ID:
509020
Durata (ore):
72
CFU:
6
SSD:
FISICA SPERIMENTALE
Anno:
2026
Dati Generali
Periodo di attività
Annualità Singola (21/09/2026 - 04/06/2027)
Syllabus
Obiettivi Formativi
Il corso intende mettere in grado gli studenti di padroneggiare i metodi fondamentali dell’analisi dei dati forniti dalla statistica classica e di applicarli alle diverse tipologie di misura in Fisica. Al termine del corso gli studenti saranno in grado di analizzare un problema sperimentale, identificare i metodi di analisi più appropriati (test d’ipotesi, fit, propagazione degli errori, ecc.) e applicarli in modo corretto e riproducibile.
In particolare sapranno: scegliere e costruire rappresentazioni opportune dei dati (istogrammi, densità, ...), stimare parametri e relative incertezze e valutare la bontà di un modello attraverso l'analisi di residui, χ², pvalue.
Inoltre, saranno in grado di propagare e interpretare le incertezze nelle grandezze fisiche misurate; confrontare modelli e decidere se i risultati giustificano l’adozione di tecniche alternative.
In particolare sapranno: scegliere e costruire rappresentazioni opportune dei dati (istogrammi, densità, ...), stimare parametri e relative incertezze e valutare la bontà di un modello attraverso l'analisi di residui, χ², pvalue.
Inoltre, saranno in grado di propagare e interpretare le incertezze nelle grandezze fisiche misurate; confrontare modelli e decidere se i risultati giustificano l’adozione di tecniche alternative.
Prerequisiti
Il corso utilizza il formalismo matematico che si acquisisce nei corsi di
matematica del primo anno. Non sono richiesti altri prerequisiti
matematici.
Le nozioni del corso di Analisi Dati I sono date per acquisite. Tuttavia,
molte di queste nozioni vengono riprese nel corso con un diverso
formalismo e approfondite.
matematica del primo anno. Non sono richiesti altri prerequisiti
matematici.
Le nozioni del corso di Analisi Dati I sono date per acquisite. Tuttavia,
molte di queste nozioni vengono riprese nel corso con un diverso
formalismo e approfondite.
Metodi didattici
L'insegnamento si realizza con lezioni frontali, svolte con l'ausilio di presentazioni, messe a disposizione degli studenti sulla piattaforma Kiro.
I concetti studiati vengono poi applicati attraverso laboratori al calcolatore, realizzati utilizzando i linguaggi di programmazione C/C++ e il framework ROOT. Durante i laboratori, gli studenti imparano a caricare dataset reali o simulati, costruire istogrammi, eseguire fit con curve note, effettuare test statistici, stimare e propagare errori, produrre grafici e valutare la bontà del modello interpretando i risultati fisici.
I concetti studiati vengono poi applicati attraverso laboratori al calcolatore, realizzati utilizzando i linguaggi di programmazione C/C++ e il framework ROOT. Durante i laboratori, gli studenti imparano a caricare dataset reali o simulati, costruire istogrammi, eseguire fit con curve note, effettuare test statistici, stimare e propagare errori, produrre grafici e valutare la bontà del modello interpretando i risultati fisici.
Verifica Apprendimento
L'esame consiste in un'unica prova orale articolata nelle seguenti parti:
- Discussione di una relazione di laboratorio relativa a un'unica esperienza estratta a sorte per ciascun candidato al termine del corso, da consegnare al docente almeno 5 giorni prima dell'appello.
- Risoluzione di un esercizio pratico/applicativo alla lavagna sugli argomenti del programma.
- Colloquio teorico sui contenuti del corso.
La frequenza costante a tutte le esercitazioni di laboratorio è necessaria per acquisire le informazioni utili alla stesura della relazione finale.
- Discussione di una relazione di laboratorio relativa a un'unica esperienza estratta a sorte per ciascun candidato al termine del corso, da consegnare al docente almeno 5 giorni prima dell'appello.
- Risoluzione di un esercizio pratico/applicativo alla lavagna sugli argomenti del programma.
- Colloquio teorico sui contenuti del corso.
La frequenza costante a tutte le esercitazioni di laboratorio è necessaria per acquisire le informazioni utili alla stesura della relazione finale.
Testi
A. Rotondi, P.Pedroni, A.Pievatolo, "Probabilità, Statistica e Simulazione",
Springer Verlag, 4a edizione, 2021.
Springer Verlag, 4a edizione, 2021.
Contenuti
Calcolo delle probabilità, assiomi, teoremi, probabilità condizionata e teorema di Bayes. Distribuzioni fondamentali di probabilità e loro
caratteristiche: media, varianza, momenti, campi di applicazone. Calcolo delle probabilità in più dimensioni. Covarianza e Correlazione. Funzioni di
variabili aleatorie e teorema di convoluzione.
Statistica di base: metodo di Neyman, intervalli di confidenza per probabilità, media e varianza, e test statistici fondamentali (t-test e test chi quadrato).
Applicazione dei concetti precedenti a tutti i tipi di misure possibili in Fisica, attraverso la risoluzione di problemi e laboratori al calcolatore.
caratteristiche: media, varianza, momenti, campi di applicazone. Calcolo delle probabilità in più dimensioni. Covarianza e Correlazione. Funzioni di
variabili aleatorie e teorema di convoluzione.
Statistica di base: metodo di Neyman, intervalli di confidenza per probabilità, media e varianza, e test statistici fondamentali (t-test e test chi quadrato).
Applicazione dei concetti precedenti a tutti i tipi di misure possibili in Fisica, attraverso la risoluzione di problemi e laboratori al calcolatore.
Lingua Insegnamento
ITALIANO
Altre informazioni
Gli studenti che possono beneficiare di modalità didattiche inclusive (si veda https://portale.unipv.it/it/didattica/servizi-lo-studente/modalitadidattiche-
inclusive) potranno usufruire del materiale didattico disponibile su KIRO.
Ulteriori informazioni possono essere ottenute contattando direttamente la docente del corso.
inclusive) potranno usufruire del materiale didattico disponibile su KIRO.
Ulteriori informazioni possono essere ottenute contattando direttamente la docente del corso.
Corsi
Corsi
FISICA
Laurea
3 anni
No Results Found
Persone
Persone (2)
No Results Found