PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

Elenco notifiche



Metodi numerici

01NQWMQ

A.A. 2022/23

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea in Matematica Per L'Ingegneria - Torino

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 50
Esercitazioni in aula 15
Esercitazioni in laboratorio 15
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Scuderi Letizia Professore Associato MATH-05/A 50 0 0 0 4
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
MAT/08 8 B - Caratterizzanti Formazione modellistico-applicativa
2022/23
L’insegnamento ha lo scopo di illustrare e analizzare i metodi numerici di base e le loro caratteristiche (condizioni di applicabilità, efficienza sia in termini di complessità computazionale sia di occupazione di memoria) e di far acquisire agli studenti le competenze necessarie per risolvere problemi di calcolo numerico utilizzando o costruendo, in particolare, programmi in ambiente Matlab.
The main goal of the course is the description and analysis of the basic numerical methods, including their characteristics (applicability conditions, efficiency in terms of computational complexity and storage), and the acquisition of the necessary knowledge for the efficient solution of numerical problems, in particular by means of Matlab computing programs.
Gli studenti, che avranno seguito con profitto questo insegnamento, saranno in grado di risolvere numericamente i seguenti problemi: risoluzione di sistemi lineari algebrici sparsi e di grandi dimensioni, approssimazione polinomiale algebrica, integrazione numerica, risoluzione di sistemi non lineari, risoluzione numerica di equazioni differenziali ordinarie con condizioni iniziali o ai limiti. In particolare, per la risoluzione di questi problemi gli studenti utilizzeranno i metodi numerici di base appresi, implementati nativamente o personalmente in ambiente Matlab e, in base alla conoscenza delle proprietà dei metodi, saranno in grado di fornire un’analisi critica dei risultati ottenuti. Gli studenti acquisiranno inoltre le competenze necessarie per identificare e adottare il metodo più efficiente tra quelli a loro disposizione, al fine di ottenere la soluzione del problema numerico più accurata possibile al minimo costo computazionale.
Knowledge of the basic numerical methods, skill to construct and analyse, if needed, new numerical methods and to perform scientific computing using the Matlab software.
Si richiede una buona conoscenza degli argomenti trattati negli insegnamenti di Algebra Lineare e Geometria e di Analisi Matematica I e II, e la conoscenza dei principali costrutti sintattici di programmazione e del software Matlab.
Basic notions of linear algebra, calculus and Matlab programming.
Durante le lezioni in aula (50 ore) verranno trattati i seguenti argomenti, con il relativo peso in ore. 1. Sistemi lineari (11 ore). Brevi richiami sui metodi diretti e sulle fattorizzazioni di una matrice. Metodi iterativi (costruzione e risultati di convergenza): Jacobi, Gauss-Seidel, SOR, gradiente e gradiente coniugato. Precondizionamento. 2. Approfondimenti sull’approssimazione di funzioni (9 ore). Interpolazione polinomiale di funzioni di una sola variabile reale. Rappresentazione di Lagrange, scelta dei nodi di interpolazione e studio della convergenza. Rappresentazione di Newton alle differenze divise. Interpolazione con funzioni polinomiali a tratti: definizione e studio della convergenza. Cenni sull’interpolazione di funzioni di due variabili reali. Derivazione numerica. 3. Equazioni non lineari (6 ore). Radici di equazioni non lineari: metodi delle secanti e delle tangenti, metodo del punto fisso; costruzione e risultati di convergenza. Sistemi di equazioni non lineari: metodo di Newton e sue varianti, metodo del punto fisso. 4. Calcolo di integrali definiti su intervalli e applicazioni (10 ore). Formule di quadratura di tipo interpolatorio in generale, formule di Newton-Cotes, polinomi ortogonali e formule Gaussiane. Analisi della convergenza. Formule composte: definizione e proprietà di convergenza. Cenni sul calcolo degli integrali curvilinei e multipli. 5. Equazioni differenziali ordinarie - Problemi a valori iniziali (14 ore). Riduzione del generico problema alla forma canonica. Alcuni risultati teorici di esistenza e unicità delle soluzioni. Metodi one-step espliciti e impliciti in generale: definizione, consistenza e convergenza. Metodi Runge-Kutta. Metodi multistep lineari espliciti e impliciti: definizione, consistenza e convergenza. Metodi di Adams. Stabilità assoluta dei metodi numerici. Sistemi stiff e metodi numerici per la loro risoluzione. Cenni sui metodi alle differenze finite per problemi con valori ai limiti.
Lectures (50 hours): 1. Linear systems (9.5 hrs): A brief review of direct methods. Iterative methods (construction and convergence results): Jacobi, Gauss-Seidel, SOR, gradient and conjugate gradient. Preconditioning. 2. Approximation of functions (7.5 hrs): Polynomial interpolation of functions of a real variable: Lagrange and Newton representations, optimal and quasi optimal choices of the interpolation nodes, convergence analysis. Piecewise polynomial interpolation: definition and convergence analysis. Basics of interpolation of functions of two real variables. Numerical differentiation. 3. Nonlinear equations (6 hrs): Roots of nonlinear equations: secant and tangent methods, fixed-point method; construction and convergence analysis. Nonlinear systems: Newton and quasi-Newton methods, fixed-point method. Applications to unconstraint and constraint optimization problems. 4. Numerical evaluation of integrals defined on intervals (10 hrs): Quadrature formulas of interpolatory type, Newton Cotes formula, orthogonal polynomials and Gaussian rules. Convergence analysis. Composite rules: definition and convergence properties. Basics of line and multiple integral numerical evaluation. Some applications. 5. Initial value ordinary differential equation problems (14 hrs): Reduction of the generic problem to the canonical form. Some theoretical results on the solution existence and uniqueness. Explicit and implicit one-step methods: definition, consistency and convergence properties. Runge-Kutta methods. Explicit and implicit linear multistep methods: definition, consistency and convergence. Adams methods. Absolute stability of a method. Stiff systems and numerical methods for their solution. Shooting method for the solution of boundary value problems.
L’insegnamento consta di 50 ore di lezioni in aula, 15 ore di esercitazione in aula e 15 ore di esercitazioni in laboratorio informatico. Durante le lezioni in aula verranno descritti i principali metodi numerici e le loro caratteristiche. Durante le esercitazioni in aula verranno sottolineati, con esempi, aspetti particolarmente importanti degli argomenti trattati nelle lezioni e svolti esercizi che contribuiranno a una migliore comprensione della teoria e costruiti algoritmi di calcolo. Questi ultimi verranno implementati in ambiente Matlab durante le esercitazioni in laboratorio e applicati a problemi numerici test. Tale attività consentirà la verifica sperimentale delle proprietà dei metodi numerici esaminati e il contemporaneo addestramento degli studenti all’utilizzo del software Matlab nell’ambito della simulazione numerica. Alcune esercitazioni saranno di carattere interdisciplinare e concordate con altri docenti del corso di Laurea.
The above lectures are integrated by 15 hours of exercise sessions. The role of this activity is to underline important aspects of the topics and results presented in the lecture sessions, by means of examples and the solution of some significant exercises. Numerical algorithms are also constructed. An additional computer lab activity (15 hours) is also scheduled, to improve the students ability to use the Matlab software, and, more importantly, to numerically verify the correctness of the method properties presented during the lectures and that of the algorithms constructed in the exercise sessions.
G. Monegato, Metodi e algoritmi per il Calcolo Numerico, CLUT, Torino, 2008. L. Scuderi, Laboratorio di calcolo numerico, CLUT, Torino, 2005. Ulteriore materiale didattico (problemi di carattere applicativo, esercizi e tracce di svolgimento) sarà disponibile sul portale della didattica.
G. Monegato, Metodi e algoritmi per il Calcolo Numerico, CLUT, Torino, 2008. L. Scuderi, Laboratorio di calcolo numerico, CLUT, Torino, 2005.
Modalità di esame: Test informatizzato in laboratorio; Prova scritta (in aula);
Exam: Computer lab-based test; Written test;
... L'esame è composto da due prove: un test informatizzato della durata indicativamente di 45 minuti e una prova scritta della durata di 1 ora e 45 minuti. Il test si svolge in un laboratorio didattico ed è costituito da 4 domande a risposta multipla, in cui si richiede l’uso del software Matlab per risolvere problemi numerici della tipologia di quelli affrontati a lezione e/o a esercitazione. I punteggi massimi attribuiti alle singole domande vengono riportati nel testo della prova. Al test viene complessivamente assegnato un punteggio massimo di 6 punti. La prova scritta viene svolta successivamente al test in un'aula ed è composta da 5 domande di tipo aperto, a ciascuna delle quali viene attribuito un punteggio massimo riportato nel testo d’esame, per un totale di 24 punti. Le domande includono definizioni, costruzione, proprietà e applicazione dei singoli metodi numerici, nonché dimostrazioni di risultati teorici. Durante le prove non è consentito utilizzare appunti, testi e strumenti elettronici, ad eccezione del PC in uso per il collegamento alle piattaforme di ateneo. L’esame si intende superato se lo studente ottiene una votazione complessiva non inferiore a 18/30. In caso di mancato superamento, lo studente deve sostenere nuovamente l’esame con entrambe le prove. I risultati degli esami vengono comunicati ai singoli studenti mediante il portale della didattica, insieme a una data e a un orario di incontro per eventuali richieste di chiarimenti.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Computer lab-based test; Written test;
Al termine delle esercitazioni in laboratorio, e solo in questa occasione, gli studenti sono chiamati a dimostrare di saper risolvere, utilizzando il software Matlab, un problema che viene loro assegnato. A questa prova, della durata di un’ora e 20 minuti, sono attribuiti massimo 2 punti. Il punteggio acquisito viene mantenuto valido per le tre sessioni d’esame previste per l’anno accademico in corso. Durante la prova è posssibile consultare solo gli appunti cartacei delle esercitazioni. Successivamente, negli appelli in calendario, gli studenti dovranno completare l’esame sostenendo una prova scritta in aula, della durata di 2 ore e 30 minuti, riguardante l'intero programma. Tale prova è composta da 7-8 domande, a ciascuna delle quali vengono assegnati 3 o 4 punti, alcune di carattere teorico e altre di tipo applicativo. Il punteggio massimo attribuibile a questa prova è 28. Durante la prova scritta non è consentito consultare testi o appunti e utilizzare strumenti elettronici.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Esporta Word