Metody modelowania matematycznego i komputerowego w naukach przyrodniczych
Informacje ogólne
Kod przedmiotu: | 1100-4PM23 |
Kod Erasmus / ISCED: |
11.953
|
Nazwa przedmiotu: | Metody modelowania matematycznego i komputerowego w naukach przyrodniczych |
Jednostka: | Wydział Fizyki |
Grupy: |
ZFBM, II stopień; Projektowanie molekularne i bioinformatyka |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | angielski |
Kierunek podstawowy MISMaP: | biologia |
Tryb prowadzenia: | w sali |
Skrócony opis: |
Omówione zostaną współczesne tendencje i strategie badań złożonych układów w naukach przyrodniczych z wykorzystaniem metod fizyki teoretycznej i nauk obliczeniowych w tym technik symulacyjnych. Przedstawione zostaną praktyczne zastosowania omówionych teoretycznych modeli. |
Pełny opis: |
Tematyka. Współczesne tendencje i strategie badań złożonych układów w naukach przyrodniczych z wykorzystaniem metod fizyki teoretycznej, informatyki stosowanej i technik symulacyjnych. Współczesne architektury komputerowe. Komputery klasyczne i kwantowe. Światowe i polskie centra superkomputerowe oraz przegląd badań i usług w nich realizowanych. Metody określania struktury złożonych układów (bio)molekularnych. Strukturalne bazy danych. Wieloskalowe metody modelowania i symulacje złożonych układów i procesów fizycznych, chemicznych i biologicznych jako niezbędny element badań w celu zrozumienia ich struktury i funkcji. Przegląd wiodących metod i środowisk obliczeniowych stosowanych w naukach (bio)molekularnych i materiałowych. Wybrane kwantowe metody służące do generowania energii potencjalnej, w tym metody ab initio oraz DFT. Twierdzenie Hellmanna-Feynmana i siły molekularne. Analityczne przybliżenia energii potencjalnej. Związki fizyki układów (bio)molekularnych i nanoukładów. Systemy dynamiczne. Trajektorie w przestrzeni fazowej. Klasyfikacja systemów dynamicznych. Funkcje korelacji, w tym czasowe funkcje korelacji. Wybrane algorytmy dynamik molekularnych: klasycznej dynamiki molekularnej (MD), kwantowej dynamiki molekularnej (QD) i kwantowo-klasycznej dynamiki molekularnej (QCMD). Stabilność numeryczna algorytmów MD. Symulacje układów w stanach równowagi termodynamicznej: podstawowe zespoły statystyczne i właściwości termodynamiczne, mikroskopowy obraz ciśnienia i temperatury, symulacje energii swobodnej, całkowanie termodynamiczne. Mikroskopowe i mezoskopowe modele pól molekularnych. Równanie Poissona-Boltzmanna. Procesy dyfuzyjne. Równanie Fokkera-Plancka. Dynamika Brownowska. Oddziaływania hydrodynamiczne. Symulacje procesów kinetycznych, w tym szlaków metabolicznych i sygnałowych. Fizyka a ewolucja. Algorytmy genetyczne. Sieci neuronowe in silico i ich zastosowania. Analiza sygnałów. Relacje przyczynowości w dynamice układów złożonych. Nowe wyzwania. |
Literatura: |
• B. Lesyng, Notatki do wykładów, przesyłane regularnie przez USOSa. • Molecular Conceptor, kurs komputerowy, dostępny w dydaktycznej pracowni. • SCIGRESS, środowisko obliczeniowe dla badania złożonych układów (bio)mole- kularnych i materiałowych (https://www.fqs.pl/en/chemistry/products/scigress/). • A. Hinchliffe, Molecular Modeling for Beginers, Wiley, West Sussex, 2008. • T. Schlick, Molecular Modeling and Simulation. An Interdisciplinary Guide. Springer, New York, Dordrecht, Heidelberg, London, 2010. • A. H. Zewail, Physical Biology. From Atoms to Medicine, Imperial College Press, 2008. • K.A. Dill, S. Bromberg, Molecular Driving Forces. Statistical Thermodynamics in Chemistry and Biology, Garland Science, 2003. • U. Foryś, Matematyka w biologii, Wydawnictwa Naukowo-Techniczne, 2005. • L. Susskind, Teoretyczne minimum. Co musisz wiedzieć, żeby zajmować się fizyką, Pruszyński i S-ka, 2015. • L. Susskind, Mechanika Kwantowa. Teoretyczne minimum. Co musisz wiedzieć żeby zacząć zajmować się fizyką, Prószynski i S-ka, Warszawa, 2016. |
Efekty uczenia się: |
Celem wykładu oraz prezentacji w nim zawartych i ćwiczeń jest przedstawienie słuchaczom przeglądu metod, tendencji i strategii badania układów złożonych w naukach przyrodniczych z wykorzystaniem metod modelowania matematycznego i komputerowego, w tym z wykorzystaniem wielkoskalowych metod fizyki teoretycznej i nauk obliczeniowych. Wykład powinien dać dobre, merytoryczne przygotowanie do pełniejszego rozumienia i prowadzenia własnych, bardziej szczegółowych badań, złożonych układów i procesów. |
Metody i kryteria oceniania: |
Egzamin pisemny. 4-problemy/pytania do rozwiązania. 20 punktów do uzyskania. Minimum 10 punktów do uzyskania oceny pozytywnej. Od 11 punktów do 20 punktów liniowa skala przeliczenia punktów na ocenę. |
Właścicielem praw autorskich jest Uniwersytet Warszawski.