- Docente: Luca Muccioli
- Crediti formativi: 4
- SSD: CHIM/02
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Ravenna
- Corso: Laurea in Chimica e tecnologie per l'ambiente e per i materiali (cod. 8515)
Conoscenze e abilità da conseguire
Lo scopo del corso è di far acquisire allo studente familiarità, dal punto di vista sia teorico che sperimentale, con alcune tecniche di misura e strumentazioni chimico-fisiche applicate alla caratterizzazione di materiali sia tradizionali che innovativi. Le conoscenze acquisite potranno consentire una valutazione del materiale più adatto per il tipo di applicazione o funzione che deve ricoprire un determinato manufatto.
Contenuti
Prerequisiti
- Funzioni elementari: potenze, radici, esponenziali e logaritmi, funzioni trigonometriche. Soluzione di equazioni algebriche. Conoscenze di base del calcolo differenziale e integrale per funzioni di una variabile reale. (Attività formativa: Matematica con esercitazioni)
- Conoscenza delle principali grandezze fisiche e delle relazioni che le legano; principali unità di misura. (Attività formativa: Fisica con esercitazioni)
- Grandezze ed equazioni principali della Termodinamica di equilibrio. Elementi base di chimica quantistica (livelli energetici, orbitali) e di spettroscopia di assorbimento. (Attività formativa: Chimica Fisica, Chimica Fisica dei Materiali)
Programma
Il Corso si pone il duplice obiettivo di 1) introdurre agli aspetti teorici della spettroscopia di fluorescenza e ai fenomeni chimico-fisici in essa coinvolti 2) utilizzare i risultati sperimentali di misure di fluorescenza come pretesto per apprendere elementi di programmazione con il linguaggio Python, con particolare attenzione alla creazione di grafici e all’analisi matematica dei dati sperimentali con (distribuzioni, correlazioni, regressioni, ottimizzazioni).
Testi/Bibliografia
Dispense e materiale didattico fornito dal docente.
P.W. Atkins and J. de Paula, Chimica Fisica, Zanichelli, 2020.
A. Kohler, H. Bassler "Electronic Processes in Organic Semiconductors" Wiley 2015
W. McKinney “Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter” 3rd Edition, O’Reilly, 2022. https://wesmckinney.com/book/
Metodi didattici
Lezioni frontali in aula utilizzando la piattaforma “google colab”. Attività sperimentali in laboratorio (una sola sessione prevista).
In considerazione delle tipologie di attività e metodi didattici adottati, la frequenza di questa attività formativa richiede lo svolgimento di tutti gli studenti dei moduli 1 e 2 in modalità e-learning e la partecipazione al modulo 3 di formazione specifica sulla sicurezza e salute nei luoghi di studio. Si veda https://www.unibo.it/it/servizi-e-opportunita/salute-e-assistenza/salute-e-sicurezza/sicurezza-e-salute-nei-luoghi-di-studio-e-tirocinio
Modalità di verifica e valutazione dell'apprendimento
La verifica finale consiste nella discussione di un progetto in linguaggio python per l’analisi di dati sperimentali. L’argomento del progetto viene concordato con il docente alcune settimane prima della prova di esame.
Strumenti a supporto della didattica
Videoproiettore; personal computer o smartphone; lavagna e gesso. Strumentazione scientifica particolare, relativa alle esperienze sperimentali svolte in laboratorio.
Il materiale didattico presentato a lezione verrà messo a disposizione dello studente in formato elettronico.
Orario di ricevimento
Consulta il sito web di Luca Muccioli
SDGs
L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.