|
Tipus A
|
Codi |
Competències Específiques | | | CE1 |
Integrar els fonaments de les àrees més importants de la matemàtica, la física i l'enginyeria.
|
| | CE2 |
Establir connexions entre conceptes, eines i problemes relacionats de les matemàtiques, la física i l'enginyeria. |
| | CE4 |
Interpretar les bases i estar en condicions d'aprofundir en alguns temes avançats de matemàtiques i de física d'interès pràctic industrial i per a l'enginyeria. |
| | CE6 |
Formular hipòtesis sobre problemes de l'enginyeria i analitzar aquests problemes críticament utilitzant el mètode científic. |
|
Tipus B
|
Codi |
Competències Transversals | | | CT1 |
Utilitzar informació en llengua estrangera d'una manera eficaç. |
| | CT3 |
Resoldre problemes de forma crítica, creativa i innovadora en el seu àmbit d'estudi.
|
| | CT5 |
Comunicar informació de forma clara i precisa a audiències diverses. |
| | CT6 |
Identificar el procés d'aprenentatge i l'orientació acadèmica i professional. |
|
Tipus C
|
Codi |
Competències Nuclears |
|
Tipus A
|
Codi |
Resultats d'aprenentatge |
| | CE1 |
Coneix les col·lectivitats microcanónica, canònica i gran canònica
És capaç de distingir entre les diferents col·lectivitats i identificar la col·lectivitat corresponent en problemes senzills
És capaç de calcular la funció de partició analíticament per problemes senzills
És capaç d'obtenir el comportament macroscòpic (termodinàmic) a partir de la descripció microscòpica d'un sistema
Coneix el model d'Ising i entén els diferents tipus de solució de el model
És capaç d'aplicar l'aproximació de camp mig
Coneix les propietats físiques dels sòlids i la seva anisotropia
| | | CE2 |
És capaç de calcular la funció de partició analíticament per problemes senzills
És capaç d'obtenir el comportament macroscòpic (termodinàmic) a partir de la descripció microscòpica d'un sistema
| | | CE4 |
Coneix el model d'Ising i entén els diferents tipus de solució de el model
És capaç d'aplicar l'aproximació de camp mig
| | | CE6 |
Exercita el càlcul d'estadística de portadors en materials semiconductors
Comprèn la física de les unions PN i Schottky i el seu interès en l'enginyeria electrònica
Coneix la física dels dispositius d'efecte camp amb especial èmfasi en els MOSFET i entén la importància pràctica d'aquests dispositius
Analitza els diagrames de bandes de les heterojuncions
|
|
Tipus B
|
Codi |
Resultats d'aprenentatge |
| | CT1 |
Utilitza informació en llengua estrangera d'una manera clara i eficaç
| | | CT3 |
Identifica la situació plantejada com un problema en l'àmbit de la disciplina i té la motivació per afrontar
Segueix un mètode sistemàtic per dividir el problema en parts, identifica les causes i aplica els coneixements propis de la disciplina
Dissenya una solució nova utilitzant els recursos necessaris per afrontar el problema
Inclou els aspectes concrets de la solució proposada en un model realista
Reflexiona sobre el model proposat i és capaç de trobar limitacions i proposar millores
| | | CT5 |
Produeix un text de qualitat, sense errors gramaticals i ortogràfics, amb una presentació formal acurada i un ús adequat i coherent de les convencions formals i bibliogràfiques
Construeix un text estructurat, clar, cohesionat, ric i d'extensió adequada
Elabora un text adequat a la situació comunicativa, consistent i persuasiu
Usa els mecanismes de comunicació no verbal i els recursos expressius de la veu necessaris per fer una bona intervenció oral
Construeix un discurs estructurat, clar, cohesionat, ric i d'extensió adequada
Produeix un discurs adequat a la situació comunicativa, consistent i persuasiu, i interactua de manera efectiva amb l'auditori
| | | CT6 |
Aprofundeix en l'autoconeixement acadèmic, laboral o professional
|
|
Tipus C
|
Codi |
Resultats d'aprenentatge |
| Tema |
Subtema |
| Introduction to Statistical Mechanics and Complex Systems |
Overview of Statistical Mechanics: Understand the microscopic behavior of systems from the perspective of quantum mechanics and how it informs macroscopic behavior.
