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 2019
- Erogato
- 2019/20
- 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. 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
- costruzione e studio delle di superfici di energia potenziale
- interazioni intermolecolari
- dinamica molecolare classica e quantistica, metodi misti (QM/MM)
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: Ottobre-Dicembre 2019.
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 scienza 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
4) Simulazioni di dinamica molecolare
4.1 Dinamica molecolare classica
4.2 Metodi QM/MM
5) Esplorazione di superfici di energia potenziale
5.1 Punti stazionari, minimo globale, minimi locali e punti di sella
5.2 Metodi per la ricerca di minimi di energia
5.3 Cammini di reazione e isomerizzazione
6) Richiami di Meccanica Statistica
7) Simulazione di sistemi estesi
7.1 Condizioni periodiche al contorno
7.2 Simulazione di superfici, solidi e liquidi
8) Modellistica di biomolecole
8.1 Database di proprietà strutturali di biomolecole
8.2 Simulazione di biomolecole