- Docente: Giulia Spaletta
- Crediti formativi: 6
- SSD: MAT/08
- Lingua di insegnamento: Inglese
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea in Scienze statistiche (cod. 8873)
Conoscenze e abilità da conseguire
This course is meant to be an introduction to studying and numerically solving fundamental problems of scientific calculus. At the end of the course, the student is aware of techniques for the solution of computational problems, involving basic numerical calculus, data fitting and numerical linear algebra
Contenuti
Numeri finiti. Aritmetica finita. Analisi degli errori. Condizionamento di un problema. Stabilità numerica.
Alcuni risultati sulla approssimazione di dati e di funzioni tramite interpolazione polinomiale o ai minimi quadrati. Cenni alla integrazione numerica.
Algebra Lineare Numerica: fattorizzazioni LU e QR. Scomposizione in valori singolari. Cenni sui metodi iterativi per equazioni lineari e non lineari.
Testi/Bibliografia
Uno o piu' dei seguenti testi reperibili presso le Biblioteche dell'Ateno di Bologna:
N. Higham, Accuracy and Stability of Numerical Algorithms, SIAM 2002.
D. Kincaid, E. W. Cheney, Numerical analysis: mathematics of scientific computing, 2nd ed. Brooks/Cole, 1996.
D. Bau, N. Trefethen, Numerical linear algebra, SIAM 1998.
G. W. Stewart, Afternotes on Numerical Analysis, SIAM 1996.
R. Bevilacqua, D.Bini, M. Capovani, O. Menchi, Introduzione alla matematica computazionale, Zanichelli, Bologna, 1987.
Dispense della docente, pubblicate dalla casa editrice Pitagora, Bologna
Inoltre:
M. Overton, Numerical Computing with IEEE Floating Point Arithmetic, SIAM 2001.
Metodi didattici
1. Lezioni frontali in aula
2. Esercitazioni
3. Seminari
4. Presentazione di ambienti di software per il calcolo scientifico
Modalità di verifica e valutazione dell'apprendimento
Prova scritta su programma e contenuti del corso, atta a verificare il raggiungimento degli obiettivi di conoscenza ed abilita', descritti in precedenza. Le domande vertono su tutti gli argomenti del corso: le domande possono avere carattere prettamente contettuale e teorico, oppure possono implicare un ragionamento collegato allo svolgimento veloce di brevi esercizi.
Il voto del modulo Numerical Analysis contribuisce a formare media aritmetica col voto del modulo Computational Statistics: tale media rappresenta il voto complessivo del corso integrato Numerical Analysis.
Strumenti a supporto della didattica
Testi disponibili nelle biblioteche dipartimentali, dispense della docente e materiale in AMScampus
Link ad altre eventuali informazioni
https://www.unibo.it/sitoweb/giulia.spaletta/news
Orario di ricevimento
Consulta il sito web di Giulia Spaletta