Springer Verlag

Questo breve libro propone con uno spirito via via d’immagine storiografica e di dettaglio matematico, la nascita e l’evoluzione del concetto di curvatura: le sue origini ancestrali nella meccanica, nell’astronomia, nella geodesia, e infine, chiaramente nella geometria. Gli aspetti tecnici, a volte estremamente semplici, altre volte complessi, sono sempre accompagnati da spiegazioni che si sperano esaurienti. Benché inizialmente sia stato generato da un disegno didattico, il volume è indirizzato ad un pubblico non necessariamente studentesco, con una cultura scientifica di base.

Questo testo, che giunge ora alla quarta edizione, è stato concepito principalmente per le necessità delle Scuole di Ingegneria, dove la Meccanica Razionale ha il duplice ruolo di introdurre sia alla modellizzazione fisico-matematica rigorosa che a specifiche applicazioni sviluppate poi in altri insegnamenti. La trattazione che qui proponiamo vuole presentare i concetti fondamentali mantenendo sempre l'attenzione rivolta alle applicazioni, a volte comuni ad altre discipline, in vista di sinergie didattiche favorite dalla presenza di corsi integrati. Abbiamo cercato di dare al libro una impostazione il più possibile coerente con questa finalità, soprattutto in alcune sezioni tradizionalmente caratterizzate da una trattazione più astratta: dai vincoli al Principio dei lavori virtuali, dal Principio di d'Alembert alla Meccanica Analitica. Questa edizione è frutto di un ampio lavoro di riorganizzazione e rielaborazione rispetto alla precedente e contiene, oltre a numerosi nuovi esempi, miglioramenti nella presentazione dei concetti principali e nello svolgimento delle dimostrazioni, per renderle didatticamente più efficaci.

Il presente volume costituisce un trattato di meccanica lagrangiana e hamiltoniana, e completa la rassegna sui sistemi dinamici iniziata nel primo, di cui è la naturale continuazione. Il testo è rivolto a studenti di un corso di laurea triennale in matematica o in fisica, ed è al contempo di potenziale interesse per studenti di un corso di laurea magistrale o di dottorato, nonché per ricercatori intenzionati a lavorare nel campo. Il testo è corredato di un ampio numero di esempi illustrativi, di applicazioni e, alla fine di ogni capitolo, di un'ampia scelta di esercizi, per la maggior parte dei quali è fornita la soluzione.

Il presente volume intende fornire un’introduzione alla probabilità e alle sue applicazioni, senza fare ricorso alla teoria della misura. Il testo è dedicato agli studenti dei corsi di laurea scientifici (in particolar modo di matematica, fisica e ingegneria).

Il libro contiene in forma compatta il programma svolto negli insegnamenti introduttivi di Statistica e tratta alcuni argomenti indispensabili per l'attività di ricerca, come le tecniche di simulazione Monte Carlo, i metodi di inferenza statistica, di best fit e di analisi dei dati di laboratorio. Gli argomenti vengono sviluppati partendo dai fondamenti, evidenziandone gli aspetti applicativi, fino alla descrizione dettagliata di molti casi di particolare rilevanza in ambito scientifico e tecnico.

Il testo presenta metodi e modelli per lo studio delle città viste come sistemi evolutivi che interagiscono con il territorio circostante. Gli aspetti morfologici, strutturali e dinamici sono sottolineati e analizzati con metodi qualitativi e quantitativi originati dalla matematica e dalla fisica, ma anche ispirati da altre scienze naturali e dallo studio dei sistemi socio-economici.

Il testo mira a fornire un'introduzione ai sistemi dinamici. Il lettore modello è uno studente di un corso di laurea triennale in matematica o fisica, o, più in generale, chiunque disponga delle nozioni che si acquisiscono nella prima metà di tali corsi di studio. In quest'ottica il testo unisce una trattazione matematica rigorosa a un linguaggio matematico accessibile anche a lettori meno esperti, richiamando risultati studiati in insegnamenti precedenti o fornendo gli strumenti necessari per colmare eventuali lacune. Sono comunque trattati estesamente argomenti avanzati che di consuetudine non sono discussi nell'ambito di un insegnamento del primo biennio; in particolare è dato largo spazio alla teoria dei sistemi dinamici in campi che esulano dai programmi tradizionali di meccanica analitica. In questo modo il testo può essere di interesse anche per uno studente di un corso di secondo livello o per un ricercatore con una preparazione di base più solida.

Il libro fornisce un'introduzione concisa ma rigorosa alla Teoria della Probabilità. Fra i possibili approcci alla materia si è scelto quello più moderno, basato sulla teoria della misura: pur richiedendo un grado di astrazione e sofisticazione matematica maggiore, esso è indispensabile a fornire le basi per lo studio di argomenti più avanzati come i processi stocastici, il calcolo differenziale stocastico e l'inferenza statistica. Nato dall'esperienza di insegnamento del corso di Probabilità e Statistica Matematica presso la Laurea Triennale in Matematica dell'Università di Bologna, il testo raccoglie materiale per un insegnamento semestrale in corsi di studio scientifici (Matematica, Fisica, Ingegneria, Statistica...), assumendo come prerequisito il calcolo differenziale e integrale di funzioni di più variabili. I quattro capitoli del libro trattano i seguenti argomenti: misure e spazi di probabilità; variabili aleatorie; successioni di variabili aleatorie e teoremi limite; attesa e distribuzione condizionata. Il testo include una raccolta di esercizi risolti.

Il volume fornisce un'introduzione a teoria e applicazioni dei modelli lineari generalizzati. Si presentano modelli di regressione per risposte continue, binarie, categoriali e di conteggio. Si offre anche un'introduzione ai modelli per risposte correlate. Utilizzando il software statistico R, vengono forniti gli strumenti per l'analisi dei dati tramite i diversi modelli parametrici e semiparametrici. Gli esempi con R alla fine di ciascun capitolo rappresentano una guida ad esercitazioni con il computer e richiedono una partecipazione attiva nello svolgere le analisi proposte. Numerosi esercizi concludono ogni capitolo. Il taglio adottato è funzionale ad approfondire in modo integrato aspetti teorici e applicativi. Unico nel suo genere, è rivolto agli studenti di Scienze Statistiche.

Questo testo nasce con l'obiettivo di aiutare lo studente nella transizione fra i concetti teorici e metodologici dell'inferenza statistica e la loro implementazione al computer. La prima parte del testo è infatti focalizzata principalmente su esercizi da risolvere con carta e penna, in modo da far applicare nozioni derivanti da lemmi e teoremi; mentre la seconda parte del testo è costituita da laboratori, in cui si propone sia l'implementazione manuale di algoritmi, sia l'apprendimento di built-in tools per un'analisi efficiente di dataset derivanti da problemi reali. Per ottimizzare la fruizione degli argomenti sviluppati, e per accompagnare il lettore nello studio, il testo è organizzato in capitoli, ciascuno dei quali composto, a sua volta, da una prima parte introduttiva, in cui vengono richiamate le basi teoriche dell'inferenza statistica, e da una seconda parte di esercizi, corredati di un esaustivo svolgimento su carta e, se opportuno, su software. Il testo è rivolto agli studenti dei corsi di laurea di primo livello di statistica, matematica, ingegneria e per i corsi di secondo livello in Data Science.