دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: ترمودینامیک و مکانیک آماری ویرایش: 1st نویسندگان: David P. Landau, Kurt Binder سری: ISBN (شابک) : 9780521653145, 0521653142 ناشر: Cambridge University Press سال نشر: 2000 تعداد صفحات: 399 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب A guide to Monte Carlo simulations in statistical physics به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب راهنمای شبیه سازی مونت کارلو در فیزیک آماری نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب تمام جنبههای شبیهسازی مونت کارلو سیستمهای فیزیکی پیچیده را که در فیزیک ماده متراکم و مکانیک آماری، و همچنین در زمینههای مرتبط، مانند علم پلیمر و نظریه گیج شبکه با آن مواجه میشوند، شرح میدهد. نویسندگان مروری مختصر از روشهای نمونهگیری ساده ارائه میکنند و روش نمونهگیری اهمیت را توسعه میدهند. علاوه بر این، آنها روشهای مونت کارلو کوانتومی، جنبههایی از شبیهسازی پدیدههای رشد و سایر سیستمهای دور از تعادل، و رویکرد گروه بازسازی مجدد مونت کارلو را به پدیدههای حیاتی معرفی میکنند. این کتاب شامل بسیاری از کاربردها، مثالها و مراجع فعلی و تمرینهایی است که به خواننده کمک میکند.
This book describes all aspects of Monte Carlo simulation of complex physical systems encountered in condensed-matter physics and statistical mechanics, as well as in related fields, such as polymer science and lattice gauge theory. The authors give a succinct overview of simple sampling methods and develop the importance sampling method. In addition they introduce quantum Monte Carlo methods, aspects of simulations of growth phenomena and other systems far from equilibrium, and the Monte Carlo Renormalization Group approach to critical phenomena. The book includes many applications, examples, and current references, and exercises to help the reader.