• I   Introduzione ai principi dell´Analisi Numerica
• 1. Risoluzione di un problema mediante elaboratore ed errori con nessi.
•     1.1 L'errore assoluto e relativo
• 2.  I sistemi aritmetici a precisione finita
•     2.1 Sistema aritmetico di tipo intero
•     2.2 Il sistema aritmetico tipo reale floating-point F
•     2.3 L'aritmetica standard IEEE
•     2.4 Le operazioni floating-point
• 3. L'errore di round-off
•     3.1 L'errore di rappresentazione
•     3.2 L'errore delle operazioni floating-point
•     3.3 L'epsilon macchina
•     3.4 Criterio di arresto per un processo iterattivo
• 4. La propagazione dell'errore
•     4.1 Il condizionamento di un problema matematico
•     4.2 L'indice di condizionamento
•     4.3 La stabilità di un algoritmo
• 5. La complessità computazionale
• 6. Il software Matematico
•     6.1 Librerie di software matematico
•     6.2 Documentazione del Software
• II Il sistema interattivo MATLAB
• 1. L'ambiente Matlab
• 2. Le variabili MATLAB
•     2.1 Inizializzazione di variabili
•     2.2 Generazione di array
•     2.3 Variabili di tipo stringa
•     2.4 Input-output
•     2.5 Funzioni matematiche
• 3. Operazioni su array
•     3.1 Operazioni elementari
•     3.2 Operazioni relazionali
•     3.3 Operatori logici
•     3.4 Funzioni elementari di array
• 4. Matlab come linguaggio di programmazione
•     4.1 Costrutti di controllo
•     4.2 Programmare in Matlab
•     4.3 Script files e function files
• 5. Grafica in MATLAB
•     5.1 Grafica a due dimensioni
• III Algebra lineare numerica
• 1.   Norme vettoriali e matriciali
• 2. Condizionamento di un sistema lineare
•     2.1 Indice di condizionamento di un sistema lineare
• 3. Risoluzione di sistemi lineari: Metodi diretti
•     3.1 Metodi di back e forward substitution per sistemi triangolari
• 4. Metodo di ELIMINAZIONE DI GAUSS
•     4.1 Complessità computazionale dell'algoritmo di Gauss
•     4.2 Stabilità dell'algoritmo di Gausss: strategia del pivoting
•     4.3 Fattorizzazione LU
• 5. Errore e residuo nell'algoritmo di Gauss
• 6. Risoluzione di sistemi con matrici speciali
•     6.1 Sistemi con matrici tridiagonali
• 7. Algebra Lineare in Matlab
• 8. Metodi Iterativi
•     8.1 Convergenza di un metodo iterativo
•     8.2 Il metodo di Jacobi
•     8.3 Il metodo di Gauss-Seidel
•     8.4 Il metodo di rilassamento SOR
• IV Il Fitting di Dati
• 1. Interpolaziene di dati discreti
• 2. Interpolaziene polinomiale di Lagrange
•     2.1 Costruzione del polinomio interpolante: formula di Newton
• 3. L'interpolazione polinomiale a tratti
• 4. Le Funzioni SPLINE
•     4.1 Interpolazione mediante spline cubica
•     4.2 Costruzione della spline naturale cubica interpolante      
• 5. Smoothing di dati discreti                                    
•     5.1 Polinomio di Minimi Quadrati                         
• V Quadratura numerica
• 1. Formule di quadratura interpolatorie
•     1.1 Formule di Newton-Cotes
• 2. Formule di quadratura composite
• 3. Quadratura Automatica
•     3.1 Formula Trapezoidale innestata
•     3.2 Formula di Simpson innestata
•     3.3 Quadratura automatica adattativa
•     3.4 Algoritmo adattativo con strategia locale
• VI Equazioni non lineari
• 1. Metodo di bisezione
• 2. Metodo delle secanti
• 3. Metodo di Newton
• 4. Metodi ibridi: Algoritmo di Dekker-Brent
• VII Equazioni differenziali ordinarie (ODE)
• 1. Introduzione
• 2. Introduzione ai metodi numerici
•     2.1 Condizionamento di un problema a valori iniziali
•     2.2 Discretizzazione di un problema a valori iniziali
• 3. Metodo di Eulero esplicito ed implicato
•     3.1 Errore e stabilità della soluzione numerica di una ODE
•     3.2 Convergenza della soluzione numerica di una ODE
• 4. Metodi Runge-Kutta
•     4.1 Stabilità dei metodi Runge-Kutta
•     4.2 Stima dell'errore e del passo
• 5. Problemi stiff
• 6. Equazioni Differenziali in Matlab