CORSO DI LAUREA IN INFORMATICA Corsi e programmi a.a. 2010/2011

Transcript

1 CORSO DI LAUREA IN INFORMATICA Corsi e programmi a.a. 2010/2011 ALGORITMI 1: FONDAMENTI Docente: Dott.ssa MONTANI Stefania stefania.montani@mfn.unipmn.it Codice disciplina: S1599 Prerequisiti: Conoscenza della programmazione introdotta nei corsi di Programmazione 1 e 2. - Introduzione agli algoritmi. - Modelli di calcolo. Notazioni: O, Omega e Teta. Limiti inferiori. Teorema Master. - Tipi di dato astratto: Pile, Code, Alberi. - Algoritmi di ordinamento: insertion sort, selection sort, merge sort, quicksort, heap sort. - Alberi binari di Ricerca. Alberi AVL, alberi Tabelle Hash. - Code con priorita'. Demetrescu, Finocchi, Italiano. Algoritmi e strutture dati. MacGraw-Hill Obiettivi: Introduzione all analisi degli algoritmi e delle strutture dati con riferimento agli algoritmi di ricerca ed ordinamento ed alle strutture dati di base. Metodi didattici: Lezioni frontali ed esercitazioni in laboratorio Metodo valutazione: Esame scritto ALGORITMI 1: SPERIMENTAZIONI Docente: Prof.ssa Giuliana Franceschinis giuliana.franceschinis@mfn.unipmn.it Codice disciplina: S1599 Prerequisiti: Programmazione 1 e Programmazione 2 Una parte del corso di supporto prevede una rivisitazione di alcuni concetti studiati a lezione, enfatizzandone gli aspetti più implementativi. Tali aspetti sono studiati dal punto di vista pratico durante le esercitazioni tenute in laboratorio. In particolare verranno affrontati i seguenti argomenti: 1. Ricerca binaria e Algoritmi di ordinamento: Insertion sort, Selection sort, Merge sort, Heapsort, Quicksort; 2. Strutture dati dinamiche: Liste, Code, Pile; 3. Alberi, alberi 2-3, B-alberi, alberi AVL; 4. Ricerca indicizzata: Alberi binari di ricerca, Tabelle hash.

2 - Algoritmi e strutture dati 2/ed, Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano, MC Graw Hill - Algoritmi in C: fondamenti, strutture dati, ordinamento, ricerca, Sedgewick Robert, Addison Wesley Obiettivi: Il corso di supporto ha lo scopo di preparare lo studente a un utilizzo reale degli algoritmi e delle strutture dati visti durante il corso di Algoritmi 1, mediante implementazione di programmi in linguaggio C. Metodi didattici: Lezioni frontali ed esercitazioni in laboratorio Metodo valutazione: Valutazione di un esercizio finale da svolgersi in laboratorio. ALGORITMI 2: FONDAMENTI Docente: Prof.ssa SAITTA Lorenza lorenza.saitta@mfn.unipmn.it Codice disciplina: S1602 Prerequisiti: Lo studente dovrà conoscere strutture dati non elementari, come i grafi, e metodi di soluzione di problemi più sofisticati (ad esempio, metodi di programmazione dinamica). Lo studente deve inoltre saper usare con disinvoltura le nozioni di calcolo di complessità degli algoritmi viste in precedenti corsi, nonché avere familiarità con le tecniche ricorsive. Richiami della definizione di complessita. Nozioni di base di Teoria dell'informazione (Definizione di informazione", Approccio di Hartley, Approccio di Shannon, Teorema della diramazione, Teorema di Shannon, Entropia, Guadagno di informazione). Algoritmi greedy'. Grafi (Definizione di grafo, Algoritmo di Dijkstra per il calcolo dei cammini minimi, Algoritmi di Kruskal e Prim per il calcolo dell'albero di copertura minima). Programmazione dinamica (Principio di ottimalita, Problema dello zaino, Scheduling ottimale della produzione, Prodotto parentetizzato di matrici). -T. Cormen, C. Leiserson, R. Rivest, Introduzione agli algoritmi, Jackson Libri, 1999 Obiettivi: Lo scopo del corso è quello di completare la panoramica sull algoritmica e le strutture dati relative, iniziata nella prima parte dei corso (Algoritmi e Strutture Dati 1). Lo studente verrà a contatto con strutture dati più complesse e tecniche algoritmiche avanzate. A questa parte del corso è connessa l attività di laboratorio svolta nel corso di laboratorio omonimo. Metodi didattici: Lezioni frontali. Inoltre esistono su Web molti algoritmi già implementati e dotati di esempi, che possono essere usati dallo studente come complemento alle lezioni. Metodo valutazione: Il controllo delll apprendimento avviene sia in itinere che alla fine del corso. Durante il corso vengono presentati dei problemi da risolvere mediante la scrittura di semplici algoritmi. La valutazione finale consiste di un esame orale o, a scelta, di un esame scritto completato da una relazione su un argomento a scelta. ALGORITMI 2: SPERIMENTAZIONI Docente: Prof.ssa SAITTA Lorenza lorenza.saitta@mfn.unipmn.it Codice disciplina: S1599

3 Prerequisiti: Programmazione 1 e Programmazione 2 Una parte del corso di supporto prevede una rivisitazione di alcuni concetti studiati a lezione, enfatizzandone gli aspetti più implementativi. Tali aspetti sono poi meglio studiati in pratica durante le esercitazioni tenute in laboratorio. In particolare verranno affrontati i seguenti argomenti: 1. Pattern Matching ed Algoritmi di Parsing; 2. Tecniche di programmazione: algoritmi greedy, programmazione dinamica; 3. Grafi: definizione, procedure di visita di Grafi; minimo albero ricoprente; cammini minimi da singola sorgente. Testi consigliati - Algoritmi e strutture dati 2/ed, Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano, MC Graw Hill Obiettivi: Il corso di supporto ha lo scopo di preparare lo studente a un utilizzo reale degli algoritmi e delle strutture dati visti durante il corso di Algoritmi 2, mediante implementazione di programmi in linguaggio C. Metodi didattici: Lezioni frontali ed esercitazioni in laboratorio Metodo valutazione: Esercizi/progetti da sviluppare in linguaggio C ANALISI MATEMATICA I Docente: Prof. BARONTI Marco baronti@diptem.unige.it Codice disciplina: S0357 Prerequisiti: nozioni elementari di algebra e trigonometria Insiemi numerici: minoranti e maggioranti, minimo e massimo, estremo inferiore ed estremo superiore. Funzioni di una variabile: concetto di limite, continuità, derivabilità,minimo e massimo locali e globali, estremo inferiore ed estremo superiore., teoremi di esistenza, condizioni necessarie e sufficienti, in particolare teorema di Weierstrass e lemma di Fermat. Teorema di Cauchy, Rolle e Lagrange e relative conseguenze. Integrale definito: definizione mediante le somme di Riemann, proprietà delle funzioni integrabili, criteri di integrabilità, teorema della media integrale, teorema fondamentale del calcolo integrale, metodi di integrazione. Funzioni integrali: generalizzazioni del teorema fondamentale del calcolo integrale. Marcellini-Sbordone, Calcolo, ed. Liguori. Cecconi-Stampacchia, Analisi Matematica 1, ed. Liguori. E. Giusti, Analisi Matematica 1, Boringhieri. Parodi-Zolezzi, Lezioni di Analisi Matematica, CLU Università di Genova. Obiettivi: far acquisire allo studente le principali competenze riguardo lo studio di funzioni di una sola variabile reale. Metodi didattici: Lezioni teoriche in aula completate con esempi, esercizi, esercitazioni guidate.

