Gennady Alekseevich Mikhailov | ||||||
---|---|---|---|---|---|---|
Fecha de nacimiento | 6 de marzo de 1934 (88 años) | |||||
Lugar de nacimiento | aldea Litvino, distrito de Sonkovsky , región de Moscú | |||||
País | URSS → Rusia | |||||
Esfera científica |
matemática computacional , estadística matemática |
|||||
Lugar de trabajo | Instituto de Matemática Computacional y Geofísica Matemática SB RAS | |||||
alma mater | LSU | |||||
Titulo academico | Doctor en Ciencias Físicas y Matemáticas (1971) | |||||
Título académico |
Profesor (1974) Miembro Correspondiente de la Academia de Ciencias de la URSS (1984) Miembro Correspondiente de la Academia Rusa de Ciencias (1991) |
|||||
Premios y premios |
|
Gennady Alekseevich Mikhailov (nacido en 1934) es matemático, especialista en matemática computacional y estadística matemática, miembro correspondiente de la Academia de Ciencias de la URSS (1984).
Nacido el 6 de marzo de 1934 en el pueblo. Litvino, distrito de Sonkovsky, región de Moscú (ahora es Tver) [1] .
En 1956 se graduó en la Facultad de Matemáticas y Mecánica de la Universidad Estatal de Leningrado [1] .
En 1971 defendió su tesis doctoral [1] .
En 1974 obtuvo el título académico de profesor [1] .
De 1956 a 1965 trabajó en el Instituto de Investigación Científica de Física Técnica de toda la Unión (Snezhinsk), habiendo pasado de técnico superior a investigador superior [1] .
Desde 1965 ha estado trabajando en la Rama Siberiana de la Academia de Ciencias de la URSS:
Desde 1968 - profesor, jefe del Departamento de Matemática Computacional, Facultad de Mecánica y Matemáticas, Universidad Estatal de Novosibirsk [1] .
Especialista en el campo de la modelización estadística numérica en matemática computacional y física matemática [2] .
Se ha desarrollado la teoría de optimización de métodos ponderados de Monte Carlo basados en ecuaciones conjugadas y no lineales especiales utilizando el enfoque minimax, y se han propuesto métodos efectivos para la simulación numérica de funciones y variables aleatorias. Desarrolló algoritmos estocásticos para resolver una serie de problemas de valores límite de la física matemática, incluidos problemas de óptica atmosférica, sondeo láser, difusión de impurezas y la teoría de los reactores nucleares [2] .
Fundador y líder de la escuela científica de Novosibirsk sobre métodos Monte Carlo [2] .
sitios temáticos | ||||
---|---|---|---|---|
|