Scuola Estiva di Fisica Moderna per studenti di scuole secondarie superiori - IDIFO luglio 2011
|
|
- Paolo Lanza
- 5 anni fa
- Visualizzazioni
Transcript
1 Scuola Estiva di Fisica Moderna per studenti di scuole secondarie superiori - IDIFO luglio 2011 Laboratorio - Fare scienza con il computer - Meccanica quantistica e probabilità: un approccio numerico SCHEDE DI LABORATORIO G. Pastore e M. Peressi Università di Trieste, Dipartimento di Fisica e Centro Nazionale di Simulazione Numerica CNR-IOM Democritos 27 luglio 2011
2 Scheda di laboratorio n. 1 Variabili casuali con distribuzione uniforme e variabili casuali somma (programmi in Java) Avvio dei programmi Java Il materiale per la generazione di variabili casuali con distribuzione uniforme e variabili casuali somma di variabili casuali è liberamente accessibile su: oppure Per dare la possibilità di capirne i contenuti e di apportare eventuali modifiche, vengono forniti i programmi Java nella versione sorgente. I programmi Java forniti vanno quindi sempre avviati caricando il relativo progetto BlueJ (menu Project e poi Open Project). Se i rettangoli che rappresentano le classi Java nella finestra principale di BlueJ appaiono con un angolo a righe, occorre premere il bottone Compile. Quindi si clicca sull icona della classe di partenza (verrà indicata) col tasto destro del mouse (su alcuni sistemi invece tenendo premuto il tasto ctrl (control) ed usando il tasto sinistro) e si seleziona void main(string[] args). Apparirà una finestra a cui si dà OK e quindi parte l esecuzione dell applicazione Java. Un doppio click sull icona di una classe ne evidenzia il contenuto, permettendo modifiche. Progetto NumeriRandom Il primo progetto fornito è preliminare rispetto all argomento principale dell attività e riguarda la generazione e le proprietà delle distribuzioni di variabili casuali (Progetto NumeriRandom). Si tratta di variabili casuali in generale, e in particolare di variabili casuali somma (indichiamo con x) che si ottengono sommando N.variabili r a loro volta casuali: x = N.variabili i=1 Nel caso presente, la variabile r può assumere N.valori valori differenti, corrispondenti agli interi da 1 a N.valori, con distribuzione di probabilità uniforme. N.conf indica quante configurazioni diverse vogliamo generare in un esperimento, cioè quanti valori della variabile casuale somma x vogliamo ottenere. Infatti, per ottenere risultati che abbiano un valore statistico dobbiamo generare più configurazioni, ottenere più valori (il risultato corrispondente ad una sola configurazione non ha alcun valore). Attiviamo il progetto dalla classe VariabiliCasuali. Premendo più volte il tasto Calcola si otterranno istogrammi relativi ad esperimenti diversi. Per ottenere una buona statistica è opportuno non solo fare un esperimento con più configurazioni, ma anche ripetere l esperimento più volte. 1 r i
3 1. Se N.variabili= 1, il programma puo essere usato per studiare la distribuzione di variabili casuali che possono assumere valori interi tra 1 e N.valori con distribuzione uniforme. Se N.valori= 2, simuliamo il lancio di una moneta (due facce, cui attribuiamo i valori 1 e 2); se N.valori= 6, simuliamo il lancio di un dado. L output del programma sarà l istogramma delle frequenze dei diversi valori ottenuti della moneta o del dado lanciati N.conf volte. Porre dunque N.variabili= 1, N.valori= 2 e N.conf= 20 (il default); premere una volta il tasto Calcola e osservare il risultato (la distribuzione). 2. Confrontare quello che appare sul vostro schermo con quello che appare sullo schermo del vostro vicino se iniziate entrambi da zero l esperimento (subito dopo l apertura dell applicazione BlueJ). Cosa si può dire? 3. Eseguire la serie di 20 lanci virtuali per un certo numero di volte e verificare la variabilità dei risultati. 4. Quante volte mi aspetto di dover fare la serie di 20 lanci (cioè quanti esperimenti) prima di trovare 20 volte 1 o 20 volte 2? (Si suggerisce di provare a stimare il numero prima di iniziare la serie di tentativi... ). 5. Aumentare N.conf (200, 500, 1000, ). Cosa si può dire dell uniformità della distribuzione? 6. Iniziamo ora a lanciare più monete, cioè studiamo la variabile casuale somma dei risultati delle singole monete. Manteniamo dunque N.valori= 2, ma poniamo N.variabili= 2. Cosa ci aspettiamo? Cosa succede qualitativamente? 7. Poniamo ora N.valori= 6 (caso del dado). Esplorare la forma tipica degli istogrammi di frequenza al variare di N.variabili ed N.conf. Interessante vedere ad esempio cosa si ottiene per N.variabili= 500 e N.conf= Valutare qualitativamente come varia il valore medio della variabile casuale somma e la larghezza della sua distribuzione. 9. Entriamo ora nella sorgente del codice (doppio click sull icona della classe VariabiliCasuali). Il metodo Math.random() genera una variabile casuale con distribuzione uniforme nell intervallo [0.0, 1.0[. Tramite semplici elaborazioni possibile generare numeri casuali interi in un intervallo a piacere. Se scriviamo Math.random()*nval+1 generiamo quindi una variabile casuale con distribuzione uniforme nell intervallo [1.0, nval+1[. Poichè abbiamo definito la variabile randomvar come intera, allora l istruzione randomvar+=math.random()*nval+1 costruisce una somma di numeri casuali interi nell intervallo [1, nval]. Modificare il programma in modo da sommare numeri casuali in un intervallo centrato attorno a 0 (ricordarsi poi di ricompilarlo!). Cosa si ottiene per la distribuzione della variabile casuale somma? 10. Per chi desidera cimentarsi ulteriormente con il programma, inserire delle istruzioni in modo che vengano calcolate numericamente la media x e la varianza σ 2 x = x 2 x 2, dove il simbolo di media indica la media effettuata sulle N.conf generate. Si dovrebbe poter verificare numericamente che: x = N r, σ 2 x = N( r 2 r 2 ). 2
