CHEMIOMETRIA

Il corso vuole fornire la conoscenza dei metodi, atti alla comprensione, allo studio e alla interpretazione di sistemi reali. In questo insegnamento, a partire dalla descrizione della struttura multivariata dei dati atti allo studio di un sistema complesso, verranno illustrati i principali metodi di Pattern Recognition, con particolare riferimento alle principali tecniche di raggruppamento, di classificazione e di Experimental Design. Particolare rilievo verrà dato allo studio di processi industriali in ambito biotecnologico, di siti contaminati con approfondimenti, presentazione e discussione di casi di studio.
Queste conoscenze sono di fondamentale importanza per il CdS, poichè consentono allo studente di acquisire le competenze necessarie all'interpretazione di dati provenienti dalla caratterizzazione dei sistemi studiati e di comprendere i meccanismi e le dinamiche dei processi chimici e biologici: questa è la base per intraprendere strategie di risanamento ambientale e di ottimizzazione dei processi nell'ambito di uno sviluppo sostenibile.
Il corso ha un'impostazione prevalentemente sperimentale ed è mirato alla comprensione e all'utilizzo pratico dei principali metodi di Pattern Recognition.

Lo studente sarà in grado:
1) di acquisire le conoscenze adatte all'utilizzo dei metodi chemiometrici di analisi multivariata, ovvero i metodi di Pattern Recognition e di Experimental Design
2) attraverso la presentazione di specifici casi di studio che utilizzano tali metodi, di acquisire la capacità di applicarli su problematiche ambientali e di processo nuove, ovvero di saper interpretare nuovi dati relativi a sistemi studiati.
3) di acquisire una sufficiente capacità critica nella scelta dei metodi chemiometrici adatti a risolvere problematiche ambientali e tecnologiche, e all'estrarre dai risultati le informazioni utili nell'indirizzarlo ad una strategia decisionale di intervento.
Lo studente dovrà acquisire un linguaggio e un utilizzo coerente della terminologia, poichè dovrà essere anche in grado di proporre e comunicare questo approccio anche a persone che non dispongono di tali conoscenze, e con le quali dovrà confrontarsi e collaborare in un futuro professionale.

Conoscenza matematica e statistica di base.

Pattern Recognition.
Il trattamento preliminare dei dati, metodi di classificazione e di raggruppamento: K-NN, Cluster Analysis.
Analisi delle Componenti Principali (PCA): teoria, utilizzo ed applicazioni; il metodo SIMCA.
Disegno Sperimentale: Disegni Fattoriali, D-efficienza e disegni D-ottimali. Utilizzo pratico di software chemiometrici. Una parte del corso sarà dedicata allo studio di casi reali presenti in letteratura.

Dispense e presentazioni fornite dal docente.
Roberto Todeschini: "Introduzione Alla Chemiometria". EDiSES, Napoli.
D.L. Massart et al: "Chemometrics:a Textbook", Data Handling in Science and Technology, 2, ELSEVIER, Amsterdam.

La verifica dell'apprendimento avviene attraverso un colloquio orale sugli argomenti trattati, con l'obbiettivo di verificare (anche attraverso la discussione di casi di studio) la capacità dello studente di applicare i metodi chemiometrici alla realtà delle problematiche in campo ambientale e biotecnologico.

orale

Lezioni frontali. La lezione avrà lo scopo principale di far comprendere "la filosofia" dell'approccio chemiometrico, che è completamente diversa da quella generalmente utilizzata per un approccio allo studio scientifico tradizionale.

LA STRUTTURA E I CONTENUTI DELL'INSEGNAMENTO POTRANNO SUBIRE VARIAZIONI IN CONSEGUENZA DELL'EPIDEMIA DI COVID-19.