Sede ufficiale: LARGO BRUNO PONTECORVO, 5, 56127 PISA
Email: fabio.durastante@unipi.it
Telefono: 050 2213232
Sito web: https://fdurastante.github.io/
Studiare all’Unipi: corsi, iscrizioni e servizi per ogni fase del percorso accademico, dall’orientamento alle opportunità post-laurea
Servizi e opportunità per accompagnare chi studia a Pisa nel percorso universitario, in un campus integrato nella città
Con la nostra ricerca, espandiamo la frontiera della conoscenza e prepariamo persone pronte a contribuire al futuro della società
Valorizziamo la conoscenza in un rapporto aperto con le imprese e la società per la crescita culturale, sociale ed economica del Paese
Promuoviamo la diffusione del sapere e sosteniamo le trasformazioni sociali, partecipando al progresso della comunità e del territorio
L’identità di Unipi: la sua storia, i valori che la guidano e la visione del futuro, tra tradizione, innovazione e impegno per la comunità
Sede ufficiale: LARGO BRUNO PONTECORVO, 5, 56127 PISA
Email: fabio.durastante@unipi.it
Telefono: 050 2213232
Sito web: https://fdurastante.github.io/
Struttura: Dipartimento di Matematica
Settore scientifico-disciplinare: Analisi Numerica MATH-05/A
Modalità: Il ricevimento è disponibile sulla piattaforma online BBB oppure in presenza in ufficio. Inviare una mail all'indirizzo istituzionale per prenotarsi (disponibili anche altri orari).
Luogo: BBB: https://hausdorff.dm.unipi.it/b/fab-e7l-8ph-nwh Ufficio: Dipartimento di Matematica, Ufficio 107, piano terra.
Orario: Giovedì dalle 9.00 alle 10.45
I miei interessi di ricerca si concentrano sulla risoluzione numerica efficiente di sistemi lineari estremamente grandi e sparsi—matrici talmente vaste da contenere miliardi o addirittura trilioni di incognite, ma sufficientemente “vuote” da poter beneficiare di algoritmi iterativi specializzati. Sviluppo e analizzo metodi di sottospazio di Krylov insieme a precondizionatori multigriglia algebrici e geometrici che si adattano in modo dinamico a sequenze di problemi correlati, garantendo una convergenza robusta su scale prima inimmaginabili. Traducendo questi progressi in pratica, ho progettato toolkit software ad alte prestazioni che sfruttano il parallelismo di CPU e GPU—dimostrando, ad esempio, come strategie di coarsening di ultima generazione e smoothers polinomiali possano accelerare codici di fluidodinamica industriale sui supercomputer più potenti al mondo.
Oltre ai sistemi lineari classici, indago le funzioni di matrice e le tecniche di Krylov razionale, che permettono una valutazione rapida di potenze frazionarie, esponenziali e altre trasformazioni di matrici di grandi dimensioni. Approfittando di correzioni a rango ridotto per aggiornare fattorizzazioni già calcolate, questi metodi aprono nuove prospettive nelle simulazioni dipendenti dal tempo, nelle applicazioni di controllo e nella dinamica delle reti. Parallelamente, esploro il trattamento numerico delle equazioni differenziali frazionarie—modellando processi non locali e con memoria—progettando discretizzazioni adattative per derivate di tipo Caputo, approssimazioni “a breve memoria” e precondizionatori dedicati che mantengono le simulazioni di diffusione anomala e propagazione d’onda sia accurate sia computazionalmente sostenibili.
I miei interessi abbracciano anche approcci teorico-matriciali alle reti complesse e il controllo ottimo di equazioni alle derivate parziali. Ho introdotto misure di centralità basate su cammini, fondate sulle funzioni di Mittag-Leffler, per cogliere pattern di connettività più sottili, e ho studiato la diffusione non locale sui grafi tramite laplaciani frazionari di ordine variabile. Nel campo dell’ottimizzazione vincolata da PDE, analizzo la struttura spettrale dei sistemi a partizione di sella e sviluppo schemi “optimize-then-discretize”—che combinano solver quasi-Newton come L-BFGS con precondizionatori su misura—per affrontare problemi inversi e sfide progettuali in ingegneria. In tutte queste attività, privilegio codice pulito e modulare—scritto in Fortran, C, Python e MATLAB—e sfrutto MPI, OpenMP e CUDA affinché teoria, software e applicazioni reali si integrino perfettamente alle scale exascale.