Questo sito utilizza cookie tecnici e di terze parti. Se vuoi saperne di più o negare il consenso consulta l'informativa sulla privacy. Proseguendo la navigazione o cliccando su "Chiudi" acconsenti all'uso dei cookie. Chiudi
vai al contenuto vai al menu principale vai alla sezione Accessibilità vai alla mappa del sito
Login  Docente | Studente | Personale | Italiano  English
 
Home page

MODELLI COSTITUTIVI E NUMERICI PER L'INGEGNERIA

Corso Ingegneria Civile
Curriculum GEOTECNICA PER LO SVILUPPO E LA SICUREZZA DEL TERRITORIO
Orientamento Orientamento unico
Anno Accademico 2020/2021
Crediti 6
Settore Scientifico Disciplinare MAT/07
Anno Primo anno
Unità temporale Primo semestre
Ore aula 48
Attività formativa Attività formative affini ed integrative

Canale unico

Docente PASQUALE GIOVINE
Obiettivi La modellazione matematica contribuisce ad una approfondita comprensione della realtà fisica, consentendo di evidenziare aspetti e comportamenti spesso poco noti. Essa ha lo scopo di rendere intelligibile, attraverso il rigore del formalismo matematico, la realtà fisica dei fenomeni. La disciplina si propone di dare all’allievo la capacità di creare un modello matematico di un sistema fisico attraverso l’individuazione delle variabili di stato e la successiva derivazione di un’equazione di evoluzione, il cui problema sarà risolto mediante opportuni metodi numerici.
Usando gli strumenti del Calcolo Numerico utili alla risoluzione di problemi di interesse nel campo dell’Ingegneria, e con l’utilizzo del software Matlab e/o Comsol, lo studente imparerà ad affrontare e a risolvere nel modo più corretto ed efficiente alcuni problemi matematici di ampia portata.
- Risultati attesi
Conoscenza e capacità di comprensione: riconoscere e trattare qualitativamente modelli differenziali;
Capacità di applicare conoscenza e comprensione: combinare un insieme di conoscenze metodologiche nell’ambito della matematica numerica con un insieme di abilità informatiche relative all’uso di un linguaggio di programmazione versatile ed efficace, quale il MatLab e/o il Comsol;
Autonomia di giudizio: valutazione e validazione di un modello matematico;
Abilità comunicative: comunicazione verbale e scritta, elaborazione e presentazione di problemi, capacità di lavorare in gruppo, trasmissione e divulgazione di informazioni usando il linguaggio specifico della disciplina;
Capacità d’apprendimento: creare un modello matematico di un sistema fisico attraverso l’individuazione delle variabili di stato e la successiva derivazione di un’equazione di evoluzione, il cui problema sarà risolto mediante gli opportuni metodi numerici.

Modalità di accertamento e valutazione:
L’esame si svolgerà in due fasi. La prima fase consiste nello svolgimento di una prova scritta, dall’esito vincolante alla successiva prova orale; la prova scritta consta di 3 quesiti a risposta aperta, del valore di circa 5 punti ciascuno, e verte sulla risoluzione di uno o più problemi pratici inerenti al moto ed all’equilibrio dei sistemi continui, come anche alla propagazione del calore. La prova scritta ha la durata massima di due ore e trenta minuti e lo Studente può fare uso di manuali matematici oltre che della calcolatrice non programmabile.
La prova orale verte invece su un colloquio riguardante i fondamenti teorici necessari alla risoluzione degli stessi quesiti presenti nella prova scritta, e sulle basi teoriche necessarie per la costruzione di modelli matematici, valutando la capacità dello studente di comunicare le nozioni acquisite attraverso un linguaggio scientifico adeguato, nonché l’attitudine all’esposizione dei suddetti contenuti teorici; il relativo punteggio andrà a sommarsi con lo scritto.
La seconda fase consiste nello svolgimento di una prova pratica tendente ad accertare il grado di padronanza degli strumenti numerici necessari alla risoluzione di problemi pratici.
Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
26 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.

ENGLISH VERSION
Mathematical modelling contributes to a thorough understanding of physical reality, allowing to highlight often little-known aspects and behaviours. It aims to make physical reality of phenomena intelligible, through the rigor of mathematical formalism. The discipline aims to give the student the ability to create a mathematical model of a physical system by identifying the state variables and the subsequent derivation of an equation of evolution, the problem of which will be solved by means of appropriate numerical methods. Using the Numerical Calculation tools useful to solve problems of interest in engineering, and using Matlab and/or Comsol software, the student will learn to address and solve in the most correct and efficient way, some wide-ranging mathematical problems.
-Expected results
Knowledge and understanding: to recognize and treat qualitatively differential models;
Ability to apply knowledge and understanding: combine a set of methodological knowledge in the field of numerical mathematics with a set of computer skills related to the use of a versatile and effective programming language, such as MatLab and/or Comsol;
Autonomy of judgment: evaluation and validation of a mathematical model;
Communication skills: verbal and written communication, problem processing and presentation, the ability to work in groups, transmitting and disseminating information using discipline-specific language;
Learning skills: create a mathematical model of a physical system by identifying the state variables and subsequent deriving an evolution equation, the problem of which will be solved by the appropriate numerical methods.

Assessment and evaluation methods:
The exam will take place in two distinct phases. The first one consists in carrying out a written test, from the binding result to the following oral test; the written test consists of 3 open-ended questions, worth about 5 points each, and focuses on solving one or more practical problems inherent in the motion and equilibrium of continuous systems, as well as the propagation of heat. The written test has a maximum duration of two hours and thirty minutes and the student can make use of mathematical manuals as well as the non-programmable calculator.

The oral test instead focuses on an interview regarding the theoretical foundations necessary for the resolution of the same questions present in the written test, and on the theoretical basis necessary for the construction of mathematical models: the student's ability to communicate the notions acquired through an appropriate scientific language is assessed, as well as the aptitude for displaying the aforementioned contents academics; the relative score will be added to the writing.
The second phase consists in carrying out a practical test aimed at ascertaining the degree of mastery of the numerical tools necessary for solving practical problems.
The final mark will be awarded according to the following evaluation criterion:
30 - 30 cum laude: complete, in-depth and critical knowledge of the topics, excellent property of language, complete and original interpretative ability, full ability to independently apply the knowledge to solve the proposed problems;
26 - 29: complete and in-depth knowledge of the topics, full ownership of language, complete and effective interpretative ability, able to independently apply the knowledge to solve the proposed problems;
24 - 25: knowledge of topics with a good degree of learning, good language property, correct and safe interpretative ability, ability to correctly apply most of the knowledge to solve the proposed problems;
21-23: adequate knowledge of the topics, but lack of mastery of the same, satisfactory property of language, correct interpretative ability, limited ability to independently apply the knowledge to solve the proposed problems;
18 - 20: basic knowledge of the main topics, basic knowledge of technical language, sufficient interpretative ability, ability to apply the basic knowledge acquired;
Insufficient: does not have an acceptable knowledge of the topics covered during the course.
Programma Programma dettagliato
1. Operatori matriciali su vettori (0,8 crediti)
Operatori matriciali e componenti cartesiane - Operatore identità - Simboli di Kronecker e di Levi-Civita:
proprietà e relazioni - Prodotto di uno scalare per un operatore matriciale - Somma di due operatori - Prodotto di due operatori - Operatore trasposto - Traccia di un operatore - Determinante di un operatore: espressione del determinante nel caso di n = 3 - Operatore inverso - Operatore complementare - Alcune identità notevoli degli operatori matriciali: alcune identità notevoli nel caso n = 3 - Prodotto scalare fra operatori - Operatori simmetrici e antisimmetrici: vettore duale associato ad un operatore antisimmetrico, parti simmetrica e antisimmetrica di un operatore - Parte deviatorica ed isotropa di un operatore - Operatore di rotazione - Trasformazioni di similitudine ortogonali: invarianti principali di un operatore - Autovalori ed autovettori di un operatore: autovalori ed invarianti delle potenze di un operatore, autovalori ed autovettori per operatori simmetrici, diagonalizzazione di un operatore, teorema di Hamilton-Cayley, relazioni tra invarianti e derivate degli invarianti principali nel caso n = 3 - Prodotto tensoriale: rappresentazione semi- cartesiana di un operatore, autovalori ed autovettori di un prodotto tensoriale nel caso n = 3 - Operatori definiti di segno: criterio di Sylvester, operatore radice quadrata di un operatore definito positivo (s.d.) - Teorema Polare

