Scheda programma d'esame
LABORATORIO DIDATTICO DI MATEMATICA COMPUTAZIONALE
PAOLA BOITO
Anno accademico2019/20
CdSMATEMATICA
Codice099ZW
CFU3
PeriodoSecondo semestre
LinguaItaliano

ModuliSettore/iTipoOreDocente/i
LABORATORIO DIDATTICO DI MATEMATICA COMPUTAZIONALENNLABORATORI21
PAOLA BOITO unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Lo studente viene messo in grado di usare ambienti di calcolo numerico o simbolico-numerico (come Matlab) sia per fare calcoli estemporanei che per scrivere brevi programmi. 

Knowledge

Students who successfully complete the course will have learned to use mathematical software (mainly Matlab or Octave) to work with mathematical objects, like numbers, polynomials, functions, linear systems, differential equations, and more.

Modalità di verifica delle conoscenze

Test in itinere ed esercizi assegnati da risolvere autonomamente.

Assessment criteria of knowledge

Assignments throughout the semester, to be uploaded and graded on the e-learning platform.

Capacità

Lo studente è in grado di affrontare vari problemi su numeri, polinomi, funzioni reali, sistemi lineari, equazioni differenziali e altri oggetti matematici, risolvendoli al calcolatore o simbolicamente o numericamente o graficamente.

Skills

Students are able to analyze and solve given problems involving mathematical objects such as numbers, polynomials, real functions, linear systems, and differential equations. They can provide solutions applying symbolic, numerical or graphical methods.

Modalità di verifica delle capacità

Test in itinere ed esercizi assegnati da risolvere autonomamente, che vengono corretti dal docente sulla piattaforma di e-learning.

Assessment criteria of skills

Assignements throughout the semester, to be uploaded and graded on the e-learning platform.

Comportamenti

Lo studente è in grado di trovare o ideare e di sperimentare diversi metodi di soluzione di un problema e di confrontarli tra di loro.

Behaviors

Students are able to design and test several solution methods for given mathematical problems, and perform comparisons among them.

Modalità di verifica dei comportamenti

Vengono assegnati esercizi in cui si propone di risolvere un problema in vari modi e con diverse tecniche. 

Questi esercizi vengono corretti dal docente sulla piattaforma di e-learning suggerendo modifiche se necessario, fino a quando lo studente ha assimilato i punti salienti dell'esercizio. 

Assessment criteria of behaviors

Students will receive assignments where they are asked to solve a given mathematical problem, often in several different ways, and then submit the code they have produced and answer questions on the behavior of the mathematical object under study. The instructor will correct the assignments on the e-learning platform and offer guidance and suggestions throughout the semester, until students reach a correct solution.

Prerequisiti (conoscenze iniziali)

Il laboratorio è diretto agli studenti del secondo semestre del secondo anno del Corso di Laurea in Matematica.
Anche se formalmente non ci sono propedeuticità, si presuppone una discreta conoscenza della matematica del primo anno, e delle basi dell'analisi numerica studiate al primo semestre del secondo anno, nonchè familiarità con Matlab/Octave.

Prerequisites

This course is addressed to second-year students (2nd semester) in Mathematics.

Students should have a good knowledge of topics taught during the first year, as well as of elements of numerical analysis taught during the first semester of the second year. They should also have good working practice with Matlab and/or Octave.

Teaching methods

Delivery: face to face

Learning activities:

  • attending lectures
  • individual study
  • Laboratory work

Attendance: Mandatory

Teaching methods:

  • laboratory
  • project work
Programma (contenuti dell'insegnamento)
  • Rappresentazioni e programmazione con i numeri complessi.
  • Disegni di grafici elementari in due e tre dimensioni, diretti, parametrici, e linee di livello.
  • Studio di successioni numeriche con il calcolatore.
  • Frattali.
  • Polinomi.
  • Fit di dati.
  • Calcolo di integrali.
  • Risoluzione di equazioni differenziali ordinarie.

I vari argomenti saranno affrontati principalmente con tecniche di tipo numerico, per mezzo di software quale Matlab o Octave.

Syllabus

The course will rely on the use of numerical software (Matlab, Octave) and will focus on the following topics:

- Programming with complex numbers;

- Plotting graphs in two and three dimensions, including direct graphs, parametric graphs and level curves;

- Computer-aided analysis of numerical sequences;

- Fractals;

- Polynomials;

- Data fitting;

- Computation of integrals;

- Solution of ordinary differential equations.

Bibliografia e materiale didattico

Vedi le pagine web del corso.

Bibliography

See the web pages of the course and the e-learning platform.

Indicazioni per non frequentanti

Per gli studenti lavoratori è prevista una procedura di verifica alternativa che comprende alcuni esercizi da svolgere autonomamente e una prova pratica da sostenere in una data concordata. 

Non-attending students info

Alternative assessment methods are planned for non-attending worker students: home assignments and a test.

Modalità d'esame

Prove in itinere e esercizi assegnati da svolgere autonomamente.

Assessment methods

Assignements throughout the semester, to be uploaded and graded on the e-learning platform.

Altri riferimenti web

https://elearning.dm.unipi.it

Note

Gli studenti sono divisi in due gruppi.

Notes

Students are divided in two groups.

Ultimo aggiornamento 28/08/2019 16:48