Παρουσίαση/Προβολή

Εικόνα επιλογής

(Προχωρημένη) Υπολογιστική Φυσική

(Φ-351Β/Φ-669Β) -  Λιβέριος Λυμπεράκης

Περιγραφή Μαθήματος

email: lymperakis@physics.uoc.gr

References:

  • Rubin H. Landau, Manuel J. Páez, Cristian C. Bordeianu, Computational Physics: Problem Solving with Python, 4th Edition, Wiley-VCH, Berlin, ISBN: 978-3-527-41425-3

  • Philipp O.J. Scherer, "Computational Physics, Simulation of Classical and Quantum Systems", Springer (2017) https://doi.org/10.1007/978-3-319-61088-7 (το βιβλίο είναι διαθέσιμο εντός του δικτύου του πανεπιστημίου).
  • Benjamin A. Stickler, Ewald Schachinger, "Basic Concepts in Computational Physics", Springer, (2016) https://doi.org/10.1007/978-3-319-27265-8 (το βιβλίο είναι διαθέσιμο εντός του δικτύου του πανεπιστημίου).
  • S.E. Koonin "Computational Physics"
  • W.H. Press, S.A. Teukolsky, W.T. Vetterling and B.P. Flannery, "Numerical Recipes"
  • Notes/slides to be uploaded during the semester

 

Ημερομηνία δημιουργίας

Τρίτη 26 Ιανουαρίου 2021

Σελίδα μαθήματος
  • Περίγραμμα

    Περιεχόμενο μαθήματος

    Tο µάθηµα απευθύνεται σε μεταπτυχιακούς φοιτητές. Αποτελείται απο 4 ενότητες όπου οι φοιτητές αναπτύσσουν για την κάθε µία τον δικό τους κώδικα και παρουσιάζουν µία µελέτη προσοµείωσης ενός προβλήµατος φυσικής της επιλογής τους. Ανάπτυξη του θεωρητικού υπόβαθρου και υπολογιστικό “πείραµα” γίνονται σε αίθουσα υπολογιστών.

    The course is aimed at graduate students. It consists of 4 units where students develop their own code for each one and present a simulation study of a physics problem. Development of theoretical background and computational "experiment" take place in a computer lab.

    Το περιεχόμενο του μαθήματος περιλαμβάνει τα εξής:
    1. Μερικές διαφορικές εξισώσεις – ελλιπτικές (εξ. Poisson), παραβολικές (εξ. διάχυσης, εξ. Schrodinger), υπερβολικές (κυµατική εξ.).
    2. Προβλήµατα ιδιοτιµών – κβαντικές ιδιοκαταστάσεις, ιδιοτιµές.
    3. Μοριακή δυναµική;
    4. Monte – Carlo – στοιχεία θεωρίας πιθανοτήτων, αλγόριθµος Metropolis, µοντέλο Ising.

    The content of the course includes the following:

    1. Partial differential equations - elliptic (e.g., Poisson), parabolic (e.g., diffusion), hyperbolic (wave equation).
    2. Eigenvalue problems - quantum eigenstates, eigenvalues.
    3. Molecular dynamics.
    4. Monte Carlo - elements of probability theory, Metropolis algorithm, Ising model.

    Μέθοδοι αξιολόγησης

    Η αξιολόγηση γίνεται με τις εργασίες (80%) καθώς και με προφορική εξέταση (20%)