Υπολογιστική Φυσική ΙΙ Μοντελοποίηση
Κωνσταντίνος Αναγνωστόπουλος
Περιγραφή
Εκμάθηση βασικών τεχνικών Monte Carlo σε μοντέλα στατιστικής φυσικής. Συγγραφή κώδικα, συλλογή και ανάλυση δεδομένων. Το μάθημα αποτελεί βάση για την κατανόηση τεχνικών προσομοιώσεων με ευρύ φάσμα εφαρμογών και την διαδικασία κατασκευής και μελέτης προτύπων (μοντέλων).
Λέξεις Κλειδιά: Φυσική, Υπολογιστική Φυσική, Στατιστική Φυσική, Προγραμματισμός Η/Υ
Θεματικές Ενότητες
Κανονική συλλογή. Συνάρτηση επιμερισμού, μέσες τιμές,
ελεύθερη ενέργεια και εντροπία, πυκνότητα καταστάσεων, διακυμάνσεις. Πρότυπο Ising
στις 2 διαστάσεις. Μετάβαση φάσης, μήκος συσχετισμού, παγκοσμιότητα .
Δειγματοληψία, estimators μετρήσιμων μεγεθών. Απλή δειγματοληψία, importance
sampling. Διαδικασίες Markov Detailed balance condition, λόγοι αποδοχής.
Τυχαίες διαδρομές: Ο απλός τυχαίος περιπατητής στις 2 διαστάσεις. Προγραμματισμός: γλώσσα προ-
γραμματισμού και προγραμματιστικές τεχνικές. Γεννήτριες ψευδοτυχαίων αριθμών. Προ-
σομοίωση προτύπων τυχαίου περιπατητή. Στατιστική ανάλυση δεδομένων, μέσες τιμές, στατιστικά σφάλματα. Αναλυτική μελέτη γεωμετρικών ιδιοτήτων τυχαίων διαδρομών.
Αλγόριθμος Metropolis για το πρότυπο Ising στις δύο διαστάσεις. Σχεδιασμός και υλοποίηση κώδικα, modular programming, μεταγλώττιση με make, βελτιστοποίηση, χρήση σεναρίων για αυτοματοποίηση διαδικα-
σιών. Δομή δεδομένων για τοροϊδείς και ελικοειδείς συνοριακές συνθήκες. Εύρεση θερμι-
κής ισορροπίας στην προσομοίωση Monte Carlo. Ανάλυση με τη μελέτη χρονοσειρών.
Συναρτήσεις και χρόνοι αυτοσυσχετισμού. Εκτίμηση αριθμού ανεξάρτητων μετρήσεων.
Μέθοδοι υπολογισμού σφαλμάτων. Binning, jackknife, bootstrap.
Critical Slowing Down. Cluster algorithms, αλγόριθμος Wolff
και Swendsen-Wang. Μελέτη βάθμωσης, υπολογισμός κρίσιμων εκθετών.
Βάθμιση θερμοκρασίας και πεπερασμένου μεγέθους, μελέτη βάθμισης, binder cumulant, προβλήματα.
Ανοικτό Ακαδ. Μάθημα

Ημερολόγιο
Ανακοινώσεις
- - Δεν υπάρχουν ανακοινώσεις -