Corso di Calcolo Scientifico
|
|
- Bernardo Brunelli
- 4 anni fa
- Visualizzazioni
Transcript
1 Corso di Calcolo Scientifico Prof. Luisa D Amore luisa.damore@dma.unina.it a.a. 2005/2006 Il materiale didattico è all URL A. Murli Corso di Calcolo Scientifico 1
2 Cos è il calcolo scientifico 2
3 Computer Science Computational Physics Applicazioni Computational Physics Computational Mathematics Scientific Computing Mathematical Physics Computational Mathematics Matematica Calcolo numerico A. Murli Corso di Calcolo Scientifico 3
4 Cos è il calcolo scientifico? applicazioni scientifiche Genetica nanotecnologia climatologia astronomia CALCOLO SCIENTIFICO PC, WS, strumenti Linux,Windows Strumenti Hardware computazionali F77, & F90, software C, C++, (metodi, algoritmi e software) necessari alla risoluzione di problemi scientifici mediante calcolatore A. Murli Corso di Calcolo Scientifico 4
5 Cosa si intende per risoluzione computazione di un pb. Pbroblem Mabthematical model Approximation discretization numerics algorithm software system A. Murli Corso di Calcolo Scientifico 5
6 La CSE La descrizione attraverso livelli concentrici del processo di risoluzione computazionale di un problema caratterizza la Computational Science and Engineering A. Murli Corso di Calcolo Scientifico 6
7 L approccio computazionale nella CSE Studio Teorico dei modelli Sperimentazione In laboratorio simulazione computazionale The computer is providing a new window through which we can observe the natural world in exquisite detail..[rapporto NSF, 2000] A. Murli Corso di Calcolo Scientifico 7
8 Il prodotto del calcolo scientifico:il software matematico Problemi reali Software can be seen as a map of a real-world problem onto a computer [J. Rice, 1988] A. Murli Corso di Calcolo Scientifico 8
9 Fattori che guidano lo sviluppo del sw applicazioni: multidisciplinarità, collaboratività, crescente complessità, tecnologia hw: processori, memorie, reti sw di base: compilatori, strum. sw engineering, forte impatto su metodologie, tecniche e strumenti sullo sviluppo di software A. Murli Corso di Calcolo Scientifico 9
10 Caratteristiche del software scientifico Efficienza Accuratezza Affidabilità Modularità API standard Portabilità Facilità d uso Facilità di manutenzione IFIP Working Conference on "The Quality of Numerical Software: Assessment and Enhancement, A. Murli Corso di Calcolo Scientifico 10 Oxford, 1996 The black-box!
11 l obiettivo finale SCE: a scientific computing environment that provides all the computational facilities needed to solve a target class of problems. These features include advanced solution methods, automatic and semi automatic selection of solution methods, and ways to easily incorporate novel solution methods.(j.rice) A. Murli Corso di Calcolo Scientifico 11
12 Dalle librerie ai PSE: principali motivazioni linguaggio di programmazione per l utente problemdependent minimo know-how dell utente nello sviluppo di algoritmi e software interazione dinamica e trasparente delle componenti software differenti livelli di interazione con l utente ausilio nella selezione dei componenti sw A. Murli Corso di Calcolo Scientifico 12
13 Obiettivo del corso Introdurre alle problematiche proprie del calcolo scientifico e all uso degli strumenti di base del calcolo scientifico attraverso la progettazione e sperimentazioe del software numerico che implementa algoritmi standard alla base delle applicazioni scientifiche Il corso prevede una intensa attività di laboratorio!! A. Murli Corso di Calcolo Scientifico 13
14 Alcune problematiche Performance Legge di Moore Anni CPU DRAM perf. proc.: 60%/anno (2X/1.5anni) perf. DRAM: 9%/anno (2X/10 anni) Il gap tra performance del processore e performance della memoria ha una crescita del 50%/anno A. Murli Corso di Calcolo Scientifico 14
15 Soluzione: uso della memoria gerarchica datapath processore controllo registri on-chip cache (L1) cache L2 e L3 (SRAM) memoria centrale (DRAM) memoria secondaria (dischi) memoria distribuita Memoria terziaria (dischi/tape) memoria remota velocità: 1 ns 10 ns 100 ns 10 ms 1 ms 10 s 10 ms capacità: 100 byte KB MB GB, TB TB, PB A. Murli Corso di Calcolo Scientifico 15
16 BLAS: Basic Linear Algebra Subprograms la libreria software per il calcolo matriciale ottimizzata pe calcolatori a memoria gerarchica C. Lawson, R. Hanson, D. Kincaid, F.Krogh, Basic Linear Algebra Subprograms for Fortran Usage, ACM TOMS, 1979 J. Dongarra, J. DuCroz, S. Hammarling, R. Hanson, An Extended set of Fortran Basic Linear Algebra Subprograms, ACM TOMS, 1988 J. Dongarra, J. DuCroz, I. Duff, S. Hammarling, A Set of Level 3 Basic Linear Algebra Subprograms, ACM TOMS, 1990 A. Murli Corso di Calcolo Scientifico 16
