Simulación avanzada de materiais

A materia "Simulación avanzada de materiais" pretende proporcionar ao alumno técnicas avanzadas de simulación por computadora que permiten a caracterización de materiais en diferentes escalas de tempo e de tamaño, proporcionándolle os fundamentos esenciais destas e mostrándolle diversas aplicacións das mesmas. No curso preséntanse algúns dos métodos máis avanzados de simulación Monte Carlo, dinámica molecular e ab initio (MD e DFT) superando o tratamento propio dos cursos introductorios a nivel dun grado en Física, ampliando e complementando os contidos impartidos noutras materias do máster como Física Computacional ou Estrutura Electrónica de Sólidos. Especial atención préstase técnicas avanzadas de simulación cos métodos anteriores e a algunhas das súas aplicacións máis recentes no ámbito da simulación de materiais.

RESULTADOS D APRENDIZAXE
Os resultados da aprendizaxe son tanto de carácter teórico como práctico, xa que se pretende que o alumnado coñeza non só as bases teóricas desta materia, senón tamén aplicacións concretas a sistemas de diversa natureza. En particular, prevese que, unha vez rematada a materia, o alumnado sexa capaz de:
1. Analizar os conceptos de simulación por ordenador, especialmente as escalas de tempo e tamaño característicos de cada técnica.
2. Aplicar os principios e coñecementos básicos da disciplina.
3. Capacidade para aprender de forma autónoma e ter espírito emprendedor.
4. Comunicar os propios puntos de vista de forma persuasiva.
5. Contextualizar o estado de evolución da materia no momento histórico actual.
6. Manexar os métodos convencionais e cinéticos de Monte Carlo, e coñecer algunhas das súas principais aplicacións avanzadas.
7. Coñecer métodos de simulación utilizando dinámicas moleculares fully atomistic e coarse grained.
8. Coñecer os fundamentos e algunhas das principais aplicacións das técnicas de simulación ab initio (DFT no espazos real e de Fourier, dinámica molecular ab initio).
9. Xestionar recursos bibliográficos e documentais: bases de datos, navegación, etc.

1. Introdución. Fundamentos teóricos de simulación.
2. Métodos Monte Carlo: Monte Carlo dependente do tempo. Quantum Monte Carlo.
3. Dinámica molecular: campos de forzas. Potenciais polarizables. Métodos de simulación coarse-grained e representacións reducidas.
4. Simulación ab initio mediante teoría do funcional da densidad (DFT): estafe-dependent DFT. simulación de estados excitados. DFT no espazo real. Dinámica molecular ab initio.
5. Aplicacións avanzadas de simulación en materiais: estado da arte. nanoestructuras, líquidos nanoestructurados e sistemas biolóxicos.

Básica:

1. L.M. Varela, H. Montes y T. Méndez, Mecánica Estadística, USC Editora, 2024
2. Notas dos profesores da asignatura, que estarán a disposición do alumnado no Campus Virtual da USC.

Complementaria:

1. A Guide to Monte Carlo Simulations in Statistical Physics (Cambridge University Press, 2015) D. P. Landau, K. Binder.
2. Molecular Modelling. Principles and Applications (Ed Pearson Education, 2001), Andrew R. Leach
3. Introduction to Computational Chemistry (Ed Wiley), Frank Jensen.
4. Understanding Molecular Simulation. From algorithms to Applications (Ed Academic Press, 2001), Daan Frenkel, Berend Smit.
5. Simulating the Physical World: Hierarchical Modeling from Quantum Mechanics to Fluid Dynamics (Ed. Cambridge University Press, 2007), Herman J. C. Berendsen.
6. Computer Simulation of Liquids (2nd ed), (Ed. Oxford University Press, 2017), Michael Allen & Dominic Tildesley
7. GROMACS Reference Manual. http://www.gromacs.org/Documentation/Manual
8. Density functional theory: a practical introduction (John Wiley & Sons, 2011) Sholl, David, and Janice A. Steckel.
9. Materials modelling using density functional theory: properties and predictions. (Oxford University Press, 2014) Giustino, Feliciano
10. Marques, Miguel AL, et al., eds. Fundamentals of time-dependent density functional theory. Vol. 837. Springer Science & Business Media, 2012.

- -Introducción a Linux y Bash:
-https://computernewage.com/2018/09/16/scripting-linux-introduccion/
-https://www.howtoforge.com/tutorial/linux-shell-scripting-lessons/
-https://linuxconfig.org/bash-scripting-tutorial-for-beginners
- Introducción a Python:
-https://www.python.org/about/gettingstarted/
-https://www.learnpython.org/es/
Visualizadores moleculares:
-http://cheminf.cmbi.ru.nl/molden/
-http://www.cambridgesoft.com/support/ProductHomePage.aspx?KBCatID=112
-http://www.ks.uiuc.edu/Training/Tutorials/vmd-index.html
-http://pymol.sourceforge.net/newman/user/toc.html
-https://avogadro.cc/
-https://pymol.org

