计算科学（转自wiki）

计算科学（也称科学计算 scientific computation 或 SC）是一个快速增长的多学科领域，使用先进的计算能力来理解和解决复杂的问题。

计算科学包括三个不同的方面：

    1. 开发用于解决科学（例如生物，物理和社会）、工程、人文问题的算法（数值和非数值），或建模软件，或仿真软件；
    2. 计算机和信息科学，开发和优化高级系统硬件，软件，网络和数据管理组件，解决计算要求严苛的问题；
    3. 计算基础设施，支持科学和工程问题解决、发展计算机和信息科学；

在实际使用中，通常是从数值分析和理论计算机科学中应用计算机模拟和其他形式的计算来解决各种科学学科中的问题。

该领域不同于理论和实验室实验，它们是传统的科学和工程形式。科学计算方法是获得理解，主要是通过分析在计算机上实现的数学模型。

科学家和工程师开发计算机程序，应用软件，正在研究的模型系统以及使用各种输入参数集合运行这些程序。在某些情况下，这些模型需要大量的计算（通常是浮点计算），并且通常在超级计算机或分布式计算平台上执行。

数值分析是计算科学中使用的技术的重要基础。

计算科学的应用

计算科学/科学计算的问题域包括：

1. 数值模拟

数值模拟有各种不同的目的，取决于被模拟的任务的特性：

• 重建和理解已知事件（如地震、海啸和其他自然灾害）。
• 预测未来或未被观测到的情况（如天气、亚原子粒子的行为和原始爆炸）。

2. 模型拟合与数据分析

• 适当调整模型或利用观察来解方程，不过也需要服从模型的约束条件（如石油勘探地球物理学、计算语言学）。

• 利用图论创建网络的模型，例如连接个人，组织，网站和生物系统的网络。

3. 计算优化

• 最优化已知方案（如技术和制造过程、前端工程）。
• 机器学习

方法和算法

计算科学中的算法和数学方法是多样的，常用的应用方法包括：

• 数值分析
• 作为收敛和渐近级数的泰勒级数的应用
• 利用自动微分计算微分
• 利用有限差计算微分
• 图论集
• 凭借泰勒级数和理查森外推法进行高阶微分逼近
• 均匀网格上的积分方法：矩形法、梯形法、中点法和辛普森积分法
• 龙格－库塔法解常微分方程
• 蒙特卡洛方法
• 分子动力学
• 线性规划
• 分支和切
• 分支和绑定
• 数值线性代数
• 用高斯消元法计算LU因子
• 乔里斯基分解
• 离散傅里叶变换及应用
• 牛顿法
• 空间映射
• 动力系统的时步法

程序设计语言普遍应用于科学计算应用中偏向数学的方面，包括R语言、MATLAB、Mathematica^[1]、Scilab、GNU Octave、COMSOL Multiphysics、SciPy的Python语言等。偏向于密集型计算的科学计算常会利用C语言或Fortran的一些变体以及BLAS或LAPACK等最优化代数库。

计算科学应用程序常常创建真实世界变化情况的模型，包括天气、飞机周围的气流、事故中的汽车车身变形、星系中恒星的运动、爆炸装置等。这类程序会在计算机内存中创建一个“逻辑网格”，网格中的每一项在空间上都对应一个区域，并包含与模型相关的那一空间的信息。例如在天气模型中，每一项都可以是一平方千米，并包含了地面海拔、当前风向、温度、压力等。程序会在模拟时步中基于当前状态计算出可能的下一状态，解出描述系统运转方式的方程，然后重复上述过程计算出下一状态。

“计算科学家”一词常用于描述科学计算领域中的技能高超者。他们通常是科学家、工程师或应用数学家，会以不同方式应用高性能计算机，以提高他们各自的应用学科（如物理学、化学或工程学的相关学科）中最先进的理论和技术水平。科学计算也对经济学、生物学及医学等领域有着越来越大的影响。

计算科学常被认为是科学的第三种方法，是实验/观察和理论这两种方法的补充和扩展。^[2] 计算科学的本质是数值算法^[3]以及计算数学^[4]。在发展科学计算算法、程序设计语言的有效实现以及计算结果的验证上，人们已经做出了实质性的努力。计算科学中的一系列问题和解决方法都可以在相关文献中找到。^[5]

重现性和开发性研究计算

计算方法的复杂性是研究的可重复性的威胁。[8] [9] Jon Claerbout已经变得突出，指出可再现的研究需要归档和记录所有原始数据和用于获得结果的所有代码。[10] [11] [12] Nick Barnes在“科学规范宣言”中提出了软件用于开放科学出版时应遵循的五个原则。[13] Tomi Kauppinen et al。 建立和定义联系开放科学，一种将科学资产互连以实现透明，可重复和跨学科研究的方法。[14]

