PRINCIPI DI INFORMATICA

Amelia Giuseppina NOBILE PRINCIPI DI INFORMATICA

0512800019
DIPARTIMENTO DI CHIMICA E BIOLOGIA "ADOLFO ZAMBELLI"
CORSO DI LAUREA
SCIENZE BIOLOGICHE
2022/2023

OBBLIGATORIO
ANNO CORSO 1
ANNO ORDINAMENTO 2016
SECONDO SEMESTRE
CFUOREATTIVITÀ
432LEZIONE
224ESERCITAZIONE
Obiettivi
IL CORSO SI PROPONE DI FORNIRE UN’INTRODUZIONE GENERALE ALL’INFORMATICA E ALL’UTILIZZAZIONE DI STRUMENTI SPECIFICI PER L’ANALISI STATISTICA DI DATI BIOLOGICI. VERRANNO QUINDI FORNITE ALCUNE NOZIONI DI BASE SULL'ARCHITETTURA DEI CALCOLATORI E DELLE RETI DI CALCOLATORI, SULLA RAPPRESENTAZIONE DELLE INFORMAZIONI NEI CALCOLATORI, SUI FONDAMENTI DELLA PROGRAMMAZIONE E DELLA PROGETTAZIONE DEGLI ALGORITMI. L'OBIETTIVO DELLA SECONDA PARTE DEL CORSO È QUELLO DI FAR FAMILIARIZZARE GLI STUDENTI CON L'USO DEL COMPUTER PER IL CALCOLO STATISTICO
Prerequisiti
NON SI RICHIEDONO PREREQUISITI SPECIFICI. SI UTILIZZANO CONCETTI DI BASE DI MATEMATICA
Contenuti
PRIMA PARTE:
•INTRODUZIONE ALL’INFORMATICA. ARCHITETTURA DI UN COMPUTER (LEZIONE 3H).
•SISTEMI DI NUMERAZIONE. RAPPRESENTAZIONE BINARIA DI INFORMAZIONE NUMERICA E TESTUALE (LEZIONE 6H, ESERCITAZIONE 2H).
•RAPPRESENTAZIONE BINARIA DI SUONI E IMMAGINI. (LEZIONE 2H)
• LOGICA BOOLEANA E PORTE LOGICHE. ESEMPI DI PROGETTAZIONE DI CIRCUITI LOGICI E COSTRUZIONE. (LEZIONE 4H, ESERCITAZIONE 2H)
•IL CONCETTO DI UN ALGORITMO. EFFICIENZA DEGLI ALGORITMI. RAPPRESENTAZIONE DEGLI ALGORITMI. PSEUDOCODICE (LEZIONE 2H, ESERCITAZIONE 2H).
•INTRODUZIONE AI LINGUAGGI DI PROGRAMMAZIONE DI ALTO LIVELLO. IL LINGUAGGIO R. (LEZIONE 2H, ESERCITAZIONI 2H)
•PROGRAMMARE CON R. STRUTTURE SEQUENZIALI. STRUTTURE CONDIZIONALI E ITERATIVE. ESEMPI DI SOLUZIONE DI PROBLEMI ALGORITMICI IN R (LEZIONE 3H, ESERCITAZIONI 4H)
•ORDINAMENTO SEQUENZIALE E A BOLLE. RICERCA LINEARE E BINARIA. APPLICAZIONI BIOLOGICHE. (LEZIONE 2H)

SECONDA PARTE:
•LA GESTIONE DEI DATI IN R. STRUTTURE DATI IN R. (LEZIONE 2H, ESERCITAZIONI 2H)
•ANALISI DESCRITTIVE PER VARIABILI QUANTITATIVE E QUALITATIVE. ALCUNE RAPPRESENTAZIONI GRAFICHE IN R (LEZIONE 2H, ESERCITAZIONI 4H)
•MEDIA, MEDIANA, QUANTILI E MISURE DI VARIABILITÀ. (LEZIONE 2H, ESERCITAZIONI 3H)
•DISTRIBUZIONI BIVARIATE. CORRELAZIONE, REGRESSIONE LINEARE. ANALISI DEI RESIDUI (LEZIONE 2H, ESERCITAZIONI 3H)
Metodi Didattici
IL METODO DIDATTICO PREVEDE LEZIONI TEORICHE INTEGRATE DI CONTINUO DA ESERCITAZIONI ED ESEMPI DI PROGRAMMAZIONE.
Verifica dell'apprendimento
LA FREQUENZA DELLE LEZIONI È FORTEMENTE CONSIGLIATA. L’ESAME CONSISTE DI UNA PROVA ORALE. IL RISULTATO FINALE DIPENDE DALLE CONOSCENZE ACQUISITE, DALLA CAPACITÀ DI APPLICARE LE TECNICHE DI PROGRAMMAZIONE E I METODI STATISTICI PER LA RISOLUZIONE DI PROBLEMI CONCRETI.
Testi
- J. GLENN BROOKSHEAR, DENNIS BRYLOW: “INFORMATICA - UNA PANORAMICA GENERALE” (13/ED.) PEARSON ITALIA, 2020
- BRUNO BERTACCINI: “INTRODUZIONE ALLA STATISTICA COMPUTAZIONALE CON R”, FIRENZE UNIVERSITY PRESS, 2018.
- APPUNTI DELLE LEZIONI DEL DOCENTE.
Altre Informazioni
PER AIUTARE GLI STUDENTI NELLO STUDIO INDIVIDUALE, SARÀ CURA DEL DOCENTE FORNIRE APPUNTI, COMPRENSIVI DEI VARI ARGOMENTI E PROBLEMI TRATTATI.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2024-08-21]