逐次超松弛法(SOR法)为迭代技术奠定了数学基础,这些技术对于求解大型稀疏线性系统变得至关重要。小戴维·M·扬在博士研究期间开发的这些算法,通过从偏微分方程导出的高效数值解,使现代超级计算机能够处理复杂的工业规模问题,从而改变了科学计算。
早期教育与服兵役
扬于1923年出生在昆西,在韦伯海军建筑学院完成了本科学习,并于1944年毕业。获得学位后,他在第二次世界大战期间在美国海军服役了一段时间。服完兵役后,他转入哈佛大学进行学术研究,于1947年获得硕士学位,并在加勒特·伯克霍夫的指导下于1950年完成了博士学位。
学术生涯与机构发展
扬在马里兰大学帕克分校开始了教学生涯,在那里他实施了第一个专门针对数值分析和计算机编程的数学课程。在洛杉矶航空航天工业工作一段时间后,他于1958年加入德克萨斯大学奥斯汀分校。他在机构方面的影响包括担任他于1970年建立的计算中心和数值分析中心的创始主任。
对计算数学的贡献
他的研究重点是迭代法,为现在高性能计算中标准的预处理提供了数学框架。他的工作通过多部出版物保持了影响力,包括他1971年的著作《Iterative Solution of Large Linear Systems》。
专业认可
在他的职业生涯中,扬因在计算机科学和应用数学方面的工作获得了无数奖项。他被任命为美国科学促进会会士,并于1990年获得了计算机协会颁发的奖项。他的65岁、70岁和75岁生日都举行了国际会议,学术期刊也为他的领域贡献出版了特刊。
快速事实
- 出生:1923年,昆西 - 去世:2008年,奥斯汀 - 教育:韦伯海军建筑学院,哈佛大学 - 主要领域:应用数学 - 主要贡献:逐次超松弛法(SOR) - 重要角色:数值分析中心创始主任 - 雇主:德克萨斯大学奥斯汀分校
读者常见问题
### 扬的研究的主要意义是什么?
他开发了迭代法的数学框架,特别是逐次超松弛法(SOR),该方法用于在超级计算机上求解大型稀疏线性系统。
### 扬在哪里度过了他大部分的学术生涯?
他是德克萨斯大学奥斯汀分校的教员,在那里他创立了该大学的计算中心和数值分析中心。

.jpg)