http://wuqq547.top/tags/%E4%BC%98%E5%8C%96/Recent content in 优化 on wuqq 的 Bloghttp://wuqq547.top/cover.pnghttp://wuqq547.top/cover.pngHugo -- 0.147.4zh-cnWed, 15 Apr 2026 09:21:53 +0800http://wuqq547.top/posts/0042-strang-computational-science-and-engineering-notes/Wed, 15 Apr 2026 09:21:53 +0800http://wuqq547.top/posts/0042-strang-computational-science-and-engineering-notes/<h2 id="这篇笔记在做什么">这篇笔记在做什么</h2> <p>这篇不是“章节目录抄一遍”的笔记，也不是只列关键词的速查表。</p> <p>我想把 Gilbert Strang 的 <em>Computational Science and Engineering</em> 整理成一篇更容易读、也更容易拿来复习的长笔记。组织方式不会按页摘录展开，重点会放在下面这些真正重要的问题：</p> <ul> <li>这本书到底想教什么，以及它如何组织这些内容？</li> <li>为什么它把线性代数、微分方程、FFT、有限元、优化放在同一本书里？</li> <li>各章之间是如何连接的？</li> <li>哪些公式和结构是全书反复出现的骨架？</li> <li>如果要把这本书变成自己的知识体系，应该怎么读？</li> </ul> <p>如果一句话先说结论：</p> <blockquote> <p>这本书同时带有数值分析教材和应用数学教材的成分，更重要的是它把<strong>建模、离散、求解、解释结果</strong>这四步重新连成一门完整的 CSE 课程。</p></blockquote> <hr> <h2 id="书籍定位">书籍定位</h2> <table> <thead> <tr> <th>项目</th> <th>内容</th> </tr> </thead> <tbody> <tr> <td>书名</td> <td><em>Computational Science and Engineering</em></td> </tr> <tr> <td>作者</td> <td>Gilbert Strang</td> </tr> <tr> <td>出版社</td> <td>Wellesley-Cambridge Press</td> </tr> <tr> <td>版权年份</td> <td>2007</td> </tr> <tr> <td>资料规模</td> <td>700+ 页</td> </tr> <tr> <td>作者背景</td> <td>MIT 数学系，线性代数教学与应用数学教育的重要推动者</td> </tr> <tr> <td>适合读者</td> <td>工程、应用数学、计算科学、计算机科学方向本科高年级至研究生</td> </tr> <tr> <td>核心对象</td> <td>矩阵方程、微分方程、傅里叶分析、优化问题</td> </tr> <tr> <td>课程气质</td> <td>重思想框架，也重算法实现；重建模，也重数值求解</td> </tr> </tbody> </table> <p>这本书和常见教材最不一样的地方，是它一开始就明确把整个学科拆成两部分：</p> <ol> <li><strong>Modeling</strong>：找出关键变量，并把它们连接成矩阵方程或微分方程。</li> <li><strong>Solving</strong>：把这些方程离散化、算法化，然后交给计算机求解。</li> </ol> <p>这两部分，在 Strang 看来本来就不该被拆开教。</p> <p>他说得很直接：数学课只教分析技巧、工程课只做实际问题、计算课只讲软件实现，这种分裂的方式已经不够用了。真正的 Computational Science and Engineering，应该把这些重新合起来。</p> <hr> <h2 id="先抓住作者真正的主张">先抓住作者真正的主张</h2> <p>这本书最值得关注的是它的整体教学主张，这比单章技巧更能决定阅读收益。</p> <p>作者反复强调三点。</p> <h3 id="1-这门学科围绕求解流程组织">1. 这门学科围绕求解流程组织</h3> <p>这本书的组织重心落在“一个问题怎么从现实走到计算机里”这条流程上，同时也兼顾经典公式和方法背景。</p> <p>它真正关心的是：</p> <ul> <li>现实问题怎样抽象成变量和关系？</li> <li>这个关系更自然地写成矩阵方程还是微分方程？</li> <li>连续问题怎样变成离散问题？</li> <li>离散问题怎样才能算得快、算得稳？</li> </ul> <p>所以，这本书读起来更像一整条工作流，彼此松散的知识点拼接并不足以概括它的组织方式。</p>