Insegnamento COMPUTATIONAL CHEMISTRY

Corso
Scienze chimiche
Codice insegnamento
A001124
Curriculum
Theoretical chemistry and computational modelling
Docente
Andrea Lombardi
Docenti
  • Andrea Lombardi
Ore
  • 42 ore - Andrea Lombardi
CFU
6
Regolamento
Coorte 2024
Erogato
2024/25
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

Condividi su