Electrical Engineering and Information Technology

Fornire i concetti fondamentali, con particolare riferimento alle applicazioni, del calcolo infinitesimale, differenziale e integrale per le funzioni reali di variabile reale; sviluppare negli studenti adeguate capacità di formalizzazione logica e una consapevole padronanza degli strumenti operativi.
Conoscenza e capacita' di comprensione: Lo studente dovrà dimostrare di conoscere le nozioni fondamentali (definizioni, enunciati e, ove previsti dal programma, dimostrazioni) relative al calcolo infinitesimale, differenziale e integrale per funzioni reali di variabile reale, nonché gli strumenti di calcolo sviluppati durante il corso. Dovrà inoltre essere in grado di comprendere argomenti correlati attraverso l’elaborazione critica delle conoscenze acquisite.
Capacita' di applicare conoscenza e comprensione: Lo studente dovrà dimostrare di saper applicare le conoscenze acquisite alla risoluzione di esercizi di verifica proposti dal docente, relativi ad argomenti quali: dominio di funzioni, limiti di successioni e funzioni, serie numeriche, studio del grafico di una funzione, calcolo integrale.

Insiemi numerici
Numeri naturali, interi e razionali. Assiomi dei numeri reali. Estremo inferiore, estremo superiore, massimo e minimo di un insieme. Principio di Archimede. Densità di Q in R radici; potenze con esponente reale.
Principio di induzione. Disuguaglianza di Bernoulli. Formula binomiale. Funzioni elementari.
Successioni
Limite di una successione; prime proprietà dei limiti: unicità del limite, teorema del confronto, permanenza del segno. Operazioni con i limiti e forme indeterminate.
Successioni monotone: teorema di regolarità; il numero e. Criterio del rapporto. Criterio della radice n-esima. Media aritmetica e media geometrica. Criterio rapporto-radice. Criterio di convergenza di Cauchy. Sottosuccessioni. Teorema di Bolzano-Weierstrass.
Serie numeriche
Definizioni e prime proprietà; operazioni con le serie. Serie geometrica, serie armonica e serie armonica generalizzata. Criterio di Cauchy per le serie.
Serie a termini non negativi: criteri della radice, del rapporto, del confronto e del confronto asintotico. Costante di Eulero-Mascheroni.
Serie a segni alterni: criterio di Leibniz; stima del resto. Serie assolutamente convergenti e relative proprietà.
Funzioni
Topologia della retta reale: punti di accumulazione, insiemi chiusi, aperti e compatti. Limiti di funzioni e relative proprietà. Definizione equivalente di limite. Operazioni con i limiti e forme indeterminate.
Funzioni monotone: teoremi di regolarità. Funzioni continue; funzioni lipschitziane; funzioni inverse; funzioni composte.
Massimi e minimi: teorema di Weierstrass. Teorema degli zeri. Teorema dei valori intermedi. Funzioni uniformemente continue. Teorema di Cantor.
Calcolo differenziale
Definizione di derivata e suo significato geometrico. Regole di derivazione; derivate delle funzioni elementari.
Estremi relativi: condizione necessaria del primo ordine. Teoremi di Rolle e di Lagrange; caratterizzazione delle funzioni monotone negli intervalli.
Estremi relativi: condizioni sufficienti del primo ordine. Teorema di estensione della derivata. Primo teorema di de L’Hôpital; secondo teorema di de L’Hôpital; calcolo di limiti in forma indeterminata.
Infinitesimi e infiniti: principi di cancellazione. Formula di Taylor con resto nella forma di Peano. Formula di Taylor con resto nella forma di Lagrange. Cenni alle serie di Taylor.
Massimi e minimi relativi: condizioni necessarie e sufficienti del secondo ordine. Significato geometrico della derivata seconda.
Convessità e concavità in un intervallo; caratterizzazione delle funzioni convesse in un intervallo; punti di flesso; asintoti; grafici di funzioni.
Calcolo integrale
Cenni alla misura secondo Peano-Jordan. Integrale di Riemann di una funzione limitata in un intervallo compatto. Area del trapezoide.
Integrabilità delle funzioni monotone in intervalli compatti. Integrabilità delle funzioni continue in intervalli compatti. Proprietà dell’integrale definito. Teorema della media integrale. Teorema fondamentale del calcolo integrale.
Primitive e integrazione indefinita. Metodi di integrazione indefinita: decomposizione della somma, integrazione per parti, integrazione per sostituzione, integrazione di funzioni razionali.
Generalizzazione del concetto di integrale: sommabilità. Criteri di sommabilità.

Il voto finale è determinato dalla Commissione d’esame sulla base dell’esito della prova scritta, valutando in particolare la correttezza, la completezza e la coerenza degli esercizi svolti, nonché l’adeguatezza delle risposte fornite dallo studente ai quesiti teorici. La valutazione finale viene inoltre adeguatamente motivata allo studente.

Testi raccomandati

• Apostol, Tom M. Calculus, Vol. 1: One-Variable Calculus, with an Introduction to Linear Algebra . 2nd ed. New York: John Wiley & Sons, 1967. ISBN 9780471000051.
• Canuto, Claudio e Tabacco, Anita. Mathematical Analysis I. Ediz. MyLab . Milano: Pearson, 2022. ISBN 9788891931115.
• Giaquinta, Mariano e Modica, Giuseppe. Mathematical Analysis: Functions of One Variable . Boston: Birkhäuser, 2003. ISBN 9780817643034 (Edizione hardcover) / 9780817643379 (Softcover).
• Giaquinta, Mariano e Modica, Giuseppe. Mathematical Analysis: Approximation and Discrete Processes . Boston: Birkhäuser, 2004. ISBN 9780817643133.
• Marcellini, Paolo e Sbordone, Carlo. Elementi di analisi matematica 1. Versione semplificata per i nuovi corsi di laurea . Napoli: Liguori Editore, 2002. ISBN 9788820733834.
• Marcellini, Paolo e Sbordone, Carlo. Esercitazioni di matematica. Vol. 1.1 . Nuova edizione. Napoli: Liguori Editore, 2013 (o successive). ISBN 9788820763510.
• Marcellini, Paolo e Sbordone, Carlo. Esercitazioni di matematica. Vol. 1.2 . Nuova edizione. Napoli: Liguori Editore, 2014 (o successive). ISBN 9788820752521.
  Testi di approfondimento
• De Marco, Giuseppe. Analisi Uno. Teoria ed esercizi . 3ª ed. Bologna: Zanichelli, 2022. ISBN 9788808299789.
• Giaquinta, Mariano e Modica, Giuseppe. Mathematical Analysis: Linear and Metric Structures and Continuity . Boston: Birkhäuser, 2007. ISBN 9780817643751.
• Gilardi, Gianni. Analisi uno . Milano: McGraw-Hill Education, 2011. ISBN 9788838674051.
• Rudin, Walter. Principles of Mathematical Analysis . 3rd ed. New York: McGraw-Hill, 1976. ISBN 9780070542358.

To provide the basics for computer science disciplines, introducing the student to the study of the theoretical foundations of computer science, computer architecture, and high-level programming languages. To provide the knowledge necessary for the development of programs for solving problems of limited complexity.
Conoscenza e capacita' di comprensione: The student must demonstrate knowledge, understanding, and ability to describe basic concepts related to theoretical computer science, computer architecture, and high-level programming languages. In addition, the student must demonstrate knowledge and understanding of programs for solving problems of limited complexity.
Capacita' di applicare conoscenza e comprensione: The student must demonstrate the ability to apply the knowledge learned to the solution of simple programming problems by designing and developing programs to solve problems of limited complexity.

INFORMATION AND ITS REPRESENTATIONS: computer science and the modern world; the concept of “information”; representation and encoding of information, digital representation; numbers in binary; representation of relative numbers (sign and modulus, one's complement, two's complement, excess-k); representation of real numbers (IEEE 754); digital convergence (sampling and quantization); encoding of textual information, images and video.
INTRODUCTION TO BOOLE ALGEBRA: propositional logic; Boolean operators; Boolean algebra; Boolean functions and truth tables; De Morgan's theorem.
THE EXECUTOR MODEL: processes and processors; mention of the Turing machine; Von Neumann's model; memories; the CPU; The bus; The clock; firmware, software and middleware; The abstract executor model.
ALGORITHMS AND PROGRAMS: Computer science as the study of algorithms; Problem solving: computability of algorithms. The tractability of algorithms: computational complexity; The description of algorithms; Static and dynamic sequencing of algorithms; Programming languages.
THE TRANSLATION OF PROGRAMS: The translation process; Compilation; Linking; Loading; Interpreters; Verifying the correctness of programs; Embedded environments; The development environment; Designing and implementing program libraries.
THE STRUCTURE OF PROGRAMS - DATA AND CONTROL IN PYTHON: The phrases of a programming language. Information and data; variables and constants by convention; identifiers; comments and indentation; scalar types: Boolean, integer, real, character and string types; type conversion; operators and expressions; basic errors. Structured types: strings, lists, tuples, nested lists, tables, and text files. Control structures: Boolean expressions, relational and logical operators, if, if-else, if-elif-else, nested conditionals, while and for loops, counters, accumulators, flags, sentinel-controlled loops, range(), and break. Modularity and parameterization of code; subprograms: functions, parameters, arguments, return values, local and global variables, program decomposition, main() function, reusable subprograms, function interfaces, and documentation with docstrings. Abstract data types: Stack, List, and Queue, with basic implementations in Python.
THE PYTHON LANGUAGE: Introduction to Python and its general characteristics; high-level languages; compiled vs. interpreted languages; source code, bytecode, and the Python Virtual Machine; interactive and script mode; terminal and VSCodium workflow; structure of a Python program. Variables, scalar types, type conversion, operators, expressions, input/output, formatted output with % formatting and f-strings. Strings: Unicode characters, len(), concatenation, repetition, indexing, negative indices, slicing, immutability, escape sequences, ord() and chr(), functions vs. methods, basic and advanced string methods, membership operators, string predicates, case conversion, trimming, search and replacement, validation, counting and matching characters. Lists, tuples, and tables: list creation and indexing, mutability, traversal, aliases and copies, list methods, slicing and comparison, aggregate functions, lists as function parameters, tuples, multiple assignment and return values, nested lists, row and column processing, and sorting. Text files and exception handling: opening, reading, writing, and appending files; paths and working directories; line-, word-, and character-based file processing; with statement; formatted file output; exceptions, raise, try, except, and finally; common file-processing errors.
BASIC ALGORITHMS IN PYTHON: Insertion into a list; deleting elements from a list; linear or sequential search; binary search; search for the maximum/minimum value in a list; search for the position of the minimum/maximum value in a list; sorting a list; row and column processing in tables; basic operations on Stack, List, and Queue; examples of complete Python programs. Application examples include password checks, phone number validation, account code generation, gradebook-style processing, and simple file-based data processing.

The students have to show the ability to create a program of moderate complexity and to know the theoretical concepts introduced at the beginning of the course.

• J. Glenn Brookshear, Dennis Brylow, "Computer science: an overview", Pearson , 2019
• Deitel, P. J., & Deitel, H. M. (2022). Intro to Python for computer science and data science: Learning to program with AI, big data and the cloud (1st ed.). Pearson.
• A. Chianese, V. Moscato, A. Picariello, C. Sansone, “Le radici dell’Informatica: dai bit alla programmazione strutturata”, Maggioli Editore, 2017.
  -
  Other material:
• Slides used to support the lectures, examples written in Python

Si dovranno acquisire gli strumenti di base dell’algebra lineare e della geometria. L’obiettivo di questo insegnamento è, da un lato, quello di abituare lo studente ad affrontare problemi formali, utilizzando strumenti adeguati ed un linguaggio corretto, e dall’altro di risolvere problemi specifici di tipo algebrico e geometrico, con gli strumenti classici dell’algebra lineare.
Conoscenza e capacita' di comprensione: Lo Studente dovrà dimostrare di conoscere le nozioni (definizioni, enunciati, dimostrazioni se previste dal programma) relative alle strutture algebriche e geometriche studiate (spazi vettoriali, spazi della geometria elementare in dimensione 2 e 3, spazi di matrici) e gli strumenti di calcolo sviluppati, e saper comprendere argomenti affini elaborando le nozioni acquisite.
Capacita' di applicare conoscenza e comprensione: Lo Studente dovrà dimostrare di saper applicare quanto appreso nella risoluzione di esercizi di verifica elaborati dal Docente, in linea di massima legati ad argomenti quali: rette e piani, matrici, equazioni, vettori. Lo Studente dovrà, inoltre, dimostrare di conoscere le problematiche di base relative alle strutture algebriche e geometriche.

Richiami di teoria degli insiemi e strutture algebriche
Unione, intersezione, complementare, prodotto cartesiano; corrispondenze e relazioni, applicazioni e restrizioni: applicazioni iniettive, suriettive e biiettive. Composizione di applicazioni. Una caratterizzazione delle applicazioni biiettive. Relazioni di equivalenza, con la congruenza tra vettori applicati come esempio. Operazioni interne: associatività, elemento neutro, elementi simmetrici, commutatività, con la somma tra numeri e tra vettori come esempi. Gruppi abeliani e non abeliani, con alcuni esempi. Campi. L’esempio dei numeri reali e del campo primo di ordine 2. Operazioni esterne, con la moltiplicazione per scalari sui vettori come esempio.
Spazi vettoriali e spazi vettoriali euclidei
Definizione e proprietà elementari di uno spazio vettoriale. Esempi: spazi vettoriali numerici, polinomi, matrici e vettori della geometria elementare. Combinazioni lineari. Dipendenza e indipendenza lineare e loro caratterizzazioni. Sistemi di generatori. Sottospazi e loro caratterizzazioni. Sottospazio generato da un insieme di vettori. Basi di uno spazio vettoriale e relative componenti. Estrazione di una base da un sistema di generatori. Lemma di Steinitz e sue conseguenze: dimensione di uno spazio vettoriale e completamento di un insieme di vettori linearmente indipendenti a una base. Intersezione, somma e somma diretta di sottospazi. Formula di Grassmann. Nozione di spazio vettoriale euclideo: prodotti scalari negli spazi vettoriali reali, norma di un vettore, angoli tra vettori e basi ortonormali. Procedimento di ortonormalizzazione di Gram--Schmidt. Complementi ortogonali. Prodotto scalare standard negli spazi vettoriali numerici. Prodotto scalare tra vettori geometrici. Prodotto vettoriale negli spazi di dimensione 3.
Matrici e determinanti
Operazioni elementari sulle righe di una matrice e matrici a scala. Rango di una matrice e numero dei pivot di una matrice a scala. Matrici triangolari e diagonali. Prodotto righe per colonne. Nozione di determinante di una matrice quadrata: definizione classica e proprietà elementari, senza dimostrazione. Caratterizzazione del rango massimo di una matrice quadrata mediante la non nullità del suo determinante. Calcolo dei determinanti: primo e secondo teorema di Laplace, teorema di Kronecker, senza dimostrazione. Matrici invertibili e determinazione della matrice inversa. Similitudine tra matrici.
Sistemi di equazioni lineari
Soluzioni, compatibilità e teorema di Rouché--Capelli. Teorema di Cramer e algoritmo di eliminazione di Gauss. Risoluzione di un sistema lineare. Determinazione di una base dello spazio vettoriale delle soluzioni di un sistema lineare omogeneo. Ogni sottospazio di uno spazio vettoriale numerico è lo spazio delle soluzioni di un sistema lineare omogeneo. Rappresentazione cartesiana e parametrica dei sottospazi degli spazi vettoriali numerici.
Applicazioni lineari
Nozione di applicazione lineare e proprietà elementari. Le applicazioni lineari preservano la dipendenza lineare. Nucleo e immagine di un’applicazione lineare. Caratterizzazione delle applicazioni lineari iniettive e suriettive. Teorema fondamentale delle applicazioni lineari. Endomorfismi e isomorfismi. Isomorfismo associato alla scelta di basi. Matrici di transizione associate a un cambiamento di base. Teorema della dimensione, senza dimostrazione. Similitudine delle matrici associate a uno stesso endomorfismo rispetto a basi diverse.
Diagonalizzazione di endomorfismi e matrici
Autovalori, autovettori e autospazi di endomorfismi e matrici quadrate. Polinomio caratteristico. Molteplicità algebrica e geometrica di un autovalore. Caratterizzazione della diagonalizzabilità di endomorfismi e matrici quadrate mediante l’esistenza di una base di autovettori. Determinazione degli autovalori e di una base di autovettori di un endomorfismo o di una matrice quadrata diagonalizzabile.
Spazi affini euclidei
Definizioni fondamentali. Riferimenti affini e coordinate di un punto. Sottospazi affini euclidei. Parallelismo tra sottospazi. Rette sghembe. Rappresentazione cartesiana e parametrica dei sottospazi affini euclidei. Studio dell’incidenza e del parallelismo tra sottospazi. Condizioni di ortogonalità tra sottospazi in dimensione 2 o 3. Distanza tra sottoinsiemi di punti. Distanza tra un punto e un iperpiano. Distanza tra sottospazi euclidei in dimensione 2 o 3. Teorema della perpendicolare comune. Fasci propri e impropri di rette in dimensione 2 e di piani in dimensione 3.

Il voto è formulato dalla Commissione d’Esame sulla base dell’esito della prova scritta e dell’adeguatezza delle risposte fornite dallo studente ai quesiti che gli sono stati formulati durante la prova orale.
Il voto finale è, inoltre, opportunamente motivato allo studente.

Giovanni Landi, Alessandro Zampini, Linear Algebra and Analytic Geometry for Physical Sciences , Springer.
Altro materiale disponibile nel gruppo Teams relativo al corso di Geometry and Linear Algebra

The course aims to provide students with a rigorous introduction to the fundamental principles of classical mechanics and thermodynamics.
Particular attention is devoted to the formulation of physical laws, the construction of mathematical models and the solution of quantitative problems relevant to engineering applications. The course introduces the concepts of force, energy, momentum, angular momentum, mechanical oscillations, fluid mechanics, temperature, heat and thermodynamic transformations.
The main objective is to enable students to analyse physical systems, identify the relevant quantities and interactions, formulate appropriate models and solve problems using the principles of mechanics and thermodynamics.
The course also aims to develop the ability to interpret experimental data, assess the consistency of results, estimate orders of magnitude and communicate physical reasoning using appropriate scientific terminology.
Conoscenza e capacita' di comprensione: Students will acquire knowledge and understanding of:

• physical quantities, units of measurement and dimensional analysis;
• vector representation of physical quantities;
• kinematics of particles in one, two and three dimensions;
• Newton’s laws and their applications;
• work, kinetic energy and potential energy;
• conservation of mechanical energy;
• linear momentum and impulse;
• collisions and systems of particles;
• rotational motion of rigid bodies;
• torque, angular momentum and rotational energy;
• equilibrium and elasticity;
• gravitational interactions;
• oscillatory motion;
• basic principles of fluid mechanics;
• temperature, heat and thermal properties of matter;
• ideal gases and kinetic theory;
• the first and second laws of thermodynamics;
• thermodynamic transformations, cycles and heat engines.
  Capacita' di applicare conoscenza e comprensione: Students will be able to:
• translate a physical problem into an appropriate mathematical model;
• identify the forces acting on a system and construct free-body diagrams;
• apply conservation laws to mechanical and thermodynamic systems;
• solve quantitative problems involving translational and rotational dynamics;
• analyse collisions, oscillations and equilibrium conditions;
• calculate work, energy, momentum, torque and angular momentum;
• analyse basic fluid-mechanics problems;
• describe thermodynamic processes using state variables and diagrams;
• calculate heat, work and changes in internal energy;
• analyse ideal thermodynamic cycles and evaluate their efficiency;
• interpret experimental measurements and compare them with theoretical predictions.
  -
  Students will develop the ability to:
• select the most appropriate physical principles for solving a problem;
• assess the validity and limitations of simplified physical models;
• verify the dimensional and physical consistency of results;
• estimate orders of magnitude;
• identify unrealistic or incompatible solutions;
• critically analyse experimental data and uncertainties;
• evaluate the effect of assumptions and approximations on the final result.
  Students will be able to:
• present the solution of a physics problem clearly and logically;
• use appropriate scientific and technical terminology;
• describe physical phenomena through equations, graphs and diagrams;
• explain the assumptions and approximations adopted in a model;
• communicate quantitative results together with the corresponding units and uncertainties.
  Students will acquire the methodological tools required to independently study more advanced topics in physics and engineering.
  They will be able to use textbooks, lecture notes and supplementary material, organise the solution of complex problems and apply the acquired methods to subjects such as electromagnetism, electronics, materials science and engineering thermodynamics.