4 Scheda di laboratorio n. 2 Uso di Gnuplot Vedere la Web page per scaricare liberamente il programma (esiste per moltissimi sistemi operativi, incluso Windows, Linux, MacOsX...) e per ulteriori dettagli. Questi appunti servono per dare i più semplici comandi Gnuplot in modalità di linea, per poter fare un grafico dei vostri dati. Per gli esercizi che seguono vi forniamo già dei comandi (macro) pronti, quali ad esempio plotta.gn, cosicchè basta scrivere : $ gnuplot plotta.gn e dare enter. Oppure, al prompt scrivete: $ gnuplot e dare enter e poi: gnuplot> load plotta.gn Ma vediamo i comandi principali per capire cosa c è nelle macro. Provate innanzitutto a scrivere: gnuplot> p sin(x) Cosa vedete? Supponiamo invece che abbiate un file di dati dati.dat del tipo: # prima riga di commento # seconda riga di commento Il primo semplice comando è: gnuplot> plot dati.dat Le righe che iniziano con # (vedi esempio) sono interpretate come commenti. Per default la prima colonna di dati è presa come x e la seconda come y. Se avete più colonne di dati, specificate QUALI volete usare come x e come y. Se non specificate niente, è sempre sottinteso: gnuplot> plot dati.dat u 1:2 Se però avete e volete usare ad es. la colonna 4 come x e la 6 come y, scrivete: gnuplot> plot dati.dat u 4:6 Potete fare più curve sullo stesso grafico anche a partire dallo stesso file di dati, ad esempio: gnuplot> plot dati.dat u 1:2, dati.dat u 1:3, dati.dat u 1:4 3
5 Se non specificate la colonna usata come x, gnuplot prende di default l indice del dato (quindi 1,2,3,...). Potete dire di fare un plot con punti (with points, abbreviato anche con w p; ps e pt specificano eventualmente size e type diversi) che è il default; oppure con linee (with lines, abbreviato con w l): gnuplot> plot dati.dat u 4:6 w l Potete dire di fare un plot raggruppando i dati in blocchi separati da due linee vuote; sono indicizzati 0, 1, 2...; se non specificate nulla, vengono usati gli stessi simboli (linee/colori/punti) ma ogni blocco viene plottato separatamente (quindi ad es. l ultimo punto del blocco 0 NON e unito al primo punto del blocco 1). Dopo plot, il comando più importante è forse set. Provate a scrivere: gnuplot> help set Per plottare i vostri dati in un file grafico, dovete usare il comando set. Set cosa? Ad esempio TERM. Facendo partire gnuplot, automaticamente il term è settato come finestra x11. Per cambiarlo e forzarlo ad essere ad esempio un png, scrivete: gnuplot> set term png Adesso settiamo il file dell output. Dobbiamo dare un nome al file. Ad esempio plot.png, allora scriviamo: gnuplot> set output plot.png Attenzione a usare la virgoletta semplice in alto: filename per identificare tutti i nomi di files! A questo punto si può riplottare dati e funzione:. gnuplot> plot f(x), dati.dat Se volete continuare a fare altri plot su una finestra x11, dovete resettare il TERM come x11, riscrivendo il comando: gnuplot> set term x11 Se volete fare plot in 3D il comando è: gnuplot> splot "dati.dat" Molti altri dettagli li troverete dall help-on-line: gnuplot> help 4
6 Scheda di laboratorio n. 3 Metodo rifiuto-accettazione per generare distribuzioni in 1D (programmi in C++) Il codice distribuzione.cpp in C++ genera una variabile casuale x con distribuzione di probabilità data f(x) in un intervallo [a, b]. Si può vedere e modificare con qualunque editor di testo, e compilare con comando di linea g++ (scrivere: g++ distribuzione.cpp). La funzione rand() ritorna un valore numerico intero della variabile casuale compreso in [0.0, RAND MAX[ con distribuzione uniforme. Quindi myrand()= ((double)rand()/(double)rand MAX) ritorna un valore compreso in [0.0, 1.0[. Vogliamo una distribuzione proporzionale a f(x) = e (x/h)2, che nel codice è scritta come: exp(-pow(x/h,2)) (h va inserito in input da tastiera). f(x) vale al massimo 1, allora va bene considerare M=1 (vedere slides). La funzione f(x) è definita per x in ], + [ ma ovviamente ci limitiamo a studiarla in un intervallo finito [-maxl/2, +maxl/2[, con maxl che è messo nel codice pari a 4 h (ma si può cambiare anche questo). Per semplicità di programmazione, la variabile casuale x viene generata in un intervallo traslato di maxl/2, quindi si generano valori di (x,u) nel rettangolo [0, +maxl[ e [0.0, 1.0[ rispettivamente. Si confronta f(x) con u e si accetta il punto (x,u) generato solo se u < f(x), incrementando il contatore hist nel canale opportuno ibin. Per il grafico, si ritraslano le variabili nell intervallo di partenza. Nel file random1.txt è listata la sequenza dei N valori di x generati e accettati; nel file histogram.txt i valori dell istogramma di tali punti. 1. Compilare con g++. Si produce un file eseguibile a.out che si esegue con il comando di linea:./a.out. Studiamo prima il caso (1). Occorre immettere da tastiera quante coppie (x,u) estrarre (N) e quanti canali per fare l istogramma (nbin). N dev essere ben maggiore del numero nbin di canali per avere una statistica significativa. Ad es.: N=1000, nbin=10, h=1. Il programma chiama direttamente Gnuplot per i grafici dei risultati, ma si può rigenerare i grafici anche una volta terminato il programma, rilanciando Gnuplot e usando la macro plotta distribuzione.gn. Il primo grafico che si ottiene corrisponde all istruzione (gnuplot> plot random1.txt ) (in ascissa il numero progressivo nella sequenza, in ordinata il valore di x) e mostra qualitativamente come sono distribuiti i punti ottenuti. Cosa si nota? Si riesce a prevedere come sarà l istogramma? 2. Dando un comando enter da tastiera si passa al secondo grafico (l istogramma) che corrisponde all istruzione (gnuplot> plot histogram.txt ). Cosa si osserva? 3. Fare vari esperimenti numerici cambiando i parametri (uno alla volta!) N, nbin, h (input da tastiera), nonchè quelli fissati dentro il codice (maxfun, maxl). 4. Cosa si può dire nel caso in cui maxfun sia doppio o triplo dell effettivo valore massimo della funzione? (quanti punti generiamo e quanti ne accettiamo...?) 5. Usare ora il codice per altra distribuzione (caso (2)). Ripetere gli esperimenti numerici secondo le linee guida precedenti (usiamo pure un numero alto di punti ( ) e di nbin ( 200); h=3 ad es.). La macro è la stessa del caso precedente. 5
7 Scheda di laboratorio n. 4 Metodo rifiuto-accettazione per generare la distribuzione elettronica nell atomo di idrogeno (programmi in C++) Si tratta di generare punti (x, y, z) nello spazio 3D con distribuzione di probabilità data corrispondente a ψ(x, y, z) 2. Il codice Horbitals.cpp è scritto in C++. Si può vedere e modificare con qualunque editor di testo, e compilare con comando di linea g++. Valgono le spiegazioni della scheda precedente per quanto riguarda il significato di myrand() e istruzioni che lo contengono. In questo caso la distribuzione è 3D, quindi si tratta di generare N terne di variabili casuali (x, y, z) entro un cubo di lato L (da dare in input) e di accettarle con probabilità ψ(x, y, z) 2 confrontando tale valore con una quarta variabile casuale u. I parametri da dare in input sono: N: numero di quaterne (x,y,z;u) da generare; L: lato del cubo dove si generano (x, y, z) (in Angstrom); scelta: indice che corrisponde ad un determinato stato quantistico (descrizione dettagliata dentro il codice, con la specificazione di numeri quantici n e l); per semplicità qui sono implementati solo alcuni (14) casi, corrispondenti agli stati elettronici ad energia piú bassa. Il programma restituisce il numero di posizioni generate e accettate e le scrive su un file (posizioni.txt, prime 3 colonne), assieme al valore della funzione ψ(x, y, z) (nota bene: non ψ(x, y, z) 2, quindi la funzione può assumere valori negativi e positivi). Queste posizioni si possono visualizzare nel cubo con il sofware gnuplot (comando splot). 1. Compilare e lanciare l eseguibile. Si suggerisce di cominciare a studiare l orbitale più semplice (1s, indicato come stato 1); come indicazioni utili, si può partire chiedendo di generare punti in un cubo di lato 2 (angstrom=10 10 m). Quanti punti vengono accettati? Visualizzare il risultato ad esempio usando la macro plotta.gn). 2. Si può dire qualcosa (cosa?) se generiamo pochi punti? 3. Si suggerisce di aumentare il numero dei punti per ottenere una migliore descrizione della distribuzione di probabilità. Stabilito il numero di punti accettati soddisfacente, fare un po di esperimenti numerici variando L. Discutere cosa si ottiene se L è piccolo (es. L=0.2) o grande (es. L=10)? Cosa si può dire circa l efficienza dell algoritmo di generazione dell orbitale? 4. Lanciare l eseguibile per studiare altri orbitali. Si suggerisce di confrontare ad esempio gli stati con diverso n ma con l = Gli stati con l 0 non hanno simmetria sferica, ed è interessante vedere che regioni diverse della distribuzione corrispondono a valori di ψ(x, y, z) positivi o negativi. Provare ad esempio a studiare il caso 3 (uno degli stati con n=2, l=1). Per visualizzare in modo diverso i punti dove ψ(x, y, z) è positiva o negativa, usare la macro plotta colori.gn. 6. E particolarmente interessante modificare il codice per far calcolare la posizione media della distribuzione dell elettrone e la varianza: < r > e < r 2 > < r > 2 6
