News in evidenza

  • Precorsi per le matricole a.a. 2026/2027

    Si informa che anche per l’a.a. 2026/2027 la Scuola Politecnica e delle Scienze di Base organizza i precorsi rivolti alle future matricole, con inizio previsto il 1 settembre 2026. L'iniziativa ha l’obiettivo di offrire un primo supporto agli studenti in ingresso, favorendo l’avvio del percorso universitario e il consolidamento delle conoscenze utili per affrontare con maggiore consapevolezza le discipline del primo anno.

    Leggi tutto...  
  • Apertura delle Immatricolazioni per l'a.a. 2026/2027

    Le immatricolazioni (iscrizioni) ai Corsi di Laurea Triennale e Magistrale in Informatica per l'anno accademico 2026/2027 saranno possibili a partire dal 16 luglio per il Corso di Studi Triennale e a partire dal 1 settembre per il Corso di Studi Magistrale. Le immatricolazioni saranno possibili fino al 31 ottobre 2026, a meno di proroghe.

    Leggi tutto...  

Titolo insegnamento in inglese: Numerical Analysis

Lingua: italiano

Insegnamento: Calcolo numerico 

Anno di corso: II

CFU: 6

Semestre: 2

Docenti:

  • Canale unico: Luisa D’Amore

Insegnamenti propedeutici previsti

nessuno

Obiettivi Formativi

Il corso rappresenta una introduzione ai concetti fondamentali della matematica numerica per la risoluzione di problemi matematici che sono modelli di situazioni reali (calcolo scientifico) e si pone, pertanto, i seguenti obiettivi: analisi dei principali metodi che sono alla base della risoluzione numerica di alcune classi di problemi con particolare riguardo alla stabilità e all'efficienza; progettazione di algoritmi risolutivi efficienti ed accurati; sviluppo di tecniche implementative, analisi degli errori e testing.

Contenuti

Approccio computazionale alla risoluzione di un problema. Sorgenti di errore. Analisi degli errori: Forward e backward. L'aritmetica standard IEEE. Stabilità di un algoritmo numerico. Condizionamento di un problema matematico. Indice di condizionamento. Calcolo matriciale: metodi diretti per matrici piene e strutturate. Metodo di eliminazione di Gauss. Algoritmo di fattorizzazione LU. Stabilità dell'algoritmo di eliminazione di Gauss, strategie di pivoting. Attività di laboratorio
 

Modalità didattiche

Lezioni frontali ed attività di laboratorio.

Modalità di esame

L'esame si articola in prova scritta e orale.

La prova scritta è a risposta libera e con esercizi numerici.