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 2022/2023
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 Marcin Kośmider (last modification: 04-04-2022 20:19)