Corso di laurea

Informatica

Università della Calabria · 24 materie · 0 file condivisi

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

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

Analisi Matematica 1° anno · 1° semestre · MATH-03/A · 0 file
Archivio Globale

ANALISI MATEMATICA Il corso ha l’obiettivo di: fornire conoscenze relative ai fondamenti dell’analisi matematica per funzioni di una variabile reale; sviluppare competenze nel calcolo di limiti, derivate e integrali,…

Scheda dell'insegnamento

Obiettivi formativi

ANALISI MATEMATICA
Il corso ha l’obiettivo di:

  • fornire conoscenze relative ai fondamenti dell’analisi matematica per funzioni di una variabile reale;
  • sviluppare competenze nel calcolo di limiti, derivate e integrali, successioni e serie;
  • consentire agli studenti di utilizzare gli strumenti dell’analisi per la comprensione e la risoluzione di problemi matematici di base.
    Conoscenza e comprensione (Descrittore di Dublino 1)
    Lo studente acquisisce le nozioni fondamentali dell’Analisi Matematica: insiemi numerici, funzioni, limiti, continuità, derivabilità, integrazione e serie numeriche.
    Capacità di applicare conoscenza e comprensione (Descrittore di Dublino 2)
    Al termine del corso lo studente sa calcolare limiti, derivate e integrali, analizzare il comportamento delle funzioni e utilizzare tali strumenti come base per lo studio di discipline successive, rafforzando al contempo le proprie capacità logico‑deduttive.
    Capacità critica e di giudizio (Descrittore di Dublino 3)
    Lo studente sviluppa capacità critiche e di giudizio attraverso lo studio degli argomenti trattati, valutando la correttezza dei procedimenti analitici e scegliendo i metodi risolutivi più appropriati.
    Capacità di comunicazione (Descrittore di Dublino 4)
    Lo studente è in grado di esporre in modo chiaro e rigoroso definizioni, teoremi e tecniche di calcolo, utilizzando correttamente il linguaggio matematico.
    Capacità di apprendimento autonomo (Descrittore di Dublino 5)
    Lo studente acquisisce la capacità di proseguire autonomamente nello studio dell’analisi e di affrontare contenuti matematici più avanzati nei corsi successivi.

ANALISI MATEMATICA
Il corso ha l’obiettivo di:

  • fornire conoscenze relative ai fondamenti dell’analisi matematica per funzioni di una variabile reale;
  • sviluppare competenze nel calcolo di limiti, derivate e integrali, successioni e serie;
  • consentire agli studenti di utilizzare gli strumenti dell’analisi per la comprensione e la risoluzione di problemi matematici di base.
    Conoscenza e comprensione (Descrittore di Dublino 1)
    Lo studente acquisisce le nozioni fondamentali dell’Analisi Matematica: insiemi numerici, funzioni, limiti, continuità, derivabilità, integrazione e serie numeriche.
    Capacità di applicare conoscenza e comprensione (Descrittore di Dublino 2)
    Al termine del corso lo studente sa calcolare limiti, derivate e integrali, analizzare il comportamento delle funzioni e utilizzare tali strumenti come base per lo studio di discipline successive, rafforzando al contempo le proprie capacità logico‑deduttive.
    Capacità critica e di giudizio (Descrittore di Dublino 3)
    Lo studente sviluppa capacità critiche e di giudizio attraverso lo studio degli argomenti trattati, valutando la correttezza dei procedimenti analitici e scegliendo i metodi risolutivi più appropriati.
    Capacità di comunicazione (Descrittore di Dublino 4)
    Lo studente è in grado di esporre in modo chiaro e rigoroso definizioni, teoremi e tecniche di calcolo, utilizzando correttamente il linguaggio matematico.
    Capacità di apprendimento autonomo (Descrittore di Dublino 5)
    Lo studente acquisisce la capacità di proseguire autonomamente nello studio dell’analisi e di affrontare contenuti matematici più avanzati nei corsi successivi.

Programma

ANALISI MATEMATICA
Il corso intende fornire allo studente i concetti di base dell'analisi matematica. In particolare, esso inizia richiamando nozioni di teoria degli insiemi ed introducendo il sistema dei numeri reali ed alcuni strumenti utili per le dimostrazioni come ad esempio il principio di induzione. Il corso illustra la teoria dei limiti per successioni e funzioni reali di una variabile reale, i concetti di continuità e derivabilità ed alcuni teoremi fondamentali del calcolo differenziale e loro applicazioni. Il corso prosegue con la teoria dell’integrale definito ed indefinito. Infine, affronta la teoria delle serie numeriche.

LEZIONI (48 ore)
(I Numeri e le Funzioni Reali — 5 ore), suddiviso in: a) Assiomi dei reali: operazioni e ordine; b) Naturali, interi, razionali, irrazionali; assioma di completezza; c) Conseguenze della completezza; insiemi; d) Funzioni iniettive, suriettive, biunivoche; lineari e invertibili; e) Funzioni potenza, esponenziali, logaritmiche, trigonometriche; composizione e inversa; f) Funzioni pari/dispari; valore assoluto; disuguaglianza triangolare; parte intera; g) Induzione; somme notevoli; Bernoulli; somma geometrica
(Complementi ai Numeri Reali — 2 ore), suddiviso in: a) Massimo, minimo, maggioranti, minoranti; b) Estremo superiore e inferiore
(Proprietà dei Numeri Naturali — 2 ore), suddiviso in: a) Proprietà di Archimede; b) Principio di induzione; c) Insiemi finiti/infiniti; numerabilità; continuo
(Limiti di Successioni — 8 ore), suddiviso in: a) Limite finito; unicità; b) Limite infinito; successioni limitate; operazioni; c) Forme indeterminate; confronti; d) Limiti notevoli; numero di Nepero; gerarchia infiniti; e) Successioni monotone; estratte; f) Teorema di Bolzano‑Weierstrass
(Limiti di Funzioni e Continuità — 8 ore), suddiviso in: a) Limiti; punti di accumulazione; teorema ponte; b) Asintoti; c) Continuità; esempi; d) Discontinuità; e) Permanenza del segno; zeri; bisezione; f) Valori intermedi; Weierstrass; g) Invertibilità; monotonia; continuità dell’inversa
(Derivate — 5 ore), suddiviso in: a) Definizione; significato geometrico; b) Significato meccanico; tangente; c) Continuità delle derivabili; d) Operazioni; derivate composte e inverse; e) Derivate elementari; inverse trigonometriche
(Applicazioni delle Derivate e Studio di Funzioni — 4 ore), suddiviso in: a) Massimi/minimi; Fermat; b) Rolle, Lagrange, Cauchy; c) Monotonia; d) Hopital; convessità/concavità; e) Seconda derivata; Taylor‑Peano; f) Studio completo del grafico
(Integrale Definito secondo Riemann — 5 ore), suddiviso in: a) Definizione; b) Esempi/controesempi; c) Integrabilità delle continue; d) Proprietà; e) Teorema della media integrale
(Integrali Indefiniti — 4 ore), suddiviso in: a) Teorema fondamentale; b) Primitive; c) Integrazione: somma, razionali, parti, sostituzione; d) Aree piane
(Serie Numeriche — 5 ore), suddiviso in: a) Serie numeriche; armonica; geometrica; b) Condizione necessaria; c) Serie a termini positivi: confronto, confronto asintotico, rapporto, radice; d) Serie alternate; Leibniz; e) Convergenza assoluta e semplice
ESERCITAZIONI (36 ore)
(Esercitazioni su numeri reali e funzioni — 4 ore)
(Esercitazioni su limiti di successioni — 4 ore)
(Esercitazioni su limiti di funzioni e continuità — 8 ore)
(Esercitazioni su derivate — 4 ore)
(Esercitazioni su studio di funzione — 6 ore)
(Esercitazioni su integrale definito — 3 ore)
(Esercitazioni su integrali indefiniti — 3 ore)
(Esercitazioni su serie numeriche — 4 ore)

ANALISI MATEMATICA
Il corso intende fornire allo studente i concetti di base dell'analisi matematica. In particolare, esso inizia richiamando nozioni di teoria degli insiemi ed introducendo il sistema dei numeri reali ed alcuni strumenti utili per le dimostrazioni come ad esempio, l’argomento diagonale di Cantor ed il principio di induzione. Il corso illustra la teoria dei limiti per successioni e funzioni reali di una variabile reale, i concetti di continuità e derivabilità ed alcuni teoremi fondamentali del calcolo differenziale e loro applicazioni. Il corso prosegue con la teoria dell’integrale definito ed indefinito. Infine, affronta la teoria delle serie numeriche.

LEZIONI (48 ore)
(I Numeri e le Funzioni Reali — 5 ore), suddiviso in: a) Assiomi dei reali: operazioni e ordine; b) Naturali, interi, razionali, irrazionali; assioma di completezza; c) Conseguenze della completezza; insiemi; d) Funzioni iniettive, suriettive, biunivoche; lineari e invertibili; e) Funzioni potenza, esponenziali, logaritmiche, trigonometriche; composizione e inversa; f) Funzioni pari/dispari; valore assoluto; disuguaglianza triangolare; parte intera; g) Induzione; somme notevoli; Bernoulli; somma geometrica
(Complementi ai Numeri Reali — 2 ore), suddiviso in: a) Massimo, minimo, maggioranti, minoranti; b) Estremo superiore e inferiore
(Proprietà dei Numeri Naturali — 2 ore), suddiviso in: a) Proprietà di Archimede; b) Principio di induzione; c) Insiemi finiti/infiniti; numerabilità; continuo
(Limiti di Successioni — 8 ore), suddiviso in: a) Limite finito; unicità; b) Limite infinito; successioni limitate; operazioni; c) Forme indeterminate; confronti; d) Limiti notevoli; numero di Nepero; gerarchia infiniti; e) Successioni monotone; estratte; f) Teorema di Bolzano‑Weierstrass
(Limiti di Funzioni e Continuità — 8 ore), suddiviso in: a) Limiti; punti di accumulazione; teorema ponte; b) Asintoti; c) Continuità; esempi; d) Discontinuità; e) Permanenza del segno; zeri; bisezione; f) Valori intermedi; Weierstrass; g) Invertibilità; monotonia; continuità dell’inversa
(Derivate — 5 ore), suddiviso in: a) Definizione; significato geometrico; b) Significato meccanico; tangente; c) Continuità delle derivabili; d) Operazioni; derivate composte e inverse; e) Derivate elementari; inverse trigonometriche
(Applicazioni delle Derivate e Studio di Funzioni — 4 ore), suddiviso in: a) Massimi/minimi; Fermat; b) Rolle, Lagrange, Cauchy; c) Monotonia; d) Hopital; convessità/concavità; e) Seconda derivata; Taylor‑Peano; f) Studio completo del grafico
(Integrale Definito secondo Riemann — 5 ore), suddiviso in: a) Definizione; b) Esempi/controesempi; c) Integrabilità delle continue; d) Proprietà; e) Teorema della media integrale
(Integrali Indefiniti — 4 ore), suddiviso in: a) Teorema fondamentale; b) Primitive; c) Integrazione: somma, razionali, parti, sostituzione; d) Aree piane
(Serie Numeriche — 5 ore), suddiviso in: a) Serie numeriche; armonica; geometrica; b) Condizione necessaria; c) Serie a termini positivi: confronto, confronto asintotico, rapporto, radice; d) Serie alternate; Leibniz; e) Convergenza assoluta e semplice
ESERCITAZIONI (36 ore)
(Esercitazioni su numeri reali e funzioni — 4 ore)
(Esercitazioni su limiti di successioni — 4 ore)
(Esercitazioni su limiti di funzioni e continuità — 8 ore)
(Esercitazioni su derivate — 4 ore)
(Esercitazioni su studio di funzione — 6 ore)
(Esercitazioni su integrale definito — 3 ore)
(Esercitazioni su integrali indefiniti — 3 ore)
(Esercitazioni su serie numeriche — 4 ore)

Modalità d'esame

ANALISI MATEMATICA
La valutazione consiste di una prova scritta della durata massima di 2 ore e di una prova orale.

"Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370)."

Criteri di Valutazione dell'apprendimento:
La prova scritta e la prova orale mirano alla verifica delle conoscenze di base dell'analisi matematica.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova scritta è superato/non superato. L'esito della prova orale è in trentesimi e si ottiene valutando entrambe le prove.

ANALISI MATEMATICA
Lezioni frontali ed esercitazioni in aula guidate dal docente.
Strumenti didattici:
lavagna e calcolatore.
"In considerazione della possibilità che il corso sia frequentato da studenti e studentesse con disabilità o con Disturbo Specifico dell'Apprendimento (DSA), sarà realizzato materiale didattico conforme alle regole di accessibilità e di usabilità, tenendo anche conto della digital literacy di ogni studente."

Testi di riferimento

ANALISI MATEMATICA
Bramanti, Pagani, Salsa, Analisi Matematica 1, Zanichelli Editore

Fusco, Marcellini, Sbordone, Elementi di Analisi Matematica uno, Liguori Editore

Giusti, Analisi Matematica 1 (terza edizione), Bollati Boringhieri Editore

ANALISI MATEMATICA
Bramanti, Pagani, Salsa, Analisi Matematica 1, Zanichelli Editore
Fusco, Marcellini, Sbordone, Elementi di Analisi Matematica uno, Liguori Editore
Giusti, Analisi Matematica 1 (terza edizione), Bollati Boringhieri Editore

Codice insegnamento 27002208

Economia Aziendale 1° anno · 1° semestre · ECON-06/A · 0 file
Archivio Globale

ECONOMIA AZIENDALE Il corso si propone di introdurre conoscenze di base di economia aziendale. Competenze specifiche: Gli studenti saranno in grado di sviluppare autonomamente i principali temi legati alla gestione…

Scheda dell'insegnamento

Obiettivi formativi

ECONOMIA AZIENDALE
Il corso si propone di introdurre conoscenze di base di economia aziendale.
Competenze specifiche:
Gli studenti saranno in grado di sviluppare autonomamente i principali temi legati alla gestione aziendale (a livello interlocutorio), di raccogliere, identificare e utilizzare i dati
rilevanti per formulare risposte a problemi concreti e astratti ben definiti, di approfondire in modo autonomo le conoscenze acquisite e saranno in condizione di affrontare con adeguata consapevolezza metodologica il proseguimento degli studi, con particolare riguardo agli insegnamenti di area aziendale, di usare in maniera appropriata il linguaggio economico-aziendale di base.

ECONOMIA AZIENDALE
Il corso si propone di introdurre conoscenze di base di economia aziendale.
Competenze specifiche:
Gli studenti saranno in grado di sviluppare autonomamente i principali temi legati alla gestione aziendale (a livello interlocutorio), di raccogliere, identificare e utilizzare i dati
rilevanti per formulare risposte a problemi concreti e astratti ben definiti, di approfondire in modo autonomo le conoscenze acquisite e saranno in condizione di affrontare con adeguata consapevolezza metodologica il proseguimento degli studi, con particolare riguardo agli insegnamenti di area aziendale, di usare in maniera appropriata il linguaggio economico-aziendale di base.

Programma

ECONOMIA AZIENDALE
Il corso fornirà agli studenti: 1) una panoramica dell'economia aziendale e dei principi di gestione; 2) le basi per la redazione del bilancio d'esercizio e l'analisi del bilancio.
Dopo aver fornito il quadro generale, il corso affronta in particolare le caratteristiche delle imprese, le dinamiche gestionali relative al loro funzionamento, la loro organizzazione e gestione, la pianificazione strategica e il processo decisionale, i rendiconti finanziari (stato patrimoniale e conto economico) e la valutazione del condizioni di equilibrio economico, patrimoniale e monetario.

1) L'azienda: nozioni e classificazioni - L'azienda come sistema e le sue relazioni con l'ambiente esterno - I fini aziendali nelle diverse classi di aziende e le decisioni strategiche: strategie competitive e strategie di portafoglio - La responsabilità sociale d'impresa - Strutture di governance delle imprese e scelte organizzative: strutture, sistemi operativi e stili di leadership
2) La gestione aziendale (come sistema di operazioni e come sistema di valori) - Il bilancio d'esercizio: Stato Patrimoniale, Conto economico e Nota integrativa
3) L'analisi di bilancio: indici economici, indici finanziari e condizioni di equilibrio economico, patrimoniale e monetario.

ECONOMIA AZIENDALE
Il corso fornirà agli studenti: 1) una panoramica dell'economia aziendale e dei principi di gestione; 2) le basi per la redazione del bilancio d'esercizio e l'analisi del bilancio.
Dopo aver fornito il quadro generale, il corso affronta in particolare le caratteristiche delle imprese, le dinamiche gestionali relative al loro funzionamento, la loro organizzazione e gestione, la pianificazione strategica e il processo decisionale, i rendiconti finanziari (stato patrimoniale e conto economico) e la valutazione del condizioni di equilibrio economico, patrimoniale e monetario.

1) L'azienda: nozioni e classificazioni - L'azienda come sistema e le sue relazioni con l'ambiente esterno - I fini aziendali nelle diverse classi di aziende e le decisioni strategiche: strategie competitive e strategie di portafoglio - La responsabilità sociale d'impresa - Strutture di governance delle imprese e scelte organizzative: strutture, sistemi operativi e stili di leadership
2) La gestione aziendale (come sistema di operazioni e come sistema di valori) - Il bilancio d'esercizio: Stato Patrimoniale, Conto economico e Nota integrativa
3) L'analisi di bilancio: indici economici, indici finanziari e condizioni di equilibrio economico, patrimoniale e monetario.

Modalità d'esame

ECONOMIA AZIENDALE
Metodi di valutazione dell'apprendimento:
L'accertamento delle conoscenze e della capacità di comprensione avviene tramite lo svolgimento di una prova scritta della durata di 90 minuti, finalizzata ad apprezzare il raggiungimento degli obiettivi didattici, in termini di conoscenza, capacità di ragionamento e capacità di pensiero critico degli studenti.
La prova scritta prevede:

  • n.10 domande strutturate/stimolo chiuso-risposta chiusa sugli argomenti del corso: gli studenti devono scegliere la risposta corretta da una determinata serie di risposte predefinite;
  • n.4 domande semistrutturate/stimolo chiuso-risposta aperta che richiedono:
  • una risposta discorsiva, di approfondimento e lunghezza variabili, indirizzata a testare la conoscenza degli studenti sugli argomenti principali trattati durante il corso;
  • di svolgere e risolvere due o tre esercizi, in modo da valutare la capacità degli studenti di applicare le regole della contabilità aziendale
    Nel caso in cui, per motivi di sicurezza sanitaria, l'esame dovesse essere effettuato a distanza, si svolgerà un esame orale su piattaforme online (come Microsoft Teams o altra piattaforma indicata o fornita dall'Università della Calabria).
    In questo caso, la prova orale (a distanza) si basa su tre o quattro domande aperte (stimolo aperto/risposta aperta relative agli argomenti del programma e sullo svolgimento di due o tre esercizi scritti.
    Le modalità di valutazione online sono riportate qui:
    https://informatica.unical.it/onlineexamsguidelines

Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.
Criteri di Valutazione dell'apprendimento:
La prova d’esame (scritta; orale, se a distanza) mira a valutare il livello di conseguimento delle competenze specifiche fornite dal corso. Costituiscono elementi di valutazione l’acquisizione del corretto linguaggio tecnico, la capacità di analisi critica e di giudizio e il livello di conoscenza dei contenuti del corso. L’esito della prova viene valutato anche sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti proposti.
Criteri di misurazione dell'apprendimento ed attribuzione del voto finale: L’esito della prova scritta può essere di sufficienza o di insufficienza. Il voto finale è espresso in trentesimi (voto minimo di sufficienza: 18/30)
In caso di sufficienza (minimo 18/30), lo studente insoddisfatto della votazione conseguita può integrare lo scritto con una eventuale prova orale integrativa oppure decidere di ripetere lo scritto in uno degli appelli successivi. La prova scritta e l’eventuale prova orale devono essere sostenute obbligatoriamente nello stesso appello.

ECONOMIA AZIENDALE
Metodi di valutazione dell'apprendimento:
L'accertamento delle conoscenze e della capacità di comprensione avviene tramite lo svolgimento di una prova scritta della durata di 90 minuti, finalizzata ad apprezzare il raggiungimento degli obiettivi didattici, in termini di conoscenza, capacità di ragionamento e capacità di pensiero critico degli studenti.
La prova scritta prevede:

  • n.10 domande strutturate/stimolo chiuso-risposta chiusa sugli argomenti del corso: gli studenti devono scegliere la risposta corretta da una determinata serie di risposte predefinite;
  • n.4 domande semistrutturate/stimolo chiuso-risposta aperta che richiedono:
  • una risposta discorsiva, di approfondimento e lunghezza variabili, indirizzata a testare la conoscenza degli studenti sugli argomenti principali trattati durante il corso;
  • di svolgere e risolvere due o tre esercizi, in modo da valutare la capacità degli studenti di applicare le regole della contabilità aziendale
    Nel caso in cui, per motivi di sicurezza sanitaria, l'esame dovesse essere effettuato a distanza, si svolgerà un esame orale su piattaforme online (come Microsoft Teams o altra piattaforma indicata o fornita dall'Università della Calabria).
    In questo caso, la prova orale (a distanza) si basa su tre o quattro domande aperte (stimolo aperto/risposta aperta relative agli argomenti del programma e sullo svolgimento di due o tre esercizi scritti.
    Le modalità di valutazione online sono riportate qui:
    https://informatica.unical.it/onlineexamsguidelines

Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.
Criteri di Valutazione dell'apprendimento:
La prova d’esame (scritta; orale, se a distanza) mira a valutare il livello di conseguimento delle competenze specifiche fornite dal corso. Costituiscono elementi di valutazione l’acquisizione del corretto linguaggio tecnico, la capacità di analisi critica e di giudizio e il livello di conoscenza dei contenuti del corso. L’esito della prova viene valutato anche sulla base della chiarezza, correttezza e completezza dell’esposizione circa gli argomenti proposti.
Criteri di misurazione dell'apprendimento ed attribuzione del voto finale: L’esito della prova scritta può essere di sufficienza o di insufficienza. Il voto finale è espresso in trentesimi (voto minimo di sufficienza: 18/30)
In caso di sufficienza (minimo 18/30), lo studente insoddisfatto della votazione conseguita può integrare lo scritto con una eventuale prova orale integrativa oppure decidere di ripetere lo scritto in uno degli appelli successivi. La prova scritta e l’eventuale prova orale devono essere sostenute obbligatoriamente nello stesso appello.

Testi di riferimento

ECONOMIA AZIENDALE
Libro di testo:
Montrone A., Ricciardi A., Rubino F.E. (2019, a cura di), Economia aziendale. Istituzioni, Franco Angeli, Milano Eventuali letture di approfondimento e dispense saranno predisposte durante il corso a cura del docente

ECONOMIA AZIENDALE
Libro di testo:
Montrone A., Ricciardi A., Rubino F.E. (2019, a cura di), Economia aziendale. Istituzioni, Franco Angeli, Milano Eventuali letture di approfondimento e dispense saranno predisposte durante il corso a cura del docente

Codice insegnamento 27003003

Elementi Di Informatica Teorica 1° anno · 2° semestre · INFO-01/A · 0 file

ELEMENTI DI INFORMATICA TEORICA Competenze specifiche: Obiettivo primario del corso è quello di fornire gli strumenti necessari per manipolare formalizzazioni logiche e teorie basate su linguaggi formali e automi.…

Scheda dell'insegnamento

Obiettivi formativi

ELEMENTI DI INFORMATICA TEORICA
Competenze specifiche:
Obiettivo primario del corso è quello di fornire gli strumenti necessari per manipolare formalizzazioni logiche e teorie basate su linguaggi formali e automi. Saranno altresì acquisite abilità nella realizzazione di scanner e parser per il riconoscimento di linguaggi.
Conoscenza e capacità di comprensione:
Il corso mira a fornire le seguenti conoscenze:

  • grammatiche e linguaggi formali
  • automi a stati finiti ed a pila
  • logica proposizionale
  • sistemi deduttivi proposizionali
    Gli studenti matureranno altresì capacità di comprendere formalizzazioni logiche e teorie basate su automi e linguaggi formali.
    Capacità di applicare conoscenza e comprensione:
    Al termine del corso, gli studenti saranno in grado di affrontare lo sviluppo di sistemi di analisi e di ragionamento automatico su logiche proposizionali e su linguaggi context-free.
    Competenze trasversali:
    Attraverso lo sviluppo di elaborati che mirano a realizzare sistemi per il riconoscimento di linguaggi, gli studenti svilupperanno capacità di analisi di problemi complessi e di risoluzioni ""creative"" che dovranno essere in grado di sfruttare appieno la limitata espressività degli automi a pila e a stati finiti. La parte del corso dedicata allo studio della logica proposizionale svilupperà altresì la loro capacità di astrazione e modellazione di problemi complessi. Autonomia di giudizio: - Abilità nell'analisi e nella risoluzione creativa di problemi
  • Abilità nella formalizzazione e astrazione di problemi complessi Abilità comunicative: - Abilità nel lavoro di gruppo

ELEMENTI DI INFORMATICA TEORICA
Competenze specifiche:
Obiettivo primario del corso è quello di fornire gli strumenti necessari per manipolare formalizzazioni logiche e teorie basate su linguaggi formali e automi. Saranno altresì acquisite abilità nella realizzazione di scanner e parser per il riconoscimento di linguaggi.
Conoscenza e capacità di comprensione:
Il corso mira a fornire le seguenti conoscenze:

  • grammatiche e linguaggi formali
  • automi a stati finiti ed a pila
  • logica proposizionale
  • sistemi deduttivi proposizionali
    Gli studenti matureranno altresì capacità di comprendere formalizzazioni logiche e teorie basate su automi e linguaggi formali.
    Capacità di applicare conoscenza e comprensione:
    Al termine del corso, gli studenti saranno in grado di affrontare lo sviluppo di sistemi di analisi e di ragionamento automatico su logiche proposizionali e su linguaggi context-free.
    Competenze trasversali:
    Attraverso lo sviluppo di elaborati che mirano a realizzare sistemi per il riconoscimento di linguaggi, gli studenti svilupperanno capacità di analisi di problemi complessi e di risoluzioni ""creative"" che dovranno essere in grado di sfruttare appieno la limitata espressività degli automi a pila e a stati finiti. La parte del corso dedicata allo studio della logica proposizionale svilupperà altresì la loro capacità di astrazione e modellazione di problemi complessi. Autonomia di giudizio: - Abilità nell'analisi e nella risoluzione creativa di problemi
  • Abilità nella formalizzazione e astrazione di problemi complessi Abilità comunicative: - Abilità nel lavoro di gruppo

Programma

ELEMENTI DI INFORMATICA TEORICA
Il corso presenta alcuni argomenti basilari dell'informatica teorica nella sua connessione con la logica matematica e i linguaggi formali. Nella prima parte viene trattata la logica matematica proposizionale e i sistemi deduttivi di calcolo proposizionale. Nella seconda parte viene invece affrontata la teoria dei linguaggi formali e degli automi. Il corso prevede un'attività di esercitazione per familiarizzare con tali linguaggi logico-formali.

1) Linguaggio proposizionale

  • Sistemi formali
  • Sintassi della logica proposizionale
  • Semantica della logica proposizionale
  • Decidibilità e completezza

2) Sistemi deduttivi proposizionali

  • Sistemi assiomatici
  • Tableau proposizionali
  • Forma normale a clausole
  • Risoluzione proposizionale

3) Teoria dei linguaggi formali

  • Grammatiche e linguaggi
  • Espressioni regolari
  • Linguaggi context-free

4) Teoria degli automi

  • Automi a stati finiti
  • Automi a pila
  • Nondeterminismo negli automi
  • Scrittura di scanner e parser

ELEMENTI DI INFORMATICA TEORICA
Il corso presenta alcuni argomenti basilari dell'informatica teorica nella sua connessione con la logica matematica e i linguaggi formali. Nella prima parte viene trattata la logica matematica proposizionale e i sistemi deduttivi di calcolo proposizionale. Nella seconda parte viene invece affrontata la teoria dei linguaggi formali e degli automi. Il corso prevede un'attività di esercitazione per familiarizzare con tali linguaggi logico-formali.

1) Linguaggio proposizionale

  • Sistemi formali
  • Sintassi della logica proposizionale
  • Semantica della logica proposizionale
  • Decidibilità e completezza

2) Sistemi deduttivi proposizionali

  • Sistemi assiomatici
  • Tableau proposizionali
  • Forma normale a clausole
  • Risoluzione proposizionale

3) Teoria dei linguaggi formali

  • Grammatiche e linguaggi
  • Espressioni regolari
  • Linguaggi context-free

4) Teoria degli automi

  • Automi a stati finiti
  • Automi a pila
  • Nondeterminismo negli automi
  • Scrittura di scanner e parser

Modalità d'esame

ELEMENTI DI INFORMATICA TEORICA
Metodi di valutazione dell'apprendimento:
L'esame consta in una prova scritta della durata di 2 ore e una prova orale facoltativa.

Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Criteri di Valutazione dell'apprendimento:
La prova scritta mira a verificare la capacità di applicazione dei concetti presentati durante il corso.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
La prova scritta è organizzata in 3 esercizi, ciascuno dei quali avrà una valutazione fino ad un massimo 10 punti. Gli esercizi verteranno su: (1) Realizzazione di uno scanner; (2) Realizzazione di un parser; (3) Verifica di soddisfacibilità/validità di formule proposizionali. L'esito della prova scritta, in trentesimi, è la votazione finale dell'esame, che si ottiene sommando i punteggi ottenuti nello svolgimento dei singoli esercizi che la compongono.

ELEMENTI DI INFORMATICA TEORICA
Metodi di valutazione dell'apprendimento: L'esame consta in una prova scritta della durata di 2 ore e una prova orale facoltativa. Nel caso in cui, per motivi di sicurezza sanitaria, l'esame dovesse essere effettuato a distanza saranno adottate le modalità di valutazione riportate qui: https://informatica.unical.it/onlineexamsguidelines Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370). Criteri di Valutazione dell'apprendimento: La prova scritta mira a verificare la capacità di applicazione dei concetti presentati durante il corso. Criteri di misurazione dell'apprendimento ed attribuzione del voto finale: La prova scritta è organizzata normalmente n 3 esercizi, ciascuno dei quali avrà una valutazione fino ad un massimo 10 punti. L'esito della prova scritta, in trentesimi, è la votazione finale dell'esame, che si ottiene sommando i punteggi ottenuti nello svolgimento dei singoli esercizi che la compongono. L'orale è facoltativo, ed in caso vi può accere che ha ottenuto una votazione di almeno 18 alla prova scritta.

Testi di riferimento

ELEMENTI DI INFORMATICA TEORICA
Libro di testo

  • Luigia Carlucci Aiello, Fiora Pirri """"Strutture, Logica, Linguaggi"""" - Pearson

Libri consigliati

  • John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman, """"Automi, linguaggi e calcolabilità"""" - Pearson

ELEMENTI DI INFORMATICA TEORICA
Libro di testo

  • Luigia Carlucci Aiello, Fiora Pirri """"Strutture, Logica, Linguaggi"""" - Pearson

Libri consigliati

  • John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman, """"Automi, linguaggi e calcolabilità"""" - Pearson

Codice insegnamento 27007763

Fisica Computazionale 1° anno · 2° semestre · PHYS-04/A · 0 file

FISICA COMPUTAZIONALE Gli/Le studenti svilupperanno consapevolezza critica del Metodo Scientifico e delle leggi fondamentali della Meccanica Classica. Essi/e conseguiranno competenze cognitive ed operative specifiche…

Scheda dell'insegnamento

Obiettivi formativi

FISICA COMPUTAZIONALE
Gli/Le studenti svilupperanno consapevolezza critica del Metodo Scientifico e delle leggi fondamentali della Meccanica Classica. Essi/e conseguiranno competenze cognitive ed operative specifiche mediante l’uso di un linguaggio appropriato per la descrizione di semplici fenomeni meccanici, abilità nel formulare previsioni quantitative sulle grandezze fisiche utilizzando le leggi della dinamica, nonché capacità di risoluzione guidata di problemi.
Conoscenza e capacità di comprensione
Al termine dell'insegnamento, le studentesse e gli studenti saranno in grado di:

  • descrivere le leggi fondamentali del movimento dei corpi;
  • comprendere e descrivere le schematizzazioni comunemente utilizzate (e.g. punto materiale, corpo rigido);
  • illustrare con esempi semplici i concetti fondamentali (quali forze, energia, momento angolare etc.).
    Capacità di applicare conoscenza e comprensione
    Al termine dell'insegnamento, le studentesse e gli studenti avranno acquisito la capacità di applicare le conoscenze teoriche relative alla fisica di base alla risoluzione di semplici esercizi, riguardo al movimento dei corpi, con l’utilizzo del calcolatore.
    Autonomia di giudizio
    Al termine dell'insegnamento, le studentesse e gli studenti saranno in grado di:
  • formulare un modello quantitativo per la descrizione di semplici fenomeni meccanici;
  • interpretare criticamente i risultati ottenuti dai modelli;
  • fornire una risposta quantitativa ai problemi assegnati.
    Abilità comunicative
    Al termine dell'insegnamento, le studentesse e gli studenti avranno acquisito un linguaggio appropriato alla formulazione di un problema fisico e alla descrizione della schematizzazione utilizzata per risolverlo.
    Capacità di apprendimento
    Al termine dell'insegnamento, le studentesse e gli studenti avranno acquisito capacità autonome di apprendimento di argomenti nell'ambito delle scienze fisiche e di relativa autovalutazione della propria preparazione.

FISICA COMPUTAZIONALE
Gli/Le studenti svilupperanno consapevolezza critica del Metodo Scientifico e delle leggi fondamentali della Meccanica Classica. Essi/e conseguiranno competenze cognitive ed operative specifiche mediante l’uso di un linguaggio appropriato per la descrizione di semplici fenomeni meccanici, abilità nel formulare previsioni quantitative sulle grandezze fisiche utilizzando le leggi della dinamica, nonché capacità di risoluzione guidata di problemi.
Conoscenza e capacità di comprensione
Al termine dell'insegnamento, le studentesse e gli studenti saranno in grado di:

  • descrivere le leggi fondamentali del movimento dei corpi;
  • comprendere e descrivere le schematizzazioni comunemente utilizzate (e.g. punto materiale, corpo rigido);
  • illustrare con esempi semplici i concetti fondamentali (quali forze, energia, momento angolare etc.).
    Capacità di applicare conoscenza e comprensione
    Al termine dell'insegnamento, le studentesse e gli studenti avranno acquisito la capacità di applicare le conoscenze teoriche relative alla fisica di base alla risoluzione di semplici esercizi, riguardo al movimento dei corpi, con l’utilizzo del calcolatore.
    Autonomia di giudizio
    Al termine dell'insegnamento, le studentesse e gli studenti saranno in grado di:
  • formulare un modello quantitativo per la descrizione di semplici fenomeni meccanici;
  • interpretare criticamente i risultati ottenuti dai modelli;
  • fornire una risposta quantitativa ai problemi assegnati.
    Abilità comunicative
    Al termine dell'insegnamento, le studentesse e gli studenti avranno acquisito un linguaggio appropriato alla formulazione di un problema fisico e alla descrizione della schematizzazione utilizzata per risolverlo.
    Capacità di apprendimento
    Al termine dell'insegnamento, le studentesse e gli studenti avranno acquisito capacità autonome di apprendimento di argomenti nell'ambito delle scienze fisiche e di relativa autovalutazione della propria preparazione.

Programma

FISICA COMPUTAZIONALE
Il corso si propone di introdurre i concetti fondamentali della fisica classica. Esso fornisce una introduzione al metodo scientifico e alla meccanica classica, utilizzando un approccio numerico/computazionale. In particolare, l’obiettivo è quello di sviluppare la capacità di modellizzazione e di analisi dei problemi, la cui soluzione sarà ottenuta anche con l’utilizzo di semplici strumenti numerici e computazionali, e quella di valutazione e interpretazione dei risultati ottenuti.

1) Introduzione al Metodo Scientifico

  • Grandezze fisiche fondamentali e derivate
  • Analisi dimensionale
  • Sistemi di unità di misura
  • Notazione scientifica, ordini di grandezza
  • Rappresentazione scientifica in Python ed errori numerici.

2) Cinematica

  • Richiami di alcuni concetti di analisi matematica
  • Definizioni di spostamento, velocità, accelerazione per il moto di un punto materiale ,
  • Moto rettilineo uniforme,
  • Moto uniformemente accelerato e caduta libera del grave
  • Richiami di algebra vettoriale e vettori della cinematica
  • Equazioni del moto in una e due dimensioni
  • Moto parabolico
  • Moto circolare uniforme e vario

3) Dinamica

  • Leggi del moto di Newton
  • Le forze (peso, vincolare, attrito, tensione, gravitazionale, elastica, etc.)
  • Il piano inclinato
  • Moto armonico
  • Lavoro e potenza
  • Energie cinetica e potenziale
  • Conservazione dell'energia meccanica
  • Quantità di moto e impulso
  • Momento angolare e momento della forza
    -Teorema di conservazione del momento angolare

FISICA COMPUTAZIONALE
Il corso si propone di introdurre i concetti fondamentali della fisica classica. Esso fornisce una introduzione al metodo scientifico e alla meccanica classica, utilizzando un approccio numerico/computazionale. In particolare, l’obiettivo è quello di sviluppare la capacità di modellizzazione e di analisi dei problemi, la cui soluzione sarà ottenuta anche con l’utilizzo di semplici strumenti numerici e computazionali, e quella di valutazione e interpretazione dei risultati ottenuti.

1) Introduzione al Metodo Scientifico

  • Grandezze fisiche fondamentali e derivate
  • Analisi dimensionale
  • Sistemi di unità di misura
  • Notazione scientifica, ordini di grandezza
  • Rappresentazione scientifica in Python ed errori numerici.

2) Cinematica

  • Richiami di alcuni concetti di analisi matematica
  • Definizioni di spostamento, velocità, accelerazione per il moto di un punto materiale ,
  • Moto rettilineo uniforme,
  • Moto uniformemente accelerato e caduta libera del grave
  • Richiami di algebra vettoriale e vettori della cinematica
  • Equazioni del moto in una e due dimensioni
  • Moto parabolico
  • Moto circolare uniforme e vario

3) Dinamica

  • Leggi del moto di Newton
  • Le forze (peso, vincolare, attrito, tensione, gravitazionale, elastica, etc.)
  • Il piano inclinato
  • Moto armonico
  • Lavoro e potenza
  • Energie cinetica e potenziale
  • Conservazione dell'energia meccanica
  • Quantità di moto e impulso
  • Momento angolare e momento della forza
    -Teorema di conservazione del momento angolare

Modalità d'esame

FISICA COMPUTAZIONALE
La valutazione consiste di due prove: 1) una prova scritta (3 ore) consistente di tre problemi (di cui almeno uno di cinematica, uno di dinamica) da risolvere al calcolatore, da 8 punti ciascuno; 2) una prova orale facoltativa (fino ad un massimo di 6 punti) sugli argomenti del programma.

Criteri di Valutazione dell'apprendimento:
La prova scritta mira a verificare la conoscenza operativa degli argomenti affrontati durante il corso e la capacità di utilizzare le conoscenze apprese per risolvere problemi. La prova orale mira a verificare il grado di consapevolezza critica degli argomenti e l’utilizzo del linguaggio appropriato per i temi trattati.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
La prova scritta è superata se l'esito è superiore o uguale a 15/24. Il superamento della prova scritta consente l'accesso alla prova orale, obbligatoria se lo scritto ha una valutazione minore di 18, mentre è facoltativa per gli altri. L'esito dell'esame è in trentesimi ed è ottenuto dalla somma delle valutazioni della prova scritta e della prova orale.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

FISICA COMPUTAZIONALE
La valutazione consiste di due prove: 1) una prova scritta (3 ore) consistente di tre problemi (di cui almeno uno di cinematica, uno di dinamica) da risolvere al calcolatore, da 8 punti ciascuno; 2) una prova orale facoltativa (fino ad un massimo di 6 punti) sugli argomenti del programma.

Criteri di Valutazione dell'apprendimento:
La prova scritta mira a verificare la conoscenza operativa degli argomenti affrontati durante il corso e la capacità di utilizzare le conoscenze apprese per risolvere problemi. La prova orale mira a verificare il grado di consapevolezza critica degli argomenti e l’utilizzo del linguaggio appropriato per i temi trattati.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
La prova scritta è superata se l'esito è superiore o uguale a 15/24. Il superamento della prova scritta consente l'accesso alla prova orale, obbligatoria se lo scritto ha una valutazione minore di 18, mentre è facoltativa per gli altri. L'esito dell'esame è in trentesimi ed è ottenuto dalla somma delle valutazioni della prova scritta e della prova orale.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

FISICA COMPUTAZIONALE

  • Serway Jewett, Principi di Fisica - EdiSES Edizioni.
  • Viri, Fisica con Python, Edizioni Efesto

FISICA COMPUTAZIONALE

  • Serway Jewett, Principi di Fisica - EdiSES Edizioni.
  • Viri, Fisica con Python, Edizioni Efesto

Codice insegnamento 27005227

Fondamenti Di Informatica 1° anno · 1° semestre · INFO-01/A · 0 file
Archivio Globale

FONDAMENTI DI INFORMATICA Competenze specifiche: Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei principi fondamentali della programmazione e degli algoritmi. In particolare saranno…

Scheda dell'insegnamento

Obiettivi formativi

FONDAMENTI DI INFORMATICA
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei principi fondamentali della programmazione e degli algoritmi.
In particolare saranno acquisite le seguenti conoscenze e competenze:

Conoscenza e capacità di comprensione:

  • Conoscenza approfondita dei principi della programmazione strutturata
  • Conoscenza degli aspetti basilari del paradigma di programmazione orientata ad oggetti

Capacità di applicare conoscenza e comprensione:

  • Abilità nel progettare un algoritmo per la risoluzione di un problema
  • Abilità nello scrivere un programma Python

Al termine del corso, gli studenti saranno in grado di affrontare le fasi di analisi di problemi, formulare algoritmi per la loro soluzione, e implementarli in un linguaggio di programmazione.

Competenze trasversali:
Lo studente acquisirà abilità nell'analisi e nella risoluzione dei problemi e abilità nel lavoro di gruppo.
Le capacità critiche e di giudizio sono conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti), evidenziando capacità di “problem solving”.

In particolare saranno acquisiti:
Autonomia di giudizio:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel trovare soluzioni alternative o innovative
    Abilità comunicative:
  • Abilità nel lavoro di gruppo

FONDAMENTI DI INFORMATICA
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei principi fondamentali della programmazione e degli algoritmi.
In particolare saranno acquisite le seguenti conoscenze e competenze:

Conoscenza e capacità di comprensione:

  • Conoscenza approfondita dei principi della programmazione strutturata
  • Conoscenza degli aspetti basilari del paradigma di programmazione orientata ad oggetti

Capacità di applicare conoscenza e comprensione:

  • Abilità nel progettare un algoritmo per la risoluzione di un problema
  • Abilità nello scrivere un programma Python

Al termine del corso, gli studenti saranno in grado di affrontare le fasi di analisi di problemi, formulare algoritmi per la loro soluzione, e implementarli in un linguaggio di programmazione.

Competenze trasversali:
Lo studente acquisirà abilità nell'analisi e nella risoluzione dei problemi e abilità nel lavoro di gruppo.
Le capacità critiche e di giudizio sono conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti), evidenziando capacità di “problem solving”.

In particolare saranno acquisiti:
Autonomia di giudizio:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel trovare soluzioni alternative o innovative
    Abilità comunicative:
  • Abilità nel lavoro di gruppo

Programma

FONDAMENTI DI INFORMATICA
Il corso presenta i principi fondamentali della programmazione e della risoluzione algoritmica di problemi, utilizzando il linguaggio Python come strumento concreto per la programmazione. Viene trattata la programmazione strutturata e vengono introdotti gli aspetti basilari della programmazione orientata agli oggetti. Il corso prevede un'ampia attività di laboratorio, in cui lo studente familiarizzerà con ambienti di programmazione Python.

1) Introduzione all’informatica

  • Rappresentazione delle informazioni
  • Rappresentazione di numeri interi
  • Rappresentazioni in virgola fissa e mobile
  • Calcolo proposizionale
  • Circuiti logici

2) Problemi Algoritmi e Programmi

  • Il concetto di Algoritmo
  • Risoluzione algoritmica dei problemi
  • Linguaggi di Programmazione
  • Ambienti di sviluppo
  • Programmazione in Python - i primi passi (concetto di programma, variabili, istruzioni)

3) Programmazione in Python

  • Strutture di Controllo
  • Funzioni, metodi
  • Iterazione
  • Ricorsione

4) Architettura degli elaboratori

  • Architettura von Neumann
  • Architetture RISC e CISC
  • Focus su architetture ARM AARCH64 and x86-64

FONDAMENTI DI INFORMATICA
Il corso presenta i principi fondamentali della programmazione e della risoluzione algoritmica di problemi, utilizzando il linguaggio Python come strumento concreto per la programmazione. Viene trattata la programmazione strutturata e vengono introdotti gli aspetti basilari della programmazione orientata agli oggetti. Il corso prevede un'ampia attività di laboratorio, in cui lo studente familiarizzerà con ambienti di programmazione Python.

1) Introduzione all’informatica

  • Rappresentazione delle informazioni
  • Rappresentazione di numeri interi
  • Rappresentazioni in virgola fissa e mobile
  • Calcolo proposizionale
  • Circuiti logici

2) Problemi Algoritmi e Programmi

  • Il concetto di Algoritmo
  • Risoluzione algoritmica dei problemi
  • Linguaggi di Programmazione
  • Ambienti di sviluppo
  • Programmazione in Python - i primi passi (concetto di programma, variabili, istruzioni)

3) Programmazione in Python

  • Strutture di Controllo
  • Funzioni, metodi
  • Iterazione
  • Ricorsione

4) Architettura degli elaboratori

  • Architettura von Neumann
  • Architetture RISC e CISC
  • Focus su architetture ARM AARCH64 and x86-64

Modalità d'esame

FONDAMENTI DI INFORMATICA
Metodi di valutazione dell'apprendimento:
La valutazione consiste di due prove: una prova di laboratorio, nella quale gli studenti devono dimostrare di saper risolvere esercizi pratici; una prova scritta e/o orale per la verifica delle capacità di problem solving.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell'apprendimento:
La prova di laboratorio mira alla verifica delle conoscenze di base. Il superamento consente l'accesso alla prova scritta.
La prova scritta mira a verificare la conoscenza e la capacità di applicazione dei principi fondamentali della programmazione.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova di laboratorio è Superato/Non superato.
L'esito della prova scritta, in trentesimi, è la votazione finale dell'esame, che si ottiene sommando i punteggi ottenuti nello svolgimento dei singoli esercizi che la compongono.

FONDAMENTI DI INFORMATICA
Metodi di valutazione dell'apprendimento:
La valutazione consiste di due prove: una prova di laboratorio, nella quale gli studenti devono dimostrare di saper risolvere esercizi pratici; una prova scritta e/o orale per la verifica delle capacità di problem solving.
Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell'apprendimento:
La prova di laboratorio mira alla verifica delle conoscenze di base. Il superamento consente l'accesso alla prova scritta. La prova scritta mira a verificare la conoscenza e la capacità di applicazione dei principi fondamentali della programmazione.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova di laboratorio è Superato/Non superato.
L'esito della prova scritta, in trentesimi, è la votazione finale dell'esame, che si ottiene sommando i punteggi ottenuti nello svolgimento dei singoli esercizi che la compongono.

Testi di riferimento

FONDAMENTI DI INFORMATICA
Libro di testo:
Horstmann Cay, Necaise Rance D., "Concetti di informatica e fondamenti di Python", Apogeo.
Andrew S. Tanenbaum, Todd Austin., “Architettura dei calcolatori. Un approccio strutturale”,Pearson.

FONDAMENTI DI INFORMATICA
Libro di testo:
Horstmann Cay, Necaise Rance D., "Concetti di informatica e fondamenti di Python", Apogeo.
Andrew S. Tanenbaum, Todd Austin., “Architettura dei calcolatori. Un approccio strutturale”,Pearson.

Codice insegnamento 27000002

Inglese 1° anno · Annuale · ANGL-01/C · 0 file

INGLESE Competenze Specifiche: Il corso si propone di fornire allo studente una buona conoscenza di ‘General English’ a “livello B2” secondo il “Common European Framework of Reference” per le lingue straniere. La…

Scheda dell'insegnamento

Obiettivi formativi

INGLESE
Competenze Specifiche:
Il corso si propone di fornire allo studente una buona conoscenza di ‘General English’ a “livello B2” secondo il “Common European Framework of Reference” per le lingue
straniere. La formazione linguistica è finalizzata all’acquisizione di competenze linguistiche di base, intese come capacità di formulare e interpretare frasi grammaticalmente corrette, e di competenze pragmatiche atte a realizzare i bisogni comunicativi. Il corso si propone di mettere lo studente in condizione di padroneggiare la lingua in situazioni di comunicazione quotidiana ed accademica (orale/auditiva); di
comprendere la lingua scritta in riferimento a temi di tipo generale ed accademici, avvalendosi di vari generi testuali brevi ma autentici di tipo narrativo, descrittivo e informativo; e di produrre brevi testi scritti su argomenti sia personali che accademici.

Conoscenza e capacità di comprensione:

  • conoscenza e la comprensione delle FORM e FUNCTION sottoindicati, appropriati per il "Livello-B2" della lingua Inglese.
    Capacità di applicare conoscenza e comprensione:
  • Al termine del corso, gli studenti avranno la capacità di gestire, applicare e comprendere delle FORM e FUNCTION sottoindicati per il "Livello-B2" della lingua inglese.

Competenze Trasversali:
Lo studente acquisirà abilità di utilizzare inglese per formulare einterpretare frasi grammaticalmente corrette, e di competenze
pragmatiche atte a realizzare i bisogni comunicativi,in situazioni di comunicazione quotidiana ed accademica (orale/auditiva); di comprendere la lingua scritta in riferimento a temi di tipo genera le ed accademici, avvalendosi di vari generi testuali brevi ma autentici di tipo narrativo, descrittivo e informativo; e di produrre brevi testi scritti su argomenti sia personali che accademici.

Autonomia di giudizio:

  • Abilità di identificare punti debole nell'utilizzo della lingua inglese
  • Abilità di delinare percorsi per migliorare e/o mantenere il proprio conoscenza della lingua inglese
    Abilità comunicative utilizzando la lingua Inglese:
  • Abilità nel lavoro di gruppo; Abilità di scrivere e parlare; Abilità di leggere, ascoltare e comprendere.

INGLESE
Competenze Specifiche:
Il corso si propone di fornire allo studente una buona conoscenza di ‘General English’ a “livello B2” secondo il “Common European Framework of Reference” per le lingue
straniere. La formazione linguistica è finalizzata all’acquisizione di competenze linguistiche di base, intese come capacità di formulare e interpretare frasi grammaticalmente corrette, e di competenze pragmatiche atte a realizzare i bisogni comunicativi. Il corso si propone di mettere lo studente in condizione di padroneggiare la lingua in situazioni di comunicazione quotidiana ed accademica (orale/auditiva); di
comprendere la lingua scritta in riferimento a temi di tipo generale ed accademici, avvalendosi di vari generi testuali brevi ma autentici di tipo narrativo, descrittivo e informativo; e di produrre brevi testi scritti su argomenti sia personali che accademici.

Conoscenza e capacità di comprensione:

  • conoscenza e la comprensione delle FORM e FUNCTION sottoindicati, appropriati per il "Livello-B2" della lingua Inglese.
    Capacità di applicare conoscenza e comprensione:
  • Al termine del corso, gli studenti avranno la capacità di gestire, applicare e comprendere delle FORM e FUNCTION sottoindicati per il "Livello-B2" della lingua inglese.

Competenze Trasversali:
Lo studente acquisirà abilità di utilizzare inglese per formulare einterpretare frasi grammaticalmente corrette, e di competenze
pragmatiche atte a realizzare i bisogni comunicativi,in situazioni di comunicazione quotidiana ed accademica (orale/auditiva); di comprendere la lingua scritta in riferimento a temi di tipo genera le ed accademici, avvalendosi di vari generi testuali brevi ma autentici di tipo narrativo, descrittivo e informativo; e di produrre brevi testi scritti su argomenti sia personali che accademici.

Autonomia di giudizio:

  • Abilità di identificare punti debole nell'utilizzo della lingua inglese
  • Abilità di delinare percorsi per migliorare e/o mantenere il proprio conoscenza della lingua inglese
    Abilità comunicative utilizzando la lingua Inglese:
  • Abilità nel lavoro di gruppo; Abilità di scrivere e parlare; Abilità di leggere, ascoltare e comprendere.

Programma

INGLESE
Competenza linguistica della lingua inglese "Livello B2"

FORM: determiners; nouns, pronouns; present simple; present progressive; simple past; conjunctions; clauses (declarative, interrogative, negative); syntax; present perfect; present perfect vs. simple past; progressive tenses; the first, second and third conditional tenses; the subjunctive; the passive mood; verb patterns; adjectives using the present and past participles (ed/ing adjectives); adverbs; word formations; modifiers; cohesive devices, etc. VOCABULARY & FUNCTION: common everyday events (e.g. food, drink, simple information exchange, family, entertainment, weather) as well as well as social and personal issues (travel & mobility; health; information exchange; public services; study & work; formal & informal exchange; etc.).

INGLESE
Competenza linguistica della lingua inglese "Livello B2"

FORM: determiners; nouns, pronouns; present simple; present progressive; simple past; conjunctions; clauses (declarative, interrogative, negative); syntax; present perfect; present perfect vs. simple past; progressive tenses; the first, second and third conditional tenses; the subjunctive; the passive mood; verb patterns; adjectives using the present and past participles (ed/ing adjectives); adverbs; word formations; modifiers; cohesive devices, etc. VOCABULARY & FUNCTION: common everyday events (e.g. food, drink, simple information exchange, family, entertainment, weather) as well as well as social and personal issues (travel & mobility; health; information exchange; public services; study & work; formal & informal exchange; etc.).

Modalità d'esame

INGLESE
Metodi di valutazione dell'apprendimento e Criteri di Valutazione dell'Apprendimento | Criteri per Misurazione dell'Apprendimento e Attribuzione del Voto Finale: Il voto finale in trentesimi è determinato da 3 unità di valutazione (a-d): a. 3/30 assiduità di frequenza e partecipazione in classe b. 24/30 prova finale scritta c. 3/30 prova finale orale* *l’ammissione alla prova finale orale richiede un voto cumulativo minimo di 18/30 per i 3 momenti di valutazione a, e b. ** La prova scritta di 120 min sono costituite da domande di vario tipo di stimolo chiuso-risposta aperta e stimolo chiuso-risposta chiusa (come “essay”, scelta multipla, single e multiword cloze, sentence transformation, reading comprehension plus question formation, "essays" sui argomenti a scelta, etc.). ** La prova orale si articola nell’esposizione orale da parte dello studente in risposta a domande proposte dal docente, per valutare sia le conoscenze linguistiche che la communicative fluency dello studente sui argomenti accademici e personali-professionali. 'Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370)'.

INGLESE
Metodi di valutazione dell'apprendimento e Criteri di Valutazione dell'Apprendimento | Criteri per Misurazione dell'Apprendimento e Attribuzione del Voto Finale: Il voto finale in trentesimi è determinato da 3 unità di valutazione (a-d): a. 3/30 assiduità di frequenza e partecipazione in classe b. 24/30 prova finale scritta c. 3/30 prova finale orale* *l’ammissione alla prova finale orale richiede un voto cumulativo minimo di 18/30 per i 3 momenti di valutazione a, e b. ** La prova scritta di 120 min sono costituite da domande di vario tipo di stimolo chiuso-risposta aperta e stimolo chiuso-risposta chiusa (come “essay”, scelta multipla, single e multiword cloze, sentence transformation, reading comprehension plus question formation, "essays" sui argomenti a scelta, etc.). ** La prova orale si articola nell’esposizione orale da parte dello studente in risposta a domande proposte dal docente, per valutare sia le conoscenze linguistiche che la communicative fluency dello studente sui argomenti accademici e personali-professionali. 'Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370)'.

Testi di riferimento

INGLESE
Libro di testo
English File Digital Gold B2. Christina Latham-Koenig & Clive Oxenden, Oxford University Press.
Altro materiale fornito dal docente

Pagina del Materiale del Corso
https://www.unical.it/portale/strutture/dipartimenti_240/ctc/english_version/didattica/homedid/docenti/ricercatori/tingy/

INGLESE
Libro di testo
English File Digital Gold B2. Christina Latham-Koenig & Clive Oxenden, Oxford University Press.
Altro materiale fornito dal docente

Pagina del Materiale del Corso
https://www.unical.it/portale/strutture/dipartimenti_240/ctc/english_version/didattica/homedid/docenti/ricercatori/tingy/

Codice insegnamento 27000016

Matematica Discreta 1° anno · 2° semestre · MATH-02/B · 0 file

MATEMATICA DISCRETA Competenze specifiche: Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei concetti e delle nozioni fondamentali usate nella matematica discreta Competenze Specifiche:…

Scheda dell'insegnamento

Obiettivi formativi

MATEMATICA DISCRETA
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei concetti e delle nozioni fondamentali usate nella matematica discreta
Competenze Specifiche:

  • conoscenza dell'algebra lineare
  • conoscenza dell'aritmetica e dell'aritmetica modulare
  • conoscenza del calcolo combinatorio
    Capacità di applicare conoscenza e comprensione:
    Al termine del corso, gli studenti saranno in grado di affrontare problemi che usano tecniche di matematica discreta.

Competenze trasversali:
Capacita` critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli esercizi, evidenziando capacita` di “problem solving”. In particolare saranno acquisiti:
Autonomia di giudizio:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel combinare soluzioni alternative o innovative
    Abilità comunicative:
  • Abilità nel lavoro di gruppo

MATEMATICA DISCRETA
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei concetti e delle nozioni fondamentali usate nella matematica discreta
Competenze Specifiche:

  • conoscenza dell'algebra lineare
  • conoscenza dell'aritmetica e dell'aritmetica modulare
  • conoscenza del calcolo combinatorio
    Capacità di applicare conoscenza e comprensione:
    Al termine del corso, gli studenti saranno in grado di affrontare problemi che usano tecniche di matematica discreta.

Competenze trasversali:
Capacita` critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli esercizi, evidenziando capacita` di “problem solving”. In particolare saranno acquisiti:
Autonomia di giudizio:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel combinare soluzioni alternative o innovative
    Abilità comunicative:
  • Abilità nel lavoro di gruppo

Programma

MATEMATICA DISCRETA
Il corso presenta le nozioni di base di algebra lineare (spazi vettoriali, trasformazioni lineari e loro matrici), teoria dei numeri (aritmetica, aritmetica modulare) e combinatorica.

Lezioni (48 ore)
1) Geometria analitica (8 ore): Vettori geometrici; La geometria di R^2 e R^3;
2) Algebra lineare (23 ore): Sistemi di equazioni lineari; Matrici; Metodo di eliminazione di Gauss-Jordan; Operazioni su matrici; Applicazioni lineari; Matrice invertibili; Applicazioni lineari e matrici; Combinazioni lineari, dipendenza e indipendenza lineare di vettori; Basi di un spazio vettoriale; Sottospazi; Nucleo ed immagine di un' applicazione lineare; Dimensione; Rango; Cambiamento di base; Matrice di cambiamento di base; Determinanti;
3) Aritmetica (12 ore): Mcd; Algoritmo (esteso) di Euclide; Equazioni lineari diofantee; Numeri primi; Aritmetica modulare; Teorema cinese del resto; Piccolo teorema di Fremat; Applicazioni all'informatica;
4) Combinatoria (5 ore): Pigeon hole principle; Permutazioni e Combinazioni (con e senza ripetizione); Principio di inclusione-esclusione.

Esercitazioni (36 ore)
1) Geometria analitica (5 ore): Esempi ed esercizi.
2) Algebra lineare (11 ore): Esempi ed esercizi.
3) Aritmetica (9 ore): Esempi ed esercizi.
4) Combinatoria (11 ore): Esempi ed esercizi.

MATEMATICA DISCRETA
Il corso presenta le nozioni di base di algebra lineare (spazi vettoriali, trasformazioni lineari e loro matrici), teoria dei numeri (aritmetica, aritmetica modulare) e combinatorica.

Lezioni (48 ore)
1) Geometria analitica (8 ore): Vettori geometrici; La geometria di R^2 e R^3;
2) Algebra lineare (23 ore): Sistemi di equazioni lineari; Matrici; Metodo di eliminazione di Gauss-Jordan; Operazioni su matrici; Applicazioni lineari; Matrice invertibili; Applicazioni lineari e matrici; Combinazioni lineari, dipendenza e indipendenza lineare di vettori; Basi di un spazio vettoriale; Sottospazi; Nucleo ed immagine di un' applicazione lineare; Dimensione; Rango; Cambiamento di base; Matrice di cambiamento di base; Determinanti;
3) Aritmetica (12 ore): Mcd; Algoritmo (esteso) di Euclide; Equazioni lineari diofantee; Numeri primi; Aritmetica modulare; Teorema cinese del resto; Piccolo Teorema di Fermat; Applicazioni all'informatica;
4) Combinatoria (5 ore): Pigeon hole principle; Permutazioni e Combinazioni (con e senza ripetizione); Principio di inclusione-esclusione.

Esercitazioni (36 ore)
1) Geometria analitica (5 ore): Esempi e esercizi.
2) Algebra lineare (11 ore): Esempi e esercizi.
3) Aritmetica (9 ore): Esempi e esercizi.
4) Combinatoria (11 ore): Esempi e esercizi.

Modalità d'esame

MATEMATICA DISCRETA
Metodi di valutazione dell'apprendimento: La valutazione consiste di una prova scritta (3 ore), nella quale gli studenti devono dimostrare di saper risolvere esercizi di difficoltà variabile, e di una eventuale prova orale a discrezione del docente.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell'apprendimento: La prova mira a verificare se lo studente ha conoscenza degli algoritmi discussi nel corso, ed è in grado di applicare la teoria.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale: L'esito dello scritto si ottiene sommando i punteggi ottenuti nello svolgimento dei singoli esercizi che compongono la prova scritta. Il voto finale è in trentesimi e, nel caso sia stata sostenuta la prova orale, tiene conto congiuntamente di entrambe le prove scritta e orale. Il voto minimo per il superamento è 18/30.

MATEMATICA DISCRETA
Metodi di valutazione dell'apprendimento: La valutazione consiste di una prova scritta (3 ore), nella quale gli studenti devono dimostrare di saper risolvere esercizi di difficoltà variabile, e di una eventuale prova orale a discrezione del docente.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell'apprendimento: La prova mira a verificare se lo studente ha conoscenza degli algoritmi discussi nel corso, ed è in grado di applicare la teoria.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale: L'esito dello scritto si ottiene sommando i punteggi ottenuti nello svolgimento dei singoli esercizi che compongono la prova scritta. Il voto finale è in trentesimi e, nel caso sia stata sostenuta la prova orale, tiene conto congiuntamente di entrambe le prove scritta e orale. Il voto minimo per il superamento è 18/30.

Testi di riferimento

MATEMATICA DISCRETA
Libro di testo
-Bretscher, Linear Algebra with applications, Prentice Hall, 2001.

  • A.M. Cohen, H. Cuypers, H. Sterk, Algebra Interactive!, Springer Verlag, 1999.
  • K.H. Rosen, Discrete Mathematics and its applications, McGraw-Hill, 1999.

Libri consigliati

  • Appunti del docente

MATEMATICA DISCRETA
Libro di testo
-Bretscher, Linear Algebra with applications, Prentice Hall, 2001.

  • A.M. Cohen, H. Cuypers, H. Sterk, Algebra Interactive!, Springer Verlag, 1999.
  • K.H. Rosen, Discrete Mathematics and its applications, McGraw-Hill, 1999.

Libri consigliati

  • Appunti del docente

Codice insegnamento 27000107

Algoritmi Paralleli E Sistemi Distribuiti 2° anno · 2° semestre · INFO-01/A · 0 file

ALGORITMI PARALLELI E SISTEMI DISTRIBUITI Competenze specifiche: Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei principi fondamentali della programmazione distribuita e degli algoritmi…

Scheda dell'insegnamento

Obiettivi formativi

ALGORITMI PARALLELI E SISTEMI DISTRIBUITI
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei principi fondamentali della programmazione distribuita e degli algoritmi paralleli.
In particolare saranno acquisiti:

  • conoscenze dei fondamenti e aspetti applicativi del calcolo parallelo
  • conoscenze delle tecniche e metodi di progettazione e realizzazione di algoritmi paralleli
  • conoscenza approfondita dei principi, strutture e utilizzo dei sistemi di elaborazione paralleli e, in particolare, delle tecniche di programmazione in ambiente Shared-memory, paradigma Message Passing
  • conoscenza di diversi settori di applicazione del calcolo parallelo e, in particolare, della HPC (High Performance Computing).

Al termine del corso, gli studenti saranno in grado di affrontare le fasi di analisi di problemi inerentemente concorrenti, formulare algoritmi paralleli per la loro soluzione, e implementarli in un linguaggio di programmazione (o API) concorrente in ambiente a memoria condivisa e/o distribuita.

Competenze trasversali:
Capacita` critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti finali), evidenziando capacita` di “problem solving” in ambiente concorrente. In particolare saranno acquisiti:

  • Abilità nell'analisi e nella risoluzione dei problemi con componenti prettamente parallele/concorrenti
  • Abilità nel trovare soluzioni alternative o innovative
  • Abilità nel lavoro di gruppo

ALGORITMI PARALLELI E SISTEMI DISTRIBUITI
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei principi fondamentali della programmazione distribuita e degli algoritmi paralleli.
In particolare saranno acquisiti:

  • conoscenze dei fondamenti e aspetti applicativi del calcolo parallelo
  • conoscenze delle tecniche e metodi di progettazione e realizzazione di algoritmi paralleli
  • conoscenza approfondita dei principi, strutture e utilizzo dei sistemi di elaborazione paralleli e, in particolare, delle tecniche di programmazione in ambiente Shared-memory, paradigma Message Passing
  • conoscenza di diversi settori di applicazione del calcolo parallelo e, in particolare, della HPC (High Performance Computing).

Al termine del corso, gli studenti saranno in grado di affrontare le fasi di analisi di problemi inerentemente concorrenti, formulare algoritmi paralleli per la loro soluzione, e implementarli in un linguaggio di programmazione (o API) concorrente in ambiente a memoria condivisa e/o distribuita.

Competenze trasversali:
Capacita` critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti finali), evidenziando capacita` di “problem solving” in ambiente concorrente. In particolare saranno acquisiti:

  • Abilità nell'analisi e nella risoluzione dei problemi con componenti prettamente parallele/concorrenti
  • Abilità nel trovare soluzioni alternative o innovative
  • Abilità nel lavoro di gruppo

Programma

ALGORITMI PARALLELI E SISTEMI DISTRIBUITI
Nel corso vengono affrontate le metodologie fondamentali utilizzate per la programmazione parallela di architetture a memoria distribuita (e.g., cluster) e condivisa.

1) Introduzione – Architetture Parallele
Panoramica sulle macchine parallele
Memoria Condivisa (Multiprocessors)
Memoria Distribuita (Multicomputers)
Architetture Multi-core
Cache Coherence
Architetture Ibride
Modelli di Programmazione Paralleli
Modello a Threads
Modello a Memoria Condivisa
Modello a Memoria Distribuita
Modelli Data Parallel
Partizionamento
Comunicazioni
Sincronizzazione
Load Balancing
Granularità
Analisi delle Performance di programmi paralleli

2) Posix Threads
Concetti generali
Concetto di Thread, Passaggio di parametri
Mutua Esclusione e Race Condition nei Posix Thread
Introduzione alle condition. Esempio del Produttore/Consumatore

3) MPI - Il linguaggio di riferimento per la programmazione in ambienti a memoria distribuita
Concetti Generali
Routine di Gestione Ambiente
Comunicazioni Punto-Punto: MPI_Recv e MPI_Send
Comunicazioni Non-bloccanti
Comunicazioni Collettive
Tipi di Dati derivati

4) Algoritmi Paralleli, Implementazione e Performance
Calcolo Matriciale
Integrazione numerica
Algoritmi di ricerca e ordinamento
Analisi delle prestazioni di algoritmi paralleli
Sviluppo di software parallelo in ambiente MPI e Posix su calcolatori paralleli
Misurazione delle prestazioni.

ALGORITMI PARALLELI E SISTEMI DISTRIBUITI
Nel corso vengono affrontate le metodologie fondamentali utilizzate per la programmazione parallela di architetture a memoria distribuita (e.g., cluster) e condivisa.

1) Introduzione – Architetture Parallele
Panoramica sulle macchine parallele
Memoria Condivisa (Multiprocessors)
Memoria Distribuita (Multicomputers)
Architetture Multi-core
Cache Coherence
Architetture Ibride
Modelli di Programmazione Paralleli
Modello a Threads
Modello a Memoria Condivisa
Modello a Memoria Distribuita
Modelli Data Parallel
Partizionamento
Comunicazioni
Sincronizzazione
Load Balancing
Granularità
Analisi delle Performance di programmi paralleli

2) Posix Threads
Concetti generali
Concetto di Thread, Passaggio di parametri
Mutua Esclusione e Race Condition nei Posix Thread
Introduzione alle condition. Esempio del Produttore/Consumatore

3) MPI - Il linguaggio di riferimento per la programmazione in ambienti a memoria distribuita
Concetti Generali
Routine di Gestione Ambiente
Comunicazioni Punto-Punto: MPI_Recv e MPI_Send
Comunicazioni Non-bloccanti
Comunicazioni Collettive
Tipi di Dati derivati

4) Algoritmi Paralleli, Implementazione e Performance
Calcolo Matriciale
Integrazione numerica
Algoritmi di ricerca e ordinamento
Analisi delle prestazioni di algoritmi paralleli
Sviluppo di software parallelo in ambiente MPI e Posix su calcolatori paralleli
Misurazione delle prestazioni.

Modalità d'esame

ALGORITMI PARALLELI E SISTEMI DISTRIBUITI
Metodi di valutazione dell'apprendimento:
L’esame di APSD è composto da tre fasi: un pretest, una prova scritta e una prova orale. Sia il pretest che la prova scritta verranno svolti al computer tramite la piattaforma e-learning.
Il pretest consiste generalmente in domande a risposta multipla, relative agli argomenti teorici e pratici visti durante il corso. Il superamento di questa prova è necessario per accedere alla
fase successiva. La prova scritta prevede lo svolgimento di due esercizi, tipicamente uno in MPI e uno in POSIX. Chi supera entrambe le prove accede alla prova orale.

Criteri di Valutazione dell'apprendimento:
Le prove mirano a verificare la conoscenza e la capacità di applicazione dei principi fondamentali della programmazione parallela, sia dal punto di vista teorico che pratico.

Attribuzione del voto finale:
L'esito della prova scritta, in trentesimi, è la votazione finale dell'esame, ottenuta sommando i punteggi dei singoli esercizi che la compongono.
L’esito complessivo viene quindi ottenuto dalla media della prova scritta con una prova orale a valle di verifica.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370)

ALGORITMI PARALLELI E SISTEMI DISTRIBUITI
Metodi di valutazione dell'apprendimento:
L’esame di APSD è composto da tre fasi: un pretest, una prova scritta e una prova orale. Sia il pretest che la prova scritta verranno svolti al computer tramite la piattaforma e-learning.
Il pretest consiste generalmente in domande a risposta multipla, relative agli argomenti teorici e pratici visti durante il corso. Il superamento di questa prova è necessario per accedere alla
fase successiva. La prova scritta prevede lo svolgimento di due esercizi, tipicamente uno in MPI e uno in POSIX. Chi supera entrambe le prove accede alla prova orale.

Criteri di Valutazione dell'apprendimento:
Le prove mirano a verificare la conoscenza e la capacità di applicazione dei principi fondamentali della programmazione parallela, sia dal punto di vista teorico che pratico.

Attribuzione del voto finale:
L'esito della prova scritta, in trentesimi, è la votazione finale dell'esame, ottenuta sommando i punteggi dei singoli esercizi che la compongono.
L’esito complessivo viene quindi ottenuto dalla media della prova scritta con una prova orale a valle di verifica.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370)

Testi di riferimento

ALGORITMI PARALLELI E SISTEMI DISTRIBUITI
Libro di testo - Ananth Grama et al., Introduction to Parallel Computing, 2/E, Addison-Wesley. - Peter Pacheco, Parallel Programming with MPI. Morgan Kaufmann, 1997 - David B. Kirk, Wen-mei W. Hwu, Programming Massively Parallel Processors, Second Edition: A Hands-on Approach 2nd Edition, Morgan Kaufmann. Libri consigliati - - I. Foster. Designing and Building Parallel Programs. Addison-Wesley, 1995, Versione online disponibile presso http://www-unix.mcs.anl.gov/dbpp Pagina del Materiale del Corso - Gruppo TEAMS del Corso (fare riferimento anche a canali di A.A. passati)

ALGORITMI PARALLELI E SISTEMI DISTRIBUITI
Libro di testo - Ananth Grama et al., Introduction to Parallel Computing, 2/E, Addison-Wesley. - Peter Pacheco, Parallel Programming with MPI. Morgan Kaufmann, 1997 - David B. Kirk, Wen-mei W. Hwu, Programming Massively Parallel Processors, Second Edition: A Hands-on Approach 2nd Edition, Morgan Kaufmann. Libri consigliati - - I. Foster. Designing and Building Parallel Programs. Addison-Wesley, 1995, Versione online disponibile presso http://www-unix.mcs.anl.gov/dbpp Pagina del Materiale del Corso Gruppo TEAMS del corso (fare riferimento anche a canali di A.A. precedenti)

Codice insegnamento 27002222

Aspetti Etici E Giuridici Dell’Informatica 2° anno · 2° semestre · GIUR-01/A · 0 file

ASPETTI ETICI E GIURIDICI DELL’INFORMATICA Competenze specifiche: Obiettivo primario del corso è quello di fornire un'adeguata conoscenza delle questioni giuridiche sottese alla diffusione delle nuove tecnologie…

Scheda dell'insegnamento

Obiettivi formativi

ASPETTI ETICI E GIURIDICI DELL’INFORMATICA
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza delle questioni giuridiche sottese alla diffusione delle nuove tecnologie informatiche e telematiche.
a) Conoscenza e capacità di comprensione

  • Conoscenza della normativa e della giurisprudenza in materia di protezione dei dati personali
  • Conoscenza della normativa europea e nazionale sul documento informatico e sulle firme elettroniche
  • Conoscenze in materia di tutela del software
    b) Capacità di applicare conoscenza e comprensione
    Al termine del corso, gli studenti saranno in grado di affrontare le principali questioni legate all’utilizzo delle nuove tecnologie e riconoscerne i limiti giuridici relativi.

Competenze trasversali:
Capacita` critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso.

ASPETTI ETICI E GIURIDICI DELL’INFORMATICA
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza delle questioni giuridiche sottese alla diffusione delle nuove tecnologie informatiche e telematiche.
a) Conoscenza e capacità di comprensione

  • Conoscenza della normativa e della giurisprudenza in materia di protezione dei dati personali
  • Conoscenza della normativa europea e nazionale sul documento informatico e sulle firme elettroniche
  • Conoscenze in materia di tutela del software
    b) Capacità di applicare conoscenza e comprensione
    Al termine del corso, gli studenti saranno in grado di affrontare le principali questioni legate all’utilizzo delle nuove tecnologie e riconoscerne i limiti giuridici relativi.

Competenze trasversali:
Capacita` critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso.

Programma

ASPETTI ETICI E GIURIDICI DELL’INFORMATICA
Il corso presenta aspetti legali ed etici della relazione tra Legge e Tecnologie dell'informazione e della Comunicazione

1) Tecnologie dell'informazione e della comunicazione e diritti umani fondamentali

2) Privacy, Protezione dei Dati, Identità Digitale

3) Privacy e social media

4) Digitalizzazione nella pubblica amministraziona

  • Documenti Digitali
    -Firme elettroniche
    -E-mail certificate
    -Protocollo digitale
    -Siti web

5) Protezione del Software

6) Crimini Informatici

ASPETTI ETICI E GIURIDICI DELL’INFORMATICA
Il corso presenta aspetti legali ed etici della relazione tra Legge e Tecnologie dell'informazione e della Comunicazione

1) Tecnologie dell'informazione e della comunicazione e diritti umani fondamentali

2) Privacy, Protezione dei Dati, Identità Digitale

3) Privacy e social media

4) Digitalizzazione nella pubblica amministraziona

  • Documenti Digitali
    -Firme elettroniche
    -E-mail certificate
    -Protocollo digitale
    -Siti web

5) Protezione del Software

6) Crimini Informatici

Modalità d'esame

ASPETTI ETICI E GIURIDICI DELL’INFORMATICA
Metodi di valutazione dell'apprendimento:
La valutazione consiste in una prova scritta, nella quale gli studenti devono dimostrare di saper risolvere le problematiche evidenziate nel corso delle lezioni (al più 1 ora), suddivisa in tre domande a risposta aperta.
Nel caso in cui, per motivi di sicurezza sanitaria, l'esame dovesse essere effettuato a distanza saranno adottate le modalità di valutazione riportate qui:
https://informatica.unical.it/onlineexamsguidelines

Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Criteri di Valutazione dell'apprendimento:
La prova scritta mira a verificare la conoscenza e la capacità di applicazione delle questioni giuridiche affrontate durante le lezioni.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova scritta, in trentesimi, è la votazione finale dell'esame, che si ottiene sommando i punteggi ottenuti nello svolgimento delle singole domande.

ASPETTI ETICI E GIURIDICI DELL’INFORMATICA
Metodi di valutazione dell'apprendimento:
La valutazione consiste in una prova scritta, nella quale gli studenti devono dimostrare di saper risolvere le problematiche evidenziate nel corso delle lezioni (al più 1 ora), suddivisa in tre domande a risposta aperta.
Nel caso in cui, per motivi di sicurezza sanitaria, l'esame dovesse essere effettuato a distanza saranno adottate le modalità di valutazione riportate qui:
https://informatica.unical.it/onlineexamsguidelines

Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Criteri di Valutazione dell'apprendimento:
La prova scritta mira a verificare la conoscenza e la capacità di applicazione delle questioni giuridiche affrontate durante le lezioni.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova scritta, in trentesimi, è la votazione finale dell'esame, che si ottiene sommando i punteggi ottenuti nello svolgimento delle singole domande.

Testi di riferimento

ASPETTI ETICI E GIURIDICI DELL’INFORMATICA
Libro di testo

  • G. PASCUZZI, Il diritto dell'era digitale, Il Mulino, Bologna, 2020.
  • S. NIGER, Le nuove dimensioni della privacy: dal diritto alla riservatezza alla protezione dei dati personali, Cedam, Padova, 2006.
    Libri consigliati
  • BYUNG-CHUL HAN, Nello sciame, visioni del digitale, Roma, 2015.
  • L. CALIFANO, C. COLAPIETRO (a cura di), Innovazione tecnologica e valore della persona. Il diritto alla protezione dei dati personali nel Regolamento UE 2016/679, Napoli, 2017.
  • G. FINOCCHIARO (a cura di), Il nuovo Regolamento europeo sulla privacy e sulla protezione dei dati personali, Bologna, 2017.
  • L. FLORIDI, Infosfera. Etica e filosofia nell'età dell'informazione, Torino, 2009.
  • L. FLORIDI, Pensare l'infosfera. La filosofia come design concettuale, Milano, 2020.
  • Y.N. HARARI, 21 lezioni per il XXI secolo, 2019.
  • J. LANIER, L' alba del nuovo tutto. Il futuro della realtà virtuale, Milano, 2019.
  • G. LOVINK, Ossessioni collettive. Critica dei social media, Milano, 2012.
  • GV. MAYER SCHONBERGER, K. CUKIER, Big data, Milano, 2013.
  • E. MOROZOV, L’ingenuità della rete, Milano, 2011.
  • S. NIGER, Internet, democrazia e valori costituzionali, in ASTRID, febbraio 2012.
  • S. RODOTÀ, Il diritto di avere diritti, Roma-Bari, 2013.
  • S. RODOTÀ, Il sapere come bene comune. Accesso alla conoscenza e logica di mercato, Modena, 2008.
  • S. RODOTÀ, Una costituzione per internet, in Pol. dir., 2010, pp. 345 ss.
  • D. TALIA, L’impero dell'algoritmo. L'intelligenza delle macchine e la forma del futuro, Soveria Mannelli, 2021.
  • G. ZICCARDI, L'odio online. Violenza verbale e ossessioni in rete, Milano, 2016.
  • G. ZICCARDI, Tecnologie per il potere: Come usare i social network in politica, Milano, 2019.
  • S. ZUBOFF, Il capitalismo della sorveglianza. Il futuro dell'umanità nell'era dei nuovi poteri, Roma, 2018.

Pagina del Materiale del Corso

  • https://www.mat.unical.it/ComputerScience/InformazioniCorsi

ASPETTI ETICI E GIURIDICI DELL’INFORMATICA
Libro di testo

  • G. PASCUZZI, Il diritto dell'era digitale, Il Mulino, Bologna, 2020.
  • S. NIGER, Le nuove dimensioni della privacy: dal diritto alla riservatezza alla protezione dei dati personali, Cedam, Padova, 2006.
    Libri consigliati
  • BYUNG-CHUL HAN, Nello sciame, visioni del digitale, Roma, 2015.
  • L. CALIFANO, C. COLAPIETRO (a cura di), Innovazione tecnologica e valore della persona. Il diritto alla protezione dei dati personali nel Regolamento UE 2016/679, Napoli, 2017.
  • G. FINOCCHIARO (a cura di), Il nuovo Regolamento europeo sulla privacy e sulla protezione dei dati personali, Bologna, 2017.
  • L. FLORIDI, Infosfera. Etica e filosofia nell'età dell'informazione, Torino, 2009.
  • L. FLORIDI, Pensare l'infosfera. La filosofia come design concettuale, Milano, 2020.
  • Y.N. HARARI, 21 lezioni per il XXI secolo, 2019.
  • J. LANIER, L' alba del nuovo tutto. Il futuro della realtà virtuale, Milano, 2019.
  • G. LOVINK, Ossessioni collettive. Critica dei social media, Milano, 2012.
  • GV. MAYER SCHONBERGER, K. CUKIER, Big data, Milano, 2013.
  • E. MOROZOV, L’ingenuità della rete, Milano, 2011.
  • S. NIGER, Internet, democrazia e valori costituzionali, in ASTRID, febbraio 2012.
  • S. RODOTÀ, Il diritto di avere diritti, Roma-Bari, 2013.
  • S. RODOTÀ, Il sapere come bene comune. Accesso alla conoscenza e logica di mercato, Modena, 2008.
  • S. RODOTÀ, Una costituzione per internet, in Pol. dir., 2010, pp. 345 ss.
  • D. TALIA, L’impero dell'algoritmo. L'intelligenza delle macchine e la forma del futuro, Soveria Mannelli, 2021.
  • G. ZICCARDI, L'odio online. Violenza verbale e ossessioni in rete, Milano, 2016.
  • G. ZICCARDI, Tecnologie per il potere: Come usare i social network in politica, Milano, 2019.
  • S. ZUBOFF, Il capitalismo della sorveglianza. Il futuro dell'umanità nell'era dei nuovi poteri, Roma, 2018.

Pagina del Materiale del Corso

  • https://www.mat.unical.it/ComputerScience/InformazioniCorsi

Codice insegnamento 27009551

Basi Di Dati 2° anno · 1° semestre · INFO-01/A · 0 file

BASI DI DATI "Competenze specifiche: a) Conoscenze e capacità di comprensione Il corso presenta i concetti fondamentali delle basi di dati, con particolare riguardo ai modelli di rappresentazione delle informazioni, le…

Scheda dell'insegnamento

Obiettivi formativi

BASI DI DATI
"Competenze specifiche:
a) Conoscenze e capacità di comprensione
Il corso presenta i concetti fondamentali delle basi di dati, con particolare riguardo ai modelli di rappresentazione delle informazioni, le metodologie di progettazione (concettuale, logica e fisica), i linguaggi di interrogazione, l'architettura, le funzionalità, e gli ambiti applicativi dei sistemi per la gestione delle basi di dati (DBMS)
b) Capacità di applicare conoscenza e comprensione
Alla fine del corso lo studente sarà in grado di utilizzare le tecnologie dei database per la risoluzione di problematiche riguardanti la gestione dei dati. In particolare, sarà in grado di progettare, sviluppare ed interrogare un sistema di basi di dati

Competenze trasversali:
a) Autonomia di giudizio
Tramite lo studio delle tecniche di progettazione di basi di dati, nonchè della teoria dei linguaggi e dei modelli dei dati, verranno sviluppate capacità di analisi dei problemi e individuazione delle soluzioni.
b) Abilità comunicative
Attraverso le attività di laboratorio, finalizzate allo sviluppo di progetti di basi di dati tramite attività di gruppo, gli studenti vengono sollecitati alla cooperazione ed alla condivisione delle conoscenze. "

Programma

BASI DI DATI
Il corso introduce i concetti fondamentali riguardanti i sistemi di basi di dati, con particolare riferimento ai sistemi relazionali. A grandi linee, le tematiche trattate riguardano: progettazione concettuale, logica e fisica di una base di dati, interrogazione tramite linguaggi procedurali (algebra reazionale) e linguaggi dichiarativi (SQL). Il corso prevede attività di laboratorio volte a fornire comprensione delle problematiche tecnologiche e metodologiche, capacità progettuali e di utilizzo dei DBMS.

1) Introduzione ai sistemi informativi

2) Modelli e metodi per la progettazione di basi di dati relazionali

  • Il modello Entità-Relazione
  • Il modello Relazionale

3) Normalizzazione

4) Linguaggi di Interrogazione

  • Algebra relazionale
  • Linguaggio SQL

5)Progettazione e sviluppo di un caso di studio

Modalità d'esame

BASI DI DATI
Metodi di valutazione dell'apprendimento:
La valutazione consiste di tre prove: una prova scritta (al più 2,5 ore) in cui gli studenti devono dimostrare di conoscere il modello Entità-Relazioni, il modello relazionale e di essere in grado di interrogare una base di dati; discussione del progetto svolto durante le ore di laboratorio in cui gli studenti devono dimostrare di essere in grado di progettare, sviluppare ed interrogare una base di dati sulla base di date specifiche; una prova orale per la verifica delle conoscenze teoriche.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell'apprendimento:
La prova scritta mira alla verifica delle capacità individuali nelle varie fasi della progettazione, sviluppo ed interrogazione di una base di dati.
La discussione del progetto mira a verificare la capacità di lavorare in gruppo e all'abilità del comprendere ed eseguire quanto richiesto da specifiche date.
La prova orale mira a valutare la comprensione degli argomenti teorici trattati durante il corso.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova scritta è in venticinquesimi. Si accede alla discussione del progetto se il voto è superiore o uguale a 13.
L'esito della discussione del progetto è in venticinquesimi. Il voto dello scritto è la base di partenza per la prova orale che può arrivare ad aggiungere al più 6 punti."

Testi di riferimento

BASI DI DATI
-P. Atzeni, S. Ceri, S. Paraboschi, R. Torlone, Basi di dati -Modelli e linguaggi di interrogazione, McGraw Hill.

Codice insegnamento 27000109

Programmazione E Algoritmi 2° anno · 1° semestre · INFO-01/A · 0 file

PROGRAMMAZIONE E ALGORITMI Competenze specifiche: Il corso si pone due obiettivi principali: fornire un'adeguata conoscenza della programmazione orientata agli oggetti e dei tipi di dati astratti, ed introdurre le…

Scheda dell'insegnamento

Obiettivi formativi

PROGRAMMAZIONE E ALGORITMI
Competenze specifiche:
Il corso si pone due obiettivi principali: fornire un'adeguata conoscenza della programmazione orientata agli oggetti e dei tipi di dati astratti, ed introdurre le principali tecniche di programmazione.
In particolare saranno acquisite le seguenti conoscenze e competenze:

Conoscenza e capacità di comprensione:

  • Conoscenza dei principi della programmazione ad oggetti
  • Capacità di implementare in C++ algoritmi e strutture dati di base ed avanzati, anche facendo ricorso a tipi di dati astratti

Capacità di applicare conoscenza e comprensione:

  • Abilità nello scrivere un programma C++ utilizzando i principi della programmazione ad oggetti
  • Capacità di astrazione
  • Capacità di analisi della complessità di un problema, scelta degli algoritmi e delle strutture dati più adatte alla sua risoluzione, individuazione del miglior trade-off tra efficienza e complessità della soluzione.

Competenze trasversali:

  • abilità nella risoluzione di problemi, in particolare attraverso la progettazione di strutture dati astratte e lo sviluppo di algoritmi;
  • abilità alla collaborazione in piccoli gruppi ed alla condivisione e presentazione del lavoro svolto;
  • autonomia nella ricerca di librerie utili alla risoluzione di homework, anche su siti internazionali (e quindi solitamente in lingua inglese).

Programma

PROGRAMMAZIONE E ALGORITMI
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza dei concetti, anche avanzati, della programmazione orientata agli oggetti e dei tipi di dati astratti. Lo studente acquisirà, inoltre, la capacità di implementare nel Linguaggio C++ algoritmi e strutture dati di base ed avanzati. Il corso prevede un'ampia attivita' di laboratorio dove lo studente familiarizzera' con ambienti di programmazione C++.

1) Introduzione al C++

  • Programmazione in C++ - Primi Passi (Struttura di un programma; Concetto di variabile; Espressioni; Precedenza degli operatori; Tipi e conversioni)
  • Programmazione in C++ - Strutture di controllo (Istruzioni semplici e composte, definizione di blocco di istruzioni, visibilità delle variabili; costrutti di selezione; costrutti di iterazione)
  • Programmazione in C++ - Funzioni (Dichiarazione; Parametri formali e valore di ritorno; Passaggio per valore e passaggio per riferimento)

2) Algoritmi e strutture dati elementari

  • Array e Matrici
  • Ricorsione e Tecnica Divide et Impera
  • Problemi di ricerca e ordinamenti risolti con la Tecnica Divide et Impera
  • Puntatori e memoria dinamica

3) Le Classi e la Programmazione Orientata agli Oggetti

  • Concetto di classe
  • Composizione di classi
  • Overloading degli operatori
  • Astrazione dei dati e strutture dati complesse
  • Classi Template
  • Ereditarietà
  • Polimorfismo

4) Algoritmi e Strutture Dati Avanzate

  • Liste, Pile, Code
  • Standard Template Library
  • Tabelle Hash
  • Alberi
  • Grafi
  • Tecnica di Programmazione Golosa
  • Tecnica di programmazione Dinamica
  • Tecnica del Backtracking

Modalità d'esame

PROGRAMMAZIONE E ALGORITMI
Metodi di valutazione dell'apprendimento:
La valutazione consiste di due prove: una prova scritta (al più 3 ore), nella quale gli studenti devono dimostrare di saper risolvere esercizi di programmazione utilizzando le nozioni introdotte durante il corso; una prova orale facoltativa, per la verifica dell'acquisizione delle nozioni teoriche.

Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Criteri di Valutazione dell'apprendimento:
La prova scritta mira alla verifica delle conoscenze e competenze di programmazione introdotte durante il corso. La prova orale mira a verificare le conoscenze piu' teoriche ed approfondite degli argomenti trattati durante il corso.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova scritta è un voto tra 18 e 30 attribuito sulla base della correttezza, qualità e rapidità nel produrre la soluzione al problema dato.
La prova orale può far alzare o abbassare il voto della prova di laboratorio in base all'esito della valutazione complessiva

Testi di riferimento

PROGRAMMAZIONE E ALGORITMI
Libri di testo

  • Stanley B. Lippman, Josée Lajoie, Barbara E. Moo ""C++ Primer (5th Edition)"" -Addison-Weasley
  • Algoritmi e strutture dati – C. Demetrescu, I. Finocchi, G.F. Italiano – McGraw-Hill

Libri consigliati

  • Paul Deitel, Harvey Deitel, ""C++ How to program (10th Edition)"" - Pearson

Codice insegnamento 27009484

Ricerca Operativa 2° anno · 1° semestre · MATH-06/A · 0 file

RICERCA OPERATIVA Competenze specifiche: Obiettivo primario del corso è quello di fornire un'adeguata conoscenza delle tecniche di base della Ricerca Operativa. a) Conoscenze e capacità di comprensione: conoscenza…

Scheda dell'insegnamento

Obiettivi formativi

RICERCA OPERATIVA
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza delle tecniche di base della Ricerca Operativa.

a) Conoscenze e capacità di comprensione:

  • conoscenza delle tecniche utili a costruire modelli matematici per problemi di ottimizzazione
  • conoscenza delle tecniche di risoluzione di problemi di Programmazione Lineare, di Programmazione Lineare Intera, di Ottimizzazione su Rete e di Scheduling.

b) Capacità di applicare conoscenza e comprensione:
Al termine del corso, gli studenti saranno in grado di modellizzare e risolvere problemi di ottimizzazione e di usare alcuni pacchetti software per l'ottimizzazione.

Competenze trasversali:
a) Autonomia di giudizio

  • capacita` critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, evidenziando capacita` di “problem solving”.
  • Abilità nell'analisi dei problemi complessi

b) Abilità comunicative

  • capacità di spiegare come risolvere problemi di ottimizzazione;
  • capacità di lavorare in gruppo per risolvere problemi di ottimizzazione.

Programma

RICERCA OPERATIVA
Il corso si pone l’obiettivo di introdurre la Ricerca Operativa come disciplina di supporto alle decisioni. In particolare gli argomenti trattati sono i seguenti: formulazione di problemi decisionali, programmazione lineare e programmazione lineare intera, ottimizzazione su rete, problemi di scheduling, uso di alcuni pacchetti software per l’ottimizzazione.

1) Introduzione alla Ricerca Operativa.

  • Scopi e metodologie della Ricerca Operativa.
  • I problemi decisionali. Classificazione dei problemi decisionali.
  • I problemi di ottimizzazione.

2) Programmazione Lineare.

  • Formulazione matematica dei problemi di ottimizzazione: funzione obiettivo e vincoli.
  • Introduzione alla Programmazione Lineare (PL). Esempi di modelli di Programmazione Lineare.
  • Cenni di geometria convessa. Rappresentazione dei vincoli e della funzione obiettivo. Risoluzione grafica dei problemi di PL. - Forma standard di un problema di PL. Riduzione alla forma standard. Definizione di soluzione di base. Interpretazione geometrica delle soluzioni di base. Forma canonica e riduzione alla forma canonica.
  • Il teorema fondamentale della programmazione lineare. L’algoritmo del simplesso. Degenerazione e regole anticiclo.
  • Teoria della dualità. Duale di un problema di PL. Legami fra primale e duale. Dualità debole. Dualità forte. Condizioni di scarto complementare.

3) Programmazione Lineare Intera.

  • Definizione di un problema di Programmazione Lineare Intera (PLI).
  • Formulazione ideale di un problema di PLI.
  • Matrici unimodulari e totalmente unimodulari.
  • Algoritmo Branch & Bound.
  • Il problema dello zaino.

4) Ottimizzazione su rete.

  • Richiami di teoria dei grafi. Matrici di adiacenza e di incidenza.
  • Rete di trasporto. Formulazione del problema di flusso a costo minimo.
  • Il problema del cammino di costo minimo: formulazione del problrema e algoritmo di Dijkstra.
  • Formulazione del problema del massimo flusso. Il teorema del massimo flusso e minimo taglio. L’algoritmo di Ford & Fulkerson per il problema del massimo flusso. Duale del problema del massimo flusso.
  • Il simplesso su rete. Il simplesso su rete per il problema di flusso a costo minimo: il caso non capacitivo.
  • Formulazione del problema dei trasporti e del problema dell’assegnamento.
  • Risoluzione del problema dei trasporti col simplesso su rete.

5) Elementi di teoria dello scheduling.

  • Introduzione ai problemi di scheduling e loro classificazione.
  • Problemi di scheduling su singola macchina.
  • Problemi di scheduling su macchine parallele e identiche.
  • Cenni sui problemi di “flow shop” e “job shop”.

6) Laboratorio

  • Cenni sull'uso di EXCEL per la risoluzione dei problemi di ottimizzazione.
  • Uso di IBM ILOG CPLEX e linguaggio di programmazione OPL (Optimization Programming Language).

Modalità d'esame

RICERCA OPERATIVA
Metodi di valutazione dell'apprendimento:
La valutazione consiste in due prove scritte:

  • prova scritta numerica (al max 3 ore)
  • prova scritta teorica (al max un'ora)

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell'apprendimento:
La prova scritta numerica è finalizzata a verificare la capacità di modellare e risolvere un problema di ottimizzazione.
La prova teorica è finalizzata a verificare le conoscenze di teoria acquisite durante il corso.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova numerica è in trentesimi: si intende superata con almeno 18/30
L'esito della prova teorica è in decimi e si intende superata con almeno 5.2/10.
Il voto finale è dato dalla media pesata delle due prove, arrotondata all'intero più vicino, con peso pari a 0.8 per la prova numerica e 0.2 per la prova teorica.

Testi di riferimento

RICERCA OPERATIVA
Libro di testo
-A. Fuduli – Appunti di Ricerca Operativa – Youcanprint Editore, 2015.

  • A. Fuduli – Esercizi di Ricerca Operativa – Youcanprint Editore, 2015.

Libri consigliati

  • F. Shoen - Teoria e metodi di ottimizzazione lineare: il metodo del simplesso - La Nuova Italia Scientifica, 1991.
  • M. Fischetti - Lezioni di Ricerca Operativa – Edizioni Libreria Progetto Padova, 1995.
  • B. Taylor - Introduction to Management Science - Prentice Hall, 1995.
  • F.S. Hillier, G.J. Lieberman - Introduction to Operations Research – McGraw Hill, 2005.
  • M.S. Bazaraa, J.J. Jarvis, H.D. Sherali – Linear Programming and Network Flows – John Wiley, 2005.
  • M. Pinedo – Scheduling: Theory, Algorithms and Systems – Prentice Hall, 2002

Codice insegnamento 27000023

Sistemi Operativi 2° anno · 2° semestre · INFO-01/A · 0 file

SISTEMI OPERATIVI Competenze specifiche: a) Conoscenze e capacità di comprensione: 1. Conoscenza dell’architettura dei sistemi operativi, con particolare riferimento a gestione di memoria, dispositivi hardware, e unità…

Scheda dell'insegnamento

Obiettivi formativi

SISTEMI OPERATIVI
Competenze specifiche:
a) Conoscenze e capacità di comprensione:
1. Conoscenza dell’architettura dei sistemi operativi, con particolare riferimento a gestione di memoria, dispositivi hardware, e unità di calcolo;
2. Capacità di riconoscere il ruolo delle componenti architetturali astratte nei sistemi operativi reali Windows e Linux;
3. Capacità di amministrare sistemi standalone;
4. Conoscenza di linguaggi di scripting (Perl, Python);
5. Conoscenza delle principali metodologie di programmazione concorrente;

b) Capacità di applicare conoscenza e comprensione: Al termine del corso gli studenti saranno in grado di programmare in contesti multi-threaded e di amministrare un sistema standalone;
Competenze trasversali:
a) Autonomia di giudizio
Capacità critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti), evidenziando capacità di “problem solving”.
In particolare saranno acquisiti:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel trovare soluzioni alternative o innovative
    b) Abilità comunicative
  • Abilità nel lavoro di gruppo

SISTEMI OPERATIVI
Competenze specifiche:
a) Conoscenze e capacità di comprensione:
1. Conoscenza dell’architettura dei sistemi operativi, con particolare riferimento a gestione di memoria, dispositivi hardware, e unità di calcolo;
2. Capacità di riconoscere il ruolo delle componenti architetturali astratte nei sistemi operativi reali Windows e Linux;
3. Capacità di amministrare sistemi standalone;
4. Conoscenza di linguaggi di scripting (Perl, Python);
5. Conoscenza delle principali metodologie di programmazione concorrente;

b) Capacità di applicare conoscenza e comprensione: Al termine del corso gli studenti saranno in grado di programmare in contesti multi-threaded e di amministrare un sistema standalone;
Competenze trasversali:
a) Autonomia di giudizio
Capacità critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti), evidenziando capacità di “problem solving”.
In particolare saranno acquisiti:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel trovare soluzioni alternative o innovative
    b) Abilità comunicative
  • Abilità nel lavoro di gruppo

Programma

SISTEMI OPERATIVI
Il corso si propone di introdurre i concetti di base dei sistemi operativi.

"1. Architettura dei sistemi operativi

  • Definizione di sistema operativo. Componenti base di un sistema operativo. Meccanismi di interrupt e DMA.
  • Concetto di processo e di thread. Operazioni di task switching. Il Program Control Block.
  • Diagramma a stati dell’attività di un thread. Multitasking con e senza prelazione. Scheduling dei processi nell’architettura Windows e Linux.
  • Gestione della memoria. Paginazione: politiche di swap in e swap out delle pagine. Protezione della memoria. Caricamento in memoria di programmi. Rilocazione. Chiamata a funzioni di sistema.

2. Shell e linguaggi di Scripting

  • Linux: layout del file system. Attributi e permessi di accesso. Gestione dei processi.
  • Comandi shell Linux: gestione dei file e dei permessi di accesso, piping e redirezione. Comandi di gestione dei processi. Avvio di processi in background. Variabili d’ambiente, passaggio di parametri su linea di comando.
  • Linguaggi di scripting (Perl)

3. Programmazione multithreaded e concorrente

  • Sincronizzazione tra processi. Monitor e altre strutture dati di base in Java e Python. Problemi tipici di sincronizzazione: barriere, buffer limitati, lettori e scrittori, problema dei cinque filosofi.
  • Situazioni di stallo tra processi. Grafo dell’allocazione delle risorse. Situazioni di starvation.
  • Tool per il monitoraggio dell’attività dei processi Windows e Linux (procmon, procexp, top, ps).
    "

SISTEMI OPERATIVI
Il corso si propone di introdurre i concetti di base dei sistemi operativi.

"1. Architettura dei sistemi operativi

  • Definizione di sistema operativo. Componenti base di un sistema operativo. Meccanismi di interrupt e DMA.
  • Concetto di processo e di thread. Operazioni di task switching. Il Program Control Block.
  • Diagramma a stati dell’attività di un thread. Multitasking con e senza prelazione. Scheduling dei processi nell’architettura Windows e Linux.
  • Gestione della memoria. Paginazione: politiche di swap in e swap out delle pagine. Protezione della memoria. Caricamento in memoria di programmi. Rilocazione. Chiamata a funzioni di sistema.

2. Shell e linguaggi di Scripting

  • Linux: layout del file system. Attributi e permessi di accesso. Gestione dei processi.
  • Comandi shell Linux: gestione dei file e dei permessi di accesso, piping e redirezione. Comandi di gestione dei processi. Avvio di processi in background. Variabili d’ambiente, passaggio di parametri su linea di comando.
  • Linguaggi di scripting (Perl)

3. Programmazione multithreaded e concorrente

  • Sincronizzazione tra processi. Monitor e altre strutture dati di base in Java e Python. Problemi tipici di sincronizzazione: barriere, buffer limitati, lettori e scrittori, problema dei cinque filosofi.
  • Situazioni di stallo tra processi. Grafo dell’allocazione delle risorse. Situazioni di starvation.
  • Tool per il monitoraggio dell’attività dei processi Windows e Linux (procmon, procexp, top, ps).
    "

Modalità d'esame

SISTEMI OPERATIVI
Metodi di valutazione dell'apprendimento:
Prova scritta al calcolatore con eventuale pre-test di ammissione.

Criteri di Valutazione dell'apprendimento:
La prova scritta mira a verificare le conoscenze e le capacità di applicazione delle tecniche di programmazione multi-threading e dei linguaggi di scripting;

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova scritta è un voto tra 0 e 30. La prova si considera superata se il voto conseguito è superiore a 18.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

SISTEMI OPERATIVI
Metodi di valutazione dell'apprendimento:
Prova scritta al calcolatore con eventuale pre-test di ammissione.

Criteri di Valutazione dell'apprendimento:
La prova scritta mira a verificare le conoscenze e le capacità di applicazione delle tecniche di programmazione multi-threading e dei linguaggi di scripting;

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova scritta è un voto tra 0 e 30. La prova si considera superata se il voto conseguito è superiore a 18.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Testi di riferimento

SISTEMI OPERATIVI
Libri di testo

  • H.M.Deitel, P.J.Deitel, D.R.Choffnes, Operating Systems, 3d Edition, Pearson Education.
  • Randal L. Schwartz, Tom Phoenix, Brian d. Foy, ""Learning Perl"", O’ Reilly.
  • Python 3 Concurrency: https://docs.python.org/3/library/concurrency.html

Libri consigliati:

  • A. Silberschatz: Operating Systems Concepts (8 o 9 edizione). Addison-Wesley

SISTEMI OPERATIVI
Libri di testo

  • H.M.Deitel, P.J.Deitel, D.R.Choffnes, Operating Systems, 3d Edition, Pearson Education.
  • Randal L. Schwartz, Tom Phoenix, Brian d. Foy, ""Learning Perl"", O’ Reilly.
  • Python 3 Concurrency: https://docs.python.org/3/library/concurrency.html

Libri consigliati:

  • A. Silberschatz: Operating Systems Concepts (8 o 9 edizione). Addison-Wesley

Codice insegnamento 27000111

User Interfaces Design 2° anno · 2° semestre · INFO-01/A · 0 file

USER INTERFACES DESIGN Competenze specifiche: Obiettivo primario del corso è quello di fornire un'adeguata conoscenza del linguaggio JAVA per la realizzazione di interfacce grafiche seguendo i principi di UX e UI Design.…

Scheda dell'insegnamento

Obiettivi formativi

USER INTERFACES DESIGN
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza del linguaggio JAVA per la realizzazione di interfacce grafiche seguendo i principi di UX e UI Design.

In particolare saranno acquisiti:

  • Conoscenza del linguaggio JAVA
  • Conoscenza delle principali librerie di JAVA
  • Abilità nel progettare e implementare interfacce grafiche utilizzando il linguaggio di programmazione JAVA.

Al termine del corso, gli studenti saranno in grado di affrontare affrontare la progettazione di interfacce grafiche nel linguaggio JAVA.

Competenze trasversali:
Capacità critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti), evidenziando capacità di “problem solving”.
In particolare saranno acquisiti:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel trovare soluzioni alternative o innovative
  • Abilità nel lavoro di gruppo

USER INTERFACES DESIGN
Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza del linguaggio JAVA per la realizzazione di interfacce grafiche seguendo i principi di UX e UI Design.

In particolare saranno acquisiti:

  • Conoscenza del linguaggio JAVA
  • Conoscenza delle principali librerie di JAVA
  • Abilità nel progettare e implementare interfacce grafiche utilizzando il linguaggio di programmazione JAVA.

Al termine del corso, gli studenti saranno in grado di affrontare affrontare la progettazione di interfacce grafiche nel linguaggio JAVA.

Competenze trasversali:
Capacità critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti), evidenziando capacità di “problem solving”.
In particolare saranno acquisiti:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel trovare soluzioni alternative o innovative
  • Abilità nel lavoro di gruppo

Programma

USER INTERFACES DESIGN
Lo scopo del corso è l'apprendimento delle tecniche di progettazione di interfacce grafiche. Durante il corso si studieranno elementi di UX Design e si svilupperanno praticamente interfacce grafiche utilizzando il linguaggio di programmazione Java.

1) Introduzione a JAVA:

  • Sintassi, Oggetti e Classi
  • Ereditarietà, Interfacce, Binding Dinamico
  • Espressioni regolari
  • Eccezioni e File
  • Generics, Collections e Maps
    2) Progettazione di interfacce grafiche:
  • Elementi di UX e UI Design
    3) Implementazione di interfacce grafiche:
  • Componenti GUI
  • Librerie Java: Swing, Java FX
    4) Programmazione Multi-Threaded e database:
  • Threads e Synchronization
  • Database

USER INTERFACES DESIGN
Lo scopo del corso è l'apprendimento delle tecniche di progettazione di interfacce grafiche. Durante il corso si studieranno elementi di UX Design e si svilupperanno praticamente interfacce grafiche utilizzando il linguaggio di programmazione Java.

1) Introduzione a JAVA:

  • Sintassi, Oggetti e Classi
  • Ereditarietà, Interfacce, Binding Dinamico
  • Espressioni regolari
  • Eccezioni e File
  • Generics, Collections e Maps
    2) Progettazione di interfacce grafiche:
  • Elementi di UX e UI Design
    3) Implementazione di interfacce grafiche:
  • Componenti GUI
  • Librerie Java: Swing, Java FX
    4) Programmazione Multi-Threaded e database:
  • Threads e Synchronization
  • Database

Modalità d'esame

USER INTERFACES DESIGN
Metodi di valutazione dell'apprendimento:
La valutazione sarà condotta sulla base dello svolgimento di una prova pratica e un progetto didattico. Gli studenti devono dimostrare di saper progettare una applicazione informatica che utilizzi il linguaggio di programmazione JAVA.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell'apprendimento:
Le prove mirano alla verifica delle capacità di progettazione e implementazione di sistemi informatici in JAVA.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito delle prove è un giudizio espresso in trentesimi. Il voto finale è ottenuto combinando i due esiti ed è espresso in trentesimi.

USER INTERFACES DESIGN
Metodi di valutazione dell'apprendimento:
La valutazione sarà condotta sulla base dello svolgimento di una prova pratica e un progetto didattico. Gli studenti devono dimostrare di saper progettare una applicazione informatica che utilizzi il linguaggio di programmazione JAVA.

Le modalità d'esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con disturbi specifici di apprendimento (DSA) certificati ai sensi della legge 170/2010, facendo riferimento all'art. 9 del "Regolamento per l'inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento" (emanato con decreto rettorale 01.03.2022, n. 370).

Criteri di Valutazione dell'apprendimento:
Le prove mirano alla verifica delle capacità di progettazione e implementazione di sistemi informatici in JAVA.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito delle prove è un giudizio espresso in trentesimi. Il voto finale è ottenuto combinando i due esiti ed è espresso in trentesimi.

Testi di riferimento

USER INTERFACES DESIGN
Libri di testo e consigliati

  • Pellegrino Principe, "JAVA 8" - Apogeo
  • Jenifer Tidwell, Charles Brewer, Aynne Valencia-Brooks, "Designing Interfaces: Patterns for Effective Interaction Design" - O' Reilly
  • Lukas Mathis, "Designed for Use: Create Usable Interfaces for Applications and the Web" - Pragmatic Bookshelf
  • Matteo Di Pascale, "Manuale di sopravvivenza per UX designer: Guida pratica alla progettazione" - Hoepli

USER INTERFACES DESIGN
Libri di testo e consigliati

  • Pellegrino Principe, "JAVA 8" - Apogeo
  • Jenifer Tidwell, Charles Brewer, Aynne Valencia-Brooks, "Designing Interfaces: Patterns for Effective Interaction Design" - O' Reilly
  • Lukas Mathis, "Designed for Use: Create Usable Interfaces for Applications and the Web" - Pragmatic Bookshelf
  • Matteo Di Pascale, "Manuale di sopravvivenza per UX designer: Guida pratica alla progettazione" - Hoepli

Codice insegnamento 27007785

Enterprise Applications 3° anno · 2° semestre · 12 CFU · INFO-01/A · 0 file

Competenze specifiche: Obiettivo primario del corso è quello di fornire un'adeguata conoscenza delle tecnologie necessarie alla realizzazione di applicazioni enterprise. Nella prima parte del corso, si studieranno…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche:
Obiettivo primario del corso è quello di fornire un'adeguata conoscenza delle tecnologie necessarie alla realizzazione di applicazioni enterprise. Nella prima parte del corso, si studieranno diversi aspetti tecnologici dell'implementazione delle applicazioni web ed enterprise, dalla gestione dei dati e della logica applicativa, alla gestione dell'interfaccia e alla gestione della sicurezza. Nella seconda parte del corso, si realizzeranno applicazioni mobile in grado di interagire con i sistemi realizzati nella prima parte del corso.

In particolare saranno acquisiti:

  • Conoscenza delle principali tecnologie per lo sviluppo di applicazioni web/enterprise
  • Abilità nel garantire la sicurezza dei dati e della logica applicativa nel campo delle applicazioni enterprise
  • Abilità di implementare applicazioni mobile per i sistemi operativi più diffusi

Al termine del corso, gli studenti saranno in grado di realizzare applicazioni web, enterprise e mobile.

Competenze trasversali:
Capacità critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti), evidenziando capacità di “problem solving”

In particolare saranno acquisiti:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel trovare soluzioni alternative o innovative
  • Abilità nel lavoro di gruppo

Programma

Il corso si propone di introdurre le principali tecnologie per lo sviluppo di applicazioni enterprise, con particolare riferimento allo sviluppo di applicazioni per il web e per smartphone.

Parte 1: Applicazioni Web e Enterprise

  • Introduzione alle applicazioni enterprise
  • Gestione dei dati
  • Gestione della logica applicativa
  • Gestione dell'interfaccia web
  • Architettura a microservizi
  • Security in ambito enterprise

Parte 2: Applicazioni Mobile

  • Introduzione ai sistemi operativi mobile
  • Framework di sviluppo per applicazioni mobile
  • Componenti grafiche per lo sviluppo
  • Servizi basati sulla posizione
  • Sensori e hardware

Modalità d'esame

Metodi di valutazione dell'apprendimento:
La valutazione sarà condotta sulla base dello svolgimento di una prova orale e un progetto didattico. Gli studenti devono dimostrare di saper gestire lo sviluppo di applicazioni web, enterprise e mobile.

Nel caso in cui, per motivi di sicurezza sanitaria, l'esame dovesse essere effettuato a distanza saranno adottate le modalità di valutazione riportate qui: https://informatica.unical.it/onlineexamsguidelines

Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Criteri di Valutazione dell'apprendimento:
Le prove mirano alla verifica delle capacità di progettazione e implementazione di applicazioni enterprise e di applicazioni mobile.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito delle prove è un giudizio espresso in trentesimi. Il voto finale è ottenuto combinando i due esiti ed è espresso in trentesimi.

Testi di riferimento

Libri di testo e consigliati

  • M. Fowler - "Patterns of Enterprise Application Architecture" - Addison-Wesley Signature Series
  • C. Bauer, G. King - "Java Persistence with Hibernate" - Manning Pubblications
  • C. Walls - "Spring in Action" - Manning Pubblications
  • J. Carnell - "Spring Microservices in Action" - Manning Pubblications
  • C. Richardson - "Microservices Patterns: With Examples in Java" - Manning Pubblications
  • S. Lewis, M. Dunn "Native Mobile Development: A Cross-Reference for iOS and Android" - Oreilly & Associates Inc
  • Spring Boot in Action (5th edition)

Codice insegnamento 27007789

Fondamenti Di Reti E Sicurezza Informatica 3° anno · 1° semestre · 6 CFU · INFO-01/A · 0 file

Competenze specifiche a) Conoscenze e capacità di comprensione: 1. Conoscenza architetturale delle reti di calcolatori e dei protocolli di rete più comuni, con particolare riferimento allo stack TCP/IP e ai protocolli di…

Scheda dell'insegnamento

Obiettivi formativi

Competenze specifiche
a) Conoscenze e capacità di comprensione:
1. Conoscenza architetturale delle reti di calcolatori e dei protocolli di rete più comuni, con particolare riferimento allo stack TCP/IP e ai protocolli di livello applicazione principali;
2. Capacità di progettazione e messa in sicurezza di reti LAN; padronanza delle nozioni di base di sicurezza informatica
b) Capacità di applicare capacità e comprensione:
Alla fine del corso gli studenti saranno in grado di progettare e mettere in sicurezza reti di medie dimensioni, e di sviluppare applicazioni distribuite

Competenze trasversali:
a) Autonomia di giudizio
Capacita` critiche e di giudizio conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti), evidenziando capacita` di “problem solving”. In particolare saranno acquisiti:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel trovare soluzioni alternative o innovative
    b) Abilità comunicative
  • Abilità nel lavoro di gruppo

Programma

Il corso si propone di introdurre i concetti di base delle reti di calcolatori con cenni alle nozioni base di sicurezza informatica

1. Architettura delle reti di calcolatori

Concetto di gerarchia di protocolli.
Livello applicazione

  • Uso dei socket in Python.
  • Gestione di protocolli di livello applicazione in Python.
  • I protocolli HTTP e SMTP.
  • Process multiplexing.
  • Risoluzione dei nomi e DNS.

Livello di trasporto

  • Protocolli TCP e UDP.
  • Protocolli di comunicazione stop & wait e a finestra mobile.
  • Controllo di congestione e di flusso.
  • Protocolli di connessione e disconnessione.
  • Handshaking a tre vie.

Livello di rete

  • Concetto di qualità del servizio:
  • latenza;
  • jitter;
  • banda;
  • affidabilità.
  • Architetture di interconnessione store & forward.
  • Protocollo IP:
  • sistema di numerazione degli host;
  • struttura di un frammento IP.
  • Tabelle di routing.
  • Cenni alle tecniche di routing dinamico.

Livello data link

  • Protocollo ARP.
  • Protocolli di condivisione del mezzo trasmissivo.
  • Protocolli Ethernet e WiFi 802.11.
  • Struttura di un frame Ethernet e sistema di addressing.
  • Dispositivi di ripetizione del segnale:
  • hub;
  • switch;
  • access point.

Livello fisico

  • Cenni di teoria dei segnali.
  • Nozioni di latenza e banda di un canale trasmissivo.
  • Teorema di Nyquist.
  • Principali mezzi trasmissivi.
  • Commutazioni:
  • di circuito;
  • di frequenza;
  • di tempo;
  • di pacchetto.

2. Fondamenti di sicurezza informatica

Terminologia di base

  • Attori in gioco.
  • Triade Confidenzialità-Integrità-Disponibilità.
  • Triade AAA.

Concetto di debolezza e vulnerabilità

  • I database CWE e CVE.
  • Esempi.

3. Esercitazioni pratiche, progetto e messa in sicurezza di reti LAN
Questa parte del corso è svolta principalmente con l’ausilio dei software open source Wireshark , analizzatore del traffico di rete, e GNS3 , ambiente per la simulazione di reti virtuali, nonché facendo uso dei tool di sistema forniti dai sistemi operativi Windows e Linux.

Livello applicazione

  • Programmazione di un client SMTP.
  • Programmazione di un client HTTP.

Livello di trasporto

  • Comandi di monitoraggio delle connessioni:
  • netstat.
  • Port scanner.
  • Interpretazione dell’evoluzione dei protocolli più comuni con Ethereal/Wireshark:
  • DNS;
  • HTTP;
  • TCP.

Livello di rete

  • Interpretazione e configurazione di una tabella di routing con GNS3.
  • Concetto di mascheramento e di subnet.
  • Comando route.
  • Protocollo ICMP:
  • ping;
  • tracert.

Firewalling

  • Configurazione di un firewall sotto Linux con iptables.

Livello data link

  • Monitoraggio e configurazione di una rete Ethernet.
  • Principali comandi di gestione Windows e Linux:
  • ipconfig;
  • ifconfig;
  • arp.

Livello fisico

  • Visita agli apparati di rete dipartimentali.
  • Principali mezzi trasmissivi.

Modalità d'esame

Metodi di valutazione dell'apprendimento:
Prova su piattaforma di Ateneo e-learning, contenente due gruppi di domande: il primo gruppo di domande riguarda la configurazione di una rete (configurazione generale, assegnazione di indirizzi, routing, firewalling).
Il secondo gruppo contiene domande chiuse e aperte su socket programming, sicurezza informatica e sui livelli applicazione, trasporto, rete, link e fisico.
Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.
Criteri di Valutazione dell'apprendimento: l'esito della prova è un voto tra 18 e 30 o "Non superato". L'esito dell'esame (in trentesimi) si ottiene combinando i punteggi ottenuti su tutte le domande.
E facoltà sia della commissione di esame che dello studente chiedere una prova orale di ulteriore accertamento qualora il voto della prova al calcolatore sia almeno 18.

Testi di riferimento

Libri di testo

  • J. F. Kurose e K.W. Computer Networking A Top-Down Approach 8th Edition

Libri consigliati:

Codice insegnamento 27007786

Ingegneria Del Software 3° anno · 1° semestre · 9 CFU · INFO-01/A · 0 file

Competenze Specifiche: Il corso si propone di introdurre i concetti fondamentali dell'Ingegneria del software, con particolare attenzione allo sviluppo di sistemi con linguaggi ad oggetti. a) Conoscenze e capacità di…

Scheda dell'insegnamento

Obiettivi formativi

Competenze Specifiche:
Il corso si propone di introdurre i concetti fondamentali dell'Ingegneria del software, con particolare attenzione allo sviluppo di sistemi con linguaggi ad oggetti.

a) Conoscenze e capacità di comprensione:

  • conoscenza dei processi di sviluppo software
  • capacità di gestire ed implementare le varie fasi dei processi di sviluppo del software;
  • capacità di utilizzare linguaggi e strumenti per la specifica, la progettazione, lo sviluppo agile, la verifica, la validazione, e il mantenimento del software.

b) Capacità di applicare conoscenza e comprensione:
Al termine del corso, gli studenti saranno in grado di affrontare tutte le fasi di un processo di sviluppo software.

Competenze Trasversali:
a) Autonomia di giudizio
Lo studente acquisirà abilità nell'analisi e nella risoluzione dei problemi e abilità nel lavoro di gruppo.
Le capacita` critiche e di giudizio sono conseguite attraverso lo studio degli argomenti che vengono proposti durante il corso, lo sviluppo degli elaborati (esercizi e progetti), evidenziando capacita` di “problem solving”. In particolare saranno acquisiti:

  • Abilità nell'analisi e nella risoluzione dei problemi
  • Abilità nel combinare soluzioni alternative o innovative
  • Abilità nel lavoro di gruppo
    b) Abilità comunicative
    Capacità di presentare il proprio lavoro e interagire in gruppi di sviluppo software

Programma

Il corso si concentra sugli aspetti di base dell'ingegneria del software e approfondisce le tematiche relative allo sviluppo agile orientato agli oggetti.
Per ingegneria del software (in inglese software engineering) si intende quella disciplina che si occupa dei processi produttivi e delle metodologie di sviluppo finalizzate alla realizzazione di sistemi software. Il corso si propone, quindi, di fornire competenze e conoscenze necessarie a comprendere e gestire le problematiche dello sviluppo del software (inteso come attivita` industriale) sia da un punto di vista tecnologico che metodologico.

1) Concetti di Base

  • I processi software
  • Analisi dei requisiti
  • Progettazione, Sviluppo, Verifica e convalida
  • Gestione, Evoluzione e Manutenzione
  • Utilizzo di UML come abbozzo
  • Cenni ad aspetti etici, professionali e giuridici
    2) Ingegneria del Software Orientata agli Oggetti
  • Analisi e progettazione orientata agli oggetti
  • Design patterns
  • Sviluppo software guidato dai test
  • Sviluppo di software assistito da IA
    3) Strumenti e frameworks:
  • Ambienti IDE per la programmazione (es. Eclipse)
  • Maven
  • GIT
  • JUNIT
    -IA per il coding

Modalità d'esame

Metodi di valutazione dell’apprendimento:
La valutazione prevede due modalità alternative, entrambe aperte a tutti gli studenti:
1. Test al computer, eventuale mini-progetto facoltativo, esercizio di progettazione e programmazione e prova orale.
2. Prova completa al computer (comprendente test, esercizio di progettazione e programmazione) della durata massima di 5 ore, seguita da prova orale.

In entrambe le modalità gli studenti devono dimostrare di avere la capacità di saper applicare i principi dell'ingegneria del software orientata agli oggetti; La prima modalità prevede lo sviluppo degli esercizi di programmazione e dell’eventuale progetto durante le lezioni che deve concludersi entro il primo appello utile dopo la fine del corso. Il progetto facoltativo è assegnato agli studenti con risultati eccellenti nei test svolti durante il corso qualora ne facciano richiesta.

Nel caso in cui, per motivi di sicurezza sanitaria, l'esame dovesse essere effettuato a distanza saranno adottate le modalità di valutazione riportate qui: https://informatica.unical.it/onlineexamsguidelines
Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Criteri di Valutazione dell'apprendimento:
I test scritti (test al computer, progetto e esercizio di programmazione) mirano alla verifica delle capacità progettuali e implementative, la prova orale mira a verificare la conoscenza teorica degli argomenti trattati durante il corso.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito della prova al computer è un giudizio (Ottimo=20, Buono=16, Sufficiente=12, Non superato). Si accede alla prova orale se l'esito non è non superato. L'esito della prova orale è in decimi, si supera la prova se il voto è superiore a 6. L'esame è superato se entrambe le prove sono superate. Il progetto facoltativo è valutato in decimi e viene considerato solo se ha un voto superiore a 6. L'esito dell'esame (in trentesimi) si ottiene da una somma pesata dei risultati ottenuti nelle prove svolte.

Testi di riferimento

Libro di testo:
C. Larman - "Applying UML and patterns - An Intro to OOA/D and Iterative Development" - Prentice Hall

Libri consigliati:

  • Ian Sommerville - "Software Engineering" 10th ed. - Pearson Education
  • M. Fowler, K. Scott - "UML Distilled" - Addison-Wesley
  • E. Gamma, R. Helm, R. Johnson, J. Vlissides - "Design Patterns" - Addison-Wesley
  • M. Fowler, K. Beck, J. Brant, W. Opdyke, D. Roberts - "Refactoring: Improving the Design of Existing Code" - Addison-Wesley Professional

Codice insegnamento 27000110

Intelligenza Artificiale 3° anno · 1° semestre · 9 CFU · INFO-01/A · 0 file

Il corso ha l’obiettivo di fornire agli studenti e alle studentesse conoscenze teoriche e competenze operative relative ai principali metodi dell’Intelligenza Artificiale simbolica e algoritmica, con particolare…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l’obiettivo di fornire agli studenti e alle studentesse conoscenze teoriche e competenze operative relative ai principali metodi dell’Intelligenza Artificiale simbolica e algoritmica, con particolare attenzione alle tecniche di ricerca, alla ricerca euristica, alla teoria dei giochi, alla pianificazione automatica, ai sistemi ad agenti e ai sistemi basati su Large Language Models. Il corso mira inoltre a sviluppare consapevolezza critica rispetto alle implicazioni etiche e sociali dell’uso dell’Intelligenza Artificiale.

Conoscenza e capacità di comprensione
Al termine del corso, lo/la studente/studentessa conoscerà i concetti fondamentali dell’Intelligenza Artificiale, le principali classi di problemi affrontati dalla disciplina, le tecniche di ricerca cieca ed euristica, i fondamenti della ricerca strategica e della teoria dei giochi, i principi della pianificazione automatica e dei problemi di soddisfacimento di vincoli, le caratteristiche di base dei sistemi ad agenti e dei sistemi basati su LLM, nonché le principali questioni etiche connesse all’impiego dell’IA.
Capacità di applicare conoscenza e comprensione
Lo/la studente/studentessa sarà in grado di modellare problemi computazionali come problemi di ricerca, scegliere e applicare algoritmi appropriati, implementare e confrontare tecniche quali ricerca in ampiezza, ricerca in profondità, A*, IDA*, hill climbing, simulated annealing, Minimax e potatura Alfa-Beta. Sarà inoltre in grado di formulare problemi di pianificazione e sviluppare soluzioni basate su modelli quali STRIPS, nonché modellare problemi di soddisfacimento di vincoli e problemi che richiedono l'uso di agenti AI.
Autonomia di giudizio
Lo/la studente/studentessa sarà in grado di valutare criticamente l’adeguatezza di algoritmi e modelli di IA rispetto a specifici problemi applicativi, considerando prestazioni, limiti computazionali, qualità delle soluzioni e implicazioni etiche.
Abilità comunicative
Lo/la studente/studentessa sarà in grado di descrivere in modo chiaro e tecnicamente corretto problemi, modelli, algoritmi e risultati sperimentali, anche attraverso la redazione e la presentazione di un progetto didattico.
Capacità di apprendimento
Lo/la studente/studentessa svilupperà la capacità di approfondire autonomamente metodi, strumenti e sviluppi recenti dell’Intelligenza Artificiale, anche mediante lo studio di materiale scientifico e tecnico fornito durante il corso.

Programma

Il corso introduce i principi fondamentali dell’Intelligenza Artificiale, con particolare riferimento alla rappresentazione e risoluzione di problemi mediante tecniche di ricerca in spazi di soluzione, algoritmi euristici, ricerca strategica e teoria dei giochi.
Saranno inoltre trattati i fondamenti della pianificazione automatica, dei sistemi ad agenti e dei sistemi basati su Large Language Models, con attenzione alle implicazioni etiche e applicative dell’Intelligenza Artificiale.

LEZIONI
1. Concetti introduttivi all’Intelligenza Artificiale (3h)
Definizione di Intelligenza Artificiale. Ambiti e obiettivi della disciplina. Azione intelligente. Tipologie di ricerca. Rappresentazione della conoscenza. Principali applicazioni dell’IA.
2. Tecniche di ricerca (9h)
Ricerca cieca: ricerca in ampiezza, ricerca in profondità, tecniche iterative, ricerca in spazi a grafo.
Ricerca euristica: hill climbing, simulated annealing, A*, estensioni di A*, IDA*. Analisi e confronto tra algoritmi.
3. Giochi e ricerca strategica (9h)
Introduzione alla teoria dei giochi. Giochi strategici, ripetuti, estesi e cooperativi. Giochi estesi e costruzione di strategie. Algoritmo Minimax. Ricerca Alfa-Beta. Raffinamenti algoritmici.
4. Pianificazione automatica (9h)
Pianificatori generali e speciali. Descrizione delle azioni mediante metodi dichiarativi, monotoni e non monotoni. Pianificazione come problema di ricerca. Linguaggio STRIPS. Realizzazione di un pianificatore per STRIPS.
5. Problemi di soddisfacimento di vincoli (9h)
Formalizzazione di problemi di CSP, Algoritmi risolutivi e tecniche strutturali per l'identificazione di classi trattabili.
6. Large Language Models e sistemi ad agenti (9h)
Concetti introduttivi sui sistemi basati su LLM. Uso degli LLM per la realizzazione di agenti capaci di eseguire compiti complessi in modo coordinato.
7. Problemi etici e Intelligenza Artificiale (2h)
Implicazioni etiche, sociali e applicative dell’Intelligenza Artificiale. Limiti, rischi e responsabilità nell’uso di sistemi intelligenti.

ESERCITAZIONI E ATTIVITÀ APPLICATIVE (25h)
Applicazione di algoritmi di ricerca e ricerca euristica. Implementazione e confronto sperimentale di algoritmi. Esercitazioni su ricerca strategica, pianificazione e problemi di soddisfacimento di vincoli.
Torneo in classe tra diverse implementazioni di un gioco con avversari; sviluppo del progetto didattico.

Modalità d'esame

Metodi di valutazione dell’apprendimento
La valutazione dell’apprendimento si articola nelle seguenti prove:

  • Prova scritta (PS) , finalizzata a verificare la padronanza operativa di algoritmi e modelli trattati nel corso, mediante esercizi applicativi e quesiti relativi alla modellazione e risoluzione di problemi di Intelligenza Artificiale. La durata della prova scritta, tipicamente di due ore, sarà adeguata al numero e alla complessità degli esercizi proposti.
  • Prova orale (PO) , finalizzata ad accertare la comprensione concettuale, la capacità di collegare gli argomenti del corso, l’uso corretto del linguaggio tecnico e la capacità critica rispetto ai limiti e alle implicazioni degli algoritmi.
  • Progetto didattico (PD) , finalizzato ad applicare metodi di Intelligenza Artificiale a problemi reali o realistici, dimostrando competenze di sviluppo, sperimentazione, analisi dei risultati e comunicazione tecnico-scientifica.
  • Competizione a squadre facoltativa , finalizzata a valorizzare il lavoro collaborativo e la capacità di mettere in pratica, combinare o estendere gli algoritmi visti a lezione.

Criteri di valutazione dell’apprendimento
La prova scritta sarà valutata in base all’accuratezza dei calcoli, alla correttezza degli algoritmi utilizzati, alla completezza dei passaggi logici e alla chiarezza della notazione.
La prova orale sarà valutata in base alla correttezza delle definizioni, alla capacità di collegare argomenti diversi, alla padronanza del linguaggio tecnico e alla capacità di analisi critica.
Il progetto didattico sarà valutato in base all’originalità e adeguatezza della soluzione proposta, alla qualità del codice, alla modularità, alla presenza di eventuali test e alla chiarezza della relazione.
Criteri di misurazione dell’apprendimento e attribuzione del voto finale
Tutte le prove sono valutate in trentesimi. La scala qualitativa adottata è la seguente:

  • 30: eccellenza senza lacune;
  • 27-29: ottima padronanza, con piccoli dettagli migliorabili;
  • 24-26: buona preparazione, con alcune imprecisioni non sostanziali;
  • 18-23: preparazione sufficiente ma discontinua, con lacune circoscritte;
  • inferiore a 18: livello insufficiente, con lacune concettuali rilevanti.

Il voto finale è determinato mediante media pesata delle singole prove, con peso pari al 40% per la prova scritta, 30% per la prova orale e 30% per il progetto didattico.
A tale valutazione può sommarsi un eventuale bonus per la competizione a squadre e un eventuale bonus aggiuntivo nel caso in cui lo/la studente/studentessa sostenga una prova orale di livello particolarmente elevato.
La lode può essere attribuita in presenza di un livello complessivo eccellente, dimostrato in tutte le componenti della valutazione.
Eventuali materiali consentiti durante le prove saranno comunicati prima dello svolgimento dell’esame.
Appelli d’esame
Gli appelli si svolgeranno secondo il calendario ufficiale pubblicato dall’Ateneo.
Le modalità d’esame saranno adeguate alle particolari esigenze degli studenti e delle studentesse con disabilità certificate ai sensi delle leggi 104/1992 e 118/1971 o con Disturbo Specifico di Apprendimento certificato ai sensi della legge 170/2010, facendo riferimento all’art. 9 del Regolamento per l’inclusione e il diritto allo studio di studenti con disabilità o con disturbi specifici di apprendimento.

Testi di riferimento

Testo principale
S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall. Disponibile anche in edizione italiana.
Materiali integrativi
Dispense, slide, articoli e materiali sugli argomenti monografici saranno resi disponibili durante il corso attraverso i canali didattici indicati dal docente.

Codice insegnamento 27002216

Machine Learning 3° anno · 2° semestre · 6 CFU · INFO-01/A · 0 file

Il corso ha l’obiettivo di introdurre principi e tecniche di Machine Learning, e di fornire strumenti concettuali e tecnici per lo sviluppo di applicazioni, dallo studio del problema, alla preparazione dei dati, alla…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l’obiettivo di introdurre principi e tecniche di Machine Learning, e di fornire strumenti concettuali e tecnici per lo sviluppo di applicazioni, dallo studio del problema, alla preparazione dei dati, alla valutazione dei risultati.
Competenze specifiche:
Lo studente acquisirà familiarità con i principali algoritmi di Machine Learning. Sarà in grado di scegliere l'approccio più adatto a risolvere uno specifico problema, sulla base dei requisiti del problema medesimo. Lo studente sarà inoltre in grado di valutare le prestazioni delle soluzioni realizzate

Programma

Il modulo di Machine Learning offre una introduzione ai principi, agli algoritmi ed alle tecniche per il l'apprendimento automatico.

1) Introduction to Machine Learning
1.1) CRISP-DM Methodology
2) Concept learning and the general-to-specific ordering
3) Entropy
4) Decision Trees
5) Rule learning
6) Naïve Bayes classifiers
7) Ensemble methods
8) Text classification: Maximum Entropy
9) Association rules
10) Clustering - Kmeans
11) Introduction to Neural Networks

Modalità d'esame

Metodi di valutazione dell'apprendimento:
La valutazione si basa (1) su una prova orale mirata a verificare la conoscenza degli aspetti teorici e algoritmici del Machine Learning, e (2) sulla discussione del progetto sviluppato dai vari gruppi.
Nel caso in cui, per motivi di sicurezza sanitaria, l'esame dovesse essere effettuato a distanza saranno adottate le modalità di valutazione riportate qui:
https://informatica.unical.it/onlineexamsguidelines

Le modalità d'esame saranno inoltre adeguate alle particolari esigenze degli/delle studenti/studentesse con disabilità certificate ai sensi delle leggi 104/92 e 118/71 o con Disturbo specifico di apprendimento (DSA) certificato ai sensi della legge 170/2010), facendo riferimento alle indicazioni fornite dalla Delegata alle attività concernenti l’integrazione degli Studenti con disabilità e con disturbi specifici di apprendimento nell’Ateneo.

Criteri di Valutazione dell'apprendimento:
La prova orale mira a valutare la comprensione degli argomenti teorici trattati durante il corso.
La discussione del progetto mira a verificare la capacità (a) di analisi delle specifiche e dei requisiti del progetto, (b) di scelta degli algoritmi e delle tecniche più idonee al raggiungimento degli obiettivi, e (c) alla interpretazione dei risultati.

Criteri di misurazione dell'apprendimento ed attribuzione del voto finale:
L'esito massimo della discussione del progetto è 20. La prova è superata se il voto è maggiore o uguale a 13.
Il voto del progetto è la base di partenza per la prova orale, che può arrivare ad aggiungere al più 10 punti.

Testi di riferimento

Libri di testo

  • T.M. Mitchell, Machine Learning, McGraw-Hill, 1997
  • J. Han, M. Kamber, Data Mining: Concepts and Techniques, Morgan Kaufmann
  • P.N. Tan, M. Steinbach, V. Kumar, , Introduction to Data Mining, Addison Wesley, 2006

Pagina del Materiale del Corso
https://www.mat.unical.it/informatica/BusinessIntelligenceAndAnalytics

Codice insegnamento 27006941

Prova Finale 3° anno · 9 CFU · 0 file
Tirocinio 3° anno · 6 CFU · 0 file
Genere E Scienza 2° semestre · 9 CFU · SPS/07 · 0 file
Genere E Scienza 2° semestre · 6 CFU · SPS/07 · 0 file
OFA Matematica Annuale · 0 file

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.