Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA DELL'ENERGIA
Insegnamento
CALCOLO NUMERICO (Canale A)
IN18101050, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2018/19

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
INGEGNERIA DELL'ENERGIA
IN0515, ordinamento 2014/15, A.A. 2018/19
Sf0801
porta questa
pagina con te
Curriculum Percorso Comune
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese NUMERICAL ANALYSIS
Dipartimento di riferimento Dipartimento di Ingegneria Industriale (DII)
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo NON è possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile ALVISE SOMMARIVA MAT/08
Altri docenti DAVIDE POGGIALI MAT/08

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
IN18101050 CALCOLO NUMERICO (Numerosita' canale 3) ALVISE SOMMARIVA IN0506

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
BASE Matematica, informatica e statistica MAT/08 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 9.0 72 153.0

Calendario
Inizio attività didattiche 25/02/2019
Fine attività didattiche 14/06/2019

Syllabus
Prerequisiti: Conoscenze di base di analisi matematica.
Conoscenze e abilita' da acquisire: Apprendere le basi del calcolo numerico in vista delle applicazioni in campo scientifico e tecnologico, con particolare attenzione ai concetti di errore, discretizzazione, approssimazione, convergenza, stabilita', costo computazionale.
Modalita' di esame: Esame scritto e prova di laboratorio di Matlab.
Criteri di valutazione: Il voto e' la media ponderata tra i risultati della prova scritta e di laboratorio.
Contenuti: 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'

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

Elementi di 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: i metodi di Jacobi e Gauss-Seidel, struttura generale delle iterazioni stazionarie

Laboratorio: implementazione e applicazione di codici numerici in Matlab
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni in aula ed esercitazioni di laboratorio.

In particolare il docente utilizza slides, per semplificare l'esposizione, e assegna esercizi Matlab di cui spiega le difficolta'.
Eventuali indicazioni sui materiali di studio: Testo consigliato e dispense online del docente (www.math.unipd.it/~alvise/didattica.html)
Testi di riferimento:
  • A. Quarteroni et al., Introduzione al Calcolo Scientifico. --: Springer, 2016. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Interactive lecturing
  • Questioning
  • Problem solving

Didattica innovativa: Software o applicazioni utilizzati
  • Slides del docente

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita' Uguaglianza di genere