PRESENTAZIONE

L'insegnamento introduce due metodi computazionali fondamentali per lo studio delle proprietà di una vasta gamma di materiali (dal sintetico al biologico): il metodo Monte Carlo e la dinamica molecolare. Dopo un’introduzione teorica basata sulla fisica statistica, seguiranno esercitazioni pratiche al computer.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Al termine del corso gli studenti avranno acquisito le conoscenze teoriche fondamentali e le competenze necessarie per modellare sistemi semplici e simulare processi fisici su scala nanometrica.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Conoscenza e capacità di comprensione

Lo studente acquisirà le conoscenze teoriche di base necessarie alla modellizzazione e simulazione di sistemi fisici alla nanoscala. In particolare, comprenderà i fondamenti fisico-statistici dei metodi Monte Carlo e di dinamica molecolare, inclusi la distribuzione di Boltzmann, il concetto di ergodicità e i principi della dinamica molecolare nei diversi insiemi statistici.

Capacità di applicare conoscenza e comprensione

Sarà in grado di utilizzare codici di simulazione Monte Carlo e di dinamica molecolare per investigare le proprietà strutturali, termodinamiche e cinetiche di materiali sintetici e biologici. Sarà inoltre capace di modificare e adattare i codici esistenti per applicarli a sistemi diversi, tra cui polimeri, nanoparticelle metalliche e membrane lipidiche.

Autonomia di giudizio

Lo studente svilupperà la capacità di scegliere in modo autonomo il metodo simulativo più adeguato per affrontare specifici problemi fisici, valutando criticamente i risultati ottenuti e riconoscendone i limiti in funzione del modello adottato.

Abilità comunicative

Sarà in grado di descrivere con chiarezza i metodi utilizzati, i risultati delle simulazioni e il loro significato fisico, utilizzando una terminologia scientifica appropriata.

Capacità di apprendimento

Svilupperà gli strumenti concettuali e pratici che gli potranno permettere, in seguito, di approfondire in modo autonomo approcci computazionali più avanzati.

PREREQUISITI

Non sono previste propedeuticità formali. Sono tuttavia consigliate conoscenze di base di meccanica, termodinamica, statistica e programmazione scientifica.

MODALITA' DIDATTICHE

Lezioni frontali dedicate all’introduzione teorica dei metodi computazionali trattati. Esercitazioni pratiche al computer, in cui gli studenti applicano i concetti appresi utilizzando codici di simulazione. Le attività sono progettate per promuovere l’apprendimento attivo e il collegamento tra teoria e pratica.
La frequenza è fortemente consigliata, in particolare per le esercitazioni pratiche al computer. Gli studenti saranno guidati nell’uso di codici di simulazione e nello sviluppo progressivo delle competenze necessarie alla realizzazione del progetto finale.

PROGRAMMA/CONTENUTO

L'insegnamento è articolato in due parti, dedicate rispettivamente ai metodi di Monte Carlo e alla dinamica molecolare. Entrambe le sezioni comprendono un’introduzione teorica, volta a fornire le conoscenze fisico-statistiche di base, seguita da una parte pratica con esercitazioni al computer, in cui gli studenti applicheranno i concetti appresi utilizzando e, quando necessario, modificando codici di simulazione.

Parte 1: Monte Carlo

• Elementi di probabilità e meccanica statistica: distribuzione di Boltzmann

• Metodi Monte Carlo con importance sampling e Monte Carlo cinetico

• Esercitazioni pratiche con simulazioni: esempi di applicazione includono la magnetizzazione in un ferromagnete bidimensionale, transizioni ordine-disordine in gas reticolari, e la crescita di cristalli in due dimensioni.

Parte 2: Dinamica molecolare

• Principi fondamentali della dinamica molecolare

• Simulazioni a energia costante e a temperatura costante

• Esercitazioni pratiche con simulazioni: esempi di applicazione includono sistemi polimerici, nanoparticelle metalliche (funzionalizzate e non) e membrane lipidiche.

TESTI/BIBLIOGRAFIA

Understanding Molecular Simulation: From Algorithms to Applications - Daan Frenkel, Berend Smit - ELSEVIER, 2nd Edition

Materiale didattico aggiuntivo, slide, esempi di codice e tracce delle esercitazioni saranno resi disponibili su AulaWeb.

DOCENTI E COMMISSIONI

LEZIONI

INIZIO LEZIONI

Secondo l'orario riportato qui

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Esame orale basato sulla presentazione e discussione di un lavoro di simulazione sviluppato autonomamente dallo studente.
Il lavoro consisterà nella riproduzione ed integrazione di una delle esercitazioni svolte durante l’insegnamento, applicata a un sistema concordato con il docente. Non sono previste prove intermedie.

Per gli studenti con disabilità o con Disturbi Specifici dell’Apprendimento (DSA), si rimanda alla sezione “Altre informazioni” per eventuali disposizioni specifiche.

MODALITA' DI ACCERTAMENTO

La verifica dell’apprendimento avverrà tramite una prova orale, durante la quale lo studente presenterà un’attività di simulazione svolta autonomamente. Sarà richiesto di riprodurre una delle esercitazioni viste a lezione, apportando modifiche al sistema o materiale simulato, al fine di valutare la capacità di applicare e adattare i metodi computazionali trattati nel corso.
A seguire, verrà posta una domanda sulla parte teorica, per accertare la comprensione dei fondamenti fisico-statistici alla base dei metodi utilizzati.
La valutazione finale terrà conto della correttezza metodologica, della qualità dell’analisi dei dati, dell’interpretazione fisica dei risultati, dell’autonomia nello sviluppo del progetto, della chiarezza espositiva e dell’uso appropriato della terminologia scientifica.

ALTRE INFORMAZIONI

Studenti disabili e DSA: le studentesse e gli studenti con disabilità o con disturbi specifici dell'apprendimento (DSA) possono richiedere adattamenti in sede d'esame.

È necessario inserire la certificazione sul sito web di Ateneo alla pagina servizionline.unige.it nella sezione “Studenti”. La documentazione sarà verificata dal Settore servizi per l’inclusione degli studenti con disabilità e con DSA dell’Ateneo (https://rubrica.unige.it/strutture/struttura/100111). Successivamente, con significativo anticipo (almeno 7 giorni) rispetto alla data di esame occorre compilare l’apposito modulo online (https://modulionline.unige.it/richiesta-adattamenti#no-back)

Per ulteriori informazioni in merito alla richiesta di servizi e adattamenti consultare il Link https://unige.it/disabilita-dsa/richiesta-servizi