italianoITA
Head of Dept: Prof. Giulio Magli
Vice-Head of Dept: Prof. Gabriele Grillo
Department Manager: Dr.ssa Franca Di Censo


Bando di Concorso per incarico Didattico

DMAT_BANDO DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEL CORSO DI LAUREA IN INGEGNERIA INFORMATICA EROGATO ON-LINE DEL POLITECNICO DI MILANO (IOL) DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 2020 - 2021 Tipologia Bando: Incarico
Scadenza: 1 ottobre 2020
 20200916_Bando_IOL.pdf (296 KB)

Bando di Concorso per incarico Didattico

DMAT_BANDO DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 2020 - 2021 ALGEBRA E GEOMETRIA_BIS Tipologia Bando: Incarico
Scadenza: 30 settembre 2020
 20200914_Bando_I_Semestre_20-21_gruppo_ALGEBR... (288 KB)

Bando di Concorso per incarico Didattico

DMAT_BANDO DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI PER ATTIVITA’ DI TUTORATO - DIPARTIMENTO DI MATEMATICA - ANNO ACCADEMICO 2020 -2021_ MODELLI STATISTICI E PROCESSI STOCASTICI
Scadenza: 25 settembre 2020
 20200914_Bando_20-21_TUTORATO_ICAT_NO_ALLEGAT... (157 KB)
 20200914_ALLEGATI.docx (27 KB)

Bando di Concorso per incarico Didattico

DMAT_BANDO DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 2020 - 2021 ANALISI MATEMATICA (Leonardo e Poli) Tipologia Bando: Incarico
Scadenza: 28 settembre 2020
 20200909_Bando_I_Semestre_20-21_gruppo_ANALIS... (282 KB)

Bando di Concorso per incarico Didattico

DMAT_BANDO DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 2020 - 2021 PROBABILITA' E STATISTICA Tipologia Bando: Incarico
Scadenza: 28 settembre 2020
 20200909_Bando_I_Semestre_20-21_gruppo_STATIS... (274 KB)

Bando di Concorso per incarico Didattico

DMAT_BANDO DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 2020 - 2021 ARCHITETTURA Tipologia Bando: Incarico
Scadenza: 28 settembre 2020
 20200909_Bando_I_Semestre_20-21_gruppo_ARCHIT... (302 KB)

Bando di Concorso per incarico Didattico

DMAT_BANDO DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO DIPARTIMENTO DI MATEMATICA ANNO ACCADEMICO 2020 - 2021 ALGEBRA E GEOMETRIA Tipologia Bando: Incarico
Scadenza: 28 settembre 2020
 20200909_Bando_I_Semestre_20-21_gruppo_ALGEBR... (267 KB)

Bando di Concorso per incarico Didattico

DMAT_ DECRETO DI APPROVAZIONE ATTI DELLA PROCEDURA DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO – DIPARTIMENTO DI MATEMATICA - ANNO ACCADEMICO 2020 -2021 ANALISI MATEMATICA E GEOMETRIA (corsi MAT/03 - MAT/05)
 20200907_Approvazione_atti_analisi_matematica... (142 KB)

Bando di Concorso per incarico Didattico

DMAT_ DECRETO DI APPROVAZIONE ATTI DELLA PROCEDURA DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO – DIPARTIMENTO DI MATEMATICA - ANNO ACCADEMICO 2020 -2021 ANALISI MATEMATICA (Leonardo e Poli)
 20200904_Approvazione_atti_analisi_matematica... (266 KB)

Bando di Concorso per incarico Didattico

DMAT_ DECRETO DI APPROVAZIONE ATTI DELLA PROCEDURA DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO – DIPARTIMENTO DI MATEMATICA - ANNO ACCADEMICO 2020 -2021 PROBABILITA' E STATISTICA
 20200904_Approvazione_atti_probabilita_e_stat... (229 KB)

Bando di Concorso per incarico Didattico

DMAT_ DECRETO DI APPROVAZIONE ATTI DELLA PROCEDURA DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO – DIPARTIMENTO DI MATEMATICA - ANNO ACCADEMICO 2020 -2021 ARCHITETTURA
 20200903_Approvazione_atti_architettura.pdf (123 KB)

Bando di Concorso per incarico Didattico

DMAT_ DECRETO DI APPROVAZIONE ATTI DELLA PROCEDURA DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO – DIPARTIMENTO DI MATEMATICA - ANNO ACCADEMICO 2020 -2021 CALCOLO NUMERICO
 20200903_Approvazione_atti_calcolo_numerico.p... (101 KB)

Bando di Concorso per incarico Didattico

DMAT_ DECRETO DI APPROVAZIONE ATTI DELLA PROCEDURA DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO – DIPARTIMENTO DI MATEMATICA - ANNO ACCADEMICO 2020 -2021 FISICA MATEMATICA
 20200903_Approvazione_atti_fisica_matematica.... (101 KB)

Bando di Concorso per incarico Didattico

DMAT_ DECRETO DI APPROVAZIONE ATTI DELLA PROCEDURA DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO – DIPARTIMENTO DI MATEMATICA - ANNO ACCADEMICO 2020 -2021 FINANZA MATEMATICA
 20200903_Approvazione_atti_finanza_matematica... (90 KB)

Bando di Concorso per incarico Didattico

DMAT_ DECRETO DI APPROVAZIONE ATTI DELLA PROCEDURA DI SELEZIONE PER IL CONFERIMENTO DI INCARICHI DI SUPPORTO ALLA DIDATTICA A FAVORE DEI CORSI DI STUDIO DEL POLITECNICO DI MILANO – DIPARTIMENTO DI MATEMATICA - ANNO ACCADEMICO 2020 -2021 ALGEBRA E GEOMETRIA
 20200902_Approvazione_atti_algebra_e_geometri... (248 KB)

 About us...

Upcoming Events

  • oct 29 thu 2020

    MOX Colloquia
    Jan S. Hesthaven, Nonintrusive reduced order models using physics informed neural networks,  10-29-2020, 14:00 precise
    logo matematica
    MOX
    MOX Numeth

    • MOX Colloquia
    • Jan S. Hesthaven
    • Chair of Computational Mathematics and Simulation Science, EPFL, Lausanne, CH
    • Nonintrusive reduced order models using physics informed neural networks
    • Thursday, 29 October 2020 at 14:00 right
    • Online seminar: https://mox.polimi.it/elenco-seminari/?id_evento=1979&t=763724
    • Abstract
      The development of reduced order models for complex applications, offering the promise for rapid and accurate evaluation of the output of complex models under parameterized variation, remains a very active research area. Applications are found in problems which require many evaluations, sampled over a potentially large parameter space, such as in optimization, control, uncertainty quantification, and in applications where a near real-time response is needed. However, many challenges remain unresolved to secure the flexibility, robustness, and efficiency needed for general large-scale applications, in particular for nonlinear and/or time-dependent problems.

      After giving a brief general introduction to projection based reduced order models, we discuss the use of artificial feedforward neural networks to enable the development of fast and accurate nonintrusive models for complex problems. We demonstrate that this approach offers substantial flexibility and robustness for general nonlinear problems and enables the development of fast reduced order models for complex applications.

      In the second part of the talk, we discuss how to use residual based neural networks in which knowledge of the governing equations is built into the network and show that this has advantages both for training and for the overall accuracy of the model.

      Time permitting, we finally discuss the use of reduced order models in the context of prediction, i.e. to estimate solutions in regions of the parameter beyond that of the initial training. With an emphasis on the Mori-Zwansig formulation for time-dependent problems, we discuss how to accurately account for the effect of the unresolved and truncated scales on the long term dynamics and show that accounting for these through a memory term significantly improves the predictive accuracy of the reduced order model.

      Contatto: alfio.quarteroni@polimi.it
    • Jan S. Hesthaven
      After receiving his PhD in 1995 from the Technical University of Denmark, Professor Hesthaven joined Brown University, USA where he became Professor of Applied Mathematics in 2005. In 2013 he joined EPFL as Chair of Computational Mathematics and Simulation Science and since 2017 as Dean of the School of Basic Sciences. His research interests focus on the development, analysis, and application of high-order accurate methods for the solution of complex time-dependent problems, often requiring high-performance computing. A particular focus of his research has been on the development of computational methods for problems of linear and non-linear wave problems and the development of reduced basis methods, recently with an emphasis on combining traditional methods with machine learning and neural networks with broad applications, including structural health monitoring.

      He has received several awards for both his research and his teaching, and has published 4 monographs and more than 160 research papers. He is on the editorial board of 8 journals and serves as Editor-in-Chief of SIAM J. Scientific Computing.

      Homepage - https://www.epfl.ch/labs/mcss/
    • Politecnico di Milano, Dipartimento di Matematica edificio 14, via Giuseppe Ponzio 31/P, 20133 Milano - Telefono: +39 02 2399 4505 - Fax: +39 02 2399 4568

Innovative Teaching

Workshops
Seminars
Courses

Mathematical Engineering
Educational Program

PhD School
Mathematical Models and Methods in Engineering

PhD School
DADS (Data Analytics and Decision Sciences)

AIM Associazione degli Ingegneri Matematici
AIM
Associazione degli
Ingegneri Matematici