4 Metodo valutazione: Prove intermedie, prova scritta e orale. ARCHITETTURA DEGLI ELABORATORI: ARCHITETTURA I Docente: Prof. BOBBIO Andrea andrea.bobbio@mfn.unipmn.it Codice disciplina: S1363 Prerequisiti: nessuno L'approccio seguito è quello della scomposizione della macchina in diversi livelli: livello della logica circuitale, livello della microprogrammazione, livello della macchina convenzionale. Verrà affrontato lo studio di ciascun livello separatamente, e le problematiche relative all'interazione fra i livelli. Poiché il funzionamento dei sistemi di elaborazione si basa sulla manipolazione di segnali logici binari, verrà preliminarmente affrontato lo studio della rappresentazione binaria dei numeri (interi, relativi e in virgola mobile) e dell'informazione (codici binari ridondanti). Si passerà allo studio della logica binaria con particolare attenzione alle funzioni logiche binarie e verranno illustrati i principi base per la costruzione di reti logiche combinatorie e sequenziali, con esemplificazioni. Viene anche proposto un esempio di linguaggio macchina (IJVM). Testo consigliato: Tanenbaum: "Architettura dei Calcolatori: un approccio strutturale", V Edizione, Pearson Education Italia, Obiettivi: Il corso ha lo scopo di fornire allo studente una prima descrizione dell'architettura di un moderno sistema di elaborazione e delle sue principali componenti hardware e software. Metodi didattici: Lezioni frontali Metodo valutazione: Esame scritto seguito da orale non obbligatorio ARCHIETTURA DEGLI ELABORATORI: ARCHITETTURA II Docente: Prof.ssa FRANCESCHINIS Giuliana E-mai: giuliana.franceschinis@mfn.unipmn.it Codice disciplina: S1363 Prerequisiti: Aver acquisito le conoscenze del modulo di Architettura I, conoscere i tipi di dati e i costrutti di base della programmazione forniti dal corso di Programmazione I. Questo corso può essere visto come la naturale continuazione e l'approfondimento di alcuni concetti visti nel modulo di Architettura I la cui conoscenza è necessaria per la comprensione degli argomenti sviluppati. Scopo del corso è approfondire alcuni aspetti dell'architettura di un elaboratore con particolare attenzione a come una istruzione della macchina a livello convenzionale viene eseguita dai circuiti logici. Verranno successivamente presentate alcune soluzioni architetturali che tendono a rendere l'esecuzione più veloce e si discuteranno alcune linee di tendenza che si sono sviluppate per quanto

5 concerne tipi di istruzione e modalità di indirizzamento. Il corso prevede anche una parte sperimentale da svolgere in laboratorio. In particolare si sperimenterà un emulatore della microarchitettura MIC1 che permetterà di sviluppare ed eseguire programmi IJVM e di analizzare ed estendere il microinterprete. Tanenbaum: "Architettura dei Calcolatori: un approccio strutturale", V Edizione, Pearson Education Italia, Obiettivi: Apprendere i principi architetturali e di funzionamento dei moderni processori con particolare attenzione agli elementi che ne determinano l efficienza ed il costo. Metodi didattici: lezioni frontali, esercitazioni in aula ed in laboratorio. I materiali utilizzati a lezione, alcuni quiz di autovalutazione, esercizi svolti e testi d esame sono disponibili online sul Learning Content Management System Moodle. Metodo valutazione: esame scritto od orale, test pratico in laboratorio. BASI DI DATI E SISTEMI INFORMATIVI: FONDAMENTI Docente: Prof.ssa GIORDANO Laura laura.giordano@mfn.unipmn.it Codice disciplina: S1605 Prerequisiti: Avere seguito i corsi di Programmazione e di Architettura degli elaboratori del I anno Dei principali modelli dei dati adottati dai sistemi di gestione delle basi di dati (DBMS) viene approfondito il modello relazionale, in particolare sono presentati gli aspetti teorici di tale modello. Le strutture logiche di una base di dati sono progettate con modelli semantici ed analizzate alla luce di opportune forme normali. Il corso si articola nelle seguenti parti: Modello Relazionale; Algebra Relazionale; Modello Entità-Relazione; Traduzione del Modello ER nel modello Relazionale; Normalizzazione. Viene inoltre descritta brevemente l'architettura di un DBMS, che viene presentata succintamente seguendo lo schema di descrizione generale a tre livelli di astrazione: esterno, logico e fisico. Vengono introdotte le nozioni di base sugli indici e sulle transazioni. Testi consigliati P. Atzeni, S. Ceri, S. Paraboschi, R. Torlone, Basi di dati: modelli e linguaggi di interrogazione, McGraw-Hill Italia, Seconda edizione, 2006 R.A. Elmasri, S.B. Navathe "Sistemi di Basi di Dati: Fondamenti", Pearson- Addison Wesley, Quarta edizione, Obiettivi: Obiettivo del corso è fornire gli strumenti metodologici e formali per progettare le strutture logiche e fisiche di una base di dati relazionale a partire dai requisiti del sistema informatico espressi dagli utenti. Metodi didattici: lezioni frontali in aula Metodo valutazione: Esame scritto seguito da orale (facoltativo) BASI DI DATI E SISTEMI INFORMATIVI: SPERIMENTAZIONI Docente: Prof.ssa GIORDANO Laura laura.giordano@mfn.unipmn.it

6 Codice disciplina: S1605 Prerequisiti: Avere seguito i corsi di Programmazione e di Architettura degli elaboratori del I anno. Introduzione al linguaggio SQL. Utilizzo di DDS (Database Design Studio) come tool CASE per il supporto alla progettazione concettuale e logica Implementazione e manutenzione di una base dati SQL Utilizo del DBMS PostgreSQL. Testi consigliati P. Atzeni, S. Ceri, S. Paraboschi, R. Torlone, Basi di dati: modelli e linguaggi di interrogazione, McGraw-Hill Italia, 2002 P. Atzeni, S. Ceri, S. Paraboschi, R. Torlone "Basi di Dati: concetti, linguaggi, e architetture", McGraw Hill Italia Elmasri, Navathe "Fundamentals of Database Systems", Addison Wesley Obiettivi: fornire allo studente le nozioni fondamentali sul linguaggio SQL e introdurlo all utilizzo di software semiautomatico per la progettazione e all uso di un DBMS Metodi didattici: lezioni frontali in aula ed esercitazioni guidate in laboratorio Metodo valutazione: Esame scritto seguito dalla discussione di una esercitazione di laboratorio. CALCOLO DELLE PROBABILITA E STATISTICA: CALCOLO DELLE PROBABILITA Docente: Prof. BOBBIO Andrea andrea.bobbio@mfn.unipmn.it Codice disciplina: S1608 Prerequisiti: Analisi e matematiche discrete Elementi di Probabilità: Assiomi della probabilità, diagrammi di Venn, Spazi equiprobabili, probabilità condizionata, Teorema di Bayes. Variabili aleatorie e valore atteso: Variabili aleatorie discrete e continue, variabili aleatorie indipendenti, valore atteso, Varianza e covarianza. Modelli di variabili aleatorie: Variabili di Bernoulli e binomiali,distribuzione di Poisson, Variabili aleatorie uniformi, variabili aleatorie normali, variabili aleatorie esponenziali. Testi consigliati Sheldon M. Ross: Probabilità e Statistica per l'ingegneria e le Scienze,Apogeo Education Seconda Edizione 2008 Obiettivi: Avviare lo studente agli elementi base della teoria e della pratica del calcolo delle probabilità. Introdurre le principali distribuzioni di probabilità e il loro utilizzo. Metodi didattici: Lezioni frontali ed esercitazioni Metodo valutazione: Esame scritto + Orale (integrato con il modulo di Statistica) CALCOLO DELLE PROBABILITA E STATISTICA: STATISTICA Docente: Prof. BOBBIO Andrea andrea.bobbio@mfn.unipmn.it

7 Codice disciplina: S1608 Prerequisiti: Analisi e matematiche discrete Il corso è un modulo integrato con il modulo Calcolo delle probabilità e non può essere disgiunto da esso. Statistica descrittiva: Organizzazione e descrizione dei dati, le grandezze che sintetizzano i dati, la disuguaglianza di Chebishev, Insiemi bivariati. La distribuzione delle statistiche campionarie: Teorema del limite centrale, media e varianza campionaria, la distribuzione delle statistiche di campioni normali. Stima parametrica: Stimatori di massima verosimiglianza, intervalli di confidenza per la media e la varianza di una distribuzione normale e per la media di una distribuzione di Bernoulli. Test di ipotesi sulla media di una popolazione normale. Testi consigliati Sheldon M. Ross: Probabilità e Statistica per l'ingegneria e le Scienze,Apogeo Education Seconda Edizione 2008 Obiettivi: Fornire gli strumenti base della statistica descrittiva e per il calcolo delle stime puntuali e degli intervalli di confidenza. Metodi didattici: Lezioni frontali ed esercitazioni Metodo valutazione: Esame scritto + Orale (integrato con il modulo di Probabilità) ECONOMIA DELL INFORMAZIONE Docente: Dott. RAMELLO Giovanni Battista giovanni.ramello@sp.unipmn.it Numero CFU: 5 Codice disciplina: S0688 Prerequisiti: conoscenze matematiche di base (acquisite nella scuola superiore). 1. Richiami di microeconomia 2. Che cos è l informazione. Perché la scienza economica si occupa di informazione. 3. Informazione come bene pubblico 4. Informazione come bene privato 5. Capitale Umano, tecnologia e Sviluppo Economico 6. Incertezza e rischio 7. Esternalità ed esternalità di rete 8. Asimmetrie d informazione e problemi di agenzia (adverse selection, moral hazard) 9. Paternità intellettuale e proprietà intellettuale 10. Brevetti, Diritti d autore, Marchi 11. Il settore industriale della produzione di hardware e di software 12. Casi studio: farmaci, musica, libri, opere d arte, beni di lusso 13. La New Economy. La Bolla Speculativa 14. Applicazioni della tecnologia informatica e-learning, e-government, e-commerce, etc H. VARIAN, Microeconomia, Cafoscarina, Venezia 1993.

