Fisica statistica dei sistemi complessi
A.A. 2025/2026
Learning objectives
L'insegnamento copre temi della meccanica statistica contemporanea utili
nell'ambito della scienza dei dati come metodi di campo medio, sistemi
disordinati e spin glass, problemi di ottimizzazione combinatoria,
meccanica statistica delle reti neurali, inferenza.
nell'ambito della scienza dei dati come metodi di campo medio, sistemi
disordinati e spin glass, problemi di ottimizzazione combinatoria,
meccanica statistica delle reti neurali, inferenza.
Expected learning outcomes
Lo studente apprenderà ad utilizzare in modo indipendente i tool della
meccanica statistica interdisciplinare, con applicazioni a biologia,
computer science, ecologia etc.
meccanica statistica interdisciplinare, con applicazioni a biologia,
computer science, ecologia etc.
Periodo: Secondo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Course syllabus and organization
Edizione unica
Responsabile
Periodo
Secondo semestre
Programma
Il contenuto puo' essere suddiviso in
(i) un core di argomenti centrali, che include i rapporti tra meccanica statistica e teoria delle probabilità, la comprensione e l'utilizzo dei metodi mean field, la dinamica fuori equilibrio e i sistemi complessi,
(ii) un set di moduli che presentano modelli e campi di applicazione svariati (e possono cambiare anno per anno, anche su richiesta degli studenti)
Una descrizione dettagliata del programma è messa a disposizione nello spazio Teams del corso
(i) un core di argomenti centrali, che include i rapporti tra meccanica statistica e teoria delle probabilità, la comprensione e l'utilizzo dei metodi mean field, la dinamica fuori equilibrio e i sistemi complessi,
(ii) un set di moduli che presentano modelli e campi di applicazione svariati (e possono cambiare anno per anno, anche su richiesta degli studenti)
Una descrizione dettagliata del programma è messa a disposizione nello spazio Teams del corso
Prerequisiti
È utile una previa esposizione alla Fisica Statistica
Metodi didattici
Lezioni frontali interattive / sessioni di esercizi (la frequenza è consigliata).
Materiale di riferimento
L'insegnamento non segue un libro specifico ma è utile reperire materiale da diversi libri, tra cui
Luca Peliti - Appunti di Meccanica Statistica / Statistical Mechanics in a Nutshell (Princeton University Press 2009)
Wolfgang Paul, Jorg Baschnagel. Stochastic Processes From Physics to Finance. Springer 2013.
Hidetoshi Nishimori. Statistical Physics of Spin Glasses and Information Processing: An Introduction, Clarendon Press 2001
L. Leuzzi, V Marinari e G Parisi, Calcolo delle Probabilità, Zanichelli 2023
James Sethna, Statistical Mechanics: Entropy, Order Parameters, and Complexity (Oxford, 1st ed. 2006, 2nd ed. 2021)
Si veda il Syllabus messo a disposizione su Ariel
Luca Peliti - Appunti di Meccanica Statistica / Statistical Mechanics in a Nutshell (Princeton University Press 2009)
Wolfgang Paul, Jorg Baschnagel. Stochastic Processes From Physics to Finance. Springer 2013.
Hidetoshi Nishimori. Statistical Physics of Spin Glasses and Information Processing: An Introduction, Clarendon Press 2001
L. Leuzzi, V Marinari e G Parisi, Calcolo delle Probabilità, Zanichelli 2023
James Sethna, Statistical Mechanics: Entropy, Order Parameters, and Complexity (Oxford, 1st ed. 2006, 2nd ed. 2021)
Si veda il Syllabus messo a disposizione su Ariel
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame consiste in una discussione orale che verte sugli argomenti trattati. Viene giudicata la capacità di rielaborare in modo sintetico il materiale trattato a lezione e di esplorare più in profondità un argomento a scelta.
FIS/02 - FISICA TEORICA, MODELLI E METODI MATEMATICI - CFU: 6
Lezioni: 42 ore
Docente:
Cosentino Lagomarsino Marco
Professor(s)
Ricevimento:
Su appuntamento, in presenza e via Teams o altre piattaforme.