دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب A Guide to Monte Carlo Simulations in Statistical Physics
دانلود کتاب راهنمای شبیه سازی مونت کارلو در فیزیک آماری
مشخصات کتاب
A Guide to Monte Carlo Simulations in Statistical Physics
ویرایش: [5 ed.]
نویسندگان: David Landau. Kurt Binder
سری:
ISBN (شابک) : 110849014X, 9781108490146
ناشر: Cambridge University Press
سال نشر: 2021
تعداد صفحات: 578
[582]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 16 Mb
قیمت کتاب (تومان) : 37,000
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.
توضیحاتی در مورد کتاب راهنمای شبیه سازی مونت کارلو در فیزیک آماری
این کتاب با تمام جنبه های شبیه سازی مونت کارلو سیستم های فیزیکی پیچیده ای که در فیزیک ماده متراکم و مکانیک آماری با آن مواجه می شوند، مقدمه ای بر شبیه سازی های کامپیوتری در فیزیک ارائه می دهد. ویرایش پنجم حاوی مطالب جدید گسترده ای است که الگوریتم ها و روش های قدرتمند متعددی را توصیف می کند که نشان دهنده پیشرفت های اخیر در این زمینه است. موضوعات جدیدی مانند ماده فعال و یادگیری ماشین نیز معرفی شده است. در سرتاسر، کاربردها، مثال‌ها، دستور العمل‌ها، مطالعات موردی و تمرین‌های زیادی برای کمک به خواننده در درک کامل مطالب وجود دارد. این کتاب برای دانشجویان و محققین فارغ التحصیل، چه در دانشگاه و چه در صنعت، که می خواهند تکنیک هایی را بیاموزند که به ابزار سوم علوم فیزیکی تبدیل شده اند، ایده آل است.
توضیحاتی درمورد کتاب به خارجی
Dealing with all aspects of Monte Carlo simulation of complex physical systems encountered in condensed matter physics and statistical mechanics, this book provides an introduction to computer simulations in physics. The 5th edition contains extensive new material describing numerous powerful algorithms and methods that represent recent developments in the field. New topics such as active matter and machine learning are also introduced. Throughout, there are many applications, examples, recipes, case studies, and exercises to help the reader fully comprehend the material. This book is ideal for graduate students and researchers, both in academia and industry, who want to learn techniques that have become a third tool of physical science, complementing experiment and analytical theory.
