DATA ANALYSIS TECHNIQUES FOR NUCLEAR AND PARTICLE PHYSICS
Anno accademico 2017/2018 - 1° anno - Curriculum NUCLEAR AND PARTICLE PHYSICSCrediti: 6
SSD: FIS/01 - FISICA SPERIMENTALE
Organizzazione didattica: 150 ore d'impegno totale, 92 di studio individuale, 28 di lezione frontale, 30 di laboratorio
Semestre: 2°
Obiettivi formativi
Il corso si propone di introdurre lo studente alle problematiche dell’analisi dati di un esperimento di Fisica Nucleare e delle Particelle Elementari. Lo studente acquisirà i concetti base di programmazione ad oggetti, la capacità di adoperare i principali pacchetti di analisi e di sviluppare un codice per l’analisi statistica dei dati.
Prerequisiti richiesti
Nessuna obbligatoria ma si consigliano i corsi di “Laboratorio di Fisica Nucleare e Subnucleare” e “Metodi Sperimentali per la Fisica delle Particelle”/“Metodi Sperimentali per la Fisica Nucleare”
Frequenza lezioni
La frequenza è fortemente consigliata poichè gli argomenti svolti a lezione sono di difficile reperimento in libri di testo
Contenuti del corso
Introduzione all'analisi dati in Fisica Nucleare e delle Particelle
Metodi Monte Carlo
Metodi statistici di analisi
Programmazione ad oggetti
Metodi multivariati di analisi
I pacchetti ROOT e TMVA
Introduzione e uso di GEANT4
Sviluppo e analisi dati di un caso fisico reale di interesse in Fisica Nucleare/Fisica delle Particelle
Testi di riferimento
Dispense e appunti
Programmazione del corso
| * | Argomenti | Riferimenti testi | |
|---|---|---|---|
| 1 | • Introduzione all’analisi dati in fisica nucleare e delle alte energie | ||
| 2 | * | • Densità di probabilità e metodo Monte Carlo | |
| 3 | * | • Introduzione al C++ - parte I - Variabili. Input/Output. Funzioni. Puntatori e Reference. Operatori | |
| 4 | * | • Introduzione al C++ - parte II - Programmazione a oggetti. Classi. Overloading di operatori. Template class. Ereditarietà. Classi astratte. | |
| 5 | * | • Il pacchetto di analisi ROOT. Macro ed esempi di root. TTree. | |
| 6 | * | • Statistica Frequentista e Bayesiana. Statistiche di test. Metodi multivariati: discriminante di Fisher. | |
| 7 | * | • Analisi multivariate: Componenti Principali. Applicazioni alla fisica delle particelle e alla fisica nucleare. | |
| 8 | * | • Metodi multivariati: neural networks, probabilty density estimators, decision trees. | |
| 9 | * | • Esercitazione con ROOT e il pacchetto TMVA. Riempimento di un tree e visualizzazione delle variabili per segnale e fondo. Training di un discriminante di Fisher con TMVA e analisi dei risultati. | |
| 10 | * | • Goodness-of-fit. Test del chi2. Estimatori. Media e varianza. Metodo della Maximum Likehood | |
| 11 | * | • Extended Maximum Likelihood. Metodo dei minimi quadrati. Introduzione al pacchetto RooFit. | |
| 12 | * | • Intervalli di confidenza. Applicazioni ad estimatori Gaussiani e al metodo della Maximum Likelihood. Limite su un segnale, con e senza fondo, nell’approccio frequentista e bayesiano. | |
| 13 | * | • Limite in presenza di fondo nell'approccio classico e bayesiano. Limite con il test di Likelihood Ratio (Feldman-Cousins) e con il test CLs. Introduzione al pacchetto RooStats. | |
| 14 | * | • Sviluppo e analisi dati di un caso fisico reale (Interferometria HBT o Lineshape della Z o Ricerca del bosone di Higgs o Sezione d'urto ttbar) | |
| 15 | • Introduzione al pacchetto di simulazione GEANT4. Esempi di utilizzo. |
N.B. La conoscenza degli argomenti contrassegnati con l'asterisco è condizione necessaria ma non sufficiente per il superamento dell'esame. Rispondere in maniera sufficiente o anche più che sufficiente alle domande su tali argomenti non assicura, pertanto, il superamento dell'esame.
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
L'esame si divide in una parte pratica in cui vengono assegnati dei dati reali di esperimento da analizzare e in una parte orale di discussione dei risultati e degli argomenti trattati a lezione
Esempi di domande e/o esercizi frequenti
Il concetto di ereditarietà in C++
Root-ple
Tree
Metodi di analisi variazionale
Efficienza e purezza