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:

Modelli matematici A

Oggetto:

Mathematical Models

Oggetto:

Anno accademico 2017/2018

Codice dell'attività didattica
MAN0325
Docenti
Prof. Marina Marchisio (Titolare del corso)
Prof. Federica Galluzzi (Titolare del corso)
Corso di studi
[f055-c503] Laurea Magistrale in Scienze Strategiche
[f055-c503PO] Laurea Magistrale in Scienze (Percorso Politico Organizzativo)
Anno
1° anno
Periodo didattico
Secondo semestre
Tipologia
Caratterizzante
Crediti/Valenza
6
SSD dell'attività didattica
MAT/03 - geometria
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Prerequisiti

Argomenti trattati nel corso di Matematica del Corso di Laurea Triennale in Scienze Strategiche e della Sicurezza.

Topics covered in the Mathematics course of the First cycle Degree in Strategic and Security Sciences.
Propedeutico a
No

None

Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Modulo I:

Il corso si propone di fornire agli studenti le tecniche e i metodi matematici necessari per affrontare i corsi successivi e le conoscenze di base dell'ambiente di calcolo evoluto "Maple".

Modulo II:

Il corso si propone di fornire agli studenti alcune metodologie utili per studiare fenomeni casuali, presentando sia i fondamenti teorici che gli aspetti applicativi dei metodi analizzati.

Mod. I

The course aims to give to students the techniques and the mathematical methods needed to deal with subsequent courses and the basic knowledge of the technical computing software "Maple".

Mod. II

The course aims to give to students some methods useful to study random phenomena, explaining both the theoretical bases and the applicative aspects of the analyzed methods

Oggetto:

Risultati dell'apprendimento attesi

Modulo I:

L'allievo dovrà essere in grado di risolvere problemi matematici che richiedono la conoscenza del calcolo differenziale ed integrale delle funzioni reali di una variabili. Dovrà essere in grado di avvalersi dell'ambiente di calcolo evoluto Maple" per la costruzione di semplici modelli matematici.

Modulo II:

Lo studente dovrà conoscere i concetti fondamentali del calcolo delle probabilità e della statistica matematica necessari per analizzare ed elaborare dati. Dovrà conoscere le principali distribuzioni di probabilità nel discreto e nel continuo e saper risolvere problemi elementari riguardanti lo studio di una popolazione e dei campioni estratti da essa. Dovrà essere in grado di avvalersi del sistema di calcolo simbolico "Maple" per lo studio di semplici problemi di statistica.

Mod. I

The student should be able to solve mathematical problems that require the knowledge of the differential and integral calculus for real functions in one variable. He should be able to use the technical computing software "Maple" for constructing simple mathematical models.

Mod. II

Students must be able to know the fundamental concepts of the probability calculus and of the mathematical statistics required to analyze and elaborate data. They must know the most important discrete and continuous probability distributions. They must be able to solve simple problems concerning the study of a population and its random samples. He should be able to use the technical computing software "Maple" for studying simple statistical problems.

Oggetto:

Modalità di insegnamento

Le lezioni si svolgeranno principalmente in un laboratorio informatico dove lo studente avrà a disposizione un computer su cui operare in maniera attiva. Verranno proposte attività di gruppo da svolgere sia in laboratorio che in piattaforma di elearning.

Oggetto:

Modalità di verifica dell'apprendimento

E' prevista la consegna di esercitazioni e di una tesina per la verifica dell'apprendimento.

E' previsto anche lo svolgimento di un esonero scritto.

All'orale verranno discusse le consegne.

Oggetto:

Attività di supporto

Sono previste consulenze sincrone e asincrone in piattaforma Moodle per facilitare la preparazione delle consegne e della tesina.

Oggetto:

Programma

Modulo I

Ripasso degli argomenti trattati nel corso di Matematica del Corso di Laurea Triennale in Scienze Strategiche e della Sicurezza. L'ambiente di calcolo evoluto "Maple".

Modulo II:

Statistica descrittiva. Distribuzioni di frequenza. Regressione lineare. Calcolo combinatorio. Calcolo delle probabilità. Le distribuzioni di probabilità di Bernoulli, di Poisson, di Gauss, t di Student e chi quadro. Teoria elementare dei campioni. Stima dei parametri.

Mod. I

Revision of topics covered in the Mathematics course of the First cycle Degree in Strategic and Security Sciences. The technical computing software "Maple".

Mod. II

Descriptive statistics. Frequency distributions. Linear regression. Enumerative combinatorics. Probability calculus. The Bernoulli, Poisson, Gaussian, Student's t and chi-square distributions. Sampling theory. Parameters estimation.

Testi consigliati e bibliografia

Oggetto:

Verranno fornite dispense dai docenti, disponibili sulla piattaforma Moodle.



Oggetto:

Orario lezioni

Lezioni: dal 08/01/2018 al 28/03/2018

Nota:
Le lezioni si svolgeranno nei seguenti giorni:

[T] lezioni Modulo Comune per tutti

[PO] lezioni Modulo percorso Politico Organizzativo

[LE] lezioni Modulo percorso Logistico e percorso Economico

Mercoledì 24.01.2018 14:30 - 15:30 [T]
aula A Dipartimento di Matematica prof.ssa Marchisio

Mercoledì 24.01.2018 15:30 - 17:30 [T]
aula A Dipartimento di Matematica prof.ssa Galluzzi

Venerdì 9.02.2018 14:00 - 17:00 [T]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Galluzzi

Mercoledì 14.02.2018 14:30 - 17:30 [LE]
aula A Dipartimento di Matematica prof.ssa Marchisio

Venerdì 16.02.2018 8:15 - 12:15 [LE]
aula info2 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Lunedì 19.02.2018 8:15 - 11:15 [T]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Venerdì 23.02.2018 14:30 - 17:30 [T]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Galluzzi

Lunedì 26.02.2018 8:15 - 11:15 [PO]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Mercoledì 28.02.2018 8:15 - 11:15 [T]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Galluzzi

Mercoledì 28.02.2018 14:30 - 17:30 [PO]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Venerdì 2.03.2018 8:00 - 12:00 [PO]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Lunedì 5.03.2018 8:15 - 11:15 [LE]
aula info2 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Mercoledì 7.03.2018 8:15 - 11:15 [T]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Galluzzi

Mercoledì 7.03.2018 14:30 - 17:30 [PO]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Lunedì 12.03.2018 8:15 - 11:15 [LE]
aula info2 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Mercoledì 14.03.2018 8:15 - 11:15 [T]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Galluzzi

Mercoledì 14.03.2018 14:30 - 17:30 [PO]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Lunedì 19.03.2018 8:15 - 11:15 [LE]
aula info2 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Mercoledì 21.03.2018 8:15 - 11:15 [T]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Galluzzi

Mercoledì 21.03.2018 14:30 - 17:30 [PO]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Lunedì 26.03.2018 8:15 - 11:15 [LE]
aula info2 (pianoterra) Dipartimento di Matematica prof.ssa Galluzzi

Mercoledì 28.03.2018 8:15 - 11:15 [PO]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Galluzzi

Mercoledì 28.03.2018 14:30 - 17:30 [LE]
aula info5 (pianoterra) Dipartimento di Matematica prof.ssa Marchisio

Oggetto:

Note

E' fortemente consigliata la frequenza, soprattutto per le attività laboratoriali.

Oggetto:
Ultimo aggiornamento: 16/04/2018 10:30
Location: https://www.suiss.unito.it/robots.html
Non cliccare qui!