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.
Curriculum
scheda docente
materiale didattico
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.
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.
Programma
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.
Testi Adottati
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.
Modalità Erogazione
Lezioni alla lavagna. Esercitazioni numeriche sugli argomenti trattati durante il corso in ambiente Python.Modalità Frequenza
La frequenza è disciplinata secondo quanto previsto dal Regolamento didattico del Corso di Studio, cui si rimanda.Modalità Valutazione
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.
scheda docente
materiale didattico
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.
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.
Programma
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.
Testi Adottati
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.
Modalità Erogazione
Lezioni alla lavagna. Esercitazioni numeriche sugli argomenti trattati durante il corso in ambiente Python.Modalità Frequenza
La frequenza è disciplinata secondo quanto previsto dal Regolamento didattico del Corso di Studio, cui si rimanda.Modalità Valutazione
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.