17 Confronto BLAS1, BLAS2, BLAS3 IBM RS/6000 Power 3 (200 MHz, 800 Mflop/s Peak) Mflop/s Order of vector/matrices BLAS 3 BLAS 2 BLAS 1 sviluppare algoritmi a blocchi è di fondamentale importanza per la performance A. Murli Corso di Calcolo Scientifico 17
18 LAPACK Libreria di software matematico per la risoluzione di problemi di algebra lineare su architetture a memoria gerarchica Problemi risoluzione sistemi lineari risoluzione pb. minimi quadrati calcolo autovalori e autovettori fattorizzazioni LU, Cholesky, QR, valori singolari, Schur stima indice condizionamento Matrici generali dense, a banda, tridiagonali, triangolari simmetriche o Hermitiane definite positive dense, a banda, tridiagonali ortogonali Hessenberg superiori E. Anderson et al., LAPACK User Guide, SIAM, 1995 A. Murli Corso di Calcolo Scientifico 18
19 Alcuni problemi.. L architettura dei microprocessori diventa sempre più complessa Elevate prestazioni possibili solo con ottimizzazioni machine-dependent Molti parametri da gestire nell implementazione degli algoritmi (dimensione dei blocchi, permutazione di indici dei loop, profondità dell unrolling, numero di processi, topologia,...) Necessità di approcci adattativi e automatici nello sviluppo di software A. Murli Corso di Calcolo Scientifico 19
20 Automated Empirical Optimization of Software (AEOS) Applicazione di tecniche di ottimizzazione che consentono un adattamento del codice all architettura (portabilità della performance) A. Murli Corso di Calcolo Scientifico 20
21 AEOS: esempi ATLAS, Automatically Tuned Linear Algebra Software BLAS + alcune routine di LAPACK PHiPAC, Portable, High-Performance, ANSI C Software Prodotto tra matrici Sparsity, un toolbox per versioni ottimizzate del prodotto matrice sparsa-vettore FFTW, the Fastest Fourier Transform in the West DFT in una o più dimensioni, di dati reali o complessi, di sequenze di dimensione qualunque. A. Murli Corso di Calcolo Scientifico 21
22 Altre problematiche. uso di risorse hw/sw/dati distribuite: le risorse devono essere localizzate, selezionate e accedute in modo agevole, trasparente, efficiente e affidabile adattività scalabilità load balancing tolleranza alla latenza di rete algoritmi e sw parametrizzati e annotati definizione e uso efficace di modelli di performance e history database... A. Murli Corso di Calcolo Scientifico 22
23 Network-enabled computational servers NetSolve grid-based hw/sw server, che consente l accesso a LAPACK, ScaLAPACK, PETSc, Aztec,..., web server per problemi di ottimizzazione, fornisce accesso e guida per una vasta collezione di solver grid-based hw/sw server, sperimentato con tool di visualizzazione e PDE solver di tipo domaindecomposition WebPDELab web server che consente l accesso a //ELLPACK A. Murli Corso di Calcolo Scientifico 23
24 Network-enabled Load Balancing computational server Resource Discovery Agente Resource Allocation Fault Tolerance richiesta agent scelta output fornisce l accesso on-demand a risorse hw/sw/dati, remote, usando meccanismi di selezione/allocazione automatici e dinamici per meglio soddisfare la richiesta A. Murli Corso di Calcolo Scientifico 24
25 Facciamo un esempio : Sviluppo di algoritmi e software matematico per l analisi di immagini provenienti da apparecchiature mediche (Disgnostica medica per immagini) A. Murli Corso di Calcolo Scientifico 25
26 Il problema: analisi dati SPECT Acquisizione Ricostruzione/Elaborazione A. Murli Corso di Calcolo Scientifico 26
27 Il problema: ecocardiografia Acquisizione Ricostruzione A. Murli Corso di Calcolo Scientifico 27
28 La Metodologia del PROBLEM SOLVING Formulazione del problema P Descrizione di P mediante un modello matematico:m(p) approssimazione di M(P) mediante metodi numerici Sviluppo dell algoritmo Implementazione del sw in uno specifico ambiente di calcolo A. Murli Corso di Calcolo Scientifico 28
29 Il primo passo Formulazione del problema P Descrizione di P mediante un modello matematico:m(p) u t = u div u u I t =div [ g I 2 I ] I x, y,0 =I 0 I n =0 g = I x I y I z f k dxdydz A. Murli Corso di Calcolo Scientifico 29
30 Il terzo passo Formulazione del problema P Descrizione di P mediante un modello matematico:m(p) discretizzazione A. Murli Corso di Calcolo Scientifico 30
31 Discretizzazione: il modello numerico b p n u p n τ q N p a n pq u n p u qn =b n n 1 p u p nucleo computazionale Hu=g Grande ( per 2D) Mal condizionata (µ=10 6 ) Sparsa (10 % elementi n.z.) Grid of voxels (3x3x3) A. Murli Corso di Calcolo Scientifico 31
32 Lo sviluppo dell algoritmo e la sua implementazione Formulazione del problema P Descrizione di P mediante un modello matematico:m(p) approssimazione di M(P) mediante metodi numerici: M h P Sviluppo dell algoritmo risolutivo M h P Implementazione in uno specifico ambiente di calcolo A. Murli Corso di Calcolo Scientifico 32
33 Alcuni nuclei.. operazioni tra vettori Prodotti matrice-vettore FFT risoluzione sistemi lineari A. Murli Corso di Calcolo Scientifico 33
34 Aspetti importanti del calcolo scientifico Numerical algorithms Mathematical software Software engineering Compiler technology Programming languages Visualization and feature identification Grid and distributed systems Databases, database federation Networks A. Murli Corso di Calcolo Scientifico 34
35 Informatics challenges for scientific computing Scale (data management, workflow management,..) Heterogeneity (risorse di calcolo, reti, dati,..) Distribution (monitoraggio, scheduling,..) Dynamic variation (fault tolerance, ondemand computing, resource allocation,..) A. Murli Corso di Calcolo Scientifico 35
36 Producing software is still a people intensive activity. There is no Moore s laws for software A. Murli Corso di Calcolo Scientifico 36
37 Prerequisiti del corso Aver risolto un problema con il calcolatore! A. Murli Corso di Calcolo Scientifico 37
Calcolo Scientifico: II lezione
Calcolo Scientifico: II lezione sviluppo di software efficiente per le operazioni di base del calcolo matriciale 1 Efficienza del software T s k µ T(N) Tecnologia Hardware Algoritmo Software BLAS A. Murli
Calcolo Scientifico: II lezione
Calcolo Scientifico: II lezione Luisa D Amore a.a. 005-006 Problema: Progettazione e sviluppo di software efficiente per il calcolo matriciale 1 BLAS A. Murli - Calcolo Scientifico Ma perchè sviluppare
Introduzione al Calcolo Scientifico
Introduzione al Calcolo Scientifico Francesca Mazzia Dipartimento di Matematica Università di Bari Francesca Mazzia (Univ. Bari) Introduzione al Calcolo Scientifico 1 / 14 Calcolo Scientifico Insieme degli
PAOLO ZANETTI KREMM: un sistema di e-learning per un percorso di apprendimento completo
PAOLO ZANETTI KREMM: un sistema di e-learning per un percorso di apprendimento completo K R E M M Knowledge Repository of Mathematical Models KREMM: un sistema di e- learning per un percorso di apprendimento
Librerie matematiche. Introduzione al calcolo parallelo
Introduzione al calcolo parallelo Il termine libreria matematicaindica usualmente un insieme di subroutine e funzioni che implementano algoritmi, a volte di basso livello, per calcolare numeri casuali,
Introduzione al Calcolo Scientifico
Introduzione al Calcolo Scientifico Corso di Analisi Numerica, a.a. 2006/2007 Francesca Mazzia Dipartimento di Matematica Università di Bari 16 Ottobre 2006 Francesca Mazzia (Univ. Bari) Introduzione al
Programma del corso di: Laboratorio di Programmazione e Calcolo Corso di laurea in Matematica a.a Proff. B. Paternoster, D.
Programma del corso di: Laboratorio di Programmazione e Calcolo Corso di laurea in Matematica a.a.009-0 Proff. B. Paternoster, D. Conte Risoluzione di un problema con il calcolatore: dal problema reale
Progettazione ed implementazione di un sistema di calcolo distribuito ibrido multithread/multiprocesso per HPC: applicazione all imaging medico
Progettazione ed implementazione di un sistema di calcolo distribuito ibrido multithread/multiprocesso per HPC: applicazione all imaging medico Relatore: Chiar.mo Prof. Renato Campanini Correlatore: Dott.
LOCATION SEMESTER LANGUAGE
CR: Crema, via Bramante 65 MI: Milano, via Celoria 18 Teleconfrence: course available both in Milan and Crema through a teleconference system LT Sicurezza dei Sistemi e delle Reti Informatiche ONLINE F1A
SCHEDA INSEGNAMENTO A CALCOLO NUMERICO DE GIORGI"
SCHEDA INSEGNAMENTO A002753 - CALCOLO NUMERICO Corso di studi di riferimento Dipartimento di riferimento Settore Scientifico Disciplinare LB04 - MATEMATICA DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE
Università degli Studi di Cassino e del Lazio Meridionale
Università degli Studi di Cassino e del Lazio Meridionale di Calcolatori Elettronici Gerarchia di Anno Accademico 2012/2013 Alessandra Scotto di Freca Si ringrazia il prof.francesco Tortorella per il materiale
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI
CORSO I LAUREA MAGISTRALE IN ATA SCIENCE AN SCIENTIFIC COMPUTING CLASSE LM 44 PIANO EGLI STUI per gli studenti che si iscrivono al I anno nell a.a.2017/18 Il Corso di laurea in ata Science and Scientific
Grid Data Management Services. Griglie e Sistemi di Elaborazione Ubiqui
Grid Data Management Services D. Talia - UNICAL Griglie e Sistemi di Elaborazione Ubiqui Sommario Grid Data Management GridFTP RFT RLS OGSA-DAI GridFTP GT4 Data Services High-performance Data transfer
COMPUTATIONAL THINKING
COMPUTATIONAL THINKING Università degli Studi di Verona Tandem 2014/15 Presentazione Area di Scienze e Ingegneria 17 ottobre 2015 ultimo aggiornamento 22/01/15 SOMMARIO Che cos è il Pensiero Computazionale?
Università degli Studi di Cassino e del Lazio Meridionale
di Cassino e del Lazio Meridionale Corso di Gerarchia di Anno Accademico Francesco Tortorella 1977: DRAM più veloce del processore ( prof. Patterson) Il Performance Gap processore/memoria Performance 1000
Lezione n. 1. Introduzione all analisi numerica (richiami di algebra lineare e analisi funzionale)
Lezione n. 1 Introduzione all analisi numerica (richiami di algebra lineare e analisi funzionale) R. Albanese, "Metodi numerici Pag. 1 Pag. 2 Programma 1. Introduzione all analisi numerica (richiami di
Organizzazione strutturata
Organizzazione strutturata Evoluzione storica a.a. 2002-03 L. Borrelli 1 Complessità dei Sistemi di Elaborazione Caratteristica dei Sistemi di Elaborazione: Complessità Per trattare sistemi complessi è
Seminari avanzati di Analisi Numerica e Ricerca Operativa
Proposta di attivazione laboratorio: Seminari avanzati di Analisi Numerica e Ricerca Operativa A.A. 2005/06 Docenti: Giuseppe Rodriguez, Paola Zuddas, Fabio Maggio (CRS4), Antonio Manca (rodriguez@unica.it,
OTTIMIZZAZIONI MICROARCHITETTURALI PER L'HIGH PERFORMANCE COMPUTING
ALMA MATER STUDIORUM - UNIVERSITA DI BOLOGNA SEDE DI CESENA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI CORSO DI LAUREA IN SCIENZE DELL'INFORMAZIONE OTTIMIZZAZIONI MICROARCHITETTURALI PER L'HIGH
Laboratorio Interdipartimentale di Chimica Computazionale
Laboratorio Interdipartimentale di Chimica Computazionale Dipartimento di Scienze Chimiche Università degli Studi di Padova Antonino Polimeno 1 Chimica Computazionale Materiali funzionalizzati Biotecnologie
SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: giorno martedì, ora 12-13 Aula?? Modalità esame: scritto + tesina facoltativa 1 Obiettivi
HIGH PERFORMANCE COMPUTING SU UNITA' GRAFICHE PROGRAMMABILI
ALMA MATER STUDIORUM UNIVERSITA' DI BOLOGNA SEDE DI CESENA FACOLTA' DI SCIENZE MATEMATICHE, FISICHE E NATURALI CORSO DI LAUREA IN SCIENZE DELL'INFORMAZIONE HIGH PERFORMANCE COMPUTING SU UNITA' GRAFICHE
Corso di programmazione in C
Corso di programmazione in C Lezione 1: fondamenti di informatica Liceo Scientico Teresa Gullace M. Prisco 26 febbraio 2019 Liceo Scientico Teresa Gullace Corso di programmazione in C 26 febbraio 2019
Introduzione a Matlab (e al Calcolo Numerico)
Introduzione a Matlab (e al Calcolo Numerico) Giuseppe Rodriguez Università di Roma Tor Vergata Seminario nell ambito del corso di Fondamenti di Informatica per gli studenti di Ingegneria Meccanica e Ingegneria
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI
CORSO I LAUREA MAGISTRALE IN ATA SCIENCE AN SCIENTIFIC COMPUTING CLASSE LM 44 PIANO EGLI STUI per gli studenti che si iscrivono al I anno nell a.a.2017/18 Il Corso di laurea in ata Science and Scientific
Progetto Lauree Scientifiche a.a. 2011/2012
Università degli Studi di Napoli Federico II Progetto Lauree Scientifiche a.a. 2011/2012 prof. Giuliano Laccetti PLS - Prolusione - prof. Giuliano LACCETTI - a.a. 2011/2012 1 PLS - Prolusione - prof. Giuliano
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI per gli studenti che si iscrivono al I anno nell a.a.2019/20 Il Corso di laurea in Data Science and Scientific
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI per gli studenti che si iscrivono al I anno nell a.a.2018/19 Il Corso di laurea in Data Science and Scientific
Compiti di un ambiente sw per il C.D. NetSolve: un ambiente per il calcolo distribuito. gestire gli accessi alle risorse. gestire l eterogeneita
Compiti di un ambiente sw per il C.D. NetSolve: un ambiente per il calcolo distribuito gestire gli accessi alle risorse gestire l eterogeneita gestire la dinamicita http://icl.cs.utk.edu/netsolve A. Murli
Una Libreria di Algebra Lineare per il Calcolo Scientifico
Una Libreria di Algebra Lineare per il Calcolo Scientifico Introduzione Il Lavoro di Tesi Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Risultati Attesi
MATRICE TUNING competenze versus unità didattiche, Corso di Laurea in Informatica (classe L-31), Università degli Studi di Cagliari
A: CONOSCENZA E CAPACITA DI COMPRENSIONE Conoscere e saper comprendere i fondamenti della matematica discreta (insiemi, interi, relazioni e funzioni, calcolo combinatorio) Conoscere e saper comprendere
Programmazione modulare
Programmazione modulare 2015 2016 Indirizzo: 1 BIENNIO Informatica e Telecomunicazioni Disciplina: SCIENZE E TECNOLOGIE APPLICATE Classi: 2 C - 2 D Ore settimanali: 3 ore Prerequisiti per l'accesso al
