Studying at the University of Verona
Here you can find information on the organisational aspects of the Programme, lecture timetables, learning activities and useful contact details for your time at the University, from enrolment to graduation.
Type D and Type F activities
Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.
1. Insegnamenti impartiti presso l'Università di Verona
Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).
Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.
2. Attestato o equipollenza linguistica CLA
Oltre a quelle richieste dal piano di studi, per gli immatricolati dall'A.A. 2021/2022 vengono riconosciute:
- Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
- Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).
Tali cfu saranno riconosciuti, fino ad un massimo di 6 cfu complessivi, di tipologia F se il piano didattico lo consente, oppure di tipologia D. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.
Gli immatricolati fino all'A.A. 2020/2021 devono consultare le informazioni che si trovano qui.
Modalità di inserimento a libretto: richiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it
3. Competenze trasversali
Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali
Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici.
4. Contamination lab
Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona
ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.
PROCEDURA PER IL RICONOSCIMENTO DELL'ATTIVITA' LAVORATIVA COME CREDITI DI STAGE
Come previsto da delibera del collegio didattico di Matematica e Data Science n°8 -23/24, lo studente che intende farsi riconoscere ore di attività lavorativa come crediti di stage, prima dell'inizio dell'attività, è tenuto ad inviare all'indirizzo mail della segreteria studenti e in copia conoscenza alla commissione pratiche studenti (paolo.daipra@univr.it, luca.dipersio@univr.it, barbara.gaudenzi@univr.it) esplicita richiesta. Nella richiesta va specificato il tipo di attività, nome dell’azienda e sede lavorativa e ore/crediti di cui si sta chiedendo il riconoscimento.
Affinché l'attività sia riconoscibile è d'obbligo che si sia svolta durante gli anni di iscrizione al corso di studi. Una volta accertata la coerenza tra l'attività lavorativa in essere e gli obiettivi del corso, lo studente riceverà tempestiva comunicazione dalla commissione pratiche studenti con in copia conoscenza la segreteria.
Al termine del periodo lavorativo stabilito, lo studente invia alla segreteria studenti la seguente documentazione:
- relazione finale dettagliata che viene inoltrata alla commissione per l’approvazione finale (firmata dallo studente e da un referente aziendale);
- una dichiarazione del legale rappresentante dell'azienda/ente e/o documentazione atta a dimostrare la tipologia di attività professionale e l'impegno orario ad essa dedicato.
La segreteria studenti provvederà all'invio della documentazione ricevuta alla commissione pratiche studenti e alla registrazione dei CFU (taf F ed eventuali ulteriori crediti taf D) deliberati dalla commissione stessa.
Insegnamenti e altre attività che si possono inserire autonomamente a libretto valide per l'a.a. 2024/25
years | Modules | TAF | Teacher |
---|---|---|---|
1° 2° | Elements of Cosmology and General Relativity | D |
Claudia Daffara
(Coordinator)
|
1° 2° | Introduction to quantum mechanics for quantum computing | D |
Claudia Daffara
(Coordinator)
|
1° 2° | Python programming language [English edition] | D |
Carlo Combi
(Coordinator)
|
1° 2° | APP REACT PLANNING | D |
Graziano Pravadelli
(Coordinator)
|
years | Modules | TAF | Teacher |
---|---|---|---|
1° 2° | Python programming language [Edizione in italiano] | D |
Carlo Combi
(Coordinator)
|
1° 2° | Programming Challanges | D |
Romeo Rizzi
(Coordinator)
|
1° 2° | Protection of intangible assets (SW and invention)between industrial law and copyright | D |
Mila Dalla Preda
(Coordinator)
|
years | Modules | TAF | Teacher |
---|---|---|---|
1° 2° | Mathematics mini courses |
Giacomo Albi
(Coordinator)
|
Discrete optimization and decision making (2024/2025)
Teaching code
4S009081
Academic staff
Coordinator
Credits
6
Also offered in courses:
- Discrete Optimization of the course Master's degree in Artificial intelligence
- Mathematics for decisions of the course Master's degree in Mathematics
- Discrete optimization and decision making of the course Master's degree in Data Science
Language
English
Scientific Disciplinary Sector (SSD)
MAT/09 - OPERATIONS RESEARCH
Period
Semester 2 dal Mar 3, 2025 al Jun 13, 2025.
Courses Single
Authorized
Learning objectives
The course aims to introduce the basics of mathematical programming, in order to develop modeling skills to formulate and solve complex real problems in both deterministic and probabilistic domains. The course will cover topics of integer and continuous linear programming, also providing good knowledge in the field of stochastic programming and robust optimization, as methods in the field of decision theory. The lectures will focus on the computational aspects of the different approaches, as well as on the respective modeling and application features in concrete areas. At the end of the course the student has to show to have acquired the following skills: i) ability to deal with modeling, optimization and decision-making problems, ii) ability to develop computational tools for the application of theoretical solutions in the field of optimization of, e.g., routing, industrial production and financial processes, iii) ability to use specific software solutions to solve mathematical formulations, e.g., Gurobi, Cplex
Prerequisites and basic notions
this is an interfaculty course and we would like to keep the prerequisites to a minimum. The fundamental prerequisite is obviously interest and being assertive and autonomous.
Helpful:
- knowing how to solve systems of linear equations (linear algebra)
- having written/debugged some small program in some language (like python)
- curiosity
- interest in hopefully acquiring new skills and approaches
Program
- Basic notions on Problems, Models, Algorithms and Computational Complexity
- Recursion and Dynamica Programming
- Linear Programming (reference: Vanderbei chapters 2,3,4,5, but no need to read the proof concerning Bland's rule)
- the tableau and the simplex algorithm
- duality theory
- complementary slackness
- economic interpretation
- Modeling
- the art of resorting to a Solver (Gurobi)
- Integer Linear Programming
- simple enumeration and implicit enumeration algorithms
- branch & bound
- branch & cut
- compact formulations
- approximation algorithms
- heuristics and meta-heuristics
- Graphs as models and problems on graphs
- shortest paths
- maximum flows
- maximum bipartite matching
- TSP
Bibliography
Didactic methods
The lessons will take place in a traditional classroom but can be followed also from remote and will be recorded.
The Telegram Group https://t.me/DiscreteOptimization is a first reference for the course and keeps us all-2-all connected.
The list of bibliographic materials freely available through the university's Levanto service is https://univr.alma.exlibrisgroup.com/leganto/public/39UVR_INST/lists/5425495420005791?auth=SAML
Learning assessment procedures
homeworks proposed during the course will contribute to the grade
at the end of the course, on the same platform used for the homeworks, a project will be proposed
a final oral exam will be an opportunity to discuss in a broader way the skills learned, also verifying the possession of the skills demonstrated in the homeworks and with the project
Evaluation criteria
- homeworks: score obtained from the automatic feedback system and contextual verification (it is possible to work in a group but respecting the rules that allow for verification of authenticity)
- project: as for the exercises, but also modulated by other considerations
- oral: holistic evaluation on skills from the final program, active skills, and clarity of exposition
Criteria for the composition of the final grade
as sum of the points collected from the homeworks, the project, and the oral exam
Exam language
english