8 Per le questioni specifiche di economia dell informazione: C. SHAPIRO H. VARIAN, Information Rules: le regole dell economia dell informazione, Etas, II edizione, 1999 Si invita a consultare il materiale didattico sul sito internet Altre letture utili: Vaciago E. Vaciago G, la New Economy, Il Mulino, Bologna 2001 L.Prosperetti, La New Economy: aspetti analitici e implicazioni di politica economica, Il Mulino, Bologna, 2002 S.Rossi, La nuova Economia,, Il Mulino, Bologna,2003 Obiettivi: : il corso si rivolge prevalentemente agli studenti del corso di laurea in Economia e Finanza, di Gestione ed Economia della Pubblica Amministrazione e di Informatica, ma è aperto anche agli studenti di altri corsi di laurea o di altre Facoltà. Metodi didattici: lezioni frontali Metodo valutazione: La prova intermedia (scritta) verterà sulla prima metà circa del programma e consisterà di domande a scelta multipla e aperte. La prova finale (scritta) verterà sull intero programma del corso. Un colloquio orale (obbligatorio anche se breve) completa la procedura di valutazione. FISICA Docente: Prof.Alberto Lerda E-mai: alberto.lerda@mfn.unipmn.it Numero CFU: 5 Codice disciplina: S0360 Prerequisiti: Analisi Matematica 1 Richiami di matematica di base. Grandezze fisiche. Cinematica del punto materiale. Forze e principi della Dinamica. Lavoro ed energia. Forza gravitazionale. Elementi di meccanica dei fluidi. Temperatura, calore e principi della Termodinamica. Carica elettrica. Corrente elettrica. Campo magnetico. Elementi di meccanica delle onde. R.Wolfson, Fisica, Voll. 1 e 2, Pearson Editore; D.C.Giancoli, Fisica, Casa Editrice Ambrosiana; D.Halliday, R.Resnick, J.Walker, Fondamenti di Fisica, Casa Editrice Ambrosiana Obiettivi: fornire agli Studenti una conoscenza del metodo di indagine in Fisica e dei fondamenti della Fisica Classica. Metodi didattici: lezioni frontali in aula Metodo valutazione:esame orale al termine del corso. MATEMATICA DISCRETA: ALGEBRA E GEOMETRIA Docente: Prof. MANZINI Giovanni E-mai: giovanni.manzini@mfn.unipmn.it

9 Codice disciplina: S1366 Prerequisiti: Nessuno Numeri interi. Divisibilità e numeri primi. Massimo comun divisore. Algoritmo di Euclide. Minimo comune multiplo. Equazioni diofantee. Congruenze e classi di resto. Criteri di divisibilità. Rappresentazione di numeri con base diversa da 10. Teorema cinese del resto. Condivisione di segreti mediante sistemi di congruenze. Il teorema di Eulero. Il problema del logaritmo discreto. Il protocollo di Diffie-Hellman. Il protocollo RSA. Radici quadrate modulo n e lancio di una moneta al telefono. Test di primalità di Miller-Rabin. Polinomi somma, prodotto, divisione euclidea, teorema di Ruffini, teorema fondamentale dell'algebra. Polinomio interpolatore. Cenni sui codici a correzione di errore di Reed-Solomon. Matrici e sistemi lineari. Metodo di Eliminazione di Gauss. Codici a correzione di errore di Hamming. dispense del docente disponibili on-line. Obiettivi: Il corso ha lo scopo di introdurre le proprietà elementari di numeri interi, polinomi, e matrici, e di fornire gli strumenti per risolvere i problemi aritmetici e algebrici che si affrontano nei corsi di informatica. Metodi didattici: lezioni frontali. Metodo valutazione: esame scritto. MATEMATICA DISCRETA: LOGICA Docente: Prof.ssa GIORDANO Laura : laura.giordano@mfn.unipmn.it Codice disciplina: S1366 Prerequisiti: Conoscenze acquisite nel corso di algebra e geometria. Logica Proposizionale: Sintassi. Semantica: interpretazione, definizioni di soddisfacibile, contraddittorio, tautologia, conseguenza semantica e risultati connessi, equivalenza semantica, completezza funzionale e forma normali. Deduzione naturale: regole e dimostrazioni, correttezza, enunciato di completezza. Logica dei Predicati: Sintassi: variabili libere e legate, sostituzione. Semantica (come per la Logica Proposizionale) Deduzione naturale. Testo consigliato: "Logica a Informatica" di Asperti e Ciabattoni Obiettivi: Introdurre le nozioni elementari di logica delle proposizione e del primo ordine con particolare attenzione alla relazione fra verita e derivabilita ed alla rappresentabilita nel calcolo dei predicati. Metodi didattici: Lezioni frontali che includono ampio spazio per esercitazioni. Metodo valutazione: Esame scritto PROGRAMMAZIONE I: FONDAMENTI Docente: Prof.ssa GIANNINI Paola

10 Codice disciplina: S1369 Prerequisiti: nessuno 1. Richiami di logica 2. Introduzione alla programmazione: problemi, algoritmi, programmi 3. Correttezza ed invarianti di ciclo 4. Introduzione alla complessita', notazione O(.) 5. Elementi del linguaggio di programmazione C: programmi, espressioni, istruzioni, dichiarazioni; Tipi di dato semplice; Tipi di dato strutturato: array 6. Funzioni, modello di esecuzione dei programmi C, puntatori e gestione della memoria 7. Algoritmi su array: ricerca sequenziale e binaria, ordinamento per selezione, inserzione e bubble sort. Wirth, Principi di programmazione strutturata, ISEDI. Dispense del corso (disponibili sul sito del corso) Kelley, Pohl, C, didattica e programmazione, Addison-Wesley. Obiettivi: Il corso ha lo scopo di introdurre i fondamenti della programmazione dei calcolatori elettronici,partendo dal concetto di algoritmo e dalla descrizione delle componenti basilari di un programma per il calcolo automatico, per arrivare a concetti avanzati di strutture dati e di controllo dei linguaggi di programmazione. Questi concetti saranno applicati in alcuni algoritmi fondamentali Metodi didattici: Lezioni frontali in aula Metodo valutazione: Esame scritto PROGRAMMAZIONE I: SPERIMENTAZIONI Docente: Prof.ssa GIANNINI Paola paola.giannini@mfn.unipmn.it Codice disciplina: S1369 Prerequisiti: nessuno Introduzione alla programmazione in C: - tipi di dato: integer, float, double, caratteri e stringhe - espressioni logiche, condizionali, cast - costrutti per il controllo del flusso: if, if else, while, do while, for, switch - funzioni e passaggio dei parametri per valore o per riferimento - tipi di dato strutturati: array e struct. Kernighan, Ritchie, Linguaggio C (seconda edizione), Jackson (il riferimento classico dai progettatori del linguaggio) Kelley, Pohl; C: Didattica e Programmazione; Addison Wesley. Tricky C (disponibile sulla pagina moodle del corso) Obiettivi: Introdurre le nozioni elementari della programmazione in C attraverso lo svolgimento di semplici esercizi. Metodi didattici: Lezioni in laboratorio con svolgimento do esercizi.

11 Metodo valutazione: Prove in laboratorio (in itinere) altrimenti (se non superate) prova scritta congiunta con l esame del modulo di fondamenti. PROGRAMMAZIONE II: FONDAMENTI Docente: Prof. Terenziani Paolo paolo.terenziani@mfn.unipmn.it Codice disciplina: S1372 Prerequisiti: Programmazione I. Il corso introduce due aspetti fondamentali della programmazione: le strutture dati dinamiche (con particolare riferimento al tipo lista), e la ricorsione. Per quanto concerne il primo aspetto, vengono considerate differenti possibili realizzazioni del tipo lista; per quanto concerne il secondo aspetto, vengono introdotti i differenti tipi di ricorsione, con particolare attenzione alla ricorsione lineare, e gli algoritmi ricorsivi vengono simulati mediante il modello dei record di attivazione. Il corso utilizza il C come linguaggio di programmazione. dispense del docente. Obiettivi: Il corso è di carattere prettamente pratico, avendo come obiettivo principale quello di fornire agli studenti la capacità di sviluppare semplici algoritmi per il trattamento di liste, ed algoritmi basati sulla ricorsione lineare. Metodi didattici: Le strutture dati e le tecniche di programmazione ricorsiva sono introdotte in modo incrementale. Vengono dapprima proposte le soluzioni di problematiche elementari, e viene poi mostrato agli studenti come tali soluzioni possano essere rielaborate e composte al fine di ottenere soluzioni per problemi via via più complessi. Metodo valutazione: L esame è scritto, ed è volto ad accertare la capacità dello studente di sviluppare in C algoritmi su liste ed algoritmi ricorsivi, nonché la capacità di simularne l esecuzione con i record di attivazione. L orale è opzionale. PROGRAMMAZIONE II: SPERIMENTAZIONI Docente: Prof. Terenziani Paolo paolo.terenziani@mfn.unipmn.it Codice disciplina: S1372 Prerequisiti: Programmazione I. Programmazione in C: - tipi di dato strutturati - strutture dati dinamiche: puntatori e liste - funzioni ricorsive Kernighan, Ritchie, Linguaggio C (seconda edizione), Jackson. Kelley, Pohl; C: Didattica e Programmazione; Addison Wesley.

12 Obiettivi: Svolgere esercizi pratici di programmazione su array, dati strutturati e strutture dati dinamiche. Realizzare e sperimentare funzioni ricorsive. Metodi didattici: Lezioni in laboratorio con svolgimento di esercizi. Metodo valutazione: Prova pratica. RETI 1 Docente: Prof. GIORDANA Attilio attilio.giordana@mfn.unipmn.it Codice disciplina: S1609 Il tema del corso è la rete Internet, affrontato secondo un approccio che partendo dalle applicazioni di rete scende via via in profondità, descrivendo il livello "trasporto" e quindi il livello "rete" dei protocolli TCP/IP. Più specificamente, il corso tratta i seguenti argomenti: Introduzione intuitiva alla rete, descrivendone in modo qualitativo la struttura e le funzionalità. Livello applicazione: protocolli per la gestione della posta elettronica, del WEB e del DNS. Livello sessione: i socket, programmazione dei socket. Livello trasporto: protocolli TCP e UDP Livello rete: protocolli IP e ICMP. Protocolli di instradamento: algoritmi di instradamento, nozione di Sistema Autonomo, protocolli RIP, OSPF, BGP. Oltre alla descrizione dei protocolli succitati, il corso si propone di fornire allo studente anche un'esperienza diretta delle problematiche connesse con la gestione delle reti informatiche. Pertanto, durante il percorso di studio, vengono tenute anche lezioni pratiche in cui vengono assegnati esercizi da svolgere in aula o a casa. Obbiettivi: approfondire le tematiche relative alle reti informatiche James F. Kurose, Keith W. Ross, Reti di Calcolatori e Internet - Un approccio top-down, Quarta Edizione, Addison Wesley (2008), ISBN Metodi didattici: Lezioni frontali in aula, esercitazioni tramite piattaforma Moodle Metodo di valutazione: esame orale SISTEMI OPERATIVI 1: PROCESSI E GESTIONE DELLA MEMORIA Docente: Prof. THESEIDER DUPRE Daniele daniele.theseider_dupre@mfn.unipmn.it Codice disciplina: S1612 Prerequisiti: Programmazione 1 Nozioni fondamentali sull'architettura del sistema operativo di un elaboratore multiutente. Nucleo del sistema operativo. Gestione di processi e threads. Gestione

13 della memoria. Richiami sull'ambiente di programmazione in Unix. Processi nel sistema Unix. Generalità sull'utilizzo delle chiamate di sistema Unix; chiamate di sistema per gestione di processi. Implementazione di interpreti di comandi. Librerie per threads. A. Silberschatz, P. Galvin and G. Gagne. Sistemi Operativi Concetti ed esempi. VIII edizione, Pearson Education 2009, ISBN13: Obiettivi: Fornire le nozioni generali sui sistema operativo e le nozioni fondamentali relative ai processi e alla gestione della memoria. Illustrare alcune di queste nozioni in un sistema reale e in particolare le chiamate di sistema di Unix. Metodi didattici: Lezioni frontali ed esercitazioni in laboratorio Metodo valutazione: Esami orali con esonero scritto. SISTEMI OPERATIVI 1: PROGRAMMAZIONE CONCORRENTE Docente: Prof.ssa FRANCESCHINIS Giuliana giuliana.franceschinis@mfn.unipmn.it Codice disciplina: S1612 Prerequisiti: Concetti di base di programmazione e linguaggio C (o Programmazione 1) Paradigmi della programmazione concorrente: modello a memoria condivisa e modello a scambio di messaggi. Problemi di sincronizzazione nel modello a memoria condivisa. I semafori e i monitor. Esempi classici di problemi di sincronizzazione e loro soluzione con semafori e monitor. Costrutti linguistici e librerie per la programmazione concorrente. Il deadlock: definizione e tecniche di gestione. Cenni sul modello a scambio di messaggi: primitive di base per la comunicazione fra processi. Laboratorio: esperienze di programmazione concorrente utilizzando le system call POSIX per la condivisione di memoria, l utilizzo dei semafori e lo scambio di messaggi. A. Silberschatz, P. Galvin and G. Gagne. Sistemi Operativi Concetti ed esempi. VIII edizione, Pearson Education 2009, ISBN13: Paolo Ancilotti, Maurelio Boari. Programmazione concorrente e distribuita. MacGraw-Hill 2007 (testo di consultazione) Obiettivi: Apprendere i concetti generali della programmazione concorrente, in particolare nel contesto del modello a memoria condivisa. Saper riconoscere i problemi di sincronizzazione ed applicare soluzioni classiche o ideare soluzioni originali basate su semafori o monitor. Fare esperienza di programmazione concorrente. Metodi didattici: Lezioni frontali ed esercitazioni in laboratorio. Test di autovalutazione sulla piattaforma Moodle. Metodo valutazione: Esami orali con esonero scritto. SISTEMI OPERATIVI 2 Docente: Prof. ANGLANO Cosimo cosimo.anglano@mfn.unipmn.it Periodo di insegnamento:2 Codice disciplina: S1613

14 Prerequisiti: Sistemi Operativi 1 Il concetto di file e di file system; struttura della directory e del disco; condivisione di file; meccanismi di protezione dei file; struttura del file system; implementazione di file system; metodi di allocazione; gestione dello spazio libero; metodi di allocazione; efficienza e prestazioni; ripristino; gestione delle memoria secondaria; struttura dei dispositivi di memorizzazione; struttura dei dischi; schedulino del disco; gestione dell unitá a disco; sistemi RAID; architettura del sottosistema di I/O; interfaccia di I/O per le applicazioni; sottosistema di I/O del kernel; meccanismi di protezione; caso di studio: il sistema operativo Linux; caso di studio: il sistema operativo Windows XP. A. Silberschatz, P. Galvin and G. Gagne. Sistemi Operativi Concetti ed esempi. VIII edizione, Pearson Education 2009, ISBN13: Obiettivi: Apprendere le nozioni generali inerenti il funzionamento, la progettazione e la realizzazione delle componenti del sistema operativo preposte alla gestione delle memorie secondarie e dei dispositivi di I/O, con particolare riferimento al file system ed al sottosistema di I/O. Metodi didattici: Lezioni frontali ed esercitazioni in laboratorio Metodo valutazione: Esami orali con esonero scritto.