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI per gli studenti che si iscrivono al I anno nell a.a.2018/19 Il Corso di laurea in Data Science and Scientific
Corso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame
1 Cognome: Nome: Matricola: Corso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame 1. Si consideri il sistema aritmetico f. p. a precisione
Complementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 205-206 Laboratorio 9 Metodo di Eliminazione Gaussiana per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore
Tabelle di corrispondenza
CONSIGLIO DI AREA DIDATTICA IN INFORMATICA CAD in Informatica Tabelle di corrispondenza fra insegnamenti dei corsi di studio di area Informatica di ordinamenti ex D.M. 509 e insegnamenti del Corso di laurea
2.5.6 Operazioni di macchina effettuate in virgola mobile Esercizi 52
Prefazione XIII Elementi di analisi delle matrici 1 1.1 Spazi vettoriali 1 1.2 Matrici 3 1.3 Operazioni su matrici 4 1.3.1 Inversa di una matrice 5 1.3.2 Matrici e trasformazioni lineari 6 1.4 Traccia
Programmazione modulare
Programmazione modulare 2016 2017 Indirizzo: 1 BIENNIO Informatica e Telecomunicazioni Disciplina: SCIENZE E TECNOLOGIE APPLICATE Classi: 2 C - 2 D - 2 F Ore settimanali: 3 ore Prerequisiti per l'accesso
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Presentazione del corso
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Presentazione del corso Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: crossi@deis.unibo.it Scopo del corso Completare il percorso
PROGRAMMAZIONE DEL GRUPPO DISCIPLINARE INDIRIZZO ELETTRONICA ED ELETTROTECNICA a.s. 2018/2019 ORE SETTIMANALI: 4 (2)
ISTITUTO SUPERIORE ENRICO FERMI PROGRAMMAZIONE DEL GRUPPO DISCIPLINARE INDIRIZZO ELETTRONICA ED ELETTROTECNICA a.s. 2018/2019 ARTICOLAZIONE: AUTOMAZIONE DISCIPLINA: ORE SETTIMANALI: 4 (2) SISTEMI AUTOMATICI
Dai problemi scientifici alle architetture di calcolo ovvero come cucire con aghi e gomene.
Dai problemi scientifici alle architetture di calcolo ovvero come cucire con aghi e gomene Vittorio Rosato Servizio di Calcolo e Modellistica ENEA Casaccia rosato@casaccia.enea.it Key-points 1. un legame
1. Calcolo dell indice di condizionamento di una matrice
1 Esercizi sul condizionamento con matlab laboratorio di Calcolo Scientifico per Geofisici Prof. A. Murli a.a. 2006/07 1. Calcolo dell indice di condizionamento di una matrice Determinare una function
Esercizio 1 Sia. a n. X (k+1) = X (k) (2I AX (k) )
Esercizi per la parte Numerica e Algoritmica, Prof. Serra-Capizzano. Gli esercizi elencati sono da ritenersi come una palestra molto impegnativa: i testi di esame che saranno proposti non avranno una difficoltà
Corso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli. Esercizi di riepilogo - LABORATORIO
Cognome: Nome: 1 Matricola: Corso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli Esercizi di riepilogo - LABORATORIO Creare una directory nominata cognome nome dove cognome
MIPS & SPIM. Modulo del Corso di Architettura degli Elaboratori. Nicola Paoletti. Università di Camerino Scuola di Scienze e Tecnologie
MIPS & SPIM Modulo del Corso di Architettura degli Elaboratori Nicola Paoletti Università di Camerino Scuola di Scienze e Tecnologie 10 Aprile 2013 AA 2012/2013 Informazioni utili (1/2) Email: nicola.paoletti@unicam.it
Cosa è un programma. Informatica di Base -- R.Gaeta 18
Cosa è un programma Il programma è la scatola nera che risolve il problema computazionale; Il programma è una sequenza di istruzioni che devono essere eseguite; Il programma è la traduzione per il computer
Indice. Introduzione al problema dell acquisizione e dell analisi dei dati: definizione dei termini
Indice Cap. 1 Introduzione al problema dell acquisizione e dell analisi dei dati: definizione dei termini 1.1 Introduzione pag. 1 1.2 Il processo di misura e il livello dei modelli 9 1.3 Segnali deterministici
Architettura dei calcolatori
Cos'è un calcolatore? Architettura dei calcolatori Esecutore automatico di algoritmi Macchina universale Elementi di Informatica Docente: Giorgio Fumera Corso di Laurea in Edilizia Facoltà di Architettura
Introduzione a Matlab
Dipartimento di Matematica e Informatica Università di Cagliari 25 29 gennaio 2016 Analisi Numerica L Analisi Numerica è lo studio degli algoritmi per i problemi della matematica del continuo. Caratteristiche
Criteri da tenere a mente
2 Alcune considerazioni sul progetto di soluzioni software Criteri da tenere a mente Lo stile di programmazione è importante leggibilità (commenti / nomi significativi di variabili / indentazioni /...)
