Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
MATEMATICA
Insegnamento
CALCOLO NUMERICO
SC06101050, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
MATEMATICA
SC1159, ordinamento 2008/09, A.A. 2017/18
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese NUMERICAL ANALYSIS
Sito della struttura didattica http://matematica.scienze.unipd.it/2017/laurea
Dipartimento di riferimento Dipartimento di Matematica
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile ANGELES MARTINEZ CALOMARDO MAT/08
Altri docenti MARCO VIANELLO MAT/08

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Formazione Modellistico-Applicativa MAT/08 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LABORATORIO 1.0 16 9.0
LEZIONE 5.0 40 85.0

Calendario
Inizio attività didattiche 02/10/2017
Fine attività didattiche 19/01/2018
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2008

Commissioni d'esame
Commissione Dal Al Membri
8 Calcolo Numerico - a.a. 2018/2019 01/10/2018 30/09/2019 MARTINEZ CALOMARDO ANGELES (Presidente)
SOMMARIVA ALVISE (Membro Effettivo)
DE MARCHI STEFANO (Supplente)
MARCUZZI FABIO (Supplente)
PUTTI MARIO (Supplente)
7 Calcolo Numerico - 2017/2018 01/10/2017 30/09/2018 MARTINEZ CALOMARDO ANGELES (Presidente)
VIANELLO MARCO (Membro Effettivo)
DE MARCHI STEFANO (Supplente)
MARCUZZI FABIO (Supplente)
PUTTI MARIO (Supplente)
SOMMARIVA ALVISE (Supplente)

Syllabus
Prerequisiti: Analisi matematica 1, Geometria 1.
Conoscenze e abilita' da acquisire: Apprendere le basi del calcolo numerico in vista delle applicazioni scientifiche e tecnologiche, con particolare attenzione ai concetti di errore, discretizzazione, approssimazione, convergenza, stabilita', costo computazionale.

Imparare a implementare e utilizzare gli algoritmi basici del calcolo scientifico in ambiente MATLAB.
Modalita' di esame: Prova scritta, test di laboratorio ed eventuale prova orale.
Criteri di valutazione: Oltre alla prova scritta, il superamento della prova di laboratorio e' requisito indispensabile per il superamento dell'esame.
E' prevista una prova orale obbligatoria per risultati nello scritto nell'intervallo 18-23, o per scelta dello studente con voto > 23 nello scritto.
Contenuti: Sistema floating-point e propagazione degli errori

Complessita' computazionale per esempi

Soluzione numerica di equazioni non lineari

Interpolazione e approssimazione di dati e funzioni

Integrazione e derivazione numerica

Algebra lineare numerica
Attivita' di apprendimento previste e metodologie di insegnamento: Sistema-floating point e propagazione degli errori:
errore di troncamento e di arrotondamento, rappresentazione floating-point dei reali, precisione di macchina, operazioni aritmetiche con numeri approssimati, condizionamento di funzioni, propagazione degli errori in algoritmi iterativi per esempi, il concetto di stabilita'.

Complessita' computazionale per esempi:
schema di Horner per polinomi, calcolo rapido di una potenza tramite codifica binaria dell'esponente, calcolo della funzione exp, calcolo del determinante con il metodo di eliminazione gaussiana.

Soluzione numerica di equazioni non lineari:
metodo di bisezione, stima dell'errore col residuo pesato; metodo di Newton, convergenza globale, velocita' di convergenza, convergenza locale, stima dell'errore, altri metodi di linearizzazione; iterazioni di punto fisso

Interpolazione e approssimazione di funzioni e dati:
interpolazione polinomiale, interpolazione di Lagrange, errore di
interpolazione, il problema della convergenza (controesempio di Runge), interpolazione di Chebyshev, stabilita' dell'interpolazione;
interpolazione polinomiale a tratti, interpolazione spline;
approssimazione polinomiale ai minimi quadrati

Integrazione e derivazione numerica:
formule algebriche e composte, convergenza e stabilita', esempi;
instabilita' dell'operazione di derivazione, calcolo di derivate tramite formule alle differenze; il concetto di estrapolazione

Algebra lineare numerica:
norme di vettori e matrici, condizionamento di matrici e sistemi; metodi diretti: metodo di eliminazione gaussiana e fattorizzazione LU, calcolo della matrice inversa, fattorizzazione QR, soluzione ai minimi quadrati di sistemi sovradeterminati.
Metodi iterativi classici: Jacobi, Gauss-Seidel,SOR.

Laboratorio: implementazione e applicazione di codici numerici in MATLAB.
Eventuali indicazioni sui materiali di studio: Uno dei testi consigliati e dispense online dei docenti
reperibili alle rispettive pagine web:
www.math.unipd.it/~acalomar (alla voce Didattica)
www.math.unipd.it/~marcov/studenti.html)
Testi di riferimento:
  • Quarteroni, Alfio; Saleri, Fausto, Calcolo scientifico: esercizi e problemi risolti con MATLAB e Octave.. Milano: Springer, 2012. Cerca nel catalogo
  • Quarteroni, Alfio; Saleri, Fausto, Scientific computing with MATLAB and OctaveAlfio Quarteroni, Fausto Saleri, Paola Gervasio. Berlin: Springer, 2014. For erasmus students. Cerca nel catalogo
  • Rodriguez, Giuseppe, Algoritmi numerici. Bologna: Pitagora, --. Cerca nel catalogo