Università degli Studi di Urbino Carlo Bo / Portale Web di Ateneo


METODI NUMERICI PER L'ALGEBRA LINEARE E L'ANALISI FUNZIONALE
NUMERICAL METHODS FOR LINEAR ALGEBRA AND FUNCTIONAL ANALYSIS

A.A. CFU
2022/2023 9
Docente Email Ricevimento studenti
Giovanni Stabile Martedì 14:30-16:30 oppure su appuntamento.
Didattica in lingue straniere
Insegnamento con materiali opzionali in lingua straniera Inglese
La didattica è svolta interamente in lingua italiana. I materiali di studio e l'esame possono essere in lingua straniera.

Assegnato al Corso di Studio

Informatica Applicata (LM-18)
Curriculum: PERCORSO COMUNE
Giorno Orario Aula
Giorno Orario Aula

Obiettivi Formativi

Lo scopo del corso è quello di fornire i concetti basilari di metodi numerici per l'algebra lineare e l'analisi funzionale

Programma

1 I Fondamenti della matematica numerica
1.1 Buona posizione e numero di condizionamento di un problema
1.2 Stabilità di metodi numerici
1.3 Analisi a priori e a posteriori
1.4 Sorgenti di errore nei modelli computazionali

2 Risoluzione di sistemi lineari
2.1 Metodi Diretti
2.1.1 Il metodo di eliminazione gaussiana
2.1.2 La fattorizzazione LU
2.2.3 Il calcolo dell’inversa
2.3 Metodi iterativi
2.3.1 Metodo di Jacobi
2.3.2 Metodo di Gauss-Seidel
2.3.3 Metodi di Richardson stazionari e non stazionari
2.3.3 Convergenza dei metodi iterativi
2.3.4 Metodi di rilassamento
2.3.5 Metodo del gradiente
2.3.6 Metodo del gradiente coniugato
2.3.7 Test d’arresto per metodi iterativi
2.4 Sistemi indeterminati
2.5 Regressione
2.5.1 Approssimazione di funzioni con i minimi quadrati

3 Radici di equazioni non lineari e di sistemi di equazioni non lineari
3.1 Metodo di bisezione
3.2 Metodi sul termine lineare e/o sulla sua derivata
3.2.1 Metodo delle corde
3.2.2 Metodo delle secanti
3.2.3 Metodo di Newton e le sue varianti
3.2.4 Metodo del punto fisso
3.3 Test d’arresto
3.4 Accelerazione con metodo di Aitken
3.3 Radici di un sistema di equazioni non lineari
3.3.1 Metodo di Newton
3.3.2 Metodi quasi Newton
3.3.3 Metodo di Broyden
3.3.4 Metodo del Punto Fisso

4 Interpolazione di funzioni
4.1 Interpolazione polinomiale
4.1.1 Interpolazione polinomiale su base di Lagrange
4.2 Stabilità dell'interpolazione polinomiale

5 Integrazione Numerica
5.1 Formule di quadratura interpolatorie
5.1.1 Formula del punto medio
5.1.2 Formula dei trapezi
5.1.3 Formula di Cavalieri Simpson
5.2 Formule di Newton-Cotes
5.3 Calcolo dell’errore
5.4 Punti di Gauss

6 Approssimazione di Autovalori ed autovettori
6.1 Richiamo del problema agli autovalori
6.2 Metodo delle potenze
6.2.1 Convergenza del metodo delle potenze
6.2.2 Criteri di stop
6.3 Metodo delle potenze inverso
6.4 Localizzazione geometrica degli autovalori
6.4.1 Teorema dei Cerchi di Gershgorin
6.5 Metodi basati su iterazioni QR

