INGEGNERIA DELLA MOBILITA' SOSTENIBILE

Il corso si articola in due moduli strettamente integrati. Modulo 1 – Cartografia digitale per la mobilità L’obiettivo del modulo è fornire agli studenti una solida preparazione teorico-pratica sui principi della geodesia, della cartografia e dei sistemi informativi territoriali (GIS), finalizzata all’acquisizione di competenze per l’analisi, la rappresentazione e la gestione dei dati spaziali connessi ai fenomeni di mobilità urbana e territoriale. Il modulo mira a sviluppare la capacità di utilizzare strumenti cartografici digitali e applicativi GIS per la produzione, l’integrazione e l’interpretazione di dati geospaziali, a supporto della pianificazione e gestione sostenibile della mobilità. Modulo 2 – Mobilità attiva e nuovi servizi di trasporto Il secondo modulo approfondisce le conoscenze relative ai principi della mobilità attiva (pedonale, ciclabile e micromobilità elettrica) e ai nuovi servizi di trasporto. Particolare attenzione è dedicata ai sistemi condivisi (bike-sharing, car-sharing, monopattini elettrici), ai nuovi modelli di mobilità (Mobility as a Service – MaaS) e ai veicoli innovativi (autonomi, Hyperloop, droni per passeggeri). Il modulo fornisce strumenti teorici e pratici per la progettazione, simulazione e analisi di servizi di mobilità innovativi e sostenibili, utilizzando software specialistici e dati geospaziali. Conoscenza e capacità di comprensione Conoscenza delle basi teoriche della geodesia e dei principali sistemi di riferimento italiani e internazionali, nonché della cartografia tecnica (cartacea e digitale), con riferimento ai prodotti degli enti cartografici nazionali (IGM, Catasto, Regioni) e alle procedure di digitalizzazione e analisi dei dati cartografici 2D e 3D. Comprensione delle diverse tipologie di dati geospaziali (vettoriali, raster), delle fonti disponibili (open data, database geospaziali) e degli standard di interoperabilità (es. OGC). Approfondimento su come la cartografia digitale supporta la pianificazione e gestione della mobilità, attraverso casi di studio concreti. Conoscenza delle principali funzionalità dei software GIS (es. QGIS, ArcGIS) per l’elaborazione e la visualizzazione di dati georeferenziati relativi alle infrastrutture di trasporto e ai flussi di mobilità. Conoscenza delle caratteristiche e funzionalità dei nuovi servizi di trasporto, con attenzione ai modelli di micromobilità condivisa e alla mobilità attiva. Conoscenza dei metodi di analisi del comportamento degli utenti nella mobilità pedonale e ciclabile e delle metriche per la valutazione delle prestazioni dei sistemi di mobilità. Comprensione dei principi di progettazione e gestione dei servizi condivisi di micromobilità, con applicazioni pratiche in ambiente GIS. Capacità di applicare conoscenza e comprensione Comprendere le caratteristiche dei prodotti cartografici moderni (cartografia numerica 2D e 3D, DTM, ortofoto, ecc.) e il loro impiego nella rappresentazione dei fenomeni di mobilità. Utilizzare i sistemi di riferimento geodetici e cartografici per inserire e gestire correttamente dati geografici multi-sorgente e multiscala in un ambiente GIS, integrando informazioni spaziali e alfanumeriche per il monitoraggio dei servizi di trasporto e il supporto decisionale. Utilizzare le principali funzionalità di un software GIS per progettare e realizzare carte tematiche che rappresentino flussi di traffico, accessibilità delle infrastrutture e percorsi ottimali. Applicare strumenti e metodi per la progettazione e simulazione di servizi di mobilità attiva e condivisa, valutandone le prestazioni e la sostenibilità. Proporre interventi di ottimizzazione dei servizi di trasporto basati sulla comprensione dei comportamenti di mobilità e sui principi di equità, efficienza e sicurezza.

MODULO 1 – CARTOGRAFIA DIGITALE PER LA MOBILITÀ Geodesia e Cartografia (12 ORE – 1,5 CFU) Superfici di riferimento per planimetria e altimetria. Datum italiani e internazionali (ROMA40, ED50, WGS84) e modelli di geoide. Trasformazioni tra sistemi di riferimento. Quote geoidiche, ortometriche ed ellissoidiche. Sistemi di riferimento geocentrici, locali e cartesiani-ellissoidici. Sistemi e proiezioni cartografiche (Gauss–Boaga, Cassini–Soldner, UTM–ED50, UTM–WGS84). Prodotti cartografici digitali per la mobilità (8 ORE – 1 CFU) Enti cartografici e Data Providers: dati utili all’analisi della mobilità urbana e regionale. Produzione e analisi di dati geospaziali 2D e 3D per la mobilità. Sistemi Informativi Territoriali per la Mobilità (16 ORE – 2 CFU) Applicativi GIS e strutturazione di un progetto per la mobilità. Modelli raster e vettoriali: integrazione di dati su flussi di traffico, percorsi e accessibilità. Interoperabilità e standard: uso di database geospaziali open-source per analisi di mobilità. Esercitazione in ambiente GIS (24 ORE – 1,5 CFU) Acquisizione, pre-elaborazione e gestione di banche dati geospaziali e alfanumeriche. Analisi spaziali raster e vettoriali (interrogazioni, riclassificazioni, sovrapposizioni, intersezioni). Creazione di buffer per analisi di accessibilità, percorsi ottimali e carte tematiche sulla mobilità. MODULO 2 – MOBILITÀ ATTIVA E NUOVI SERVIZI DI TRASPORTO La mobilità attiva (12 ORE – 1,5 CFU) Mobilità pedonale e ciclabile: obiettivi, vantaggi e metriche di valutazione. Micromobilità elettrica e benefici ambientali. Transit-Oriented Development (TOD) e città dei 15 minuti. Integrazione multimodale (fisica, tariffaria, informativa e istituzionale). Analisi del deflusso ed evacuazione pedonale, modelli e variabili principali. Sistemi condivisi di micromobilità (12 ORE – 1,5 CFU) Micromobilità privata e condivisa: ride-hailing, car pooling, bike-sharing, monopattini. Progettazione di sistemi di bike-sharing a stazioni fisse (localizzazione, geometria e gestione). Principi di equità, sicurezza e raccolta dati (GBFS, GTFS, GTFS-R, MDS). Nuovi servizi e veicoli per la mobilità (12 ORE – 1,5 CFU) Infomobility, Mobility as a Service (MaaS), livelli di guida autonoma, robotaxi, treni a levitazione magnetica, Hyperloop e droni per passeggeri (drone taxi). Esercitazioni (24 ORE – 1,5 CFU) Simulazioni in ambiente PTV Vissim: gestione di strade, intersezioni, semafori, pedoni, flussi pedonali e trasporto pubblico. Caso di studio sulla progettazione di un sistema di bike-sharing mediante GIS: localizzazione delle stazioni, dimensionamento, indicatori di performance, analisi della domanda e gestione flotta. Applicazioni di simulazione dei flussi pedonali per scenari di evacuazione.

Conoscenze di base in geometria, algebra lineare e analisi matematica.

L’insegnamento si articola in lezioni frontali ed esercitazioni guidate in aula. Le lezioni frontali del Modulo 1 sono finalizzate a fornire le conoscenze teoriche di base relative ai principi della geodesia e della cartografia, ai sistemi di riferimento planimetrici e altimetrici, ai datum nazionali e internazionali, e ai principali sistemi di proiezione cartografica. Nel Modulo 2, le lezioni introdurranno i concetti fondamentali della mobilità attiva, della micromobilità elettrica, e dei nuovi servizi di trasporto. Verranno approfonditi temi legati all’integrazione multimodale, alla pianificazione sostenibile dei trasporti e alle tecnologie emergenti (MaaS, veicoli autonomi, Hyperloop, droni per passeggeri). Le esercitazioni guidate sono dedicate all’applicazione pratica dei concetti teorici, attraverso l’analisi di casi di studio reali, la consultazione di dati cartografici digitali e l’uso di strumenti GIS e software di simulazione dei flussi di mobilità. Tali attività mirano a sviluppare la capacità di analisi critica, di modellazione geospaziale e di utilizzo consapevole dei dati territoriali e di mobilità a supporto dell’analisi e della pianificazione dei trasporti sostenibili. Le modalità didattiche adottate favoriscono l’apprendimento attivo e la partecipazione degli studenti, stimolando la riflessione sull’integrazione tra aspetti teorici e applicativi della cartografia digitale e della mobilità intelligente.

