1017587 -
INFORMATICA
(obiettivi)
** Obiettivi generali
L'obiettivo principale del corso è fornire conoscenze di informatica di base, di dare la capacità di capire in cosa consista un problema informatico e che tipo di ragionamento logico possa portare alla sua soluzione. Parallelamente si vuole fornire una preparazione tecnica riguardo la scrittura di programmi in Python.
** Obiettivi specifici
a) Conoscenza e capacità di comprensione
Alla fine del corso gli studenti sapranno cos'è un algoritmo, che differenza esiste tra un dato e la sua rappresentazione informatica, come ragionare utilizzando strumenti di astrazione. Saranno in grado scrivere programmi nel linguaggio Python per risolvere problemi nuovi, utilizzando anche conoscenze teoriche di analisi degli algoritmi.
b) Capacità di applicare conoscenza e comprensione
L'apprendimento di elementi di teoria degli algoritmi e di un linguaggio di programmazione permette agli studenti di risolvere in modo flessibile problemi computazionali nuovi.
c) Autonomia di giudizio
Il pensiero algoritmico (o computazionale) che gli studenti allenano in questo corso fornisce gli strumenti per l'analisi precisa e non ambigua dei problemi, affidandosi alle informazioni rilevanti.
d) Abilità comunicativa
Gli studenti acquisiscono il linguaggio tecnico-scientifico dell'informatica, che deve essere opportunamente utilizzato sia nelle prove scritte che orali. Oltretutto la scrittura di documentazione per il codice allena gli studenti a spiegare con chiarezza il loro lavoro.
e) Capacità di apprendimento
Il corso mette gli studenti davanti a dei concetti (la programmazione, la teoria degli algoritmi) nuovi. Lo sforzo fatto per comprenderli ed applicarli permette loro di studiare e di valutare tecniche algoritmiche sconosiute e nuovi linguaggi di programmazione.
Canale: 1
-
FRANCIOSA PAOLO GIULIO
( programma)
Storia dell'informatica e sua evoluzione. - algoritmi - rappresentazione dei dati - codifica di testo e numeri - rappresentazione binaria, decimale, esadecimale - ASCII, UTF-8, Latin1
** Programmazione in Python
Capitoli e parti del libro di testo / Pensare in Python / di Allen B. Downey
1, 2, 3, 5, 6.1-6.4, 7, 8, 10, 11.1-11.3, 14.1-14.4, Appendice A.
- variabili, espressioni e dichiarazioni - tipi di dati numerici - chiamata e definizione di funzioni - istruzioni condizionali - istruzioni di iterazione - iterazione e ricorsione - diagrammi di stack e limiti di ricorsione - Fibonacci e MCD - tipi di dati: stringhe e manipolazione del testo - elenchi e sequenze di dati - dizionari - manipolazione dei file
** Strumenti di sviluppo
- interprete interattivo di Python - editor di testo - IDE (Thonny)
** Algoritmi efficienti
- Complessità di algoritmi e complessità intrinseca di problemi - Notazioni O, Omega, Theta - ricerca sequenziale e ricerca binaria - Ordinamento per inserzione - Bubblesort - Quicksort - Mergesort - ordinamenti stabili - stack call, ricorsione - risoluzione di equazioni di ricorrenza
Note dell'insegnante: capitoli 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11
Thinking in Python --- Allen B. Downey
Appunti su algoritmi e complessità --- a cura del prof. Massimo Lauria
(Date degli appelli d'esame)
|
9
|
INF/01
|
72
|
-
|
-
|
-
|
Attività formative di base
|
ITA |
1017589 -
STATISTICA DI BASE
(obiettivi)
Obiettivi formativi. L'obiettivo formativo primario dell'insegnamento è l'apprendimento da parte degli studenti dei concetti e delle procedure di base della statistica descrittiva. Dal punto di vista tecnico-operativo, al termine del corso lo studente deve essere in grado di progettare una piccola indagine censuaria e di elaborarne criticamente i dati dal punto di vista descrittivo sfruttando un software statistico.
Conoscenza e capacità di comprensione. Dopo aver frequentato il corso gli studenti conoscono e comprendono le principali procedure di analisi descrittiva dei dati. Sono in grado di sintetizzare i dati mediante rappresentazioni grafiche e di organizzarli in tabelle semplici e doppie. Conoscono e sono in grado di calcolare i più importanti indicatori statistici che (a) misurano la posizione, la variabilità e la forma di distribuzioni semplici e (b) quantificano importanti aspetti delle distribuzioni secondo due caratteri. Inoltre, hanno acquisito la nozione di modello statistico e sono in grado di implementare un modello di regressione semplice.
Capacità di applicare conoscenza e comprensione. Al termine del corso gli studenti sono in grado di applicare le conoscenze acquisite nell'interpretazione e nella valutazione critica dei risultati di analisi statistiche descrittive.
Autonomia di giudizio. Gli studenti, attraverso lo svolgimento di un ampio numero di esercizi su tutti gli argomenti trattati, sviluppano capacità di giudizio autonomo che permettono di individuare i metodi più appropriati per risolvere problemi di statistica descrittiva e di intrepretare criticamente i risultati delle elaborazioni forniti dal software.
Abilità comunicativa. Gli studenti, attraverso lo studio e lo svolgimento di esercizi pratici, acquisiscono il linguaggio tecnico-scientifico della disciplina, che deve essere opportunamente utilizzato sia nelle prove scritte che orali.
Capacità di apprendimento. Gli studenti che superano l'esame hanno conoscenza delle nozioni fondamentali necessarie per l'esplorazione statistico-descrittiva dei dati. Sono, inoltre, in grado di implementare semplici codici per organizzare i dati in tabelle e sintetizzarli mediante rappresentazioni grafiche e/o calcolo di importanti indicatori. Hanno, pertanto, acquisito le basi per poter apprendere quanto verrà proposto negli insegnamenti successivi di area statistica.
Canale: 1
-
SAMBUCINI VALERIA
( programma)
Concetti introduttivi: collettivo statistico, unità statistica e caratteri. Classificazione dei caratteri e scale di misura. Distribuzione unitaria e distribuzioni di frequenza. Funzione di ripartizione empirica. Rappresentazioni grafiche. Indicatori di posizione: definizioni, proprietà, calcolo e utilizzo. Misure di variabilità: definizioni, proprietà, calcolo e utilizzo. Concentrazione. Forma di una distribuzione: definizione e indicatori. Confronti mediante differenze e mediante rapporti. Distribuzioni secondo due o più caratteri. Misure di associazione. Dipendenza in media. Concordanza e discordanza. Correlazione lineare. Regressione lineare semplice. È previsto lo svolgimento di un ciclo di esercitazioni in aula informatica.
D. Piccolo (2010). Statistica per le decisioni - Introduzione alla statistica per l'ambiente R. Il Mulino.
Materiale fornito dal docente (appunti integrativi teorici, esercizi svolti, script laboratori con il software R) tramite la piattaforma moodle (http://elearning.sta.uniroma1.it/moodle/)
(Date degli appelli d'esame)
|
9
|
SECS-S/01
|
72
|
-
|
-
|
-
|
Attività formative di base
|
ITA |
1017584 -
MATEMATICA I CORSO
(obiettivi)
Obiettivi formativi Conoscenza e comprensione dei concetti e delle tecniche di base dell’algebra lineare e della geometria analitica nel piano e nello spazio e capacità di applicarle allo studio e alla risoluzione di semplici problemi anche nell'ambito di altri insegnamenti.
Conoscenza e capacità di comprensione. Buona conoscenza teorica e pratica di matrici, sistemi lineari e altre nozioni fondamentali di algebra lineare e capacità di comprensione di queste tematiche anche nell'ambito di altri insegnamenti.
Capacità di applicare conoscenza e comprensione. Capacità di utilizzare le competenze acquisite per risolvere semplici problemi su matrici, sistemi lineari e altre nozioni fondamentali di algebra lineare anche per sviluppi richiesti in altri insegnamenti.
Autonomia di giudizio. Buona capacità di riconoscere, inquadrare e impostare la risoluzione di semplici problemi su matrici, sistemi lineari e altre nozioni fondamentali di algebra lineare, eventualmente selezionando opportunamente tra i metodi appresi.
Abilità comunicativa. Buona capacità di esposizione di concetti e tecniche di base di algebra lineare nonché di metodi risolutivi di semplici problemi.
Capacità di apprendimento. Buona capacità di apprendimento delle questioni di carattere matematico in altri insegnamenti, in forza della comprensione del carattere logico-deduttivo della disciplina.
Canale: 1
-
CASADIO TARABUSI ENRICO
( programma)
Principio di induzione. Binomio di Newton. Retta reale. Numeri complessi. Geometria analitica nel piano e nello spazio. Spazi vettoriali. Lo spazio R^n. Prodotto scalare. Norma. Applicazioni lineari. Matrici. Determinanti. Rango. Matrici inverse. Sistemi di equazioni lineari: teoremi di Cramer e di Rouché-Capelli. Autovalori, autovettori, diagonalizzabilità. Forme bilineari simmetriche. Forme quadratiche e loro segno. Spazi metrici e topologia indotta dalla metrica.
Indicativamente, ciascuno di questi argomenti sarà trattato a lezione in un numero indicativo di ore tra quattro e otto.
M. Abate, C. de Fabritiis, Geometria analitica con elementi di algebra lineare, McGraw-Hill.
(Date degli appelli d'esame)
|
9
|
MAT/03
|
48
|
36
|
-
|
-
|
Attività formative di base
|
ITA |