B5806 - ELEMENTS OF COMPUTATIONAL BIOLOGY

Conoscenze e abilità da conseguire

At the end of the course the student will acquire the basic knowledge of computational methods necessary for analysing biological data in the omic era.

Contenuti

Concetti di base dell'algebra lineare

-) Vettori e matrici: definizioni e operazioni di base.

-) Trasformazioni lineari negli spazi vettoriali.

-) Matrice inversa, invertibilità, determinanti.

-) Autovalori e autovettori: applicazioni all'analisi delle componenti principali.



Concetti di base del calcolo

-) Funzioni in R. Funzioni inverse.

-) Derivate. Massimizzazione e minimizzazione.

-) Integrali.

-) Funzioni in R2.

-) Derivate parziali. Gradiente. Massimizzazione e minimizzazione.

-) Massimizzazione e minimizzazione vincolate: moltiplicatori di Lagrange.



Concetti di base di probabilità e statistica

-) Probabilità congiunta, probabilità condizionata, teorema di Bayes.

-) Distribuzioni di probabilità discrete: binomiale, Poisson

-) Distribuzioni di probabilità continue: normale, Boltzmann, Student, chi-quadrato, Gumbel (valore estremo)

-) Media, mediana, moda, varianza.

-) Valore p e valore E

-) Test di significatività statistica: Student, Fisher, chi-quadrato



Tutti gli argomenti saranno trattati nel contesto delle applicazioni nella biologia computazionale.

Testi/Bibliografia

Durante le lezioni verranno fornite review e risorse online utili, che saranno rese disponibili su Virtuale

Metodi didattici

Lezioni ed esercizi

Modalità di verifica e valutazione dell'apprendimento

Prova scritta volta a verificare la capacità dello studente di applicare i metodi appresi a problemi semplici. La prova consiste in 5-6 problemi da risolvere in 90 minuti.

Strumenti a supporto della didattica

Orario di ricevimento

Consulta il sito web di Pier Luigi Martelli