Libri UniversitariZoom 100%

Prof. Giulia Spaletta: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 5
Bologna 5 insegnamenti
Facoltà: Economia e management

Prof. Giulia Spaletta: Numerical Analysis (I.C.)

9,5difficoltà
Bologna · Facoltà: Economia e management · Economics and Finance (L-33)
Di cosa si tratta: Statistica computazionale e linguaggio R introducono generazione di variabili casuali, simulazione uniforme, trasformazione inversa e distribuzioni discrete, poi integrazione Monte Carlo classica e importance sampling e ottimizzazione Monte Carlo con ricerca stocastica, metodi stocastici del gradiente e simulated annealing. La programmazione in Python parte da sistemi operativi, reti di calcolatori, linguaggi di programmazione, interpreti e compilatori.

Dettagli corso

3º annoCorso: L-33
CFU: 12Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 10 libri
Robert – Introducing Monte Carlo Methods with RISBN 9781441915757
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
283 pagine
Difficoltà
9,5
Efron – An introduction to the bootstrapISBN 9780412042317
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
436 pagine
Difficoltà
9,5
Higham – Accuracy and Stability of Numerical AlgorithmsISBN 9780898715217
Tempo di studio del libro≈ 7,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
680 pagine
Difficoltà
9,5
Kincaid – Numerical analysisISBN 9780821847886
Tempo di studio del libro≈ 9 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
788 pagine
Difficoltà
9
Bau – Numerical linear algebraISBN 9781611977158
Tempo di studio del libro≈ 4 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
370 pagine
Difficoltà
9,5
Stewart – Afternotes on Numerical AnalysisISBN 9780898713626
Tempo di studio del libro≈ 2 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
200 pagine
Difficoltà
9,5
Bevilacqua – Introduzione alla matematica computazionaleISBN 9788808043566
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
6,5
Spaletta – Analisi NumericaISBN 9788837114411
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
6,5
Overton – Numerical Computing with IEEE Floating Point ArithmeticISBN 9780898714821
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
MathWorld – First released 1999 by E.WeissteinISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
Domande possibili all’esame
  1. Che cosa si intende per errore assoluto e per errore relativo in un calcolo numerico?
  2. Come agisce il metodo di bisezione per la ricerca di uno zero di una funzione continua?
  3. Quando il metodo di Newton converge rapidamente alla radice cercata?
  4. In che cosa consiste la fattorizzazione LU di una matrice quadrata?
  5. Perché il condizionamento di un problema è diverso dalla stabilità di un algoritmo?
  6. Come si costruisce il polinomio di interpolazione di Lagrange per n+1 nodi distinti?
  7. Quale vantaggio offrono le splines cubiche rispetto a un unico polinomio di grado elevato?
  8. In che modo si applica la formula dei trapezi composita per approssimare un integrale?
  9. Che cosa afferma il criterio di Simpson sull'errore di quadratura?
  10. Quando un metodo iterativo di Jacobi per sistemi lineari è garantito a convergere?
  11. Come si risolve un problema di minimi quadrati tramite le equazioni normali?
  12. Che differenza c'è tra il metodo di Eulero esplicito e quello implicito per equazioni differenziali?
  13. Che cosa si intende per stabilità assoluta di un metodo numerico per equazioni differenziali ordinarie?
  14. Come si calcola l'approssimazione di una derivata con differenze finite in avanti?
  15. Perché l'aritmetica in virgola mobile introduce errori di arrotondamento?
  16. Quale ruolo svolge il numero di condizionamento nella valutazione di un sistema lineare mal condizionato?
  17. Come si ottiene l'ordine di convergenza di un metodo iterativo a partire dalle iterazioni?
  18. In che modo il metodo di Runge-Kutta di ordine quattro approssima la soluzione di un'equazione differenziale?
  19. Quale differenza c'è tra interpolazione e approssimazione di dati sperimentali?
  20. Come si scelgono i nodi di Chebyshev per ridurre l'errore di interpolazione?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Facoltà: Scienze

