4月27日下午16点，清华大学贾仲孝教授在腾讯会议上为我院师生作了题为《大规模矩阵计算的数值方法》的学术报告。报告会由刘国军副院长主持，相关专业师生参加了此次报告会。
在报告中，贾仲孝教授首先以代数特征值问题和奇异值分解问题为主，综述了大规模矩阵计算的主要进展，然后介绍了报告人在这两个重要研究领域所做的部分贡献。最后简述了报告人在大规模矩阵计算领域的其它重要课题上的部分工作，如结构矩阵特征值问题、非负与M矩阵特征值问题和二次特征值问题的数值方法研究、稀疏线性方程组的迭代法和预处理、总体最小二乘和比例最小二乘问题的扰动分析、大规模离散不适定问题迭代法的正则化理论和数值算法等。报告结束后，贾仲孝教授就与会师生提出的相关问题作了解答。
报告人简介：
贾仲孝，1993年获得德国比勒菲尔德大学博士学位，清华大学数学科学系二级教授，第六届国际青年数值分析家--L. Fox奖获得者（1993），国家“百千万人才工程”入选者（1999）,清华大学数学科学系学术委员会副主任(2009—2021)，2010年度“何梁何利奖”数学力学专业组评委，中国工业与应用数学学会(CSIAM)第五和第六届常务理事(2008.9—2012.8，2012.8—2016.8)，第七和第八届中国计算数学学会常务理事(2006.10—2014.10)，北京数学会第十一和十二届副理事长（2013.12—2021.12），中国工业与应用数学学会(CSIAM)监事会监事(2020.1—2021.10)，北京数学会第十三届监事会监事长（2021.12—2026.12）。主要研究领域：数值线性代数和科学计算。在代数特征值问题、奇异值分解和广义奇异值分解问题、离散不适定问题和反问题的正则化理论和数值解法等领域做出了系统性的、有国际影响的重要研究成果，所提出的精化投影方法被公认为是求解大规模矩阵特征值问题和奇异值分解问题的三类投影方法之一。在Inverse Problems,Mathematics of Computation, Numerische Mathematik, SIAM Journal on Matrix Analysis and Applications, SIAM Journal on Optimization, SIAM Journal on Scientific Computing等国际顶尖和著名知名杂志上发表论文70篇，研究工作被广泛引用，引发了大量的后续研究。