8 Scheda di laboratorio n. 5 Metodo rifiuto-accettazione per generare la distribuzione elettronica nello ione molecolare H + 2 (programmi in C++) Analogamente al caso precedente, i codici H2.cpp e H2bond.cpp sono scritti in C++. Costruiscono la distribuzione elettronica nello stato ad energia più bassa dello ione molecolare idrogeno H + 2, costituito cioè da due protoni (a e b, a una certa distanza R tra loro) e da un solo elettrone. Lo stato (orbitale molecolare) è calcolato in modo approssimativo secondo uno schema noto come LCAO (Linear Combination of Atomic Orbitals). La distribuzione di probabilità per l elettrone corrisponde a ψ 2 dove ψ (e ra + e r b ) dove ra e r b sono le distanze dell elettrone dai protoni a e b rispettivamente, e viene generata come nel caso precedente con l algoritmo rifiuto-accettazione. Si consiglia di prendere prima familiarità con il codice H2.cpp. Si generano punti in un cubo di lato L come nel caso precedente. Rispetto al caso atomico, qui c è da inserire anche la distanza tra i due protoni. Si sa (sperimentalmente) che è circa 1 angstrom nel caso della configurazione in cui lo ione H + 2 è legato. Usare questa informazione per decidere come scegliere ad esempio il lato del cubo. Dove viene accumulata la carica elettronica? Rispondere qualitativamente. Cambiare la distanza tra i protoni (ad es. L=0.1,..., 2, 3, 4) (ed eventualmente di conseguenza il lato del cubo) e descrivere ciò che si osserva. Il codice H2bond.cpp rispetto a H2.cpp ha implementato il calcolo della frazione di carica elettronica contenuta tra due piani passanti per i due protoni e ortogonali all asse che li congiunge. Fare qualche esperimento numerico e notare come questa frazione e considerevole, soprattutto per distanze prossime a quella sperimentale. Inoltre, H2bond.cpp confronta con il caso in cui anzichè considerare l elettrone distribuito nell orbitale prima citato, si consideri semplicemente la sovrapposizione di due distribuzioni di tipo atomico centrate sui singoli protoni. Se si considera invece ψ (e ra e r b ) cosa si trova? 7
Giorgio Pastore Maria Peressi
Scuola Estiva di Fisica Moderna per studenti di scuole secondarie superiori - IDIFO3 Fare scienza con il computer Meccanica Quantistica e Probabilità: Un approccio numerico Giorgio Pastore (pastore@ts.infn.it)
DettagliFISICA ( MODERNA ) E PROBABILITÀ
Fare scienza con il computer FISICA ( MODERNA ) E PROBABILITÀ Giorgio Pastore (pastore@ts.infn.it) Maria Peressi (peressi@ts.infn.it) 3 febbraio 2011 L'imprevedibilità di alcuni fenomeni fisici può essere
DettagliUn foglio di una cartella Excel si compone di righe (ciascuna delle. quali è rappresentata da un numero) e di colonne (ciascuna delle
4.2 Operazioni di base 4.2.1 Inserire i dati 4.2.1.1 Inserire numeri in una cella Un foglio di una cartella Excel si compone di righe (ciascuna delle quali è rappresentata da un numero) e di colonne (ciascuna
DettagliTecniche della Programmazione: Note sull uso del DEVC++
Tecniche della Programmazione: Note sull uso del DEVC++ PRIMA COSA: DEVC++ permette di programmare in C++ ed in C. Non e esattamente la medesima cosa, come vedremo durante il corso. Ricordiamoci che noi
DettagliL AMBIENTE DI MICROSOFT WORD 2003
, 2011 L AMBIENTE DI MICROSOFT WORD 2003 Questo è ciò che vediamo quando eseguiamo Microsoft Word 2003 sul nostro computer: Riga del titolo Barre degli strumenti: per scegliere i comandi in modo rapido
Dettagli---------------------------------------------------------------- Gli studenti hanno a disposizione nel laboratorio al primo piano, dei Personal Computer con sistemi operativi Windows NT Workstation e Windows
DettagliFondamenti di informatica T-1 (A K) Esercitazione 2 Basi del linguaggio Java
Fondamenti di informatica T-1 (A K) Esercitazione 2 Basi del linguaggio Java AA 2018/2019 Tutor Lorenzo Rosa lorenzo.rosa@unibo.it 2 Programma Introduzione al calcolatore e Java Linguaggio Java, basi e
DettagliL INTERFACCIA GRAFICA DI EXCEL
Dopo l avvio del foglio elettronico apparirà un interfaccia grafica nella quale verrà aperta una nuova cartella di lavoro alla quale il PC assegnerà automaticamente il nome provvisorio di Cartel1. La cartella
Dettagli24 ore (a partire da oggi). In quest aula (P2). Distribuzione ore: questa settimana, poi 2 ore a settimana
Laboratorio di Principi di Informatica Laboratorio di Principi di Informatica 24 ore (a partire da oggi). In quest aula (P2). Distribuzione ore: questa settimana, poi 2 ore a settimana Docenti: Rosalba
DettagliCome usare l help di Matlab
Come usare l help di Matlab 1 Matlab ha una valida guida che vi permetterà di affrontare qualsiasi problema vi si ponga di fronte. Ricordiamo il funzionamento di alcuni comandi base: close all; % chiude
DettagliPROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE
PROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE (da un idea di M. Impedovo Variabili aleatorie continue e simulazione Progetto Alice n. 15, ) 1. La simulazione Nelle schede precedenti
DettagliPrimi passi con Geogebra
Primi passi con Geogebra La finestra di GeoGebra - versione 4 A. Aprire l applicazione GeoGebra 1. Sul desktop, fare doppio click sull icona di Geogebra B. Dopo l avvio di GeoGebra La finestra che normalmente
DettagliMenù principale di Calc
Menù principale di Calc Status bar Informazioni generali! All'apertura si visualizza una cartella il cui nome è mostrato nella title bar;! Una cartella contiene più fogli di lavoro. Ci si può spostare
DettagliLABORATORIO DI INFORMATICA ESERCITAZIONE VIII
LABORATORIO DI INFORMATICA ESERCITAZIONE VIII Cercate di eseguire gli esercizi da soli. Se non ci riuscite, cercate di capire i messaggi di errore. Se non ci riuscite, provateci di nuovo. Poi chiamate
DettagliPROBABILITÀ - SCHEDA N. 3 VARIABILI ALEATORIE CONTINUE E SIMULAZIONE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliLaboratorio di Calcolo B 68
Generazione di numeri casuali Abbiamo già accennato all idea che le tecniche statistiche possano essere utili per risolvere problemi di simulazione di processi fisici e di calcoli numerici. Dobbiamo però
DettagliManuale del programma PROGPAR. Per comandare la scheda relè connessa alla porta pa... Page 1 of 5
Manuale del programma PROGPAR. Per comandare la scheda relè connessa alla porta pa... Page 1 of 5 Piccolo manuale per l' installazione e l' uso del programma PROGPAR. Questo software viene usato per programmare
DettagliPercorso guidato Excel Base
Percorso guidato Excel Base Argomenti: Importazione di un file CSV Formule elementari (coinvolgenti celle e operatori come +,-,*,/) Funzioni e intervalli (SOMMA, MEDIA, DEV.ST) Formattazione Pre Stampa/Export
DettagliFoglio elettronico Microsoft Office Excel 2003
Foglio elettronico Microsoft Office Excel 2003 04/06/2015 Nonni su internet 2015 1 Il foglio elettronico è un programma che possiamo usare per creare tabelle di numeri e calcolare automaticamente somme,
DettagliAlgoritmi in C++ (prima parte)
Algoritmi in C++ (prima parte) Alcuni algoritmi in C++ Far risolvere al calcolatore, in modo approssimato, problemi analitici Diverse tipologie di problemi generazione di sequenze di numeri casuali ricerca
DettagliEsercizi di MatLab. Sommario Esercizi di introduzione a MatLab per il corso di Calcolo Numerico e Laboratorio, A.A
Esercizi di MatLab Sommario Esercizi di introduzione a MatLab per il corso di Calcolo Numerico e Laboratorio, AA 2017 2018 Gli esercizi sono divisi in due gruppi: fondamentali ed avanzati I primi sono
DettagliProbabilità e Statistica
Probabilità e Statistica Non faremo una trattazione sistematica di probabilità e statistica (si veda in proposito il corso di Esperimentazioni III) Richiameremo alcuni argomenti che avete già visto quando
DettagliLaboratorio di Calcolo Numerico Laboratorio 3: Algoritmi stabili e instabili Programma gnuplot
Laboratorio di Calcolo Numerico Laboratorio 3: Algoritmi stabili e instabili Programma gnuplot Andrea Franceschini E-mail: franceschini@dmsa.unipd.it Dispense: http://www.math.unipd.it/ putti/teaching/calcolo
DettagliUlteriori conoscenze di informatica Elementi di statistica Esercitazione3
Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##
Dettaglinome di un menu per visualizzarlo e poi selezionate facendo clic sul comando che vi interessa.
1 (conoscere le basi di Excel) < I controlli della. Finestra > La finestra di apertura di Excel presenta una cartella di lavoro vuota; la finestra del programma occupa tutto lo spazio dello schermo, mentre
Dettagli1 Installazione di Mingw e conseguente configurazione di TextPad
Come installare i compilatori e far funzionare TextPad In questo documento si descrive come installare il compilatore C Mingw-w64, il JDK per la compilazione e l esecuzione di codice Java e come configurare
DettagliANALISI DI SEGNALI TEMPO VARIANTI
ANALISI DI SEGNALI TEMPO VARIANTI Nel corso di questa esercitazione verrà illustrato come utilizzare Excel per eseguire la FFT di un segnale. Algebra complessa Excel consente di eseguire calcoli anche
DettagliCORSO DI INFORMATICA GENERALE. Università degli Studi di Bergamo
CORSO DI INFORMATICA GENERALE Università degli Studi di Bergamo Microsoft Excel E un software applicativo per la gestione dei fogli di calcolo. E un programma che consente la gestione e l organizzazione
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
DettagliEXCEL AVANZATO Le Funzioni in Excel DEFINIZIONE DI FUNZIONE
EXCEL AVANZATO Le Funzioni in Excel DEFINIZIONE DI FUNZIONE Le funzioni sono formule predefinite che eseguono calcoli utilizzando valori specifici, denominati argomenti, in un particolare ordine o struttura.
DettagliFondamenti di informatica T-1 (A K) Esercitazione 6: Eclipse
Fondamenti di informatica T-1 (A K) Esercitazione 6: Eclipse AA 2018/2019 Tutor lorenzo.rosa@unibo.it 2 Esercitazione 6 Introduzione al calcolatore e Java Linguaggio Java, basi e controllo del flusso Eclipse
DettagliAnalisi e scelta dei dati di input
Analisi e scelta dei dati di input Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) Analisi e
DettagliCorso sul PACCHETTO OFFICE. Modulo Access
Corso sul PACCHETTO OFFICE Modulo Access Docente: dott. Marco Cardani Lezione 2 Come creare un database 1 2 Come creare un database Impareremo ora come creare un nuovo database in modo da raggiungere un
DettagliAppunti di Excel per risolvere alcuni problemi di matematica (I parte) a.a
Appunti di Excel per risolvere alcuni problemi di matematica (I parte) a.a. 2001-2002 Daniela Favaretto* favaret@unive.it Stefania Funari* funari@unive.it *Dipartimento di Matematica Applicata Università
DettagliLe classi in java. Un semplice programma java, formato da una sola classe, assume la seguente struttura:
Le classi in java Un semplice programma java, formato da una sola classe, assume la seguente struttura: class Domanda static void main(string args[]) System.out.println( Quanti anni hai? ); La classe dichiarata
DettagliN.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.