7 Equazioni differenziali ordinarie: il problema di Cauchy
7.1 Richiamo al problema di Cauchy
7.2 Stabilità
7.3 Approssimazione numerica al problema di Cauchy
7.3.1 Eulero Esplicito
7.3.2 Eulero Implicito
7.3.3 Crank-Nicholson
7.3.4 Metodo di Heun
7.4 Analisi dei metodo ad un passo
7.5 Metodi a più passi
7.5.1 Metodi di Adams
7.6 Metodi BDF
7.7 Metodi di Runge-Kutta

Eventuali Propedeuticità

Nessuna

Risultati di Apprendimento (Descrittori di Dublino)

Conoscenza e capacità di comprensione.  Acquisire le tecniche di programmazione di metodi numerici per l'algebra lineare e analisi funzionale. Dopo il corso lo studente avrà acquisito una buona conoscenza degli argomenti di matematica trattati nel corso. 

Conoscenza e capacità di comprensione applicate. Acquisire l'abilità di implementare metodi numerici per l'algebra lineare e l'analisi funzionale. Sviluppare l’abilità di programmare, testare e interpretare i risultati correttamente. Acquisire l'abilità di risolvere problemi matematici utilizzando librerie per il calcolo scientifico

Autonomia di giudizio. Acquisire l'abilità di determinare il miglior metodo numerico per risolvere problemi di algebra lineare e differenziali.

Abilità comunicative. Acquisire l'abilità di illustrare in modo rigoroso i problemi matematici studiati nel corso ed esporre i relativi metodi numerici evidenziando le principali proprietà di ciascuno. 

Capacità di apprendimento. abilità di studiare problemi e risolvere problemi simili ma non necessariamente uguali a quelli trattati durante le lezioni

Materiale Didattico

Il materiale didattico predisposto dal docente in aggiunta ai testi consigliati (come ad esempio diapositive, dispense, esercizi, bibliografia) e le comunicazioni del docente specifiche per l'insegnamento sono reperibili all'interno della piattaforma Moodle › blended.uniurb.it

Attività di Supporto

Non presenti


Modalità Didattiche, Obblighi, Testi di Studio e Modalità di Accertamento

Modalità didattiche

- Lezioni frontali

- La totalità del materiale caricato sulla piattaforma Moodle http://blended.uniurb.it

- Esercitazioni con Python nel laboratorio di Informatica

Obblighi

Nessuno

Testi di studio

Quarteroni, A., Sacco, R., Saleri, F., & Gervasio, P. (2014). Matematica Numerica. In UNITEXT. Springer Milan. https://doi.org/10.1007/978-88-470-5644-2

Modalità di
accertamento

Elaborato in python da compilare a casa e da consegnare prima dell'esame orale

Prova orale consistente in:

Due domande sugli argomenti del programm

Il voto finale è la media dei voti conseguiti con l'elaborato e l'esame orale

Informazioni Aggiuntive per Studenti Non Frequentanti

Modalità didattiche

- Uso del libro di testo

- Controllo settimanale della piattaforma Moodle http://blended.uniurb.it

Obblighi

Nessuno

Testi di studio

Come STUDENTI FREQUENTANTI

Modalità di
accertamento

Come STUDENTI FREQUENTANTI

Note

Nessuna

« torna indietro Ultimo aggiornamento: 11/01/2023


Condividi


Questo contenuto ha risposto alla tua domanda?


Il tuo feedback è importante

Raccontaci la tua esperienza e aiutaci a migliorare questa pagina.

Se sei vittima di violenza o stalking chiama il 1522

Il 1522 è un servizio pubblico promosso dalla Presidenza del Consiglio dei Ministri – Dipartimento per le Pari Opportunità. Il numero, gratuito è attivo 24 h su 24, accoglie con operatrici specializzate le richieste di aiuto e sostegno delle vittime di violenza e stalking.

Posta elettronica certificata

amministrazione@uniurb.legalmail.it

Social

Università degli Studi di Urbino Carlo Bo
Via Aurelio Saffi, 2 – 61029 Urbino PU – IT
Partita IVA 00448830414 – Codice Fiscale 82002850418
2023 © Tutti i diritti sono riservati

Top