Prof. Giulia Spaletta: Matematica Computazionale

5,4difficoltà
Bologna · Facoltà: Scienze · Informatica (LM-18)
Di cosa si tratta: Le tecniche matriciali avanzate per il data mining permettono di gestire grandi quantità di dati, per esempio nei motori di ricerca o nello studio dei dati climatici, tramite sistemi lineari di enormi dimensioni, problemi agli autovalori e ai valori singolari, funzioni di matrici e grafi. Si aggiunge l'ambiente di Mathematica, con programmazione, risorse grafiche e sviluppo di un package.

Dettagli corso

1º annoCorso: LM-18
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
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.
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 6 libri
Problem-Centered Approach – 2ndISBN 9783319275840
Tempo di studio del libro≈ 3,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
318 pagine
Difficoltà
5,4
An Introduction to Programming with Mathematica (3rd ed),ISBN 9780521846783
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
5,4
Maeder – Addison -WesleyISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
5,4
Romeny – DordrechtISBN 9781402015038
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
5,4
Gray – Boca RatonISBN 9781584884484
Tempo di studio del libro≈ 11 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
984 pagine
Difficoltà
5,4
MathWorld – First released 1999 by E.WeissteinISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
5,4
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Eserciziario di analisi matematica
Cerca su Amazon
Consigliato
Calcolatrice scientifica non programmabile
Cerca su Amazon
Consigliato
GeoGebra (programma gratuito per grafici e geometria)
Gratis dal sito ufficiale
Può servirti
LaTeX (gratuito, per scrivere formule e relazioni)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Come si rappresentano i numeri interi e reali nel calcolatore e quali errori di arrotondamento ne derivano?
  2. Qual è la differenza tra stabilità e condizionamento di un algoritmo numerico?
  3. Come si calcola la complessità computazionale di un algoritmo di moltiplicazione tra matrici?
  4. Come funziona l'algoritmo di Gauss con pivoting parziale e perché migliora la stabilità?
  5. Come si fattorizza una matrice simmetrica definita positiva con il metodo di Cholesky?
  6. Quali proprietà garantiscono che un sistema lineare possieda una soluzione unica?
  7. Come si calcola l'inversa di una matrice quadrata con il metodo di Gauss-Jordan?
  8. Come si stimano gli autovalori di una matrice con il metodo delle potenze?
  9. Che cosa dice il teorema di Gershgorin sulla localizzazione degli autovalori?
  10. Come si calcola il determinante di una matrice a partire dalla sua fattorizzazione LU?
  11. Quali vantaggi offrono i metodi iterativi per sistemi lineari di grandi dimensioni e sparsi?
  12. Come si dimostra la convergenza del metodo di Jacobi per matrici a dominanza diagonale stretta?
  13. Come si applica la decomposizione ai valori singolari a un problema di approssimazione a basso rango?
  14. Qual è l'idea alla base dell'algoritmo di Horner per la valutazione di un polinomio?
  15. Come si scrive la matrice di Vandermonde e perché diventa mal condizionata?
  16. Come si calcola numericamente la derivata di una funzione con differenze finite e quale errore si commette?
  17. Come si determinano le radici di un polinomio con il metodo di Newton e quali difficoltà possono presentarsi?
  18. Come si valuta la precisione di un risultato numerico con un test di sensibilità ai dati?
  19. Quale legame esiste tra la norma di una matrice e il suo raggio spettrale?
  20. Come si implementa in modo efficiente il prodotto matrice-vettore su un calcolatore con memoria gerarchica?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Giulia Spaletta: Numerical Analysis

5,4difficoltà
Bologna · Facoltà: Scienze · Scienze statistiche (L-41)
Di cosa si tratta: Numeri finiti e aritmetica finita, errore numerico, condizionamento di un problema e stabilità numerica aprono lo studio dei metodi di calcolo. Seguono polinomi per l'approssimazione di dati e funzioni tramite interpolazione o minimi quadrati, la fattorizzazione LU, la risoluzione di sistemi lineari e i metodi iterativi, con l'ambiente MATLAB.

Dettagli corso

3º annoCorso: L-41
CFU: 6Canale: Unico
🕒 Orario lezioni
  • Lun9–11AULA VIII (accesso Via Ranzani, 1)
  • Mar14–16AULA VIII (accesso Via Ranzani, 1)
  • Gio9–11LAB INF D (Accesso da Via Zamboni, 34)

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 8 libri
Higham – Accuracy and Stability of Numerical AlgorithmsISBN 9780898715217
Tempo di studio del libro≈ 7,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
680 pagine
Difficoltà
5,4
Kincaid – Numerical analysisISBN 9780821847886
Tempo di studio del libro≈ 9 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
788 pagine
Difficoltà
9
Bau – Numerical linear algebraISBN 9781611977158
Tempo di studio del libro≈ 4 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
370 pagine
Difficoltà
5,4
Stewart – Afternotes on Numerical AnalysisISBN 9780898713626
Tempo di studio del libro≈ 2 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
200 pagine
Difficoltà
5,4
Bevilacqua – Introduzione alla matematica computazionaleISBN 9788808043566
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
6,5
Spaletta – Analisi NumericaISBN 9788837114411
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
6,5
Overton – Numerical Computing with IEEE Floating Point ArithmeticISBN 9780898714821
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
5,4
MathWorld – First released 1999 by E.WeissteinISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
5,4
Domande possibili all’esame
  1. Come si calcola l'errore di arrotondamento nella rappresentazione floating point di un numero reale?
  2. Che cosa afferma il teorema del valore intermedio e come si usa per localizzare uno zero?
  3. Come opera il metodo di bisezione e quale condizione di convergenza richiede?
  4. Qual è la differenza tra metodo di Newton e metodo delle secanti per la ricerca di radici?
  5. Come si costruisce il polinomio di interpolazione di Lagrange per un insieme di nodi dati?
  6. Quali rischi comporta l'interpolazione polinomiale su nodi equidistanti di alto grado?
  7. Come si ottiene la formula dei trapezi per l'integrazione numerica e qual è il suo ordine di accuratezza?
  8. Perché la regola di Simpson è più accurata della regola dei trapezi a parità di nodi?
  9. Come si risolve un sistema lineare con il metodo di eliminazione di Gauss con pivoting parziale?
  10. Che cosa significa che un sistema lineare è mal condizionato?
  11. Come si applica il metodo di Jacobi per risolvere un sistema lineare con approccio iterativo?
  12. Quale condizione garantisce la convergenza del metodo di Gauss-Seidel?
  13. Come si approssima la derivata prima di una funzione con differenze finite in avanti?
  14. Che cosa misura l'errore di troncamento in un metodo numerico per equazioni differenziali?
  15. Come funziona il metodo di Eulero esplicito per un problema di Cauchy?
  16. Quali differenze esistono tra metodi espliciti e impliciti per equazioni differenziali ordinarie?
  17. Come si calcola il numero di condizionamento di una matrice rispetto a una norma?
  18. Perché un algoritmo stabile può dare risultati inaccurati su un problema mal condizionato?
  19. Come si scelgono i nodi di Chebyshev per ridurre l'errore di interpolazione?
  20. Come si verifica numericamente l'ordine di convergenza di un metodo iterativo?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Giulia Spaletta: Numerical Analysis (I.C.)

9,5difficoltà
Bologna · Facoltà: Scienze · Scienze statistiche (L-41)
Di cosa si tratta: Statistica computazionale e linguaggio R introducono generazione di variabili casuali, simulazione uniforme, trasformazione inversa e distribuzioni discrete, poi integrazione Monte Carlo classica e importance sampling e ottimizzazione Monte Carlo con ricerca stocastica, metodi stocastici del gradiente e simulated annealing. La programmazione in Python parte da sistemi operativi, reti di calcolatori, linguaggi di programmazione, interpreti e compilatori.

Dettagli corso

3º annoCorso: L-41
CFU: 12Canale: Unico
🕒 Orario lezioni
  • Lun9–11AULA VIII (accesso Via Ranzani, 1)
  • Mar14–16AULA VIII (accesso Via Ranzani, 1)
  • Gio9–11LAB INF D (Accesso da Via Zamboni, 34)

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 10 libri
Robert – Introducing Monte Carlo Methods with RISBN 9781441915757
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
283 pagine
Difficoltà
9,5
Efron – An introduction to the bootstrapISBN 9780412042317
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
436 pagine
Difficoltà
9,5
Higham – Accuracy and Stability of Numerical AlgorithmsISBN 9780898715217
Tempo di studio del libro≈ 7,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
680 pagine
Difficoltà
9,5
Kincaid – Numerical analysisISBN 9780821847886
Tempo di studio del libro≈ 9 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
788 pagine
Difficoltà
9
Bau – Numerical linear algebraISBN 9781611977158
Tempo di studio del libro≈ 4 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
370 pagine
Difficoltà
9,5
Stewart – Afternotes on Numerical AnalysisISBN 9780898713626
Tempo di studio del libro≈ 2 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
200 pagine
Difficoltà
9,5
Bevilacqua – Introduzione alla matematica computazionaleISBN 9788808043566
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
6,5
Spaletta – Analisi NumericaISBN 9788837114411
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
6,5
Overton – Numerical Computing with IEEE Floating Point ArithmeticISBN 9780898714821
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
MathWorld – First released 1999 by E.WeissteinISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
Domande possibili all’esame
  1. Che cosa si intende per errore assoluto e per errore relativo in un calcolo numerico?
  2. Come agisce il metodo di bisezione per la ricerca di uno zero di una funzione continua?
  3. Quando il metodo di Newton converge rapidamente alla radice cercata?
  4. In che cosa consiste la fattorizzazione LU di una matrice quadrata?
  5. Perché il condizionamento di un problema è diverso dalla stabilità di un algoritmo?
  6. Come si costruisce il polinomio di interpolazione di Lagrange per n+1 nodi distinti?
  7. Quale vantaggio offrono le splines cubiche rispetto a un unico polinomio di grado elevato?
  8. In che modo si applica la formula dei trapezi composita per approssimare un integrale?
  9. Che cosa afferma il criterio di Simpson sull'errore di quadratura?
  10. Quando un metodo iterativo di Jacobi per sistemi lineari è garantito a convergere?
  11. Come si risolve un problema di minimi quadrati tramite le equazioni normali?
  12. Che differenza c'è tra il metodo di Eulero esplicito e quello implicito per equazioni differenziali?
  13. Che cosa si intende per stabilità assoluta di un metodo numerico per equazioni differenziali ordinarie?
  14. Come si calcola l'approssimazione di una derivata con differenze finite in avanti?
  15. Perché l'aritmetica in virgola mobile introduce errori di arrotondamento?
  16. Quale ruolo svolge il numero di condizionamento nella valutazione di un sistema lineare mal condizionato?
  17. Come si ottiene l'ordine di convergenza di un metodo iterativo a partire dalle iterazioni?
  18. In che modo il metodo di Runge-Kutta di ordine quattro approssima la soluzione di un'equazione differenziale?
  19. Quale differenza c'è tra interpolazione e approssimazione di dati sperimentali?
  20. Come si scelgono i nodi di Chebyshev per ridurre l'errore di interpolazione?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Scorri di lato: 3 insegnamenti →
Facoltà: Scienze Statistiche

Prof. Giulia Spaletta: Numerical Analysis (I.C.)

9,5difficoltà
Bologna · Facoltà: Scienze Statistiche · Quantitative Finance (LM-16)
Di cosa si tratta: Statistica computazionale e linguaggio R introducono generazione di variabili casuali, simulazione uniforme, trasformazione inversa e distribuzioni discrete, poi integrazione Monte Carlo classica e importance sampling e ottimizzazione Monte Carlo con ricerca stocastica, metodi stocastici del gradiente e simulated annealing. La programmazione in Python parte da sistemi operativi, reti di calcolatori, linguaggi di programmazione, interpreti e compilatori.

Dettagli corso

2º annoCorso: LM-16
CFU: 12Canale: Unico
🕒 Orario lezioni
  • Lun15–18AULA 2
  • Mer12–15AULA 32

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 12 libri
Downey – Jeff Elkner e Chris MeyersISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
di Fletcher – Wiley Finance 2009ISBN 9780470987841
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
7,2
Introduzione a Python, di T. Gaddis (Quinta Edizione)ISBN 9788891927651
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
536 pagine
Difficoltà
8,6
Higham – Accuracy and Stability of Numerical AlgorithmsISBN 9780898715217
Tempo di studio del libro≈ 7,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
680 pagine
Difficoltà
9,5
Kincaid – American Mathematical SocietyISBN 9780821847886
Tempo di studio del libro≈ 9 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
788 pagine
Difficoltà
9
Numerical Linear Algebra, D. Bau, N. Trefethen, SIAM,ISBN 9781611977158
Tempo di studio del libro≈ 4 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
370 pagine
Difficoltà
9,5
Stewart – Afternotes on Numerical AnalysisISBN 9780898713626
Tempo di studio del libro≈ 2 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
200 pagine
Difficoltà
9,5
Analisi Numerica , G.Spaletta, Pitagora, Bologna, 2004ISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
Overton – Numerical Computing with IEEE Floating Point ArithmeticISBN 9780898714821
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
Computational Economics and Finance: Modeling and Analysis withISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
Stinespring – San DiegoISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
MathWorld – First released 1999 by E.WeissteinISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
Domande possibili all’esame
  1. Che cosa si intende per errore assoluto e per errore relativo in un calcolo numerico?
  2. Come agisce il metodo di bisezione per la ricerca di uno zero di una funzione continua?
  3. Quando il metodo di Newton converge rapidamente alla radice cercata?
  4. In che cosa consiste la fattorizzazione LU di una matrice quadrata?
  5. Perché il condizionamento di un problema è diverso dalla stabilità di un algoritmo?
  6. Come si costruisce il polinomio di interpolazione di Lagrange per n+1 nodi distinti?
  7. Quale vantaggio offrono le splines cubiche rispetto a un unico polinomio di grado elevato?
  8. In che modo si applica la formula dei trapezi composita per approssimare un integrale?
  9. Che cosa afferma il criterio di Simpson sull'errore di quadratura?
  10. Quando un metodo iterativo di Jacobi per sistemi lineari è garantito a convergere?
  11. Come si risolve un problema di minimi quadrati tramite le equazioni normali?
  12. Che differenza c'è tra il metodo di Eulero esplicito e quello implicito per equazioni differenziali?
  13. Che cosa si intende per stabilità assoluta di un metodo numerico per equazioni differenziali ordinarie?
  14. Come si calcola l'approssimazione di una derivata con differenze finite in avanti?
  15. Perché l'aritmetica in virgola mobile introduce errori di arrotondamento?
  16. Quale ruolo svolge il numero di condizionamento nella valutazione di un sistema lineare mal condizionato?
  17. Come si ottiene l'ordine di convergenza di un metodo iterativo a partire dalle iterazioni?
  18. In che modo il metodo di Runge-Kutta di ordine quattro approssima la soluzione di un'equazione differenziale?
  19. Quale differenza c'è tra interpolazione e approssimazione di dati sperimentali?
  20. Come si scelgono i nodi di Chebyshev per ridurre l'errore di interpolazione?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Domande frequenti Libri, programma ed esami del prof. Giulia Spaletta a Bologna

Che libro usa il prof. Giulia Spaletta per Numerical Analysis (I.C.) a Bologna?

