MANAGEMENT ENGINEERING FOR INNOVATION

The objective of the course is to enable students to understand all aspects related to MACHINE LEARNING problems in their various applications. At the end of the course they will obtain all the knowledge necessary to classify and formalize a problem from an algorithmic perspective and eventually focus on the elements related to the application domain. An implementation of all the algorithms and techniques addressed is shown during the lectures, allowing students to gain a better and deeper understanding of all aspects associated with their application. The implementation is initially presented independently of a specific programming language, so that students are left to choose the tool with which they feel most comfortable. Whenever possible and available, different algorithms and techniques are presented to tackle the same problem in order to foster autonomy in judging the right approach to adopt for a given problem. Lectures are given in a very interactive way in order to favor communication skills of the students For some very specific topics, the students will be provided with only some initial pointers to scientific literature thus promoting their ability of self-training.

• Learning by example-How to design a Machine Learning system (5 h - 0,5 CFU) - What is Machine Learning (5 h - 0,5 CFU) Supervised Learning, Unsupervised Learning, Recommender Systems, Reinforcement Learning, Generative models, Discriminative Models, Model Representation - Linear regression (10 h - 1 CFU) Linear regression with one variable: Cost function, Gradient Descent, Multiple features [Hypothesis, Batch, Stochastic, Mini-batch], Gradient descent algorithm stopping conditions [Max iteration, Absolute tolerance,Relative tolerance,Gradient Norm tolerance], Features and Polynomial regression, Gradient descent for multiple variables, Normal equations, Proof of Normal equations derivations, - Logistic Regression (5 h - 0,5 CFU) Classification, Hypothesis Representation [Sigmoid, Decision boundary, Probabilistic Interpretation, Cost Function,Errors], Gradient descent [Weight update derivation], Multi-class classification One vs all - Python Language (5 h - 0,5 CFU) Overview, Basic Syntax, Data Types, Variables, Operators, Loops, Functions, String manipulation, Array manipulation, Data Frames manipulation, Input Output - Fitting (2,5 h - 0,25 CFU) Just Fit, Overfitting, Underfitting - Neural Networks (10 h - 1 CFU) Non-linear hypotheses [Forward propagation, Non-linear classification example: XOR], Intuition, Cost function, Backpropagation algorithm, Backpropagation intuition, Random initialization - Support Vector Machines (5 h - 0,5 CFU) Large Margin Classifier [Decision rule, Dual problem], Support Vector Machines-Intuition [SVM cost function], Support Vector Machines-Nonlinear separable data, Cover’s theorem, Kernel trick, Mercer’s Theorem - How to build a ML System (2 h - 0,2 CFU) Overview [ML system life cycle], What we do first [Data analysis and pre-processing,Boxplot, Normalization, Feature Selection], How to evaluate the hypothesis [Training/testing procedure, Generalization Error, Model selection, Validation set, Cross Validation, Holdout, K-folds Cross validation, Random subsampling], How to choose the next hypothesis [Diagnosing bias/variance, Diagnosing Lambda (regularization), Learning curves, Diagnose High Bias, Diagnose High Variance], How to measure if a ML System works well [MAE, MSE, RMSE, Accuracy, Precision/Recall, ROC], How to measure if the results are significant [paired t test, Coefficient of determination] - Unsupervised Learning-Clustering (6,5 h - 0,65 CFU) K-means, Choosing the value of K, Elbow method, Kullback–Leibler divergence, Information criterion approach, Akaike information criterion (AIC), Bayesian information criterion (BIC), Deviance information criterion (DIC), Silhouette Coefficient, Clustering-K-medoids, Clustering-Gaussian Mixture Models, Univariate/Multivariate Gaussian, Mixture Model, Expectation-Maximization Algorithm (EM), Clustering-Hierarchical Clustering, Hierarchical Clustering: Single Linkage, Hierarchical Clustering: Ward’s Criterion, Cluster distance measures, DBSCAN, HDBSCAN, Stability-based cluster validation - Unsupervised Learning-Dimensionality Reduction (4 h - 0,4 CFU) Principal Component-Analysis, Singular Value Decomposition, Reconstruction from compressed representation, Choosing the number of Principal Components

Mathematical Analysis;

Il risultato della valutazione è espresso da una valutazione in trentesimi. Il voto minimo per il superamentodell’esame (18/30) sarà assegnato per un livello e qualità sufficienti di conoscenza dei requisiti minimi. Glistudenti raggiungeranno il voto massimo (30/30) nel caso in cui dimostrino un livello eccellente diconoscenze sugli argomenti del programma, insieme con elevate capacità di applicare conoscenze ecompetenze acquisite. Saranno meritevoli di lode qualora siano in grado di applicare le conoscenze e lecompetenze acquisite anche in contesti diversi da quelli proposti a lezione (quinto indicatore di Dublino).

Machine Learning - A probabilistic approach (Kevin P. Murphy) Lecture Notes Implementation of algorithms in Python

• Conoscenza su base teorica della struttura atomica. • Conoscenza del processo di bilanciamento chimico. • Conoscenza delle caratteristiche chimico-strutturali della materia. • Conoscenza dell’entalpia di reazione. ---------------------------------------------------- • Capacità di ricavare la configurazione elettronica di un elemento e di predirne la sua reattività. • Abilità nell’effettuare il bilanciamento delle reazioni chimiche. • Capacità nel calcolare il calore scambiato a seguito di una trasformazione chimica del sistema. • Capacità nel predire se una trasformazione è spontanea o meno. ------------------------------------------------------ • Autonomia di giudizio: capacità di comparare diverse soluzioni e stabilire la più indicata • Capacità di apprendimento: studio autonomo per l’applicazione dei modelli studiati a nuovi problemi chimici. Il corso sinteticamente ha lo scopo di mettere in grado lo studente di scrivere e bilanciare le equazioni chimiche, di eseguire calcoli stechiometrici, di conoscere le caratteristiche chimico-strutturali della materia e le basi della termochimica.

INTRODUZIONE (2.5 ORE – 0.25 CFU) Definizione di materia. Elementi e composti. Teoria atomica della materia. Leggi fondamentali della chimica: conseguenze. ATOMO, MOLECOLA, MOLE. FORMULA MINIMA E MOLECOLARE (5.0 ORE – 0.50 CFU) Numero atomico e di massa. Isotopi. Difetto di massa. Massa atomica e massa molecolare. Numero di Avogadro e concetto di mole. Massa molare. Percentuale in peso di elementi in un composto. -LA NATURA ELETTRICA DELLA MATERIA E STRUTTURA ATOMICA(7.5 ORE – 0.75 CFU) Breve storia della evoluzione della teoria atomica. Radioattività. Esperimento di Thomson. Esperimento di Rutherford. Il modello planetario dell’atomo. Spettri di emissione e di assorbimento. Equazione di Rydberg. Modello di Bohr dell’atomo di idrogeno. Insufficienza del modello di Bohr. Teorie di Sommerfeld e Zeeman. Principio di indeterminazione di Heisenberg. Ipotesi di De Broglie. Equazione di Schrödinger. Funzione d'onda ψ e suo significato probabilistico. Orbitali atomici. Atomi pluri-elettronici. Il numero quantico di spin. I principi dell’Aufbau: principio di Pauli e regola di Hund. CONFIGURAZIONE ELETTRONICA DEGLI ELEMENTI E TAVOLA PERIODICA (5.0 ORE – 0.50 CFU) Configurazione elettronica. La tavola periodica. Proprietà periodiche degli elementi. LEGAME CHIMICO (7.5 ORE – 0.75 CFU) Legame ionico, energia reticolare. Il legame covalente. Teoria Valence Bond e molecole e ioni biatomici e poliatomici. Teoria VSEPR. Ibridazione sp, sp2, sp3, sp3d, sp3d2. Concetto di risonanza, principio di elettroneutralità. Caratteristiche elettriche e magnetiche delle molecole. NOMENCLATURA CHIMICA (2.5 ORE – 0.25 CFU) Numero di ossidazione. Nomenclatura chimica dei composti binari, degli ossoacidi, dei sali e dei complessi. REAZIONI CHIMICHE (10 ORE – 1 CFU) Reazioni acido base e redox. Bilanciamento di reazioni. Calcoli stechiometrici e reagente limitante. LEGGI DEI GAS (5.0 ORE – 0.5 CFU) Stati di aggregazione della materia: solidi, liquidi e gas. Equazione di stato dei gas ideali. Trasformazioni isoterme (legge di Boyle), isobare (legge Charles) ed isocore (legge di Gay-Lussac). Densità di un gas. Gas perfetti nelle reazioni chimiche. SOLUZIONI E REAZIONI IN SOLUZIONE (5.0 ORE – 0.5 CFU) Soluzioni. Modi di esprimere le concentrazioni. Rapporti volumetrici nelle reazioni chimiche. TERMODINAMICA (10 ORE – 1 CFU) Sistema e variabili di stato, calore e lavoro, principio zero e definizione di temperatura. Funzioni di stato. Energia interna. Primo principio. Calore specifico. Definizione di stato standard. Entalpia. Legge di Hess.

Linguaggio scientifico di base. Leggi fondamentali della chimica. I prerequisiti saranno accertati attraverso un test, all’inizio del corso ufficiale, usufruendo dell’incremento delle ore di didattica per CFU introdotte per questo A.A..

Lezioni ed esercitazioni numeriche anche con l’ausilio di presentazioni in PowerPoint; chiarimenti a richiesta forniti dal docente.

Esercitazioni con la partecipazione attiva degli studenti; esame orale eventualmente preceduto da prova scritta. Requisiti minimi per il superamento dell’esame sono la conoscenza della tavola periodica, del legame chimico, del bilancio di materia e di energia (calore) di una reazione chimica, e la capacità di impostare e risolvere esercizi di stechiometria. Per l’intero insegnamento, si applicano le seguenti fasce di voto: - Eccellente (30 - 30 e lode): ottima conoscenza degli argomenti, ottima proprietà̀ di linguaggio, ottima capacità analitica; lo/la studente/essa è in grado di applicare brillantemente le conoscenze teoriche a casi concreti. - Molto buono (27 - 29): buona conoscenza degli argomenti, notevole proprietà̀ di linguaggio, buona capacità analitica; lo/la studente/essa è in grado di applicare correttamente le conoscenze teoriche a casi concreti. - Buono (24-26): buona conoscenza dei principali argomenti, discreta proprietà̀ di linguaggio; lo/la studente/essa mostra una adeguata capacità di applicare le conoscenze teoriche a casi concreti. - Soddisfacente (21-23): lo/la studente/essa non mostra piena padronanza degli argomenti principali dell'insegnamento, pur possedendone le conoscenze fondamentali; mostra comunque soddisfacente proprietà̀ di linguaggio e sufficiente capacità di applicare le conoscenze teoriche a casi concreti. - Sufficiente (18-20): minima conoscenza degli argomenti principali dell'insegnamento e del linguaggio tecnico, limitata capacità di applicare in modo adeguato le conoscenze teoriche a casi concreti. - Insufficiente: lo/la studente/essa non possiede una conoscenza accettabile dei contenuti dei diversi argomenti del programma

1. Nobile F., Mastrorilli P., La chimica di base con esercizi, C.E.A., terza edizione Milano,2021. Materiale didattico: appunti di lezione, file in canale di Teams

Il corso fornisce le conoscenze di base dell'informatica necessarie a un ingegnere: rappresentazione dell'informazione nei sistemi digitali, architettura dei calcolatori, funzionamento dei sistemi operativi ed elementi di algebra booleana. Sviluppa inoltre la capacità di analizzare un problema, scomporlo in una sequenza di passi elementari (algoritmo), rappresentarlo mediante diagramma di flusso e tradurlo in un programma funzionante in linguaggio C, secondo il paradigma di programmazione procedurale/strutturata, ponendo le basi per l'approccio a oggetti sviluppato in insegnamenti successivi. Al termine del corso lo studente è in grado di: comprendere e utilizzare correttamente i concetti fondamentali dell'informatica; progettare algoritmi per la soluzione di problemi elementari; implementare, testare e correggere programmi in linguaggio C che utilizzino strutture di controllo, funzioni e array.Il corso fornisce le conoscenze di base dell'informatica necessarie a un ingegnere: rappresentazione dell'informazione nei sistemi digitali, architettura dei calcolatori, funzionamento dei sistemi operativi ed elementi di algebra booleana. Sviluppa inoltre la capacità di analizzare un problema, scomporlo in una sequenza di passi elementari (algoritmo), rappresentarlo mediante diagramma di flusso e tradurlo in un programma funzionante in linguaggio C, secondo il paradigma di programmazione procedurale/strutturata, ponendo le basi per l'approccio a oggetti sviluppato in insegnamenti successivi. Al termine del corso lo studente è in grado di: comprendere e utilizzare correttamente i concetti fondamentali dell'informatica; progettare algoritmi per la soluzione di problemi elementari; implementare, testare e correggere programmi in linguaggio C che utilizzino strutture di controllo, funzioni e array.

Il corso mira a fornire allo studente le conoscenze informatiche di base e, soprattutto, un metodo algoritmico per la risoluzione dei problemi. Attraverso l’analisi, la formalizzazione e la programmazione, lo studente impara a trasformare un problema in una sequenza strutturata di operazioni e a tradurne la soluzione in un programma eseguibile, sviluppando capacità di problem solving e pensiero computazionale applicabili al contesto ingegneristico. Risultati di apprendimento attesi 1. Conoscenza e capacità di comprensione Al termine del corso lo studente avrà acquisito le conoscenze fondamentali relative alla rappresentazione dell’informazione, all’organizzazione dei sistemi di elaborazione, ai principi della programmazione e alla costruzione di algoritmi. Conoscerà le principali strutture di controllo, le strutture dati elementari e i fondamenti del linguaggio C. 2. Capacità di applicare conoscenza e comprensione Lo studente sarà in grado di analizzare semplici problemi di interesse scientifico e ingegneristico, individuando dati di ingresso, risultati attesi e procedimento risolutivo. Saprà progettare algoritmi, rappresentarli mediante pseudocodifica e diagrammi di flusso e tradurli in programmi in linguaggio C, utilizzando strutture di selezione e iterazione, vettori, matrici, sottoprogrammi e funzioni. 3. Autonomia di giudizio Lo studente sarà in grado di valutare differenti strategie risolutive per un problema, scegliere le strutture algoritmiche e i tipi di dato più appropriati e verificare la correttezza dei risultati ottenuti. Saprà inoltre individuare errori logici e di programmazione e intervenire sul codice per correggerli. 4. Abilità comunicative Lo studente saprà descrivere con linguaggio tecnico appropriato il procedimento seguito nella soluzione di un problema, illustrando la struttura dell’algoritmo e motivando le principali scelte progettuali e implementative. Sarà in grado di leggere, interpretare e discutere semplici algoritmi e programmi. 5. Capacità di apprendimento Lo studente acquisirà un metodo di lavoro basato sull’analisi, sulla scomposizione dei problemi e sulla costruzione progressiva della soluzione. Le competenze sviluppate costituiranno la base per affrontare autonomamente strumenti informatici, linguaggi di programmazione e metodologie computazionali più avanzate nel successivo percorso di studi.

Conoscenza degli elementi di base per la codifica e la rappresentazione dell'informazione; conoscenza degli elementi di base per la progettazione di algoritmi; conoscenza delle tecniche di codifica degli algoritmi; conoscenza delle principali architetture e funzionalità di un sistema informatico di base; conoscenza delle principali funzioni di un sistema operativo; conoscenza delle principali strutture dati e delle loro caratteristiche. Capacità di applicare la conoscenza e la comprensione. Capacità di rappresentare l'informazione secondo i principali standard di codifica; capacità di progettare algoritmi strutturati; capacità di rappresentare algoritmi strutturati; capacità di applicare le tecniche di programmazione strutturata per la codifica di algoritmi; capacità di scegliere e utilizzare le strutture dati. Eventuali ulteriori risultati di apprendimento attesi, relativamente all'autonomia di giudizio, alla capacità di comparare diverse soluzioni e di stabilire la più indicata, alle abilità comunicative e alla capacità di apprendimento: studio autonomo per l'applicazione dei modelli studiati a nuovi case study.

Rappresentazione dell'informazione: sistemi di numerazione, aritmetica binaria, complemento a due, rappresentazione in virgola mobile. Codici: ASCII, Unicode, BCD. Digitalizzazione: campionamento e quantizzazione. Algebra booleana. Algoritmi: definizione, pseudocodice, diagrammi di flusso, teorema di Böhm-Jacopini, approcci top-down e bottom-up. Architettura dei calcolatori: modello di Von Neumann, CPU, memoria, bus, periferiche. Sistemi operativi: kernel, processi, memoria virtuale, file system. Programmazione in linguaggio C: variabili e tipi di dato, input/output, strutture di controllo (sequenza, selezione, iterazione con while, do-while, for), funzioni (definizione, parametri, passaggio per valore, valore di ritorno), array monodimensionali e loro uso come parametro di funzione, algoritmi classici di scansione di un array (conteggio condizionato, somma e media filtrata, ricerca del massimo e del minimo, ricerca di un elemento).

La rappresentazione dell’informazione: I problemi e la loro soluzione. Dato e Informazione. La rappresentazione dell'Informazione. La rappresentazione dei dati. Il sistema binario. La rappresentazione dei dati numerici. Il sistema di numerazione. Il sistema decimale, binario, ottale, esadecimale. Le conversioni da una base numerica all'altra. Caratteristiche generali dei sistemi a numerazione fissa. Le operazioni aritmetiche binarie. Rappresentazione dei numeri relativi. Rappresentazione dei numeri reali in virgola fissa e virgola mobile. Algebra di Boole: AND-OR-NOT, Tabelle di verità, Teoremi e Proprietà, Le leggi di De Morgan. Algoritmi: Proprietà degli algoritmi. La pseudocodifica. Gli algoritmi. L’ambiente di sviluppo per la progettazione dei diagrammi di flusso: Flowgorithm o altri. L'assegnazione. Le proposizioni e i predicati. I diagrammi a blocchi. Semplici esercizi sull'assegnazione. L'istruzione if o condizionale e le iterazioni con controllo in testa e in coda. Semplici esercizi sulla selezione e l’iterazione. L'analisi e la progettazione. Dal problema al diagramma di flusso. Semplici esercizi. Vettori e Matrici. Semplici esercizi sui vettori e sulle matrici. Vettori e matrici: gli algoritmi iterativi. Linguaggi di programmazione: I linguaggi naturali. Il formalismo di Backus Naur. I linguaggi di programmazione. Compilatori e interpreti. Paradigmi di programmazione. Esercizi. C con Visual Studio: Interfaccia dell'ambiente di sviluppo. Il linguaggio. La trasformazione di algoritmi progettati in Flowgorithm in C. Vettori e matrici. Puntatori. Algoritmi. Procedure e Funzioni: I sottoprogrammi. Analisi e programmazione Top-Down. Concetto di procedura. Concetto di Funzione. Il passaggio dei parametri. Procedure e funzioni in Flowgorithm e in C. Esercitazioni con Flowgorithm e C. Algoritmi con procedure e funzioni. Algoritmi di ordinamento: Algortimi di ricerca. Algoritmi di Ordinamento. Architettura del calcolatore: Il modello di Von Neuman. Il microprocessore. Il ciclo macchina. Il dumping della memoria. L'architettura interna della CPU. La motherboard. Il ciclo d'istruzione. Il bus interno. Lettura e scrittura della CPU in memoria. Bus dati e bus indirizzi. Le interfacce delle periferiche. Le memorie: RAM, ROM. La gestione della memoria. La cache. Le memorie flash. EEPROM. Come installare un banco di memoria. I bus di sistema: bus dati e bus indirizzi. Le infrastrutture software: Descrizione attività:. Il sistema Operativo. Le funzioni del sistema operativo. Software applicativo e software di base. Gli elementi di un sistema operativo. Monoprogrammazione e Multiprogrammazione. Processi e programmi. L'organizzazione a strati di un sistema operativo. La gestione dei processi. Elaborazione parallela. Sistema Operativo in TimeSharing. Stati di un processo e transizione di stati. Diagramma degli stati. Le transizioni di stato. Concorrenza fra processi. Organizzazione Client Server. I modelli ibridi. La gestione della memoria. La gestione delle periferiche. Il File System. Il gestore delle interfacce. Il gestore della rete Esercitazioni e sviluppo completo di una serie di tracce d’esame

Rappresentazione dell'informazione (0.8 CFU 8 ore): Definizione di messaggio e misura dell informazione. Sistemi numerici non posizionali. Sistemi numerici posizionali. Codici numerici ed alfanumerici. Aritmetica del computer. Da analogico a digitale. Cenni di algebra booleana (0.2 CFU 2 ore): Algebra di Boole, diagrammi di Venn, funzioni booleana. Algoritmi (0.6 CFU 6 ore): Definizione, caratteristiche. Pianificazione e progettazione. Rappresentazione. Operazioni fondamentali. Teorema di Jacopini-Böhm. Diagrammi di flusso. Analisi strutturata. SVILUPPO TOP DOWN e BOTTOM UP. FlowGorithm (0.4 CFU 4 ore): introduzione ed uso di Flowgorithm. Architettura dei calcolatori (0.4 CFU 4 ore): Panoramica storica. Schema e funzionamento delle architetture: Von Neumann, Bus. Tipi di computer. Principali componenti di un PC. Software di sistema e sistemi operativi (0.2 CFU 2 ore) Cos è un sistema operativo (macchina estesa o gestore di risorse). Storia dei sistemi operativi. Nozioni sui S.O. Introduzione a C, Progettazione e codifica in C di semplici algoritmi (1.2 CFU 12 ore): Esempi di progettazione e codifica di semplici algoritmi. Introduzione agli array ed operazioni con array. Progettazione e codifica in C di un programma modulare, script e funzioni. Esercitazioni (2.2 CFU 22 ore): Progettazione e codifica di programmi modulari. Simulazioni d'esame.

Non sono richiesti prerequisiti formali. È utile una conoscenza della matematica di base (algebra elementare, logica proposizionale) acquisita nella scuola secondaria superiore. Non è richiesta alcuna esperienza pregressa di programmazione.

Per affrontare proficuamente il corso sono sufficienti le conoscenze matematiche e logiche di base acquisite nel percorso di istruzione secondaria superiore. È richiesta la capacità di utilizzare le principali operazioni aritmetiche e algebriche, interpretare semplici espressioni matematiche e relazioni logiche e affrontare un problema attraverso un procedimento ordinato e consequenziale. Non sono richieste conoscenze pregresse di programmazione né la conoscenza di specifici linguaggi di programmazione. I concetti fondamentali dell’informatica, della progettazione degli algoritmi e della programmazione in linguaggio C vengono introdotti e sviluppati durante il corso.

Il corso prevede lezioni frontali (2 ore settimanali) dedicate agli argomenti teorici, ed esercitazioni pratiche guidate (3 ore settimanali) dedicate alla progettazione di algoritmi con Flowgorithm e alla loro implementazione in linguaggio C con Visual Studio Code. Gli esercizi svolti in aula sono resi disponibili su Google Classroom, insieme a materiale di approfondimento per lo studio individuale degli argomenti trattati nel corso.

Fondamenti di programmazione in C++ Algoritmi, strutture dati e oggetti Luis Joyanes Aguilar (ISBN 9788838699375) Sciuto, Buonanno, Mari: “INTRODUZIONE AI SISTEMI INFORMATICI” McGraw-Hill ISBN: 9788838668326

L’insegnamento si articola in lezioni teoriche ed esercitazioni pratiche, integrate secondo un approccio progressivo orientato alla risoluzione dei problemi. I contenuti teorici vengono presentati attraverso lezioni frontali supportate da esempi, schemi e applicazioni. Particolare attenzione è dedicata al passaggio dalla comprensione del problema alla progettazione della soluzione algoritmica e alla successiva implementazione mediante un linguaggio di programmazione. Le esercitazioni prevedono l’analisi e la risoluzione guidata di problemi di difficoltà crescente, la progettazione di algoritmi mediante pseudocodifica e diagrammi di flusso, anche attraverso l’utilizzo di Flowgorithm o strumenti analoghi, e la successiva traduzione degli algoritmi in programmi in linguaggio C. Durante le attività vengono proposti esempi, esercizi e problemi applicativi, favorendo il coinvolgimento attivo degli studenti, il ragionamento algoritmico, la verifica delle soluzioni e l’individuazione e correzione degli errori. Nella parte conclusiva del corso vengono inoltre svolte esercitazioni strutturate sulla base di tracce analoghe a quelle previste per la prova d’esame, con l’obiettivo di consolidare le conoscenze e le competenze acquisite e favorire una progressiva autonomia nella risoluzione dei problemi.

Lezioni frontali, esercitazioni in aula

La verifica dell'apprendimento avviene tramite una prova scritta articolata in due parti, sostenute nella stessa sessione d'esame: un test a risposta chiusa sugli argomenti teorici (peso 5/30), e una prova pratica di programmazione in linguaggio C (peso 25/30), che richiede la progettazione di un algoritmo mediante diagramma di flusso (Flowgorithm) e la sua implementazione in linguaggio C con obbligo di modularizzazione (uso di funzioni). Il voto finale è la somma delle due componenti.

La verifica dell’apprendimento avviene mediante una prova finalizzata ad accertare sia l’acquisizione delle conoscenze teoriche sia la capacità di applicarle alla risoluzione di problemi. La prova prevede esercizi relativi all’analisi e alla progettazione di algoritmi, da rappresentare mediante diagrammi di flusso, e alla loro implementazione in linguaggio C. Vi è inoltre una terza parte in cui viene somministrato un test di 10 domande a risposta multipla su tutta la parte teorica del corso, inserita nelle slides che il docente mette a disposizione degli studenti. La valutazione tiene conto della correttezza del procedimento seguito, della capacità di analizzare e scomporre il problema, dell’appropriatezza della soluzione algoritmica, della correttezza del codice sviluppato e della padronanza dei concetti fondamentali dell’informatica affrontati durante il corso. Particolare rilievo viene attribuito alla capacità dello studente di applicare autonomamente le conoscenze acquisite a problemi analoghi a quelli affrontati durante le lezioni e le esercitazioni.

L’esame consiste in una prova da eseguirsi al computer comprendente: progettazione e rappresentazione di un algoritmo; codifica in C dell’algoritmo progettato; set di domande a risposta aperta o multipla. La prova riguarda tutti gli argomenti presentati nel corso e richiedono di dimostrare la capacità di applicare gli strumenti e le tecniche descritte nel corso. Requisiti minimi per il superamento dell’esame sono la capacità di impostare e risolvere semplici esercizi, la conoscenza dei concetti fondamentali dell’informatica.

D. Sciuto, G. Buonanno, L. Mari, "Introduzione ai sistemi informatici", 5a edizione, McGraw-Hill, 2014. Materiale didattico integrativo (dispense, esempi ed esercizi svolti) disponibile su Google Classroom del corso.

I testi di riferimento sono: dispense a cura del prof. Antonio Curci, qualsiasi manuale di C++ aggiornato introduzione ai sistemi informatici, Donatella Sciuto, Giacomo Buonanno, Luca Mari, McGraw Hill

Slides delle lezioni del corso Sciuto, Buonanno, Mari. Introduzione ai sistemi informatici 5/ed. McGraw Hill (2014) Il linguaggio C. Fondamenti e tecniche di programmazione. Ediz. Mylab. Con espansione online. Con espansione online di Paul J. Deitel (Autore), Harvey M. Deitel (Autore), G. Maselli (Traduttore)

CONOSCENZA E CAPACITÀ DI COMPRENSIONE Conoscenza basilare dei principi e dei fenomeni della microeconomia e della macroeconomia. Conoscenza dei principali modelli organizzativi e delle forme giuridiche d’impresa. Conoscenza dei documenti di contabilità delle imprese e degli strumenti quantitativi di base per valutare l’impatto delle decisioni aziendali. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE Capacità di interpretare il contesto economico in cui l’impresa opera e di prevedere gli effetti delle decisioni aziendali. Capacità di utilizzare gli strumenti di base per l'analisi economico-finanziaria delle decisioni aziendali e per l'interpretazione dei risultati. ULTERIORI RISULTATI DI APPRENDIMENTO ATTESI • Autonomia di giudizio: Analisi e valutazione delle caratteristiche dei sistemi economici e del sistema aziendale, e interpretazione dei risultati. • Abilità comunicative: Acquisizione e impiego del lessico dell’economia e dell’organizzazione aziendale. • Capacità di apprendimento: Capacità di comprendere autonomamente ed adottare ulteriori modelli e strumenti per la gestione d'impresa.

1. ELEMENTI DI ECONOMIA (15 ORE – 1.5 CFU) Microeconomia: concetti generali e teoria della domanda e dell’offerta. Macroeconomia: circuito del reddito e PIL 2. L’IMPRESA (35 ORE – 3.5 CFU) Natura giuridica dell’impresa. Principi di organizzazione aziendale (10 ORE – 1 CFU) La contabilità generale. Cenni di contabilità industriale. Cenni d analisi degli investimenti (25 ORE – 2.5 CFU) 3. CENNI DI PROJECT MANAGEMENT (10 ORE – 1 CFU) La Work Breakdown Structure. Il diagramma di Gantt. Tecniche reticolari.

Conoscenze di base di algebra, geometria e analisi matematica (trigonometria, equazioni algebriche, studi di funzione, rudimenti di calcolo differenziale e integrale)

Lezione frontale. Esempi e brevi casi di studio. Esercitazioni numeriche.

La verifica dell’apprendimento riguarda tutti gli argomenti del programma e richiede di dimostrare la conoscenza degli argomenti del programma (primo indicatore di Dublino) e la capacità applicare gli strumenti e le tecniche trattati nel corso (secondo e terzo indicatore di Dublino), dimostrando padronanza del lessico e della terminologia tecnica (quarto indicatore di Dublino). Essa consta di una prova unica, di durata compresa fra 60 e 90 minuti, da svolgersi di norma per iscritto. L’apprendimento dei concetti teorici è verificato mediante quesiti a risposta aperta. Inoltre, per la verifica degli argomenti del programma di natura quantitativa e della capacità di applicare le conoscenze acquisite è richiesta la risoluzione di esercizi numerici. Sono previsti otto appelli nel corso dell’anno accademico. Requisiti minimi per il superamento dell’esame sono la capacità di risolvere semplici esercizi sui contenuti del bilancio azienda e la conoscenza di base del funzionamento dei sistemi economici e delle organizzazioni. Il risultato della valutazione è espresso da una valutazione in trentesimi. Il voto minimo per il superamento dell’esame (18/30) sarà assegnato per un livello e qualità sufficienti di conoscenza dei requisiti minimi. Gli studenti raggiungeranno il voto massimo (30/30) nel caso in cui dimostrino un livello eccellente di conoscenze sugli argomenti del programma, insieme con elevate capacità di applicare conoscenze e competenze acquisite. Saranno meritevoli di lode qualora siano in grado di applicare le conoscenze e le competenze acquisite anche in contesti diversi da quelli proposti a lezione (quinto indicatore di Dublino). Per l’intero insegnamento, si applicano le seguenti fasce di voto: - Eccellente (30 - 30 e lode): ottima conoscenza degli argomenti, ottima proprietà̀ di linguaggio, ottima capacità analitica; lo/la studente/essa è in grado di applicare brillantemente le conoscenze teoriche a casi concreti. - Molto buono (27 - 29): buona conoscenza degli argomenti, notevole proprietà̀ di linguaggio, buona capacità analitica; lo/la studente/essa è in grado di applicare correttamente le conoscenze teoriche a casi concreti. - Buono (24-26): buona conoscenza dei principali argomenti, discreta proprietà̀ di linguaggio; lo/la studente/essa mostra una adeguata capacità di applicare le conoscenze teoriche a casi concreti. - Soddisfacente (21-23): lo/la studente/essa non mostra piena padronanza degli argomenti principali dell'insegnamento, pur possedendone le conoscenze fondamentali; mostra comunque soddisfacente proprietà̀ di linguaggio e sufficiente capacità di applicare le conoscenze teoriche a casi concreti. - Sufficiente (18-20): minima conoscenza degli argomenti principali dell'insegnamento e del linguaggio tecnico, limitata capacità di applicare in modo adeguato le conoscenze teoriche a casi concreti. - Insufficiente: lo/la studente/essa non possiede una conoscenza accettabile dei contenuti dei diversi argomenti del programma

Costantino N., Pellegrino R., Scozzi B., 2019, Economia e organizzazione aziendale - Teoria, metodo e esercitazioni. Hoepli Editore, Milano. ISBN 9788820390280

Conoscenza e capacità di comprensione • Conoscenze di base di algebra lineare • Conoscenza di base di geometria analitica del piano e dello spazio Euclidei. Capacità di applicare conoscenza e comprensione • Capacità di rendere applicative alcune nozioni astratte attraverso: • l’interpretazione geometrica di problemi di algebra lineare, • la traduzione in termini algebrici di alcuni problemi geometrici. Autonomia di giudizio • Capacità di scegliere strumenti geometrici e/o algebrici per risolvere problemi concreti. Abilità comunicative • Capacità di esprimere correttamente e con chiarezza problemi e risultati. Capacità di apprendimento • Capacità di sviluppare e approfondire argomenti non noti o noti solo parzialmente.

Conoscenza e capacità di comprensione: • Conoscenze di base di algebra lineare • Conoscenza di base di geometria analitica del piano e dello spazio Euclidei. Capacità di applicare conoscenza e comprensione: • Capacità di rendere applicative alcune nozioni astratte attraverso l’interpretazione geometrica di problemi di algebra lineare e la traduzione in termini algebrici di alcuni problemi geometrici. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: • Autonomia di giudizio: capacità di scegliere strumenti geometrici e/o algebrici per risolvere problemi concreti. • Abilità comunicative: capacità di esprimere correttamente e con chiarezza problemi e risultati. • Capacità di apprendimento: capacità di sviluppare e approfondire argomenti non noti o noti solo parzialmente.

Conoscenza e capacità di comprensione: • Conoscenze di base di algebra lineare • Conoscenza di base di geometria analitica del piano e dello spazio Euclidei. Capacità di applicare conoscenza e comprensione: Capacità di rendere applicative alcune nozioni astratte attraverso l’interpretazione geometrica di problemi di algebra lineare e la traduzione in termini algebrici di alcuni problemi geometrici. Autonomia di giudizio: Capacità di scegliere strumenti geometrici e/o algebrici per risolvere problemi concreti. Abilità comunicative: capacità di esprimere correttamente e con chiarezza problemi e risultati. Capacità di apprendimento: capacità di sviluppare e approfondire argomenti non noti o noti solo parzialmente.

Argomento 1 (15 ORE – 1,5 CFU) Spazi vettoriali Strutture algebriche: gruppi e campi. Spazi vettoriali: definizioni, modelli e proprietà fondamentali. Sottospazi vettoriali. Sottospazio intersezione, sottospazio generato da un insieme finito di vettori e sottospazio somma. Dipendenza e indipendenza lineari. Basi e dimensione. Basi ordinate. Cambiamento di base. Argomento 2 (12,5 ORE – 1,25 CFU) Matrici e sistemi lineari Operazioni tra matrici e loro proprietà. Matrici invertibili. Determinante di una matrice quadrata e sue proprietà. Teoremi di Laplace. Teorema di Binet. Matrice inversa. Definizione e proprietà del rango di una matrice. Teorema di Krönecker o degli orlati. Sistemi lineari. Formula di Cramer. Il Teorema di Rouché-Capelli. Argomento 3 (12,5 ORE– 1,25 CFU) Applicazioni lineari e diagonalizzazione Definizione e proprietà di un’applicazione lineare. Nucleo e immagine di un’applicazione lineare. Matrici associate ad applicazioni lineari tra spazi vettoriali di dimensione finita. Autovalori e autovettori. Similitudine di matrici. Polinomio caratteristico. Matrici diagonalizzabili. Criteri di diagonalizzazione. Argomento 4 (20 ORE – 2 CFU) Geometria analitica del piano e dello spazio Prodotti scalare, vettoriale e misto tra vettori liberi e relative proprietà. Riferimenti Cartesiani. Rappresentazioni parametrica e cartesiana di una retta del piano euclideo reale. Posizioni reciproche di due rette; fasci di rette. Angoli e distanze nel piano euclideo reale. Cenni sulle coniche. Rappresentazioni parametrica e cartesiana di una retta e di un piano nello spazio euclideo reale. Posizioni reciproche tra piani. Posizioni reciproche tra rette; posizioni reciproche tra rette e piani; fasci di piani. Angoli e distanze nello spazio euclideo.

Spazi vettoriali (1,5 CFU) Strutture algebriche: gruppi e campi. Spazi vettoriali: definizioni, modelli e proprietà fondamentali. Sottospazi vettoriali. Sottospazio intersezione, span di un insieme finito di vettori e sottospazio somma. Dipendenza e indipendenza lineari. Basi e dimensione. Basi ordinate. Cambiamento di base. Matrici e sistemi lineari (1,25 CFU) Operazioni tra matrici e loro proprietà. Matrici invertibili. Determinante di una matrice quadrata e sue proprietà. Teoremi di Laplace. Teorema di Binet. Matrice inversa. Definizione e proprietà del rango di una matrice. Teorema di Krönecker o degli orlati. Sistemi lineari. Formula di Cramer. Il Teorema di Rouché-Capelli. Applicazioni lineari e diagonalizzazione (1,25 CFU) Definizione e proprietà di un’applicazione lineare. Nucleo e immagine di un’applicazione lineare. Matrici associate ad applicazioni lineari tra spazi vettoriali di dimensione finita. Autovalori e autovettori. Similitudine di matrici. Polinomio caratteristico. Matrici diagonalizzabili. Criteri di diagonalizzazione. Geometria analitica del piano e dello spazio (2 CFU) Prodotti scalare, vettoriale e misto tra vettori liberi e relative proprietà. Riferimenti Cartesiani. Rappresentazioni parametrica e cartesiana di una retta. Posizioni reciproche di due rette; fasci di rette. Angoli e distanze in un piano euclideo reale. Cenni sulle coniche. Rappresentazioni parametrica e cartesiana di una retta e di un piano nello spazio euclideo reale. Posizioni reciproche tra piani. Posizioni reciproche tra rette; posizioni reciproche tra rette e piani; fasci di piani. Angoli e distanze nello spazio euclideo.

Spazi vettoriali Strutture algebriche: gruppi e campi. Spazi vettoriali: definizioni, modelli e proprietà fondamentali. Sottospazi vettoriali. Sottospazio intersezione, sottospazio generato da un insieme finito di vettori e sottospazio somma. Dipendenza e indipendenza lineari. Basi e dimensione. Basi ordinate. Cambiamento di base. Matrici e sistemi lineari Operazioni tra matrici e loro proprietà. Matrici invertibili. Determinante di una matrice quadrata e sue proprietà. Teoremi di Laplace. Teorema di Binet. Matrice inversa. Definizione e proprietà del rango di una matrice. Teorema di Krönecker o degli orlati. Sistemi lineari. Formula di Cramer. Il Teorema di Rouché-Capelli. Applicazioni lineari e diagonalizzazione Definizione e proprietà di un’applicazione lineare. Nucleo e immagine di un’applicazione lineare. Matrici associate ad applicazioni lineari tra spazi vettoriali di dimensione finita. Autovalori e autovettori. Similitudine di matrici. Polinomio caratteristico. Matrici diagonalizzabili. Criteri di diagonalizzazione. Geometria analitica del piano e dello spazio Prodotti scalare, vettoriale e misto tra vettori liberi e relative proprietà. Riferimenti Cartesiani. Rappresentazioni parametrica e cartesiana di una retta del piano euclideo reale. Posizioni reciproche di due rette; fasci di rette. Angoli e distanze nel piano euclideo reale. Cenni sulle coniche. Rappresentazioni parametrica e cartesiana di una retta e di un piano nello spazio euclideo reale. Posizioni reciproche tra piani. Posizioni reciproche tra rette; posizioni reciproche tra rette e piani; fasci di piani. Angoli e distanze nello spazio euclideo.

Spazi vettoriali (1,5 CFU) Strutture algebriche: gruppi e campi. Spazi vettoriali: definizioni, modelli e proprietà fondamentali. Sottospazi vettoriali. Sottospazio intersezione, span di un insieme finito di vettori e sottospazio somma. Dipendenza e indipendenza lineari. Basi e dimensione. Basi ordinate. Cambiamento di base. Matrici e sistemi lineari (1,25 CFU) Operazioni tra matrici e loro proprietà. Matrici invertibili. Determinante di una matrice quadrata e sue proprietà. Teoremi di Laplace. Teorema di Binet. Matrice inversa. Definizione e proprietà del rango di una matrice. Teorema di Krönecker o degli orlati. Sistemi lineari. Formula di Cramer. Il Teorema di Rouché-Capelli. Applicazioni lineari e diagonalizzazione (1,25 CFU) Definizione e proprietà di un’applicazione lineare. Nucleo e immagine di un’applicazione lineare. Matrici associate ad applicazioni lineari tra spazi vettoriali di dimensione finita. Autovalori e autovettori. Similitudine di matrici. Polinomio caratteristico. Matrici diagonalizzabili. Criteri di diagonalizzazione. Geometria analitica del piano e dello spazio (2 CFU) Prodotti scalare, vettoriale e misto tra vettori liberi e relative proprietà. Riferimenti Cartesiani. Rappresentazioni parametrica e cartesiana di una retta del piano euclideo reale. Posizioni reciproche di due rette; fasci di rette. Angoli e distanze in un piano euclideo reale. Cenni sulle coniche. Rappresentazioni parametrica e cartesiana di una retta e di un piano nello spazio euclideo reale. Posizioni reciproche tra piani. Posizioni reciproche tra rette; posizioni reciproche tra rette e piani; fasci di piani. Angoli e distanze nello spazio euclideo.

Calcolo algebrico. Primi rudimenti di logica. Operazioni tra insiemi. Relazioni e applicazioni. Assiomi euclidei.

Le attività formative sono organizzate attraverso una combinazione di lezioni frontali, esercitazioni in aula e attività di tutoraggio. Le lezioni frontali sono finalizzate alla presentazione dei contenuti teorici e metodologici dell’insegnamento, mentre le esercitazioni consentono l’applicazione pratica delle conoscenze acquisite e lo sviluppo di competenze operative. La frequenza delle lezioni è fortemente consigliata. Gli studenti lavoratori e gli studenti con disabilità o DSA sono invitati a contattare il docente per concordare eventuali misure specifiche di supporto. Le attività di tutoraggio sono erogate sia in presenza sia a distanza, mediante assistenza individuale online, al fine di supportare gli studenti nell’approfondimento degli argomenti trattati e nella risoluzione di eventuali difficoltà. Il tutoraggio e alcune attività di approfondimento si svolgono mediante la piattaforma Microsoft Teams. Il carico di lavoro previsto è il seguente: • Numero di CFU totali: 6 • Numero di ore di attività didattica erogata: 60 • Numero di ore di didattica in presenza (frontali): 50 • Numero di ore di didattica digitale: 10 • Numero di ore di lezioni teoriche: 36 • Numero di ore di attività pratiche (esercitazioni): 24 • Numero di ore di studio individuale: 90

Le attività formative sono organizzate attraverso una combinazione di lezioni frontali, esercitazioni in aula e attività di tutoraggio. Le lezioni frontali sono finalizzate alla presentazione dei contenuti teorici e metodologici del corso, mentre le esercitazioni consentono l’applicazione pratica delle conoscenze acquisite e lo sviluppo di competenze operative. Il tutoraggio è erogato sia in presenza sia a distanza, mediante assistenza individuale online, per supportare gli studenti nell’approfondimento degli argomenti trattati e nella risoluzione di eventuali difficoltà. Le metodologie didattiche adottate prevedono un approccio integrato che combina l’esposizione teorica, l’apprendimento attraverso esercitazioni guidate e il supporto personalizzato. Eventuali materiali didattici e attività di approfondimento sono resi disponibili anche tramite strumenti digitali e piattaforme online. L’insegnamento prevede 6 CFU, corrispondenti a 150 ore di impegno complessivo dello studente, articolate in 60 ore di didattica assistita e 90 ore di studio individuale. Le 60 ore di didattica assistita comprendono 36 ore di lezioni frontali (delle quali, fino ad un massimo del 20%, erogate a distanza) e 24 ore di esercitazioni.

Le attività formative sono organizzate attraverso una combinazione di lezioni frontali, esercitazioni in aula e attività di tutoraggio. Le lezioni frontali sono finalizzate alla presentazione dei contenuti teorici e metodologici dell’insegnamento, mentre le esercitazioni consentono l’applicazione pratica delle conoscenze acquisite e lo sviluppo di competenze operative. La frequenza delle lezioni è fortemente consigliata. Gli studenti lavoratori e gli studenti con disabilità o DSA sono invitati a contattare il docente per concordare eventuali misure specifiche di supporto. Le attività di tutoraggio sono erogate sia in presenza sia a distanza, mediante assistenza individuale online, al fine di supportare gli studenti nell’approfondimento degli argomenti trattati e nella risoluzione di eventuali difficoltà. Il tutoraggio e alcune attività di approfondimento si svolgono mediante la piattaforma Microsoft Teams: vf216l0 Il carico di lavoro previsto è il seguente: · Numero di CFU totali: 6 · Numero di ore di attività didattica erogata: 60 · Numero di ore di didattica in presenza (frontali): 50 · Numero di ore di didattica digitale: 10 · Numero di ore di lezioni teoriche: 36 · Numero di ore di attività pratiche (esercitazioni): 24 · Numero di ore di studio individuale: 90

La verifica dell’apprendimento avviene mediante una prova scritta finale oppure due prove in itinere (esoneri). Il conseguimento di una valutazione almeno sufficiente nella prova finale o in entrambe le prove in itinere consente l’accesso a una discussione conclusiva, volta ad accertare l’autonomia dello studente nello svolgimento degli elaborati e a definire la valutazione finale. La prima prova in itinere si svolge durante la settimana di interruzione delle lezioni di novembre; la seconda può essere sostenuta in uno dei primi tre appelli successivi al termine del corso. Ciascuna prova, della durata di un’ora, comprende due esercizi numerici e un quesito teorico, valutati fino a 10/30 ciascuno. La prima prova verte su spazi vettoriali, matrici e sistemi lineari; la seconda prevede esercizi su applicazioni lineari, diagonalizzazione e geometria analitica e un quesito teorico di geometria analitica. Per superare ciascuna prova, lo studente deve conseguire almeno 18/30, svolgere correttamente almeno un esercizio numerico e dimostrare una conoscenza sufficiente delle definizioni e degli enunciati teorici richiesti. La valutazione complessiva è data dalla media aritmetica dei risultati delle due prove e tiene conto della correttezza e completezza degli esercizi, della padronanza dei contenuti teorici e dell’uso appropriato del linguaggio matematico. Il mancato superamento di una delle due prove comporta la necessità di sostenere la prova scritta finale. La prova scritta finale, della durata di due ore, comprende quattro esercizi numerici e due quesiti teorici, valutati fino a 5/30 ciascuno. Un esercizio riguarda la geometria analitica; gli altri vertono su spazi vettoriali, sistemi lineari, applicazioni lineari e diagonalizzazione. I quesiti teorici riguardano, rispettivamente, l’algebra lineare e la geometria analitica. Per superare la prova, lo studente deve saper impostare e svolgere correttamente almeno tre esercizi numerici, incluso quello di geometria analitica, e dimostrare una conoscenza sufficiente delle definizioni e dei principali risultati teorici del corso. Durante la discussione conclusiva, la Commissione può richiedere chiarimenti o approfondimenti sugli elaborati, in particolare quando la valutazione è prossima alla soglia di sufficienza. Criteri di attribuzione del voto 30–30 e lode (Eccellente): conoscenza completa e approfondita degli argomenti, eccellente capacità di analisi e applicazione, piena padronanza del linguaggio disciplinare. 27–29 (Molto buono): conoscenza ampia e sicura degli argomenti, buona capacità di analisi e corretta applicazione delle conoscenze. 24–26 (Buono): buona conoscenza dei principali contenuti del corso e adeguata capacità applicativa. 21–23 (Soddisfacente): conoscenza dei contenuti fondamentali e sufficiente capacità di applicazione e argomentazione. 18–20 (Sufficiente): conoscenza essenziale degli argomenti principali e capacità applicative minime. Inferiore a 18 (Insufficiente): preparazione inadeguata rispetto agli obiettivi formativi dell’insegnamento. Agli studenti con disabilità o DSA sono garantiti gli strumenti compensativi e le misure dispensative previsti dalla normativa vigente.

La verifica dell’apprendimento avviene mediante una prova scritta finale oppure mediante due prove in itinere (esoneri). Qualora lo studente abbia ottenuto una valutazione almeno sufficiente nella prova scritta finale o in ciascuna delle due prove in itinere, il superamento dell’esame è subordinato a una discussione conclusiva sugli esiti delle prove sostenute, volta a verificare l’autonomia dello studente nello svolgimento degli elaborati e a definire la valutazione finale. Ciascuna prova, della durata di un’ora, comprende due esercizi numerici e un quesito teorico. Gli esercizi e il quesito teorico della prima prova riguardano spazi vettoriali, matrici e sistemi lineari. A ciascun esercizio e al quesito teorico è attribuito un punteggio massimo pari a 10/30. Al fine di superare ciascuna prova in itinere, lo studente deve conseguire una valutazione non inferiore a 18/30, dimostrando di saper svolgere correttamente almeno un esercizio numerico e di possedere una conoscenza sufficiente delle definizioni e degli enunciati teorici richiesti.La valutazione complessiva è determinata dalla media aritmetica dei risultati conseguiti nelle due prove, tenendo conto della correttezza e della completezza dello svolgimento degli esercizi, della padronanza dei contenuti teorici e dell’uso appropriato del linguaggio matematico. Il mancato superamento anche di una sola delle due prove in itinere comporta la necessità di sostenere la prova scritta finale. La prova scritta finale, della durata di due ore, è composta da quattro esercizi numerici e due quesiti teorici. A ciascun esercizio e a ciascun quesito teorico correttamente svolto è attribuito un punteggio massimo pari a 5/30. Al fine di superare la prova scritta finale, lo studente deve dimostrare la capacità di impostare e svolgere correttamente almeno tre esercizi numerici, incluso quello di geometria analitica, nonché una conoscenza sufficiente delle definizioni e dei principali risultati teorici relativi agli argomenti del corso. La valutazione tiene conto della correttezza e della completezza dello svolgimento degli esercizi, nonché della capacità di rispondere in modo rigoroso e coerente ai quesiti teorici. La valutazione massima è riservata alle prove che evidenzino piena padronanza degli argomenti trattati, capacità di applicare le conoscenze acquisite e adeguata proprietà di linguaggio matematico. Nel corso della discussione conclusiva, la Commissione può richiedere chiarimenti o approfondimenti su aspetti degli elaborati, in particolare nei casi in cui la valutazione risulti prossima alla soglia di sufficienza. Criteri di attribuzione del voto 30–30 e lode (Eccellente): conoscenza completa e approfondita degli argomenti, eccellente capacità di analisi e di applicazione, piena padronanza del linguaggio disciplinare. 27–29 (Molto buono): conoscenza ampia e sicura degli argomenti, buona capacità di analisi e corretta applicazione delle conoscenze. 24–26 (Buono): buona conoscenza dei principali contenuti del corso e adeguata capacità applicativa. 21–23 (Soddisfacente): conoscenza dei contenuti fondamentali e sufficiente capacità di applicazione e argomentazione. 18–20 (Sufficiente): conoscenza essenziale degli argomenti principali e capacità applicative minime. Inferiore a 18 (Insufficiente): preparazione non adeguata rispetto agli obiettivi formativi dell’insegnamento. Per gli studenti con disabilità o con DSA sono garantiti gli strumenti compensativi e le misure dispensative previsti dalla normativa vigente.

La verifica dell’apprendimento avviene mediante una prova scritta finale oppure mediante due prove in itinere (esoneri). Qualora lo studente abbia ottenuto una valutazione almeno sufficiente nella prova scritta finale o in ciascuna delle due prove in itinere, il superamento dell’esame è subordinato a una discussione conclusiva sugli esiti delle prove sostenute, volta a verificare l’autonomia dello studente nello svolgimento degli elaborati e a definire la valutazione finale. La prima prova in itinere si svolge durante la settimana di interruzione delle lezioni del mese di novembre, mentre la seconda può essere sostenuta in uno dei primi tre appelli successivi al termine del corso. Ciascuna prova, della durata di un’ora, comprende due esercizi numerici e un quesito teorico. Gli esercizi e il quesito teorico della prima prova riguardano spazi vettoriali, matrici e sistemi lineari. Gli esercizi della seconda prova vertono su applicazioni lineari, diagonalizzazione e geometria analitica, mentre il quesito teorico riguarda argomenti di geometria analitica. A ciascun esercizio e al quesito teorico è attribuito un punteggio massimo pari a 10/30. Al fine di superare ciascuna prova in itinere, lo studente deve conseguire una valutazione non inferiore a 18/30, dimostrando di saper svolgere correttamente almeno un esercizio numerico e di possedere una conoscenza sufficiente delle definizioni e degli enunciati teorici richiesti.La valutazione complessiva è determinata dalla media aritmetica dei risultati conseguiti nelle due prove. La prova scritta finale, della durata di due ore, è composta da quattro esercizi numerici e due quesiti teorici. Uno degli esercizi numerici riguarda la geometria analitica, mentre i restanti vertono su spazi vettoriali, sistemi lineari, applicazioni lineari e diagonalizzazione. I quesiti teorici riguardano rispettivamente argomenti di algebra lineare e di geometria analitica. A ciascun esercizio e a ciascun quesito teorico correttamente svolto è attribuito un punteggio massimo pari a 5/30. Al fine di superare la prova scritta finale, lo studente deve dimostrare la capacità di impostare e svolgere correttamente almeno tre esercizi numerici, incluso quello di geometria analitica, nonché una conoscenza sufficiente delle definizioni e dei principali risultati teorici relativi agli argomenti del corso. Nel corso della discussione conclusiva, la Commissione può richiedere chiarimenti o approfondimenti su aspetti degli elaborati, in particolare nei casi in cui la valutazione risulti prossima alla soglia di sufficienza. Criteri di attribuzione del voto 30–30 e lode (Eccellente): conoscenza completa e approfondita degli argomenti, eccellente capacità di analisi e di applicazione, piena padronanza del linguaggio disciplinare. 27–29 (Molto buono): conoscenza ampia e sicura degli argomenti, buona capacità di analisi e corretta applicazione delle conoscenze. 24–26 (Buono): buona conoscenza dei principali contenuti del corso e adeguata capacità applicativa. 21–23 (Soddisfacente): conoscenza dei contenuti fondamentali e sufficiente capacità di applicazione e argomentazione. 18–20 (Sufficiente): conoscenza essenziale degli argomenti principali e capacità applicative minime. Inferiore a 18 (Insufficiente): preparazione non adeguata rispetto agli obiettivi formativi dell’insegnamento. Per gli studenti con disabilità o con DSA sono garantiti gli strumenti compensativi e le misure dispensative previsti dalla normativa vigente.

Testo di riferimento (per frequentanti e non frequentanti) Giordano V., Geometria e Algebra Lineare, ISBN 9788861845213, Mondadori Università (Disponibile in libreria). Materiale consigliato per approfondimenti: Flavi C., Manuale di algebra lineare, ISBN 9788825174717, Città Studi Edizioni (Disponibile in libreria). Ulteriore materiale didattico, comprensivo di eventuali dispense, esercizi svolti e approfondimenti, è disponibile attraverso il canale Microsoft Teams dell’insegnamento.

Giordano V., Geometria e Algebra Lineare, ISBN 9788861845213, Mondadori Università (Disponibile in libreria). Materiale consigliato per approfondimenti: Flavi C., Manuale di algebra lineare, ISBN 9788825174717, Città Studi Edizioni (Disponibile in libreria). Ulteriore materiale didattico, comprensivo di eventuali dispense, esercizi svolti e approfondimenti, è disponibile attraverso il canale Microsoft Teams dell’insegnamento.

1) Giordano V., Geometria e Algebra Lineare, ISBN 9788861845213, Mondadori Università (Disponibile in libreria). 2) Flavi C., Manuale di algebra lineare, ISBN 9788825174717, Città Studi Edizioni (Disponibile in libreria).

1) Vincenzo Giordano - GEOMETRIA E ALGEBRA LINEARE - Ed. MONDADORI UNIVERSITA'; 2) Enrico Schlesinger - ALGEBRA LINEARE E GEOMETRIA - Ed. ZANICHELLI; 3) Luca Mauri, Enrico Schlesinger - ESERCIZI DI LGEBRA LIINEARE E GEOMETRIA - Ed. ZANICHELLI; 4) Alessandra Bernardi, Alessandro Gimigliano - ALGEBRA LINEARE E GEOETRIA ANALITICA - Ed. CittàStudi; 5) Dispense del DOCENTE, disponibili nel Teams di CLASSE: https://teams.microsoft.com/l/channel/19%3AMOpEOtYoWd604gJzwVZOhryrvlmQ7zEpuu0qzDy2hvE1%40thread.tacv2/Generale?groupId=0cfd3cfe-afd3-41f7-bdb0-b53537b8ecb6&tenantId=5b406aab-a1f1-4f13-a7aa-dd573da3d332

1. Conoscenza e comprensione dei principi dell’analisi matematica. 2. Conoscenza degli elementi del calcolo differenziale. 3. Conoscenza degli elementi del calcolo integrale. 1. Utilizzo consapevole degli strumenti del calcolo differenziale. 2. Utilizzo consapevole degli strumenti del calcolo integrale. 3. Capacità di formalizzare e risolvere problemi legati alle discipline strutturali del corso di studio. Capacità di analisi critica e riflessiva nella verifica della correttezza di un processo argomentativo/dimostrativo e/o di una sequenza di calcoli matematici. Utilizzare con disinvoltura e padronanza un linguaggio scientifico. Saper trovare analogie e connessioni anche in contesti e situazioni non presentati durante il corso.

