Corso di laurea

Matematica

Università degli Studi di Modena e Reggio Emilia · 43 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 Superiore 1° anno · 1° semestre · 6 CFU · MATH-02/A · 0 file

Obiettivo del corso è quello di studiare argomenti di teoria dei gruppi avanzata, di teoria delle rappresentazioni di gruppi finiti e di illustrare loro applicazioni. 1. Conoscenze e capacità di comprensione: Il corso si…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo del corso è quello di studiare argomenti di teoria dei gruppi avanzata, di teoria delle rappresentazioni di gruppi finiti e di illustrare loro applicazioni. 1. Conoscenze e capacità di comprensione: Il corso si propone di fornire le basi per lo studio di argomenti avanzati di teoria di gruppi e rappresentazioni di gruppi; di illustrare alcune applicazioni. 2. Capacità di applicare conoscenza e comprensione: al termine del corso lo studente sarà in grado di applicare le conoscenze a problemi inerenti il programma svolto. 3. Autonomia di giudizio: al termine del corso lo studente sarà in grado di riconoscere in modo autonomo i diversi approcci e metodi risolutivi per le problematiche tipiche della teoria di gruppi finiti e di rappresentazioni di gruppi finiti. 4. Abilità comunicative: al termine del corso lo studente sarà in grado di relazionare con un linguaggio tecnico appropriato e un formalismo corretto. 5. Capacità di apprendimento : Lo studio permetterà lo sviluppo di abilità di apprendimento autonomo e di approfondimento di argomenti collaterali a quelli presentati nel corso.

Programma

L'insegnamento prevede un totale complessivo di 42 ore di didattica frontale (6CFU). Il corso intende fornire una introduzione generale alla teoria dei gruppi avanzata e alla teoria delle rappresentazioni di gruppi finiti, descrivendo i risultati e le metodologie piu' importanti. La scansione dei contenuti per CFU è da intendere puramente indicativa. Essa può anche subire modifiche nel corso dell'insegnamento alla luce dei feedback degli studenti. (3 CFU) Richiami iniziali su azioni di gruppi e prodotto diretto e semidiretto. Serie, Teorema di Jordan- Holder e problemi di estensioni di gruppi, Teorema di Schur-Zassenhaus e conseguenze. Gruppi nilpotenti: serie centrali, proprietà , sottogruppi di Frattini e di Fitting. Gruppi risolubili: serie derivata, sottogruppi normali minimali, \pi-sottogruppi di Hall, teoremi di Hall e condizioni di risolubilità. (3 CFU) Rappresentazioni e caratteri di gruppi finiti: rappresentazioni e G-moduli, teoremi di Schur e Maschke, caratteri e relazioni di ortogonalità, caratteri irriducibili e lineari, lift e sottogruppi normali, tavola dei caratteri di alcune famiglie di gruppi, Teorema p^rq^s di Burnside.

Conoscenze di base di algebra (quelle fornite dai corsi fondamentali di una laurea triennale in Matematica), più precisamente: Algebra Lineare, teoria dei gruppi, di anelli e campi.

I contenuti vengono presentati mediante lezioni frontali alla lavagna con esercizi ed applicazioni. 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.unimore.it Non sono previste modalità solo per studenti lavoratori. Gli studenti non frequentanti possono prepararsi sui testi consigliati, liste di esercizi fornite dal docente, e più in generale usando il materiale caricato sulla piattaforma Moodle di ateneo.

Modalità d'esame

La verifica del profitto avverrà tramite esame orale e la consegna di liste di esercizi risolti dai candidati. L'esame orale prevede dimostrazioni, domande ed esercizi volti a verificare i contenuti del corso e la capacità di collegare fra loro i vari concetti studiati. Al candidato sara' chiesto di presentare gli argomenti piu' importanti svolti duranti il corso e di risolvere esercizi su queste tematiche. Lo studente dovrà essere in grado di esporre con padronanza di linguaggio gli argomenti richiesti e di dimostrare i risultati studiati a lezione. I parametri di valutazione sono costituiti da: l’applicazione di conoscenze e capacità di comprensione; l’autonomia di giudizio e le abilità comunicative. La prova ha una durata media di 50 minuti. Il voto in trentesimi è comunicato immediatamente al singolo studente al termine della sua prova orale. Conoscenza basilare degli argomenti e capacità parziale di applicare la conoscenza necessaria per ottenere il voto minimo (18/30). Conoscenza piena di tutti gli argomenti e capacità ottima di applicare la conoscenza per ottenere il voto massimo (30/30 e lode). La graduazione dei voti intermedi è fatta in base al raggiungimento dei risultati di apprendimento attesi, compresi quelli trasversali, dimostrata durante la prova orale.

Testi di riferimento

H.E. Rose, A Course on Finite Groups, Universitext , Springer-Verlag,London, 2009. I.M. Isaacs, Finite Group Theory, Graduate Studies in Mathematics v.92, AMS,2008. G. James e M. Liebeck, Representations and Characters of Groups, Cambridge University Press, 2nd Ed, 2001. A. Machì, Gruppi: Una introduzione a idee e metodi della teoria dei gruppi, Springer-Verlag, 2007.

Codice insegnamento 12338

Analisi Di Fourier 1° anno · 1° semestre · 6 CFU · MATH-03/A · 0 file

Il corso di Analisi Superiore è suddiviso nei due moduli 1. Analisi funzionale 2. Analisi di Fourier e fornisce le conoscenze di base dell'Analisi Funzionale, con particolare riguardo per gli spazi vettoriali normati…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Analisi Superiore è suddiviso nei due moduli 1. Analisi funzionale 2. Analisi di Fourier e fornisce le conoscenze di base dell'Analisi Funzionale, con particolare riguardo per gli spazi vettoriali normati completi e per la Trasformata di Fourier. Fornisce inoltre le conoscenze di base relative alle equazioni alle derivate parziali lineari di I e di II grado. 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

Modulo "Analisi funzionale" Introduzione agli operatori lineari e continui tra spazi normati e Teorema di Hahn-Banach, Teorema di Baire, Teorema di Banach-Steinhaus e della mappa aperta (2 CFU) Topologia debole e Spazi riflessivi e spazi separabili (1 CFU) Mollificatori e risultati di densità negli spazi di Lebesgue (1 CFU) Spazi di Hilbert (1 CFU) Spazi di Sobolev (1 CFU) Modulo "Analisi di Fourier" Trasformata di Fourier in L^1(R^n). Spazio di Schwartz S(R^n) e trasformata di Fourier in S(R^n). Principali proprietà della trasformata di Fourier. Trasformata della convoluzione, della derivata, derivata della trasformata. Formula di inversione. Problema di Cauchy e soluzione fondamentale dell'equazione del calore. (2 CFU). Soluzione fondamentale dell'equazione di Laplace. Teoremi di immersione di Sobolev e di Morrey. Compattezza negli spazi L^p (2 CFU). Trasformata di Fourier in L^2. Spazi H^s. Traccia di funzioni di H^s. Spazi di Sobolev di esponente frazionario (2 CFU).

Limiti, continuità e differenziabilità per funzioni di una o più variabili reali, a valori scalari o vettoriali. Teoria di base dell'integrale secondo Lebesgue.

Testi di riferimento

Durante il corso verranno date dispense e indicazioni bibliografiche.

Codice insegnamento 28650

Analisi Funzionale 1° anno · 1° semestre · 6 CFU · MATH-03/A · 0 file

Lo scopo del corso è quello di fornire gli strumenti atti alla formulazione debole di equazioni di evoluzione non lineari, con particolare riferimento alle equazioni di reazione diffusione e delle onde con smorzamento.…

Scheda dell'insegnamento

Obiettivi formativi

Lo scopo del corso è quello di fornire gli strumenti atti alla formulazione debole di equazioni di evoluzione non lineari, con particolare riferimento alle equazioni di reazione diffusione e delle onde con smorzamento. Inoltre, quando il problema sia ben posto e l’operatore soluzione abbia opportune proprietà, lo studente sarà in grado di inquadrare l’analisi del modello nell’ambito della teoria dei sistemi dinamici dissipativi in infinite dimensioni. In particolare, ove possibile, il comportamento del sistema dinamico a regime sarà descritto tramite attrattori globali. 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 per un totale di 42 ore di didattica frontale (6 CFU). I contenuti del corso sono: Generazione di un sistema dinamico dissipativo per un problema elementare (1 CFU) Alcuni risultati negli spazi di Hilbert di dimensione infinita: Sistemi ortonormali completi numerabili di autovettori di un operatore in spazi di Hilbert. Teorema di Lax-Milgram (1 CFU) Spazi di Bochner e Sobolev-Bochner (1 CFU) Buona posizione, sia per equazioni di evoluzione lineari del I e del II ordine in tempo che per equazioni di evoluzione nonlineari del I e del II ordine in tempo (1.5 CFU) Generazione di un sistema dinamico dissipativo che ammette l’attrattore globale per una equazione di reazione diffusione e una delle onde con smorzamento debole nonlineari (1 CFU) Generazione di un sistema dinamico dissipativo che ammette l’attrattore globale per l’equazione di Cahn-Hilliard con nonlinearità cubica (0.5 CFU)

I prerequisiti sono le proprieta' fondamentali dell'integrale e degli spazi di Lebesgue, la teoria degli spazi di Banach e di Hilbert. La conoscenza degli spazi di Sobolev è raccomandata ma non indispensabile.

Testi di riferimento

Nessun testo è obbligatorio ma si raccomanda la consultazione dei seguenti riferimenti presenti in biblioteca: H. Brezis, Analisi funzionale. Teoria e applicazioni. Liguori H. Brezis, Functional Analysis, Sobolev Spaces and Partial Differential Equations, Springer, NY, 2011 J. Robinson, Infinite-Dimensional Dynamical Systems: An Introduction to Dissipative Parabolic PDEs and the Theory of Global Attractors. Cambridge. R. Temam, Infinite-Dimensional Dynamical Systems in Mechanics and Physics. Springer

Codice insegnamento 28651

Analisi Superiore 1° anno · 1° semestre · 12 CFU · MATH-03/A · 0 file

Il corso di Analisi Superiore è suddiviso nei due moduli 1. Analisi funzionale 2. Analisi di Fourier e fornisce le conoscenze di base dell'Analisi Funzionale, con particolare riguardo per gli spazi vettoriali normati…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Analisi Superiore è suddiviso nei due moduli 1. Analisi funzionale 2. Analisi di Fourier e fornisce le conoscenze di base dell'Analisi Funzionale, con particolare riguardo per gli spazi vettoriali normati completi e per la Trasformata di Fourier. Fornisce inoltre le conoscenze di base relative alle equazioni alle derivate parziali lineari di I e di II grado. 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

Modulo "Analisi funzionale" Introduzione agli operatori lineari e continui tra spazi normati e Teorema di Hahn-Banach, Teorema di Baire, Teorema di Banach-Steinhaus e della mappa aperta (2 CFU) Topologia debole e Spazi riflessivi e spazi separabili (1 CFU) Mollificatori e risultati di densità negli spazi di Lebesgue (1 CFU) Spazi di Hilbert (1 CFU) Spazi di Sobolev (1 CFU) Modulo "Analisi di Fourier" Trasformata di Fourier in L^1(R^n). Spazio di Schwartz S(R^n) e trasformata di Fourier in S(R^n). Principali proprietà della trasformata di Fourier. Trasformata della convoluzione, della derivata, derivata della trasformata. Formula di inversione. Problema di Cauchy e soluzione fondamentale dell'equazione del calore. (2 CFU). Soluzione fondamentale dell'equazione di Laplace. Teoremi di immersione di Sobolev e di Morrey. Compattezza negli spazi L^p (2 CFU). Trasformata di Fourier in L^2. Spazi H^s. Traccia di funzioni di H^s. Spazi di Sobolev di esponente frazionario (2 CFU).

Limiti, continuità e differenziabilità per funzioni di una o più variabili reali, a valori scalari o vettoriali. Teoria di base dell'integrale secondo Lebesgue.

Lezioni frontali ed esercitazioni in presenza, erogate in lingua italiana. La frequenza delle lezioni non è obbligatoria. Non sono previste modalità specifiche per studenti lavoratori, che possono contattare i docenti del corso per ricevimento e per indicazioni bibliografiche dettagliate.

Modalità d'esame

L'esame consiste in una prova orale, sugli argomenti definiti nella sezione “Programma del corso”, che mira all’accertamento della conoscenza della teoria e della padronanza degli strumenti di indagine teorica. È possibile sostenere l'esame orale in due sedute distinte, di circa 30 minuti ciascuna, ognuna delle quali dedicata agli argomenti dei moduli di Analisi funzionale e di Analisi di Fourier. Entrambe le prove avranno inizio con un argomento a scelta dello studente. Successivamente verranno poste domande sul resto del programma per accertare la preparazione su tutti gli argomenti svolti. Il punteggio è attribuito in trentesimi; precisamente, il voto minimo (18/30) corrisponde ad una conoscenza basilare degli argomenti e capacità parziale di applicare la conoscenza, mentre per la conoscenza piena degli argomenti e capacità ottima di applicare la conoscenza si attribuisce il voto massimo (30/30 e lode). La graduazione dei voti intermedi si attribuisce in base al raggiungimento dei risultati di apprendimento attesi, compresi quelli trasversali dimostrata durante la prova d’esame.

Testi di riferimento

Durante il corso verranno date dispense e indicazioni bibliografiche.

Codice insegnamento 21719

Computational And Statistical Learning 1° anno · 2° semestre · 9 CFU · MATH-05/A · 0 file

Il corso vuole fornire le conoscenze, competenze e strumenti necessari per analizzare da un punto di vista numerico un problema di apprendimento automatico, scegliendo l'algoritmo più opportuno a seconda delle…

Scheda dell'insegnamento

Obiettivi formativi

Il corso vuole fornire le conoscenze, competenze e strumenti necessari per analizzare da un punto di vista numerico un problema di apprendimento automatico, scegliendo l'algoritmo più opportuno a seconda delle peculiarità del problema specifico. 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

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. 1 CFU (7 ore) - Introduzione all’apprendimento automatico da esempi - Supervised learning: funzioni loss e teoria di Vapnik 2 CFU (14 ore) - Modelli lineari: ridge regression, lasso, elastic net, logistic regression - Kernel methods e Support Vector Machines 2 CFU (14 ore) - Metodi statistici: discriminant analysis, mixture models - Ensemble learning: random forests, decision trees - Reinforcement learning: Q-learning 1 CFU (7 ore) - Unsupervised learning: principal component analysis, manifold learning, clustering 3 CFU (21 ore) - Deep learning: ottimizzazione stocastica, neural networks artificiali, ricorrenti, convolutive - AutoML e NAS (Neural Architecture Search)

  • Calcolo differenziale per funzioni reali di una o più variabili reali. - Elementi di algebra lineare. - Fondamenti di probabilità e statistica. - Fondamenti di programmazione in Matlab e Python.

