,以及特征函数的可量化误差估计在该猜想的计算机辅助数学证明中的应用。相关论文:https://link.springer.com/article/10.1007/s00211-022-01304-0
报告人简介:
刘雪峰,2003年毕业于中国科学技术大学,2009年在日本东京大学取得博士学位。在早稻田大学工作5年之后,于2014年就职于日本新{\song 潟}大学,任职副教授。长期从事有限元计算方法的严格误差估计理论,及其在计算机辅助数学证明中的应用。HP: http://xfliu.org