Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA DELL'AUTOMAZIONE
Insegnamento
STATISTICAL MECHANICS OF COMPLEX SYSTEMS
INP5070381, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
INGEGNERIA DELL'AUTOMAZIONE
IN0527, ordinamento 2008/09, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL MECHANICS OF COMPLEX SYSTEMS
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile AMOS MARITAN FIS/03

Mutuante
Codice Insegnamento Responsabile Corso di studio
INP5070381 STATISTICAL MECHANICS OF COMPLEX SYSTEMS AMOS MARITAN IN2191

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative MAT/07 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 9.0 72 153.0

Calendario
Inizio attività didattiche 02/03/2020
Fine attività didattiche 12/06/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2008

Commissioni d'esame
Commissione Dal Al Membri
4 2018 01/10/2018 15/03/2020 MARITAN AMOS (Presidente)
SUWEIS SAMIR SIMON (Membro Effettivo)
SENO FLAVIO (Supplente)

Syllabus
Prerequisiti: Buona conoscenza dell' analisi, calcolo e fisica di base.
Per gli studenti di "Physics of Data" il corso vale 6 CFU. Tuttavia se non hanno una preparazione adeguata in meccanica statistica sono incoraggiati a seguire tutti e 9 CFU
Conoscenze e abilita' da acquisire: Lo scopo del corso è quello di fornire allo studente una visione ampia su come la fisica teorica può contribuire a comprendere i fenomeni in una varietà di campi che vanno da argomenti come i sistemi in equilibrio termodinamico e fuori equilibrio, processi di diffusione e, più in generale, la fisica dei sistemi complessi. Particolare enfasi sarà posta sulle relazioni tra diversi argomenti che consentono un approccio matematico unificato in cui il concetto di universalità avrà un ruolo importante. Il corso tratterà una serie di sistemi fisici paradigmatici che hanno segnato l'evoluzione della fisica statistica nel secolo scorso.
Ogni problema fisico, la sua modellazione e la sua soluzione saranno descritti in dettaglio usando potenti tecniche matematiche.

Risultati:
Uno studente che abbia raggiunto gli obiettivi del corso avrà l'abilita' di: proporre modelli minimali ispirati alla meccanica statistica di sistemi natural/complessi a partire da dati empirici;
Risolvere i modelli utilizzando metodi analitici esatti ed approssimati e predire comportamenti verificabili sperimentalmente o da accurate e sofisticate analisi dei dati;
Comprendere le predizioni dei modelli in termini di fasi, transizioni di fase, leggi di scala.
• Processi di diffusione.
Lo studente avra' le conoscenze adatte e la corretta predisposizione per affrontare e risolvere problemi di varia natura con modelli che catturano gli ingredienti essenziali.
Modalita' di esame: La prima parte della verifica delle conoscenze acquisite sarà valutata attraverso esercizi a casa e la partecipazione degli studenti alle discussioni di classe. La seconda parte avrà luogo attraverso, una prova scritta comune con 1-2 esercizi e domande aperte per testare le conoscenze sui concetti di base, il vocabolario scientifico, la capacità di sintesi e discussione critica acquisita durante il corso. La terza parte e' facoltativa, sarà orale e si baserà su una discussione dei vari argomenti del corso.
Criteri di valutazione: I criteri utilizzati per verificare le conoscenze e le competenze acquisite sono:
1) comprensione degli argomenti trattati;
2) capacità critica di collegare le conoscenze acquisite;
3) completezza delle conoscenze acquisite;
4) capacità di sintesi;
5) comprensione della terminologia utilizzata
6) capacità di utilizzare le metodologie analitiche e le tecniche computazionali illustrate durante il corso per risolvere o almeno affrontare i problemi fissati su sistemi complessi in cui la meccanica statistica svolge un ruolo importante.
Contenuti: Il programma può essere riassunto come segue
Meccanica statistica ed Entropia
Modello di Ising
Processi di Diffusione
Reti complesse.
Principio di massima entropia e inferneza
Simulazioni Montecarlo
Dinamica delle e sulle reti.
Percolazione su rete.
Reti neurali
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso è organizzato in lezioni il cui contenuto è presentato alla lavagna, a volte con l'aiuto di immagini, diagrammi e video. L'insegnamento è interattivo, con domande e presentazione di casi studio, al fine di promuovere la discussione e il pensiero critico in classe.
Eventuali indicazioni sui materiali di studio: Sethna, James. Statistical mechanics: entropy, order parameters, and complexity. Vol. 14. Oxford University Press, 2006.
Appunti di lezioni.
Testi di riferimento:
  • J. P. Sethna, Entropy, Order Parameters and Complexity. --: Oxford, 2015. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Problem based learning
  • Interactive lecturing
  • Working in group
  • Questioning
  • Problem solving

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • Mathematica
  • Matlab