Logo UAB

Anàlisi de Dades en Astrofísica

Codi: 104416 Crèdits: 6
2024/2025
Titulació Tipus Curs
2503740 Matemàtica Computacional i Analítica de Dades OT 4

Professor/a de contacte

Nom:
Manuel Carlos Delfino Reznicek
Correu electrònic:
manuel.delfino@uab.cat

Equip docent

Maria del Pilar Casado Lechuga

Idiomes dels grups

Podeu consultar aquesta informació al final del document.


Prerequisits

No hi ha prerequisits formals. Es recomana:

  • haver completat les assignatures troncals dels tres primers cursos del Grau
  • conèixer la programació a python
  • haver estudiat física almenys a nivell d'escola secundària

Objectius

La visió que té la humanitat de l'Univers va canviar radicalment al segle XX. L'evolució de les tècniques de detecció ha augmentat el nombre d'objectes visibles al cel d'uns quants centenars a milers de milions. A més, els objectes es poden observar mitjançant radiació electromagnètica en una àmplia gamma de longituds d'ona, des de radi i infraroig fins a la banda visible i els raigs X. Les tècniques experimentals de la física de partícules elementals s'han adaptat per estendre les observacions d'objectes celestes, per exemple a través de fotons de més energia (raigs gamma). Aquestes tècniques també permeten, per primera vegada, l'observació del cel a través de missatgers no electromagnètics, és a dir, partícules carregades (“raigs còsmics”) i, molt recentment, neutrins. Finalment, gegantins interferòmetres làser molt precisos han observat recentment ones gravitacionals, que brinden una altra manera d'observar objectes celestes.

Totes aquestes maneres d'observar l'Univers estan produint enormes quantitats de dades que cal filtrar, calibrar, analitzar i comparar amb les prediccions teòriques. Això requereix la reducció de les dades en sistemes d'alt rendiment i simulacions en sistemes d'altes prestacions, combinades amb anàlisis estadístiques sofisticades i estimacions d'incertesa. Les tècniques de Big Data i Intel·ligència Artificial s'estan aplicant cada vegada més al camp. L´objectiu del curs és explorar aquestes tècniques en el context del Grau.


Resultats d'aprenentatge

  1. CM32 (Competència) Avaluar el grau de compliment dels requisits necessaris per a aplicar cada procediment estadístic avançat.
  2. CM32 (Competència) Avaluar el grau de compliment dels requisits necessaris per a aplicar cada procediment estadístic avançat.
  3. CM33 (Competència) Extreure conclusions rellevants de problemes aplicats mitjançant l'aplicació de mètodes estadístics avançats.
  4. CM33 (Competència) Extreure conclusions rellevants de problemes aplicats mitjançant l'aplicació de mètodes estadístics avançats.
  5. CM33 (Competència) Extreure conclusions rellevants de problemes aplicats mitjançant l'aplicació de mètodes estadístics avançats.
  6. KM27 (Coneixement) Reconèixer els avantatges i inconvenients de les diferents metodologies estadístiques aplicades a les diverses disciplines.
  7. KM27 (Coneixement) Reconèixer els avantatges i inconvenients de les diferents metodologies estadístiques aplicades a les diverses disciplines.

Continguts

  1. Observació del cel: física, models i simulacions, observacions i instruments.
  2. Estudi de cas: Exploracions òptiques de gran abast: Mesura de l'expansió de l'Univers
  3. Estudi de cas: Telescopis Cherenkov d'Imatge Atmosfèrica: mesurant l’Univers no tèrmic
  4. Estudi de cas: l'Univers violent: astronomia de neutrins amb grans volums de gel o aigua instrumentats
  5. Estudi de cas: L'Univers violent: Detecció d'ones gravitacionals amb interferòmetres làser

Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Classes Magistrals 15 0,6 CM32, CM33, KM27, CM32
Tipus: Supervisades      
Estudis de casos 25 1 CM32, CM33, KM27, CM32
Tipus: Autònomes      
Desenvolupament de solucions i programes 50 2 CM33, CM33
Estudi 45 1,8 CM32, KM27, CM32
Tutories amb professors 5 0,2 CM32, CM33, KM27, CM32

El curs s'organitzarà en 5 mòduls de 2-3 setmanes de durada. La introducció a cada mòdul es donarà en Classes Magistrals. Posteriorment, els estudiants treballaran en la comprensió d'una sèrie d'estudis de cas, analitzaran críticament les solucions existents i proposaran millores.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.


Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Presentacions i participació en debats 86% 8 0,32 CM32, CM33, KM27
Proves d'Avaluació Continuada 14% 2 0,08 CM32, CM33, KM27

Aquesta assignatura no preveu el sistema d’avaluació única.

Els aspectes més teòrics s’avaluaran mitjançant una prova d’avaluació continuada de 2 hores de durada. Els aspectes més pràctics s’avaluaran mitjançant Presentacions i Participació en Debats, cadascun d’uns 2 hores de durada.


Bibliografia

Física per a la ciència i la tecnologia Electricitat i magnetisme / La llum / Física moderna : mecànica quàntica, relativitat i estructura de la matèria / Paul A. Tipler, Gene Mosca ; obra coordina per David Jou i Mirabent i Josep Enric Llebot Rabagliati. 2nd ed. Barcelona: Editorial Reverté, 2010. (versión electrónica disponible a través de la Biblioteca de la UAB).

Statistical Data Analysis, G. Cowan, ISBN: 0198501552, 1998.

Python Pocket Reference, O’Reilly, Mark Lutz, ISBN: 0596158084, 2009.

Fundamental Astronomy, Hannu Karttunen, Pekka Kröger, Heikki Oja, Markku Poutanen, Karl Johan Donner. ISBN: 978-3-662-53045-0, 2016

Particle Physics Reference Library : Volume 2: Detectors for Particles and Radiation / Edited by Christian W. Fabjan, Herwig Schopper. Ed. Christian W. Fabjan and Herwig Schopper. Cham, Switzerland: Springer Nature, 2020. Web.
Full Text Access:
https://bibcercador.uab.cat/permalink/34CSUC_UAB/1eqfv2p/alma991010351516706709


Programari

Qualsevol tipus de full de càlcul (LibreOffice Calc, Google Sheets, Microsoft Excel, etc.)
Pàgines en línia que generen gràfics (desmos.com, GeoGebra, etc.)
python
Jupyter notebooks


Llista d'idiomes

Nom Grup Idioma Semestre Torn
(PLAB) Pràctiques de laboratori 1 Català/Espanyol segon quadrimestre matí-mixt
(TE) Teoria 1 Català/Espanyol segon quadrimestre matí-mixt