- Docente: ALESSANDRO BOCCI
- Docente: ANTONIO BROGI
Problemi computazionali quali l'analisi di grafi,  networks e reti  
complesse, lo studio di  un modello evolutivo e la discretizzazione di 
un problema differenziale  richiedono l'utilizzo di metodi numerici 
avanzati per il trattamento di matrici sparse e/o strutturate di grosse 
dimensioni capaci  di adattarsi ad ambienti di calcolo  distribuito.   
Il corso  si rivolge a queste tematiche con i seguenti obiettivi: 
a)
 introduzione di metodi numerici iterativi per la risoluzione di sistemi
 lineari ed il calcolo di autovalori di matrici di grosse dimensioni 
sparse e/o strutturate;  b)  analisi di schemi efficienti di vettorizzazione e parallelizzazione di algoritmi numerici 
 classici;  c) metodi per il trattamento di matrici sparse basati su 
tecniche di riordinamento  per matrici di adiacenza  di grafi. 
In particolare il corso per l'anno corrente intende trattare gli aspetti
 teorici e computazionali inerenti la progettazione e l'implementazione di metodi efficienti  per l'approssimazione di autovalori/autovettori di matrici strutturate e/o "data-sparse" di grandi dimensioni. 
- Docente: LUCA GEMIGNANI
Problemi computazionali quali l'analisi di grafi,  networks e reti  
complesse, lo studio di  un modello evolutivo e la discretizzazione di 
un problema differenziale  richiedono l'utilizzo di metodi numerici 
avanzati per il trattamento di matrici sparse e/o strutturate di grosse 
dimensioni capaci  di adattarsi ad ambienti di calcolo  distribuito.   
Il corso  si rivolge a queste tematiche con i seguenti obiettivi: 
a)
 introduzione di metodi numerici iterativi per la risoluzione di sistemi
 lineari ed il calcolo di autovalori di matrici di grosse dimensioni 
sparse e/o strutturate;  b)  analisi di schemi efficienti di vettorizzazione e parallelizzazione di algoritmi numerici 
 classici;  c) metodi per il trattamento di matrici sparse basati su 
tecniche di riordinamento  per matrici di adiacenza  di grafi. 
In particolare il corso per l'anno corrente intende trattare gli aspetti teorici e computazionali inerenti la progettazione e l'implementazione delle tecniche multisplitting sincrone ed asincrone per la risoluzione iterativa di sistemi lineari.
- Docente: LUCA GEMIGNANI