Laboratorio di astronomia

Sviluppo di competenze statistiche e informatiche che consentano di affrontare problemi astrofisici rilevanti, con particolare riguardo a indagini scientifiche su grandi quantità di dati (big data science; si pensi ad esempio alla missione astrometrica Gaia). Durante l'insegnamento verranno discusse tecniche statistiche, con particolare riguardo a quelle di inferenza bayesiana, e semplici elementi di programmazione con un'introduzione al linguaggio Python. Gli esempi di problemi affrontati privilegeranno lo sviluppo di capacità di problem solving in ambito astrofisico (principalmente con dati ottenuti da telescopi ottici), ma fruibili anche da studenti di interessi scientifici diversi.

Al termine dell'insegnamento lo studente sarà in grado di

1. Formulare un modello fisico e statistico di un problema astronomico ben
posto.

2. Comprendere e essere in grado di applicare tecniche di inferenza statistica
Bayesiana.

3. Utilizzare dati dei maggiori archivi astronomici e effettuare con essi
delle analisi preliminari per la comprensione fisica e statistica di un
sistema.

4. Conoscere le basi di programmazione scientifica nel linguaggio Python e
essere in grado di implementare programmi per effettuare inferenza Bayesiana a
partire da dati simulati e reali.

5. Apprezzare l'importanza della stabilità numerica e dell'efficenza di
algoritmi, specialmente se applicati a sistemi caratterizzati da un grande
volume di dati.