Università degli Studi di Napoli "Parthenope"

Scheda dell'insegnamento

Anno accademico: 
2021/2022
Tipologia di insegnamento: 
Base
Tipo di attività: 
Obbligatorio
Corso di afferenza: 
Corso di Laurea triennale (DM 270) in INFORMATICA
Settore disciplinare: 
ANALISI NUMERICA (MAT/08)
Lingua: 
Italiano
Crediti: 
6
Anno di corso: 
2
Docenti: 
Ciclo: 
Secondo Semestre
Ore di attivita' frontale: 
48

Obiettivi

Il corso è una introduzione alle metodologie generali, alle tecniche e alle competenze operative legate allo sviluppo di algoritmi e software nel campo del calcolo scientifico. Il corso contiene una introduzione al linguaggio MATLAB, utilizzato per lo sviluppo di software nelle attività di Laboratorio che sono parte integrante del corso.
Conoscenza e capacità di comprensione: Lo studente deve dimostrare di conoscere e saper comprendere i fondamenti dell’analisi numerica, con particolare riguardo all’algebra lineare numerica, le metodologie di sviluppo e di analisi degli algoritmi numerici, il linguaggio di programmazione Matlab e il suo contesto applicativo.
Capacità di applicare conoscenza e comprensione: Lo studente deve dimostrare di saper utilizzare la propria conoscenza acquisita per risolvere computazionalmente i principali problemi della matematica applicata, anche quando essi appaiono in contesti concreti, per sviluppare algoritmi numerici e analizzarli dal punto di vista dell’accuratezza e della complessità, per usare in modo consapevole un linguaggio di programmazione al fine di implementare efficientemente un algoritmo numerico. Tali capacità si estrinsecano anche in un uso approfondito e consapevole degli strumenti di calcolo e dei laboratori informatici avanzati.
Autonomia di giudizio: Lo studente deve essere in grado di sapere valutare in maniera autonoma i risultati di un algoritmo numerico e di una sua implementazione software.
Abilità comunicative: Lo studente deve essere in grado di redigere una relazione di presentazione di un algoritmo numerico e di documentare la sua implementazione Matlab, anche lavorando in gruppo, servendosi di strumenti avanzati di scrittura/documentazione di calcolo scientifico e usando correttamente la terminologia della matematica applicata e computazionale, anche in lingua inglese.
Capacità di apprendimento: Lo studente deve essere in grado di aggiornarsi e approfondire in modo autonomo argomenti e applicazioni specifiche di calcolo numerico, anche accedendo a banche dati, repository on-line di software scientifico e altre modalità messe a disposizione dalla rete.

Prerequisiti

E' necessario avere acquisito le conoscenze e le competenze trasmesse dai corsi di Analisi Matematica 1, Analisi matematica 2, Informatica di base e laboratorio

Contenuti

Introduzione al calcolo scientifico – Modelli matematici, modelli numerici, algoritmi e software scientifico - importanza delle simulazioni numeriche - la computational science - il contesto tecnologico - web e calcolo scientifico. 2h
Programmazione in MATLAB. 4h
Algebra lineare numerica. 12h
Risoluzione di una equazione. 8h
Calcolo di massimi e minimi di funzioni. 4h
Fitting di dati – Interpolazione - interpolazione con curve parametriche - approssimazione nel senso dei minimi quadrati. 10h
Integrazione numerica. 4h
Statistica descrittiva univariata e multivariata. 4h

Metodi didattici

Lezioni frontali del docente, lezione del docente in laboratorio informatico con il supporto di un tutor, esercitazioni finalizzate al problem solving e all'analisi della correttezza e dell'affidabilità dei risultati di una computazione scientifica.
Le lezioni sono fruibili anche in modalità telematica sincrona attraverso Microsoft Teams, codice rxghhf3

Verifica dell'apprendimento

La valutazione dello studente (esame) è articolata nel seguente modo: 2 Prove Intercorso (40% del voto) + 2 HomeWork (20% del voto) + esame finale orale (40% del voto).

Testi

G. GIUNTA: “E-book di Calcolo Numerico”, piattaforma di e-learning del Dipartimento di Scienze e Tecnologie, 2015.
A.QUARTERONI, C. SALERI, P. GERVASIO: “Calcolo Scientifico Esercizi e problemi risolti con MATLAB e Octave”, Springer, 2017.
A.MURLI: “Matematica Numerica: metodi, algoritmi e software". Liguori, 2007.
D.J. HIGHAM, N.J. HIGHAM: “MATLAB Guide” - SIAM, 2017 (in English).
T.A. DRISCOLL, R.J. BRAUN: “Fundamentals of Numerical Computations” - SIAM, 2018 (in English).
Tutte le lezioni sono fruibili come presentazioni animate in formato Flash con l’audio di commento del Docente in streaming attraverso la piattaforma di e-learning del Dipartimento di Scienze e Tecnologie; le slide (formato .pdf e .pps) di tutte le lezioni sono disponibili sulla stessa piattaforma, insieme con quiz on-line di autovalutazione, esercizi, progetti di approfondimento, note per il laboratorio, una nota di introduzione operativa a Matlab, una nota di introduzione operativa Publish e Live Editor.G. GIUNTA: “E-book di Calcolo Numerico”, piattaforma di e-learning del Dipartimento di Scienze e Tecnologie, 2015.
A.QUARTERONI, C. SALERI, P. GERVASIO: “Calcolo Scientifico Esercizi e problemi risolti con MATLAB e Octave”, Springer, 20017.
A.MURLI: “Matematica Numerica: metodi, algoritmi e software". Liguori, 2007.
D.J. HIGHAM, N.J. HIGHAM: “MATLAB Guide” - SIAM, 2017 (in English).
T.A. DRISCOLL, R.J. BRAUN: “Fundamentals of Numerical Computations” - SIAM, 2018 (in English).

Altre informazioni

Tutte le lezioni sono fruibili in streaming video attraverso la piattaforma di e-learning dell’Ateneo; le slide (formato .pdf) di tutte le lezioni sono disponibili sulla stessa piattaforma, insieme con quiz on-line di autovalutazione, esercizi, progetti di approfondimento, note di laboratorio in formato live script di Matlab.