47 lines
No EOL
2.7 KiB
Markdown
47 lines
No EOL
2.7 KiB
Markdown
# Laboratorio 2 - I Modulo
|
||
|
||
## Contenuto del corso di calcolo
|
||
|
||
* Questo corso ha lo scopo di insegnare alcuni strumenti
|
||
di *programmazione* e di *calcolo per l’analisi statistica dei dati*
|
||
* Ogni lezione è dedicata ad un argomento specifico,
|
||
ed è composta da una parte introduttiva frontale
|
||
seguita dallo svolgimento di diversi esercizi proposti al termine della prima parte
|
||
* Utilizzeremo i seguenti strumenti:
|
||
* Il linguaggio di programmazione [```C++```](http://www.cplusplus.com/) per risolvere i problemi assegnati
|
||
* Il framework di analisi dati [```ROOT```](https://root.cern.ch/) (sviluppato al CERN per l'analisi dati)
|
||
* NOTA BENE: Gli strumenti scelti per il corso sono semplicemente un mezzo per
|
||
* imparare la **logica della programmazione**,
|
||
* per esercitarsi nella **scrittura di algoritmi**
|
||
* per svolgere **esercizi di analisi dati**
|
||
* Gli esercizi svolti a lezione corridspondo al livello di difficoltà medio
|
||
degli esercizi proposti nelle prove di esame
|
||
|
||
|
||
|
||
## Lezioni del corso
|
||
|
||
* [Prerequisiti](Prerequisiti/README.md): breve riassunto di prerequisiti che non saranno coperti durante il corso
|
||
* [Ripasso](Ripasso/README.md) : ripasso di ```C```
|
||
* [Lezione 1](Lezione_01/README.md) : strutturazione di un programma ed introduzione al ```C++```
|
||
* [Lezione 2](Lezione_02/README.md) : programmazione ad oggetti: le classi
|
||
* [Lezione 3](Lezione_03/README.md) : visualizzazione dei dati con ROOT
|
||
* [Lezione 4](Lezione_04/README.md) : la generazione di numeri pseudo-casuali
|
||
* [Lezione 5](Lezione_05/README.md) : programmazione ```template``` e Standard Template Library
|
||
* [Lezione 6](Lezione_06/README.md) : zeri ed estremanti di funzioni
|
||
* [Lezione 7](Lezione_07/README.md) : la distribuzione di Poisson
|
||
* [Lezione 8](Lezione_08/README.md) : toy experiment ed integrazione con tecniche Montecarlo
|
||
* [Lezione 9](Lezione_09/README.md) : disegno della funzione di verosimiglianza
|
||
* [Lezione 10](Lezione_10/README.md) : stime di parametri: il massimo della verosimiglianza
|
||
* [Lezione 11](Lezione_11/README.md) : stime di parametri: i minimi quadrati
|
||
* [Lezione 12](Lezione_12/README.md) : stime di parametri: fit di istogrammi
|
||
|
||
|
||
|
||
## Argomenti di approfondimento
|
||
|
||
* [Approfondimento 1](Appendice_01/README.md) : algoritmi predefiniti nelle *Standard Template Library* (STL)
|
||
* [Approfondimento 2](Appendice_02/README.md) : programmazione ad oggetti: l'ereditarietà ```public```
|
||
* [Approfondimento 3](Appendice_03/README.md) : approfondimenti sulle ```STL```
|
||
* [Approfondimento 4](Appendice_04/README.md) : il caso lineare dei minimi quadrati: una soluzione esplicita
|
||
* [Approfondimento 5](Appendice_04/README.md) : il salvataggio su file di classi di ROOT |