Libri UniversitariApri il catalogo

Prof. Virginia Carnevali

Università degli Studi di Trieste · Dipartimento di Fisica · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Virginia Carnevali

Materie del prof. Virginia Carnevali

Metodi Numerici per la Struttura Elettronica Canale unico

Corso di laurea: Fisica – sede di Trieste, Sede di Trieste · Laurea magistrale (LM-17) · 1º anno · 2º semestre · 6 CFU

Trieste · Dipartimento di Fisica · 6 CFU · apri nel catalogo · Fisica – sede di Trieste, Sede di Trieste · 1º anno · 2º semestre ›

Thijssen – Computational PhysicsCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Martin – Electronic StructureCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Behler – PerspectiveCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: Il corso fornisce un'introduzione ai metodi e alle tecniche numeriche usate per determinare la struttura elettronica in sistemi di materia condensata (molecole e solidi). Lo scopo del corso è eminentemente pratico: si vuole fornire agli studenti la capacità di affrontare la simulazione di problemi complessi, tramite la soluzione pratica di problemi semplici con il livello di teoria adeguato, includendo la teoria del…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Fisica 1 Canale unico

Corso di laurea: Matematica – sede di Trieste · Laurea triennale (L-35) · 2º anno · 1º semestre · 9 CFU

Trieste · Dipartimento di Matematica, Informatica e Geoscienze · 9 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Domande frequenti

Quali libri consiglia il prof. Virginia Carnevali per Metodi Numerici per la Struttura Elettronica?

Thijssen – Computational Physics; Martin – Electronic Structure; Behler – Perspective; Jacobs – A practical guide to machine learning interatomic…