| 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. 2015/16
Informazioni valide per gli studenti immatricolati nell'A.A. 2015/16
ANALYTICAL AND STOCHASTIC MATHEMATICAL METHODS FOR ENGINEERING
INP5070357, A.A. 2015/16
Informazioni valide per gli studenti immatricolati nell'A.A. 2015/16
Principali informazioni sull'insegnamento
| Corso di studio |
Corso di laurea magistrale in MATHEMATICAL ENGINEERING - INGEGNERIA MATEMATICA IN2191, ordinamento 2015/16, A.A. 2015/16 |
 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=2015-IN2191-000ZZ-2015-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 | |
| Corso per studenti Erasmus | Gli studenti Erasmus+ o di altri programmi di mobilità NON possono frequentare l'insegnamento |
Docenti
| Responsabile | GIORGIA CALLEGARO | STAT-04/A | |
|---|---|---|---|
| Altri docenti | GIUSEPPE DE MARCO | 000000000000 | |
| PAOLO GUIOTTO | MATH-03/A |
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 |
Organizzazione dell'insegnamento
| Periodo di erogazione | Primo semestre |
|---|---|
| Anno di corso | I Anno |
| Modalità di erogazione | frontale |
| Tipo ore | Crediti | Ore di didattica erogata |
Ore Studio Individuale |
|---|---|---|---|
| LEZIONE | 12.0 | 96 | 204.0 |
| Inizio attività didattiche | 01/10/2015 |
|---|---|
| Fine attività didattiche | 28/01/2016 |
| Visualizza il calendario delle lezioni | Lezioni 2020/21 Ord.2017 |
Commissioni d'esame
| Commissione | Dal | Al | Membri |
|---|---|---|---|
| 5 2019 | 01/10/2019 | 30/11/2020 |
GUIOTTO
PAOLO
(Presidente)
DAI PRA PAOLO (Membro Effettivo) PAVON MICHELE (Supplente) |
| 4 2018 | 01/10/2018 | 30/11/2019 |
GUIOTTO
PAOLO
(Presidente)
DAI PRA PAOLO (Membro Effettivo) PAVON MICHELE (Supplente) |
| 3 2017 | 01/10/2017 | 30/11/2018 |
CALLEGARO
GIORGIA
(Presidente)
GUIOTTO PAOLO (Membro Effettivo) GRASSELLI MARTINO (Supplente) |
| 2 2016 | 01/10/2016 | 30/11/2017 |
CALLEGARO
GIORGIA
(Presidente)
GAROFALO NICOLA (Membro Effettivo) GRASSELLI MARTINO (Supplente) VARGIOLU TIZIANO (Supplente) |
| 1 2015 | 01/10/2015 | 30/11/2016 |
CALLEGARO
GIORGIA
(Presidente)
GUIOTTO PAOLO (Membro Effettivo) GRASSELLI MARTINO (Supplente) VARGIOLU TIZIANO (Supplente) |
| 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 and oral examination. |
| Criteri di valutazione: | Critical knowledge of the course topics. Ability to present the studied material. |
| Contenuti: | 1. Metric spaces and basic topology. Normed and Banach spaces. Uniform convergence of sequences and series of functions, power series.
2. Functions of complex variable: holomorphic functions and conformal mappings; Cauchy-Riemann conditions and harmonic functions. Taylor series expansions. 3. Introduction to measure theory; Lebesgue measure and integral in Rn, main properties. 4. Fourier transform in Rn and inversion formula. Properties of the transform, convolution in Rn. 5. Introduction to probability: probability spaces, axioms of probability, conditional probabilities, independence of events; 6. Random variables (discrete and continuous): expectation and moments; 7. Gaussian random variables; 8. Characteristic function; 9. Convergence of random variables: weak, in probability, in Lp, almost sure; 10. Conditional expectation, law of large numbers, central limit theorem; |
| Attivita' di apprendimento previste e metodologie di insegnamento: | Lectures supported by exercises. |
| Eventuali indicazioni sui materiali di studio: | Lecture notes and reference books will be given by the lecturer. |
| Testi di riferimento: |
|