Elaborazione automatica dei dati per le decisioni economiche e finanziarie (1999-2000)

Anno Accademico: 
1999-2000
Insegnamento: 
20117
Elaborazione automatica dei dati per le decisioni economiche e finanziarie
Docente: 
Renato Pelessoni
Obiettivi: 
L’obiettivo principale del corso è quello di fornire alcuni strumenti che consentano di programmare in modo scientifico e sistematico, in modo da poter affrontare e risolvere con padronanza i problemi relativi all’elaborazione automatica dei dati che si possono presentare nell’attività professionale di statistico ed attuario.
Collegamento con altri insegnamenti: 
Nell’ambito del corso saranno date per acquisite nozioni di base sulla programmazione e sull’utilizzo di strumenti informatici, quali quelle fornite nell’ambito del corso di Sistemi Informativi. Alcuni degli argomenti sviluppati nel corso richiedono inoltre che si siano acquisite le conoscenze matematiche e statistiche impartite nei corsi di base.
Programma: 
Aritmetica del calcolo automatico Rappresentazione dei numeri in base. Algoritmi per la conversione di base. Codifiche numeriche su dispositivi binari e problemi relativi. Precisione macchina ed errore relativo. Aritmetica in virgola mobile e propagazione degli errori. Cancellazione numerica. Condizionamento di un problema e stabilità di un algoritmo. Il linguaggio Pascal Metalinguaggio BNF e diagramma sintattico. Struttura di un programma Pascal. Tipi di dati semplici e strutturati. Istruzioni di assegnazione, di iterazione e condizionali. Strutturazione di istruzioni. Procedure e funzioni. Procedure di input-output. I file. Variabili dinamiche, puntatori, strutture a lista, pile, code. L’ambiente Delphi Pascal. Elementi di programmazione ad oggetti. La programmazione strutturata ed il teorema di Bohm-Jacopini. Algoritmi Nozione di algoritmo. Correttezza e complessità di un algoritmo. Algoritmi di ricerca sequenziale e binaria. Algoritmi di ordinamento. Algoritmi ricorsivi, greedy, di backtracking, divide et conquer con esempi. Metodi iterativi per la risoluzione di equazioni non lineari. I metodi di bisezione, di Newton, delle corde e delle secanti. Simulazione stocastica e numeri pseudocasuali Modello generale di simulazione stocastica. Simulazione di eventi, di variabili aleatorie e di processi stocastici a parametro discreto. Metodi di generazione di numeri pseudocasuali. Metodo Monte Carlo. Esempi di applicazione del metodo simulativo e programmazione degli algoritmi relativi. Nell’ambito del corso verranno inoltre svolti alcuni seminari sugli argomenti di seguito indicati, che costituiscono parte integrante del programma. Progettazione di sistemi informativi ed analisi dei dati Fasi dell'evoluzione dell'analisi del sistema informativo aziendale. Strumenti per l'analisi del contesto. Il modello dei dati: schema concettuale e diagramma. I tipi di entità. Chiavi naturali ed artificiali. Utilizzo di codici. Esempio di modello aziendale. Valutazione di qualità dei sistemi informativi. Strutture informative con applicazioni in linguaggio Pascal Strutture informative statiche e dinamiche. Tabelle. Liste lineari, concatenate, bidirezionali, concatenate bidirezionali. Grafo, albero, albero orientato. Albero binario di ricerca. B-alberi e b*-alberi. Esempi in Pascal. Introduzione al linguaggio SAS Generalità su ambiente e linguaggio SAS. Logica del programma SAS: data set, data step, procedure. Introduzione all'analisi statistica mediante procedure SAS. Si precisa che per motivi di opportunità didattica il programma indicato potrebbe subire alcune variazioni, che verranno prontamente segnalate durante lo svolgimento delle lezioni.
Testi consigliati: 
A. Guidi, N. Renzoni Pascal – guida alla programmazione - McGraw-HillN. Wirth Algoritmi + Strutture Dati = Programmi - Tecniche Nuovesuddivisione in moduli per gli insegnamenti per i quali è prevista tale soluzione in relazione ai piani di studi approvati dalla Facoltà
Ultimo aggiornamento: 11-12-2013 - 13:28