Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
Oggetto:
Oggetto:

Introduzione alla probabilita' con applicazioni in fisica

Oggetto:

Introduction to probability with applications

Oggetto:

Anno accademico 2022/2023

Codice attività didattica
FIS0018
Docente
Prof. Guido Boffetta (Titolare del corso)
Corso di studio
008703 Laurea in Fisica
Anno
3° anno
Periodo
Primo semestre
Tipologia
D=A scelta dello studente
Crediti/Valenza
3
SSD attività didattica
FIS/01 - fisica sperimentale
Erogazione
Mista
Lingua
Italiano
Frequenza
Facoltativa
Tipologia esame
Scritto
Tipologia unità didattica
corso
Prerequisiti

Conoscenze elementari di analisi, equazioni differenziali ordinarie, meccanica classica ottenute nei corsi dei primi due anni.

Basic knowledge of calculus, ordinary differential equation, classical mechanics.

Propedeutico a
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

 

L'obiettivo del corso è di dare una introduzione alla teoria moderna della probabilità e dei processi stocastici discreti anche attraverso esempi di problemi fisici.

The objective of the course is to introduce students to the modern theory of probability and of discrete stochastic processes, with the introduction of physical examples

Oggetto:

Risultati dell'apprendimento attesi

Conoscenza e capacità di comprensione: Conoscenza della teoria elementare della probabilità e dei processi stocastici discreti. 
Capacità di applicare conoscenza e comprensione: Al termine del corso lo studente dovrà essere in grado di risolvere esercizi facendo uso dei teoremi fondamentali della probabilità e dei processi stocastici discreti (catene di Markov).

 



Oggetto:

Programma

Definizioni classiche di probabilita'

Teoria assiomatica

Probabilita' condizionata, formula di Bayes con esempi

Funzioni generatrici e processi di ramificazione

Trasformazioni di variabili e distribuzioni marginali

Correlazione ed indipendenza. Indipendenza multipla

Disugualianza di Chebychev. Legge dei grandi numeri

Funzioni caratteristiche. Il teorema del limite centrale

Esempio di non validita' del TLC: la distribuzione di Cauchy

Processi moltiplicativi e distribuzione log-normale

Grandi deviazioni: esempio con processo bernoulliano

Uso della legge dei grandi numeri per problemi finanziari

Processi stocastici: classificazione

Moto Browniano: modello di Langevin

Modello 1D per moto Browniano

Random walk in 1D

Persistenza e transienza del random walk

Definizione di catena di Markov

Equazione di Chapman-Kolmogorov

Distribuzione stazionaria

Definizione di barriere: il problema del giocatore in rovina

Ergodicita' delle catene di Markov. Tempi di ritorno e lemma di Kac

Catene reversibili e bilancio dettagliato

Il modello di Ehrenfest per il rilassamento all'equilibrio

Tempi di rilassamento

Evoluzione di popolazioni: il modello di Wright-Fisher

 



- Classical definitions of probability 
- Limits of the classical theory 
- The assiomatic theory 
- Probability and physics 

- Conditional probability, Bayes' theorem 
- Probability generating functions 
- Marginal distributions and changes of variables 
- Examples from statistical mechanics 

- Law of large numbers 
- Central limit theorem 
- Large deviation theory 

- Discrete stochastic processes 
- Markov chains 
- Applications in physics 

Oggetto:

Modalità di insegnamento

24 ore di lezione in aula con trasmissione in diretta streaming su https://unito.webex.com/meet/guido.boffetta

La frequenza è facoltativa.

DIDATTICA ALTERNATIVA: In caso di permanenza della emergenza sanitaria dovuta al COVID-19, il corso sarà erogato solo in modalità a distanza. Su questa pagina sono presenti i link alle registrazioni di tutte le lezioni.

La comunicazione con gli studenti avviene tramite email.

24 hours in the class with streaming on https://unito.webex.com/meet/guido.boffetta

ON LINE TEACHING: In case of persistence of the health emergency due to COVID-19, the course will be delivered remotely. On this page there are links to all the lessons of the course. The course will be organized in theoretical lessons (asynchronous),
activities to be carried out online on the Moodle platform, exercises and periodic interviews with
students, using the WebEx platform.

Communication with students takes place through e-mail.

Oggetto:

Modalità di verifica dell'apprendimento

Esame scritto obbligatorio (con possibile discussione orale)

Written exam mandatory (with possible oral discussion)

Oggetto:

Attività di supporto

Testi consigliati e bibliografia



Oggetto:
Libro
Titolo:  
Probabilità in Fisica, un introduzione
Anno pubblicazione:  
2012
Editore:  
Springer
Autore:  
G Boffetta
ISBN  
Obbligatorio:  
No
Oggetto:

G. Boffetta, A. Vulpiani, "Probabilita' in Fisica - Un introduzione"  Springer (2012) ISBN 978-88-470-2430-4

P. Contucci, S. Isola, "Probabilita' elementare" Zanichelli (2008) ISBN 978-8808-06575-9

G.C. Rota e K. Baclawski "An introduction to probability and random processes" (su freescience.info)

B.V. Gnedenko, "Teoria della probabilita'" Editori Riuniti (2011) ISBN 9788864732282

Libro divulgativo: J. Perrin "Gli Atomi", Editori Riuniti (2014) ISBN 8864731539

G. Boffetta, A. Vulpiani, "Probabilita' in Fisica - Un introduzione"  Springer (2012) ISBN 978-88-470-2430-4

P. Contucci, S. Isola, "Probabilita' elementare" Zanichelli (2008) ISBN 978-8808-06575-9

B.V. Gnedenko, "Teoria della probabilita'" Editori Riuniti (2011) ISBN 9788864732282 (here indicated in the Italian translation, but available in the English translation "Theory of Probability").





Oggetto:

Note

Registrazione delle lezioni a.a. 2020-2021 su moodle (3 ore per lezione)

Lezione 1: Introduzione, indipendenza, probabilita' condizionata, Bayes

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-01-25-parte-1

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-01-25-parte-2

Lezione 2: funzioni generatrici, processi di ramificazione, trasformazione variabili, esercizi

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-01-26-parte-1

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-01-26-parte-2

Lezione 3: legge grandi numeri, teorema del limite centrale, grandi deviazioni

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-01-parte-1

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-01-parte-2

Lezione 4: moto browniano, random walk

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-02-parte-1

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-02-parte-2

Lezione 5: persistenza del random walk, catene di Markov

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-08-parte-1

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-08-parte-2

Lezione 6: proprieta' delle catene di Markov, esercizi

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-09-parte-1

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-09-parte-2

Lezione 7: modello di Ehrenfest, modello di Wrigth-Fisher

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-22-parte-1

https://ph.i-learn.unito.it/local/streamingfilemanager/file.php/ph.i-learn.unito.it/351/Lezione-del-21-02-22-parte-2



Registrazione
  • Aperta
    Oggetto:
    Ultimo aggiornamento: 27/06/2022 11:22