Corso di laurea

Informatica

Università degli Studi di Modena e Reggio Emilia · 28 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

Algebra Lineare 1° anno · 1° semestre · 9 CFU · MATH-02/B · 0 file
Archivio Globale

Fornire le conoscenze di base e gli strumenti operativi dell'algebra lineare, utili per lo studio dell'informatica teorica e delle sue applicazioni. Per una descrizione dettagliata dei contenuti e degli obiettivi di…

Scheda dell'insegnamento

Obiettivi formativi

Fornire le conoscenze di base e gli strumenti operativi dell'algebra lineare, utili per lo studio dell'informatica teorica e delle sue applicazioni. Per una descrizione dettagliata dei contenuti e degli obiettivi di apprendimento, si rimanda alle due apposite sezioni.

Programma

[1 CFU] Teoria elementare degli insiemi, insiemi numerici, relazioni, funzioni. [1,5 CFU] Matrici: operazioni, determinante, matrice inversa, operazioni elementari di riga e matrici a gradini. [2 CFU] Spazi vettoriali: definizione, sottospazi vettoriali, combinazioni lineari, generatori, lineare dipendenza e indipendenza, basi e dimensione. Equazioni parametriche e cartesiane per sottospazi vettoriali. Rango di una matrice e metodi di calcolo del rango. [1,5 CFU] Funzioni lineari tra spazi vettoriali: definizioni, nucleo e immagine, formula dimensionale di rango e nullità, teorema di esistenza e unicità, matrici associate a funzioni lineari, matrici di cambiamento di base. [1 CFU] Sistemi lineari e loro discussione: Rouché-Capelli, Cramer, Gauss-Jordan. [0,5 CFU] Prodotto scalare standard in R^n, vettori ortogonali, versori, ortonormalizzazione di Gram-Schmidt, complemento ortogonale di un sottospazio vettoriale di R^n. [1,5 CFU] Diagonalizzazione di matrici: matrici simili, autovalori, autovettori, autospazi, polinomio caratteristico, molteplicità algebrica e geometrica, teorema di caratterizzazione per matrici diagonalizzabili, ortogonale diagonalizzazione di matrici reali simmetriche.

I seguenti contenuti di base trattati nella scuola superiore: - algebra: calcolo letterale; polinomi in una variabile e loro scomposizione, anche tramite Ruffini; risoluzione di equazioni algebriche di secondo grado. - linguaggio elementare e notazioni di base sugli insiemi. - insiemi numerici: numeri naturali, numeri interi, numeri razionali, numeri reali.

Lezioni frontali in aula, comprendenti teoria ed esercizi. Tutorati in aula, con esercizi di rinforzo.

Modalità d'esame

Esame scritto ed esame orale. L'esame scritto ha la durata di 2 ore e consiste nella risoluzione di alcuni esercizi. L'esame orale, a cui si accede dopo aver superato lo scritto con un voto di almeno 18/30, consiste nella discussione di definizioni, teoremi, collegamenti tra i concetti di algebra lineare sviluppati durante il corso. Superato con successo l'orale, il voto finale tra 18 e 30 viene proposto sulla base del voto dello scritto e dell'esame orale. Se non si supera l'orale, bisogna ridare lo scritto. L'esame scritto superato permette di sostenere l'orale in uno qualsiasi degli appelli orali fino a settembre dello stesso anno.

Testi di riferimento

Dispense fornite dal docente (disponibili sul portale Moodle di ateneo). I seguenti libri di testo sono utili per la consultazione e l'approfondimento personale. Nessuno di essi costituisce materiale obbligatorio di studio. Ciascuno di essi è sufficiente per la preparazione individuale. - M. ABATE, Algebra Lineare, Mc-Graw Hill, 2026. - R. FIORESI, M. MORIGI, Introduzione all'algebra lineare, CEA casa editrice ambrosiana, 2021. - G. CATINO, S. MONGODI, Esercizi svolti di Geometria e Algebra Lineare, Società Editrice Esculapio, 2020. Libro utile sui fondamenti di matematica discreta: - K.H. ROSEN, Discrete Mathematics and Its Applications, Fifth edition, McGraw-Hill, 2003.

Codice insegnamento 17104

Algoritmi E Strutture Dati 1° anno · 2° semestre · 9 CFU · INFO-01/A · 0 file

Lo scopo dell'insegnamento è quello di introdurre lo studente alle principali metodologie di progettazione e le tecniche algoritmiche di base. Tale introduzione viene fatta seguendo gli argomenti classici di un corso…

Scheda dell'insegnamento

Obiettivi formativi

Lo scopo dell'insegnamento è quello di introdurre lo studente alle principali metodologie di progettazione e le tecniche algoritmiche di base. Tale introduzione viene fatta seguendo gli argomenti classici di un corso introduttivo di algoritmica, e cioè le strutture dati di base e alcune strutture dati più evolute, algoritmi numerici e di ordinamento, gli algoritmi fondamentali su grafo, algoritmi di base sulle stringhe e le principali tecniche algoritmiche (ricorsione e divide-et-impera, greedy, programmazione dinamica). Lo studente sarà portato ad apprezzare l'importanza di una fase progettuale in cui vengano considerate la correttezza e l'efficienza degli algoritmi in termini di consumo spazio-tempo. Al riguardo, verranno introdotte le nozioni di complessità asintotica, con particolare accento sul caso più sfavorevole.

Programma

Il corso si tiene al secondo semestre del primo anno del corso di studi triennale di Informatica, per un totale di 72 ore (9 CFU) di lezioni frontali teoriche. I contenuti del corso sono i seguenti (le ore sono indicative, potrebbero cambiare a seconda della risposta degli studenti in aula): - Concetti di base (8 ore): Algoritmo, analisi di algoritmi, bit- vs word-complexity, analisi worst-case, comportamento asintotico degli algoritmi. - Ricorsione (6 ore): funzioni matematiche ricorsive, ricerca binaria, ricorrenze, Master-theorem. - Strutture dati (12 ore): Pile e Code, alberi, Heap, grafi, insiemi, dizionari e tabelle hash. - Tecnica divide-et-impera e ricerca binaria (3 ore). - Algoritmi di ordinamento (9 ore): mergesort, quicksort, Insertionsort, countingsort, selectionsort. - Algoritmi greedy (8 ore): Tecnica greedy. Codifiche Huffman. Copertura di insiemi. Minimo albero di copertura. - Algoritmi su grafi (14 ore): Esplorazione di grafi. Algoritmo di esplorazione in profondità (depth-first search) e in ampiezza (breadth-first-search). Ordinamento topologico di grafi diretti aciclici. Ricerca di cicli in grafi. Ricerca di cammini minimi. DAG e ordinamento topologico. - Programmazione dinamica (8 ore): Algoritmo di Bellman-Ford. Cammini minimi in grafi aciclici e cammini minimi per ogni coppia di nodi. Sottosequenza più lunga di numeri ordinati in senso crescente. Problema dello zaino. - Algoritmi di ricerca all'interno di stringhe (4 ore): Algoritmo a forza-bruta. Algoritmo di Knuth-Morris-Pratt.

Lo studio teorico/pratico degli algoritmi richiede un certo grado di maturità matematica e di calcolo. È propedeutico, e ne costituisce prerequisito formale, l'insegnamento di Programmazione I.

Il corso prevede lezioni frontali sugli aspetti teorici ed esercitazioni sugli argomenti affrontati nella parte teorica. Nel caso di disponibilità, il corso si avvarrà dell'aiuto di un tutor (studente di dottorato o magistrale) che si occuperà di esercitazioni che si terranno in ore extra rispetto a quelle delle lezioni, aperte a tutti gli studenti del corso, e che sarà a disposizione per ricevimenti individuali. L'orario delle esercitazioni sarà scelto in modo da non sovrapporsi con altre lezioni del primo anno del corso di studi. Durante il corso e le esercitazioni, le domande e gli interventi degli studenti sono graditi e incoraggiati. La frequenza non è obbligatoria, ma caldamente consigliata. Il corso è erogato in lingua italiana, così come la maggior parte del materiale fornito dal docente, ammettendo qualche eccezione in cui li materiale potrebbe essere in inglese. Tutte le informazioni, sia pratiche che organizzative, così come il materiale didattico, sarà reso disponibile con regolarità durante lo svolgimento del corso sulla pagina moodle del corso. Il materiale didattico fornito dal docente consiste in: - lucidi del docente sugli argomenti trattati a lezione - dispense scritte in toto o in parte dal docente, su argomenti selezionati del corso - dispense scritte da altri docenti universitari, su argomenti selezionati del corso - Esercizi propedeutici alla due parti dell'esame scritto, con soluzioni - Vecchie tracce d'esame con soluzioni ragionate - Brevi video (dette pillole) a supporto e integrazione di alcuni argomenti visiti a lezione - Video con esempi di soluzione degli esercizi della prima parte dello scritto - Indicazione di libri di testo Le lezioni saranno erogate esclusivamente frontali con l'utilizzo di lavagna (prevalentemente) e lucidi (sporadicamente).

Modalità d'esame

L'esame prevede una prova scritta obbligatoria e una prova orale facoltativa. Tutte le prove si svolgono esclusivamente in presenza. Durante le prove gli studenti non possono consultare alcun materiale, comunicare con altre persone (all'interno o all'esterno dell'aula), né utilizzare strumenti di intelligenza artificiale. Non è inoltre consentito avere sulla persona o alla postazione d'esame dispositivi elettronici in grado di memorizzare, elaborare o trasmettere informazioni, oppure di collegarsi a reti di comunicazione (ad es. smartphone, telefoni cellulari, smartwatch, smart wristbands, auricolari, smart glasses, tablet, calcolatrici scientifiche o altro). La violazione di tali disposizioni comporta l'immediata interruzione della prova, il mancato superamento dell'esame e l'applicazione delle sanzioni stabilite dal docente. Il docente si riserva inoltre di segnalare l'accaduto agli organi competenti dell'Ateneo per gli eventuali provvedimenti disciplinari previsti dai regolamenti vigenti. La prova scritta è composta da due parti. La prima parte verifica la conoscenza teorica e operativa degli argomenti trattati a lezione mediante esercizi in cui è richiesto di determinare il risultato prodotto da algoritmi studiati durante il corso. Tutti gli esercizi hanno lo stesso punteggio e sono valutati corretti solo se la risposta è esatta. Per superare questa parte è necessario risolvere correttamente almeno metà degli esercizi. La seconda parte richiede la risoluzione di problemi di difficoltà analoga, ma non identici, a quelli affrontati durante il corso, con descrizione della soluzione mediante testo e pseudocodice. Comprende inoltre una domanda teorica (ad esempio enunciato o dimostrazione di un teorema, analisi della complessità di un algoritmo, ecc.). Gli esercizi sono valutati con punteggi differenziati in base alla difficoltà; risposte parzialmente corrette ricevono un punteggio proporzionale. Per superare questa parte è necessario risolvere correttamente, o con soli errori minori, almeno un esercizio. Il voto dello scritto è ottenuto sommando i punteggi delle due parti, purché siano state superate entrambe le soglie; in caso contrario l'esame non è superato. L'esame è superato con un punteggio complessivo di almeno 18/30. I risultati vengono pubblicati sulla piattaforma di Ateneo e gli studenti possono prendere visione del proprio elaborato e discuterlo con il docente. La prova orale è facoltativa e può essere sostenuta solo dopo il superamento dello scritto. Durante il colloquio lo studente dovrà discutere gli algoritmi e i risultati presentati a lezione e risolvere un problema analogo a quelli della seconda parte dello scritto. L'orale può modificare il voto dello scritto, in positivo o in negativo. Il docente si riserva la facoltà di convocare uno studente per una prova orale qualora la prova scritta non fornisca elementi sufficienti per una valutazione completa e affidabile. La mancata presentazione all'orale, se convocato, comporta il mancato superamento dell'esame.

Testi di riferimento

Oltre al materiale fornito dal docente su moodle, (non in alternativa al testo, ma a complemento) un testo in alternativa tra: 1) "ALGORITMI e STRUTTURE DATI - Materiali per l'insegnamento" 2a Edizione McGraw-Hill - Create - ISBN: 9781307961546 oppure la vecchia edizione "MATERIALI PER L'INSEGNAMENTO DI ALGORITMI E STRUTTURE DATI" McGrawHill CREATE - ISBN 978-13-076-6722-6 questo testo contiene principalmente una selezione di capitoli di: T.H. Cormen, C.E. Leiserson, R.L. Rivest, C. Stein INTRODUZIONE AGLI ALGORITMI E STRUTTURE DATI - Terza Edizione McGraw-Hill (se avete già il Cormen-Leiserson-Rivest-Stein va benissimo anche quello) 2) A.A. Bertossi, A. Montresor ALGORITMI E STRUTTURE DATI - Terza Edizione Città Studi editore

Codice insegnamento 12310

Analisi Matematica 1° anno · 1° semestre · 9 CFU · MATH-03/A · 0 file
Archivio Globale

Obiettivi formativi: (descrittori di Dublino) - conoscenza e capacità di comprensione: scopo del corso è quello di fornire agli studenti gli strumenti di base del calcolo differenziale e integrale per funzioni di una…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivi formativi: (descrittori di Dublino) - conoscenza e capacità di comprensione: scopo del corso è quello di fornire agli studenti gli strumenti di base del calcolo differenziale e integrale per funzioni di una variabile reale, con particolare enfasi alla parte dell'Analisi legata ai numeri naturali (principio di induzione, successioni, serie numeriche). Al termine del corso gli studenti dovranno conoscere i contenuti teorici e aver acquisito le metodologie proprie dell'Analisi Matematica. - applicazione delle conoscenze e comprensione - autonomia di giudizio: al termine del corso gli studenti dovranno saper applicare in modo consapevole i concetti appresi alla risoluzione di problemi di vario genere anche di tipo applicativo, basati su modelli matematici e dovranno saper individuare l'approccio più appropriato alla risoluzione dei problemi proposti, argomentando le scelte effettuate. - abilità comunicative: gli studenti dovranno saper comunicare in maniera efficace e pertinenete, dimostrando capacità logico-argomentative e di sintesi.

Programma

L'insegnamento si svolge nel primo semestre del primo anno per un totale di 72 ore di didattica frontale corrispondenti a 9 CFU di cui di norma circa un terzo di esercitazioni numeriche. La scansione dei contenuti in termini di ore è da intendere come puramente indicativa. Essa infatti può subire modifiche nel corso dell'insegnamento alla luce dei riscontri e della partecipazione degli studenti. La prima parte del corso fornisce le conoscenze di base di tutta quella parte dell'Analisi Matematica principalmente legata ai numeri naturali: principio di induzione, successioni e serie numeriche; nella seconda parte del corso verranno sviluppati i principi generali del calcolo differenziale e integrale per funzioni di una variabile. Nel dettaglio: - 1 CFU - 8 ore di lezione Prerequisiti 2 ore Numeri naturali e principio di induzione 3 ore Campi ordinati 3 ore - 1 CFU - 8 ore di lezione Assioma di Dedekind 3 ore Numeri complessi 5 ore - 1 CFU - 8 ore di lezione Successioni di numeri naturali 8 ore - 1 CFU - 8 ore di lezione Esercizi riguardanti limiti di successioni 2 ore Notazioni asintotiche 3 ore Serie numeriche 3 ore - 1 CFU - 8 ore di lezione Esercizi riguardanti serie numeriche 3 ore Limiti di funzioni reali di una variabile reale 5 ore - 1 CFU - 8 ore di lezione Derivate 5 ore Approssimazione e sviluppi di Mac Laurin e Taylor 3 ore - 1 CFU - 8 ore di lezione Funzioni continue su un intervallo: Teorema di esistenza degli zeri e Teorema di Weierstrass 2 ore Teorema di Fermat, Rolle, Lagrange, Cauchy e loro conseguente 6 ore - 1 CFU - 8 ore di lezione Studio di funzioni 5 ore Calcolo integrale per funzioni di una variabile 3 ore - 1 CFU - 8 ore di lezione Metodi di integrazione 3 ore Integrali generalizzati 5 ore

Frazioni, radici, potenze, equazioni, disequazioni, valore assoluto, logaritmi, esponenziali, funzioni trigonometriche.

Il corso verrà erogato in presenza in lingua italiana. La frequenza non è obbligatoria, ma è fortemente raccomandata. Gli studenti non frequentanti possono prepararsi sulle dispense fornite dal docente su moodle.

