MathWorld – First released 1999 by E.Weisstein

Argomenti del programma: Introduzione alla statistica computazionale ed all'uso del linguaggio R. Generazione di Variabili Casuali. Simulazione uniforme, trasformazione inversa, metodi generali di inversione, distribuzioni discrete. Integrazione Monte Carlo. Introduzione, integrazione Monte Carlo classica, Importance Sampling. Ottimizzazione Monte Carlo.

• Il materiale svolto a lezione viene messo a disposizione degli studenti iscritti al corso, tramite piattaforma VIRTUALE.
• Qualsiasi altro materiale/testo, sulle risorse di Calcolo Numerico e Simbolico di Mathematica, e' ovviamente pure utile, in particolare per approfondimenti specifici relativi al progetto d'esame.

Argomenti del programma: Introduzione all'ambiente di Mathematica: Kernel, FrontEnd, notebook. Introduzione alla programmazione in Mathematica. Risorse grafiche e di visualizzazione. Utilizzo delle capacita' del sistema per l'analisi e la soluzione di un particolare problema applicativo, di interesse didattico e per lo studente, tramite lo sviluppo di un package.

Argomenti del programma: Programmare i calcolatori è un attività di tipo creativo, che si apprende solo con l'esercizio, orientata a trovare soluzioni a problemi utilizzando i linguaggi di programmazione. Il corso introdurrà gli strumenti di base e la terminologia utilizzata nel settore dell'informatica quali ad esempio: sistemi operativi, reti di calcolatori e sistemi informativi, linguaggi di programmazione, interpreti e compilatori.

Argomenti del programma: Numeri finiti ed aritmetica finita; errore numerico; condizionamento di un problema; stabilità di un metodo. Polinomi e loro rappresentazione nel linguaggio dei vettori e delle matrici; loro impiego nella approssimazione di dati e di funzioni, tramite interpolazione o fitting ai minimi quadrati. Algebra Lineare Numerica: fattorizzazione LU di una matrice. Cenni alle fattorizzazione QR di una matrice.

Argomenti del programma: Introduzione alla statistica computazionale ed all'uso del linguaggio R. Generazione di Variabili Casuali. Simulazione uniforme, trasformazione inversa, metodi generali di inversione, distribuzioni discrete. Integrazione Monte Carlo. Introduzione, integrazione Monte Carlo classica, Importance Sampling. Ottimizzazione Monte Carlo.