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
ویرایش:
نویسندگان: Benjamin A. Stickler & Ewald Schachinger
سری:
ISBN (شابک) : 9783319272658
ناشر: Springer International Publishing
سال نشر: 0
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 10 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Basic Concepts in Computational 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 مفاهیم پایه در فیزیک محاسباتی 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 نسخه جدید مقدمه ای مختصر بر روش های اساسی فیزیک محاسباتی است. خوانندگان مزایای روش های عددی را برای حل مسائل پیچیده ریاضی و برای شبیه سازی مستقیم فرآیندهای فیزیکی کشف خواهند کرد. این کتاب به دو بخش اصلی تقسیم میشود: روشهای قطعی و روشهای تصادفی در فیزیک محاسباتی. بر اساس مسائل عینی، بخش اول به تفکیک و انتگرال گیری عددی و همچنین درمان معادلات دیفرانسیل معمولی میپردازد. این با مقدمه ای کوتاه بر اعداد معادلات دیفرانسیل جزئی گسترش یافته است. بخش دوم به تولید اعداد تصادفی می پردازد، مبانی تصادفی را خلاصه می کند و متعاقباً روش های مونت کارلو (MC) را معرفی می کند. تاکید ویژه بر روی الگوریتم های زنجیره ای MARKOV MC است. دو فصل آخر به تجزیه و تحلیل داده ها و بهینه سازی تصادفی می پردازد. همه اینها دوباره با انگیزه و تقویت برنامه های کاربردی از فیزیک است. علاوه بر این، کتاب تعدادی ضمیمه ارائه می دهد تا اطلاعاتی را در مورد موضوعاتی که در متن اصلی مورد بحث قرار نگرفته اند در اختیار خواننده قرار دهد. مشکلات متعدد با راهحلهای کار شده، مقدمهها و خلاصههای فصل، همراه با سبکی واضح و کاربردی، خواننده را پشتیبانی میکند. کدهای C++ آماده به صورت آنلاین ارائه می شوند.
This new edition is a concise introduction to the basic methods of computational physics. Readers will discover the benefits of numerical methods for solving complex mathematical problems and for the direct simulation of physical processes. The book is divided into two main parts: Deterministic methods and stochastic methods in computational physics. Based on concrete problems, the first part discusses numerical differentiation and integration, as well as the treatment of ordinary differential equations. This is extended by a brief introduction to the numerics of partial differential equations. The second part deals with the generation of random numbers, summarizes the basics of stochastics, and subsequently introduces Monte-Carlo (MC) methods. Specific emphasis is on MARKOV chain MC algorithms. The final two chapters discuss data analysis and stochastic optimization. All this is again motivated and augmented by applications from physics. In addition, the book offers a number of appendices to provide the reader with information on topics not discussed in the main text. Numerous problems with worked-out solutions, chapter introductions and summaries, together with a clear and application-oriented style support the reader. Ready to use C++ codes are provided online.
Front Matter....Pages i-xvi
Some Basic Remarks....Pages 1-13
Front Matter....Pages 15-15
Numerical Differentiation....Pages 17-30
Numerical Integration....Pages 31-52
The Kepler Problem....Pages 53-61
Ordinary Differential Equations: Initial Value Problems....Pages 63-83
The Double Pendulum....Pages 85-101
Molecular Dynamics....Pages 103-116
Numerics of Ordinary Differential Equations: Boundary Value Problems....Pages 117-129
The One-Dimensional Stationary Heat Equation....Pages 131-138
The One-Dimensional Stationary Schrödinger Equation....Pages 139-156
Partial Differential Equations....Pages 157-180
Front Matter....Pages 181-181
Pseudo-random Number Generators....Pages 183-195
Random Sampling Methods....Pages 197-209
A Brief Introduction to Monte-Carlo Methods....Pages 211-223
The Ising Model....Pages 225-246
Some Basics of Stochastic Processes....Pages 247-270
The Random Walk and Diffusion Theory....Pages 271-295
Markov-Chain Monte Carlo and the Potts Model....Pages 297-310
Data Analysis....Pages 311-321
Stochastic Optimization....Pages 323-339
Back Matter....Pages 341-409