| Corsi di Laurea | Corsi di Laurea Magistrale | Corsi di Laurea Magistrale a Ciclo Unico |
| Scuola di Ingegneria | ||
| INGEGNERIA AEROSPAZIALE | ||
Insegnamento
CALCOLO NUMERICO (Canale B)
IN18101050, A.A. 2019/20
Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20
CALCOLO NUMERICO (Canale B)
IN18101050, A.A. 2019/20
Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20
Principali informazioni sull'insegnamento
| Corso di studio |
Corso di laurea in INGEGNERIA AEROSPAZIALE (Ord. 2019) IN0511, ordinamento 2019/20, A.A. 2019/20 |
 porta questa pagina con te |
|---|---|---|
| Crediti formativi | 9.0 | |
| Tipo di valutazione | Voto | |
| Denominazione inglese | NUMERICAL ANALYSIS | |
| Sito della struttura didattica | http://ias.dii.unipd.it/ | |
| Dipartimento di riferimento | Dipartimento di Ingegneria Industriale (DII) | |
| Obbligo di frequenza | No | |
| Lingua di erogazione | ITALIANO | |
| Sede | PADOVA | |
| Corso singolo | È possibile iscriversi all'insegnamento come corso singolo | |
| Corso a libera scelta | È possibile utilizzare l'insegnamento come corso a libera scelta |
Docenti
| Responsabile | LUCA BERGAMASCHI | MAT/08 |
|---|
Dettaglio crediti formativi
| Tipologia | Ambito Disciplinare | Settore Scientifico-Disciplinare | Crediti |
|---|---|---|---|
| BASE | Matematica, informatica e statistica | MAT/08 | 9.0 |
Organizzazione dell'insegnamento
| Periodo di erogazione | Secondo semestre |
|---|---|
| Anno di corso | I Anno |
| Modalità di erogazione | frontale |
| Tipo ore | Crediti | Ore di didattica assistita |
Ore Studio Individuale |
|---|---|---|---|
| LEZIONE | 9.0 | 72 | 153.0 |
| Inizio attività didattiche | 02/03/2020 |
|---|---|
| Fine attività didattiche | 12/06/2020 |
| Visualizza il calendario delle lezioni | Lezioni 2019/20 Ord.2019 |
Commissioni d'esame
| Commissione | Dal | Al | Membri |
|---|---|---|---|
| 17 A.A. 2019/20 canale B | 01/10/2019 | 30/11/2020 |
BERGAMASCHI
LUCA
(Presidente)
PUTTI MARIO (Membro Effettivo) SOMMARIVA ALVISE (Supplente) |
| 16 A.A. 2019/20 canale A | 01/10/2019 | 30/11/2020 |
BERGAMASCHI
LUCA
(Presidente)
PUTTI MARIO (Membro Effettivo) SOMMARIVA ALVISE (Supplente) |
| 15 A.A. 2018/19 canale B | 01/10/2018 | 30/11/2019 |
PUTTI
MARIO
(Presidente)
DE MARCHI STEFANO (Membro Effettivo) BERGAMASCHI LUCA (Supplente) JANNA CARLO (Supplente) MARTINEZ CALOMARDO ANGELES (Supplente) SOMMARIVA ALVISE (Supplente) VIANELLO MARCO (Supplente) |
| 14 A.A. 2018/19 canale A | 01/10/2018 | 30/11/2019 |
BERGAMASCHI
LUCA
(Presidente)
PUTTI MARIO (Membro Effettivo) DE MARCHI STEFANO (Supplente) |
| Prerequisiti: | Conoscenze di base dell'analisi matematica: calcolo differenziale, formula di Taylor, calcolo integrale, equazioni differenziali. |
| Conoscenze e abilita' da acquisire: | Conoscenza di algoritmi numerici, e stima degli errori, per l'approssimazione della soluzione di problemi matematici quali equazioni non lineari, sistemi lineari, interpolazione di dati sperimentali, calcolo di integrali definiti. Capacita' di implementare tali algoritmi nel linguaggio di programmazione MatLAB. |
| Modalita' di esame: | Prova di programmazione consistente in due compitini di laboratorio. In caso di mancato superamento dei compitini, lo studente dovra' svolgere e caricare sulla piattaforma Moodle un certo numero di esercitazioni.
Prova scritta comprendente tre esercizi ed una domanda di teoria. Prova orale facoltativa. |
| Criteri di valutazione: | Al voto della prova scritta espresso in trentesimi , viene sommata la valutazione della prova di laboratorio (da 0 a 4 punti) per ottenere il voto finale. |
| Contenuti: | 1. Rappresentazione di numeri nel calcolatore. Fonti di errore negli algoritmi numerici. Precisione di macchina, instabilita' e malcondizionamento.
2. Metodi iterativi per equazioni non lineari. Metodo di Newton e sue varianti. Metodo di punto fisso. Accelerazione dei metodi iterativi, metodo di Aitken. Cenni ai sistemi di equazioni non lineari. 3. Interpolazione di dati sperimentali. Polinomio di interpolazione, resto. Funzioni spline. 4. Approssimazione ai minimi quadrati polinomiale di dati sperimentali. Cenni a modelli non lineari. 5. Formula di quadratura numerica con stima dell'errore. Formule di Newton-Cotes. Metodo di estrapolazione di Richardson. Cenni alla quadratura di Gauss. 6. Soluzione di sistemi lineari. Metodi diretti di fattorizzazione. Metodi iterativi stazionari. Condizioni di convergenza. 7. Cenni alla soluzione numerica di equazioni differenziali ordinarie. Metodi di Eulero, Crank-Nicolson, Heun. Accuratezza, convergenza e stabilita'. |
| Attivita' di apprendimento previste e metodologie di insegnamento: | Metodologie di insegnamento:
48 ore frontali di teoria ed esercizi. 24 ore di laboratorio. Introduzione alla programmazione in linguaggio MatLAB e scrittura di programmi che implementano algoritmi studiati a lezione. |
| Eventuali indicazioni sui materiali di studio: | Appunti delle lezioni piu' i tre libri di testo adottati. |
| Testi di riferimento: |
|
