Coerentemente con gli obiettivi formativi del Corso di Studio, l'insegnamento si propone di introdurre e studiare i metodi per l'approssimazione di dati sia dal punto di vista teorico che algoritmico.

I risultati di apprendimento attesi comprendono:

Conoscenze

• Conoscenza e comprensione dei metodi della teoria dell'approssimazione che comprendono sia enunciati fondamentali che teoremi e relative dimostrazioni.
• Conoscenza e comprensione di problematiche che intervengono in tale ambito e il saper individuare la metodologia più adatta in relazione alle situazioni affrontate.

Capacità

• Capacità di tradurre la teoria studiata in esempi concreti tramite la costruzione di algoritmi e relativa implementazione.
• Capacità di scegliere il metodo numerico più adeguato in relazione al problema.
• Capacità di analizzare in modo critico i risultati degli esempi ed esercizi proposti e saper riconoscere e analizzare le problematiche che si presentano alla luce della teoria studiata.
• Capacità di esporre, comunicare e argomentare in modo chiaro e preciso sia i contenuti teorici del corso, sia le loro applicazioni a situazioni specifiche.

Fino all’esaurimento della corrente emergenza sanitaria, le lezioni del presente insegnamento si svolgeranno completamente da remoto, mediante lezioni videoregistrate sincrone e/o asincrone, che saranno disponibili agli studenti sulla piattaforma e-learning. Ai fini di facilitare il coinvolgimento degli studenti, le lezioni da remoto verranno integrate calendarizzando alcuni eventi che potranno svolgersi da remoto in videoconferenza sincrona, oppure in presenza, con gli studenti suddivisi in gruppi, ove opportuno.