COMPETENCIAS DE TIPO BÁSICO E XERAL

CG01 - Adquirir a capacidade de realizar traballos de investigación en equipo.
CG02 - Ter capacidade de análise e de síntese.
CG03 - Adquirir a capacidade para redactar textos, artigos ou informes científicos conforme aos estándares de publicación.
CG04 - Familiarizarse coas distintas modalidades usadas para a difusión de resultados e divulgación de coñecementos en reunións científicas.
CG05 - Aplicar os coñecementos á resolución de problemas complexos.
CB6 - Posuír e comprender coñecementos que aporten unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación
CB7 - Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en contornas novas ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo
CB8 - Que os estudantes sexan capaces de integrar coñecementos e enfrontarse á complejidad de formular xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e xuízos
CB9 - Que os estudantes saiban comunicar as súas conclusións e os coñecementos e razóns últimas que as sustentan a públicos especializados e non especializados dun modo claro e sen ambigüedades
CB10 - Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun modo que haberá de ser en gran medida autodirigido ou autónomo.
COMPETENCIAS DE TIPO TRANSVERSAL E ESPECÍFICO

TRANSVERSALES
CT11 - Capacidade para interpretar textos, documentación, informes e artigos académicos en inglés, idioma científico por excelencia.
CT12 - Desenvolver a capacidade para a toma de decisións responsables en situacións complexas e/ou responsables.

ESPECÍFICAS
CE13 - Coñecer a nivel avanzado as principais técnicas de simulaciones de materiais: Monte Carlo, dinámica molecular, dinámica molecular ab initio e simulación mediante a teoría do funcional da densidad...
CE14 Calcular mediante métodos de simulación propiedades electrónicas, estructurales e dinámicas de materiais (nanoestructuras, líquidos, macromoléculas, etc.).
CE15. Coñecer o estado da arte en simulación de materiais mediante as técnicas anteriores.

TRABALLO EN AULA:
O programa desenvolverase mediante clases expositivas maxistrais, interactivas de seminario e de laboratorio con e sen ferramentas informáticas. Entregarase ao alumno todo o material necesario para o estudo da materia, así como para a realización dos temas de traballo que propoña o profesor encargado da mesma. O alumno disporá das horas de tutorías correspondentes, que poderán ser presenciais ou telemáticas.

TRABALLO AUTÓNOMO DO ALUMNADO

O traballo autónomo consistirá no estudo dos contidos teóricos e na realización de códigos.

Activarase un curso na plataforma Moodle do Campus Virtual, ao que se subirá información de interese para os estudantes, así como diversos materiais de ensino.

Seguiranse as pautas metodológicas xerais establecidas na memoria do Máster en Física da USC. As clases serán presenciais e a distribución de horas expositivas e interactivas seguirá o especificado na memoria do máster.
As titorías poden ser presenciales ou en liña. Si son en liña requirirán cita previa, o que tamén se recomenda nas presenciais.

Durante o curso, os alumnos terán a oportunidade de revisar e presentar artigos de investigación asignados por parte dos profesores (cubrindo así as competencias CG04, CB9 e CT01 da memoria do máster), así como de desenvolver pequenos proxectos individualmente ou en pequenos equipos (competencia CG01), que requiran do uso de software específico e do desenvolvemento de pequenos programas para análises de datos (cubrindo así as competencias CG03, CG05, CB6, CB7, CB8, CT02, CE01, CE02 e CE03 da memoria do máster). O desenvolvemento dos proxectos, así como a presentación oral e/ou escrita dos seus resultados será avaliada por parte dos profesores.

A avaliación continua terá en conta a resolución de coleccións de problemas e tarefas, así como as contribucións dos alumnos ás discusións que se realizarán durante as presentacións do resto dos alumnos e tamén durante as clases expositivas dos profesores.

En primeira oportunidade o promedio ponderado entre a avaliación continua (25%) e a presentación de traballos (75%) permitirá aos alumnos superar a asignatura.

A cualificación do alumno na segunda oportunidade corresponderá á cualificación obtida no exame oficial correspondente.

A cualificación de "non presentado" outorgarase conforme ás disposicións da normativa sobre a permanencia nas titulacións de Grado e Máster vixente na Universidade de Santiago.

Para os casos de realización fraudulenta de exercicios ou probas será de aplicación ao recollido na "Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións”:


Artigo 16. Realización fraudulenta de exercicios ou probas.

A realización fraudulenta dalgún exercicio ou proba esixida na avaliación dunha materia implicará a cualificación de suspenso na convocatoria correspondente, con independencia do proceso disciplinario que se poida seguir contra o alumno infractor. Considerarse fraudulenta, entre outras, a realización de traballos plaxiados ou obtidos de fontes accesibles ao público sen reelaboración ou reinterpretación e sen citas aos autores e das fontes.

A materia consta de 3 créditos ECTS, polo que a carga total de traballo para o/a alumno/éa de 75 horas, que se desglosan do xeito seguinte:

- Horas presenciales semanais: Aproximadamente, 30 horas no conxunto do semestre.
- Horas expositivas: 20 h.
- Horas interactivas: 10 h.
- Traballo persoal do alumno/a: 44 horas no semestre.
- Estudo individual: 24 horas no semestre.
- Realización de traballos individuais: 20 horas no semestre
- Outras tarefas: 1 hora no semestre

(1) Participación nas clases.

(2) Preparación das tarefas marcadas seguindo as pautas indicadas.

(3) Consulta de dúbidas na clase ou nas tutorías.

(4) Ler, estudar, escribir e programar.