Indice

Appunti di informatica e matematica

Note tecniche su ingegneria del software, algebra lineare, crittografia e logica. In italiano, con le dimostrazioni e il codice per esteso — riscritte e rifinite negli anni.

Da qui si parte

Le sezioni

Probabilità e statistica — serie in 3 parti

Dalla probabilità e le variabili casuali alle distribuzioni discrete e continue, fino al teorema del limite centrale e ai test statistici.

  1. Probabilità, variabili casuali e covarianza
  2. Distribuzioni discrete e teorema del limite centrale
  3. Distribuzioni continue e test statistici

Design patterns — serie in 6 parti

La panoramica e le tre famiglie di pattern, con inversione del controllo e Dependency Injection.

  1. Design patterns, panoramica
  2. Creational patterns
  3. Structural patterns
  4. Behavioral patterns
  5. Inversion of Control (IoC)
  6. Dependency Injection

Refactoring e qualità del codice — serie in 5 parti

Dal debito tecnico ai difetti ricorrenti di astrazione, incapsulamento, modularità e gerarchia.

  1. Gestione del technical debt
  2. Improving abstraction
  3. Improving encapsulation
  4. Improving modularization
  5. Improving hierarchy

Crittografia, algoritmi e altro

Cifratura e hashing, un'applicazione concreta dell'hashing agli scacchi, concorrenza e programmazione funzionale.

Scritti da Gaetano Lazzo, progettista software. Il codice degli esempi e i progetti correlati sono su GitHub. — Chi sono

Commenti

Posta un commento

Post popolari in questo blog

Algebra lineare (2): matrici, determinanti, autovalori e SVD

Immagine
Algebra lineare — serie in tre parti Spazi vettoriali, basi e applicazioni lineari Matrici, determinanti, autovalori e SVD (questo articolo) Calcolo differenziale con le matrici Nella prima parte di questa serie abbiamo costruito gli spazi vettoriali e le applicazioni lineari, e abbiamo visto che una matrice non è altro che un'applicazione lineare scritta rispetto a due basi fissate. Qui prendiamo quell'oggetto e lo studiamo per conto suo: come si moltiplica, come si inverte, come si decompone. Il filo conduttore dell'articolo è che quasi ogni formula matriciale si può leggere in più modi, e che scegliere la lettura giusta rende un risultato ovvio invece che oscuro. Il prodotto fra matrici, per dire, ammette quattro interpretazioni diverse che danno lo stesso numero ma raccontano cose diverse. Il punto d'arrivo sono la diagonalizzazione e la decomposizione ai valori singolari, cioè gli strumenti con cui si guarda dentro una matrice per capire cosa fa dav...
Read more »

LISP Compiler for DOS (1993–1996)

Immagine
Ho riaperto una cartella che non toccavo dal 1996. Dentro c'era un compilatore Lisp scritto in Borland C++ fra il 1993 e il 1996, con i suoi eseguibili DOS, i manuali e una manciata di programmi di esempio. Ho passato qualche ora a rimetterlo in ordine e l'ho pubblicato su GitHub, in pubblico dominio. Vale la pena raccontarlo — non perché sia un buon compilatore, è pieno di scorciatoie — ma perché fa una cosa che nel mondo Lisp si vede raramente: compila davvero . Non interpreta, non genera bytecode, non produce codice C da dare a qualcun altro. Da dove è venuto Non era un progetto d'esame. Lo scrissi mentre seguivo il corso di Metodi formali per il trattamento delle informazioni, tenuto dal professor Caporaso, ma il compilatore non faceva parte del programma: era una cosa nata di fianco al corso, per conto suo. Quando il professore se ne accorse si meravigliò, e mi chiese se nel tempo libero scrivessi compilatori. Gli risposi che s...
Read more »

Algebra lineare (1): spazi vettoriali, basi e applicazioni lineari

Immagine
Algebra lineare — serie in tre parti Spazi vettoriali, basi e applicazioni lineari (questo articolo) Matrici, determinanti, autovalori e SVD Calcolo differenziale con le matrici Questo è il primo di tre articoli in cui raccolgo gli appunti di algebra lineare che ho scritto mentre lavoravo a un progetto di reti neurali. L'obiettivo non è sostituire un libro di testo, ma mettere in fila i risultati che servono davvero quando si passa dalla teoria al codice: perché una matrice simmetrica sia un oggetto speciale, perché la SVD si possa calcolare, perché il gradiente di una forma quadratica valga proprio \(2Ax\). Si parte dalle fondamenta. In questa prima parte non compare quasi nessuna matrice: parliamo di spazi vettoriali, di basi, di applicazioni lineari e di prodotti scalari. Sembra la parte più astratta, ed è vero, ma è anche quella che spiega perché tutto il resto funziona. Le matrici, che sono l'argomento della seconda parte, non sono altro che il modo di scriv...
Read more »