Conoscenza e comprensione dei principi dell’analisi matematica. Conoscenza degli elementi del calcolo differenziale. Conoscenza degli elementi del calcolo integrale. Utilizzo consapevole degli strumenti del calcolo differenziale. Utilizzo consapevole degli strumenti del calcolo integrale. Capacità di formalizzare e risolvere problemi legati alle discipline strutturali del corso di studio. Capacità di analisi critica e riflessiva nella verifica della correttezza di un processo argomentativo/dimostrativo e/o di una sequenza di calcoli matematici. Utilizzare con disinvoltura e padronanza un linguaggio scientifico. Saper trovare analogie e connessioni anche in contesti e situazioni non presentati durante il corso.

Conoscenza e capacità di comprensione: Conoscenza e comprensione dei principi dell’Analisi Matematica. Conoscenza degli elementi del calcolo differenziale. Conoscenza degli elementi del calcolo integrale. Capacità di applicare conoscenza e comprensione: Utilizzo consapevole degli strumenti del calcolo differenziale. Utilizzo consapevole degli strumenti del calcolo integrale. Capacità di formalizzare e risolvere problemi legati alle discipline strutturali del corso di studio. Autonomia di giudizio: Capacità di analisi critica e riflessiva nella verifica della correttezza di un processo argomentativo/dimostrativo e/o di una sequenza di calcoli matematici. Abilità comunicative: Utilizzare con disinvoltura e padronanza un linguaggio scientifico. Capacità di apprendimento: Saper trovare analogie e connessioni anche in contesti e situazioni non presentati durante il corso.

Obiettivi Formativi Conoscenza e capacità di comprensione 1. Conoscenza e comprensione dei principi dell’analisi matematica. 2. Conoscenza degli elementi del calcolo differenziale. 3. Conoscenza degli elementi del calcolo integrale. Capacità di applicare conoscenza e comprensione 1. Utilizzo consapevole degli strumenti del calcolo differenziale. 2. Utilizzo consapevole degli strumenti del calcolo integrale. 3. Capacità di formalizzare e risolvere problemi legati alle discipline strutturali del corso di studio. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: • Autonomia di giudizio: nella verifica della correttezza di un processo argomentativo/dimostrativo e/o di una sequenza di calcoli matematici. • Abilità comunicative: utilizzare con disinvoltura e padronanza un linguaggio scientifico. • Capacità di apprendimento: saper trovare analogie e connessioni anche in contesti e situazioni non presentati durante il corso.

Conoscenza e capacità di comprensione: Al termine dell'insegnamento, lo studente acquisisce la conoscenza e la comprensione dei principi fondamentali dell’analisi matematica, nonché degli elementi cardine del calcolo differenziale e del calcolo integrale. Capacità di applicare conoscenza e comprensione: Lo studente è in grado di impiegare in modo consapevole gli strumenti del calcolo differenziale e integrale, applicandoli alla formalizzazione e alla risoluzione di problemi tipici delle discipline caratterizzanti il corso di studio. Autonomia di giudizio: Lo studente sviluppa capacità di analisi critica e riflessiva nella verifica della correttezza dei procedimenti argomentativi e dimostrativi, nonché dell'accuratezza delle sequenze di calcolo matematico. Abilità comunicative: Lo studente acquisisce la capacità di esporre concetti e risultati matematici con disinvoltura, rigore metodologico e piena padronanza del linguaggio scientifico. Capacità di apprendimento: Lo studente sviluppa l'attitudine a identificare analogie e correlazioni teorico-applicative in contesti e situazioni inediti rispetto a quelli esaminati durante le lezioni.

L'insegnamento ha l'obiettivo di fornire agli allievi i principi dell'analisi matematica e le tecniche di calcolo differenziale e integrale necessarie per lo studio delle Scienze Applicate e dellIngegneria.

MODULO A (60 ORE, 6 CFU) (A1) Numeri reali (5 ORE-0,5 CFU) (A2) Numeri complessi (5 ORE-0,5 CFU) (A3) Funzioni reali (5 ORE-0,5 CFU) (A4) Limiti di funzioni reali (10 ORE-1 CFU) (A5) Funzioni continue (5 ORE-0,5 CFU) (A6) Calcolo differenziale (20 ORE-2 CFU) (A7) Calcolo integrale (10 ORE-1 CFU) MODULO B (60 ORE, 6 CFU) (B1) Integrali impropri e serie numeriche (10 ORE-1 CFU) (B2) Equazioni differenziali (15 ORE-l,5 CFU) (B3) Funzioni reali di più variabili reali (5 ORE-0,5 CFU) (B4) Calcolo differenziale per funzioni di più variabili reali (25 ORE-2,5 CFU) (B5) Integrali doppi (5 0RE-0,5 CFU)

MODULO A (A1) Numeri reali (A2) Numeri complessi (A3) Funzioni reali (A4) Limiti di funzioni reali (A5) Funzioni continue (A6) Calcolo differenziale (A7) Calcolo integrale MODULO B (B1) Integrali impropri e serie numeriche (B2) Equazioni differenziali (B3) Funzioni reali di più variabili reali (B4) Calcolo differenziale per funzioni di più variabili reali (B5) Integrali doppi

I MODULO (6 CFU) 1. Numeri reali (0,5 CFU) 2. Numeri complessi (0,5 CFU) 3. Funzioni reali (0,5 CFU) 4. Limiti di funzioni reali (1 CFU) 5. Funzioni continue (0,5 CFU) 6. Calcolo differenziale (2 CFU) 7. Calcolo integrale (1 CFU) II MODULO (6 CFU) 8. Integrali impropri e serie numeriche (1 CFU) 9. Equazioni differenziali (1,5 FU). 10. Funzioni reali di più variabili reali (0,5 CFU) 11. Calcolo differenziale per funzioni di più variabili reali (2,5 CFU). 12. Integrali doppi (0,5 CFU)

MODULO A (60 ORE – 6 CFU) (A1) Numeri reali (5 ORE – 0,5 CFU) (A2) Numeri complessi (5 ORE – 0,5 CFU) (A3) Funzioni reali di una variabile reale (5 ORE – 0,5 CFU) (A4) Limiti di funzioni reali di una variabile reale (10 ORE – 1 CFU) (A5) Funzioni continue (5 ORE – 0,5 CFU) (A6) Calcolo differenziale (20 ORE – 2 CFU) (A7) Calcolo integrale (10 ORE – 1 CFU) MODULO B (60 ORE – 6 CFU) (B1) Integrali impropri e serie numeriche (10 ORE – 1 CFU) (B2) Equazioni differenziali (15 ORE – 1,5 CFU) (B3) Funzioni reali di più variabili reali (5 ORE – 0,5 CFU) (B4) Calcolo differenziale per funzioni di più variabili reali (25 ORE – 2,5 CFU) (B5) Integrali multipli (5 ORE – 0,5 CFU)

Modulo A (60 ore - 6 CFU) 1- Numeri reali (5 ore - 0,5 CFU) 2- Numeri complessi (5 ore - 0,5 CFU) 3- Funzioni reali (5 ore - 0,5 CFU) 4- Limiti di funzioni reali (10 ore - 1 CFU) 5- Funzioni continue (5 ore - 0,5 CFU) 6- Calcolo differenziale (20 ore - 2 CFU) 7- Calcolo integrale (10 ore - 1 CFU)

Aritmetica e algebra elementare. Funzioni elementari. Capacità di risolvere equazioni e disequazioni algebriche e trascendenti.

Aritmetica e algebra elementare, Funzioni elementari, Capacità di risolvere equazioni e disequazioni algebriche e trascendenti.

• Aritmetica e algebra elementare - Funzioni elementari - Risoluzione di equazioni e disequazioni algebriche e trascendenti

Aritmetica e algebra elementare. Funzioni elementari. Trigonometria. Capacità di risolvere equazioni e disequazioni algebriche e trascendenti

Gli argomenti del corso vengono affrontati in una sequenza temporale che corrisponde all’ordine in cui sono elencati nella sezione precedente. Il metodo didattico prevede in sequenza: • Lezione frontale con spiegazione dell’argomento; • Esercitazioni interattive in classe sull’argomento e settimanalmente una e-tivity riepilogativa degli argomenti trattati con approfondimenti ed esempi pratici. Il corso si articolerà in 120 ore complessive, 100 ore di lezioni frontali sugli argomenti del corso (lezioni teoriche ed esercitazioni) in classe erogate in presenza cui vanno aggiunte 20 ore di e-tivities, erogate tipicamente a distanza e modalità sincrona e interattiva

Gli argomenti del corso vengono affrontati in una sequenza temporale che corrisponde all’ordine in cui sono elencati nella sezione precedente. Il metodo didattico prevede in sequenza: • Lezione frontale con spiegazione dell’argomento; • Esercitazioni interattive in classe sull’argomento e settimanalmente una e-tivity riepilogativa degli argomenti trattati con approfondimenti ed esempi pratici. Il corso si articolerà in 120 ore complessive, 100 ore di lezioni frontali sugli argomenti del corso (lezioni teoriche ed esercitazioni) in classe erogate in presenza cui vanno aggiunte 20 ore di e-tivities, erogate tipicamente a distanza e modalità sincrona e interattiva.

Gli argomenti del corso vengono affrontati in una sequenza temporale che corrisponde all’ordine in cui sono elencati nella sezione precedente. Il metodo didattico prevede in sequenza: Lezione frontale con spiegazione dell’argomento; Esercitazioni interattive in classe sull’argomento e settimanalmente una e-tivity riepilogativa degli argomenti trattati con approfondimenti ed esempi pratici. Il corso si articolerà in 120 ore complessive, 100 ore di lezioni frontali sugli argomenti del corso (lezioni teoriche ed esercitazioni) in classe erogate in presenza cui vanno aggiunte 20 ore di e-tivities, erogate tipicamente a distanza e modalità sincrona e interattiva.

Lezioni frontali, esercitazioni in classe

I contenuti del corso vengono trattati secondo l'ordine sequenziale presentato nella sezione precedente. L'impostazione didattica adotta un approccio integrato che prevede: - Lezioni frontali: introduzione teorica e spiegazione approfondita degli argomenti; - Esercitazioni guidate in aula: sessioni interattive finalizzate all'applicazione pratica dei metodi e delle tecniche di calcolo; - E-tivity settimanali: attività di consolidamento e riepilogo a cadenza settimanale, corredate da esempi applicativi e approfondimenti tematici. Il corso prevede un carico didattico complessivo di 120 ore.

Lezioni ed esercitazioni in aula.

La prova d'esame di Analisi Matematica si svolgerà prevalentemente per iscritto, avrà la durata di 3 ore e sarà articolata come segue: Esercizio 1: Numeri reali e/o complessi, funzioni reali (3-4 punti) Esercizio 2: Limiti e calcolo differenziale per funzioni di una variabile (4-5 punti) Esercizio 3: Calcolo integrale per funzioni di una variabile (3-4 punti) Esercizio 4: Quesito teorico sulle tematiche del I modulo (3-4 punti) Esercizio 5: Integrali impropri e/o serie numeriche e/o integrali multipli (3-4 punti) Esercizio 6: Calcolo differenziale per funzioni di più variabili (4-5 punti) Esercizio 7: Equazioni Differenziali (3-4 punti) Esercizio 8: Quesito teorico sulle tematiche del II modulo (3-4 punti) I requisiti minimi per il superamento dell'esame sono costituiti da una conoscenza di base dei limiti di funzione, del calcolo differenziale in una e più variabili, del calcolo integrale in una e più variabili, delle serie numeriche e delle equazioni differenziali. In base a tali requisiti, per ottenere la votazione minima di 18/30 gli studenti dovranno dimostrare di aver acquisito una conoscenza di base dei suddetti argomenti. La gradazione del voto, espressa in trentesimi, rispecchierà la capacità dello studente di svolgere esercizi e rispondere a quesiti teorici sui suddetti argomenti. La valutazione massima sarà attribuita ad una prova d’esame che dimostri una piena capacità dello studente di svolgere esercizi e rispondere a quesiti teorici sui suddetti argomenti. Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative previste dalla normativa

La prova d'esame di Analisi Matematica si svolgerà prevalentemente per iscritto, avrà la durata di 3 ore e sarà articolata come segue: Esercizio 1: Numeri reali e/o complessi, funzioni reali (3-4 punti) Esercizio 2: Limiti e calcolo differenziale per funzioni di una variabile (4-5 punti) Esercizio 3: Calcolo integrale per funzioni di una variabile (3-4 punti) Esercizio 4: Quesito teorico sulle tematiche del I modulo (3-4 punti) Esercizio 5: Integrali impropri e/o serie numeriche e/o integrali multipli (3-4 punti) Esercizio 6: Calcolo differenziale per funzioni di più variabili (4-5 punti) Esercizio 7: Equazioni Differenziali (3-4 punti) Esercizio 8: Quesito teorico sulle tematiche del II modulo (3-4 punti) I requisiti minimi per il superamento dell'esame sono costituiti da una conoscenza di base dei limiti di funzione, del calcolo differenziale in una e più variabili, del calcolo integrale in una e più variabili, delle serie numeriche e delle equazioni differenziali. In base a tali requisiti, per ottenere la votazione minima di 18/30 gli studenti dovranno dimostrare di aver acquisito una conoscenza di base dei suddetti argomenti. La gradazione del voto, espressa in trentesimi, rispecchierà la capacità dello studente di svolgere esercizi e rispondere a quesiti teorici sui suddetti argomenti. La valutazione massima sarà attribuita ad una prova d’esame che dimostri una piena capacità dello studente di svolgere esercizi e rispondere a quesiti teorici sui suddetti argomenti. Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative previste dalla normativa.

La prova d'esame di Analisi Matematica si svolgerà prevalentemente per iscritto, avrà la durata di 3 ore e sarà articolata come segue: Esercizio 1: Numeri reali e/o complessi, funzioni reali (3-4 punti) Esercizio 2: Limiti e calcolo differenziale per funzioni di una variabile (4-5 punti) Esercizio 3: Calcolo integrale per funzioni di una variabile (3-4 punti) Esercizio 4: Quesito teorico sulle tematiche del I modulo (3-4 punti) Esercizio 5: Integrali impropri e/o serie numeriche e/o integrali multipli (3-4 punti) Esercizio 6: Calcolo differenziale per funzioni di più variabili (4-5 punti) Esercizio 7: Equazioni Differenziali (3-4 punti) Esercizio 8: Quesito teorico sulle tematiche del II modulo (3-4 punti) I requisiti minimi per il superamento dell'esame sono costituiti da una conoscenza di base dei limiti di funzione, del calcolo differenziale in una e più variabili, del calcolo integrale in una e più variabili, delle serie numeriche e delle equazioni differenziali. In base a tali requisiti, per ottenere la votazione minima di 18/30 gli studenti dovranno dimostrare di aver acquisito una conoscenza di base dei suddetti argomenti. La gradazione del voto, espressa in trentesimi, rispecchierà la capacità dello studente di svolgere esercizi e rispondere a quesiti teorici sui suddetti argomenti. La valutazione massima sarà attribuita ad una prova d’esame che dimostri una piena capacità dello studente di svolgere esercizi e rispondere a quesiti teorici sui suddetti argomenti.

La prova d'esame di Analisi Matematica si svolge prevalentemente in forma scritta, ha una durata complessiva di 3 ore ed è articolata in 8 quesiti così strutturati: - Esercizio 1 (3–4 punti): Numeri reali e/o complessi, funzioni reali. - Esercizio 2 (4–5 punti): Limiti e calcolo differenziale per funzioni di una variabile. - Esercizio 3 (3–4 punti): Calcolo integrale per funzioni di una variabile. - Esercizio 4 (3–4 punti): Quesito teorico sulle tematiche del I modulo. - Esercizio 5 (3–4 punti): Integrali impropri e/o serie numeriche e/o integrali multipli. - Esercizio 6 (4–5 punti): Calcolo differenziale per funzioni di più variabili. - Esercizio 7 (3–4 punti): Equazioni differenziali. - Esercizio 8 (3–4 punti): Quesito teorico sulle tematiche del II modulo. Criteri di Valutazione e Gradazione del Voto Requisiti minimi (18/30): Per conseguire la sufficienza, lo studente deve dimostrare una conoscenza di base dei concetti fondamentali: limiti di funzione, calcolo differenziale e integrale (per funzioni di una e più variabili), serie numeriche ed equazioni differenziali. Attribuzione del punteggio (18–30/30): La valutazione finale, espressa in trentesimi, riflette il livello di accuratezza metodologica, il rigore teorico e la padronanza operativa dimostrati nella risoluzione degli esercizi e nell'argomentazione dei quesiti teorici. Valutazione massima (30/30 ed eventuale lode): Riservata a prove che denotino completa padronanza, piena correttezza esecutiva ed elevato rigore formale sia nella parte teorica che applicativa. Supporto per studenti con disabilità o DSA Per gli studenti con disabilità e/o disturbi specifici dell'apprendimento (DSA) sono garantiti tutti gli strumenti compensativi e le misure dispensative previsti dalla normativa vigente di Ateneo e nazionale.

Modulo A: Esercizio 1: Insiemi numerici e/o generalità sulle funzioni e/o numeri complessi (da 6 a 8 punti) Esercizio 2: Limiti, continuità, calcolo differenziale per funzioni di una variabile (da 8 a 10 punti) Esercizio 3: Calcolo integrale per funzioni di una variabile (6 punti) Esercizio 4: Quesito teorico sulle tematiche del modulo A (8 punti) I requisiti minimi di apprendimento sono soddisfatti se l'elaborato dello studente contiene lo svolgimento corretto di almeno due esercizi del gruppo 1--4

1. C. CANUTO, A. TABACCO, Mathematical Analysis 1, Pearson 2022. 2. C. CANUTO, A. TABACCO, Mathematical Analysis 2, Pearson 2022. 3. R.A. ADAMS, C. ESSEX, Calculus: A Complete Course, 9th Edition, Paerson, 2017. 4. P. MARCELLINI, C. SBORDONE, Elementi di Analisi Matematica 1, Liguori editore, Napoli, 2002. 5. N. FUSCO, P. MARCELLINI, C. SBORDONE, Elementi di Analisi Matematica 2, Liguori editore, Napoli, 2002. 6. M. BRAMANTI, C. D. PAGANI, S. SALSA, Analisi Matematica 1 e Analisi Matematica 2, Zanichelli, 2009, Bologna. 7. P. MARCELLINI, C. SBORDONE, Esercitazioni di matematica, Vol. 1 e Vol. 2, Liguori editore, Napoli. 8. M. BERTSCH, R. DAL PASSO, L. GIACOMELLI, Analisi Matematica, seconda edizione, McGraw-Hill, 2011. Esercizi proposti svolti e da svolgere e altro materiale didattico sono disponibili sul canale TEAMS del corso.

