Numerical Analysis and Optimization

Anno accademico 2020/2021
Docente Michele Benzi

Didattica integrativa

Esercitazioni

Modalità d'esame

Prova scritta e orale

Prerequisiti

Il corso e` pensato per studenti che hanno avuto una prima introduzione ai concetti e alle tecniche del calcolo numerico ma che non hanno ancora studiato in maniera approfondita l'algebra lineare numerica e l'ottimizzazione numerica. 

Programma del corso

 

Parte I, Metodi numerici per problemi di algebra lineare:

Richiami di algebra lineare.

Norme matriciali. 

Stabilita` e condizionamento in algebra lineare numerica.

Fattorizzazioni LU, di Cholesky e QR.

Metodi diretti e iterativi per sistemi lineari.

Calcolo di autovalori e autovettori di matrici.

Problemi di minimi quadrati, pseudoinversa di Moore-Penrose, decomposizione ai valori singolari.

 

Parte II, Metodi di ottimizzazione numerica:

Ottimizzazione non vincolata

-Metodi del gradiente, di Newton, quasi-Newtoniani.

-Tecniche di globalizzazione.

Ottimizzazione vincolata

-Metodi di penalizzazione.

-Metodo dei moltiplicatori di Lagrange e della Lagrangiana aumentata.

-Sistemi KKT.

 

Riferimenti bibliografici

J. Demmel, Applied Numerical Linear Algebra, SIAM, 1997.

J. Nocedal and S. Wright, Numerical Optimization, Springer, 1999.

Altri riferimenti verranno forniti a lezione.