2. Deformazione, cinematica e forze agenti su un corpo continuo (0,7 crediti)
Configurazione di un continuo - Operatore gradiente di deformazione - Operatori di deformazione - Operatore della deformazione inversa - Coefficiente di dilatazione lineare - Scorrimenti - Coefficiente di dilatazione superficiale - Coefficiente di dilatazione di volume - Corpi incompressibili - Deformazione omogenea - Piccole deformazioni - Velocità ed accelerazione - Operatore gradiente di velocità - Forze in un continuo - Tensore degli sforzi e teorema di Cauchy

3. Leggi di bilancio e principi costitutivi generali in meccanica dei continui (0,8 crediti)
Legge di conservazione della massa: formulazione lagrangiana, formulazione euleriana - Equazioni cardinali: condizioni al contorno - Principio dei lavori virtuali - Leggi generali di bilancio: teorema del trasporto, legge di bilancio dell'energia, leggi di bilancio della termomeccanica in forma euleriana, invarianza galileiana (facoltativo), formulazione lagrangiana delle leggi di bilancio, legge di bilancio della quantità di moto in forma lagrangiana e primo tensore di Piola-Kirchhoff, condizioni al contorno in variabili lagrangiane, legge di bilancio dell’energia in variabili lagrangiane – Interpretazione fisica del tensore di Piola-Kirchhoff, secondo tensore di Piola-Kirchhoff, potenza delle forze interne in termini dei tensori di Piola-Kirchhoff – Esempi di tensore degli sforzi di Cauchy: pressione, tensione semplice, taglio semplice - Principi generali per le leggi costitutive: il principio di indifferenza materiale, il principio di entropia

4. Elasticità e termoelasticità. Fluidi. Conduttore rigido di calore (0,7 crediti)
Corpi elastici: conseguenze del principio di indifferenza materiale nel caso elastico - Corpi termoelastici: principi di indifferenza materiale in termoelasticità, equazioni di campo della termoelasticità, conseguenze del principio di entropia in termoelasticità, materiali isotropi - Principio di dissipazione in elasticità: elasticità non lineare unidimensionale - Elasticità lineare: equazioni dell'elasticità lineare isotropa - Fluidi ideali ed equazioni di Eulero: condizioni al contorno nel caso di fluidi ideali, lavoro delle forze interne in un fluido ideale - Fluidi dissipativi di Fourier-Navier-Stokes - Principio di entropia per un fluido - Alcuni casi particolari di fluidi: fluidi di Fourier-Navier-Stokes incompressibili, fluidi di Eulero compressibili ed equazioni linearizzate - Equazioni dei fluidi nella formulazione Lagrangiana

5. MatLabR e sui La modellazione matematica. Definizione e classificazione dei modelli matematici: variabili di stato, equazioni di stato, parametri e stocasticità. Metodi di modellazione. Validazione dei modelli matematici. Modelli continui: come modellare. Vibrazioni di una corda elastica.
Classificazione: equazioni iperboliche, paraboliche ed ellittiche. Formulazione matematica del problema.

6. Conduzione del calore e metodo alle differenze finite (1.1 crediti). Conduzione del calore e diffusione, inclusi i mezzi porosi. Differenze finite, approssimazione delle derivate, metodi di Eulero in avanti, introduzione alla stabilità, consistenza, convergenza. Problemi ai valori al contorno. Metodo di
Eulero all’indietro. Diffusione stazionaria. Programmi scientifici MatLabR e/o ComsolR.

7. Metodo agli elementi finiti (FEM) (1.2 crediti). Integrazione numerica: regola del rettangolo, del trapezio, di Simpson. Moti assiali delle sbarre. Il FEM per le equazioni differenziali ordinarie (ODE): forma debole, metodo dei residui pesati, metodo di Galerkin. Problemi tempo-dipendenti. Modelli di simulazione
in Biologia. Modelli di flussi di materiali granulari. Applicazioni MatLabR e/o ComsolR.
Testi docente 1. T. Ruggeri: Introduzione alla Termomeccanica dei Continui, 2^ edizione, Monduzzi editoriale, Milano, 2013
2. N. Bellomo, L. Preziosi: Modelling Mathematical Methods and Scientific Computation, CRC Press, Boca Raton, 1995.
3. B. D’Acunto: Computational Partial Differential Equations for Engineering Science, Nova Science Publishers, Inc., New York, 2012.
Erogazione tradizionale
Erogazione a distanza No
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale No
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica No
Docente ANTONINO AMODDEO
Obiettivi La modellazione matematica contribuisce ad una approfondita comprensione della realtà fisica, consentendo di evidenziare aspetti e comportamenti spesso poco noti. Essa ha lo scopo di rendere intelligibile, attraverso il rigore del formalismo matematico, la realtà fisica dei fenomeni. La disciplina si propone di dare all’allievo la capacità di creare un modello matematico di un sistema fisico attraverso l’individuazione delle variabili di stato e la successiva derivazione di un’equazione di evoluzione, il cui problema sarà risolto mediante opportuni metodi numerici.
Usando gli strumenti del Calcolo Numerico utili alla risoluzione di problemi di interesse nel campo dell’Ingegneria, e con l’utilizzo del software Matlab e/o Comsol, lo studente imparerà ad affrontare e a risolvere nel modo più corretto ed efficiente alcuni problemi matematici di ampia portata.
- Risultati attesi
Conoscenza e capacità di comprensione: riconoscere e trattare qualitativamente modelli differenziali;
Capacità di applicare conoscenza e comprensione: combinare un insieme di conoscenze metodologiche nell’ambito della matematica numerica con un insieme di abilità informatiche relative all’uso di un linguaggio di programmazione versatile ed efficace, quale il MatLab e/o il Comsol;
Autonomia di giudizio: valutazione e validazione di un modello matematico;
Abilità comunicative: comunicazione verbale e scritta, elaborazione e presentazione di problemi, capacità di lavorare in gruppo, trasmissione e divulgazione di informazioni usando il linguaggio specifico della disciplina;
Capacità d’apprendimento: creare un modello matematico di un sistema fisico attraverso l’individuazione delle variabili di stato e la successiva derivazione di un’equazione di evoluzione, il cui problema sarà risolto mediante gli opportuni metodi numerici.

Modalità di accertamento e valutazione:
L’esame si svolgerà in due fasi. La prima fase consiste nello svolgimento di una prova scritta, dall’esito vincolante alla successiva prova orale; la prova scritta consta di 3 quesiti a risposta aperta, del valore di circa 5 punti ciascuno, e verte sulla risoluzione di uno o più problemi pratici inerenti al moto ed all’equilibrio dei sistemi continui, come anche alla propagazione del calore. La prova scritta ha la durata massima di due ore e trenta minuti e lo Studente può fare uso di manuali matematici oltre che della calcolatrice non programmabile.
La prova orale verte invece su un colloquio riguardante i fondamenti teorici necessari alla risoluzione degli stessi quesiti presenti nella prova scritta, e sulle basi teoriche necessarie per la costruzione di modelli matematici, valutando la capacità dello studente di comunicare le nozioni acquisite attraverso un linguaggio scientifico adeguato, nonché l’attitudine all’esposizione dei suddetti contenuti teorici; il relativo punteggio andrà a sommarsi con lo scritto.
La seconda fase consiste nello svolgimento di una prova pratica tendente ad accertare il grado di padronanza degli strumenti numerici necessari alla risoluzione di problemi pratici.
Il voto finale sarà attribuito secondo il seguente criterio di valutazione:
30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
26 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti;
24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti;
21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti;
18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite;
Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso.

