Salta al contenuto principale della pagina

FISICA COMPUTAZIONALE

CODICE 101938
ANNO ACCADEMICO 2022/2023
CFU
  • 6 cfu al 2° anno di 9012 FISICA(LM-17) - GENOVA
  • 6 cfu al 1° anno di 9012 FISICA(LM-17) - GENOVA
  • SETTORE SCIENTIFICO DISCIPLINARE FIS/03
    LINGUA Italiano
    SEDE
  • GENOVA
  • PERIODO 2° Semestre
    MATERIALE DIDATTICO AULAWEB

    PRESENTAZIONE

    Il corso tratta dei metodi computazionali più importanti per lo studio di sistemi a molti gradi di libertà in fisica della materia. La parte iniziale comprende un'introduzione alla dinamica molecolare e ai principi di base del metodo di Monte Carlo. Il corso quindi prosegue con la trattazione di metodi  per lo studio dell'energy landscape, con applicazioni che vanno dalla fisica della nanoparticelle, ai sistemi biologici e alla progettazione di farmaci al calcolatore.

    OBIETTIVI E CONTENUTI

    OBIETTIVI FORMATIVI

    Gli obiettivi formativi dell'insegnamento sono: apprendimento dei concetti di energy landscape e di free-energy landscape, apprendimento dei principi alla base dei metodi per l'esplorazione dell'energy landscape per sistemi complessi, apprendimento dei concetti di variabili collettive e di free-energy landscape, apprendimento dei metodi piu' importanti per l'esplorazione dell'energy landscape, acquisizione della capacita' di elaborare e utilizzare software per lo studio dei sistemi complessi di intertesse nella fisica della materia e nella biofisica.

    OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

    Lo studente dovrà apprendere le caratteristiche forndamentali per la caratterizzazione dell'energy landscape e del loro ruolo nel determinare le proprietà di equilibrio e la cinetica di trasformazione di sistemi complessi.

    Lo studente dovrà essere in grado di eleborare software per i metodicomputazionali più semplici (dinamica molecolare in sistemi senza vincoli) e di utilizzare software già predisposto per lo studio di metodi più complessi.

    PREREQUISITI

    Conoscenza della meccanica statistica di base (insiemi statistici, funzione di partizione e connessione con l'energia libera)

    Conoscenza di almeno un linguaggio di programmazione (c++, matlab, python...)

    MODALITA' DIDATTICHE

    Lezioni frontali ed esercitazioni al calclatore.

    PROGRAMMA/CONTENUTO

    Il corso si avvale della collaborazione della Dr. Giulia Rossi (Università di Genova) e del Dr. Walter Rocchia (Istituto Italiano di Tecnologia, IIT)

    Il programma si articola nelle parti seguenti
     Introduzione alla dinamica molecolare (R. Ferrando)
     Energy Landscape (R. Ferrando)
     Ottimizzazione strutturale (R. Ferrando)
     Metodi per l'esplorazione accelerata dell'energy landscape (R. Ferrando)
     Free Energy Landscape e metadinamica (G. Rossi)
     Introduzione alla progettazione di farmaci al calcolatore. Tecniche computazionali per la stima dell'affinità di legame (W. Rocchia)

     

    TESTI/BIBLIOGRAFIA

    Dispense del corso e slides

    DOCENTI E COMMISSIONI

    Commissione d'esame

    RICCARDO FERRANDO (Presidente)

    DAVIDE BOCHICCHIO (Presidente Supplente)

    LEZIONI

    Orari delle lezioni

    L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

    ESAMI

    MODALITA' D'ESAME

    L'esame è orale e consiste nella presentazione di un breve seminario (20-25 minuti) su un argomento a scelta, seguita da discussione. Infine, vengono formulate domande sulle parti del corso non direttamente legate all'argomanto scelto per il seminario.

    MODALITA' DI ACCERTAMENTO

    Lo studente deve essere in grado di elaborare in modo autonomo e critico l'argomento scelto per il seminario. Questo viene accertato valutando la qualità dell'esposizione orale e delle slides e approfondendo l'argomento scelto con domande attinenti.  Viene accertata quind la conoscenza dei concetti fondamentali spiegati nel corso con ulteriori domande non direttamente inerenti all'argomento del seminario.