L'insegnamento si propone di approfondire le conoscenze su linguaggi e tecniche di programmazione, algoritmi e strutture dati utili per il calcolo scientifico. L'insegnamento si propone di far acquisire agli studenti: - una conoscenza approfondita di programmazione C++ e Python, - una conoscenza di base delle problematiche connesse all'utilizzo del calcolatore per eseguire simulazioni accurate ed efficienti, - una conoscenza dei principali algoritmi e delle fondamentali strutture di dati dell'informatica, - una conoscenza delle problematiche principali legate alla geometria computazionale.

I risultati di apprendimento attesi consistono in: - una conoscenza approfondita di programmazione C++ e Python, - una conoscenza di base delle problematiche connesse all'utilizzo del calcolatore per eseguire simulazioni accurate ed efficienti (complessità computazionale degli algoritmi, stabilità, condizionamento della formulazione del problema), - una conoscenza dei principali algoritmi e delle fondamentali strutture di dati dell'informatica, - una conoscenza delle problematiche principali legate alla geometria computazionale.

Buona conoscenza di un linguaggio di programmazione e del funzionamento del calcolatore. Buona conoscenza degli argomenti dei corsi di base di analisi matematica, geometria e algebra lineare.

Introduzione al Calcolo Scientifico • Ripasso e Approfondimenti su Aritmetica del Calcolatore • Affidabilita` delle soluzioni numeriche, accuratezza, scelta delle tolleranze. • Ripasso su condizionamento di un problema e stabilità di un algoritmo numerico. • Cenni sulla Teoria della complessità computazionale Introduzione all'Ingegneria del Software • Cenni sull'Esecuzione e sulle Performance di un Codice ◦ Compiler vs Interpreter ◦ Puntatori, allocazione statica e dinamica della memoria ◦ Introduzione al linguaggio C++ e Python • Cenni sui Paradigmi di programmazione ◦ Focus sulla Programmazione orientata agli oggetti (OOP) ◦ OOP nel linguaggio C++ e Python • Cenni sul Design pattern ◦ Abstract Factory Pattern e Factory method pattern ◦ Inversion of control e Dependency injection • Introduzione al Version Control ◦ Introduzione a Git Applicazioni del Calcolo Scientifico ◦ Strutture dati avanzate (liste, code, pile, alberi, grafi) ◦ Complessità computazionale, Ricorsione ◦ Algoritmi elementari (ordinamento, attraversamento di alberi e grafi, ricerca di percorsi tra nodi nei grafi) ◦ Strutture dati in C++ e Python ▪ C++ (STL) • Geometria Computazionale ◦ Introduzione agli oggetti geometrici ◦ Intersezioni ◦ Matrici di Rotazione ◦ Geometria computazionale in C++ e Python ▪ C++ - Eigen ▪ Phyton - numpy

L'insegnamento copre la durata di due semestri. In entrambi i due semestri si compone da lezioni teoriche, esercitazioni in aula ed esercitazioni presso il laboratorio informatico. Buona parte delle esercitazioni di laboratorio del secondo semestre sono dedicate allo sviluppo di un progetto di gruppo. Il progetto a tema vincolato consiste nello sviluppo di un codice da parte di gruppi di 2 o 3 studenti per la risoluzione di uno dei problemi proposti dal docente utilizzando gli strumenti, le strutture dati e i linguaggi presentati durante il corso.

Crescenzi Pierluigi - Gambosi Giorgio - Grossi Roberto - Rossi Gianluca, STRUTTURE DI DATI E ALGORITMI, Progettazione, analisi e programmazione, Editore: PEARSON EDUCATION ITALIA Slides utilizzate durante le lezioni

Modalità di esame: Prova orale obbligatoria; Prova scritta tramite PC con l'utilizzo della piattaforma di ateneo; Elaborato progettuale in gruppo;

L'esame consiste in un test informatizzato con esercizi e domande teoriche che dura di norma 1 ora, un progetto consistente nello sviluppo di un codice per risolvere al calcolatore problemi assegnati dal docente, un orale con domande di tipo teorico, discussione del test e discussione del progetto con particolare riferimento agli aspetti di complessità computazionale delle scelte fatte nel progetto. Durante il test informatizzato non è consentito l’uso di materiali didattici, calcolatrice e cellulari. Non c'e` una valutazione minima del test informatizzato per essere ammessi all'orale. Il test informatizzato è finalizzato alla verifica di una conoscenza di base di tutti gli argomenti dell'insegnamento. Nel caso dal test emergano lacune in parti rilevanti del programma, parte della prova orale sarà dedicata a valutare l'effettiva consoscenza degli argomenti delle domande del test con risposta mancante o errata. Le valutazioni sono espresse in trentesimi e l’esame è superato se la votazione riportata è di almeno 18/30. La valutazione massima è 30 e lode. La durata dell'esame orale è di circa 45 minuti e consta di 2/3 domande con peso nella valutazione finale circa uguale.

Modalità di esame: Prova orale obbligatoria; Prova scritta tramite PC con l'utilizzo della piattaforma di ateneo; Elaborato progettuale in gruppo;

L'esame consiste in un test informatizzato con esercizi e domande teoriche che dura di norma 1 ora, un progetto consistente nello sviluppo di un codice per risolvere al calcolatore problemi assegnati dal docente, un orale con domande di tipo teorico, discussione del test e discussione del progetto con particolare riferimento agli aspetti di complessità computazionale delle scelte fatte nel progetto. Durante il test informatizzato non è consentito l’uso di materiali didattici, calcolatrice e cellulari. Non c'e` una valutazione minima del test informatizzato per essere ammessi all'orale. Il test informatizzato è finalizzato alla verifica di una conoscenza di base di tutti gli argomenti dell'insegnamento. Nel caso dal test emergano lacune in parti rilevanti del programma, parte della prova orale sarà dedicata a valutare l'effettiva consoscenza degli argomenti delle domande del test con risposta mancante o errata. Le valutazioni sono espresse in trentesimi e l’esame è superato se la votazione riportata è di almeno 18/30. La valutazione massima è 30 e lode. La durata dell'esame orale è di circa 45 minuti e consta di 2/3 domande con peso nella valutazione finale circa uguale.