期刊

大多数科学杂志不接受软件论文，因为对一个合理成熟的软件的描述通常不符合新颖性的标准。[需要引证]在计算机科学本身以外，只有少数专门用于科学软件的期刊。 像Elsevier的计算机物理通讯这样的已建立的期刊发布不是开放式的论文（虽然所描述的软件通常是）。 为了填补这一空白，2010年发布了一本名为“开放式研究计算”的新期刊; [15]该期刊于2012年结束，但没有发表单篇论文，由于质量要求过高， 2012年启动了一项新的开放研究软件杂志[17] 在2015年，一个专门用于复制计算结果的新期刊[18]已经在GitHub上开始。

教育

在应用数学或计算机科学的教学大纲中，或是在标准的数学、科学或工程学的教学大纲中常会有计算科学的相关课程。在一些研究型学府中，科学计算可以作为另一个同层次或不同层次主修专业的辅修专业。不过近年来，欧美的计算科学专业学士和硕士学位获得者正在不断增加，一些学校还设有计算科学、计算工程学、计算科学与工程以及科学计算专业的博士点，而大中华地区的很多学校也开设了信息与计算科学的本科专业。

计算物理学、计算化学等专业也有一些学校开设。

相关领域

参见

• 计算科学与工程
• 计算机代数系统的比较
• 分子力学建模软件列表
• 数值分析软件列表
• 统计软件列表
• 科学计算时间表
• 模拟现实
• 科学计算扩展（XSC）
• 计算科学策略报告

参考文献

1.  Computational Science: Ensuring America’s Competitiveness. Computational Science: Ensuring America’s Competitiveness. President’s Information Technology Advisory Committee. June 2005.
2. ^ to:a b c Phillips, Lee (2014-05-07). “Scientific computing’s future: Can any coding language top a 1950s behemoth?”. Ars Technica. Retrieved 2016-03-08.
3. ^ to:a b Landau, Rubin (2014-05-07). “A First Course in Scientific Computing” (PDF).Princeton University. Retrieved 2016-03-08.
4. ^ Mathematica 6 Scientific Computing World, May 2007
5. ^ Graduate Education for Computational Science and Engineering.Siam.org, Society for Industrial and Applied Mathematics (SIAM) website; accessed Feb 2013.
6. ^ Nonweiler T. R., 1986. Computational Mathematics: An Introduction to Numerical Approximation, John Wiley and Sons
7. ^ Steeb W.-H., Hardy Y., Hardy A. and Stoop R., 2004. Problems and Solutions in Scientific Computing with C++ and Java Simulations, World Scientific Publishing. ISBN 981-256-112-9
8. ^ Marwick, Ben. “How computers broke science – and what we can do to fix it”. The Conversation. The Conversation. Retrieved 14 November 2016.
9. ^ Marwick, Ben (2016). “Computational reproducibility in archaeological research: Basic principles and a case study of their implementation”. Journal of Archaeological Method and Theory. doi:10.1007/s10816-015-9272-9.
10. ^ Sergey Fomel and Jon Claerbout, “Guest Editors’ Introduction: Reproducible Research,” Computing in Science and Engineering, vol. 11, no. 1, pp. 5–7, Jan./Feb. 2009, doi:10.1109/MCSE.2009.14
11. ^ J. B. Buckheit and D. L. Donoho, “WaveLab and Reproducible Research,” Dept. of Statistics, Stanford University, Tech. Rep. 474, 1995.
12. ^ The Yale Law School Round Table on Data and Core Sharing: “Reproducible Research”, Computing in Science and Engineering, vol. 12, no. 5, pp. 8–12, Sept/Oct 2010,doi:10.1109/MCSE.2010.113
13. ^ Science Code Manifesto homepage. Accessed Feb 2013.
14. ^ Kauppinen, T.; Espindola, G. M. D. (2011). “Linked Open Science-Communicating, Sharing and Evaluating Data, Methods and Results for Executable Papers”. Procedia Computer Science. 4: 726. doi:10.1016/j.procs.2011.04.076.
15. ^ CameronNeylon.net, 13 December 2010. Open Research Computation: An ordinary journal with extraordinary aims. Retrieved 04 Nov 2012.
16. ^ Gaël Varoquaux’s Front Page, 04 Jun 2012. A journal promoting high-quality research code: dream and reality. Retrieved 04 Nov 2012.
17. ^ The Journal of Open Research Software ; announced at software.ac.uk/blog/2012-03-23-announcing-journal-open-research-software-software-metajournal
18. ^ The ReScience Journal announced during EuroScipy 2015
19. ^ “Department of Scientific Computing – Education”. Florida State University.

外部链接

• Links to Downloadable Computational Tools
• Journal of Advanced Research in Scientific Computing
• SIAM Journal on Scientific Computing
• Computing in Science & Engineering magazine
• Scientific Computing magazine
• Educational Materials for Undergraduate Computational Studies
• Brockport State College Computational Science B.S. program, with reports
• The Institute for Computational Science & Engineering |ICSE| at the University of Michigan