L’insegnamento viene erogato mediante lezioni frontali ed esercitazioni in presenza che vengono svolte con l’ausilio di lavagna, mezzi audiovisivi (slides) ed ambienti di calcolo Matlab e Python. La frequenza alle lezioni frontali e alle esercitazioni in presenza non è obbligatoria. Per gli studenti lavoratori è possibile utilizzare il materiale fornito dai docenti: dispense, slide e registrazioni oltre ai testi consigliati. L’insegnamento è erogato in lingua italiana.

Modalità d'esame

L'esame si svolgerà al termine dell’insegnamento secondo il calendario ufficiale degli appelli d’esame. La prova è orale, della durata di 40 minuti circa. L’esame prevede la discussione di un progetto assegnato durante il corso seguita da due domande aperte sugli algoritmi studiati a lezione. Tali quesiti sono finalizzati a valutare: - le conoscenze e le capacità di comprensione; - l’applicazione di conoscenze e capacità di comprensione; - le abilità comunicative; - l’autonomia di giudizio. Il voto riportato nell’esame è dato dalla valutazione complessiva alla luce della presentazione del progetto e delle risposte alle domande. Il voto, in trentesimi, è ottenuto considerando la media aritmetica delle due parti, quindi il voto del progetto concorrerà al 50% della votazione finale come anche le domande aperte. L'esito sarà comunicato al singolo studente alla fine della prova orale.

Testi di riferimento

Il materiale di riferimento del corso saranno le dispense e 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] C.M. Bishop, Pattern recognition and machine learning. Springer, 2006 [2] T. Hastie, R. Tibshirani, J. Friedman, The Elements of Statistical Learning, 2nd Edition. Springer, 2009 [3] I. Goodfellow, Y. Bengio, A. Courville, Deep Learning. MIT Press, 2016 [4] S. Raschka , Y. Liu , V. Mirjalili, Machine Learning with PyTorch and Scikit-Learn, Packt, 2022 [5] A. Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition. O'Reilly Media Inc., 2019

Codice insegnamento 26553

Curve Algebriche 1° anno · 2° semestre · 6 CFU · MATH-02/B · 0 file

Per gli obiettivi formativi si rimanda alla sezione relativa ai risultati di apprendimento attesi.

Scheda dell'insegnamento

Obiettivi formativi

Per gli obiettivi formativi si rimanda alla sezione relativa ai risultati di apprendimento attesi.

Programma

[1 CFU] Richiami algebrici su anelli e polinomi in una e più variabili. [2 CFU] Insiemi algebrici affini e loro ideali, teoremi della base e degli zeri di Hilbert, varietà affini. Anello delle coordinate affini, campo delle funzioni razionali, anelli locali, anelli di valutazione discreta. Curve piane affini e loro proprietà locali, singolarità. [1,5 CFU] Insiemi algebrici proiettivi, varietà proiettive, relazione con le varietà affini. Mappe razionali e birazionali. Curve piane proiettive e loro proprietà locali, teorema di Bézout, teorema di Max Noether. Applications. [1,5 CFU] Divisori, zeri e poli, spazi di Riemann-Roch, genere di una curva, teorema di Riemann; derivazioni, differenziali, divisori canonici; teorema di Riemann-Roch.

Le conoscenze algebriche fondamentali di una laurea triennale in matematica, con particolare riferimento alla teoria degli anelli e dei campi.

Lezioni frontali in aula. Le lezioni comprendono la teoria, esempi significativi ed esercizi. La lingua di erogazione è l'italiano. La frequenza è fortemente consigliata, ma non obbligatoria. Gli studenti non frequentanti devono contattare il docente, per concordare il materiale preciso per gli argomenti da portare all'esame.

Modalità d'esame

La verifica dell'apprendimento avverrà tramite esame orale, in italiano. Il colloquio consiste in una discussione dei concetti esposti durante le lezioni, definizioni, risultati principali e relative dimostrazioni, nonché il collegamento logico tra i vari concetti studiati. La votazione finale viene decisa al termine del colloquio orale e tiene conto principalmente della correttezza dei ragionamenti, dei collegamenti tra i vari concetti e della precisione dell'esposizione: tanto più saranno raggiunti questi obiettivi, tanto maggiore sarà il punteggio finale.

Testi di riferimento

William Fulton: Algebraic curves, an introduction to algebraic geometry (2008). Disponibile online: https://users.math.msu.edu/users/magyarp/Math419H/Fulton-Alg-Curves.pdf Altri libri utili per la consultazione: H. Stichtenoth: Algebraic function fields and codes. Springer-Verlag Berlin Heidelberg (2008) M. Giulietti: Curve algebriche e loro automorfismi. Indipendently published, Amazon (2025)

Codice insegnamento 30085

Didattica Della Matematica 1° anno · 1° semestre · 6 CFU · MATH-01/B · 0 file

L’obiettivo del corso è quello di fornire agli studenti le prime basi teoriche in Didattica della matematica nonché gli strumenti teorici e pratici provenienti dalla ricerca in tale disciplina, utili alla analisi,…

Scheda dell'insegnamento

Obiettivi formativi

L’obiettivo del corso è quello di fornire agli studenti le prime basi teoriche in Didattica della matematica nonché gli strumenti teorici e pratici provenienti dalla ricerca in tale disciplina, utili alla analisi, progettazione e realizzazione di attività didattiche in aula. Allo stesso tempo si intende dare una prima immagine della Didattica della matematica come disciplina di ricerca. Per una più completa comprensione degli obiettivi formativi, si rimanda alla lettura dei risultati di apprendimento attesi.

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. - Introduzione alla didattica della matematica (1 CFU) Importanza dell’educazione matematica. Visione procedurale e visione concettuale della matematica. Didattica della matematica come disciplina scientifica. Riferimenti normativi per l’insegnamento della matematica nella scuola secondaria. - Teorie dell’apprendimento-insegnamento della matematica (2 CFU) Macroteorie dell’apprendimento (comportamentismo, cognitivismo, costruttivismo) e relative implicazioni sui modelli di insegnamento/apprendimento della matematica. Teoria delle situazioni didattiche, Triangolo di Chevallard, Contratto didattico, Trasposizione didattica. Registri di rappresentazione semiotica. Concept image e concept definition. Teoria dei concetti figurali. - La classe come laboratorio di matematica (1 CFU) Didattica laboratoriale e ruolo del docente. La discussione matematica. La valutazione. - Ostacoli, Misconcezioni ed errori in matematica (1 CFU) Errori e difficoltà in matematica. Misconcezioni. Ruolo dei fattori metacognitivi in matematica (cenni). - Problem solving in matematica (1 CFU) Competenza matematica e problem solving. Ciclo della matematizzazione. Problemi ed esercizi.

Nessun prerequisito.

L'insegnamento si svolge in presenza ed è erogato in lingua italiana. La frequenza non è obbligatoria. I metodi didattici comprendono lezioni frontali, analisi critica di materiali didattici e articoli, momenti di lavoro laboratoriale in piccolo gruppo seguiti da discussioni.

Modalità d'esame

L'esame si svolgerà al termine dell’insegnamento secondo il calendario ufficiale degli appelli d’esame. La verifica dell'apprendimento si svolge tramite un esame orale composto da due prove della durata di 20 minuti ciascuna. La prima verifica la capacità di progettare una lezione, analizzare una attività già progettata o interpretare le difficoltà specifiche degli studenti su un determinato contenuto matematico al fine di attribuire una valutazione da 0 a 10. Questa prova potrà essere sostituita dalla progettazione per una classe reale svolta alla fine delle lezioni. La seconda prova verifica l'apprendimento dei contenuti teorici (disciplinari e didattici) visti a lezione al fine di attribuire una votazione da 0 a 20. Il voto complessivo sarà dato dalla somma delle valutazioni delle due prove.

Testi di riferimento

Testi di riferimento: - Baccaglini-Frank, A., Di Martino, P., Natalini, R., Rosolini, G. (2017). Didattica della matematica. Mondadori. - D’Amore, B. (1999). Elementi di Didattica della matematica. Pitagora. Durante il corso verranno inoltre messi a disposizione (caricati sulla piattaforma online) le slide e gli altri materiali utilizzati nel corso, articoli di ricerca in Didattica della matematica forniti dalla docente; questi testi costituiscono parte integrante del programma di esame. Testi di consultazione: - Castelnuovo, E. (2017). Didattica della matematica. UTET. - Mariotti, M.A. (2022). Argomentare e dimostrare come problema didattico. UTET Università ISBN:9788860089281 - Zan, R. (2007). Difficoltà in matematica. Osservare, interpretare, intervenire. Springer.

Codice insegnamento 14403

Elaborazione Numerica Di Segnali E Immagini 1° anno · 1° semestre · 6 CFU · MATH-05/A · 0 file

Il corso di Elaborazione numerica di segnali e immagini vuole fornire le conoscenze, competenze e strumenti necessari per affrontare problemi di analisi dati mediante tecniche numeriche. Per una più completa comprensione…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Elaborazione numerica di segnali e immagini vuole fornire le conoscenze, competenze e strumenti necessari per affrontare problemi di analisi dati mediante tecniche numeriche. 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

Una traccia musicale, un elettrocardiogramma, una vibrazione sismica, ma anche un'immagine fotografica o radiografica, sono tutti esempi di segnali, in una o due dimensioni (le immagini). Da un punto di vista matematico, si tratta di funzioni di una o due variabili a valori reali, che vengono rappresentate su dispositivi digitali, per esempio un PC. Un primo problema che occorre affrontare è proprio quello del passaggio da un dominio continuo, quello in cui vivono le funzioni, ad un dominio discreto e finito, tipicamente associato ad un dispositivo digitale. Come si trasforma l'informazione in questo passaggio? Inoltre, spesso è necessario elaborare un segnale per migliorarne la qualità o per estrarre delle informazioni utili: per esempio, potrebbe essere necessario rimuovere il rumore di fondo da una registrazione audio o ricavare il contorno degli oggetti rappresentati in un'immagine. Infine, per minimizzare l'occupazione di memoria, è utile individuare una rappresentazione conveniente del segnale, ossia memorizzarlo in forma compressa. Codifica, elaborazione, compressione sono tre aspetti dell'analisi dei segnali che verranno trattati in questo corso, illustrandone i concetti e gli algoritmi numerici relativi. Saranno inoltre trattate alcune specifiche applicazioni concrete, per le quali sono previste anche esperienze di laboratorio in ambiente Matlab. Elenco dettagliato degli argomenti: 1 CFU (7 ore) - Definizione di segnale digitale - Processo di acquisizione dei segnali 2 CFU (14 ore) - Trasformata di Fourier - Teorema di campionamento - Operatori di convoluzione 1 CFU (7 ore) - Trasformata discreta di Fourier - Matrici circolanti 2 CFU (14 ore) - Filtraggio di segnali - Ricostruzione di immagini - Cenni sulle funzioni wavelet - Compressione di segnali

  • 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 analisi numerica: condizionamento, sistemi lineari - Elementi di analisi funzionale: spazi di Hilbert, operatori limitati - Programmazione di base in linguaggio Matlab

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 Matlab. La frequenza alle lezioni frontali e alle esercitazioni in presenza non è obbligatoria. L’insegnamento è erogato in lingua italiana.

Modalità d'esame

L'esame si svolgerà al termine dell’insegnamento secondo il calendario ufficiale degli appelli d’esame. La prova è orale, della durata indicativa di 40 minuti. L’esame prevede 2 quesiti di cui una domanda aperta e un esempio sugli argomenti svolti nella prima parte del corso, la descrizione di un algoritmo e di una sua applicazione, tra quelli descritti nella seconda parte del corso. Tali quesiti sono finalizzati a valutare: - le conoscenze, le capacità di comprensione e di collegare le diverse conoscenze tra loro; - l’applicazione di conoscenze e capacità di comprensione; - le abilità comunicative; - l’autonomia di giudizio. Il voto riportato nell’esame è dato dalla valutazione complessiva alla luce delle risposte alle 2 domande. In particolare, si otterrà un voto minimo (18/30) in caso di conoscenza basilare degli argomenti e capacità parziale di applicare la conoscenza, mentre un voto massimo (30/30) sarà riservato ad esami caratterizzati da conoscenza piena degli argomenti e capacità ottima di applicare la conoscenza, con una graduazione dei voti intermedi basata sul raggiungimento dei risultati di apprendimento attesi, compresi quelli trasversali, dimostrata durante la prova d’esame. L'esito sarà comunicato al singolo studente alla fine della prova orale.

Testi di riferimento

Il materiale di riferimento del corso saranno le dispense e le slides del docente, che verranno fornite agli studenti prima dell'inizio del corso mediante la piattaforma Moodle. Eventuali testi consigliati per approfondire le tematiche sviluppate nel corso sono i seguenti: [1] S. Mallat, A wavelet tour of signal processing, 3rd edition, Academic Press, Burlington, MA (2009)

Codice insegnamento 24677

Elementi Di Fisica Quantistica 1° anno · 1° semestre · 6 CFU · PHYS-04/A · 0 file

Il corso fornisce un'introduzione ai concetti e ai modelli fondamentali della Fisica Quantistica, con particolare attenzione alla fenomenologia, all'evoluzione storica e agli aspetti epistemologici, in un'ottica utile…

Scheda dell'insegnamento

Obiettivi formativi

Il corso fornisce un'introduzione ai concetti e ai modelli fondamentali della Fisica Quantistica, con particolare attenzione alla fenomenologia, all'evoluzione storica e agli aspetti epistemologici, in un'ottica utile all'approfondimento delle principali idee di base. Al termine del corso lo studente: * Comprenderà le ragioni della crisi della fisica classica e lo sviluppo storico dei modelli quantistici. * Padroneggerà i concetti chiave della teoria (dualismo onda-particella, principio di indeterminazione, sovrapposizione, misura e probabilità). * Sarà in grado di analizzare gli esperimenti concettuali classici usati per spiegare il comportamento quantistico. * Saprà risolvere problemi su modelli semplici (buca di potenziale, effetto tunnel, atomo d'idrogeno). * Saprà capire come riconoscere i casi reali in cui è appropriata una descrizione classica o quantistica. * Conoscerà alcune importanti implicazioni della fisica quantistica per la descrizione di atomi, molecole, solidi (metalli, isolanti e semiconduttori) e per la elaborazione quantistica della informazione. * Se interessato, lo studente sarà anche guidato a scoprire alcuni aspetti centrali della formalizzazione matematica avanzata della teoria quantistica. Inoltre, lo studente sarà in grado di riferire oralmente sugli argomenti presentati con un linguaggio tecnico appropriato e un formalismo matematico corretto, identificando anche autonomamente strategie esplicative e visualizzazioni. Lo studio permetterà lo sviluppo di abilità di apprendimento autonomo di argomenti collegati a quelli presentati nel corso.

Programma

  • Crisi della fisica classica e introduzione alla teoria dei quanti (6 ore). Doppia natura, ondulatoria e corpuscolare, della luce. Ipotesi di de Broglie e doppia natura, corpuscolare e ondulatoria della materia. Effetto fotoelettrico. Il fotone. Il problema del corpo nero e la soluzione di Planck. * Meccanica ondulatoria e equazione di Schroedinger (12 ore). Funzione d'onda e sua interpretazione probabilistica. Equazione di Schroedinger per una particella massiva. Pacchetti d'onda. Relazioni di indeterminazione. Forma operatoriale e commutatori. Equazione di continuità. Equazione di Schroedinger indipendente dal tempo. Autofunzioni dell'energia e loro uso. Problemi unidimensionali: barriera e buca di potenziale, effetto tunnel, oscillatore armonico. *Formulazione generale della meccanica quantistica (12 ore). Postulati della meccanica quantistica generale. Sovrapposizione di stati e il problema della misura: il collasso della funzione d'onda e il ruolo dell'osservatore. Entanglement e Non-località: Il paradosso Einstein-Podolsky-Rosen (EPR), le disuguaglianze di Bell (spiegazione concettuale) e un cenno all'informazione quantistica (quantum computing e crittografia). Equazione dinamica. Operatore di evoluzione. *Implicazioni per la comprensione di atomi, molecole, solidi (12 ore). Statistiche quantistiche. Momento angolare e spin. Atomi, molecole e solidi. Metalli, isolanti, semiconduttori.

Conoscenza di base della fisica classica. Nozioni matematiche di analisi in campo complesso, di equazioni differenziali e di spazi vettoriali funzionali.

La didattica è basata, in via ordinaria, su lezioni frontali alla lavagna o tramite proiezione di slide, in cui la materia viene illustrata nei dettagli concettuali e formali, e ampiamente commentata. Il corso è costituito da lezioni teoriche sugli argomenti illustrati nella sezione "Contenuti del corso", ed esercitazioni volte a fornire la capacità tecnica per risolvere alcuni problemi elementari di meccanica quantistica. Il corso è erogato in lingua italiana (alcune lezioni possono essere tenute in inglese se tutti gli studenti concordano). La partecipazione attiva degli studenti è molto incoraggiata: sono previste sessioni di discussione per mettere a fuoco i principali snodi critici nella comprensione dei fondamenti. Tutte le informazioni relative all'insegnamento e il materiale didattico vengono caricati su piattaforma moodle.unimore.it. Modalità per gli studenti lavoratori: gli iscritti come 'studenti lavoratori' che non possono frequentare regolarmente le lezioni devono mettersi in contatto con la docente per le indicazioni sul programma di studio e per concordare le modalità di accesso alla prova orale finale.

Modalità d'esame

La valutazione avviene tramite prova orale finale della durata di circa un'ora, con domande su tutte le parti principali del programma. Nell’attribuzione del punteggio finale viene valutato il livello di comprensione dei concetti principali, delle conoscenze teoriche acquisite e della capacità di applicare le conoscenze acquisite a problemi specifici. Viene inoltre considerato il livello di autonomia di giudizio e di abilità comunicative. La valutazione fiale potrà includere un contributo positivo per tener conto della partecipazione attiva durante le lezioni. La votazione finale è espressa in trentesimi, con eventuale lode che viene assegnata nel caso in cui lo studente mostri una piena padronanza della materia. La valutazione della prova viene resa nota termine della prova stessa.

Testi di riferimento

Il materiale didattico è fornito durante il corso tramite Moodle. Comprende copia delle slide sviluppate o mostrate durante le lezioni e la indicazione di articoli o capitoli di testi di riferimento. Tra questi si consiglia: - R. Eisberg, R. Resnick, "Quantum Physics of Atoms, Molecules, Solids, Nuclei and Particles". Wiley, New York. Sono inoltre molto utili i capitoli dei libri di Fisica Generale dedicati alla Fisica Moderna, per esempio: - P. Mazzoldi, M. Nigro, C. Voci, "Fisica. Elettromagnetismo e Onde", Edizioni Edises Università, Napoli 2022. o simili. Si consiglia di iscriversi al Moodle del corso per ogni altra informazione pratica.

Codice insegnamento 30086

Equazioni Alle Derivate Parziali 1° anno · 2° semestre · 6 CFU · MATH-03/A · 0 file

Lo scopo principale del corso è l’avviamento alla ricerca nel settore delle Equazioni Differenziali alle Derivate Parziali di tipo ellittico: gli studenti vengono introdotti in un contesto teorico in cui siano…

Scheda dell'insegnamento

Obiettivi formativi

Lo scopo principale del corso è l’avviamento alla ricerca nel settore delle Equazioni Differenziali alle Derivate Parziali di tipo ellittico: gli studenti vengono introdotti in un contesto teorico in cui siano individuabili problemi di ricerca aperti che presentino gradi di difficoltà differenziati, e si forniscono loro gli strumenti matematici adatti ad iniziare l’attività di ricerca attraverso un lavoro di tesi di laurea che possa venire sviluppato in un successivo percorso post-universitario.

Programma

  • Richiami preliminari su spazi di Sobolev in domini limitati in dimensione N (circa 1 CFU) - Formulazione debole di problemi ellittici con condizioni al bordo: esistenza di soluzioni deboli per problemi di Dirichlet e Neumann per l'operatore di Laplace e operatori ellittici del secondo ordine (circa 1 CFU) - Regolarità delle soluzioni deboli di problemi di Dirichlet e Neumann per l'operatore di Laplace (circa 1 CFU) - Principio di massimo per soluzioni deboli di equazioni ellittiche (circa 1 CFU) - Autofunzioni e decomposizione spettrale (circa 1 CFU) - Approfondimenti su Ottimizzazione e Analisi Nonlineare (circa 1 CFU)

Continuità e differenziabilità per funzioni di più variabili reali, integrale di Lebesgue, primi elementi di Analisi Funzionale.

La frequenza non è obbligatoria ma fortemente consigliata. La didattica è basata su lezioni frontali alla lavagna nelle quali la materia viene sviluppata nei dettagli formali e debitamente commentata. Informazioni complete e aggiornate sull'organizzazione del corso e sul materiale didattico saranno disponibili sulla pagina Moodle del corso, e gli studenti sono invitati a controllare regolarmente la pagina.

Modalità d'esame

L'esame consiste in una prova orale sugli argomenti svolti durante il corso che sono definiti in linea generale nella sezione “Programma del corso” della pagina Moodle. Il programma dettagliato sarà redatto durante lo svolgimento delle lezioni. La prova orale mira all’accertamento della conoscenza della teoria e della padronanza degli strumenti di indagine teorica.

Testi di riferimento

  • H.Brezis - Functional Analysis, Sobolev Spaces and Partial Differential Equations. Springer Science & Business Media - D. Gilbarg, N.S. Trudinger - Elliptic partial differential equations of second order – Springer - Lecture notes and additional bibliographic references will be provided during the course

Codice insegnamento 18529

Fondamenti Di Algebra E Geometria 1° anno · 6 CFU · MATH-01/B · 0 file

Il corso vuole analizzare gli sviluppi concettuali che hanno portato alle teorie che stanno alla base della Matematica Moderna. Vuole proporre spunti per un insegnamento efficace con un approccio rigoroso di alcuni…

Scheda dell'insegnamento

Obiettivi formativi

Il corso vuole analizzare gli sviluppi concettuali che hanno portato alle teorie che stanno alla base della Matematica Moderna. Vuole proporre spunti per un insegnamento efficace con un approccio rigoroso di alcuni concetti fondamentali.

Programma

Modulo 1- Fondamenti di Algebra e Geometria Macro Argomento "Fondamenti di Algebra" (3 CFU - 21 ore) Un'introduzione ai numeri p-adici e all'aritmetica in Q_p, privilegiando il confronto, dal punto di vista algebrico e topologico, con il meglio conosciuto ambiente del campo R dei numeri reali. Macro Argomento "Fondamenti di Geometria" (3 CFU - 21 ore) Una analisi critica del trattato di Euclide "Gli elementi". Il metodo assiomatico. La sistemazione di Hilbert della Geometria Euclidea. Modulo 2- Fondamenti di Logica e Analisi Matematica Macro Argomento "Fondamenti di Logica" (3 CFU - 21 ore) Il contributo di Cantor: la nascita della teoria degli insiemi. I numeri cardinali. L'assioma della scelta nelle sue varie formulazioni. La teoria assiomatica di Zermelo-Frenkel e conseguenze. Macro Argomento "Fondamenti di Analisi Matematica" (3 CFU - 21 ore) L'evoluzione del concetto di funzione nel diciannovesimo secolo. L'integrale di Cauchy e la sua riformulazione da parte di Riemann. Il contributo di Vitali allo sviluppo della teoria dell'integrazione. Le origini del concetto di misura. La teoria di Baire e l'integrazione alla Henstock.

I contenuti standard di Algebra-Geometria-Analisi Matematica di un CdL triennale in Matematica

Lezioni frontali alla lavagna o eventuali presentazioni con diapositive, ove appropriato

Modalità d'esame

Colloquio orale sugli argomenti del corso. Durata media dell'esame: 30-40 minuti. Numero medio di domande 3-4

Testi di riferimento

Macro Argomento "Fondamenti di Algebra" - F. Gouvêa, p-adic Numbers: An Introduction, Universitext, Sprinegr, 1997 - N. Koblitz, p-adic numbers, p-adic analysis and zeta functions, second edition, Springer-Verlag, 1984 - J.W.S. Cassels, Local Fields, London Mathematical Society Student Texts, CAmbridge University Press, 1986 Macro Argomento "Fondamenti di Geometria" - E. Agazzi, D. Palladino Le Geometrie non Euclidee e i Fondamenti della Geometria, Mondadori, Milano 1978 - A. Frajese, L. Maccioni (curatori) Euclide, Gli Elementi, Collana Classici della Scienza n° 14. UTET, Torino 1970. - L. Russo, G. Pirro, E. Salciccia (curatori) Euclide, il I libro degli Elementi. Una nuova lettura. Carocci, Roma 2017 Macro Argomento "Fondamenti di Logica" (Teoria degl insiemi) - P.R. Halmos Naive Set Theory Van Nostrand, New York, 1960 Trad. italiana: Teoria Elementare degli Insiemi Feltrinelli, Milano 1974 - L. Lombardo Radice Istituzioni di Algebra Astratta Feltrienelli, Milano, 1965 - G. Lolli Teoria assiomatica degli insiemi Boringhieri, Torino, 1974 Macro Argomento "Fondamenti di Analisi Matematica" - T. Hawkins Lebesgue's theory of integration: its origins and development American Mathematical Society

Codice insegnamento 28653

Fondamenti Di Logica E Analisi Matematica 1° anno · 6 CFU · MATH-01/B · 0 file

Il corso vuole analizzare gli sviluppi concettuali che hanno portato alle teorie che stanno alla base della Matematica Moderna. Vuole proporre spunti per un insegnamento efficace con un approccio rigoroso di alcuni…

Scheda dell'insegnamento

Obiettivi formativi

Il corso vuole analizzare gli sviluppi concettuali che hanno portato alle teorie che stanno alla base della Matematica Moderna. Vuole proporre spunti per un insegnamento efficace con un approccio rigoroso di alcuni concetti fondamentali.

Programma

Modulo 1- Fondamenti di Algebra e Geometria Macro Argomento "Fondamenti di Algebra" (3 CFU - 21 ore) Un'introduzione ai numeri p-adici e all'aritmetica in Q_p, privilegiando il confronto, dal punto di vista algebrico e topologico, con il meglio conosciuto ambiente del campo R dei numeri reali. Macro Argomento "Fondamenti di Geometria" (3 CFU - 21 ore) Una analisi critica del trattato di Euclide "Gli elementi". Il metodo assiomatico. La sistemazione di Hilbert della Geometria Euclidea. Modulo 2- Fondamenti di Logica e Analisi Matematica Macro Argomento "Fondamenti di Logica" (3 CFU - 21 ore) Il contributo di Cantor: la nascita della teoria degli insiemi. I numeri cardinali. L'assioma della scelta nelle sue varie formulazioni. La teoria assiomatica di Zermelo-Frenkel e conseguenze. Macro Argomento "Fondamenti di Analisi Matematica" (3 CFU - 21 ore) L'evoluzione del concetto di funzione nel diciannovesimo secolo. L'integrale di Cauchy e la sua riformulazione da parte di Riemann. Il contributo di Vitali allo sviluppo della teoria dell'integrazione. Le origini del concetto di misura. La teoria di Baire e l'integrazione alla Henstock.

I contenuti standard di Algebra-Geometria-Analisi Matematica di un CdL triennale in Matematica

Lezioni frontali alla lavagna o eventuali presentazioni con diapositive, ove appropriato

Modalità d'esame

Colloquio orale sugli argomenti del corso. Durata media dell'esame: 30-40 minuti. Numero medio di domande 3-4

Testi di riferimento

Macro Argomento "Fondamenti di Algebra" - F. Gouvêa, p-adic Numbers: An Introduction, Universitext, Sprinegr, 1997 - N. Koblitz, p-adic numbers, p-adic analysis and zeta functions, second edition, Springer-Verlag, 1984 - J.W.S. Cassels, Local Fields, London Mathematical Society Student Texts, CAmbridge University Press, 1986 Macro Argomento "Fondamenti di Geometria" - E. Agazzi, D. Palladino Le Geometrie non Euclidee e i Fondamenti della Geometria, Mondadori, Milano 1978 - A. Frajese, L. Maccioni (curatori) Euclide, Gli Elementi, Collana Classici della Scienza n° 14. UTET, Torino 1970. - L. Russo, G. Pirro, E. Salciccia (curatori) Euclide, il I libro degli Elementi. Una nuova lettura. Carocci, Roma 2017 Macro Argomento "Fondamenti di Logica" (Teoria degl insiemi) - P.R. Halmos Naive Set Theory Van Nostrand, New York, 1960 Trad. italiana: Teoria Elementare degli Insiemi Feltrinelli, Milano 1974 - L. Lombardo Radice Istituzioni di Algebra Astratta Feltrienelli, Milano, 1965 - G. Lolli Teoria assiomatica degli insiemi Boringhieri, Torino, 1974 Macro Argomento "Fondamenti di Analisi Matematica" - T. Hawkins Lebesgue's theory of integration: its origins and development American Mathematical Society

Codice insegnamento 28654

Fondamenti Di Matematica 1° anno · 1° semestre · 12 CFU · MATH-01/B · 0 file

Il corso vuole analizzare gli sviluppi concettuali che hanno portato alle teorie che stanno alla base della Matematica Moderna. Propone spunti per un insegnamento efficace con un approccio rigoroso di alcuni concetti…

Scheda dell'insegnamento

Obiettivi formativi

Il corso vuole analizzare gli sviluppi concettuali che hanno portato alle teorie che stanno alla base della Matematica Moderna. Propone spunti per un insegnamento efficace con un approccio rigoroso di alcuni concetti fondamentali.

Programma

Questo insegnamento è suddiviso nei seguenti moduli: Fondamenti di matematica - Modulo "Fondamenti di algebra e geometria" Fondamenti di matematica - Modulo "Fondamenti di logica e analisi matematica" CONTENUTI Modulo 1- Fondamenti di Algebra e Geometria Macro Argomento "Fondamenti di Algebra" (3 CFU - 21 ore) Un'introduzione ai numeri p-adici e all'aritmetica in Q_p, privilegiando il confronto, dal punto di vista algebrico e topologico, con il meglio conosciuto ambiente del campo R dei numeri reali. Macro Argomento "Fondamenti di Geometria" (3 CFU - 21 ore) Una analisi critica del trattato di Euclide "Gli elementi". Il metodo assiomatico. La sistemazione di Hilbert della Geometria Euclidea. Modulo 2- Fondamenti di Logica e Analisi Matematica Macro Argomento "Fondamenti di Logica" (3 CFU - 21 ore) Il contributo di Cantor: la nascita della teoria degli insiemi. I numeri cardinali. L'assioma della scelta nelle sue varie formulazioni. La teoria assiomatica di Zermelo-Frenkel e conseguenze. Macro Argomento "Fondamenti di Analisi Matematica" (3 CFU - 21 ore) L'evoluzione del concetto di funzione nel diciannovesimo secolo. L'integrale di Cauchy e la sua riformulazione da parte di Riemann. Il contributo di Vitali allo sviluppo della teoria dell'integrazione. Le origini del concetto di misura. La teoria di Baire e l'integrazione alla Henstock.

I contenuti standard di Algebra-Geometria-Analisi Matematica di un Corso di Laurea triennale in Matematica

Lezioni frontali alla lavagna o eventuali presentazioni con diapositive, ove appropriato. Le lezioni verranno erogate in lingua italiana.

Modalità d'esame

Colloquio orale sugli argomenti del corso. Durata media dell'esame: 30-40 minuti. Numero medio di domande 3-4

Testi di riferimento

Macro Argomento "Fondamenti di Algebra" - F. Gouvêa, "p-adic Numbers: An Introduction". Universitext, Springer, 1997 - N. Koblitz, "p-adic numbers, p-adic analysis and zeta functions", second edition. Springer-Verlag, 1984 - J.W.S. Cassels, "Local Fields". London Mathematical Society Student Texts, Cambridge University Press, 1986 Macro Argomento "Fondamenti di Geometria" - E. Agazzi, D. Palladino, "Le Geometrie non Euclidee e i Fondamenti della Geometria". Mondadori, Milano 1978 - A. Frajese, L. Maccioni (curatori) "Euclide, Gli Elementi". Collana Classici della Scienza n° 14. UTET, Torino 1970. - L. Russo, G. Pirro, E. Salciccia (curatori), "Euclide, il I libro degli Elementi. Una nuova lettura". Carocci, Roma 2017 Macro Argomento "Fondamenti di Logica" CALCOLO PROPOSIZIONALE - D. Palladino, "Corso di Logica. Introduzione elementare al calcolo dei predicati". Carocci Editore, Roma, 2002 TEORIA DEGLI INSIEMI - P.R. Halmos, "Naive Set Theory", Van Nostrand, New York, 1960. Traduzione italiana: "Teoria Elementare degli Insiemi". Feltrinelli, Milano 1974 - L. Lombardo Radice, "Istituzioni di Algebra Astratta", Feltrinelli, Milano, 1965 - G. Lolli, "Teoria assiomatica degli insiemi". Boringhieri, Torino, 1974 Macro Argomento "Fondamenti di Analisi Matematica" - T. Hawkins, "Lebesgue's theory of integration: its origins and development". American Mathematical Society

Codice insegnamento 28655

Inglese Scientifico Avanzato 1° anno · 2° 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 comprendere testi scientifici di carattere specialistico (articoli, presentazioni, estratti di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire agli studenti le conoscenze di base e le competenze comunicative e operative necessarie per comprendere testi scientifici di carattere specialistico (articoli, presentazioni, estratti di lezioni, ecc.), sviluppando anche la capacità di riproporre contenuti disciplinari, per iscritto, nella stesura di un abstract e oralmente, nel formato di una presentazione, seguita da domande e risposte. 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 24 ore di didattica frontale. Il corso si compone di 2 parti e tratta i seguenti argomenti: Parte 1 (12 ore) Caratteristiche dell'inglese scientifico. Struttura degli articoli di ricerca Analisi della struttura e delle caratteristiche linguistiche dell’abstract. Parte 2 (12 ore) Analisi di presentazioni in Power Point che riassumono le informazioni fornite in brevi testi specialistici, sulla base del principio dell’information transfer. Strategie per la preparazione di una presentazione e Powerpoint. Gli studenti impareranno a scrivere abstract e a fare presentazioni che potranno servire come spunto per simulare sessioni di domande e risposte, in analogia a quanto accade in occasione della partecipazione a convegni o workshops.

Si presuppone una conoscenza iniziale almeno di Livello B1 del Quadro Comune Europeo di Riferimento.

l corso ha carattere laboratoriale. Gli studenti saranno coinvolti in attività pratiche di uso della lingua in contesti realistici: esercitazioni pratiche volte a permettere agli studenti di riconoscere e utilizzare il lessico specialistico in contesti accademici. La frequenza non è obbligatoria, ma fortemente consigliata.

Modalità d'esame

La verifica è volta a valutare il raggiungimento di un livello sufficiente delle conoscenze/competenze e delle abilità applicative relative ai risultati di apprendimento attesi (50%). Servirà inoltre a valutare complessivamente anche le competenze trasversali (50%): abilità comunicative, autonomia di giudizio e capacità di apprendimento. La valutazione finale complessiva è espressa con un giudizio di idoneità. La verifica si compone di 2 parti, relative ai due generi principali affrontati: l'abstract e la presentazione. Comprende: 1. Batteria di esercizi per la stesura di un abstract/ commento ad un abstract e individuazione della struttura principale e delle caratteristiche principali (50%) 2. Presentazione. Lettura di un testo specialistico, preparazione di slide che riassumono le informazioni presentate, presentazione orale delle slide preparate, di circa 10-12 minuti, seguita da domande da parte dell'insegnante (50%). L'idoneità finale si ottiene con il superamento di entrambe le prove (o verifiche parziali) di livello B2 (60% del punteggio in ciascuna prova). E' possibile ripetere anche solo le parti non superate. Le altre resteranno valide per un anno.

Testi di riferimento

Sulla pagina del Portale Moodle relativa all’insegnamento sono disponibili dall’inizio del corso materiali didattici usati nelle lezioni. Testi di riferimento: Christine B. Feak, John M. Swales (2009), Abstracts and the Writing of Abstracts; Ann Arbour, University of Michigan Press. E. Zanders, L. MacLeod (2018), Presentation Skills for Scientists. A Practical Guide. Cambridge: Cambridge University Press

Codice insegnamento 25294

Introduction To Scientific Python 1° anno · 1° semestre · 3 CFU · MATH-05/A · 0 file

Il corso presenta le caratteristiche di base del linguaggio Python in ambito scientifico. Al termine del corso, lo studente sarà in grado di: - leggere e scrivere programmi di base in Python; - usare le librerie Python…

Scheda dell'insegnamento

Obiettivi formativi

Il corso presenta le caratteristiche di base del linguaggio Python in ambito scientifico. Al termine del corso, lo studente sarà in grado di: - leggere e scrivere programmi di base in Python; - usare le librerie Python specializzate per il calcolo numerico e scientifico; - applicare l'uso delle conoscenze precedenti a problemi specifici.

Programma

L'insegnamento comprende 21 ore di didattica frontale. Per ognuno degli argomenti è prevista sia l'esposizione degli aspetti teorici sia lo svolgimento di diverse esercitazioni. La suddivisione dei contenuti in termini di ore è da intendere come indicativa. I contenuto includono: - Costrutti di base e strutture dati (liste, dizionari, etc) del linguaggio Python (7 ore) - Python stack per il calcolo scientifico (numpy, matplotlib) (7 ore) - Esempi ed applicazioni al calcolo scientifico (7 ore).

Sono consigliate conoscenze di base sulla programmazione.

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 PyCharm e/o Google Colab. La frequenza alle lezioni frontali e alle esercitazioni in presenza è fortemente consigliata ma non obbligatoria. L’insegnamento è erogato in lingua italiana. Non sono previste modalità specifiche per gli studenti lavoratori.

Modalità d'esame

L'esame si svolgerà al termine dell’insegnamento secondo il calendario ufficiale degli appelli d’esame. La prova è scritta, della durata indicativa di 2 ore. La prova d'esame consiste nell'implementazione di codice in linguaggio Python ed è finalizzata a valutare: - le conoscenze, le capacità di comprensione e di collegare le diverse conoscenze tra loro; - l’applicazione di conoscenze e capacità di comprensione alla soluzione di problemi; - l'autonomia di giudizio L'idoneità corrispondente al superamento dell'esame sarà conseguita in base alla correttezza del codice prodotto, che attesta il livello di conoscenza raggiunto e la capacità di applicarla in autonomia ad un contesto significativo. L'esito dell'esame sarà comunicato attraverso la piattaforma esse3. L'esito sarà comunicato al singolo studente alla fine della prova orale.

Testi di riferimento

Course material (slides, exercises, code) will be made available on the Moodle page. Further references are the online documentation of the library numpy and matplotlib.

Codice insegnamento 27438

Meccanica Statistica 1° anno · 1° semestre · 6 CFU · MATH-04/A · 0 file

L'insegnamento si propone di introdurre allo studio critico dei modelli matematici della Meccanica Statistica. L'insegnamento presenta il formalismo probabilistico (Teoria della Grandi Deviazioni) che sta alla base della…

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento si propone di introdurre allo studio critico dei modelli matematici della Meccanica Statistica. L'insegnamento presenta il formalismo probabilistico (Teoria della Grandi Deviazioni) che sta alla base della meccanica statistica classica. Al termine dell'insegnamento lo studente sarà in grado di - calcolare la funzione grandi deviazioni; - campionare eventi rari attraverso "importance sampling"; - descrivere lo stato di equilibrio di un sistema con un grande numero di gradi di libertà; - identificare il parametro d'ordine di una transizione di fase; - descrivere con linguaggio probabilistico una transizione di fase (rottura della legge dei grandi numeri, generalizzazioni del teorema del limite centrale). Per un ulteriore approfondimento degli obiettivi formativi, si rimanda alla lettura dei "Risultati di apprendimento attesi".

Programma

1) Richiami di teoria delle probabilita'. Risultati asintotici: legge dei grandi numeri, teorema del limite centrale (1CFU) 2) Grandi deviazioni. Teorema di Cramer per variabili indipendenti. Importance sampling. Teorema di Sanov per la misura empirica. Teorema di Gartner-Ellis per variabili dipendenti. Lemma di Varadhan. (1CFU) 3) Fondamenti della Meccanica Statistica. Insieme Equivalenza degli insiemi microcanonico e canonico. Misura di Boltzman-Gibbs. Gas perfetto. (1CFU) 4) Modello di Curie-Weiss. Calcolo della funzione di partizione e del parametro d'ordine. Legge dei grandi numeri e teoremi limite per le fluttuazioni. Esponenti critici. (1CFU) 5) Modello di Ising. Soluzione rigorosa in una dimensione: matrici di trasferimento. Calcolo della funzione e lunghezza di correlazione. Discussione della soluzione in 2 dimensioni. (1CFU) 6) Modello di Sherrington-Kirkpatric e transizione "spin glass". Interpolazione di processi gaussiani e soluzione di Parisi con il metodo delle repliche. (1CFU)

Conoscenze di base di fisica-matematica, di analisi e di Probabilita'.

La didattica è basata su lezioni frontali alla lavagna o tramite ausilio di lavagne virtuali (tablet), nelle quali la materia viene sviluppata nei dettagli formali e debitamente commentata. Il corso prevede lezioni teoriche sugli argomenti descritti nella sezione "Contenuti del corso" ed esercitazioni dedicate alla soluzione di semplici problemi. 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

L'esame prevede una prova orale della durata di 30 minuti sugli argomenti definiti nella sezione "Contenuti del corso", che mira all'accertamento sia di una conoscenza operativa ed approfondita di tutti gli aspetti teorici della materia sia della capacità di affrontare e risolvere gli esercizi presentati durante il corso. La valutazione in trentesimi della prova viene resa nota allo studente al termine della prova stessa.

Testi di riferimento

  • Appunti del corso. - Large Deviations, Frank den Hollander, Field Institute Monograph, American Mathematical Society, 2000 - Entropy, Large Deviations and Statistical Mechanics, Richard S. Ellis, Springer-Verlag 1985

Codice insegnamento 25259

Metodi Stocastici Per Simulazioni 1° anno · 2° semestre · 6 CFU · MATH-04/A · 0 file

Obiettivo dell'insegnamento è di fornire un'introduzione ai metodi stocastici per le simulazioni. Partendo dagli elementi di base della teoria delle catene di Markov, si introducono gli studenti alla descrizione,…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo dell'insegnamento è di fornire un'introduzione ai metodi stocastici per le simulazioni. Partendo dagli elementi di base della teoria delle catene di Markov, si introducono gli studenti alla descrizione, all'analisi e al controllo di modelli matematici per l'evoluzione di sistemi dinamici stocastici a tempo discreto. In particolare, sia attraverso la descrizione teorica dei metodi Monte Carlo che attraverso la presentazione di alcuni semplici esempi, il corso fornirà le conoscenze per operare la scelta di algoritmi stocastici da applicare nella soluzione di problemi applicativi. Il corso prevede lezioni teoriche, affiancate da esempi di algoritmi allo scopo di valorizzare e concretizzare il contenuto del corso. 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 I anno, per un totale di 42 ore di didattica frontale (6 CFU). Introduzione ai metodi Monte Carlo (2 ore); Integrazioni Monte Carlo (3 ore); Metodi di campionamento (Metodo del rigetto: distribuzione uniforme e distribuzioni non uniformi; Metodo d'inversione: variabili aleatorie discrete e continue; Campionamento gaussiano; Algoritmo di Box-Muller; Metodo del filtraggio)(6 ore); Tecniche di riduzione della varianza: Importance Sampling (3 ore); Common Variates, Antithetic Variates (2 ore); Control Variates, Conditional Sampling (2 Ore); Stratified Sampling (2 ore). Catene di Markov (2 ore); Simulazioni di catene di Markov (3 ore); Distribuzioni stazionarie (3 ore); Catene di Markov reversibili (2 ore); metodi MCMC (3 ore); convergenza degli algoritmi MCMC (2 ore); algoritmo Metropolis (3 ore); Simulated annealing (2 ore). Boltzmann machine learning (2 ore). 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.

Sono suggerite conoscenze di base del calcolo delle probabilità e capacità di scrivere semplici programmi di calcolo scientifico.

La didattica è basata su lezioni frontali alla lavagna o tramite ausilio di lavagne virtuali (tablet), nelle quali la materia viene sviluppata nei dettagli formali e debitamente commentata. Il corso prevede lezioni teoriche sugli argomenti descritti nella sezione "Contenuti del corso". 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 moodle.unimore.it. Si invita lo studente ad iscriversi ed a consultare tale piattaforma con regolarità.

