Matematica (laurea magistrale) — Università degli Studi di Milano-Bicocca, Milano

Il piano degli esami

Curricula: Teorico generale, Teorico con applicazioni, Applicativo generale, Applicativo modellistico, Percorso comune, Part time completo, Part time completo, Part time completo, Part time completo, Part time I anno, Part time I anno, Part time I anno, Part time I anno. Qui sotto: Teorico generale.

1° anno

• Ambito formazione teorica avanzata (scegli 40 CFU): Teoria dell'informazione e codici correttori di errori 8 CFU; Analisi reale ed equazioni differenziali 8 CFU; Analisi geometrica 8 CFU; Teoria dei numeri e crittografia 8 CFU; Geometria algebrica e complessa 8 CFU; Methods of applied analysis 8 CFU; Higher analysis 8 CFU; Analisi armonica 8 CFU; Representation theory 8 CFU; Functional analysis 8 CFU; Geometria riemanniana 8 CFU; Geometria simplettica 8 CFU; Geometria e topologia differenziale 8 CFU
• Ambito formazione modellistico-computazionale avanzata - 1° anno (scegli 8 CFU): Stochastic processes 8 CFU; Metodi numerici per equazioni alle derivate parziali 8 CFU; Geometria e fisica 8 CFU; Stochastic calculus and finance 8 CFU; Numerical linear algebra 8 CFU; Sistemi dinamici, informazione, complessita' 8 CFU; Modelli e metodi di approssimazione 8 CFU; Stochastic methods and models 8 CFU; Metodi della fisica matematica 8 CFU
• Insegnamenti - affini e integrativi (scegli 16 CFU): Didattica della matematica 8 CFU; Equazioni alle derivate parziali 8 CFU; Storia della matematica 8 CFU; Mathematical methods for economic analysis - optimization and convex analysis 8 CFU; Topologia algebrica e computazionale 8 CFU; Metodi numerici avanzati per equazioni alle derivate parziali 8 CFU; Mathematical methods for economic analysis - optimal control 8 CFU; Geometric group theory 8 CFU; Meccanica quantistica 8 CFU; Topological methods in field theories 8 CFU; Matematica numerica per il machine learning 8 CFU; Preparazione di esperienze didattiche 8 CFU; Elementary mathematics 8 CFU; Game theory 8 CFU
• A scelta (scegli 16 CFU): Metodi della fisica matematica 8 CFU; Esame politecnico 10 CFU; Meccanica quantistica 8 CFU; Metodi numerici per equazioni alle derivate parziali 8 CFU; Analisi reale ed equazioni differenziali 8 CFU; Esame politecnico 8 CFU; Geometria riemanniana 8 CFU; Higher analysis 8 CFU; Geometria e fisica 8 CFU; Representation theory 8 CFU; Teoria dei numeri e crittografia 8 CFU; Geometria simplettica 8 CFU; Analisi armonica 8 CFU; Preparazione di esperienze didattiche 8 CFU; Equazioni alle derivate parziali 8 CFU; Stochastic methods and models 8 CFU; Topological methods in field theories 8 CFU; Analisi geometrica 8 CFU; Matematica numerica per il machine learning 8 CFU; Functional analysis 8 CFU; Geometria algebrica e complessa 8 CFU; Storia della matematica 8 CFU; Modelli e metodi di approssimazione 8 CFU; Didattica della matematica 8 CFU; Numerical linear algebra 8 CFU; Metodi numerici avanzati per equazioni alle derivate parziali 8 CFU; Elementary mathematics 8 CFU; Stochastic calculus and finance 8 CFU; Teoria dell'informazione e codici correttori di errori 8 CFU; Methods of applied analysis 8 CFU

2° anno

• Prova finale — 36 CFU
• Elaborazione di testi matematici (ICT) — 1 CFU
• Ulteriori attività formative (scegli 3 CFU): Further linguistic knowledge - english - B2 level 3 CFU; Altre conoscenze utili all'inserimento nel mondo del lavoro 3 CFU
• Attivita' sovrannumerarie (facoltativo): Teoria dei numeri e crittografia 8 CFU; Topological methods in field theories 8 CFU; Meccanica quantistica 8 CFU; Geometria e fisica 8 CFU; Metodi numerici per equazioni alle derivate parziali 8 CFU; Stochastic methods and models 8 CFU; Geometria riemanniana 8 CFU; Geometria e topologia differenziale 8 CFU; Storia della matematica 8 CFU; Equazioni alle derivate parziali 8 CFU; Mathematical methods for economic analysis - optimization and convex analysis 8 CFU; Mathematical methods for economic analysis - optimal control 8 CFU; Matematica numerica per il machine learning 8 CFU; Sistemi dinamici, informazione, complessita' 8 CFU; Geometric group theory 8 CFU; Analisi armonica 8 CFU; Modelli e metodi di approssimazione 8 CFU; Didattica della matematica 8 CFU; Analisi reale ed equazioni differenziali 8 CFU; Stochastic calculus and finance 8 CFU; Game theory 8 CFU; Metodi numerici avanzati per equazioni alle derivate parziali 8 CFU; Higher analysis 8 CFU; Numerical linear algebra 8 CFU; Analisi geometrica 8 CFU; Geometria algebrica e complessa 8 CFU; Preparazione di esperienze didattiche 8 CFU; Representation theory 8 CFU; Methods of applied analysis 8 CFU; Metodi della fisica matematica 8 CFU