N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. Esercizio 1 Un chimico che lavora per una fabbrica di batterie, sta cercando una batteria
DettagliCapitolo Tavola e grafico di ricorsività
Capitolo 16 Tavola e grafico di ricorsività È possibile introdurre due formule per ciascuno dei tre seguenti tipi di ricorsività, che possono essere quindi usati per generare una tavola e per tracciare
DettagliNozioni fondamentali su Algoritmi e programmazione
Nozioni fondamentali su Algoritmi e programmazione VARIABILE: La variabile è un contenitore di dati. Questo contenitore può includere dati ti tipo numerico o testuale principalmente. Essa è dotata di un
DettagliAnalisi dei dati con DataMatrix/Editor
Analisi dei dati con DataMatrix/Editor Il documento è tratto da : Fisica on-line con la TI-92 e il CBL: CIUITO, CARICA E SCARICA DI UN CONDENSATORE, 4/10/98 versione definitiva scheda a cura di Ottavia
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
Dettagli2 Fonti. Per un help veloce, ma comunque esaustivo, dal prompt di gnuplot digitare: > help [comando]
1 Introduzione Gnuplot è un ottimo programma per fare grafici e fit ma non possiede un foglio di calcolo per trattare i dati. Per fare l'elaborazione dei dati si possono usare svariati programmi: fogli
DettagliManuale utente Volta Control
Manuale utente Volta Control www.satellitevolta.com 1 Sommario 1 Volta Control... 3 2 Licenza Volta Control... 3 3 Prerequisiti di sistema... 3 4 Utilizzo di Volta Control... 3 5 Manuale utente... 4 5.1
DettagliMATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE
MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it 1 SOLUZIONI:
DettagliProprietà delle potenze
Proprietà delle potenze Questo passo a passo ti aiuterà a costruire un foglio elettronico sulle proprietà delle potenze. Inserendo in determinate celle valori scelti a caso, relativi a basi ed esponenti,
DettagliLaboratorio di Calcolo B 67
Generazione di numeri casuali Abbiamo già accennato all idea che le tecniche statistiche possano essere utili per risolvere problemi di simulazione di processi fisici e di calcoli numerici. Dobbiamo però
DettagliCOSTRUZIONE DI UN APPLICAZIONE
COSTRUZIONE DI UN APPLICAZIONE Per costruire un applicazione occorre: compilare il file (o i file se più d uno) che contengono il testo del programma (file sorgente) Il risultato sono uno o più file oggetto.
Dettagliusare le funzioni aritmetiche e logiche di base come. Volgiamo costruire un foglio elettronico in cui registriamo i voti presi
4.3 Funzioni e formule 4.3.1 Funzioni aritmetiche e logiche 4.3.1.1. usare le funzioni aritmetiche e logiche di base come addizione, sottrazione, moltiplicazione, divisione Volgiamo costruire un foglio
DettagliEsercitazione n 2. Obiettivi
Esercitazione n 2 Obiettivi Progettazione di una applicazione Java Utilizzo di classi come schemi Utilizzo di costruttori Utilizzo di stringhe/array Uguaglianza tra oggetti Utilizzo di classi come componenti
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Analisi e scelta dei dati di input Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Dati di input Per l esecuzione di una
DettagliMicrosoft Access (parte 5) Query. Query. Query. Query. Creare una query
Microsoft Access (parte 5) Anno accademico: 2008-2009 Per estrarre informazioni da un database si utilizzano delle query : procedure di interrogazione Si può creare più query per ogni tabella Occorre avere
DettagliGuida alla ricerca dati online (STAT-TAB)
Dipartimento federale dell'interno DFI Ufficio federale di statistica UST Risorse e Affari internazionali Guida alla ricerca dati online (STAT-TAB) Indice 1 Introduzione 2 2 Ricerca di cubi tramite navigazione
DettagliNote sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
DettagliLaboratorio di Informatica
Laboratorio di Informatica Dr Carlo Meneghini Dip. di Fisica E. Amaldi via della Vasca Navale 8 st. 8 I piano meneghini@fis.uniroma.it tel.: http://www.fis.uniroma.it/~meneghini Esercitazione IV Presentazione
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliCorso sul PACCHETTO OFFICE. Modulo Excel
Corso sul PACCHETTO OFFICE Modulo Excel Docente: dott. Marco Cardani Lezione 3 La creazione di una tabella 1 3.1 La creazione di una tabella: la compilazione Corso PACCHETTO OFFICE Excel Le regole di compilazione
DettagliEsercitazione n 2. Costruzione di grafici
Esercitazione n 2 Costruzione di grafici I grafici I grafici sono rappresentazione di dati numerici e/o di funzioni. Devono facilitare all utente la visualizzazione e la comprensione dei numeri e del fenomeno
DettagliAggiornamento FX Store
Aggiornamento FX Store In concomitanza col nostro quinto anniversario, stiamo aggiornando FX Store affinché sia compatibile con le ultime versioni dei browser principali: La nuova versione di Google Chrome
DettagliScuola di Calcolo Scientifico con MATLAB (SCSM) 2017
Scuola di Calcolo Scientifico con MATLAB (SCSM) 2017 Palermo 24-28 Luglio 2017 www.u4learn.it Arianna Pipitone Introduzione alla probabilità MATLAB mette a disposizione degli utenti una serie di funzioni
DettagliDMX LIGHTPLAYER Introduzione...2 Libreria DMX...3 Programmazione dei canali...7 Creazione di uno show...11
DMX LIGHTPLAYER Introduzione...2 Libreria DMX...3 Programmazione dei canali...7 Creazione di uno show...11 Introduzione Il software DMX LightPlayer è semplice da utilizzare. Possibilità di importare un
DettagliWPCustPad Utility per la personalizzazione di WEBpatente 4.2 offline.
