Corso di laurea
Informatica
Università degli Studi di Cagliari · 22 materie · 0 file condivisi
Sfoglia il materiale didattico
Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!
Materie del corso
Il corso permette di acquisire adeguate conoscenze di algoritmi, strutture dati e loro implementazione in C per la soluzione di problemi complessi. In particolare si evidenziano i seguenti aspetti: - Definire formalmente…
Scheda dell'insegnamento
Obiettivi formativi
Il corso permette di acquisire adeguate conoscenze di algoritmi, strutture dati e loro implementazione in C per la soluzione di problemi complessi. In particolare si evidenziano i seguenti aspetti: - Definire formalmente la nozione di algoritmo. - Organizzare le informazioni in strutture dati. -Caratterizzare i dati da elaborare organizzandoli e strutturandoli nel modo più opportuno al fine di agevolarne l'uso da parte degli algoritmi. - Progettare algoritmi corretti ed efficienti, attraverso l'esame di diversi paradigmi e risolvendo il problema il più velocemente possibile o usando il minor spazio di memoria possibile. - Studiare le limitazioni inerenti dei problemi da risolvere. Risultati di apprendimento attesi Conoscenza e capacità di comprensione (knowledge and understanding) Lo studente acquisirà le conoscenze fondamentali relative a: - Conoscenza dei meccanismi di allocazione della memoria e utilizzo dei puntatori - Abilità di programmazione in C, utilizzando puntatori e strutture dati dinamiche - Abilità nelle tecniche di programmazione ricorsiva - Conoscenza delle nozioni elementari di analisi della complessità - Abilità di valutare la complessità di algoritmi e di migliorarne l'efficienza in termini di tempo di esecuzione e/o uso di memoria - Abilità di problem solving mediante progetto di strutture dati e algoritmi - Conoscenza di strutture dati complesse (liste, code, stack, heap, alberi, tabelle hash e grafi) e dei relativi algoritmi - Conoscenza degli algoritmi di ordinamento Capacità di applicare conoscenza e comprensione (applying knowledge and understanding) Lo studente dovrà essere in grado di applicare la conoscenza acquisita per il raggiungimento dei seguenti obiettivi: - saper organizzare le informazioni in strutture dati adeguate - caratterizzare i dati da elaborare organizzandoli e strutturandoli nel modo più opportuno al fine di agevolarne l'uso da parte degli algoritmi - progettare algoritmi corretti ed efficienti, attraverso l'esame di diversi paradigmi e risolvendo il problema il più velocemente possibile o usando il minor spazio di memoria possibile. Autonomia di giudizio (making judgements) Lo studente sarà in grado di applicare le metodologie proprie dell'algoritmica per la comprensione e la risoluzione di nuovi problemi di natura computazionale. Le discussioni critiche in aula e le esercitazioni di laboratorio serviranno a stimolare e sviluppare l'autonomia di giudizio dello studente. Abilità comunicative (communication skills) Lo studente acquisirà la capacità di esprimere i concetti fondamentali propri degli algoritmi e delle strutture dati con terminologia appropriata e rigorosa. Imparerà a descrivere i problemi inerenti l'analisi e la progettazione di algoritmi corretti ed efficienti e le metodologie adottate per la loro soluzione. Capacità di apprendimento (learning skills) Lo studente acquisirà la capacità di studiare ed apprendere tecniche algoritmiche e strutture dati fondamentali. Imparerà a riconoscere l'importanza delle risorse computazionali (in particolare spazio e tempo) in modo da poter sviluppare autonomamente soluzioni per nuove problematiche inerenti la progettazione corretta ed efficiente di algoritmi.
Programma
Analisi di algoritmi: complessità in tempo e in spazio, complessità asintotica, notazione· O, Omega, Teta; algoritmi ricorsivi e relazioni di ricorrenza, caso pessimo, ottimo e medio (8 h) Strutture dati di base: array, matrice, stringa, coda, stack. Problema del pattern matching (6 h). Strutture dati dinamiche: liste singolarmente concatenate, coda e stack dinamicamente concatenati. liste doppiamente concatenate (2 h) Strutture ad albero: alberi binari, proprietà, rappresentazioni ed operazioni (5 h) Heap e code con priorità (3 h). Alberi binari di ricerca, AVL (6 h). Tavole hash (2 h) Grafi: proprietà, rappresentazioni, operazioni, problema del percorso minimo (7 h) Algoritmi di ordinamento: ordinamento per inserzione e per selezione, ordinamento rapido, ordinamento per fusione, ordinamento con heap, ordinamento con radice (9 h)
Elementi di analisi matematica Algebra lineare (vettori e matrici) Conoscenza dell'architettura elementare dei sistemi di elaborazione Conoscenza di sintassi, tipi di dato e costrutti base del linguaggio C Capacità di sviluppare semplici programmi in C.
Oltre alle lezioni teoriche ed esercitazioni guidate in aula (48 h), sono previste esercitazioni pratiche svolte in laboratorio e coadiuvate dal docente e da tutors dove verranno implementati in C gli algoritmi descritti e utilizzati per risolvere alcuni problemi pratici (36 h). La didattica sarà erogata in presenza. Le lezioni potranno essere integrate con materiali audiovisivi e con lo streaming.
Modalità d'esame
La valutazione dell'esame di Algoritmi e Strutture Dati prevede una prova scritta e una prova orale, La prova scritta consiste in esercizi e domande a risposta multipla sugli argomenti trattati a lezione, sia teorici che pratici. In particolare, ci saranno esercizi in cui si dovranno risolvere problemi utilizzando algoritmi ricorsivi o iterativi, oppure simulare il comportamento di algoritmi noti. Inoltre, ci saranno domande teoriche per verificare la tua comprensione dei concetti fondamentali, delle tecniche di analisi degli algoritmi e delle strutture dati. La prova scritta dura indicativamente 1 ora. Viene valutata in trentesimi ed è ritenuta sufficiente se il relativo voto, che di norma rimane valido per il solo appello in cui la prova viene sostenuta, è di almeno 18/30. La prova scritta, se superata, è seguita da una prova orale, volta alla verifica e alla discussione delle soluzioni ai problemi proposti durante le esercitazioni di laboratorio e composta da ulteriori domande sui principali argomenti trattati durante il corso (algoritmi fondamentali, analisi della complessità, esempi, casi particolari, ecc.). La prova orale è finalizzata ad accertare: il livello di conoscenza dei contenuti teorici del corso (descrittore di Dublino 1), il livello di competenza nell’esporre le proprie capacità di argomentazione (descrittore di Dublino 2), l’autonomia di giudizio (descrittore di Dublino 3) nel proporre l’approccio più opportuno per argomentare quanto richiesto. La prova orale ha anche l’obiettivo di verificare la capacità dello studente di rispondere con proprietà di linguaggio alle domande proposte, di sostenere un rapporto dialettico durante la discussione e di dimostrare capacità logico-deduttive e di sintesi nell'esposizione (descrittore di Dublino 4). Se superata, comporta un aggiustamento per eccesso o per difetto di al più 5/30 del voto della prova scritta, determinando così il voto finale. ll voto finale viene espresso in trentesimi, e il minimo per superare l’esame è di 18. La valutazione serve a misurare il raggiungimento degli obiettivi di apprendimento stabiliti, ovvero lo studente deve dimostrare di aver acquisito una conoscenza sufficiente degli argomenti relativi all’analisi degli algoritmi, una conoscenza base delle strutture dati e dei metodi di ordinamento e di essere in grado di valutare la bontà di un algoritmo: un livello sufficiente e adeguato si colloca tra 18 e 23, un livello buono e soddisfacente tra 24 e 26, mentre un livello ottimo, che indica una preparazione molto solida e approfondita, va da 27 a 30. È anche possibile attribuire la lode in caso di conoscenza completa ed eccellente di tutti gli argomenti trattati durante il corso.
Testi di riferimento
T.H. Cormen, C.E. Leiserson, R.L. Rivest, Introduzione agli algoritmi e Strutture Dati, McGraw-Hill, IV edizione, 2022. C. Demetrescu, I. Finocchi, G. Italiano, Algoritmi e Strutture Dati, McGraw-Hill, 2004.
Codice insegnamento 20717
Il corso si propone di fornire le conoscenze di concetti astratti e metodi pratici di calcolo differenziale e integrale per funzioni di una e di più variabili. A) Conoscenza e capacità di comprensione Conoscere gli…
Scheda dell'insegnamento
Obiettivi formativi
Il corso si propone di fornire le conoscenze di concetti astratti e metodi pratici di calcolo differenziale e integrale per funzioni di una e di più variabili. A) Conoscenza e capacità di comprensione Conoscere gli strumenti dell'analisi matematica per lo studio delle funzioni in una e due variabili reali e i principali metodi per la risoluzioni di integrali di funzioni una variabile reale. Conoscere i concetti di successione e serie numerica e le principali proprietà. B) Capacità di applicare conoscenza e comprensione Lo studente dovrà essere in grado di comprendere e risolvere esercizi inerenti gli argomenti del corso e applicare i metodi studiati a semplici problemi, per poter in futuro estendere ad altri contesti di studio e/o applicazioni scientifico-tecnologiche (e.g., Intelligenza Artificiale). C) Autonomia di giudizio Essere in grado di individuare le metodologie più adatte alla risoluzione dei problemi. D) Abilità comunicative Lo studente, alla fine del corso, dovrebbe aver acquisito una base minima del linguaggio matematico che gli permetta di comunicare in modo scientificamente corretto. E) Capacità di apprendimento Basandosi sulle conoscenze e sulle capacità logico-deduttive acquisite durante il corso, lo studente sarà in grado di apprendere nuovi metodi e teorie per affrontare problemi in differenti contesti applicativi. Le lezioni teoriche sono supportate da numerosi esercizi con l’obiettivo di insegnare allo studente come approcciarsi alla risoluzione di problemi.
Programma
Cenni di logica binaria (connettivi, condizioni necessaria e sufficiente, alcuni metodi di dimostrazione tra cui il principio di induzione). Insiemi. Elementi della teoria assiomatica dei numeri reali. Estremo superiore, estremo inferiore, massimo e minimo di insiemi numerici. Intervalli della retta reale e loro caratterizzazione. Punti di accumulazione. Funzioni di una variabile reale a valori reali. Funzioni iniettive, suriettive, biiettive. Funzioni composte, funzioni invertibili, funzioni monotone. Funzioni elementari: funzioni lineari, polinomiali, funzione valore assoluto, funzioni potenza, irrazionali, esponenziale e logaritmo, funzioni trigonometriche. Principali simmetrie delle funzioni. Limiti e continuità. Limiti di funzioni e principali teoremi (es. unicità del limite, confronto, permanenza del segno). Operazioni tra limiti. Forme indeterminate. Funzioni continue. Discontinuità. Teoremi notevoli sulle funzioni continue. Funzioni monotone e continue. Derivata. Significato geometrico e fisico della derivata. Operazioni con le derivate. Teoremi di derivazione delle funzioni composte e delle funzioni inverse. Derivate delle funzioni elementari. Derivate di ordine superiore. Applicazioni delle derivate. Teoremi di Fermat, di Rolle e di Lagrange. Criterio di monotonia. Criterio di convessità. Teorema di de l'Hôpital. Studio del grafico di una funzione. Formula di Taylor. Integrale di Riemann (definito). Definizioni e notazioni. Significato geometrica dell'integrale definito. Proprietà elementari dell'integrale definito. Teorema di Lagrange (del valor medio). Integrali indefiniti. Il teorema fondamentale del calcolo integrale. Integrali immediati e prime proprietà. Metodi per il calcolo di integrali indefiniti. Funzioni di più variabili. Limiti e continuità. Derivate parziali, gradiente, differenziabilità, piano tangente, derivate direzionali. Derivate parziali di ordine superiore, il teorema di Schwartz. La matrice Hessiana. Differenziabilità di funzioni di più variabili a valori vettoriali. Matrice Jacobiana. Derivate di funzioni composte. Formula di Taylor al secondo ordine. Ottimizzazione. Estremi liberi per funzioni di più variabili. Condizione necessaria (gradiente zero). Lo studio dei massimi e minimi tramite la matrice Hessiana per funzioni di due variabile. Successioni numeriche, loro limiti e proprietà. Successioni limitate e monotone. Cenni sul numero di Nepero, successione di Fibonacci e di Erone. Serie numeriche: convergenza, convergenza assoluta, criteri di convergenza per serie a termini positivi. Serie a termini alterni. Serie di potenze. Serie di Taylor per alcune funzioni elementari. Esempi e applicazioni.
Avere familiarità con le operazioni aritmetiche elementari tra numeri. Saper convertire una frazione in numero decimale e viceversa. Avere familiarità con la distinzione fra insiemi numerici (naturali, interi, razionali, reali). Conoscere le proprietà formali delle operazioni (commutativa, associativa, distributiva). Saper calcolare e manipolare espressioni contenenti potenze. Saper effettuare le operazioni algebriche fondamentali sui polinomi. Saper manipolare e semplificare espressioni razionali fratte anche in più variabili. Saper risolvere equazioni e disequazioni polinomiali, fratte, irrazionali, esponenziali e logaritmiche. Conoscere le proprietà geometriche elementari delle principali figure piane e saperne calcolare area e perimetro. Conoscere i teoremi di Talete e Pitagora e saperli usare per risolvere problemi di geometria elementare.
Lezioni partecipate collettive Esercitazioni guidate e attività laboratoriali individuali e di gruppo Supervisione di lavori individuali Per la preparazione dello studente a casa, il docente fornirà agli studenti, attraverso le piattaforme messe a disposizione dall'ateneo, i materiali del corso e direttive per lo svolgimento delle esercitazioni a casa o in aula. La didattica sarà erogata in presenza. Le lezioni potranno essere integrate con materiali audiovisivi e con lo streaming.
Modalità d'esame
La prova d'esame si articola in una prova scritta e una orale. Entrambe sono valutate in trentesimi e si considerano superate con una valutazione maggiore o uguale a 18/30. Per accedere alla prova orale è necessario superare la prova scritta. Se la prova orale non viene superata, lo studente dovrà ripetere anche la prova scritta. Per la determinazione del voto finale si attribuirà un peso del 40% alla prova scritta e del 60% alla prova orale. Lo scritto consente di verificare la capacità di applicare gli strumenti matematici proposti a lezione a casi concreti oltre alla capacità di analizzare criticamente le situazioni proposte per valutare la veridicità di affermazioni inerenti specifiche situazioni matematiche. Consiste in un test a scelta multipla (5 opzioni di risposta) in cui lo studente deve selezionare le opzioni corrette (anche più di una per ogni domanda). La prova è erogata al pc in uno dei laboratori informatici dell'ateneo e ha una durata massima di 2 ore. Le risposte errate o non date non danno penalizzazioni. Lo studente potrà usare esclusivamente fogli bianchi e penna. L'esito è visibile immediatamente dopo l'invio del test e dopo qualche ora saranno disponibili anche le risposte corrette che rimarranno visibili almeno fino alla data delle prove orali. Gli studenti avranno a disposizione dei test di esempio per familiarizzare con la tipologia di prova e con l'ambiente di erogazione. La prova orale si svolge circa 5-7 giorni dopo lo scritto e consiste in un colloquio durante il quale lo studente deve dimostrare di conoscere i contenuti del corso (definizioni degli oggetti matematici e loro proprietà) e come sono collegati, capacità di usare il processo logico-deduttivo per riprodurre dimostrazioni note, capacità di espressione e di argomentazione. Saranno proposte tre domande principali ma se ne possono aggiungere altre, volte ad accertare che lo studente abbia padronanza dei contenuti (il numero degli interventi del docente dipende dal livello di preparazione dello studente e dalle sue capacità espositive). Potranno essere anche richieste delucidazioni sulla prova scritta, soprattutto in caso di incongruenze tra le risposte date nello scritto o tra le due prove. La durata della prova orale è mediamente di 30 minuti. Il voto finale è assegnato seguendo la seguente Tabella Docimologica: Insufficiente: lo studente dimostra di non conoscere e/o non aver compreso i contenuti fondamentali del corso. 18-21: Lo svolgimento degli esercizi è affetto da significativi errori e/o incongruenze. L’esposizione orale è poco chiara; la proprietà di linguaggio è limitata e le conoscenze sono poco più che sufficienti. 22-24: lo studente dimostra di aver capito e assimilato sufficientemente gli argomenti. L’esposizione orale è affetta da esitazioni e la proprietà di linguaggio è limitata. Le conoscenze sono adeguate. 25-27: lo studente conosce quasi tutti gli argomenti chiesti nelle prove; dimostra di aver capito e assimilato discretamente gli argomenti; possiede una buona padronanza di linguaggio e chiarezza nell’esposizione. 28-30: lo studente dimostra di aver capito e assimilato molto bene gli argomenti richiesti all’esame; la proprietà di linguaggio e la chiarezza espositiva sono decisamente appropriate. 30 e lode: lo studente conosce perfettamente tutti gli argomenti chiesti durante l’esame; dimostra di aver capito e assimilato in profondità tutti gli argomenti; possiede un’ottima padronanza di linguaggio ed espone molto chiaramente i contenuti. Le date degli appelli (6 in un anno accademico) sono fissate per la prova scritta, mentre il calendario delle prove orali sarà comunicato dopo lo svolgimento della prova scritta e l'analisi degli esiti (in genere questo avviene entro il giorno successivo alla prova scritta).
Testi di riferimento
Teoria: [1] Paolo Marcellini, Carlo Sbordone. Analisi matematica uno. Liguori editore. [2] M. Bramanti, C.D. Pagani, S. Salsa. Analisi matematica vol.2, Zanichelli. Esercizi: [3] Paolo Marcellini, Carlo Sbordone. Esercitazioni di Analisi Matematica. 1 volume, parte prima e seconda. Liguori Editore [4] Paolo Marcellini, Carlo Sbordone. Esercitazioni di Analisi Matematica 2 prima parte e parte seconda. Zanichelli. [5] Sandro Salsa, Annamaria Squellati: Esercizi di Analisi matematica 1, Zanichelli.
Codice insegnamento 20154
CONOSCENZA E CAPACITA' DI COMPRENSIONE: Il corso ha l''obiettivo di insegnare allo studente i fondamenti dell'architettura dei calcolatori e delle piu' recenti GPU e costruire solide basi per la comprensione delle…
Scheda dell'insegnamento
Obiettivi formativi
CONOSCENZA E CAPACITA' DI COMPRENSIONE: Il corso ha l''obiettivo di insegnare allo studente i fondamenti dell'architettura dei calcolatori e delle piu' recenti GPU e costruire solide basi per la comprensione delle problematiche di implementazione dei linguaggi di programmazione mostrando l'evoluzione della tecnologia e degli strati astratti su cui si basano le architetture. CAPACITA' APPLICATIVE: lo studente deve essere in grado di usare i simulatori e gli assemblatori mostrati programmando con i linguaggi per microarchitettura e assemblativo. Lo studente avrà il supporto nell'installazione e nell'utilizzo di tali simulatori e assemblatori e dei linguaggi per microarchitetura e assemblativo. La conoscenza sulle architetture consentirà allo studente di progettare e ottimizzare al meglio sistemi software. AUTONOMIA DI GIUDIZIO: il corso si propone di stimolare gli studenti proponendo esercizi e software da implementare potendoli testare nei simulatori e assemblatori mostrati per autonomamente giudicare il proprio lavoro. Inoltre, la comprensione dell'evoluzione delle architetture dei calcolatori e delle GPU servirà per capire le best practices e le migliori strategie di programmazione e ottimizzazione. ABILITÀ NELLA COMUNICAZIONE: lo studente deve essere in grado di esprimere con appropriata terminologia i concetti fondamentali dei livelli che compongono l'architettura dei calcolatori, delle CPU, concetti di compilazione e interpretazione e dei linguaggi di programmazione visti durante il corso. CAPACITÀ DI APPRENDERE: lo studente sarà in grado di apprendere alcuni concetti fondamentali della programmazione e della compilazione/interpretazione e attraverso l'uso dei simulatori e assemblatori rendere più efficiente i programmi sviluppati. COMPETENZE ATTESE: Conoscenza dei livelli di un calcolatore e di una GPU; conoscenze base dei principi della programmazione e dei linguaggi di programmazione. Inoltre, il corso stimolerà gli studenti allo sviluppo di progetti di varia natura anche tramite Arduino, Raspberry, e piattaforme robotiche come ZORABOT, estensione del robot NAO.
Programma
Modalità d'esame
- Esercitazioni ed esempi durante il corso - Utilizzo di Mentimeter per mantenere costante ed elevato l'interazione con gli studenti. L’esame consta di quattro parti di cui una facoltativa: - un programma IJVM - un programma 8088 - un orale - un progetto facoltativo per aumentare il voto preso all'orale Ci sarà una prova in itinere a metà corso relativa ad IJVM. Per sostenere l'esame ogni studente dovra' prenotarsi su elearning sul modulo di gestione prenotazione che verra' creato per ogni appello. Ci sarà un modulo prenotazioni per IJVM e uno per 8088. La prenotazione scadra' qualche giorno prima dell'esame. Una volta prenotato lo studente potra' accedere al modulo su elearning relativo alla prova scritta dell'IJVM o 8088. Ogni studente scarichera' il proprio esame (come verrà spiegato nelle istruzioni) e consegnera' uploadando un file di testo. La prova durera' circa 35 minuti per IJVM e 45 minuti per 8088. Gli studenti possono decidere di fare solo uno dei due (IJVM o 8088) e fare l’altro a qualsiasi appello successivo. Sia per IJVM che per 8088 non ci saranno votazioni ma semplicemente PROVA PASSATA o PROVA NON PASSATA. Quando lo studente avrà passato con successo IJVM e 8088 sara’ convocato per l’orale in date e tempi che verranno stabiliti dal docente volta per volta. Alla fine dell’orale verrà dato un voto. Lo studente potra’ rifiutarlo e rifare l’orale al prossimo appello. Gli esiti di IJVM e 8088 saranno mantenuti fino alla fine dell’anno accademico. Fatto l'orale lo studente può scegliere di avere conservato il voto. E’ possibile migliorare il voto presentando un progetto che dovrà essere concordato con il docente. In tal caso, la materia verrà registrata alla presentazione del progetto. Non c’e’ alcuna scadenza per la sua presentazione anche se dovesse finire l’anno accademico. Ad uno stesso progetto possono lavorare al max 3 persone. Chiaramente più persone ci sono per progetto, meno punti per ciascuno verranno assegnati. Eventuali progetti possono essere estesi per tesi di laurea. Un progetto può fare aumentare il voto base di un qualsiasi valore che dipende dal progetto e che verrà concordato al momento della sua approvazione con il docente. Se lo studente ci ripensa, il docente registrerà il voto che era stato conservato. In generale chi prende una votazione tra i 18 e i 22 significa che sa come programmare a livello di IJVM e 8088 ma non ha un ampio bagaglio culturale del come quei linguaggi funzionano. Un punteggio dal 23 ai 27 indica studenti che hanno compreso in modo generale dove IJVM e l'8088 si collocano. Un punteggio dal 28 al 30 e lode indica studenti che hanno compreso in modo dettagliato dove IJVM e l'8088 si collocano.
Testi di riferimento
Codice insegnamento 20718
Gli obiettivi del corso sono: 1. Conoscenza e capacità di comprensione. L'insegnamento, rivolto a studenti del I anno del corso di Laurea in Informatica, si propone di far acquisire allo studente una conoscenza globale…
Scheda dell'insegnamento
Obiettivi formativi
Gli obiettivi del corso sono: 1. Conoscenza e capacità di comprensione. L'insegnamento, rivolto a studenti del I anno del corso di Laurea in Informatica, si propone di far acquisire allo studente una conoscenza globale della fisica e del metodo scientifico sperimentale. I vari argomenti vengono descritti a fondo, illustrati con esempi pratici. 2. Capacità di applicare conoscenza e comprensione. Durante il corso verra` proposta la risoluzione di problemi in cui applicare le conoscenze teoriche acquisite durante le lezioni di teoria, sia durante le lezioni frontali che come lavoro individuale usando anche piattaforme elettroniche. Gli studenti dovranno dimostrare di essere in grado di risolvere la maggior parte dei problemi proposti. 3. Autonomia di giudizio. Il corso fornisce agli studenti diligenti le competenze per applicare le metodologie fisiche descritte durante il corso alla risoluzione di problemi comuni di fisica, e di intuire il funzionamento di base di molti dispositivi elettronici fondamentali per il loro percorso di studi. 4. Abilità comunicative. La discussione dei problemi in classe induce gli studenti ad esprimere ed argomentare le loro scelte in modo chiaro ed efficiente. 5. Capacità di apprendimento. Il corso fornisce agli studenti diligenti una preparazione sufficiente alla comprensione dei fenomeni naturali che li circondano e dei principi primi dietro la tecnologia a loro disposizione, primo passo verso l’approfondimento personale.
Programma
1. Nozioni preliminari (8 ore). Introduzione alla fisica ed al metodo scientifico. Unita` di misura e nomenclatura. Vettori. 2. Cinematica e Meccanica (20 ore). Studio del moto in una e due dimensioni. Leggi di Newton, energia cinetica e lavoro. Calcolo delle oscillazioni e teoria delle onde. 3. Elettromagnetismo e ottica (20 ore) Carica elettrica, campo elettrico e teorema di Gauss. Corrente, potenziale elettrico, capacita`, resistenza. Cenno ai circuiti. Magnetismo e campo magnetico. Onde elettromagnetiche.
1. Conoscenze. Il corso richiede una buona conoscenza dei concetti di base dell’algebra lineare e dell’analisi matematica, in particolare derivate, integrali e trigonometria. 2. Abilità. Gli studenti dovranno essere in grado di applicare le metodologie apprese durante il corso di matematica. In particolare: grafico di funzioni elementari, calcolo di derivate e di integrali, calcolo vettoriale, trigonometria. 3. Competenze. Si richiede una conoscenza della matematica di base delle scuole superiori. Corsi propedeutici. Non vi sono corsi propedeutici, ma aiuta aver seguito e superato gli esami di Matematica.
Il corso consiste di 48 ore di lezione frontale piu` 12 ore di esercitazioni in aula . Le esercitazioni in aula consistono nell'applicazione dei metodi studiati e nello svolgimento di problemi e possibili prove d’esame attraverso un’attività di tutorato volta ad assistere gli studenti nello studio e nella preparazione della prova finale. Il docente presta inoltre assistenza costante agli studenti, nell'arco dell'intero anno accademico, sia durante l'orario di ricevimento che attraverso messaggi di posta elettronica ed attraverso la piattaforma di studio “moodle”. A causa dell'emergenza pandemica, la didattica verrà erogata contemporaneamente sia in presenza sia online, delineando dunque una didattica mista che possa essere fruita nelle aule universitarie ma al contempo anche a distanza. Ogni studente, all'inizio del semestre può optare, con scelta vincolante, per la didattica in presenza o a distanza. In funzione della disponibilità delle aule e del numero di studenti che opteranno per la modalità in presenza, potrà essere prevista comunque una turnazione per l'effettivo accesso in aula. In conformità col Manifesto degli Studi per l'A.A. 2021-22, e compatibilmente con le circostanze dovute alla situazione pandemica, la didattica verrà erogata prevalentemente in presenza, integrata e "aumentata" con strategie online, allo scopo di garantirne la fruizione in modo innovativo e inclusivo.
Modalità d'esame
La verifica dell'apprendimento avviene attraverso una prova scritta e la valuazione del lavoro svolto durante le esercitazioni svolte attraverso la piattaforma moodle. La prova consiste nello svolgimento di alcuni esercizi, inerenti l'intero programma del corso, che richiedono sia abilità operative che conoscenze teoriche. Le prova si intende superata solo se lo studente ha riportato una votazione non inferiore a 18/30. Per superare l'esame lo studente deve dimostrare di possedere una conoscenza di base di tutti gli argomenti trattati nel corso. Per conseguire il massimo punteggio, pari a 30/30, lo studente deve dimostrare di conoscere in modo eccellente gli argomenti del corso e di essere in grado di applicarli alla risoluzione di problemi. Gli studenti hanno la possibilità di verificare il proprio livello di preparazione nel corso delle esercitazioni svolte dal docente e durante le ore di tutorato. In queste occasioni potranno mettere alla prova le proprie capacità nello svolgimento di esercizi e prove d'esame, confrontando i propri risultati con quelli presentati dal docente o dal tutor. A causa dell'emergenza Covid-19, gli esami potrebbero essere svolti in modalita` telematica secondo le direttive del corso di studi.
Testi di riferimento
1) Halliday , Resnick, Walker, Fondamenti di Fisica (7a edizione) CeA editrice. ISBN-10: 8808182983 ISBN-13: 978-8808182982 2) James S.Walker, Fondamenti di Fisica, ed.Pearson
Codice insegnamento 15709
Conoscenza e capacità di comprensione: il corso si propone di fornire allo studente una panoramica introduttiva sull’organizzazione e il funzionamento degli elaboratori, partendo dalla rappresentazione dell’informazione,…
Scheda dell'insegnamento
Obiettivi formativi
Conoscenza e capacità di comprensione: il corso si propone di fornire allo studente una panoramica introduttiva sull’organizzazione e il funzionamento degli elaboratori, partendo dalla rappresentazione dell’informazione, passando attraverso la logica dei sistemi digitali, e introducendo alcuni elementi architetturali di base. Capacità di applicare la conoscenza e capacità di comprensione: lo studente acquisirà le competenze necessarie per la sintesi e l’analisi di semplici reti logiche sia combinatorie che sequenziali. Autonomia di giudizio: lo studente sarà in grado analizzare il comportamento di semplici reti logiche. Abilità comunicative: lo studente acquisirà le necessarie abilità comunicative nell'impiego del linguaggio tecnico nell’ambito dell’organizzazione elementare di un sistema di elaborazione. Capacità di apprendere autonomamente: lo studente sarà in grado di approfondire nuovi concetti relativi ai sistemi di elaborazione applicando le nozioni di base fornite nel corso.
Programma
1) INTRODUZIONE - L’informatica e il concetto di algoritmo - I linguaggi per la programmazione di algoritmi - Algoritmi e calcolabilità: le macchine di Turing - Sistemi di elaborazione: generalità, livelli di astrazione, cenni storici. 2) RAPPRESENTAZIONE DELL’INFORMAZIONE - Rappresentazione analogica e rappresentazione digitale - Sistemi di numerazione: sistema decimale, sistema ottale, sistema esadecimale, sistema binario - Conversione di base: conversione tra base 10 e base 2, conversione tra base B^k e base B, conversione tra generiche basi - Aritmetica binaria: somma, sottrazione, moltiplicazione, divisione - Numeri negativi: rappresentazione in modulo e segno, rappresentazione in complemento, addizione e sottrazione in complemento, overflow - Numeri in virgola fissa e numeri in virgola mobile - Standard IEEE per l’aritmetica binaria in virgola mobile - Operazioni in virgola mobile - Informazioni di carattere alfanumerico. 3) ALGEBRA BOOLEANA E RETI LOGICHE - Sistemi digitali e reti logiche - Algebra delle reti: definizioni, proprietà dell’algebra, porte logiche; altre applicazioni dell’algebra booleana (logica delle proposizioni, teoria degli insiemi) - Forme canoniche: prima e seconda forma canonica, proprietà delle forme canoniche - Minimizzazione: mappe di Karnaugh, metodi algoritmici, condizioni di indifferenza - Ulteriori operatori e relative porte logiche: NAND e NOR, XOR e NXOR - Reti combinatorie: analisi e sintesi, esempi di moduli combinatori (decodificatori, codificatori, selettori), unità aritmetiche e logiche (semisommatore, somma di due numeri interi, sommatore completo, esempio di costruzione di un’unità aritmetica) - Reti sequenziali: modello generale, sincronizzazione, flip-flop, funzioni di eccitazione dei flip-flop, sintesi di una rete sequenziale, registri (in parallelo, a scorrimento, ad anello), contatori. 4) ELEMENTI ARCHITETTURALI DI BASE - Componenti fondamentali di un calcolatore elettronico: il modello funzionale di Von Neumann - Organizzazione della memoria centrale - La codifica delle istruzioni - La CPU: parti componenti la CPU, esempio di organizzazione, esecuzione delle istruzioni, prestazioni - I diversi tipi di memoria: classificazione in base a funzionalità, tipo di tecnologia e modalità di accesso, gerarchie di memoria - Estensioni della macchina di Von Neumann (cenni).
nessuno
Lezioni frontali ed esercitazioni guidate (48 ore). Esercitazioni aggiuntive da svolgere a casa o nelle ore di tutoraggio.
Modalità d'esame
Prova scritta con: -domande a risposta aperta e domande a risposta multipla riguardanti gli argomenti trattati durante il corso (fondamenti dell’informatica, rappresentazione dell’informazione, logica dei sistemi digitali, elementi architetturali di base). -esercizi riguardanti la rappresentazione dell’informazione, l’analisi e la sintesi di semplici reti logiche sia combinatorie che sequenziali.
Testi di riferimento
- C. Bolchini, C. Brandolese, F. Salice, D. Sciuto, Reti logiche, Apogeo, 2008. - J.G. Brookshear. Informatica. Una panoramica generale. Pearson, 2012. - Appunti del docente
Codice insegnamento 15704
L'obbiettivo è di fornire gli strumenti algebrici di base usati nell''ambito della Matematica con particolare attenzione a quelli necessari per affrontare i problemi dell''aritmetica modulare e dell'algebra lineare.
Scheda dell'insegnamento
Obiettivi formativi
L'obbiettivo è di fornire gli strumenti algebrici di base usati nell''ambito della Matematica con particolare attenzione a quelli necessari per affrontare i problemi dell''aritmetica modulare e dell'algebra lineare.
Programma
**Fondamenti di teoria degli insiemi e relazioni.** Nozioni fondamentali sugli insiemi; appartenenza, inclusione, uguaglianza ed insieme delle parti; principali insiemi numerici; operazioni tra insiemi; prodotto cartesiano. Principio di induzione e sue applicazioni. Relazioni binarie e loro proprietà. Relazioni di equivalenza, classi di equivalenza e partizioni. Relazioni d’ordine, insiemi parzialmente e totalmente ordinati. Applicazioni tra insiemi; iniettività, suriettività, biiettività, composizione e applicazione inversa. **Aritmetica modulare e crittografia.** Divisione euclidea, divisibilità, massimo comune divisore e identità di Bézout. Congruenze e classi di resto; operazioni modulari, elementi invertibili e divisori dello zero. Funzione di Eulero e teorema di Eulero–Fermat. Calcolo efficiente delle potenze modulari mediante quadrati ripetuti. Principi della crittografia a chiave pubblica; generazione delle chiavi, cifratura, decifratura e correttezza dell’algoritmo RSA. Teorema cinese dei resti, procedura di risoluzione dei sistemi di congruenze e applicazioni a RSA. **Vettori e geometria analitica.** Vettori nel piano e nello spazio; coordinate, combinazioni lineari e rappresentazione parametrica e cartesiana delle rette. Prodotto scalare, norma, distanza, angoli, ortogonalità e proiezioni. Prodotto vettoriale e prodotto misto; calcolo di aree e volumi. Piani nello spazio in forma parametrica e cartesiana; parallelismo, perpendicolarità, allineamento e complanarità. **Spazi vettoriali e sottospazi.** Definizione ed esempi di spazi vettoriali. Sottospazi vettoriali e criteri di riconoscimento. Sottospazi generati, combinazioni lineari, sistemi di generatori, dipendenza e indipendenza lineare. Basi, coordinate rispetto a una base e dimensione. Determinazione di basi di sottospazi assegnati mediante generatori o equazioni lineari omogenee. **Matrici e sistemi lineari.** Operazioni tra matrici, trasposta, prodotto matrice-vettore e prodotto di matrici. Matrice identità, matrici invertibili e determinante. Sistemi lineari, rappresentazione matriciale e matrice aumentata. Operazioni elementari sulle righe, forma a gradini, metodo di eliminazione di Gauss e metodo di Gauss–Jordan. Sistemi omogenei e non omogenei; sistemi dipendenti da parametri; discussione dell’esistenza e del numero delle soluzioni. **Applicazioni lineari.** Definizione, esempi e proprietà fondamentali. Matrice associata a un’applicazione lineare. Nucleo e immagine; determinazione di basi e dimensioni. Teorema della dimensione. Iniettività, suriettività e invertibilità delle applicazioni lineari. Interpretazione geometrica di alcune trasformazioni lineari.
Conoscenza di base dell'aritmetica e delle operazioni elementari tra numeri, della distinzione dei diversi insiemi di numeri (naturali, interi, razionali e reali). Conoscenza delle proprietà delle operazioni (commutatività, associatività, distributività) e delle proprietà geometriche di base, come il teorema di Pitagora.
Lezioni frontali con il docente ed esercitazioni con il tutor.
Modalità d'esame
Esame scritto con esercizi e domande di teoria. A discrezione del docente, potranno essere richiesti chiarimenti orali.
Testi di riferimento
- Delizia, Longobardi, Maj e Nicotera. Matematica Discreta, McGraw Hill. - Abate, Marco. Geometria. Milano: McGraw-Hill Education, 1996.
Codice insegnamento 15703
Il corso fornisce le basi concettuali, metodologiche e pratiche della programmazione, integrando un modulo teorico con un modulo di laboratorio in linguaggio C. L’insegnamento privilegia la comprensione dei principi e…
Scheda dell'insegnamento
Obiettivi formativi
Il corso fornisce le basi concettuali, metodologiche e pratiche della programmazione, integrando un modulo teorico con un modulo di laboratorio in linguaggio C. L’insegnamento privilegia la comprensione dei principi e delle strutture fondamentali con cui si costruisce un programma rispetto alla sintassi di un singolo linguaggio. Il Modulo 1 introduce i modelli computazionali e i fondamenti della programmazione; il Modulo 2 consolida tali conoscenze attraverso attività pratiche di progettazione, implementazione, compilazione, testing e debugging in C. Conoscenza e comprensione. Lo studente conosce il modello di von Neumann e i principi di funzionamento di un sistema di elaborazione; comprende il passaggio dal problema all’algoritmo e al programma e il ruolo di compilatori e interpreti. Padroneggia i concetti di variabile, stato e computazione, i costrutti della programmazione strutturata, il sistema dei tipi, i sottoprogrammi, l’organizzazione della memoria, array, stringhe, puntatori e dati strutturati. Conosce inoltre le nozioni di base relative alla correttezza e alla complessità degli algoritmi e la loro realizzazione nel linguaggio C. Capacità di applicare conoscenza e comprensione. Lo studente sa modellare un problema in termini di dati, variabili e stato, progettare una soluzione algoritmica e tradurla in un programma C corretto e strutturato. Sa scegliere e utilizzare costrutti, funzioni e strutture dati adeguati, compilare ed eseguire i programmi, interpretare gli errori del compilatore, predisporre casi di test e individuare errori logici e di esecuzione mediante tecniche di debugging. Sa inoltre simulare manualmente l’esecuzione di algoritmi e frammenti di codice. Autonomia di giudizio. Lo studente sa valutare la correttezza di una soluzione algoritmica e della relativa implementazione, anche mediante proprietà degli stati e invarianti, e confrontare algoritmi alternativi in termini di correttezza, semplicità ed efficienza, stimandone il costo con le principali notazioni asintotiche. Sa inoltre valutare chiarezza, modularità e appropriatezza delle scelte implementative. Abilità comunicative. Lo studente sa descrivere problemi, algoritmi e programmi utilizzando la terminologia della disciplina, rappresentare soluzioni in forma indipendente dal linguaggio mediante pseudocodice e notazione degli stati e motivarne l’implementazione in C. Sa documentare il codice e spiegare con chiarezza le scelte algoritmiche e progettuali adottate. Capacità di apprendimento. Lo studente sviluppa un metodo per affrontare autonomamente nuovi problemi di programmazione, trasferire i concetti acquisiti ad altri linguaggi e paradigmi, apprendere nuovi strumenti di sviluppo e affrontare con solide basi metodologiche i successivi insegnamenti dell’area informatica.
Programma
Modulo 1: * Introduzione. Algoritmo, programma, esecutore. Informatica, hardware e software, dato e informazione. Modello di von Neumann e ciclo di esecuzione del processore. Linguaggio macchina e Assembler; linguaggi ad alto livello e macchina astratta; compilatori, interpreti e Java Virtual Machine; dal sorgente all'eseguibile. * Variabili, stato e computazione. Modellazione di un problema mediante variabili, stati e transizioni; invarianti; spazio degli stati e ricerca di una soluzione. * Programmazione e linguaggi. Programmazione strutturata e teorema di Böhm-Jacopini; sintassi e semantica; notazione BNF; storia e struttura di un programma C. * Operatori e controllo del flusso. Operatori aritmetici, relazionali e logici; precedenza e associatività; assegnamento; selezione (if/else, switch, operatore condizionale); iterazione (while, do-while, for) e terminazione. * Tipi di dati. Rappresentazione dei dati; tipizzazione; conversioni; definizione di nuovi tipi; array mono e multidimensionali. * Sottoprogrammi. Funzioni, passaggio dei parametri, scope, record di attivazione e ricorsione. * Memoria e puntatori. Stack e heap; puntatori; stringhe e libreria standard. * Dati strutturati. Strutture, allocazione dinamica, tipi ricorsivi, liste e alberi. * Ingresso e uscita. Libreria stdio; input e output formattati (printf, scanf). * Complessità computazionale. Notazioni asintotiche (O, Ω, Θ) e analisi del costo dei costrutti fondamentali. * Approfondimenti facoltativi. Sviluppo del linguaggio C, semantica operazionale, simulazione dell'esecuzione con carta e penna. Modulo 2: * Ambiente di sviluppo e primi programmi. Configurazione dell'ambiente; compilazione ed esecuzione di programmi C. Struttura del programma, preprocessing, commenti, variabili, tipi di dato, operatori, assegnamento, input e output (printf, scanf). * Tipi, conversioni e operatori. Cast impliciti ed espliciti; tipi numerici e char; precedenza, associatività e operatori composti; gestione dell'input e principali problematiche di scanf. * Espressioni e selezione. Libreria matematica; espressioni booleane; operatori relazionali e logici; if/else, switch, operatore ternario e numeri pseudocasuali. * Iterazione. Operatori di incremento e decremento; cicli while, do-while e for. * Array, matrici e stringhe. Dichiarazione, inizializzazione e scansione di array mono e bidimensionali; elaborazione di sequenze; rappresentazione e manipolazione delle stringhe. * Funzioni e organizzazione del programma. Definizione di funzioni, parametri e valori di ritorno; decomposizione in sottoproblemi e modularità. * Tipi definiti dall'utente. Enumerazioni, typedef e strutture (struct). * Puntatori e memoria dinamica. Uso dei puntatori; relazione con array e funzioni; allocazione e deallocazione dinamica. * Ricorsione e strumenti di sviluppo. Funzioni ricorsive, compilazione condizionale e assert. * File e programmi modulari. Lettura e scrittura su file; parametri del main; suddivisione del codice e file header. * Strutture dati dinamiche. Implementazione e manipolazione di liste mediante strutture, puntatori e memoria dinamica. * Esercitazioni e verifica. Progettazione, implementazione, compilazione, testing e debugging di programmi di complessità crescente. * Approfondimenti facoltativi. Debugger, simulazione dell'esecuzione con carta e penna, gestione di progetti complessi e avanzati.
Non è richiesto alcun prerequisito, trattandosi di un corso del primo semestre del primo anno di corso.
48 ore di lezioni frontali e 72 ore di laboratorio.
Modalità d'esame
Per il superamento della parte teorica dell'esame (Modulo 1) sono previste tre prove scritte. Ciascuna prova contribuisce per un terzo al voto della parte teorica ed è valutata in trentesimi. Le prove devono essere ripetute qualora il voto ottenuto sia inferiore a 15/30. Le prove scritte possono comprendere domande a risposta multipla (1 punto per domanda, con penalità per le risposte errate), domande di tipo vero/falso (1 punto per domanda, con penalità per le risposte errate) e domande a risposta aperta, per ciascuna delle quali è indicato il relativo punteggio. La parte laboratoriale (Modulo 2) dell'esame è valutata attraverso tre prove di programmazione in linguaggio C, da svolgersi al PC in presenza, distribuite durante il corso. In ciascuna prova lo studente è chiamato a progettare e implementare in C la soluzione a uno o più problemi, applicando gli argomenti affrontati progressivamente durante le attività di laboratorio. Ciascuna prova contribuisce per un terzo al voto della parte laboratoriale. Nel caso in cui una prova non venisse superata, si può sostenere una singola prova "totale", nelle date degli appelli. Il voto finale dell'esame è dato dalla media aritmetica dei voti ottenuti nei due moduli.
Testi di riferimento
Deitel, Deitel "Il linguaggio C, fondamenti e tecniche di programmazione" Ottava edizione (Agosto 2016) Pearson Sono inoltre disponibili le dispense dei docenti di entrambi i moduli.
Codice insegnamento 15705
1. Conoscenza e capacità di comprensione: L'insegnamento, rivolto a studenti del II anno del corso di Laurea in Informatica, si propone di far acquisire allo studente una conoscenza operativa delle metodologie…
Scheda dell'insegnamento
Obiettivi formativi
1. Conoscenza e capacità di comprensione: L'insegnamento, rivolto a studenti del II anno del corso di Laurea in Informatica, si propone di far acquisire allo studente una conoscenza operativa delle metodologie fondamentali dell'analisi numerica. I vari argomenti vengono descritti a fondo fornendo una giustificazione teorica per quanto possibile rigorosa. 2. Capacità di applicare conoscenza e comprensione. Durante il corso verranno discusse possibili applicazioni dei metodi studiati in alcuni settori dell'informatica applicata, quali ad esempio il data mining, l'image processing e la computer vision. Gli studenti dovranno dimostrare di essere in grado di implementare gli algoritmi in un linguaggio di programmazione e di verificare il loro funzionamento mediante una efficace sperimentazione numerica. 3. Autonomia di giudizio. Il corso fornisce agli studenti diligenti le competenze di base per applicare le metodologie matematiche descritte durante il corso alla risoluzione di problemi applicativi connessi al proprio campo di studi. 4. Abilità comunicative. La correzione della prova scritta tiene conto della capacità dello studente di esporre in modo ordinato e coerente gli argomenti studiati. La sua abilità comunicativa viene ulteriormente valutata nel caso che lo studente sostenga anche una prova orale. 5. Capacità di apprendimento. Il corso fornisce agli studenti diligenti una preparazione sufficiente alla comprensione di testi matematici avanzati, rendendoli capaci di ampliare in futuro le proprie conoscenze in modo autonomo.
Programma
1. <b>Nozioni preliminari</b> (6 ore). Problemi ben posti. Condizionamento. Algoritmi numerici: stabilità, complessità computazionale, occupazione di memoria. Sistemi in virgola mobile. Propagazione degli errori. 2. <b>Algebra lineare numerica</b> (16 ore). Richiami di algebra lineare. Spazi normati e spazi di Hilbert. Autovalori e autovettori. Matrici strutturate. Norme matriciali. Numero di condizionamento. Risoluzione dei sistemi lineari mediante il metodo di eliminazione di Gauss con pivoting e i metodi iterativi di Jacobi e Gauss-Seidel. Cenni sulla risoluzione di sistemi rettangolari nel senso dei minimi quadrati. Cenni sul calcolo di autovalori. 3. <b>Approssimazione di funzioni</b> (6 ore) Interpolazione ed approssimazione. Interpolazione polinomiale. Polinomio di Lagrange. Approssimazione polinomiale nel senso dei minimi quadrati. Cenni sull'interpolazione e l'approssimazione mediante funzioni trigonometriche e splines. Calcolo di integrali mediante formule di quadratura interpolatorie. 4. <b>Equazioni nonlineari</b> (4 ore) Radici di polinomi. Il metodo di bisezione. Il metodo di Newton e i metodi quasi-Newton. Cenni sui sistemi di equazioni non lineari. 5. <b>Laboratorio</b> (16 ore) Introduzione all'ambiente di calcolo e visualizzazione scientifica Matlab. Tipi di variabili. Scripts e funzioni. Strutture di controllo tradizionali e programmazione vettoriale e matriciale. Comandi grafici. Implementazione degli algoritmi studiati.
1. <b>Conoscenze</b>. Il corso richiede una buona conoscenza dei concetti di base dell'algebra lineare e dell'analisi matematica, che è possibile acquisire durante il primo anno del corso di studi. 2. <b>Abilità</b>. Gli studenti dovranno essere in grado di applicare le metodologie apprese durante gli esami del primo anno. In particolare: grafico di funzioni elementari, calcolo di derivate e di integrali, aritmetica di matrici e vettori. 3. <b>Competenze</b>. L'unica competenza richiesta per l'accesso al corso è un'esperienza di base nella programmazione dei computer, che consente una comprensione più profonda degli algoritmi che verranno descritti. Sono sicuramente utili l'abitudine all'uso di un approccio matematico nella risoluzione di problemi e una buona capacità nella manipolazione di espressioni algebriche. <b>Corsi propedeutici</b>. Come stabilito dal regolamento didattico, gli esami degli insegnamenti di Matematica Discreta e Analisi Matematica devono essere sostenuti prima dell'esame finale del corso.
La didattica verrà erogata in presenza. Il corso consiste di 48 ore di lezione frontale, che includono anche esercitazioni in aula e nel laboratorio di informatica. Le esercitazioni in aula consistono nell'applicazione dei metodi studiati e nello svolgimento di prove d'esame, quelle in laboratorio riguardano l'effettiva implementazione degli algoritmi su di un computer. Contemporaneamente al corso si svolge un'attività di tutorato volta ad assistere gli studenti nello studio e nella preparazione della prova finale. Il docente presta inoltre assistenza costante agli studenti, nell'arco dell'intero anno accademico, sia durante l'orario di ricevimento che attraverso messaggi di posta elettronica.
Modalità d'esame
La verifica dell'apprendimento avviene attraverso una prova che consiste nello svolgimento di alcuni esercizi, inerenti l'intero programma del corso, che richiedono sia abilità operative che conoscenze teoriche. Viene inoltre valutato il lavoro svolto durante le esercitazioni in laboratorio. L'esame e diviso in due parti: una prova scritta, che ha un peso del 70% sulla valutazione finale, i cui contenuti possono essere verificati durante lo svolgimento delle lezioni sul registro delle lezioni che il docente mette a disposizione degli studenti. Il rimanente 30% della valutazione e riservato a una prova che si svolge in laboratorio in cui lo studente dovrà dimostrare di conoscere e aver capito gli algoritmi descritti durante il corso, nonché di essere in grado di applicarli alla risoluzione di problemi. La prova si intende superata solo se lo studente ha riportato una votazione non inferiore a 18/30. Lo studente ha facoltà di richiedere una successiva prova orale al fine di migliorare la valutazione riportata. Allo stesso modo, il docente può richiedere una prova orale, se lo ritiene necessario per poter valutare correttamente la preparazione dello studente. Per superare l'esame lo studente deve dimostrare di possedere una conoscenza di base di tutti gli argomenti trattati nel corso. Il voto sarà compreso tra 18/30 e 22/30 se lo studente dimostra di avere una conoscenza sufficiente della terminologia specifica e una capacità sufficiente di esposizione dei concetti e dei risultati. Il voto sarà compreso tra 23/30 e 26/30 se lo studente dimostra di avere una buona conoscenza della terminologia specifica e una buona capacità di esposizione dei concetti e dei risultati. Il voto sarà compreso tra 27/30 e 30/30 se lo studente dimostra di avere una ottima conoscenza della terminologia specifica e una ottima capacità di esposizione dei concetti e dei risultati. Per conseguire la lode, lo studente deve dimostrare di conoscere in modo eccellente gli argomenti del corso e di essere in grado di applicarli alla risoluzione di problemi. Gli studenti hanno la possibilità di verificare il proprio livello di preparazione nel corso delle esercitazioni svolte dal docente e durante le ore di tutorato. In queste occasioni potranno mettere alla prova le proprie capacità nello svolgimento di esercizi e prove d'esame, confrontando i propri risultati con quelli presentati dal docente o dal tutor.
Testi di riferimento
G. Rodriguez. Algoritmi Numerici. Pitagora Editrice, Bologna, 2008. ISBN: 88-371-1714-0.
Codice insegnamento 15710
1. Conoscenza e capacità di comprensione. L'insegnamento, rivolto a studenti del II anno del corso di Laurea in Informatica, si propone di far acquisire allo studente una conoscenza operativa dei principali metodi…
Scheda dell'insegnamento
Obiettivi formativi
1. Conoscenza e capacità di comprensione. L'insegnamento, rivolto a studenti del II anno del corso di Laurea in Informatica, si propone di far acquisire allo studente una conoscenza operativa dei principali metodi quantitativi di supporto decisionale, come il calcolo delle probabilità, l’inferenza statistica, la simulazione, la regressione e l’ottimizzazione. Tipicamente la capacità di comprensione è sviluppata introducendo alcuni problemi realistici, individuando poi i concetti fondamentali, sviluppando i metodi necessari alla loro risoluzione, implementandoli e analizzando i risultati. In generale, questo insegnamento intende mostrare come che opportuni metodi quantitativi possano essere di estremo aiuto nella risoluzione di numerosi problemi di interesse applicativo per gli studenti in Informatica. 2. Capacità di applicare conoscenza e comprensione. In sede d’esame, gli studenti dovranno dimostrare capacità di problem solving e, in particolare, di individuare e impiegare i concetti fondamentali necessari alla risoluzione di problemi assimilabili a quelli presentati a lezione. 3. Autonomia di giudizio. L’applicazione dei concetti fondamentali alla risoluzione di problemi realistici consentirà allo studente di ragionare criticamente sugli stessi problemi, analizzare i dati utili alla loro risoluzione, riflettere sulle ipotesi metodologiche e valutare la qualità dei risultati ottenuti. 4. Abilità comunicative. Lo studente deve esporre in modo ordinato e coerente come si impiegano i metodi per la risoluzione dei problemi in esame. 5. Capacità di apprendimento. Il corso fornisce agli studenti una preparazione sufficiente alla comprensione di testi più avanzati di Statistica e Ricerca Operativa, rendendoli capaci di ampliare in futuro le proprie conoscenze in modo autonomo.
Programma
1. Analisi delle decisioni (2 ore): Costruzione, risoluzione e validazione di alberi decisionali. 2. Fondamenti di probabilità discreta (18 ore): Esperimenti casuali e loro risultati, spazio dei campioni, evento, probabilità di un evento, assiomi sulla probabilità e teoremi da essi derivati, probabilità condizionata, eventi indipendenti, teorema delle probabilità totali, regola di Bayes, richiami di analisi combinatoria (permutazioni e combinazioni). Variabili casuali discrete, funzioni di probabilità e di ripartizione per variabili casuali discrete, variabili casuali bivariate discrete e loro distribuzioni congiunte, indipendenza tra variabili casuali discrete. Media, varianza, moda, mediana e percentili di una variabile casuale discreta, covarianza e correlazione di due variabili casuali discrete. La distribuzione uniforme, la distribuzione binomiale, la distribuzione di Poisson, la distribuzione geometrica, la distribuzione di Pascal. 3. Distribuzioni continue di probabilità e loro applicazioni (6 ore). Funzioni di densità e probabilità cumulativa di variabili casuali continue monovariate e bivariate, indipendenza tra variabili casuali continue. Media, varianza, moda, mediana e percentili di una variabile casuale continua, covarianza e correlazione di variabili casuali continue. La distribuzione uniforme, la distribuzione normale, la distribuzione gamma, la distribuzione chi-quadro, la distribuzione t di Student. Teorema del limite centrale. 4. Campionamento statistico (8 ore): Popolazione, campione e stimatore campionario. Media campionaria e varianza campionaria. Intervalli di confidenza della media della popolazione per grandi e piccoli campioni, delle proporzioni e delle differenze di medie e proporzioni. Dimensionamento dei campioni. Test di ipotesi: significatività, errori del primo tipo e del secondo tipo, P-value. Test sulla media della popolazione (per grandi e piccoli campioni), test sulla proporzione dei successi e test chi quadro. 5. Modelli di simulazione: concetti e utilizzo (2 ore): Obiettivi della simulazione. Generatori di numeri casuali in accordo a distribuzioni discrete e continue. Analisi dei risultati. 6. Modelli di regressione: concetti e utilizzo (6 ore): Modelli di regressione lineare semplice e multipla. Richiami sul metodo dei minimi quadrati. Coefficiente di determinazione, errore standard, intervalli di confidenza dei coefficienti della regressione. Validazione di un modello di regressione. Il problema della multicollinearità. 7. Ottimizzazione lineare e discreta (6 ore): Modelli di ottimizzazione lineare e loro risoluzione dei modelli di programmazione lineare (algoritmo del simplesso), analisi di sensitività, ottimizzazione lineare in condizioni di incertezza. Modelli di ottimizzazione discreta, l’algoritmo branch-and-bound.
1. Conoscenze. Il corso richiede una buona conoscenza di basilari concetti di Matematica, che è possibile acquisire durante il primo anno del corso di studi. 2. Abilità. Gli studenti dovranno essere in grado di applicare alcuni concetti appresi nel primo anno, come lo studio di funzioni elementari, calcolo di derivate e integrali. 3. Competenze. Non è richiesta alcuna competenza tecnica preliminare. Corsi propedeutici. Nessuno.
Il corso consiste di 48 ore di lezione frontale. In aggiunta, si svolge un'attività di 24 ore di tutorato per assistere gli studenti nello svolgimento di esercizi che consentano una più profonda comprensione della teoria, richiamare i concetti fondamentali, presentare e risolvere esercizi. Il docente presta inoltre assistenza costante agli studenti nell'arco dell'intero anno accademico attraverso messaggi di posta elettronica e ricevimenti concordati (in presenza o online).
Modalità d'esame
Lo studente dovrà dimostrare di conoscere i concetti fondamentali presentati nel corso e di saperli applicare alla risoluzione di problemi realistici. La verifica dell'apprendimento avviene mediante una prova scritta e, successivamente, mediante tre tesine. Tuttavia, lo studente ha facoltà di richiedere una successiva prova orale sugli argomenti teorici al fine di migliorare la valutazione riportata con la prova scritta e le tesine. Allo stesso modo, il docente può richiedere una prova orale, se lo ritiene necessario, per poter valutare più accuratamente la preparazione dello studente. La prova scritta ha l’obiettivo di verificare la capacità di applicare i metodi in studio per la risoluzione di brevi problemi su “Analisi delle decisioni”, “Fondamenti di probabilità discreta”, “Distribuzioni continue di probabilità e loro applicazioni” e “Campionamento statistico”. La prova si compone di 3 o 4 esercizi ed è valutata fino a 22 punti. Le tre tesine devono consistere in una simulazione, una regressione e un’ottimizzazione. Esse sono svolte con l’ausilio di applicativi informatici, sono sviluppate autonomamente sulla base degli esempi delle tesine degli anni precedenti o concordate con il docente o il tutor, sono svolte tipicamente in collaborazione con un altro studente e sono valutate fino a 3 punti ciascuna. Le tesine devono essere consegnate via mail al docente ([email protected]). L’eventuale prova orale facoltativa consente di incrementare il voto conseguito nello scritto e nelle tesine fino a 3 punti. Il voto finale è dato dalla somma dei punti conseguiti nello scritto, nelle tesine e nell’eventuale prova orale. In generale: • Il voto sarà compreso tra 18/30 e 22/30 nel caso di una conoscenza sufficiente della terminologia specifica, una corretta applicazione dei concetti metodologici, e una sufficiente esposizione dei concetti e dei risultati. • Il voto sarà compreso tra 23/30 e 26/30 nel caso di una buona padronanza della terminologia specifica, una buona applicazione dei concetti metodologici, e una buona esposizione dei concetti e dei risultati. • Il voto sarà compreso tra 27/30 e 30 e lode nel caso di un’ottima padronanza della terminologia specifica, una critica applicazione dei concetti metodologici, e un’esposizione chiara dei concetti e dei risultati.
Testi di riferimento
Dimitris Bertsimas and Robert Freund "Data, Models and Decisions, The fundamentals of Management Science", 2004, Dynamic Ideas. ISBN0-9759146-0-X M.R. Spiegel, J. Shiller, R. Alu Srinivasan. Probability and Statistics – Third Edition. McGraw-Hill, 2009. ISBN: 978-0-07-154426-9
Codice insegnamento 20011
Economia: Il corso introduce in modo integrato i principali concetti di Microeconomia e Macroeconomia. Gli studenti di EDI Economia impareranno come consumatori e imprese prendono decisioni in presenza di vincoli e…
Scheda dell'insegnamento
Obiettivi formativi
Economia: Il corso introduce in modo integrato i principali concetti di Microeconomia e Macroeconomia. Gli studenti di EDI Economia impareranno come consumatori e imprese prendono decisioni in presenza di vincoli e incentivi, come si formano i prezzi nei mercati e quali esiti ne derivano in termini di efficienza ed equità. Sul versante macro, il corso fornisce gli strumenti di base per comprendere le principali dinamiche macroeconomiche. Al termine, gli studenti saranno in grado di applicare concetti economici fondamentali a problemi reali, valutare costi e benefici di diverse scelte pubbliche e private e comunicare in modo chiaro il proprio ragionamento. Diritto: Il corso si prefigge l’obiettivo di introdurre alla conoscenza dei principi generali in tema di proprietà intellettuale (diritto di autore e diritti connessi) e proprietà industriale (in particolare, brevetti per invenzioni e tutela delle topografie di prodotti a semiconduttori) con riguardo alla disciplina speciale della tutela del software. Viene proposto agli studenti un percorso formativo che spazia da una introduzione generale sui diritti di proprietà intellettuale e sulle tecniche di protezione giuridica interessate nella materia della tutela del software, ad una analisi specifica della disciplina del diritto di autore, applicata alla realtà del software, per terminare con un focus sulle questioni giuridiche relative alla brevettabilità del software, e alle computer implemented inventions, nonché alle questioni dibattute in tema di intelligenza artificiale e proprietà intellettuale (con riguardo in particolare alla tutela degli algoritmi in ambito AI).
Programma
distribuzione e alla elaborazione creativa del software.
La frequenza del corso non è subordinata alla sussistenza di particolari requisiti. Tuttavia, con riferimento al modulo di Economia, si presuppone una conoscenza almeno elementare di matematica generale.
Economia: Lezioni frontali ed esercitazioni. Diritto: In ogni lezione si anticiperanno, in sintesi, gli argomenti della successiva lezione e il ripasso dei concetti principali verrà fatto in modo sistematico. La tutela del software tra brevetto e diritto di autore. Acquisto del diritto di autore, registrazione e adempimenti pubblicitari. Il Registro pubblico speciale per i software. Il contenuto del diritto di autore: diritti morali e diritti patrimoniali. La struttura «soggettiva» delle creazioni protette dal diritto di autore: il software realizzato da un team di sviluppo. Il contenuto del diritto di autore sul software: focus sul diritto di elaborazione ed elaborazioni creative del software. Il contenuto del diritto di autore sul software: il diritto di riproduzione del software. La duplicazione del software. La decompilazione del software. Copia privata e Digital Rigths Management. Il contenuto del diritto di autore sul software: la distribuzione del software. Principali differenze tra vendita e licenza del software. Contratti di licenza e restrizioni all’uso del software. Il software free e open source e le licenze Creative Commons. Il software realizzato in esecuzione di contratti di lavoro autonomo o subordinato. Il divieto di brevettazione del software. Le computer implemented inventions. Il brevetto per topografie di prodotti a semiconduttori.
Modalità d'esame
Economia: l’esame si svolge al termine in forma scritta con esercizi e brevi domande di teoria. Diritto: Un test che prevede dieci domande a risposta multipla e una o due domande a risposta aperta. L’esito finale dell’Esame EDI è dato dalla somma dei punteggi conseguiti in Economia e in Diritto.
Testi di riferimento
Economia: N. Gregory Mankiw, L’essenziale di Economia, settima edizione italiana, 2021, Zanichelli. N. Gregory Mankiw, Mark P. Taylor, Principi di Economia, ottava edizione italiana, 2021, Zanichelli. Diritto: Le lezioni trovano sintesi in presentazioni elaborate mediante l’utilizzo di Powerpoint. Tutte le slide, in formato pdf, saranno rese disponibili, agli studenti frequentanti, fin dalla prima lezione. Il materiale didattico è suscettibile di aggiornamenti durante lo svolgimento del corso. Per eventuali approfondimenti si consiglia la lettura di: - AA.VV., Diritto industriale. Proprietà intellettuale e concorrenza, IV edizione, Giappichelli, 2020 limitatamente alla parte VII; - P. GALLI, sub artt. 64-bis – 64-quater l.a., in L.C. UBERTAZZI, Commentario Breve alle leggi su proprietà intellettuale e concorrenza, Padova, 2019.
Codice insegnamento 15723
Conoscenza e capacità di comprensione L'obiettivo generale di questo corso è fornire le conoscenze relative alla struttura, l'organizzazione e il funzionamento delle comunicazioni su rete. In particolare relativamente…
Scheda dell'insegnamento
Obiettivi formativi
Conoscenza e capacità di comprensione L'obiettivo generale di questo corso è fornire le conoscenze relative alla struttura, l'organizzazione e il funzionamento delle comunicazioni su rete. In particolare relativamente alle metodologie d'uso e all'evoluzione della tecnologia informatica, lo studente acquisirà le conoscenze e le capacità di comprensione relative ai seguenti argomenti: • rappresentazione dell'informazione in funzione della comunicazione; • suddivisione e organizzazione dei processi di instradamento dell'informazione per reti di elaboratori; • reti di calcolatori e architetture per la comunicazione, inclusi: strutturazione a livelli dei modelli di riferimento e protocolli di rete. • progettare, sviluppare, gestire e mantenere reti di calcolatori. Lo studente dovrà comprendere l'evoluzione della tecnologia informatica, in modo da poter integrare e trasferire l'innovazione tecnologica nello specifico settore. L'insegnamento è ricompreso tra le discipline E e H della classificazione del GRIN: • E: Architetture • H: Computazione su Rete Capacità di applicare conoscenza e comprensione L'insegnamento di "Reti di Calcolatori" permetterà allo studente di acquisire le seguenti capacità: • utilizzo di chiamate di sistema per la comunicazione e sincronizzazione di thread e processi; • analizzare e progettare semplici strutture per la comunicazione su rete; • identificare e risolvere semplici problemi di comunicazione ai diversi livelli della pila del protocollo TCP/IP; Le figure attese dovranno essere in grado di ricoprire le funzioni previste ai profili di "Tecnico web" (3.1.2.3.0) e di "Tecnico gestori di reti e di sistemi telematici" (3.1.2.5.0). Autonomia di giudizio L'insegnamento di "Reti di Calcolatori" consentirà allo studente di maturare un'utile autonomia di giudizio in ordine alle conoscenze apprese su: • i principi di commutazione adottabili nelle reti di calcolatori; • i protocolli impiegabili ai differenti livelli dei modelli di riferimento; • gli algoritmi, statici o dinamici, da adottare; • le funzioni e la gestione per livelli rispetto ad un modello di riferimento della comunicazioni tra elaboratori. Lo studente sarà inoltre guidato ad un apprendimento critico e responsabile al fine di rafforzare le capacità di giudizio, anche attraverso lo studio di materiali didattici complementari. Abilità comunicative Lo studente al termine dell'insegnamento avrà acquisito le necessarie conoscenze per poter illustrare con completezza e competenza le tematiche legate alla struttura, organizzazione e modelli di riferimento e trasmissivi propri delle "Reti di Calcolatori". Capacità di apprendimento L'insegnamento di "Reti di Calcolatori" porterà lo studente ad imparare con la massima resa sia il materiale proposto in aula sia il materiale aggiuntivo fornito dal docente, con cura dell'aspetto di verifica interattiva del processo di apprendimento stesso.
