This user has not added any information to their profile yet.
Лауреат индивидуального Гранта Международного научного фонда ISF, лауреат гранта в области математики и механики по программе «Выдающиеся ученые, молодые доктора и кандидаты наук» Благотворительного фонда содействия отечественной науке (2003), включен в энциклопедию «Who's Who in Science and Engineering» (2003-2004). Почетная грамота ректора МФТИ (1996) за плодотворную работу по подготовке и воспитанию высококвалифицированных специалистов и в связи с 50-летием Физтеха, Благодарность Президента РАН (1999) за многолетнюю и плодотворную работу в Академии наук и в связи с 275-летием РАН, Почетная Грамота РАН (2005), Почетная грамота Федерального агентства научных организаций за безупречный труд и высокие достижения в профессиональной деятельности (2018), Знак отличия «Ветеран» Минобрнауки РФ (2022), Юбилейная медаль “300 лет Российской академии наук” (2024). Член немецкого общества по прикладной математике и механике (GAMM) и Европейского союза наук о Земле (EGU), директор Института прогрессивных исследований (ASI) по усвоению данных в геофизических задачах. Член Ученого совета и диссертационного совета в ИВМ РАН, член редколлегий журналов Russian Journal of Numerical Analysis and Mathematical Modelling, "Тепловые процессы в технике".
Окончил Первомайскую среднюю школу (1974) с золотой медалью.
В 1979 году окончил с отличием механико-математический факультет Новосибирского государственного университета и поступил в аспирантуру Вычислительного центра Сибирского отделения АН СССР, в 1980 году был переведен в аспирантуру Московского физико-технического института, которую успешно закончил в 1982 году.
Профессор кафедры вычислительных технологий и моделирования в геофизике и биоматематике ФПМИ МФТИ, читает курс лекций "Вычислительные методы математической физики", работает на кафедре с 1985 года.
В ИВМ работает с 1982 года в должностях: младший научный сотрудник (1982), научный сотрудник (1986), старший научный сотрудник (1990), ведущий научный сотрудник (1999), ученый секретарь (1999).
Сопряженные уравнения и алгоритмы возмущений для задач математической физики: свойства сопряженных операторов, построенных по различным принципам, обоснование алгоритмов возмущений в квазилинейных задачах, сингулярно возмущенных эволюционных задачах, задачах оптимального управления.
Численные методы решения дифференциальных уравнений в частных производных: аппроксимация спектра, методы распараллеливания, итерационные методы.
Математическая теория задач вариационного усвоения данных: разрешимость, свойства гладкости решений, операторы управления, фундаментальные функции управления, чувствительность оптимальных решений, итерационные алгоритмы.
Основные научные результаты Шутяева В.П. получены в области теории сопряженных уравнений и алгоритмов возмущений, математической теории переноса частиц, в области теории и численного решения задач вариационного усвоения данных.
В области теории и численного решения задач переноса частиц:
Получены необходимые и достаточные условия разрешимости нестационарных начально-краевых задач переноса в плоском слое. Построены новые функциональные пространства следов решений. Исследованы свойства гладкости решений, получены априорные оценки для производных решений, выявляющие характер особенностей производных в точках разрыва.
Исследован спектр разностных аппроксимаций задач переноса в плоском слое, разработан разностный аналог теории Ленера-Винга. Разработаны и обоснованы проекционно-сеточные методы и алгоритмы возмущений для решения нестационарных задач переноса.
В области теории сопряженных уравнений и алгоритмов возмущений:
Изучены свойства сопряженных операторов, построенных по различным принципам, и исследована разрешимость сопряженных уравнений для ряда задач математической физики. Дано обоснование применения аппарата сопряженных уравнений и алгоритмов возмущений для численного решения конкретных задач математической физики, среди которых начально-краевые задачи для квазилинейного уравнения движения, квазилинейная задача нестационарной теплопроводности, квазилинейная эволюционная задача динамики баротропной жидкости на сфере, нестационарная система Больцмана-Пуассона и другие.
В области теории и численного решения задач вариационного усвоения данных:
Исследованы свойства операторов управления в задачах об усвоении данных с целью восстановления функций начального условия и источников. Выявлены условия, при которых операторы управления являются вполне непрерывными.
Введены фундаментальные функции управления, доказана их полнота в соответствующих функциональных пространствах и получены представления для решений рассматриваемых задач в виде рядов по фундаментальным функциям.
