<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
<channel>
<title><![CDATA[小Tan - 应用数学]]></title>
<link>http://jefftan.cn/blog/</link>
<description><![CDATA[张开翅膀飞翔]]></description>
<language>zh-cn</language>
<copyright><![CDATA[Copyright 2005 PBlog3 v2.8]]></copyright>
<webMaster><![CDATA[jefftan@163.com(小Tan)]]></webMaster>
<generator>PBlog2 v2.4</generator> 
<image>
	<title>小Tan</title>
	<url>http://jefftan.cn/blog/images/logos.gif</url>
	<link>http://jefftan.cn/blog/</link>
	<description>小Tan</description>
</image>

			<item>
			<link>http://jefftan.cn/blog/article/appmath/128.htm</link>
			<title><![CDATA[Matlab资料全集]]></title>
			<author>jefftan@163.com(jefftan)</author>
			<category><![CDATA[应用数学]]></category>
			<pubDate>Wed,19 Nov 2008 07:43:35 +0800</pubDate>
			<guid>http://jefftan.cn/blog/default.asp?id=128</guid>
		<description><![CDATA[MATLAB 早期版本第一版 : <a href="http://www.baisi.net/thread-6567-1-30.html" target="_blank" rel="external">http://www.baisi.net/thread-6567-1-30.html</a> <br/>备注:你见过 MATLAB 最早的版本吗？<a href="http://jefftan.cn/download" target="_blank">下载</a>一份 MATLAB 1.0,(只有182K, 只有20来个函数) 体会一下吧。MATLAB早期表示矩阵是用 &lt;&gt; 而不是 []。 <br/><br/>MATLAB入门教程: <a href="http://www.baisi.net/thread-40422-1-11.html" target="_blank" rel="external">http://www.baisi.net/thread-40422-1-11.html</a> <br/><br/>Matlab初学课件二: <a href="http://www.baisi.net/thread-464-1-30.html" target="_blank" rel="external">http://www.baisi.net/thread-464-1-30.html</a> <br/><br/>Matlab 初学课件三: <a href="http://www.baisi.net/thread-895-1-28.html" target="_blank" rel="external">http://www.baisi.net/thread-895-1-28.html</a> <br/>备注:控制系统的数学描述与建模 <br/><br/><br/><br/>Matlab 初学课件四: <a href="http://www.baisi.net/thread-1243-1-28.html" target="_blank" rel="external">http://www.baisi.net/thread-1243-1-28.html</a> <br/>备注: 控制系统的分析方法 <br/><br/>Matlab 初学课件五: <a href="http://www.baisi.net/thread-1299-1-28.html" target="_blank" rel="external">http://www.baisi.net/thread-1299-1-28.html</a> <br/><br/><br/><br/>Matlab 课件六 傅立叶分析 <a href="http://www.baisi.net/thread-5270-1-30.html" target="_blank" rel="external">http://www.baisi.net/thread-5270-1-30.html</a> <br/>备注:为了便于这类问题的分析，MATLAB提供了函数fft,ifft,fft2,ifft2和fftshift。这类函数集执行一维和二维离散富里哀变换及其逆变换。这些函数允许人们完成很多信号处理任务。除此之外，还可在可选的信号处理工具箱中得到其他扩展的信号处理工具。 <br/><br/>Matlab 综合辅导与指南七 : <a href="http://www.baisi.net/thread-2290-1-27.html" target="_blank" rel="external">http://www.baisi.net/thread-2290-1-27.html</a> <br/><br/>Matlab 综合辅导与指南八: <a href="http://www.baisi.net/thread-2710-1-26.html" target="_blank" rel="external">http://www.baisi.net/thread-2710-1-26.html</a> <br/><br/>MATLAB 产品应用基础: <a href="http://www.baisi.net/thread-5518-1-24.html" target="_blank" rel="external">http://www.baisi.net/thread-5518-1-24.html</a> <br/>备注: MathWorks公司/北京九州恒润科技有限公司/MATLAB产品体系/MATLAB基本操作/桌面工具应用/使用帮助/基本数据类型/脚本文件和函数文件/图形应用基础/创建图形用户界面/Simulink基本操作创建动态系统/简单系统/离散系统/连续系统/混合系统/M语言S函数的编写 <br/><br/>计算机辅助设计与仿真技术概述: <a href="http://www.baisi.net/thread-463-1-19.html" target="_blank" rel="external">http://www.baisi.net/thread-463-1-19.html</a> <br/><br/>MATLAB语言——演算纸式的科学工程计算语言: <a href="http://www.baisi.net/thread-38843-1-16.html" target="_blank" rel="external">http://www.baisi.net/thread-38843-1-16.html</a> <br/><br/>高技术计算环境——MATLAB使用指南: <a href="http://www.baisi.net/thread-38845-1-16.html" target="_blank" rel="external">http://www.baisi.net/thread-38845-1-16.html</a> <br/><br/>MatLab工程数学应用: <a href="http://www.baisi.net/thread-38842-1-16.html" target="_blank" rel="external">http://www.baisi.net/thread-38842-1-16.html</a> <br/><br/>Matlab基础与应用(范群数): <a href="http://www.baisi.net/thread-6682-1-15.html" target="_blank" rel="external">http://www.baisi.net/thread-6682-1-15.html</a> <br/>MATLAB编程风格指南:<a href="http://www.baisi.net/thread-4519-1-10.html" target="_blank" rel="external">http://www.baisi.net/thread-4519-1-10.html</a> <br/><br/>MATLAB 数学工具软件: <a href="http://www.baisi.net/thread-47520-1-9.html" target="_blank" rel="external">http://www.baisi.net/thread-47520-1-9.html</a> <br/><br/>MATLAB程序设计语言: <a href="http://www.baisi.net/thread-40102-1-8.html" target="_blank" rel="external">http://www.baisi.net/thread-40102-1-8.html</a> <br/><br/>精通MATLAB综合辅导指南: <a href="http://www.baisi.net/thread-32130-1-8.html" target="_blank" rel="external">http://www.baisi.net/thread-32130-1-8.html</a> <br/><br/>初学者必学－matlab常用函数: <a href="http://www.baisi.net/thread-31205-1-8.html" target="_blank" rel="external">http://www.baisi.net/thread-31205-1-8.html</a> <br/><br/>MATLAB教程: <a href="http://www.baisi.net/thread-41283-1-8.html" target="_blank" rel="external">http://www.baisi.net/thread-41283-1-8.html</a> <br/><br/>台湾人写的matlab基础教程: <a href="http://www.baisi.net/thread-3059-1-7.html" target="_blank" rel="external">http://www.baisi.net/thread-3059-1-7.html</a> <br/><br/>麻省理工学院电子工程与计算机科学学院 MATLAB使用指南: <a href="http://www.baisi.net/thread-42756-1-7.html" target="_blank" rel="external">http://www.baisi.net/thread-42756-1-7.html</a> <br/><br/>MATLAB程序设计教程: <a href="http://www.baisi.net/thread-52282-1-6.html" target="_blank" rel="external">http://www.baisi.net/thread-52282-1-6.html</a> <br/><br/>matlab教程数理统计工具箱应用简介: <a href="http://www.baisi.net/thread-50750-1-6.html" target="_blank" rel="external">http://www.baisi.net/thread-50750-1-6.html</a> <br/><br/>matlab详细手册: <a href="http://www.baisi.net/thread-1921-1-6.html" target="_blank" rel="external">http://www.baisi.net/thread-1921-1-6.html</a> <br/><br/>matlab程序实例: <a href="http://www.baisi.net/thread-1939-1-5.html" target="_blank" rel="external">http://www.baisi.net/thread-1939-1-5.html</a> <br/><br/>matlab绘图详解,比较基础明了: <a href="http://www.baisi.net/thread-41583-1-4.html" target="_blank" rel="external">http://www.baisi.net/thread-41583-1-4.html</a> <br/>备注:详细介绍了MATLAB下的绘图方法,为学习MATLAB绘图的很好的教材...... <br/><br/>matlab中文帮助........入门级读物: <a href="http://www.baisi.net/thread-42024-1-4.html" target="_blank" rel="external">http://www.baisi.net/thread-42024-1-4.html</a> <br/><br/>哈工大matlab基础及应用讲义: <a href="http://www.baisi.net/thread-40084-1-3.html" target="_blank" rel="external">http://www.baisi.net/thread-40084-1-3.html</a> <br/><br/>数值方法（MATLAB版）（第三版）（英文原版）: <a href="http://www.baisi.net/thread-54574-1-2.html" target="_blank" rel="external">http://www.baisi.net/thread-54574-1-2.html</a> <br/><br/>两本2007年出版的英文版matlab新书: <a href="http://www.baisi.net/thread-39094-1-3.html" target="_blank" rel="external">http://www.baisi.net/thread-39094-1-3.html</a> <br/><br/>精通matlab7.0(北航 张志涌): <a href="http://www.baisi.net/thread-42583-1-1.html" target="_blank" rel="external">http://www.baisi.net/thread-42583-1-1.html</a> <br/><br/>中科院的MATLAB课件: <a href="http://www.baisi.net/thread-51128-1-1.html" target="_blank" rel="external">http://www.baisi.net/thread-51128-1-1.html</a> <br/><br/>Matlab循序渐进: <a href="http://www.baisi.net/thread-36882-1-1.html" target="_blank" rel="external">http://www.baisi.net/thread-36882-1-1.html</a> <br/><br/>Matlab7官方学习手册（英文版）: <a href="http://www.baisi.net/thread-45504-1-1.html" target="_blank" rel="external">http://www.baisi.net/thread-45504-1-1.html</a>]]></description>
		</item>
		
			<item>
			<link>http://jefftan.cn/blog/article/appmath/122.htm</link>
			<title><![CDATA[Gigapedia 一个很好的电子书下载平台]]></title>
			<author>jefftan@163.com(jefftan)</author>
			<category><![CDATA[应用数学]]></category>
			<pubDate>Sun,28 Sep 2008 00:31:05 +0800</pubDate>
			<guid>http://jefftan.cn/blog/default.asp?id=122</guid>
		<description><![CDATA[网上的电子书资源是越来越不好找了。特别是来到了美国以后，更是很难找到想要的电子书。要是去买书的话，的确是太贵了。所以找到电子书，再使用PhD免费打印的权利，才是既省钱又有效的方法。<br/><br/>在网上晃悠了很久，终于发现了一个电子书宝库 gigapedia.org。这里面的电子书很全，至少很多应用数学经典论著都在上面。不过，当你进入网站时，你会发现根本就找不到<a href="http://jefftan.cn/download" target="_blank">下载</a>的链接。正是因为隐藏的比较深，所以才一直没有被取缔吧。<br/><br/>要想搞到电子书，在搜索栏里面输入书名或作者名，然后选择“Item Search”。注意千万不要选第一项“Google Search”，你将最多能在网上看到几页的图片。搜到以后似乎也什么链接都没给。那是因为你没有<a href="http://jefftan.cn/reg.asp" target="_blank">注册</a>。去免费<a href="http://jefftan.cn/reg.asp" target="_blank">注册</a>一个账号然后登陆，搜到后上面就多出来了一行选项。点击“link”，里面就有很多网友传到rapidshare上的电子版文档了。至于rapidshare，是可以免费<a href="http://jefftan.cn/download" target="_blank">下载</a>的，只是要等上40秒。等够时间，然后就<a href="http://jefftan.cn/download" target="_blank">下载</a>吧。<br/><br/>总的来说，真的是相当省钱。我听四门课，没有花一分钱买书。这就是中国人在美国读书的生存之道吧。<br/><br/>Enjoy！<br/><br/><br/>更新<br/>===========<br/>Gigapedia主页更新了，网址变为gigapedia.com，使用方法不变，搜索时选择gigapedia就行了。<br/>还有，有时候没有办法查到想要的书，并不是因为没有，而是gigapedia本身的搜索引擎比较差。建议搜索作者姓氏加上书名中的一个关键单词，这样比较容易搜到。如果没有的话，多试几次不同的关键字，说不定就可以找到罗~~]]></description>
		</item>
		
			<item>
			<link>http://jefftan.cn/blog/article/appmath/53.htm</link>
			<title><![CDATA[Delaynay三角剖分算法]]></title>
			<author>jefftan@163.com(jefftan)</author>
			<category><![CDATA[应用数学]]></category>
			<pubDate>Fri,29 Feb 2008 11:58:08 +0800</pubDate>
			<guid>http://jefftan.cn/blog/default.asp?id=53</guid>
		<description><![CDATA[<p><strong style="font-size: 14pt;">1.&nbsp;三角剖分与Delaunay剖分的定义</strong><br /> &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;如何把一个散点集合剖分成不均匀的三角形网格，这就是散点集的三角剖分问题，散点集的三角剖分，对数值分析以及图形学来说，都是极为重要的一项预处理技术。该问题图示如下：</p>
<div align="center"><img width="366" height="138" border="0" alt="" src="http://www.cnblogs.com/images/cnblogs_com/renliqq/1.GIF" /></div>
<p>&nbsp;</p>
<p>&nbsp;<font face="Verdana"><span style="font-size: 10pt;"><font face="Verdana" style="font-size: 12pt;"><strong>1.1.三角剖分定义<br /> </strong></font></span>&nbsp;&nbsp;&nbsp;&nbsp;【定义】三角剖分：假设V是二维实数域上的有限点集，边e是由点集中的点作为端点构成的封闭线段, E为e的集合。那么该点集V的一个三角剖分T=(V,E)是一个平面图G，该平面图满足条件：<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;1.除了端点，平面图中的边不包含点集中的任何点。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;2.没有相交边。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;3.平面图中所有的面都是三角面，且所有三角面的合集是散点集V的凸包。<br /> </font><font face="Verdana"><span style="font-size: 12pt;"><font face="Verdana"><strong>1.2.&nbsp; Delaunay三角剖分的定义</strong></font></span><br /> &nbsp;&nbsp;&nbsp;&nbsp;在实际中运用的最多的三角剖分是Delaunay三角剖分，它是一种特殊的三角剖分。先从Delaunay边说起：<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;【定义】Delaunay边：假设E中的一条边e（两个端点为a,b），e若满足下列条件，则称之为Delaunay边：存在一个圆经过a,b两点，圆内(注意是圆内，圆上最多三点共圆)不含点集V中任何其他的点，这一特性又称空圆特性。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;【定义】Delaunay三角剖分：如果点集V的一个三角剖分T只包含Delaunay边，那么该三角剖分称为Delaunay三角剖分。<br /> </font><font face="Verdana"><strong style="font-size: 12pt;">1.3.Delaunay三角剖分的准则</strong><br /> &nbsp;&nbsp;&nbsp;&nbsp;要满足Delaunay三角剖分的定义，必须符合两个重要的准则：<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;1、空圆特性：Delaunay三角网是唯一的（任意四点不能共圆），在Delaunay三角形网中任一三角形的外接圆范围内不会有其它点存在。如下图所示：<br /> </font><font face="Verdana">