M. BRAMANTI, C. D. PAGANI, S. SALSA, Analisi Matematica 1 e Analisi Matematica 2, Zanichelli, 2009, Bologna. P. MARCELLINI, C. SBORDONE, Esercitazioni di matematica, Vol. 1 e Vol. 2, Liguori editore, Napoli. In alternativa il manuale teorico M. BERTSCH, R. DAL PASSO, L. GIACOMELLI, Analisi Matematica, seconda edizione, McGraw-Hill, 2011. Esercizi proposti svolti e da svolgere e altro materiale didattico sono disponibili sul canale TEAMS del corso e sulla pagina web del docente all'indirizzo https://eracap.github.io

C. CANUTO, A. TABACCO, Mathematical Analysis 1, Pearson 2022. C. CANUTO, A. TABACCO, Mathematical Analysis 2, Pearson 2022. R.A. ADAMS, C. ESSEX, Calculus: A Complete Course, 9th Edition, Paerson, 2017. P. MARCELLINI, C. SBORDONE, Elementi di Analisi Matematica 1, Liguori editore, Napoli, 2002. N. FUSCO, P. MARCELLINI, C. SBORDONE, Elementi di Analisi Matematica 2, Liguori editore, Napoli, 2002. M. BRAMANTI, C. D. PAGANI, S. SALSA, Analisi Matematica 1 e Analisi Matematica 2, Zanichelli, 2009, Bologna. P. MARCELLINI, C. SBORDONE, Esercitazioni di matematica, Vol. 1 e Vol. 2, Liguori editore, Napoli. M. BERTSCH, R. DAL PASSO, L. GIACOMELLI, Analisi Matematica, seconda edizione, McGraw-Hill, 2011. Esercizi proposti svolti e da svolgere e altro materiale didattico sono disponibili sul canale TEAMS del corso.

1. C. CANUTO, A. TABACCO, Mathematical Analysis 1, Pearson 2022. 2. C. CANUTO, A. TABACCO, Mathematical Analysis 2, Pearson 2022. 3. R.A. ADAMS, C. ESSEX, Calculus: A Complete Course, 9th Edition, Paerson, 2017. 4. P. MARCELLINI, C. SBORDONE, Elementi di Analisi Matematica 1, Liguori editore, Napoli, 2002. 5. N. FUSCO, P. MARCELLINI, C. SBORDONE, Elementi di Analisi Matematica 2, Liguori editore, Napoli, 2002. 6. M. BRAMANTI, C. D. PAGANI, S. SALSA, Analisi Matematica 1 e Analisi Matematica 2, Zanichelli, 2009, Bologna. 7. P. MARCELLINI, C. SBORDONE, Esercitazioni di matematica, Vol. 1 e Vol. 2, Liguori editore, Napoli. 8. M. BERTSCH, R. DAL PASSO, L. GIACOMELLI, Analisi Matematica, seconda edizione, McGraw-Hill, 2011.

1. P. MARCELLINI, C. SBORDONE, Elementi di Analisi Matematica 1, Liguori editore, Napoli, 2002. 2. N. FUSCO, P. MARCELLINI, C. SBORDONE, Elementi di Analisi Matematica 2, Liguori editore, Napoli, 2002. 3. M. BRAMANTI, C. D. PAGANI, S. SALSA, Analisi Matematica 1 e Analisi Matematica 2, Zanichelli, 2009, Bologna. 4. P. MARCELLINI, C. SBORDONE, Esercitazioni di matematica, Vol. 1 e Vol. 2, Liguori editore, Napoli. 5. M. BRAMANTI, Esercitazioni di Analisi Matematica 1, Esculapio, 2011. 6. R. A. ADAMS, Calcolo Differenziale 1 e Calcolo Differenziale 2, Casa Editrice Ambrosiana, 2014, Milano. 7. E. ACERBI, G. BUTTAZZO, Analisi matematica ABC:1, Pitagora, Bologna, 2003. 8. E. ACERBI, G. BUTTAZZO, Secondo corso di analisi matematica, Pitagora, Bologna, 2016. 9. M. BERTSCH, R. DAL PASSO, L. GIACOMELLI, Analisi Matematica, seconda edizione, McGraw-Hill, 2011. 10. R.A. ADAMS, C. ESSEX, Calculus: A Complete Course, 9th Edition, Paerson, 2017.

Modulo A - R. A. Adams, C. Essex, Calcolo differenziale. Vol. 1: Funzioni di una variabile reale, 5ª ed., Casa Editrice Ambrosiana, Milano, 2014. Modulo B - R. A. Adams, C. Essex, Calcolo differenziale. Vol. 2: Funzioni di più variabili, 5ª ed., Casa Editrice Ambrosiana, Milano, 2014.

1) Marco Bramanti Carlo D.Pagani Sandro Salsa -Analisi matematica 1 - Ed. ZANICHELLI 2) Robert Adams, Christpher Essex - Calcolo differenziale 1 - Ed. AMBROSIANA 3) Paolo Maurizio Soardi - Analisi Matematica Nuova Edizione - Ed.CittàStudi 4) Salsa, Squellati - Esercizi di Analisi atematica 1 - Ed. ZANICHELLI 5) Pierluig Benevieri - Esercizi di Analisi Matematica I - ed. CittàStudi 6) Dispense del DOCENTE, disponibili sul Teams di CLASSE.

Il corso si propone di introdurre il metodo sperimentale e far acquisire agli studenti i concetti fondamentali della Fisica Classica, fornendo loro i principi e le conoscenze fisiche di base propedeutiche agli insegnamenti degli anni successivi. In particolare, al termine del corso saranno acquisiti i concetti di forza, lavoro ed energia, di campi di interazioni fondamentali e la corretta metodologia del problem-solving. La capacità di applicare le conoscenze apprese nel corso e la loro comprensione saranno accertate mediante prove scritte prevalentemente con esercizi numerici e quesiti di carattere teorico. ● Autonomia di giudizio: Il corso mira a sviluppare nello studente consapevolezza e padronanza dei fenomeni fisici che attengono alla meccanica classica e all’elettromagnetismo, in maniera da poter autonomamente individuare e utilizzare il modello fisico descrittivo adatto a caratterizzare un determinato problema e/o a individuare caratteristiche e requisiti che gli strumenti di misura debbano soddisfare. ● Abilità comunicative: Il corso si prefigge di mettere lo studente in condizione di dimostrare, mediante la verifica dei contenuti teorici, di aver acquisito il metodo di indagine fisico, basato sull’analisi dell’evidenza sperimentale e sulla conseguente formulazione di ipotesi che guidino alla costruzione di un modello descrittivo. ● Capacità di apprendimento: La capacità di apprendimento dello studente sarà allenata, all’interno del corso e mediante numerosi esempi ed esercizi, al riconoscimento delle caratteristiche e dinamiche che caratterizzano un determinato problema fisico, allo scopo di innescare una sequenza di ragionamenti logici che gli permettano di giungere ad una soluzione adattando gli approcci e le strategie di risoluzione studiati.

PROGRAMMA (Modulo A) CINEMATICA (1.5 CFU) La misura in Fisica: Grandezze fisiche, campioni ed unità di misura. Precisione e cifre significative. Analisi dimensionale. Cinematica del punto materiale: Elementi di calcolo vettoriale. Moto unidimensionale: equazione oraria, velocità e accelerazione media e istantanea. Concetto di traiettoria, ascissa curvilinea, centro e raggio di curvatura. Moti nello spazio: vettori posizione, velocità e accelerazione e loro componenti cartesiane, polari, tangenziali e normali alla traiettoria. Moto piano in coordinate cartesiane: moto dei gravi. Moto circolare: relazioni vettoriali tra r,v,a e w,a. DINAMICA DEL PUNTO MATERIALE (1.5 CFU) Interazioni fondamentali. Principio di inerzia e introduzione al concetto di forza. Leggi di Newton. Sistemi di riferimento inerziali. Quantità di moto e impulso. Esempi di forze: forza peso, elastica, di attrito statico e dinamico, reazioni vincolari, tensioni. Pendolo semplice. Energia cinetica, Lavoro, Potenza. Lavoro e variazione dell’energia cinetica. Forze conservative. Energia potenziale e conservazione dell’energia meccanica. Lavoro delle forze non conservative e principio di conservazione dell’energia. Analisi dei diagrammi di energia potenziale. Momento della quantità di moto. Momento di forza. Teorema del momento angolare. Moti relativi (cenni): sistemi di riferimento in moto relativo traslatorio, rotatorio. Teorema delle velocità relative. Sistemi di riferimento non inerziali. Forze apparenti. Principio di relatività Galileiana. DINAMICA DI SISTEMI DI PUNTI MATERIALI (1.0 CFU) Forze esterne ed interne. Centro di massa. I e II equazione cardinale del moto. Conservazione della quantità di moto e del momento angolare. Condizioni di equilibrio. Proprietà del centro di massa. Sistema CM. Teoremi di König. Lavoro ed energia cinetica. Energia potenziale. DINAMICA DEL COPRO RIGIDO(1.0 CFU) Baricentro. Sistemi di forze parallele. Definizione e proprietà dei corpi rigidi. Densità di massa, posizione del centro di massa. Moto di un corpo rigido. Corpo rigido in rotazione attorno ad un asse fisso: energia cinetica, momento angolare e momento di inerzia. Teorema di Huygens-Steiner. Pendolo composto. Asse istantaneo di rotazione. Impulso angolare e momento dell’impulso. Moto di puro rotolamento. Corpo rigido libero. Equazioni cardinali del moto. Equilibrio statico del corpo rigido. URTI E OSCILLAZIONI (1.0 CFU) Forze impulsive. Urti in sistemi isolati/non isolati. Urti elastici e anelastici. Applicazione ai sistemi di due particelle. Urti centrali. Urti tra punti materiali e corpi rigidi. Urti con corpi rigidi liberi/vincolati. Oscillazioni: Equazione differenziale dell’oscillatore armonico e sue proprietà. Energia dell’oscillatore armonico. Campi di forze centrali (cenni): Proprietà e leggi di conservazione. La forza gravitazionale. Leggi di Keplero. Massa inerziale e gravitazionale. Legge di gravitazione universale. Campo e potenziale gravitazionale. Moto di un corpo soggetto alla forza gravitazionale. PROGRAMMA (Modulo B) FORZA ELETTROSTATICA E CAMPO ELETTROSTATICO (1.5 CFU) Carica elettrica. Struttura elettrica della materia. Forza di Coulomb. Campo elettrostatico. Linee di forza del campo Elettrostatico. Moto di una carica in campo elettrostatico. Sistemi di cariche puntiformi. Esperienza di Millikan. Lavoro elettrico e Potenziale Elettrostatico: Lavoro della forza elettrica: definizione di tensione e differenza di potenziale. Potenziale elettrostatico. Energia potenziale elettrostatica. Il campo come gradiente del potenziale. Superfici equipotenziali. Dipolo elettrico e forza su un dipolo elettrico. Legge di Gauss: Flusso del campo elettrostatico. Teorema di Gauss in forma integrale. Applicazioni e conseguenze del Teorema di Gauss. CONDUTTORI E DIELETTRICI (2.0 CFU) Corpi conduttori in equilibrio elettrostatico. Conduttore cavo e schermo elettrostatico. Capacità conduttori isolati. Induzione completa fra 2 conduttori: condensatori. Sistemi di condensatori in serie e parallelo. Energia del campo elettrostatico. Dielettrici. Costante dielettrica. Polarizzazione. Equazioni generali dell’elettrostatica in presenza di dielettrici. Corrente elettrica: Conduzione elettrica. Corrente elettrica e corrente elettrica stazionaria. Densità di corrente j. Legge di Ohm e concetto di resistenza elettrica. Potenza elettrica ed effetto Joule. Modello classico della conduzione elettrica. Forze elettromotrici. Sistemi di resistori in serie e parallelo. Corrente di Spostamento. Cenno sulle leggi di Kirchhoff per le reti elettriche. MAGNETOSTATICA (1.5 CFU) Campo magnetico e Forza magnetica: Interazione magnetica. Campo magnetico. Correlazioni fra elettricità e magnetismo. Forza magnetica su una carica in moto. Forza magnetica su un conduttore percorso da corrente. Momenti magnetici meccanici sui circuiti piani. Effetto Hall. Moto di una particella carica in un campo magnetico con esempi di calcolo. Sorgenti del campo magnetico e legge di Ampère: campo magnetico prodotto da una corrente. Calcoli di campi magnetici prodotti da circuiti particolari. Azioni elettrodinamiche tra fili percorsi da corrente. Legge di Ampère. CAMPI ELETTRICI E MAGNETICI VARIABILI NEL TEMPO (1.0 CFU) Legge di Faraday e induzione elettromagnetica. Origine del campo magnetico e della fem indotta. Applicazioni della legge di Faraday. Autoinduzione. Energia Magnetica. Mutua Induzione. Legge di Ampère-Maxwell. Equazioni di Maxwell (cenni).

Calcolo vettoriale, calcolo differenziale ed integrale

Lezioni su lavagna tradizionale o su LIM se disponibile o in formato elettronico. Eventuali appunti in formato elettronico (.pdf) scritti dal docente relativi ad argomenti di cui risulta necessario un approfondimento.

La verifica dell’apprendimento riguarda tutti gli argomenti del programma e richiede di dimostrare la conoscenza degli argomenti del programma (primo indicatore di Dublino) e la capacità applicare gli strumenti e le tecniche trattati nel corso (secondo e terzo indicatore di Dublino), dimostrando padronanza del lessico e della terminologia tecnica (quarto indicatore di Dublino). Essa consta di due prove, una relativa al modulo A e una al modulo B, da svolgersi di norma per iscritto della durata di 75 minuti ciascuna, tese a verificare sia l’apprendimento dei concetti teorici (3 quesiti per modulo) sia le capacità di applicazione delle conoscenze acquisite (3 esercizi per modulo). Il docente si riserva la possibilità di effettuare un eventuale colloquio individuale per definire l'esito dell'esame. Modulo A Esercizio l: Cinematica del punto materiale (8 punti) Esercizio 2: Dinamica del punto materiale, Urti tra punti materiali (8 punti) Esercizio 3: Dinamica dei Sistemi di punti materiali e del corpo rigido, Urti tra punti materiali e Corpi Rigidi (8 punti) Quesito 1: Teoria relativa a Cinematica del punto materiale (2 punti) Quesito 2: Teoria relativa a Dinamica del punto materiale, Urti tra punti materiali e Oscillazioni (2 punti) Quesito 3: Teoria relativa a Sistemi di punti materiali, corpi rigidi, Urti tra Corpi Rigidi e Gravitazione (2 punti) Modulo B Esercizio 4: Forza e Campo Elettrostatico, Conduttori (8 punti) Esercizio 5: Correnti, Circuiti e Magnetostatica (8 punti) Esercizio 6: Campi elettrici e magnetici variabili (8 punti) Quesito 4: Teoria relativa a Forza e Campo Elettrostatico, Conduttori (2 punti) Quesito 5: Teoria relativa a Correnti, Circuiti e Magnetostatica (2 punti) Quesito 6: Teoria relativa a Campi elettrici e magnetici variabili (2 punti) Il risultato della valutazione è espresso da una valutazione in trentesimi per ciascun modulo. Per ciascun modulo, la condizione minima per garantire il superamento della prova consiste nel riportare un voto complessivo minimo di 18/30, risultante dalla corretta risoluzione di due esercizi su tre per entrambi in moduli e dall’aver risposto in maniera esaustiva ad almeno uno dei quesiti teorici. Il voto dell’esame complessivo di Fisica Generale corrisponderà alla media dei singoli voti riportati rispettivamente per i due moduli. Saranno meritevoli di lode gli studenti che abbiano dimostrato in entrambi i moduli capacità di applicare le conoscenze e le competenze acquisite anche in contesti diversi da quelli proposti a lezione (quinto indicatore di Dublino) Per l’intero insegnamento, si applicano le seguenti fasce di voto: - Eccellente (30 - 30 e lode): ottima conoscenza degli argomenti, ottima proprietà̀ di linguaggio, ottima capacità analitica; lo/la studente/essa è in grado di applicare brillantemente le conoscenze teoriche a casi concreti. - Molto buono (27 - 29): buona conoscenza degli argomenti, notevole proprietà̀ di linguaggio, buona capacità analitica; lo/la studente/essa è in grado di applicare correttamente le conoscenze teoriche a casi concreti. - Buono (24-26): buona conoscenza dei principali argomenti, discreta proprietà̀ di linguaggio; lo/la studente/essa mostra una adeguata capacità di applicare le conoscenze teoriche a casi concreti. - Soddisfacente (21-23): lo/la studente/essa non mostra piena padronanza degli argomenti principali dell'insegnamento, pur possedendone le conoscenze fondamentali; mostra comunque soddisfacente proprietà̀ di linguaggio e sufficiente capacità di applicare le conoscenze teoriche a casi concreti. - Sufficiente (18-20): minima conoscenza degli argomenti principali dell'insegnamento e del linguaggio tecnico, limitata capacità di applicare in modo adeguato le conoscenze teoriche a casi concreti. - Insufficiente: lo/la studente/essa non possiede una conoscenza accettabile dei contenuti dei diversi argomenti del programma

1. P. Mazzoldi, M. Nigro, C. Voci, E. Milani, (2021). Elementi di fisica: meccanica e termodinamica. EdiSES; 2. P. Mazzoldi, M. Nigro, C. Voci, G. Balestrino, (2022). Elementi di fisica: Elettromagnetismo e onde. EdiSES; 3. J.R. Gordon, R.V. McGrew, R.A. Serway, J.W. Jewett Jr (2010). Esercizi di Fisica. EdiSES; 4. P.A. Tipler, G.Mosca, Corso di Fisica, vol1. E vol2. ZANICHELLI.

L’esame si prefigge l’obiettivo di sviluppare le quattro abilità di reading, listening, writing, speaking, relative a contesti d’uso generale della lingua Inglese, e ad acquisire la terminologia essenziale di riferimento dell’inglese tecnico per la ingegneria gestionale. Al termine del corso gli allievi saranno in grado di applicare le quattro principali abilità linguistiche- (writing. reading, speaking and listening) in diverse situazioni lavorative su argomenti di carattere tecnico-scientifico con un registro appropriato e con capacità argomentative e di rielaborazione personale, capacità di comprensione e decodifica di testi e discorsi tecnici Eventuali ulteriori risultati di apprendimento attesi, relativamente a: • Autonomia di giudizio: Saper giudicare la coerenza testuale di un articolo o di un testo audio-video di settore, prevedere le reazioni di un interlocutore in diversi contesti linguistici di uso comune. • Abilità comunicative:Utilizzare il linguaggio scientifico appropriato alla descrizione di contesti utili in ambito professionale, ed il linguaggio standard funzionale alla comunicazione in contesti d’uso quotidiano e comune. • Capacità di apprendimento: Possedere gli strumenti linguistici di base per sviluppare la capacità di riflessione sulla lingua straniera e sui meccanismi che regolano le strutture grammaticali e morfosintattiche. Migliorare l’auto-consapevolezza per applicare strategie personali che facilitino il proprio stile di apprendimento (learning to learn), quali mappe concettuali, tabelle sinottiche, etc.

• Grammatica livello B2 CEFR (10 ore, 1 CFU) - Inglese tecnico per l'ingegneria: strutture e funzioni principali (10 ore, 1 CFU) - Analisi di testi tecnici del settore e redazione dei contenuti specifici del settore. Esercitazioni (5 ore, 0.5 CFU) - Presentazione orale di report tecnici o progetti scientifici (5 ore, 0.5 CFU) - Grammar level B2 CEFR (10 hours, 1 CFU) - Technical English for Engineering: main structures and functions. (10 hours, 1 CFU) - Analysis of sector abstracts and drafting of sector-specific content. Exercises (5 hours, 0.5 CFU) - Oral presentation of technical reports or scientific projects (5 hours, 0.5 CFU).

Livello di partenza B1: lo studente deve essere in grado di comprendere i punti salienti di testi chiari in lingua standard su argomenti familiari, sia in contesti di lavoro che di svago; produrre testi semplici e coerenti su argomenti conosciuti; descrivere situazioni, giustificare brevemente opinioni o spiegare progetti.

