Argomenc dl curs
· Introduzione alla Modellazione Computazionale, all'Errore Numerico e al Calcolo in Precisione Finita · Algebra Lineare Numerica: Fattorizzazioni LU, Cholesky e QR · SVD, Compressione dei Dati e Analisi delle Componenti Principali · Minimi Quadrati, Regressione Lineare e Non Lineare, e Metodo di Gauss–Newton · Modelli Dinamici: Soluzione Numerica di ODE e Stima dei Parametri · Problemi agli Autovalori e il Modello PageRank di Google

Modalité de ensegnament
Il corso prevede lezioni frontali ed esercitazioni.

Obietifs formatifs
Conoscenze e comprensione: - D1.1: Possedere solide conoscenze di analisi matematica, algebra, calcolo numerico, matematica discreta e nozioni elementari di logica che sono di supporto all’informatica (attività nei settori scientifici disciplinari MAT/01, MAT/02, MAT/05, MAT/06 e MAT/08). Applicazione delle conoscenze e della comprensione: - D2.1: Capacità di utilizzare gli strumenti della matematica e della logica nella risoluzioni di problemi (attività nei settori scientifici disciplinari MAT/01, MAT/02, MAT/05, MAT/06 e MAT/08) Abilità di giudizio: - D3.2: Essere in grado di lavorare in autonomia adeguata al proprio livello di conoscenza e comprensione. Capacità di comunicazione: - D4.1: Essere in grado di utilizzare una delle tre lingue: inglese, italiano e tedesco, e essere in grado di utilizzare terminologia tecnica e comunicativa appropriata. Capacità di apprendimento: - D5.1: Capacità di apprendimento necessarie per intraprendere studi successivi con alto grado di autonomia.

Sort de ejam
La prova scritta comprenderà domande di verifica, domande volte ad accertare la capacità di trasferire e applicare le conoscenze acquisite, ed esercizi. L’obiettivo è valutare in quale misura gli studenti abbiano acquisito conoscenze e capacità di comprensione, siano in grado di applicarle e sappiano formulare giudizi critici. Gli stessi criteri di valutazione si applicano sia agli studenti frequentanti sia agli studenti non frequentanti.

Criters de valutazion
La prova scritta finale concorre per il 100% alla determinazione del voto e verte sull’intero programma del corso. Le risposte saranno valutate sulla base della correttezza, della chiarezza espositiva, della qualità dell’argomentazione e della capacità di risoluzione dei problemi. Gli stessi criteri di valutazione si applicano sia agli studenti frequentanti sia agli studenti non frequentanti.

Bibliografia obligatora

· M. T. Heath, Scientific Computing: An Introductory Survey, revised 2nd ed., SIAM, 2018.

Bibliografia aconsieda

· A. Greenbaum and T. P. Chartier, Numerical Methods: Design, Analysis, and Computer Implementation of Algorithms, Princeton University Press, 2012

· J. Shlens, "A Tutorial on Principal Component Analysis," 2014

· D. F. Griffiths and D. J. Higham, Numerical Methods for Ordinary Differential Equations: Initial Value Problems, Springer, 2010

· Lecture slides, selected articles, MATLAB documentation

Deplù informazions
If the use of specific software is required, it will be communicated during class by the lecturer.