|
UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO
|
| UNIDADE: INSTITUTO DE FÍSICA | ||
| DEPARTAMENTO: DEPTO. DE FISICA NUCLEAR E ALTAS ENERGIAS | ||
| DISCIPLINA: Introdução à Análise de dados em Física de Partículas e tecnologias associadas | ||
| CARGA HORÁRIA: 90 | CRÉDITOS: 6 | CÓDIGO: FIS04-14598 |
| MODALIDADE DE ENSINO: Presencial | TIPO DE APROVAÇÃO: Nota e Frequência | |
| STATUS | CURSO(S) / HABILITAÇÃO(ÕES) / ÊNFASE(S) |
| Eletiva Definida | FIS - Física (versão 4) FIS - Física (versão 5) FIS - Física (versão 7) |
| TIPO DE AULA | CRÉDITO | CH SEMANAL | CH TOTAL |
| Teórica | 2 | 2 | 30 |
| Prática/ Trabalho de Campo | 2 | 2 | 30 |
| Laboratório | 2 | 2 | 30 |
| TOTAL | 6 | 6 | 90 |
OBJETIVO(S):
AO FINAL DO PERÍODO, O ALUNO DEVERÁ TER ADQUIRIDO UMA VISÃO GERAL SOBRE ANÁLISE DE DADOS EM FÍSICA DE ALTAS ENERGIAS (FAE) E CONHECIMENTOS BÁSICOS DOS MÉTODOS UTILIZADOS NESTA ÁREA.
EMENTA:
Cinemática das colisões em Altas Energias
-Colisões de partículas, aceleradores, detectores e colaborações
-Leis de conservação de energia e momentum
-Rapidez e invariantes de Mandelstam
-Seção de choque e espaço de fase dos momenta
Análise exploratória de dados
-Distribuições de frequência e histogramas
-Estrutura de dados
-Programação orientada a objetos
Métodos de Monte Carlo
-Geração e simulação de eventos
-Simulação de detectores
Análise de dados em Altas Energias
-Eficiências, aceptância e resolução
-Métodos estatísticos
-Técnicas de variáveis múltiplas
Os tópicos da ementa serão abordados a partir dos sistemas operacionais, linguagens de programação e programas específicos utilizados na área de Física de Altas Energias.
| TRAVA: 34 créditos (Física - versão 5)34 créditos (Física - versão 7) |
BIBLIOGRAFIA: 1.R. Sahoo, Relativistic Kinematics, https://arxiv.org/abs/1604.02651.
2.R. Hagedorn, Relativistic Kinematics: A Guide To The Kinematic Problems Of High Energy Physics,Literary Licensing,LLC (March 31, 2012).
3.O. Behnke, G. Schott, K.Kroninger - Data Analysis in High Energy Physics: A Practical Guide to StatisticalMethods,Wiley-VCH.
4.Brandt, Siegmund,Data Analysis: Statistical and Computational Methods for Scientists and Engineers, 3 edição,Springer,1998.
5.Vitor Oguri, Métodos Estatísticos em Física Experimental, São Paulo, LF Editorial, 2017.
6.Lista, Luca, Statistical Methods for Data Analysis in Particle Physics, Springer, 2016.
7.Lyons, Louis, Bayes and Frequentism: a particle physicist’s perspective:http://dx.doi.org/10.1080/00107514.2012.756312
8.J. Ocariz, Probability and Statistics for Particle Physicists, https://arxiv.org/abs/1405.3402
9.Malvin H. Kalos, Paula A. Whitlock-Monte Carlo Methods Volume 1: Basics, Wiley-VCH.
10.Tao Pang, An Introduction to computational Physics, Cambridge.
11.PDG - The Review of Particle Physics (2015) K.A. Olive et al. (Particle Data Group), Chin. Phys. C, 38, 090001 (2014)and 2015 update. http://pdg.lbl.gov/
12.G. Cowan, Topics in statistical data analysis for high-energy physics: http://arxiv.org/pdf/1012.3589v1.pdf
13.K. S. Cranmer, Statistics for the LHC: Progress, Challenges and Future, proceedings of the PHYSTAT LHC Workshop,CERN 27-29 June 2007, 47. 14.MANZANO, J. A.; OLIVEIRA, J.F.; Algoritmos – Lógica para Desenvolvimento de Programação de Computadores. 22ª.Edição. São Paulo: Érica, 2009.
15.VILARIM, GILVAN, Algoritmos – Programação para Iniciantes. Ciência Moderna, Rio de Janeiro, 2004.16.FARRER, H. et all. Algoritmos Estruturados. 3ª Edição. Rio de Janeiro: Guanabara, 1999.