a=[1,4,2,3] GDL>b=a(sort(a)) GDL>print,b GDL>1 2 3 4 GDL>print,sort(a) GDL&gt

Testo completo

(1)

L'istruzione do

Come inserire dei  valori dall'esterno

o

pro prova sum=0

for i=1,10 do begin sum=sum+i

endfor print,sum end

pro prova Sum=0

Read,n,prompt='sommo fino a che numero?' for i=1,n do begin

sum=sum+i endfor

print,sum end

(2)

L'istruzione if

L'istruzione  while   

o

pro prova sum=0

read,n,prompt='sommo fino a che numero?' for i=1,1000 do begin

if(i le n) then begin sum=sum+i

endif endfor print,sum end

Pro prova sum=0

read,n,prompt='sommo fino a che numero?' i=0

while (i ne n) do begin i=i+1

sum=sum+i endwhile print,sum end

(3)

Se voglio ricominciare

 

o

Program prova again: sum=0

read,n,prompt='sommo fino a che numero?' i=0

while (i ne n) do begin i=i+1

sum=sum+i endwhile print,sum

read,k,prompt='ricomincio, 1= si'' if (k eq 1) then goto,again

end

(4)

Verificare che randomn produce effettivamente una  gaussiana (di media 0 e deviazione std 1).

A) contare gli eventi entro 1,2,3 sigma e vedere come  cambiano al variare del campionamento ossia del 

numero dei dati che io ho a disposizione.

Ho bisogno di “ordinare” i dati (GDL> a=[1,4,2,3]

GDL>b=a(sort(a)) GDL>print,b

GDL>1 2 3 4

GDL>print,sort(a) GDL> 0 2 3 1

E anche di  randomn(1,4) randomn(2,4)  randomn(seed,4)

Nonche' di randomn(1,4,2), randomn(2,4,2) randomn(seed,4,2)

o

ESERCIZIO 9

(5)

B) produrre il grafico di quanto ottenuto con randomn utilizzando un numero variabile di dati e verificare  quanti dati sono necessari (campionamento) per  riprodurre una forma simile ad una gaussiana

(6)

La gaussiana:

Se pongo

Ottengo la distribuzione normale 

avente media       uguale a zero e deviazione standard        uguale a 1 

f (x)= 1

2 π σ e

−(x−μ)2 2 σ2

Z=x−μ σ

f (z)= 1

2 π e

z2

(μ) (σ )

(7)

GDL>print,gauss_pdf(1) – gauss_pdf(­1) GDL> 0.682690

gauss_pdf  sta per gaussian probability density  function

L'istruzione gauss_pdf calcola la distribuzione 

cumulativa della distribuzione normale e pertanto  permette di stabilire qual'e' la probabilità che una  variabile distribuita normalmente abbia una valore inferiore o uguale a quello messo fra parentesi

infatti   GDL>print,gauss_pdf(1)       GDL>0.84134

 

−∞

1

2 π e

−z2

dz=1

−σ

σ 1

2 π e

z2

dz=0.68

(8)

      ESERCIZIO 10

Se  la magnitudine B assoluta delle Ellittiche  seguisse  una distribuzione gaussiana con media ­21 e 

dispersione 0.8,  (non e' cosi !). Quale sarebbe la  probabilita' di trovare un'ellittica con M_B < ­23 ?

(9)

      ESERCIZIO 11

Supponiamo che la distribuzione delle velocita' negli

ammassi di galassie sia gaussiana (valore medio pari a  quello del centro di massa e dispersione derivabile

dall' “amato” teroema del viriale.

Se abbiamo 2 ammassi uguali (stessa massa e stessa 

“dimensione”) collocati lungo la stessa linea di vista A che distanza si devono trovare l'uno dall'altro 

perche' le distribuzioni delle velocita' siano  distinguibili?

Quanto dipende (il risultato) dal campionamento?

figura

Updating...

Riferimenti

Updating...

Argomenti correlati :