题目：Why spectral methods are preferred in PDE eigenvalue computations — in some cases?
报告人：张智民 教授 （北京计算科学研究中心）
邀请人：沈晓芹 教授（理学院数学系）
报告时间：2022年6月16日上午10:00-12:00
线上会议：腾讯会议 ID：976-485-035
摘要: When approximating PDE eigenvalue problems by numerical methods such as finite difference and finite element, it is common knowledge that only a small portion of numerical eigenvalues are reliable. As a comparison, spectral methods may perform extremely well in some situation, especially for 1-D problems. In addition, we demonstrate that spectral methods can outperform traditional methods and the state-of-the-art method in 2-D problems even with singularities.
报告人简介：张智民，美国韦恩州立大学教授、Charles H. Gershenson杰出学者，北京计算科学研究中心应用与计算数学研究部讲座教授，世界华人数学家大会45分钟报告人。2010年入选教育部高层次人才。曾任和现任Mathematics of Computation、Journal of Scientific Computing、Numerical methods for Partial Differential Equations、Journal of Computational Mathematics等多个国际计算数学杂志编委。张智民教授长期从事计算方法，尤其是有限元方法的研究，在超收敛、后验误差估计和自适应算法等领域取得了多项创新成果。首次提出了基于多项式守恒的离散重构格式，所提出的多项式保持重构（Polynomial Preserving Recovery—PPR）方法被国际上广为流行的大型商业软件COMSOL Multiphysics采用，发表SCI学术论文200余篇。