<div align="center"><img width="238" height="194" border="0" alt="" src="http://www.cnblogs.com/images/cnblogs_com/renliqq/2.GIF" /></div>
&nbsp;&nbsp;&nbsp;&nbsp;2、最大化最小角特性：在散点集可能形成的三角剖分中，Delaunay三角剖分所形成的三角形的最小角最大。从这个意义上讲，Delaunay 三角网是&ldquo;最接近于规则化的&ldquo;的三角网。具体的说是指在两个相邻的三角形构成凸四边形的对角线，在相互交换后，六个内角的最小角不再增大。如下图所示：<br /> </font><font face="Verdana">
<div align="center"><img width="386" height="153" border="0" alt="" src="http://www.cnblogs.com/images/cnblogs_com/renliqq/3.GIF" /></div>
<br /> <span style="font-size: 12pt;"><strong>1.4.Delaunay三角剖分的特性</strong></span><br /> &nbsp;&nbsp;&nbsp;&nbsp;以下是Delaunay剖分所具备的优异特性：<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;1.最接近：以最近临的三点形成三角形，且各线段(三角形的边)皆不相交。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;2.唯一性：不论从区域何处开始构建，最终都将得到一致的结果。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;3.最优性：任意两个相邻三角形形成的凸四边形的对角线如果可以互换的话，那么两个三角形六个内角中最小的角度不会变大。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;4.最规则：如果将三角网中的每个三角形的最小角进行升序排列，则Delaunay三角网的排列得到的数值最大。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;5.区域性：新增、删除、移动某一个顶点时只会影响临近的三角形。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;6.具有凸多边形的外壳：三角网最外层的边界形成一个凸多边形的外壳。<br /> </font><font face="Verdana"><span style="font-size: 12pt;"><font face="Verdana"><strong>1.5.局部最优化处理<br /> </strong></font></span>&nbsp;&nbsp;&nbsp;&nbsp;理论上为了构造Delaunay三角网，Lawson提出的局部优化过程LOP(Local Optimization Procedure)，一般三角网经过LOP处理，即可确保成为Delaunay三角网，其基本做法如下所示：<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;1.将两个具有共同边的三角形合成一个多边形。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;2.以最大空圆准则作检查，看其第四个顶点是否在三角形的外接圆之内。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;3.如果在，修正对角线即将对角线对调，即完成局部优化过程的处理。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;LOP处理过程如下图所示：<br />
<div align="center"><img width="368" height="165" border="0" alt="" src="http://www.cnblogs.com/images/cnblogs_com/renliqq/4.GIF" /></div>
<br /> </font><font face="Verdana"><span style="font-size: 14pt;"><font face="Verdana"><strong>2.Delaunay剖分的算法</strong></font></span><br /> &nbsp;&nbsp;&nbsp;&nbsp;Delaunay剖分是一种三角剖分的标准，实现它有多种算法。<br /> </font><font face="Verdana"><strong style="font-size: 12pt;">2.1.Lawson算法</strong><br /> &nbsp;&nbsp;&nbsp;&nbsp;逐点插入的Lawson算法是Lawson在1977年提出的，该算法思路简单，易于编程实现。基本原理为：首先建立一个大的三角形或多边形，把 所有数据点包围起来，向其中插入一点，该点与包含它的三角形三个顶点相连，形成三个新的三角形，然后逐个对它们进行空外接圆检测，同时用Lawson设计 的局部优化过程LOP进行优化，即通过交换对角线的方法来保证所形成的三角网为Delaunay三角网。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;上述基于散点的构网算法理论严密、唯一性好，网格满足空圆特性，较为理想。由其逐点插 入的构网过程可知，遇到非Delaunay边时，通过删除调整，可以构造形成新的Delaunay边。在完成构网后，增加新点时，无需对所有的点进行重新 构网，只需对新点的影响三角形范围进行局部联网，且局部联网的方法简单易行。同样，点的删除、移动也可快速动态地进行。但在实际应用当中，这种构网算法当 点集较大时构网速度也较慢，如果点集范围是非凸区域或者存在内环，则会产生非法三角形。<br /> </font><font face="Verdana"><strong><span style="font-size: 12pt;"><font face="Verdana"><strong>2.2.Bowyer-Watson算法</strong>&nbsp;</font></span></strong><br /> &nbsp;&nbsp;&nbsp;&nbsp;Lawson算法的基本步骤是：<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;1、构造一个超级三角形，包含所有散点，放入三角形链表。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;2、将点集中的散点依次插入，在三角形链表中找出其外接圆包含插入点的三角形（称为该点的影响三角形），删除影响三角形的公共边，将插入点同影响三角形的全部顶点连接起来，从而完成一个点在Delaunay三角形链表中的插入。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;3、根据优化准则对局部新形成的三角形进行优化。将形成的三角形放入Delaunay三角形链表。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;4、循环执行上述第2步，直到所有散点插入完毕。<br /> </font><font face="Verdana">&nbsp;&nbsp;&nbsp;&nbsp;这一算法的关键的第2步图示如下：<br />
