Corso di laurea in Chimica e Tecnologie Chimiche

Approfondire le conoscenze matematiche alla base dei concetti di probabilità e analisi statistica. Acquisire o consolidare conoscenze di carattere formale. Acquisire conoscenze di base sulla programmazione scientifica in generale ed il linguaggio Python in particolare.

Inoltre, questo Corso fornisce le basi necessarie alla fruizione dell'insegnamento "Machine Learning and its Application to Chemistry and Materials Science" (un Corso opzionale della magistrale in Materials Science che può essere scelto anche da studenti di Chimica nella magistrale):

https://www.materials-science.unito.it/do/corsi.pl/Show?_id=129c

 

Conoscenza e Capacità di Comprensione

Conoscenze di vari strumenti formali di carattere generale. In particolare, conoscenze relative ad aspetti formali legati alla Teoria delle Probabilità ed alla Analisi Statistica. Conoscenze di base di programmazione scientifica (in Python). 

Comprensione della sintassi di base di un linguaggio di programmazione come il Python.

 

Capacità di Applicare Conoscenza e Comprensione

 

Capacità di scrivere semplici programmi in Python per analisi numerica e grafica di dati. Capacità di applicare strumenti di analisi statistica di base a dati.

 

 

Primo Modulo (16 ore) [lezioni/esercitazioni in aula al portatile]

 

Introduzione alla programmazione scientifica ed al linguaggio di programmazione Python. Il linguaggio di programmazione, il codice sorgente, la fase di compilazione/interpretazione e la fase di esecuzione. Le variabili (numeriche, logiche, stringhe, ...) e l'uso della memoria del calcolatore. Richiami di rappresentazione binaria per numeri interi e reali. La singola e la doppia precisione. Gli operatori (aritmetici, logici, di appartenenza, di confronto, di assegnazione). Le funzioni matematiche. Le iterazioni ed il processo decisionale. I/O. L'uso degli array di dati (con il modulo NumPy). La preparazione di grafici con la libreria MatPlotLib. La libreria SciPy per il calcolo scientifico in Python.

 

Secondo Modulo (24 ore)[lezioni frontali con uso del portatile per esercizi di programmazione]

Fondamenti di Teoria della Probabilità e Statistica. Il concetto e le proprietà delle probabilità. Lo spazio di campionamento associato ad una prova casuale. Le variabili casuali. Il valor medio di una variabile casuale e le sue proprietà. La varianza di una variabile casuale e le sue proprietà. La covarianza di due variabili casuali. La correlazione tra variabili in statistica. La correlazione spuria. I momenti semplici e centrali di una variabile casuale e la funzione generatrice dei momenti. La disuguaglianza di Cebyshev e la Legge dei Grandi Numeri.

Altre proprietà delle distribuzioni di probabilità (mediana, moda, percentili, ...). I processi di Bernoulli e la distribuzione discreta di probabilità binomiale. La distribuzione di probabilità continua normale o Gaussiana. Il teorema del limite centrale. Esperimento numerico al calcolatore sul teorema del limite centrale. Legame tra distribuzione binomiale e normale. Stima dei parametri di un modello statistico e valutazione della precisione nella stima dei parametri.

 

Come detto, questo Corso fornisce le basi (sia statistiche che di programmazione) necessarie alla fruizione dell'insegnamento "Machine Learning and its Application to Chemistry and Materials Science" (un Corso opzionale della magistrale in Materials Science che può essere scelto anche da studenti di Chimica nella magistrale):

https://www.materials-science.unito.it/do/corsi.pl/Show?_id=129c

 

 

 

 

 

Le lezioni si svolgeranno in presenza.

Le studentesse e gli studenti sono invitati a iscrivervi all'insegnamento su Campusnet per facilitare le comunicazioni via e-mail.

Lezioni frontali su contenuti formali e modulo centrale di esercitazione al computer (ogni studentessa/studente sul proprio portatile) su introduzione alla programmazione scientifica. 

Esame orale (con valutazione in trentesimi) in cui le studentesse e gli studenti dovranno dimostrare di aver acquisito i necessari strumenti formali e lessicali per poter esporre le proprietà e svolgere le dimostrazioni affrontate nell'insegnamento. Prima dell'orale, le studentesse e gli studenti dovranno risolvere dei semplici esercizi di programmazione che verranno loro assegnati. La risoluzione verrà discussa durante l'orale.

 

Appunti del docente

 

Frequenza fortemente consigliata.

Gli/le studenti/esse con DSA o disabilità, sono pregati di prendere visione delle modalità di supporto (https://www.unito.it/servizi/lo-studio/studenti-e-studentesse-con-disabilita) e di accoglienza (https://www.unito.it/accoglienza-studenti-con-disabilita-e-dsa) di Ateneo, ed in particolare delle procedure necessarie per il supporto in sede d’esame (https://www.unito.it/servizi/lo-studio/studenti-e-studentesse-con-disturbi-specifici-di-apprendimento-dsa/supporto)