- Oggetto:
- Oggetto:
Esperimentazioni I B
- Oggetto:
Physics Laboratory I B
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- FIS0108
- Docenti
- Antonio Amoroso (Assistente)
Stefano Camera (Titolare del corso)
Francesca De Mori (Titolare del corso)
Paolo Meridiani (Titolare del corso)
Marco Monteno (Titolare del corso)
Marina Serio (Titolare del corso) - Corso di studio
- 008703 Laurea in Fisica
- Anno
- 1° anno
- Periodo
- Annuale
- Tipologia
- B=Caratterizzante
- Crediti/Valenza
- 12
- SSD attività didattica
- FIS/01 - fisica sperimentale
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Obbligatoria
- Tipologia esame
- Orale
- Prerequisiti
-
Non vi sono prerequisiti specifici differenti da quelli richiesti per l'accesso al corso di laurea. Tuttavia, sono utili le conoscenze di base acquisite negli insegnamenti che si svolgono in parallelo nei due semestri del I anno: calcolo differenziale e integrale (Analisi I e II), operazioni sulle matrici (Geometria e Algebra Lineare I), elementi di fisica generale (Meccanica; Onde, fluidi e termodinamica) ed elementi di programmazione in Python (Tecniche Informatiche per la Fisica).
No specific prerequisites are needed. However, it is useful a good understanding of the basic contents of the courses taking place over the two semesters of the first year: Calculus I, Calculus II, Geometry and Linear Algebra I for the mathematical tools; Mechanics and Wave, Fluids, Thermodynamics for the fundamentals of physics; Computational Techniques for Physics to learn the use of the Python language. - Propedeutico a
-
Non sono previste propedeuticità. Tuttavia, gli argomenti trattati sono fondamentali per gli insegnamenti successivi che includono attività di laboratorio e in generale per una solida formazione sperimentale.No rules to access to other courses are established. However, the topics covered are preparatory to all the following laboratory courses and fundamental for a solid experimental training.
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
In coerenza con gli obiettivi formativi qualificanti del corso di laurea in Fisica, questo insegnamento si propone di far raggiungere a studentesse e studenti i seguenti obiettivi:- comprendere il carattere sperimentale della Fisica e della sua metodologia;
- saper valutare gli errori di misura in misure dirette e indirette;
- saper utilizzare i metodi statistici per il trattamento dei dati sperimentali e per la verifica empirica di un modello teorico e della dipendenza funzionale tra due osservabili fisiche;
- sviluppare competenze trasversali (autonomia di giudizio e capacità di comunicazione) utili ad applicare tali conoscenze e capacità in contesti e per scopi diversi.
In compliance with the training objectives of the undergraduate degree program in physical science and technology, the present course aims at letting students achieve the following goals:- to understand the experimental nature of Physics and its methodology;
- to learn how to estimate experimental uncertainties in direct and indirect measurements;
- to learn the statistical methods to deal with experimental data and to perform an empirical test of a theoretical model or to verify the functional dependence between two physical observables;
- to deploy transversal skills useful to apply knowledge and capabilities in many contexts and for different purposes.
- Oggetto:
Risultati dell'apprendimento attesi
Al termine di questo insegnamento si dovrebbe:Conoscenza e comprensione
- conoscere il concetto di incertezza di misura di una grandezza fisica e la differenza tra errori casuali e sistematici;
- conoscere i fondamenti del calcolo delle probabilità e le proprietà delle principali distribuzioni di probabilità, continue e discrete;
- conoscere i concetti di base della statistica applicata all’analisi dei dati sperimentali in Fisica;
- aver acquisito pratica con il funzionamento di alcuni strumenti di misura per realizzare semplici esperimenti di meccanica e termodinamica.
Capacità di applicare conoscenza e comprensione
- essere in grado di effettuare semplici misure di grandezze fisiche e di stimarne le incertezze;
- saper organizzare la raccolta e la selezione dei dati sperimentali ed eseguire un’analisi statistica per valutarne la compatibilità con un modello teorico;
- saper utilizzare il calcolatore per analizzare i dati sperimentali;
- saper affrontare e risolvere problemi in situazioni nuove;
- saper presentare in maniera efficace i risultati ottenuti in un esperimento;
- saper collaborare con altri in attività di gruppo;
Autonomia di giudizio
- aver maturato senso critico e autonomia di giudizio in riferimento alla valutazione dell'esito di una misura e all'interpretazione dei dati sperimentali;
Abilità comunicative
- aver sviluppato la capacità di sintesi e di organizzazione della conoscenza;
- aver acquisito competenze per la comunicazione scientifica nella forma scritta e orale, in lingua italiana;
- saper padroneggiare strumenti informatici di grafica, video-scrittura e video-presentazione;
Capacità di apprendimento
- aver acquisito capacità autonome di apprendimento e di autovalutazione della propria preparazione.
At the end of this course, students will be expected:Knowledge and understanding
- to know the concept of uncertainty of a measurement of a physical quantity and the difference between random and systematic errors;
- to know the fundamentals of the probability theory and the properties of the main random variable distributions, continuous and discrete;
- to know the main statistical tools applied to the analysis of experimental data in physics,
- to have gained practice with functioning of some measuring instruments to perform simple experiments in mechanics and thermodynamics;
Applying knowledge and understanding
- to be able to perform simple measurements of physical quantities and to estimate their uncertainties;
- to be able to organize the collection and the selection of experimental data and to carry out a statistical analysis to evaluate their compatibility with a theoretical model;
- to know how to use computing tools to analyze experimental data;
- to know how to approach and solve problems in new contexts;
- to know how to present effectively the results obtained with an experiment;
- to have developed team working skills in a group;
Making judgment
- to have acquired awareness and judgment autonomy concerning evaluation of the outcome of a measurement and interpretation of experimental data;
Communication skills
- to have developed ability to clearly summarize and organize knowledge;
- to have acquired oral and written scientific communication skills and expertise
- to master the use of graphic, writing and presentation tools;
Learning skill
- to have acquired an autonomous learning capacity and self-assessment of their own preparation.
- Oggetto:
Programma
L'insegnamento è suddiviso in due moduli didattici:I modulo (seconda metà del I semestre):
Il metodo sperimentale: confronto teoria-esperimento. Sistemi di unità di misura e analisi dimensionale. Elementi di metrologia. Caratteristiche degli strumenti di misura. Misure dirette e indirette. Incertezze di misura e loro valutazione. Errori sistematici ed errori casuali. Valutazione dell’errore casuale in una serie di misure ripetute.Elementi di statistica descrittiva: stime di valore centrale e stime di dispersione per un campione di misure: media, moda, mediana, varianza, deviazione standard e deviazione standard della media. Combinazione di più misure con diversa incertezza: la media pesata. Scrittura del risultato di una misura e della sua incertezza. Cifre significative. Raggruppamento di dati in distribuzioni di frequenza: istogrammi. Calcolo di media e varianza dalle frequenze di dati raggruppati. Distribuzione limite di una distribuzione di dati sperimentali. Criterio 3σ per il rigetto di dati.
Elementi di calcolo delle probabilità e di calcolo combinatorio. Variabili casuali discrete e continue. Funzione di ripartizione. Funzione densità di probabilità di una variabile casuale continua. Esempi di calcoli di valore atteso e varianza. Proprietà della distribuzione normale. Distribuzione normale standardizzata e uso delle tavole degli integrali. Distribuzioni di variabili casuali discrete: distribuzione binomiale e distribuzione di Poisson. Cenni sul significato probabilistico della deviazione standard. Il Teorema del Limite Centrale.
Stime intervallari. Intervalli di confidenza per la media di un campione di dati. Introduzione ai test d’ipotesi. Test normale (test Z), o test d’ipotesi sulla media. Test del χ2 (di Pearson) per la verifica dell'adattamento di una distribuzione di dati a una distribuzione di probabilità.
II modulo (secondo semestre):
Propagazione degli errori per incertezza su misure indirette. Correlazione fra grandezze fisiche e verifica dell’esistenza di una dipendenza funzionale: metodo dei minimi quadrati e test del χ2. Coefficiente di correlazione lineare e suo utilizzo; coefficiente di determinazione per fit nonlineari.Test di Student per la verifica della compatibilità tra un valore sperimentale e un valore attendibile (o fra misure sperimentali diverse) nel caso di campioni piccoli; applicazione del test di Student alla significatività del coefficiente di correlazione. Cenni all’analisi della varianza: applicazioni del test di Fisher al confronto di varianze di campioni. Stime basate sul principio di massima verosimiglianza.
Distribuzioni derivate (X^2, W, r, Student, Fisher). Derivazione della distribuzione gaussiana dalla distribuzione binomiale
Richiami di fisica su argomenti di meccanica, onde, dinamica dei fluidi e termodinamica, in riferimento alle esercitazioni pratiche svolte in laboratorio nel secondo semestre.
Teaching is divided into two modules:I module (second half of the first semester):
The experimental method: theory-experiment comparison. Systems of units of measurement and dimensional analysis. Elements of metrology. Characteristics of measuring instruments. Direct and indirect measurements. Measurement uncertainties and their evaluation. Systematic errors and random errors. Evaluation of the random error in a series of repeated measurements.Elements of descriptive statistics: central value estimates and dispersion estimates for a sample of measures: mean, mode, median, variance, standard deviation and standard deviation of the mean. Combination of several measures with different uncertainty: the weighted average. Writing the result of a measurement and its uncertainty. Significant figures. Grouping of data in frequency distributions: histograms. Calculation of mean and variance from the frequencies of pooled data. Limiting distribution of a distribution of experimental data. The 3σ criterion for data rejection.
Elements of probability and combinatorics. Discrete and continuous random variables. Distribution function. Probability density function of a continuous random variable. Examples of expected value and variance calculations. Properties of the normal distribution. Standardized normal distribution and use of integral tables. Distributions of discrete random variables: binomial distribution and Poisson distribution. Notes on the probabilistic meaning of the standard deviation. The Central Limit Theorem.
Interval estimates. Confidence intervals for the mean of a sample of data. Introduction to hypothesis tests. Normal test (Z test), or hypothesis test on the average. Pearson's χ2 test for the verification of the fit of a distribution of data to a probability distribution.
II module (second semester):
Propagation of errors in indirect measurements. Correlation between physical quantities and verification of the existence of a functional dependence: least squares method and χ2 test. Linear correlation coefficient and its use; determination coefficient for nonlinear fit.Student's test to verify the compatibility between an experimental value and a reliable value (or between different experimental measurements) in the case of small samples; application of the Student’s test to the significance of the correlation coefficient. Elements of analysis of variance: applications of the Fisher’s test to the comparison of variances of samples. Estimates based on the principle of maximum likelihood.
Derived distributions(X^2, W, r, Student's t, Fisher). Derivation of Gaussian distribution from binomial distribution
Review of physics on topics of mechanics, waves, fluid dynamics and thermodynamics, with reference to the practical exercises carried out in the laboratory in the second semester.