L’esame consiste in una prova orale volta a valutare in modo completo le conoscenze teoriche, le capacità applicative e le competenze analitiche degli studenti sui temi affrontati nel corso, relativi sia al Modulo 1 – Cartografia digitale per la mobilità, sia al Modulo 2 – Mobilità attiva e nuovi servizi di trasporto. La prova orale, della durata di circa 45 minuti, verte sugli argomenti trattati durante le lezioni e approfonditi nelle esercitazioni pratiche. Le domande riguarderanno i principi della geodesia e della cartografia, i sistemi di riferimento planimetrici e altimetrici, i sistemi di proiezione cartografica, l’uso dei Sistemi Informativi Geografici (GIS) per l’analisi della mobilità, nonché gli aspetti teorici e progettuali della mobilità attiva e dei nuovi servizi di trasporto. In particolare, potranno essere discussi casi applicativi come la progettazione di sistemi di bike-sharing, servizi di micromobilità condivisa o sistemi di guida autonoma, al fine di verificare la capacità di integrare i concetti appresi in contesti reali e multidisciplinari. Criteri di valutazione La valutazione complessiva considera diversi aspetti: Per il superamento dell’esame è richiesta una conoscenza solida dei fondamenti teorici e tecnici della disciplina e la capacità di applicarli nella risoluzione di problemi pratici. Gli studenti devono inoltre saper leggere, interpretare e utilizzare correttamente dati cartografici e geospaziali, sia in formato cartaceo sia digitale. Una buona valutazione richiede una conoscenza approfondita dei temi trattati nei due moduli e la capacità di proporre soluzioni innovative e sostenibili alle problematiche legate alla pianificazione dei trasporti e alla mobilità attiva. Un’ottima valutazione è attribuita agli studenti che dimostrano una padronanza completa degli argomenti, con elevate capacità analitiche e critiche, un linguaggio tecnico accurato e un’esposizione chiara, coerente e strutturata. Verifica dei Descrittori di Dublino L’esame è progettato per accertare: Descrittore 1 – Conoscenza e capacità di comprensione: padronanza dei fondamenti teorici di cartografia, GIS per la mobilità, mobilità attiva e nuovi servizi di trasporto; Descrittore 2 – Capacità di applicare conoscenza e comprensione: capacità di utilizzare in modo efficace strumenti avanzati di analisi e modellazione geospaziale per la risoluzione di casi reali; Descrittore 3 – Autonomia di giudizio: abilità nel selezionare metodologie e strumenti appropriati per affrontare problematiche complesse, bilanciando efficienza e sostenibilità; Descrittore 4 – Abilità comunicative: capacità di presentare analisi, risultati e soluzioni in modo chiaro e professionale, anche mediante mappe, grafici e report digitali. In conclusione, l’esame mira a verificare non solo la conoscenza teorica, ma anche la capacità di integrare teoria e pratica, di analizzare criticamente i problemi, e di comunicare in modo efficace i risultati. Gli studenti che conseguono la valutazione più alta sono quelli che dimostrano un approccio organico, interdisciplinare e sostenibile alla gestione dei dati geospaziali e alla progettazione di soluzioni innovative per la mobilità.

MODULO 1 - CARTOGRAFIA DIGITALE PER LA MOBILITÀ - Dispense fornite dal docente - N. Dainelli, F. Bonechi, M. Spagnolo, A. Canessa (2010), “Cartografia Numerica”, Dario Flaccovio. - M. Sedazzari, G. Graci, P. Pileri, (2009), “GIS e Ambiente”, Dario Flaccovio. - Valerio Noti, GIS Open Source per geologia e ambiente. Dario Flaccovio Editore, 2014. - Carlo Monti, La Cartografia moderna. Maggioli Editore, 2011. - Luigi Aruta, Pietro Marescalchi, Cartografia-Lettura delle carte, 2007. MODULO 2 - MOBILITA' ATTIVA E NUOVI SERVIZI DI TRASPORTO - Dispense fornite dal docente - NACTO, 2022. Making Bikes Count: Effective Data Collection, Metrics, & Storytelling. - Yanocha, D., Allan, M., 2021. Maximising Micromobility: unlocking opportunities to integrate micromobility and public transportation. Institute for Transportation & Development Policy. - Yanocha, D., Allan, M., 2019. The Electric Assist: leveraging e-bikes and e-scooters for more livable cities. Institute for Transportation & Development Policy. - EIT Urban Mobility (autori vari), 2022. Urban Mobility Next 9. 15 Minute City: Human-centred planning in action. Mobility for more liveable urban spaces. - OD_Standard. Institute for Transportation and Developmet Policy, 2017. - Caramuta C, Collodel G, Giacomini C, Gruden C, Longo G, Piccolotto P (2017). Survey of detection techniques, mathematical models and simulation software in pedestrian dynamics. Transportation Research Procedia, Vol. 25, pp. 551–567. - High Capacity Manual. Transportation Research Board. National Research Council. Fruin, 1971. Pedestrian planning and design - Ronchi, E., Nilsson, D., 2016. Basic Concepts and Modelling Methods. Evacuation Modelling Trend. Bike share, 2020. Elliot Fishman. - Hyperloop. The future of high-speed. Hyperloop Advanced Research Partnership.

Conoscenza e capacità di comprensione 1. Conoscenza relativa alle principali tematiche economiche e gestionali di rilievo per il settore energetico. 2. Comprensione di: relazioni tra sistema economico, energia e ambiente; politiche, azioni e strategie energetiche più rilevanti; processi di regolamentazione e liberalizzazione; aspetti chiave dei mercati energetici e ambientali; dinamiche del cambiamento tecnologico nel settore energetico e relativi incentivi. Capacità di applicare conoscenza e comprensione Utilizzo degli strumenti inquadrati nella teoria economica per: 1. identificare e analizzare le evoluzioni e problematiche legate al settore energetico, nonché i principali strumenti di policy 2. spiegare e simulare il funzionamento delle filiere energetiche e dei mercati energetici e ambientali, 3. descrivere i costi e i benefici delle fonti energetiche e gestire il cambiamento tecnologico in ambito energetico valutandone i vantaggi economico-ambientali. Autonomia di giudizio Lo studente acquisirà autonomia di valutazione sui complessi aspetti caratterizzanti il settore energetico, nonché il suo legame con il sistema economico e l’ambiente. Abilità comunicative Lo studente acquisirà una corretta terminologia e una adeguata capacità di comunicazione, orale e scritta, circa le tematiche energetiche. Lo sviluppo di tali abilità sarà stimolato attraverso la discussione in aula e l’analisi di casi studio da svolgersi in modo indipendente e da presentarsi durante le lezioni in forma orale, grafica e/o testuale. Capacità di apprendimento La preparazione acquisita renderà lo studente capace di affrontare anche tematiche non specificamente approfondite nel corso e di seguire corsi di livello superiore nel settore energetico.

Economia, energia e ambiente (4 ORE - 0,5 CFU) Concetti base e classificazioni delle fonti energetiche. Mix energetico. Prospettiva multilivello per le transizioni socio-tecniche. Bilancio energetico nazionale e principali indicatori. Trilemma energetico (12 ORE - 1,5 CFU) Povertà ed equità energetica. Sicurezza energetica. Questioni energetico-ambientali: inquinamento e curve di Kuznet; fallimenti dei mercati (beni pubblici ed esternalità) e problematiche ambientali; internalizzazione delle esternalità (es. tasse, sussidi, permessi negoziabili, standard, sistemi deposito-rimborsi); politiche e strategie energetiche (es. pacchetti energia, protocollo di Kyoto, PNIEC, FIT for 55). Cenni sul cambiamento climatico. Filiere e mercati energetici (12 ORE - 1,5 CFU) Filiera degli idrocarburi (esplorazione ed estrazione; cenni sul mercato del petrolio). Industrie a rete. Regolazione e liberalizzazione del settore elettrico e del gas. Mercato all’ingrosso di energia elettrica e gas naturale. Cenni sul mercato retail. Cambiamento tecnologico, Fonti Energetiche Rinnovabili (FER) e alternative (8 ORE – 1 CFU) Scenari, driver di sviluppo e incentivi sulle FER (es. FER2, FERX). Definizioni e trend di sviluppo della filiera dell’idrogeno. Definizioni e trend di sviluppo della filiera del nucleare. Esercitazioni (24 ORE - 1,5 CFU) Possono includere: gestione permitting FER; progettazione di una strategia energetica nazionale; analisi di impatto di una politica ambientale; negoziazione e trading nei mercati energetici; valutazione di tecnologie emergenti.

Economia e organizzazione aziendale

Il corso prevede un numero di CFU totali pari a 6 per un monte ore complessivo pari a 150 di cui: • 36 ore di lezioni teoriche frontali in presenza (di cui, eventualmente, fino ad un massimo del 20% del totale, di didattica digitale a distanza); • 24 ore di esercitazioni in presenza, comprensive di Project Work, interventi di esperti del mondo del lavoro e policy makers, nonché visite didattiche finalizzate allo sviluppo di competenze trasversali; • 90 ore di studio individuale. La frequenza è fortemente consigliata. E’ previsto l’utilizzo della piattaforma MS Teams di interazione (LMS - Learning Management System) all’interno della quale saranno presenti risorse digitali utili all’apprendimento (come, ad esempio, le slide del corso), nonché la possibilità di contattare il docente direttamente dalla chat di gruppo. Sarà possibile accedere al gruppo MS Teams del corso tramite un apposito link pubblicato sul sito https://www.poliba.it/ o codice fornito dal docente. Il gruppo Teams sarà tenuto aggiornato dal docente durante tutto il semestre. Si invitano lavoratori e studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

L’esame si articola in una prova orale per una durata complessiva di massimo 30 minuti. La prova orale consiste in un colloquio volto ad approfondire il livello di preparazione dello studente, con particolare attenzione alla chiarezza espositiva, all’uso del linguaggio disciplinare, alla capacità di ragionamento critico e di collegamento tra i diversi argomenti del programma. Il voto finale sarà espresso in trentesimi e l’esame si considera superato con una votazione pari o superiore a 18/30. La valutazione finale tiene conto degli obiettivi formativi del corso ed in particolare i requisiti minimi richiesti per il superamento dell'esame (fascia di voto 18/30 – 20/30) sono riferiti alla conoscenza dei fondamenti teorici e tecnici della disciplina ovvero gli elementi di base del settore energetico. Una soddisfacente valutazione (fascia di voto 21/30 – 24/30) è riferita alla conoscenza dei fondamenti della disciplina accompagnata da una soddisfacente proprietà di linguaggio e sufficiente capacità di applicare le conoscenze teoriche dell’economia e management dell’energia a casi concreti. Una buona valutazione nella verifica di apprendimento (fascia di voto 25/30 – 28/30) è riferita a una più che buona conoscenza dei temi trattati nell’ambito dell’economia e del management dell’energia, alla capacità di collegarli tra loro in modo appropriato e di utilizzare una buona proprietà di linguaggio tecnico-specialistico. Lo studente dimostra inoltre una buona capacità di riferire i concetti teorici a casi concreti, individuando e interpretando in modo adeguato le principali problematiche economiche, manageriali, regolatorie, tecnologiche e ambientali del settore energetico. Un’ottima valutazione nella verifica di apprendimento (fascia di voto 29/30 – 30/30 e lode) è riferita a una conoscenza approfondita e pienamente matura dei temi trattati nell’ambito dell’economia e del management dell’energia, nonché a una solida padronanza dei contenuti teorico-metodologici della disciplina. Lo studente dimostra eccellente chiarezza espositiva, piena proprietà di linguaggio tecnico-specialistico, capacità di collegamento critico e autonomo tra i diversi argomenti e capacità di applicare i concetti a casi concreti anche complessi, individuando, valutando e gestendo con consapevolezza le principali problematiche economiche, manageriali, regolatorie, tecnologiche e ambientali del settore energetico. A supporto della valutazione, lo studente avrà la possibilità di svolgere, su base facoltativa, un lavoro di approfondimento su tematiche di particolare rilevanza, anche non trattate durante le lezioni, da presentare prima dell’esame orale o durante lo stesso. Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative individuate, in base alle specifiche esigenze e in attuazione della normativa vigente.

Appunti dal corso e materiale collettaneo fornito dal docente (disponibili su piattaforma MS Teams nel gruppo del corso). Ranci P. Economia dell'energia. Transizione ecologica e sostenibilità - Nuova ediz. Il Mulino, 2025

Il corso mira a fornire agli studenti una solida comprensione delle minacce alla sicurezza e privacy dei sistemi informativi e delle relative contromisure. Gli obiettivi includono l'approfondimento di concetti di sicurezza, malware, crittografia, autenticazione e controllo accessi, insieme alle best-practice per la sicurezza del software e la mitigazione delle vulnerabilità.

• Introduzione alla sicurezza dei sistemi informativi - Concetti e requisiti - Minacce, attacchi e contromisure - Principi e strategie di design - Analisi di incidenti noti * Strumenti crittografici - Crittografia simmetrica - Funzioni di hash e autenticazione - Crittografia asimmetrica - Scambio di chiavi - Firma digitale - Certificati a chiave pubblica * Generatori di numeri casuali - Casualità e imprevedibilità - Generatori di numeri pseudocasuali (PRNG) - Generatori di numeri casuali reali (TRNG) - Generatori di numeri casuali crittograficamente sicuri (CPRNG) - Debolezze, attacchi e contromisure * Software malevolo (Malware) - Tipi di software malevolo - Tecniche di propagazione - Tipi di payload - Tecniche di persistenza - Contromisure * Autenticazione - Principi e framework - Autenticazione basata su password - Autenticazione basata su token - Autenticazione biometrica - Autenticazione utente remota * Controllo degli accessi - Principi e concetti - Controllo degli accessi discrezionale (DAC) - Controllo degli accessi obbligatorio (MAC) - Controllo degli accessi basato sui ruoli (RBAC) - Controllo degli accessi basato sugli attributi (ABAC) * Sicurezza nella programmazione di sistema - Principi e problematiche - Il linguaggio di programmazione C e le sue insidie - Undefined behavior e relativi rischi - Indirizzi, puntatori, array e la loro sicurezza - Allocazione dinamica della memoria e relative problematiche di sicurezza * Sicurezza del software low-level - Introduzione, layout della memoria, stack frame - Corruzione dello stack (buffer overflow, stack smashing, format strings, conversione di interi, ecc.) - Corruzione dell'heap (use-after-free, double-free, heap overflow, ecc.) - Tecniche avanzate (return-to-libc, return oriented programming, ecc.) - Mitigazioni (write xor execute, stack canaries, ASLR, autenticazione dei puntatori, ecc.)

Buona conoscenza delle nozioni di base riguardanti: - Fondamenti di informatica - Fondamenti della programmazione strutturata - Moduli fondamentali di un sistema operativo - Reti di telecomunicazioni

Il corso prevede un numero di CFU totali pari a 6 per un monte ore complessivo pari a 150 di cui: - 36 ore di lezioni teoriche frontali in presenza (di cui, fino ad un massimo del 20% del totale, di didattica digitale a distanza); - 24 ore di esercitazioni in presenza; - 90 ore di studio individuale. La frequenza è fortemente consigliata. Sia per gli studenti e le studentesse frequentanti che, soprattutto, per i non frequentanti è previsto l'utilizzo della piattaforma Microsoft Teams, all'interno della quale saranno pubblicati gli avvisi e le comunicazioni relative allo svolgimento del corso, oltre alle risorse digitali utili all'apprendimento (come, ad esempio, le slide delle lezioni). Sarà possibile accedere al gruppo Microsoft Teams tramite un apposito link pubblicato sul sito https://www.poliba.it e presentato durante le lezioni. A integrazione del materiale didattico, sarà inoltre reso disponibile un apposito repository online per la distribuzione del codice sorgente delle esercitazioni e delle relative librerie di supporto. Il docente potrà essere contattato tramite e-mail per mezzo dell'apposito indirizzo istituzionale. Si invitano lavoratori e studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

L'esame si articola in una prova scritta per una durata complessiva di 90 minuti. La prova consiste nella somministrazione di 11 quesiti, di natura sia teorica che pratica, volti a verificare il livello di preparazione dello studente, con particolare attenzione alla conoscenza degli argomenti del corso, alla capacità di analisi e risoluzione di problemi, e alla correttezza delle soluzioni proposte. Ciascun quesito prevede l'attribuzione di un punteggio massimo pari a 3 punti, valutato con una granularità di 0,5 punti, per un punteggio teorico massimo raggiungibile di 33 punti. La valutazione finale si basa sul punteggio complessivo ottenuto dalla somma dei singoli quesiti: il superamento dell'esame è fissato a una votazione minima di 18/30. Ai fini del calcolo del voto finale in trentesimi, in caso di somma dei punteggi dei singoli quesiti risultante in frazioni di punto, si procederà all'arrotondamento all'intero superiore. Le valutazioni complessive che, a valle di tale arrotondamento, risulteranno maggiori o uguali a 31 punti consentiranno allo studente il conseguimento della lode. La gradazione del voto rispecchierà le seguenti fasce di conoscenze teoriche e capacità applicative: 18-20 - conoscenze e capacità essenziali; 21-24 - conoscenze e capacità discrete; 25-27 - conoscenze e capacità buone; 28-30 - conoscenze e capacità ottime; 30 e lode - conoscenze e capacità eccellenti. Per gli studenti con disabilità e/o con disturbi specifici dell'apprendimento (DSA) saranno garantiti gli strumenti compensativi e le misure dispensative previsti dalla normativa vigente e dai regolamenti di Ateneo.

• Computer security - Principles and practice (5th Edition). William Stallings, Lawrie Brown. Pearson, 2024 - Computer security. D. Wagner, N. Weaver, P. Kao, F. Shakir, A. Law, and N. Ngai ( https://textbook.cs161.org)

Il corso ha l'obiettivo di fornire gli elementi utili per: - Conoscenza di base della struttura della catena logistica e misure per la logistica sostenibile. - Conoscenza di base sugli strumenti di piano e sulle politiche per la mobilità sostenibile. - Capacità di comprensione di problematiche legate al trasporto merci, agli attori decisionali, alla logistica urbana e alle tecnologie e ai metodi per l’ottimizzazione della logistica sostenibile. - Capacità di comprensione di problematiche relative ai sistemi di trasporto, alla loro sostenibilità, alla pianificazione, all’interazione con il territorio, ai processi decisionali partecipativi e alla valutazione degli interventi nel settore. Gli studenti dimostreranno: - Capacità di applicare conoscenze sulla supply chain e sul trasporto merci per analizzare terminali e processi decisionali, valutare modalità di trasporto e progettare soluzioni sostenibili per la logistica urbana. - Capacità di applicare conoscenze e metodi per redigere report e analisi di pianificazione, valutare la sostenibilità e l’accessibilità dei trasporti e confrontare scenari alternativi di intervento. Gli studenti saranno in grado di: - sviluppare autonomia di giudizio nella valutazione del sistema logistico, della supply chain, dell’offerta delle merci e dei principali processi decisionali. - sviluppare autonomia di giudizio nella analisi di un sistema di trasporto e nella valutazione di diversi scenari. Gli studenti saranno in grado di: - illustrare le tematiche legate alla logistica sostenibile con chiarezza di esposizione e proprietà di linguaggio; - illustrare le tematiche relative alla analisi dei sistemi di trasporto ed alla pianificazione dei trasporti con chiarezza di esposizione e proprietà di linguaggio Gli studenti svilupperanno la capacità di: - comprendere e trattare i principali temi e problemi legati ai processi decisionali nel contesto della logistica sostenibile; - comprendere e trattare i principali temi e problemi legati ai processi decisionali nel contesto dell’analisi dei sistemi di trasporto ed alla pianificazione dei trasporti.

MODULO 1 - LOGISTICA SOSTENIBILE - Struttura del trasporto delle merci (0.5 CFU – 5 ORE ACCADEMICHE) Generalità, Politiche Europee per la logistica sostenibile (Green Deal, TEN-T) - Offerta del trasporto merci - reti e terminali (1.5 CFU – 15 ORE ACCADEMICHE) Tipologia merci, unità di carico e unità di trasporto, modalità di trasporto merci, intermodalità. Impianti fissi, caratteristiche e funzioni della rete del trasporto merci: Magazzini, Terminali intermodali, Impianti per la logistica. Trasporto di merci pericolose. - Costi ed esternalità (1 CFU – 10 ORE ACCADEMICHE) Costi del trasporto delle merci (monomodale e intermodale). Modelli e misure di impatto ambientale (modelli di emissione e dispersione). - Logistica urbana (0.5 CFU – 5 ORE ACCADEMICHE) La sostenibilità della city logistics. Misure di intervento. Consolidamento delle merci e centri di distribuzione. Il ruolo dell’e-commerce. Soluzioni innovative (multimodalità, UAM). Piano Urbano per la Logistica Sostenibile (PULS). - Metodi di ottimizzazione (1 CFU – 10 ORE ACCADEMICHE) Elementi di ricerca operativa. Esempi ed applicazioni al trasporto delle merci: il problema del trasporto, vehicle routing problem, metodi euristici. - Esercitazioni (1.5 CFU – 15 ORE ACCADEMICHE) Esempi ed applicazioni --- MODULO 2 - POLITICHE PER LA MOBILITÀ SOSTENIBILE - Introduzione alla mobilità sostenibile ed ai sistemi di trasporto (0.5 CFU – 5 ORE ACCADEMICHE) Il paradigma della mobilità sostenibile. Le politiche europee sulla pianificazione dei trasporti. - I sistemi di trasporto (1 CFU – 10 ORE ACCADEMICHE) Modalità di trasporto: componenti e caratteristiche. Trasporto su strada: cenni introduttivi, vulnerabilità della rete, resilienza. Trasporti ferroviari: veicoli ferroviari, strada ferrata, segnalamento, orario grafico, sistemi di interoperabilità e controllo della circolazione ferroviaria (ERTMS). Trasporti marittimi: veicoli per il trasporto su vie d’acqua, porti, impatti e sicurezza del trasporto marittimo, circolazione. Trasporto aereo: veicoli, aeroporti, piste, sistemi di gestione e controllo del traffico aereo, normative ICAO/EASA. - Architettura del Processo di Pianificazione dei Trasporti (1 CFU – 10 ORE ACCADEMICHE) Pianificazione di breve e lungo periodo. Piani urbani della Mobilità Sostenibile (PUMS). Mobility Management e Piano Spostamenti Casa Lavoro (PSCL). Partecipazione pubblica nei processi decisionali legati al mondo dei trasporti. - Interazione trasporti Territorio (1 CFU – 10 ORE ACCADEMICHE) Accessibilità: Definizioni e misure di accessibilità. Equità nei trasporti. Rappresentazione spaziale degli impatti dei trasporti. - Valutazione di interventi nel settore dei trasporti (1 CFU – 10 ORE ACCADEMICHE) Analisi Costi-Benefici. Analisi Multicriteriale. - Esercitazione (1.5 CFU – 15 ORE ACCADEMICHE) Esempi ed applicazioni

Per seguire il corso con profitto, gli studenti dovranno conoscere gli aspetti teorico/scientifici della matematica e delle altre scienze di base.

Il corso prevede un numero di CFU totali pari a 12 per un monte ore complessivo pari a 300 di cui: - 90 ore accademiche di lezioni teoriche frontali in presenza; - 30 ore accademiche di esercitazioni in presenza; - 180 ore di studio individuale. In aggiunta alle 120 ore accademiche di lezione/esercitazione in aula, sono previste circa 20 ore di attività integrative tramite seminari, anche online e in forma asincrona, al fine di ampliare l’approccio interdisciplinare del corso. La frequenza è fortemente consigliata. Sia per gli studenti e le studentesse frequentanti che, soprattutto, per i non frequentanti è previsto l’utilizzo della piattaforma MS Teams di interazione (LMS - Learning Management System) all’interno della quale saranno presenti risorse digitali utili all’apprendimento (come, ad esempio, le slide del corso), nonché la possibilità di contattare il docente direttamente dalla chat di gruppo. Sarà possibile accedere al gruppo MS Teams del corso tramite un apposito link pubblicato sul sito https://www.poliba.it/. Il gruppo Teams sarà quotidianamente aggiornato dal docente durante tutto il semestre. Si invitano lavoratori e studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

L'esame consiste in una prova orale della durata di circa 30 minuti, svolta in presenza, durante la quale lo studente dovrà rispondere a 4-6 domande, concernenti gli argomenti trattati durante le lezioni teoriche. L’esame ha lo scopo di verificare: - la conoscenza dei principali macro-argomenti: offerta e terminali di trasporto delle merci, attori, logistica urbana e metodi di ottimizzazione per la logistica sostenibile, processo di pianificazione dei trasporti, interazione trasporti-territorio, valutazione di scenari di trasporto (primo descrittore di Dublino); - la capacità di descrivere il trasporto merci per analizzare terminali e processi decisionali, valutare modalità di trasporto, redigere report e analisi di pianificazione, valutare la sostenibilità dei trasporti (secondo descrittore di Dublino); - la capacità di discutere sulla valutazione del sistema logistico, della supply chain, dell’analisi di un sistema di trasporto e la valutazione di diversi scenari (terzo descrittore di Dublino); - l'abilità di comunicare in modo efficace e con idonee proprietà di linguaggio tecnico le proprie conoscenze sui concetti teorici concernenti la logistica sostenibile e la pianificazione dei trasporti (quarto descrittore di Dublino). I requisiti minimi richiesti per il superamento dell'esame (fascia di voto 18/30 – 24/30) sono riferiti alla conoscenza dei fondamenti teorici e tecnici della disciplina e dei metodi di analisi e degli strumenti del sistema di trasporto delle merci, discutere sul concetto di sostenibilità del trasporto di merci e persone, discernere fra le caratteristiche dei diversi modi, conoscere il sistema di pianificazione nazionale, condurre analisi di accessibilità, essere in grado di effettuare una valutazione comparativa fra scenari di trasporto. Una ottima valutazione nella verifica di apprendimento (fascia di voto 25/30 – 30/30) è riferita ad una conoscenza approfondita dei temi trattati, ovvero alla capacità dello studente nell’impiegare le competenze acquisite durante il corso per la risoluzione di problemi nell’ambito dei trasporti e della logistica (quinto descrittore di Dublino). Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative individuate, in base alle specifiche esigenze e in attuazione della normativa vigente.

MODULO I - LOGISTICA SOSTENIBILE - Cascetta E., et al. (2008). Territorio Economia Logistica e Trasporti. ROMA: TEXMAT, vol. II. - Nuzzolo A., et al. (2007). Territorio Economia Logistica e Trasporti. ROMA: TEXMAT, vol. III, ISBN: 8888748245. - Dispense del corso MODULO II - POLITECHE PER LA MOBILITÀ SOSTENIBILE - Cascetta E. (2006). Modelli per i sistemi di trasporto. Teoria e applicazioni. UTET, 2006 - Coppola, Cascetta, Nuzzolo (2013). Territorio, economia, logistica e trasporti. TEXMAT, Vol.1 e Vol.2 - de Dios Ortúzar, J., & Willumsen, L. G. (2024). Modelling transport. John wiley & sons. - Dispense del corso

CONOSCENZA E CAPACITÀ DI COMPRENSIONE - Conoscenza dei principali modelli di business ed e-business e del loro ruolo nei contesti aziendali digitali. - Conoscenza dei fondamenti teorici della Business Intelligence e del Data Mining. - Conoscenza dei principali modelli quantitativi per l’analisi dei dati, quali regressione, classificazione e regole associative. - Comprensione del ruolo dei dati e delle tecniche di analisi a supporto dei processi decisionali e delle strategie aziendali, con particolare riferimento alla gestione delle relazioni con i clienti (CRM). CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE - Capacità di applicare modelli di business e strumenti di analisi dei dati a casi aziendali reali. - Capacità di svolgere attività di data preparation e data exploration su dataset reali. - Capacità di selezionare e applicare tecniche di Business Intelligence e Data Mining per la risoluzione di problemi aziendali. - Capacità di utilizzare software di Data Mining per l’analisi dei dati e l’interpretazione dei risultati a supporto delle decisioni manageriali. ULTERIORI RISULTATI DI APPRENDIMENTO ATTESI - Autonomia di giudizio: capacità di valutare criticamente la qualità dei dati, l’adeguatezza dei modelli utilizzati e la significatività dei risultati ottenuti. - Abilità comunicative: capacità di utilizzare correttamente il linguaggio tecnico della Business Intelligence e del Data Mining e di presentare in modo chiaro i risultati delle analisi. - Capacità di apprendimento: capacità di comprendere e adottare autonomamente nuovi modelli, strumenti e tecniche di analisi dei dati per il supporto alle decisioni aziendali.

1.Business models: Canvas, Patterns e Strategia (2 CFU). 2.Principali nozioni di Business intelligence e Data Mining (0,5 CFU). 3.Data preparation e data exploration (1 CFU). 4.Regressioni (0,5 CFU). 5.Classificazione (0,5 CFU). 6.Regole associative (0,5 CFU). 7.Utilizzo del software di data mining software Weka per obiettivi di CRM (1 CFU).

