Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
Insegnamento
SISTEMI DI ELABORAZIONE 2
SCP4063828, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
SC2094, ordinamento 2014/15, A.A. 2018/19
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese COMPUTER SYSTEMS 2
Sito della struttura didattica http://www.stat.unipd.it/studiare/ammissione-lauree-triennali
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Sito E-Learning https://elearning.unipd.it/stat/course/view.php?idnumber=2018-SC2094-000ZZ-2016-SCP4063828-N0
Obbligo di frequenza No
Lingua di erogazione ITALIANO
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 FABIO AIOLLI INF/01

Mutuante
Codice Insegnamento Responsabile Corso di studio
SCM0014406 PROGRAMMAZIONE FABIO AIOLLI SC1159

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative ING-INF/05 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LABORATORIO 4.0 32 68.0
LEZIONE 5.0 32 93.0

Calendario
Inizio attività didattiche 01/10/2018
Fine attività didattiche 18/01/2019
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Commissioni d'esame
Commissione Dal Al Membri
7 Programmazione - a.a. 2018/2019 01/10/2018 30/09/2019 AIOLLI FABIO (Presidente)
RIGHI LUCA (Membro Effettivo)
CRAFA SILVIA (Supplente)
FILE' GILBERTO (Supplente)
RANZATO FRANCESCO (Supplente)

Syllabus
Prerequisiti: Conoscenze informatiche di base acquisite nel corso di Introduzione alla Programmazione. Conoscenze matematiche di base del livello acquisito alle scuole superiori.
Conoscenze e abilita' da acquisire: Il corso introduce i fondamentali metodologici degli algoritmi e della programmazione, con un enfasi particolare alla programmazione scientifica. Al termine del corso lo studente dovrebbe aver acquisito le competenze di base e le capacità operative necessarie al fine di progettare, organizzare e formalizzare programmi di piccole dimensioni, sviluppati secondo i paradigmi funzionale e orientato agli oggetti del linguaggio Python. Dovrebbe inoltre essere in grado di analizzare la struttura logica di un programma al fine di verificarne la correttezza in relazione alle specifiche date.
Modalita' di esame: Esame scritto.
Criteri di valutazione: Lo studente viene valutato sulla capacita' acquisita di analisi di un problema di natura scientifica da risolvere, progettazione di algoritmi adeguati e la loro soluzione con un programma in Python.
Contenuti: Il corso ha i seguenti capitoli:
1) Concetti fondamentali. Nozione di algoritmo, computabilita' e complessita, programma.
2) Introduzione al linguaggio Python. Programmazione funzionale ed orientata agli oggetti.
3) Strutture dati e algoritmi. Strutture dati piu' complesse di quelle offerte dal linguaggio Python. Alberi e Grafi, Code, Pile.
4) Applicazioni scientifiche e giochi.
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso ha una durata di 64 ore totali.
32 ore in Aula con l'ausilio di PC (lucidi ed esempi di programmazione) e lavagna
32 ore in Laboratorio. Ogni studente ha a disposizione un PC. La lezione consiste in una serie di esercitazioni proposte agli studenti che verranno seguiti da 2 o piu' docenti o personale di supporto.
Eventuali indicazioni sui materiali di studio: Il materiale di studio consiste in: programmi svolti a lezione e lucidi presentati a lezione e in laboratorio.
Testi di riferimento:

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Problem based learning
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita'