Embedded Files
Link e informazioni generali
Link e informazioni generali
Scheda insegnamento; Comunicazioni
Orario sul sito di Unisalento (tutte le lezioni del secondo anno CdL Fisica)
In generale, aula Anni (F8) (Ecotekne, Fiorini):
Martedi 11:00 - 13:00
Mercoledì 9:00 - 11:00
Inizio lezioni Martedì 20 Settembre
Root @ CERN
Lezione 1, martedì 20 Set 2022
Lezione 1, martedì 20 Set 2022
Introduzione. Il metodo Monte Carlo
Introduzione al corso. Il metodo Monte Carlo: definizione ed esempi. Simulazione di un processo stocastico e utilizzo del metodo Monte Carlo. Il generatore di numeri casuali Congruente Lineare o di Lehmer, implementazione e criticita'.
Slides e macro ROOT di esempio
Lezione 2, mercoledì 21 Set 2022
Lezione 2, mercoledì 21 Set 2022
Integrali di funzioni e generatori di numeri pseudo-casuali non uniformi con metodi Monte Carlo
Metodi MC per l’integrazione di funzioni: rigetto e Media di [b-a]f(x).
Metodi MC per implementare un generatore di numeri pseudocasuali non uniforme: rigetto e inversione
Slides e macro ROOT di esempio
Lezione 3, martedì 27 Set 2022
Lezione 3, martedì 27 Set 2022
Applicazioni di metodi MC - esercitazioni
Metodi MC per l’integrazione di funzioni: rigetto e Media di [b-a]f(x).
Metodi MC per implementare un generatore di numeri pseudocasuali non uniforme: rigetto e inversione
Slides e macro ROOT di esempio
Lezione 4, mercoledì 28 Set 2022
Lezione 4, mercoledì 28 Set 2022
Applicazioni di metodi MC - esercitazioni
Metodi MC per l’integrazione di funzioni: rigetto e Media di [b-a]f(x).
Metodi MC per implementare un generatore di numeri pseudocasuali non uniforme: rigetto e inversione
Slides e macro ROOT di esempio
Lezione 5, martedì 4 Ott 2022
Lezione 5, martedì 4 Ott 2022
Analisi dati: cenni di calcolo combinatorio e probabilità
Osservabili, il processo di misura in termini statistici: spazio campione, eventi e spazio degli eventi. Variabili aleatorie e dati, calibrazioni ed errori sperimentali. Calcolo combinatorio e probabilità: disposizioni, disposizioni semplici senza ripetizione, combinazioni. Definizione di probabilità, probabilità condizionata. Teorema di Bayes, esempi.
Lezione 6, mercoledì 5 Ott 2022
Lezione 6, mercoledì 5 Ott 2022
Teorema di Bayes; predizioni e verifica con una simulazione Monte Carlo
Slides e macro ROOT di esempio
Lezione 7, venerdì 7 Ott 2022
Lezione 7, venerdì 7 Ott 2022
Variabili aleatorie, distribuzioni di prob notevoli. Distribuzione di probabilita' congiunta.
Variabili aleatorie e distribuzioni di probabilita'. Media, Varianza e momenti di ordine k (semplici o centrati) di una distribuzione, caso continuo e discreto. Esempi di distribuzioni di probabilita': binomiale, poissoniana, esponenziale, gaussiana. Distribuzione di probabilita' congiunta per due variabili aleatorie. Probabilita' condizionata e probabilita' marginale. Probabilita' congiunta per due variabili aleatorie indipendenti.
Lezione 8, martedì 18 Ott 2022
Lezione 8, martedì 18 Ott 2022
Funzioni di una o piu' variabili aleatorie.
Funzioni di variabili aleatorie, media e varianza (oltre l'approssimazione al primo ordine). Covarianza di due variabili aleatorie. Funzioni di piu' variabili aleatorie, media, varianza.
Lezione 9, mercoledì 19 Ott 2022
Lezione 9, mercoledì 19 Ott 2022
Esercitazione su funzioni di una o piu' variabili aleatorie.
Slides e macro ROOT di esempio
Lezione 10, martedì 25 Ott 2022
Lezione 10, martedì 25 Ott 2022
Teoria del campioni
Grandezze campionarie e stimatori. La variabile aleatoria media campionaria: valor medio, varianza . Varianza del campione (dimostrazione: non e' uno stimatore corretto della varianza della popolazione) e varianza campionaria. Media campionaria standardizzata Z e sua distribuzione normale unitaria, sua estensione T al caso di sigma della popolazione incognita.
Distribuzione di probabilita' della media campionaria (caso di varianza dellal popolazione nota e non). Distribuzione di probabilita' della varianza campionaria, distribuzione del chi^2.
Errori di misura: misura singola e misura multipla.
Lezione 11, mercoledì 26 Ott 2022
Lezione 11, mercoledì 26 Ott 2022
Teoria dei campioni ed errori di misura - esercizi
Lezione 12, mercoledì 2 Nov 2022
Lezione 12, mercoledì 2 Nov 2022
Intervalli di confidenza
Intervallo di Confidenza alla Neyman, validita' della costruzione nell'approccio frequentista. Intervalli di confidenza nell'approccio Bayesiano. Esempi.
Lezione 14, martedì 8 Nov 2022
Lezione 14, martedì 8 Nov 2022
Esercizi su intervalli di confidenza, limiti, campionamento
Lezione 15, mercoledì 9 Nov 2022
Lezione 15, mercoledì 9 Nov 2022
Regressione
Fit di un andamento funzionale a dati affetto da incertezze statistiche; Massimizzare la Likelihood, minizzare il χ2. Determinazione dell'errore sul parametro o della matrice di covarianza dei parametri (se piu' di uno); intervalli di confidenza per i parametri e incrementi rispetto al minimo del χ2 o della Log-Likelihood.
Lezione 16, venerdì 11 Nov 2022 (NO)
Lezione 16, venerdì 11 Nov 2022 (NO)
Lezione 18, mercoledì 23 Nov 2022
Lezione 18, mercoledì 23 Nov 2022
Interpolazione - ed esercizi
Lezione 19, venerdì 25 Nov 2022
Lezione 19, venerdì 25 Nov 2022
Esercizi su interpolazione e regressione
Lezione 21, mercoledì 30 Nov 2022
Lezione 21, mercoledì 30 Nov 2022
Integrazione con metodi numerici - esercitazione
Regola dei Trapezi e di Simpson, semplici e composite.
Lezione 22, venerdì 2 Dic 2022
Lezione 22, venerdì 2 Dic 2022
Soluzioni numeriche di equazioni differenziali
Eq. differenziali del primo ordine; metodo di Eulero e metodo di Runge Kutta del secondo e del quarto ordine. Errore teorico dell'approssimazione numerica ed errore di arrotondamento.
Lezione 24, mercoledì 7 Dic 2022
Lezione 24, mercoledì 7 Dic 2022
esercitazione
Lezione 25, martedì 13 Dic 2022
Lezione 25, martedì 13 Dic 2022
Cenni ad altri algoritmi per la soluzione numerica di eq. differenziali. Equazioni diff. alle derivate parziali - Risoluzione dell'eq di Laplace con il metodo del rilassamento
Lezione 26, lunedi 19 Dic 2022 11:00-13:00
Lezione 26, lunedi 19 Dic 2022 11:00-13:00
Esercitazione
Page updated
Google Sites
Report abuse