Vai al contenuto principale
Logo di Scuola Universitaria Interdipartimentale in Scienze Strategiche (SUISS)

SUISS - Struttura Didattica Speciale in Scienze strategiche

Scuola Universitaria Interdipartimentale in Scienze Strategiche (SUISS)

Logo di Scuola Universitaria Interdipartimentale in Scienze Strategiche (SUISS)
Oggetto:
Oggetto:

Metodi matematici - MOD. I

Oggetto:

Mathematical methods - MOD. I

Oggetto:

Anno accademico 2020/2021

Codice dell'attività didattica
INF0196A
Docente
Prof. Federica Galluzzi (Titolare del corso)
Insegnamento integrato
Corso di studi
[f055-c504] Laurea Magistrale in Scienze Strategiche e Militari
[f055-c504COM] Laurea Magistrale in Scienze e Militari (Percorso Comunicazioni)
Anno
1° anno
Periodo didattico
Da definire
Tipologia
Caratterizzante
Crediti/Valenza
6
SSD dell'attività didattica
MAT/05 - analisi matematica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Obbligatoria
Tipologia d'esame
Scritto
Prerequisiti

Argomenti trattati nei corsi di Matematica I e Matematica II B della laurea di primo livello in Scienze Strategiche.


Topics covered in Mathematics I and Mathematics II Bcourses of the First cycle Degree in Strategic Sciences.
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Il corso si propone di completare la preparazione matematica di base, fornendo alcune nozioni sulle funzioni di variabile complessa e sulla risoluzione numerica di sistemi lineari.  Verranno inoltre introdotte alcune nozioni fondamentali sulle distribuzioni di probabilità (discrete e continue). Tali nozioni saranno necessarie per lo studio e la comprensione degli argomenti dei  corsi di natura scientifico-tecnologica del corso di studi.

The course aims to complete the basic mathematical education provided by the former mathematical courses

 in order to furnish both the basic technical skills and the conceptual knowledge needed to understand the contents of the other scientific-technological courses. In particular, the basic notions on functions of complex variables, on finding numerical solutions of linear systems and on discrete and continuous probability distributions.

Oggetto:

Risultati dell'apprendimento attesi

Lo studente sarà in grado di affrontare problemi ed esercizi riguardanti la ricerca di soluzioni numeriche di sistemi lineari anche con l'aiuto di un sistema di calcolo evoluto (Maple). Sarà inoltre in grado di studiare semplici funzioni di variabile complessa e di analizzare il comportamento delle piu' comuni distribuzioni di probabilità discrete e continue.

Students should  be able to apply iterative methods  for finding  numerical solutions of a linear system, with the help of the technical computing software Maple. They should be also able to understand and to analyze the behaviour of a common probabilistic distribution and of simple  functions of complex variables.

Oggetto:

Modalità di insegnamento

 

La metodologia didattica impiegata consiste in:

Lezioni frontali n. 42 ore 

Lectures  42 h 

Oggetto:

Modalità di verifica dell'apprendimento

La prova scritta  consiste in una serie di esercizi e quesiti che lo studente e' chiamato a risolvere e discutere per verificare sia  la comprensione dei concetti teorici alla base  del corsosia l'acquisizione di tecniche di calcolo adeguate che consentano di usare tali concetti per risolvere problemi. Tale prova e' valutata in 30esimi. 

 

 

The written exam consists of  exercises and questions aiming to check  if  the student acquired a conceptual understanding of the fundamental ideas on numerical solutions of linear systems, complex analysis and statistics and techniques for using these concepts in solving problems.

 

Oggetto:

Attività di supporto

Saranno previste n.14 ore di attività didattiche integrative - cicli di esercitazioni - svolte dal Dott. Fissore Cecilia

There will be n.14 hours of supplementary educational activities - exercise cycles - carried out by Dr.Fissore Cecilia

Oggetto:

Programma

Risoluzione numerica di sistemi lineari. Funzioni di variabili complessa: derivabilità,condizioni di Cauchy-Riemann. Variabili aleatorie discrete e continue, distribuzioni di variabili aleatorie. Esempi notevoli. Valori attesi, distribuzioni congiunte, indipendenza e correlazione, valori attesi condizionati.

Numerical solutions of linear systems. Functions of a complex variable: definitions, derivability, Cauchy-Riemann conditions. Expected values of joint distributions, indipendence and correlation. Conditional expected values.

 

 

Testi consigliati e bibliografia

Oggetto:

Tutto il materiale didattico e' presente sul sito Moodle del corso : https://suiss.i-learn.unito.it



Oggetto:

Note

Le modalità di svolgimento dell'attività didattica potranno subire variazioni in base alle limitazioni imposte dalla crisi sanitaria in corso. In ogni caso è assicurata la modalità a distanza per tutto l'anno accademico.

Oggetto:
Ultimo aggiornamento: 04/12/2020 11:19
Location: https://www.suiss.unito.it/robots.html
Non cliccare qui!