Yousef Saad
mathématicien algérien
From Wikipedia, the free encyclopedia
Yousef Saad (en kabyle : Yusef Saɛd) est professeur chercheur et mathématicien algérien à l'université du Minnesota, il est né, en 1950, à Alger[1], originaire de Boghni[2], en Kabylie. Il est connu pour ses contributions aux calculs matriciels, notamment les méthodes itératives pour résoudre les grands systèmes linéaires creux, les problèmes de valeurs propres et le calcul parallèle.
| Naissance | |
|---|---|
| Nationalité | |
| Formation | |
| Activités |
| A travaillé pour | |
|---|---|
| Membre de | |
| Directrice de thèse | |
| Distinctions |
Il est le lauréat 2023[3] de la Conférence von Neumann, la plus haute distinction et conférence phare de la Society for Industrial and Applied Mathematics (SIAM).
Biographie
Après avoir obtenu son baccalauréat à la fin des années 1960, Youcef Saad a obtenu sa licence en mathématiques à l'université d'Alger en 1970. Il a ensuite rejoint l'université de Grenoble où il a obtenu un doctorat en 1974 et un deuxième doctorat en 1983.
Il a occupé divers postes, notamment chercheur scientifique au département d’informatique de l’université Yale (1981-1983), professeur associé à l’université de Tizi-Ouzou en Algérie (1983-1984), chercheur scientifique au département d’informatique de l’Université de Yale (1984-1986), et professeur associé au département de mathématiques de l’université de l'Illinois à Urbana-Champaign (1986-1988).
Il a également travaillé en tant que chercheur principal à l’Institut de recherche pour l’informatique avancée (RIACS) de 1980 à 1990.
Saad a rejoint l’université du Minnesota en 1990 en tant que professeur au département de sciences informatiques, où il a occupé le poste de chef du département de sciences informatiques et d’ingénierie de janvier 1997 à juin 2000[4].
Prix et distinctions
- John von Neumann Lecture Prize de l’année 2023 pour ses recherches dans le domaine des mathématiques appliquées[5].
Publications
- (en) Iterative methods for sparse linear systems
- (en) Numerical methods for large eigenvalue problems
