Corso di Laurea in Scienze e tecnologie agrarie - STA

1. Logica elementare e linguaggio degli insiemi
2. Aritmetica di base ed elementi di calcolo combinatorio: combinazioni, disposizioni e permutazioni (semplici e con ripetizioni).
3. Proporzioni e percentuali. Concentrazioni di soluzioni. Notazione scientifica. Propagazione degli errori nelle misure indirette. Approssimazioni
4. Funzioni di una variabile reale e grafico di una funzione. Funzioni crescenti e decrescenti. Massimi e minimi. Funzioni pari/dispari e simmetrie dei loro grafici. Creazione di nuovi grafici a partire da grafici noti
5. Equazioni e disequazioni algebriche elementari.
6. Equazioni e disequazioni esponenziali e logaritmiche. pH di una soluzione
7. Equazioni e disequazioni trigonometriche. Risoluzione dei triangoli. Teorema dei seni e Teorema di Carnot. Calcolo della pendenza topografica.
8. Elementi di geometria piana e solida

Scopo dell'insegnamento è

• Fornire  i metodi e gli strumenti matematici di base che devono far parte delle competenze di qualunque laureato in una disciplina scientifica

• Motivare  nello studio di questa disciplina, attraverso l'analisi di applicazioni concrete

• Fornire gli strumenti statistici di base che verranno utilizzati nell'analisi dei dati di ogni esperienza di laboratorio.

Gli argomenti sono introdotti nel modo più elementare possibile, tentando di ridurre al minimo il numero di prerequisiti ed in ogni caso evitando una presentazione eccessivamente astratta. 

Al termine dell'insegnamento gli studenti e le studentesse saranno in grado di

Conoscenza e capacità di comprensione

• Risolvere  semplici problemi di natural pratica o trasversali ad altre discipline (quali ad esempio la biologia, la chimica, la fisica e l'economia)
• Applicare metodologie tipiche dell'analisi infinitesimale per la risoluzione di problemi di ottimizzazione
• Conoscere i concetti di base della Statistica descrittiva e inferenziale.

Conoscenza e capacità di comprensione applicate

• Analizzare un problema
• Individuare le strutture astratte presenti in alcuni problemi reali
• Elaborare adeguate strategie di soluzione
• Elaborare dei dataset  per un'analisi statistica.

Autonomia di giudizio

• essere in grado di valutare la strategia e la tecnica risolutiva più adeguata alla risoluzione di un problema applicato

 Abilità comunicative

• utilizzare una corretta terminologia e un linguaggio tecnico-scientifico adeguato alla trattazione delle tematiche apprese

Capacità di apprendere

• leggere, comprendere e distinguere ipotesi e tesi all'interno di un quadro assiomatico stabilito

 PARTE I

• [2 Lezioni --- Capitolo 3 (BMPa) + Capitolo 7 (BMPb)] Aritmetica di base ed elementi di calcolo combinatorio: combinazioni, disposizioni e permutazioni (semplici e con ripetizioni)
• [2 Lezioni Capitolo 4 (BMPa)] Proporzioni e percentuali. Concentrazioni di soluzioni. Notazione scientifica. Propagazione degli errori nelle misure indirette. Approssimazioni
• [1 Lezione --- Capitolo 10 (BMPa)] Equazioni e disequazioni algebriche elementari
• [1 Lezione --- Capitolo 11 (BMPa)] Equazioni e disequazioni esponenziali e logaritmiche. pH di una soluzione
• [1 Lezione --- Capitolo 12 (BMPa)] Equazioni e disequazioni trigonometriche. Risoluzione dei triangoli. Teorema dei seni e Teorema di Carnot.  Calcolo della pendenza topografica.

PARTE II

• [3 Lezioni --- Capitolo 3 (BMPb)] FUNZIONI ELEMENTARI
• [2 Lezioni --- Capitolo 4 (BMPb)] LIMITI E COMPORTAMENTI ASINTOTICI
• [3 Lezioni --- Capitolo 5 (BMPb)] LE DERIVATE E LE LEGGI DEL CAMBIAMENTO. STUDIO DI FUNZIONE E PROBLEMI DI OTTIMIZZAZIONE
• [2 Lezioni --- Capitolo 6 (BMPb)] INTEGRALE SECONDO RIEMANN

PARTE III

• [4 Lezioni --- Capitoli 7 e 8 (BMPb)] PROBABILITÀ ELEMENTARE, VARIABILI ALEATORIE E DISTRIBUZIONI
• [4 Lezioni --- Capitolo 9 (BMPb)] STATISTICA DESCRITTIVA E INFERENZIALE
• [3 Lezioni (BMPb)] STATISTICA INFERENZIALE
• [2 Lezioni] USO DI EXCEL

L'insegnamento è costituito da  

• 60 ore di lezioni frontali durante le  quali vengono trattati tutti gli argomenti in programma

Per favorire la comprensione, i concetti presentati vengono applicati alla discussione di applicazioni di carattere fisico, chimico, biologico ed economico. Per le lezioni frontali il docente si avvale di presentazioni e di materiale multimediale disponibile  sulla piattaforma di E-learning Moodle UniTo.

La frequenza è facoltativa ma fortemente consigliata.

L' erogazione dell'insegnamento è convenzionale. Oltre alle lezioni frontali verrà fatto un uso importante della piattaforma di e-learning Moodle UniTo.

RICEVIMENTO

L'orario di ricevimento  sarà  calendarizzato in aula e si riferisce esclusivamente al periodo in cui viene erogato l'insegnamento. 

In tutti gli altri periodi didattici, ad esclusione delle sessioni d'esame, si potrà richiedere un appuntamento, mandando un'email all'indirizzo:

matematica_portaluri@unito.it

dal proprio indirizzo istituzionale (e non da indirizzo email privato). Non utilizzare l'indirizzo del docente prof. Alessandro Portaluri.

1. Gli studenti sono invitati, non appena in possesso delle credenziali SCU e della passwd che verrà fornita dal docente a lezione, ad iscriversi al corso presente sulla piattaforma Moodle
2. Si farà un utilizzo esclusivo del libro di testo e della piattaforma MyLab Pearson associata
3. Nel programma l'acronimo (BPMa) e (BPMb) si riferisce a ciascuno dei testi consigliati tra le referenze.