- Oggetto:
Modalità di insegnamento
L’insegnamento è suddiviso in due moduli didattici.Il I modulo, erogato nel I semestre da novembre a gennaio, prevede:
- 32 ore di lezioni frontali in cui vengono introdotti l'analisi delle incertezze di misura e gli elementi di teoria della probabilità e di statistica necessari per il trattamento e l'interpretazione critica dei dati sperimentali;
- 3 ore di attività pratiche ("laboratorio virtuale") durante le quali si esegue individualmente una prima esperienza in modalità "a distanza". Una seconda esperienza viene eseguita in aula dai docenti durante una delle ultime lezioni frontali;
- 7 ore (ripartite in tre sessioni) di esercitazioni numeriche in aula informatica, durante le quali vengono eseguite analisi statistiche dei dati raccolti nelle prime due esperienze. Tali analisi sono effettuate su calcolatore utilizzando dei notebook Jupyter (in Python). Ognuna delle tre esercitazioni si svolge in una sola giornata, dividendo studentesse e studenti in due turni e distribuendoli nelle due aule informatiche (aule F e G) del piano seminterrato del dipartimento di Fisica. Le tabelle dei turni vengono stilate dai docenti nei giorni immediatamente precedenti all'esercitazione e comunicate tramite e-mail.Il II modulo, erogato nel secondo semestre, prevede invece per tutti:
- 50 ore di lezioni frontali in aula (teoria e presentazione delle esperienze);
- 6-7 sessioni di laboratorio suddivise in due cicli;
- 2 sessioni di tutoraggio analisi dati per ciascuna esperienza di laboratorio.
Durante le sessioni di laboratorio si alternano piccoli gruppi di studenti che effettuano varie esperienze su argomenti di meccanica, onde, dinamica dei fluidi e termodinamica. L’analisi dei dati viene svolta durante le sessioni di tutorato in aula informatica con l’assistenza dei docenti. Nelle lezioni frontali vengono forniti alcuni richiami di fisica connessi con le esperienze da svolgere in laboratorio, e inoltre vengono approfonditi i concetti di calcolo delle probabilità e di statistica introdotti nel I semestre, necessari per l’analisi dei dati sperimentali.Tutte le lezioni e le esercitazioni si svolgono in presenza, salvo nuove disposizioni rettorali, secondo quanto riportato nel sito dell’Ateneo alla voce "Disposizioni per chi studia e lavora in UniTo".
La frequenza è obbligatoria per le esercitazioni in aula informatica e in laboratorio (con particolari accorgimenti per permettere la frequenza agli studenti lavoratori, da concordare con i docenti). Tuttavia, anche la frequenza delle lezioni in aula è fortemente raccomandata.
Tutto il materiale didattico è messo a disposizione degli studenti sulla piattaforma Moodle, e viene regolarmente aggiornato con il procedere dell'insegnamento. Inoltre vengono messe a disposizione le registrazioni delle lezioni dello scorso anno accademico.
La comunicazione diretta tra studenti e docenti al di fuori delle ore di lezione avviene mediante email e richiede la previa registrazione sulla pagina Campusnet dell'insegnamento (si veda la sezione "Attività di supporto").
Teaching is divided into two modules:
The first module, delivered in the first semester from November to January, includes:
- 32 hours of classroom lectures in which the analysis of measurement uncertainties and the elements of probability theory and statistics necessary for the treatment and critical interpretation of experimental data are introduced;
- 3 hours of practical activities ("virtual laboratory") during which a first experience is performed individually at home in remote mode. A second experience is performed in the classroom by the teachers during one of the last classroom lectures;
- 7 hours (divided into three sessions) of numerical exercises in the computer room, during which statistical analyzes of the data collected in the first two experiences are performed. These analyzes are performed on a computer using Jupyter notebooks (in Python). Each of the three exercises takes place in a single day, dividing female students and students into two shifts and distributing them in the two computer rooms (classrooms F and G) in the basement of the Physics department. The shift tables are drawn up by the teachers in the days immediately preceding the exercise and communicated by e-mail.The second module, delivered in the second semester, foresees for all:
- 50 hours of classroom lectures;
- 6-7 laboratory sessions divided into two cycles;
- 2 two-hour sessions of data analysis for each laboratory experiment.
During the laboratory sessions small groups of students alternate carrying out various experiments
on topics of mechanics, waves, fluid dynamics and thermodynamics. The data analysis is carried
out during the tutoring sessions in the computer room with the assistance of the teachers. In the
classroom lectures some physics references are provided related to the experiences to be carried out in the laboratory, and also the concepts of probability and statistics introduced in the first semester, necessary for the analysis of experimental data, are studied in depth.All lectures and exercises take place in person, unless otherwise provided by the rector, as reported on the university website under the heading "Provisions for those who study and work at UniTo”.
Attendance is mandatory for exercises in the computer room and in the laboratory (with special precautions to allow attendance to student workers, to be agreed with the teachers). However, attendance of classroom lectures is also strongly recommended.
All teaching material is made available to students on the Moodle platform, and it is regularly updated as teaching progresses. Furthermore, the recordings of the lectures of the past academic year are made available.
Direct communication between students and teachers outside of class hours takes place via email and requires prior registration on the Campusnet page of the course (see the "Support activities" section).
- Oggetto:
Modalità di verifica dell'apprendimento
L’apprendimento viene verificato progressivamente mediante l'assegnazione di compiti che vengono via via corretti: questionari di autovalutazione, fogli di calcolo (notebook Jupyter) di analisi dati, relazioni sulle esperienze svolte e sulle analisi statistiche dei dati sperimentali.Ai fini della valutazione, è obbligatorio consegnare i seguenti elaborati:
(I modulo): i notebook Jupyter da compilare individualmente e da consegnare al termine di ogni esercitazione di analisi dati (in totale tre notebook); due relazioni sulle esperienze svolte nel primo semestre, che verranno corrette e restituite.
(II modulo): due relazioni individuali sulle esperienze svolte nel secondo semestre, che vengono corrette e restituite.
La consegna dei lavori entro i termini stabiliti (comunicati dai docenti) è vincolante per poter accedere dal I al II modulo, e infine per sostenere l’esame finale nella sessione estiva.
La valutazione dei lavori consegnati tiene conto, come succede anche per la prova orale, di vari parametri: la capacità di organizzare la conoscenza in forma sintetica e ben articolata, la capacità di ragionamento critico, la qualità dell’esposizione e la competenza nell’impiego del linguaggio specialistico.
L’esame finale, che copre il programma di entrambi i moduli, consiste in una prova orale che si svolge durante la sessione estiva oppure in quella invernale. Le date degli appelli estivi verranno comunicate durante il secondo semestre. Ogni appello viene suddiviso in varie sessioni giornaliere, con una calendarizzazione stabilita in accordo con gli studenti iscritti all’appello.
La prova orale, divisa in tre parti, verte in un colloquio con ciascuno dei docenti del team titolare dell’insegnamento. L’apprendimento complessivo viene verificato attraverso la discussione delle relazioni redatte durante i due moduli del corso, la verifica della conoscenza della fisica delle esperienze eseguite e dei metodi statistici di analisi dati presentati durante le lezioni in aula.
In caso di superamento dell’esame, viene assegnato un voto (in trentesimi) definito facendo una media dei voti assegnati nei tre colloqui da ciascun docente, tenendo conto anche della valutazione dei lavori consegnati durante l’anno accademico.
Di norma gli esami orali si svolgono in presenza, nei locali del Dipartimento di Fisica, salvo nuove disposizioni rettorali, secondo quanto riportato nel sito dell'Ateneo alla voce "Disposizioni per chi studia e lavora in UniTo”.
Learning is progressively verified by assigning tasks that are gradually corrected: self-assessment questionnaires, spreadsheets (Jupyter notebook) for data analysis, reports on experiments and statistical analyses of experimental data.For the purposes of the evaluation, it is mandatory to submit the following documents:
(I module): Jupyter notebooks to be filled in individually and delivered at the end of each data analysis exercise (three notebooks in total); two reports on the two experiments carried out in the first semester, which will be corrected and returned.