The Role of Statistics: Explore how statistics play a role in predicting outcomes in a system and identifying underlying patterns.
Complex Systems in Stat Mech: Study the ways complex systems can be understood using the principles of statistical mechanics, focusing on the statistical properties of systems comprised of a large number of particles. |
Update on Probability Theory
|
Basics Refreshed: Revision of basic concepts in probability theory relevant to statistical mechanics, such as events, outcomes, and probabilities.
Bayesian Approach: Explore the Bayesian approach to probability, discussing concepts like prior probability, likelihood, and posterior probability.
Probability Distributions: Understanding the importance and application of various probability distributions like Binomial, Poisson, Normal distributions in statistical mechanics. |
| Ensembles |
Microcanonical Ensembles: Examine systems with constant energy, volume, and number of particles and explore the concept of equiprobability.
Canonical Ensembles: Study systems with constant temperature, volume, and number of particles and delve into the Boltzmann distribution.
Grand Canonical Ensembles: Explore systems with variable particle numbers and understand the concept of chemical potential. |
| Entropy and Thermodynamics |
econd Law of Thermodynamics: Understand entropy's role as a measure of disorder and its relation to the second law of thermodynamics.
Statistical Definition of Entropy: Analyze the statistical definition of entropy, including the Boltzmann, Gibbs, and Shannon entropy.
Thermodynamic Potentials: Study the different thermodynamic potentials, their definitions, and their uses in various types of ensembles. |
| Ising Model and Related Systems |
Ising Model Introduction: Introduce the Ising model as a simple model of a magnet and its applications in various fields.
Phase Transitions and Critical Phenomena: Discuss phase transitions in the context of the Ising model, focusing on the concepts of critical temperature, critical exponents, and universality.
Beyond the Ising Model: Explore more complex systems and models related to the Ising model, such as the Potts model and the XY model. |
| Metodologies :: Proves |
| |
Competències |
(*) Hores a classe
|
Hores fora de classe
|
(**) Hores totals |
| Activitats Introductòries |
|
2 |
0 |
2 |
| Sessió Magistral |
|
30 |
60 |
90 |
| Resolució de problemes, exercicis a l'aula ordinària |
|
20 |
30 |
50 |
| Atenció personalitzada |
|
0.5 |
0 |
0.5 |
| |
| Proves mixtes |
|
2 |
4 |
6 |
| Proves orals |
|
2 |
0 |
2 |
| |
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor.
(**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat |
Metodologies
| |
Descripció |
| Activitats Introductòries |
Introduction to the course scope. |
| Sessió Magistral |
Development of concepts and tools. |
| Resolució de problemes, exercicis a l'aula ordinària |
Practical hands-on on problems in Statistical Mechanics and Complex systems. |
| Atenció personalitzada |
Guidance of the students in their development. |
|
Descripció |
|
This course incorporates personalized assessment to support individual learning needs and foster deeper comprehension. Assessments are designed to align with each student's unique learning style, integrating various methods including written tests, oral presentations, project-based tasks, and digital interactive activities. Regular feedback is provided to guide improvement and further study. Additionally, optional one-on-one consultation sessions are available to address specific queries and concerns, ensuring students have a robust understanding of the material. |
|
Metodologies |
Competències
|
Descripció |
Pes |
|
|
|
|
| Proves orals |
|
Short presentations on particular topics of stat mech. |
10% |
| Proves mixtes |
|
Exams about the contents and problem solving.
|
90% |
| Altres |
|
|
|
| |
|
Altres comentaris i segona convocatòria |
|
|
| Bàsica |
|
Entropy, Order Parameters, and Complexity; by James P. Sethna. CLARENDON PRESS . OXFORD 2022 |
| Complementària |
|
|
| Assignatures que es recomana haver cursat prèviament |
| ANÀLISI MATEMÀTICA I/17274002 | | ANÀLISI MATEMÀTICA II/17274005 | | COMBINATÒRIA I PROBABILITAT/17274102 | | ESTADÍSTICA/17274107 | | ALGORÍTMICA/17274201 |
|
(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent |
|