Corso di laurea magistrale in Informatica

Calcolo delle probabilita': eventi, indipendenza, probabilità congiunta e condizionata, variabili aleatorie discrete e continue e relativa caratterizzazione (distribuzione, funzione generatrice e momenti), teorema del limite centrale e legge dei grandi numeri; Analisi matematica: funzioni e relativo studio; calcolo differenziale ed integrale.
Insegnamenti propedeutici (forniscono le competenze attese in ingresso): Calcolo delle Probabilita' e Statistica (LT)Analisi Matematica 1 e 2 (LT)

L'insegnamento fornisce le competenze minimali per quanti avessero necessita' di utilizzare il calcolo delle probabilita' o le trasformate di Fourier per applicazioni di tipo modellistico, non pretende invece di permettere allo studente di operare autonomamente su tali tematiche. Obiettivo principale e' infatti mettere lo studente nelle condizioni di proseguire eventualmente lo studio in modo autonomo, avendo acquisito il linguaggio necessario su alcuni temi avanzati su cui avra' le competenze sufficienti per poter leggere articoli scientifici che utilizzino tali strumenti a fini applicativi. Questo insegnamento concorre agli obiettivi formativi specifici dell'ambito "Realtà virtuale e multimedialità", "Reti e sistemi informatici", "Sistemi per il trattamento dell'informazione" del Corso di Laurea Magistrale in Informatica (LM18).

 

CONOSCENZA E CAPACITÀ DI COMPRENSIONE Acquisizione di conoscenze teoriche e operative relative alla modellizzazione matematica tramite l'utilizzo degli strumenti di base dell'analisi armonica e della teoria della Probabilità.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE Acquisizione della capacità di applicare le conoscenze teoriche relative all'analisi armonica e alla probabilità per la risoluzione di esercizi e di problemi legati alle applicazioni.

AUTONOMIA DI GIUDIZIO Acquisizione di consapevole autonomia di giudizio con riferimento a
valutazione e interpretazione di dati sperimentali relativi a problemi di teoria dei segnali e di calcolo delle probabilità.

ABILITÀ COMUNICATIVE Acquisizione di competenze e strumenti per la comunicazione rigorosa in forma scritta e orale di concetti, idee e strategie in riferimento alle problematiche trattate nel corso. 

CAPACITÀ DI APPRENDIMENTO Acquisizione di capacità autonome di apprendimento e di
autovalutazione della propria preparazione, atte ad intraprendere gli studi successivi con un alto grado di autonomia.

Lezioni frontali alternate con esercizi ed esempi; Il corso si svolge in presenza. La messa a disposizione di registrazioni di parte del corso potrà venir vagliata

L'esame si svolgera' in presenza, salvo deroghe definite dall'ateneo. E' necessaria l'iscrizione entro le date previste su Esse3. L'esame relativo alla parte di Analisi Matematica sara' solo orale. Per quanto riguarda la parte di Probabilita', durante il corso verranno distribuiti due fogli di esercizi, chi consegnerà le soluzioni sarà esonerato dal risolvere esercizi in seduta d'esame e la valutazione degli esercizi, consegnati durante il corso o svolti al momento dell'esame, sarà parte integrante della valutazione finale. La possibilità di consegnare la soluzione di esercizi assegnati durante il corso esonera dalla soluzione al momento dell'esame viene offerta solo agli studenti che si presentino agli appelli della sessione invernale. In ogni sessione e' possibile sostenere una o entrambe le parti dell'esame (Analisi e Probabilita'). Il voto finale sara' la media (arrotondata per eccesso) dei voti delle due parti. Se si sostiene solo una parte, il voto di questa parte verra' mantenuto per un Anno Accademico (cioe' fino alla sessione di Settembre inclusa). Se nel frattempo verra' sostenuta anche la parte rimanente, verra' registrato il voto finale. Se non verra' sostenuta la parte rimanente entro l'Anno Accademico allora si dovra' risostenere l'esame completo. In caso di insufficienza, o ritiro, e' sempre possibile ripetere l'esame all'appello successivo.

variabili aleatorie congiuntamente distribuite; attese e probabilità condizionate; processi stocastici; catene di Markov a tempo discreto; processo di Poisson; catene di Markov a tempo continuo; Segnali e sistemi, funzione di trasferimento, filtri, modello di filtro passa-basso. Principali proprieta' di serie e trasformata di Fourier e loro utilizzo in alcuni problemi di interesse applicativo. Cenni a rappresentazioni tempo-frequenza di segnali.