METODI NUMERICI E STATISTICI PER L'INGEGNERIA CIVILE
(obiettivi)
Metodi numerici e statistici per l’ingegneria civile è un insegnamento di base che mira a fornire le conoscenze fondamentali sui metodi numerici e statistici per la soluzione di problemi applicativi tipici dell’ingegneria civile e a sviluppare le competenze necessarie per lo sviluppo di semplici modelli numerici e statistici e per la corretta e consapevole applicazione di software di calcolo di elevata complessità. Esso fa parte dei corsi di studio magistrali “Ingegneria delle infrastrutture viarie e trasporti” e “Ingegneria civile per la protezione dai rischi naturali”, i quali hanno l’obiettivo di formare un ingegnere civile ad alta qualificazione in grado di operare negli ambiti delle infrastrutture viarie e dei sistemi di trasporto e della protezione del territorio e delle opere civili dai rischi idrogeologici e sismici. Nel quadro di questo percorso, l’insegnamento si propone di fornire una conoscenza approfondita 1) di un linguaggio di calcolo tecnico scientifico; 2) dei principali metodi numerici per la soluzione di equazioni differenziali ordinarie e alle derivate parziali; 3) della statistica descrittiva e inferenziale orientata alle applicazioni tipiche dell’ingegneria civile. Al termine del corso gli studenti saranno in grado di: 1) utilizzare un linguaggio di calcolo tecnico scientifico per lo sviluppo di semplici programmi di calcolo e di applicazioni statistiche tipiche dell’ingegneria civile, 2) progettare, sviluppare, validare e applicare algoritmi per l’integrazione delle equazioni differenziali ordinarie e alle derivate parziali più diffuse nel campo dell’ingegneria civile, visualizzando efficacemente i risultati e interpretandoli criticamente, 3) condurre analisi statistiche per la descrizione di grandi quantità di dati, 4) progettare e svolgere analisi per lo sviluppo di modelli statistici, 5) individuare, reperire e comprendere la letteratura tecnico scientifica di riferimento per specifici problemi di interesse, anche avvalendosi di motori di ricerca (Scopus, Web Of Science).
|