Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
MATHEMATICAL ENGINEERING - INGEGNERIA MATEMATICA
Insegnamento
ANALYTICAL AND STOCHASTIC MATHEMATICAL METHODS FOR ENGINEERING
INP5070357, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
MATHEMATICAL ENGINEERING - INGEGNERIA MATEMATICA (Ord. 2017)
IN2191, ordinamento 2017/18, A.A. 2017/18
N0
porta questa
pagina con te
Curriculum Percorso Comune
Crediti formativi 12.0
Tipo di valutazione Voto
Denominazione inglese ANALYTICAL AND STOCHASTIC MATHEMATICAL METHODS FOR ENGINEERING
Dipartimento di riferimento Dipartimento di Ingegneria Civile, Edile e Ambientale (ICEA)
Sito E-Learning https://elearning.unipd.it/dicea/course/view.php?idnumber=2017-IN2191-000ZZ-2017-INP5070357-N0
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile GIORGIA CALLEGARO MAT/06
Altri docenti PAOLO GUIOTTO MAT/05

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Discipline matematiche, fisiche e informatiche MAT/05 6.0
CARATTERIZZANTE Discipline matematiche, fisiche e informatiche MAT/06 6.0

Modalità di erogazione
Periodo di erogazione Primo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LEZIONE 12.0 96 204.0 Nessun turno

Calendario
Inizio attività didattiche 02/10/2017
Fine attività didattiche 19/01/2018

Commissioni d'esame
Commissione Dal Al Membri
2 2016 01/10/2016 30/11/2017 CALLEGARO GIORGIA (Presidente)
GAROFALO NICOLA (Membro Effettivo)
GRASSELLI MARTINO (Supplente)
VARGIOLU TIZIANO (Supplente)

Syllabus
Prerequisiti: None
Conoscenze e abilita' da acquisire: Objective
Introduce the students to the basic knowledge of mathematical and probability tools for engineers.
Outcomes
A student who has met the objectives of the course will have a comprehensive knowledge of :
• Basic mathematical tools of functional analysis and measure theory
• Basic concepts of probability
Modalita' di esame: Final examination based on: written examination.
Criteri di valutazione: Critical knowledge of the course topics. Ability to present the studied material.
Contenuti: 1. Lebesgue Measure and Integral — Lebesgue measure and integral on R^d, limit theorems, dependence by parameters, reduction formula and change of variables. Introduction to abstract measure and integral.
2. Normed spaces — Concept of norm; uniform, L^1 and L^p norms; sequences, limits, completeness and Banach spaces. Concept of scalar product and Hilbert space; the space L^2; separable spaces and concept of orthonormal base.
3. Fundamentals of Complex Analysis — Power series in C and elementary analytic functions; concept of holomorphic function, Cauchy-Riemann equations, analyticity of holomorphic functions; isolated singularities; residue theorem and applications.
4. Introduction to Fourier Analysis — Fourier series: Euler formulas, convergence and sum (point-wise, uniform, L^2). Fourier transform: L^1 definition, convolution and approximate units, inversion formula. Schwarz functions and L^2 Fourier transform. Applications.
5. Introduction to probability — probability spaces, axioms of probability, conditional probabilities, independence of events.
6. Random variables (discrete and continuous) — definition, expectation and moments. Examples of random variables and applications, with a focus on Gaussian random variables.
7. Random vectors.
8. Characteristic function.
9. Convergence of random variables: weak, in probability, in L^p, almost sure.
10. The law of large numbers and the central limit theorem with applications.
11. Conditional expectation.
12. Martingales in discrete time.
Attivita' di apprendimento previste e metodologie di insegnamento: Lectures supported by exercises.
Eventuali indicazioni sui materiali di studio: Lecture notes relative to the Analytical Methods part will be provided.
See the reference book below for the Probability part.
Testi di riferimento:
  • Sheldon Ross, A first course in Probability. --: Pearson, 1976. Ninth edition Cerca nel catalogo