程民德（1917.1.24-1998.11.26）
江苏苏州人。著名数学家。中国科学院学部委员。
1917年1月24日生于江苏苏州。自幼爱读书，1932年考入苏州工艺学校纺织科，对数学产生浓厚兴趣。1935年报考浙江大学电机系，由于数学成绩特别优秀，被浙江大学数学系主任苏步青转录到数学系。1937年抗战爆发后，曾加入国民政府招募的抗日游击队。1938年回浙江大学复学，1940年毕业，获学士学位。后转为研究生，师从著名分析学家陈建功，学习三角级数理论，1942年毕业，在重庆一家电厂工作。1943年任浙江大学数学系讲师。1946年，得到北京大学数学系主任江泽涵的欣赏，被聘请到北京大学任教，并被推荐投考赴美攻读博士学位的李氏奖学金。1947年赴美，入普林斯顿大学，在国际著名数学家博赫纳（S. Bochner）指导下学习和研究多元调和分析。1949年获博士学位，继续留校做博士后研究，曾受教于国际著名数学家阿廷（E. Artin）和谢瓦莱（C. Chevalley），获金质钥匙纪念章和学术团体名誉奖。1950年1月，与华罗庚同船回国。回国后先后任清华大学副教授，教授。1952年院系调整，改任北京大学数学力学系教授，并先后任数学分析与函数论教研室主任、数学力学系副主任、代理系主任、代理系党总书记等职，与系主任段学复一起为北京大学数学力学系的建立和发展做出了贡献。文革期间受到严重冲击，1973年开始恢复数学研究。1978年担任北大数学研究所第一任所长。1980年当选为中国科学院学部委员，1982年至1986年任北京市数学会理事长。1984年至1988年任中国数学会副理事长。曾任国家教委应用数学领导小组负责人之一，国务院学位委员会数学学科评议组成员，全国数学教材编审委员会副主任，国家自然科学基金委员会数学学科评议组组长，数学天元基金学术领导小组组长，《现代数学基础丛书》主编，《纯粹数学与应用数学丛书》编委，《中国大百科全书·数学》编委，《北京大学数学丛书》主编，《中国科学》和《科学通报》编委，《数学年刊》和《应用数学学报》副主编，《逼近论及其应用》（英文版）主编，中国科学院系统科学研究所“数学机械化中心”学术委员会主任，北京大学“信息科学中心”和“视觉与听觉信息处理国家重点实验室”学术委员会主任，中国图像图形学会会长、名誉理事长等职。1997年当选为全国优秀科技工作者。1998年获“何梁何利基金科学与技术进步奖”。1998年11月26日去世，享年81岁。
程民德在基础数学研究方面取得了极高的成就，是中国多元调和分析的开拓者，在多元调和分析、多元三角逼近和信息处理等方面都取得了许多开创性的结果。
在多元调和分析方面，1950年，在国际上最早把Riemann的三角级数理论扩充到多重三角级数的Bochner-Riesz和，开创了多重三角级数唯一性的研究。20世纪50年代，与学生陈永和对周期函数分数次积分的研究领先世界。
在三角函数逼近方面，1956年在我国最早研究多元三角逼近理论。与学生陈永和合作彻底解决了临界阶以上博赫纳—里斯平均的逼近问题。建立了多元函数三角多项式逼近的正、反定理，开创了构造函数论在多变量情形的研究。
信息处理方面，是我国开展模式识别与图像处理研究的先驱和倡导者之一。1978年，对高维沃尔什变换进行了系统完整的分析，证明了收敛定理、取样定理，论证了沃尔什变换对数字图像频带压缩有优越性。与学生合作完成的《图像识别导论》是中国第一本关于模式识别的专著。
程民德从事数学研究和教学近五十年，为北京大学数学科学的发展和全国数学的发展做出了重要贡献。他是北大数学力学系早期的负责人之一，关心支持后进学者，积极参与、组织国际学术交流，支持数学研究机构，争取建立数学基金，在他的倡议下，函数论作为一门理论学科于1978年在全国最早恢复了学术活动。
主要著作：《图像识别导论》（合著），《实分析》（合著），《数字空间中的数学形态学——理论及应用》（合著）等；主要译著：《复变函数导论》（合译），《逼近论讲义》（合译），《奇异积分与函数的可微性》（合译），《模式识别及其应用》（合译）等；发表论文60余篇，主要有：《傅里叶级数的cesaro求和》，《Hardy 关于傅里叶级数的关联级数的可和性》，《多重三角级数的唯一性》，《多元函数的三角多项式逼近》，《多元周期函数的非整数次积分与三角多项式逼近》，《多重Walsh有理变换及其在频带压缩中的应用》，《图像识别引论》，The Super-absolute Cesaro Summability of Fourier Series, Summability Factors of Fourier Series at a Given Point, Uniqueness of Multiple Trigonometric Series, The Gibbs Phenomenon and Bochner’s Summation Method, Random Walk Network and Its Markov Chain等。
