Offerta Didattica

PHYSICS

COMPUTATIONAL PHYSICS

Classe di corso: LM-17 - Fisica

AA: 2022/2023

Sedi: MESSINA

SSD	TAF	tipologia	frequenza	moduli
FIS/03	Caratterizzante	Libera	Libera	No

CFU	CFU LEZ	CFU LAB	CFU ESE	ORE	ORE LEZ	ORE LAB	ORE ESE
6	4	0	2	48	24	0	24

Legenda
CFU: n. crediti dell’insegnamento
CFU LEZ: n. cfu di lezione in aula
CFU LAB: n. cfu di laboratorio
CFU ESE: n. cfu di esercitazione
FREQUENZA:Libera/Obbligatoria
MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli
ORE: n. ore programmate
ORE LEZ: n. ore programmate di lezione in aula
ORE LAB: n. ore programmate di laboratorio
ORE ESE: n. ore programmate di esercitazione
SSD:sigla del settore scientifico disciplinare dell’insegnamento
TAF:sigla della tipologia di attività formativa
TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio

Obiettivi Formativi
Learning Goals

Obiettivi Formativi

Applicazione della capacità di programmare alla modellazione e la simulazione di sistemi fisici, con applicazioni a sistemi caotici e complessi. Conoscenza dei metodi computazionali più usati per studiare i sistemi di molti corpi nella fisica della materia condensata. Più specificamente, sono di fondamentale importanza i seguenti argomenti: • Efficienza degli algoritmi, casualità, prevedibilità • Misure di complessità • Dinamica non lineare • Scaling, distribuzioni di potenza • Frattali • metodo di Monte-Carlo • Dinamica molecolare • Introduzione al metodo Car-Parrinello

Learning Goals

Applying the ability to program the modelling and simulation of physical systems, with applications to chaotic and complex systems. Knowledge of the computational methods most used to study many-body systems in condensed matter physics. More specifically the following arguments are of fundamental importance: â¢ Algorithms efficiency, randomness, predictability â¢ Measures of complexity â¢ Non-linear dynamics â¢ Scaling, power-law distributions â¢ Fractals â¢ Monte-Carlo method â¢ Molecular Dynamics â¢ Introduction to the Car-Parrinello method

Metodi didattici
Teaching Methods

Metodi didattici

L’insegnamento prevede: - lezioni frontali durante le quali vengono esposti e discussi gli argomenti del corso; - esercitazioni al computer nelle quali verranno scritti ed eseguiti programmi inerenti ai vari argomenti trattati nelle lezioni.

Teaching Methods

Teaching comprehends: - frontal lessons in which the course topics are exposed and discussed - computer exercises consisting in writing and running programs concerning a number of topics presented during the lessons.

Prerequisiti
Prerequisites

Prerequisiti

Gli studenti dovrebbero possedere, in generale, le nozioni insegnate nei corsi di Laurea Triennale in Fisica. Più specificamente, dovrebbero conoscere la Meccanica Statistica di base e dovrebbero essere in grado di utilizzare un linguaggio di programmazione come: Fortran, C++ o Python

Prerequisites

Students should possess, in general, the notions teached in the courses of Laurea Triennale in Fisica. More specifically, they should know basic Statistical Mechanics and should be able to use a programming language such as: Fortran, C++ or Python.

Verifiche dell'apprendimento
Assessment

Verifiche dell'apprendimento

Programma del Corso

Modellizzazione di sistemi fisici. Efficienza algoritmica, casualità, predicibilità. Misure della complessità. Dinamica non-lineare. Scaling, distribuzioni a legge di potenza. Frattali. Metodo Monte-Carlo. Dinamica Molecolare. Introduzione al metodo Car-Parrinello.

Course Syllabus

Modeling of physical systems. Algorithms efficiency, randomness, predictability. Measures of complexity. Non-linear dynamics. Scaling, power-law distributions. Fractals. The Monte-Carlo method. Molecular Dynamics. Introduction to the Car-Parrinello method.

Testi di riferimento: M.P. Allen and D.J. Tildesley, Computer Simulation of Liquids (Oxford University Press). G.L. Baker and J.P. Gollub, Chaotic Dynamics: An Introduction (Cambridge University Press)

Esami: Elenco degli appelli

Elenco delle unità didattiche costituenti l'insegnamento

Docente: GIANPIETRO MALESCIO

Orario di Ricevimento - GIANPIETRO MALESCIO

Giorno	Ora inizio	Ora fine	Luogo
Martedì	12:00	13:00	studio docente
Giovedì	12:00	13:00	studio docente

Note: