Università di Pisa - Valutazione della didattica e iscrizione agli esami

Scheda programma d'esame

ALGORITHMS

ANNA BERNASCONI

Academic year2020/21
CourseDIGITAL HUMANITIES
Code429AA
Credits6
PeriodSemester 2
LanguageItalian

Modules

Area

Type

Hours

Teacher(s)

ALGORITMICA

INF/01

LEZIONI

ANNA BERNASCONI unimap

GIOVANNA ROSONE unimap

Esporta in pdf

Obiettivi di apprendimento

Learning outcomes

Conoscenze

Conoscenza degli algoritmi di base dell'informatica e delle necessarie nozioni di matematica elementare

Knowledge

At the end of the course, the students are expected to be able to design basic algorithms using a pseudo-code and to prove their correctness.

Modalità di verifica delle conoscenze

Esercitazioni, esame finale scritto e orale

Assessment criteria of knowledge

- In the written exam (2 hours), the student must demonstrate his/her ability to design correct and efficient algorithms and to analyze their complexity. The student should also answer to theoretical questions.

Methods:

Final oral exam
Final written exam

Capacità

Saper scrivere e discutere semplici programmi Python

Skills

Elementary Python programming practice

Modalità di verifica delle capacità

Esercitazioni, esame finale

Assessment criteria of skills

Final oral exam
Final written exam

Comportamenti

Proprietà di linguaggio e comprensione della terminologia matematica.

Behaviors

Capability to speak and write about technical arguments in a correct italian language.

Modalità di verifica dei comportamenti

Esercitazioni, esame finale

Assessment criteria of behaviors

Final oral exam
Final written exam

Prerequisiti (conoscenze iniziali)

Conoscenza elementare del linguaggio Python.

Basi elementari di matematica e logica fornite dalla scuola superiore.

Prerequisites

Python languages basis.

Basic calculus and logic notions

Indicazioni metodologiche

Vengono affiancate lezioni teoriche, pause di riflessione (domande) e attività pratiche (suggerite o svolte in classe). Ulteriori esercitazioni pratiche devono essere svolte a casa.

Teaching methods

Delivery: face to face

Learning activities:

attending lectures
preparation of oral/written report
individual study

Attendance: Advised

Teaching methods:

Lectures

Programma (contenuti dell'insegnamento)

Comunicazione, linguaggio e linguaggi.
Algoritmi e calcolabilità.
Introduzione alla complessità computazionale concreta.
Tecniche di programmazione ricorsiva.
Algoritmi di ricerca.
Algoritmi di ordinamento.
Ricerca in grafi finiti e infiniti.
Non determinismo, problemi P e NP.
Elaborazione di stringhe.
Teoria dell'informazione e codici.

Syllabus

The goal is to introduce (basic) algorithms and data structures to solve problems on sequences, arrays and trees in efficient time and/or space. We will also deal with techniques for evaluating the complexity of algorithms and problems.

Bibliografia e materiale didattico

Testo del corso

F. Romani, Elementi di Algoritmica con esempi in Phyton. Pisa University Press, 2017
Il testo è disponibile presso le principali librerie di Pisa.

Testi di Approfondimento

Dispense di Fabrizio Luccio (http://pages.di.unipi.it/luccio/)
P. Crescenzi, L. Pagli, Problemi, algoritmi e coding. Zanichelli 2017.
F. Luccio, P. Ferragina, Il Pensiero Computazionale. Dagli algoritmi al coding. Il Mulino, 2017.
T. Cormen, C. Leiserson, R.I. Rivest, C. Stein, Introduzione agli algoritmi e strutture dati MIT Press, 1990

Bibliography

F. Romani, Elementi di Algoritmica con esempi in Phyton. Pisa University Press, 2017
Il testo è disponibile presso le principali librerie di Pisa.