Probabilità e Incertezza di Misura

Multidisciplinare
- Probabilità e Incertezza di Misura
Docente/i: D'Agostini Giulio [email protected] https://www.roma1.infn.it/~dagos/dott-prob/index.html
ore didattica frontale: 20
inizio: Giovedì 12 gennaio ore 16-18 Aula "Rasetti".
Lezioni successive: Gennaio Ven. 13, Giov. 19, Ven. 20, 0DU*LRY
)HEEUDLR9HQ*LRY*LRY9HQ/XQ0HUF
ore 16-18, aula "Rasetti".
- Introduzione critica.
- Concetto e valutazione della probabilità. Regole di base della probabilità.
Variabili e vettori casuali discreti e continui;
distribuzioni notevoli. Principale teoremi del calcolo delle
probabilità. Distribuzioni di funzioni di variabili casuali
(propagazione delle incertezze): metodi esatti e approssimati.
Metodi di Monte Carlo per simulare eventi aleatori. Linguaggio R.
- Probabilità degli effetti e probabilità delle cause: approccio
bayesiano all'inferenza statistica. Reti bayesiane. JavaBayes
e HUGIN.
- Casi notevoli di inferenza con verosimiglianza gaussiana ("errori di
misura"), binomiale ("proporzioni" e "efficienze") e poissoniane
("conteggi"). Metodi approssimativi
- Combinazioni di risultati. Incertezze dovute ad errori sistematici
e loro combinazione con incertezze di altro tipo.
- Casi critici di fisica di frontiera.
- Fit: approccio generale, dettaglio in casi semplici; metodi
approssimativi (minimi quadrati, etc).
- Casi critici di fisica di frontiera. Upper/lower limits. Test
di ipotesi Vs probabilità delle ipotesi.
- Questioni computazionali: approssimazione gaussiana, prior coniugate,
Metodi di Monte Carlo, ed in particolare Marcov Chain Monte Carlo
(MCMC). Introduzione a BUGS.
Bibliografia: http://www.roma1.infn.it/~dagos/biblio_dottorato.html