L'insegnamento si propone di completare la formazione matematica di base, fornendo elementi della teoria delle funzioni di variabile complessa, della teoria delle distribuzioni, delle trasformate di Fourier e Laplace, ed infine della probabilità discreta e continua, con cenni alla teoria della misura. Tali argomenti rivestono un ruolo centrale nelle applicazioni ingegneristiche; l'insegnamento sarà corredato da molti esempi che offriranno spunti per ulteriori approfondimenti.
The course aims at completing the students' education in basic mathematics, by introducing the theory of analytic functions, distributions, Fourier and Laplace transforms, and discrete and continuous probability with hints on measure theory. Such topics play an essential role in engineering applications. Examples and motivation will be drawn from problems in engineering, offering further insights.
a) Conoscenza e capacità di comprensione
Lo studente acquisisce una serie di concetti matematici di base e di strumenti per risolvere problemi di varia natura che spaziano dall'analisi dei segnali allo studio di fenomeni aleatori. La teoria delle distribuzioni fornisce un linguaggio generale e flessibile per trattare i segnali: tale teoria è l'ambito naturale per lo studio delle trasformate di Fourier e di Laplace. Lo studente apprende le tecniche di base per il calcolo delle trasformate e acquisisce un bagaglio di trasformate fondamentali (delta, treni di delta, funzioni discontinue). La teoria delle funzioni di variabile complessa offre il linguaggio adeguato per lo studio della trasformata di Laplace e gli strumenti avanzati per l'analisi dei fenomeni singolari e per il calcolo degli integrali. Inoltre, lo studente apprende gli strumenti probabilistici necessari per trattare problemi dominati dall'incertezza, tipici dell'analisi di fenomeni non deterministici e del comportamento di variabili in essa coinvolte.
b) Capacità di applicare conoscenza e comprensione
Al termine dell'insegnamento lo studente potrà applicare le tecniche analitiche necessarie per l'analisi dei segnali di qualunque natura essi siano (impulsivi, discontinui, ecc.). Sarà inoltre in grado di valutare la probabilità del verificarsi di eventi e di effettuare previsioni su fenomeni casuali in ambito ingegneristico.
La capacità di applicare le conoscenze acquisite sarà verificata mediante discussioni ed esercitazioni in aula.
a) Knowledge and understanding
Students are taught some basic mathematical notions and tools for solving various problems ranging from signals analysis to the study of random phenomena. The theory of distributions provides a general language which enables to deal with signals arising in impulsive or discontinuous phenomena: this theory is the natural setting for the study of the Fourier and Laplace transforms. Students learn the techniques for the computation of the transforms of the main distributions: delta Dirac, Dirac comb, and piecewise regular functions included. Complex analysis is the proper setting for the theory of the Laplace transform and is the advanced tool for the analysis of singular phenomena and for the computation of integrals. Moreover, students are provided with the main probabilistic tools necessary for solving problems under uncertainty. They learn how to deal with random phenomena and with the variables involved in them.
b) Applying knowledge and understanding
At the end of the course students will be able to apply the analytical techniques required for the analysis of the signals of any nature (impulsive, erratic, etc.). Also, they will be expected to have acquired the skills to evaluate the probability of outcomes and extrapolate information useful in solving problems in electronic and telecommunication engineering. The ability to apply the gained knowledge will be verified through class exercises.
E' prerequisito necessario una buona dimestichezza con i concetti e gli strumenti matematici presentati nei corsi del I e del II anno; nello specifico, del calcolo differenziale e integrale in una o più variabili.
Students are required to be familiar with the notions and tools of the mathematics courses of the first two years: these include differential and integral calculus of one or several variables.
1. (27 ore) Funzioni di variabile complessa: derivabilità, condizioni di Cauchy-Riemann, integrali su curve. Teorema di Cauchy, formula integrale di Cauchy, sviluppabilità di funzioni analitiche in serie di Taylor e di Laurent. Teorema dei residui, calcolo dei residui e calcolo di integrali con il metodo dei residui.
2. (15 ore) Teoria delle distribuzioni: definizione ed operazioni fondamentali (operazioni algebriche, traslazione, riscalamento, derivazione), distribuzioni delta, v.p. 1/t, treno di impulsi. Prodotto di convoluzione per funzioni e distribuzioni.
3. (18 ore) Trasformata di Fourier e Laplace per funzioni e distribuzioni temperate: definizioni, proprietà, antitrasformate, formula di inversione. Trasformate notevoli.
4. (20 ore) Cenni alla teoria della misura: misure di probabilità e relative proprietà elementari. Spazi finiti e uniformi. Probabilità condizionata e indipendenza.
5. (20 ore) Variabili casuali discrete e assolutamente continue, a valori reali e vettoriali. Esempi notevoli.
1. (27h) Function theory of complex variable: differentiability, Cauchy-Riemann equations, line integrals. Cauchy theorem, Cauchy integral formula, Taylor series of analytic functions, Laurent series. Residue theorem, computation of residues and application to the calculation of integrals.
2. (15h) Theory of distributions: definitions and basic operations (algebraic operations, translation, rescaling, derivatives), Dirac delta, p.v.(1/t), Dirac comb. Convolution of functions and distributions.
3. (18h) Fourier and Laplace transforms of functions and tempered distributions: definitions and properties, inverse transforms, inversion formula. Notable transforms.
4. (15h) Combinatorics, probability measures and related elementary properties. Conditional probability and independence.
5. (15h) Discrete and continuous random variables. Notable examples. Expected values.
6. (10h) Joint distribution, independence and correlation.
Le esercitazioni seguiranno gli argomenti delle lezioni; in parte saranno svolte alla lavagna dal personale docente, in parte richiederanno la partecipazione degli allievi.
Exercises will cover the topics of the lectures. Some of them will be carried out by the teacher at the blackboard, others will actively involve the students.
Saranno utilizzate dispense ed esercizi disponibili in rete.
Per la parte di probabilità si consiglia il testo:
Ross, S. 'Calcolo delle Probabilità', Ed. Apogeo, 2013 (o qualsiasi altra edizione).
Lecture notes will be available in the course web page.
Recommended textbook in probability:
Ross, S. 'Calcolo delle Probabilità', Ed. Apogeo, 2013 (or any other edition).
Slides; Dispense; Libro di testo; Esercizi; Esercizi risolti;
Lecture slides; Lecture notes; Text book; Exercises; Exercise with solutions ;
Modalità di esame: Prova scritta (in aula); Prova orale facoltativa;
Exam: Written test; Optional oral exam;
...
L'esame finale è scritto. Una prova orale è opzionale su richiesta dello studente o a discrezione del docente.
La durata dell'esame scritto è di due ore. Durante la prova scritta gli studenti possono utilizzare solo una calcolatrice e dei formulari forniti dai docenti.
La prova scritta è costituita da due parti:
1. dieci quiz a risposta multipla, di cui sei di analisi e quattro di calcolo delle probabilità;
2. due esercizi, uno di analisi e uno di calcolo delle probabilità, ciascuno composto da più domande.
Per ogni quiz ci sono quattro possibili risposte, una sola delle quali è corretta. L'obiettivo dei quiz a risposta multipla è verificare l'apprendimento dei concetti di base di entrambi i moduli in cui è articolato il corso.
Ogni quiz è valutato 1 punto se corretto e 0 punti altrimenti, così che il punteggio massimo della parte quiz è pari a 10 punti.
Lo scopo degli esercizi della seconda parte è verificare la conoscenza e la capacità di trattare problemi di analisi complessa, distribuzioni, trasformate di Fourier e di Laplace, probabilità, variabili aleatorie e valori attesi.
Il punteggio massimo dell'esercizio di analisi è 13 punti, quello dell'esercizio di calcolo delle probabilità è 9 punti.
La prova scritta si considera superata se il suo risultato è superiore o uguale a 18/30, con almeno 4/30 acquisiti nella parte di probabilità ed almeno 6/30 acquisiti nella parte di analisi.
Se il punteggio totale è non superiore a 30 esso rappresenta il voto finale espresso in trentesimi. Se è 31 o 32, il voto finale è 30 o 30 e lode rispettivamente.
Il docente, a sua discrezione, ha la facoltà di richiedere una prova orale nel caso in cui sia opportuno un approfondimento per verificare il grado di preparazione dello studente. Solo gli studenti che hanno superato la prova scritta possono chiedere di sostenere anche la prova orale. Se richiesta, la prova orale concorre a determinare il voto finale dell'esame insieme con quella scritta. In particolare, essa può comportare sia l'innalzamento sia l'abbassamento del voto conseguito allo scritto in base alla prestazione dello studente.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Written test; Optional oral exam;
The final exam is written. An oral exam is optional on students' request or at the discretion of the instructor.
The written exam is two hour long. Students are allowed to use only a non-programmable calculator and the formulae sheets provided by the instructors.
The written exam is composed of two parts:
1. ten multiple-choice quizzes, six of which in analysis and four in probability;
2. two exercises, one in analysis and one in probability, composed of different questions.
For each quiz, four possible answers are shown, only one of which is correct. The goal of the multiple choice test is to verify the understanding of the fundamental basic concepts of the analysis and probability parts.
Each answer to the test is evaluated 1 point if correct and 0 otherwise. Thus the maximum score to the test is 10.
The scope of the exercises of the second part is to verify the knowledge and capability to treat problems involving complex analysis, distributions theory, Fourier and Laplace transforms, probability, random variables and expected values.
The exercise in analysis is evaluated maximum 13 points, the one in probability 9 points.
To pass the written part of the exam students have to totalize at least 18/30, with at least 4/30 in probability and at least 6/30 in analysis.
If the sum of the two parts of the exam is less or equal to 30, it represents the final mark. If it is 31 or 32, the final mark is 30 or 30 with honor (30L) respectively.
Only students who passed the written exam can ask to be admitted to the oral exam.
In particular, if an oral exam is asked and performed, it becomes part of the evaluation together with the written part. Depending on the performance of the student, the final mark could be less, equal or greater than the total score of the written exam.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.