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.

This information is intended exclusively for students already enrolled in this course.
If you are a new student interested in enrolling, you can find information about the course of study on the course page:

Laurea in Matematica applicata - Enrollment from 2025/2026

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 librettorichiedere 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.

5. Periodo di stage/tirocinio

Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui informazioni su come attivare lo stage. 

Verificare nel regolamento quali attività possono essere di tipologia D e quali di tipologia F.

Insegnamenti e altre attività che si possono inserire autonomamente a libretto

Academic year:
Semester 1 From 10/2/23 To 1/26/24
years Modules TAF Teacher
1° 2° 3° Algorithms D Roberto Segala (Coordinator)
1° 2° 3° Basis of general chemistry D Silvia Ruggieri
1° 2° 3° Genetics D Massimo Delledonne (Coordinator)
1° 2° 3° Introduction to quantum mechanics for quantum computing D Claudia Daffara (Coordinator)
1° 2° 3° Introduction to Robotics for students of scientific courses. D Andrea Calanca (Coordinator)
1° 2° 3° Web and mobile app design using react and react native D Graziano Pravadelli (Coordinator)
1° 2° 3° Firmware development with bluetooth low energy (BLE) protocol and freertos operating system D Franco Fummi (Coordinator)
Semester 2 From 3/4/24 To 6/14/24
years Modules TAF Teacher
1° 2° 3° Algebraic Geometry F Rosanna Davison Laking (Coordinator)
1° 2° 3° Algorithms D Roberto Segala (Coordinator)
1° 2° 3° Artificial intelligence D Alessandro Farinelli (Coordinator)
1° 2° 3° Introduction to Robotics for students of scientific courses. D Andrea Calanca (Coordinator)
1° 2° 3° LaTeX Language D Enrico Gregorio (Coordinator)
1° 2° 3° Python programming language D Carlo Combi (Coordinator)
1° 2° 3° Organization Studies D Serena Cubico (Coordinator)
1° 2° 3° Scientific Programming F Pietro Sala (Coordinator)
1° 2° 3° Programming Challanges D Romeo Rizzi (Coordinator)
List of courses with unassigned period
years Modules TAF Teacher
Subject requirements: mathematics D Franco Zivcovich (Coordinator)

Teaching code

4S00254

Coordinator

Paolo Dai Pra

Credits

6

Language

Italian

Scientific Disciplinary Sector (SSD)

MAT/06 - PROBABILITY AND STATISTICS

Period

Semester 1 dal Oct 2, 2023 al Jan 26, 2024.

Courses Single

Authorized

Learning objectives

The aim of the course is to present some classes of probabilistic models of particular relevance in applications, in particular dynamic models. The emphasis is placed, in addition to mathematical rigor, on developing the ability to grasp the essential aspects of a real phenomenon and translate them into a model whose analysis, analytical or numerical, is accessible.The main topic of the course is the theory of Markov chains, both in discrete and continuous time. Each development of the theory is accompanied by the presentation of examples of applicative interest, motivated by economics, physical and biological sciences, but also by computational problems that emerge in the search for efficient algorithms. In the final part of the course the notions of conditional expectation and martingale will be introduced.At the end of the course, the student will have the tools to use a wide range of probabilistic models in both theoretical and applicative contexts, understanding their limits and effective applicability, also from a computational point of view. He will also be able to have a unifying and abstract vision of classes of problems with similar characteristics, and to face the reading of advanced texts.

Prerequisites and basic notions

Basics in Probability

Program

1. Conditional expectation and conditional distribution. Martingale. Stopping theorem and convergence theorem.
2. Discrete-time Markov chains. Markov property and transition probabilities. Irreducibility, aperiodicity. Stationary distributions. Reversible distributions.
3. Hitting times. One step analysis. Convergence to the stationary distribution. Law of large numbers for Markov chains. Markov Chain Monte Carlo methods: Metropolis algorithm and Gibbs sampler.
4. Reducible Markov chains. Transient and recurrent states. Absorption probabilities.
5. Continuous-time Markov chains. The Poisson process and its properties. Continuous-time Markov property. Semigroup associated with a Markov chain: continuity and differentiability; generator. Kolmogorov equations. Stationary distributions. Dynkin's formula. Probabilistic construction of a continuous-time Markov chain.

Bibliography

Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Didactic methods

All the topics will be illustrated in class. Additional material, as exercises, lecture notes and further references, will be available on the Moodle page of the course.
The rights of students will be preserved in situations of travel limitation or confinement due to national provisions to combat COVID or in particular situations of fragile health. In these cases, you are invited to contact the teacher directly to organize the most appropriate remedial strategies.

Learning assessment procedures

The exam consists of a 180-minute written test. It includes exercises and theoretical questions, with at least one proof of those marked in the course program required.

Students with disabilities or specific learning disorders (SLD), who intend to request the adaptation of the exam, must follow the instructions given HERE

Evaluation criteria

To pass the exam, the student must demonstrate:
-- to have understood the theoretical notions, showing detailed knowledge of definitions and statements, as well as of some proofs;
-- to be able to apply theory to problem-solving.

Exam language

Italiano