Modalità d'esame

L'esame prevede un colloquio orale della durata di circa 30 minuti sugli argomenti definiti nella sezione "Contenuti del corso", che mira all'accertamento sia di una conoscenza approfondita di tutti gli aspetti teorici della materia sia della capacità di descrivere gli algoritmi presentati durante il corso. La valutazione in trentesimi della prova viene resa nota allo studente al termine della prova stessa. Il voto conseguito nell’esame è dato dalla valutazione complessiva delle risposte alle domande. In particolare: una conoscenza basilare degli argomenti e una capacità sufficiente di applicare la conoscenza corrisponde al voto minimo (18/30), una conoscenza piena degli argomenti ed eccellente capacità di applicare la conoscenza corrisponde al voto massimo (30/30 e lode); i voti intermedi saranno graduati in base al raggiungimento dei risultati di apprendimento attesi, alla capacità di rielaborazione e alla padronanza degli argomenti trattati.

Testi di riferimento

  • Appunti forniti dal docente; - M.E. J Newman, G.T. Barkema, Monte Carlo Methods in Statistical Physics, Oxford University Press (1999). - D. P. Landau, K. Binder, A guide ti Monte Carlo Simulations in Statistical Physics (Fourth Edition), Cambridge University Press (2015) - Olle Häggström, Finite Markov Chains and Algorithmic Applications, Cambridge University Press, 2002.

Codice insegnamento 26557

Ottimizzazione Numerica Per L'Intelligenza Artificiale 1° anno · 2° semestre · 6 CFU · MATH-05/A · 0 file

Il corso di Ottimizzazione numerica per l’intelligenza artificiale mira a formare studentesse e studenti in grado di affrontare problemi di minimizzazione che descrivono applicazioni di intelligenza artificiale (quali…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Ottimizzazione numerica per l’intelligenza artificiale mira a formare studentesse e studenti in grado di affrontare problemi di minimizzazione che descrivono applicazioni di intelligenza artificiale (quali classificazione multinomiale, image restoration, generazione di dati, allenamento di reti) da un punto di vista numerico, scegliendo l'algoritmo più opportuno a seconda delle peculiarità del problema specifico. L'implementazione dei metodi studiati nei linguaggi Matlab e Python permetterà a studentesse e studenti di mettere in pratica le nozioni teoriche e risolvere problemi reali di intelligenza artificiale. 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 secondo anno, per un totale di 42 ore di didattica frontale (6 CFU) di cui di norma circa un terzo destinate ad esercitazioni numeriche. La scansione dei contenuti in termini di ore è da intendersi come puramente indicativa. Essa può infatti subire modifiche nel corso dell'insegnamento alla luce dei riscontri e della partecipazione delle studentesse e degli studenti. 1 CFU (7 ore). Introduzione all’ottimizzazione non lineare. Introduzione all’apprendimento automatico da esempi. 2 CFU (14 ore). Metodo del gradiente stocastico: definizione, analisi di convergenza, scelta del learning rate e del mini-batch. Metodi del gradiente stocastico accelerati: metodi con momentum, metodi con matrice di scaling diagonale, ADAM. 2 CFU (14 ore). Metodi stocastici a varianza ridotta: SVRG, SARAH, SAGA. Cenni di ottimizzazione stocastica adattiva. 1 CFU (7 ore). Applicazione dei metodi analizzati a problemi di intelligenza artificiale: classificazione, regressione, image restoration, allenamento di reti neurali, generazione di dati.

  • Calcolo differenziale per funzioni reali di una o più variabili reali. - Elementi di algebra lineare. - Fondamenti di probabilità e statistica. - Fondamenti di programmazione in Matlab e Python.

L’insegnamento viene erogato mediante lezioni frontali ed esercitazioni in presenza che vengono svolte con l’ausilio di lavagna e mezzi audiovisivi. La frequenza alle lezioni frontali in presenza non è obbligatoria, ma consigliata. L’insegnamento è erogato in lingua italiana. Modalità per studentesse lavoratrici e studenti lavoratori: Le studentesse lavoratrici e gli studenti lavoratori che non possono frequentare regolarmente le lezioni devono comunicarlo al docente per definire le attività di supporto specifiche.

Modalità d'esame

L'esame si svolgerà al termine dell’insegnamento secondo il calendario ufficiale degli appelli d’esame. La prova è orale, della durata di 45 minuti circa. L’esame prevede 3 quesiti sul programma svolto. Tali quesiti sono finalizzati a valutare: - le conoscenze e le capacità di comprensione; - l’applicazione di conoscenze e capacità di comprensione; - le abilità comunicative; - l’autonomia di giudizio. Il voto riportato nell’esame è dato dalla valutazione complessiva alla luce delle risposte alle 3 domande. Conoscenza basilare degli argomenti e capacità parziale di applicare la conoscenza sono necessarie per ottenere il voto minimo (18/30). Conoscenza piena di tutti gli argomenti e capacità ottima di applicare la conoscenza meritano il voto massimo (30/30 e lode). La graduazione dei voti intermedi è fatta in base al raggiungimento dei risultati di apprendimento attesi, compresi quelli trasversali, dimostrato durante la prova orale. L'esito sarà comunicato al singolo studente alla fine della prova orale.

Testi di riferimento

E' fornito materiale didattico preparato dal docente sulla piattaforma moodle.unimore.it sia per la parte di teoria che per la parte di esercitazioni numeriche. Eventuali testi consigliati per approfondire le tematiche sviluppate nel corso sono i seguenti: Léon Bottou, Frank E. Curtis, Jorge Nocedal, Optimization Methods for Large-Scale Machine Learning. SIAM Review 60(2), 223-311 (2018). B. T. Polyak, Introduction to optimization. Optimization Software, Inc., Publications Division (1987).

Codice insegnamento 28656

Physics Education: Teaching And Learning Physics 1° anno · 1° semestre · 6 CFU · PHYS-06/B · 0 file

Il corso introduce la Physics Education Research (PER) come disciplina scientifica e prepara gli studenti a progettare un insegnamento della fisica basato sulla ricerca. Obiettivi: comprendere come si apprende la…

Scheda dell'insegnamento

Obiettivi formativi

Il corso introduce la Physics Education Research (PER) come disciplina scientifica e prepara gli studenti a progettare un insegnamento della fisica basato sulla ricerca. Obiettivi: comprendere come si apprende la fisica (fondamenti cognitivi, struttura della conoscenza, ragionamento a doppio processo); analizzare le difficoltà documentate degli studenti nei temi centrali della fisica (cinematica, forze, energia, onde, etc.); lavorare su, analizzare e progettare sequenze di insegnamento-apprendimento (TLS) fondate sull'approccio ISLE (Investigative Science Learning Environment) e sull'active learning, confrontandosi durante il corso con sequenze esemplari basate sulla ricerca; formulare obiettivi di apprendimento misurabili allineati alle indicazioni nazionali e internazionali; progettare e analizzare attività di laboratorio informate dalla ricerca sui ruoli degli esperimenti (osservativi, di test, applicativi) e sull'efficacia dei laboratori, con dispositivi digitali e sensori moderni; usare in modo critico e produttivo la valutazione formativa e le rubriche, inclusi strumenti basati su AI; esercitare in tempo reale le strategie di questioning con una classe simulata basata su GenAI; esaminare l'interplay tra matematica e fisica — come gli studenti usano e danno senso alla matematica nei contesti fisici (quantitative literacy, ragionamento covariazionale, inventario PIQL); analizzare dati quantitativi della ricerca educativa (concept inventory, questionari sugli atteggiamenti) con strumenti statistici appropriati; leggere criticamente la letteratura PER, incluse le evidenze su active learning, equità e ruolo dell'AI nell'educazione. Il corso è particolarmente utile a chi è interessato all'insegnamento della fisica e alla ricerca educativa. Per una più completa comprensione degli obiettivi formativi si rimanda ai risultati di apprendimento attesi.

Programma

Il corso (48 ore, 6 CFU) è organizzato in sette blocchi. A) Fondamenti di PER: pedagogical content knowledge; concept inventory (FCI) e guadagno normalizzato; come funziona l'apprendimento (neuroscienze, memoria di lavoro, carico cognitivo); idee iniziali degli studenti, knowledge in pieces e resources; il ciclo ISLE in pratica; teorie del doppio processo e i quattro "hazard" del ragionamento. B) Progettare la didattica — la sequenza ISLE di meccanica: difficoltà degli studenti in cinematica e dinamica; rappresentazioni multiple e motion diagram; video analisi; la centralità degli obiettivi di apprendimento nella progettazione centrata sullo studente; tassonomia di Bloom, pratiche scientifiche NGSS e scientific abilities; analisi dei libri di testo; le leggi di Newton costruite dagli esperimenti. C) Il dialogo con gli studenti: strategie di questioning (domande aperte, tempi di attesa, guiding e falling-back question); pratica con una classe simulata multi-agente basata su AI; progettazione di sequenze di insegnamento-apprendimento a partire dalle indicazioni nazionali. D) Problem solving, laboratorio e valutazione: problem solving esperto/novizio; la strategia ISLE; rubriche di valutazione e valutazione formativa basata su AI; i ruoli degli esperimenti; problemi non tradizionali; dispositivi moderni (sensori, iOLab, termocamere); ricerca sull'efficacia dei laboratori (E-CLASS). E) Metodi quantitativi nella PER: test d'ipotesi, p-value ed effect size; disegni pre/post; dati categoriali e ordinali, test non parametrici; analisi hands-on con JASP/Jamovi o notebook Python su dati reali di ricerca; lettura critica delle evidenze sull'active learning, inclusi equità e inclusione. F) Ulteriori sequenze: energia con approccio sistemico e bar chart energetici; matematica in fisica e quantitative literacy (PIQL, ragionamento covariazionale); onde e ottica ondulatoria. G) Il ruolo della riflessione nell'apprendimento, comunità di pratica e habit produttivi dell'insegnante.

Conoscenze di fisica generale a livello di laurea triennale (meccanica, onde, termodinamica, elettromagnetismo). Non è richiesta alcuna preparazione pregressa in ambito pedagogico o psicologico. Una familiarità di base con i fogli di calcolo è utile per le sessioni di analisi dati; gli strumenti statistici utilizzati (JASP/Jamovi, o notebook Python predisposti dal docente) sono gratuiti e non richiedono esperienza pregressa di programmazione. Il corso è erogato in lingua inglese.

Testi di riferimento

Non è previsto un unico libro di testo; tutti i materiali sono forniti su Moodle. Riferimenti principali: E. Etkina, D. Brookes, G. Planinšič, "The Investigative Science Learning Environment: A Guide for Teacher Preparation and Professional Development", IOP Publishing (2023); E. Etkina, G. Planinšič, J. Rutberg, A. Van Heuvelen, "College Physics: Explore and Apply", 3ª ed., Pearson (2026), con la relativa Active Learning Guide (fornita dal docente) ; capitoli scelti da "The International Handbook of Physics Education Research", AIP Publishing (2023). Per ciascun blocco vengono forniti su Moodle articoli di ricerca selezionati. Slide, schede di lavoro, dispense di laboratorio e dataset sono resi disponibili su Moodle durante il corso, di norma a cadenza settimanale; i materiali forniti su Moodle sono parte integrante della bibliografia d'esame.

Codice insegnamento 30524

Problemi Inversi E Applicazioni 1° anno · 2° semestre · 6 CFU · MATH-05/A · 0 file

Il corso di Problemi inversi e applicazioni vuole fornire le conoscenze, competenze e strumenti necessari per affrontare problemi di analisi dati mediante tecniche numeriche. Per una più completa comprensione degli…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Problemi inversi e applicazioni vuole fornire le conoscenze, competenze e strumenti necessari per affrontare problemi di analisi dati mediante tecniche numeriche. 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

In un qualunque corso di calcolo numerico di base si sono studiati algoritmi di risoluzione valutandoli sia per la loro efficienza, sia per la loro stabilità, assumendo che il problema a cui vengono applicati non sia intrinsecamente instabile. Purtroppo nel modo reale molti fenomeni vengono modellizzati attraverso problemi inversi mal condizionati, che portano a soluzioni numeriche prive di significato. La strategia classica per contrastare questa instabilità è la teoria della regolarizzazione, che trova una delle sue applicazioni più studiate nella ricostruzione di immagini nitide a partire da immagini corrotte o trasformate. Elenco dettagliato degli argomenti: 2 CFU (14 ore) - Problemi inversi lineari: mal posizione, mal condizionamento, pseudosoluzione, soluzione generalizzata e operatore inverso generalizzato 2 CFU (14 ore) - Algoritmi di regolarizzazione: TSVD, Tikhonov, Landweber - Scelta del parametro di regolarizzazione: principio di discrepanza di Morozov, generalized cross validation, L-curve 2 CFU (14 ore) - Applicazione alla ricostruzione di immagini: formulazione statistica, approcci Maximum Likelihood e Maximum a Posteriori, algoritmi di ottimizzazione, il caso della Tomografia Computerizzata

  • 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 analisi numerica: condizionamento, sistemi lineari - Elementi di analisi funzionale: spazi di Hilbert, operatori limitati - Programmazione di base in linguaggio Matlab

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 Matlab. La frequenza alle lezioni frontali e alle esercitazioni in presenza non è obbligatoria. L’insegnamento è erogato in lingua italiana.

Modalità d'esame

L'esame si svolgerà al termine dell’insegnamento secondo il calendario ufficiale degli appelli d’esame. La prova è orale, della durata indicativa di 40 minuti. L’esame prevede 2 quesiti di cui una domanda aperta e la descrizione e implementazione di uno degli algoritmi descritti durante il corso. Tali quesiti sono finalizzati a valutare: - le conoscenze, le capacità di comprensione e di collegare le diverse conoscenze tra loro; - l’applicazione di conoscenze e capacità di comprensione; - le abilità comunicative; - l’autonomia di giudizio. Il voto riportato nell’esame è dato dalla valutazione complessiva alla luce delle risposte alle 2 domande. In particolare, si otterrà un voto minimo (18/30) in caso di conoscenza basilare degli argomenti e capacità parziale di applicare la conoscenza, mentre un voto massimo (30/30) sarà riservato ad esami caratterizzati da conoscenza piena degli argomenti e capacità ottima di applicare la conoscenza, con una graduazione dei voti intermedi basata sul raggiungimento dei risultati di apprendimento attesi, compresi quelli trasversali, dimostrata durante la prova d’esame. L'esito sarà comunicato al singolo studente alla fine della prova orale.

Testi di riferimento

Il materiale di riferimento del corso saranno le dispense e le slides del docente, che verranno fornite agli studenti prima dell'inizio del corso mediante la piattaforma Moodle. Eventuali testi consigliati per approfondire le tematiche sviluppate nel corso sono i seguenti: [1] M. Bertero, P. Boccacci, Introduction to Inverse Problems in Imaging, IOP Publishing, Bristol (1998) [2] H.W. Engl, M. Hanke, A. Neubauer, Regularization of Inverse Problems. Kluwer Academic Publishers Group, Dordrecht (1996)

Codice insegnamento 25929

Processi Stocastici 1° anno · 2° semestre · 6 CFU · MATH-03/B · 0 file

L'insegnamento si propone di fornire agli studenti conoscenze approfondite di una ampia classe di processi stocastici utilizzati nella modellizzazione di sistemi aleatori.

Scheda dell'insegnamento

Obiettivi formativi

L'insegnamento si propone di fornire agli studenti conoscenze approfondite di una ampia classe di processi stocastici utilizzati nella modellizzazione di sistemi aleatori.

Programma

Introduzione ai processi stocastici e richiami sulla probabilità condizionata. Martingale (3 CFU): - definizione in tempo discreto, esempi, prime proprietà; - catene di Markov e lo caratterizzazione attraverso martingale; - la martingala come strategia di gioco; - disugualianza di Azuma-Hoeffding; disugualianza di Doob; - teorema di convergenza delle martingale, Snell upcrossing inequality; - tempo di arresto ed optional stopping theorem; - decomposizione di Doob, cenni alle martingale in tempo continuo. Moto Browniano (2 CFU): - definizione, teorema di Donsker, prime proprieta' (Markov); - il moto Browniano come processo gaussiano; - hitting time; massimo in un intervallo di tempo; leggi arcoseno; - moto Browniano con drift; - martingale associate al moto Browniano; - tempi di uscita da intervalli limitati; - moto Browniano assorbito, riflesso , geometrico; - processi di Markov a tempo continuo: semigruppo, generatore; - processi di diffusione; - integrale stocastico e formula di Ito Processi di branching (1 CFU): - probabilità di estinzione nel processo di Galton-Watson; - martingale associate al processo di Galton-Watson; - il caso esattamente solubile del branching geometrico; - comportamento asintotico; - applicazioni ai modelli di population genetics; - dualità dei processi di Markov.

Conoscenze elementari di teoria della probabilita'.

La didattica è basata, su lezioni frontali alla lavagna o tramite ausilio di lavagne virtuali (tablet), nelle quali la materia viene sviluppata nei dettagli formali e debitamente commentata. Il corso prevede lezioni teoriche sugli argomenti descritti nella sezione "Contenuti del corso" ed esercitazioni dedicate alla soluzione di semplici problemi. 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

Esame scritto, volto a verificare la capacita' di risolvere problemi inerenti la teoria dei processi stocastici. E' richiesta la soluzione di due o tre problemi divisi in piu' domande di eguale punteggio.

Testi di riferimento

Oltre agli APPUNTI DEL DOCENTE (che coprono tutto il materiale del corso, si veda il link sulla pagina moodle) il testo di riferimento sara': G. Grimmett, D. Stirzaker, "Probability and Random Processes", Oxford University Press Ulteriori testi possono essere: Sheldom Ross, Stochastic processes, John Wiley and Sons, Inc. S.R.S. Varadhan, Probability Theory, Courant Lecture Notes. S.R.S. Varadhan, Stochastic processes, Courant Lecture Notes. David Williams,, Probability with Martingales, Cambridge Mathematical Textbooks

Codice insegnamento 12910

Storia Della Matematica I 1° anno · 1° semestre · 6 CFU · MATH-01/B · 0 file

Favorire l’acquisizione di una visione storica ed epistemologica dei momenti più significativi dello sviluppo della matematica, tenendo conto anche delle specificità culturali. Presentare l’evoluzione dei principali…

Scheda dell'insegnamento

Obiettivi formativi

Favorire l’acquisizione di una visione storica ed epistemologica dei momenti più significativi dello sviluppo della matematica, tenendo conto anche delle specificità culturali. Presentare l’evoluzione dei principali concetti, metodi e teorie matematiche. Favorire la presa di consapevolezza dell’esistenza di ostacoli epistemologici nell’evoluzione dei concetti matematici trattati e della loro importanza per l’insegnamento della matematica. Favorire lo sviluppo di capacità critiche nella lettura di fonti primarie e secondarie.

Programma

Il corso si divide in due parti: Prima parte (Prof.ssa Eleuteri - 28 ore (4 CFU)) La Storia della Matematica dalle origini al Seicento - Introduzione al corso - La matematica delle civiltà arcaiche: Egitto e Mesopotamia - La matematica greca nel periodo ellenistico - La matematica degli Hindu e degli Arabi - La trasmissione della matematica araba in occidente Seconda parte (Prof. Bonisoli - 14 ore (2 CFU)) Alcuni aspetti della Teoria dei Numeri nella storia - I sistemi di numerazione degli Indiani Nordamericani - Le equazioni diofantee lineari in due incognite - Determinazione delle terne pitagoriche - Terne pitagoriche speciali - Numeri primi in Euclide

Conoscenze di base degli argomenti della Matematica a livello di Corso di Laurea scientifico.

Lezioni frontali (con ausilio di slide e/o lavagna) e discussioni sulle fonti primarie e secondarie

Modalità d'esame

Esami orali costituite da tre domande, generalmente due sulla parte della Prof.ssa Eleuteri e una sulla parte del Prof. Bonisoli. La Prof.ssa Eleuteri, per le sue domande, può partire dall'analisi e commento di una fonte. Il voto riportato nell’esame è dato dalla valutazione complessiva alla luce delle risposte alle 3 domande. Più nel dettaglio: conoscenza basilare degli argomenti e capacità sufficiente di applicare la conoscenza corrisponde al voto minimo (18/30), conoscenza piena degli argomenti ed eccellente capacità di applicare la conoscenza corrisponde al voto massimo (30/30 e lode), graduazione dei voti intermedi in base al raggiungimento dei risultati di apprendimento attesi, compresa la capacità di rielaborazione e padronanza degli argomenti trattati. L'esito sarà comunicato al singolo studente alla fine della prova orale.

Testi di riferimento

Slide e appunti del corso che conterranno tutti i riferimenti bibliografici necessari

Codice insegnamento 30063

Storia Della Matematica Ii 1° anno · 2° semestre · 6 CFU · MATH-01/B · 0 file

Favorire l’acquisizione di una visione storica ed epistemologica dei momenti più significativi dello sviluppo della matematica, tenendo conto anche delle specificità culturali. Presentare l’evoluzione dei principali…

Scheda dell'insegnamento

Obiettivi formativi

Favorire l’acquisizione di una visione storica ed epistemologica dei momenti più significativi dello sviluppo della matematica, tenendo conto anche delle specificità culturali. Presentare l’evoluzione dei principali concetti, metodi e teorie matematiche. Favorire la presa di consapevolezza dell’esistenza di ostacoli epistemologici nell’evoluzione dei concetti matematici trattati e della loro importanza per l’insegnamento della matematica. Favorire lo sviluppo di capacità critiche nella lettura di fonti primarie e secondarie.

Programma

Il corso si divide in due parti: Prima parte (Prof.ssa Eleuteri - 28 ore (4 CFU)) Storia del Calcolo Infinitesimale - I progressi riguardo al metodo delle quadrature: Cavalieri e gli indivisibili geometrici; Wallis e le prime quadrature analitiche - Il problema delle tangenti a una curva: Cartesio e la geometria analitica; i metodi algebrici post-cartesiani; Fermat e le adequazioni; costruzione cinematica delle tangenti - Newton e Leibniz: la nascita del calcolo - La diffusione del calcolo - Il calcolo infinitesimale nel XVIII secolo - Il calcolo infinitesimale in Italia - Lagrange e Cauchy Seconda parte (Prof. Zini - 14 ore (2 CFU)) Geometrie non euclidee Il quinto postulato di Euclide: i contributi di Saccheri e Legendre. I fondatori delle geometrie non euclidee: i contributi di Gauss, Lobacevskij, Bolyai, Riemann. Modelli di geometria iperbolica, sferica, ellittica. Rappresentazioni artistiche: Escher.

Conoscenze di base degli argomenti della Matematica a livello di Corso di Laurea scientifico. Per l'argomento "Storia del Calcolo Infinitesimale" è consigliata la conoscenza dei contenuti del corso di Storia della Matematica I Per l'argomento "Geometrie non euclidee", è consigliata la conoscenza dei contenuti di geometria euclidea e assiomatica hilbertiana, presentati nel corso "Fondamenti di Algebra e Geometria"

Lezioni frontali (con ausilio di slide e/o lavagna) e discussioni sulle fonti primarie e secondarie

Modalità d'esame

Esami orali costituite da tre domande, generalmente due sulla parte della Prof.ssa Eleuteri e una sulla parte del Prof. Zini. La Prof.ssa Eleuteri, per le sue domande, può partire dall'analisi e commento di una fonte. Il voto riportato nell’esame è dato dalla valutazione complessiva alla luce delle risposte alle 3 domande. Più nel dettaglio: conoscenza basilare degli argomenti e capacità sufficiente di applicare la conoscenza corrisponde al voto minimo (18/30), conoscenza piena degli argomenti ed eccellente capacità di applicare la conoscenza corrisponde al voto massimo (30/30 e lode), graduazione dei voti intermedi in base al raggiungimento dei risultati di apprendimento attesi, compresa la capacità di rielaborazione e padronanza degli argomenti trattati. L'esito sarà comunicato al singolo studente alla fine della prova orale.

Testi di riferimento

IT: Per la parte: "Storia del Calcolo Infinitesimale": Slide e appunti del corso che conterranno tutti i riferimenti bibliografici necessari Per la parte "Geometrie non euclidee": E. Agazzi, D. Palladino, Le Geometrie non Euclidee e i Fondamenti della Geometria, Mondadori, Milano 1978

Codice insegnamento 30064

Teoria Dei Grafi 1° anno · 1° semestre · 6 CFU · MATH-02/B · 0 file

Il corso vuole fornire le conoscenze di base e i risultati classici della teoria dei grafi. Per una più completa comprensione degli obiettivi formativi, si rimanda alla lettura dei risultati di apprendimento attesi a…

Scheda dell'insegnamento

Obiettivi formativi

Il corso vuole fornire le conoscenze di base e i risultati classici della teoria dei grafi. 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

Nel corso si affronteranno alcuni dei temi classici della teoria dei grafi. Tale teoria è un settore della matematica discreta, le cui origini si fanno risalire intorno alla metà del '700 con il problema di Eulero sui ponti di Königsberg. I grafi sono i principali oggetto di studio, si tratta di strutture matematiche utili a rappresentare, ad esempio, relazioni tra gli elementi di un problema. Negli ultimi decenni ha avuto un forte impulso per la versatilità dei suoi strumenti. Si hanno infatti applicazioni in ambiti diversi (informatico, fisico e biologico per citarne alcuni). L'insegnamento si svolge nel I semestre, ad anni alterni a partire dall'a.a. 2022/2023. E' previsto un totale di 6 CFU che saranno ripartiti tra gli argomenti studiati come specificato nel seguito (tale la ripartizione potrebbe subire delle modifiche in base ai riscontri degli studenti e delle studentesse). Di seguito, il dettaglio degli argomenti studiati. Definizioni base: grado di un vertice, matrice di adiacenza e incidenza, cammini e cicli, connessione sui vertici e sugli spigoli. (0.6 CFU) Alberi: teorema di caratterizzazione, alberi ricoprenti, alberi etichettati, Teorema di Cayley. Il problema del cammino minimo e del minimo albero ricoprente. (0.6 CFU) Teorema di Menger. (0.6 CFU) Grafi Euleriani e teorema di Eulero. (0.6 CFU) Grafi Hamiltoniani: teorema di Dirac e di Ore, chiusura di un grafo. Il problema del commesso viaggiatore e il problema del postino cinese.(0.6 CFU) Matching: perfetti, k-fattori, cammini alternanti e aumentanti. Teorema di Berge, teorema di Hall (in versione grafi e in versione combinatoria), Teorema di König, Teorema di Tutte. Alcuni corollari: ogni grafo cubico privo di ponti ha un matching perfetto.(1.2 CFU) Colorazioni sui vertici: numero cromatico, Teorema di Brooks, polinomio cromatico (definizione e formula di ricorsione).(0.6 CFU) Colorazioni sugli spigoli: indice cromatico (definizione e caso del grafo completo e del grafo bipartito), Teorema di Vizing.(0.6 CFU) Grafi planari: formula di Eulero e suoi corollari, Teorema dei 5 colori, grafo duale, colorazione sulle facce, teorema di Kuratowski e dei 4 colori (solo enunciato). (0.6 CFU)

Conoscenza di base di teoria degli insiemi e matrici.

L’insegnamento viene erogato mediante lezioni frontali in presenza che vengono svolte con l’ausilio di mezzi audiovisivi. Il materiale didattico sarà pubblicato sulla piattaforma moodle.unimore.it. La frequenza alle lezioni frontali in presenza non è obbligatoria. L’insegnamento è erogato in lingua italiana

Modalità d'esame

L'esame si svolgerà al termine dell’insegnamento secondo il calendario ufficiale degli appelli d’esame. La prova è orale, lo studente dovrà essere in grado di esporre con padronanza di linguaggio gli argomenti richiesti e di dimostrare i risultati studiati a lezione. I parametri di valutazione sono costituiti da: - l’applicazione di conoscenze e capacità di comprensione; - l’autonomia di giudizio; - le abilità comunicative. Il voto sarà comunicato al termina della prova orale.

Testi di riferimento

A. Bondy, U.S.R. Murty, Graph Theory with Applications. R. Diestel, Graph Theory, Springer .

Codice insegnamento 28658

Topologia Geometrica Delle Varietà 1° anno · 1° semestre · 6 CFU · MATH-02/B · 0 file

Il corso si propone di approfondire concetti e metodi della Topologia Algebrica e Geometrica, con particolare attenzione alle teorie di rappresentazione per 3-varietà.

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di approfondire concetti e metodi della Topologia Algebrica e Geometrica, con particolare attenzione alle teorie di rappresentazione per 3-varietà.

Programma

2 CFU pari a 12 ore: Spazi di rivestimento: sollevamento di cammini e di omotopie. Trasformazioni ricoprenti. Rivestimenti universali. G-spazi e relativi morfismi; applicazioni agli spazi di rivestimento. Gruppi propriamente discontinui. Esistenza di rivestimenti. Rappresentazioni transitive di gruppi; monodromia di un rivestimento. 1 CFU pari a 6 ore: Introduzione alla teoria dei nodi: definizione di nodo e di link in S3. Diagramma di un nodo/link; mosse di Reidemeister. Il gruppo di un nodo/link; presentazione di Wirtinger. 1 CFU pari a 6 ore: Varietà n-dimensionali e problemi di classificazione: categorie TOP, PL e DIFF e loro confronto in diverse dimensioni. Introduzione alla topologia delle 3-varietà. 1 CFU pari a 6 ore: Metodi di rappresentazione per 3-varietà PL: spezzamenti e diagrammi di Heegaard. Rivestimenti ramificati, teorema di Hilden-Montesinos, link colorati. Chirurgia di Dehn, teorema di Lickorish-Wallace, diagrammi di Kirby. 1 CFU pari a 6 ore: Geometrizzazione di 3-varietà: le otto geometrie 3-dimensionali; enunciato del teorema di Geometrizzazione di Thurston (cenni).

Le principali nozioni di topologia generale, il concetto di omotopia e di gruppo fondamentale, nozioni di base su complessi e mappe simpliciali e triangolazioni. La docente è disponibile a fornire indicazioni bibliografiche e materiale integrativo per gli studenti che non hanno già acquisito familiarità con gli argomenti indicati.

Lezioni frontali comprendenti teoria ed esercizi per l'applicazione dei concetti e procedimenti.

Modalità d'esame

Gli studenti sono chiamati a sostenere un esame orale nel quale dimostrino di avere compreso e saper applicare le nozioni impartite nel corso oppure di avere saputo leggere autonomamente e presentare efficacemente sotto forma di seminario uno o più articoli di approfondimento di una tematica affrontata nel corso.

Testi di riferimento

- A. Hatcher, Algebraic Topology, Cambridge Univ. Press, 2002. Available online http://pi.math.cornell.edu/~hatcher/AT/ATpage.html - A. Hatcher, Notes on Basic 3-Manifold Topology, 2007. Available online http://www.math.cornell.edu/~hatcher/3M/3Mdownloads.html - J. Hempel, 3-manifolds, Princeton Univ. Press, 1976. - B. Martelli, An Introduction to Geometric Topology, CreateSpace Independent Publishing Platform, 488 pages (2016). Available online http://people.dm.unipi.it/martelli/geometric_topology.html - W. Massey, A basic course in Algebraic Topology, Graduate Text in Mathematics 127, Springer Verlag, 1991. - S. Matveev – A.T. Fomenko, Algorithmic and computer methods for 3-manifolds, Mathematics and Its Applications, Springer, 2010. - K. Murasugi, Knot theory and its applications, Springer 1996. - A. Kawauchi, A survey of knot theory, Birkhauser 1996.

Codice insegnamento 26560

Advanced And Distributed Algorithms 2° anno · 6 CFU · INFO-01/A · 0 file
Altre Attività 2° anno · 3 CFU · 0 file
Calcolo Delle Variazioni 2° anno · 6 CFU · MATH-03/A · 0 file

Al termine del corso lo studente dovrà conoscere i principali strumenti per discutere esistenza, unicità e regolarità della soluzione in un problema di Calcolo delle Variazioni.

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente dovrà conoscere i principali strumenti per discutere esistenza, unicità e regolarità della soluzione in un problema di Calcolo delle Variazioni.

Programma

Metodo diretto del Calcolo delle Variazioni. Cenni storici e impostazione del problema (4 ore). Funzioni semicontinue inferiormente; funzioni convesse; funzioni coercitive. Debole compattezza negli spazi di Banach (6 ore). Funzionali integrali: condizioni necessarie e condizioni sufficienti per la debole semicontinuità inferiore (10 ore). Coercitività, teoremi di esistenza (4 ore). Condizioni necessarie e regolarità. Differenziabiltà secondo Fréchet e secondo Gâteaux; equazioni di Eulero-Lagrange (6 ore). Regolarità delle soluzioni (12 ore).

Conoscenze di base dell'Analisi Matematica della laurea triennale, dell'integrale di Lebesgue e degli spazi Lp e di Sobolev.

Lezioni frontali. IL corso è erogato in lingua italiana. La frequenza non è obbligatoria, ma fortemente consigliata. Per gli studenti lavoratori, verrà messo a disposizione il materiale corrispondente alle lezioni sulla piattaforma moodle. Tutte le informazioni tecniche e organizzative sull'insegnamento, nonché il materiale didattico, saranno caricati su piattaforma moodle.unimore.it.

Modalità d'esame

Lo studente dovrà esporre in forma di seminario di cira 40 minuti una rielaborazione personale di alcuni argomenti trattati nel corso o approfondimenti di argomenti collegati. Durante l'esposizione potranno essere richiesti collegamenti all'intero programma svolto. Il voto in trentesimi è comunicato immediatamente allo studente al termine del suo esame orale. Conoscenza basilare degli argomenti e capacità parziale di applicare la conoscenza necessaria per ottenere il voto minimo (18/30). Conoscenza piena di tutti gli argomenti e capacità ottima di applicare la conoscenza per ottenere il voto massimo (30/30 e lode). La graduazione dei voti intermedi è fatta in base al raggiungimento dei risultati di apprendimento attesi, compresi quelli trasversali, dimostrata durante la prova orale.

Testi di riferimento

Le slides delle lezioni verranno pubblicate su moodle. Gli argomenti trattati si possono trovare anche nei seguenti testi: G. Buttazzo, M. Giaquinta, S. HIldebrandt, One-dimensional Variational Problems, An Introduction Oxford University Press, 1998. B. Dacorogna, Introduction to the Calculus of Variations, Imperial College, 2004. B. Dacorogna, Direct Methods in the Calculus of Variations, Springer 2002. G. Dal Maso, An Introduction to Γ-Convergence, Springer Science+Business Media New York 1993 M. Giaquinta, Multiple integrals in the calculus of variations and nonlinear elliptic systems, Annals of Mathematics Studies 105, Princeton University Press, Princeton, NJ, 1983 E. Giusti, Direct Methods in the Calculus of Variations, World Scientific 2003.

Codice insegnamento 12908

Convex Analysis And Optimization 2° anno · 6 CFU · MATH-03/A · 0 file

Il corso si propone di fornire agli studenti le basi dell'analisi convessa e dello studio di metodi numerici di ottimizzazione convessa, con lo scopo di poter applicare questi concetti nell'ambito dell'apprendimento…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire agli studenti le basi dell'analisi convessa e dello studio di metodi numerici di ottimizzazione convessa, con lo scopo di poter applicare questi concetti nell'ambito dell'apprendimento statistico e del machine learning, aree di sicuro interesse e attualità.

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. Prima parte: fondamenti di Analisi Convessa 1 CFU (7 ore) Introduzione generale ai problemi di minimo Funzioni semicontinue inferiormente Funzioni semicompatte e problemi di minimo Insiemi convessi e funzioni convesse 1 CFU (7 ore) Funzioni convesse semicontinue inferiormente Teorema prossimale Teoremi di separazione Caratterizzazione delle funzioni convesse semicontinue inferiormente tramite funzioni coniugate 1 CFU (7 ore) Teorema di Fenchel Proprietà delle funzioni coniugate Funzioni supporto Sottodifferenziale: proprietà e regole di calcolo Cono tangente e cono normale Seconda parte: ottimizzazione convessa 1 CFU (7 ore) Condizioni di ottimalità per problemi di ottimizzazione composita. Metodi forward-backward; selezione della lunghezza di passo, analisi di convergenza, casi particolari (metodo proximal point) 1 CFU (7 ore) Metodi del subgradiente. Metodi primali-duali: lagrangiana aumentata e metodo delle direzioni alternate dei moltiplicatori. 1 CFU (7 ore) Applicazioni a problemi di analisi dei segnali e di apprendimento automatico.

-Corsi di base di Analisi Matematica. Non costituisce prerequisito il corso di Analisi Superiore. -Elementi di base di Analisi Numerica (condizionamento e stabilità, complessità computazionale, metodi iterativi, algebra lineare numerica) -Elementi di base di programmazione in ambiente Matlab.

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 Matlab. La frequenza alle lezioni frontali e alle esercitazioni in presenza non è obbligatoria. L’insegnamento è erogato in lingua italiana. Per gli studenti lavoratori, verrà messo a disposizione il materiale corrispondente alle lezioni sulla piattaforma moodle.

Modalità d'esame

L'esame si svolgerà al termine dell’insegnamento secondo il calendario ufficiale degli appelli d’esame. La prova è orale, della durata 30-40 minuti circa. L’esame prevede 4 quesiti di cui una domanda aperta e un esempio significativo relativo alla prima parte del corso e la descrizione di un algoritmo e di una sua applicazione, tra quelli presentati nella seconda parte. Tali quesiti sono finalizzati a valutare: - le conoscenze e le capacità di comprensione; - l’applicazione di conoscenze e capacità di comprensione; - la capacità di collegare le diverse conoscenze tra esse; - le abilità comunicative; - l’autonomia di giudizio. Il voto riportato nell’esame è dato dalla valutazione complessiva alla luce delle risposte alle 4 domande. Più nel dettaglio: conoscenza basilare degli argomenti e capacità sufficiente di applicare la conoscenza corrisponde al voto minimo (18/30), conoscenza piena degli argomenti ed eccellente capacità di applicare la conoscenza corrisponde al voto massimo (30/30 e lode), graduazione dei voti intermedi in base al raggiungimento dei risultati di apprendimento attesi, compresa la capacità di rielaborazione e padronanza degli argomenti trattati. L'esito sarà comunicato al singolo studente alla fine della prova orale.

Testi di riferimento

Il materiale di riferimento del corso saranno le dispense e le slides dei docenti, che verranno fornite agli studenti prima dell'inizio delle rispettive parti. Un eventuale testo non obbligatorio ma consigliato per approfondire le tematiche sviluppate nel corso è il seguente [1] J.-P. Aubin, Optima et Equilibria: An Introduction to Nonlinear Analysis, Springer, 1998.

Codice insegnamento 26552

Data-Centric Ai 2° anno · 6 CFU · IINF-05/A · 0 file
Elaborazione Di Dati Scientifici 2° anno · 6 CFU · CHEM-01/A · 0 file

Il corso si propone di far acquisire allo studente consapevolezza degli strumenti d'indagine delle discipline sperimentali, e del loro uso nell'ambiente produttivo, della tipologia dei dati acquisiti e delle…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di far acquisire allo studente consapevolezza degli strumenti d'indagine delle discipline sperimentali, e del loro uso nell'ambiente produttivo, della tipologia dei dati acquisiti e delle problematiche inerenti la loro armonizzazione, codificazione e organizzazione e delle sue implicazioni ai fini dell'elaborazione dell'informazione. Al termine dell'insegnamento lo studente sarà in grado di: - conoscere i metodi principali per il data mining e per l'analisi di dati ad elevata dimensionalità e complessità e per la loro rappresentazione grafica; - conoscere le principali metodologie di indagine delle scienze sperimentali anche in ambito produttivo; - riconoscere le diverse tipologie e struttura dei dati e le problematiche inerenti la codificazione, trasformazione e preprocessing, ed anche la loro influenza nell'estrazione dell'informazione; - saper utilizzare le principali metodologie di analisi multivariata dei dati nei contesti: a) analisi esplorativa; b) analisi di cluster c) modellazione lineare; - costruire modelli appropriati per l'analisi di insiemi di dati mediante esercitazioni pratiche svolte con tool commerciali e/o open source. - interpretare criticamente e validare i risultati ottenuti. Per maggiore dettaglio sugli obiettivi formativi si rimanda alla sezione relativa ai risultati di apprendimento attesi.

Programma

  • Introduzione al corso (1 CFU): Motivazioni e contesto per l’analisi multivariata dei data, gli ambiti applicativi, focus sull'ambito scientifico. Il paradigma "Data Driven Discovery" nelle scienze sperimentali. Natura e peculiarità dei set di dati scientifici in funzione delle diverse metodologie di acquisizione (misure chimiche, fisiche, etc., analisi strumentale, immagini digitali e iperspettrali, tecniche ifenate, monitoraggio temporale, spaziale, etc.). - Analisi Esplorativa (2 CFU) Comprendere e organizzare i dati. Esplorazione statistica dei dati univariata e multivariata. Rappresentazione grafica. Qualità dei dati. Preprocessing. Outliers. Metodi di decomposizione/proiezione (PCA, cenni ad altre). - Metodi di Clustering (0.5 CFU) Misure di Similarità/Dissimilarità. rassegna dei possibili metodi e approcci. Discussione di esempi applicative in diversi ambiti. -Modellamento lineare (2.5 CFU): Calibrazione e regressione. Introduzione ai metodi di class-modeling, classificazione/discriminazione. Metodi di validazione dei modelli. Principali algoritmi utilizzati. Cenni alla modellazione non-lineare, reti neurali, uso di reti deep e large language models in chimica. Ciascun argomento prevede l'integrazione con esercitazioni che prevedono l'analisi di data set legati a sperimentazione in ambito chimico con software chemiometrico.

Alcune nozioni di statistica di base (media, deviazione standard, distribuzione normale, intervalli di fiducia) e di programmazione e tecniche algoritmiche di base.

Testi di riferimento

Pang-Ning Tan, Michael Steinbach, Vipin Kumar Introduction to Data Mining. Pearson International, 2006. Trevor Hastie, Robert Tibshirani, Jerome Friedman, The elements of statistical learning. Data Mining, Inference, and Prediction. 2nd Ed. Springer Series in Statistics, Springer. Stanford, California 2008 K. Varmuza, P. Filzmoser, Introduction to multivariate statistical analysis in chemometrics, CRC press 2009; PLS-Toolbox Manual , http://www.eigenvector.com; R. Wherens, Chemometrics with R, Springer 2011 www.springer.com/life+sciences/systems+biology+and+bioinformatics/book/978-3-642-17840-5; Inoltre sono forniti tutorials, articoli.

Codice insegnamento 24089

Equazioni Di Evoluzione 2° anno · 6 CFU · MATH-03/A · 0 file

Lo scopo del corso è quello di fornire gli strumenti atti alla formulazione debole di equazioni di evoluzione non lineari, con particolare riferimento alle equazioni di reazione diffusione e delle onde con smorzamento.…

Scheda dell'insegnamento

Obiettivi formativi

Lo scopo del corso è quello di fornire gli strumenti atti alla formulazione debole di equazioni di evoluzione non lineari, con particolare riferimento alle equazioni di reazione diffusione e delle onde con smorzamento. Inoltre, quando il problema sia ben posto e l’operatore soluzione abbia opportune proprietà, lo studente sarà in grado di inquadrare l’analisi del modello nell’ambito della teoria dei sistemi dinamici dissipativi in infinite dimensioni. In particolare, ove possibile, il comportamento del sistema dinamico a regime sarà descritto tramite attrattori globali. 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 per un totale di 42 ore di didattica frontale (6 CFU). I contenuti del corso sono: Generazione di un sistema dinamico dissipativo per un problema elementare (1 CFU) Alcuni risultati negli spazi di Hilbert di dimensione infinita: Sistemi ortonormali completi numerabili di autovettori di un operatore in spazi di Hilbert. Teorema di Lax-Milgram (1 CFU) Spazi di Bochner e Sobolev-Bochner (1 CFU) Buona posizione, sia per equazioni di evoluzione lineari del I e del II ordine in tempo che per equazioni di evoluzione nonlineari del I e del II ordine in tempo (1.5 CFU) Generazione di un sistema dinamico dissipativo che ammette l’attrattore globale per una equazione di reazione diffusione e una delle onde con smorzamento debole nonlineari (1 CFU) Generazione di un sistema dinamico dissipativo che ammette l’attrattore globale per l’equazione di Cahn-Hilliard con nonlinearità cubica (0.5 CFU)

I prerequisiti sono le proprieta' fondamentali dell'integrale e degli spazi di Lebesgue, la teoria degli spazi di Banach e di Hilbert. La conoscenza degli spazi di Sobolev è raccomandata ma non indispensabile.

La didattica è basata,su lezioni frontali alla lavagna o tramite ausilio di lavagne virtuali (tablet), nelle quali la materia viene sviluppata nei dettagli formali e debitamente commentata. Il corso prevede lezioni teoriche sugli argomenti descritti nella sezione "Contenuti del corso". 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 Teams. Si invita lo studente ad iscriversi ed a consultare tale piattaforma con regolarità.

Modalità d'esame

L'esame consiste in una prova orale della durata circa 45 minuti: più precisamente, lo studente dovrà presentare un seminario su un articolo proposto dalla docente nell’ambito degli argomenti del corso. Durante l'esposizione potranno essere richiesti collegamenti all'intero programma svolto. L’obiettivo del seminario è accertare sia la conoscenza operativa ed approfondita di tutti gli aspetti teorici della materia sia la capacità di inquadrare problemi evolutivi secondo le metodologie presentate nel corso. La valutazione in trentesimi della prova viene resa nota allo studente al termine della prova stessa. Precisamente, il voto minimo (18/30) corrisponde ad conoscenza basilare degli argomenti e capacità parziale di applicare la conoscenza, mentre il voto massimo (30/30 e lode) corrisponde a conoscenza piena degli argomenti e capacità ottima di applicare la conoscenza. Infine, la graduazione dei voti intermedi in base al raggiungimento dei risultati di apprendimento attesi, compresi quelli trasversali dimostrata durante la prova d’esame, oppure in base alla qualità e all’approfondimento delle presentazioni o del progetto svolto.

Testi di riferimento

Nessun testo è obbligatorio ma si raccomanda la consultazione dei seguenti riferimenti presenti in biblioteca: H. Brezis, Analisi funzionale. Teoria e applicazioni. Liguori H. Brezis, Functional Analysis, Sobolev Spaces and Partial Differential Equations, Springer, NY, 2011 J. Robinson, Infinite-Dimensional Dynamical Systems: An Introduction to Dissipative Parabolic PDEs and the Theory of Global Attractors. Cambridge. R. Temam, Infinite-Dimensional Dynamical Systems in Mechanics and Physics. Springer

Codice insegnamento 24676

Geometria Superiore 2° anno · 6 CFU · MATH-02/B · 0 file

Fornire le conoscenze di base e i metodi della geometria delle varietà differenziabili e delle forme differenziali.

Scheda dell'insegnamento

Obiettivi formativi

Fornire le conoscenze di base e i metodi della geometria delle varietà differenziabili e delle forme differenziali.

Programma

(1 CFU= 7 ore) 1. Varietà differenziabili, atlanti, mappe fra varietà 2. Vettori tangenti e cotangenti, differenziale di una funzione,fibrato tangente e cotangente. Campi vettoriali e 1-forme. 3. Algebra tensoriale di uno spazio vettoriale. k-forme differenziali. 4. Coomologia di De Rham, relazione con l'omologia singolare. Teorema di De Rham. 5. Integrazione per forme differenziali. Orientazione di una varietà, teorema di Stokes. 6. Dualità di Poincaré

Gli studenti devono avere le conoscenze di base di geometria e analisi matematica impartite nei corsi del primo triennio dei loro studi. Di particolare rilevanza saranno lo studio della topologia, dell'algebra lineare e lo studio delle forme differenziali dello spazio R^n (e dei loro integrali) svolti nei corsi di analisi matematica.

Lezioni alla lavagna comprendenti teoria ed esercizi.

Modalità d'esame

L'esame finale consisterà in una prova orale con dimostrazioni ed esercizi. Durante il corso verrà chiesto agli studenti di consegnare un foglio di esercizi una volta ogni due settimane. Il voto finale sarà composto da un massimo di 6 punti per gli esercizi consegnati durante il corso e un massimo di 24 punti per la prova orale.

Testi di riferimento

1. Loring Tu, "An introduction to manifolds" 2. Nigel Hitchin. "Differentiable manifolds" 3. Marco Abate, Francesca Tovena, "Geometria Differenziale"

Codice insegnamento 27433

Matematica Discreta 2° anno · 6 CFU · MATH-02/B · 0 file
Matematiche Elementari Da Un Punto Di Vista Superiore 2° anno · 6 CFU · MATH-01/B · 0 file

OBIETTIVI FORMATIVI Il corso intende fornire le conoscenze e le competenze necessarie allo studio dello sviluppo della matematica nella scuola secondaria di primo e di secondo grado, attraverso due percorsi che…

Scheda dell'insegnamento

Obiettivi formativi

OBIETTIVI FORMATIVI Il corso intende fornire le conoscenze e le competenze necessarie allo studio dello sviluppo della matematica nella scuola secondaria di primo e di secondo grado, attraverso due percorsi che promuoveranno sia l'aspetto teorico che quello laboratoriale.

Programma

CONTENUTI Il corso è costituito da due macro argomenti. MACRO ARGOMENTO 1 (2 CFU, 14 ore, docente Arrigo BONISOLI) Costruzioni con riga e compasso CONTENUTI In questa parte verranno affrontati alcuni argomenti classici della Geometria Descrittiva: le costruzioni che si possono realizzare con l'esclusivo uso della riga e del compasso, secondo regole codificate sin dagli antichi Greci. Accanto alla parte teorica, la quale richiede concetti algebrici e geometrici che verranno esposti in adeguato dettaglio, vi sarà una parte laboratoriale che farà uso di GeoGebra, un software "open source" di Geometria Dinamica. Di questo software verranno presentate le principali funzioni grafiche da utilizzare nella progettazione di attività didattiche da svolgere in aula. MACRO ARGOMENTO 2 (4 CFU, 18 ore, docente Michela ELEUTERI, 10 ore, docente Chiara GIBERTI) Problemi di massimo e minimo CONTENUTI I concetti di massimo e minimo rivestono un ruolo cruciale nella matematica e, più in generale, in molte discipline scientifiche, come, ad esempio, nella fisica, dove le configurazioni di equilibrio di un dato sistema sono spesso descritte in termini problemi di minima energia. Dato che, nel normale percorso scolastico, non è possibile acquisire il bagaglio di conoscenze necessarie per affrontare in modo esaustivo tali questioni, con questo argomento ci proponiamo di avvicinare gli studenti e le studentesse a questi temi fin dalla scuola secondaria, proponendo problemi ambientati in un contesto geometrico piuttosto familiare, anche in un contesto multidisciplinare, senza aspettare di aver acquisito i concetti del calcolo infinitesimale. I temi che abbiamo scelto di proporre sono tre: - il problema isoperimetrico; - le reti di lunghezza minima; - i fenomeni di riflessione di raggi luminosi. Questi temi verranno esplorati dal punto di vista teorico, con particolare enfasi alla storia di questi problemi; inoltre verranno proposti spunti per attività laboratoriali pensate per poter essere riprodotte in classe.

I contenuti di matematica di un Corso di Laurea Triennale in Matematica o in un Corso di Laurea Triennale in Scienze Naturali

L’insegnamento viene erogato mediante lezioni frontali in presenza che possono venire svolte anche con l’ausilio di mezzi audiovisivi (slides) e sessioni di laboratorio di matematica, svolte in presenza operando a piccoli gruppi. La frequenza alle lezioni frontali in presenza non è obbligatoria. L’insegnamento è erogato in lingua italiana.

Modalità d'esame

Colloquio orale partendo da un eventuale progetto sviluppato dal candidato, scelto da una lista di progetti proposti. Il colloquio orale tuttavia potrà toccare argomenti di tutti e tre i percorsi proposti.

Testi di riferimento

I docenti caricheranno sulla piattaforma MOODLE i riferimenti bibliografici e ulteriori risorse utili per il corso

Codice insegnamento 14404

Prova Finale 2° anno · 24 CFU · 0 file
Sistemi Complessi 2° anno · 6 CFU · INFO-01/A · 0 file

Lo studio dei sistemi complessi ha acquisito un ruolo di primo piano non solo fra le attività scientifiche, ma anche nelle aziende e nelle organizzazioni attive sul mercato e nel sociale. Nell'ambito scientifico, esso…

Scheda dell'insegnamento

Obiettivi formativi

Lo studio dei sistemi complessi ha acquisito un ruolo di primo piano non solo fra le attività scientifiche, ma anche nelle aziende e nelle organizzazioni attive sul mercato e nel sociale. Nell'ambito scientifico, esso fornisce un punto di vista nuovo e complementare rispetto a quelli delle discipline tradizionali, mentre in ambito aziendale ed organizzativo esso fornisce sia strumenti concettuali fondamentali per il management in un periodo di rapidi cambiamenti, che strumenti operativi per decifrare le dinamiche dei processi, dei mercati, della finanza. Si fa necessariamente ampio ricorso a strumenti informatici, sia per simulare dinamiche complesse che per analizzare i risultati delle simulazioni, quindi è opportuno che gli informatici conoscano i principali elementi di questo nuovo approccio e siano in grado di dialogare sia con gli specialisti che con gli utilizzatori dei risultati. Lo studio dei sistemi complessi è orientato alla ricerca di principi organizzativi in sistemi composti da diversi elementi interagenti in maniera non lineare. E’ stato dimostrato che alcuni comportamenti sono maggiormente influenzati dalle proprietà delle interazioni piuttosto che dalla natura degli elementi del sistema, e questo consente di applicare efficacemente, col dovuto rigore, concetti e metodi simili in sistemi diversi. Al termine dell’insegnamento lo studente: • avrà acquisito le principali nozioni relative ai sistemi complessi; • conoscerà i principali strumenti matematici e computazionali dei sistemi complessi; • conoscerà le applicazioni della Scienza della Complessità.

Programma

Blocco 1 (1 CFU) Introduzione ai sistemi complessi Autoorganizzazione Blocco 2 (2 CFU) Automi Cellulari Emergenza Blocco 3 (2 CFU) Struttura e dinamica di reti complesse Multigrafi, Hypergraphs Blocco 4 (1 CFU) Origin of Life Self-organising complexity (SOC) Robustness, degeneracy Highly optimized tolerance (HOT) Conoscenze di base di calcolo analitico (derivate e integrali, equazioni differenziali) 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 inglese. Tutte le informazioni tecniche e organizzative ull'insegnamento, nonché il materiale didattico, saranno caricati su piattaforma Moodle https://moodle.unimore.it/course/index.php?categoryid=2702 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 lo desiderano, è possibile preparare una lezione di un'ora su un argomento monografico (che contribuisce per 1/3 al voto finale). Inoltre, chi preferisce può sostenere un esame orale al posto dello scritto.

Testi di riferimento

Nessun testo è obbligatorio. Tutti gli argomenti saranno descritti in lucidi disponibili su Dolly (assieme ad alcuni articoli). Alcuni libri verranno consigliati a chi desidera impadronirsi a fondo del linguaggio della scienza della complessità o approfondirne alcuni aspetti

Codice insegnamento 21736

Strutture Algebriche 2° anno · 6 CFU · MATH-02/A · 0 file

Obiettivo del corso è quello di studiare e approfondire argomenti scelti di Algebra Superiore e di illustrare loro applicazioni. -Conoscenze e capacità di comprensione: Il corso si propone di fornire le basi per lo…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo del corso è quello di studiare e approfondire argomenti scelti di Algebra Superiore e di illustrare loro applicazioni. -Conoscenze e capacità di comprensione: Il corso si propone di fornire le basi per lo studio di argomenti sceti di Algebra Superiore; di illustrare alcune applicazioni. -Capacità di applicare conoscenza e comprensione: al termine del corso lo studente sarà in grado di applicare le conoscenze a problemi inerenti il programma svolto. -Autonomia di giudizio: al termine del corso lo studente sarà in grado di riconoscere in modo autonomo i diversi approcci e metodi risolutivi per le problematiche tipiche dell'Algebra. -Abilità comunicative: al termine del corso lo studente sarà in grado di relazionare con un linguaggio tecnico appropriato e un formalismo corretto. -Capacità di apprendimento : Lo studio permetterà lo sviluppo di abilità di apprendimento autonomo e di approfondimento di argomenti collaterali a quelli presentati nel corso.

Programma

L'insegnamento corrisponde a 6 CFU per un totale di 42 ore di didattica frontale. Teoria classica dei campi e la teoria di Galois. (0,5CFU)Richiami sui polinomi e le loro radici. Criteri di irriducibilita' di polinomi e proprietà di base delle estensioni di campi. (2 CFU)Teorema di Artin sulle estensioni semplici. Estensioni separabili e inseparabili. Campi di spezzamento. Chiusura algebrica di un campo. Estensioni di Galois e teorema fondamentale. (2 CFU)Estensioni ciclotomiche ed estensioni radicali. Gruppi risolubili. Risolubilita' per radicali. Teorema di Galois. Costruzioni con riga e compasso. (1,5 CFU) Funzioni e polinomi simmetrici. L'equazione di grado n e il suo gruppo di Galois. Norme, tracce e discriminanti. Gruppi di Galois di polinomi fino al 4 grado. Teorema di Dedekind- riduzione mod p.

Teoria dei gruppi, polinomi a coefficienti in un campo, teoria degli anelli e dei campi.

I contenuti vengono presentati mediante lezioni frontali con esercizi ed applicazioni. 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.unimore.it Non sono previste modalità solo per studenti lavoratori. Gli studenti non frequentanti possono prepararsi sui testi consigliati ed il materiale caricato su piattaforma Moodle.

Modalità d'esame

La verifica del profitto avverrà tramite esame orale. L'esame prevede dimostrazioni, domande ed esercizi volti a verificare i contenuti del corso e la capacità di collegare fra loro i vari concetti studiati. Al candidato sarà chiesto di presentare gli argomenti più importanti svolti duranti il corso e di risolvere esercizi su queste tematiche. La prova ha una durata media di 50 minuti. Il voto in trentesimi è comunicato immediatamente al singolo studente al termine della sua prova orale. Conoscenza basilare degli argomenti e capacità parziale di applicare la conoscenza necessaria per ottenere il voto minimo (18/30). Conoscenza piena di tutti gli argomenti e capacità ottima di applicare la conoscenza per ottenere il voto massimo (30/30 e lode). La graduazione dei voti intermedi è fatta in base al raggiungimento dei risultati di apprendimento attesi, compresi quelli trasversali, dimostrata durante la prova orale.

Testi di riferimento

Libri di testo suggeriti - Suggested Bibliography: I.M. Isaacs: Algebra, Graduate Studies in Mathematics vol.100, AMS, 2009 J.S.Milne: Fields and Galois Theory, disponibile in rete http://www.jmilne.org/math/CourseNotes/FT.pdf D.J.H. Garling, A course in Galois Theory, Cambridge University Press 1986 J. Rotman, Galois Theory, 2nd edition, Springer 1998 D. A. Cox, Galois Theory, 2nd edition, Jhon Wiley & Sons, Inc 2012.

Codice insegnamento 12906

Algoritmi Distribuiti 1° semestre · 6 CFU · INF/01 · 0 file
Big Data Analytics 2° semestre · 6 CFU · ING-INF/05 · 0 file
Computational Topology 2° semestre · 6 CFU · MAT/03 · 0 file
Introduction To Quantum Information Processing 1° semestre · 6 CFU · FIS/03 · 0 file
Physics Education: Theoretical And Experimental Methods 2° semestre · 6 CFU · FIS/08 · 0 file

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

★

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.