2015 – 5AA

di

DIARIO DELLE LEZIONI

  1. 16/09 – Presentazione del programma. Introduzione al calcolo numerico.
  2. 23/09 – RADICE QUADRATA: introduzione, metodo babilonese.
  3. 30/09 – RADICE QUADRATA: preparazione degli appunti personali; approfondimenti sul metodo babilonese.
  4. 10/10 – RADICE QUADRATA: errore in valore assoluto, errore relativo.
    • PI GRECO: introduzione, formule.
  5. 14/10 – VERIFICA.
  6. 17/10 – PI GRECO: con metodo di Archimede.
  7. 21/10 – PI GRECO: con metodo Monte Carlo.
  8. 24/10 – RADICE QUADRATA: correzione della verifica.
    • PI GRECO: ripasso; con la serie di Leibniz.
  9. 27/10 – PI GRECO: con la serie di Eulero.
  10. 31/10 – INTEGRAZIONE NUMERICA: con metodo Monte Carlo.
  11. 04/11 – INTEGRAZIONE NUMERICA: esercizio a pag. 24.
  12. 07/11 – NUMERO DI EULERO: con limite e serie.
  13. 11/11 – NUMERI PSEUDOCASUALI: introduzione.
  14. 14/11 – VERIFICA.
  15. 18/11 – Recupero per gli assenti.
  16. 21/11 – NUMERI PSEUDOCASUALI: linguaggi e funzioni; Linear Congruential Generator.
  17. 25/11 – METODI MONTE CARLO: moneta di Buffon.
  18. 02/12 – RADICI DI UN’EQUAZIONE: generalità, il metodo di bisezione.
  19. 05/12 – RADICI DI UN’EQUAZIONE: metodo di bisezione con foglio di calcolo
  20. 09/12 – PYTHON: introduzione al linguaggio; radice quadrata con il metodo babilonese.
  21. 12/12 – PYTHON: ciclo for; numero di Eulero con limite e serie.
  22. 16/12 – PYTHON: pi greco con serie e con metodo Monte Carlo.
  23. 19/12 – Assemblea di classe.
  1. 09/01 – RECUPERO: algoritmo babilonese, foglio di calcolo, codifica Python.
  2. 13/01 – RECUPERO: errore assoluto e relativo, codifica, grafici.
  3. 16/01 – PYTHON: calcolo approssimato di pi greco con le serie di Leibniz e Eulero.
  4. 20/01 – PYTHON: generazione e valutazione di numeri casuali.
  5. 23/01 – PYTHON: metodo Monte Carlo per il calcolo approssimato di PI GRECO.
  6. 27/01 – PYTHON: integrazione numerica con il metodo Monte Carlo.
  7. 30/01 – PYTHON: zeri della funzione con metodo di bisezione.
  8. 03/02 – ALGORITMI: criteri, correttezza, interfaccia grafica.
  9. 06/02 – ALGORITMI: analisi della ricerca sequenziale.
  10. 17/02 – ALGORITMI: criteri di valutazione; complessità in tempo della ricerca sequenziale.
  11. 20/02 – Conferenza sul clima.
  12. 23/02 – SIMULAZIONE DELLA TERZA PROVA.
  13. 24/02 – PYTHON: problema della torre di Hanoi.
  14. 16/03 – ALGORITMI:ripasso dei criteri soggettivi, oggettivi.
  15. 19/03 – ALGORITMI: numeri di Fibonacci (ricorsivo, iterativo, con formula.
  16. 30/03 – ALGORITMI: calcolo della complessità per i numeri di Fibonacci.
  17. 02/04 – ALGORITMI: caso ottimo, pessimo, medio per la ricerca sequenziale.
  18. 06/04 – ALGORITMI: complessità asintotica.
  19. 09/04 – ALGORITMI: funzioni di complessità asintotica.
  20. 13/04 – ALGORITMI: definizioni e calcolo della complessità asintotica.
  21. 16/04 – ALGORITMI: algebra di O-grande.
  22. 20/04 – ALGORITMI: problemi non computabili, algoritmi non deterministici.
  23. 23/04 – ALGORITMI: problemi intrattabili.
  24. 27/04 – ALGORITMI: problemi NP.
  25. 30/04 – ALGORITMI: problemi NPC, algoritmi euristici.
  26. 04/05 – Simulazione della terza prova.
  27. 07/05 – RECUPERO.
  28. 11/05 – VERIFICA.
  29. 18/05 – Simulazione della prima prova.
  30. 21/05 – GEOGEBRA: integrazione con i vari metodi disponibili.
  31. 25/05 – Verifica di matematica.
  32. 28/05 – Correzione della verifica.
  33. 01/06 – Continuazione.
  34. 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

  1. Calcolo approssimato della radice quadrata – Cenni sul calcolo numerico – Calcolo della radice quadrata – Metodo alternativo di Newton
  2. Generare numeri pseudocasuali – Processi deterministici e pseudocasuali – Numeri pseudocasuali in Pascal – Algoritmi che generano le sequenze – Linear Congruential Generator (LCG)
  3. 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
  4. Il numero e (di Eulero) – Generalità – Calcolo del numero e – Ricordare il numero e
  5. ———-
  6. Calcolo approssimato della radice di una equazione: metodo di bisezione – Generalità – Metodo di bisezione – 
  7. Calcolo approssimato delle aree – Generalità – Metodo dei rettangoli – Metodo dei trapezi – Metodo di Cavalieri-Simpson
  8. ———-

Strumenti

  • LIBRO: Fino a pag. 55
  • SITO: ARGOMENTI > CALCOLO NUMERICO
  • SITO: PYTHON > … > Calcolo numerico

3 – Principi teorici della computazione

  1. 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
  2. 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
  3. 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