Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
PHYSICS OF DATA
Insegnamento
QUANTITATIVE LIFE SCIENCE
SCP8082720, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2018/19

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
PHYSICS OF DATA
SC2443, ordinamento 2018/19, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese QUANTITATIVE LIFE SCIENCE
Sito della struttura didattica http://physicsofdata.scienze.unipd.it/2019/laurea_magistrale
Dipartimento di riferimento Dipartimento di Fisica e Astronomia "Galileo Galilei"
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Nessun docente assegnato all'insegnamento

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
INP8084322 QUANTITATIVE LIFE SCIENCE -- IN2371
INP8084322 QUANTITATIVE LIFE SCIENCE -- IN2371
INP8084322 QUANTITATIVE LIFE SCIENCE -- IN2371
INP8084322 QUANTITATIVE LIFE SCIENCE -- IN2371

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative FIS/03 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 48 102.0

Calendario
Inizio attività didattiche 30/09/2019
Fine attività didattiche 18/01/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2018

Syllabus
Prerequisiti: Basi di processi stocastici. Termodinamica delle transizioni di fase.
Conoscenze e abilita' da acquisire: Dopo aver completato il corso lo studente dovrebbe essere in grado di comprendere e spiegare i concetti di base e l'uso di tecniche avanzate nella meccanica statistica dei sistemi complessi.
In particolare, lo studente dovrà
1) Acquisire la capacità di costruire un modello teorico fenomenologico appropriato basato sui dati disponibili dl un certo sistema
2) Fornire un resoconto delle quantità rilevanti e necessarie per descrivere il sistema (uso di modelli nulli).
3) Comprendere l'uso delle funzioni di generatrici.
4) Spiegare il concetto di transizioni di fase in modelli di particelle interagenti fuori dall'equilibrio, nonché la fisica in corrispondenza o in prossimità di punti critici.
5) Comprendere la forza e la limitazione di tali modelli
6) Mostrare una capacità analitica per risolvere problemi relativi a sistemi complessi
Modalita' di esame: La prima parte della verifica delle conoscenze acquisite verrà valutata attraverso la partecipazione degli studenti alle discussioni di classe e un progetto da fare durante il corso. La seconda parte verrà condotta attraverso, una prova orale dove verrà chiesto di presentare il progetto e di rispondere domande aperte per testare le conoscenze sui concetti di base, il vocabolario scientifico, la capacità di sintesi e discussione critica acquisita durante il corso.
Criteri di valutazione: I criteri utilizzati per verificare le conoscenze e le competenze acquisite sono:
1) comprensione degli argomenti trattati;
2) capacità critica di collegare le conoscenze acquisite;
3) completezza delle conoscenze acquisite;
4) capacità di sintesi;
5) comprensione della terminologia utilizzata
6) capacità di utilizzare le metodologie analitiche e le tecniche computazionali illustrate durante il corso per risolvere o almeno affrontare i problemi fissati su sistemi complessi in cui la meccanica statistica svolge un ruolo importante.
Contenuti: 1. Theoretical Neuroscience
- Basics in Neuroscience
- Neural circuits & structure and function of brain networks
- Wilson Cowan models
- Stochastic whole brain models
- Mean field approaches
- Criticality in the brain
- Controllability in brain networks

2. Statistical Mechanics of Ecological Systems
- Neutral theory and emergent patterns in ecology
- Dynamical Evolution of Ecosystems
- Upscaling and Downscaling biodiversity
- Species Interaction Networks
- Consumer-Resource Models

3. Physical Models in Biology
- Virus Dynamics
- Bacterial Genetics
- Molecular Population Dynamics
- Gene expressions
- Criticality in gene-regulation networks
- Robustness and Adaptability in Living Systems.
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso è organizzato in lezioni il cui contenuto è presentato alla lavagna, a volte con l'aiuto di immagini, diagrammi e video. L'insegnamento è interattivo, con domande e presentazione di casi studio, al fine di promuovere la discussione e il pensiero critico in classe.
Eventuali indicazioni sui materiali di studio: Oltre ad alcuni libri suggeriti, i materiali (note e articoli pubblicati) saranno messi a disposizioni agli studenti su Moodle.
Testi di riferimento:
  • May, Robert M., Stability and complexity in model ecosystemsRobert M. May. Princeton: Princeton university press, --. Cerca nel catalogo
  • Nelson, Philip; Bromberg, Sarina; Hermundstad, Ann; Prentice, Jason, Physical models of living systemsPhilip Nelsonwith the assistance of Sarina Bromberg, Ann Hermundstad, and Jason Prentice. New York: W. H. Freeman and Company, 2015. Cerca nel catalogo
  • Dayan, Peter; Abbott, L.F., Theoretical neurosciencecomputational and mathematical modeling of neural systemsPeter Dayan and L.F. Abbott. Cambridge: London, MIT press, --. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Problem based learning
  • Interactive lecturing
  • Working in group
  • Videoriprese realizzate dal docente o dagli studenti
  • Utilizzo di video disponibili online o realizzati
  • Files e pagine caricati online (pagine web, Moodle, ...)
  • Learning journal

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • One Note (inchiostro digitale)
  • Mathematica

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita' Industria, innovazione e infrastrutture La vita sulla Terra