Skip to main content
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)‎
 Log in
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Economics
  2. Bachelor Degree
  3. Economia e Commercio [E3301M]
  4. Courses
  5. A.A. 2020-2021
  6. 2nd year
  1. Computer Science - 1
  2. Summary
Partizione di unità didattica Course full name
Computer Science - 1
Course ID number
2021-2-E3301M194-E3301M198M-T1
Course summary SYLLABUS

Blocks

Back to Statistical Methods and Computer Science

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi formativi

Il corso intende presentare, gli scopi, i concetti ed i metodi di base dell’informatica, la struttura e l’evoluzione tecnologica dei sistemi di calcolo automatico e le principali aree applicative

Contenuti sintetici

Introduzione all’Informatica, architettura dell’Elaboratore, soluzione algoritmica dei problemi, basi di dati relazionali ed SQL.

Programma esteso

  1. Introduzione all’Informatica
  2. Architettura dell’Elaboratore
    • Macchina di Von Neumann
      • L’unita’ centrale di elaborazione (CPU)
      • Memoria centrale e memoria di massa
      • Dispositivi di ingresso-uscita
    • Estensioni dell’architettura di Von Neumann
    • Rappresentazione di valori numerici interi
    • Rappresentazione di valori numerici reali
    • Rappresentazione di caratteri 
  3. Soluzione Algoritmica dei Problemi
    • Variabili e tipi di dati
    • Strutture di controllo fondamentali: sequenza, selezione, iterazione
  4. Il linguaggio Python
    • Struttura di un programma
    • Tipi di dati semplici
    • Variabili e assegnamenti.
    • Espressioni aritmetiche, relazionali, e logiche.
    • Istruzioni decisionali
    • Istruzioni iterative
    • stringhe, liste e file di testo
    • Funzioni.
    • Struttura dinamica dell’esecuzione di un programma
  5. Basi di dati relazionali ed SQL.
    • Modello relazionale
    • SQL istruzioni DDL e DML 
  6. Sistema Operativo
  7. Reti di calcolatori.

Prerequisiti

Le conoscenze di tipo matematico e logico acquisite nella scuola superiore. Per potere sostenere l'esame è necessario avere sostenuto e verbalizzato l'esame di Statistica

Metodi didattici

Lezioni frontali. Le lezioni si svolgono nei laboratori didattici per consentire agli studenti di applicare immediatamente i concetti spiegati.

Nel periodo di emergenza Covid-19 le lezioni si svolgeranno in videoconferenza sincrona.



Modalità di verifica dell'apprendimento

La verifica dell'apprendimento comprende una prova scritta e al superamento di essa una prova orale. La prova scritta si svolgerà nei laboratori didattici per valutare le abilità dello studente nell'utilizzo applicazioni per lo sviluppo di software e le sue competenze nella risoluzione di semplici problemi.

Nel periodo di emergenza Covid-19 gli esami saranno solo telematici. Verranno svolti utilizzando la piattaforma WebEx e la piattaforma esamionline.

Testi di riferimento

  • Per i punti 1, 2, 4 e 5 utilizzare il materiale didattico scaricabile dalla pagina web del corso
  • Per il punto 2 utilizzare: Think Python First Edition, by Allen B. Downey (disponibile online) oppure A. Lorenzi, E. Cavalli, V. Moriggia. Linguaggio Python. Atlas
  • Per il punto 3 utilizzare: A. Lorenzi, D. Rossi. Le basi di dati. Il linguaggio SQL. Atlas

Periodo di erogazione dell’insegnamento

Secondo semestre

Lingua di insegnamento

Italiano

Export

Learning objectives

The course aim is to introduce the basic concepts of computer science, the structure and evolution of the automation systems and their main application areas.

Contents

Introduction to Computer Science, machine architecture, introduction to Algorithms, data base and SQL.

Detailed program

  1. Introduction to Computer Science
  2. Machine architecture
    • Von Neumann architecture
      • Central Processing Unit (CPU)
      • Computer data storage
      • Input and output devices
    • Modern computer architectures
  3. Introduction to Algorithms
    • Variables and data types
    • Flow control: sequence, selection, iteration
  4. Python programming language
    • Program structure
    • Primitive data type.
    • Variables and assignment.
    • Arithmetic, relational and logic expressions.
    • Conditional instructions
    • Iterative instructions
    • string, list, and text file.
    • Function: declaration, definition and parameters.
    • Program execution
  5. Data Base and SQL language.
    • Relational model
    • SQL DDL and DML instructions 
  6. Operating System
  7. Computer networks

Prerequisites

Mathematical-logical knowledge as acquired during high-school. Statistica

Teaching methods

Frontal lessons. Lessons take place in computer science lab to allow students to immediately apply the concepts explained.

During the Covid-19 emergency period, lessons will take place in synchronous videoconference.



Assessment methods

Learning assessment includes a written exam and, if the student gets a passing grade, an oral exam. The written exam will take place in the teaching laboratories to evaluate the student's skills in using software development kit and their competence in solving simple problems.
In the Covid-19 emergency period, exams will only be online. They will be carried out using the WebEx platform and esamionline platform.

Textbooks and Reading Materials

  • For 1, 2, 4 and 5 use the didactic material that can be downloaded from the course web page
  • For 2: Think Python First Edition, by Allen B. Downey (disponibile online) or A. Lorenzi, E. Cavalli, V. Moriggia. Linguaggio Python. Atlas
  • For 3: A. Lorenzi, D. Rossi. Le basi di dati. Il linguaggio SQL. Atlas

Semester

Second semester.

Teaching language

Italian

Enter

Key information

Field of research
INF/01
ECTS
6
Term
Annual
Activity type
Mandatory
Course Length (Hours)
42
Degree Course Type
Degree Course

Staff

    Teacher

  • AA
    Alessandro Avellone

Enrolment methods

Manual enrolments
Self enrolment (Student)

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics