Calcolo Scientifico in Python - Ottimizzazione ed equazioni differenziali per la modellistica

  • Risolvere numericamente problemi di ottimizzazione nonlineare;
  • Progettare e implementare semplici algoritmi su discretizzazioni dello spazio (“mesh”);
  • Simulare al calcolatore semplici modelli del continuo, statici e dinamici.

I destinatari del corso sono studenti, laureati, ricercatori di qualunque disciplina, interessati al calcolo scientifico ad un livello intermedio/avanzato, tipico ormai di tutti i settori delle scienze applicate e dell'ingegneria.Conoscenze pregresse necessarie sono: Conoscenze di base di programmazione, in particolare in linguaggio Python; Conoscenze di base di matematica, tipiche dei primi due anni delle lauree triennali di tipo scientifico o ingegneristico.Verrà indicato del materiale introduttivo per colmare eventuali lacune. Per quanto riguarda il linguaggio Python, si raccomanda vivamente di consultare il materiale nel sito www.python.org

Libri di testo:

  • Dispense del corso erogate sotto forma di slides PDF e iPython notebooks


Letture consigliate:

  • Hans Petter Langtangen, “A Primer on Scientific Programming with Python”, Springer, 2016
  • Documentazione Numpy https://docs.scipy.org/doc/numpy/contents.html
  • Documentazione Scipy   https://docs.scipy.org/doc/scipy/reference/
  • Documentazione Matplotlib https://matplotlib.org/contents.html
  • Scipy Lecture Notes  http://www.scipy-lectures.org
  • Scipy CookBook http://scipy-cookbook.readthedocs.io/index.html
  • CUDA C Programming Guide: https://docs.nvidia.com/cuda/cuda-c-programming-guide/
  • Numba for CUDA GPUs: http://numba.pydata.org/numba-doc/0.38.0/cuda/index.html


Il corso è strutturato in brevi video di spiegazione dei programmi e della sperimentazione legata agli esempi, nonché in test che prevedono anche brevi attività di programmazione e sperimentazione numerica.L’approccio didattico è orientato ad esporre i concetti teorici tramite esempi applicativi ed attività sperimentali al calcolatore.

Modalità del Corso
Tutoraggio
Stato del Corso
Pre-iscrizione
Durata
2 settimane
Impegno
Ore formazione
20
Categoria
Informatica, Gestione e Analisi Dati
Lingua
Italiano ‎(it)‎
Tipo
Online
Livello
Intermedio
Avvio Iscrizioni
25 Feb 2019
Apertura Corso
16 Sep 2019
Inizio Tutoraggio
16 Sep 2019
Fine Tutoraggio
9 Oct 2019
In autoapprendimento da:
10 Oct 2019
Chiusura Corso
Non impostato

Partecipazione e Attestati

Quota di iscrizione
GRATUITO!
Attestato di Partecipazione
GRATUITO!


MONICA DESSOLE

Dipartimento di Matematica “Tullio Levi Civita”

FABIO MARCUZZI

Dipartimento di Matematica “Tullio Levi Civita”

MARTA GATTO

Dipartimento di Matematica “Tullio Levi Civita”

Corsi collegati