<div align="center"><img width="433" height="363" border="0" alt="" src="http://www.cnblogs.com/images/cnblogs_com/renliqq/5.GIF" /></div>
</font></p>]]></description>
		</item>
		
			<item>
			<link>http://jefftan.cn/blog/article/appmath/50.htm</link>
			<title><![CDATA[Google研究员谈矩阵的奇异值分解]]></title>
			<author>jefftan@163.com(jefftan)</author>
			<category><![CDATA[应用数学]]></category>
			<pubDate>Tue,26 Feb 2008 17:24:23 +0800</pubDate>
			<guid>http://jefftan.cn/blog/default.asp?id=50</guid>
		<description><![CDATA[<h3>
<h3>
<h3>数学之美 系列十八 － 矩阵运算和文本处理中的分类问题</h3>
</h3>
</h3>
发表者：Google 研究员，吴军<br /><br />我 在大学学习线性代数时，实在想不出它除了告诉我们如何解线性方程外，还能有什么别的用途。关于矩阵的许多概念，比如特征值等等，更是脱离日常生活。后来在 数值分析中又学了很多矩阵的近似算法，还是看不到可以应用的地方。当时选这些课，完全是为了混学分的学位。我想，很多同学都多多少少有过类似的经历。直到 后来长期做自然语言处理的研究，我才发现数学家们提出那些矩阵的概念和算法，是有实际应用的意义的。<br /><br />在自然语言处理中，最常见的两类的分 类问题分别是，将文本按主题归类（比如将所有介绍亚运会的新闻归到体育类）和将词汇表中的字词按意思归类（比如将各种体育运动的名称个归成一类）。这两种 分类问题都可用通过矩阵运算来圆满地、同时解决。为了说明如何用矩阵这个工具类解决这两个问题的，让我们先来来回顾一下我们在余弦定理和新闻分类中介绍的<a href="http://googlechinablog.com/2006/07/12.html" target="_blank">方法</a>。<br /><br />分 类的关键是计算相关性。我们首先对两个文本计算出它们的内容词，或者说实词的向量，然后求这两个向量的夹角。当这两个向量夹角为零时，新闻就相关；当它们 垂直或者说正交时，新闻则无关。当然，夹角的余弦等同于向量的内积。从理论上讲，这种算法非常好。但是计算时间特别长。通常，我们要处理的文章的数量都很 大，至少在百万篇以上，二次回标有非常长，比如说有五十万个词（包括人名地名产品名称等等）。如果想通过对一百万篇文章两篇两篇地成对比较，来找出所有共 同主题的文章，就要比较五千亿对文章。现在的计算机一秒钟最多可以比较一千对文章，完成这一百万篇文章相关性比较就需要十五年时间。注意，要真正完成文章 的分类还要反复重复上述计算。<br /><br />在文本分类中，另一种办法是利用矩阵运算中的奇异值分解（Singular Value Decomposition，简称 SVD)。现在让我们来看看奇异值分解是怎么回事。首先，我们可以用一个大矩阵A来描述这一百万篇文章和五十万词的关联性。这个矩阵中，每一行对应一篇文 章，每一列对应一个词。<br /><br /><img alt="" src="http://googlechinablog.com/uploaded_images/matrix-711200.jpg" border="0" /><br /><br />在上面的图中，M=1,000,000，N=500,000。第 i 行，第 j 列的元素，是字典中第 j 个词在第 i 篇文章中出现的加权词频（比如，<a href="http://googlechinablog.com/2006/06/blog-post_27.html" target="_blank">TF/IDF</a>)。读者可能已经注意到了，这个矩阵非常大，有一百万乘以五十万，即五千亿个元素。<br /><br />奇 异值分解就是把上面这样一个大矩阵，分解成三个小矩阵相乘，如下图所示。比如把上面的例子中的矩阵分解成一个一百万乘以一百的矩阵X，一个一百乘以一百的 矩阵B，和一个一百乘以五十万的矩阵Y。这三个矩阵的元素总数加起来也不过1.5亿，仅仅是原来的三千分之一。相应的存储量和计算量都会小三个数量级以 上。<br /><br /><img alt="" src="http://googlechinablog.com/uploaded_images/svd-754892.jpg" border="0" /><br /><br />三 个矩阵有非常清楚的物理含义。第一个矩阵X中的每一行表示意思相关的一类词，其中的每个非零元素表示这类词中每个词的重要性（或者说相关性），数值越大越 相关。最后一个矩阵Y中的每一列表示同一主题一类文章，其中每个元素表示这类文章中每篇文章的相关性。中间的矩阵则表示类词和文章雷之间的相关性。因此， 我们只要对关联矩阵A进行一次奇异值分解，w 我们就可以同时完成了近义词分类和文章的分类。（同时得到每类文章和每类词的相关性）。<br /><br />现 在剩下的唯一问题，就是如何用计算机进行奇异值分解。这时，线性代数中的许多概念，比如矩阵的特征值等等，以及数值分析的各种算法就统统用上了。在很长时 间内，奇异值分解都无法并行处理。（虽然 Google 早就有了MapReduce 等并行计算的工具，但是由于奇异值分解很难拆成不相关子运算，即使在 Google 内部以前也无法利用并行计算的优势来分解矩阵。）最近，Google 中国的张智威博士和几个中国的工程师及实习生已经实现了奇异值分解的并行算法，我认为这是 Google 中国对世界的一个贡献。]]></description>
		</item>
		
			<item>
			<link>http://jefftan.cn/blog/article/appmath/8.htm</link>
			<title><![CDATA[计算数学评论与资料]]></title>
			<author>jefftan@163.com(jefftan)</author>
			<category><![CDATA[应用数学]]></category>
			<pubDate>Sat,19 Jan 2008 01:12:35 +0800</pubDate>
			<guid>http://jefftan.cn/blog/default.asp?id=8</guid>
