LABORATORIO DI FISICA CON ELEMENTI DI STATISTICA E INFORMATICA
Anno accademico e docente
Non hai trovato la Scheda dell'insegnamento riferita a un anno accademico precedente?
Ecco come fare >>
- English course description
- Anno accademico
- 2018/2019
- Docente
- ELEONORA LUPPI
- Crediti formativi
- 12
- Periodo didattico
- Annualità Singola
- SSD
- FIS/01
Obiettivi formativi
- Il corso consiste nel primo insegnamento di Laboratorio e di statistica e ha lo scopo di fornire agli studenti ie basi per l'apprendimento del metodo sperimentale e delle tecniche di analisi dei dati sperimentali.
A questo scopo il corso e' composto da una parte di lezioni frontali, e di esercitazioni di laboratorio (almeno 10) e al computer.
Alla fine del corso lo studente dovrebbe essere in grado di effettuare misure di grandezze fisiche e presentarne i risultati in modo scientificamente corretto e di scrivere programmi che permettano di gestire ed elaborare dati provenienti da esperimentazioni di fisica e semplici programmi di simulazione. Prerequisiti
- Conoscenze di base di Matematica (elementi di analisi) e di Meccanica classica.
Si suppone che gli studenti non abbiano precedenti esperienze di programmazione o conoscenze informatiche Contenuti del corso
- Il corso prevede 120 ore di didattica tra lezioni in aula ed esercitazioni in laboratorio. In particolare sono previste 48 ore di lezione in aula e 72 ore di esercitazioni guidate in laboratorio.
Metodi statistici per l'analisi dei dati sperimentali (24 ore frontali).
- Il Metodo Scientifico.
- La misura delle grandezze fisiche. Definizione (operativa) di grandezza e sua misura. Unità di misura e sistemi di unità di misura: Il sistema internazionale.
- Presentazione delle misure e cifre significative. Leggere una formula e verificarne la sua correttezza (analisi dimensionale).
- Errori e/o incertezze. Errori sistematici e casuali.
- L'errore totale nelle misurazioni, errore relativo, grado di precisione.
- Precisione ed accuratezza in un misura. Discrepanza fra misure.
- Misure singole e/o multiple. La migliore stima dell'errore (moda, mediana e media)
- Scarti, scarto quadratico medio, deviazione standard della popolazione, del campione e della media.
- Propagazione degli errori.
- Rappresentazione dei dati: tabelle, istogrammi e grafici.
- Istogrammi: dal discreto alla distribuzione limite.
- La distribuzione di Gauss come distribuzione limite per misure affette da errori casuali.
- La misura di una grandezza fisica influenzata da fenomeni casuali e stima del valore atteso.
- Misura in termini probabilistici.
- Cenni su teoria delle probabilità.
- Il criterio di massima verosimiglianza.
- Distribuzioni di probabilità: Gaussiana, Binomiale, di Poisson.
- Test del chi-quadro.
- Grafici e relazioni funzionali: il metodo dei minimi quadrati.
- Descrizione delle esperienze di laboratorio
Esperienze di laboratorio e discussione dei dati mediante la teoria degli errori (36 ore di laboratorio).
Introduzione all'informatica per l'analisi dei dati (24 ore frontali)
- Breve presentazione delle parti fondamentali di un computer (CPU,
- Memorie, Memorie di massa, periferichedi input/output etc).
- Definizioni di variabili e costanti, operatori algebrici di confronto e logici.
- Definizioni di algoritmi e strutture di programmazione.
- Introduzione all'analisi di un programma.
- Dichiarazione di tipo di variabile (int, float...) e di dimensionamento di un array.I cicli. I puntatori. Le funzioni.
- Uso delle librerie standard di input/output, Input/output da file esterno, librerie matematiche
- Generazione di numeri casuali.
- Introduzione al Metodo MonteCarlo
Programmi per l'analisi dati (36 ore di laboratorio):
- Media e deviazione standard,
- Regressione lineare con il metodo dei minimi quadrati.
- Suddivisione dei dati in classi di frequenza (istogramma).
- Test del chi quadro applicato ad una distribuzione gaussiana.
- Fit di una distribuzione di dati sperimentali.
- Programmi di simulazione:
- Generatore di numeri pseudo casuali.
- Generatore di numeri pseudo casuali con distribuzione non uniforme.
- Simulazione di un fenomeno fisico con il metodo Montecarlo.
- Calcolo di un integrale con il metodo di van Neumann. Metodi didattici
- Organizzazione del corso.
Prima parte:
-lezioni in aula di statistica e su tutti gli argomenti delle esercitazioni di laboratorio (24 ore);
-esercitazioni nel laboratorio di Dinamica per la realizzazione delle varie esperienze (36 ore, più possibilità di recupero).
Gli studenti saranno divisi in gruppi (generalmente 2-3 studenti per gruppo).
Al termine delle esercitazioni ogni gruppo deve presentare una relazione sulla esperienza realizzata che descriva obiettivi, metodologia e apparato sperimentale, dati raccolti e relativa analisi.
Per la seconda parte:
- lezioni frontali di introduzione alla architettura degli elaboratori e sui linguaggi di programmazione e elementi di simulazione; presentazione delle esercitazioni da svolgere al computer (24 ore).
- esercitazioni svolte in aula informatica per la realizzazione di programmi di analisi statistica di dati sperimentali e semplici programmi di simulazione (36 ore, più possibilità di recupero). Modalità di verifica dell'apprendimento
- L'esame consiste in una prova pratica di laboratorio con relazione, un breve test scritto di programmazione e una prova orale.
La prova pratica e il test di programmazione hanno carattere di selezione (lo studente che non dimostri una sufficiente conoscenza degli argomenti non è ammesso alla prova orale).
La valutazione, in trentesimi, terra' conto della qualità' dell'esame e delle esercitazioni in laboratorio.
Durante la prova orale:
-vengono discussi gli argomenti del corso, per verificare la capacità di comprendere e collegare i vari argomenti trattati durante le lezioni;
-vengono discusse la relazione d'esame e le relazioni sulle esercitazioni in laboratorio, per verificare la comprensione delle problematiche sperimentali e l'acquisita capacità di realizzare semplici esperienze di fisica classica,
-viene verificata la capacita' di utilizzare un linguaggio di programmazione per risolvere semplici problemi,
allo scopo di accertare il raggiungimento degli obiettivi formativi. Testi di riferimento
- P. R. Bevington, D. K. Robinson DATA REDUCTION AND ERROR ANALYSIS FOR PHYSICAL SCIENCES, 3 edizione, Mc Graw Hill
J.R. Taylor INTRODUZIONE ALL'ANALISI DEGLI ERRORI - LO STUDIO DELLE INCERTEZZE NELLE MISURE FISICHE, 2 edizione Zanichelli
slide del corso
Testi di consultazione o approfondimento:
L.Barone, E. Marinari, G. Organtini, F. Ricci-Tesenghi PROGRAMMAZIONE SCIENTIFICA ed Pearson Education
MONTE CARLO: BASICS, dispense fornite dalla docente
CB. Kernighan, D. Ritchie C PROGRAMMING LANGUAGE Prentice-Hall
