Conoscenze di base di analisi e geometria, oltre che di programmazione in ambiente python.

Il corso ha l’obiettivo di fornire allo studente i concetti della «matematica che serve» ad un ingegnere industriale, coniugando un approccio teorico e pratico. Da un lato, verranno richiamate e consolidate specifiche nozioni dei corsi Analisi e Geometria, dall’altro queste ultime verranno applicate, nel contesto dei sistemi ingegneristici, tramite l’implementazione di script python.

Conoscenze e comprensione: Il corso intende fornire allo studente conoscenze di base utilizzabili per la modellazione dei sistemi ingegneristici, nel contesto dell'ingegneria industriale. Gli studenti devono possedere una solida preparazione con conoscenze di base relative alle tecniche di analisi matematica e geometria.

Capacità di applicare conoscenze e comprensione: Dopo il corso lo studente sarà in grado di:

• Formulare un insieme di ipotesi semplificative della realtà in grado di spiegare o simulare un particolare fenomeno, traducendolo in equazioni che collegano i parametri in ingresso a quelli in uscita, nei limiti di validità delle ipotesi formulate.
• Tradurre il modello formulato in codice software per l’automazione degli aspetti di calcolo e verifica dello stesso.

Autonomia di giudizio. Gli studenti devono possedere la capacità di definire un problema ingegneristico collocandolo all’interno di una o più discipline scientifiche, formulare delle ipotesi semplificative, tradurre il modello in leggi matematiche, identificare una soluzione analitica del problema, verificare e perfezionare il modello. Il corso promuove l’autonomia di giudizio nella scelta appropriata della tecnica da utilizzare per analizzare i dati, interpretarli in maniera critica e per modellare e risolvere problemi matematici.

Abilità comunicative: Gli studenti devono essere in grado di comunicare in modo chiaro con un pubblico eterogeneo, utilizzando gli strumenti metodologici acquisiti nell'ambito del corso, facendo uso della terminologia più appropriata.

Capacità di apprendimento. Gli studenti devono acquisire la capacità critica di rapportarsi alle problematiche tipiche dell'analisi statistica e dell'ottimizzazione. Devono essere in grado di rielaborare e di applicare autonomamente le conoscenze e i metodi appresi in vista di un’eventuale prosecuzione degli studi a livello superiore (laurea magistrale) o nella più ampia prospettiva di auto-aggiornamento culturale e professionale dell'apprendimento permanente.

Durante il corso si alterneranno lezioni frontali su aspetti teorici di base, esercitazioni numeriche ed esercitazioni pratiche al calcolatore.

L'esame finale consisterà in una prova scritta e la discussione di un progetto preventivamente concordato con i docenti del corso.

Disponibili su http://studenti.unisalento.it/

Il docente riceve gli studenti, previo appuntamento via mail, in presenza (Corpo O, 2° piano) o su piattaforma Teams.

PARTE 1. Consolidamento dei concetti principali relativi a: 

• Algebra Lineare
• Sistemi di equazioni e disequazioni lineari
• Trigonometria
• Derivate, integrali e condizioni di minimo/massimo in una variabile

PARTE 2. Introduzione all’ottimizzazione non vincolata: 

• Concetti di base: derivate parziali, gradiente, Hessiano
• Formulazione di problemi come modelli di ottimizzazione
• Metodo del gradiente, metodo di Newton

PARTE 3. Ulteriori strumenti matematici: 

• Introduzione alle equazioni differenziali ordinarie

PARTE 4. Utilizzo di librerie python per la modellazione matematica, il calcolo numerico e la visualizzazione

Appunti delle lezioni e materiale didattico integrativo fornito dai docenti.