MPI. MPI e' il risultato di un notevole sforzo di numerosi individui e gruppi in un periodo di 2 anni, tra il 1992 ed il 1994
MPI e' acronimo di Message Passing Interface Rigorosamente MPI non è una libreria ma uno standard per gli sviluppatori e gli utenti, che dovrebbe essere seguito da una libreria per lo scambio di messaggi
MECCANICA COMPUTAZIONALE
MECCANICA COMPUTAZIONALE Capitolo 1 Introduzione Rev. 21 aprile 2008 (rev. 21/04/2008) Capitolo 1: 1/28 Argomenti trattati nel capitolo 1 Esempi di problemi strutturali complessi Limiti degli approcci
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A. 2009-2010 Prof. Stefano De Marchi November 23, 2009 28/9/09 Aula SC20. 30/9/09 Aula SC20. Rappresentazione dei
Introduzione al MATLAB c Parte 1 Variabili ed array
Introduzione al MATLAB c Parte 1 Variabili ed array Lucia Gastaldi DICATAM - Sezione di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Cos è il MATLAB Componenti principali di MATLAB Avvio e Strumenti
Introduzione ai. Sistemi Distribuiti
Introduzione ai Sistemi Distribuiti Definizione di Sistema Distribuito (1) Un sistema distribuito è: Una collezione di computer indipendenti che appaiono agli utenti come un sistema singolo coerente. Definizione
SISTEMI E TECNOLOGIE INFORMATICHE
SISTEMI E TECNOLOGIE INFORMATICHE Prof. Paolo Spagnoletti pspagnoletti@luiss.it Sito web corso STI: www.uniroma2.it/didattica/sist_e_tecn_inf Sito web personale: http://docenti.luiss.it/informatica-spagnoletti/
Trasformazione elementari di Givens
Trasformazione elementari di Givens dove Osservazione Esprime una rotazione di ampiezza ϕ Esempio (n=2) Osservazione Rotazione nel senso positivo degli archi In generale Il prodotto matrice vettore equivale
sistemi distribuiti Sistemi distribuiti - architetture varie classificazioni classificazione di Flynn (1972)
Esempi di applicazioni comunicazione di dati Sistemi Distribuiti fra terminali di un sistema di elaborazione - fra sistemi di elaborazione sistemi distribuiti o centralizzati es. packed-switced networks
Laboratorio software. A.A. 2009-2010 C. Brandolese
Laboratorio software A.A. 2009-2010 Hardware testing with software T1. RAM Testing Il progetto ha lo scopo di studiare e sviluppare alcune delle tecniche note per il testing della memoria RAM di un sistema
Interazione tra matematica e informatica
LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica 1 - INTRODUZIONE AL CORSO Marco Lapegna Dipartimento di Matematica e Applicazioni Universita degli Studi di Napoli Federico II wpage.unina.it/lapegna
1. Mercoledì 27/09/2017, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Chimica e Meccanica 6 CFU - A.A. 2017/2018 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 15 dicembre 2017 1. Mercoledì 27/09/2017,
LABORATORIIO IINTERDIIPARTIIMENTALE DII CHIIMIICA COMPUTAZIIONALE 1.1 Hardware 1. Risorse Cluster-α (26 nodi / 54 cpu): 5 nodi AMD Opteron Processor 246, 2Ghz, 2 cpu, 4GB ram HD SATA 80GB; 6 nodi Intel
Complementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 207-208 Laboratorio 5 Metodi diretti per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore assegnati, allora
1. Lunedì 26/09/2016, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Biomedica 6 CFU - A.A. 2016/2017 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 13 dicembre 2016 1. Lunedì 26/09/2016, 11 13. ore:
1. Martedì 1/10/2013, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Biomedica 6 CFU - A.A. 2013/2014 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 18 dicembre 2013 1. Martedì 1/10/2013, 12 14. ore:
Griglie e Sistemi di Elaborazione Ubiqui
Griglie e Sistemi di Elaborazione Ubiqui Griglie e Sistemi di Elaborazione Ubiqui Domenico Talia talia@deis.unical.it A.A. 2003-2004 Facoltà di Ingegneria UNICAL Griglie e Sistemi Ubiqui - D. Talia - UNICAL
Calcolo Numerico (CdS in Matematica) A.A. 2012/13
Calcolo Numerico (CdS in Matematica) A.A. 2012/13 Esercitazione di Laboratorio sulla risoluzione di sistemi di equazioni lineari Parte 1. Fattorizzazione di matrici Scrivere una funzione Matlab che implementi
MATERIALI PER LA DISCUSSIONE
