Scienze Naturali, Scienze dei Sistemi Naturali,
Evoluzione del comportamento animale e dell’uomo

Probabilità elementare e calcolo di funzioni di una variabile.

L'insegnamento si propone di presentare i principali modelli matematici
evoluzionistici:
- la derivazione dei modelli classici in ecologia e biologia evoluzionistica:
la crescita logistica e malthusiana
- modelli di interazione tra specie del tipo Lotka-Volterra e modelli
epidemiologici.
- elementi di base di teoria dei giochi e di ottimizzazione dinamica
che servono per comprendere i principali modelli evoluzionistici per
il comportamento animale e dell'uomo sviluppati negli ultimi decenni.

Sarà proposto l'uso di software specifico (Wx-Maxima e foglio di
calcolo) per trattare alcuni aspetti.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE
Conoscenza dei principali modelli di evoluzione del comportamento basate sulla teoria dei giochi, e in parallelo dei principali modelli di dinamica delle popolazioni.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
Capacità di utilizzare semplici modelli matematici in biologia evolutiva, sviluppando in particolare le competenze di: produrre e leggere le diverse rappresentazioni di un modello dinamico discreto o continuo;formulare in termini di successioni ricorsive o di equazioni differenziali le modellizzazioni proposte nel corso e saperle riconoscere /interpretare tali rappresentazioni matematiche
calibrare i parametri dei modelli sulla base di dati empirici, determinare in modo approssimato l'andamento di un modello anche usando software (Excel), analizzare il comportamento a lungo termine del modello (equilibri, stabilità).
Capacità di utilizzare i concetti acquisiti per l'interpretazione e la comprensione di articoli scientifici e testi specialistici anche in lingua inglese sugli argomenti affrontati.

AUTONOMIA DI GIUDIZIO
capacità di valutare criticamente i risultati dei modelli studiati e comprenderne le implicazioni. Capacità di utilizzare i concetti acquisiti per l'interpretazione e la comprensione di articoli scientifici e testi specialistici anche in lingua inglese sugli argomenti affrontati.

ABILITÀ COMUNICATIVE Saper articolare un discorso, fornire spiegazioni e argomentazioni con diagrammi ed  esempi per illustrare gli argomenti del corso.

CAPACITÀ DI APPRENDIMENTO
capacità di focalizzazione sugli aspetti più rilevanti dell'informazione scientifica

A causa dell'emergenza sanitaria dovuta a COVID 19 le modalità di insegnamento dell'intero Corso di Laurea sono state riorganizzate per l'anno accademico 2020-21. Tutta l'attività didattica sarà garantita in modalità telematica, comprese le attività pratiche di esercitazioni in laboratorio. 

Compatibilmente con l’evoluzione dell’emergenza sanitaria e con le disposizioni in materia di sicurezza, il Corso di Laurea prevede di erogare almeno una parte delle attività didattiche anche in presenza. 

 

Per il periodo di emergenza sanitaria  le modalità di esame sono modificate:

le studentesse e gli studenti che intendono sostenere l'esame si collegheranno con i docenti via web-ex

la prova d'esame consisterà in
- un quiz con 8 domande a risposta chiusa (scelta multipla, vero/falso, completamento ecc)
- una domanda aperta a cui si dovrà brevemente rispondere al computer

Una volta corretta la prova i docenti comunicheranno (via mail o tramite ESSE-3) il voto d'esame e gli studenti avranno la possibilità di non accettare il voto e ripetere l'esame all'appello successivo.

 

MODALITA D'ESAME STANDARD

L'esame è orale ed e' preceduto da una prova di quiz a risposta multipla che accerta il raggiungimento degli obiettivi minimi di conoscenza e comprensione. Il superamento del test è indispensabile per accedere alla prova orale e va sostenuto di nuovo in caso di mancato superamento della prova orale.

la prova orale prevede sia domande di teoria che lo svoglimento  con discussione di esercizi, per verificare sia le conoscenze di base sull'impianto teorico dei modelli matematici, sia le capacità di formulare, risolvere e interpretare modelli di interesse per lo studio del comportamento su base evolutiva.

1) Sistemi dinamici discreti con esempi su crescita logistica e
malthusiana, modelli di Fibonacci.
2) Sistemi dinamici continui, in particolare i modelli esponenziali e
logistico; sistemi dinamici continui in più varibili e popolazioni
interagenti (modelli del tipo Lotka-Volterra e modelli epidemiologici)
3) Introduzione alla teoria dei giochi. Giochi in forma normale, a
somma nulla e di tipo generale. Equilibri di Von Neumann e di Nash.
Ottimi secondo Pareto. Esempi: Il dilemma del prigioniero, la
battaglia dei sessi, chicken. Esempi di descrizione del comportamento
animale utilizzando la teoria dei giochi: falco e colomba e sue
variazioni. Strategie di accoppiamento. Il principio dell'handicap.
Giochi ripetuti ed evoluzione della cooperazione: automi decisionali,
tit for tat, e sue varianti.
4) Evoluzione del comportamento: la dinamica del replicatore.
Equilibri dinamici e strategie evolutivamente stabili.
5) La dinamica del replicatore e la genetica di popolazioni.
Equilibrio di Hardy-Weinberg e sue varianti. Stabilità di tratti
negativi.