Modalità d'esame

La verifica dell'apprendimento si basa su una prova scritta e una prova orale. Costituisce prerequisito per accedere alla prova scritta il superamento della prova OFA. Lo scritto è composto da alcuni esercizi sugli argomenti del programma svolti nel corso. La prova scritta si considera superata se il voto ottenuto è uguale o superiore a 18/30. In caso di gravi errori su alcuni esercizi, si può avere una riserva: prima dell'orale, viene chiesto di risolvere esercizi analoghi a quelli sbagliati. Tali riserve devono essere sanate nelle date riservate agli appelli orali previa iscrizione su esse3. L’orale vero e proprio si sostiene solo dopo aver sanato tutte le riserve. La prova orale consisterà nell'esposizione (in forma orale o scritta, a seconda della numerosità degli studenti in appello) di argomenti teorici (definizioni, teoremi, esempi) svolti durante le lezioni. Il voto finale sarà combinazione del voto della prova scritta e di quella orale.

Testi di riferimento

  • C. Sbordone, P. Marcellini, "Analisi Matematica Uno", Liguori Editore -A. Dall'Aglio, L. Giacomelli, M. Bertsch, "Epsilon 1. Primo corso di analisi matematica", McGraw-Hill - Dispense fornite dal docente su moodle

Codice insegnamento 16572

Architettura Dei Calcolatori I 1° anno · 2° semestre · 6 CFU · IINF-05/A · 0 file

L’insegnamento ha l’obiettivo di fornire conoscenze sull’architettura dei moderni calcolatori. Partendo dalle nozioni di base sulle reti logiche, gli studenti saranno guidati fino alla progettazione di un processore…

Scheda dell'insegnamento

Obiettivi formativi

L’insegnamento ha l’obiettivo di fornire conoscenze sull’architettura dei moderni calcolatori. Partendo dalle nozioni di base sulle reti logiche, gli studenti saranno guidati fino alla progettazione di un processore didattico, al fine di comprendere meglio i principali elementi architetturali. Specificamente, verranno fornite conoscenze di base sull'architettura RISC-V e sul corrispondente linguaggio assembly, anche mediante attività pratiche al calcolatore.

Programma

1) RAPPRESENTAZIONE DELL'INFORMAZIONE E PRESTAZIONI DEI CALCOLATORI (6h) Sistemi di numerazione posizionale Codifica binaria ed esadecimale, complemento a 2 Virgola fissa e mobile. Standard IEEE 754-1985 Prestazioni dei calcolatori 2) RETI LOGICHE COMBINATORIE (8h) Algebra di Boole. Funzioni ed espressioni booleane, teoremi Sintesi delle reti combinatorie Minimizzazione con mappe di Karnaugh, forma normale e minima 3) RETI LOGICHE SEQUENZIALI (8h) Bistabile SR, latch SR e D, FlipFlop SR, D, JK e T Sintesi di reti sequenziali Automi a stati finiti, modelli di Mealy e Moore, diagramma degli stati 4) INTRODUZIONE ALL'INSTRUCTION SET RISC-V (16h) Registri RISC-V Register operands, memory operands, immediate operands Formati di istruzioni RISC-V: R, I, S, SB, U, UJ Codifica e decodifica binaria Operazioni condizionali e chiamate a procedura Calling convention RISC-V 6) IL PROCESSORE (10h) Panoramica della CPU. Esecuzione delle istruzioni Costruzione di un datapath Istruzioni R-Type, istruzioni load/store, istruzioni di branch Datapath e controllore HW La pipeline RISC-V Hazard strutturali e di dato. Forwarding Branch prediction

Il corso non prevede propedeuticità specifiche; si auspicano tuttavia conoscenze di base sulla programmazione imperativa (e.g., C)

Lezioni in Italiano tramite slides sulla teoria ed esercitazioni di applicazione della teoria. La frequenza non è obbligatoria, ma fortemente consigliata.

Modalità d'esame

Nel corso dell’anno accademico sono garantiti sei appelli d’esame per la verifica dell’apprendimento. L’esame è composto da due parti, una prova SCRITTA (TEORICA e PRATICA) ed un ORALE. Nel caso di un numero di iscritti molto basso si potrà procedere alla sola valutazione ORALE. - Prova SCRITTA, della durata di un’ora e 45 minuti, prevede domande volte a valutare la conoscenza degli argomenti teorici trattati a lezione, più esercizi volti a valutare la comprensione degli aspetti più pratici del corso. Durante la prova NON è ammesso consultare il materiale didattico e libri di testo. Durante il corso potrebbero istituite delle prove intermedie. I frequentanti possono accedere alle prove intermedie. La media di tre voti sufficienti sulle prove intermedie sostituisce la prova scritta finale. - Prova ORALE, volta ad approfondire la valutazione della conoscenza di tutti gli aspetti teorici e pratici del corso. Si basa sull’esito della prova scritta (tipicamente una prova scritta appena sufficiente richiede un orale più approfondito rispetto ad una prova scritta ottima. Un quesito o esercizio della prova scritta a cui si è risposto male identifica un punto di probabile approfondimento alla prova orale). Normalmente all'orale vengono fatte fino a tre domande (sulla base di quanto velocemente lo studente risponde), e normalmente il voto dello scritto può essere alzato o abbassato fino a tre punti. Eccezioni specifiche si applicano a seconda dei casi.

Testi di riferimento

Per la parte di reti logiche: M. Morris Mano, Charles Kime, Tom Martin, "Reti logiche", 6/Ed., Pearson Editore ISBN: 9788891916044 Per la parte di architettura dei calcolatori, microarchitettura e assembly RISC-V: David A Patterson, John L Hennessy, "Struttura e progetto dei calcolatori - Progettare con RISC-V" Seconda edizione italiana a cura di Alberto Borghese. Zanichelli Ed. ISBN: 9788808199669 Più le dispense fornite dal docente attraverso la pagina Moodle del corso Testi opzionali/aggiuntivi: Giacomo Bucci, "Calcolatori elettronici. Architettura e organizzazione", Mc. Graw Hill ISBN: 9788838664700 I libri sono anche disponibili presso la Biblioteca dell'ateneo.

Codice insegnamento 28702

Fisica 1° anno · 2° semestre · 6 CFU · PHYS-03/A · 0 file
Archivio Globale

Il corso di Fisica si propone di fornire agli studenti le conoscenze fondamentali della fisica classica. Gli studenti vengono introdotti al metodo scientifico e imparano a formalizzare e risolvere problemi che…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Fisica si propone di fornire agli studenti le conoscenze fondamentali della fisica classica. Gli studenti vengono introdotti al metodo scientifico e imparano a formalizzare e risolvere problemi che coinvolgono le nozioni acquisite.

Programma

MECCANICA Misure e stime. Moto in una e più dimensioni. Leggi della dinamica e loro applicazione. Reazioni vincolari, forza elastica, forza di attrito. Lavoro, energia cinetica e potenziale. Conservazione dell’energia. (2 CFU). Quantita’ di moto e conservazione della quantità di moto. Moto rotazionale. Momento angolare e leggi di conservazione. Dinamica del corpo rigido. (1 CFU) ELETTROMAGNETISMO Fenomeni elettrostatici, carica elettrica, Forza di Coulomb, campo elettrico, lavoro ed energia potenziale elettrostatica, potenziale elettrostatico, superfici equipotenziali. Teorema di Gauss e sua applicazione a distribuzioni di carica, conduttori in equilibrio. 1CFU Capacità elettrica, e condensatori. Energia e pressione del campo elettrostatico. Cenni a: dipoli elettrici, costante dielettrica, polarizzazione dei dielettrici. Forza elettromotrice, densità e intensità di corrente, legge di Ohm, resistenza elettrica, effetto Joule. Conduzione elettrica. Leggi di Kirchhoff. 1CFU Fenomeni magnetici, dipoli magnetici e correnti elettriche. Forza di Lorentz, campo magnetico, forza magnetica su una corrente (seconda legge Laplace), momento della forza su un circuito chiuso e momento magnetico di una spira. Campi magnetici generati da correnti (prima legge Laplace). Forze tra correnti. Teorema di Ampere, Teorema di Gauss per il campo magnetico. Equazioni di Maxwell per campi statici. Cenni a campi elettrici e magnetici variabili nel tempo (legge di Faraday-Lenz e applicazioni). 1CFU

Non è previsto nessun requisito formale. Si assume che lo studente abbia conoscenze di base di algebra, geometria, trigonometria.

Lezioni frontali alla lavagna e tramite slide sulla teoria ed esercitazioni di applicazione della teoria.

Modalità d'esame

La verifica dell’apprendimento avverra’ mediante esame scritto che comporta: i) la risoluzione di problemi di fisica, con risultati numerici e ii) trattazione di alcuni argomenti teorici del programma proposti dal docente. I parametri di valutazione sono costituiti da: le conoscenze e la capacità di comprensione degli argomenti di Fisica trattati durante il corso, l'applicazione di tali consocenze e comprensione per la risoluzione dei problemi e per l'esposizione degli argomenti. Il punteggio massimo per ciascun problema o domanda di teoria dipenderà dalla sua lunghezza e difficoltà, e in generale sarà non superiore a 11 punti. Il punteggio massimo totale raggiungibile sarà di poco superiore ai 30 punti. In caso di punteggio totale superiore a 30 punti sarà assegnata la lode. Le prove di esame strano svolte in presenza. La durata complessiva della prova è circa di due ore e 45 minuti. Gli esiti saranno comunicati entro due settimane dalla prova scritta; la pubblicazione avverrà tramite esse3.

Testi di riferimento

P. Mazzoldi, M. Nigro, C. Voci "Meccanica e Termodinamica", EdiSES, ISBN 978-88-7959-418-9 P. Mazzoldi, M. Nigro, C. Voci, "Elettromagnetismo e Onde", EdiSES, ISBN 978-88-7959-478-3 Edizione III/2021 (o qualsiasi altra versione) o in alternativa: Elementi di fisica - Elettromagnetismo e Onde P. Mazzoldi, M. Nigro, C. Voci EdiSES s.r.l. Napoli Edizione III / 2022 (o qualsiasi altra versione)

Codice insegnamento 22055

Inglese 1° anno · 1° semestre · 3 CFU · L-LIN/12 · 0 file

Il corso mira a fornire agli studenti le conoscenze di base e le competenze comunicative e operative necessarie per raggiungere il livello B1 del Common European Framework of Reference (CEFR) in lingua Inglese. Sarà…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire agli studenti le conoscenze di base e le competenze comunicative e operative necessarie per raggiungere il livello B1 del Common European Framework of Reference (CEFR) in lingua Inglese. Sarà focalizzato sulle abilità di lettura, ascolto, grammatica/uso della lingua. Maggiori informazioni sui corsi B1 di Ateneo e sulle modalità di fruizione sono reperibili sulla pagina web del CLA: https://www.cla.unimore.it/site/home/idoneita-e-prove/b1-di-ateneo-idoneita-di-lingua-inglese.html

Programma

Grammatica Modali : can (ability, requests, permission); could (ability, possibility, polite requests); be able to; would (polite requests); will (offer); shall (suggestion, offer); should (advice); ought to (advice); may (possibility, probability); might (possibility, probability); have to (obligation); don’t have to (lack of obligation); must (obligation); mustn’t (prohibition); can’t/must (deduction); have to vs must; need (necessity); needn’t (lack of necessity); used to (past habits). Verbi e tempi verbali Present simple: states, habits, verbs not used in the continuous form; Present continuous: present actions; Present simple vs present continuous; Present perfect simple: recent past with just, indefinite past with yet, already, never, ever, unfinished past with for and since; Present perfect continuous; Present perfect vs present perfect continuous; Past simple: past events (regular and irregular verbs); Past simple vs present perfect; Past continuous: parallel past actions, continuous actions interrupted by the past simple tense; Past continuous vs past simple; Past perfect simple: narrative, reported speech; Future with will and shall: offers, promises, predictions; Future with present simple; Future with present continuous; Future with going to: plans, predictions; Passive: present passive, past passive, etc; Causative have/get; Gerunds: after verbs and prepositions, as subjects and objects; Infinitives: after verbs and adjectives; Infinitive of purpose; Gerunds vs infinitives Verbs + gerund (e.g.: look forward to, keep, mind) Verbs + infinitive (e.g.: want, would like) Phrasal verbs: (e.g.: find out, look for, look after, get on, get off, go on, put on, put off, sign up, etc.) Condizionale Discorso riportato Statements, questions and commands (say, ask, tell); tense changes with reported speech. Aggettivi Predicative and attributive; Quantitative (some, any, much, many, little, a little, few, a few, a lot of, lots of, etc.); Comparative and superlative forms (regular and irregular); Order of adjectives; Participles as adjectives; Compound adjectives. Avverbi Manner (quickly, carefully, etc.); Frequency (often, never, twice a day, etc.); Definite time (now, last week, etc.); Indefinite time (already, just, yet, etc.); Degree (very, too, rather, etc.); Place ( here, there, etc.); Direction (left, right, to, from, etc.); Sequence (first, next, etc.); Sentence adverbs (too, either, etc.); Location (inside, next to, at home, etc.); Time (during, later etc.); Instrument (by, with, etc.); Miscellaneous (enough, like, as, due to, owing to, etc.); Order of adverbs. Preposizioni Prepositions of time; Prepositions of place; Prepositional phrases (at the beginning of, by means of, by car, for sale, at last, etc.); Prepositions following nouns and adjectives (advice on, afraid of, etc.); Prepositions following verbs (laugh at, ask for, etc.). Pronomi Indefinite pronouns (somebody, anybody, everybody, etc.); Relative pronouns (who, which, that, whom, whose, where, omitted pronoun) Connettivi: and, but, or, either . . . or, when, while, until, before, after, as soon as, where, because, since, as, for, so that, (in order) to, so, so . . . that, such . . . that, if, unless, although Lessico: likes and dislikes; Daily life; Education; Entertainment and media; Environment; Food and drink; Free time; Health, medicine and exercise; Hobbies and leisure; House and home; Natural world; People; Personal feelings, opinions and experiences; Personal identification; Places and buildings; Relations with other people; Shopping; Social interaction; Sport; Technology; Travel and holidays; Transport services; Weather; Works and jobs. Conoscenza della lingua inglese al livello A2 del CEFR. Corso in modalità blended: corso online in autoapprendimento e workshop in modalità sincrona con i lettori del CLA (per maggiori dettagli consultare: http://www.cla.unimore.it/site/home/corsi-di-lingue/inglese/inglese-b1-di-ateneo.html) Completamento delle attività online obbligatorio nei tempi previsti dal corso. Frequenza ai workshop non obbligatoria ma fortemente consigliata. Lingua di insegnamento: Inglese

Modalità d'esame

Esame scritto: prova informatizzata. Durata: circa 1 ora. I risultati verranno comunicati attraverso la piattaforma ESSE3 orientativamente entro 5 giorni dopo la prova. Non sono concessi ausili di nessun tipo (dizionari, grammatiche, libri, appunti, glossari, etc.) Formato del test: 2 esercizi di ascolto con domande 2 esercizi di lettura con domande 3 esercizi di abbinamento 3 esercizi di riempimento testo 8 esercizi a scelta multipla

Testi di riferimento

Materiale di riferimento Fascicoli grammaticali e glossari lessicali reperibili nel corso online B1 (https://corsi-online.cla.unimore.it/course/view.php?id=28) Materiale di riferimento aggiuntivo Cotton, D., Favley, D., Kent, S. (n.d.). Language Leader Intermediate. Harlow, UK: Pearson. Eastwood, J. (n.d.). Oxford practice grammar. Oxford, UK: Oxford University Press. Heyderman, E., & May, P. (2010). Complete PET. Cambridge, UK: Cambridge University Press. Murphy, R. (n.d.). English grammar in use. Cambridge, UK: Cambridge University Press.

Codice insegnamento 12316

Programmazione 1 1° anno · 1° semestre · 9 CFU · INFO-01/A · 0 file

Il corso si propone di fornire le conoscenze e le competenze fondamentali della programmazione, partendo dai principi del pensiero computazionale e della risoluzione algoritmica dei problemi. Attraverso lo studio del…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire le conoscenze e le competenze fondamentali della programmazione, partendo dai principi del pensiero computazionale e della risoluzione algoritmica dei problemi. Attraverso lo studio del linguaggio Python, gli studenti acquisiranno una comprensione sia pratica sia concettuale dei principali paradigmi di programmazione e dei meccanismi che regolano l’esecuzione dei programmi. Il corso introduce inoltre all’uso consapevole, critico e responsabile degli strumenti di intelligenza artificiale generativa come supporto alle diverse fasi dello sviluppo del software. Al termine del corso, gli studenti saranno in grado di: analizzare un problema, progettarne una soluzione algoritmica e tradurla in un programma corretto e comprensibile; comprendere le principali caratteristiche dei linguaggi di programmazione, distinguendo tra linguaggi statici e dinamici, compilati e interpretati, e valutandone vantaggi e limiti; utilizzare con padronanza tipi di dato, strutture di controllo, funzioni, strutture dati, moduli, eccezioni e operazioni di input/output; applicare i paradigmi imperativo, orientato agli oggetti e funzionale, scegliendo l’approccio più appropriato rispetto al problema affrontato; progettare programmi modulari mediante funzioni, classi, moduli e package, organizzandoli in progetti Python strutturati; utilizzare annotazioni di tipo e strumenti di analisi statica per migliorare leggibilità, manutenibilità e affidabilità del codice; applicare tecniche di debugging, unit testing e profiling per individuare errori, verificare il comportamento dei programmi e valutarne le prestazioni; comprendere i principi fondamentali della gestione della memoria e i principali modelli di concorrenza disponibili in Python; utilizzare notebook interattivi per sviluppare, documentare e presentare esperimenti computazionali e semplici analisi di dati; utilizzare, quando appropriato, strumenti di intelligenza artificiale generativa per supportare la comprensione dei problemi, la prototipazione, la generazione e spiegazione del codice, il debugging, il testing, il refactoring e la documentazione; valutare criticamente il codice e le soluzioni prodotti con il supporto dell’intelligenza artificiale, verificandone correttezza, sicurezza, efficienza e coerenza con i requisiti e assumendo piena responsabilità del risultato finale; sviluppare programmi Python completi, eseguibili e manutenibili, utilizzando in modo consapevole librerie, ambienti virtuali e strumenti di sviluppo. Il corso fornisce inoltre le basi di programmazione necessarie per affrontare successivi insegnamenti e applicazioni nell’ambito dell’analisi dei dati, dell’intelligenza artificiale e dello sviluppo di sistemi software complessi, preparando gli studenti a operare responsabilmente in contesti di sviluppo nei quali strumenti tradizionali e sistemi di IA sono sempre più integrati.

Programma

Il corso introduce i fondamenti della programmazione e approfondisce Python attraverso attività teoriche e pratiche. Include inoltre l’uso critico e responsabile dell’IA generativa a supporto dello sviluppo software e una prima introduzione ai sistemi agentici. I principali argomenti, con una ripartizione indicativa delle 72 ore di lezione, sono: Fondamenti della programmazione e del linguaggio Python (16 ore): linguaggi compilati e interpretati, tipizzazione statica e dinamica, ambiente Python, sintassi, variabili, espressioni, tipi fondamentali e strutture dati, moduli, import, strutture di controllo, iterazione, indicizzazione e slicing. Funzioni e programmazione avanzata in Python (10 ore): funzioni, argomenti, scope, ricorsione, closure, lambda, generatori, comprehension, eccezioni e decoratori. Programmazione orientata agli oggetti e funzionale (10 ore): classi, attributi, metodi, proprietà, ereditarietà, polimorfismo, classi astratte e metaclassi; funzioni pure, immutabilità, map, filter, reduce, functools e itertools. Tipizzazione, organizzazione dei progetti e qualità del software (10 ore): annotazioni di tipo, generici, Protocol, TypedDict, dataclass, mypy e Pyright; package, ambienti virtuali, pyproject.toml, build e packaging; file, serializzazione, debugging, testing, documentazione e analisi statica. Prestazioni, memoria, concorrenza e parallelismo (8 ore): gestione della memoria, garbage collection, profiling, integrazione Python/C, threading, multiprocessing, concurrent.futures, asyncio, sincronizzazione, race condition e lock. Applicazioni per data science e IA (6 ore): notebook, elaborazione di dati numerici, testi, tabelle e immagini, alberi e grafi. IA generativa e sistemi agentici (6 ore): uso dell’IA generativa per comprensione di problemi, generazione e spiegazione del codice, debugging, testing, refactoring e documentazione; introduzione a LangGraph, stato, nodi, transizioni e strumenti, con attenzione alla validazione degli output. Esercitazioni pratiche (6 ore): progettazione, implementazione e verifica di programmi Python. La distribuzione delle ore è indicativa e potrà essere adattata in funzione dell’andamento del corso.

Non sono previsti prerequisiti specifici. Non è richiesta alcuna conoscenza pregressa di programmazione o del linguaggio Python, poiché il corso introduce i concetti fondamentali partendo dalle basi. Sono sufficienti una familiarità generale con l’uso del computer e una predisposizione al ragionamento logico e alla risoluzione di problemi.

L'insegnamento è erogato in presenza e combina lezioni frontali con una significativa componente pratica. I concetti teorici sono introdotti mediante spiegazioni, esempi di codice e dimostrazioni in Python e sono progressivamente affiancati da esercizi di programmazione di difficoltà crescente. Durante le lezioni vengono proposti quesiti, piccoli problemi e frammenti di codice da analizzare, completare o discutere, con l'obiettivo di favorire la partecipazione attiva degli studenti e verificare progressivamente la comprensione degli argomenti. Le attività pratiche prevedono la risoluzione guidata e autonoma di esercizi, accompagnata dalla discussione delle possibili soluzioni, degli errori più comuni e delle principali scelte implementative. L'approccio didattico mira quindi a integrare costantemente gli aspetti concettuali della programmazione con la loro applicazione pratica, favorendo lo sviluppo sia della capacità di comprendere e analizzare programmi sia della capacità di progettare e implementare autonomamente soluzioni in Python.

Modalità d'esame

La verifica dell'apprendimento prevede una prova pratica e una prova teorica. La prova pratica è finalizzata a verificare la capacità dello studente di applicare i concetti di programmazione trattati durante il corso, progettando e implementando soluzioni in Python a partire da problemi e specifiche assegnate. La prova teorica è finalizzata a verificare la conoscenza e la comprensione degli argomenti affrontati nell'insegnamento, con particolare riferimento ai linguaggi dinamici, ai principali costrutti e paradigmi di programmazione e alle caratteristiche del linguaggio Python. La verifica può richiedere anche l'analisi e la comprensione di frammenti di codice. Il superamento dell'esame richiede il superamento di entrambe le prove. Il risultato positivo di una singola prova rimane valido fino al termine dell'anno accademico; tale validità decade in caso di mancato superamento o di rifiuto della valutazione dell'altra prova.

Testi di riferimento

Materiale didattico fornito dal docente: slide, esempi di codice ed esercizi resi disponibili durante il corso. Come riferimento per il linguaggio Python si consiglia inoltre la documentazione ufficiale: Python Software Foundation, Python Documentation, https://docs.python.org/3/ Testi consigliati per approfondimenti: A. B. Downey, Think Python: How to Think Like a Computer Scientist, 2nd Edition, O'Reilly Media, 2015. M. Lutz, Learning Python, 5th Edition, O'Reilly Media, 2013.

Codice insegnamento 17058

Programmazione 2 1° anno · 2° semestre · 9 CFU · IINF-05/A · 0 file

Lo scopo del corso di Programmazione II è far evolvere le conoscenze e le abilità di programmazione degli studenti a partire da quelle di base acquisite durante il corso di Programmazione I. In particolare si cureranno…

Scheda dell'insegnamento

Obiettivi formativi

Lo scopo del corso di Programmazione II è far evolvere le conoscenze e le abilità di programmazione degli studenti a partire da quelle di base acquisite durante il corso di Programmazione I. In particolare si cureranno da un lato le abilità di analisi e sviluppo di strutture dati e algoritmi avanzati, dall'altro le capacità di sviluppo e testing di applicazioni reali. Si prenderà a riferimento il linguaggio C++. Al termine del corso lo studente sarà in grado di - progettare applicazioni usando l'approccio modulare - padroneggiare l'allocazione dinamica del C++ - codificare programmi in C++ usando i costrutti in modalità imperativa del linguaggio - implementare i tipi di dato astratto per le principali strutture dati dinamiche ovvero liste, alberi e grafi - codificare programmi in C++ su più file e compilarli attraverso la scrittura e l'esecuzione di makefile - implementare algoritmi che sfruttano le principali strutture dati dinamiche - effettuare il debugging di applicazioni scritte in C++ attraverso l'uso di IDE (Integrated Development Environment) - gestire versioni del software per lo sviluppo di progetti software distribuito su più programmatori - usare il sistema di version control GIT Per una più completa comprensione degli obiettivi formativi, si rimanda alla lettura dei risultati di apprendimento attesi a seguito dello svolgimento del presente percorso formativo

Programma

L'insegnamento si svolge nel II semestre del I anno, per un totale di 72 ore di didattica frontale (9 CFU). La scansione dei contenuti in termini di ore è da intendere come puramente indicativa. Essa può infatti subire modifiche nel corso dell’insegnamento alla luce dei riscontri e della partecipazione degli studenti. Contenuti del corso: Introduzione al corso (3 ore) Variabili, funzioni, operatori, sintassi (12 ore) Gestione memoria (9 ore) Liste (3 ore): Approfondimento sui puntatori, il tipo di dato lista e le liste semplici, liste doppie Alberi (6 ore): Rappresentazione degli alberi, Visite di Alberi, Alberi binari di ricerca Grafi (9 ore): Rappresentazione dei grafi, visite di grafi, implementazione degli algoritmi di Dijkstra e Prim Sviluppo e testing (25 ore): Debugging, modularizzazione e sviluppo di progetti su più file, compilazione e Makefile, documentazione di progetti e Doxygen, controllo di versione e GIT Testing (5 ore) La scansione dei contenuti per CFU è da intendere come indicativa. Essa può infatti subire modifiche nel corso dell’insegnamento alla luce dei feedback degli studenti e delle studentesse.

Le conoscenze acquisite durante il corso di Programmazione I (propedeuticità obbligatoria).

La didattica è basata su lezioni frontali. Il corso prevede lezioni teoriche sugli argomenti descritti nella sezione "Contenuti del corso" ed esercitazioni dedicate alla soluzione di esercizi al computer. Le domande e gli interventi degli studenti sono graditi e incoraggiati. La frequenza non è obbligatoria ma fortemente consigliata. Il corso è erogato in lingua italiana. Tutte le informazioni tecniche e organizzative sull'insegnamento, nonché il materiale didattico, saranno caricati su piattaforma Moodle. Si invita lo studente ad iscriversi ed a consultare tale piattaforma con regolarità.

Modalità d'esame

Durante l'anno si svolgono almeno 6 prove scritte e 4 di laboratorio. Il punteggio massimo assegnato ad ognuna delle due prove è 32. Per partecipare alla prova di laboratorio è necessario superare la prova scritta con una votazione di almeno 16/32. Il voto finale è determinato come media pesata delle due prove: 20% voto dello scritto, 80% voto del laboratorio. La prova scritta mira a verificare la capacità dello studente di scrivere funzioni e codificare algoritmi sulle strutture dati viste a lezione, di codificare funzioni ricorsive e di padroneggiare i principali aspetti dell'uso della memoria dinamica e della programmazione modulare e della compilazione. La prova scritta può essere sostenuta anche attraverso il superamento di due prove intermedie. La prima prova si svolge circa a metà del corso e la seconda prova al termine del corso in concomitanza con le prime due prove scritte. La somma del punteggio massimo delle due prove è 32. La prova di laboratorio ha l'obiettivo di verificare la capacità dello studente di scrivere applicazioni per casi di studio reali attraverso la scrittura di moduli software che coinvolgono le strutture dati viste a lezione e lo sviluppo di makefile. Maggiori informazioni sulla modalità d'esame sono disponibili nel documento delle FAQ scaricabile dal sito Moodle del corso dove sono inoltre disponibili prove d'esame passate.

Testi di riferimento

- P. Foggia, M. Vento. «Algoritmi e strutture dati - Astrazione, progetto e realizzazione», McGraw-Hill, 2011 - S. Dasgupta, C.H. Papadimitriou, U.V. Vazirani. «Algorithms», McGraw-Hill, 2006 - B. Eckel, "Thinking in C++", 2nd Edition, Volume 1 http://www.mindviewinc.com/ - Slide e materiale a cura del docente disponibile su Moodle

Codice insegnamento 17059

Verifica Preparazione Iniziale 1° anno · 0 file

I test servono a verificare ed eventualmente superare il "debito OFA" (Obblighi Formativi Aggiuntivi) per gli studenti immatricolati ai Corsi di Laurea Triennale del Dipartimento FIM (Fisica, Informatica, Matematica). Il…

Scheda dell'insegnamento

Obiettivi formativi

I test servono a verificare ed eventualmente superare il "debito OFA" (Obblighi Formativi Aggiuntivi) per gli studenti immatricolati ai Corsi di Laurea Triennale del Dipartimento FIM (Fisica, Informatica, Matematica). Il superamento o meno del debito OFA non preclude l'immatricolazione al Corso di Laurea: è possibile immatricolarsi e provvedere successivamente al superamento entro il primo anno di Corso.

Programma

I quesiti vertono sulla sezione di Matematica (composta da 20 quesiti). È disponibile un test di allenamento all'interno del portale dedicato.

n.p.

  • Precorsi di Matematica: Attività didattica propedeutica organizzata dal Dipartimento FIM all'inizio dell'anno accademico (nel mese di settembre, prima dell'inizio ufficiale delle lezioni) mirata al ripasso, allineamento e consolidamento delle nozioni matematiche di base. - Studio e auto-valutazione individuale: Svolgimento di esercitazioni e test di allenamento disponibili sulla piattaforma e-learning / portale dedicato del Dipartimento FIM.

Modalità d'esame

Il debito OFA si considera superato mediante una delle due seguenti modalità alternative, raggiungendo il punteggio di almeno 10 punti nella sola sezione "Matematica": PRIMA MODALITÀ: Test TOLC-I (CISIA) Gestito dal Consorzio Interuniversitario CISIA, sostenibile presso una qualunque sede universitaria erogante (prevalentemente in modalità a distanza TOLC@HOME). Struttura del test: Matematica (20 quesiti), Logica (10 quesiti), Scienze (10 quesiti), Comprensione Verbale (10 quesiti). Calcolo del punteggio: +1 punto per risposta esatta, 0 punti per risposta non data, -0,25 punti per risposta sbagliata. SECONDA MODALITÀ: Test OFA-FIM Predisposto specificamente dal Dipartimento FIM con 4 sessioni previste nell'arco dell'anno accademico (la prima sessione è prevista per la prima metà di ottobre 2025). Struttura del test: Articolato esattamente come la sola sezione "Matematica" del TOLC-I (20 quesiti a scelta multipla con 5 opzioni di cui una sola corretta). Durata: 50 minuti. Calcolo del punteggio: +1 punto per risposta corretta, 0 punti per risposta non data, -0,25 punti per risposta errata.

Testi di riferimento

Test di allenamento disponibili nella sezione dedicata del portale di Dipartimento.

Codice insegnamento 21204

Algoritmi E Problem Solving 2° anno · 9 CFU · INFO-01/A · 0 file

Il corso si propone di fornire agli studenti le competenze necessarie per affrontare e risolvere problemi computazionali complessi, partendo da casi di studio ed applicando tecniche basate sulle strutture dati ed…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire agli studenti le competenze necessarie per affrontare e risolvere problemi computazionali complessi, partendo da casi di studio ed applicando tecniche basate sulle strutture dati ed algoritmi. L'obiettivo è sviluppare una comprensione approfondita dei principi del problem solving algoritmico e dimostrare come questi possano essere utilizzati per risolvere problemi di varia complessita' in modo efficiente. Il corso utilizza un approccio problem-driven ed enfatizza l'importanza di utilizzare algoritmi per affrontare sfide pratiche attraverso simulazioni e casi di studio, promuovendo l'analisi critica e l'ottimizzazione delle implementazioni

Programma

Il corso è articolato in differenti parti, ognuna delle quali contribuisce in modo equivalente al numero di CFU. Il numero di CFU associati alle diverse parti del corso possono subire dei cambiamenti alla luce dei riscontri e feedback degli studenti. Gli argomenti trattati spaziano dalle tecniche fondamentali a quelle avanzate, con un forte focus sull'applicazione pratica degli algoritmi a problemi computazionali e casi di studio di varia complessita'. I contenuti del corso sono: Risoluzione di problemi con strutturazione gerarchica dei dati mediante l’utilizzo ed implementazione di tecniche ricorsive e di strutture ad alberi (base ed avanzati) Gestione di problemi complessi che richiedono soluzioni ottimali mediante l’utilizzo di tecniche di memoizzazione e di programmazione dinamica Trattamento di problemi concernenti la ricerca e la memorizzazione rapida dei dati mediate l’utilizzo di tabelle hash Risoluzione di problemi di ricerca, navigazione ed esplorazione di reti sociali, routing e ottimizzazione di flussi con l’utilizzo di algoritmi base ed avanzati su grafi Risoluzione efficiente di problemi di ricerca mediate l’utilizzo avanzato della ricerca binaria Risoluzione efficiente di problemi concernenti dati organizzati in intervalli con l’utilizzo di heaps ed alberi a segmenti Risoluzione efficiente di problemi di ottimizzazione e combinatoriali mediate l’utilizzo di algoritmi randomizzati e probabilistici Gestione di insiemi disgiunti e risoluzione di problemi concernenti la partizione efficiente di dati mediante l’utilizzo della struttura dati union-find Tecniche generali di progettazione di algoritmi

È richiesta la conoscenza di almeno un linguaggio di programmazione, preferibilmente il linguaggio C, utilizzato nel corso per l’implementazione delle soluzioni ai problemi visti e la conoscenza dei concetti base di algoritmi e strutture dati.

Lezioni Frontali: Presentazione di teoria, dimostrazioni pratiche e analisi degli algoritmi. Studio di casi pratici, applicazioni ed implementazione degli algoritmi a problemi concreti e simulazioni di casi reali La frequenza non è obbligatoria ma fortemente consigliata. L’insegnamento è erogato in lingua italiana ma molti dei materiali (libri, slides, dispense, casi di studio) potrebbero essere in inglese. Il materiale sarà disponibile su Moodle. Gli studenti lavoratori che non possono frequentare regolarmente le lezioni devono comunicarlo al docente per definire le eventuali attività di supporto specifiche.

Modalità d'esame

L’apprendimento sarà valutato attraverso due prove principali: Prova Pratica: Implementazione e analisi di algoritmi applicati a problemi specifici, per valutare la capacità di analizzare e risolvere problemi computazionali complessi Prova Orale: Discussione critica sulla prova pratica e sugli argomenti trattati nel corso, per valutare la comprensione e la capacità di applicare i concetti in contesti nuovi.

Testi di riferimento

Il materiale didattico è costituito principalmente dalle slides presentate durante le lezioni. Per eventuali approfondimenti, si consigliano i seguenti testi: D. Zingaro. (2024) Algorithmic Thinking. No Starch Press. J. Kleinberg, E. Tardos (2014) Algorithm Design. Pearson T.H. Cormen et al. (2020). Introduction to Algorithms. MIT Press. S.S. Skiena (2020) The Algorithm Design Manual. Springer.

Codice insegnamento 28670

Analisi Matematica Ii 2° anno · 6 CFU · MATH-03/A · 0 file
Archivio Globale

Questo insegnamento fornisce gli elementi di base del calcolo differenziale per funzioni di due o più variabili reali, un'introduzione alle equazioni differenziali ordinarie ed alcuni metodi risolutivi per alcune…

Scheda dell'insegnamento

Obiettivi formativi

Questo insegnamento fornisce gli elementi di base del calcolo differenziale per funzioni di due o più variabili reali, un'introduzione alle equazioni differenziali ordinarie ed alcuni metodi risolutivi per alcune equazioni alle derivate parziali lineari, ed un'introduzione al calcolo integrale in più variabili. Tali conoscenze sono utili per la prosecuzione del corso di studi, e favoriscono lo sviluppo di capacità di analisi e problem solving, molto spesso richieste nel mondo del lavoro.

Programma

Equazioni differenziali ordinarie. Equazioni del primo ordine in forma normale e nozione di soluzione. Problema di Cauchy. Equazioni differenziali lineari. Equazioni a variabili separabili. Equazioni lineari del primo ordine e problema di Cauchy associato: esistenza, unicità. Equazioni lineari del secondo ordine a coefficienti costanti e polinomio caratteristico. Soluzione particolare di un'equazione con termine forzante quasi trigonometrico. Elementi di topologia in RN. Limite e continuità. Teoremi di Bolzano-Weierstrass e Weierstrass. Derivata direzionale, derivate parziali, gradiente, Teorema di Fermat, teorema di Schwarz, studio dell'immagine di una funzione continua su un insieme compatto e connesso. Differenziale e gradiente e loro interpretazione geometrica. Derivazione di funzioni composte, caratterizzazione di funzioni a gradiente nullo, matrice Hessiana. Studio degli estremi locali. Formula di Taylor del secondo ordine. Teorema di classificazione dei punti a gradiente nullo utilizzando la matrice Hessiana. Interpretazione cinematica delle curve, vettore tangente come velocità, matrice Jacobiana, spazio tangente, vettore normale al grafico, equazione del piano tangente al grafico in un punto di una funzione CA1. Teorema della funzione implicita. Teorema del moltiplicatore di Lagrange e applicazioni. Cenni alla teoria dell'integrazione in più variabili, alcune regole di calcolo ed esempi. Tempo permettendo: Soluzione dell'equazione di Laplace nel disco unitario con il metodo della separazione delle variabili.

E' richiesta la conoscenza degli argomenti trattati nel corso di Analisi Matematica I, con particolare riguardo per il calcolo differenziale ed integrale per funzioni di una variabile. E' inoltre richiesta una conoscenza di base delle applicazioni lineari tra spazi vettoriali di dimensione finita.

Il corso si basa essenzialmente su lezioni frontali in cui i risultati della teoria vengono presentati con esempi che ne chiariscono il significato e l'utilità nel risolvere problemi matematici. La lezione ha spesso un format che favorisce la partecipazione con domande da parte degli studenti. Alcuni momenti delle lezioni conclusive di un argomento sono dedicate alla soluzione di problemi proposti in aula in cui è incoraggiato sia l'impegno individuale che la collaborazione, con feedback da parte del docente.

Modalità d'esame

L'esame consiste in una prova scritta seguito da una prova orale. Per accedere alla prova orale è indispensabile superare la prova scritta. La prova scritta è composta da tre problemi, divisi eventualmente in sotto-quesiti. Ciascuno dei tre problemi riflette una delle tre parti principali del programma. L'orale verte su un argomento di approfondimento da parte del candidato, a cui si aggiungono delle domande integrative sul programma e sullo scritto. Sarà valutata in base all'input degli studenti l'opportunità di una o più simulazioni d'esame.

Testi di riferimento

N. Fusco - P. Marcellini - C. Sbordone, Elementi di Analisi Matematica due, Liguori Editore. M. Bramanti - C. D. Pagani - S. Salsa, Analisi Matematica 2, Zanichelli Editore. P. Marcellini - C. Sbordone, Esercizi di Matematica - Volume II, tomi 1 e 2, Liguori Editore. M. Bramanti, Esercizi di Matematica 2 - Calcolo infinitesimale, ZANICHELLI Editore. Nella versione inglese di questa scheda sono segnalate alternative valide in lingua Inglese.

Codice insegnamento 13210

Architettura Dei Calcolatori Ii 2° anno · 6 CFU · IINF-05/A · 0 file

L'insegnamento ha l'obiettivo di fornire conoscenze avanzate sull'architettura dei moderni calcolatori, con particolare enfasi sull'incremento di performance basato su: 1) lo sfruttamento di parallelismo architetturale…

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento ha l'obiettivo di fornire conoscenze avanzate sull'architettura dei moderni calcolatori, con particolare enfasi sull'incremento di performance basato su: 1) lo sfruttamento di parallelismo architetturale (instruction-level parallelism, data-level parallelism, multi-core); 2) la costruzione di gerarchie di memoria (cache, memoria virtuale) Verranno fornite conoscenze specifiche sull'architettura RISC-V e sul corrispondente linguaggio assembly, anche mediante attività pratiche al calcolatore. L’insegnamento ha l’obiettivo di fornire conoscenze avanzate sulla progettazione e sul funzionamento dei moderni sistemi di calcolo, integrando lo studio teorico con attività pratiche di descrizione, simulazione e verifica di sistemi digitali. Al termine dell’insegnamento, lo studente conosce: - il ruolo dei linguaggi di descrizione dell’hardware e della progettazione Register Transfer Level (RTL); l'uso del Verilog per modellare e verificare circuiti combinatori e sequenziali; la progettazione RTL di componenti base di una CPU RISC-V; l'uso di strumenti di simulazione e sintesi; - la struttura e il funzionamento delle cache (direct mapped, set-associative, fully associative), la loro organizzazione in gerarchie di memoria; la struttura e il funzionamento del sistema di memoria virtuale e dei principali blocchi architetturali che ne coadiuvano il funzionamento efficiente nei moderni calcolatori; - le principali forme di parallelismo a livello di istruzione (VLIW, out-of-order/superscalar), dati (SIMD) e thread (multithreading, multi-core CPUs); - valutare l’effetto delle scelte architetturali sulle prestazioni e sull’efficienza dei sistemi di calcolo. Per una descrizione analitica si rimanda ai risultati di apprendimento attesi.

Programma

L’insegnamento comprende 48 ore complessive, articolate in 24 ore di teoria e 24 ore di laboratorio. La distribuzione delle ore è indicativa e può subire limitati adattamenti in funzione dell’andamento del corso. Parte teorica – 24 ore: - Introduzione agli HDL e al linguaggio Verilog – 4 ore: livelli di astrazione, progettazione RTL, flusso di descrizione, simulazione e sintesi, moduli, segnali, operatori, assegnamenti, blocchi procedurali, logica combinatoria e sequenziale, testbench e sintetizzabilità. - Metodologia di progettazione RTL – 4 ore: decomposizione del progetto, partizionamento tra datapath e controllo, bus, registri, contatori, ALU, register file, memorie e macchine a stati finiti. - Cache e gerarchia di memoria – 6 ore: località temporale e spaziale, hit e miss, tempo medio di accesso, cache direct-mapped, set-associative e completamente associative, tag, indice e offset, politiche di sostituzione e scrittura, analisi delle prestazioni. - Memoria virtuale – 6 ore: pagine, frame, traduzione degli indirizzi, tabelle delle pagine, TLB, page fault e interazione tra hardware e sistema operativo. - Parallelismo nei calcolatori – 4 ore: emissione multipla, VLIW, superscalari, esecuzione fuori ordine, SIMD, parallelismo a livello di thread, multicore, cenni alle GPGPU e power wall. Laboratorio – 24 ore: - Introduzione al laboratorio e configurazione degli strumenti – 2 ore. - Elementi di base di HDL e Verilog – 4 ore. - Reti combinatorie – 2 ore. - Reti sincrone e sequenziali – 2 ore. - Datapath e unità di controllo – 2 ore. - Register file e memorie – 2 ore. - CPU RV32I – 4 ore. - Simulazione e analisi delle cache – 4 ore. - Esercitazione pratica riepilogativa – 2 ore. Le attività di laboratorio comprendono sviluppo, simulazione e sintesi di moduli Verilog, costruzione di testbench, analisi delle forme d’onda, debugging, progettazione e verifica di componenti RTL e uso di simulatori RISC-V per l’analisi delle cache. Il laboratorio è parte integrante del corso e della verifica dell’apprendimento.

Sono richieste le conoscenze e le abilità normalmente acquisite nell’insegnamento di Architettura dei calcolatori I, con particolare riferimento a: - rappresentazione binaria dell’informazione e algebra booleana; - reti logiche combinatorie e sequenziali; - registri e memorie; - struttura di base di un processore; - datapath e unità di controllo; - principi fondamentali dell’architettura e del set di istruzioni RISC-V; - lettura di semplici programmi assembly; - conoscenze di base di programmazione, ad esempio in C o C++. È inoltre richiesta la capacità di interpretare semplici schemi a blocchi relativi a circuiti digitali e architetture di processore.

L’insegnamento è erogato in presenza e in lingua italiana. Le attività comprendono: - 24 ore di lezioni teoriche con slide, schemi architetturali, esempi di codice ed esercizi; - 24 ore di laboratorio; - scrittura e analisi di codice Verilog; - costruzione di testbench; - simulazione e sintesi di sistemi digitali; - analisi delle forme d’onda; - progettazione e verifica di componenti hardware; - simulazione di processori e gerarchie di memoria; - discussione e interpretazione dei risultati. Gli strumenti utilizzati comprendono editor di codice, Icarus Verilog, Yosys, visualizzatori di forme d’onda, Git e simulatori di architetture RISC-V e cache. La frequenza non è obbligatoria, ma è fortemente consigliata. Materiali e annunci sono pubblicati progressivamente su Moodle; le slide sono normalmente disponibili prima della relativa lezione. Non sono previste videolezioni.

Modalità d'esame

La verifica comprende normalmente una componente pratica e una teorica. La prova pratica dura normalmente 2 ore ed è open book: è consentita la consultazione dei materiali didattici e della documentazione tecnica indicata dai docenti. Può richiedere sviluppo, completamento o correzione di codice Verilog, progettazione o analisi di reti e componenti RTL, uso di testbench e forme d’onda, debugging, progettazione di componenti RV32I e configurazione o analisi di cache. La componente teorica comprende normalmente una prova scritta di 2 ore e un colloquio orale di circa 15 minuti. Lo scritto può includere domande aperte, esercizi e problemi su progettazione RTL, architettura del processore, gerarchie di memoria, memoria virtuale, parallelismo e prestazioni. Non è consentito consultare materiali durante lo scritto. L’orale verte sull’intero programma e può approfondire le risposte dello scritto. Con pochi iscritti, la componente teorica può essere sostituita da un unico orale di 30–45 minuti. Il voto finale è normalmente la media aritmetica tra la componente pratica e quella teorica. La componente orale va sostenuta dopo quella scritta e pratica. Una componente scritta o pratica superata con esito sufficiente resta normalmente valida fino alla fine della sessione; la ripetizione sostituisce il risultato precedente. Gli esiti sono comunicati tramite i canali istituzionali, di norma entro 15 giorni. Il salto dell’appello immediatamente successivo, solo nella stessa sessione, può essere disposto per no-show ingiustificato, elaborato gravemente insufficiente o orale gravemente insufficiente. Non si applica in caso di ritiro volontario.

Testi di riferimento

Il programma d’esame è definito dai contenuti trattati durante lezioni e laboratori e dai materiali forniti dai docenti. Materiali primari: - slide e dispense; - esercizi; - sorgenti; - documentazione di laboratorio; - materiali pubblicati su Moodle o nel repository indicato dai docenti. Testi consigliati: - Franco Fummi, Michele Lora, Mariagiovanna Sami, Cristina Silvano, Progettazione Digitale, terza edizione, McGraw-Hill, ISBN 9788838656811; - David A. Patterson, John L. Hennessy, Struttura e progetto dei calcolatori – Progettare con RISC-V, seconda edizione italiana a cura di A. Borghese, Zanichelli, ISBN 9788808199669. I testi sono consigliati come supporto e approfondimento, soprattutto per chi non può frequentare regolarmente. I materiali forniti dai docenti sono considerati sufficienti per chi segue le attività del corso.

Codice insegnamento 28669

Basi Di Dati 2° anno · 9 CFU · IINF-05/A · 0 file

Il corso di Basi di Dati si propone di introdurre gli studenti agli argomenti fondamentali nel campo delle basi di dati, i modelli, le strutture, la progettazione e l'interrogazione dei dati. In particolare, il corso…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Basi di Dati si propone di introdurre gli studenti agli argomenti fondamentali nel campo delle basi di dati, i modelli, le strutture, la progettazione e l'interrogazione dei dati. In particolare, il corso fornirà solide conoscenze e capacità di comprensione nell'ambito delle tecnologie per la rappresentazione e la gestione di dati strutturati complessi. La capacità di applicazione delle conoscenze si esplicherà principalmente nella capacità di progettare database mediante opportuni formalismi, di interrogare database mediante il linguaggio SQL, nonché nella capacità di progettare e realizzare complete implementazioni mediante tecnologie database. Grazie alle fondamentali attività di progettazione, il corso fornirà allo studente anche la capacità di esprimere giudizi autonomi, di giustificare le scelte operate e di valutare criticamente i risultati ottenuti. Inoltre, sempre attraverso l'attività progettuale, il corso si pone l'obiettivo di incentivare il lavoro di gruppo, grazie al quale affinare le capacità di interazione e comunicazione tra pari.

Programma

L'insegnamento si svolge nel I semestre del II anno, per un totale di 72 ore di didattica frontale (9 CFU) suddivise tra ore di "teoria", cioè lezioni nelle quali vengono introdotti ed illustrati gli argomenti del corso, e ore di “esercitazioni”. La scansione dei contenuti in termini di ore è da intendere come puramente indicativa. Essa può infatti subire modifiche nel corso dell’insegnamento alla luce dei riscontri e della partecipazione degli studenti. *Introduzione ai sistemi informativi aziendali e alle basi di dati. 2 ore *Progettazione concettuale (16 ore): modello Entità-Associazione, proprietà, identificatori esterni. Espressione di vincoli avanzati tramite identificatori esterni. Gerarchie IS-A, strategie di progetto. *Progettazione logica (10 ore): modello logico relazionale, chiavi e vincoli di integrità, conversione di schemi concettuali in schemi relazionali, normalizzazione, dati derivati e relativo modello di valutazione. *Progettazione fisica (10 ore): strutture e relativo costo di accesso ai dati, organizzazioni hash e B+Tree. Piani di accesso. Ottimizzazione di interrogazioni. *Algebra relazionale (10 ore): operatori relazionali ed espressioni algebriche, operatori derivati, equivalenza di espressioni. *Linguaggio SQL (10 ore): definizione dei dati, dichiarazione degli schemi. Interrogazioni semplici. Interrogazioni complesse (con ordinamento, aggregazione, raggruppamento, binarie e nidificate). Modifica dei dati. Creazione di indici, gestione di viste, autorizzazioni di accesso. *Tecnologia di un DBMS (10 ore): architetture dei Data Base Management Systems, transazioni e concorrenza degli accessi, livelli di isolamento. *Programmazione database dinamica (4 ore): stored procedure e trigger, JDBC.

Nessun prerequisito obbligatorio. Consigliati: Corsi di base sulla programmazione ed i sistemi operativi.

Le tecniche presentate nel corso saranno mostrate sia dal punto di vista teorico che pratico, tramite un'ampia serie di attività di laboratorio e progettuali. In particolare, oltre alle lezioni frontali, in cui gli studenti apprenderanno gli aspetti teorici della progettazione di basi di dati, un consistente numero di ore del corso sarà dedicato ad attività di laboratorio nella forma di esercitazioni sotto la guida del docente, in cui gli studenti proveranno con mano l'applicazione delle tecniche imparate a lezione su semplici casi pratici. Il corso prevede infine lo svolgimento di un progetto di gruppo per permettere agli studenti di imparare ad applicare metodi e tecniche in contesti pratici complessi e vicini alla realtà. il corso è erogato in lingua italiana e in presenza. La frequenza non è obbligatoria ma fortemente consigliata.

Modalità d'esame

Il corso prevede un esame scritto e un progetto di gruppo. Lo scritto comprende sia esercizi di progettazione relativi a specifici aspetti delle basi di dati (schema concettuale e logico, dati derivati), sia esercizi di implementazione (interrogazioni in SQL), sia domande aperte sugli argomenti di tecnologia database visti a lezione. Ad ogni esercizio è attribuito un punteggio massimo. Lo svolgimento di un progetto di gruppo consentirà infine di valutare la capacità di applicazione delle tecniche viste a contesti pratici complessi; in questo caso, oltre ad individuare una soluzione corretta ed adeguata, sarà fondamentale anche descrivere con chiarezza il proprio progetto ed esplicitare le motivazioni delle scelte progettuali e tecnologiche effettuate. Prova scritta e progetto sono valutati con punteggio massimo di 32 punti (valutazioni maggiori di 30 corrispondono a 30 e lode). Il voto finale è la media pesata del voto della prova scritta e del progetto. Sono previsti sei appelli scritti all'anno; il progetto potrà essere consegnato in qualunque momento dell'anno e verrà corretto in concomitanza con l'appello scritto successivo.

Testi di riferimento

Appunti e lucidi di lezione disponibili su Moodle. Testi di riferimento: Atzeni P. Ceri Paraboschi Torlone:"Basi di Dati", Mc-Graw Hill 2023. Beneventano D., Bergamaschi S., Vincini M.:"Progetto di Basi di Dati Relazionali", Pitagora. Albano A: "Costruire sistemi per basi di dati", Addison Wesley. Grandi F: "Esercizi di Basi di Dati", Progetto Leonardo

Codice insegnamento 12930

Intelligenza Artificiale 2° anno · 9 CFU · INFO-01/A · 0 file

Partendo da un'introduzione agli algoritmi bio-ispirati, il corso mira a fornire una introduzione generale all'Intelligenza Artificiale (IA), esplorando i concetti, le tecniche e le applicazioni principali del campo. Gli…

Scheda dell'insegnamento

Obiettivi formativi

Partendo da un'introduzione agli algoritmi bio-ispirati, il corso mira a fornire una introduzione generale all'Intelligenza Artificiale (IA), esplorando i concetti, le tecniche e le applicazioni principali del campo. Gli studenti apprenderanno le basi della rappresentazione della conoscenza, della ricerca, del ragionamento automatico, dell'apprendimento automatico e delle reti neurali. Verranno anche affrontate le problematiche relative ad apprendimento, evoluzione e coevoluzione in sistemi artificiali multiagente.

Programma

L'insegnamento si svolge nel II semestre del II anno, per un totale di 72 ore di didattica frontale (9 CFU), suddivise fra ore di "teoria" (didattica frontale in cui vengono presentati gli argomenti del corso) e ore di "laboratorio", in cui si applicano le idee ed i contenuti presentati e si acquisiscono nuove conoscenze tramite il "learning by doing". 1. (1.5 CFU) Introduzione all'Intelligenza Artificiale: definizioni, storia, ambiti di applicazione, sfide. L'approccio classico alla programmazione e i suoi limiti. Cercare ispirazione nei sistemi naturali: sistemi naturali e sistemi artificiali. Auto-organizzazione in sistemi naturali. 2. (2.0 CFU) Modelli ad agenti. Definizione e caratteristiche dei sistemi multi-agente. Comunicazione e coordinazione tra agenti. Swarm Intelligence. 3. (1.5 CFU) Algoritmi di ricerca: ricerca informata e non informata. Ricerca locale: Hill Climbing, Simulated Annealing. Approcci diversi ispirati all'evoluzione biologica: gli algoritmi genetici. Sistemi basati su regole e inferenza. Cenni ai sistemi a classificatori 4. (1.5 CFU) Apprendimento Automatico (Machine Learning) Definizione e panoramica dell'apprendimento automatico: apprendimento supervisionato, non supervisionato, con rinforzo. Valutazione delle performance: Accuratezza, Precisione, Richiamo, F1-score 5. (1.5 CFU) Reti Neurali Artificiali e Deep Learning. Introduzione alle reti neurali. Percettrone e reti neurali multilivello (MLP). Reti neurali convoluzionali (CNN). Reti neurali ricorrenti (RNN). Addestramento delle reti neurali: backpropagation e gradient descent. 6. (1.0 CFU). Prospettive Future dell'Intelligenza Artificiale. L'evoluzione dell'IA nel prossimo futuro. Impatti socioeconomici ed etici. IA forte vs IA debole. Robotica avanzata e IA generale. Cenni alla vita artificiale.

Conoscenze di base di informatica, matematica e statistica; rispetto delle propedeuticità indicate sul sito del corso di laurea

La didattica è basata, in via ordinaria, su lezioni frontali, e progetti facoltativi. Le domande e gli interventi degli studenti sono graditi e incoraggiati. La frequenza non è obbligatoria, ma fortemente consigliata. Il corso è erogato in lingua italiana. Tutte le informazioni tecniche e organizzative sull'insegnamento, nonché il materiale didattico, saranno caricati su piattaforma Moodle. Si invita lo studente ad iscriversi ed a consultare tale piattaforma con regolarità

Modalità d'esame

La verifica è basata su un esame scritto a risposte aperte (2 domande scelte fra 4-5 domande riguardanti i temi discussi a lezione, occorre avere la sufficienza in entrambe le risposte perché il compito sia sufficiente). Questa prova è volta a verificare l'apprendimento delle principali tematiche del corso e la capacità di ragionamento acquisita dagli studenti. Per gli studenti che hanno sviluppato il progetto la valutazione deriverà in parte (1/3 del totale) da una valutazione della relazione e da una breve discussione critica

Testi di riferimento

Gli argomenti verranno presentati su lucidi, che verranno resi disponibili agli studenti; alcuni libri (interessanti ma non indispensabili) verranno consigliati a lezione; altri materiali saranno messi a disposizione dal docente

Codice insegnamento 28668

Metodi Numerici 2° anno · 9 CFU · MATH-05/A · 0 file

Il corso di Metodi Numerici mira a formare studenti in grado di analizzare da un punto di vista numerico problemi di base della matematica (quali l'algebra lineare, il calcolo di radici di un'equazione o…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Metodi Numerici mira a formare studenti in grado di analizzare da un punto di vista numerico problemi di base della matematica (quali l'algebra lineare, il calcolo di radici di un'equazione o l'approssimazione di dati e funzioni), scegliendo l'algoritmo più opportuno a seconda delle peculiarità del problema specifico. L'implementazione dei metodi studiati nel linguaggio Python permetterà allo studente da un lato di mettere in pratica le nozioni teoriche e dall'altro di acquisire conoscenza e pratica di un linguaggio di programmazione all'avanguardia nel mondo del calcolo scientifico.

Programma

La scansione dei contenuti per CFU è da intendere come puramente indicativa. Essa può infatti subire modifiche nel corso dell’insegnamento alla luce dei feedback degli studenti e delle studentesse. Numeri di macchina: operazioni sui numeri di macchina, analisi degli errori di arrotondamento (1 CFU). Sistemi lineari: analisi di stabilità, il metodo di eliminazione di Gauss e la fattorizzazione LU, fattorizzazioni di Cholesky, fattorizzazione QR e decomposizione in valori singolari; metodi iterativi, metodi di Jacobi e Gauss-Seidel, analisi della convergenza (2 CFU) Equazioni e sistemi non lineari: metodo di bisezione, metodo di Newton, metodo delle secanti, metodi di punto fisso, studio della convergenza, test di convergenza (2 CFU). Approssimazione di dati e di funzioni: interpolazione polinomiale e funzioni spline di interpolazione, il metodo dei minimi quadrati nell'approssimazione (1 CFU). Minimi quadrati non lineari ed elementi di ottimizzazione (1 CFU). Introduzione alla programmazione in ambiente Python, implementazione e sperimentazione su calcolatore degli algoritmi presentati (2 CFU).

  • Calcolo differenziale per funzioni reali di una o più variabili reali. - Calcolo integrale per funzioni reali di una variabile reali. - Elementi di algebra lineare. - Elementi di programmazione al calcolatore.

L’insegnamento viene erogato mediante lezioni frontali ed esercitazioni in presenza che vengono svolte con l’ausilio di lavagna, mezzi audiovisivi (slides) ed ambiente di calcolo Python. La frequenza alle lezioni frontali e alle esercitazioni in presenza non è obbligatoria. L’insegnamento è erogato in lingua italiana.

Modalità d'esame

Modalità d'esame: prova orale. L'esame consiste in due domande sulla parte di lezioni svolte in aula - descrizione degli algoritmi e loro proprietà - e alle esperienze effettuate in laboratorio - richiesta di implementazione Python di semplici algoritmi. Il candidato deve dimostrare di conoscere approfonditamente: - i contenuti curricolari e formativi dell'insegnamento, parte istituzionale d'aula e parte esercitativa di laboratorio; - la memorizzazione e le operazioni di e tra numeri reali al calcolatore; - le tecniche principali per la risoluzione di un sistema lineare o di un'equazione non lineare e il calcolo di autovalori ed autovettori di una matrice; - le nozioni principali sull'approssimazione di dati e funzioni quali la differenza tra interpolazione e regressione, le tecniche numeriche per la costruzione di un modello ottimale e l'applicazione al calcolo numerico di un integrale di una funzione; - la sintassi Python per l'implementazione di un algoritmo elementare al calcolatore. La verifica è integrale, rispetto ai contenuti dell’insegnamento; è anche verificata la capacità del candidato di mettere in relazione contenuti disciplinari specifici con le conoscenze acquisite nelle propedeuticità del corso. La prova orale consiste nell'implementazione di uno degli algoritmi numerici analizzati durante il corso in linguaggio Python e nell'approfondimento di alcuni argomenti trattati durante le lezioni. Il punteggio della prova orale in trentesimi viene suddiviso in: 5 punti per l'abilità comunicativa; 5 punti per le competenze trasversali; 20 punti per la conoscenza dei contenuti.

Testi di riferimento

Il materiale di riferimento del corso saranno le slides dei docenti, che verranno fornite agli studenti prima dell'inizio del corso. Eventuali testi consigliati per approfondire le tematiche sviluppate nel corso sono i seguenti: [1] R.L. Burden, J.D. Faires: Numerical Analysis, Seventh Edition, Brooks/Code, Pacific Grove, 2001. [2] V. Comincioli: Analisi Numerica - Metodi Modelli Applicazioni, McGraw-Hill, Milano 1995. [3] P. Deuflhard, A. Hohmann: Numerical Analysis: A First Course in Scientific Computation, Walter de Gruyter, Berlino, 1995. [4] D. Kincaid, W. Cheney: Numerical Analysis: Mathematics of Scientific Computing, 3rd Edition, Brooks/Code, Pacific Grove, 2001. [5] A. Quarteroni, R. Sacco, F. Saleri: Matematica Numerica (3° edizione), Springer, 2008. [6] L. Brugnano, C. Magherini, A. Sestini: Calcolo Numerico, Master - Università & Professioni. 2005

Codice insegnamento 28667

Probabilità E Statistica 2° anno · 6 CFU · MATH-03/B · 0 file

Questo insegnamento mira a fornire conoscenze probabilistiche di base per la descrizione di fenomeni aleatori e conoscenze statistiche di base per l'analisi di insiemi di dati, sviluppando la capacità di analizzare…

Scheda dell'insegnamento

Obiettivi formativi

Questo insegnamento mira a fornire conoscenze probabilistiche di base per la descrizione di fenomeni aleatori e conoscenze statistiche di base per l'analisi di insiemi di dati, sviluppando la capacità di analizzare problemi, costruire modelli, trovare e valutare soluzioni, comunicare risultati ed esplorare argomenti in autonomia. Per una più completa comprensione degli obiettivi formativi, si vedano i risultati di apprendimento attesi.

Programma

Calcolo combinatorio. Definizione di spazio di probabilità. Eventi indipendenti e probabilità condizionata. Teoremi di probabilità composta, di probabilità totale, di Bayes. Variabili aleatorie discrete, assolutamente continue e miste. Funzione di distribuzione, funzione di probabilità o densità di probabilità. Variabili aleatorie Binomiale, di Poisson, Geometrica, Ipergeometrica, Binomiale Negativa, Uniforme, Gaussiana, Esponenziale, Pareto. Media, varianza. (2 CFU) Distribuzione congiunta di variabili aleatorie. Nozioni di convergenza di variabili aleatorie. Legge dei grandi numeri. Teorema di limite centrale. Covarianza, correlazione lineare. Funzioni di una o più variabili aleatorie. (2 CFU) Elementi di statistica descrittiva. Stimatori. Metodo della massima verosimiglianza. Intervalli di confidenza. (2CFU) Il programma è indicativo e potrebbe subire modiche durante le lezioni in base alle contingenze ed ai riscontri ricevuti.

Conoscenze di base della teoria delle serie numeriche e del calcolo integro-differenziale per funzioni reali di una variabile reale, come fornite dall'insegnamento propedeutico di Analisi Matematica.

L'insegnamento è erogato, in presenza, in lingua italiana. La frequenza non è obbligatoria, ma è consigliata. I metodi didattici comprendono: lezioni in aula aperte alla discussione; assegnazione di esercizi da risolvere; ricevimento studenti. Gli studenti non frequentanti sono invitati a contattare la docente.

Modalità d'esame

L’esame consiste in una prova scritta obbligatoria ed una prova orale facoltativa. La prova scritta consiste di 10 domande che prevedono la risoluzione di esercizi, e di 6 domande di carattere più teorico. Il tempo a disposizione è di 120 minuti. Il voto finale della prova scritta è il minimo tra il punteggio ottenuto e 30 (non è possibile ottenere la lode con la sola prova scritta). Il punteggio minimo per il superamento della prova scritta è 18. Gli studenti che hanno superato la prova scritta possono (eventualmente) scegliere di sostenere anche la prova orale, che riguarda prevalentemente la parte teorica del corso (inclusi tutti gli enunciati dei teoremi e le loro dimostrazioni). Per gli studenti che decidono di svolgere la prova orale, il voto finale sarà dato dalla media aritmetica del voto dell’orale e di quello dell’ultimo esame scritto superato. Il non superamento della prova orale comporta l’annullamento della prova scritta.

Testi di riferimento

Ross, S. M. Probabilità e statistica per l'ingegneria e le scienze, Maggioli Editore. Caravenna, F., Dai Pra, P. Probabilità. Un'introduzione attraverso modelli e applicazioni, Springer. Walpole, R. E., Myers, R. H., Myers, S. L. Probabilità e statistica per ingegneria e scienze, Pearson. Materiali a cura della docente: disponibili con più anticipo possibile; da considerare in forma definitiva solo al termine delle lezioni. URL https://moodle.unimore.it/

Codice insegnamento 28666

Programmazione A Oggetti 2° anno · 9 CFU · IINF-05/A · 0 file

L’obiettivo dell’insegnamento è di fornire i concetti di base della programmazione orientata agli oggetti per la costruzione di programmi modulari, riusabili e manutenibili. Al termine dell’insegnamento lo studente…

Scheda dell'insegnamento

Obiettivi formativi

L’obiettivo dell’insegnamento è di fornire i concetti di base della programmazione orientata agli oggetti per la costruzione di programmi modulari, riusabili e manutenibili. Al termine dell’insegnamento lo studente dovrebbe essere in grado di sfruttare le caratteristiche della programmazione orientata agli oggetti per sviluppare i programmi.

Programma

L'insegnamento affronta i seguenti argomenti: 1. Programmazione ad Oggetti (1 CFU): verranno illustrati i concetti generali, quali incapsulamento, ereditarietà e polimorfismo; verranno accennati i concetti di riusabilità e di composizione dei componenti software, illustrando il passaggio dalla programmazione modulare alla programmazione ad oggetti. 2. Il linguaggio Java: verrà utilizzato come esempio di linguaggio ad oggetti, spiegando come i concetti generali sono implementati in Java (2 CFU); verrà inoltre spiegato come Java può essere sfruttato per lo sviluppo di interfacce grafiche (2 CFU); infine verranno spiegati argomenti aggiuntivi come le strutture dati in Java e la programmazione dei thread (3 CFU). 3. OOP in C++: verrà mostrato come la OOP è implementata nel linguaggio C++, introducendo aspetti come i puntatori e la Standard Template Library (1 CFU).

Conoscenze di base di programmazione. Aver superato l'esame di Programmazione 1 (propedeutico)

Lezioni frontali (6 CFU) e esercitazioni in laboratorio (3 CFU), entrambe in presenza. La frequenza non è obbligatoria ma fortemente consigliata soprattutto dei laboratori. L'insegnamento è in italiano Gli studenti non frequentanti possono accedere alle slide delle lezioni e al materiale delle esercitazioni.

Modalità d'esame

La valutazione avverrà tramite due prove. Una prova scritta della durata di circa 1 ora in cui si richiede di modellare e implementare in Java delle semplici entità per verificare che lo studente abbia acquisito le nozioni di astrazione, classificazione, ereditarietà e polimorfismo. Durante la prova è possibile consultare materiale. L'esito della prova verrà pubblicato su ESSE3 circa 7-10 giorni dopo la prova. Una prova orale di presentazione di un progetto sviluppato in Java su traccia data dal docente per verificare le capacità di sviluppare una applicazione a oggetti e una domanda sul C++; la prova durerà circa 20 minuti. Entrambe le prove verranno valutate in trentesimi. Il voto complessivo è dato dato dalla media pesata 1/3 la prova scritta e 2/3 la prova orale. Orientativamente si terranno 2 prove scritte e 3 prove orali nella sessione invernale, 1 prova scritta e 3 orali nella sessione estiva, 1 prova scritta e 1 orale nella sessione autunnale. Il voto varia da 18/30 (conoscenza basilare degli argomenti e capacità parziale di applicare la conoscenza) a 30/30 e lode (conoscenza piena degli argomenti e capacità ottima di applicare la conoscenza), graduazione dei voti intermedi in base al raggiungimento dei risultati di apprendimento attesi, compresi quelli trasversali dimostrati durante la prova d’esame.

Testi di riferimento

G. Cabri, F. Zambonelli, "Programmazione a oggetti in Java: dai fondamenti a Internet", Pitagora editrice, 2003. Slide presentate a lezione messe a disposizione tramite Moodle o a https://www.didattica.agentgroup.unimo.it/wiki/index.php/Programmazione_ad_Oggetti

Codice insegnamento 16575

Ricerca Operativa 2° anno · 6 CFU · MATH-06/A · 0 file

Il corso si propone di introdurre metodi di modellazione e soluzione di problemi di ottimizzazione lineare continua ed intera.

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di introdurre metodi di modellazione e soluzione di problemi di ottimizzazione lineare continua ed intera.

Programma

1 CFU Introduzione ai modelli matematici 3 CFU Programmazione Lineare Continua 2 CFU Programmazione Intera - Metodo dei Cutting planes - Metodo del Branch-and-bound - Metodo del Branch-and-cut 0.5 CFU Metodo della programmzaione dinamica 0.5 CFU Introduzione alla teoria dei grafi - Problema dei cammini minimi

Conoscenze di base di algebra lineare e programmazione

Lezioni ed esercitazioni in aula e laboratorio L'insegnamento è erogato in lingua italiana. La frequenza non è obbligatoria, ma fortemente consigliata.

Modalità d'esame

Esame scritto con complemento orale

Testi di riferimento

Dispense del docente disponibili su Moodle R. Baldacci, M. Dell'Amico "Fondamenti di Ricerca Operativa", Pitagora ed. M. Dell'Amico "120 Esercizi di Ricerca Operativa", Pitagora ed. Altro materiale consigliato per approfondmenti F.S. Hillier and G. J. Lieberman. Introduction to Operations Research, McGraw-Hill, New York, 2012. H.P. Williams. Model Building in Mathematical Programming. J. Wiley, New York, 1993. C. Papadimitriou and K.Steiglitz. Combinatorial Optimization: Algorithms and Complexity, Prentice-Hall, 1982

Codice insegnamento 20018

Sistemi Operativi 2° anno · 6 CFU · INFO-01/A · 0 file

L'insegnamento "Sistemi Operativi" è suddiviso in due moduli distinti: * Modulo "Introduzione ai Sistemi Operativi" (48 ore, 6 CFU, Prof. Mauro Andreolini) * Modulo "Linux Kernel" (24 ore, 3 CFU, Dott. Paolo Valente)…

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento "Sistemi Operativi" è suddiviso in due moduli distinti: * Modulo "Introduzione ai Sistemi Operativi" (48 ore, 6 CFU, Prof. Mauro Andreolini) * Modulo "Linux Kernel" (24 ore, 3 CFU, Dott. Paolo Valente) Il modulo "Introduzione ai Sistemi Operativi" fornisce una introduzione alla struttura dei sistemi operativi moderni, ai principali sottosistemi (scheduler dei processi, gestore della memoria, gestore del filesystem) e illustra l'interfaccia da linea di comando. Il modulo "Kernel Linux" fornisce una introduzione al kernel Linux e dettaglia gli strumenti propedeutici per la modifica, ricompilazione, l'installazione, l'analisi del suo codice sorgente. Il modulo "Introduzione ai Sistemi Operativi" è obbligatorio per gli studenti dei curricula "Sistemi e programmazione" e "Problem solving". Il modulo "Linux Kernel" è obbligatorio per gli studenti del curriculum "Sistemi e programmazione" e facoltativo per gli studenti del curriculum "Problem solving". Obiettivi formativi. Modulo "Introduzione ai Sistemi Operativi" (Prof. Mauro Andreolini). 1. Conoscere l'evoluzione storica dei sistemi operativi e le scelte progettuali che hanno portato ai sistemi attuali. 2. Conoscere la struttura e i componenti principali di un sistema operativo moderno, multi-programmato, time-sharing (scheduler dei processi, gestore della memoria, gestore del file system). 3. Saper scrivere e correggere comandi UNIX semplici. 4. Saper comporre comandi UNIX complessi a partire da comandi semplici. 5. Saper monitorare l'esecuzione di un programma (che cosa fa, quali risorse consuma). 6. Scoprire le funzionalità di un sistema operativo GNU/Linux in maniera autonoma. 7. Conoscere a grandi linee il funzionamento di una distribuzione GNU/Linux moderna ed il concetto di pacchetto binario. 8. Saper gestire il software tramite un gestore dei pacchetti software. Modulo "Kernel Linux" (Dott. Paolo Valente). 1. Conoscere gli strumenti per la configurazione, la compilazione, l'installazione e l'avvio del kernel Linux. 2. Conoscere gli strumenti (online e offline) per leggere il codice sorgente di Linux in modo efficiente. 3. Conoscere gli strumenti per effettuare il debugging di un kernel a partire da OOPS.

Programma

Modulo "Introduzione ai Sistemi Operativi" (Prof. Mauro Andreolini). 1. Inquadramento storico (8 ore, 1 CFU). Introduzione al modulo. Cenni storici. Interfacce d'uso. Struttura dei sistemi di calcolo. 2. Componenti di un sistema operativo (24 ore, 3 CFU). Processi e thread. CPU scheduling. Gestione della memoria. Filesystem. Gestione dell'Input/Output. Gestione del disco. 3. L'interfaccia da linea di comando (8 ore, 1 CFU). Gestione processi. Gestione filesystem. Gestione memoria. Comunicazione tra processi. Gestione utenti e gruppi. 4. Il sistema operativo Debian GNU/Linux (8 ore, 1 CFU). L'ecosistema Debian. Struttura del progetto. Pacchettizzazione del software. Repository. Sincronizzazione repository. Installazione e rimozione di pacchetti. Ricerca di pacchetti (per metadati e contenuti). Dipendenze dirette e inverse. Metapacchetti. Pacchetti virtuali. Modulo "Kernel Linux" (Dott. Paolo Valente). 1. Basi minime (teoria) necessarie per comprendere i passaggi pratici (8 ore, 1 CFU). Meccanismo di compilazione del progetto del kernel. Immagine eseguibile e disco di avvio. Avvio del kernel. Moduli dinamici. Kernel OOPS. Concetto di tracing. 2. Svolgimento di operazioni di base sul kernel Linux (16 ore, 2 CFU). Compilazione e l'installazione di un kernel. Creazione di un modulo del kernel (interno e esterno all'albero dei sorgenti). Debugging a partire da kernel OOPS e strumentazione del codice.

Modulo "Introduzione ai Sistemi Operativi" (Prof. Mauro Andreolini) * Propedeuticità formali 1. Programmazione I * Competenze richieste 1. Capacità di tradurre un algoritmo formale in un programma 2. Compilazione di un progetto software Modulo "Kernel Linux" (Dott. Paolo Valente). * Propedeuticità formali 1. Programmazione I 2. Modulo "Introduzione ai Sistemi Operativi" * Competenze richieste 1. Conoscenze di base di: - Funzionamento ed utilizzo di una distribuzione Linux - Compilazione di un progetto software - Programmazione nei linguaggi principali in cui è scritto il codice del kernel 2. Analisi del funzionamento di un programma - Black box - White box

Modulo "Introduzione ai Sistemi Operativi" (Prof. Mauro Andreolini). Il modulo alterna lezioni frontali, esercizi guidati e indipendenti. Durante la lezione tipo gli studenti imparano il minimo necessario di teoria che permette loro di eseguire esercizi di base. Successivamente, gli studenti sono invitati a risolvere da soli problemi via via più complessi. Il docente corregge in diretta gli errori degli studenti e chiarisce i loro dubbi. Gli studenti non frequentanti possono accedere alle slide delle lezioni e al materiale delle esercitazioni. Modulo "Kernel Linux" (dott. Paolo Valente). Il metodo didattico è una vera e propria fusione di lezioni frontali ed esercitazioni in laboratorio. Pertanto l'intero corso è tenuto in laboratorio.

Modalità d'esame

Modulo "Introduzione ai Sistemi Operativi" (Prof. Mauro Andreolini). L'esame consiste in un colloquio orale di tre domande con il docente, svolto davanti ad un calcolatore. Lo scopo dell'esame è duplice: * verificare la conoscenza del programma del corso * verificare la capacità dello studente di applicarlo in scenari realistici al terminale. Ciascuna domanda comporta lo svolgimento di un esercizio al calcolatore riguardante uno degli argomenti visti nel modulo. La prima domanda è considerata un filtro: se lo studente incontra gravi difficoltà nella risoluzione dell'esercizio viene immediatamente respinto. Ciascuna domanda è valutata un massimo di dieci punti. Per ogni errore commesso e non corretto dallo studente si sottrae un punto. Il voto finale del modulo è la somma dei voti delle tre domande, più eventuali punti bonus elargiti dal docente in occasioni speciali (ad es. correzione non banale del materiale didattico fornito dal docente o risoluzione di esercizi non banali). Modulo "Linux Kernel" (Dott. Paolo Valente). L'esame consisterà in una breve serie di domande, di natura principalmente pratica, e rientranti nelle seguenti categorie: * descrizione di uno degli strumenti o di una delle procedure viste in questo modulo didattico * definito un obiettivo da raggiungere, descrizione del procedimento necessario per raggiungerlo * dato un problema tra quelli visti nel modulo, proporre una soluzione (quasi sempre col supporto del docente) Assegnazione del voto finale d'esame. Il voto finale d'esame è calcolato nel modo seguente. Per lo studente che deve sostenere l'esame con il solo modulo "Introduzione ai Sistemi Operativi" (curriculum "Problem Solving"), il voto finale è quello assegnato dal Prof. Mauro Andreolini in seguito al colloquio orale. Per lo studente che deve sostenere l'esame con i moduli "Introduzione ai Sistemi Operativi" e "Linux Kernel" (curriculum "Sistemi e programmazione" oppure curriculum "Problem Solving" con il modulo "Kernel Linux" come esame facoltativo), il voto finale è una media pesata dei voti assegnati dal Prof. Mauro Andreolini e dal Dott. Paolo Valente in seguito ai relativi colloqui orali, arrotondata per eccesso (funzione ceil()): voto =ceil(2/3*voto_andreolini+1/3*voto_valente)

Testi di riferimento

Modulo "Introduzione ai Sistemi Operativi" (Prof. Mauro Andreolini). 1. A. Silberschatz, P. Galvin, G. Gagne Sistemi Operativi (Nona Edizione o più recente) Pearson Education Italia, 2014 2. Dispense fornite dal docente. Modulo "Kernel Linux" (Dott. Paolo Valente). 1. Dispense fornite dal docente.