ENGLISH VERSION
Mathematical modelling contributes to a thorough understanding of physical reality, allowing to highlight often little-known aspects and behaviours. It aims to make physical reality of phenomena intelligible, through the rigor of mathematical formalism. The discipline aims to give the student the ability to create a mathematical model of a physical system by identifying the state variables and the subsequent derivation of an equation of evolution, the problem of which will be solved by means of appropriate numerical methods. Using the Numerical Calculation tools useful to solve problems of interest in engineering, and using Matlab and/or Comsol software, the student will learn to address and solve in the most correct and efficient way, some wide-ranging mathematical problems.
-Expected results
Knowledge and understanding: to recognize and treat qualitatively differential models;
Ability to apply knowledge and understanding: combine a set of methodological knowledge in the field of numerical mathematics with a set of computer skills related to the use of a versatile and effective programming language, such as MatLab and/or Comsol;
Autonomy of judgment: evaluation and validation of a mathematical model;
Communication skills: verbal and written communication, problem processing and presentation, the ability to work in groups, transmitting and disseminating information using discipline-specific language;
Learning skills: create a mathematical model of a physical system by identifying the state variables and subsequent deriving an evolution equation, the problem of which will be solved by the appropriate numerical methods.

Assessment and evaluation methods:
The exam will take place in two distinct phases. The first one consists in carrying out a written test, from the binding result to the following oral test; the written test consists of 3 open-ended questions, worth about 5 points each, and focuses on solving one or more practical problems inherent in the motion and equilibrium of continuous systems, as well as the propagation of heat. The written test has a maximum duration of two hours and thirty minutes and the student can make use of mathematical manuals as well as the non-programmable calculator.

The oral test instead focuses on an interview regarding the theoretical foundations necessary for the resolution of the same questions present in the written test, and on the theoretical basis necessary for the construction of mathematical models: the student's ability to communicate the notions acquired through an appropriate scientific language is assessed, as well as the aptitude for displaying the aforementioned contents academics; the relative score will be added to the writing.
The second phase consists in carrying out a practical test aimed at ascertaining the degree of mastery of the numerical tools necessary for solving practical problems.
The final mark will be awarded according to the following evaluation criterion:
30 - 30 cum laude: complete, in-depth and critical knowledge of the topics, excellent property of language, complete and original interpretative ability, full ability to independently apply the knowledge to solve the proposed problems;
26 - 29: complete and in-depth knowledge of the topics, full ownership of language, complete and effective interpretative ability, able to independently apply the knowledge to solve the proposed problems;
24 - 25: knowledge of topics with a good degree of learning, good language property, correct and safe interpretative ability, ability to correctly apply most of the knowledge to solve the proposed problems;
21-23: adequate knowledge of the topics, but lack of mastery of the same, satisfactory property of language, correct interpretative ability, limited ability to independently apply the knowledge to solve the proposed problems;
18 - 20: basic knowledge of the main topics, basic knowledge of technical language, sufficient interpretative ability, ability to apply the basic knowledge acquired;
Insufficient: does not have an acceptable knowledge of the topics covered during the course.
Programma 1. La modellazione matematica (0.7 crediti). Richiami e approfondimenti sui comandi fondamentali di MatLab e sui principali costrutti sintattici. La modellazione matematica. Definizione e classificazione dei modelli matematici: variabili di stato, equazioni di stato, parametri e stocasticità. Metodi di modellazione. Validazione dei modelli matematici. Modelli continui: come modellare. Vibrazioni di una corda elastica. Classificazione: equazioni iperboliche, paraboliche ed ellittiche. Formulazione matematica del problema.

2. Conduzione del calore e metodo alle differenze finite (1.1 crediti). Conduzione del calore e diffusione, inclusi i mezzi porosi. Differenze finite, approssimazione delle derivate, metodi di Eulero in avanti, introduzione alla stabilità, consistenza, convergenza. Problemi ai valori al contorno. Metodo di Eulero all’indietro. Diffusione stazionaria. Programmi scientifici MatLab e/o Comsol.

3. Metodo agli elementi finiti (FEM) (1.3 crediti). Integrazione numerica: regola del rettangolo, del trapezio, di Simpson. Moti assiali delle sbarre. Il FEM per le equazioni differenziali ordinarie (ODE): forma debole, metodo dei residui pesati, metodo di Galerkin. Problemi tempo-dipendenti. Modelli di simulazione in Biologia. Modelli di flussi di materiali granulari. Applicazioni MatLab e/o Comsol.

ENGLISH VERSION
1. The mathematical Modelling (0.7 credits). Recalls and insights into MatLab's core commands and key syntactic constructs. Mathematical modeling. Definition and classification of mathematical models: state variables, state equations, parameters and stochasticity. Modeling methods. Validation of mathematical models. Continuous Models: How to Model. Vibration of an elastic string. Classification: Hyperbolic, parabolic and elliptic equations. Mathematical formulation of problems.

2. Heat conduction and the finite difference method (1.1 credits). Heat conduction and diffusion, including porous media. Finite differences, approximation of derivatives, forward Euler methods, introduction to stability, consistency, convergence. Boundary value problems. Backward Euler method. Steady-state diffusion. MatLab and/or Comsol scientific programs.

3. The finite element method (FEM) (1.2 credits). Numerical integration: rectangle rule, trapezium rule, Simpson's rule. Axial motions of bars. FEM for ordinary differential equations (ODE): weak form, method of weighted residuals, Galerkin method. Time-dependent problems. Simulation models in Biology. Granular material flow models. MatLab and/or Comsol applications.
Testi docente 1. N. Bellomo, L. Preziosi ‘Modelling Mathematical Methods and Scientific Computation’, CRC Press, Boca Raton, 1995.
2. B. D’Acunto ‘Computational Partial Differential Equations for Engineering Science’, Nova Science Publishers, Inc., New York, 2012.

Altri testi:
1. A. Quarteroni, F. Saleri, P. Gervasio ’Calcolo Scientifico’, Springer, Milano, 2012.
2. S. J. Farlow, Partial Differential Equations for Scientists and Engineers, Dover (New York).
3. S. Salsa, F. Vegni, A. Zaretti, P. Zunino, Invito alle Equazioni a Derivate Parziali, Springer Italia, 2009.
Erogazione tradizionale
Erogazione a distanza
Frequenza obbligatoria No
Valutazione prova scritta No
Valutazione prova orale
Valutazione test attitudinale No
Valutazione progetto No
Valutazione tirocinio No
Valutazione in itinere No
Prova pratica

Ulteriori informazioni


Documenti inseriti da Pasquale Giovine

Descrizione Descrizione
SUA Modelli costitutivi e numerici per l’ingegneria (programma) Descrizione

Elenco dei rievimenti:

Descrizione Avviso
Ricevimenti di: Pasquale Giovine
ORARIO DI RICEVIMENTO PER GLI STUDENTI

Il ricevimento studenti del Docente, Prof. GIOVINE, si svolgera' su Teams nei giorni mercoledi' e venerdi', ore 12-13, previo appuntamento via email o via Teams stesso.
Nessun avviso pubblicato
Nessuna lezione pubblicata
Codice insegnamento online pubblicato. Per visualizzarlo, autenticarsi in area riservata.
Via dell'Università, 25 (già Salita Melissari) - 89124 Reggio Calabria - CF 80006510806 - Fax 0965 332201 - URP:Indirizzo di posta elettronica dell'ufficio relazioni con il pubblico- PEC:Indirizzo di posta elettronica certificata dell'amministrazione
Feed RSS Facebook Twitter YouTube Instagram

PRIVACY - NOTE LEGALI - ELENCO SITI TEMATICI - ATTI DI NOTIFICA - ALBO ON-LINE