LABORATORIO DI METODI COMPUTAZIONALI E STATISTICI

LABORATORIO DI METODI COMPUTAZIONALI E STATISTICI

_
iten
Ultimo aggiornamento 30/06/2021 21:05
Codice
90741
ANNO ACCADEMICO
2021/2022
CFU
6 cfu al 3° anno di 8758 FISICA (L-30) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE
FIS/01
LINGUA
Italiano
SEDE
GENOVA (FISICA )
periodo
1° Semestre
propedeuticita
materiale didattico

PRESENTAZIONE

Laboratorio di Metodi Computazionali e Statistici (LMCS, codice 90741) vale 6 crediti e si svolge nel primo semestre del 3° anno della laurea triennale (L-30)

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Il corso si prefigge di consolidare ed ampliare le competenze di calcolo, analisi statistica e programmazione, finalizzate all’analisi e acquisizione dati in esperienze di laboratorio.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Il corso si occupa di fisica computazionale, affrontando la soluzione numerica delle equazioni differenziali ordinarie e alle derivate parziali, e di analisi dati avanzata, trattando rudimenti di simulazione Monte Carlo, approfondendo le tecniche di best-fit e accennando a tecniche multivariate di separazione di segnale dal fondo.

Il corso si prefigge inoltre di estendere le conoscenze informatiche acquisite a Laboratorio di Calcolo affrontando più approfonditamente la programmazione Object-Oriented in C++ e fornendo rudimenti di Python e shell scripting. Quando necessario si useranno pacchetti di più alto livello (ROOT, Octave/Matlab).

PREREQUISITI

Il corso parte dando per acquisite le competenze di calcolo contenute nel corso del primo anno.

Modalità didattiche

Lezioni frontali ed esercitazioni di laboratorio.

PROGRAMMA/CONTENUTO

Programma delle lezioni:

  • Programmazione OO (ereditarietà, polimorfismo), shell scripting e Python, esemplificazione dell'uso di pacchetti/librerie specifiche (ROOT, Octave/Matlab)
  • Soluzione numerica delle equazioni differenziali ordinarie. Applicazioni alla fisica classica e alla meccanica quantistica (metodo di Numerov per l'equazione di Schrodinger).
  • Soluzione numerica delle equazioni differenziali alle derivate parziale. Applicazioni a eletromagnetismo e propagazione del calore.
  • Introduzione alla generazione di variabile aleatorie e alla simulazione Monte Carlo
  • Estrazione di grandezze di interesse da un campione di dati: Likelihood binned e unbinned. Stima puntuale, intervalli di confidenza. Test d'ipotesi. Limiti.
  • Cenni a tecniche di classificazione multivariata (Likelihood ratio, reti neurali).

TESTI/BIBLIOGRAFIA

Sono forniti appunti/slides durante il corso. Un'elenco di possibili testi per approfondimenti è disponibile sulla pagina del corso su Aulaweb.

DOCENTI E COMMISSIONI

Ricevimento: Ricevimento da concordare previo contatto e-mail/MS Teams.  Fabrizio Parodi Dipartimento di Fisica, via Dodecaneso 33, 16146 Genova piano 8, studio 823 telefono 010 3536657 e-mail: fabrizio.parodi@ge.infn.it

Ricevimento: Ricevimento da concordare previo contatto e-mail/MS Teams.  Roberta Cardinale Dipartimento di Fisica, via Dodecaneso 33, 16146 Genova piano 8, studio 817 e-mail: roberta.cardinale@ge.infn.it  

LEZIONI

Modalità didattiche

Lezioni frontali ed esercitazioni di laboratorio.

ORARI

L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

ESAMI

Modalità d'esame

L' esame si compone di due prove:

  • prova al calcolatore
  • prova orale

Le esercitazioni svolte durante l'anno contribuiranno alla formazione di un bonus (fino ad un massimo 3 punti) che si aggiungerà al punteggio registrato nella prova al calcolatore.

 

Modalità di accertamento

L'esame prevede una prova al calcolatore volta ad accertare l'acquisizione delle competenze computazionali e statistiche fornite dal corso. Le esercitazioni consegnate durante l'anno contribuiranno a definire il voto finale.