SETTORE TECNOLOGICO MATERIALI PER LA DISCUSSIONE ISTITUTO TECNICO INDIRIZZO ARTICOLAZIONE TELECOMUNICAZIONI INFORMATICA E TELECOMUNICAZIONI ESITI DI APPRENDIMENTO Regolamento, Art. 5 comma 1 Nota: Le Competenze,
1. Mercoledì 1/10/2014, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Biomedica 6 CFU - A.A. 2014/2015 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 16 dicembre 2014 1. Mercoledì 1/10/2014, 15 17. ore:
Registro di Matematica Applicata /18 - Dott.ssa L. Fermo 2
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Biomedica 6 CFU - A.A. 2017/2018 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 15 dicembre 2017 1. Lunedì 25/09/2017, 11 13. ore:
Sistema Operativo. (hardware e software) della della macchina
Sistema Operativo Senza Sistema Operativo (SO) un computer è solo un macchinario inutile... Il SO rende possibile la gestione, elaborazione e immagazinamento dell informazione. Il Il SO SO è il il software
Informatica A. Allievi Gestionali A.A Nozioni di Base
Informatica A Allievi Gestionali A.A. 2015-16 Nozioni di Base Nell immaginario collettivo Ingegnere Meccanico 2 Nell immaginario collettivo Ingegnere Fisico/Matematico 3 Nell immaginario collettivo Ing.
1. Martedì 29/09/2015, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Biomedica 6 CFU - A.A. 2015/2016 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 18 dicembre 2015 1. Martedì 29/09/2015, 12 14. ore:
Progetto ICT e calcolo
It has been found repeatedly in science that the discovery that two branches are related leads to each branch helping in the development of the other. The result is often a markedly accelerated growth
Architettura degli Elaboratori
Architettura degli Elaboratori a.a. 2013/14 appello straordinario, 13 aprile 2015 Riportare nome, cognome, numero di matricola e corso A/B Domanda 1 Si consideri la seguente gerarchia di memoria memoria
Registro di Matematica Applicata /18 - Dott.ssa L. Fermo 2
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Biomedica 6 CFU - A.A. 2018/2019 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 19 dicembre 2018 1. Mercoledì 26/09/2018, 15 17. ore:
Professore Ordinario di Analisi Numerica presso il Dipartimento di Matematica e Informatica dell'università di Parma -Laureato in Matematica nel 1972
Professore Ordinario di Analisi Numerica presso il Dipartimento di Matematica e Informatica dell'università di Parma -Laureato in Matematica nel 1972 (Università di Parma) -1972-74 Borsista C.N.R. Istituto
1. Martedì 27/09/2016, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Chimica e Meccanica 6 CFU - A.A. 2016/2017 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 15 dicembre 2016 1. Martedì 27/09/2016,
Le aree dell informatica
Fondamenti di Informatica per la Sicurezza a.a. 2006/07 Le aree dell informatica Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università
Che cos e l Informatica. Informatica generale. Caratteristiche fondamentali degli algoritmi. Esempi di algoritmi. Introduzione
Che cos e l Informatica Scienza dell elaborazione dell informazione Informatica generale non si riduce all utilizzo di strumenti (e.g. linguaggi di programmazione e basi di dati); si occupa del trattamento
Università di Pisa Facoltà di Scienze Matematiche Fisiche e Naturali
Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea Specialistica in Informatica (classe 23/S: Informatica) Corso di Laurea Specialistica in Tecnologie Informatiche (classe 23/S: Informatica)
Sistemi Operativi: Concetti Introduttivi
Sistemi Operativi: Concetti Introduttivi 1.1 Principali funzioni di un Sistema Operativo 1.2 Cenni Storici 1.3 Classificazione dei Sistemi Operativi 1.4 Struttura dei Sistemi Operativi 1.5 Processi e gestione
Altre trasformazioni elementari
Altre trasformazioni elementari Si possono definire altri tipi di trasformazioni elementari Analogamente alle trasformazioni di Gauss, esse danno luogo a fattorizzazioni Trasformazione elementari di Givens
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A. 2009-2010 Prof. Stefano De Marchi December 4, 2009 28/9/09 Aula SC20. 30/9/09 Aula SC20. Rappresentazione dei
I.I.S. Federico II di Svevia - Melfi
