Il Python che ti serve in classe

Usa la programmazione scientifica per fare matematica e fisica

E se la matematica e la fisica potessero diventare dinamiche e coinvolgenti grazie alla programmazione? Questo corso trasforma Python in uno strumento didattico accessibile e potente, capace di avvicinare studenti e studentesse ai concetti scientifici attraverso problemi reali, simulazioni e visualizzazioni.

Un percorso pratico e graduale che guida dalle basi della programmazione all’uso di strumenti per il calcolo, l’analisi dei dati e la rappresentazione grafica, per portare in classe attività efficaci e stimolanti.

• Il corso

• Il linguaggio di programmazione Python può diventare un prezioso alleato per chi insegna matematica e fisica.
  
  Questo corso accompagna alla scoperta di Python come strumento per risolvere problemi matematici e scientifici. Non sono richiesti prerequisiti tecnici: si inizia dalle basi della programmazione per poi approfondire strumenti per gestire il calcolo numerico e simbolico, creare grafici, analizzare dati, visualizzare funzioni e verificare leggi fisiche.
  
  Ogni lezione parte da un problema concreto di matematica o fisica e introduce nuovi strumenti di programmazione per affrontarlo. Il linguaggio non è il punto di partenza, ma un mezzo per interpretare e risolvere sfide scientifiche. Dopo un’introduzione alla sintassi di Python e alla gestione dei dati, si continua lavorando con le librerie open source (NumPy, SymPy, Matplotlib), strumenti gratuiti già pronti progettati specificamente per facilitare la scrittura di codice per la matematica e l'analisi scientifica.
  
  Due progetti applicativi aiutano a mettere in pratica quanto appreso: nel primo, si esplorano le formule di Viète con approccio computazionale; nel secondo, si costruisce una simulazione gravitazionale usando la programmazione orientata agli oggetti.
  
  Il corso invita anche a lavorare con notebook computazionali in Jupyter Lab e Google Colab, per creare e condividere presentazioni scientifiche interattive. E a usare l’intelligenza artificiale generativa per affiancare lo sviluppo del codice.
  
  Alla fine del percorso, i partecipanti sapranno portare in classe strumenti e attività per esplorare la matematica e la fisica attraverso la programmazione, coinvolgendo studenti e studentesse in modo nuovo.

• Quando si svolge?

• Dopo l’acquisto si può accedere al corso e ai materiali per i successivi 12 mesi.
  
  La data di inizio coincide con la data di acquisto.
  
  Da quel momento è possibile accedere ai moduli, alle risorse e alle videolezioni in piena autonomia e secondo i propri ritmi e tempi. L’accesso al corso termina una volta trascorsi 12 mesi dalla data dell’acquisto.

• Programma e obiettivi

• Il corso si compone di dieci moduli pratici e graduali. Ogni modulo contiene videolezioni chiare e progressive, notebook interattivi, schede PDF da usare in classe e bacheche virtuali per condividere i progetti realizzati.
  
  

  LA STRUTTURA DEL CORSO
  
  

  Introduzione

  
  

  Le cose che devi sapere per iniziare questo corso.
  Tutte le informazioni per muoversi all’interno del corso.
  
  Guida al corso e agli strumenti.
  Introduzione al corso, agli strumenti che saranno usati nelle lezioni (Jupyter Lab, notebook computazionali) e all’uso dell’IA generativa come supporto per la programmazione.

  
  
  

  Moduli didattici

  
  

  Modulo 1: Muovere i primi passi in Python
  Perché utilizzare Python in classe | Configurazione dell’ambiente di lavoro e primi calcoli | Numeri e operazioni in Python | Input e formattazione dell’output

  Modulo 2: Le strutture di controllo in Python
  Condizioni e decisioni | Iterare con il ciclo for | Iterare con il ciclo while | Il modulo random e il π

  Modulo 3: Le collezioni in Python
  Le liste | I dizionari | List e dictionary comprehension | Tuple e insiemi

  Modulo 4: Funzioni
  Definire e utilizzare le funzioni | Parametri e scope delle variabili

  Modulo 5: Calcolo numerico con Numpy
  Array NumPy e calcolo scientifico efficiente | Operazioni matematiche vettoriali | Leggi orarie (con una anticipazione su Matplotlib) | Stimare π con NumPy e il metodo Monte Carlo

  Modulo 6: Calcolo simbolico con SymPy
  Simboli ed espressioni matematiche | Risoluzione di equazioni | Calcolo differenziale e integrale

  Modulo 7: Equazioni e formule di Viète
  La teoria | Il codice Python

  Modulo 8: Grafici e visualizzazioni con Matplotlib
  Introduzione ai grafici scientifici | Grafici specializzati per la fisica | Grafici specializzati per la statistica | Forme geometriche

  Modulo 9: Classi
  Introduzione alle classi e agli oggetti | Metodi speciali e applicazione ai vettori in fisica

  Modulo 10: Corpi soggetti ad attrazione gravitazionale
  La teoria | Il codice Python

  
  
  

  Modulo finale

  
  

  Test finale e questionario di gradimento.
  
• Competenze

• 1. Conoscere le basi della programmazione in Python e le sue applicazioni didattiche per la matematica e la fisica

  
  

  2. Gestire il calcolo numerico con NumPy e il calcolo simbolico con SymPy

  
  

  3. Creare grafici per la visualizzazione scientifica con Matplotlib

  
  

  4. Usare i notebook computazionali tramite Google Colab e Jupyter Lab

  
  

  5. Sfruttare le librerie open source e l'IA generativa come supporto per lo sviluppo del codice

  Competenze DigcompEdu: Area 1 | 2 | 3 | 5 | 6
  
  

• Come funziona?

• Il corso si tiene in modalità online e asincrona.
  
  Le videolezioni e le risorse sono fruibili in autonomia - secondo i propri tempi - sulla piattaforma dedicata ai corsi online di Zanichelli editore, accessibile da myZanichelli.

• Ricevo un attestato?

• Il corso prevede un breve test finale.
  
  Il superamento del test è necessario per ottenere l’attestato di partecipazione, per un totale di 50 ore di formazione.

  Questo corso viene valutato 0.5 punti nelle Graduatorie Provinciali Supplenti (GPS).

• Il corso è tenuto da Simone Conradi

• 
  Dottore di ricerca in fisica teorica, dopo circa 10 anni di esperienza nel settore dell’automazione ferroviaria, ricoprendo diversi ruoli, ha svolto consulenza sull’applicazione di modelli matematici e algoritmi di machine learning applicati alla finanza. Da 10 anni insegna informatica nell’indirizzo Informatico - Smart Robot dell’ITIS Delpozzo di Cuneo e si occupa di metodologie didattiche per il coding, di nuove tecnologie per l’insegnamento della computer science e dell’applicazione di Python nell’insegnamento della matematica e della fisica. Con Roberta Molinari è autore di Intelligenza Artificiale – Cogito ergo sum? (Zanichelli, 2022).

• Quanto costa?

• Il corso costa 98 euro.
  
  Si può acquistare con: Carta del docente | Carta di credito | PayPal.

  
  

  Per ricevere un preventivo personalizzato per un’offerta curvata sulla propria scuola o per qualunque altra informazione si può scrivere a: formazione@zanichelli.it

• S.O.F.I.A.

• Questo corso è presente anche su S.O.F.I.A., lo spazio ministeriale in cui gli insegnanti di ruolo possono documentare la propria storia formativa e professionale.
  
  Iniziativa formativa 104242, ID edizione 157002

Per ulteriori informazioni scrivere a formazione@zanichelli.it