Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno Attivato nell'A.A. 2019/2020
| Insegnamenti | Crediti | TAF | SSD |
|---|
3° Anno Attivato nell'A.A. 2020/2021
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a sceltaLegenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Modelli biologici discreti (2020/2021)
Codice insegnamento
4S01908
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Obiettivi formativi
Obiettivo del corso è fornire agli studenti i metodi della matematica discreta utilizzati nell’analisi di fenomeni biologici, con particolare riguardo alla analisi computazionale di genomi. Gli studenti impareranno ad usare metodi della probabilità discreta e la teoria dell'informazione per l'analisi di genomi.
Programma
Notazioni fondamentali su sequenze e stringhe. Problema della sottostringa e delle superstringhe. Ordinamento lessicografico e suffix arrays. Schemi combinatori avanzati e probabilita' discreta. Sequenze random e principali leggi di probabilita' su di esse (Bernoulli, Poisson, Esponenziale, Gauss). Sorgenti informative ed entropia. Entropia condizionale, divergenze entropiche e mutua informazione. Genomi, indici genomici, dizionari genomici, distribuzioni ed entropie genomiche. Rappresentazioni, visualizzazioni di genomi. Introduzione a python3 per la genomica. Implementazione di algoritmi e strutture dait per la genomica in python3.
Bibliografia
| Attività | Autore | Titolo | Casa editrice | Anno | ISBN | Note |
|---|---|---|---|---|---|---|
| Teoria | T. M. Cover, J. A. Thomas | Elements of Information Theory (Edizione 1) | John Wiley & Sons, Inc. | 1991 | 0471062596 | |
| Teoria | Vincenzo Manca | Infobiotics | Springer | 2013 | ||
| Laboratorio | Sebastian Bassi | Python for Bioinformatics (Edizione 2) | Routledge | 2017 | 1138035262 |
Modalità d'esame
L'esame consiste in una verifica orale più lo sviluppo di un progetto.
L'esame orale verte su tutto il programma del corso e la valutazione è espressa in trentesimi.
Il progetto viene concordato con lo studente a partire da una lista di progetti porposti dal docente. La valutazione del progetto è espressa in trentesimi.
Il voto finale è la media delle due valutazioni, prova orale e progetto.
