Anno accademico 2023-2024

METODI NUMERICI PER EQUAZIONI DIFFERENZIALI

Docenti

Rossana Vermiglio
Simone De Reggi
Totale crediti
6
Periodo didattico
Secondo Periodo
Tipologia
Affine/Integrativa
Prerequisiti. I contenuti del corso di “Teoria e metodi di approssimazione”.
Metodi didattici. ll corso prevede lezioni teoriche in aula e lezioni di laboratorio per analizzare degli algoritmi in MATLAB su alcuni semplici problemi. Le lezioni si svolgeranno in inglese quando ci sono studenti internazionali
Modalità di verifica. L’esame consiste in una prova orale sui teoremi fondamentali con dimostrazione e le proprietà computazionali degli algoritmi presentati nel corso. Gli studenti possono concordare con il docente la sostituzione di una parte del programma con un approfondimento su un tema specifico relativo anche alla modellizzazione numerica delle equazioni alle derivate parziali o integrali. La votazione terrà conto della chiarezza, del rigore scientifico dell’esposizione.

Criteri di valutazione:

https://www.uniud.it/it/didattica/corsi/area-scientifica/scienze-matematiche-informatiche-multimediali-fisiche/laurea-magistrale/matematica/studiare/criteri-guida-di-assegnazione-del-voto-degli-esami-di-profitto/view

Altre informazioni. Registrarsi a e-learning
Obiettivi formativi
Il corso illustra i principali metodi numerici per i problemi a valori iniziali e ai limiti per le equazioni differenziali ordinarie, analizzandone le proprietà teoriche e gli aspetti implementativi. Getta così le basi per lo sviluppo di metodi numerici per le equazioni alle derivate parziali. Attraverso la sperimentazione di alcuni casi di studio in laboratorio usando il MATLAB, gli studenti/le studentesse acquisiscono la capacità di analizzare le proprietà dei metodi numerici, valutare criticamente i risultati delle simulazioni e confrontare le prestazioni dei diversi algoritmi. Tali abilità mirano a sviluppare la maturità di giudizio e il senso critico. Inoltre si ricorda che il MATLAB è un software matematico ampiamente usato nella ricerca scientifica e in ambito lavorativo.

Le competenze apprese permettono di proseguire lo studio della disciplina in ambito più avanzato e forniscono strumenti matematici utili in altri contesti applicativi. Infatti i modelli differenziali descrivono diversi fenomeni reali nella fisica, nella biologia, nell’ingegneria, nella medicina, nell’economia e i metodi numerici svolgono un ruolo importante nello studio delle proprietà del fenomeno.

Contenuti
La prima parte del corso tratta i principali metodi numerici per la risoluzione di problemi ai valori iniziali per equazioni differenziali ordinarie:

-metodi di Runge-Kutta (RK): consistenza, convergenza. Problemi Stiff. Analisi proprietà di stabilità: A-stabilità, AN-stabilità, algebrica stabilità e BN-stabilità. Aspetti implementativi dei RK.

-metodi lineari a passi multipli (LM) consistenza, zero-stabilità e convergenza. Metodi “Predictor- Corrector”. Analisi proprietà di stabilità dei LM. Aspetti implementativi dei LM.

La seconda parte del corso tratta la risoluzione numerica dei problemi ai limiti per equazioni differenziali ordinarie:

-metodo dello shooting

-metodi elementari alle differenze finite.

-metodi di collocazione.

-Formulazione debole Teorema di Lax-Milgram. Spazi di Sobolev. Metodo di Galerkin-elementi finiti. Lemma di Strang. L’ultima parte è dedicata ad une breve introduzione ai metodi numerici per le equazioni differenziali alle derivate parziali

L’insegnamento include attività di laboratorio in MATLAB e la risoluzione di un caso di studio di interesse applicativo (p.es. il modello di Black-Scholes, d’interesse in finanza matematica, o un modello di ecologia e epidemia con struttura)

Testi di riferimento
Costituiscono fonti di studio per l’esame gli appunti del docente disponibili on-line su e-learning ei seguenti libri:

P. Deufhard, F. Bornemann Scientific Computing with Ordinary Differential Equations. Springer , New York 2002.

E. Hairer, S.P. Norsett, G. Wanner: Solving Ordinary Differential Equations I Sringer, Berlin 1987.

E. Hairer, G. Wanner: Solving Ordinary Differential Equations II Springer, Berlin 1996

E. Hairer, C. Lubich, G. Wanner: Geometric Numerical Integration Springer, Berlin 2001.

J.D. Lambert: Numerical methods for ordinary differential equations. Wiley 1991.

A. Quarteroni Modellistica Numerica per problemi differenziali. Springer, New York 2000.

Viene consigliato l’uso di testi in inglese, per stimolare lo studente/la studentessa a famiiarizzare con l’uso di tale lingua in ambito scientifico