FS510 - Metodo Montecarlo

Presentazione dei problemi che di solito sono formulati come integrali su un grande numero di variabili

Elemento di base

Probabilità e variabili random

Misure, inceretezze e loro propagazione

Fit di una curva, minimi quadrati, ottimizzazione

Integrazione numerica classica, velocità di convergenza

Integrazione MC, media e varianza

Strategie di campionamento

Applicazioni

Propagazione delle incertezze

Generazione di dati secondo una distribuzione

Applicazioni nel mondo reale

Sciami di raggi cosmici

Disponibilità di un sistema

Ulteriori applicazioni

Non e' obbligatorio ma e' fortemente consigliato essere a proprio agio nella programmazione. Possibilmente Python o Wolfram Mathematica.

Weinzierl, S. - Introduction to Monte Carlo methods arXiv:hep-ph/0006269

Taylor, J. - Introduzione all'analisi degli errori : lo studio delle incertezze nelle misure fisiche - Zanichelli Disponibile nella biblioteca Scientifica di Roma Tre

Dubi, A. - Monte Carlo applications in systems engineering - Wiley Disponibile nella biblioteca Scientifica di Roma Tre

Lezioni frontali (circa 24 ore) ed Esercitazioni di Laboratorio (circa 36 ore). Nel corso delle Esercitazioni di Laboratorio ogni studente avra' a disposizione un Computer. I diversi temi discussi a lezione saranno oggetto delle Esercitazioni di Laboratorio, utilizzando Mathematica, Python o C++.

la frequenza non è obbligatoria ma sempre fortemente consigliata. Registrazioni e diretta disponibili.

Esame scritto e orale. Scritto: realizzazione di un programma per computer. L'esame scritto consistera' di due parti. La prima parte e' volta a verificare la conoscenza specifica dei metodi esposti a lezione. Nella seconda parte si richiedera' di applicare tali metodi in un contesto piu' ampio. Orale: discussione di una tesina su argomento a scelta dello studente tra una rosa di proposte. La preparazione della tesina richiede lo studio in autonomia di alcuni capitoli di un libro.

Presentazione dei problemi che di solito sono formulati come integrali su un grande numero di variabili

Elemento di base

Probabilità e variabili random

Misure, inceretezze e loro propagazione

Fit di una curva, minimi quadrati, ottimizzazione

Integrazione numerica classica, velocità di convergenza

Integrazione MC, media e varianza

Strategie di campionamento

Applicazioni

Propagazione delle incertezze

Generazione di dati secondo una distribuzione

Applicazioni nel mondo reale

Sciami di raggi cosmici

Disponibilità di un sistema

Ulteriori applicazioni

Non e' obbligatorio ma e' fortemente consigliato essere a proprio agio nella programmazione. Possibilmente Python o Wolfram Mathematica.

Weinzierl, S. - Introduction to Monte Carlo methods arXiv:hep-ph/0006269

Taylor, J. - Introduzione all'analisi degli errori : lo studio delle incertezze nelle misure fisiche - Zanichelli Disponibile nella biblioteca Scientifica di Roma Tre

Dubi, A. - Monte Carlo applications in systems engineering - Wiley Disponibile nella biblioteca Scientifica di Roma Tre

Lezioni frontali (circa 24 ore) ed Esercitazioni di Laboratorio (circa 36 ore). Nel corso delle Esercitazioni di Laboratorio ogni studente avra' a disposizione un Computer. I diversi temi discussi a lezione saranno oggetto delle Esercitazioni di Laboratorio, utilizzando Mathematica, Python o C++.

la frequenza non è obbligatoria ma sempre fortemente consigliata. Registrazioni e diretta disponibili.

Esame scritto e orale. Scritto: realizzazione di un programma per computer. L'esame scritto consistera' di due parti. La prima parte e' volta a verificare la conoscenza specifica dei metodi esposti a lezione. Nella seconda parte si richiedera' di applicare tali metodi in un contesto piu' ampio. Orale: discussione di una tesina su argomento a scelta dello studente tra una rosa di proposte. La preparazione della tesina richiede lo studio in autonomia di alcuni capitoli di un libro.

Presentazione dei problemi che di solito sono formulati come integrali su un grande numero di variabili

Elemento di base

Probabilità e variabili random

Misure, inceretezze e loro propagazione

Fit di una curva, minimi quadrati, ottimizzazione

Integrazione numerica classica, velocità di convergenza

Integrazione MC, media e varianza

Strategie di campionamento

Applicazioni

Propagazione delle incertezze

Generazione di dati secondo una distribuzione

Applicazioni nel mondo reale

Sciami di raggi cosmici

Disponibilità di un sistema

Ulteriori applicazioni

Non e' obbligatorio ma e' fortemente consigliato essere a proprio agio nella programmazione. Possibilmente Python o Wolfram Mathematica.

Weinzierl, S. - Introduction to Monte Carlo methods arXiv:hep-ph/0006269

Taylor, J. - Introduzione all'analisi degli errori : lo studio delle incertezze nelle misure fisiche - Zanichelli Disponibile nella biblioteca Scientifica di Roma Tre

Dubi, A. - Monte Carlo applications in systems engineering - Wiley Disponibile nella biblioteca Scientifica di Roma Tre

Lezioni frontali (circa 24 ore) ed Esercitazioni di Laboratorio (circa 36 ore). Nel corso delle Esercitazioni di Laboratorio ogni studente avra' a disposizione un Computer. I diversi temi discussi a lezione saranno oggetto delle Esercitazioni di Laboratorio, utilizzando Mathematica, Python o C++.

la frequenza non è obbligatoria ma sempre fortemente consigliata. Registrazioni e diretta disponibili.

Esame scritto e orale. Scritto: realizzazione di un programma per computer. L'esame scritto consistera' di due parti. La prima parte e' volta a verificare la conoscenza specifica dei metodi esposti a lezione. Nella seconda parte si richiedera' di applicare tali metodi in un contesto piu' ampio. Orale: discussione di una tesina su argomento a scelta dello studente tra una rosa di proposte. La preparazione della tesina richiede lo studio in autonomia di alcuni capitoli di un libro.