Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
ASTRONOMIA
Insegnamento
INTRODUZIONE AL CALCOLO NUMERICO
SCP9087940, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
ASTRONOMIA
SC1160, ordinamento 2008/09, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese INTRODUCTION TO NUMERICAL ANALYSIS
Sito della struttura didattica http://astronomia.scienze.unipd.it/2019/laurea
Dipartimento di riferimento Dipartimento di Fisica e Astronomia "Galileo Galilei"
Obbligo di frequenza
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 STEFANO DE MARCHI MAT/08
Altri docenti FABIO MARCUZZI MAT/08

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative MAT/07 6.0

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

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LABORATORIO 2.0 24 26.0
LEZIONE 4.0 32 68.0

Calendario
Inizio attività didattiche 30/09/2019
Fine attività didattiche 18/01/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2008

Syllabus
Prerequisiti: Nozioni di base di algebra lineare e geometria (spazi vettoriali, vettori, matrici, operazioni, determinanti, matrice inversa e matrici particolari, prodotto scalare, norme di vettori e di matrici) nonché i contenuti dell'insegnamento di Analisi Matematica I e alcuni contenuti di Analisi Matematica II (funzioni a più variabili).
Conoscenze e abilita' da acquisire: Lo studente avrà la possibilità di acquisire capacità informatiche e numeriche di base e sarà in grado di costruire il modello numerico e l'algoritmo risolutivo di semplici problemi. Dovrà essere in grado di programmare con il linguaggio di riferimento (Python) e produrre i risultati anche in forma grafica. Acquisirà le conoscenze di alcuni metodi di base del Calcolo Numerico (equazioni non lineari, sistemi lineari, problemi di approssimazione, di quadratura e di integrazione di equazioni differenziali) e sarà in grado di utilizzarli su esempi reali.
Modalita' di esame: Esame orale di teoria sui contenuti dell'insegnamento nonche' di discussione delle esercitazioni per verificare l'acquisizione delle conoscenze di Python.
Criteri di valutazione: Lo studente dovrà dimostrare di aver acquisito la conoscenza dei vari metodi descritti sia dal punto di vista teorico ed algoritmico, che dal punto di vista dell'applicazione degli stessi tramite la risoluzione di (semplici) esercizi.
Sarà importante aver acquistato familiarità nell'uso e nella scrittura di programmi in Python.
Contenuti: 1) Analisi errori (propagazione, stabilita' e condizionamento): 4h
2) Algebra lineare numerica (norme vettoriali e matriciali,
condizionamento, fattorizzazioni (LU,QR,SVD), metodi iterativi): 8h
3) Interpolazione (forme di Lagrange e Newton), punti ottimali e stabilita': 6h
4) Quadratura (formule di Newton Cotes e Gaussiana) e derivazione numerica: 6h
5) Metodi alle differenze finite per problemi ai valori iniziali e al contorno (ode, ode stiff, pde ellittiche, paraboliche): 8h

Nella parte di laboratorio in Python: 4h iniziali per introdurre e prendere dimestichezza con Python. Poi per ogni argomento 1 o 2 esercitazioni.
Attivita' di apprendimento previste e metodologie di insegnamento: L'insegnamento si articola in lezioni frontali ed esercitazioni in aula (32 ore) e lezioni in laboratorio informatico (24 ore) con esercitazioni al computer in ambiente Python. Le lezioni sono tenute in italiano. Molti dei metodi di base del Calcolo Numerico illustrati durante le lezioni, verranno usati ed implementati in laboratorio al fine di mostrare il loro effettivo utilizzo e le loro potenzialità. Gradualmente lo studente potrà anche prendere dimestichezza con l'ambiente di programmazione Python. Alla fine dell'insegnamento dovrà essere in grado di usare questo nuovo e utile strumento di calcolo in molti contesti e applicazioni numeriche.
Eventuali indicazioni sui materiali di studio: Testo di riferimento. Il materiale didattico è disponibile attraverso il sito web dell'insegnamento raggiungibile dalla piattaforma e-learning del Dipartimento di Matematica "T. Levi Civita" (https://elearning.unipd.it/math/). Esistono numerosi tutorial e manuali recuperabili in rete relativi all'ambiente di programmazione Python. Ad esempio si veda: https://www.python.it/doc/Easytut/easytut-it/index.html
Testi di riferimento:
  • De Marchi, Stefano, Introduzione al Calcolo Numerico con codici in Matlab/Octave. Seconda Ed.. Bologna: Esculapio, Progetto Leonardo, 2018. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Interactive lecturing
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Salute e Benessere Istruzione di qualita' Uguaglianza di genere Ridurre le disuguaglianze Agire per il clima Pace, giustizia e istituzioni forti