|
8065608 -
FISICA 2
(obiettivi)
OBIETTIVI FORMATIVI: L’insegnamento si articola su lezioni frontali, esercitazioni e tutorato CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Gli studenti devono acquisire conoscenza delle leggi dell'elettromagnetismo classico e delle basi della relatività speciale e dei loro legami con la meccanica classica e la termodinamica. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Gli studenti devono possedere familiarità con le leggi dell'elettromagnetismo classico e con le basi della relatività speciale ed essere in grado di applicarle nella rappresentazione e nella modellizzazione di fenomeni fisici governati dalle stesse. Devono essere in grado di identificare gli elementi essenziali di problemi fisici legati a fenomeni elettromagnetici semplici e saperli modellizzare, effettuando le approssimazioni necessarie. AUTONOMIA DI GIUDIZIO: Gli studenti devono essere in grado di analizzare criticamente le problematiche legate all'elettromagnetismo e di consultare i testi proposti e la letteratura disponibile anche in rete. ABILITÀ COMUNICATIVE: Devono essere in grado di presentare le conoscenze acquisite con padronanza e chiarezza. CAPACITÀ DI APPRENDIMENTO: Devono aver acquisito una comprensione delle leggi dell'elettromagnetismo e di come queste siano applicabili a molti campi, anche diversi dal contesto del corso, cosi da essere in grado di affrontare nuove problematiche attraverso uno studio autonomo.
-
SATTA ALESSIA
( programma)
La legge di Coulomb e il campo elettrico. La legge di Gauss. Il potenziale elettrico. Capacità. Dielettrici. Corrente e resistenza. Circuiti elettrici. Campo magnetico costante nel vuoto. Legge di Ampère. Potenziale vettore. Campo magnetico costante nella materia. Diamagnetismo, paramagnetismo e ferromagnetismo. Induzione elettromagnetica. Autoinduzione e induzione mutua. Campi variabili nel tempo. Equazioni di Maxwell ed equazioni d’onda per i campi e i potenziali. Invarianza della velocità della luce. Relatività speciale e invarianza relativistica delle equazioni di Maxwell.
 Mazzoldi, Nigro, Voci. Fisica vol. 2 A. Bettini Elettromagnetismo
-
BIANCHI MASSIMO
( programma)
La legge di Coulomb e il campo elettrico. La legge di Gauss. Il potenziale elettrico. Capacità. Dielettrici. Corrente e resistenza. Circuiti elettrici. Campo magnetico costante nel vuoto. Legge di Ampère. Potenziale vettore. Campo magnetico costante nella materia. Diamagnetismo, paramagnetismo e ferromagnetismo. Induzione elettromagnetica. Autoinduzione e induzione mutua. Campi variabili nel tempo. Equazioni di Maxwell ed equazioni d’onda per i campi e i potenziali. Invarianza della velocità della luce. Relatività speciale e invarianza relativistica delle equazioni di Maxwell.
 Mazzoldi, Nigro, Voci. Fisica vol. 2 A. Bettini Elettromagnetismo
|
10
|
FIS/01
|
48
|
40
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
|
8065609 -
LABORATORIO DI CALCOLO NUMERICO E INFORMATICA
(obiettivi)
OBIETTIVI FORMATIVI: Obiettivo del corso e quello di fornire gli strumenti numerici ed informatici di base per affrontare i principali problemi del calcolo scientifico applicato a semplici problemi di analisi matematica (integrazione, soluzione di Equazioni Differenziali Ordinarie, etc.), a problemi di fisica classica (problemi di Fisica 1 e 2) o di Fisica computazionale, ed essere in grado di analizzare stabilità ed efficienza del relativo software autonomamente sviluppato.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Gli studenti devono apprendere alcuni linguaggi informatici (es. Python) necessari alla realizzazione di programmi di simulazione numerica ed all'analisi dei dati ottenuti da esperimenti di laboratorio o da simulazioni numeriche.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Gli studenti devono possedere adeguate competenze e strumenti per la comunicazione e la gestione dell'informazione e sono in grado di risolvere semplici problemi di Fisica mediante i metodi dell'analisi e della simulazione numerica.
AUTONOMIA DI GIUDIZIO: Gli studenti devono essere in grado di analizzare criticamente i dati numerici ottenuti Inoltre devono essere in grado di fare ricerche bibliografiche autonome utilizzando libri di contenuto informatico e tecnico, sviluppando anche una familiarità con le riviste scientifiche di settore. Infine devono essere in grado di utilizzare gli archivi elettronici di librerie software e dati disponibili sul WEB, operando la necessaria selezione dell'informazione disponibile.
ABILITÀ COMUNICATIVE:
Gli studenti devono essere in grado di presentare gli algoritmi utilizzati e i risultati dei propri programmi ad un pubblico sia di specialisti che di profani. A tal fine e' importante avere una conoscenza dell'inglese sufficiente per la comprensione di testi scientifici, attraverso la partecipazione a corsi di inglese specifici per la Macroarea di Scienze.
CAPACITÀ DI APPRENDIMENTO:
Gli studenti devono aver acquisito una comprensione dei metodi numerici applicati alla ricerca in fisica e di come questi siano applicabile a molti campi, anche diversi dalla fisica stessa, cosi da essere in grado di affrontare nuovi campi attraverso uno studio autonomo.
