italiano

- Risoluzione di problemi ai minimi quadrati lineari.
- Metodi di Krylov per la risoluzione di sistemi lineari.
- Calcolo numerico di autovalori e autovettori di matrici.
- Risoluzione numerica di equazioni differenziali ordinarie.

1. A. Quarteroni, R. Sacco, F. Saleri, P. Gervasio, Matematica Numerica, 4a edizione, Springer, 2014.
2. V. Comincioli, Analisi Numerica: metodi, modelli, applicazioni, Apogeo, 1995.
3. M.T. Heat, Scientific Computing. An Introductory Survey, 2nd edition, McGraw-Hill, 2002.
4. Å. Björck, Numerical Methods for Least Squares Problems, SIAM, 1996.
5. G.H. Golub, C.F. Van Loan, Matrix Computations, 3rd edition, The Johns Hopkins University Press, 1996.
6. Y. Saad, Iterative Methods for Sparse Linear Systems, 2nd edition, SIAM, 2003.

- Conoscenza e capacità di comprensione: al termine del corso lo studente dovrà aver acquisito una solida conoscenza di metodologie e strumenti per lo sviluppo e l’analisi di metodi, algoritmi e software numerici per la risoluzione di problemi matematici che sono alla base della modellazione e simulazione numerica di applicazioni scientifiche.

- Capacità di applicare conoscenza e comprensione: al termine del corso lo studente dovrà essere in grado di scegliere ed applicare, tra le metodologie e gli strumenti acquisiti, quelli più adatti ad una (semplice) applicazione scientifica.

- Abilità comunicative: al termine del corso lo studente dovrà essere in grado di comunicare idee e strumenti per la risoluzione numerica di problemi del calcolo scientifico, e di esporre in maniera chiara eventuali risultati ottenuti con tali strumenti.

L'insegnamento non prevede propedeuticità, ma presuppone la conoscenza degli argomenti generalmente trattati in un corso di laurea triennale in matematica, tra i quali gli argomenti di un corso di base di analisi numerica.

Le 72 ore di lezione previste sono suddivise in 48 ore di lezione frontale e 24 ore di attività di laboratorio.

La verifica dell'apprendimento consiste di norma in una prova di laboratorio, della durata di due ore, e in una prova orale. Per accedere alla prova orale bisogna aver superato la prova di laboratorio. Quest’ultima può essere sostituita da prove di laboratorio parziali, eseguite durante lo svolgimento del corso.

Il programma dettagliato dell'insegnamento è disponibile all'URL http://www.dimat.unina2.it/diserafino/cs1819_magistr_prog.pdf

Italian

- Solution of linear least squares problems.
- Krylov methods for linear systems.
- Numerical methods for computing eigenvalues and eigenvectors of matrices.
- Numerical methods for ordinary differential equations.

1. A. Quarteroni, R. Sacco, F. Saleri, P. Gervasio, Matematica Numerica, 4a edizione, Springer, 2014. Note: a previous edition of this textbook by the first three authors is available in English too.
2. V. Comincioli, Analisi Numerica: metodi, modelli, applicazioni, Apogeo, 1995.
3. M.T. Heat, Scientific Computing. An Introductory Survey, 2nd edition, McGraw-Hill, 2002.
4. Å. Björck, Numerical Methods for Least Squares Problems, SIAM, 1996.
5. G.H. Golub, C.F. Van Loan, Matrix Computations, 3rd edition, The Johns Hopkins University Press, 1996.
6. Y. Saad, Iterative Methods for Sparse Linear Systems, 2nd edition, SIAM, 2003.

- Knowledge and understanding: students are expected to acquire a sound knowledge of methods and tools for the development and analysis of numerical algorithm and software that are the basis for numerical modeling and simulation of scientific applications.

- Applying knowledge and understanding: at the end of the course students should be able to select and apply suitable methods and tools for the solution of a (simple) scientific application.

- Communication skills: students should be able to communicate ideas, methods and techniques for the numerical solution of scientific computing problems, and to present results obtained with these tools.

Knowledge of basic methods and tools of numerical analysis, usually taught in undergraduate programs in mathematics, is assumed.

The course consists of lectures (48 hours) and labs (24 hours).

The exam consists of two parts: a two-hour computer-based test and an oral assessment. Students undergo the oral assessment if the pass the computer-based test. The final computer-based test can be substituted by partial computer-based tests performed during the development of the course.

A detailed syllabus (in Italian) is available at http://www.dimat.unina2.it/diserafino/cs1819_magistr_prog.pdf