Per Numerical Analysis (I.C.) (Canale unico) indica come obbligatorio: Robert – Introducing Monte Carlo Methods with R, Efron – An introduction to the bootstrap, Higham – Accuracy and Stability of Numerical Algorithms, Kincaid – Numerical analysis, Bau – Numerical linear algebra, Stewart – Afternotes on Numerical Analysis, Bevilacqua – Introduzione alla matematica computazionale, Spaletta – Analisi Numerica, Overton – Numerical Computing with IEEE Floating Point Arithmetic, MathWorld – First released 1999 by E.Weisstein.

Quanto è impegnativo Numerical Analysis (I.C.)?

12 CFU, difficoltà stimata 9.5 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Giulia Spaletta per Matematica Computazionale a Bologna?

Per Matematica Computazionale (Canale unico) indica come obbligatorio: Problem-Centered Approach – 2nd, An Introduction to Programming with Mathematica (3rd ed),, Maeder – Addison -Wesley, Romeny – Dordrecht, Gray – Boca Raton, MathWorld – First released 1999 by E.Weisstein.

Quanto è impegnativo Matematica Computazionale?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Giulia Spaletta per Numerical Analysis a Bologna?

Per Numerical Analysis (Canale unico) indica come obbligatorio: Higham – Accuracy and Stability of Numerical Algorithms, Kincaid – Numerical analysis, Bau – Numerical linear algebra, Stewart – Afternotes on Numerical Analysis, Bevilacqua – Introduzione alla matematica computazionale, Spaletta – Analisi Numerica, Overton – Numerical Computing with IEEE Floating Point Arithmetic, MathWorld – First released 1999 by E.Weisstein.

Quanto è impegnativo Numerical Analysis?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Giulia Spaletta per Numerical Analysis (I.C.) a Bologna?

Per Numerical Analysis (I.C.) (Canale unico) indica come obbligatorio: Robert – Introducing Monte Carlo Methods with R, Efron – An introduction to the bootstrap, Higham – Accuracy and Stability of Numerical Algorithms, Kincaid – Numerical analysis, Bau – Numerical linear algebra, Stewart – Afternotes on Numerical Analysis, Bevilacqua – Introduzione alla matematica computazionale, Spaletta – Analisi Numerica, Overton – Numerical Computing with IEEE Floating Point Arithmetic, MathWorld – First released 1999 by E.Weisstein.

Quanto è impegnativo Numerical Analysis (I.C.)?

12 CFU, difficoltà stimata 9.5 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Giulia Spaletta per Numerical Analysis (I.C.) a Bologna?

Per Numerical Analysis (I.C.) (Canale unico) indica come obbligatorio: Downey – Jeff Elkner e Chris Meyers, di Fletcher – Wiley Finance 2009, Introduzione a Python, di T. Gaddis (Quinta Edizione), Higham – Accuracy and Stability of Numerical Algorithms, Kincaid – American Mathematical Society, Numerical Linear Algebra, D. Bau, N. Trefethen, SIAM,, Stewart – Afternotes on Numerical Analysis, Analisi Numerica , G.Spaletta, Pitagora, Bologna, 2004, Overton – Numerical Computing with IEEE Floating Point Arithmetic, Computational Economics and Finance: Modeling and Analysis with, Stinespring – San Diego, MathWorld – First released 1999 by E.Weisstein.

Quanto è impegnativo Numerical Analysis (I.C.)?

12 CFU, difficoltà stimata 9.5 su 10 rispetto agli esami della stessa area.

Dove trovo la scheda ufficiale di un esame?

Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.

Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.