-
BERRILLI FRANCESCO
( programma)
Metodi iterativi, successioni numeriche, teorema di Taylor e resto di Lagrange, teorema del valore medio. Errori numerici: assoluti e relativi. Rappresentazione di numeri interi e reali, conversione tra basi numeriche, formati IEEE 754 per Floating Point, numeri macchina. Il codice ASCII. Nozione di algoritmo: il crivello di Eratostene, bubble sort. Metodi per la ricerca di radici semplici: Metodo della bisezione. Regula Falsi. Metodo di Newton e della secante. Criteri di convergenza per il metodo di Newton, ordine di convergenza, stima dell’errore. Generatori di numeri pseudo-casuali: Generatori congruenti lineari. Cenni sulle T-machine. Algoritmo di Mersenne Twister. Distribuzione uniforme ed esponenziale. Generatori di numeri pseudo-casuali e quasi-casuali: Distribuzione di Gauss (Metodo di Box-Muller). Differenziazione numerica: derivata prima e seconda (metodi a 2, 3 e 5 punti). Integrazione numerica: Metodo di Riemann, Errore di troncamento nell’integrazione di Riemann. Formula dei Trapezi e di Simpson. Formule gaussiane di quadratura. Integrali impropri, Metodo di Kantorovich per singolarita` isolate. Metodo Monte Carlo. Metodi numerici per le equazioni differenziali ordinarie (ODE): Introduzione, errore di troncamento e di arrotondamento. Metodo di Eulero (approccio geometrico ed analitico) Errore di troncamento Metodo di Eulero, Metodo di Eulero perfezionato, Metodo di Eulero-Cauchy e metodi impliciti (trapezio). Predictor-corrector, Metodi di Runge-Kutta. Generalita` Metodo 2 ordine (Eunn, Eulero perfezionato). Metodo di Runge-Kutta 4 ordine. Controllo adattivo del passo. Caos deterministico e dinamica non-lineare. Traiettorie, punti fissi, attrattori. Mappa logistica. Crescita delle popolazioni di May. Numero di Feigenbaum. Dimensione frattale: dimensione di Hausdorff-Besicovitch e metodo del box counting. Taxicab geometry. Automi Cellulari (AC): Introduzione Regole di transizione: totalistiche, probabilistiche, multipasso. Le funzioni iterative come AC 0-dimensionali, Aritmetica modulare, Entropia di Shannon: applicazione dell’entropia di Shannon a diversi AC 0-d. Funzione di Ulam. Automi 1-d, Gestione dei confini del dominio, Kernel di convoluzione. Automi 2-d Le regole per Life, evoluzione. Automi 2-d per la simulazione di sistemi complessi. Cluster percolativi. Modello Forest-Fire e Sand Pile. Automi Cellulari Dissipativi.
Introduzione al linguaggio di programmazione Python
 Epperson J.F. "Introduzione all'analisi numerica: Teoria, metodi, algoritmi" McGraw-Hill Press et al.: "Numerical Recipes" , Cambridge University Press
-
DE GASPERIS GIANCARLO
( programma)
Metodi iterativi, successioni numeriche, teorema di Taylor e resto di Lagrange, teorema del valore medio. Errori numerici: assoluti e relativi. Rappresentazione di numeri interi e reali, conversione tra basi numeriche, formati IEEE 754 per Floating Point, numeri macchina. Il codice ASCII. Nozione di algoritmo: il crivello di Eratostene, bubble sort. Metodi per la ricerca di radici semplici: Metodo della bisezione. Regula Falsi. Metodo di Newton e della secante. Criteri di convergenza per il metodo di Newton, ordine di convergenza, stima dell’errore. Generatori di numeri pseudo-casuali: Generatori congruenti lineari. Cenni sulle T-machine. Algoritmo di Mersenne Twister. Distribuzione uniforme ed esponenziale. Generatori di numeri pseudo-casuali e quasi-casuali: Distribuzione di Gauss (Metodo di Box-Muller). Differenziazione numerica: derivata prima e seconda (metodi a 2, 3 e 5 punti). Integrazione numerica: Metodo di Riemann, Errore di troncamento nell’integrazione di Riemann. Formula dei Trapezi e di Simpson. Formule gaussiane di quadratura. Integrali impropri, Metodo di Kantorovich per singolarita` isolate. Metodo Monte Carlo. Metodi numerici per le equazioni differenziali ordinarie (ODE): Introduzione, errore di troncamento e di arrotondamento. Metodo di Eulero (approccio geometrico ed analitico) Errore di troncamento Metodo di Eulero, Metodo di Eulero perfezionato, Metodo di Eulero-Cauchy e metodi impliciti (trapezio). Predictor-corrector, Metodi di Runge-Kutta. Generalita` Metodo 2 ordine (Eunn, Eulero perfezionato). Metodo di Runge-Kutta 4 ordine. Controllo adattivo del passo. Caos deterministico e dinamica non-lineare. Traiettorie, punti fissi, attrattori. Mappa logistica. Crescita delle popolazioni di May. Numero di Feigenbaum. Dimensione frattale: dimensione di Hausdorff-Besicovitch e metodo del box counting. Taxicab geometry. Automi Cellulari (AC): Introduzione Regole di transizione: totalistiche, probabilistiche, multipasso. Le funzioni iterative come AC 0-dimensionali, Aritmetica modulare, Entropia di Shannon: applicazione dell’entropia di Shannon a diversi AC 0-d. Funzione di Ulam. Automi 1-d, Gestione dei confini del dominio, Kernel di convoluzione. Automi 2-d Le regole per Life, evoluzione. Automi 2-d per la simulazione di sistemi complessi. Cluster percolativi. Modello Forest-Fire e Sand Pile. Automi Cellulari Dissipativi.
Introduzione al linguaggio di programmazione Python
 Epperson J.F. "Introduzione all'analisi numerica: Teoria, metodi, algoritmi" McGraw-Hill Press et al.: "Numerical Recipes" , Cambridge University Press
|
9
|
INF/01
|
48
|
-
|
36
|
-
|
Attività formative di base
|
ITA |