		<description><![CDATA[这是一篇很全的关于计算数学的现状评论和相关资料总结，很有启发性的意义哦～<br/><br/>从计算数学的字面来看，应该与计算机有密切的联系，也强调了实践对于计算数学的重要性。也许Parlett教授的一段话能最好地说明这个问题：<br/><br/>How could someone as brilliant as von Neumann think hard about a subject as mundane as triangular factorization of an invertible matrix and not perceive that, with suitable pivoting, the results are impressively good? Partial answers can be suggested-lack of hands-on<br/>experience, concentration on the inverse rather than on 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 Laguerre-based method for the unsymmetric eigenproblem for at least two years after the appearance of QR? Why did more than 20 years pass before the properties of the Lanczos algorithm were understood? I believe that the explanation must involve the impediments to comprehension of the effects of finite-precision arithmetic.(引自<a target="_blank" href="http://jefftan.cn/blog/www.siam.org/siamnews/11-03/matrix.pdf" rel="external">www.siam.org/siamnews/11-03/matrix.pdf</a>)<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 target="_blank" href="http://www.acm.caltech.edu/~hou/" rel="external">http://www.acm.caltech.edu/~hou/</a><br/><br/>鄂维南（Princeton大学）<br/><a href="http://www.pku.edu.cn" target="_blank">北京大学</a>长江学者，研究方向：多尺度计算与模拟<br/><a target="_blank" href="http://ccse.pku.edu.cn/staff/weinane.htm" rel="external">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 target="_blank" href="http://www.mth.msu.edu/~bao/" rel="external">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 target="_blank" href="http://www.math.wisc.edu/~jin/" rel="external">http://www.math.wisc.edu/~jin/</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 target="_blank" href="http://www.math.hkbu.edu.hk/~ttang/" rel="external">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 target="_blank" href="http://www.dam.brown.edu/people/shu/home.html" rel="external">http://www.dam.brown.edu/people/shu/home.html</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 target="_blank" href="http://www.math.cuhk.edu.hk/~rchan/" rel="external">http://www.math.cuhk.edu.hk/~rchan/</a><br/><br/>许进超（Pennsylvania州立大学）<br/><a href="http://www.pku.edu.cn" target="_blank">北京大学</a>长江学者，研究方向：有限元、多重网格法<br/><a target="_blank" href="http://www.math.psu.edu/xu/" rel="external">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 target="_blank" href="http://lsec.cc.ac.cn/~yyx/" rel="external">http://lsec.cc.ac.cn/~yyx/</a><br/><br/>张平文（<a href="http://www.pku.edu.cn" target="_blank">北京大学</a>）<br/><a href="http://www.pku.edu.cn" target="_blank">北京大学</a>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 target="_blank" href="http://www.math.pku.edu.cn/pzhang/index.html" rel="external">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 target="_blank" href="http://lsec.cc.ac.cn/~zmchen/index-c.html" rel="external">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是颇有裨益的。<br/><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 &amp; Applications <br/>SIAM Journal on Scientific Computing<br/><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/><br/>还有很多带有Computational字眼的其他学科的期刊：Journal of Computational Chemistry, Computational Material Sciences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学出版社出版的Acta Numerica连续出版物。Acta Numerica每年出版一本，作者均是该领域的顶尖人物。比如说最近几年水平集方法非常热门，05年就有一篇水平集方法创始人之一的Stanley Osher写的Level Set Method in Image Science。其他论题有：entropy stability (Tadmor E)，radial basis function (Buhmann MD)等等。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《微分方程数值解》就介绍了最基本的东西：收敛性、相容性和稳定性。Richtmeyer &amp; Morton的《Difference Methods for Initial-Value Problems》则是差分法方面的经典著作。R. LeVeque最近也有一本《Finite Difference Method for Differential Equations》也很有意思，介绍了差分方法的新的现代概念。LeVeque的书可以在他的主页（<a target="_blank" href="http://www.amath.washington.edu/~rjl/" rel="external">http://www.amath.washington.edu/~rjl/</a>）上<a href="http://jefftan.cn/download" target="_blank">下载</a>，他的另外一本书《Numerical Methods for Conservation Laws》是守恒律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 for Elliptic Problems》。