1 WPCustPad Utility per la personalizzazione di WEBpatente 4.2 offline. 1. - Che cos è Questo programma permette generare in modo automatico il file cust.js di WEBpatente realizzando impostazioni personalizzate
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliSoluzione Esercizio 1 (pag 1):
8 - Test di Ipotesi Esercizio 1: Dopo anni di esperienza e noto che la distribuzione della concentrazione di rame nel sangue umano e ben descritta da una distribuzione gaussiana di parametri μ=3.2 10-5
Dettagli1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:
CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o
DettagliFondamenti di Informatica A. A. 2017/18
Fondamenti di Informatica Prof. Marco Lombardi A. A. 2017/18 : OUTLINE Caratteristiche Come si presenta Primo diagramma di flusso ed utilizzo del blocco di output Esempio Utilizzo dei blocchi di input/output
DettagliAcquisizione dati a LABORATORIO - 4 (by Faso Diego)
Acquisizione dati a LABORATORIO - 4 (by Faso Diego) Salve, sono il manuale che vi deve aiutare a risparmiare un po di tempo nell acquisizione dei dati userete Labview! Cos e? E un software della National
Dettagli17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS
17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS 17.1 LA DISTRIBUZIONE DEI DATI Nel trattare gli errori casuali abbiamo utilizzato il concetto di media aritmetica ed il concetto di deviazione standard
DettagliDISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19
DISTRIBUZIONI DI PROBABILITA (parte 1) 1 / 19 Variabili casuali (o aleatorie) 2 / 19 Disponendo di metodi corretti per raccogliere i dati e costruire i campioni data una popolazione, i valori numerici
DettagliBayes, PDF, CDF. Renato Mainetti
Bayes, PDF, CDF Renato Mainetti Importiamo i dati di un esperimento Censimento volatili isola di Nim: 100 volatili vivono su quest isola 30 piccioni marroni (classe 1) 20 piccioni bianchi (classe 2) 10
DettagliFortran in pillole : prima parte
Fortran in pillole : prima parte Annamaria Mazzia Dipartimento di Metodi e Modelli Matematici per le Scienze Applicate Corso di Metodi Numerici per l Ingegneria Introduzione al Fortran Un libro consigliato
DettagliIl proprietario di una catena di negozi vuole confrontare il reddito (in euro) dei suoi 5 negozi, riportato nella seguente tabella
Primo esempio (es. 2.1) Il proprietario di una catena di negozi vuole confrontare il reddito (in euro) dei suoi 5 negozi, riportato nella seguente tabella Negozio Reddito Negozio 1 21.500,00 Negozio 2
DettagliLa distribuzione t. Federico Plazzi. 7 Novembre 2015
La distribuzione t Federico Plazzi 7 Novembre 2015 Popolazione e campioni Popolazione e campioni Definizioni ed assunzioni di partenza Campione: l insieme di individui che abbiamo potuto osservare. Popolazione
DettagliLavorare col programma di scrittura Blocco Note
Lavorare col programma di scrittura Blocco Note Questa risorsa didattica è stata realizzata dallo staff di Pane e Internet per lo svolgimento di un corso di formazione rivolto ai migranti, organizzato
DettagliPROTOCOLLO INFORMATICO AZIENDALE
Pagina 1 di 14 PROTOCOLLO INFORMATICO AZIENDALE MODALITA DI ACCESSO E DI USCITA DAL PROGRAMMA File Protocollo Informatico Aziendale, modalità di accesso e di uscita dal Rev.0 del 23.03.2009 Data di applicazione
DettagliCultura Tecnologica di Progetto
Cultura Tecnologica di Progetto Politecnico di Milano Facoltà di Disegno Industriale - FOGLI DI CALCOLO - A.A. 2003-2004 2004 Foglio Elettronico Un foglio elettronico è un potente strumento di calcolo,
DettagliGrafici. 1 Generazione di grafici a partire da un foglio elettronico
Grafici In questa parte analizzeremo le funzionalità relative ai grafici. In particolare: 1. Generazione di grafici a partire da un foglio elettronico 2. Modifica di un grafico 1 Generazione di grafici
DettagliInformatica B. Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti. Prof. Marco Masseroli
Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Dipartimento di Elettronica e Informazione Informatica B Prof. Marco Masseroli Indice Laboratorio 4: Linguaggio
DettagliLezione PSPICE n.2. Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici
Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici Lezione PSPICE n.2 Dr. Carlo Petrarca Dipartimento di Ingegneria Elettrica Università di Napoli
DettagliUlteriori conoscenze di informatica Elementi di statistica Esercitazione I
Ulteriori conoscenze di informatica Elementi di statistica Esercitazione I Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
DettagliLaboratorio Programmazione Anno Lezione 3
Laboratorio Programmazione Anno 2012-2013 Lezione 3 Scripting Fino ad ora, per fare esercizi, abbiamo utilizzato l ambiente interattivo di python. È possibile creare dei file contenenti (lunghe) sequenze
DettagliUn esempio per iniziare. Il controllo del programma in C. Altri cenni su printf() Esercizi (printf) printf( 8!=%d, fatt);
Un esempio per iniziare Il controllo del programma in C DD Cap.3 pp.91-130 /* calcolo di 8!*/ #include #define C 8 int main() int i=1; int fatt=1; while (i
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliEsercitazione n 2. Obiettivi
Esercitazione n 2 Obiettivi Progettazione di una applicazione Java Utilizzo di classi come schemi Utilizzo di costruttori Utilizzo di stringhe Uguaglianza tra oggetti Utilizzo di classi come componenti
DettagliIntroduzione alla compilazione ed esecuzione di programmi C con IDE Dev-C++
Introduzione alla compilazione ed esecuzione di programmi C con IDE Dev-C++ Università degli Studi di Brescia Elementi di Informatica e Programmazione Università di Brescia 1 Sviluppo di un programma C
DettagliExcel. Il foglio di lavoro. Il foglio di lavoro Questa viene univocamente individuata dalle sue coordinate Es. F9
Excel Un foglio di calcolo o foglio elettronico è un programma formato da: un insieme di righe e di colonne visualizzate sullo schermo in una finestra scorrevole in cui è possibile disporre testi, valori,
DettagliAlgoritmi in C++ (seconda parte)
Algoritmi in C++ (seconda parte) Introduzione Obiettivo: imparare a risolvere problemi analitici con semplici programmi in C++. Nella prima parte abbiamo imparato: generazione di sequenze di numeri casuali
DettagliINTRODUZIONE ALLA PROGRAMMAZIONE
INTRODUZIONE ALLA PROGRAMMAZIONE Prof. Enrico Terrone A. S: 2008/09 Definizioni Programmare significa risolvere problemi col computer, cioè far risolvere problemi al computer attraverso un insieme di informazioni
DettagliFogli Elettronici: MS Excel
Fogli Elettronici: MS Excel Foglio Elettronico Un foglio elettronico (o spreadsheet) è un software applicativo nato dall esigenza di: organizzare insiemi di dati tramite tabelle, schemi, grafici, etc.
DettagliEclipse e SDK. Capiamo che sistema operativo abbiamo
Eclipse e SDK Capiamo che sistema operativo abbiamo 1 2 Cliccare su impostazioni 3 Cliccare su Sistema 1 Cliccare 4 Cliccare su Informazioni su 2 Eclipse ECLIPSE: http://www.eclipse.org/ Esistono versioni
DettagliDebug di un programma
Debug di un programma Col termine Debug si intende una fase di sviluppo del software, nella quale si cerca di eliminare gli errori dal programma Due tipi di errori: Errori sintattici, rilevati sempre dal
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 205- P.Baldi Lista di esercizi 5, 8 febbraio 20. Esercizio Si fanno 25 estrazioni
DettagliLegge di sopravvivenza nel lancio dei dadi
Un esempio di costruzione di un modello probabilistico: la legge di sopravvivenza nel lancio dei La ricerca dell'accordo con i dati sperimentali: l'approccio visivo e l'uso del Chi-quadro (χ2 ) Legge di
DettagliStatistica Elementare
Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui
DettagliSvolgimento di un esercizio-tipo
Svolgimento di un esercizio-tipo Simulare i voti di Inglese I su 3 sedi universitarie: Lecce, Bari, Forlì considerando campioni di differente cardinalità. Descrivere statisticamente il campione generato.
DettagliProblema Posto s = n 2 a) calcolare la somma s per n=30 b) determinare il più piccolo intero n tale che s>30000
Problema Posto s = 1 2 + 2 2 + 3 2 + + n 2 a) calcolare la somma s per n=30 b) determinare il più piccolo intero n tale che s>30000 Somma quadrati (for next).xlsm Somma quadrati (do loop).xlsm Nota La
DettagliISTITUTO DI ISTRUZIONE SUPERIORE E. BOLISANI Istruzioni compilazione della programmazione preventiva online
ISTITUTO DI ISTRUZIONE SUPERIORE E. BOLISANI Istruzioni compilazione della programmazione preventiva online ISTRUZIONI SOLO PER IL PRIMO ACCESSO (= prima volta che si entra nel sito) Raggiungere il sito
DettagliGENERAZIONE DI NUMERI PSEUDOCASUALI
GENERAZIONE DI NUMERI PSEUDOCASUALI Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) GENERAZIONE
DettagliProbabilità e Statistica
Probabilità e Statistica Non faremo una trattazione sistematica di probabilità e statistica (si veda in proposito il corso di Esperimentazioni III) Richiameremo alcuni argomenti che avete già visto quando
DettagliUsa lo sfoglialibro sul computer. Usa il libro attivo sul computer
Usa lo sfoglialibro sul computer Come sfogliare il libro 2 L indice delle pagine 3 L anteprima delle pagine 4 La funzione di ricerca/1 5 La funzione di ricerca/2 6 La funzione Inserisci nota /1 7 La funzione
Dettagli