Libro di testo digitale: hubscuola.it
| Pagina | Contenuto | ||
|---|---|---|---|
| I NUMERI NEL COMPUTER | |||
| 4 | A1.1 | Il calcolo numerico | |
| 6 | A1.2 | Rappresentazione dei numeri | |
| 8 | A1.3 | Errore assoluto e relativo | |
| 10 | A1.4 | Aritmetica finita | |
| 13 | A1.5 | Propagazione dell’errore | |
| ELEMENTI DI ALGEBRA LINEARE PER IL CALCOLO | |||
| 23 | A2.1 | Matrici e vettori | |
| 23 | A2.2 | Operazioni sulle matrici | |
| 32 | A2.3 | Autovalori e autovettori di una matrice | |
| 32 | A2.4 | Determinante di una matrice | |
| 38 | A2.5 | Inversa di una matrice | |
| 38 | A2.6 | Norme | |
| GESTIRE MATRICI E VETTORI CON OCTAVE | |||
| A3 | … | ||
| APPLICAZIONI SCIENTIFICHE IN OCTAVE, EXCEL, PYTHON | |||
| 75 | A.4.1 | Risoluzione di sistemi lineari: metodo di Cramer | |
| 79 | A.4.2 | Risoluzione di sistemi lineari: i sistemi triangolari | |
| 85 | A.4.3 | Risoluzione di sistemi lineari: metodo di eliminazione di Gauss | |
| 92 | A.4.4 | Risoluzione di sistemi lineari: metodo iterativo di Jacobi | |
| 99 | A.4.5 | Metodi di interpolazione: polinomio di Lagrange | |
| 104 | A.4.6 | Metodi di interpolazione: polinomio di Newton | |
| 108 | A.4.7 | Metodi di approssimazione: fitting di dati | |
| LA GRAFICA IN PYTHON | |||
| 119 | A.5.1 | Le librerie grafiche | |
| 119 | A.5.2 | La libreria Tkinter | |
| 122 | A.5.3 | La libreria Pygame | |
| 124 | A.5.4 | La libreria Turtle | |
| 126 | A.5.5 | La libreria Matplotlib | |
| 127 | A.5.6 | I frattali | |
| E.C. | Sparatutto | ||
| E.C. | Labirinto | ||
| Appr. | Il frattale di Mandelbrot | ||
| SISTEMI E MODELLI | |||
| 136 | B1.1 | I sistemi | |
| 138 | B1.2 | Caratteristiche e comportamento di un sistema | |
| 141 | B1.3 | Classificazione dei sistemi | |
| 144 | B1.4 | Rappresentazione dei sistemi: i modelli | |
| 146 | I.G. | Classificazione dei modelli | |
| Appr. | Sistemi di controllo a catena aperta e chiusa | ||
| TEORIA DEGLI AUTOMI | |||
| 153 | B2.1 | Che cosa sono gli automi | |
| 153 | B2.2 | Gli automi a stati finiti | |
| 154 | B2.3 | Come si rappresentano gli automi | |
| 155 | B2.4 | Il diagramma degli stati | |
| 159 | B2.5 | Le tabelle di transizione | |
| 161 | B2.6 | Gli automi riconoscitori | |
| Appr. | Automi di Mealy, di Moore e senza uscite | ||
| TEORIA DELLA CALCOLABILITÀ | |||
| 170 | B3.1 | Problemi, algoritmi e modelli computazionali | |
| 172 | B3.2 | Un modello computazionale: la macchina di Turing | |
| 175 | B3.3 | Comportamento della MdT | |
| 180 | I.G. | La macchina di Turing universale e la tesi di Church | |
| B3.4 | Rappresentazione della funzione di transizione | ||
| Appr. | Macchine astratte | ||
| LA COMPLESSITÀ COMPUTAZIONALE | |||
| 194 | B4.1 | Qualità di un algoritmo | |
| 196 | B4.2 | Come valutare il costo di un algoritmo | |
| 203 | B4.3 | Complessità computazionale | |
| 205 | B4.4 | Complessità e valori dei dati di ingresso | |
| 207 | B4.5 | Ordine di grandezza della complessità e classi di computabilità | |
| 210 | B4.6 | Efficienza di un algoritmo | |
| Appr. | Complessità e classificazione dei problemi | ||
| INTELLIGENZA ARTIFICIALE E MACHINE LEARNING | |||
| 221 | B5.1 | Che cosa è l’intelligenza artificiale | |
| 223 | B5.2 | Intelligenza artificiale forte e debole | |
| 226 | B5.3 | Il contributo di Turing | |
| 228 | B5.4 | Il contributo di Searle | |
| 229 | B5.5 | IA, informatica e robotica | |
| 230 | B5.6 | Risoluzione automatica dei problemi | |
| 232 | B5.7 | I sistemi esperti | |
| 233 | B5.8 | Le reti neurali: generalità | |
| 236 | B5.9 | Le reti neurali: l’approccio operativo | |
| 238 | B5.10 | Algoritmi genetici e logica fuzzy | |
| 241 | B5.11 | Il machine learning |