DIARIO DELLE LEZIONI
- 16/09 – Presentazione del programma. Introduzione al calcolo numerico.
- 23/09 – RADICE QUADRATA: introduzione, metodo babilonese.
- 30/09 – RADICE QUADRATA: preparazione degli appunti personali; approfondimenti sul metodo babilonese.
- 10/10 – RADICE QUADRATA: errore in valore assoluto, errore relativo.
- PI GRECO: introduzione, formule.
- 14/10 – VERIFICA.
- 17/10 – PI GRECO: con metodo di Archimede.
- 21/10 – PI GRECO: con metodo Monte Carlo.
- 24/10 – RADICE QUADRATA: correzione della verifica.
- PI GRECO: ripasso; con la serie di Leibniz.
- 27/10 – PI GRECO: con la serie di Eulero.
- 31/10 – INTEGRAZIONE NUMERICA: con metodo Monte Carlo.
- 04/11 – INTEGRAZIONE NUMERICA: esercizio a pag. 24.
- 07/11 – NUMERO DI EULERO: con limite e serie.
- 11/11 – NUMERI PSEUDOCASUALI: introduzione.
- 14/11 – VERIFICA.
- 18/11 – Recupero per gli assenti.
- 21/11 – NUMERI PSEUDOCASUALI: linguaggi e funzioni; Linear Congruential Generator.
- 25/11 – METODI MONTE CARLO: moneta di Buffon.
- 02/12 – RADICI DI UN’EQUAZIONE: generalità, il metodo di bisezione.
- 05/12 – RADICI DI UN’EQUAZIONE: metodo di bisezione con foglio di calcolo
- 09/12 – PYTHON: introduzione al linguaggio; radice quadrata con il metodo babilonese.
- 12/12 – PYTHON: ciclo for; numero di Eulero con limite e serie.
- 16/12 – PYTHON: pi greco con serie e con metodo Monte Carlo.
- 19/12 – Assemblea di classe.
|
- 09/01 – RECUPERO: algoritmo babilonese, foglio di calcolo, codifica Python.
- 13/01 – RECUPERO: errore assoluto e relativo, codifica, grafici.
- 16/01 – PYTHON: calcolo approssimato di pi greco con le serie di Leibniz e Eulero.
- 20/01 – PYTHON: generazione e valutazione di numeri casuali.
- 23/01 – PYTHON: metodo Monte Carlo per il calcolo approssimato di PI GRECO.
- 27/01 – PYTHON: integrazione numerica con il metodo Monte Carlo.
- 30/01 – PYTHON: zeri della funzione con metodo di bisezione.
- 03/02 – ALGORITMI: criteri, correttezza, interfaccia grafica.
- 06/02 – ALGORITMI: analisi della ricerca sequenziale.
- 17/02 – ALGORITMI: criteri di valutazione; complessità in tempo della ricerca sequenziale.
- 20/02 – Conferenza sul clima.
- 23/02 – SIMULAZIONE DELLA TERZA PROVA.
- 24/02 – PYTHON: problema della torre di Hanoi.
- 16/03 – ALGORITMI:ripasso dei criteri soggettivi, oggettivi.
- 19/03 – ALGORITMI: numeri di Fibonacci (ricorsivo, iterativo, con formula.
- 30/03 – ALGORITMI: calcolo della complessità per i numeri di Fibonacci.
- 02/04 – ALGORITMI: caso ottimo, pessimo, medio per la ricerca sequenziale.
- 06/04 – ALGORITMI: complessità asintotica.
- 09/04 – ALGORITMI: funzioni di complessità asintotica.
- 13/04 – ALGORITMI: definizioni e calcolo della complessità asintotica.
- 16/04 – ALGORITMI: algebra di O-grande.
- 20/04 – ALGORITMI: problemi non computabili, algoritmi non deterministici.
- 23/04 – ALGORITMI: problemi intrattabili.
- 27/04 – ALGORITMI: problemi NP.
- 30/04 – ALGORITMI: problemi NPC, algoritmi euristici.
- 04/05 – Simulazione della terza prova.
- 07/05 – RECUPERO.
- 11/05 – VERIFICA.
- 18/05 – Simulazione della prima prova.
- 21/05 – GEOGEBRA: integrazione con i vari metodi disponibili.
- 25/05 – Verifica di matematica.
- 28/05 – Correzione della verifica.
- 01/06 – Continuazione.
- 04/06 – Recuperi per le insufficienze.
|
PROGRAMMA SVOLTO
Libro di testo: Paolo Camagni, Riccardo Nikolassy – CORSO DI INFORMATICA 3 – HOEPLI
I paragrafi trattati in classe sono evidenziati in colore.
1 – Algoritmi di calcolo numerico
- Calcolo approssimato della radice quadrata – Cenni sul calcolo numerico – Calcolo della radice quadrata –
Metodo alternativo di Newton
- Generare numeri pseudocasuali – Processi deterministici e pseudocasuali – Numeri pseudocasuali in Pascal – Algoritmi che generano le sequenze – Linear Congruential Generator (LCG)
- Calcolo di π e integrazione con il metodo Monte Carlo – La ricerca di pi greco – Il metodo Monte Carlo – Integrazione numerica con il metodo Monte Carlo – Il problema della moneta di Buffon
- Il numero e (di Eulero) – Generalità – Calcolo del numero e – Ricordare il numero e
- ———-
- Calcolo approssimato della radice di una equazione: metodo di bisezione – Generalità – Metodo di bisezione –
- Calcolo approssimato delle aree – Generalità – Metodo dei rettangoli – Metodo dei trapezi –
Metodo di Cavalieri-Simpson
- ———-
Strumenti
- LIBRO: Fino a pag. 55
- SITO: ARGOMENTI > CALCOLO NUMERICO
- SITO: PYTHON > … > Calcolo numerico
3 – Principi teorici della computazione
- Analisi degli algoritmi – Introduzione – Definizioni – Parametri di qualità di un algoritmo – Il modello di costo per il calcolo del tempo di esecuzione – Calcolo della complessità in funzione del passo base
- Complessità asintotica e notazione O-grande – Complessità asintotica – Notazione O-grande – Algebra degli O-grandi – Equivalenza tra algoritmi – Classi di complessità degli algoritmi – Istruzione dominante
- La complessità dei problemi – Algoritmi e problemi – Problemi computabili ma intrattabili – Problemi polinomiali ed esponenziali – La classe NP – La classe P coincide con la classe NP? – La classe NPC o NP-completa – Risolvere i problemi intrattabili
Strumenti
- LIBRO: Da pag. 184 a pag. 217
- SITO: ARGOMENTI – Teoria degli algoritmi
- SITO: PYTHON > … > Teoria degli algoritmi