Computational Physics
Prerequisiti
Il corso è autoconsistente, ma una conoscenza di calcolo numerico e programmazioni (Fortran, C, C++, Matlab, Mathematica, Python, Julia...) è sicuramente consigliata, così come conoscenze di fisica di base.
Programma
In questo corso saranno illustrati i fondamenti delle principali tecniche computazionali per affrontare una vasta gamma di problemi complessi in fisica, ingegneria e biologia, con particolare riferimento alla fisica dei fluidi, materia soffice e biofisica, onde classiche e quantistiche. Si illustreranno inoltre tecniche moderne di analisi dati e-learning associate alla simulazione dei sistemi di cui sopra.
1. Metodi su reticolo per campi classici e quantistici
(a) Fondamenti di discretizzazione su reticolo
(b) Metodi a differenze finite per problemi di trasporto lineare
(c) Metodi a differenze finite per fluidi e onde non-lineari
(d) Cenni a metodi per geometrie complesse: volumi finiti ed elementi finiti
2. Metodi mesoscopici
(a) Metodo Lattice Boltzmann per fluidi
(b) Metodo Lattice Boltzmann per materia soffice
(c) Soluzione numerica di equazioni cinetiche (Fokker-Planck)
(d) Metodi stocastici a particelle
3. Analisi dati e machine learning
(a) Cenni di Machine Learning
(b) Serie temporali e distribuzioni probabilistiche
(c) Analisi di segnali caotici e turbolenti
Obiettivi formativi
Al termine del corso, lo studente sarà in grado di:
1. Comprendere e sviluppare i concetti alla base della simulazione di sistemi complessi, con particolare ma non esclusivo riferimento alla fisica, ingegneria e biologia
2. Leggere in maniera critica la letteratura relativa alla simulazione di sistemi complessi di cui sopra
3. Scegliere le tecniche computazionali più appropriate per simulare sistemi complessi di cui sopra ed analizzare i rispettivi dati
4. Contribuire progetti di ricerca originali.
Riferimenti bibliografici
- P. Moin, Fundamentals of Engineering Analysis, Cambridge U.P., 2001 (https://www.amazon.com/Fundamentals-Engineering-Numerical-Analysis-Parviz/dp/0521711231)
- T. Pang, Computational Physics, Cambridge Univ. Press, 2006, (https://www.amazon.it/Introduction-Computational-Physics-Tao-Pang/dp/0521825695/ref=tmm_hrd_swatch_0?_encoding=UTF8&qid=1565251184&sr=8-1-fkmr0)
- S. Succi, The lattice Boltzmann Equation for complex states of owing matters, Oxford Univ. Press, 2018 (https://global.oup.com/academic/product/the-lattice-boltzmann-equation-9780199592357?cc = it&lang = en&)
- Y. Abu-Mostafa et al, Learning from Data, 2012 (https://www.goodreads.com/book/show/15706459-learning-from-data)