Matematica ed elementi di informatica
CdL Scienze Biologiche per l'Ambiente Interateneo UMG-UniRC
Docente:
Michelino Avolio
avolio@unicz.it
SSD:
IINF-05/A - Sistemi di elaborazione delle informazioni
CFU:
6
Scuola di Farmacia e Nutraceutica - Data stampa: 15/06/2025
|
Organizzazione della didattica
|
|
Ore
|
|
Totali
|
Didattica frontale
|
Pratica (laboratorio, campo, esercitazione, altro)
|
Studio individuale
|
|
150
|
48
|
|
102
|
|
CFU/ETCS
|
|
6
|
6
|
|
|
Il corso fornisce agli studenti conoscenze di base di analisi matematica, teoria delle probabilità e strumenti di inferenza statistica per la stima campionaria e di informatica. L'obiettivo è applicare questi concetti a problemi scientifici e modellizzare fenomeni aleatori e condizioni di incertezza.
Non sono richieste conoscenze preliminari specifiche, oltre a quelle richieste per l'accesso al Corso di Laurea.
- Lezioni frontali
- Problem solving
- Esercitazioni pratiche
- DD1 - Conoscenza e capacità di comprensione: Principi di analisi matematica e statistica.
- DD2 - Conoscenza e capacità di comprensione applicate: Utilizzo di strumenti matematici e statistici e di strumenti informatici per l'analisi di dati e la risoluzione di problemi.
- DD3-5 - Competenze trasversali: Sviluppo di autonomia di giudizio, abilità comunicative e capacità di apprendimento.
Analisi Matematica
- Richiami di algebra: prodotti notevoli, frazioni algebriche, esponenziali e logaritmi.
- Equazioni, sistemi di equazioni e disequazioni.
- Calcolo combinatorio: disposizioni, permutazioni e combinazioni.
- Limiti di successioni e funzioni.
- Funzioni continue e derivate.
- Studio di funzione e integrali.
Statistica Descrittiva, Calcolo delle Probabilità e Statistica Inferenziale
- Indici statistici di posizione, variabilità e forma.
- Teoria della probabilità: spazio campionario, assiomi di probabilità, teorema di Bayes.
- Distribuzioni di probabilità: binomiale, Poisson, Gaussiana.
- Metodi di campionamento e distribuzioni campionarie.
- Stima dei parametri e intervalli di confidenza.
- Test di ipotesi e distribuzioni t di Student e chi-quadrato.
Laboratorio di informatica:
- Uso di Excel: Celle, fogli e cartelle; Formattazione del foglio di lavoro; Lavorare con le formule; Le funzioni in particolare le funzioni logiche, matematiche e statistiche; Strumenti Analisi Dati, Tabelle di dati; Rappresentazione grafica dei dati, Istogramma; Le funzioni per l'interpolazione lineare; Disegno e modifica delle forme; Visualizzazione e stampa di fogli e cartelle di lavoro;
|
Testi di riferimento
|
- Michiel Bertsch, Andrea Dall’Aglio, Lorenzo Giacomelli - Epsilon 1, Primo Corso di Analisi Matematica.
- Ardelio Galletti - Lezioni di Matematica e Statistica, terza edizione.
- Daniela Tondini - McGraw-Hill Education - Matematica, statistica e informatica
- Ulteriori letture consigliate per approfondimento: Maria Michela Dickson, Diego Giuliani - Magioli Editore - Analisi statistica con Excel.
- Materiale didattico fornito dal docente e disponibile sulla piattaforma e-learning del CdS.
|
|
Modalità di verifica
dell’apprendimento
|
Prova scritta:
- Soluzione di esercizi sugli argomenti del corso.
- La prova si considera superata con un voto ≥ 18/30.
- Non è consentita la consultazione di testi o appunti durante l’esame.
Prova orale (facoltativa):
- Prevista su richiesta dello studente o del docente.
|
|
Voto
|
Conoscenza
|
Capacità di Analisi e Sintesi
|
Utilizzo di Referenze
|
|
<18
|
Carenze significative
|
Scarsa capacità di sintesi
|
Inappropriato
|
|
18-20
|
Conoscenza minima
|
Capacità sufficienti
|
Appena appropriato
|
|
21-23
|
Conoscenza di base
|
Analisi e sintesi corrette
|
Utilizzo standard
|
|
24-26
|
Buona conoscenza
|
Argomentazione coerente
|
Utilizzo corretto
|
|
27-29
|
Conoscenza approfondita
|
Ottime capacità di analisi e sintesi
|
Approfondimenti significativi
|
|
30-30L
|
Conoscenza eccellente
|
Elevata capacità critica e analitica
|
Importanti approfondimenti
|
Criteri per l'assegnazione della lode:
- Completezza della preparazione.
- Eccellente capacità di analisi e sintesi.
- Originalità e rigore nell'esposizione.
Informazioni aggiuntive saranno comunicate durante il corso o tramite la piattaforma e-learning.
