PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

Elenco notifiche



Calcolo numerico

26AGIMW

A.A. 2024/25

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea Magistrale in Ingegneria Chimica E Dei Processi Sostenibili - Torino

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 40
Esercitazioni in aula 20
Esercitazioni in laboratorio 20
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Scuderi Letizia Professore Associato MATH-05/A 40 20 20 0 16
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
MAT/08 8 C - Affini o integrative A11
2024/25
L'obiettivo dell’insegnamento è fornire agli studenti una solida base di conoscenze metodologiche nel calcolo numerico e addestrarli all’uso del software Matlab, affinché siano in grado di risolvere numericamente, con l'ausilio del calcolatore, alcuni problemi che comunemente si presentano nelle applicazioni dell’ingegneria. In particolare, tali conoscenze consentono agli studenti di individuare tra i metodi a loro disposizione quello più efficiente, sia in termini di complessità computazionale che di occupazione di memoria, per la risoluzione di un determinato problema, e di fare un’analisi critica della soluzione ottenuta. Questa capacità è particolarmente importante per gli ingegneri chimici che si troveranno a utilizzare codici commerciali per risolvere problemi complessi, come ad esempio quelli connessi con i processi di trasformazione dei materiali. Infatti, grazie a questo insegnamento, gli studenti acquisiscono le competenze matematiche necessarie per evitare risultati non attendibili o comunque poco accurati, che potrebbero derivare da scelte non adeguate degli algoritmi.
The course aims at making the students familiar with the methods of Numerical Computing and with the use of the numerical software Matlab, so that they will be able to solve numerically, by means of the computer, some problems commonly arising from the engineering applications. In particular, the students learn to detect among the methods at their disposal the most efficient one, both with regard to the computational cost and to the memory saving, for the numerical solution of a given problem, and to make a critical analysis of the solution. This skill is particularly important for chemical engineers that aim at using commercial softwares for solving complex problems such, for example, those related to the transformation processes of the materials. Indeed, thanks to this course, the students acquire the necessary mathematical competences to avoid unreliable or inaccurate results, which may arise from inadequate choices of algorithms.
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 numerica di equazioni differenziali ordinarie e alle derivate parziali. 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 più accurata possibile al minimo costo computazionale.
The students, who have attended the course with proficiency, will be able to solve numerically the following problems: solution of sparse and high dimension linear systems, algebraic polynomial approximation, numerical integration, solution of ordinary and partial differential equations. In particular, to solve these problems, the students will be able to use the basic numerical methods learned, natively or personally implemented in the Matlab environment and, based on their knowledge of the method properties, they will be able to make a critical analysis of the solution. Moreover, the students will be in a position to identify and apply the most efficient method among those at their disposal, which gives the most accurate solution with the minimum computational cost.
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.
A good knowledge of the topics taught in the courses of Linear Algebra and Geometry and Mathematical Analysis I and II, is required, as well as the main syntactic constructs used in a programming or Matlab language.
Durante l’insegnamento verranno trattati i seguenti argomenti, con il relativo peso in ore. 1. Aritmetica del calcolatore (4 ore). Richiami sui concetti base. Condizionamento di un problema numerico. Stabilità di un algoritmo. 2. Sistemi lineari (12 ore). Richiami sui metodi diretti e sulle fattorizzazioni di matrici. Metodi iterativi: Jacobi, Gauss-Seidel, gradiente e gradiente coniugato. Costruzione dei metodi e risultati di convergenza. Precondizionamento. 3. Approssimazione di funzioni (10 ore). Interpolazione polinomiale di funzioni di una sola variabile reale. Rappresentazione di Lagrange, scelta dei nodi e studio della convergenza. Interpolazione con funzioni polinomiali a tratti (spline): definizione e studio della convergenza, basi a supporto compatto. 4. Equazioni non lineari (10 ore). Metodo delle secanti, delle tangenti, del punto fisso. Costruzione dei metodi e risultati di convergenza. Sistemi di equazioni non lineari: metodo di Newton e sue varianti, metodo del punto fisso. 5. Integrali definiti su intervalli (10 ore). Formule di quadratura di tipo interpolatorio, formule di Newton-Cotes, formule Gaussiane, formule composte. Costruzione delle formule e risultati di convergenza. 6. Equazioni differenziali ordinarie con condizioni iniziali (12 ore). Condizionamento del problema, metodi one-step e multistep. Costruzione dei metodi e risultati di convergenza. Problemi stiff e metodi numerici per la loro risoluzione. 7. Equazioni differenziali ordinarie con condizioni al contorno (10 ore). Metodi delle differenze finite e degli elementi finiti. Costruzione dei metodi e risultati di convergenza. 8. Equazioni differenziali alle derivate parziali (12 ore). Metodi delle differenze finite per equazioni di tipo iperbolico (primo e secondo ordine), parabolico ed ellittico. Costruzione dei metodi e risultati di convergenza. Metodi degli elementi finiti per problemi ellittici con condizioni al contorno di Dirichlet, di Neumann, di Robin e miste. Metodi degli elementi finiti per problemi di trasporto (con termini di diffusione, convezione, reazione) e per problemi iperbolici in 1D e in 2D.
- Round-up on computer arithmetic. Conditioning of a numerical problem. Stability of an algorithm. - Linear systems: a brief review on direct methods and on matrix factorizations. General concepts on the iterative methods: construction and convergence results. The Jacobi, Gauss-Seidel, gradient and conjugate gradient methods. - Insights on function approximation: polynomial interpolation of functions of a real variable. Lagrange polynomial representation, optimal choice of the interpolation nodes, convergence analysis. Piecewice polynomial interpolation (splines): definition and convergence analysis. Polynomial basis with compact support. - Nonlinear equations: secant and tangent methods, fixed-point method; construction and convergence analysis. Nonlinear systems: Newton, quasi-Newton and fixed-point methods. - Numerical computation of integrals defined on intervals: quadrature formulas of interpolatory type, Newton-Cotes formulas, Gaussian rules, composite rules. Definition and convergence properties. - Initial value ordinary differential equation problems: conditioning of the problem, one-step and multistep methods, definition and convergence analysis. Stiff systems and numerical methods for their solution. - Boundary value ordinary differential equation problems: finite difference methods and Galerkin method in strong and weak formulation. - Partial differential equations: finite difference methods for hyperbolic and parabolic equations; construction and consistency, stability and convergence results for initial value problems. Finite difference methods for elliptic problems. Finite element methods for elliptic problems with Dirichlet, Neumann, Robin and mixed boundary conditions. Finite element methods for transport problems (diffusion, convection and reaction) in 1D and 2D. Finite element methods for hyperbolic problems in 1D and 2D.
L’insegnamento prevede 40 ore di lezioni in aula, 20 ore di esercitazioni in aula e 20 ore di esercitazioni in laboratorio informatico. Durante le lezioni verranno descritti i principali metodi numerici e le loro caratteristiche. Durante le esercitazioni in aula, verranno affrontati esercizi che contribuiranno a una migliore comprensione della teoria e saranno sviluppati algoritmi di calcolo. Questi algoritmi saranno successivamente implementati in ambiente Matlab durante le esercitazioni in laboratorio e applicati a problemi numerici test. Tale attività consentirà di verificare sperimentalmente le proprietà dei metodi numerici descritti durante le lezioni e, contemporaneamente, fornirà agli studenti un'adeguata formazione nell'uso del software Matlab per la simulazione numerica. Inoltre, alcune esercitazioni avranno un carattere interdisciplinare e saranno concordate con altri docenti del corso di Laurea, offrendo agli studenti l'opportunità di applicare le conoscenze acquisite in contesti multidisciplinari.
The course consists of 60 hours of lectures and exercitations and 20 hours of lab activity. In the lecture session, examples and resolution of significant exercises will be also presented for a better comprehension of the theoretical topics. Numerical algorithms are also constructed. These latter will be implemented in the Matlab environment during the lab session, and applied to some numerical test problems. This activity aims at verifying experimentally the properties of the applied methods and at improving the student ability to use the Matlab software. Some exercises deal with engineering applications mostly in the chemical field.
Giovanni Monegato, Metodi e Algoritmi per il Calcolo Numerico, CLUT, 2008. Letizia Scuderi, Laboratorio di Calcolo Numerico, CLUT, 2005. Alfio Quarteroni, Modellistica numerica per problemi differenziali, Springer, 2016. Ulteriore materiale (slides, esercizi e tracce di svolgimento, problemi di carattere applicativo) sarà disponibile sul portale della didattica.
Giovanni Monegato, Metodi e Algoritmi per il Calcolo Numerico, CLUT, 2008. Letizia Scuderi, Laboratorio di Calcolo Numerico, CLUT, 2005. Alfio Quarteroni, Modellistica numerica per problemi differenziali, Springer. Further material prepared by the teacher (problems of application type, exercises and Matlab codes) will be downloadable from the webpage of the course on the Portale della Didattica.
Slides; Libro di testo; Libro di esercitazione; Esercizi; Esercizi risolti; Esercitazioni di laboratorio; Esercitazioni di laboratorio risolte; Strumenti di simulazione; Strumenti di auto-valutazione;
Lecture slides; Text book; Practice book; Exercises; Exercise with solutions ; Lab exercises; Lab exercises with solutions; Simulation tools; Self-assessment tools;
Modalità di esame: Test informatizzato in laboratorio; Prova scritta (in aula); Elaborato scritto individuale;
Exam: Computer lab-based test; Written test; Individual essay;
... L'esame è composto da due prove: un test informatizzato e una prova scritta. Il test consiste in 6 domande a risposta multipla che richiedono l'uso del software Matlab per risolvere problemi numerici simili a quelli affrontati durante le lezioni e le esercitazioni. La prova si svolge in laboratorio utilizzando la piattaforma di ateneo e ha una durata indicativa di 70 minuti. Il test è composto da 4 domande da 2 punti ciascuna e 2 domande da 1 punto ciascuna. Ogni mancata risposta vale 0 punti e ogni risposta errata comporta una penalità pari al 20% del punteggio della domanda. Il punteggio massimo ottenibile nel test è di 10 punti. La prova scritta comprende 3 esercizi che includono domande sia di natura pratica che teorica, riguardanti l'intero programma dell'insegnamento. Si svolge in un'aula, successivamente al test e nello stesso giorno, con una durata indicativa di 90 minuti. La prova scritta permette di ottenere un punteggio massimo di 22 punti. Entrambe le prove devono essere svolte senza l’uso di appunti o libri. Per superare l'esame, lo studente deve raggiungere una votazione complessiva pari o superiore a 18. In caso di mancato superamento, lo studente dovrà sostenere nuovamente l’esame con entrambe le prove. I punteggi ottenuti alle prove saranno comunicati tramite il portale della didattica, insieme a una convocazione per eventuali chiarimenti. Gli studenti hanno la possibilità di migliorare la valutazione finale, a condizione che sia pari o superiore a 18, attraverso la realizzazione di un elaborato contenente la descrizione e la risoluzione numerica di un modello matematico che rappresenti un'applicazione nel campo dell'Ingegneria Chimica. L'elaborato costituisce un ulteriore strumento per valutare le competenze acquisite dagli studenti durante il corso e la loro abilità nel risolvere problemi in contesti applicativi nuovi e più ampi rispetto a quelli affrontati durante l'insegnamento. L'elaborato dovrà essere consegnato e discusso prima della conclusione del semestre didattico ed entro una prefissata scadenza temporale. Il massimo punteggio ottenibile con l'elaborato è di 3 punti.
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; Individual essay;
The final exam consists of two parts: a computer test and a written assignment. The first one consists of 6-8 multiple-choice quiz, which require the use of the Matlab software for solving numerical problems of the same typology of those discussed during the course. The computer test scores up to 10 points. The written test is composed of 2-3 exercises, with theoretical and practical questions concerning the whole program. The written test scores up to 22 points. The exam time for each part is about one hour and thirty minutes. For both tests it is forbidden to use notes or books. To pass the exam the student must attend both parts and the sum of the two grades must be at least 18; otherwise, the student has to attend again both the tests.
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