Università degli Studi di Pavia

Dipartimento di Matematica ''F. Casorati''

HomeDidatticaCorsi › Analisi numerica 1IT|EN

Analisi numerica 1

Docenti:
Sangalli Giancarlo
Anno accademico:
2016/2017
Codice corso:
507291
Crediti formativi:
6
Ambito:
MAT/08
Decreto Ministeriale:
270/04
Ore di lezione:
56
Periodo:
II semestre
Lingua di insegnamento:
Italiano

Obiettivi

Il corso tratta alcuni concetti fondamentali di Algebra Lineare Numerica e quindi si pone l'obiettivo di portare lo studente alla conoscenza dei principali algoritmi per l’esecuzione al computer di operazioni matriciali, rivolte in particolare alla soluzione di sistemi lineari e al calcolo di autovalori e autovettori di matrici. Problemi di questo tipo appaiono nella grande maggioranza delle simulazioni al calcolatore di modelli matematici: in ingegneria, fisica, astronomia, biomatematica, finanza ed informatica. Durante il corso, lo studio teorico è affiancato da esercitazioni tenute nel laboratorio informatico del Dipartimento di Matematica, che costituiscono parte integrante del corso stesso.

Metodi didattici

Lezioni, esercitazioni, laboratori informatici.

Modalità d'esame

Esame scritto e orale. Relazione di laboratorio.

Prerequisiti

Il corso di Algebra lineare del primo anno.

Programma

1) Analisi degli errori. Propagazione degli errori. Condizionamento di un problema.

2) Metodi diretti per la risoluzione dei sistemi lineari.Sistemi triangolari. Metodo di eliminazione di Gauss. Fattorizzazione LU. Strategie di pivoting. Altre fattorizzazioni, fattorizzazione di Choleski. Matrici a banda, a blocchi e sparse. Il numero di condizionamento. Analisi a priori in avanti e all'indietro. Stabilità della fattorizzazione LU. Sistemi sovradeterminati; fattorizzazione QR; algoritmo di Gram-Schmidt modificato e matrici di Householder.

3) Metodi iterativi per la risoluzione dei sistemi lineari. Metodi di splitting: metodo di Jacobi, metodo di Gauss-Seidel. Matrice di iterazione e raggio spettrale. Metodi JOR e SOR. Studio della convergenza e criteri di arresto. Metodi di tipo Richardson; analisi del metodo di Richardson stazionario. Metodo del gradiente (steepest descent). Metodo del gradiente coniugato; metodo del gradiente coniugato precondizionato. Precondizionatori.

4) Calcolo di autovalori e autovettori. Condizionamento dei problemi agli autovalori e localizzazione degli autovalori. Metodo delle potenze. Metodo delle potenze inverse. Tecnica di shift. Deflazione. Metodi di similitudine; il metodo QR.

Bibliografia

Appunti del docente;
Lloyd N. Trefethen, David Bau III. Numerical Linear Algebra. SIAM.

Moduli

Docente:
Sangalli Giancarlo
Ore di lezione:
28
Crediti formativi:
3

Ore di lezione:
28
Crediti formativi:
3


Dipartimento di Matematica ''F. Casorati''

Università degli Studi di Pavia - Via Ferrata, 5 - 27100 Pavia
Tel +39.0382.985600 - Fax +39.0382.985602