
Snažnim i novim tehnologijama ubrzani razvoj astrofizike i fizike elementarnih čestica rezultirao je vrlo važnim otkrićima proteklih godina od kojih se posebno ističu otkriće Higgsovog bozona na CERN-u 2012. godine i detekcija gravitacijskih valova eksperimentom LIGO 2016. godine. Iako se fizika elementarnih čestica bavi najmanjim, a astrofizika najvećim objektima u prirodi, granica između ove dvije grane fizike se u potpunosti briše rađanjem nove discipline koja se naziva astročestična fizika.
Sve snažnije ispreplitanje astrofizike i fizike elementarnih čestica prirodno nameće stvaranje studijskog smjera koji će studentima omogućiti razumijevanje prirode na najmanjim i najvećim skalama upravo kroz međusobnu isprepletenost astrofizike i fizike elementarnih čestica. Naravno, smjer mora biti dovoljno fleksibilan da student može odabrati specijalizaciju u području koje ga najviše zanima: astrofizika, fizika elementarnih čestica, astročestična fizika, nuklearna fizika…
Studenti će steći široki spektar znanja, od poznavanja fundamentalnih međudjelovanja u prirodi do poznavanja nastanka i razvoja svemira na najvećim skalama. Poseban naglasak će biti stavljen na razumijevanje eksperimentalne pozadine moderne astrofizike i fizike elementarnih čestica, primjenu modernih metoda u analizi podataka npr. Neural Networks te primjenu metoda računarske fizike na rješavanje složenih problema.
120 ECTS bodova
Akademska titula: sveučilišni/a magistar/magistra fizike (univ. mag. phys.)
Prethodno obrazovanje: nakon stjecanja zvanja prvostupnika na prijediplomskom studiju Fizika ili na nekom srodnom studiju uz polaganje eventualnih razlikovnih ispita
Trajanje studija: 4 semestra (2 akademske godine)
| predmet | ETCS |
| Eksperimentalne metode moderne fizike | 6 |
| Napredna kvantna fizika | 6 |
| Simetrije u fizici | 6 |
| Teorija relativnosti | 6 |
| Izborni predmeti: upisuje se minimalno 12 ECTS bodova izbornih predmeta za 1. i 2. semestar (bodovi se mogu kombinirati iz oba semestra). |
| predmet | ETCS |
| Elektronika I | 5 |
| Fizika čvrstog stanja | 6 |
| Kineziološka aktivnost, fitness i zdravlje | 2 |
| Moderna spektroskopija | 6 |
| Povijest klasične fizike | 3 |
| Praktikum iz moderne fizike | 3 |
| predmet | ETCS |
| Fizika elementarnih čestica I | 6 |
| Napredna astronomija i astrofizika | 6 |
| Nuklearna fizika | 6 |
| Stohastičke simulacije u klasičnoj i kvantnoj fizici | 6 |
| Izborni predmeti: upisuje se minimalno 12 ECTS bodova izbornih predmeta za 1. i 2. semestar (bodovi se mogu kombinirati iz oba semestra). |
| predmet | ETCS |
| Elektronika II | 5 |
| Metodologija istraživanja u prirodnim znanostima | 4 |
| Objektno orijentirano programiranje | 6 |
| Opažačka astronomija | 6 |
| Parcijalne diferencijalne jednadžbe | 6 |
| Povijest moderne fizike | 3 |
| Tehnike opažanja i analiza podataka u astronomiji | 3 |
| Uvod u atomsku i molekularnu fiziku | 6 |
| Znanstvena komunikacija | 2 |
| predmet | ETCS |
| Analiza podataka u fizici visokih energija | 6 |
| Fizika elementarnih čestica II | 6 |
| Opća teorija relativnosti i kozmologija | 6 |
| Izborni predmeti: bodovi se mogu kombinirati iz svih semestara. |
| predmet | ETCS |
| Astročestična fizika | 6 |
| Fizika plazme i fuzijska tehnologija | 6 |
| Istraživački rad | 6 |
| Kineziološka aktivnost, fitness i zdravlje | 2 |
| Moderna spektroskopija | 6 |
| Uvod u kvantnu teoriju polja | 5 |
| Uvod u supravodljivost | 3 |
| predmet | ETCS |
| Diplomski rad | 30 |
| predmet | |
| predmet | |
Studij astrofizike i fizike elementarnih čestica pruža široke mogućnosti zapošljavanja u različitim područjima. Diplomanti mogu pronaći posao u znanstvenim institucijama i istraživačkim centrima, gdje sudjeluju u projektima usmjerenim na istraživanje svemira, čestica i temeljnih sila u prirodi. Također, mogu graditi karijeru u visokom obrazovanju kao istraživači na sveučilištima, s naglaskom na mentorstvo i provođenje eksperimentalnih ili teorijskih istraživanja.
Industrija visokih tehnologija nudi prilike za razvoj detektora, instrumenata i softverskih rješenja, dok informatički sektor omogućuje primjenu stečenih vještina u analizi velikih podataka i razvoju algoritama temeljenih na umjetnoj inteligenciji.
doc. dr. sc. Marko Kovač