GRUPOS DE INVESTIGACIÓN

Grupo de Materiales y Física Aplicada (COL0067863)

Docentes de planta integrantes activos (a la fecha de clasificación conv. – 2018):
M.Sc. Rafael Cogollo Pitalúa, Investigador.
Dr. Leonardo Gónima Gónima, Investigador
Dr. Francisco Torres Hoyos, Líder

Líneas de investigación
1.Caracterización de materiales
2.Energías Renovables
3.Física Aplicada a la Medicina
4.Física Nuclear
5.Física de la atmósfera

Propósito
Incentivar en nuestra región el desarrollo científico y tecnológico, que lleve a acelerar los procesos de innovación tecnológica en la producción y manufactura de bienes, que signifiquen un mayor valor agregado a materiales del entorno, a través de su estudio y caracterización. Además, se trabaja por la búsqueda de solución a problemas de la región, a través de la realización de trabajos de investigación que impliquen la aplicación de conceptos provenientes de algún área específica de la física o de las ciencias relacionadas, a saber, la electrónica, la ciencia de materiales, la física médica, la física de la atmósfera, ambiental, etc.

Grupo de Física Teórica y Aplicada (COL0036787)

Docentes de planta integrantes activos (a la fecha de la conv. 2018)
Dr. Héctor Roger Maya Taboada, Investigador
M. Sc. Gustavo Manuel Alvarino Bettin, Investigador
M. Sc. Luis Alcalá Varilla, Investigador
Dr. Cristian E. Susa Quintero, Líder

Líneas de investigación
1.Correlaciones Cuánticas
2. Estado Sólido
3. Física Médica
4. Información y Computación Cuántica
5. Sistemas Dinámicos
6. Sistemas Cuánticos Abiertos
7. Teoría de Entrelazamiento

Propósito
Fomentar una dinámica continua en las diferentes líneas de investigación que contribuyan al desarrollo académico e investigativo de la Universidad de Córdoba, la región y el país.

Grupo Avanzado de Materiales y Sistemas Complejos – GAMASCO (COL0100618)

Docentes de planta integrantes activos (a la fecha de la conv. 2018)
Dr. Cesar Ortega López, Líder
Dr. Nicolás De la Espriella Vélez, Investigador
Dr. Luis Carlos Sánchez, Investigador
Dr. Franklin Edwin Peniche Blanquiceth, Investigador
M. Sc. Jean Fred Murillo, Investigador
M. Sc. Juan Manuel Oviedo Cuéter, Investigador

Líneas de investigación
1.Física de medios granulares
2. Intercapas y heteroestructuras basadas en nitruros
3. Mecanismos de adsorción, difusión e incorporación de ad-átomos y pequeñas moléculas sobre superficies de materiales.
4. Estudio de propiedades estructurales, electrónicas y magnéticas de nuevos materiales.
5. Instrumentación electrónica.
6. Semiconductores magnéticos diluidos.
7. Síntesis y caracterización de materiales.

Propósito
Estudiar las propiedades estructurales, electrónicas y magnéticas de materiales usando herramientas computacionales. Además del estudio de sistemas granulares y magnéticos desde el punto de vista teórico y experimental.

SEMILLEROS DE INVESTIGACIÓN

Semillero / Asesor Líneas de investigación Fecha de creación
Física de la Atmósfera, Ambiental y Óptica Aplicada – ATBIENCA / Leonardo De Jesús Gónima Gónima Física de la Atmósfera 02-05-2018
Física Ambiental
Óptica aplicada
Cambio climático
Simulaciones Computacionales de Sólidos / Luis Arturo Alcalá Varilla Estudio de compuestos con actividad Fotocatalítica. 13-05-2019
Caracterización de materiales con propiedades ópticas.
Estudio de clústeres metálicos.
Ciencias de Materiales – CIMA / Rosbel Jiménez Narváez; Javier López Ortiz Estado sólido 23-08-2017
Ciencia de materiales
Física Aplicada e Instrumentación (FAIN) / Juan Manuel Oviedo Cueter Instrumentación Electrónica 09-09-2019
Instrumentación Virtual
Energías Alternativas
Caracterización de Materiales
Física Aplicada
Astronomía – VEsTA / Héctor Roger Maya Taboada; Hernán Enrique Garrido Astronomía Observacional 25-09-2018
Astrofísica Estelar
Análisis de Datos
Física Nuclear y Aplicaciones Médicas / Francisco Torres Hoyos
Nuevos Materiales GAMASCO

Luis Carlos Sánchez

Información Cuántica y Computación Cuántica – QI&C / Cristian Edwin Susa Quintero; Isaac Caicedo Información Cuántica 27-03-2017
Computación Cuántica
Sistemas Cuánticos Abiertos
Teoría de Complejidad
Aprendizaje Automático