I.I.S. Federico II di Svevia - Melfi Liceo Scientifico - Opzione Scienze Applicate Progettazione didattica a.s. 2016/2017 INFORMATICA Docente: Michele FICARAZZI Classe 5AA PREMESSA SULLA CLASSE: La classe
Summer of LabVIEW The Sunny Side of System Design
Summer of LabVIEW The Sunny Side of System Design 30th June - 18th July 1 Monitoraggio real-time di pulsazioni di pressione in camera di combustione di turbine a gas Giacomo Bartolini SINT Technology
Introduzione ai. Sistemi Distribuiti
Introduzione ai Sistemi Distribuiti Definizione di Sistema Distribuito (1) Un sistema distribuito è: Una collezione di computer indipendenti che appaiono agli utente come un sistema singolo coerente. 1
Introduzione al MATLAB c Parte 1 Variabili ed array
Introduzione al MATLAB c Parte 1 Variabili ed array Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Cos è il MATLAB Componenti principali di MATLAB Avvio e Strumenti
Una interfaccia GA ad alcune routines di ScaLAPACK
Una interfaccia GA ad alcune routines di ScaLAPACK Giuseppe Vitillaro Dipartimento di Chimica Universita degli Studi di Perugia e-mail: Perugia, 30 Maggio 1996 Global Array (GA) toolkit
Valutazione delle prestazioni dei Calcolatori Elettronici
Valutazione delle prestazioni dei Calcolatori Elettronici Trend tecnologico: Capacità della Memoria 000000000 00000000 0000000 000000 00000 0000 000 si ze 970 975 980 985 990 995 2000 Year Capacità chip
Un algoritmo rank-revealing per la risoluzione nel senso dei minimi quadrati di sistemi lineari a rango non pieno
Un algoritmo rank-revealing per la risoluzione nel senso dei minimi quadrati di sistemi lineari a rango non pieno G. Rodriguez Dipartimento di Matematica e Informatica, Università di Cagliari viale Merello
Elementi di Informatica Corso di Laurea in Scienze Geologiche a.a. 2003/2004. Docente. Orario. Da Ottobre-Dicembre:
Elementi di Informatica Corso di Laurea in Scienze Geologiche a.a. 2003/2004 1 Docente Patrizia Boccacci Ufficio 332 III piano Dipartimento di Informatica e Sc. Inf. Tel. 010-3536732 E-mail: boccacci@disi.unige.it
Elementi di Informatica. Corso di Laurea in Scienze Geologiche a.a. 2003/2004
Elementi di Informatica Corso di Laurea in Scienze Geologiche a.a. 2003/2004 1 Docente Patrizia Boccacci Ufficio 332 III piano Dipartimento di Informatica e Sc. Inf. Tel. 010-3536732 E-mail: boccacci@disi.unige.it
Elenco sezioni libro di testo Ed. 5 Tra parentesi le corrispondenze per l'ed. 7.
Elenco sezioni libro di testo Ed. 5 Tra parentesi le corrispondenze per l'ed. 7. Modulo 1 - Architettura del calcolatore Unità 1 - Architettura e funzionamento dei sistemi di elaborazione Lezione 1 - Macchina
Fondamenti di Informatica Architettura del Calcolatore Alessandra Volpato
Fondamenti di Informatica Architettura del Calcolatore Alessandra Volpato E-mail: ale.volpato@ieee.org Sistema Informativo: Insieme di componenti in relazione tra loro che raccoglie, estrae, elabora, memorizza
La modellazione dei fenomeni fisici; definizione di analisi numerica e buona posizione.
Insegnamento Livello e corso di studio Settore scientifico disciplinare (SSD) Analisi Numerica Corso di Laurea in Ingegneria Industriale (L9) MAT/08 Anno di corso 2 (il corso non è attivo per studenti
ISTITUTO D ISTRUZIONE SUPERIORE L. EINAUDI con sezione associata del Liceo Scientifico G. Bruno MURAVERA
Classe: I Sez.: B 1. Architettura del computer Hd e Sw; Case e Scheda Madre; Cpu; Memoria centrale (ram rom e cache); Memoria di massa (dischi magnetici, cd e dvd); Periferiche di I/O. 2. Sistemi operativi
PANORAMICA SULLE LIBRERIE BLAS, LAPACK E ATLAS
PANORAMICA SULLE LIBRERIE BLAS, LAPACK E ATLAS 1 Introduzione Gran parte dei problemi del calcolo scientifico ed ingegneristico richiede di risolvere uno o più problemi dell algebra lineare numerica (ALN)
ottobre Fonti [Bakken] Middleware (da Encyclopedia of Distributed Computing) Middleware Architectures and Technologies Luca Cabibbo
Luca Cabibbo Architetture Software Dispensa MW 1 ottobre 2008 1 -Fonti [Bakken] Middleware (da Encyclopedia of Distributed Computing) [Gorton] Essential Software Architecture, Chapter 4, A Guide to Middleware