Obiettivi formativi OBIETTIVI GENERALI:
Il corso si pone come obiettivo lo studio del calcolo delle probabilità e delle sue applicazioni in fisica teorica e sperimentale. Partendo dalle basi assiomatiche della teoria il corso porta alla conoscenza dei teoremi fondamentali della probabilità, delle tecniche di inferenza bayesiana, delle tecniche di analisi dei dati sperimentali, della modellizzazione astratta di processi di Markov, di algoritmi e metodi numerici stocastici. Per l’acquisizione di tali conoscenze verranno studiati diversi esempi ed applicazioni.
OBIETTIVI SPECIFICI:
A - Conoscenza e capacità di comprensione
OF 1) Conoscere gli assiomi costituenti ed i teoremi fondamentali del calcolo delle probabilità (grandi, numeri, limite centrale, grandi deviazioni, funzioni generatrici dei momenti e dei cumulanti) in casi generali (variabili aleatorie correlate, variabili con distribuzione a varianza infinita).
OF 2) Conoscere l’inferenza bayesiana e saperla applicare criticamente a problemi specifici, in base alle conoscenze a priori.
OF 3) Conoscere la teoria alla base delle tecniche di analisi sperimetale.
OF 4) Comprendere le catene di Markov, in astratto e nello specifico dei fenomeni di camminatore aleatorio, dei processi di ramificazione e degli eventi ricorrenti.
OF 5) Conoscere i processi stocastici di tipo markoviano a tempo continuo: equazione maestra, equazione di Fokker-Planck. Cenni alle equazioni di Langevin.
OF 6) Comprendere le connessioni tra teoria della probabilità e concetti fondanti della meccanica statistica.
B – Capacità applicative
OF 7) Saper dedurre le probabilità nella teoria bayesiana
OF 8) Saper calcolare distribuzioni di probabilità nel limite centrale, nel regime di grandi deviazioni, ed anche per un numero finito di variabili.
OF 9) Essere in grado di applicare i teoremi fondamentali per il calcolo delle proprietà statistiche di sistemi concreti
OF 10) Essere in grado di affrontare l’analisi di dati sperimentali nei casi di dati correlati e anomali
OF 11) Essere in grado di applicare la conoscenza delle catene di Markov a problemi di tipo algoritmico, quali il metodo Monte Carlo per il calcolo di integrali multidimensionali, la sua applicazione alla dinamica di equilibrio di un modello di meccanica statistica (Ising), ed il metodo di ordinamento per importanza delle pagine web in un motore di ricerca).
C - Autonomia di giudizio
OF 12) Essere in grado di comprendere quali sono le conoscenze e le variabili rilevanti in un problema di probabilità.
OF 13) Integrare le conoscenze acquisite al fine di applicarle all’analisi di dati sperimentali variegati, a problemi di meccanica statistica, o a problemi generali che richiedono l’applicazione di tecniche probabilistiche (es. dati di diffusione epidemica del COVID-19 e valutazione della efficacia di tamponi o vaccini).
D – Abilità nella comunicazione
OF 14) Saper comunicare oralmente un procedimento di dimostrazione o di applicazione valutando quali sono i passi intermedi rilevanti ed il loro significato.
E - Capacità di apprendere
OF 15) Avere la capacità di consultare criticamente più manuali scritti ed articoli di divulgazione.
OF 16) Avere la capacità di valutare le conseguenze di un approccio probabilistico e di paragonare l’efficacia di metodi differenti.
OF 17) Essere in grado di individuare le corrette ipotesi e di scartare ipotesi inconsistenti nel procedimento di stima di parametri fenomenologici e di inferenza statistica in generale
|
Obiettivi formativi OBIETTIVI GENERALI
La fisica biologica è lo sforzo di comprendere i fenomeni della vita in modo parallelo alla comprensione del mondo inanimato da parte dei fisici. L’obiettivo principale del corso è quello di guidare lo studente attraverso una rassegna di problemi fondamentali in biologia analizzati come capitoli aggiuntivi del programma di fisica generale acquisito nel corso del triennio. Le conoscenze di meccanica, elettromagnetismo, termodinamica e meccanica statistica saranno estese per fornire una descrizione quantitativa dei fenomeni biologici, dalla scala atomica e molecolare, attraverso i meccanismi cellulari fino al comportamento collettivo di cellule e animali.
OBIETTIVI SPECIFICI
A - Conoscenza e capacità di comprensione
OF 1) Conoscere e comprendere la meccanica dei componenti cellulari
OF 2) Conoscere e comprendere la modellizzazione dei fenomeni elettrici ed elettromagnetici nella cellula
OF 3) Conoscere e comprendere i principali aspetti stocastici e termodinamici nel mondo biologico
OF 4) Conoscere e comprendere alcune moderne tecniche sperimentali per l’analisi quantitativa dei processi biologici
B – Capacità applicative
OF 5) Essere in grado di elaborare stime quantitative delle principali caratteristiche fisiche di processi biologici
OF 6) Essere in grado di elaborare modelli analitici e numerici per la descrizione di fenomeni biologici
C - Autonomia di giudizio
OF 7) Sfruttare le conoscenze acquisite per formulare modelli in grado di descrivere situazioni non trattate nel corso
D – Abilità nella comunicazione
OF 8) Saper comunicare per iscritto un concetto avanzato
OF 9) Saper presentare una linea di ricerca attuale nell’ambito della biofisica
E - Capacità di apprendere
OF 10) Avere la capacità di consultare autonomamente testi e articoli scientifici al fine di approfondire in modo autonomo alcuni argomenti introdotti durante il corso.
|
Obiettivi formativi OBIETTIVI GENERALI:
Il corso si pone l'obiettivo di dare un’introduzione estesa e matematicamente corretta alla dinamica dei fluidi (gas, liquidi, plasmi) in un contesto fisico e astrofisico.
Al termine del corso gli studenti disporranno dei mezzi fisici e matematici per comprendere la costituzione dei fluidi, la loro dinamica e emergenti in contesto terrestre e astrofisico.
Durante il corso vengono svolti esercizi applicativi sia teorici che numerici.
OBIETTIVI SPECIFICI:
A - Conoscenza e capacità di comprensione
OF 1) Conoscere le equazioni costitutive della dinamica dei fluidi.
OF 2) Comprendere i processi fisici che determinano la dinamica dei fluidi e i loro processi energetici.
OF 3) Conoscere le differenze tra la fluidodinamica terrestre e quella astrofisica.
B – Capacità applicative
OF 4) Saper utilizzare le conoscenze teoriche acquisite alla spiegazione e interpretazione dei fenomeni di dinamica dei fluidi in contesto terrestre e astrofisico.
C - Autonomia di giudizio
OF 5) Essere in grado di valutare la coerenza tra le soluzioni matematiche e la realta`fisica dei fenomeni in oggetto.
D – Abilità nella comunicazione
Essere in grado di descrivere in maniera chiara i vari aspetti fisici e matematici dei contenuti del corso.
E - Capacità di apprendere
OF 6) Avere la capacità di consultare i testi didattici e scientifici di riferimenti al fine di approfondire in modo autonomo alcuni argomenti introdotti durante il corso.
|
Obiettivi formativi OBIETTIVI GENERALI:
Il corso si pone come obiettivo lo studio dei metodi di elaborazione dei segnali tramite circuiti analogici, seguendo un percorso che parte dai fondamenti di teoria dei circuiti e giunge alla progettazione di sistemi elettronici atti a realizzare funzioni di interesse per la fisica sperimentale.
Al termine del corso gli studenti avranno acquisito conoscenze nella rappresentazione dei segnali nel dominio del tempo e della frequenza, nella definizione e valutazione di modelli di sistemi e dispositivi elettronici e avranno acquisito criteri di progetto fondamentali.
OBIETTIVI SPECIFICI:
A - Conoscenza e capacità di comprensione
OF 1) Conoscere i fondamenti della teoria dei sistemi a costanti concentrate
OF 2) Avere solide basi di teoria di circuiti
OF 3) Conoscere i principali strumenti per il progetto e lo studio di circuiti lineari
OF 4) Comprendere le implicazioni derivanti dall’uso di modelli
B – Capacità applicative
OF 5) Saper progettare sistemi sulla base di specifiche nel dominio della frequenza
OF 6) Saper utilizzare i principali elementi passivi e attivi per risolvere problemi specifici
OF 7) Essere in grado progettare semplici sistemi utilizzando dispositivi reali
C - Autonomia di giudizio
OF 8) Essere in grado di valutare le caratteristiche peculiari dei principali componenti elettronici
OF 9) Essere in grado di valutare l’utilizzo delle soluzioni circuitali più comuni
D – Abilità nella comunicazione
OF 10) Saper comunicare le caratteristiche di un circuito analogico semplice, evidenziandone i principali blocchi funzionali
E - Capacità di apprendere
OF 11) Avere la capacità di consultare la documentazione tecnica di un componente elettronico
OF 12) Avere la capacità di estendere autonomamente le proprie conoscenze nel campo dell’elettronica
|
Obiettivi formativi OBIETTIVI GENERALI:
L’obiettivo di questo corso è di sviluppare la comprensione dei concetti chiave e dei meccanismi fisici che determinano la struttura termica, la composizione e la dinamica della bassa e media atmosfera.
OBIETTIVI SPECIFICI:
A - Conoscenza e capacità di comprensione
OF 1) conoscenza e comprensione dei processi atmosferici e come essi siano legati alle leggi della fisica classica applicata all'atmosfera.
OF 2) avere familiarità con i concetti di termodinamica atmosferica con e senza vapore d’acqua,
OF 3) conoscere le forze reali e apparenti che agiscono su una massa d’aria in un sistema geocentrico
OF 4) comprensione dei processi fisici che coinvolgono l’interazione tra radiazione elettromagnetica e atmosfera
B – Capacità applicative
OF 5) uso dei diagrammi termodinamici da radiosondaggi per la valutazione della stabilità e formazione delle nubi
OF 6) applicare la 2° legge di Newton per dedurre le equazioni del moto di un gas comprimibile su un pianeta rotante
OF 7) applicare l’analisi di scala alle equazioni del moto per ottenere le approssimazioni idrostatica, geostrofica, di gradiente
OF 8) sviluppare l’equazione del trasferimento radiativo in un’atmosfera piano-parallela, tenendo conto dell’assorbimento e dell’emissione di radiazione ad onda lunga e scattering della radiazione ad onda corta
C - Autonomia di giudizio
OF 9) Essere in grado di integrare le conoscenze acquisite al fine di applicarle nel contesto più generale della fisica dell’atmosfera
D – Abilità nella comunicazione
OF 10) conoscenza della terminologia della fisica dell’atmosfera
E - Capacità di apprendere
OF 11) Avere la capacità di consultare articoli scientifici al fine di approfondire in modo autonomo alcuni argomenti introdotti durante il corso
OF 12) Avere la capacità di utilizzare il software open source presente nel web per generare mappe e previsioni meteorologiche
|
Obiettivi formativi Il corso si prefigge di insegnare gli elementi di fisica Nucleare e Subnucleare che sono alla base delle sue
principali applicazioni in ambito medico, di conservazione dei beni culturali, …
L’approccio e’ estremamente pragmatico con frequenti quantificazioni, confronti con le realta’ applicative. Le
quantita’ piu’ complesse da calcolare sono presenti in database online e lo studente viene istruito su come
consultare queste informazioni e come interpretarle. Alla fine del corso lo studente e’ previsto uscire con la
capacita’ di impostare un problema applicativo, facendo valutazioni sugli ordini di grandezza senza necessita’ di
calcoli, ma avendo gli strumenti per fare calcoli esatti a partire dalle informazioni presenti online.
In questo corso lo studente all’ultimo anno della laurea magistrale fa il salto dal calcolo teorico esatto e preciso ad
una valutazione approssimata necessaria per una realta’ applicativa.
|
Obiettivi formativi OBIETTIVI GENERALI:
Il corso è di carattere introduttivo e di interesse generale e interdisciplinare. Nel ciclo di lezioni verranno illustrati i principi e le idee più importanti alla base dei metodi e algoritmi di apprendimento automatico (machine learning), con esempi teorici e applicativi in differenti settori della fisica e del ricerca scientifica più in generale.
Obiettivo principale del corso è quello di fornire allo studente le conoscenze fondamentali per poter capire il funzionamento dei moderni algoritmi di machine learning e riuscire a risolvere problemi di apprendimento automatico attraverso una corretta formulazione del problema, una scelta critica dell’algoritmo di apprendimento e un’analisi sperimentale per valutare i risultati ottenuti.
Il corso prevede una frazione consistente di esercitazioni hands-on al computer che consentono allo studente di sperimentare direttamente le nozioni apprese su applicazioni reali. Durante le esercitazioni verranno implementati praticamente ed applicati a problemi reali alcuni degli algoritmi di machine learning discussi durante le lezioni teoriche.
Il corso fornisce conoscenze utili e spendibili:
- nel mondo del lavoro: sviluppo e applicazione di algoritmi di machine learning in settori di punta della tecnologia (sistemi di visione automatica, sistemi di guida autonoma, automazione industriale, sistemi di AI per robotica. etc..), della medicina (riconoscimento e segmentazione immagini diagnostiche, ecc.), dell'informatica (analisi big-data, motori di ricerca, ecc.), finanza (algoritmi predittivi titoli in borsa, ecc.) .
- nel mondo della ricerca di base e applicata : il machine learning è uno strumento largamente utilizzato nella ricerca sia teorica che sperimentale per esempio in fisica delle particelle (dai sistemi di acquisizione dati in tempo reale (trigger), all'utilizzo per la interpretazione dei risultati sperimentali nel contesto di diversi modelli teorici, etc..), nella fisica statistica e dei sistemi complessi, nell'astrofisica, nella fisica sperimentale della materia condensata, etc.
OBIETTIVI SPECIFICI:
A - Conoscenza e capacità di comprensione
OF 1) Conoscere i fondamenti dei metodi del Machine Learnign
OF 2) Conoscere i fondamenti dei metodi di Deep Learnig basati su Reti Neurali Differenziabili
OF 3) Comprendere il linguaggio del ML e del DL
B – Capacità applicative
OF 4) Essere in grado di implementare semplici programmi di apprendimento supervisionato e non supervisionato
OF 5) Saper risolvere semplici problemi in ambito scientifico usando i metodi del ML e DL
OF 6) Essere in grado di quantificare le prestazioni di un modello addestrato di ML e DL
C - Autonomia di giudizio
OF 8) Avere la capacità di valutare il miglior modo di implementare un modello di ML/DL
D – Abilità nella comunicazione
OF 9) Saper comunicare per iscritto il risultati del proprio lavoro
OF 10) Saper discutere le caratteristiche e funzionalità di semplici modelli coputazionali basati su ML e DL
E - Capacità di apprendere
OF 11) Avere la capacità di consultare le API delle librerie software più utilizzate in ambito ML/DL
OF 12) Essere in grado di ideare e sviluppare un progetto di Inteligenza Artificiale Applicata
|