Analisi matematica (importante) Statistica (indispensabile) Economia (utile)

Lezioni frontali ed esercitazioni numeriche in aula, supportate da PC e proiettore. Esercitazioni pratiche svolte mediante l’utilizzo di software di Data Mining e di analisi statistica, con applicazione a casi di studio reali.

La verifica dell’apprendimento riguarda tutti gli argomenti del programma e richiede di dimostrare la conoscenza dei contenuti teorici del corso (primo indicatore di Dublino), la capacità di applicare modelli, strumenti e tecniche di Business Intelligence e Data Mining a problemi aziendali (secondo indicatore di Dublino), nonché la capacità di interpretare criticamente i risultati ottenuti (terzo indicatore di Dublino), utilizzando un adeguato lessico e una corretta terminologia tecnica (quarto indicatore di Dublino). La prova d’esame consta di una prova unica, di durata compresa tra 60 e 90 minuti, da svolgersi di norma in forma scritta. L’apprendimento dei concetti teorici è verificato mediante quesiti a risposta multipla e aperta relativi ai modelli di business, ai fondamenti di Business Intelligence e alle tecniche di Data Mining. La verifica della capacità di applicare le conoscenze acquisite è effettuata mediante la risoluzione di esercizi pratici, riguardanti l’analisi dei dati, l’applicazione di modelli di regressione, classificazione e regole associative, nonché l’interpretazione dei risultati a supporto delle decisioni aziendali. È prevista, ove necessario, una prova orale di approfondimento. Sono previsti otto appelli nel corso dell’anno accademico. I requisiti minimi per il superamento dell’esame sono la conoscenza dei principali modelli di business e delle tecniche di Business Intelligence e Data Mining trattate nel corso, nonché la capacità di applicarle correttamente a semplici casi di studio e dataset di dimensione limitata. Il risultato della valutazione è espresso in trentesimi. Il voto minimo per il superamento dell’esame (18/30) è attribuito a fronte di una conoscenza sufficiente dei contenuti fondamentali e di una capacità minima di applicazione delle tecniche studiate. Il voto massimo (30/30) è attribuito agli studenti che dimostrano una conoscenza completa e approfondita degli argomenti del programma, unitamente a una elevata capacità di applicare e interpretare i modelli analitici. La lode è attribuita agli studenti che dimostrano eccellenti capacità di analisi e interpretazione, nonché la capacità di applicare le conoscenze acquisite anche a contesti e problemi diversi da quelli affrontati durante il corso (quinto indicatore di Dublino). Fasce di valutazione Eccellente (30 – 30 e lode): conoscenza completa e approfondita degli argomenti, ottima padronanza del linguaggio tecnico, elevata capacità analitica e critica; lo/la studente/essa è in grado di applicare in modo autonomo ed efficace i modelli a casi complessi. Molto buono (27 – 29): conoscenza molto buona degli argomenti, buona proprietà di linguaggio e solida capacità analitica; lo/la studente/essa applica correttamente i modelli a casi concreti. Buono (24 – 26): buona conoscenza dei principali argomenti e discreta proprietà di linguaggio; lo/la studente/essa mostra un’adeguata capacità di applicare le tecniche studiate. Soddisfacente (21 – 23): conoscenza di base degli argomenti principali, sufficiente proprietà di linguaggio e capacità applicativa limitata ma adeguata a casi semplici. Sufficiente (18 – 20): conoscenza minima dei contenuti fondamentali e del linguaggio tecnico, limitata capacità di applicare correttamente i modelli. Insufficiente: conoscenza non adeguata dei contenuti del programma e incapacità di applicare le tecniche di analisi richieste.

Lecture notes del docente (disponibili sul canale Teams del corso) Osterwalder A., Pigneur Y., Business Model Generation, 2010 Vercellis C., Business Intelligence: modelli matematici e sistemi per le decisioni, McGraw-Hill, 2006 Witten I.H., Frank E., Data Mining, Morgan Kaufmann, 2005

Conoscenza e capacità di comprensione: 1. Conoscenza dei modelli e metodi per l’analisi dell’offerta e della domanda nella pianificazione e nella progettazione dei sistemi di trasporto. 2. Conoscenza dei modelli di utilità aleatoria per lo studio del comportamento degli utenti delle reti di trasporto. 3. Capacità di comprensione delle scelte degli utenti delle reti di trasporto al fine di proporre interventi sulla rete stessa e sui servizi di trasporto ad essa associati. Capacità di applicare conoscenza e comprensione: 1. Proporre soluzioni per spostamenti basate sull’analisi dei flussi di traffico e sulle previsioni delle scelte degli utenti in base agli interventi proposti. 2. Programmare interventi di adeguamento delle reti e dei servizi di trasporto disponendo di capacità di valutazione dello stato della rete e del grado di congestione della stessa. Autonomia di giudizio: Lo/la studente/studentessa avrà sviluppato capacità di analisi, valutazione e orientamento verso opportune e razionali scelte progettuali in funzione delle problematiche legate al congestionamento da traffico e gestione o e controllo dei flussi di traffico. Abilità comunicative: Lo/la studente/studentessa disporrà di capacità di illustrazione e di argomentazione circa l’interazione tra la domanda e l’offerta di trasporto e le scelte di mobilità degli utenti delle reti. Capacità di apprendimento: La preparazione acquisita renderà lo/la studente/studentessa capace di affrontare anche tematiche non specificamente approfondite nel corso e di seguire corsi di livello superiore nel settore dei trasporti.

Nozioni di base (8 ORE - 1 CFU) Introduzione ai sistemi di trasporto; definizione di sistema di trasporto; individuazione del sistema di trasporto. Modelli di offerta (16 ORE - 2 CFU) I modelli di offerta dei sistemi di trasporto. Teoria del deflusso: variabili fondamentali e loro rappresentazione grafica; equazione generale della conservazione; diagramma fondamentale del deflusso. Teoria delle code: variabili fondamentali e loro rappresentazione grafica; modelli deterministici di sotto e sovra saturazione. Teoria delle reti di trasporto: formulazione generale del modello di offerta; esempi di modelli di offerta; flussi e costi di arco e di percorso; flussi e costi di arco e di percorso; grafi dei servizi discontinui: il grafo delle linee e il grafo delle corse. Modelli di utilità aleatoria (16 ORE - 2 CFU) Simulazione dei comportamenti di scelta; ipotesi generali; utilità percepita, sistematica e residuo aleatorio; classificazione degli attributi; attributi generici e specifici; cause di aleatorietà dell'utilità percepita; modello Logit Multinomiale; modello Logit Gerarchizzato ad un livello; modello Probit. Modelli di domanda (24 ORE - 3 CFU) Sistemi di modelli di utilità aleatoria per la domanda di spostamenti; sistemi di modelli ad aliquote parziali; modello a quattro stadi: modello di emissione, modello di distribuzione, modello di scelta modale; modello di scelta del percorso per i sistemi a servizio continuo (Logit Multinomiale, C-Logit e Probit); modelli di scelta del percorso per le reti a servizio discontinuo (cenni). Modelli di assegnazione (4 ORE - 0,5 CFU) Classificazioni; campi di applicazione; ipotesi costo-flusso; Assegnazione a reti non congestionate: formulazione matematica generale; assegnazione DUN e SUN; Assegnazione a reti congestionate: formulazione matematica generale; assegnazione DUE e SUE; relazione fra equilibrio stocastico e deterministico; differenze DUE-SUE. Metodi di stima della domanda (4 ORE - 0,5 CFU): Stima diretta: indagini campionarie: tipologie, metodo e progettazione; stima da modello disaggregata: specificazione, calibrazione e validazione; stima da modello aggregata: stimatore ai minimi quadrati GLS. Esercitazioni (48 ORE - 3 CFU): Applicazioni, tramite software, sull’offerta e la domanda di trasporto.

Per seguire il corso con profitto, gli studenti dovranno conoscere gli aspetti teorico-scientifici dell'analisi matematica e della fisica, nonché essere capaci di utilizzare tali conoscenze per identificare, formulare e risolvere problemi.

Il corso prevede un numero di CFU totali pari a 12 per un monte ore complessivo pari a 300 di cui: • 72 ore di lezioni teoriche frontali in presenza (di cui, eventualmente, fino ad un massimo del 20% del totale, di didattica digitale a distanza) • 48 ore di esercitazioni in presenza (con Project Work per lo sviluppo di competenze trasversali) • 180 ore di studio individuale La frequenza è fortemente consigliata. Sia per gli studenti e le studentesse frequentanti che, soprattutto, per i non frequentanti è previsto l’utilizzo della piattaforma MS Teams di interazione (LMS - Learning Management System) all’interno della quale saranno presenti risorse digitali utili all’apprendimento (come, ad esempio, le slide del corso), nonché la possibilità di contattare il docente direttamente dalla chat di gruppo. Sarà possibile accedere al gruppo MS Teams del corso tramite un apposito link pubblicato sul sito https://www.poliba.it/. Il gruppo Teams sarà quotidianamente aggiornato dal docente durante tutto il semestre. Si invitano lavoratori e studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

L’esame si articola in una prova orale per una durata complessiva di massimo 30 minuti. La prova orale consiste in un colloquio volto ad approfondire il livello di preparazione dello studente, con particolare attenzione alla chiarezza espositiva, all’uso del linguaggio disciplinare, alla capacità di ragionamento critico e di collegamento tra i diversi argomenti del programma. La valutazione finale tiene conto degli obiettivi formativi del corso e, in particolare, i requisiti minimi richiesti per il superamento dell'esame (fascia di voto 18/30 – 20/30) sono riferiti alla conoscenza dei fondamenti teorici e tecnici della disciplina ovvero dei metodi di analisi e degli strumenti di pianificazione e progettazione dei sistemi di trasporto. Una soddisfacente valutazione (fascia di voto 21/30 – 24/30) è riferita alla conoscenza dei fondamenti della disciplina accompagnata da una soddisfacente proprietà di linguaggio e sufficiente capacità di applicare le conoscenze teoriche della pianificazione e progettazione dei trasporti a casi concreti. Una buona valutazione (fascia di voto 25/30 – 28/30) nella verifica di apprendimento è riferita ad una buona conoscenza di tutti i temi trattati e ad una buona capacità di individuare gli interventi più appropriati nella pianificazione e progettazione dei sistemi di trasporto. Un’ottima valutazione nella verifica di apprendimento (fascia di voto 29/30 – 30/30 e lode) è riferita ad una conoscenza approfondita dei temi trattati, ovvero una piena padronanza dei contenuti teorico-metodologici della disciplina, capacità, chiarezza di esposizione e proprietà di linguaggio, e un’ottima capacità di individuare gli interventi più appropriati nella pianificazione e progettazione dei sistemi di trasporto. La gradazione specifica del voto all’interno delle diverse fasce seguirà la capacità dello studente di affrontare problemi e quesiti teorici che richiedano di richiamare, sintetizzandoli, i diversi aspetti legati all’offerta, alla domanda e all’assegnazione nei sistemi di trasporto. Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative individuate, in base alle specifiche esigenze e in attuazione della normativa vigente.

• Appunti dal corso e materiale collettaneo fornito dal docente (disponibili su piattaforma MS Teams nel gruppo del corso). - Cascetta E. (2006). Modelli per i sistemi di trasporto. Teoria e applicazioni. UTET

Conoscenza delle principali fonti di vulnerabilità che si presentano a livello di programmazione. Conoscenza degli strumenti concettuali necessari per mitigare ed eliminare le principali vulnerabilità. Esperienza pratica nello sviluppo e nell'analisi di frammenti di codice critici per la sicurezza. Capacità di collocare tecniche in modo appropriato all'interno di una metodologia per sviluppo di sistemi.

Introduzione generale e esempi motivanti su Secure Programming e problemi di sicurezza del software. (1 CFU) Fondamenti di vulnerabilità del codice: dalla progettazione al codice. Vulnerabilità ed esempi di attacco; comprendere i fondamenti della causa, rivelazione e mitigazione. (2 CFU) Considerazioni sui sistemi operativi e sicurezza: introdurre vulnerabilità e esempi di attacchi. (1 CFU) Strumenti e tecniche per secure programming. (2 CFU)

Linguaggi di programmazione: C, C++ , Java. Nozioni di base riguardo: assembly code (ARM, x86,... ) e organizzazione della memoria (stack, heap).

METODO DI INSEGNAMENTO Lezioni e sessioni pratiche in aula. Ausilio di slide in formato elettronico e computer portatile. SUPPORTI ALLA DIDATTICA: Slides disponibili online: http://sisinflab.poliba.it/nocera/ > Courses > Secure Programming Laboratory. - Gruppo SharePoint del corso: https://politecnicobari.sharepoint.com/sites/SPLSecureProgrammingLaboratoryAA2018-2019

La verifica dell’apprendimento è stabilita tramite una prova comprendente una sessione scritta ed una pratica, finalizzata ad accertare il livello di conoscenza e capacità di comprensione raggiunto dallo studente sui contenuti teorici, metodologici e pratici indicati nel programma.

[1] M. Dowd, J. McDonald and J. Schuh. The Art of Software Security Assessment, Addison-Wesley 2007. [2] Jon Erickson. Hacking, 2nd Edition - The Art of Exploitation,February 2008, 488 pp., w/ CD

Conoscenza e capacità di comprensione Gli studenti avranno: - le conoscenze e la capacità di comprensione delle buone pratiche di pianificazione e progettazione di infrastrutture viarie sicure e sostenibili, individuando le contromisure ingegneristiche per la sicurezza stradale; - le conoscenze necessarie per comprendere degli interventi più opportuni utili alla riduzione degli impatti sul territorio e del fenomeno incidentale delle infrastrutture lineari di trasporto; - la consapevolezza critica degli ultimi sviluppi riguardanti i materiali da costruzione, le tecniche di mitigazione e di modellazione per la sicurezza stradale e il corretto inserimento delle infrastrutture di trasporto. Capacità di applicare conoscenza e comprensione Gli allievi - sapranno consultare e applicare la normativa del settore e applicare i modelli di stima della incidentalità; - avranno la capacità di lettura ed analisi critica di un progetto di una infrastruttura viaria e delle criticità relazionate al fenomeno incidentale; - sapranno concettualizzare i criteri progettuali, normativi e modellistici per quanto attiene le infrastrutture stradali, le intersezioni, le infrastrutture di mobilità e le contromisure atte a mitigare l’incidentalità; - sapranno interagire in contesti interdisciplinare grazie anche alla conoscenza di diversi linguaggi tecnico-scientifici. Autonomia di giudizio Gli studenti avranno capacità: - trasversali utili a valutare soluzioni progettuali e di pianificazione per incrementare la sostenibilità e la sicurezza delle infrastrutture viarie; - interpretativa e critica, al fine di sviluppare idee e soluzioni originali; - di giudizio ingegneristico circa i progetti di infrastrutture viarie, nuove ed in adeguamento, e la significatività delle soluzioni progettuali, con particolare riguardo alla sicurezza stradale. Abilità comunicative Gli studenti saranno dotati di ampia capacità di comunicazione sia rispetto ai colleghi e tecnici di altre estrazioni sia rispetto alle comunità in modo da stimolare la compartecipazione e la condivisione di scelte progettuali complesse che hanno un significativo impatto sulle infrastrutture di mobilità e sul territorio. L’utilizzo di supporti didattici in lingua inglese favorirà anche la capacità di comunicare in contesti internazionali Capacità di apprendimento Gli studenti saranno in grado di utilizzare efficacemente i prodotti e le applicazioni tipiche delle infrastrutture di trasporto, volti alle analisi delle problematiche ambientali e di sicurezza stradale. Inoltre, saranno in grado di aggiornare continuamente la propria preparazione culturale e professionale acquisendo anche capacità lessicali e relazionali atte a garantire efficaci relazioni con la comunità tecnica e, più in generale, con la società civile.

Modulo I Argomento 1 (2 CFU - 20 ore accademiche) Mobilità, viabilità e sviluppo, reti e corridoi. Concetti base di Progettazione stradale: normativa di settore, inserimento plano-altimetrico, composizione trasversale, scelta delle alternative progettuali, interazioni con il territorio, intersezioni a raso. Argomento 2 (1 CFU - 10 ore accademiche) Le zone a velocità limitata: normativa di settore, interventi di traffic calming planimetrici, interventi di traffic calming altimetrici, rotatorie, materiali, soluzioni ed esempi applicativi. Argomento 3 (1 CFU - 10 ore accademiche) Infrastrutture ciclabili: normativa di settore, percorsi ciclabili in ambito urbano ed extraurbano, ciclovie, soluzioni tipologiche, intersezioni ciclabili, materiali, soluzioni ed esempi applicativi. Argomento 4 (0,5 CFU - 5 ore accademiche) Inserimento e compatibilità di infrastrutture per la sosta: riferimenti normativi, gestione della domanda di parcheggio, tipologie di stalli, parcheggi a raso, parcheggi multipiano, mitigazione degli impatti sul territorio. Argomento 5 (0,5 CFU - 5 ore accademiche) Inserimento e compatibilità di infrastrutture ferroviarie ed aeroportuali: cenni di infrastrutture ferroviarie, cenni di infrastrutture aeroportuali, impatti e relative mitigazioni. Argomento 6 (0,5 CFU - 5 ore accademiche) Mitigazione degli impatti in fase di esercizio ed in fase di cantiere: materiali e tecnologie sostenibili, muri verdi, terre armate, dune, pavimentazioni fonoassorbenti, barriere di sicurezza, smart road. Soluzioni atte a ridurre gli impatti sulla mobilità ordinaria, soluzioni atte a ridurre gli impatti sulle componenti ambientali, movimenti di materie. Argomento 7 (0,5 CFU - 5 ore accademiche) Piani, programmi e studi per la mobilità sostenibile: piani urbani per la mobilità sostenibile, piani urbani per la mobilità ciclistica, PEBA, Studi di fattibilità ambientale. Modulo II Argomento 1 (4,5 CFU - 45 ORE) Aderenza. Guida, attenzione e rischio. Utenti abituali e non. Misura della sicurezza stradale. Modelli comportamentali. HSM, fattori umani, definizioni e fondamenti della incidentalità stradale. Metodo predittivo. Calibrazione per l’Italia del metodo predittivo. Screening della rete. Diagnosi. Contromisure. Valutazione economica delle contromisure. Gerarchizzazione delle contromisure. Valutazione della efficacia delle contromisure. Linee guida italiane della direttiva europea. Confronto tra le metodologie. Argomento 2 (1,5 CFU - 15 ORE) Applicazioni progettuali Il programma del corso prevede anche lo svolgimento di 20 h di didattica integrativa consistente in seminari inerenti applicazioni progettuali ed esercitazioni (esempi di inserimento di una rotatoria; esempi di inserimento di una zona a velocità limitata; esempi di inserimento di un percorso ciclabile; esempi di selezione di materiali stradali sostenibili ed ecocompatibili; esempi di inserimento di un’area di sosta, esempi di stima dell’incidentalità, esempi di individuazione dei pacchetti delle contromisure, esempi di analisi incrementali).

