Alfio Quarteroni Libri

In questo testo si introducono i concetti elementari di modellistica numerica di problemi differenziali alle derivate parziali. Si considerano le classiche equazioni lineari ellittiche, paraboliche ed iperboliche, ma anche altre equazioni, quali quelle di diffusione e trasporto, di Navier-Stokes, e le leggi di conservazione, e si forniscono numerosi esempi fisici che stanno alla base di tali equazioni. Quindi si analizzano metodi di risoluzione numerica basati su elementi finiti, differenze finite e metodi spettrali. Il volume h adatto agli studenti dei corsi di laurea di indirizzo scientifico (Ingegneria, Fisica, Matematica, Chimica, Scienza dell'Informazione) e consigliato ai ricercatori del mondo accademico ed extra-accademico che vogliano avvicinarsi a questo interessante ramo della matematica applicata.

La Matematica Numerica è elemento fondante del calcolo scientifico. Punto di contatto di diverse discipline nella matematica e nelle moderne scienze applicate, ne diventa strumento di indagine qualitativa e quantitativa. Scopo di questo testo è fornire i fondamenti metodologici della matematica numerica, richiamandone le principali proprietà, quali la stabilità, l'accuratezza e la complessità algoritmica. Nel contesto di ogni specifica classe di problemi vengono illustrati gli algoritmi più idonei, ne viene fatta l'analisi teorica e se ne verificano i risultati previsti implementandoli con ausilio di programmi in linguaggio MATLAB. Il volume è indirizzato principalmente agli studenti delle facoltà scientifiche, con particolare attenzione ai corsi di laurea in Ingegneria, Matematica e Scienze dell'Informazione. L'enfasi posta sullo sviluppo di software lo rende interessante auche per ricercatori e utilizzatori delle tecniche del calcolo scientifico nei campi professionali piú disparati.

Questo testo è concepito per i corsi delle Facoltà di Ingegneria e di Scienze. Esso affronta tutti gli argomenti tipici della Matematica Numerica, spaziando dal problema di risolvere sistemi di equazioni lineari e non lineari a quello di approssimare una funzione, di calcolare i suoi minimi, le sue derivate ed il suo integrale definito fino alla risoluzione di equazioni differenziali ordinarie e alle derivate parziali con metodi alle differenze finite ed agli elementi finiti. Un capitolo iniziale conduce lo studente ad un rapido ripasso degli argomenti dell'Analisi Matematica e dell'Algebra Lineare di uso frequente nel volume e ad una introduzione ai linguaggi MATLAB e Octave. Al fine di rendere maggiormente incisiva la presentazione e fornire un riscontro quantitativo immediato alla teoria vengono implementati in linguaggio MATLAB e Octave tutti gli algoritmi che via via si introducono. Vengono inoltre proposti numerosi esercizi, tutti risolti per esteso, ed esempi, anche con riferimento ad applicazioni in vari ambiti scientifici. Questa sesta edizione si differenzia dalle precedenti per l’aggiunta di nuovi sviluppi, di nuovi esempi relativi ad applicazioni di interesse reale e di svariati esercizi con relative soluzioni.

Questo testo è concepito per i corsi brevi delle Facoltà di Ingegneria e di Scienze, affrontando argomenti tipici della Matematica Numerica. Si passa dall'approssimazione di funzioni al calcolo dei loro zeri, derivate e integrali definiti, fino alla risoluzione approssimata di equazioni differenziali ordinarie e problemi ai limiti. Due capitoli sono dedicati alla risoluzione di sistemi lineari e al calcolo degli autovalori di una matrice, mentre un capitolo iniziale offre un ripasso degli argomenti di Analisi Matematica e introduce il linguaggio Matlab. Gli argomenti sono trattati a livello elementare, con paragrafi più impegnativi opportunamente contrassegnati. Per rendere la presentazione più incisiva, si utilizza Matlab per eseguire gli algoritmi introdotti, fornendo un riscontro quantitativo immediato alla teoria. Sono proposti numerosi esercizi risolti e esempi, anche con riferimento a specifiche applicazioni. I programmi Matlab possono essere scaricati dalla pagina web mox.polimi.it/qs. Questa terza edizione si distingue per un maggior numero di problemi applicativi e integrazioni riguardanti la risoluzione di sistemi lineari e non lineari e l'approssimazione di equazioni differenziali ordinarie.

This book delves into the numerical approximation of partial differential equations (PDEs), aiming to illustrate various numerical methods, particularly those derived from the variational formulation of PDEs. It covers stability and convergence analysis, error bounds, and algorithmic implementation aspects, balancing theoretical analysis with practical applications. The text addresses a variety of problems, including linear and nonlinear, steady and time-dependent scenarios, with both smooth and non-smooth solutions. It also explores model equations and several (initial-) boundary value problems relevant to multiple application fields. Part I focuses on general numerical methods for discretizing PDEs, developing a comprehensive theory around Galerkin methods and their variants (such as Petrov Galerkin and generalized Galerkin), alongside collocation methods for spatial discretization. This theoretical framework is then applied to two significant numerical subspace realizations: the finite element method (including conforming, non-conforming, mixed, and hybrid types) and the spectral method (utilizing Legendre and Chebyshev expansions).

"One of the purposes of this book is to provide the mathematical foundations of numerical methods, to analyze their basic theoretical properties (stability, accuracy, and computational complexity), and to demonstrate their performances on examples and counterexamples, which outline their pros and cons. This is done using the MATLAB software environment, which is user-friendly and widely adopted. Within any specific class of problems, the most appropriate scientific computing algorithms are reviewed, their theoretical analyses are carried out, and the expected results are verified on a MATLAB computer implementation. Every chapter is supplied with examples, exercises, and applications of the discussed theory to the solution of real-life problems.". "This book is addressed to senior undergraduate and graduate students with particular focus on degree courses in engineering, mathematics, physics, and computer science. The attention paid to the applications and the related development of software makes it valuable also to researchers and users of scientific computing in a large variety of professional fields."--BOOK JACKET.

This introduction to Scientific Computing illustrates several numerical methods for the computer solution of certain classes of mathematical problems. The authors show how to compute the zeros or the integrals of continuous functions, solve linear systems, approximate functions by polynomials and construct accurate approximations for the solution of differential equations. To make the presentation concrete, the programming environment Matlab is adopted as a faithful companion.

Focusing on the numerical modeling of partial differential equations, this book covers essential concepts and emphasizes algorithmic and computer implementation. It includes straightforward programs designed for practical use, making it accessible for readers interested in applying these techniques in computational settings.

Simulating the behavior of a human heart, predicting tomorrow's weather, optimizing the aerodynamics of a sailboat, finding the ideal cooking time for a hamburger: to solve these problems, cardiologists, meteorologists, sportsmen, and engineers can count on math help.

Covid-19 has shown us the importance of mathematical and statistical models to interpret reality, provide forecasts, and explore future scenarios. Algorithms, artificial neural networks, and machine learning help us discover the opportunities and pitfalls of a world governed by mathematics and artificial intelligence.