EE 專業的博士有什麼必須要掌握的數學和物理知識？

01-02

題主國內本科EE專業，研究生和博士都還想讀這個專業，覺得很有意思，但是覺得就國內的課程安排數學和物理的理論知識實在是差的太多了，比如張量這一塊我在研究室打雜的時候基本看不懂…所以想問一問有沒有什麼需要充電的數學和物理知識，最好能推薦下教材～謝謝各位大神了！

不知您是做哪方面的，張量的話，好像計算電磁學、電波傳播、電磁散射這幾個方向有用，電磁場的其他研究分支是用不太上的。我不搞這些，上課的時候聽得也不認真，所以沒看過的書不敢向你推薦。但我覺得下面這套叢書里該有的都有了，品質也可以保證。

Wiley: The IEEE Press Series on Electromagnetic Wave Theory

其中有中譯本的教材有哈林登的《正弦電磁場》、《計算電磁場的矩量法》；柯林的《微波工程基礎》、《導波場論》；Stratton的《電磁理論》；戴振鐸先生的《電磁理論中的並矢格林函數》。

上面天線的書較少，可以看任朗先生的《天線基礎理論》，偏重數學推導。

矩陣理論要學好，在國外矩陣用的特別多。之前在國外學數值分析和有限元的時候，整個課程就是基於矩陣來上的，歐洲同學（德法）的數學真心很好，被完虐啊。而且一涉及到數學，他們就喜歡用矩陣，他們對理論的理解和應用都很熟練。起初讓我學習矩陣的內容我是拒絕的，不過自學了一段時間現代控制理論，感覺矩陣還是挺有意思的。

復變啊，偏微分也都很重要。

現在繼續胡說八道，確實可能題主本科階段對於這個專業在國內外劃分方式有些不了解，具體可自行網上搜索，我只能說提問應該定向稍微明確點

說到編程方面，我覺得應該學習離散數學，其實是很有幫助的，可在雲課堂搜索相關視頻

在最近比較火的交直流混合配網規劃方面，尤其是計及實時需求側響應方面，多目標優化問題會用到神經網路等演算法，結合分散式能源後的規劃以及電動汽車充電站的規劃及隨機性負荷預計，應該學統計學，概率論相關知識，其次拓撲，圖論稍微了解下

以下為昨天的胡說八道

………………………………………

以後不要拿EE這個詞來形容專業了，範圍太廣了，先佔坑，閑了再胡說八道一頓

再次重申，不要拿EE這個專業來問問題，太模糊，第一次胡說八道開始，手機作答

我估計這輩子也讀不到博士了，只答碩士有關的

首先我方向偏強電，研究生階段數學矩陣論，數值分析都是要學好的，這是很多研究方向都會用到的，比如插值，曲線擬合等，這玩意兒在離散模擬時很實用，當然你可以用比如Matlab中簡單的幾個字母就能實現，但只有理解方法的本質才能更好地開展下一步研究。

想到啥說啥，比如在分析高壓直流線路電離情況時候，傳統求取離子流密度的方法就是解析加迭代法，如沿電場線列寫電勢與場強關係，而合成場強又與離子流是耦合的，根據邊界條件可以迭代求取結果，這需要的是你的微分方程求解的能力，當然裡面會涉及到插值的方法。另一種方法為有限元法，而有限元法其實是從流體力學引進的，常用軟體為ansys模擬，但實際上好多有限元法書開頭都會以泛函里的最速下降曲線來做個例子（如果我沒記錯的話…），這裡稍微了解下泛函也是很有益處的

由想到了電能質量諧波分析時候其實傅立葉級數和傅立葉分析都要掌握，當然電路這門課你應該已經初步接觸過了，不再贅述

又想到一些自動控制理論，現代控制理論中會用到矩陣論里提到過的範數這個概念，當然泛函里賦泛空間概念更廣。經典控制理論在研究生階段應用其實非常實用，比如採取比例積分控制改善穩態性能時，有的論文會提到分析傳遞函數根軌跡來判定系統性能（好像說得有點亂…）最簡單的電壓外環電流內環的雙閉環控制，這種控制方法在電力拖動會學到，在柔性直流控制會用到，在分散式發電系統離併網控制會用到，還有很多場合，不再贅述…

有點瞌睡了…下回再來胡說八道…

個人認為，矩陣計算，泛函分析和凸優化都是有必要看的。教材如下：

英文版都有對應的中文版，這個看個人喜好了。

哭啊，我也是越學，發現基礎知識嚴重不足，學又學不懂，怎麼辦哦5555

矩陣論和凸優化

都不說自己具體搞的什麼課題么。。。這問題的水平也是比較捉急。。。

ee範圍太廣，不知你專業方向。我來對比德國吧，實際德國工科數學教學並不比國內多，更不像某些地方要學數分。但是之所以德國ee教學紮實，有些同學也反應德法學生基礎好，關鍵在於專業課程學的相當多和深入，比如你提的張量理解多是在電磁場應用的地方，這本是高數下的知識，顯然你沒有掌握好。而德國這邊本科學生對於電磁場足足要深入學習和嚴格考察三個學期。建議你好好找本碩的電磁場教材多看看，數學倒不是必須停留鑽研過深，坑太大，本末倒置。

你專註於自己的東西就好了。。像我們這種數學物理專業的都來做EE了，EE對會很強專業知識的和數學物理知識的兩種人都很需要。。

不知道你想做EE中的哪一個方向？比如說你想做DS，那麼信號與系統，數字信號處理就得多留心，可以多看看奧本海默的信號與系統，他是開山祖師爺，雖然有點過時，但是原理是一樣的；如果你想做模電數電，可以多關注半導體物理，比如FinFET，BSIM這些話題；如果你想做射頻，可以多看看電磁場（推薦Prof.Niknejad的High-Freq RF Circuits，裡面有所有需要的數學知識）；最後Go Bears！

複分析也很重要，考慮到演算法實現的時候還需要了解一下數值計算

EE這個範圍實在是太廣了。如果做信號處理，有的不涉及到硬體的，不需要物理知識。用到的數學工具也不一定相同，矩陣理論、隨機過程、最優化可能用的多。