Libri UniversitariZoom 100%

Prof. Cesare Franchini: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 2
Bologna 2 insegnamenti
Facoltà: Scienze

Prof. Cesare Franchini: Computational Material Physics

5,4difficoltà
Bologna · Facoltà: Scienze · Physics (LM-17)
Di cosa si tratta: Simulazione numerica dell'equazione di Schrödinger per sistemi di più elettroni apre il quadro. Si passa dalla soluzione numerica per una particella, con metodo shooting e approccio variazionale, al problema a molti corpi per atomi e molecole, con Hartree-Fock e teoria del funzionale della densità, e agli elettroni in un potenziale periodico.

Dettagli corso

1º annoCorso: LM-17
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 3 libri
Thijssen – Computational PhysicsISBN 9780521833462
Tempo di studio del libro≈ 7 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
620 pagine
Difficoltà
7,5
Marvin – Louie Fundamentals of Condensed Matter PhysicsISBN 9780521513319
Tempo di studio del libro≈ 5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
446 pagine
Difficoltà
7,1
Martin – Electronic StructureISBN 9781108429900
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
762 pagine
Difficoltà
8
Domande possibili all’esame
  1. Che cosa si intende per struttura elettronica di un solido calcolata con metodi ab initio?
  2. Come si sceglie una base di funzioni d'onda adatta a una simulazione numerica di un materiale?
  3. Perché il teorema di Hohenberg-Kohn è alla base della teoria del funzionale della densità?
  4. In che modo il criterio di convergenza su energia e forze influenza il risultato di un calcolo?
  5. Quale differenza c'è tra simulazioni di dinamica molecolare classica e simulazioni ab initio?
  6. Come si può stimare il gap energetico di un semiconduttore a partire da un calcolo numerico?
  7. Che cosa rappresenta la densità degli stati calcolata da un modello a bande?
  8. Quali approssimazioni sono necessarie per trattare lo scambio e la correlazione elettronica?
  9. Come si usa la campionatura dello spazio dei vettori d'onda nel calcolo delle proprietà di un cristallo?
  10. Perché un calcolo di fononi richiede di valutare le derivate seconde dell'energia rispetto agli spostamenti atomici?
  11. In che modo si verifica che una simulazione numerica abbia raggiunto l'equilibrio termico?
  12. Quali sono i vantaggi e i limiti del metodo Monte Carlo nello studio di sistemi magnetici?
  13. Come si può confrontare un risultato numerico con un dato sperimentale in modo quantitativo?
  14. Che cosa si intende per errore numerico e come si distingue dall'errore sistematico del modello?
  15. Perché la scelta del potenziale interatomico condiziona la validità di una simulazione classica?
  16. Come si ricava la costante reticolare di un cristallo minimizzando l'energia totale in funzione del volume?
  17. In che modo la parallelizzazione dei calcoli riduce i tempi di simulazione di sistemi di grandi dimensioni?
  18. Quali informazioni fornisce la struttura a bande elettronica sulle proprietà di trasporto di un materiale?
  19. Come si gestisce la dipendenza dalle dimensioni della cella di simulazione nei calcoli periodici?
  20. Che cosa suggerisce un calcolo di stabilità energetica su una fase cristallina ipotetica?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Cesare Franchini: Materials Informatics (I.C.)

9,5difficoltà
Bologna · Facoltà: Scienze · Materials Science and Batteries (LM-SC.MAT)
Di cosa si tratta: L'informatica dei materiali applica approcci basati sui dati attraverso il metodo scientifico. Invece di presentare gli algoritmi di machine-learning come tecniche isolate, il percorso segue le domande di un workflow di materials-discovery: come i materiali diventano dati, come si costruiscono e validano i modelli predittivi e come si scoprono nuovi materiali.

Dettagli corso

1º annoCorso: LM-SC.MAT
CFU: 12Canale: Unico
🕒 Orario lezioni
  • Lun, Ven9–11AULA 5 BODONIANA (accesso via San Donato, 13)
  • Mar14–16AULA 5 BODONIANA (accesso via San Donato, 13)
  • Mer14–18AULA INFORMATICA ZOOLOGIA (Accesso da via Selmi, 3)
  • Lun11–13AULA 5 BODONIANA (accesso via San Donato, 13)
  • Gio9–13AULA INFORMATICA ZOOLOGIA (Accesso da via Selmi, 3)

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Books on AI/ML Materials Informatics
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 5 libri
Materials Data Science, Stefan Sandfeld, Springer (2024)ISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
Anoop Krishnan – Hariprasad KodamanaISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
9,5
methods for complex systems & big data, J.ISBN 9780199660346
Tempo di studio del libro≈ 7 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
638 pagine
Difficoltà
9,5
Hands-on Machine Learning with Scikit-Learn, Keras & TensorFlow,ISBN 9781098125974
Tempo di studio del libro≈ 9,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
834 pagine
Difficoltà
9,5
Ronald – Explorations in Monte Carlo MethodsISBN 9783031559631
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
280 pagine
Difficoltà
7,1
Domande possibili all’esame
  1. Che cos'è la materials informatics e in che cosa si differenzia dalla scienza dei materiali tradizionale?
  2. Quali tipi di database sui materiali vengono usati per addestrare modelli predittivi?
  3. Come si rappresenta la struttura di un materiale in forma numerica per un modello statistico?
  4. Quali sono le principali difficoltà legate alla scarsità di dati sperimentali nei materiali?
  5. Che cosa si intende per relazione struttura-proprietà e perché è centrale in questo ambito?
  6. Quali modelli statistici predittivi sono più adatti alla stima delle proprietà dei materiali?
  7. Come si sceglie un modello in funzione del tipo di problema da risolvere?
  8. In che modo gli algoritmi genetici possono aiutare nella ricerca di strutture cristalline stabili?
  9. Quali vantaggi offre il calcolo ad alte prestazioni nella generazione di dati sui materiali?
  10. Che differenza c'è tra un approccio puramente computazionale e uno basato sui dati?
  11. Come si può validare un modello predittivo applicato alla scoperta di nuovi materiali?
  12. Quali metriche si usano per confrontare le prestazioni di due modelli di previsione?
  13. Quali fasi compongono una pipeline di dati per la progettazione di un materiale?
  14. In che modo la modellazione QSPR collega la struttura di una molecola alle sue proprietà?
  15. Quali sono le principali limitazioni dei modelli predittivi basati sui dati in fisica dei materiali?
  16. Come si può ottimizzare un processo di lavorazione di un materiale con strumenti basati sui dati?
  17. Quali applicazioni industriali possono trarre beneficio dalla riduzione dei tempi di ricerca e sviluppo?
  18. Che cos'è un descrittore di materiale e come si seleziona quello più informativo?
  19. Quali competenze di base in statistica e chimica sono necessarie per lavorare in questo campo?
  20. In che modo l'integrazione di dati sperimentali e simulati migliora la previsione delle proprietà?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Scorri di lato: 2 insegnamenti →

Domande frequenti Libri, programma ed esami del prof. Cesare Franchini a Bologna

Che libro usa il prof. Cesare Franchini per Computational Material Physics a Bologna?

Per Computational Material Physics (Canale unico) indica come obbligatorio: Thijssen – Computational Physics, Marvin – Louie Fundamentals of Condensed Matter Physics, Martin – Electronic Structure.

Quanto è impegnativo Computational Material Physics?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Cesare Franchini per Materials Informatics (I.C.) a Bologna?

Per Materials Informatics (I.C.) (Canale unico) indica come obbligatorio: Materials Data Science, Stefan Sandfeld, Springer (2024), Anoop Krishnan – Hariprasad Kodamana, methods for complex systems & big data, J., Hands-on Machine Learning with Scikit-Learn, Keras & TensorFlow,, Ronald – Explorations in Monte Carlo Methods.

Quanto è impegnativo Materials Informatics (I.C.)?

12 CFU, difficoltà stimata 9.5 su 10 rispetto agli esami della stessa area.

Dove trovo la scheda ufficiale di un esame?

Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.

Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.