这也是系里专业科的教材，另外Brenner &amp; 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。华东师大的郭本瑜教授在这方面做过很好的工作，他的《Spectral Methods and Their Applications》广受好评。Purdue大学的沈捷教授也有很出色的工作，他的一个讲义可从他的主页（<a target="_blank" href="http://www.math.purdue.edu/~shen/" rel="external">http://www.math.purdue.edu/~shen/</a>）上<a href="http://jefftan.cn/download" target="_blank">下载</a>，同时还有相关的Matlab和Fortran程序。谱方法方面最好的入门书为Trefethen的《Spectral Methods in Matlab》，其他的还有Canuto等人的《Spectral Methods in Fluid Dynamics》，不过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 Analysis》（有中译本：吉田耕作，《泛函分析》）或者Rudin的《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西，Sawyer的《数值泛函分析初览》也许是比较合适的入门读物。这本书里面介绍了一些泛函分析概念的来由，如Holder不等式的导出，也有泛函分析在计算数学中的应用，比如Kantorovich迭代收敛性准则的解释。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，可在下面的网址<a href="http://jefftan.cn/reg.asp" target="_blank">注册</a><br/><a target="_blank" href="http://www.math.hkbu.edu.hk/cam-net/indexcn.html" rel="external">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<a href="http://jefftan.cn/reg.asp" target="_blank">注册</a><br/><a target="_blank" href="http://www.netlib.org/na-net" rel="external">http://www.netlib.org/na-net</a><br/><br/>接下来介绍几本矩阵计算方面的书的。浙大的张振跃老师在这方面有很出色的工作，中科院的白中治，<a href="http://www.pku.edu.cn" target="_blank">北京大学</a>的徐树方，复旦的魏益民和曹志浩，澳门大学的金小庆都是这方向的，还有复旦出去的柏兆俊。肯定还有许多学者在这方面有很突出的工作，可惜我基本上没什么涉略，这里也不能列出来。<br/><br/>国外的大牛有Golub，很多这个方向的大家都是他的学生。Kahan, James Demmel, Peter Stewart, L N Trefethen, Higham,这个名单可以列的很长，这些人是矩阵计算方面的大家。<br/><br/>矩阵计算方面最经典的书应该是J H Wilkinson的《The Algebraic Eigenvalue Problem》（有中译本，石钟慈等人译，《代数特征值问题》，科学出版社，学校图书馆有，系里有英文版的）。这本书虽然老，但是据说读一下还是很有启发的。现在的经典是Golub和van Loan的《Matrix Computation》（有中译本，袁亚湘译，《矩阵计算》，科学出版社），英文版的电子版可以在网上找到的。其他的书有Demmel的《Applied Numerical Linear Algebra》，Trefethen &amp; Bau 的《Numerical Linear Algebra》据说也是很好的。Yousef Saad有两本书《Iterative methods for sparse systems》和《Numerical methods for large eigenvalue problems》，写的挺有意思的，在他的主页（<a target="_blank" href="http://www-users.cs.umn.edu/~saad/" rel="external">http://www-users.cs.umn.edu/~saad/</a>）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》(有中译本)。<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，前面已经到过他的几本书了，《Spectral Method in Matlab》，《Numerical Linear Algebra》，还有《Finite Difference and Spectral methods》（在他的主页上可以down，<a target="_blank" href="http://web.comlab.ox.ac.uk/oucl/work/nick.trefethen/" rel="external">http://web.comlab.ox.ac.uk/oucl/work/nick.trefethen/</a>）。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献，也许对大家有点启发。<br/><br/>1. Cooley &amp; Tukey (1965)&nbsp;&nbsp; the Fast Fourier Transform<br/>2. Courant, Friedrichs &amp; Lewy (1928)&nbsp;&nbsp;finite difference methods for PDE<br/>3. Householder (1958)&nbsp;&nbsp;QR factorization of matrices<br/>4. Curtiss &amp; Hirschfelder (1952)&nbsp;&nbsp;stiffness of ODEs; BD formulas<br/>5. de Boor (1972)&nbsp;&nbsp;calculations with B-splines<br/>6. Courant (1943)&nbsp;&nbsp;finite element methods for PDE<br/>7. Golub &amp; Kahan (1965)&nbsp;&nbsp;the singular value decomposition<br/>8. Brandt (1977)&nbsp;&nbsp;multigrid algorithms<br/>9. Hestenes &amp; Stiefel (1952) the conjugate gradient iteration<br/>10. Fletcher &amp; Powell (1963)optimization via quasi-Newton up&#100;ates<br/>11. Wanner, Hairer &amp; Norsett (1978) o&#114;der stars and applications to ODE<br/>12. Karmarkar (1984)interior pt. methods for linear prog.