| Corsi di Laurea | Corsi di Laurea Magistrale | Corsi di Laurea Magistrale a Ciclo Unico |
| Scuola di Ingegneria | ||
| MATHEMATICAL ENGINEERING | ||
Insegnamento
NUMERICAL METHODS FOR HIGH PERFORMANCE COMPUTING
INP5070472, A.A. 2023/24
Informazioni valide per gli studenti immatricolati nell'A.A. 2022/23
NUMERICAL METHODS FOR HIGH PERFORMANCE COMPUTING
INP5070472, A.A. 2023/24
Informazioni valide per gli studenti immatricolati nell'A.A. 2022/23
Principali informazioni sull'insegnamento
| Corso di studio |
Corso di laurea magistrale in MATHEMATICAL ENGINEERING IN2551, ordinamento 2020/21, A.A. 2023/24 |
 porta questa pagina con te |
|---|---|---|
| Curriculum | MATHEMATICAL MODELLING FOR ENGINEERING AND SCIENCE [001PD] | |
| Crediti formativi | 6.0 | |
| Tipo di valutazione | Voto | |
| Denominazione inglese | NUMERICAL METHODS FOR HIGH PERFORMANCE COMPUTING | |
| Dipartimento di riferimento | Dipartimento di Ingegneria Civile, Edile e Ambientale (ICEA) | |
| Sito E-Learning | https://stem.elearning.unipd.it/course/view.php?idnumber=2023-IN2551-001PD-2022-INP5070472-N0-ICEA | |
| Obbligo di frequenza | No | |
| Lingua di erogazione | INGLESE | |
| 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 | |
| Corso per studenti Erasmus | Gli studenti Erasmus+ o di altri programmi di mobilità possono frequentare l'insegnamento |
Docenti
| Responsabile | CARLO JANNA | MATH-05/A |
|---|
Mutuazioni
| Codice | Insegnamento | Responsabile | Corso di studio |
|---|---|---|---|
| SCQ0089199 | NUMERICAL METHODS FOR HIGH PERFORMANCE COMPUTING | CARLO JANNA | SC2543 |
Dettaglio crediti formativi
| Tipologia | Ambito Disciplinare | Settore Scientifico-Disciplinare | Crediti |
|---|---|---|---|
| CARATTERIZZANTE | Discipline matematiche, fisiche e informatiche | MAT/08 | 6.0 |
Organizzazione dell'insegnamento
| Periodo di erogazione | Secondo semestre |
|---|---|
| Anno di corso | II Anno |
| Modalità di erogazione | in presenza |
| Tipo ore | Crediti | Ore di didattica erogata |
Ore Studio Individuale |
|---|---|---|---|
| LEZIONE | 6.0 | 48 | 102.0 |
| Inizio attività didattiche | 26/02/2024 |
|---|---|
| Fine attività didattiche | 15/06/2024 |
| Visualizza il calendario delle lezioni | Lezioni 2024/25 Ord.2020 |
Commissioni d'esame
| Commissione | Dal | Al | Membri |
|---|---|---|---|
| 3 2024 | 01/10/2024 | 15/03/2026 |
JANNA
CARLO
(Presidente)
BERGAMASCHI LUCA (Membro Effettivo) FERRONATO MASSIMILIANO (Supplente) FRANCESCHINI ANDREA (Supplente) |
| 2 2023 | 01/10/2023 | 15/03/2025 |
JANNA
CARLO
(Presidente)
BERGAMASCHI LUCA (Membro Effettivo) FERRONATO MASSIMILIANO (Supplente) |
| 1 2022 | 01/10/2022 | 15/03/2024 |
JANNA
CARLO
(Presidente)
BERGAMASCHI LUCA (Membro Effettivo) FERRONATO MASSIMILIANO (Supplente) |
| Prerequisiti: | Numerical Methods for Differential Equations |
| Conoscenze e abilita' da acquisire: | l corso mira all'acquisizione delle nozioni di base del calcolo ad alte prestazioni e la conoscenza pratica e la sperimentazione dei principali algoritmi della programmazione parallela. Saranno esaminati i kernel numerici più diffusi nei codici di calcolo ingegneristici. |
| Modalita' di esame: | Discussione orale del progetto svolto durante il corso. |
| Criteri di valutazione: | Capacità di progettare e implementare algoritmi per la soluzione numerica di problemi ingegneristici su calcolatori paralleli. |
| Contenuti: | 1. Algebra lineare numerica avanzata: metodi proiettivi per sistemi non-simmetrici (Bi-CG, QMR) e problemi agli autovalori (Metodo delle potenze, Metodo QR, Lanczos, DACG); 2. Multigrid; 3. Tecniche di precondizionamento: ILU, inverse approssimate, AMG; 4. Analisi numerica in parallelo: concetti base, operazioni, comunicazione dei dati e strutture dati; 5. Paradigmi per la programmazione parallela: gli standard OpenMP e Message Passing Interface; 6. Implementazione parallela: kernel di algebra lineare sparsa, metodi iterativi e domain decomposition. |
| Attivita' di apprendimento previste e metodologie di insegnamento: | |
| Eventuali indicazioni sui materiali di studio: | Appunti delle Lezioni. Y. Saad, "Iterative Methods for Sparse Linear Systems", SIAM, 2003. Y. Saad, "Numerical Methods for Large Eigenvalue problems", SIAM, 2011. B. Chapman, G. Jost and R. van der Pas, "Using OpenMP, Portable Shared Memory Parallel Programming", MIT Press, 2008. P. Pacheco, "Parallel Programming with MPI", Morgan Kaufmann Publishers, 1997. |
| Testi di riferimento: |
|