Calcolo Scientifico in Python - Strumenti Fondamentali

Questo Corso è parte del

Pathway in Calcolo Scientifico in Python


Il corso base si propone di illustrare come utilizzare il linguaggio Python per il calcolo scientifico attraverso esempi ed applicazioni. L’approccio del corso è quello della programmazione con gli strumenti della matematica: dati vettoriali, algoritmi e la loro validazione mediante sperimentazione numerica. In particolare, il corso propone esempi ed esercizi per introdurre concetti chiave e strumenti pratici per il calcolo matriciale e la sua efficienza nei tempi di calcolo richiesti, l’interpretazione grafica dei risultati, la simulazione di modelli matematici, l’accelerazione delle performance tramite il calcolo parallelo su GPU.

Frequenza e Attestati

Frequenza
GRATUITO!
Attestato di Partecipazione
GRATUITO!

Categoria

Informatica, Gestione e Analisi dei Dati

Ore di Formazione

30

Livello

Intermedio

Lingua

Italiano

Durata

3 Settimane

Tipologia

Online

Apertura Corso

4 Mar 2019

Chiusura Corso

Non impostato
  • Programmare algoritmi di calcolo scientifico, in particolare utilizzando Python/NumPy
  • Fare sperimentazione numerica e valutare le prestazioni dei metodi numerici
  • Presentare graficamente dati e risultati multi-dimensionali, salvare e caricare file-dati in vari formati
  • Creare e programmare algoritmi paralleli di algebra lineare su GPU con l’ausilio della libreria Numba

I destinatari del corso sono studenti, laureati, ricercatori di qualunque disciplina, interessati al calcolo scientifico ad un livello intermedio/avanzato, tipico ormai di tutti i settori delle scienze applicate e dell'ingegneria.

Conoscenze pregresse necessarie sono:
Conoscenze di base di programmazione, in particolare in linguaggio Python;
Conoscenze di base di matematica, tipiche dei primi due anni delle lauree triennali di tipo scientifico o ingegneristico.

Verrà indicato del materiale introduttivo per colmare eventuali lacune. Per quanto riguarda il linguaggio Python, si raccomanda vivamente di consultare il materiale nel sito www.python.org

Libri di testo:

  • Dispense del corso erogate sotto forma di slides PDF e iPython notebooks


Letture consigliate:

  • Hans Petter Langtangen, “A Primer on Scientific Programming with Python”, Springer, 2016
  • Documentazione Numpy https://docs.scipy.org/doc/numpy/contents.html
  • Documentazione Scipy   https://docs.scipy.org/doc/scipy/reference/
  • Documentazione Matplotlib https://matplotlib.org/contents.html
  • Scipy Lecture Notes  http://www.scipy-lectures.org
  • Scipy CookBook http://scipy-cookbook.readthedocs.io/index.html
  • CUDA C Programming Guide: https://docs.nvidia.com/cuda/cuda-c-programming-guide/
  • Numba for CUDA GPUs: http://numba.pydata.org/numba-doc/0.38.0/cuda/index.html
Il corso è strutturato in brevi video di spiegazione dei programmi e della sperimentazione legata agli esempi, nonché in test che prevedono anche brevi attività di programmazione e sperimentazione numerica.L’approccio didattico è orientato ad esporre i concetti teorici tramite esempi applicativi ed attività sperimentali al calcolatore.

MONICA DESSOLE

MONICA DESSOLE

Dipartimento di Matematica “Tullio Levi Civita”

MARTA GATTO

MARTA GATTO

Dipartimento di Matematica “Tullio Levi Civita”

FABIO MARCUZZI

FABIO MARCUZZI

Dipartimento di Matematica “Tullio Levi Civita”

MONICA DESSOLE

MONICA DESSOLE

Dipartimento Di Matematica "Tullio Levi Civita"