Offerta Didattica
ENGINEERING AND COMPUTER SCIENCE
ADVANCED ALGORITHMS FOR SCIENTIFIC COMPUTING
Classe di corso: LM-32, 18 - Classe delle lauree magistrali in Ingegneria informatica
AA: 2018/2019
Sedi: MESSINA
SSD | TAF | tipologia | frequenza | moduli |
---|---|---|---|---|
MAT/08 | A scelta dello studente | Libera | Libera | No |
CFU | CFU LEZ | CFU LAB | CFU ESE | ORE | ORE LEZ | ORE LAB | ORE ESE |
---|---|---|---|---|---|---|---|
6 | 4.5 | 0 | 1.5 | 60 | 36 | 0 | 24 |
LegendaCFU: n. crediti dell’insegnamento CFU LEZ: n. cfu di lezione in aula CFU LAB: n. cfu di laboratorio CFU ESE: n. cfu di esercitazione FREQUENZA:Libera/Obbligatoria MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli ORE: n. ore programmate ORE LEZ: n. ore programmate di lezione in aula ORE LAB: n. ore programmate di laboratorio ORE ESE: n. ore programmate di esercitazione SSD:sigla del settore scientifico disciplinare dell’insegnamento TAF:sigla della tipologia di attività formativa TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio
Obiettivi Formativi
Il corso permette di acquisire padronanza nello studio di algoritmi numerici e della loro implementazione in ambiente di calcolo scientifico e maturare un’analisi critica dei risultati ottenuti.Learning Goals
Metodi didattici
Le lezioni del corso sono integrate da esercitazioni pratiche svolte in laboratorio, durante le quali, gli algoritmi e i metodi numerici studiati durante il corso sono implementati in ambienti di sviluppo per il calcolo scientifico (come MATLAB, Octave e Scilab) al fine di permettere la necessaria sperimentazione per stimolare e acquisire l’analisi critica dei risultati ottenuti.Teaching Methods
Prerequisiti
Tutti i corsi di matematica, algoritmi e programmazione.Prerequisites
Verifiche dell'apprendimento
Le verifiche sull'apprendimento si basano su una serie di esercizi sugli argomenti del programma divisi in gradi gruppi, che prevedono l'implementazione degli algoritmi e la verifica di tali metodi numerici su insiemi di dati test. In tal modo: 1) si accertano le conoscenze acquisite dagli studenti su ogni singolo argomento del programma; 2) si verifica la capacità degli studenti di applicare a particolari problemi la teoria studiata. L’esame finale è orale.Assessment
Programma del Corso
APPROSSIMAZIONE DI FUNZIONI, CURVE, SUPERFICI E DATI. Approssimazione di una funzione nel senso dei minimi quadrati. Approssimazione ai minimi quadrati discreti con Spline lineari e cubiche. Funzioni B-Spline. Spline parametriche. Ricostruzione di curve. Interpolazione trigonometrica e trasformata discreta di Fourier. APPROFONDIMENTI DI ALGEBRA LINEARE NUMERICA. Sistemi sovra-determinati: fattorizzazione QR. Metodo di Householder e metodo di Givens. Decomposizione in valori singolari di una matrice (SVD). SVD troncata e applicazioni. Minimi quadrati e SVD. Norma di matrici rettangolari. Pseudo-inversa di Moore-Penrose. Indice di condizionamento di una matrice. METODI PER LA DETERMINAZIONE DEGLI AUTOVALORI. Teoremi di localizzazione. Metodo delle potenze. Metodo delle potenze inverse. Cenni sul metodo QR. RICERCA DI RADICI DI EQUAZIONI E SISTEMI NON LINEARI. Metodo di bisezione. Metodi delle corde, secanti, Regula Falsi. Metodi di iterazione funzionale. Convergenza. Metodo di Newton. EQUAZIONI E SISTEMI DI EQUAZIONI DIFFERENZIALI. Equazioni e sistemi di equazioni differenziali di ordine p. Metodi di Eulero, Eulero modificato e Eulero-Heum. Le formule di Runge-Kutta. Metodi multistep. Le formule di Adams-Bashfort e di Adams-Moulton. Consistenza, Convergenza e Stabilità delle formule.Course Syllabus
Testi di riferimento: - Alfio Quarteroni, Fausto Saleri, Paola Gervasio, Scientific Computing with MATLAB and Octave, in Texts in Computational Science and Engineering, Volume 2, Springer, 2014. ISBN: 978-3-642-45366-3 (Print) 978-3-642-45367-0 (Online).
- Matlab (software commerciale) http://www.mathworks.it/
- Octave (software gratuito simile a Matlab) http://www.gnu.org/software/octave/
Esami: Elenco degli appelli
Elenco delle unità didattiche costituenti l'insegnamento
ADVANCED ALGORITHMS FOR SCIENTIFIC COMPUTING
Docente: LUIGIA PUCCIO
Orario di Ricevimento - LUIGIA PUCCIO
Giorno | Ora inizio | Ora fine | Luogo |
---|---|---|---|
Martedì | 18:00 | 19:00 | RICEVIMENTO SOLO IN MODALITA' TELEMATICA, anche in orari e giorni diversi. Si consiglia di chiedere sempre un appuntamento, contattando il docente per e-mail: gina@unime.it |
Mercoledì | 18:00 | 19:00 | RICEVIMENTO SOLO IN MODALITA' TELEMATICA, anche in orari e giorni diversi. Si consiglia di chiedere sempre un appuntamento, contattando il docente per e-mail: gina@unime.it |
Giovedì | 18:00 | 19:00 | RICEVIMENTO SOLO IN MODALITA' TELEMATICA, anche in orari e giorni diversi. Si consiglia di chiedere sempre un appuntamento, contattando il docente per e-mail: gina@unime.it |
Note: