Dipartimento di Ingegneria e architettura Ingegneria dell’intelligenza artificiale e della sicurezza informatica Metodi Numerici MAT/05 (6 CFU) – (Ingegneria dell’Intelligenza Artificiale e della Sicurezza Informatica) PdS 2023-2024 – I anno

Home Didattica Corsi di Laurea triennali e Magistrali Ingegneria dell’intelligenza artificiale e della sicurezza informatica (Ingegneria dell’Intelligenza artificiale e della Sicurezza informatica) Frequentare il corso (Ingegneria dell’Intelligenza Artificiale e della Sicurezza Informatica) PdS 2023-2024 Metodi Numerici MAT/05 (6 CFU) – (Ingegneria dell’Intelligenza Artificiale e della Sicurezza Informatica) PdS 2023-2024 – I anno
Insegnamento Metodi Numerici
CFU 6
Settore Scientifico Disciplinare MAT/05
Nr. ore di aula 24
Nr. ore di studio autonomo 110
Nr. ore di laboratorio 16
Mutuazione no
Annualità I Anno
Periodo di svolgimento I Semestre
Docente Ruolo SSD docente
Liliana Luca RTD MAT/06
* PO (professore ordinario), PA (professore associato), RTD (ricercatore a tempo determinato), RU (Ricercatore a tempo indeterminato), DC (Docente a contratto).
Propedeuticità Nessuna
Prerequisiti Conoscenze di base di Analisi Matematica e di Algebra Lineare.
Sede delle lezioni Facoltà di Ingegneria e Architettura
Orario delle lezioni

L’orario delle lezioni sarà pubblicato sulla pagina web del corso di laurea

https://gestioneaule.unikore.it/agendaweb_unikore//index.php?_lang=it

Obiettivi formativi

Il corso rappresenta una breve introduzione ai metodi numerici per la risoluzione di problemi di base dell’ingegneria e si pone l’obiettivo di presentare alcune idee fondamentali dell’approssimazione numerica, quali accuratezza, robustezza ed efficienza dei metodi, e le tecniche di base per la soluzione di sistemi lineari, interpolazione e approssimazione di funzioni, calcolo di integrali e risoluzione di problemi di ottimizzazione non vincolata. In particolare, al termine del corso lo studente dovrebbe saper:

  • comprendere la differenza fra l’approccio analitico e quello numerico ai problemi matematici;

  • analizzare e motivare il funzionamento degli algoritmi presentati;

  • determinare le soluzioni dei problemi studiati e valutare l’errore commesso.

Contenuti del Programma

N.

Argomento

tipologia

Durata

1.

Introduzione a Matlab: Operazioni elementari con vettori e matrici. Uso della grafica. Script files e funzioni. Costrutti di programmazione: if, for, while. Calcoli simbolici con Matlab.

Laboratorio

2h

2.

Propagazione degli errori: Condizionamento di un problema e stabilità dell’algoritmo risolutivo.

Frontale

Laboratorio

1h

1h

3.

Sistemi lineari: Norme di matrici e vettori. Numero di condizionamento di una matrice. Metodi diretti per la risoluzione di un sistema lineare: metodo di Gauss e del pivoting parziale; fattorizzazione LU, metodo di Choleski. Metodi iterativi per la risoluzione di sistemi lineari: generalità, metodo di Jacobi e metodo di Gauss-Sidel, metodi di rilassamento. Soluzione di sistemi lineari con Matlab.

Frontale

Laboratorio

6h

3h

4.

Zeri di equazioni non lineari: Metodi per equazioni scalari (Metodo di bisezione, metodo delle secanti, metodo Regula Falsi, iterazioni di punto fisso, metodo di Newton). Metodo di Newton-Raphson per la risoluzione di sistemi non lineari. Risoluzione di sistemi non lineari con Matlab. Cenni di ottimizzazione numerica: Steepest Descent (S.D. o metodo del gradiente), metodo di Newton per l’ottimizzazione.

Frontale

Laboratorio

6h

4h

5.

Interpolazione polinomiale e approssimazione: Metodi di interpolazione e di approssimazione. Interpolazione polinomiale, polinomi fondamentali di Lagrange, differenze divise, espressione del polinomio interpolante tramite le differenze divise. Fenomeno di Runge. Interpolazione polinomiale sui nodi Chebyshev. Funzioni spline. Metodo dei minimi quadrati. Esercitazione in Matlab sull’adattamento di curve e superfici ai dati.

Frontale

Laboratorio

5h

3h

6.

Formule di quadratura: Formula dei rettangoli e del punto medio. Formule di Newton-Cotes: formula dei trapezi e di Simpson (semplici e composite). Cenni sulle formule di quadratura gaussiane.

Frontale

Laboratorio

6h

3h

Risultati di apprendimento (descrittori di Dublino)

Alla fine del corso, lo studente dovrà aver conseguito le seguenti abilità, conoscenze e competenze:

Conoscenza e capacità di comprensione: uno degli obiettivi fondamentali del corso è l’apprendimento delle metodologie di base per la risoluzione approssimata a calcolatore di classici problemi dell’Ingegneria e delle Scienze Applicate, quali la soluzione di sistemi lineari, l’approssimazione di dati e funzioni, la soluzione di equazioni non lineari, l’approssimazione di integrali. Il Corso mira ad una comprensione attiva e critica della disciplina, non limitata al mero apprendimento delle metodologie e si pone l’obiettivo di evidenziare, attraverso lo studio di alcune significative applicazioni e l’analisi dei più efficienti metodi numerici, la potenzialità del calcolo numerico nel processo di modellizzazione matematica del mondo reale.

Conoscenza e capacità di comprensione applicate: Lo studente dovrà essere in grado di affrontare e risolvere problemi applicativi relativi agli argomenti teorici trattati nel corso. Inoltre dovrà essere in grado di utilizzare il linguaggio matematico e applicare le conoscenze acquisite nella risoluzione di esercizi e di problemi teorici nuovi, ricercando le tecniche più adatte e applicandole opportunamente.

Autonomia di giudizio: Lo studente dovrà essere in grado di confrontare i diversi metodi appresi durante il corso, e capire quale sia il più indicato per la risoluzione di un particolare problema, tenendo presente sia le caratteristiche del problema stesso (o della classe di problemi che si intende affrontare) sia le risorse disponibili o che si decide di impiegare (problema della efficienza computazionale).

Abilità comunicative: Lo studente dovrà acquisire la capacità di presentare argomenti, problemi, idee e soluzioni con chiarezza e accuratezza sia in forma orale che in forma scritta. Inoltre dovrà essere in grado di motivare chiaramente la scelta delle strategie, dei metodi e dei contenuti, nonché degli strumenti computazionali adottati.

Capacità di apprendere: Il corso prevede che lo studente acquisisca, anche in autonomia mediante la consultazione di testi idonei o attraverso gli spunti di riflessione indicati a lezione, le conoscenze matematiche necessarie al proprio percorso di studi e che apprenda come i concetti teorici trattati possano essere applicati a casi concreti.

Testi per lo studio della disciplina

Libri di testo:

[1] G.Naldi, L.Pareschi, G.Russo, Introduzione al calcolo scientifico, McGraw-Hill, 2001.

Libri per approfondimento:

[2] V.Comincioli, Analisi Numerica: metodi, modelli, applicazioni, McGraw-Hill, Milano, 1990.

[3] A. Quarteroni, R. Sacco, F. Saleri, Matematica Numerica, Springer Italia, Milano, 1998.

Metodi e strumenti per la didattica

Il corso alterna lezioni frontali a esercizi svolti in classe.

La frequenza dell’insegnamento è fortemente consigliata ma non obbligatoria.

Modalità di accertamento delle competenze

L’accertamento delle competenze avverrà attraverso un unico colloquio orale individuale la cui durata è indicativamente pari a 1 ora. Gli esaminandi saranno ripartiti in più giornate, secondo un calendario determinato nel giorno dell’appello ovvero, se possibile, anticipatamente sulla base delle prenotazioni pervenute. La calendarizzazione sarà in tal caso opportunamente pubblicizzata. Per la partecipazione alla prova d’esame è richiesta la preventiva prenotazione sul sito di Facoltà. Il colloquio verterà sia sugli aspetti teorici trattati durante il corso che su quelli più propriamente applicativi. Per quanto concerne questi ultimi, la discussione della parte pratica prevede l’esposizione di un elaborato prodotto dallo studente nel corso delle lezioni e inerente uno o più degli aspetti applicativi trattati durante il corso.

Il voto sarà dato in trentesimi e varierà da 18/30 a 30/30 con lode, in funzione del livello di raggiungimento delle conoscenze, competenze e abilità indicati.

– Ottimo (30- 30 e lode): Ottima conoscenza e comprensione degli argomenti trattati. Ottima capacità di applicare le conoscenze acquisite per risolvere gli esercizi proposti e nell’affrontare nuove problematiche. Eccellenti capacità espositive.

– Molto buono (26-29): Buona conoscenza e comprensione degli argomenti trattati. Buona capacità di applicare le conoscenze acquisite per risolvere gli esercizi proposti e nell’affrontare nuove problematiche. Ottime capacità espositive.

– Buono (24-25): Buona conoscenza e comprensione degli argomenti trattati. Discreta capacità di applicare le conoscenze acquisite per risolvere gli esercizi proposti e nell’affrontare nuove problematiche. Buone capacità espositive.

– Discreto (21-23): Discreta conoscenza e comprensione degli argomenti trattati. Limitata capacità di applicare le conoscenze acquisite per risolvere gli esercizi proposti e nell’affrontare nuove problematiche.

– Sufficiente (18-20): Conoscenza minima degli argomenti trattati e limitata capacità di applicare le conoscenze acquisite per risolvere gli esercizi proposti.

– Insufficiente: Manca di una conoscenza accettabile degli argomenti trattati e non dimostra una sufficiente capacità di applicare le conoscenze acquisite per risolvere gli esercizi.

Date di esame

Le date di esame saranno pubblicate sulla pagina web del corso di laurea:

https://gestioneaule.unikore.it/agendaweb_unikore/index.php?view=easytest&_lang=it

Modalità e orario di ricevimento

Il ricevimento è previsto nei giorni di lezione presso lo studio 6 del Plesso di Ingegneria e Architettura, previo appuntamento fissato per e-mail con la docente.

Indietro