Offerta Didattica
PHYSICS
ANALISI DATI
Classe di corso: LM-17 - Fisica
AA: 2021/2022
Sedi: MESSINA
SSD | TAF | tipologia | frequenza | moduli |
---|---|---|---|---|
FIS/01 | Caratterizzante | Libera | Libera | No |
CFU | CFU LEZ | CFU LAB | CFU ESE | ORE | ORE LEZ | ORE LAB | ORE ESE |
---|---|---|---|---|---|---|---|
6 | 2 | 4 | 0 | 60 | 12 | 48 | 0 |
LegendaCFU: n. crediti dell’insegnamento CFU LEZ: n. cfu di lezione in aula CFU LAB: n. cfu di laboratorio CFU ESE: n. cfu di esercitazione FREQUENZA:Libera/Obbligatoria MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli ORE: n. ore programmate ORE LEZ: n. ore programmate di lezione in aula ORE LAB: n. ore programmate di laboratorio ORE ESE: n. ore programmate di esercitazione SSD:sigla del settore scientifico disciplinare dell’insegnamento TAF:sigla della tipologia di attività formativa TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio
Obiettivi Formativi
Fornire conoscenza sui concetti di modellizzazione ed elaborazione dei segnali ed immagini, sugli approcci statistici all'analisi dei dati di casi fisici reali di interesse in Fisica Nucleare/Fisica delle Particelle, mediante la scrittura di codici di simulazione per generazione eventi. Tali approcci verranno applicati e ottimizzati per: -analisi di processi aleatori e la loro caratterizzazione nel tempo e in frequenza. Stimatori; -acquisizione, campionamento e quantizzazione dei segnali; -generatore di eventi. -tecniche di “smearing”; -Misure della risoluzione ed efficienza di un rivelatore.Learning Goals
Metodi didattici
Il corso, al fine di raggiungere gli obiettivi formativi previsti, si svolge prevalentemente attraverso lezioni frontali. Sono inoltre previste esercitazioni in laboratorio ed in aula informatica, con lo scopo di stimolare l’approccio all’analisi critica di diversi tipi di dati sperimentali. Tutte le attività sono svolte mediante utilizzo di applicativi multimediali incluse le slide delle lezioni. Inoltre, verranno svolte attività pratiche mediante utilizzo di sistemi raspberry per l'acquisizione e l'analisi di dati.Teaching Methods
Prerequisiti
Familiarità con strumenti di programmazione e con software di analisi dati e visualizzazione grafica. Analisi di Fourier. Analisi statistica, calcolo della probabilità, programmazione orientata agli oggetti.Prerequisites
Verifiche dell'apprendimento
L'esame consiste in una prova orale incentrata sugli argomenti trattati durante il Corso. Essa ha il duplice scopo di verificare il livello di conoscenza e di comprensione dei contenuti del corso e di valutare l'autonomia di giudizio, la capacità di apprendimento, l'abilità comunicativa e proprietà di linguaggio scientifico e quindi valutare le facoltà logico-deduttive acquisite dallo studente. Durante lo svolgimento del corso è obbligatoria la stesura di almeno un report su argomenti/esempi trattati nelle attività pratiche, da consegnare al docente entro una settimana dall’esame orale. Il voto finale è espresso in trentesimi e tiene conto della qualità del/dei report e delle valutazioni ottenute durante la prova orale.Assessment
Programma del Corso
INTRODUZIONE A MATLAB: Matlab Editor, array e strutture di celle. GENERAZIONE DI NUMERI CASUALI, di variabili aleatorie discrete e continue. RAPPRESENTAZIONE DEI FENOMENI ALEATORI. Simulazione di processi stocastici. RAPPRESENTAZIONE DEI DATI, modellizzazione, riconoscimento di segnale e fondo. Scrittura di generatori di eventi, tecniche di smearing e smoothing. Algebra degli istogrammi, interpolazione. ELABORAZIONE DEL SEGNALE E SOTTRAZIONE DI SFONDO. Procedure di fitting: adattamento del modello scelto ai risultati sperimentali e loro interpretazione. ALGORITMI DI OTTIMIZZAZIONE NON LINEARE per scomporre segnali dovuti a più eventi nelle sue componenti. ANALISI DELLE CARATTERISTICHE PRINCIPALI DELLE DISTRIBUZIONI STATISTICHE. Fit multipicco, e con più curve diverse, relativamente ad applicazioni nel campo della Fisica Nucleare e Particellare. Analisi dell’attenuazione di radiazioni in funzione del materiale e dello spessore a diverse energie. ELABORAZIONE DI ISTOGRAMMI E RAPPRESENTAZIONE DELLE FUNZIONI. ELABORAZIONE NEL DOMINIO DELLA FREQUENZA. Introduzione alla programmazione orientata agli oggetti in ambiente MATLAB.Course Syllabus
Testi di riferimento:
- Probabilità, Statistica e Simulazione. Alberto Rotondi, Paolo Pedroni, Antonio Pievatolo. Springer-Verlag - ISBN 978-88-470-2363-5
- Rafael C. Gonzales, R. E. Woods, S. L. Eddins, Digital Image Processing using MATLAB (Low Price Edition 2006)
- Michael Baron, Probability and Statistics for Computer Scientists (3rd Edition), CRC Press - ISBN 9781138044487
- Linda J. S. Allen, An Introduction to Stochastic Processes with Applications to Biology (2nd Edition), CRC Press - ISBN 9781439818824
- Appunti del docente
Esami: Elenco degli appelli
Elenco delle unità didattiche costituenti l'insegnamento
Docente: CARMELO CORSARO
Orario di Ricevimento - CARMELO CORSARO
Giorno | Ora inizio | Ora fine | Luogo |
---|---|---|---|
Martedì | 10:00 | 11:00 | Dipartimento MIFT |
Venerdì | 10:00 | 11:00 | Dipartimento MIFT |
Note: