| MATHEMATICS
(obiettivi)
In relazione alle quattro aree tematiche del corso (vedi Programma del corso) gli obiettivi di apprendimento finale sono:
Linear Algebra
Conoscere le proprietà di base degli spazi vettoriali astratti e delle trasformazioni lineari. Saper applicare le proprietà algebriche dell’algebra delle matrici con particolare riferimento alle matrici a blocchi. Essere in grado di determinare autovalori e autovettori di una matrice. Matrici simmetriche. Conoscere la nozione di proiettori e di matrice idempotente. Saper diagonalizzazione una matrice (sotto le opportune condizioni).
Calculus
Saper calcolare l’integrali di funzioni di più variabili (tramite il Teorema di Fubini, …) . Saper effettuare un semplice cambiamento di variabili nel calcolo degli integrali e saper usare le coordinate polari. Calcolo di integrali tramite la derivazione sotto il segno di integrale. Saper risolvere semplici equazioni differenziali (variabili separabili, …).
Optimization
Saper calcolare la matrice Hessiana e suoi autovalori. Saper determinare i massimi e minimi liberi di una funzione di più variabili. Saper usare i moltiplicatori Lagrangiani nello studio di estremi vincolati per funzioni di più variabili. Saper applicare il teorema di Kuhn-Tucker in casi semplici.
Probabilità
Saper derivare le proprietà delle principali distribuzioni discrete e (assolutamente) continue. Conoscenza dei teoremi limite fondamentali: legge (debole) dei grandi numeri e teorema centrale del limite. Attesa condizionata e suo significato geometrico. Gaussiana multivariata.
|
|
Codice
|
8011190 |
|
Lingua
|
ITA |
|
Tipo di attestato
|
Attestato di profitto |
| Modulo: LINEAR ALGEBRA AND PROBABILITY
(obiettivi)
In relazione alle quattro aree tematiche del corso (vedi Programma del corso) gli obiettivi di apprendimento finale sono:
Linear Algebra
Conoscere le proprietà di base degli spazi vettoriali astratti e delle trasformazioni lineari. Saper applicare le proprietà algebriche dell’algebra delle matrici con particolare riferimento alle matrici a blocchi. Essere in grado di determinare autovalori e autovettori di una matrice. Matrici simmetriche. Conoscere la nozione di proiettori e di matrice idempotente. Saper diagonalizzazione una matrice (sotto le opportune condizioni).
Calculus
Saper calcolare l’integrali di funzioni di più variabili (tramite il Teorema di Fubini, …) . Saper effettuare un semplice cambiamento di variabili nel calcolo degli integrali e saper usare le coordinate polari. Calcolo di integrali tramite la derivazione sotto il segno di integrale. Saper risolvere semplici equazioni differenziali (variabili separabili, …).
Optimization
Saper calcolare la matrice Hessiana e suoi autovalori. Saper determinare i massimi e minimi liberi di una funzione di più variabili. Saper usare i moltiplicatori Lagrangiani nello studio di estremi vincolati per funzioni di più variabili. Saper applicare il teorema di Kuhn-Tucker in casi semplici.
Probabilità
Saper derivare le proprietà delle principali distribuzioni discrete e (assolutamente) continue. Conoscenza dei teoremi limite fondamentali: legge (debole) dei grandi numeri e teorema centrale del limite. Attesa condizionata e suo significato geometrico. Gaussiana multivariata.
|
|
Codice
|
M-2338 |
|
Lingua
|
ENG |
|
Tipo di attestato
|
Attestato di profitto |
|
Crediti
|
6
|
|
Settore scientifico disciplinare
|
MAT/06
|
|
Ore Aula
|
36
|
|
Ore Studio
|
-
|
|
Attività formativa
|
Attività formative caratterizzanti
|
Canale Unico
|
Docente
|
GIBILISCO PAOLO
(programma)
Linear Algebra Systems of linear equations. Matrix Algebra. Algebra of square ma- trices. Transpose and its properties. Determinant. Groups, _elds, vector spaces. Linear independence and basis. Dimension of vector spaces. Linear transformations. Kernels. Scalar products. Cauchy-Schwartz inequality. Eigenvalues, eigenvectors and the characteristic polynomial of a square ma- trix. Basic properties of eigenspaces. Symmetric, and orthogonal matrices. Positive de_nite matrices. Projection operators. Cholesky decomposition. Diagonalizable matrices. The spectral theorem.
 Linear Algebra Systems of linear equations. Matrix Algebra. Algebra of square ma- trices. Transpose and its properties. Determinant. Groups, _elds, vector spaces. Linear independence and basis. Dimension of vector spaces. Linear transformations. Kernels. Scalar products. Cauchy-Schwartz inequality. Eigenvalues, eigenvectors and the characteristic polynomial of a square ma- trix. Basic properties of eigenspaces. Symmetric, and orthogonal matrices. Positive de_nite matrices. Projection operators. Cholesky decomposition. Diagonalizable matrices. The spectral theorem.
|
|
Date di inizio e termine delle attività didattiche
|
- |
|
Modalità di erogazione
|
Tradizionale
|
|
Modalità di frequenza
|
Non obbligatoria
|
|
Metodi di valutazione
|
Prova scritta
|
|
|
| Modulo: CALCULUS AND OPTIMIZATION
(obiettivi)
In relazione alle quattro aree tematiche del corso (vedi Programma del corso) gli obiettivi di apprendimento finale sono:
Linear Algebra
Conoscere le proprietà di base degli spazi vettoriali astratti e delle trasformazioni lineari. Saper applicare le proprietà algebriche dell’algebra delle matrici con particolare riferimento alle matrici a blocchi. Essere in grado di determinare autovalori e autovettori di una matrice. Matrici simmetriche. Conoscere la nozione di proiettori e di matrice idempotente. Saper diagonalizzazione una matrice (sotto le opportune condizioni).
Calculus
Saper calcolare l’integrali di funzioni di più variabili (tramite il Teorema di Fubini, …) . Saper effettuare un semplice cambiamento di variabili nel calcolo degli integrali e saper usare le coordinate polari. Calcolo di integrali tramite la derivazione sotto il segno di integrale. Saper risolvere semplici equazioni differenziali (variabili separabili, …).
Optimization
Saper calcolare la matrice Hessiana e suoi autovalori. Saper determinare i massimi e minimi liberi di una funzione di più variabili. Saper usare i moltiplicatori Lagrangiani nello studio di estremi vincolati per funzioni di più variabili. Saper applicare il teorema di Kuhn-Tucker in casi semplici.
Probabilità
Saper derivare le proprietà delle principali distribuzioni discrete e (assolutamente) continue. Conoscenza dei teoremi limite fondamentali: legge (debole) dei grandi numeri e teorema centrale del limite. Attesa condizionata e suo significato geometrico. Gaussiana multivariata.
|
|
Codice
|
M-2337 |
|
Lingua
|
ENG |
|
Tipo di attestato
|
Attestato di profitto |
|
Crediti
|
6
|
|
Settore scientifico disciplinare
|
SECS-S/06
|
|
Ore Aula
|
36
|
|
Ore Studio
|
-
|
|
Attività formativa
|
Attività formative caratterizzanti
|
Canale Unico
|
Docente
|
GIBILISCO PAOLO
(programma)
In relazione alle quattro aree tematiche del corso (vedi Programma del corso) gli obiettivi di apprendimento finale sono:
Linear Algebra
Conoscere le proprietà di base degli spazi vettoriali astratti e delle trasformazioni lineari. Saper applicare le proprietà algebriche dell’algebra delle matrici con particolare riferimento alle matrici a blocchi. Essere in grado di determinare autovalori e autovettori di una matrice. Matrici simmetriche. Conoscere la nozione di proiettori e di matrice idempotente. Saper diagonalizzazione una matrice (sotto le opportune condizioni).
Calculus
Saper calcolare l’integrali di funzioni di più variabili (tramite il Teorema di Fubini, …) . Saper effettuare un semplice cambiamento di variabili nel calcolo degli integrali e saper usare le coordinate polari. Calcolo di integrali tramite la derivazione sotto il segno di integrale. Saper risolvere semplici equazioni differenziali (variabili separabili, …).
Optimization
Saper calcolare la matrice Hessiana e suoi autovalori. Saper determinare i massimi e minimi liberi di una funzione di più variabili. Saper usare i moltiplicatori Lagrangiani nello studio di estremi vincolati per funzioni di più variabili. Saper applicare il teorema di Kuhn-Tucker in casi semplici.
Probabilità
Saper derivare le proprietà delle principali distribuzioni discrete e (assolutamente) continue. Conoscenza dei teoremi limite fondamentali: legge (debole) dei grandi numeri e teorema centrale del limite. Attesa condizionata e suo significato geometrico. Gaussiana multivariata.
 The suggested textbooks are C.P Simon and L. Blume. Mathematics for Economists. Norton & Company, ii) G. Casella and R.L. Berger. Statistical Inference. Duxbury.
|
|
Date di inizio e termine delle attività didattiche
|
- |
|
Modalità di erogazione
|
Tradizionale
|
|
Modalità di frequenza
|
Non obbligatoria
|
|
Metodi di valutazione
|
Prova scritta
|
|
|
|