Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
You are currently using guest access
 Log in
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Science
  2. Bachelor Degree
  3. Scienze e Tecnologie per l'Ambiente [E3202Q - E3201Q]
  4. Courses
  5. A.A. 2020-2021
  6. 3rd year
  1. Informatics
  2. Summary
Insegnamento Course full name
Informatics
Course ID number
2021-3-E3201Q109
Course summary SYLLABUS

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi

Il corso si prefigge due obiettivi principali: 

1) fornire le nozioni fondamentali per la comprensione e l’interrogazione di basi di dati con particolare attenzione al linguaggio SQL. In particolare gli studenti impareranno le nozioni elementari per poter  modellare la realtà attraverso una base di dati. Gli studenti familiarizzeranno con le basi di dati relazionali. Attraverso le attività di laboratorio metteranno in pratica le nozioni di teoria e impareranno a recuperare le informazioni contenute in una base di dati, attraverso oppurtune istruzioni in SQL.  Le nozioni teoriche e pratiche permetteranno agli studneti di poter gestire i dati che tipicamente provengono da attività sperimentali legate al loro corso di studio.

2) fornire le conoscenze di base di programmazione necessarie per utilizzare Matlab e per approfondire lo studio di ulteriori linguaggi di programmazione. Gli studenti incominceranno a familiarizzare con la programmazione, partendo direttamente dall'utilizzo di Matlab, applicandolo a dati a loro familiari. Verranno anche guidati nella scrittura di codici per l'analisi statistica dei dati.

Il corso ha un carattere fortemente laboratoriale. Le nozioni acquisite durante le ore di lezione frontale vengono applicate con esempi concreti su dati reali (prevalentemente forniti da altri docenti del corso di laurea).

Alla fine del corso gli studenti saranno in grado autonomamente di organizzare e interrogare una semplice base di dati relazionale e scrivere codici base in  matlab per analizzare dati.

Contenuti sintetici

Introduzione alle basi di dati: modello Entità Relazione,  modello relazionale, linguaggio SQL. Esercitazioni pratiche in laboratorio.

Basi di programmazione: programmazione in matlab finalizzata ad analisi, visualizzazione e trattamento di dati sperimentali.


Programma esteso

1)    Introduzione alle Basi di Dati 


·          Il modello Entità Relazione: concetti di entità, relazione, attributo, generalizzazione, sottoinsieme, identificatore, vincoli di integrità.

·          Il modello Relazionale: concetti di relazione, schema di relazione, attributo, dominio, chiave, vincolo di integrità, schema di base di dati.

·          Il linguaggio SQL per la creazione di basi di dati (Data Definition Language). Creazione di uno schema.

·          Il linguaggio SQL per l’interrogazione di basi di dati (Data Manipulation Language). Istruzioni di Select semplici, l’operatore di Join, gli operatori aggregati, le istruzioni Select nidificate.

  • Esercitazioni e laboratorio mirate alla creazione di una semplice basi di dati e alla sua interrogazione.

 

2)    Fondamenti di programmazione (utilizzando Matlab):

·          Algoritmi di programmazione: cosa sono e cosa servono

·          Tipi di dati

·          Definizione di variabili e parametri

·          Costrutti di controllo (if e switch) e cicli (for,while)

·          Funzioni, variabili di input e di output

·          Importazione dei dati

·          Salvataggio dei dati

o    Esercitazioni e laboratorio utilizzando Matlab. Applicazione dei concetti teorici all’analisi di dati sperimentali, con particolare attenzione all’analisi statistica e visualizzazione dei dati stessi.



Prerequisiti

Nessuno

Modalità didattica

Lezione frontale, 3 cfu (24 ore)

Esercitazione, 2 cfu (20 ore)

Laboratorio, 1 cfu (10 ore)

Il corso è erogato in italiano.

Nel periodo di emergenza Covid-19  le lezioni e le esercitazioni si svolgeranno prevalentemente in videoconferenza in modalità da remoto sincrona,  con eventuali contributi registrati in modalità asincrona. Il laboratorio si svolgerà invece in modalità da remoto asincrono con eventi in videoconferenza sincrona per chiarire eventuali dubbi. 


Materiale didattico

P. Atzeni, S. Ceri, S. Paraboschi, R. Torlone: Basi di Dati: Modelli e linguaggi di interrogazione, McGraw-Hill Italia

Tutorial online

Slide delle lezioni

Esercizi ed esempi di temi d'esame.


Periodo di erogazione dell'insegnamento

Primo semestre

Modalità di verifica del profitto e valutazione

Tipo esame:
• Scritto ed eventuale verifica orale

Tipo valutazione:
• Voto finale in trentesimi


PROVA PRATICA: si svolge in laboratorio e consiste nella manipolazione ed interrogazione di una base di dati utilizzando SQL e l'interfaccia di Access e nella realizzazione di script in matlab che operino semplici analisi su dati espressi con matrici o vettori. In particolare verrà richiesta l'applicazione di misure statistiche, la visualizzazione di dati e la  gestione di dati input output. Il voto massimo della prova pratica è 30/30 e lode.

PROVA ORALE: a seguito del superamento della prova pratica (voto minimo 18/30) gli studenti che lo desiderano possono chiedere una verifica orale, che può portare ad una modifica del voto finale (non necessariamente in positivo). 

Per alcuni casi dubbi il  docente può chiedere comunque una prova orale di verifica sui contenuti dell'intero corso, con eventuale commento sugli esercizi della prova pratica.

Sono previste due prove in itinere, (compitini).  La prima prova richiede la manipolazione ed interrogazione di una base di dati,  la seconda prova invece richiede la realizzazione di script in matlab. Entrambe le prove hanno un punteggio massimo di 30/30 e lode.
La singola prova si considera superata se ha ricevuto un punteggio >15.
Il voto finale della prova scritta è la media dei voti quando entrambi i compitini sono stati superati (entrambi >15) e l'esame è superato se la media è >=18.

Se uno dei due compitini non viene svolto (studente assente o ritirato) o è insufficiente (<=15)  può essere recuperato durante il solo primo appello.

Orario di ricevimento

Venerdì dalle 11.00 alle 12.00.

Export

Aims

The course has two main objectives:

1)    To introduce students to data base management systems with particular emphasis in the SQL language, which allows to define and inquiry relational databases. In particular, students will learn elementary concepts in order to model reality through a database. In particular, students will become familiar with relational databases. Through the laboratory activities they will put into practice the notions of theory and will learn to retrieve the information contained in a database, through appropriate instructions in SQL. The theoretical and practical notions will allow students to be able to manage the data that typically come from experimental activities related to their course of study.

2)  To provide the basic programming knowledge needed to use Matlab and to study further programming languages. Students will begin to familiarize with programming, starting directly with the use of Matlab, applying it to data familiar to them. They will also be guided in writing codes for statistical data analysis.

The course is based on practical activities where theory acquired during the frontal lessons is applied and tested on experimental data.

At the end of the course students will be able to independently organize and query a relational database and write basic codes in matlab to analyze data.


Contents

Introduction to Data Base. The Entity Relationship (ER), the relational Data Model, the SQL language. Practical activities.

Fundamentals of programming using matlab for experimental data analysis and visualization.


Detailed program

1)    Introduction to Data Base Management Systems

·          The Entity Relationship Model: concepts of entity, relationship, attribute, generalization, identifier, integrity constraints.

·          The Relational Data Model: concepts of relation, schema, attribute, domain, key, constraints.

·          SQL, as Data Definition Language

·          SQL, as Data Manipulation Language. Simple Select, the Join operator, aggregations, nested Select.

o    Practical activities aimed at defining simple Database, and examples of queries.

 

2)    Fundamentals of programming (Using Matlab)

·          Algorithms

·          Data types

·          Variable and parameters

·          Control-Flow Structures (if and switch), iterations (for, while).

·          Functions, variable, input, output

·          Import data

·          Export data

o    Practical activities using Matlab to process and analyze experimental data in particular applying statistical analysis and proper visualization functions.



Prerequisites

None


Teaching form

Lessons, 3 credits (24 hrs)

Classes, 2 credits (20 hrs)

Laboratory, 1 credit (10 hrs)

The course is taught in itlalian.


In the Covid-19 emergency period, lessons and classes will take place mainly via videoconference in remote synchronous mode, with any contributions recorded asynchronously. 

The laboratory will instead take place in asynchronous remote mode with synchronous events to clarify any doubts.

Textbook and teaching resource

P. Atzeni, S. Ceri, S. Paraboschi, R. Torlone: Basi di Dati: Modelli e linguaggi di interrogazione, McGraw-Hill Italia

Tutorial online

Slides of the lecturers.

Exercises and examples of exams.


Semester

First semester


Assessment method

Examination:
• Written and eventual oral exam

Evaluation Type:
• Final mark out of thirty


The exam consists of two  practical activities: in the first part the student has to solve some queries on a database,

using SQL and the Access interface. In the second part the student has to write some codes in matlab, that operate simple analysis on data expressed with matrices or vectors. In particular, the application of statistical measurements, data visualization and management of input output data will be required.

It is also possible an oral verification of the expertise acquired. 
Maximum mark is 30/30 cum Laude.

Two partial tests are scheduled, one at about half of the lessons, the second one at the end of the course. The first test is about queries on a database  and the second one requires to write matlab codes. Both parts has a fmaximum mark of  30/30 cum Laude. The single test is considered passed if it has received a score >15. The final mark of the written exam is the average of the two parts (both of them >15). The exam is passed if this average is >=18.

If one of the two parts is not carried out (absent or withdrawn student) or if it is not sufficient (<=15) it can be recovered during the first examination only.


Office hours

Friday from 11.00 to 12.00.

Enter

Key information

Field of research
INF/01
ECTS
6
Term
First semester
Activity type
Mandatory to be chosen
Course Length (Hours)
54
Degree Course Type
Degree Course

Staff

    Teacher

  • DB
    Daniela Briola
  • SC
    Silvia Elena Corchs
  • Francesca Gasparini
    Francesca Gasparini

Students' opinion

View previous A.Y. opinion

Bibliography

Find the books for this course in the Library

Enrolment methods

Manual enrolments
Self enrolment (Student)
Self enrolment (Student)

You are currently using guest access (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics