数值与优化
计算机里“解数学”的核心板块。数值分析管算得准、算得稳，数值代数管大规模线性系统和稀疏矩阵怎么解，凸优化管找最优。问题规模真正上来以后，还要接上高性能计算（HPC）和并行求解。
graph LR
classDef intro fill:#EFF6FF,stroke:#3B82F6,color:#1E40AF
classDef mid fill:#F0FDF4,stroke:#16A34A,color:#15803D
classDef adv fill:#F8FAFC,stroke:#64748B,color:#334155
PHYS["复旦 计算物理基础"]:::intro
USTC_NA["中科大 数值分析"]:::mid
FDU_NA["复旦吴宗敏 数值逼近"]:::mid
MIT["MIT 18.330 数值分析"]:::adv
USTC_CO["中科大凌青 最优化理论"]:::adv
STAN["Stanford EE364A 凸优化"]:::adv
PHYS --> USTC_NA
PHYS --> FDU_NA
USTC_NA --> MIT
FDU_NA --> MIT
USTC_NA --> USTC_CO
USTC_NA --> STAN
FDU_NA --> USTC_CO
FDU_NA --> STAN子目录
- 数值分析 — 复旦吴宗敏、中科大、MIT 18.330;EDA 求解器、SPICE 仿真和数值代数的算法基础
- 凸优化 — 中科大凌青、Stanford EE364A(Boyd);ML 与 EDA 布局优化的核心工具
HPC 本身更接近系统架构能力，但在 EDA 科学计算里常和数值算法绑在一起：稀疏矩阵、迭代求解、预条件、GPU/多核并行和任务调度，决定了仿真器和求解器能否处理真实规模问题。