B0042 - LABORATORIO DI MATEMATICA E FISICA APPLICATA P-LU

Conoscenze e abilità da conseguire

Al termine del laboratorio lo studente conosce i fondamenti di un programma di calcolo simbolico e numerico e lo utilizza per risolvere semplici problemi di calcolo, algebra lineare e modellizzazione matematica. Lo studente acquisisce manualità con la strumentazione di misura e la trattazione degli errori. Inoltre approccia il calcolo numerico e statistico con rigore professionale.

Contenuti

Teoria - Introduzione alla teoria delle misure; propagazione degli errori; fluttuazioni casuali ed effetti sistematici; precisione ed accuratezza; valutazione dell'incertezza di un risultato; distribuzione di Gauss; distribuzione binomiale e di Poisson; correlazione lineare; cenni sulla teoria della probabilità; distribuzioni statistiche; rigetto di misure sperimentali. Uso del metodo delle differenze finite per risolvere semplici equazioni differenziali alle derivate parziali in una e due dimensioni. Introduzione al Machine Learning: Regressione Lineare e Logistica per la classificazione. Decision boundary non lineari e uso di semplici reti neurali (Multilayer Perceptron) per la loro identificazione.

Parte del programma viene dedicato all'introduzione alla programmazione in Python e in particolare alla OOP (Object Oriented Programming).

Prove di laboratorio

- Varie esperienze con moduli Phyton per riprodurre argomenti del programma: calcolo di probabilita' e visualizzazione delle piu' comuni distribuzioni statistiche, cinematica, termodinamica e semplici reti neurali. Lo studente verrà guidato su simulazioni di esperienze didattiche

Lo studente dovrà essere in grado di produrre un progetto di laboratorio, in autonomia

Metodi didattici

Lezioni frontali ed esperienze di laboratorio con simulazioni Python. Una parte delle lezioni è dedicata alla discussione dei programmi mostrati a lezione.

Le esercitazioni vengono svolte con un tool Python chiamato Jupyter Notebook, disponibile con la suite Anaconda

Modalità di verifica e valutazione dell'apprendimento

La verifica dell'apprendimento è a progetto. In particolare, si compone di una discussione orale obbligatoria orientata a valutare il lavoro presentato che, a sua volta, si compone delle seguenti parti:

- un progetto in linguaggio Python su un argomento di matematica o fisica svolto a lezione,

- una relazione in formato pdf (possibilmente corredata del file sorgente con cui è stata prodotto, ad esempio, Latex, Word, PowerPoint ecc., con la descrizione del lavoro fatto)

- un file di slide di presentazione in formato pdf o ppt utilizzato per la presentazione comune di fronte a tutti gli studenti del corso.

 

Orario di ricevimento

Consulta il sito web di Marco Corvo