Module 1 – Physical Quantities and Mathematical Tools
Physical quantities and units of measurement. The International System of Units. Dimensional analysis. Significant figures, scientific notation and orders of magnitude.
Scalar and vector quantities. Vector components, unit vectors, scalar product and vector product.
Coordinate systems. Graphical representation of physical quantities. Derivatives and integrals in physical applications.
Measurement uncertainty, accuracy, precision and propagation of uncertainties.
Module 2 – Kinematics
Position, displacement, velocity and acceleration.
Motion in one dimension. Uniform motion and uniformly accelerated motion.
Motion in two and three dimensions. Vector description of motion.
Projectile motion. Circular motion. Tangential and centripetal acceleration.
Relative motion and reference frames.
Module 3 – Dynamics of a Particle
The concept of force. Newton’s three laws of motion.
Inertial reference frames. Mass and weight.
Fundamental forces and contact forces. Normal force, tension, elastic force and friction.
Static and kinetic friction. Drag forces.
Free-body diagrams.
Applications of Newton’s laws to systems of particles, inclined planes and circular motion.
Non-inertial reference frames and apparent forces: introductory concepts.
Module 4 – Work and Energy
Work performed by constant and variable forces.
Kinetic energy and the work–energy theorem.
Conservative and non-conservative forces.
Potential energy. Gravitational and elastic potential energy.
Mechanical energy and its conservation.
Power and efficiency.
Energy diagrams and equilibrium conditions.
Module 5 – Systems of Particles and Momentum
Centre of mass.
Linear momentum and impulse.
Conservation of linear momentum.
Motion of systems of particles.
Elastic and inelastic collisions in one and two dimensions.
Explosions and recoil phenomena.
Variable-mass systems: introductory examples.
Module 6 – Rotational Mechanics
Angular position, angular velocity and angular acceleration.
Rotational kinematics.
Torque and rotational dynamics.
Moment of inertia and the parallel-axis theorem.
Rotational kinetic energy.
Rolling without slipping.
Angular momentum and its conservation.
Statics and equilibrium of rigid bodies.
Applications to engineering systems.
Module 7 – Gravitation and Oscillations
Newton’s law of universal gravitation.
Gravitational field and gravitational potential energy.
Circular orbits and Kepler’s laws.
Simple harmonic motion.
Mass–spring systems and simple pendulum.
Energy in harmonic motion.
Damped and forced oscillations: qualitative introduction.
Resonance and its relevance to engineering systems.
Module 8 – Elasticity and Fluid Mechanics
Stress, strain and elastic moduli.
Hooke’s law and elastic deformation.
Density and pressure.
Hydrostatic pressure and Pascal’s principle.
Archimedes’ principle and buoyancy.
Ideal-fluid flow.
Continuity equation.
Bernoulli’s equation and engineering applications.
Viscosity and real fluids: introductory concepts.
Module 9 – Temperature and Heat
Macroscopic description of thermodynamic systems.
Temperature and thermal equilibrium.
The zeroth law of thermodynamics.
Temperature scales.
Thermal expansion of solids and liquids.
Heat, heat capacity and specific heat.
Phase transitions and latent heat.
Mechanisms of heat transfer: conduction, convection and radiation.
Module 10 – Ideal Gases and Kinetic Theory
Equation of state of an ideal gas.
Moles, molecular mass and Avogadro’s number.
Microscopic interpretation of pressure and temperature.
Kinetic theory of gases.
Root-mean-square molecular speed.
Degrees of freedom and equipartition of energy.
Heat capacities of ideal gases.
Real gases: qualitative discussion.
Module 11 – First Law of Thermodynamics
Thermodynamic systems, states and state variables.
Quasi-static transformations.
Work performed during volume changes.
Heat and internal energy.
The first law of thermodynamics.
Isochoric, isobaric, isothermal and adiabatic transformations.
Molar heat capacities.
Thermodynamic diagrams.
Applications to ideal gases.
Module 12 – Second Law of Thermodynamics
Reversible and irreversible processes.
Heat engines and refrigerators.
The Kelvin–Planck and Clausius statements of the second law.
Carnot cycle and Carnot efficiency.
Entropy and entropy changes.
Entropy variation in reversible and irreversible processes.
The principle of increasing entropy.
Thermodynamic cycles and introductory engineering applications.

a) Examination Format
The final examination consists of:

• a written examination;
• an oral examination, when required by the instructor or when necessary to complete the assessment.
  The written examination includes:
• numerical exercises;
• open-ended questions;
• questions concerning the interpretation of physical laws, graphs and experimental situations.
  The exercises will cover mechanics and thermodynamics and will require students to identify the relevant physical principles, formulate the solution and obtain quantitative results expressed with the correct units.
  The oral examination may include discussion of the written test and questions on the theoretical and methodological aspects of the course.
  b) Assessment Criteria
  The assessment will take the following aspects into account:
  i) knowledge and understanding of the principles of mechanics and thermodynamics;
  ii) ability to apply physical laws and mathematical tools to the solution of quantitative problems;
  iii) ability to identify the appropriate model and critically evaluate its assumptions and limitations;
  iv) autonomy of judgement, demonstrated through dimensional checks, estimates and critical assessment of the results;
  v) communication skills, with particular reference to clarity of presentation, logical organisation of the solution and appropriate use of scientific terminology.
  The final grade will be awarded according to the following criteria:
• 18–20: achievement of the minimum expected learning outcomes; basic knowledge of the main principles and ability to solve simple standard problems.
• 21–23: satisfactory preparation; adequate understanding of the topics and ability to solve standard problems with limited errors.
• 24–26: good preparation; sound understanding of the physical principles and correct application to problems of moderate complexity.
• 27–29: very good preparation; thorough understanding, accurate problem-solving skills and ability to connect different topics critically.
• 30: full achievement of the expected learning outcomes; excellent command of the course content and ability to solve complex problems clearly and independently.
• 30 with honours: awarded when the student demonstrates outstanding preparation, complete mastery of the subject, original and rigorous reasoning, excellent critical skills and exceptionally clear presentation.
  Students with disabilities, specific learning disorders—including dyslexia, dysgraphia, dysorthography and dyscalculia—or temporary difficulties may contact the University SInAPSi Centre to arrange appropriate exemptions and compensatory measures for the examination.
  Further information is available at:
  https://www.sinapsi.unina.it/home_sinapsi

Suggested textbooks:

• D. Halliday, R. Resnick and J. Walker, Fundamentals of Physics , Wiley.
• R. A. Serway and J. W. Jewett, Physics for Scientists and Engineers , Cengage Learning.

Conoscenza della natura chimica della materia, conoscenza critica dei fondamenti chimici e chimico - fisici necessari per interpretare il comportamento e le trasformazioni della materia in relazione alle principali tecnologie e problematiche di tipo chimico e ingegneristico.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere e saper comprendere le problematiche relative ai processi chimico-fisici di base e saper elaborare discussioni anche complesse concernenti tali processi. Il percorso formativo del corso intende fornire agli studenti le conoscenze e gli strumenti metodologici di base necessari per analizzare le trasformazioni chimiche e fisiche. Tali strumenti, consentiranno agli studenti di comprendere nei corsi successivi le principali problematiche di fenomeni più complessi.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di risolvere problemi concernenti trasformazioni chimiche e fisiche semplici. Il percorso formativo intende mettere lo studente in condizione di descrivere dal punto di vista sia macroscopico che microscopico i sistemi e le trasformazioni che essi possono subire. Lo studente deve essere in grado di saper stabilire le correlazioni tra gli aspetti fondamentali che caratterizzano la disciplina (macroscopico/microscopico/simbolico).

1 cfu - La materia e le sue proprietà. La stechiometria e fondamenti della teoria atomica. Leggi delle combinazioni chimiche. Massa atomica. La mole e la massa molare.
1 cfu - Formule chimiche. L'equazione di reazione chimica bilanciata e calcoli stechiometrici. Struttura atomica. La tavola periodica degli elementi.
1 cfu - Legami chimici. Stato gassoso. Forze intermolecolari. Stati condensati e le loro principali proprietà. Trasformazioni di fase.
1 cfu - I principi della termodinamica. Entropia ed irreversibilità: interpretazione statistica. Equilibri fisici. Diagrammi di stato ad un componente. Soluzioni. Equilibrio chimico.
1 cfu - Reazioni chimiche: spontaneità e condizione d’equilibrio nelle reazioni chimiche, i fattori che influenzano l’equilibrio chimico. Equilibri acido-base ed equilibri di solubilità.
1 cfu - Reazioni di ossido-riduzione. Cenni di elettrochimica.

La prova scritta è costituita da esercizi numerici e quesiti a risposta libera. Gli esercizi numerici mirano a verificare la capacità degli studenti di applicare le leggi fondamentali della Chimica tramite un processo logico-deduttivo. I quesiti a risposta libera verificano la capacità dello studente di comprendere e mettere in relazione gli aspetti micro-macro e simbolici della disciplina ed interpretare le leggi fondamentali delle trasformazioni chimico-fisiche. Il criterio di attribuzione del voto è basato sul valore di una media pesata dell’esito degli esercizi numerici e dei quesiti a risposta libera, attribuendo a questi ultimi un’importanza maggiore.

Libri di testo: -Oxtoby, Gillis, Campion, Principles of Modern Chemistry, Cengage Learning publisher
Presentazioni multimediali delle lezioni.

L'obiettivo principale del corso è l'introduzione degli studenti all'uso dei modelli di programmazione matematica. Vengono studiati sia modelli lineari (con variabili sia continue che intere) che non lineari e le loro applicazioni in campi reali, tra cui comunicazioni, logistica, servizi e produzione industriale. Viene affrontato il metodo del Simplesso come metodo risolutivo per i modelli lineari continui e la tecnica del Branch and Bound per affrontare i modelli interi.
Per quanto riguarda i modelli di programmazione non lineare, il corso tratta gli algoritmi di discesa e la dualità.
Conoscenza e capacita' di comprensione: Lo studente deve essere padroneggiare i modelli di programmazione matematica e le principali tecniche di risoluzione.
Capacita' di applicare conoscenza e comprensione: Lo studente deve essere capace di modellare un problema di ottimizzazione tramite un opportuno modello di programmazione matematica e applicare la tecnica di risoluzione più adatta.

Introduzione alla ricerca operativa e all'ottimizzazione. Programmazione lineare (PL): Introduzione alla PL e forma di un problema di PL; geometria della PL continua; metodo del Simplesso. Programmazione lineare intera (PLI): Introduzione alla PLI; Rilassamento della programmazione lineare intera; Paticolari problemi di PLI con matrice di vincoli unimodulare: problema del trasporto e problema dell'assegnazione; Metodi di soluzione: Metodi esatti: Branch & Bound; Piani di Taglio, Programmazione Dinamica; Metodi di Approssimazione: Metodi Euristici e Metaeuristici; Il Problema dello Zaino 0/1 e il Problema dello Zaino Frazionario. Flussi di rete e problemi su grafi: Problema del Vertex Cover Minimo; Problema dell'Albero minimo di copertura; Problema del percorso minimo; Problemi di programmazione dei progetti: Metodo del percorso critico (CPM); Tecnica di valutazione e revisione del percorso (PERT); Analisi post-ottimizzazione. Ottimizzazione non lineare: Ottimizzazione non lineare non vincolata: Condizioni di ottimalità; Metodi del gradiente: Convergenza, direzioni di discesa e regole di stepsize; Metodo di Newton e varianti; Problemi ai minimi quadrati: il Metodo di Gauss-Newton, metodi del gradiente incrementale; metodi di direzione coniugata; metodo quasi-Newton; metodi non derivativi.

La verifica dell'apprendimento avviene mediante esame scritto e orale.
La valutazione della prova terrà conto dei seguenti aspetti:
· conoscenza e capacità di comprensione degli argomenti trattati;
· capacità di applicare le conoscenze acquisite e di collegare in modo critico i contenuti dell'insegnamento;
· autonomia di giudizio, attraverso la capacità di analizzare criticamente le tematiche affrontate e di formulare valutazioni motivate;
· capacità comunicative, con particolare riferimento alla chiarezza espositiva, alla proprietà del linguaggio disciplinare e alla capacità di sostenere e argomentare le proprie affermazioni.
I voti saranno attribuiti secondo i seguenti criteri:
· 18–20: raggiungimento dei risultati di apprendimento minimi (preparazione sufficiente);
· 21–23: preparazione più che sufficiente, con capacità di stabilire alcuni collegamenti se guidati, linguaggio disciplinare complessivamente adeguato;
· 24–26: preparazione buona, con capacità di collegamento critico dei contenuti;
· 27–28: preparazione ottima, con padronanza degli argomenti e buona autonomia di giudizio, esposizione fluida e proprietà di linguaggio;
· 29–30: pieno raggiungimento dei risultati di apprendimento previsti, con piena padronanza dei contenuti, autonomia critica e proprietà del linguaggio disciplinare;
· 30 e lode: attribuibile allo studente che dimostri un livello di preparazione eccellente, con particolare originalità nell'analisi, maturità critica, capacità di approfondimento autonomo e padronanza espositiva di livello superiore.
Gli studenti con disabilità, disturbi specifici dell'apprendimento (dislessia, disgrafia, disortografia, discalculia) o difficoltà temporanee possono rivolgersi al Centro di Ateneo SInAPSi per concordare, in sede di esame, l'uso di misure dispensative e strumenti compensativi.

Dispense fornite dal docente