Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea in Matematica applicata - Immatricolazione dal 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Attivato nell'A.A. 2019/2020
Insegnamenti | Crediti | TAF | SSD |
---|
3° Anno Attivato nell'A.A. 2020/2021
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Metodi numerici per le equazioni differenziali (2020/2021)
Codice insegnamento
4S00704
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
MAT/08 - ANALISI NUMERICA
Periodo
I semestre dal 1 ott 2020 al 29 gen 2021.
Obiettivi formativi
L'insegnamento si propone di presentare, da un punto di vista analitico e computazionale, i principali metodi numerici per la soluzione di equazioni differenziali ordinarie e di equazioni differenziali alle derivate parziali classiche. Verranno brevemente descritti anche gli integratori esponenziali, metodi d'avanguardia nel campo della Matematica Applicata. L'insegnamento è corredato da una importante parte di laboratorio in cui si implementano e si testano i metodi studiati. Il linguaggio di programmazione usato sarà MATLAB che potrà essere usato attraverso il software specifico Matlab di Mathworks oppure il software open source GNU Octave. Al termine dell'insegnamento lo studente dovrà dimostrare di aver raggiunto adeguate competenze computazionali ed informatiche nell'ambito dei metodi numerici per le equazioni differenziali, da usarsi in aiuto ai processi matematici e per acquisire ulteriori informazioni.
Programma
Tutte le ore dell'insegnamento saranno disponibili online.
Nell'insegnamento verranno trattati i seguenti argomenti:
* Problemi ai limiti: metodi alle differenze finite e agli elementi finiti, cenni ai metodi spettrali (collocazione e Galerkin).
* Equazioni differenziali ordinarie: metodi numerici per problemi a valori iniziali, metodi ad un passo (theta-metodo, Runge-Kutta a passo variabile, cenni a integratori esponenziali) e multistep, stabilità, assoluta stabilità.
* Equazioni differenziali alle derivate parziali: generalità e studio di alcune tra le equazioni alle derivate parziali classiche (Laplace, calore e trasporto), metodo delle linee.
Si prevede l'ausilio di attività di tutorato per la correzione di esercizi assegnati durante lo svolgimento delle lezioni.
Autore | Titolo | Casa editrice | Anno | ISBN | Note |
---|---|---|---|---|---|
Arieh Iserles | A First Course in the Numerical Analysis of Differential Equations (Edizione 2) | Cambridge University Press | 2009 | 9780521734905 |
Modalità d'esame
L'esame intende accertare che lo studente sia in grado di produrre e riconoscere dimostrazioni rigorose nell'ambito dei metodi numerici per le equazioni differenziali, sappia usare strumenti informatici in aiuto ai processi matematici e per acquisire ulteriori informazioni. Inoltre, lo studente dovrà dimostrare di conoscere un linguaggio di programmazione e di un software specifico. La modalità d'esame è orale, a distanza. Una prima parte dedicata alla verifica della comprensione degli algoritmi e delle implementazioni di base e una seconda parte dedicata alla teoria.