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.
Tipologia di Attività formativa D e F
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea in Matematica applicata - Immatricolazione dal 2025/2026Le 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°4 -24/25, 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 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
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° 3° | Algoritmi | D |
Roberto Segala
(Coordinatore)
|
1° 2° 3° | Elementi di chimica generale | D |
Silvia Ruggieri
|
1° 2° 3° | Genetica | D |
Massimo Delledonne
(Coordinatore)
|
1° 2° 3° | Introduzione alla meccanica quantistica per il quantum computing | D |
Claudia Daffara
(Coordinatore)
|
1° 2° 3° | Linguaggio programmazione Python [English edition] | D |
Carlo Combi
(Coordinatore)
|
1° 2° 3° | Progettazione di app REACT | D |
Graziano Pravadelli
(Coordinatore)
|
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° 3° | Algebraic geometry | F |
Rosanna Davison Laking
(Coordinatore)
|
1° 2° 3° | Algoritmi | D |
Roberto Segala
(Coordinatore)
|
1° 2° 3° | Linguaggio Programmazione LaTeX | D |
Enrico Gregorio
(Coordinatore)
|
1° 2° 3° | Linguaggio programmazione Python [Edizione in italiano] | D |
Carlo Combi
(Coordinatore)
|
1° 2° 3° | Organizzazione aziendale | D |
Serena Cubico
(Coordinatore)
|
1° 2° 3° | Sfide di programmazione | D |
Romeo Rizzi
(Coordinatore)
|
1° 2° 3° | Strumenti per lo sviluppo di applicazioni di realtà virtuale e mista | D |
Andrea Giachetti
(Coordinatore)
|
1° 2° 3° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Mila Dalla Preda
(Coordinatore)
|
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° | Conoscenze per l'accesso: matematica | D |
Franco Zivcovich
(Coordinatore)
|
Sistemi stocastici (2024/2025)
Codice insegnamento
4S00254
Docenti
Coordinatore
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA
Periodo
I semestre dal 1 ott 2024 al 31 gen 2025.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
L’obbiettivo dell’insegnamento è di presentare alcuni classi di modelli probabilistici di particolare rilevanza applicativa, in particolare modelli dinamici. L’enfasi è posta, oltre che sul rigore matematico, sullo sviluppo della capacità di cogliere gli aspetti essenziali di un fenomeno reale e tradurli in un modello la cui analisi, analitica o numerica, sia accessibile.L’argomento principale del corso è costituito dalle teoria delle catene di Markov, tanto a tempo discreto che continuo. Ogni sviluppo della teoria è accompagnato dalla presentazione di esempi di rilevante interesse applicativo, motivati dall’Economia, dalle Scienze Fisiche e Biologiche, ma anche da problemi di natura computazionale che emergono nella ricerca di algoritmi efficienti. Nella parte finale del corso verranno introdotte le nozioni di valor atteso condizionale e martingala.Al termine del corso lo studente avrà gli strumenti per usare in ambito sia teorico che applicativo una vasta gamma di modelli probabilistici, comprendendone i limiti e l'effettiva applicabilità, anche da un punto di vista computazionale. Sarà inoltre in grado di avere una visione unificante e astratta di classi di problemi con caratteristiche simili, e di affrontare la lettura di testi anche avanzati.
Prerequisiti e nozioni di base
Probabilità di base
Programma
1. Valore atteso condizionale e distribuzione condizionale. Martingale. Teorema d'arresto e teorema di convergenza.
2. Catene di Markov a tempo discreto. Proprietà di Markov e probabilità di transizione. Irriducibilità, aperiodicità. Distribuzioni stazionarie. Distribuzioni reversibili.
3. Tempi di ingresso. Analisi a un passo. Convergenza alla distribuzione stazionaria. Legge dei grandi numeri per catene di Markov. Metodi Markov Chain Monte Carlo: algoritmo di Metropolis e Gibbs sampler.
4. Catene di Markov riducibili. Stati transitori e stati ricorrenti. Probabilità di assorbimento.
5. Catene di Markov a tempo continuo. Il processo di Poisson e sue proprietà. La proprietà di Markov a tempo continuo. Semigruppo associato ad una catena di Markov: continuità e derivabilità; generatore. Equazioni di Kolmogorov. Distribuzioni stazionarie. Formula di Dynkin. Costruzione probabilistica di una catena di Markov a tempo continuo.
Bibliografia
Modalità didattiche
Tutti gli argomenti saranno illustrati a lezione. Materiale addizionale, quale esercizi settimanali, appunti ed ulteriori referenze, saranno disponibile alla pagina Moodle del corso.
Saranno specificamente tutelati gli studenti e le studentesse in situazioni di limitazione agli spostamenti per effetto di disposizioni nazionali o in situazioni particolari di fragilità. In questi casi gli studenti e le studentesse sono invitati a contattare direttamente il docente per organizzare le modalità di recupero più opportune.
Modalità di verifica dell'apprendimento
L’esame consiste in una prova scritta, della durata di 180 minuti. La prova prevede di risolvere alcuni esercizi e di rispondere ad alcune domande di teoria, in cui verrà richiesta almeno una dimostrazione di quelle contrassegnate nel programma del corso.
Criteri di valutazione
Per superare l'esame, lo studente dovrà dimostrare:
-- di aver assimilato le nozioni teoriche, mostrando conoscenza dettagliata di definizioni ed enunciati, oltre ad alcune dimostrazioni;
-- di essere in grado di applicare la teoria alla risoluzione di problemi.
Criteri di composizione del voto finale
Il voto finale è interamente basato sull'esito della prova scritta
Lingua dell'esame
Italiano
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita