Scheda programma d'esame
LABORATORIO DIDATTICO DI MATEMATICA COMPUTAZIONALE
SERGIO STEFFE'
Anno accademico2017/18
CdSMATEMATICA
Codice099ZW
CFU3
PeriodoSecondo semestre
LinguaItaliano

ModuliSettore/iTipoOreDocente/i
LABORATORIO DIDATTICO DI MATEMATICA COMPUTAZIONALENNLABORATORI21
SERGIO STEFFE' unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Lo studente viene messo in grado di usare sia programmi simbolici (come Maple o Maxima) che numerici (come Matlab o octave o scilab) sia per fare calcoli estemporanei che per scrivere brevi programmi. 

Knowledge

The student who successfully completes the course will have the ability to use mathematical software to make experiments 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

The student ability to use mathematical software to make experiments with mathematical objects, like numbers, polynomials, functions, linear systems, differential equations, and more.

Methods:

  • Laboratory report
  • Laboratory practical

Further information:
Ability of solving proposed problems (60%) Ability of programming in Octave (40%)

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.

Modalità di verifica delle capacità

Test in itinere ed esercizi assegnati da risolvere autonomamente, che vengono corretti dal docente sulla piattaforma di e-learning, e riproposti fino a quando lo studente ha dimostrato di avere capito come si risolveva il problema posto.

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.

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. 

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 del Calcolo Numerico studiato al primo semestre del secondo anno, nonchè una certa pratica nell'uso di una Workstation Linux.

Indicazioni metodologiche

Per molti problemi le soluzioni sono ampiamente disponibili in rete. 

Il punto cruciale è risucire a capire quale delle innumerevoli soluzioni disponibili in rete si adatta meglio al proprio problema e funziona meglio sul proprio calcolatore.

Occorre avere una certa esperienza, ed è proprio il raggiungimento di questa esperienza quello che ci si propone in questo laboratorio.

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.

Sia con programmi di computer algebra come Maple o Maxima, che con programmi numerici come Matlab, octave o scilab.

Syllabus

Introduction to Octave. Sequence of real numbers: asymptotic behaviour, graphical visualization, fractals. Matrices: images represented by matrices, operations with sparse matrices. Functions: computation, plot of graphs and surfaces. Polynomials: roots, plot, orthogonal polynomials, interpolation Ordinary differential equations: solution of IVPs

Bibliografia e materiale didattico

vedi le pagine web del corso.

Bibliography

Recommended reading includes Octave manuals

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. 

Modalità d'esame

Prove in itinere e esercizi assegnati da svolgere autonomamente.

Altri riferimenti web

https://elearning.dm.unipi.it

Note

Gli studenti sono divisi in due gruppi.

Ultimo aggiornamento 13/11/2017 14:39