<br/>13. Greengard &amp; Rokhlin (1987)&nbsp;&nbsp;multipole methods for particles<br/><br/>他的remark也很有意思，We were struck by how young many of the authors were when they wrote these papers (average age: 34), and by how short an influential paper can be (Householder: 3.3 pages, Cooley &amp; Tukey: 4.4).这说明大家都还是很有希望的，呵呵。<br/><br/><br/>反问题无疑是计算数学中最热门的方向之一。该方向现在有如下几本杂志：Inverse Problems，Journal of Inverse and Ill-posed Problems, Inverse Problems in Sciences and Engineering(以前叫Inverse Problems in Engineering).第一本杂志最好，第二本杂志上面有很多苏联人的工作，第三本偏向于应用。在很多高档次的杂志中都有反问题方面的文章，比如SIAM Journal on Numerical Analysis，SIAM Journal on Mathematical Analysis, SIAM Journal on Matrix Analysis and Applications，SIAM Journal on 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的结果（很年轻！），哈工大有几个人是做应用方面的工作的（他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 Engl（澳大利亚），Yamamoto（日本）， Kress（德国）， Martin 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。明尼苏达大学的Fadil Santosa最早将水平集方法应用于求解反问题，但是没有很大的反响。Engl的学生Martin Burger在2000年将水平集方法应用于反问题（发表在Inverse Problems上），在国际上有很大的反响。Martin Burger在博士毕业后就被邀请到UCLA的Osher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 Ill-posed Problems》（有中译本，《不适定问题的解法》，学校里有，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，可惜书名我已经忘记的。个人感觉Groetsch的《The theory of Tikhonov regularization for Fredholm equation of the first kind》是比较好的入门书，这本书比较薄，也比较容易读懂。读了这本书之后，阅读反问题理论方面应该不会有很大问题。Kress的《Linear Integral Equations》和Kirsch的《An Introduction to the Mathematical Theory of Inverse Problems》也是不错的入门书。这些书在系资料室里都能找到。Engl等人的《Regularization of Inverse Problems》广受好评，应该可以作为进一步阅读的材料。专门的著作有很多，如Isakov的《Inverse problems for partial differential equations》，Martin Hanke的《Conjugate Gradient Type Methods for 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-deficient and discrete ill-posed problems》和 Vogel的《Computational Methods for Inverse Problems》。两本书都是非常棒的，要求的基础基本上类似，对矩阵计算的基本概念非常熟悉。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的书稍微数学化，涉及的范围也稍微广一点，比如说很重要的Total Variation regularization在Hansen的书里就不讨论，但是Vogel的书里做了非常详细的讨论。Tikhonov的算法书应该也有很大的参考价值。<br/><br/>反问题的reading list 可以在下面的链接中找到：<br/><a target="_blank" href="http://infohost.nmt.edu/~borchers/geop529/readings/readings.html" rel="external">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、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分方程数值解法，拓扑引出的continuation method。其缘由可能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。这也应该是一个值得注意的地方。]]></description>
		</item>
		
			<item>
			<link>http://jefftan.cn/blog/article/appmath/2.htm</link>
			<title><![CDATA[彪悍的反符号计算器]]></title>
			<author>jefftan@163.com(jefftan)</author>
			<category><![CDATA[应用数学]]></category>
			<pubDate>Thu,17 Jan 2008 03:13:41 +0800</pubDate>
			<guid>http://jefftan.cn/blog/default.asp?id=2</guid>
		<description><![CDATA[<div align="center"><img src="http://jefftan.cn/blog/attachments/month_0801/u200811725736.gif" border="0" alt=""/></div><br/><br/>这是一个神奇的在线软件，它可以把一个符号算式的数值近似解还原成为符号算式本身。这可不仅仅是输入3.14159265得到Pi这么简单的事情。随便尝试一个数比如1.9870918，返回的是一个相当恐怖的式子：<br/><div align="center"><img src="http://jefftan.cn/blog/attachments/month_0801/z200811731118.png" border="0" alt=""/></div><br/>代回去算还真是准！<br/><br/>虽然说诸如Pi^e之类的数还是没办法做出来的，但是毕竟还是相当牛×滴一个软件，大家不妨来玩玩～<br/><br/><a target="_blank" href="http://ddrive.cs.dal.ca/~isc/standard.html" rel="external">http://ddrive.cs.dal.ca/~isc/standard.html</a>]]></description>
		</item>
		
</channel>
</rss>
