Symulacje komputerowe w fizyce 1100-3`SKwF

Po ukończeniu kursu student:

rozumie, po co stosuje się symulacje komputerowe w fizyce i zna główne klasy metod (dynamika molekularna, Monte Carlo, proste modele sieciowe);

potrafi zaimplementować w Pythonie podstawowe algorytmy całkowania równań ruchu (MD) oraz algorytmy Monte Carlo dla prostych układów fizycznych;

umie budować i analizować proste modele sieciowe opisujące procesy wzrostu, przejścia fazowe i zjawiska typu samoorganizującej się krytyczności (np. agregacja dyfuzyjna, modele typu Wa-Tor);

potrafi planować i przeprowadzić niewielki projekt numeryczny: od sformułowania modelu i doboru metody symulacyjnej, przez implementację i testowanie kodu, po analizę i wizualizację wyników;

umie interpretować wyniki symulacji w języku wielkości fizycznych, szacować błędy statystyczne i numeryczne oraz oceniać wiarygodność uzyskanych rezultatów;

potrafi krytycznie oceniać przyjęte uproszczenia modeli oraz ograniczenia zastosowanych metod obliczeniowych;

potrafi w formie krótkiej prezentacji przedstawić założenia modelu, zastosowaną metodę symulacji i główne wnioski z przeprowadzonych obliczeń.

Studenci będą proszeni o przygotowanie jednej mini-prezentacji z zagadnień związanych z wykładem bądź ćwiczeniami. Poza tym, w ramach laboratorium komputerowego, studenci będą wykonywać kilkanaście projektów numerycznych (80% oceny). Wiedza teoretyczna zostanie sprawdzona za pomocą dwóch krótkich testów (20% oceny).

D. Frenkel and B. Smit, Understanding Molecular Simulation: From Algorithms to Applications, Academic Press (1996).
M.P. Allen, D.J. Tildesley, Computer Simulation of Liquids, Oxford (1989).
M.E.J. Newman and G.T. Barkema, Monte Carlo methods in statistical physics, Oxford (1999).
J.M. Thijssen, Computational Physics, Cambridge (1999).

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

• Strona przedmiotu 1100-3`SKwF w USOSweb