談談計算數學專業有關的數值計算吧，個人覺得，計算數學的研究點很簡單，無非是兩個：一個是算得快（complexity），一個是算得準（accuracy）。內容自然也就是對於一些無法解析求解的數學問題進行數值逼近，比如物理中的非線性PDE，金融中的路徑依賴等等。方法自然也是極為廣泛：有限差分、有限元、譜方法、蒙特卡洛...... 而關於計算機方面，個人覺得，如果單純是計算數學，計算機真的只是一個輔助，一個工具，僅此而已。你用什麼code，用什麼系統，只要把你的演算法實驗做出來，你就OK了。當然，用硬體提速自然是可以的，但其實並不是計算數學研究的核心點。核心還是誤差分析與複雜度，更偏分析的東西。但在現實裡...... 自然是你老闆讓你用什麼東西，你就得學啥東西啊...... 搞計算數學的人時間久了，不如計算機玩的好啊？
如果你本科計算機，熱愛數學，喜歡研究演算法，那麼非常適合讀研選擇計算數學。計算數學研究生學習中需要較強的程式設計能力，因為你不僅要在理論層設計算法，也同時要實際地編寫程式來實現演算法，最後在模擬或者真實的資料上執行程式。計算數學的研究方向既有最佳化、也有微分方程數值解。我個人是學的專業與計算數學最佳化專業知識有相關，我也推薦你選擇最佳化方向，我們方向和工業界結合很緊密，經常性地和計算機界的人互相交流。如果你對程式的工程實現方面的興趣不如你對演算法的興趣，選擇最佳化方向很合適。工作前景方面，一個當然是去學界，然後由於你是學數學的，考個教師證也可以去中學教書，如果你選擇企業，你可以和一個學計算機的人去競爭他們的崗位，只要你不丟下你本科的程式設計能力，你將會比他們更有競爭力，尤其是演算法崗。
談談計算數學專業有關的數值計算吧，個人覺得，計算數學的研究點很簡單，無非是兩個：一個是算得快（complexity），一個是算得準（accuracy）。內容自然也就是對於一些無法解析求解的數學問題進行數值逼近，比如物理中的非線性PDE，金融中的路徑依賴等等。方法自然也是極為廣泛：有限差分、有限元、譜方法、蒙特卡洛...... 而關於計算機方面，個人覺得，如果單純是計算數學，計算機真的只是一個輔助，一個工具，僅此而已。你用什麼code，用什麼系統，只要把你的演算法實驗做出來，你就OK了。當然，用硬體提速自然是可以的，但其實並不是計算數學研究的核心點。核心還是誤差分析與複雜度，更偏分析的東西。但在現實裡...... 自然是你老闆讓你用什麼東西，你就得學啥東西啊...... 搞計算數學的人時間久了，不如計算機玩的好啊？
如果你本科計算機，熱愛數學，喜歡研究演算法，那麼非常適合讀研選擇計算數學。計算數學研究生學習中需要較強的程式設計能力，因為你不僅要在理論層設計算法，也同時要實際地編寫程式來實現演算法，最後在模擬或者真實的資料上執行程式。計算數學的研究方向既有最佳化、也有微分方程數值解。我個人是學的專業與計算數學最佳化專業知識有相關，我也推薦你選擇最佳化方向，我們方向和工業界結合很緊密，經常性地和計算機界的人互相交流。如果你對程式的工程實現方面的興趣不如你對演算法的興趣，選擇最佳化方向很合適。工作前景方面，一個當然是去學界，然後由於你是學數學的，考個教師證也可以去中學教書，如果你選擇企業，你可以和一個學計算機的人去競爭他們的崗位，只要你不丟下你本科的程式設計能力，你將會比他們更有競爭力，尤其是演算法崗。