Al termine del consolidamento della parte grammaticale verrà somministrato un test, relativo alla stessa. Il voto ottenuto andrà a sommarsi a quello finale riguardo gli articoli di Inglese Tecnico relativi al percorso di Laurea che verranno esposti il giorno dell'appello ufficiale. La media dei due voti produrrà il voto finale che verrà registrato. I requisiti minimi si riferiscono al raggiungimento di un bagaglio di conoscenze minimale, principalmente indirizzate al possesso dei concetti base sulle seguenti abilità: GLOSSARY: aquisire una terminologia tecnica di base WRITTEN COMPREHENSION: comprensione e redazione di testi tecnici a livello base. GRAMMAR: livello atteso di competenza GRAMMATICALE superiore al livello INTERMEDIO B1. Daranno luogo a valutazioni negative (< 18) le difficoltà di orientamento dello studente rispetto ai temi affrontati nei testi d'esame, le lacune formative e l'incapacità di elaborare anche le più elementari questioni applicative proposte. Darà luogo a valutazioni sufficienti (22-18) il raggiungimento di un bagaglio di conoscenze minimale, principalmente indirizzate al possesso dei concetti base. Darà luogo a valutazioni discrete (26-23) il possesso da parte dello studente di una conoscenza prevalentemente mnemonica dei contenuti, in grado di consentirgli di affrontare i temi proposti in maniera meccanica e spesso acritica. Darà luogo a valutazioni di eccellenza (30 e Lode – 27) il possesso da parte dello studente di buone conoscenze sugli argomenti del programma, tali da permettergli di affrontare e risolvere i quesiti e le prove proposte con competenza e spirito critico.

1 English Grammar in Use for Intermediate Students, Raymond Murphy, Cambridge University Press; 2 New English File, Upper-Intermediate, Clive Oxeden, Christina Latham-Koenig, Oxford University Press; 3 Luis Porras Wadley, Writing B1: The Ultimate PET Writing Guide for B1 Cambridge 4 English Grammar in Use by Raymond Murphy

The aim of the course is providing students with knowledge with the principles in force in accounting, in particular in the process of measuring and accounting for economic events and their accounting records, and in the understanding of the basic principles of preparing and "reading" financial statements. Moreover, the course aims at acquiring knowledge, skills and competences in the field of concepts, issues, regularities and methods of human resources management. The student applies accounting methods to prepare a company's balance sheet and analyze its asset and financial situation. The student learns how to use acquired knowledge to identify and resolve dilemmas related to financial accounting. He/she can conduct an economic analysis of a company's activities, applying accounting principles. He/she can analyse, assess and solve personnel problems in an international business environment, also concerning human resources management. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: -Autonomia di giudizio: The student gains awareness of the dilemmas encountered in professional work related to financial accounting. He/she also demonstrates awareness of the necessity for continuous education in the field of human resources management. -Abilità comunicative: The student becomes able to communicate on the importance of accounting in the context of business management. He/she develops skills in individual and team work on human resources management. He/she can explain the importance of Human Resources instruments for the implementation of corporate goals. -Capacità di apprendimento: The student recognizes the need for continuous knowledge update in the field of accounting. He/she demonstrates awareness of the necessity for continuous education in the field of human resources management.

Module I: Accounting (5CFU- 50 hours) Financial accounting (1.5CFU-15hours) Reasons for Accounting Differences and Need for Globally Converged Accounting Standards. The International Accounting Standards Board. Role and Structure of the IFRS. Major Accounting Issues under IFRS. Management Accounting(1.5CFU-15hours) Basics of cost- and activity accounting. Cost type calculations. Cost center calculations. Overhead and cost unit calculations. Basics of controlling. Basic Corporate Finance (2CFU-20hours) Time Value and Investment Decisions. Financial Planning. Risk and Return Relationship Risk and uncertainty in investment decisions. Long and short term finance. Cash and Inventory managemen Module II: Human Resources management (5CFU- 50 hours) Overview of human resources management (3CFU-30 hours) Introduction and Overview Key fields of Action in Human Resources Management (HR Planning and Job Analysis, Talent Acquisition, Organisation of Work (2CFU-20hours): Training and Development, Leadership and Performance Management, Total Compensation

The knowledge acquired during the lecture is verified by a written exam. The minimal requisites are as follows. At the end of the classes, the students should be able to: -Explain the differences between financial and managerial accounting. - Identify the basic principles of annual financial statements. - Solve simple questions of approach and assessment. - Classify cost accounting terms. - Interpret cost trends and apply overhead costs. - Apply activity based costing. - Explain the concept of the time value of money. -Apply methods of investment calculation adequate to the target -Name the most important components of Human Resources Management, as needed by Business Engineers in an international business environment. - Recognize the influence of economic conditions on the objectives and tasks of Human Resources Management. - Explain the importance of Human Resources instruments for the implementation of corporate goals. - Analyse, assess and solve personnel problems in an international business environment.

1. Berk, J. and DeMarzo, P. (2013): Corporate Finance, 3rd ed., Boston: Pearson Education. 2. Brealey, R.; Myers, S. and Allen, F.(2010): Principles of Corporate Finance - Concise Ed., 2nd ed., New York: McGraw-Hill Education. 3. Dessler, G. (2015): Human Resource Management, 14th ed., Boston: Pearson.  Dowling, P.J.; Festing, M. and 4. Engle, A. D. (2017): International Human Resource Management, 7 th ed., Andover: Cengage Learning

Conoscenza di: specificità della produzione per project rispetto ad altre modalità di produzione; modalità per organizzare un team di progetto nell’ambito della organizzazione inter-intra/aziendale; approcci per selezionare, pianificare, programmare, monitorare e controllare un progetto; caratteristiche principali della transizione green e delle strategie aziendali per la produzione sostenibile; caratteristiche principali della transizione digitale; aspetti di potenziale sinergia fra le due transizioni Capacità di applicare conoscenza e comprensione Capacità di: riconoscere i contesti produttivi in cui sia opportuno applicare approcci di project management; organizzare un team di progetto; applicare modelli di supporto alle decisioni o tecniche gestionali per selezionare, pianificare, programmare, monitorare e controllare un progetto; definire strategie/roadmap per integrare le logiche di sostenibilità e digitalizzazione nella gestione dei progetti. Alcune capacità saranno sviluppate anche con riferimento all’utilizzo avanzato di software.

Definizioni e ambiti di applicazione del project management (6 ore – 0,6 CFU) Organizzazioni per il project management, il team di progetto, il project manager (6 ore – 0,6 CFU) Modelli per la selezione dei progetti e la valutazione del rischio (6 ore – 0,6 CFU) Pianificazione e budgeting del progetto (6 ore – 0,6 CFU) Programmazione del progetto mediante tecniche reticolari (6 ore – 0,6 CFU) Allocazione delle risorse al progetto (6 ore – 0,6 CFU) Analisi del rischio e ottimizzazione tempi/costi (6 ore – 0,6 CFU) Monitoraggio e controllo del progetto (6 ore – 0,6 CFU) Transizione green: stakeholder management, valutazione di impatto, ecc. (6 ore – 0,6 CFU) Transizione digitale: strumenti collaborativi per team distribuiti, dashboard, ecc. (6 ore – 0,6 CFU)

Dettagliare la modalità dell’esame stabilendo i requisiti minimi di apprendimento per il superamento dell’esame. Il colloquio orale prevede di norma la verifica di apprendimento su almeno 3 dei 10 contenuti elencati di cui almeno 2 fra gli argomenti numerati da 1 a 8. Per almeno uno dei 3 argomenti è verificata oltre alla conoscenza dei contenuti la capacità di utilizzare le conoscenze ad un caso applicativo formulato come problema aziendale stilizzato o esercizio numerico semplificato. L’esame è superato se l’allievo ottiene la sufficienza su tutti e 3 gli argomenti.

Dispense predisposte dal docente Meredith, J., Shafer, S., Mantel, S., & Sutton, M. (2020). Project Management in Practice (7th ed.). Wile

The aim of the course is providing students with knowledge of Business Intelligence systems and their components. The student will be able to assess the suitability of BI systems architectures and tools for specific problem situations as well as to plan and implement their deployment. They will identify and explain requirements for information supplies in business, develop analytical applications and promote their deployment and use. Students will be able to design and develop business reporting systems, analyse data by utilising statistical and analytical techniques and make the findings available to support business decisions. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: Autonomia di giudizio: The student gains awareness of the possibility to extract, integrate and transform structured business data from transactional systems and store them in analytical database systems, and select appropriate methods, techniques, and processes for these purposes. Abilità comunicative: The student becomes able to communicate on the requirements for information supplies in business, develop analytical applications and promote their deployment and use. They develops presentation skills for the oral assignments. Capacità di apprendimento: The student recognizes the need for continuous knowledge update in the field of business intelligence.

Business intelligence (5CFU-50hours) Motivation and concept of Business Intelligence (1CFU -10hours) Platforms, systems, and processing models for transforming, storing, and analysing structured data; Functional and architectural models of Business Intelligence systems and tools (3CFU-30hours): Data acquisition layer: Tasks and techniques of the ETL process for extracting, transforming and loading data into analytical database systems; Data storage layer: Foundations and implementations of analytical database systems, data warehouses, data marts and operational data stores, multi-dimensional data structures and associated data modelling methods; Data access layer: Concepts and tools for accessing, pre senting, and interpreting information for decision support, esp. SQL queries, reporting, dashboards and visual analytics; · Analytical application layer: Concepts and tools for analysing data using data mining techniques; Procedures and practices for Business intelligence systems (1CFU-10hours): planning, developing, deploying and operating Business Intelligence systems; data governance, privacy, data protection, and data security

The knowledge acquired during the lecture is verified by a written exam and/or by one of the following formats: seminar paper/research project; multimedia presentation; documentation report; colloquium; written assignment; portfolio assignment; practical or artistic assignment. The minimal requisites are as follows. At the end of the classes, the students should be able to: - Define, describe and classify Business Intelligence systems and their components. - Assess the suitability of BI systems architectures and tools for specific problem situations as well as to plan and imple ment their deployment. - Identify and explain requirements for information supplies in business, develop analytical applications and promote their deployment and use. - Extract, integrate and transform structured business data from transactional systems and store them in analytical da tabase systems, and select appropriate methods, tech niques, and processes for these purposes. - Apply data modelling methods. · Design and develop business reporting systems. -Analyse data by utilising statistical and analytical techniques and make the findings available to support business deci sions.

Golfarelli, M. and Rizzi, S. (2009): Data Warehouse Design – Modern Principles and Methodologies, New York: McGraw-Hill. Sharda, R.; Delen, D. and Turban, E. (2014): Business Intelligence – A Managerial Perspective on Analytics, 3rd ed., Harlow: Pear son Education. Sherman, R. (2015): Business Intelligence Guidebook – From Data Integration to Analytics, Waltham: Morgan Kaufmann.

The aim of the course is providing students with knowledge of the basics of machine design; give an introduction to the basic principles of mechanics of deformable bodies; providing students with theoretical and practical knowledge in the field of shaping safe and ergonomic working conditions, especially in enterprises; teach measuring techniques for assessing the most important ergonomic factors. The aim is to apply typical methods for solving simple problems in the field of machine construction and operation. The student plans and carries out the design of structures and technologies for simple parts and subassemblies of machines, performs a critical analysis of technological processes in machine production, identifies and solves design tasks, applies typical methods for solving simple problems in the field of machine construction and operation. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: -Autonomia di giudizio: The student gains awareness of the fact that creating products that satisfy user needs requires a systemic approach considering technical, economic, marketing, legal, organizational, and financial issues. The student is aware that creating products that satisfy user needs requires a systemic approach considering technical, economic marketing, legal, organizational, and financial issues. The student is aware of the importance of a systemic approach in creating products, considering technical, economic, marketing, legal, organizational, and financial issues -Abilità comunicative: The student becomes able to explain the bending of beams and the normal stresses in bent beams. He/she can describe the purpose and scope of ergonomic activity and identifies contemporary trends in ergonomic research. -Capacità di apprendimento: The student understands how to plan and conduct experiments, including measurements and computer simulations, interpreting the results and drawing conclusions in the context of structural design. He/she seeks and selects educational and training centers to supplement and improve knowledge and skills in the field of structural design. The students learn how to prepare and conduct laboratory tests, such as tensile tests, hardness measurements, fatigue tests, impact bending tests, and analyzes their results

Module I: Strength of materials (4 CFU- 40 hours) Equations of static equilibrium. Classification of loads acting on an elastically deformable body, stresses and internal forces. Tension and compression. Generalized Hooke's law. Moments of inertia of flat figures. Torsion of round bars. Graphs of bending moments and shear forces. Normal stresses in beams. Differential equation for beam deflection lines. Strength theories. Module II: Computer-aided design (4 CFU- 40 hours) Basic principles of the design process, elements of the mechanism. Connections and their calculation. Screw mechanisms: examples and applications, structural calculations. Flexible components: springs, flexible rubber components. Gears and clutches functions. Clutch breakdown, design and application overview. General distribution of gears, kinematic diagrams, structure review, basic parameters. Gear selection rules, calculation of gear ratios and moments. Design calculations of front gears. Calculation and selection of design features of belt transmissions. Chain gears. Module III: Ergonomics (5 CFU – 50 hours) Components sciences and the nature of ergonomics. Ergonomic diagnosis methods. Analysis of physical workloads and body heat management. Analysis of work-related psychological burdens. Principles of load optimization. Selection rules for signaling and control devices. Shaping the spatial parameters of the workplace and manual machines and tools based on anthropometric data. Assessment and shaping of the working environment. Principles of ergonomic design. Examples.

Solving basic tasks in geometry and mathematical analysis. Knowledge of physics (mechanics in the field of: statics, kinematics and dynamics), mathematics, after passing as part of the study program.

The knowledge acquired during the lecture is verified by a written exam and by a colloquium with questions and tasks checking understanding of the issues. The minimal requisites are as follows. At the end of the classes, the students should be able to: - name and describe the genesis of ergonomics - recognize economic aspects related to occupational safety and health - describe the purpose and scope of ergonomic activity and identifies contemporary trends in ergonomic researc - define types of loads and formulates appropriate strength conditions - name different types of connections,and explains their applications and structural calculations - describe the conditions for the equilibrium of a rigid body and the mechanical properties of materials - define the classification of loads acting on an elastically deformable body and understands stresses and internal force - plan and conducts experiments, including measurements and computer simulations, interpreting the results and drawing conclusions in the context of structural design - apply typical methods for solving simple problems in the field of machine construction and operation

1. Bhandari V. B.: Design of Machine Elements, 3rd Edition 2010, published by TATA McGraw-Hill Publishing Company Limited. 2. N. Willems, T. J. Easley, S. T. Rolfe, Strength of Materials, Mc Graw-Hill Book Company, 1981 2. M. Gere, S. 3. Timoshenko, Mechanics of Materials, PWS-Kent Publishing Company, Bos-ton, 1984

The aim of the course is to provide students with basic knowledge in the field of database systems technology necessary for the correct design and implementation of a database system and its applications. The aim of the course is also to provide students with knowledge of database design used in information management systems The aim is to teach students to use the database system, in particular, to search for data using the standard SQL query language. The course develop students' skills in solving practical problems related to the management of database systems. The student can plan and carry out programming experiments, including measurements and computer simulations, interpret the obtained results and draw conclusions. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: -Autonomia di giudizio: The student gains awareness of the importance of knowledge and scientific research related to the issues of data storage and processing, including database systems, in solving practical problems related to the design, implementation and operation of information systems. The student is able to see cause-and-effect relationships in the achievement of goals and rank the importance of alternative or competitive tasks. -Abilità comunicative: The student becomes able to communicate on his/her own work and jointly performed tasks, and is ready to submit to the rules of a work team -Capacità di apprendimento: The student understands that the field of database systems is still an ongoing field of scentific research, and gains the capacity of continuous training and improvement of own qualifications and competences.

1)Computer programming basics (3 CFU- 30hours): Computer science tasks in management. Information system structure in management. Database systems, types of databases. Relational database management system. BD Systems Architecture. Distributed systems. Basics of programming in VBA. Graphical user interface objects. 2)Object-oriented programming (2CFU-20hours): Introduction to object-oriented programming, introduction to databases, creating a database structure in a selected environment. Basics of data management. 3) Databases conceptual modeling (3CFU-30hours): Database life cycle. Database conceptual data models, principles of designing conceptual schemas of databases. Relational data model (basics of the relational model, data structures, operators, integrity constraints. Logical schemas of relational databases. Normalization of relational database schemas. File organizations (unordered, ordered, hash), data structures (row store, column store). Index structures. Transaction and its properties, transaction processing (serializability, transactional recovery). 4)Database construction (2CFU-20 hours) Constructing simple database queries. Using advanced constructions for data selection. Data aggregation. Using joins. Using subqueries. Constructing "Top-N" queries. DML commands: defining new data, modifying existing data, deleting data. DDL commands: defining new data structures, modifying and deleting existing data structures.

Knowledge and skills acquired from the classes in the Computer Science for Engineering subjects. The ability to efficiently use a computer and the use of MS Office, basic knowledge of the basics of programming, computer systems architecture, operating systems, algorithms and data structures. A student should have the elementary ability to write and test a computer program.

The knowledge acquired during the lecture is verified by a written exam consisting of 5-7 open exercices of varying complexity. A colloquium with questions and tasks checking understanding of the issues is finally held. The minimal requisites are as follows. At the end of the classes, the students should be able to: - know the methods and tools of data staff, their repair and the availability of information in the context of programming - known basic methods, techniques, tools and technical materials, solving technical problems with technical techniques in the field of machine operation and exploitation - plan and carry out programming experiments, including measurements and computer simulations, interpret the obtained results and draw conclusions - have basic, theoretically grounded knowledge of database systems and detailed knowledge of the relational data model - have basic skills concerning the design and implementation of a database system. - can design and implement simple index structures to improve the performance of the database system

1) R. Elmasri, S. B. Navathe, Fundamentals of Database Systems, 7th ed., Benjamin/Cummings. 2)H. Garcia-Molina, J. Ullman, J. Widom, Database Systems; The Complete Book, 2nd ed., Morgan Kaufmann.

The aim of the course is providing students with knowledge of the the set-ups and functions of technical systems, such as drives and transmissions, sensors and measuring systems and control systems. The students will understand the basics of measurement technology and explain classification of measurement technology and the dynamic behaviour of measuring instruments. The student will be able to understand and recall the knowledge of technical systems through application engineering. He/she will describe dynamic systems from different fields of physics and test them for linearity. They will be able to solve the describing differential equations and discuss system properties, also using the Fourier-Transformation. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: -Autonomia di giudizio: The student gains awareness of the different possible choices of technical systems through application engineering. They will be able to choose between different measurement technologies discriminating the dynamic behaviour of measuring instruments. -Abilità comunicative: They will be able to explain the design principles, technical and functional specifica tions of the different technical systems introduced in the course. They will be able to describe dynamic systems from different fields of physics. - Capacità di apprendimento: Gaining knowledge of the development and functionality of the technical systems they will be able to learn different kinematic configurations, drives, sensors, control and measurements systems etc.

Electronic measurements and Technical Systems (10CFU-100hours) Module I: Introduction to technical systems (5CFU-50hours) Technical systems (2CFU-20hours) Development and functionality, Design principles, technical and functional specifications Application of technical systems (3CFU-30hours): Components of technical systems explained using the example automated systems (e.g. robotic systems). Kinematic configuration. Types of drives and transmissions. Sensors and measuring systems · Control system. Programming. Operational behaviour of technical systems Module II: Electronic measurements and System Engineering (5CFU-50hours) Measurement Engineering (2CFU-20hours) Introduction and fundamentals; uncertainty considerations; response time of measurement devices; fundamentals of analogue and digital measurement de vices Systems Engineering (3CFU-30hours) Introduction to systems theory; description of mechanical, electrical systems and sys tems in process engineering ; difference between static and dynamic systems; introduction to numerical approaches to solve system equations; system properties; stability of systems; Fourier-Transformation and solution of system equations

No preprequisited

The knowledge acquired during the lecture is verified by a written exam. The minimal requisites are as follows. At the end of the classes, the students should be able to: -explain the set-ups and functions of technical systems. - understand and recall this knowledge through application engineering. -explain the classification possibilities and functionalities of the most important components in technical systems. - Understand the basics of measurement technology. - Explain classification of measurement technology and the dynamic behaviour of measuring instruments. - Explain sampling techniques and A/D conversions. - Describe dynamic systems from different fields of physics - Test for linearity. - Solve the describing differential equations and discuss system properties. - Use the Fourier-Transformation.

Gausemeier, J.; Rammig, F.J. and Schäfer, W. (2014): Design Me thodology for Intelligent Technical Systems, Heidelberg: Springer Verlag. Gupta, A.K.; Arora, S.K. and Westcott, J.R. (2016): Industrial Au tomation and Robotics, Sterling: Mercury Learning and Infor mation. Dekker, R. (2017): Applied Systems Theory, 2nd ed., Berlin: Springer-Verlag. Skyttner, L. (2008): General Systems Theory, 2nd ed., Singapur: World Scientific Publishing Company.

Conoscenza e capacità di comprensione L’esame si prefigge l’obiettivo di fornire ai futuri ingegneri le conoscenze teoriche di base e di calcolo per la gestione e progettazione di sistemi industriali finalizzati alla trasformazione e conversione dell'energia. Lo studente sarà in grado di comprendere il ruolo di ogni parte di un sistema energetico, e di valutarne l’efficienza, seppur in maniera approssimata. Capacità di applicare conoscenza e comprensione Al termine del corso gli allievi saranno in grado di utilizzare le leggi fondamentali della termodinamica per comprendere e dimensionare sistemi energetici semplici. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: Autonomia di giudizio: l termine del corso gli allievi avranno sviluppato una maturità cognitiva, nel contesto della dinamica dei fluidi, tale da essere in grado di interpretare in maniera autonoma i dati e le informazioni a disposizione e di selezionare gli strumenti teorici più opportuni. In particolare le esercitazioni svolte in classe favoriranno lo sviluppo della capacità di valutare i problemi, fare ipotesi e/o approssimazioni, giustificandole. Abilità comunicative: Al termine del corso gli studenti saranno in grado di descrivere ai propri interlocutori, specialisti e non, le leggi fondamentali che governano i sistemi energetici e i principali fenomeni fisici ad essa riconducibili facendo anche ricorso ad esempi pratici che ne aiutano la comprensione. Capacità di apprendimento: l'insegnamento e la preparazione all'esame favoriranno lo sviluppo di una padronanza nell'affrontare nuovi problemi grazie alla sensibilità sviluppata nei confronti dei principi fondamentali della disciplina. Inoltre, i numerosi esempi di applicazioni pratiche e sfide scientifiche/tecnologiche nell'ambito dei sistemi energetici saranno da stimolo per lo sviluppo di un interesse nella materia così da favorire un lavoro di comprensione personale con conseguente sviluppo di una capacità di apprendimento continuo necessaria per mantenere aggiornata la preparazione professionale in ogni ambito.

1. Caratteristiche generali delle macchine a fluido (1.2 CFU – 12 ore): Classificazione delle macchine. Rendimenti delle macchine. Irreversibilità e trasformazioni reali. Rendimenti politropici ed isentropici. Triangoli di velocità nelle turbomacchine. Lavoro euleriano nelle turbomacchine. Rendimenti di conversione dell'energia negli impianti termici. 2. Pompe centrifughe (0.8 CFU – 8 ore): Componenti della macchina. Lavoro, potenza e rendimenti. Importanza del campo di forze centrifughe. Girante e diffusore. Lavoro delle resistenze passive. Curve caratteristiche e diagramma collinare. Punto di funzionamento. Regolazione. Cavitazione. Pompe in serie e in parallelo. 3. Impianti turbogas (1 CFU – 10 ore): Costituzione e principi di funzionamento. Classificazione: turbine aeronautiche e industriali. Evoluzione delle turbine a gas e applicazioni. Ciclo ideale semplice e rigenerativo: rendimenti e potenza. Gas termicamente perfetti. Ciclo ideale e rigenerativo: rendimenti e potenza 4. Impianti a vapore e combinati (1 CFU – 10 ore): Cicli e schemi di impianti. Ciclo Rankine e mezzi per aumentarne il rendimento. Cicli a rigenerazione. Condensatori. Generatori di vapore. Impianti combinati: rendimenti e potenza. 5: Energia Eolica (1 CFU – 10 ore): Caratteristiche della fonte eolica; tipi di turbine eoliche; Analisi del vento: analisi statistica e modelli matematici. Elementi di teoria unidimensionale e modello del disco attuatore: prime considerazioni pratiche. Limite di Betz. Valutazione della produzione di energia e levelized cost of energy. 6: Energia Solare (1 CFU – 10 ore): Il Sole come corpo nero; Irradianza incidente extraterrestre. Radiazione solare giornaliera e media mensile; Radiazione al suolo. Solare Termico: Collettori solari piani, prodotto trasmissività-adsorbimento. Solare Fotovoltaico: principio di funzionamento, efficienza, costi.

Nozioni fondamentali di meccanica e termodinamica dal corso di Fisica. Nozioni fondamentali dell'Analisi Matematica (derivate, integrali) e dell'algebra, con elementi di algebra tensoriale.

Esame scritto su parte esercitativa e colloquio finale. Requisiti minimi: conoscere le basi del primo principio della termodinamica e le sue principali applicazioni energetiche; conoscere i principali costituenti dei sistemi energetici affrontati nel programma, e il loro ruolo nel sistema; saper calcolare i rendimenti di un semplice sistema energetico; acquistare capacità critica nella scelta dei vari costituenti di un sistema energetico.

1 Catalano L. A., Napolitano M., “Elementi di macchine operatrici a fluido”, Pitagora Editrice, Bologna, 1998. 2. Dispense didattiche disponibili in formato elettronico (.pdf) sul sito http://climeg.poliba.it 3. Cohen, Rogers, Saravanamuttoo, Gas Turbine Theory, Ed. Longman 4. Burton, Jenkins, Sharpe Bossanyi, Wind Energy Handbook Second Edition UK

The aim of the course is providing students with knowledge with the principles in force in accounting, in particular in the process of measuring and accounting for economic events and their accounting records, and in the understanding of the basic principles of preparing and "reading" financial statements. Moreover, the course aims at acquiring knowledge, skills and competences in the field of concepts, issues, regularities and methods of solving marketing problems. The aim of the course is to use theoretical knowledge and data sources to analyze economic and financial processes in a company. The student applies accounting methods to prepare a company's balance sheet and analyze its asset and financial situation. The student learns how to use acquired knowledge to identify and resolve dilemmas related to financial accounting. He/she can conduct an economic analysis of a company's activities, applying accounting principles Eventuali ulteriori risultati di apprendimento attesi, relativamente a: Autonomia di giudizio: The student gains awareness of the dilemmas encountered in professional work related to financial accounting. He/she also demonstrates awareness of the necessity for continuous education in the field of marketing and management. Abilità comunicative: The student becomes able to communicate on the importance of accounting in the context of business management. He/she develops skills in individual and team work on marketing projects Capacità di apprendimento: The student recognizes the need for continuous knowledge update in the field of accounting. He/she demonstrates awareness of the necessity for continuous education in the field of marketing and managemen

Module I: Marketing (5CFU- 50 hours) The origin and concept of marketing - its place in the functioning of the company. Enterprise market environment. Structures and varieties of marketing, basic functions of marketing. Buyer behavior. Market competition. Marketing information system. Market research and analysis - market structure and forms, market segmentation, selection of the target market. Marketing mix as a concept of market impact. Market impact through product, distribution, prices and promotions. Introduction to marketing management. Module II: Financial Accounting (5CFU- 50 hours) The concept, essence and meaning of accounting. Legal bases regulating accounting. Accounting principles. Subject and entity of accounting. Accounting obligations of the entrepreneur. Accounting as an information system in business management. Definition and layout of the balance sheet. The balance as a data source for assessing the company's property and financial standing. Types of balance sheet economic operations. Principle of operation of balance sheet accounts. Accounting for business operations. The principle of double entry. Statement of turnover and balances. Causes and methods of correcting accounting errors. Types and principles of functioning of off-balance accounts. Account level breakdown. Company chart of accounts. Rules for preparing and storing accounting documents and documents. Control, account assignment and circulation of accounting documents. Definition of costs. Fixed and variable costs. Costs by type

Basic knowledge in economics as well as management and quality sciences. Basics of management and microeconomics and the ability to obtain information from specified sources

The knowledge acquired during the lecture is verified by a written exam and by a colloquium with questions and tasks checking understanding of the issues. The minimal requisites are as follows. At the end of the classes, the students should be able to: - interpret and describe: economic phenomena affecting the enterprise, basic logistics processes in the enterprise. - assess how to achieve goals while maintaining good relations with partners and colleagues, be aware of his/her knowledge of economics and management sciences and quality, and understand and be able to analyze the basic social phenomena associated with them - recognize, associate and interpret economic phenomena as well as determine the impact of various economic processes on the enterprise.

1. Marketing, Kotler P., Rebis, Warszawa, 2006. 2. Dyduch Alina, Sierpińska Maria, Wilimowska Zofia, Financial accounting, PWE, Warszawa 2013

Il corso si propone di studiare le tecniche fondamentali dei processi di fabbricazione in un ambiente di produzione digitale innovativo, dalle tecniche di fabbricazione di semilavorati (fusione, deformazione plastica) ai processi di asportazione di materiale ed alla saldatura. Lo studente acquisirà una capacità pratica di applicazione delle competenze che gli consenta di affrontare autonomamente le funzioni di un responsabile della gestione dei processi di trasformazione dei materiali in beni negli ambienti produttivi innovativi caratterizzati da tecnologie digitali. Lo studente sarà in grado, pertanto, di formalizzare concettualmente e risolvere autonomamente problemi definizione dei processi più idonei alle trasformazioni dei materiali ed alla produzione, con competenze spendibili anche in altri ambiti similari, là dove vi sia da risolvere un problema di tale natura in ambito organizzativo od operativo della vita reale. Lo studente acquisirà una capacità pratica di applicazione delle competenze che gli consenta di affrontare autonomamente le funzioni di un responsabile della gestione dei processi di trasformazione dei materiali in beni negli ambienti produttivi innovativi caratterizzati da tecnologie digitali. Lo studente sarà in grado, pertanto, di formalizzare concettualmente e risolvere autonomamente problemi definizione dei processi più idonei alle trasformazioni dei materiali ed alla produzione, con competenze spendibili anche in altri ambiti similari, là dove vi sia da risolvere un problema di tale natura in ambito organizzativo od operativo della vita reale. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: Autonomia di giudizio: sviluppo della capacità di analisi critica delle differenti realtà operative industriali rispetto ai temi della definizione dei processi produttivi. Capacità di apprendimento: la preparazione acquisita rende lo studente capace di affrontare un generico problema di progettazione gestione delle tecnologie di fabbricazione manifatturieri. Lo studente sarà quindi in grado di applicare le conoscenze acquisite a contesti differenti da quelli presentati durante il corso, ed approfondire gli argomenti trattati usando anche materiali didattici diversi da quelli proposti. Abilità comunicativa: sviluppo della capacità di inquadramento del problema e restituzione in modo efficace e sintetico del quadro risolutivo dello stesso, con proprietà di linguaggio e di analisi critica

Fondamenti di produzione (2 CFU): produzione di materiali, fusione, formatura, lavorazione, lavorazione non tradizionale, saldatura, trattamento delle superfici, metrologia, produzione additiva; fondamenti di automazione. Fondamenti dei processi di produzione (4 CFU) per metalli, polimeri, ceramiche e compositi mediante metodi di taglio, foratura, tornitura, fresatura e formatura dei materiali per polimeri, ceramiche e composizioni. 1 Materiali - Processi di rimozione (2 CFU) (Meccanica della formazione del truciolo - Usura degli utensili, Processi di taglio e Macchine utensili per la produzione, cicli di fabbricazione, progettazione e ottimizzazione dei parametri di processo, sistemi di fabbricazione automatizzati, flessibili e integrati) 2. Fonderia (1 CFU) (Solidificazione dei metalli, strutture di fusione, tensioni residue, criteri di progettazione delle fusioni, processi di fusione: stampi a perdere e permanenti, cicli di fabbricazione in fonderia) 3. Deformazione plastica (1 CFU) (I meccanismi di deformazione plastica a caldo e a freddo, processi di deformazione in massa, processi di formatura della lamiera).

Concetti base e generali di fisica e disegno tecnico industriale

Esame scritto e colloquio orale volti a valutare la comprensione della teoria e la capacità di rielaborare i concetti appresi. L'esame scritto deve precedere il colloquio orale. L'esame è superato se la media dei risultati di entrambe le prove è di 18/30. I requisiti minimi richiedono la capacità di padroneggiare la teoria e i calcoli di fonderia, deformazione plastica, asportazione di truciolo e saldatura. È possibile sostituire l'esame scritto e il colloquio orale con test di valutazione scritti intermedi e finali per gli studenti frequentanti il corso.

Reference material Manufacturing Engineering and Technology, 8th edition Published by Pearson (September 15, 2020) © 2020,Serope Kalpakjian Emeritus, Illinois Institute of Technology - Steven Schmid University of North Carolina - Charlotte

Conoscenza e capacità di comprensione Capacità di descrivere problemi applicativi legati all’ottimizzazione di processi complessi vincolati alla disponibilità di determinate risorse attraverso semplici modelli matematici lineari e non lineari. Capacità di applicare conoscenza e comprensione Risolvere algoritmicamente problemi di ottimizzazione vincolata e non vincolata anche attraverso l’uso di software matematici e valutare criticamente i risultati ottenuto.

1. Modelli matematici di ottimizzazione (5 ORE – 0.5 CFU) Introduzione storica alla ricerca operativa. Problemi di scheduling, di gestione della produzione, di assegnazione, di trasporto. 2. Problemi di programmazione lineare vincolata (5 ORE – 0.5 CFU) La geometria degli insiemi convessi e relative proprietà. 3. Risoluzione di problemi di programmazione lineare (15 ORE – 1.5 CFU) Il metodo del simplesso e relative varianti. Cenno ai metodi interior point. 4. Problemi di ottimizzazione non lineare non vincolata (15 ORE – 1.5 CFU) Metodi di tipo gradiente. Il metodo del gradiente stocastico. Applicazione a problemi di IA. 5. Problemi di ottimizzazione vincolata (10 ORE – 1 CFU) Condizioni KKT. Condizioni di complementarietà. Metodo di Newton-Lagrange. 6. Problemi di ottimizzazione su reti (10 ORE - 1 CFU) Il problema di minimo albero ricoprente. Problemi di cammino minimo. Problema del massimo flusso.

L’esame prevede un colloquio orale per verificare la capacità di descrivere e risolvere problemi ottimizzazione derivanti da problemi di gestione di risorse.

Dispense a cura del docente.

The aim of the course is providing students with knowledge of the function, types, contents and processes of conventional project managemen. The students will know the content and use of basic project documents such as project proposal, project order, work-breakdown-structure and Gantt chart. They will gain knowledge of the structuring of a scientific work and of a bachelor thesis. The student will be able to organize and plan their bachelor thesis, by making literature research in electronic databases and selection of suit able sources, and by using of writing and citation programs. He/She will be able to make a resource planning in projects, use of an IT-tool with exercises for project planning and control, and practice of agile project management method Eventuali ulteriori risultati di apprendimento attesi, relativamente a: Autonomia di giudizio: The student gains awareness of the possibility of making literature research in electronic databases and selection of suitable sources. They will be able to choose between basic project documents documents such as project proposal, project order, work-breakdown-structure and Gantt chart. Abilità comunicative: Communication, teamwork, self-reflection and versatility in pro jects Capacità di apprendimento: Gaining knowledge of literature research in electronic databases and selection of suit able sources the student will be able to learn with autonomy several different topics.

Project management and scientific working (5CFU-50hours) Conventional project management (1CFU-10hours)Function, types, contents and processes of conventional project management. Content and use of basic project documents such as project pro posal, project order, work-breakdown-structure and Gantt chart Process and resource planning in projects (1CFU-10hours )Use of an IT-tool with exercises for project planning and control Communication, teamwork, self-reflection and versatility in projects. Introduction and practice of agile project management methods Scientific work (2CFU-20hours) Scientific citation and citation methods. Research questions and writing an introduction · Structuring of a scientific work. Scientific methods and empirical tools . Thesis writing (1CFU-10hours) Organization and planning of the bachelor thesis. Literature research in electronic databases and selection of suit able sources. Use of writing and citation programs . Presentation of methodological and content-related result

No preprequisited

The knowledge acquired during the lecture is verified by a written exam and a documentation report The minimal requisites are as follows. At the end of the classes, the students should be able to: - Describe procedures, methods and tools of conventional and agile project management -Plan and document a project with regard to content and time framework conditions and to control it with the help of IT tools. - Design or derive a logical and coherent structure as well as research questions for seminar papers and bachelor theses. - Use the rules of correct scientific citation in a scientific work. - Identify scientific sources and methods relevant to the re search question. - Develop a coherent argumentation in the work and to present the research results.

Aken van, J.; Berends, H. and Bij van der, H. (2012): Problem solving in organizations. A methodological handbook for busi ness and management students, Cambridge: Cambridge Univer sity Press. Campell, C. (2007): The One-Page-Project Manager, Communi cate and manage any project with a single sheet of pa-per. Ho boken: Wiley. Easterby-Smith, M.; Thorpe, R. and Jackson, P.R. (2015): Man agement & Business Research, 5th ed., Los Angeles: SAGE.

ll corso fornisce una panoramica delle principali questioni legali e di policy relative all'intelligenza artificiale e alla gestione dei dati, da una prospettiva giuridica, analizzando le sfide che l’adozione dell’Intelligenza artificiale pone nei diversi contesti applicativi. Intende inoltre approfondire le questione teoriche e i dilemmi etici legati allo svoluppo dell’intelligenza artificale con particolare attenzione all’interazione uomo-macchina. Al termine del corso lo studente sarà capace di analizzare criticamente le principali questione di tipo etico e giuridico connesse agli usi dell’intelligenza artificiale Lo studente è capace di ragionare criticamente sui principali problemi di etica delle macchine collegati a sistemi AI dotati di capacità di decisione autonoma ed è capace di valutare l'impatto degli aspetti etici e legali dei sistemi di AI.

Introduzione alla regolamentazione giuridica dell’AI: il quadro normativo (0,5 CFU) Governance dell’Artificial Intelligence: L’AI Act (0,5) CFU); Aspetti giuridici (1,5 CFU): GDPR e AI; Responsabilità civile e AI; Diritti d’autore e diritti di proprietà intellettuale Aspetti etici delle macchine e dell’AI (1 CFU) Rischi e opportunità dell’AI per la società (0,5 CFU) Algoritmi decisionali e bias (1 CFU) Casi di studio (1 CFU)

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

The course will be based on collection of top scientific articles and book excerpts. Ethics of Articifical Intelligence, A. M. Lia (Ed.), Oxford University Press, 2020. The EU AI Act https://www.europarl.europa.eu/topics/en/article/20230601STO93804/eu-ai-act-first-regulation-on-artificial-intelligence https://hbr.org/2020/10/a-practical-guide-to-building-ethical-ai

Gli studenti acquisiranno una conoscenza completa dei concetti, delle tecnologie e delle applicazioni della digitalizzazione nei sistemi energetici elettrici. Gli studenti saranno in grado di applicare le loro conoscenze per risolvere problemi del mondo reale relativi alla gestione dell’energia, all’ottimizzazione della rete e alla sicurezza informatica. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: Autonomia di giudizio: Gli studenti svilupperanno capacità di pensiero critico e la capacità di valutare diverse soluzioni e tecnologie nel contesto dei sistemi energetici digitalizzati. Abilità comunicative: Gli studenti saranno in grado di comunicare efficacemente i loro risultati e le loro idee attraverso presentazioni, relazioni e discussioni. Capacità di apprendimento: Gli studenti svilupperanno capacità di apprendimento autodiretto e la capacità di rimanere aggiornati con gli ultimi progressi nel campo.

Modulo 0: Fondamenti dei Sistemi Elettrici (6 ore) Storia dei sistemi elettrici: evoluzione dalle prime reti elettriche alle moderne reti interconnesse; struttura dei sistemi elettrici di potenza: generazione, trasmissione, distribuzione e utenti finali; deregolamentazione dei mercati elettrici: introduzione alle strutture di mercato e ai principi di concorrenza. Modulo 1: Introduzione alla Digitalizzazione dei Sistemi Elettrici per l’Energia (6 ore) Principio e logica della digitalizzazione dei sistemi elettrici; evoluzione dei sistemi elettrici, transizione energetica e nascita delle smart grid; elementi chiave dei sistemi energetici digitalizzati: sensori, reti di comunicazione, analisi dei dati, sistemi di controllo. Modulo 2: Componenti dei Sistemi Energetici Digitalizzati (12 ore) Smart meters e infrastrutture di misurazione avanzate (AMI); Dispositivi Elettronici Intelligenti (IED) e il loro ruolo nell’automazione; reti di comunicazione: sistemi SCADA, protocolli (ad esempio, IEC 61850) e interoperabilità; piattaforme di gestione dei dati e cloud computing nei sistemi energetici. Modulo 3: Analisi dei Dati e Apprendimento Automatico nei Sistemi Energetici (12 ore) Introduzione ai concetti di analisi dei dati e apprendimento automatico; applicazioni per il load and generation forecasting, previsione del carico e rilevamento delle anomalie; manutenzione predittiva e ottimizzazione della rete mediante apprendimento automatico; esperienza pratica con strumenti di analisi dei dati e di apprendimento automatico. Modulo 4: Cybersecurity nei Sistemi Energetici Digitalizzati (6 ore) Comprensione delle minacce alla sicurezza informatica e delle vulnerabilità nelle smart grid; misure di sicurezza e protocolli per la protezione delle infrastrutture energetiche; casi di studio di attacchi informatici ai sistemi energetici e lezioni apprese. Modulo 5: Applicazioni della Digitalizzazione nei Settori Energetici (12 ore) Smart grid e il loro ruolo nell’integrazione delle fonti di energia rinnovabile; veicoli elettrici e il loro impatto sulla gestione della rete; microreti e risorse energetiche distribuite (DER); edifici intelligenti ed efficienza energetica; strumenti di simulazione e ottimizzazione dei sistemi energetici. Modulo 6: Implicazioni Economiche e Sociali dei Sistemi Energetici Digitalizzati (6 ore) Analisi costi-benefici degli investimenti in digitalizzazione nelle infrastrutture energetiche; impatto sui mercati energetici e sui meccanismi di determinazione dei prezzi; implicazioni sociali: problemi di privacy, proprietà dei dati ed equità; quadri politici e normativi per i sistemi energetici digitalizzati.

Fisica, nozioni basilari di elettromagnetismo e fisica tecnica

L’esame si svolge con una prova orale, nella quale allo studente sono poste domande riguardanti argomenti teorici e applicativi trattati nel corso. Per quanto riguarda i requisiti minimi di apprendimento, lo studente deve dimostrare la conoscenza delle nozioni basilari sui sistemi elettrici e sulla loro organizzazione, oltre che motivazioni e soluzioni per la digitalizzazione delle reti e dei sistemi elettrici. Una buona conoscenza degli argomenti trattati, unita a sufficienti basi teoriche e alla dimostrazione di buone capacità tecniche di applicazione delle conoscenze apprese, comporta una buona valutazione nella verifica dell’apprendimento. Una conoscenza approfondita degli argomenti trattati, supportata da una solida base teorica e dalla dimostrazione di ottime capacità di applicazione delle conoscenze apprese a problemi di modellazione, monitoraggio e controllo delle reti elettriche, comporta una ottima valutazione nella verifica dell’apprendimento.

Lecture notes. TBD

Prova finale

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

The student acquires basic concepts related to the design and implementation of information systems and informational processes in management. Describes models of the information systems design process and characterizes implementation methods; identifies various stages of information security and methods and tools for collecting, processing, and distributing information. Defines key concepts in the field of automatic control systems and manipulator kinematics for engineering. The student conducts simulations related to the implementation of information systems. Analyzes the information processes in management using numerical tools and the socio-technical aspects of the information systems implementation process. Applies analytical and numerical methods to design and implement security strategies in information systems. Analyzes technological processes and implements simple automation and robotics systems, including control systems and PLC programming. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: Autonomia di giudizio: The student gains awareness of the importance of a systemic approach in product creation and in the implementation of information systems, taking into account technical, economic, marketing, legal, organizational, and financial aspects. The student becomes able to create plans and strategies for the implementation of intelligent management support systems, taking into account various technical and organizational aspects. The student can assess applications of automation and robotics from the perspective of their impact on production efficiency, considering technical, economic, and organizational aspects. Abilità comunicative: The student becomes able to communicate on the ethical use of intelligent management support systems, considering their impact on the environment and society. The student explains research methodology and methods and tools for modeling processes occurring among market participants, focusing on applications in management information systems. The student also learns how to communicate efficiently between pairs during group works. Capacità di apprendimento: The student develops the ability to independently search for and select educational and training sources to supplement and refine their knowledge and skills in the field of management information systems. The course also develops the students' skills to indipendently solve information security problems and information

Module I: Management information systems (6CFU-60hours) 1)Overview of Management Information Systems (2CFU-20hours): Information processes in management. SI system. Information security (cryptographic methods and systems, digital signature). Information gap. 2)IT Systems Transition (2 CFU-20hours): Basic concepts. Meta stages of IT implementation. Implementation stages according to APICS. IT implementation strategies and system planning process. Planning the IT system implementation process. 3)Management of IT Systems Security (2CFU-20hours). Information security: information life cycle, incidents, elements of information security, evolution of the information security management system (ISMS), ISMS standards, models, policy and implementation, risk assessment methods. IT systems security: three-level reference model, hierarchy of assets model, security selection strategy. Module II: Intelligent Management Support Systems (6CFU-60hours) 2)Automatic control (2CFU-20hours) Controllers: tasks, types and properties, continuous PID controllers. Basic concepts of robotics, manipulator kinematics, manipulator programming and languages. Construction and operation principle of PLC. 2)Management support systems (2CFU): IT systems supporting SI. Expert systems. Modeling of management information systems (ARIS Toolset) in EPC and / or BPMN notation. Business Intelligence System in company management. 3)Artificial intelligence for management processes (2CFU-20hours): Artificial Neural Networks in variants: Self Organizing Maps and Learning Vector Quantization. Evolutionary Algorithms in variants: Genetic Algorithms, Evolutionary Strategies, Evolutionary Programming. Hybrid systems and elements of chaos theory.

Knowledge of the foundations of management, information technology, organization science and computer science, especially on database systems and programming. Basic knowledge of linear algebra, Boolean algebra.

Knowledge acquired is verified on the basis of solving individual tasks covered by the curriculum. A scored written tests (closed questions) or on the eMoodle platform is done at the end of individual thematic blocks of lectures. A final colloquium with questions and tasks checking understanding of the issues is then held. The minimal requisites for are as follows. At the end of the classes, the students should be able to: - identify various types of data and technologies used in intelligent management support systems, including artificial intelligence algorithms and cyber-physical systems -list and characterize the basic principles and methods of quality management used in the context of intelligent management support systems - define and explain key concepts related to informational processes in management, applies theoretical knowledge to analyze and model information processes in management, using tools such as ARIS Toolset and notations like EPC and BPMN - analyze technological processes in machine production, identifying key elements of automation and robotics systems and suggesting potential areas for optimization - design and implement simple automation and robotics systems, including control systems and PLC programming, based on requirements analysis and specifications - designs and implements solutions based on intelligent management support systems, using analytical methods and simulation tools - t analyzes the results of experiments and computer simulations related to intelligent management support systems, drawing conclusions about their effectiveness and applications

1) Anandarajan M., Anandarajan A., Srinivasan C.A. Business Intelligence Techniques, Springer Verlag Berlin 2) Walczak S., 8. Artificial Neural Network s , Information Resources Management Association 2019 3) Springer Handbook of Automation, S.Y. Nof (Edytor), Springer 2009 4)Raggad Bel G., (2010), Information Security Management. Taylor&Francis Inc

Stage interno

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

Il corso ha l'obiettivo di fornire agli studenti competenze avanzate nello sviluppo di prodotti innovativi, con particolare attenzione alla progettazione di interfacce utente e all'evoluzione dei prodotti verso servizi e esperienze. Gli studenti acquisiranno una solida comprensione delle tecnologie delle realtà miste, inclusi gli aspetti fondamentali della realtà virtuale, aumentata e estesa. Inoltre, il corso si concentra sulla modellazione 3D per applicazioni di realtà mista, fornendo agli studenti le competenze necessarie per creare modelli interattivi. Gli studenti svilupperanno abilità pratiche nell'utilizzo di Unity3D, imparando a gestire scene, modelli, mesh, illuminazione avanzata, animazioni e interazioni fisiche. Infine, il corso include la progettazione di interfacce utente spaziali e l'interoperabilità tra tecnologie CAD e Unity3D, preparando gli studenti ad affrontare le sfide dell'innovazione tecnologica in contesti digitali. Le conoscenze e capacità di comprensione che gli studenti acquisiranno durante il corso includono: Fondamenti di sviluppo per prodotti innovativi. Conoscenze approfondite delle tecnologie e degli elementi chiave della realtà virtuale (VR), aumentata (AR) ed estesa (XR). Competenze in modellazione 3D. Comprensione pratica dell’uso di Unity3D. Capacità di comprendere i principi e i metodi per progettare interfacce grafiche utilizzabili in ambienti di realtà mista, con un focus sull’interoperabilità tra diverse piattaforme tecnologiche. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: Autonomia di giudizio: Gli studenti saranno capaci di selezionare e utilizzare gli strumenti e le tecnologie più adeguati per lo sviluppo e la rappresentazione di prodotti innovativi, considerando fattori come il contesto applicativo, la complessità tecnica e le esigenze degli utenti. Abilità comunicative: Gli studenti saranno in grado di presentare idee, soluzioni e prototipi a un pubblico tecnico e non tecnico, avvalendosi di tecnologie digitali immersive per facilitarne la comprensione. Queste competenze consentiranno loro di collaborare in modo efficace all'interno di team multidisciplinari e di apportare un contributo significativo alla progettazione e allo sviluppo di soluzioni innovative. Capacità di apprendimento: Alla fine del corso, gli studenti svilupperanno la capacità di esplorare e utilizzare autonomamente nuove piattaforme e strumenti digitali, come software CAD avanzati e motori grafici come Unity3D.

Sviluppo per Prodotti Innovativi (1 CFU): evoluzione e la complessità dei prodotti, il passaggio dal prodotto al servizio e all’esperienza, la differenza tra interfaccia utente ed esperienza utente, e la progettazione e validazione delle interfacce utente (UID). Tecnologie di Mixed Reality (1 CFU): elementi chiave della VR, tecnologie abilitanti per la VR (visione stereoscopica, audio 3D, tracciamento 3D, interazione VR), cybersickness, il continuum di Milgram (AR, XR, VR, SC), storia e tendenze delle MR, combinatori visivi virtuali-digitali (SAR, HUD, dispositivi portatili, HMD, retinale) insieme ai tipi di tracciamento MR e alle applicazioni. Modellazione 3D per la Mixed Reality (1 CFU): principi e le tecniche per creare modelli 3D per applicazioni di realtà mista. Laboratorio di Unity3D (3 CFU): creazione di scene, impostazione di telecamere e illuminazione, gestione di modelli e mesh, interoperabilità CAD, illuminazione globale pre-calcolata, materiali avanzati, animazioni (keyframe, oggetti multipli, da CAD), fisica (corpi rigidi, collisori, giunti, forze, attivatori) e progettazione di GUI spaziali.

La verifica dell’apprendimento si basa sulla correttezza degli elaborati laboratoriali (manualmente e al CAD) svolti dallo studente (secondo e terzo indicatore di Dublino) autonomamente prima della prova finale e da una prova di verifica sui contenuti teorici e metodologici del programma (primo indicatore di Dublino). La prova è finalizzata ad accertare non solo il livello e la qualità di conoscenza e comprensione acquisita, ma anche la qualità di esposizione con terminologia appropriata e l’organizzazione autonoma dell'esposizione (quarto indicatore di Dublino). La prova altresì intende verificare le conoscenze dello studente in relazione alla capacità di sintetizzare ed integrare gli argomenti trattati nel corso verificando il livello di comprensione dell’argomento, le capacità espressive e l’utilizzo della terminologia appropriata. In particolare, la verifica dell’apprendimento si basa sulla valutazione: (i) degli elaborati laboratoriali svolti dallo studente nel corso dell’anno e (ii) di una verifica teorica orale. Il voto minimo per il superamento dell’esame è 18/30, per un livello e qualità sufficienti di conoscenza dei requisiti minimi di seguito illustrati. Gli studenti che raggiungano il voto massimo di 30/30 e che dimostrino un livello e qualità eccellenti sia nella prova pratica sia nella verifica teorica, e soprattutto nel questionario a risposta aperta, dimostrando di avere capacità di applicare autonomamente conoscenze e competenze acquisite anche in contesti diversi da quelli proposti a lezione (quinto indicatore di Dublino) saranno meritevoli di lode. I requisiti minimi per poter superare l'esame, in base al programma del corso, sono: Gli studenti devono essere in grado di applicare concetti di progettazione e validazione delle interfacce utente, comprendendo le differenze tra interfaccia utente ed esperienza utente. Gli studenti devono comprendere gli elementi fondamentali della realtà virtuale (VR), aumentata (AR) ed estesa (XR), incluse le tecnologie abilitanti. Gli studenti devono essere in grado di applicare le tecniche di modellazione 3D per creare oggetti e scene adatte a essere utilizzate in contesti di realtà mista. Gli studenti devono essere in grado di creare scene in Unity3D, gestire modelli e mesh, configurare telecamere e luci, e utilizzare tecniche di animazione, fisica e progettazione di interfacce grafiche spaziali.

Course slides, and topic Books: Designing Immersive 3D Experiences: A Designer's Guide to Creating Realistic 3D Experiences for Extended Reality, Renee Stevens; UX for XR: User Experience Design and Strategies for Immersive Technologies (Design Thinking), Cornel Hillmann; Augmented Reality: Principles and Practice 2016, Schmalstieg, Hollerer.

Il corso copre lo stato dell'arte della gestione della qualità, della metrologia delle parti e dell'ingegneria di precisione nei sistemi di produzione digitale. Il corso assicura una Conoscenza teorica dell’impatto della assicurazione della Qualità sulla innovazione manifatturiera Conoscenza applicativa sulle principali tecniche qualitative e quantitative di controllo ed assicurazione della Qualità nei processi produttivi e sul ruolo dell’intelligenza artificiale Competenze teorica ed applicativa sulle Decisioni statistiche. Competenze teorica ed applicativa sul Controllo Statistico di Processo. Competenze teoriche e applicative sulla metrologia delle parti e sull'ingegneria di precisione Lo studente acquisirà una capacità pratica di applicazione delle competenze che gli consenta di affrontare autonomamente le funzioni di un responsabile di controllo di processo, responsabile della assicurazione qualità in ambito produttivo. Lo studente sarà in grado pertanto di formalizzare concettualmente e risolvere autonomamente problemi di controllo di processo con competenze spendibili anche in altri ambiti similari. Eventuali ulteriori risultati di apprendimento attesi, relativamente a: Autonomia di giudizio: sviluppo della capacità di analisi critica delle differenti realtà operative industriali rispetto ai temi della qualità e sostenibilità dei processi produttivi. Capacità di apprendimento: la preparazione acquisita rende lo studente capace di affrontare un generico problema di progettazione e controllo della qualità di un processo manifatturiero per assicurarne la sostenibilità. Lo studente sarà quindi in grado di applicare le conoscenze acquisite a contesti differenti da quelli presentati durante il corso, ed approfondire gli argomenti trattati usando anche materiali didattici diversi da quelli proposti. Abilità comunicativa: sviluppo della capacità di inquadramento del problema e restituzione in modo efficace e sintetico del quadro risolutivo dello stesso, con proprietà di linguaggio e di analisi critica

Qualità (4 CFU) Il concetto di qualità. I costi della qualità. Gli elementi del Total Quality Management. Metodi di gestione della qualità preventiva e non preventiva, metodi statistici e gestione della qualità correlata al servizio. 1. Le decisioni statistiche (1.5 CFU) Definizione di performance e key performance indicator (KPI). Strumenti per il problem-solving (brainstorming; diagramma di Pareto; diagramma di Ishikawa; analisi dei campi di forza; diagrammi di dispersione, diagrammi di concentrazione dei difetti). Uso dei metodi grafici di raccolta dati e misure descrittive dei dati per analisi di problemi. Mappe concettuali. Benchmarking. Variabilità. Campionamento. Le carte di probabilità. Normalità e non normalità. Affidabilità. L’inferenza statistica. Test di ipotesi. Curve operative caratteristiche. Momenti, distribuzioni campionarie. 2. Controllo Statistico del Processo (2.5 CFU) Controllo statistico di processo con dati non correlati e correlati. Concetti applicativi generali sulle carte di controllo Shewhart e non. Progettazione di carte di controllo. Carte di controllo della media e del range. Carte di controllo della media e della deviazione standard campionaria. Metrologia e ingegneria di precisione (2 CFU) Test di precisione e prestazioni delle macchine utensili; uso di trasformazioni omogenee per la mappatura degli errori; budget e gestione degli errori; test delle prestazioni di taglio; controllo delle macchine. Concetti e tecnologia consentono una precisione tale che il rapporto tra dimensioni complessive e incertezza di misurazione sia elevato rispetto alla normale pratica ingegneristica.

Dettagliare la modalità dell’esame stabilendo i requisiti minimi di apprendimento per il superamento dell’esame.

Reference material Montgomery, D. C., (2006), “Controllo statistico della qualità”, McGraw-Hill, sec. Ed., ISBN 88-386-6244-4. UNI EN ISO 9001 (2015), “Sistemi di gestione della Qualità: requisiti””, UNI, Milano.