Codice insegnamento 17106

Compilatori 3° anno · 9 CFU · IINF-05/A · 0 file

La progettazione e l’implementazione di compilatori e interpreti costituiscono un settore dell’informatica che ha raggiunto precocemente un notevole grado di maturità, anche grazie a importanti studi teorici, alcuni…

Scheda dell'insegnamento

Obiettivi formativi

La progettazione e l’implementazione di compilatori e interpreti costituiscono un settore dell’informatica che ha raggiunto precocemente un notevole grado di maturità, anche grazie a importanti studi teorici, alcuni precedenti all’era dei calcolatori, nei campi della teoria dei linguaggi e degli automi, della computabilità e della complessità. A questo sviluppo ha contribuito inoltre l’adozione pressoché universale del modello di computer noto come architettura di Von Neumann. Compilatori e interpreti sono gli strumenti attraverso cui si implementano i linguaggi di programmazione e rappresentano quindi una componente fondamentale nella costruzione del software. La tecnologia dei compilatori si è evoluta per supportare meccanismi di astrazione linguistica sempre più sofisticati, come quelli della programmazione orientata agli oggetti, e per sfruttare le potenzialità delle moderne architetture hardware. Pur restando il modello di Von Neumann un riferimento teorico essenziale, l’evoluzione dell’hardware continua infatti a richiedere compilatori capaci di supportare applicazioni sempre più complesse ed esigenti in termini di risorse. La tecnologia dei compilatori trova inoltre applicazione nella progettazione di nuove architetture, nello sviluppo di strumenti per testing e debugging e nella traduzione automatica. Nel corso lo studente acquisirà una conoscenza approfondita della struttura e del funzionamento di un compilatore moderno, nonché delle principali tecniche e degli algoritmi impiegati nel processo di compilazione. Sul piano culturale, maturerà una maggiore consapevolezza di alcuni fondamenti scientifici della disciplina; sul piano operativo, imparerà a utilizzare strumenti automatici per la costruzione di compilatori e a progettare un compilatore completo per un linguaggio semplificato, ma dotato di molte caratteristiche proprie dei linguaggi reali. Acquisirà inoltre una più chiara percezione dell’influenza delle scelte di programmazione sulle prestazioni del programma finale. Il corso è suddiviso in due parti, la prima da 3 e la seconda da 6 CFU. Tale organizzazione riflette la naturale articolazione dei compilatori in macrofasi. Nella prima parte sarà studiato il front-end, o fase di analisi, orientato al linguaggio e finalizzato alla produzione di una rappresentazione intermedia (IR), indipendente sia dal linguaggio sia dall’architettura hardware. Nella seconda parte sarà affrontata l’ottimizzazione dell’IR, ancora indipendente dall’architettura (middle-end), con anche cenni alla sintesi del codice macchina finale (back-end).

Programma

1. Front end. 24h a) Panoramica introduttiva su compilatori ed interpreti. Struttura di un compilatore moderno e fasi della compilazione. Applicazioni della tecnologia dei compilatori. Richiami su alcuni aspetti dei linguaggi di programmazione. (3h) b) Analisi lessicale. Il lexer. Tokenizzazione dell’input. Symbol table. Linguaggi ed espressioni regolari. Definizione e riconoscimento di token. Automi finiti. Dalle espressioni regolari agli automi. Simulazione e “compilazione” del non determinismo. Strumenti per generare un lexer. LEX con esempi. (6h) c) Analisi sintattica. Il parser. Grammatiche regolari e context-free, derivazioni, parse tree, ambiguità. Progetto di grammatiche. Aspetti demandati all’analisi semantica. Parsing top-down: a discesa ricorsiva e predittivo. Parsing bottom-up. Riduzioni, parsing shft-reduce. Parsing LR. Tabelle SLR e LALR. Gestione dei conflitti. Symbol table e analisi semantica. Strumenti per la generazione automatica di parser. YACC con esempi. (6h) d) Traduzione guidata dalla sintassi. Definizioni guidate dalla sintassi. Attributi e regole. Ordine di valutazione degli attributi. Attributi sintetizzati e attributi ereditati. Applicazioni alla costruzione di Abstract-Syntax Tree (AST). Schemi di traduzione. (6h) e) Generazione di codice intermedio. Rappresentazione intermedia (IR) nel modello LLVM. (3h) 2. Middle-end e ruolo dell’ottimizzazione. 48h a) Introduzione. Intermediate Representation: Sintassi concreta e astratta (AST). Istruzioni (3AC). Rappresentazioni di più alto livello. Control flow graph (CFG): basic block e terminator, successori e predecessori. Costruzione di un CFG. (6h) b) Analisi e ottimizzazione del codice. Analisi locale, globale e interprocedurale. Esempio di ottimizzazione: dead code elimination (DCE). Identificare le istruzioni “dead” e “killed”. I limiti dell’ottimizzazione locale. (8h) c) Data Flow Analysis. Le reaching definition come esempio di proprietà globale che richiede di ragionare sull’intero CFG. Dominance e liveness analysis. (8h) d) Ottimizzazione dei loop. Forma SSA e ottimizzazione. Esempi notevoli di ottimizzazioni. Loop-Invariant Code Motion (LICM). (12h) e) Ruolo della gerarchia di memoria. Esempi notevoli di ottimizzazioni per il sistema di memoria (Loop Fusion). (10h) f) Cenni sul backend e la sintesi di codice macchina: Machine description, Instruction Selection, Instruction Scheduling, Register Allocation. Ottimizzazioni machine-specific. (4h) Sono incluse le ore in laboratorio informatico. Nella prima parte verrà sviluppato il front-end per un semplice linguaggio d'esempio con produzione di IR LLVM. Nella seconda parte verranno sviluppati passi di ottimizzazione della IR LLVM.

Per il pieno raggiungimento degli obiettivi formativi è fondamentale che lo studente abbia conoscenze ad ampio spettro delle caratteristiche dei linguaggi di programmazione e abbia, in particolare, padronanza della programmazione in C e C++, della Programmazione a Oggetti oltre ad una conoscenza dell’architettura di un computer moderno. Per i requisiti formali si rimanda al documento ufficiale accessible dalla pagina del CdL.

Lezioni frontali per la parte teorica ed esercitazioni in laboratorio informatico. Il corso è erogato in lingua italiana. La frequenza non è obbligatoria ma fortemente consigliata, soprattutto alle parti laboratoriali. Gli studenti lavoratori sono invitati a prendere contatto con il docente.

Modalità d'esame

Assegnamenti intermedi durante il semestre, e un orale per ciascuna delle due parti in cui è organizzato il corso. Gli assegnamenti saranno anch'essi, obbligatoriamente, uno degli argomenti da discutere durante la prova orale.

Testi di riferimento

- Compilers: principles, techniques, & tools, A.V. Aho, M.S. Lam. R. Sethi, J.D. Ullman, Pearson/Addison Wesley. Il testo esiste anche nella versione italiana (Pearson, Milano), anche se si consiglia caldamente di utilizzare l’edizione in inglese. Il libro è l’ultima versione del cosiddetto Dragonbook, di Aho e Ullman, testo che è stato per anni un riferimento imprescindibile nella teoria dei linguaggi di programmazione e della compilazione. - K. Cooper, L. Torczon, "Engineering a Compiler" 3rd edition, Elsevier (solo seconda parte del corso) https://www.elsevier.com/books/engineering-a-compiler/cooper/978-0-12-815412-0 - Per le esercitazioni su LLVM verranno fornite ulteriori risorse.

Codice insegnamento 27412

Gestione Dell'Informazione 3° anno · 6 CFU · IINF-05/A · 0 file

II corso introduce lo studente alle principali tecniche di information management e retrieval in vari domini applicativi data-intensive. La tipologia di informazione considerata riguarda principalmente il dato testuale e…

Scheda dell'insegnamento

Obiettivi formativi

II corso introduce lo studente alle principali tecniche di information management e retrieval in vari domini applicativi data-intensive. La tipologia di informazione considerata riguarda principalmente il dato testuale e il focus è sulle modalità di manipolazione dell’informazione, sulla memorizzazione di grandi quantità di informazione e sulla ricerca efficace ed efficiente attraverso metodologie e strutture dati per la realizzazione di applicazioni che accedono a tali informazioni. La capacità di applicazione delle conoscenze si esprimerà principalmente nella capacità di utilizzare e ideare tecniche per la gestione delle informazioni e di progettare applicazioni avanzate data-centric, nonché nella capacità di progettare e realizzare implementazioni complete mediante moderne tecnologie web e database. Grazie alle attività di analisi e progettazione, il corso fornirà allo studente anche la capacità di esprimere giudizi autonomi, di giustificare le scelte effettuate e di valutare criticamente i risultati ottenuti. Inoltre, attraverso l'attività progettuale, il corso mira a incentivare il lavoro di gruppo, che affina le capacità di interazione e comunicazione tra pari. Infine, grazie agli spunti forniti per approfondimenti e ai brevi seminari su argomenti particolarmente all'avanguardia nell'ambito della gestione dell'informazione, verrà fornita agli studenti la capacità di interagire, di tenersi aggiornati e di apprendere tecnologie e metodologie di database in continua evoluzione. Per un ulteriore approfondimento degli obiettivi formativi, si rimanda alla lettura dei "Risultati di apprendimento attesi".

Programma

L'insegnamento si svolge nel II semestre del III anno, per un totale di 48 ore di didattica frontale (6 CFU) suddivise tra ore di "teoria", cioè lezioni nelle quali vengono introdotti ed illustrati gli argomenti del corso, e ore di “esercitazioni”, consistenti in piccoli progetti di full-text processing. La scansione dei contenuti in termini di ore è da intendere come puramente indicativa. Essa può infatti subire modifiche nel corso dell’insegnamento alla luce dei riscontri e della partecipazione degli studenti. Introduzione (2 ore): ____________ Panoramica sui tipi di informazione che vanno oltre i dati relazionali e sui relativi recenti sviluppi nell’impiego di tali informazioni negli ambiti applicativi avanzati quali data exchange, semantic web, search engine, sistemi pervasivi e mobili. Gestione di informazioni full-text (30 ore): ______________________________ Architetture dei sistemi di information retrieval Tecniche per la manipolazione del dato testuale contenuto in pagine web, e-mail, documenti elettronici, ecc.,ecc. Text processing. Definizione, creazione e aggiornamento di strutture dati in memoria principale e secondaria (inverted index, suffix tree, PAT trees, ecc.) per la ricerca efficiente nel testo e in sequenze di caratteri (ad es. sequenze biologiche). Algoritmi di ricerca e interrogazioni frasali. Modelli per ricerche approssimate e ordinamento dei risultati. Modelli classici: Modello booleano, vettoriale e probabilistico. Modelli evoluti. Tolerant retrieval Modelli random walk per il ranking delle pagine web (6 ore): __________________________________________ Introduzione al ranking delle pagine web, caratteristiche del web, modelli ranking walk, Pagerank, HITS AI e Information Retrieval (6 ore): ________________________________ Dal lexical al neural retrieval. LLM e RAG system. Seminari (4 ore): ________________ Il corso prevede seminari introduttivi su altri argomenti di attualità e/o relativi al progetto proposto.

Prerequisiti: Conoscenze relative alle strutture dati e agli algoritmi per la gestione di dati strutturati, database relazionali, linguaggi d’interrogazione dichiarativi.

La didattica è basata su lezioni frontali. Le lezioni del corso, oltre a fornire approfondimenti sulla teoria e sulle tecniche proposte, supportati dalla proiezione di slide, prevedono una serie di attività pratiche e progettuali, principalmente in Python, per “toccare con mano” le principali soluzioni tecnologiche viste a lezione. Al termine del corso, lo studente avrà così una visione completa su come progettare, strutturare ed implementare al meglio applicazioni data-centric nei domini applicativi considerati. Infine, attraverso brevi seminari su argomenti caldi nel mondo della gestione delle informazioni, verranno forniti alcuni puntatori per approfondire quanto visto a lezione e mantenersi autonomamente aggiornati sulle nuove tecnologie a propria disposizione. Il corso è erogato in lingua italiana. Le domande e gli interventi degli studenti sono graditi e incoraggiati. La frequenza non è obbligatoria, ma è fortemente consigliata. I studenti lavoratori sono invitati a prendere contatto con la docente. Tutte le informazioni tecniche e organizzative sull'insegnamento, nonché il materiale didattico, saranno caricati su piattaforma Moodle. Si invita lo studente a iscriversi e a consultare tale piattaforma con regolarità.

Modalità d'esame

Il corso prevede un progetto di gruppo e un esame scritto. Lo svolgimento di un progetto di gruppo, nella forma di approfondimento di tecniche viste a lezione e loro applicazione nel contesto di una reale applicazione data-centric, consentirà di valutare la capacità di rispondere a specifici requisiti di information management con soluzioni efficaci ed efficienti. Il progetto viene presentato oralmente dal gruppo con l'ausilio di una presentazione. Durante la presentazione orale, oltre ad individuare una soluzione corretta ed adeguata, sarà altresì fondamentale spiegare con chiarezza il proprio progetto, esplicitare le motivazioni delle scelte progettuali e tecnologiche effettuate e mostrare, anche con prove sperimentali e in modo comparativo, l'adeguatezza della propria soluzione. L’argomento del progetto, le modalità di svolgimento dello stesso e le caratteristiche che la presentazione deve soddisfare vengono spiegati durante una lezione del corso. La prova scritta consiste in un numero limitato di domande aperte sugli argomenti visti a lezione e semplici esercizi. Ogni quesito ha un limite massimo di spazio per la scrittura della risposta (mezza pagina o una pagina di foglio protocollo). La valutazione di entrambe le prove avviene in 32/30 per l’attribuzione della lode. Il voto finale è determinato dalla media ponderata 60% voto scritto 40% voto progetto. Durante l'anno si svolgono 6 prove scritte e 5 prove orali per la presentazione dei progetti.

Testi di riferimento

Il libro di riferimento è Baeza-Yates, Ribeiro-Neto, “Modern Information Retrieval: The Concepts and Technology Behind Search”. Addison Wesley Libro con versione on-line: Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008. Disponibile al seguente link https://nlp.stanford.edu/IR-book/ (IIR in seguito) Libro scaricabile: B. Croft, D. Metzler, and T. Strohman, Search Engines: Information Retrieval in Practice, Cambridge University Press. 2008. Disponibile al seguente link https://ciir.cs.umass.edu/irbook/ Il materiale del corso include riferimenti disponibili per ciascuno degli argomenti trattati, consigliati per eventuali approfondimenti individuali.

Codice insegnamento 24220

Intelligenza Artificiale Applicata 3° anno · 6 CFU · INFO-01/A · 0 file

Il corso presenta l'uso di tecniche di intelligenza artificiale applicata a problemi pratici. Il corso prevede sia una componente teorica che una parte pratica. Al termine del corso, lo studente sarà in grado di: -…

Scheda dell'insegnamento

Obiettivi formativi

Il corso presenta l'uso di tecniche di intelligenza artificiale applicata a problemi pratici. Il corso prevede sia una componente teorica che una parte pratica. Al termine del corso, lo studente sarà in grado di: - comprendere i principi di funzionamento di vari algoritmi di AI; - comprendere l'uso pratico di questi algoritmi; - implementare metodi di AI generativa, con un focus sulla parte di inferenza; - utilizzare l'ecosistema open source per l'intelligenza artificiale.

Programma

L'insegnamento comprende 6 CFU per 48 ore di lezione. Dopo una parte iniziale che presenta i principi del deep learning, verrano presentati alcuni esempi di applicazioni di AI. La suddivisione dei contenuti in termini di ore è da intendere come indicativa. I contenuto includono: - Modelli formali di deep learning 60% - Applicazioni di elaborazione del linguaggio naturale con reti neurali 20% - Applicazioni di elaborazione di immagini con reti neurali 20%

Il corso richiede nozioni di base di intelligenza artificiale e deep learning.

  • Le informazioni organizzative e il materiale didattico saranno caricati sulla piattaforma moodle.unimore.it. - Le lezioni saranno svolte in presenza in aula. - Le lezioni saranno presentate in un contesto sia teorico che pratico. - La frequenza non è obbligatoria, ma fortemente consigliata. - Le domande, gli interventi e la partecipazione degli studenti sono molto graditi e incoraggiati.

Modalità d'esame

  • La prova d'esame consiste in un progetto, da fare a casa, seguito da una prova orale, in cui di discuterà del progetto e di tutti gli argomenti del corso. - Il progetto consiste nell'implementazione di una applicazione di AI. - Il progetto potrà essere scelto da una lista di progetti indicati dal docente, o proposto dallo studente previa conferma del docente. - Il progetto sarà discusso, possibilmente in classe, con il docente prima dell'inizio dello stesso. - Il voto finale sarà la media del voto del progetto e del voto dell'esame orale. - Il voto del progetto dipende dalla correttezza dei risultati ottenuti. - Il voto dell'orale dipende dalla conoscenza degli argomenti del corso e del progetto.

Testi di riferimento

Note scritte dal docente Materiale online gratuito

Codice insegnamento 28673

Paradigmi Di Programmazione 3° anno · 6 CFU · INFO-01/A · 0 file

Il superamento dell'esame a pieni voti richiede il soddiisfacimento degli obiettivi indicati di seguito. 1) Capire la differenza tra descrivere una computazione mediante modifiche dello stato, mediante funzioni e…

Scheda dell'insegnamento

Obiettivi formativi

Il superamento dell'esame a pieni voti richiede il soddiisfacimento degli obiettivi indicati di seguito. 1) Capire la differenza tra descrivere una computazione mediante modifiche dello stato, mediante funzioni e mediante relazioni logiche, e riconoscere vantaggi e limiti di queste diverse prospettive. 2) Saper affrontare semplici problemi usando funzioni pure, ricorsione, pattern matching, tipi algebrici e funzioni di ordine superiore, utilizzando OCaml come ambiente di sperimentazione. 3) Saper descrivere conoscenza e vincoli mediante fatti e regole e comprendere come un sistema Prolog ricava le risposte attraverso unificazione, ricerca e backtracking. 4) Saper ragionare separatamente sulla correttezza di una definizione e sul suo comportamento operativo: terminazione, ordine di valutazione, spazio di ricerca, efficienza e possibili casi patologici. 5) Saper formulare proprietà verificabili di una soluzione: non soltanto esempi di input e output, ma invarianti e proprietà generali che devono valere per tutti gli input pertinenti. 6) Saper trasformare semplici specifiche in controlli automatici, anche mediante strumenti di property-based testing come QCheck, e comprendere la differenza tra testare alcuni esempi e verificare sistematicamente proprietà. 7) Saper richiedere ad un sistema di AI di proporre, completare o modificare una soluzione, valutandone autonomamente la correttezza rispetto a una specifica. 8) Diagnosticare soluzioni di AI che non soddisfano proprietà richieste, saper trovare controesempi. 9) Acquisire l'abitudine a formulare domande del tipo: Quale proprietà dovrebbe valere? Perché questo programma dovrebbe soddisfarla? Come potrei falsificarla?

Programma

L’insegnamento comprende 6 CFU per 48 ore di lezione ed esercitazioni guidate, indicativamente suddivise in argomenti come riportato di seguito. 1) Fondamenti e confronto tra paradigmi – 10% - nozione di paradigma e modello di computazione; - programmazione imperativa e dichiarativa; - ruolo dello stato e degli effetti; - programmi come procedure, funzioni e relazioni; - specifica, implementazione e verifica di un programma. 2) Programmazione funzionale (OCaml) – 40% - funzioni pure, immutabilità e trasparenza referenziale; - ricorsione e ricorsione strutturale; - pattern matching; - liste e strutture dati ricorsive; - tipi algebrici, polimorfismo e inferenza di tipo; - funzioni di ordine superiore, map, filter, fold e composizione; - ragionamento sulle proprietà dei programmi funzionali; - specifica mediante proprietà e invarianti; - property-based testing con QCheck; - cenni al rapporto tra programmazione funzionale ed effetti. 3) Programmazione logica (Prolog) – 35% - fatti, regole, query e basi di conoscenza; - termini, variabili, sostituzioni e unificazione; - ricorsione; - risoluzione, ricerca e backtracking; - significato dichiarativo e comportamento operativo; - ordine delle clausole, terminazione e controllo della ricerca; - rappresentazione di relazioni, grafi e problemi combinatori; - cenni alla Constraint Logic Programming. 4) AI generativa, specifica e verifica – 15% - formulazione di specifiche e proprietà indipendenti dall'implementazione; - uso dell'AI generativa per produrre, completare e modificare programmi; - analisi critica del codice generato; - verifica automatica delle proprietà e ricerca di controesempi; - debugging e revisione del codice guidati dalle proprietà; - limiti del testing e distinzione tra testing e prova di correttezza. NOTA. La suddivisione nelle varie parti del corso non si deve intendere come scansione cronologica. In particolare, specifica, verifica e uso critico degli strumenti di AI saranno temi trasversali, integrati nelle attività relative ai diversi paradigmi.

Il corso richiede che lo studente abbia superato almeno un insegnamento di programmazione. E' altresì auspicabile che egli/ella abbia una solida base di algoritmica anche se, da questo punto di vista, i concetti necessari verranno sviluppati internamente dal docente.

  • Le informazioni organizzative e il materiale didattico saranno caricati sulla piattaforma moodle.unimore.it. - Le lezioni saranno svolte in presenza in aula. - Le lezioni saranno presentate in un contesto sia teorico che pratico. - La frequenza non è obbligatoria, ma fortemente consigliata. - Le domande, gli interventi e la partecipazione degli studenti sono molto graditi e incoraggiati.

Modalità d'esame

La prova d'esame consiste in una prova pratica, da svolgere in laboratorio informatico, seguita da una prova orale, in cui di discuterà dello svolgimento e dell'esito della prova pratica e in cui il docente verificherà l'apprendimento di uno o più argomenti trattati a lezione. Il voto finale sarà la media del voto della prova pratica e del voto dell'esame orale. Il voto della prova pratica dipenderà dalla bontà dell'impostazione e della correttezza della soluzione ottenuta. Il voto dell'orale dipenderà dalla conoscenza degli argomenti trattati a lezione.

Testi di riferimento

  • Materiale fornito dal docente - Materiale scaricabile gratuitamente dal Web - Testo suggerito (vecchio, ma ancora straordinariamente utile) "Structure and Interpretation of Computer Programs" di Gerald Jay Sussman e Hal Abelson

Codice insegnamento 28674

Progettazione Del Software 3° anno · 6 CFU · INFO-01/A · 0 file

Il corso intende fornire le conoscenze e gli strumenti metodologici per la progettazione di software di grandi dimensioni. A questo riguardo il corso prevede una prima parte relativa alla stesura dei requisiti, ed…

Scheda dell'insegnamento

Obiettivi formativi

Il corso intende fornire le conoscenze e gli strumenti metodologici per la progettazione di software di grandi dimensioni. A questo riguardo il corso prevede una prima parte relativa alla stesura dei requisiti, ed analisi/progettazione del sistema, attraverso strumenti come UML, kanban, Git. Successivamente verranno introdotte ed ampliate alcune tecniche di ingegnerizzazione del software attraverso programmazione ad oggetti avanzata, e design pattern di progettazione. In seguito, si coprirà brevemente l’aspetto di validazione dei requisiti. Infine, le tecniche viste nel corso verranno viste ed applicate nell’ambito di due ambiti, quello delle architetture cloud/a microservizi, e quello dei sistemi embedded. Al termine del corso, lo studente sarà in grado di organizzare la progettazione di un software di medie/grandi dimensioni, e di seguire lo Stato Avanzamento Lavori (SLA) di esso. Avrà dimestichezza con i tool necessari e con le tecniche di progettazione allo stato dell’arte, e con le tecnologie più usate in ogni ambito applicativo.

Programma

Progettazione di alto livello (1 CFU) - Stesura requisiti - Creazione di un team di lavoro e strumenti collaborativi Pratiche di sviluppo architetture SW (2.5 CFU) - Design pattern e SOLID programming - Rilascio del software e CI/CD - Scrittura di documentazione, e commenti al codice Paradigmi avanzati di programmazione (0.5 CFU) Caso pratico sistemi ultra-scalabili (cloud) (1 CFU) - Architetture a microservizi - CLEAN code architecture Caso pratico sistemi ultra-efficienti (embedded) (1 CFU) - Automotive e sistemi safety/critical

  • Programmazione ad oggetti

Lezione frontale (4 CFU) Esercitazioni in aula (1 CFU) Progetti da svolgere a casa (1 CFU)

Modalità d'esame

Esame scritto obbligatorio -10 domande a risposta multipla, che assegnano 17-20 punti + due domande a risposta aperta per i rimanenti punti, per arrivare ad un totale di 30 - esame orale o progetto, facoltativi, che possono assegnare da -30 a +4 punti. Sono obbligatori se si cerca di ottenere la Lode - chiunque abbia totalizzato almeno 9 punti nelle domande a crocette, e almeno 15 punti totali nello scritto, può sostenere l'orale per arrotondare il voto - durante l'esame, non si richiederà di sviluppare codice; potrebbero tuttavia essere presenti degli snippet di codice da commentare - un eventuale progetto è da concordarsi con il docente I criteri di valutazione sono: - Conoscenza della materia (55% della valutazione totale) - Capacità comunicativa ed espressiva, e capacità di sintesi (35%) - Capacità di uscire dagli schemi, trovando analogie e soluzioni originali a problemi non noti (10%)

Testi di riferimento

TBD

Codice insegnamento 28672

Programmazione Per Il Web 3° anno · 6 CFU · IINF-05/A · 0 file

Il corso intende fornire una presentazione dei principi della programmazione Web server sia per quanto riguarda le tecnologie server-side che client-side. Gli obiettivi formativi sono molteplici: - fornire allo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso intende fornire una presentazione dei principi della programmazione Web server sia per quanto riguarda le tecnologie server-side che client-side. Gli obiettivi formativi sono molteplici: - fornire allo studente competenze riguardanti la programmazione e lo sviluppo di applicazioni Web basati su framework, con particolare riferimento al framework Django in Python - fornire competenze riguardanti le tecnologie più utilizzate al momento per la programmazione client-side e l'interazione asincrona con l'utente (Ajax, Javascript, Bootstrap) - fornire la capacità di progettare e realizzare un'applicazione Web dinamica (che interagisce con sottostante Database) a partire da requisiti funzionali Al termine del corso, gli studenti avranno modo di verificare le competenze acquisite tramite il progetto e l'implementazione di una applicazione Web. Inoltre, il corso fornirà una panoramica dei concetti base del cloud computing

Programma

Web (0.5 CFU) Evoluzione del Web Concetti base del cloud computing Server Side (4 CFU) - Framework Django (Python) - Paradigma Model-View-Controller - Object-relational Mapping (ORM) - Sviluppo di una applicazione di esempio - Moduli per funzionalità avanzate Client Side (1.5 CFU) - CSS, HTML - Javascript - Ajax - JQuery - Bootstrap

Consigliati: Python, conoscenze di sistemi operativi e basi di dati

Oltre alle lezioni frontali sui temi previsti dall'insegnamento, si farà ampio uso di esercitazioni pratiche in aula per permettere agli studenti di verificare le conoscenze acquisite in ogni lezione. L'insegnamento è erogato in lingua italiana. La frequenza non è obbligatoria, ma fortemente consigliata soprattutto alle parti pratiche. Gli studenti lavoratori sono invitati a prendere contatto con il docente. Testi di riferimento Dispense fornite a cura del docente. Ulteriori informazioni sul moodle del corso

Modalità d'esame

Le modalità d'esame comprendono lo sviluppo di un progetto ed una prova orale. Il progetto consisterà nello sviluppo di una applicazione Web-based basata sul framework Django su temi a scelta degli studenti Criteri di valutazione: conoscenza tematiche del corso, correttezza e qualità del codice di progetto La prova orale verterà sulla parte teorica del corso, che riguarda i paradigmi di programmazione MVC, le tecnologie server-side e client-side, l'evoluzione del Web fino ai concetti introduttivi del cloud computing La valutazione del progetto peserà per un 70% sul voto complessivo.

Testi di riferimento

Dispense fornite a cura del docente. Ulteriori informazioni sul moodle del corso

Codice insegnamento 28671

Protocolli E Architetture Di Rete 3° anno · 9 CFU · INFO-01/A · 0 file

Il corso mira a fornire i concetti di base su protocolli e architetture di rete informatici. La maggior parte del corso è focalizzata sullo studio dello stack dei protocolli TCP/IP e su alcuni dei principali protocolli…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire i concetti di base su protocolli e architetture di rete informatici. La maggior parte del corso è focalizzata sullo studio dello stack dei protocolli TCP/IP e su alcuni dei principali protocolli applicativi. Il corso comprende esercitazioni di laboratorio volte a consolidare gli argomenti di teoria tramite analisi sperimentale dei protocolli e a fornire competenze necessarie per la progettazione, configurazione e debugging di reti tramite l'uso di comandi e tool in sistemi operativi basati su Linux. Al termine dell'insegnamento lo studente dovrebbe conoscere i più popolari protocolli di rete utilizzati dalle moderne reti di calcolatori ed essere in grado di comprendere i principali criteri progettuali per la realizzazione di protocolli e architetture di reti di calcolatori. Lo studente dovrebbe inoltre essere in grado di creare e debuggare lo stato di funzionamento di reti di calcolatori in sistemi operativi basati su Linux.

Programma

Il corso tratta le principali problematiche legate alle modalità di comunicazione dei sistemi su reti locali e geografiche. Gli obiettivi specifici sono lo studio e l'approfondimento dei protocolli della suite TCP/IP, dell'architettura e routing in Internet, dei sistemi client/server, dei meccanismi di naming con particolare riferimento al sistema DNS, dei fondamenti architetturali e funzionali dei principali applicativi di rete con particulare riferimento al World Wide Web. Di seguito vengono riportati i principali argomenti trattati. - Concetti di stack di protocolli [1 CFU] - Livello host-to-network, Ethernet [1 CFU] - Livello IP: Autonomous systems, Algoritmi di routing in Internet, Architettura dei router [2 CFU] - Livello di trasporto: protocolli UDP e TCP, socket di rete [2 CFU] - Domain Name System: categorie di name server, resource record, zone, modalità di risoluzione [1 CFU] - Protocolli applicativi [1 CFU] + World Wide Web e HTTP + Posta Elettronica - Concetti di protocolli e architetture di rete sicure [1 CFU] + Certificati digitali + TLS, HTTPs + Sicurezza Posta Elettronica + Firewall Nel laboratorio si utilizzano sistemi di virtualizzazione di sistemi operativi basati su Linux per permettere l'installazione, la configurazione e l'analisi di reti di calcolatori tramite alcuni dei principali programmi e strumenti di questi ambienti.

Sistemi operativi: conoscenza teorica (in particolare, struttura e componenti, gestione di processi, comunicazione fra processi), competenza nell'uso della linea di comando e dei principali programmi dei sistemi operativi Linux.

Insegnamento teorico in aula con supporto di proiettore e slide. Insegnamenti pratici dove gli studenti possono utilizzare un proprio computer per riprodurre le esercitazioni o per svolgere esercizi proposte dal docente. Durante lo svolgimento del corso vengono lasciati degli argomenti di approfondimento e degli esercizi di laboratorio facoltativi aggiuntivi che gli studenti possono svolgere al di fuori dell'orario di lezione per esercitarsi. L'insegnamento è erogato in lingua italiana. La frequenza non è obbligatoria, ma fortemente consigliata. Gli studenti non frequentanti sono invitati a prendere contatto con li docente.

Modalità d'esame

L'esame è costituito da due parti e mira a verificare la conoscenza e abilità pratica di tutti gli obiettivi formativi descritti in precedenza. - Nella prima parte lo studente dovrà dimostrare di saper risolvere un problema fornito dal docente sulla falsariga di problemi analizzati e risolti nell'ambito delle esercitazioni, in un esame di laboratorio della durata massima di due ore più il tempo necessario per la correzione e discussione con docente, che viene svolta subito dopo lo svolgimento dell'esame. - Nella seconda parte lo studente deve dimostrare di conoscere le tematiche teorico-pratiche trattate in aula tramite una discussione orale, della durata di circa 20-40 minuti. Il voto finale è dato dalla media aritmetica approssimata all'intero più vicino dei voti delle due parti. Accesso a risorse durante lo svolgimento dell'esame: - La prima parte dell'esame è di tipo "open-book" e consente l'impiego di libri o appunti fisici o elettronici offline, e l'uso di semplici tool per la progettazione degli indirizzi delle reti IP. Non è consentito l'impiego di alcun tool di intelligenza artificiale. - La seconda parte dell'esame è in modalità closed-book: non è consentito l'accesso ad alcuna risorsa o materiale di consultazione.

Testi di riferimento

Il libro di testo consigliato per lo studio è: - Versione italiana: "Reti di Calcolatori e Internet. Un approccio top-down", J. Kurose, K.W. Ross - Versione inglese (originale): "Computer Networking: A Top-Down Approach" J. Kurose, K.W. Ross Il libro non è obbligatorio per il conseguimento della materia, ma è consigliato per una più completa trattazione di alcuni argomenti. È inoltre maggiormente consigliato agli studenti che non riescono a frequentare il corso con continuità.

Codice insegnamento 18373

Prova Finale 3° anno · 6 CFU · 0 file
Tirocinio 3° anno · 12 CFU · 0 file
Scheda dell'insegnamento

Modalità d'esame

Valutazione: Voto Finale - Frequenza: Non obbligatoria

Codice insegnamento 15112

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.