Conoscenze di matematica, fisica, disegno e lingua inglese.

Le attività formative vengono svolte in aula con il supporto di slide o proiettando i testi delle normative o delle linee guida nazionali e internazionali di settore (tutto questo materiale viene preventivamente fornito agli allievi sul TEAM dell’insegnamento). Al termine della parte teorica, per gli argomenti 1-4 del I modulo e l’argomento I del II modulo, sono previste delle esercitazioni applicative che coinvolgono tutta la classe e che occupano circa 20 ore accademiche. Oltre alle 60 ore accademiche di lezione in aula, sono previste 20 ore di attività supplementari che prevedono la partecipazione a seminari applicativi. È prevista anche una visita tecnica presso un cantiere di lavori stradali. Tali attività hanno l’obiettivo di ampliare l’approccio interdisciplinare del corso e di mostrare agli studenti quelle che sono le applicazioni pratiche del corso in merito alle infrastrutture di mobilità ed alla sicurezza stradale. Si invitano lavoratori e studenti con disabilità o DSA a contattare per tempo il Coordinatore del CdS e il docente cosicché possa disporre strumenti didattici flessibili e tali da garantire un corretto svolgimento delle attività di preparazione.

La verifica dell’apprendimento si svolge in forma orale. L’esame ha una durata di circa 60 min durante i quali lo studente dovrà rispondere a 4 domande. La prima domanda volgerà sulla rappresentazione grafica di una sezione stradale o ciclabile nel rispetto della norma. La seconda domanda prevede un approfondimento teorico sui dispositivi in favore della mobilità sostenibile. La terza domanda prevede l’applicazione pratica di contromisure atte a ridurre l’incidentalità stradale, in base al contesto di riferimento. La quarta domanda attiene ai modelli di sicurezza stradale. L’esame ha lo scopo di verificare: - la capacità di comprensione delle problematiche proposte durante il corso (descrittore di Dublino 1); - la capacità di applicare correttamente le conoscenze teoriche per individuare soluzioni tecniche a problemi di inserimento e di sicurezza delle infrastrutture di mobilità (descrittore di Dublino 2); - l'abilità di formulare in autonomia di giudizio osservazioni appropriate sulle possibili alternative progettuali (descrittore di Dublino 3); - l'abilità di comunicare in modo efficace e pertinente in forma grafica e stritta (descrittore di Dublino 4). Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative previste dalla normativa.

• Dispense fornite dal docente (messe a disposizione sulla piattaforma TEAMS il primo giorno di lezione) - Strade Ferrovie Aeroporti, Andrea Benedetto, UTET - Caratteristiche funzionali e costruttive delle infrastrutture per la mobilità pedonale - Ranzo A., Di Mascio P.; - Vademecum della ciclabilità - Reti ciclabili in area mediterranea - Regione Puglia; - Linee Guida per l’implementazione di Zone 30 (Berloco et. al. - ASSET - Regione Puglia); - Il paesaggio “attraversato” - Inserimento paesaggistico delle grandi infrastrutture lineari - Lorenzo Vallerini; - Valutazione di impatto ambientale - Renato Lamberti - COLONNA P, BERLOCO N, INTINI P, RANIERI V (2016). Sicurezza Stradale. Un approccio scientifico a un problema tecnico e comportamentale. Wip Edizioni, Italy - ISBN 978-88-8459-370-2 – pp 640. ISBN 978-88-8459-370-2 - COLONNA P, BERLOCO N, INTINI P, RANIERI V (2020). Road Safety : technical solutions to a behavioural and technological problem with a scientific approach. MILANO:FrancoAngeli, ISBN: 9788835111863 - COLONNA P, BERLOCO N, INTINI P, RANIERI V (2021). MANUALE PER I PROGETTI DI ADEGUAMENTO ALLA SICUREZZA STRADALE SOSTENIBILE. MILANO:FrancoAngeli, ISBN: 9788835111863 - Wilde, G.J.S. (1994). Target Risk - AASHTO, Highway Safety Manual, 2010 - Strade: Teoria e Tecnica delle Costruzioni Stradali, Vol. 1 e 2. A cura di: Felice A. Santagata.

1.Conoscenza dei segnali deterministici e aleatori. 2.Conoscenza dei principali strumenti e delle metodologie per la trasmissione e delle modalità di esercizio di sistemi IoT in scenari veicolari. 1.Capacità di proporre soluzioni tecnologiche a livello di sistema per risolvere problemi di smart mobility. 2.Capacità di definire vincoli su tempi e velocità di comunicazione per applicazioni di smart mobility. 1.Capacità di giudizio autonomo per la valutazione, la scelta e la messa in opera di differenti sistemi IoT in base allo specifico dominio applicativo e di analisi di costi e benefici. 2.Capacità di valutare soluzioni di cyber security nelle applicazioni per smart mobility 1.Sviluppo di abilità comunicative per rappresentare le caratteristiche salienti di architetture di rete IoT e servizi di telecomunicazioni, adeguate alla definizione delle specifiche tecnico-ingegneristiche per lo sviluppo di sistemi di smart mobility. 2.Acquisizione di un vocabolario tecnico sufficiente. Sviluppo di competenze di auto-apprendimento finalizzate all'aggiornamento continuo della conoscenza in un settore caratterizzato da repentini mutamenti tecnologici.

Nozioni di base (16 ORE - 2 CFU) Segnali deterministici, concetto di frequenza, banda, Trasformata di Fourier. Schemi a blocchi di sistemi di trasmissione digitali. Sistemi di trasmissione numerici: portata, copertura, bit-rate e banda. Internet of Things (20 ORE - 2,5 CFU) Effetti di distorsioni lineari e non lineari dei canali di trasmissione; Sistemi wireless per IoT; Cenni ai sistemi per IoT, quali Sigfox, Lora, NBIoT, 3G (HSDPA), 4G, 5G; Sistemi IoT per smart roads. Banda, latenza; Caratteristiche dei sistemi IoT per applicazioni V2V, V2I, V2X. Cybersecurity (36 ORE - 4,5 CFU) Introduzione ai concetti base della cybersecurity; Sicurezza nelle reti wireless (WPA2, WP3); Sicurezza nel bluetooth; Sicurezza per IoT (LoraWAN Security) Esercitazioni di laboratorio (48 ORE - 3 CFU) Le esercitazioni previste nell’ambito del corso saranno a complemento delle lezioni teoriche e prevedono lo sviluppo di sistemi in rete per il controllo di sistemi mobili, che integrino le necessarie procedure di sicurezza, da sviluppare presso il Lab di Spoke iTNT-NS del Politecnico di Bari.

Indispensabili: analisi infinitesimale: limiti, derivate e integrali, serie e successioni.

Il corso prevede un numero di CFU totali pari a 12 per un monte ore complessivo pari a 300 di cui: • 72 ore di lezioni teoriche frontali in presenza • 48 ore di esercitazioni in presenza • 180 ore di studio individuale Complessivamente il carico si calcola come numero di ECTS per 25 ore. La frequenza è fortemente consigliata. Si invitano lavoratori e studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

Una prova intermedia e una prova finale: esame orale. Il voto si calcola come media delle due prove. Il voto può coprire l’intervallo [0,30] e sarà arrotondato per difetto.

Kurose, J. F., & Ross, K. W. (2025). Computer networking: A top-down approach (9th ed.). Pearson.

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

1. Conoscenza relativa alle principali tecniche di rappresentazione e gestione dell’informazione strutturata e non strutturata, utile alla progettazione e sviluppo di sistemi informativi, in particolare in ambito di mobilità. 2. Conoscenza delle tecniche di gestione di dati strutturati basati su DataBase Management Systems (DBMS), che necessitano della conoscenza del linguaggio SQL (Structured Query Language) per la definizione e la manipolazione dei dati. 3. Conoscenza delle tecniche NoSQL più utili alla soluzione di problemi in scenari di mobilità per la gestione dei dati non strutturati. 4. Conoscenza delle principali tecniche e soluzioni per la modellazione di Big Data e la loro elaborazione tramite paradigmi innovativi di programmazione orientati ai Big Data. 1. Progettare basi di dati relazionali, modellare e interrogare di basi di dati in SQL, configurare e utilizzare i DBMS. 2. Progettare soluzioni basate su tecniche NoSQL per la modellazione e manipolazione di dati non strutturati, tipici nel contesto della mobilità. 3. Scegliere e gestire le soluzioni tecnologiche più adeguate alla modellazione e l’analisi di Big Data. 4. Progettare e sviluppare algoritmi che adottano paradigmi di programmazione specifici per i Big Data e di risolvere problemi di analisi adottando i più recenti strumenti software a disposizione. • Gli studenti sapranno valutare le migliori tecniche di gestione delle basi di dati, relazionali e non, ad-hoc per specifici requisiti imposti dall’utente. • Gli studenti saranno in grado di scegliere la soluzione più adeguata a un problema di Big Data Analytics, a seguito di un’analisi comparativa delle soluzioni disponibili per la modellazione ed elaborazione • Gli studenti saranno dotati di capacità di relazionare sull’attività di progettazione tramite metodologie standard che includono la visualizzazione grafica. • Gli studenti impareranno ad astrarre e sintetizzare i principali risultati ottenuti dalla analisi condotte, anche tramite tecniche di visualizzazione grafica. • Gli studenti conseguiranno la capacità di comprendere ed utilizzare agevolmente nuovi modelli e tecniche di rappresentazione e gestione della conoscenza. • Gli studenti sapranno modellare e risolvere problemi di Big Data Analytics che rispondano a qualsiasi esigenza di apprendimento, anche in casi di studio non esplicitamente affrontati durante il corso.

