SylabUZ
| Course name | Modelowanie i symulacje układów fizycznych |
| Course ID | 13.2-WF-FizD-MSUF-S19 |
| 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 |
| Semester | 2 |
| ECTS credits to win | 6 |
| Available in specialities | Computer Physics |
| Course type | obligatory |
| Teaching language | polish |
| Author of syllabus |
|
| 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 | 30 | 2 | - | - | Exam |
| Laboratory | 30 | 2 | - | - | Credit with grade |
Celem przedmiotu jest zapoznanie studentów i zdobycie przez niech podstawowej wiedzy na temat rodzajów symulacji komputerowych, ich zastosowań i ograniczeń. Studenci powinni zdobyć umiejętności pozwalające na zaprojektowanie, implementacje i przeprowadzenie eksperymentu komputerowego opartego na symulacji realnego procesu.
Umiejętność obiektowego programowania w jednym z języków C++ / Java lub Python, ukończony kurs wstępudo symulacji komputerowych, znajomość podstawowych algorytmów MD w układzie NVE oraz elementy metod MC – generatory liczb losowych, całkowanie numeryczne, rozgrywanie zmiennych losowych
- Przypomnienie informacji o metodach MC – generatory liczb losowych, rozgrywanie zmiennych losowych ciągłych i dyskretnych.
- Błądzenie losowe na sieciach dyskretnych, gaz sieciowy
- Perkolacja
- Symulacje MC układów oddziałujących spinów
- Systemy kolejkowe
- Symulacje komputerowe polimerów
- Przypomnienie podstawowych metod i algorytmów dynamiki molekularnej
- Symulacje układów oddziałujących atomów
- Mechanika molekularna i opis oddziaływań w układach molekularnych
- Symulacje układów NVE, NVT, NPT
Wykład:
Wykład konwencjonalny, problemowy, pokaz, dyskusja, warsztaty (testowanie aktualnie omawianych fragmentów kodu), burza mózgów
Laboratoria:
Ćwiczenia laboratoryjne, metoda projektu, praca w grupie, giełda pomysłów, burza mózgów, prezentacja, praca z dokumentacją, samodzielne pozyskiwanie wiedzy
| Outcome description | Outcome symbols | Methods of verification | The class form |
Wykład:
Egzamin praktyczny polegający na przedstawieniu rozwiązaniu postawionego(wylosowanego z listy problemów) problemu. Ocenie końcowej podlega analiza problemu, przedstawienie algorytmów rozwiązania problemu oraz opis weryfikacji uzyskanych wyników.
Laboratorium:
Ocena końcowa z laboratorium składa się w 30% z średniej ocen uzyskanych w trakcie
laboratoriów i w 70% z oceny końcowej projektu.
Przed przystąpieniem do egzaminu student musi uzyskać zaliczenie z ćwiczeń laboratoryjnych.
Ocena końcowa: średnia arytmetyczna ocen egzaminu i zaliczenia ćwiczeń laboratoryjnych.
[1] D. Frenkel, B. Smit Understanding Molecular Simulation. From Algorithms to Applications, Academic Press, 2002.
[2] M. P. Allen, D. J. Tildesley, Computer Simulation of Liquids, Oxford University Press, 1990.
[3] D. P. Landau, K. Binder, A guide to Monte Carlo Simulations in Statisticsl Physics, Cambridge University Press, 2005.
[4] K. Binder, D. W. Heerman Monte Carlo Smulation in Statistical Physics Springer, 2010 (5th ed)
Modified by dr Marcin Kośmider (last modification: 04-04-2022 20:18)
