- La defensa tendrá lugar en el Salón de Grados de la Facultad de Ciencia y Tecnología de la UPV/EHU, a las 11:00 am
Andrea Trucchia es licenciado en Matemáticas por la Universidad de Camerino (Italia) en 2012, y tiene un Máster en Ingeniería Matemática obtenido en la Universidad Politécnica de Turín (Italia) en 2014. Antes de incorporarse al Basque Center for Applied Mathematics - BCAM llevó a cabo una beca de investigación en el Departamento de Ingeniería Aeroespacial de la misma universidad.
De octubre de 2015 a septiembre de 2019 fue estudiante de doctorado en BCAM (La Caixa 2014) dentro de la línea de investigación de Física Estadística. Realizó una estancia de investigación en el CERFACS, el Centro Europeo de Investigación Avanzada y Formación en Computación Científica situado en Toulouse (Francia), entre septiembre de 2017 y marzo de 2018. Actualmente trabaja como investigador en CIMA, el Centro Internacional de Monitoreo Ambiental ubicado en Savona (Italia).
Su tesis doctoral,
Front Propagation in Random Media, ha sido supervisada por el Ikerbasque Research Associate Gianni Pagnini.
En nombre de todos los miembros del centro queremos desear mucha suerte a Andrea en la defensa de su tesis.
[idea]
Título de la tesis: Propagación de frentes en circunstancias aleatorias
Esta tesis doctoral aborda el problema de la propagación de frentes en circunstancias aleatorias. Se estudia un modelo estadístico para representar el movimiento de los frentes cuando evolucionan en un medio caracterizado por aleatoriedad en la escala microscópica. Dicho modelo se desarrolla y perfecciona para hacer frente a tres distintas aplicaciones: simulación de incendios forestales, combustión premezclada turbulenta, modelado de biopelículas. En el formalismo estudiado, la posición del frente promedio se calcula utilizando un método de evolución de frente definido ("sharp front scheme"), como el método de conjuntos de nivel ("Level Set Method"). La dispersión microscópica de partículas que tiene lugar alrededor del frente promedio está dada por la función de densidad de probabilidad vinculada al proceso difusivo subyacente, que supuestamente se conoce de antemano. El modelo de propagación de frentes estadístico adoptado permite una comprensión más profunda de cada campo de aplicación estudiado. La aplicación de este modelo introduce eventualmente parámetros, generalmente vinculados con las funciones de densidad de probabilidades que modelan los fenómenos en la escala microscópica. El impacto de dichos parámetros en los observables físicos del frente simulado se ha estudiado con herramientas de cuantificación de incertidumbre y análisis de sensibilidad. Para llevar a cabo dicho análisis se han construido de una manera no intrusiva unos metamodelos ("metamodels") para replicar de manera computacionalmente barata el modelo propagación de frentes, haciendo uso de Expansiones del Caos Polinomial generalizadas (gPC) y Procesos Gaussianos (GP). [/idea]