Programma
Informazioni generali sulle reti; comunicazione su rete; stack e livello applicativo, funzionalità e protocolli. Modello OSI e correlazioni coi livelli di trasporto e rete; Indirizzamenti di rete IPv4/IPv6. Livelli Data Link e Fisico; MAC address - Ethernet Pianificazione, cablaggio e gestione di rete; Configurazione e test sulle reti; Routing; Packet Forwarding; Routing Statico. Protocolli di Routing Dinamico; Distance Vector; RIPv1; VLSM and CIRD RIPv2; Routing Tables. EIGRP; Protocolli Link State; OSPF
fondamenti di informatica e linguaggi di programmazione
lezioni esercitazioni
Modalità d'esame
mini-test intermedio sulla prima parte di programma (risposta multipla, laboratorio) mini-test intermedio sulla prima parte di programma (risposta multipla, laboratorio) voto finale massimo 30/30 con lode
Testi di riferimento
A. S. Tanenbaum - David J. Wetherall Reti di calcolatori 5/ed. - Pearson G. Fenu Livello rete - CUEC
Codice insegnamento 15714
Il corso di Sistemi Operativi ha l’obiettivo di fornire agli studenti i fondamenti teorici e pratici relativi al funzionamento dei sistemi operativi. Il corso offre solide basi per comprendere i principali meccanismi…
Scheda dell'insegnamento
Obiettivi formativi
Il corso di Sistemi Operativi ha l’obiettivo di fornire agli studenti i fondamenti teorici e pratici relativi al funzionamento dei sistemi operativi. Il corso offre solide basi per comprendere i principali meccanismi di gestione dei processi, dei thread, della memoria, dei file e delle risorse di sistema. Particolare attenzione è dedicata alle problematiche, alle metodologie e alle strategie per la progettazione e l’implementazione di programmi di sistema, anche attraverso l’uso delle principali interfacce di programmazione messe a disposizione dai sistemi operativi. Il corso presenta inoltre l’evoluzione delle tecnologie, delle architetture e dei livelli di astrazione su cui si basano i moderni sistemi informatici e le applicazioni connesse in rete. Con riferimento ai Descrittori di Dublino, al termine del corso lo studente avrà acquisito i seguenti risultati di apprendimento. 1. Conoscenza e capacità di comprensione Lo studente conoscerà i principi fondamentali dei sistemi operativi, con particolare riferimento alla gestione di processi e thread, allo scheduling, alla sincronizzazione, allo stallo, alla memoria centrale e virtuale, ai file system e ai sistemi di input/output. Sarà inoltre in grado di comprendere il ruolo delle principali astrazioni e interfacce offerte dal sistema operativo. 2. Capacità di applicare conoscenza e comprensione Lo studente sarà in grado di applicare le conoscenze acquisite alla progettazione, implementazione, analisi e verifica di programmi di sistema in ambiente Linux. Sarà capace di utilizzare la riga di comando, gli strumenti di base del sistema, la programmazione Bash e il linguaggio C per realizzare programmi basati su processi, thread, primitive di sincronizzazione e meccanismi di comunicazione tra processi. 3. Autonomia di giudizio Lo studente sarà in grado di valutare e confrontare differenti soluzioni progettuali relative alla gestione delle risorse, alla concorrenza e alla comunicazione tra processi. Saprà individuare potenziali problemi di correttezza, efficienza, sincronizzazione, stallo e gestione delle risorse, scegliendo le tecniche e le primitive più appropriate in funzione del problema considerato. 4. Abilità comunicative Lo studente sarà in grado di descrivere con terminologia tecnica appropriata il funzionamento dei principali componenti di un sistema operativo. Saprà inoltre illustrare le scelte progettuali e implementative adottate, documentare il codice sviluppato e discutere in modo chiaro i risultati ottenuti e le eventuali criticità riscontrate. 5. Capacità di apprendimento Lo studente acquisirà le competenze necessarie per approfondire autonomamente argomenti avanzati relativi ai sistemi operativi, alla programmazione concorrente e alla programmazione di sistema. Sarà inoltre in grado di consultare documentazione tecnica, manuali, specifiche e risorse specialistiche, adattando le conoscenze acquisite all’evoluzione delle tecnologie e degli ambienti di sviluppo.
Programma
TEORIA 1. Introduzione ai sistemi operativi (richiami di architettura degli elaboratori e interfaccia hardware-software) 1.a. Processori e interfaccia hardware-software 1.b. Monoprogrammazione 1.c. Funzionalità di base del sistema operativo 2. Processi 3. Thread 4. Scheduling della CPU 5. Sincronizzazione dei processi 6. Stallo dei processi 7. Memoria centrale 8. Memoria virtuale 9. File system 10. Sistemi di input/output 11. Macchine virtuali e container LABORATORIO 1. Introduzione all’uso del sistema operativo Linux 1.a. Installazione, introduzione alla riga di comando e gestione di base di file e directory (teoria ed esercitazioni) 1.b. Gestione avanzata di file e directory ed editor di testo (teoria ed esercitazioni) 1.c. Configurazione del sistema, controllo del sistema tramite shell e gestione dei dischi (teoria ed esercitazioni) 1.d. Comandi avanzati ed espressioni regolari (teoria ed esercitazioni) 2. Programmazione Bash (teoria ed esercitazioni) 3. Introduzione alla programmazione di sistema in ambiente Linux 4. Processi e comunicazione di base tra processi (richiami teorici ed esempi pratici in ambiente Linux) 5. Thread e programmazione concorrente (richiami teorici ed esempi pratici in ambiente Linux) 6. Comunicazione tra processi (richiami teorici ed esempi pratici in ambiente Linux)
Per la piena fruizione del corso sono richieste le competenze informatiche acquisite negli insegnamenti di Fondamenti di Informatica, Programmazione 1, Architetture degli Elaboratori e Algoritmi e Strutture Dati. In particolare, lo studente dovrebbe conoscere i principi della programmazione procedurale, essere in grado di leggere, comprendere e sviluppare semplici programmi, utilizzare le principali strutture dati e analizzare algoritmi elementari. Sono inoltre richieste conoscenze di base sulla rappresentazione dell’informazione, sull’organizzazione e sul funzionamento dei calcolatori, con particolare riferimento a processore, memoria, dispositivi di ingresso/uscita e linguaggio macchina. È infine utile una conoscenza di base del linguaggio C, dei concetti di compilazione e collegamento e dell’uso essenziale della riga di comando.
Il corso prevede 48 ore di lezioni frontali dedicate agli aspetti teorici e 72 ore di lezioni e attività pratiche di laboratorio. Le attività di laboratorio comprendono esercitazioni guidate, sviluppo e analisi di programmi, applicazione pratica dei concetti presentati durante le lezioni e supporto all’apprendimento degli studenti. Le slide, gli esercizi, gli esempi di codice e le prove di simulazione dell’esame saranno resi disponibili online nella pagina E-Learning del corso, indicata nella sezione “Altre informazioni”. La didattica è di norma erogata esclusivamente in presenza, salvo casi eccezionali o cause di forza maggiore. Le lezioni e le esercitazioni potranno essere integrate con dispense, documentazione tecnica, esempi di codice e materiali audiovisivi resi disponibili online.
Modalità d'esame
Le modalità dettagliate di frequenza, verifica dell’apprendimento, svolgimento delle prove e attribuzione delle valutazioni sono definite in uno specifico Regolamento del Corso di Sistemi Operativi, pubblicato e aggiornato annualmente nella pagina E-Learning ufficiale dell’insegnamento (vedasi sezione “Altre informazioni”). Gli allievi sono pertanto tenuti a consultare il regolamento relativo all’anno accademico di riferimento. In linea generale, l’esame è articolato in tre prove distinte, come di seguito delineate: 1. una prova scritta relativa agli argomenti teorici del corso, valutata fino a un massimo di 16 punti, con una soglia minima di 8,5 punti; 2. una prova scritta relativa agli argomenti e alle attività di laboratorio, valutata fino a un massimo di 10 punti, con una soglia minima di 5,5 punti; 3. una prova pratica, valutata fino a un massimo di 7 punti, con una soglia minima di 4 punti. Le prove scritte sono di norma composte da circa 12-15 quesiti a risposta multipla. La prova pratica, della durata indicativa di 60-90 minuti, richiede di completare, modificare o estendere un programma in linguaggio C che preveda l’esecuzione concorrente di processi e/o thread e l’impiego di meccanismi di comunicazione tra processi. Per superare l’esame è necessario raggiungere la soglia minima prevista in ciascuna delle tre prove. Il raggiungimento della soglia minima in tutte le prove corrisponde complessivamente alla valutazione di 18/30. Il voto finale è determinato dalla somma dei punteggi ottenuti. Le tre prove possono essere sostenute nella medesima sessione d’esame oppure in sessioni differenti. Possono inoltre essere previste, a metà e al termine del corso, prove parziali riservate alle due parti scritte dell’esame. Per i dettagli specifici si faccia riferimento al Regolamento. Quest'ultimo può inoltre prevedere l’attribuzione di punti aggiuntivi, fino ai limiti in esso specificati, connessi, ad esempio, alla rapidità nel completamento delle prove o alla partecipazione ad attività didattiche interattive. Tali punti possono contribuire all’incremento del voto finale, ma non sono considerati ai fini dell’attribuzione della lode.
Testi di riferimento
TESTO OBBLIGATORIO - PARTE TEORICA [1] A. Silberschatz, P. B. Galvin, G. Gagne, Sistemi operativi. Concetti ed esempi, 10ª edizione, Pearson, 2019. TESTO CONSIGLIATO - PARTE DI LABORATORIO [2] M. Kerrisk, The Linux Programming Interface: A Linux and UNIX System Programming Handbook, No Starch Press, 2010. TESTI DI APPROFONDIMENTO E INTEGRAZIONE (OPZIONALI) [3] R. H. Arpaci-Dusseau, A. C. Arpaci-Dusseau, Operating Systems: Three Easy Pieces, versione aggiornata disponibile online. [4] A. S. Tanenbaum, H. Bos, Modern Operating Systems, 5th edition, Pearson, 2023. [5] B. Hall, Beej’s Guide to Network Programming: Using Internet Sockets, versione aggiornata disponibile online. [6] W. R. Stevens, B. Fenner, A. M. Rudoff, UNIX Network Programming, Volume 1: The Sockets Networking API, 3rd edition, Addison-Wesley. Le slide, le dispense e gli altri materiali didattici predisposti dai docenti e pubblicati nella pagina E-Learning ufficiale del corso costituiscono parte integrante del materiale obbligatorio per la preparazione dell’esame. In caso di eventuali difformità rispetto ai testi di riferimento, fanno fede i contenuti e le indicazioni forniti dai docenti attraverso i materiali ufficiali del corso.
Codice insegnamento 20854
Recensioni del corso
Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.
Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.