Modulo 1- Basi di Dati: Progettazione di basi di dati (8 ORE - 1 CFU) Modello concettuale ed Entità-Relazione (E-R). Modulo 1- Basi di Dati: Basi di dati relazionali: modello (8 ORE - 1 CFU) Modello logico: il modello relazionale ed i suoi elementi; analisi delle ridondanze; eliminazione delle generalizzazioni; vincoli di integrità; algebra e calcolo relazionale; la normalizzazione: teoria e metodi. Modulo 1- Basi di Dati: Basi di dati relazionali: linguaggio SQL (12 ORE - 1,5 CFU) Il linguaggio SQL per Relational Data Base Management System (RDBMS); caratteristiche evolute di SQL: asserzioni, viste, trigger e basi di dati attive. Modulo 1- Basi di Dati: Basi di dati NoSQL (8 ORE - 1 CFU) Concetti di base; modelli basati su colonne, chiave-valore e documentali. Modulo 1- Basi di Dati: Esercitazioni (24 ORE – 1,5 CFU) Progettazione e sviluppo di database relazionali in SQL; manipolazione dei dati. Progettazione e sviluppo di database NoSQL in modelli basati su colonne, chiave-valore e documentali. Modulo 2- Big Data Analytics: Introduzione ai Big Data (4 ORE - 0,5 CFU) Nozioni di base, nomenclatura e principali sfide. Modulo 2- Big Data Analytics: Architetture e paradigmi di programmazione per i Big Data (16 ORE - 2 CFU) Apache Hadoop, Hadoop Distributed File System (HDFS), MapReduce, YARN. Modulo 2- Big Data Analytics: Analisi di Big Data (16 ORE - 2 CFU) Architettura di Apache Spark, Modulo Spark SQL - DataFrames e Datasets, libreria Spark per il machine learning scalabile: MLlib, Spark Streaming: analisi di dati provenienti da sorgenti in streaming. Modulo 2- Big Data Analytics: Esercitazioni (24 ORE – 1,5 CFU) Progettazione e sviluppo di programmi MapReduce in Java, eseguiti in diverse modalità di Hadoop: locale, pseudodistribuita e pseudodistribuita con YARN. Esempi di programmi di analisi che adottano i differenti moduli Spark in Python; progettazione e sviluppo di pipeline di Machine Learning in Spark.

Per seguire il corso con profitto, gli studenti dovranno conoscere i fondamenti dell’informatica.

Il corso prevede un numero di CFU totali pari a 12 per un monte ore complessivo pari a 300 di cui: • 72 ore di lezioni teoriche frontali in presenza (di cui, eventualmente, fino ad un massimo del 20% del totale, di didattica digitale a distanza) • 48 ore di esercitazioni in presenza (con Project Work per lo sviluppo di competenze trasversali) • 180 ore di studio individuale La frequenza è fortemente consigliata. Sia per gli studenti e le studentesse frequentanti che, soprattutto, per i non frequentanti è previsto l’utilizzo della piattaforma MS Teams di interazione (LMS - Learning Management System) all’interno della quale saranno presenti risorse digitali utili all’apprendimento (come, ad esempio, le slide del corso), nonché la possibilità di contattare il docente direttamente dalla chat di gruppo. Sarà possibile accedere al gruppo MS Teams del corso tramite un apposito link pubblicato sul sito https://www.poliba.it/. Il gruppo Teams sarà quotidianamente aggiornato dal docente durante tutto il semestre. Si invitano lavoratori e studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

I contenuti del Modulo I saranno verificati con una prova scritta composta di quesiti pratici e teorici a risposta multipla, che mirano a verificare la capacità degli studenti di riconoscere la corretta soluzione di progettazione, modellazione, e manipolazione di basi di dati relazionali e NoSQL. I quesiti riporteranno esplicitamente il punteggio conseguito in caso di risposta corretta; eventuali risposte errate verranno valutate con 0 punti. L’esame si intende superato con una valutazione minima corrispondente a 18/30. I contenuti del Modulo II saranno verificati con una prova orale, della durata di circa 30 minuti. Tale prova orale è una discussione da parte dello studente sui risultati di due diversi progetti di Big Data Analytics. Il docente assegna il primo progetto, che verifica le conoscenze di base degli studenti sugli argomenti del corso e la loro capacità di applicare le competenze acquisite alla soluzione di semplici problemi loro posti. Il secondo progetto è invece completamente gestito dagli studenti, che ricercano la fonte dei dati da analizzare e propongono una qualche forma di elaborazione che estragga valore da tali informazioni. Attraverso il secondo progetto, il docente mette alla prova la proattività degli studenti e la loro capacità di modellare problemi di analisi dei Big Data, progettare e sviluppare approcci risolutivi, presentare risultati e trarne preziose conclusioni Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative previste dalla normativa.

MODULO I - BASI DI DATI - Materiale didattico fornito dal docente disponibili su piattaforma MS Teams nel gruppo del corso - P. Atzeni, S. Ceri, P. Fraternali, S. Paraboschi, R. Torlone. Basi di dati - Modelli e linguaggi di interrogazione 6/ed, Mcgraw-Hill, 2023 MODULO II - BIG DATA ANALYTICS - Triguero, I., & Galar, M. (2023). Large-Scale Data Analytics with Python and Spark: A Hands-on Guide to Implementing Machine Learning Solutions. Cambridge: Cambridge University Press. - Dispense del corso disponibili su piattaforma MS Teams nel gruppo del corso

Prova finale

Tipo esame: Orale - Valutazione: Giudizio Finale - Frequenza: Non obbligatoria

L’insegnamento mira a fornire conoscenze sui processi di conversione dell’energia, dalle fonti primarie convenzionali e rinnovabili fino alla produzione e all’impiego di vettori energetici innovativi, come l’idrogeno, con particolare riferimento al settore dei trasporti. Lo studente acquisirà conoscenze sulle principali tecnologie energetiche e sui sistemi propulsivi, considerando consumi, emissioni, produzione, stoccaggio, distribuzione e utilizzo dei vettori energetici, nonché elementi di normativa e politiche per la sostenibilità. Al termine del corso sarà in grado di stimare prestazioni energetiche e ambientali, analizzare le emissioni di CO₂, confrontare criticamente differenti soluzioni tecnologiche e argomentare le scelte relative ai sistemi energetici e ai drivetrain. La preparazione acquisita consentirà inoltre di approfondire autonomamente tematiche tecnologiche, di LCA e sostenibilità.

Il corso affronta il ruolo dei trasporti nel sistema energetico e le relative problematiche energetiche e ambientali. Sono trattati i fondamenti della produzione elettrica convenzionale e rinnovabile, l’impronta di carbonio, i motori a combustione interna e i relativi meccanismi di formazione e abbattimento degli inquinanti. Vengono inoltre analizzate la propulsione ibrida ed elettrica, le tecnologie di accumulo e le modalità di produzione dell’energia elettrica. Una parte specifica è dedicata all’idrogeno, comprendendo elettrolisi, fuel cell PEM, produzione, stoccaggio, compressione e liquefazione, e ai carburanti alternativi, quali biocarburanti ed eFuels. Completano il programma normativa e scenari evolutivi del settore. Le esercitazioni includono calcoli di carbon footprint ed emissioni, prove motore, modellistica di powertrain ibridi, cinetica chimica e analisi di casi studio.

Non sono previsti insegnamenti propedeutici obbligatori. Per affrontare efficacemente i contenuti del corso sono tuttavia considerate utili conoscenze di base di analisi matematica, fisica generale e termodinamica, che costituiscono il supporto teorico per la comprensione dei processi energetici, delle tecnologie di conversione dell’energia e dei sistemi propulsivi trattati durante l’insegnamento.

L’insegnamento combina lezioni frontali, esercitazioni guidate e attività di tutoring. L’approccio didattico è finalizzato a sviluppare progressivamente sia la comprensione teorica sia la capacità di risolvere problemi, attraverso una continua integrazione tra i concetti affrontati durante le lezioni e la loro applicazione in esercizi e attività pratiche.

La verifica dell’apprendimento consiste in una prova scritta della durata di tre ore, articolata in esercizi applicativi e quesiti teorici. La prova è finalizzata a valutare la conoscenza dei contenuti teorici, la capacità di applicare le conoscenze acquisite a contesti progettuali simulati, la correttezza del ragionamento e la padronanza del linguaggio tecnico. Per studenti con disabilità e DSA sono previsti gli strumenti compensativi e le misure dispensative stabiliti dalla normativa vigente.

• Ferrari, G. (2019). Motori a combustione interna. Società Editrice Esculapio - Tingas, E. A. (Ed.). (2023). Hydrogen for Future Thermal Engines. Springer Nature. - Heywood, J. (2018). Internal Combustion Engine Fundamentals 2E. McGraw-Hill Education - Dossena V., Ferrari G., Gaetani P., Macchine a fluido, Editore: ‎ CittàStudi; 2° ed., ISBN-10: 8825174314 - Ehsani, Mehrdad, et al. "Modern electric, hybrid electric, and fuel cell vehicles". CRC press, 2018. - O'hayre, Ryan, et al. Fuel cell fundamentals. John Wiley & Sons, 2016. - Dispense del Corso fornite dal docente

Tipo esame: Orale - Valutazione: Giudizio Finale - Frequenza: Non obbligatoria