(II module): two individual reports on the experiences carried out in the second semester, which are corrected and returned.
The delivery of the works within the established deadlines (communicated by the teachers) is mandatory to have access from the I to the II module, and finally to take the final exam. The evaluation of the submitted works considers, as also happens for the oral exam, various parameters: the ability to organize knowledge in a synthetic and well-articulated form, the ability to think critically, the quality of the presentation and the competence in the use of specialized language.
The final exam, which covers the program of both modules, consists of an oral test that takes place during the summer or winter sessions. The dates of the exams of the summer session will be communicated during the second semester. Each exam is divided into various daily sessions, with a schedule established in agreement with the students enrolled in the exam.
The oral exam, divided into three parts, involves an interview with each of the team teachers holding the course. Overall learning is verified through the discussion of the reports drawn up during the two modules of the course and the verification of the knowledge of the physics of the experiments performed and of the statistical methods of data analysis presented during classroom lessons.
In case of passing the exam, a grade (out of thirty) is assigned, obtained by averaging the grades assigned in the three interviews by each teacher and considering the evaluation of the works delivered during the academic year.
Oral exams are usually held in person in the premises of the Physics Department, unless otherwise provided by the rector, as reported on the university website under the heading "Provisions for those who study and work at UniTo”.
- Oggetto:
Attività di supporto
Il materiale didattico di supporto allo studio viene reso disponibile giorno per giorno sulle pagine Moodle dei due moduli di Esperimentazioni IB, raggiungibili collegandosi con le proprie credenziali MyUnito ai seguenti URL:I modulo (I semestre): https://elearning.unito.it/scienzedellanatura/course/view.php?id=3623
II modulo (II semestre): https://elearning.unito.it/scienzedellanatura/enrol/index.php?id=3130
IMPORTANTE:
le pagine Moodle saranno accessibili solo dopo l’inizio delle lezioni.
Per poter accedere è indispensabile registrarsi!
Il materiale didattico disponibile sulle pagine Moodle dell’insegnamento comprende:
- slides delle lezioni in aula;
- registrazione video delle lezioni erogate in diretta nell’anno accademico 2021/2022;.
- modelli di notebook Python necessari per le esercitazioni
- modelli di relazione sulle esperienze svolte in laboratorio
- materiale accessorio utile per lo studio: dispense, simulazioni, link vari
- compiti assegnati durante il corso.
- attività interattive svolte durante le lezioni: sondaggi, questionari, quiz a scelta multipla
- (solo per il II modulo): slides con audio-commenti o videoregistrazione delle lezioni erogate in modalità asincrona nell’anno accademico 2019/2020.La piattaforma Moodle può essere utilizzata dagli studenti anche per porre al docente delle domande di carattere generale, che possono essere d’interesse per gli altri compagni di corso, attraverso l’uso dell’attività di discussione “Forum” di Moodle.
Per comunicazioni di carattere personale i docenti possono essere anche contattati direttamente via email agli indirizzi:
marco.monteno@unito.it (I modulo) paolo.meridiani@unito.it (I modulo)marina.serio@unito.it (II modulo) stefano.camera@unito.it (II modulo)
In alcune occasioni si possono prevedere sessioni di “ricevimento studenti” nelle stanze-virtuali personali dei docenti sulla piattaforma Webex:
I modulo (docente: Marco Monteno) https://unito.webex.com/meet/marco.monteno
I modulo (docente: Paolo Meridiani) https://unito.webex.com/meet/paolo.meridiani
II modulo (docente: Marina Serio) https://unito.webex.com/meet/marina.serio
II modulo (docente: Stefano Camera) https://unito.webex.com/meet/stefano.camera
The support material for studying is made available day by day on the Moodle pages of the two modules of the Physics Laboratory I B course, which can be reached by connecting with your MyUnito credentials at:I module (I semester: https://elearning.unito.it/scienzedellanatura/course/view.php?id=3623
II module (II semester): https://elearning.unito.it/scienzedellanatura/course/view.php?id=3083
IMPORTANT REMARK:
Moodle pages will be accessible only after the beginning of the course.
To get access you must register yourself!
Il materiale didattico disponibile sulle pagine Moodle dell’insegnamento comprende:
- slides delle lezioni in aula;The teaching material available on the Moodle pages of the course includes:
- slides of the classroom lectures;
- video recording of the lectures delivered live in the 2021/2022 academic year;
- Python notebook templates needed for tutorials;
- report models on the experiments carried out in the laboratory;
- useful support material for the study: handouts, simulations, various links;
- tasks assigned during the course;
- interactive activities carried out during the lectures: surveys, questionnaires, multiple choice quizzes;
- (only for II module): slides with audio-commentary or video recording of the lessons delivered asynchronously in the academic year 2019/2020.The Moodle platform can also be used by students to ask the teacher general questions, which may be of interest to other classmates, through the use of Moodle's "Forum" discussion activity.
For personal communications, teachers can also be contacted directly via email at the addresses:
marco.monteno@unito.it (I module) paolo.meridiani@unito.it (I module)
marina.serio@unito.it (II module) stefano.camera@unito.it (II module)
In some cases, “student reception” sessions can be provided in the personal virtual rooms of the teachers on the Webex platform:
I module (teacher: Marco Monteno) https://unito.webex.com/meet/marco.monteno
I module (teacher: Paolo Meridiani) https://unito.webex.com/meet/paolo.meridiani
II module (teacher: Marina Serio) https://unito.webex.com/meet/marina.serio
II module (teacher: Stefano Camera) https://unito.webex.com/meet/stefano.camera
Testi consigliati e bibliografia
- Oggetto:
Testi di interesse per il corso:
- G. Cannelli - Metodologie sperimentali in Fisica - EdiSES
ed anche - John R. Taylor - Introduzione all’analisi degli errori - Zanichelli
Textbooks of interest for the course (here indicated in Italian or translated in Italian):
- G. Cannelli - Metodologie sperimentali in Fisica - EdiSES
as well as - John R. Taylor - Introduzione all’analisi degli errori - Zanichelli (or the original edition: John R. Taylor - An introduction to error analysis -; University Science Books)
- G. Cannelli - Metodologie sperimentali in Fisica - EdiSES
- Oggetto:
Note
AVVISI IMPORTANTI
È obbligatorio iscriversi all'insegnamento di Esperimentazioni IB cliccando sul pulsante “Registrati al corso” in fondo a questa pagina, per consentire ai docenti di avere un canale di collegamento diretto con tutti gli studenti.
Per scaricare le slide delle lezioni, e tutto il materiale didattico di supporto è obbligatorio registrarsi sull’area Moodle di questo insegnamento come studente (cliccare sui link indicati sopra, nella sezione "Attività di supporto" (oppure usare il pulsante “Vai a Moodle” in fondo a questa pagina).
Ricordarsi che la frequenza è obbligatoria solo per le esercitazioni in Laboratorio e in Aula Informatica. Per le lezioni in Aula la frequenza è fortemente consigliata.(ultimo aggiornamento: 8 novembre 2023)
IMPORTANT NOTICES
It is mandatory to register for the Physics Laboratory I B course by clicking on the “Register for the course” button at the bottom of this page, to allow teachers to have a direct connection channel (by email) with all students.
To download the slides of the lectures, and all the support material for studying, it is mandatory to register “as student” on the Moodle page of the course (click on the links indicated above, in the "Support activities" section (or use the "Go to Moodle" button at the bottom of this page).
Remember that attendance is mandatory only for exercises in the laboratory and in the computer room. Attendance is strongly recommended for classroom lectures.
(information up-to-date as of November 8, 2023)
- Registrazione
- Aperta
- Oggetto:
