STATISTICAL MECHANICS AND MONTE CARLO TECHNIQUES
Obiettivi formativi
The main objective of this module is to introduce the students to the basic concepts of the statistical physics and its application in nano-science. Monte Carlo techniques will be studied as a random method to sample the statistical phase space and predict the measured values of the main observables.
Canale 1
GIUSEPPE ZOLLO
Scheda docente
Programmi - Frequenza - Esami
Programma
1) Richiami di meccanica Lagrangiana e Hamiltoniana
Sistemi di N particelle e M gradi di libertà; coordinate generalizzate e momenti coniugati; spazio delle fasi: microstato e macrostato di un sistema; Lagrangiana di un sistema di N particelle e equazioni Lagrangiane del moto; Hamiltoniana di un sistema di N particelle e equazioni Hamiltoniane del moto.
2) Introduzione alla Meccanica Statistica
Grandezze fisiche macroscopiche; ensamble statistico; ipotesi di Gibbs (ergodica), funzione di distribuzione e densità dei microstati nello spazio delle fasi; considerazioni quantistiche sullo spazio delle fasi e quanto d’azione; misura statistica di una grandezza fisica; teorema di Liouville.
Ensamble microcanonico: funzione di distribuzione e funzione di partizione; definizione statistica dell’entropia e suo calcolo nell’ensamble microcanonico; equilibrio termico, meccanico, chimico e definizione statistica di temperatura, pressione, potenziale chimico; variabili intensive ed estensive statistiche e legame con le variabili termodinamiche; Ensamble canonico: funzione di distribuzione nell’ensamble canonico; densità di probabilità in energia e densità degli stati; funzione di partizione canonica; calcolo dell’entropia per un gas ideale nell’ensamble canonico; distribuzione di Maxwell e equipartizione. Ensamble grand-canonico: funzione di distribuzione; funzione di partizione per i casi classico e quantistico; grand potenziale; gas perfetto e calcolo del potenziale chimico; distribuzione di Bose-Einstein per i bosoni; distribuzione di Fermi-Dirac per i fermioni
3) Metodo Monte-Carlo in meccanica statistica
Integrazione Monte-Carlo; numeri casuali, pseudo-casuali e test di casualità; generatori di sequenze pseudo-casuali: generatore congruenziale lineare; campionamento d’importanza: metodo del rigetto e metodo di inversione; campionamento d’importanza in meccanica statistica; sequenze di Markov; algoritmo di Metropolis; aspetti tecnici dell’algoritmo di Metropolis: potenziali di interazione semplici a 2 corpi (potenziale di Lennard-Jones), condizioni al contorno periodiche, potenziale troncato e shift, unità ridotte, spostamento medio, moti di orientazione di molecole lineari e non lineari rigide; schema di Metropolis nell’ensamble canonico e regola di accettazione; Metropolis nell’ensamble microcanonico; schema di Metropolis nell’ensamble grand canonico e regole di accettazione per sottrazione/aggiunta di una particella.
Testi di riferimento
I testi consigliati sono:
Materiale didattico e dispense a cura del docente distribuito durante le lezioni.
Per approfondimenti si consiglia:
1) Per il primo e il secondo capitolo: C. Kittel “Elementary Statistical Physics” John Wiley & Sons
2) per il terzo e il quarto capitolo Frenkel-Smit “Understanding Molecular Simulation”; Academic Press; Allen; Tildsley “Computer Simulation of Liquids”; Ed. Oxford Science;
- Anno accademico2025/2026
- CorsoIngegneria delle Nanotecnologie - Nanotechnology Engineering
- CurriculumNanotechnology Engineering
- Anno2º anno
- Semestre1º semestre
- SSDFIS/01
- CFU3