Дано обоснование алгоритмов регулярных возмущений и доказана разрешимость линейных и квазилинейных задач усвоения данных о восстановлении функций источников и начальных условий в специальных функциональных пространствах, в том числе в шкале гильбертовых пространств.
Разработаны и обоснованы итерационные алгоритмы, основанные на одновременном использовании основных и сопряженных уравнений, для решения ряда задач оптимального управления. На основе спектральных свойств операторов управления проведена оптимизация итерационных процессов и получены оценки скорости сходимости.
Разработаны и обоснованы алгоритмы исследования чувствительности оптимальных решений нелинейных задач вариационного усвоения к погрешностям данных наблюдений и погрешностям моделей на основе метода сопряженных уравнений второго порядка и с использованием фундаментальных функций управления. Разработаны алгоритмы вычисления ковариационных операторов ошибок оптимального решения через обратный Гессиан функционала стоимости.
Дано обоснование применения полученных результатов для исследования и численного решения конкретных задач математической физики, среди которых задача об усвоении данных для уравнения динамики вязкой баротропной жидкости на сфере, квазилинейная задача нестационарной теплопроводности, проблема об усвоении данных в параболических задачах с переменными коэффициентами, в задачах гидрологии, проблема инициализации для нелинейной модели вертикального теплообмена в океане, модели термодинамики моря и другие. Алгоритмы вариационного усвоения внедрены в трехмерную модель Мирового океана ИВМ РАН.
Шутяев В.П. внес крупный вклад в теорию и методы решения задач вариационного усвоения данных: им исследованы свойства операторов управления, дано обоснование алгоритмов регулярных возмущений и доказана разрешимость линейных и квазилинейных задач усвоения данных о восстановлении функций источников и начальных условий, разработаны и обоснованы новые итерационные алгоритмы для решения задач.
Руководитель проекта РНФ "Анализ и разработка устойчивых алгоритмов вариационного усвоения данных в задачах геофизической гидродинамики" (20-11-20057), 2020-2024гг.
Руководитель проекта РФФИ "Методы исследования чувствительности оптимальных решений задач вариационного усвоения данных наблюдений" (15-01-01583, 18-01-00267), 2015-2019гг.
Со-руководитель международного проекта по вариационному усвоению данных «Analyse de sensibilité et contrôle de l'erreur modèle et des conditions aux bords par méthodes variationelles» (CNRS, Франция, 2014-2016гг.).
Со-руководитель проекта ИВМ РАН «Вычислительная математика, тензоры и оптимизация методов» (государственное задание)
Автор и соавтор более 170 научных работ, в том числе 8 монографий (среди них 3 в издательстве «Наука», а 2 изданы в США и Англии) и 2 учебных пособия.
Основные публикации за последние годы:
- I.Gejadze, V. Shutyaev, H.Oubanas, P.-O.Malaterre. A Bayesian-variational cyclic method for solving estimation problems characterized by non-uniqueness (equifinality). Journal of Computational Physics, 2023, v.488, 112239. https://doi.org/10.1016/j.jcp.2023.112239 (Web of Science, SJR Quartile Q1). Impact Factor 3,8
- Shutyaev, V.; Zalesny, V.; Agoshkov, V.; Parmuzin, E.; Zakharova, N. Four-dimensional variational data assimilation and sensitivity of ocean model state variables to observation errors. J. Mar. Sci. Eng., 2023, v.11, 1253. https://doi.org/10.3390/jmse11061253 (Web of Science, SJR Quartile Q1). Impact Factor 2,744
- Xinwei Cao, Chen Peng, Yuhua Zheng, Shuai Li, Tran Thu Ha, Victor Shutyaev, Vasilios Katsikis, and Predrag Stanimirovic. Neural Networks for Portfolio Analysis in High-Frequency Trading. IEEE Transactions on Neural Networks and Learning Systems, 2023, 1-10. https://doi.org/10.1109/TNNLS.2023.3311169 (Web of Science, SJR Quartile Q1). Impact Factor 10,2
- Gejadze, I., Malaterre, P.-O., Oubanas, H., Shutyaev, V. A new robust discharge estimation method applied in the context of SWOT satellite data processing // Journal of Hydrology, 2022, v.610, 127909. https://doi.org/10.1016/j.jhydrol.2022.127909 (Web of Science, SJR Quartile Q1). https://www.sciencedirect.com/science/article/pii/S002216942200484X?via%3Dihub Impact Factor 6,708
- Shutyaev, V., Le Dimet, F.-X., Parmuzin, E. Sensitivity of response functions in variational data assimilation for joint parameter and initial state estimation // Journal of Computational and Applied Mathematics, 2020, v.373, pp.1-14. https://doi.org/10.1016/j.cam.2019.112368 (Web of Science, SJR Quartile Q1). https://www.sciencedirect.com/science/article/pii/S0377042719303711?via%3Dihub Impact Factor 2,872
- Zalesny, V., Agoshkov, V., Shutyaev, V., Parmuzin, E., and Zakharova, N. Numerical modeling of marine circulation with 4D variational data assimilation // J. Mar. Sci. Eng., 2020, v.8 (503), pp.1-19. https://doi.org/10.3390/jmse8070503 (Web of Science, SJR Quartile Q1). https://www.mdpi.com/2077-1312/8/7/503 Impact Factor 2,744
- Gejadze, I., Malaterre, P.-O., Shutyaev, V. On the use of derivatives in the polynomial chaos based global sensitivity and uncertainty analysis applied to the distributed parameter models // Journal of Computational Physics, 2019, v.381, pp.218-245. https://doi.org/10.1016/j.jcp.2018.12.023 (Web of Science, SJR Quartile Q1, 2010-2019). https://www.sciencedirect.com/science/article/pii/S002199911930004X?via%3Dihub Impact Factor 2,864
- Shutyaev, V., Gejadze, I., Vidard, A., and Le Dimet, F.-X. Optimal solution error quantification in variational data assimilation involving imperfect models // Int. J. Numer. Meth. Fluids, 2017, v.83, no.3, pp.276-290. doi: 10.1002/fld.4266. (Web of Science, SJR Quartile Q1, 2015-2017). http://onlinelibrary.wiley.com/doi/10.1002/fld.4266/full Impact Factor 1.631
- Gejadze, I., Oubanas, H., and Shutyaev, V. Implicit treatment of model error using inflated observation-error covariance. // Q.J.R. Meteorol. Soc., 2017, v.143, pp.2496-2508. DOI: https://doi.org/10.1002/qj.3102 (Web of Science, SJR Quartile Q1, 2010-2017). https://rmets.onlinelibrary.wiley.com/doi/10.1002/qj.3102 Impact Factor 2.978
- Gejadze, I.Yu., Shutyaev, V.P. On gauss-verifiability of optimal solutions in variational data assimilation problems with nonlinear dynamics // Journal of Computational Physics, 2015, v.280, pp.439-456. DOI:10.1016/j.jcp.2014.09.032 (Web of Science, SJR Quartile Q1, 2010-2019) http://www.sciencedirect.com/science/article/pii/S0021999114006688 Impact Factor 2,864
Другие публикации:
Шутяев В.П. О свойствах оператора управления в одной задаче об усвоении данных // Математические заметки, 1995, т. 57, вып. 6, с.941-944.
Шутяев В.П. Разрешимость проблемы об усвоении данных в шкале гильбертовых пространств для квазилинейных эволюционных задач // Дифференциальные урав-нения, 1998, т.34, № 3, с.383-389.
Шутяев В.П. Операторы управления и итерационные алгоритмы в задачах восстановления функций источников и начальных данных // Russ. J. Numer. Anal. Math. Modelling, 1999, v.14, №2, 1-40.
Shutyaev V. Control operators and iterative algorithms in variational data assimilation problems // J. Inverse Ill-Posed Problems, 2001, 9 (2), 177-188.
Шутяев В.П. Методы усвоения данных наблюдений в задачах физики атмосферы и океана // Известия РАН, Физика атмосферы и океана, 2019, т.55, №1, с.17-34.
Марчук Г.И., Агошков В.И., Шутяев В.П. Сопряженные уравнения и методы возмущений в нелинейных задачах математической физики. - М.: Наука, 1993.
Marchuk,G.I., Agoshkov,V.I. and Shutyaev,V.P. Adjoint Equations and Perturbation Algorithms in Nonlinear Problems. - Boca Raton, New York: CRC Press Inc., 1996.
Шутяев В.П. Операторы управления и итерационные алгоритмы в задачах вариационного усвоения данных. - М.: Наука, 2001.
Агошков В.И., Дубовский П.Б., Шутяев В.П. Методы решения задач математической физики. Учебное пособие. - М.: Физматлит, 2002.
Swinbank R., Shutyaev V., Lahoz V. (Eds.) Data Assimilation for the Earth System. NATO Science Series IV: Earth and Environmental Sciences. Dordrecht: Kluwer, 2003.
Agoshkov, V. I., Dubovskii, P.B., and Shutyaev, V.P. Methods for Solving Mathematical Physics Problems. Cambridge: Cambridge International Science Publishing, 2006.
Graduated from the Mathematical Department at the Novosibirsk State University (1979), Postgraduate of the Computing Center of the Siberian Branch of the USSR Academy of Sciences and of the Moscow Institute of Physics and Technology (1979-1982). Doctor of Mathematics (PhD), Moscow Institute of Physics and Technology (1983). Doctor of Science in Mathematics, Institute of Numerical Mathematics, Russian Academy of Sciences (1999).
Moscow Institute of Physics and Technology:
- Course on "Introduction to Numerical Analysis" (1985-1992);
- Course on "Adjoint Equations and Perturbation Theory", academic year 1987-88;
- Course on "Numerical Methods of Mathematical Physics" from 1990.
1. Adjoint equations and perturbation theory for linear and nonlinear problems of mathematical physics: properties of adjoint operators constructed by various principles, justification of perturbation algorithms for quasilinear elliptic and hyperbolic problems, singularly perturbed evolutionary problems, optimal control problems.
2. Numerical methods for partial differential equations: spectrum approximation, methods for parallel computing, iterative methods.
3. Mathematical theory of data assimilation problems: solvability, regularity properties, control operators, fundamental control functions, error analysis, optimal solution sensitivity, iterative algorithms.
Russian Science Foundation project 20-11-20057 "Analysis and development of robust variational data assimilation algorithms applied to problems of geophysical hydrodynamics" (2020-2022).
RFBR project "Methods to study the sensitivity of optimal solutions of variational data assimilation problems" (15-01-01583, 18-01-00267), 2015-2019.
Co-head of the international project on variational data assimilation «Analyse de sensibilité et contrôle de l'erreur modèle et des conditions aux bords par méthodes variationelles» (CNRS, France, 2014-2016).
1. Lebedev, V. I., Bakhvalov, N. S., Agoshkov, V. I., Baburin, O. V., Knyazev, A. V. and Shutyaev, V. P. Parallel Algorithms for Solving Some Stationary Problems of Mathematical Physics. Moscow: Department of Numerical Mathematics, USSR Academy of Sciences (1984), 142 p. (in Russian).
2. Marchuk, G. I., Agoshkov, V. I. and Shutyaev, V. P. Adjoint Equations and Perturbation Algorithms. Moscow: Department of Numerical Mathematics, USSR Academy of Sciences (1986), 208 p. (in Russian).
3. Marchuk, G. I., Agoshkov, V. I. and Shutyaev, V. P. Adjoint Equations and Perturbation Methods in Nonlinear Problems of Mathematical Physics. Moscow: Nauka (1993), 224 p. (in Russian).
4. Marchuk, G. I., Agoshkov, V. I. and Shutyaev, V. P. Adjoint Equations and Perturbation Algorithms in Nonlinear Problems. Boca Raton, New York: CRC Press Inc. (1996), 275 p.
5. Shutyaev, V. P. Control Operators and Iterative Algorithms for Variational Data Assimilation Problems. Moscow: Nauka (2001), 238 p. (in Russian).
6. Agoshkov, V. I., Dubovskii, P.B., and Shutyaev, V. P. Methods for Solving the Problems of Mathematical Physics. Moscow: Nauka (2002), 320 p. (in Russian).
7. Swinbank R., Shutyaev V., Lahoz V. (Eds.) Data Assimilation for the Earth System. NATO Science Series IV: Earth and Environmental Sciences. Dordrecht: Kluwer (2003), 377pp.
8. Agoshkov, V. I., Dubovskii, P.B., and Shutyaev, V.P. Methods for Solving Mathematical Physics Problems. Cambridge: Cambridge International Science Publishing (2006), 312 p.
9. Agoshkov, V. I., Aseev, N.A., Zakharova, N.B., Parmuzin, E.I., Sheloput, T.O., and Shutyaev, V. P. Informational Computational Data Assimilation System "INM RAS - Baltic Sea". Moscow: INM RAS (2016), 141 p.