Geologia e Tutela dell'Ambiente
Cod 198375
- Laurea magistrale
- 2 anni
- 120 CFU
- LM-74 R
Codice: 20410907
Programma, testi adottati e modalità d’esame sono quelli pubblicati dai docenti per l’anno accademico 2026/2027.
Calcolo Matriciale e sistemi lineari; fattorizzazione della matrice (autovalori, autovettori); rototraslazioni rigide e matrice associata; metodo dei minimi quadrati e regressione polinomiale.
Numeri complessi e funzioni trigonometriche; fasori.
Introduzione all'analisi dei segnali; definizione di sistema lineare tempo-invariante; teorema della convoluzione. Calcolo vettoriale; rappresentazione in coordinate polare, sferiche e curvilinee.
Propagazione delle onde; onde stazionarie.
Serie e Trasformata di Fourier; teorema del campionamento di Nyquist–Shannon .
Introduzione alla programmazione in Python ed esercitazione sugli argomenti trattati nelle lezioni di teoria.
Sono necessarie conoscenze di base di matematica (calcolo differenziale e integrale in una variabile, funzioni elementari e trigonometriche, elementi di geometria analitica) e di fisica generale (cinematica, dinamica, oscillazioni).
Non è richiesta alcuna conoscenza pregressa di programmazione: le basi di Python vengono introdotte durante il corso.
Non sono previste propedeuticità formali.
Dispense del docente, che coprono gli argomenti delle lezioni teoriche.
Notebook Python e insiemi di dati utilizzati nelle esercitazioni.
J. W.-B. Lin, H. Aizenman, E. M. C. Espinel, K. Gunnerson, J. Liu, An Introduction to Python Programming for Scientists and Engineers, Cambridge University Press, 2022, per le esercitazioni in Python.
L'insegnamento prevede lezioni frontali alla lavagna ed esercitazioni numeriche in ambiente Python.
periodo di svolgimento (2026/1semestre);
3 CFU di lezioni frontali, pari a 24 ore, e 3 CFU di esercitazioni, pari a 24 ore.
Le lezioni frontali presentano i fondamenti matematici e fisici necessari all'analisi dei dati. Le esercitazioni in Python, svolte in parallelo alle lezioni teoriche, consentono di applicare i metodi presentati a dati geofisici, di sviluppare la capacità di implementare procedure di calcolo e visualizzazione e di valutare criticamente i risultati ottenuti. Le esercitazioni sono guidate al computer, con lavoro di gruppo e discussione collettiva dei risultati.
L'elaborazione della relazione d'esame costituisce il momento in cui lo studente applica in autonomia metodi e strumenti acquisiti a un nuovo insieme di dati, sviluppando autonomia di giudizio e capacità di comunicare i risultati.
La frequenza è disciplinata secondo quanto previsto dal Regolamento didattico del Corso di Studio, cui si rimanda.
L'esame si compone di una relazione scritta e di una prova orale.
Relazione scritta
Lo studente elabora una relazione in cui analizza un insieme di dati geofisici applicando i metodi presentati nel corso (ad es. regressione ai minimi quadrati, analisi di Fourier) e implementando l'analisi in Python. La relazione deve descrivere i dati, i metodi utilizzati e le scelte effettuate, presentare i risultati mediante grafici e discuterli criticamente, anche in relazione ai contenuti delle lezioni teoriche.
I dati che lo studente deve analizzare sono forniti dal docente; la relazione è individuale; la lunghezza della relazione deve essere di diverse pagine (<10); è consigliato la consegna del codice Python; Il tempo di consegna deve avvenire una settimana priva del primo appello di esame.
La relazione consente di verificare principalmente la capacità di applicare conoscenza e comprensione, l'autonomia di giudizio, le abilità comunicative e la capacità di apprendimento.
Prova orale
La prova orale consiste in un colloquio articolato in due parti: la discussione della relazione, nella quale lo studente illustra e motiva le scelte metodologiche e le interpretazioni proposte, e domande sugli argomenti teorici del corso. Indicadivamente vengo fatte 2 domande sulla relazione e due di teoria in un arco temporale di circa 1 ora.
La prova orale consente di verificare principalmente la conoscenza e capacità di comprensione, la capacità di applicare conoscenza e comprensione e le abilità comunicative.
Criteri di valutazione e determinazione del voto finale
La valutazione tiene conto: della correttezza e completezza dell'analisi dei dati; dell'appropriatezza dei metodi scelti e della loro motivazione; della capacità di valutare criticamente i risultati e i loro limiti; della chiarezza della relazione e dei grafici; della conoscenza e comprensione degli argomenti teorici; della chiarezza e proprietà del linguaggio scientifico nell'esposizione orale.
La relazione e la prova orale concorrono al voto finale rispettivamente per il 60% e il 40%; La relazione deve essere valutata almeno sufficiente per accedere alla prova orale.
Il voto finale è espresso in trentesimi.
Ambito disciplinare: Discipline geofisiche
Il corso ha come obiettivo l’introduzione dei metodi matematici e di analisi dati impiegati nelle Geoscienze ed la loro implementazione in Python. La finalità principale è raggiungere un’adeguata padronanza di tali metodi nonché la capacità di sviluppo e utilizzo degli strumenti acquisiti per lo studio dei processi fisici che coinvolgono il sistema Terra.
Al termine dell'insegnamento lo studente sarà in grado di analizzare ed elaborare dati geofisici mediante strumenti di algebra lineare, regressione ai minimi quadrati e analisi di Fourier, implementando le procedure in Python e interpretando criticamente i risultati ottenuti.
1. Conoscenza e capacità di comprensione
- descrivere i fondamenti del calcolo matriciale, dei sistemi lineari e dei problemi agli autovalori e autovettori, e spiegarne il significato geometrico, anche in relazione alle rototraslazioni rigide;
- descrivere il metodo dei minimi quadrati e la regressione polinomiale, illustrandone ipotesi e limiti;
- spiegare l'uso dei numeri complessi e dei fasori nella rappresentazione di segnali oscillatori;
- descrivere le proprietà dei sistemi lineari tempo-invarianti, il teorema della convoluzione, i principi della propagazione delle onde e delle onde stazionarie;
- descrivere la serie e la trasformata di Fourier e spiegare il teorema del campionamento di Nyquist–Shannon e il fenomeno dell'aliasing.
2. Capacità di applicare conoscenza e comprensione
- impostare e risolvere sistemi lineari e problemi agli autovalori, applicandoli a problemi geofisici (ad es. rotazione di sistemi di riferimento, individuazione di direzioni principali);
- applicare il metodo dei minimi quadrati per stimare modelli lineari e polinomiali a partire da dati geofisici;
- rappresentare grandezze vettoriali in coordinate polari, sferiche e curvilinee;
- calcolare e interpretare lo spettro di un segnale campionato tramite la trasformata di Fourier discreta, scegliendo in modo appropriato i parametri di campionamento;
- implementare in Python le procedure di calcolo, elaborazione e visualizzazione dei dati trattate nel corso.
3. Autonomia di giudizio
- scegliere il modello di regressione e il metodo di analisi più adatti al problema e ai dati disponibili, motivandone la scelta;
- valutare criticamente la qualità dei risultati (residui, incertezze, risoluzione spettrale, effetti del campionamento) e riconoscere possibili artefatti;
- formulare un'interpretazione motivata dei risultati dell'analisi in relazione al fenomeno geofisico studiato.
4. Abilità comunicative
- presentare in una relazione scritta, in modo chiaro e strutturato, dati, metodi, risultati e interpretazioni, utilizzando grafici e una terminologia scientifica appropriata;
- esporre e argomentare oralmente le scelte metodologiche e le conclusioni della propria analisi.
5. Capacità di apprendimento
- applicare autonomamente i metodi appresi a insiemi di dati geofisici non trattati durante il corso;
- utilizzare in autonomia la documentazione di Python e delle sue librerie scientifiche per ampliare i propri strumenti di analisi.
Esempi di domande per la prova orale
- Qual è il significato geometrico di autovalori e autovettori di una matrice simmetrica? Come possono essere utilizzati per individuare le direzioni principali di un insieme di dati vettoriali?
- Come si sceglie il grado di un polinomio di regressione? Quali rischi comporta un grado troppo elevato e come si possono riconoscere dall'analisi dei residui?
- Enuncia il teorema della convoluzione e spiega come può essere utilizzato per filtrare un segnale nel dominio delle frequenze.
- Una serie temporale è campionata una volta al giorno. Qual è la frequenza di Nyquist? Come apparirà nello spettro un segnale con periodo di 12 ore?
- Ricava la soluzione per le onde stazionarie in una corda con estremi fissi e descrivi la relazione tra lunghezza della corda e frequenze dei modi normali.
- Descrivi le differenze tra la Trasformata di Fourier e la serie di Fourier.
Esempio di consegna per la relazione
Dato un insieme di dati geofisici ad es. una serie temporale del livello del mare o di temperatura, stima un trend mediante regressione ai minimi quadrati, confrontando modelli di grado diverso e discutendo la scelta del modello. Rimuovi il trend e calcola lo spettro del segnale residuo mediante la trasformata di Fourier discreta, identificando le principali componenti periodiche. Presenta i risultati con grafici commentati e proponi un'interpretazione motivata delle componenti individuate e di quelle residue.
Cosa stai cercando?
Trova facilmente i contenuti di cui hai bisogno
Rubrica
Trova facilmente il contatto della persona o struttura di cui hai bisogno
Risultati suggeriti:
Risultati suggeriti: