Insegnamento COMPUTATIONAL CHEMISTRY
| Nome del corso | Scienze chimiche |
|---|---|
| Codice insegnamento | A001124 |
| Curriculum | Theoretical chemistry and computational modelling |
| Docente responsabile | Andrea Lombardi |
| Docenti |
|
| Ore |
|
| CFU | 6 |
| Regolamento | Coorte 2024 |
| Erogato | Erogato nel 2024/25 |
| Erogato altro regolamento | |
| Attività | Caratterizzante |
| Ambito | Discipline chimiche inorganiche e chimico-fisiche |
| Settore | CHIM/03 |
| Tipo insegnamento | Obbligatorio (Required) |
| Tipo attività | Attività formativa monodisciplinare |
| Lingua insegnamento | INGLESE |
| Contenuti | Introduzione all'uso degli strumenti informatici nella chimica moderna. Quantità calcolabili, definizioni, complessità computazionale. Macchina di Turing. Breve introduzione e richiami di sistemi operativi, editor e linguaggi di programmazione. -Classificazione delle metodologie esistenti, in termini di metodi quantistici, semiclassici, classici e statistici; Principali problematiche di interesse nella chimica computazionale - calcolo di strutture elettroniche; - ottimizzazione di strutture molecolari, ricerca di minimi su superfici di energia potenziali - classificazione di punti stazionari e grafici di connettività. Costruzione e studio delle di superfici di energia potenziale - interazioni intermolecolari - dinamica molecolare classica e quantistica, metodi misti (QM/MM). Machine learning applicato alla chimica computazionale, reti neurali. Al fine di facilitare l'apprendimento, i principali contenuti del corso sono intervallati da periodici richiami a aspetti di base della meccanica classica e quantistica e statistica. Il corso sarà arricchito da esempi di applicazioni delle tecniche e metodi studiati. Sono previste esercitazioni in aula, svolte attraverso l'accesso a cluster virtuali. Seminari di docenti e ricercatori attivi nel campo della chimica computazionale arricchiranno ulteriormente il corso. |
| Testi di riferimento | Dispense fornite dal docente e riferimenti bibliografici. Testi opzionali: -Errol G. Lewars, Computational Chemistry -Frank Jensen, Introduction to Computational Chemistry |
| Obiettivi formativi | Obiettivi del corso sono: - le basi teoriche della chimica computazionale -una conoscenza generale delle applicazioni: fattibilità, limitazioni e vantaggi. - lo sviluppo di un approccio pratico all'applicazione dei metodi computazionali alla modellistica molecolare e biomolecolare. |
| Prerequisiti | Conoscenze di base di programmazione. Conoscenze matematiche di algebra lineare e analisi matematica e teoria dei gruppi. Conoscenze di base di meccanica classica e quantistica. |
| Metodi didattici | Lezioni frontali, esercitazioni pratiche al calcolatore |
| Altre informazioni | Periodo: Marzo-Maggio 2025. Dove: biblioteca di chimica generale, piano terzo, presso Dipartimento di Chimica, Biologia e Biotecnologie in Via Elce di Sotto |
| Modalità di verifica dell'apprendimento | Presentazione di seminari individuali da parte degli studenti su argomenti inerenti il corso Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA visita la pagina http://www.unipg.it/disabilita-e-dsa |
| Programma esteso | 1) Introduzione al calcolo scientifico e alla chimica computazionale 1.1 Definizione di chimica computazionale e suo ruolo nella ricerca scientifica contemporanea 1.2 Calcolatori: sistemi operativi (LINUX), "shell" e editori di testo. 1.3 Breve rivista di linguaggi di programmazione. 1.4 Calcolo parallelo e calcolo distribuito. 2) Richiami di meccanica classica e quantistica. 2.1 Metodi quantistici nei problemi molecolari 2.2 Metodi semiclassici e classici nella dinamica molecolare 3) Superfici di energia potenziale 3.1 Metodi quantistici per sistemi elementari 3.2 Interazioni intermolecolari 3.3 Meccanica molecolare e "Force Fields" per sistemi complessi 3.4 Classificazione di punti stazionari, bacini, grafici di connessione. 4) Machine Learning applicato alla chimica computazionale. 4.1 Introduzione al machine learning e rivista delle principali applicazioni 4.2 Percettroni e reti neurali 5) Simulazioni di dinamica molecolare 5.1 Dinamica molecolare classica 4.2 Metodi QM/MM 5) Esplorazione di superfici di energia potenziale, ricerca sistematica di minimi e punti di sella |
| Obiettivi Agenda 2030 per lo sviluppo sostenibile |