SylabUZ

Generate PDF for this page

Symulacje komputerowe - course description

General information
Course name Symulacje komputerowe
Course ID 11.3-WF-FizD-SK-S17
Faculty Faculty of Physics and Astronomy
Field of study Physics
Education profile academic
Level of studies Second-cycle studies leading to MS degree
Beginning semester winter term 2020/2021
Course information
Semester 2
ECTS credits to win 6
Available in specialities Theoretical physics
Course type obligatory
Teaching language polish
Author of syllabus
  • prof. dr hab. Mirosław Dudek
Classes forms
The class form Hours per semester (full-time) Hours per week (full-time) Hours per semester (part-time) Hours per week (part-time) Form of assignment
Lecture 15 1 - - Exam
Laboratory 30 2 - - Credit with grade

Aim of the course

Celem przedmiotu jest zdobycie podstawowej wiedzy na temat metod symulacji komputerowych i
umiejętności wyboru odpowiedniej z nich do rozpatrywanego zagadnienia. Student powinien
zdobyć umiejętności implementacji tej wiedzy poprzez zaprojektowanie odpowiedniego algorytmu i
programu komputerowego a następnie interpretacji otrzymanych wyników symulacji
komputerowych i ich prezentacji.

Prerequisites

Umiejętność programowania w dowolnym języku programowania lub umiejętność posługiwania się
językami skryptowymi.

Scope

  1. Reprezentacja liczb w pamięci komputera, błędy nadmiaru i niedomiaru, błędy obcięcia (metody różnic skończonych), stabilność numeryczna algorytmów.
  2. Algorytmy rozwiązywania równań ruchu dla punktu materialnego: algorytm Eulera, Verleta,prędkościowy Verleta, numeryczne rozwiązanie oscylatora harmonicznego.
  3. Algorytmy Monte Carlo (generatory liczb pseudolosowych, rozgrywanie zmiennych losowych z różnymi rozkładami prawdopodobieństwa, algorytm Metropolis, równania stochastyczne).
  4. Wybrane przykłady zastosowań (symulacja przejść fazowych, relaksacja dipola elektrycznego).

Teaching methods

Wykłady oraz ćwiczenia laboratoryjne, dyskusje, samodzielna praca ze specjalistyczną literaturą
naukową w j. polskim oraz angielskim oraz praca z dokumentacją techniczną i wyszukiwanie
informacji w sieci Internet

Learning outcomes and methods of theirs verification

Outcome description Outcome symbols Methods of verification The class form

Assignment conditions

Wykład: Pozytywna ocena z testu.
Laboratorium: Pozytywna ocena ze sprawdzianów, wykonanie projektu.
Ocena końcowa z laboratorium: ocena ze sprawdzianów 60%, ocena z projektu 40%.
Przed przystąpieniem do egzaminu student musi uzyskać zaliczenie z ćwiczeń.
Ocena końcowa z przedmiotu: średnia arytmetyczna ocen z zaliczenia wykładu i zaliczenia
ćwiczeń.

Recommended reading

[1] J.C. Berendsen and W.F. Van Gunsteren, Practical Algorithms for Dynamic Simulations in
Molecular dynamics simulations of statistical mechanical systems, Proceedings of the Enrico Fermi
Summer School, p. 43 - 45, Soc. Italinana de Fisica, Bologna 1985.
[2] Stephen Wolfram, Statistical mechanics of cellular automata, Rev. Mod. Phys. 55, 601 - 644
(1983).
[3] Tao Pang, An Introduction to Computational Physics, Cambridge University Press (2006).

Further reading

[1] William H. Press, Saul A. Teukolsky, William T. Vetterling, Brian P. Flannery, Numerical recipes, The art
of scientific computing, third edition 2007.

Notes


Modified by dr hab. Piotr Lubiński, prof. UZ (last modification: 08-06-2020 23:06)