Massimo Frittelli, dottore di ricerca in “Matematica e informatica” all’Università del Salento, ha vinto uno dei quattro premi “INDAM SIMAI UMI” – edizione 2019, assegnati alle migliori tesi di dottorato discusse negli Atenei italiani su temi di Matematica e di Matematica applicata. Si tratta di un premio promosso dall’INdAM – Istituto Nazionale di Alta Matematica, dalla SIMAI – Società Italiana di Matematica Applicata e Industriale e dall’Unione Matematica Italiana, che ha lo scopo appunto di promuovere lo studio della matematica. Due dei quattro premi, del valore di 2.500 euro, vengono assegnati a tesi di dottorato su argomenti di base in matematica e due a tesi su argomenti di matematica orientata alle applicazioni. Quest’ultimo è il caso della tesi di dottorato di Frittelli, i cui risultati potranno essere impiegati per l’ottimizzazione e lo sviluppo di batterie più efficienti.
Massimo Frittelli, 30 anni, nato a Mola di Bari, ha conseguito all’Università del Salento sia la laurea triennale (2012) che quella magistrale (2014) in Matematica, per poi svolgere nella stessa sede il dottorato di ricerca in “Matematica e informatica” tra il 2014 e il 2017 (in convenzione tra il Dipartimento di Matematica e Fisica “Ennio De Giorgi” UniSalento e l’Università della Basilicata), sotto la supervisione della professoressa Ivonne Sgura, docente di Analisi numerica.
Dalla tesi di dottorato premiata, “Numerical approximation of partial differential equations on stationary and evolving surfaces”, sono state già estratte cinque pubblicazioni scientifiche su riviste internazionali del settore, in collaborazione anche con autori stranieri. La tesi riguarda lo sviluppo e l’analisi di nuovi metodi per l’approssimazione di equazioni alle derivate parziali, aventi come dominio una superficie stazionaria o che evolve nel tempo, e l’applicazione di tali metodi a fenomeni elettrochimici legati alle batterie. Il primo metodo, “Surface virtual element method” (SVEM), consente un’approssimazione della superficie mediante elementi poligonali, possibilmente discontinui, il che rende possibili strategie immediate di incollamento di superfici e conseguente parallelizzabilità del problema. Il secondo metodo, chiamato “Lumped surface finite element method” (LSFEM), permette di ottenere un problema discreto che preserva importanti proprietà della soluzione esatta, come principi del massimo e regioni invarianti, con conseguenti ricadute sulla stabilità per tempi lunghi e convergenza del metodo. Il nuovo apparato teorico è utilizzato per produrre simulazioni numeriche di processi di elettrodeposizione che hanno luogo nelle batterie. In particolare, le simulazioni riproducono con successo alcune classi di pattern formati dall’elettrodeposito sotto opportune condizioni chimico-fisiche. Tale risultato apre nuovi scenari per l’ottimizzazione e per lo sviluppo di batterie più efficienti.
