Insegnamento APPROSSIMAZIONE NUMERICA E APPLICAZIONI
Nome del corso di laurea | Matematica |
---|---|
Codice insegnamento | 55A00064 |
Curriculum | Matematica per le applicazioni industriali e biomediche |
Docente responsabile | Bruno Iannazzo |
Docenti |
|
Ore |
|
CFU | 6 |
Regolamento | Coorte 2020 |
Erogato | Erogato nel 2021/22 |
Erogato altro regolamento | |
Attività | Affine/integrativa |
Ambito | Attività formative affini o integrative |
Settore | MAT/08 |
Anno | 2 |
Periodo | Primo Semestre |
Tipo insegnamento | Obbligatorio (Required) |
Tipo attività | Attività formativa monodisciplinare |
Lingua insegnamento | Italiano o Inglese (se scelto da tutti gli studenti). |
Contenuti | Descrizione dei metodi numerici per il data science, machine learning and complex networks. |
Testi di riferimento | J. Nocedal, S. Wright, Numerical Optimization, Springer, 2006. J. Demmel, Applied Numerical Linear Algebra, SIAM, 1996. E. Estrada, The structure of complex networks, OUP, 2011. |
Obiettivi formativi | Approfondimento degli aspetti matematici relativi ad alcune importanti applicazioni informatiche. |
Prerequisiti | Aspetti base dell'analisi numerica. |
Metodi didattici | Lezioni frontali e laboratorio. |
Modalità di verifica dell'apprendimento | Esame orale e seminario. L'orale può essere sostituito con degli esercizi o un seminario o un progetto, se disponibile. |
Programma esteso | Metodi numerici per problemi di grande dimensione e dati sparsi. Metodi di Krylov. Fattorizzazioni di matrici. Approssimazione ai minimi quadrati e con rango basso (SVD). Metodi numerici per l'ottimizzazione nonlineare. |