Computational Physics: Problem Solving with Python

دسته بندی: فیزیک
ویرایش:  
نویسندگان: Landau R.H.,  Paez M.J.,  Bordeianu C.C.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 647 
زبان: English 
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت 

قیمت کتاب (تومان) : 47,000

ویرایش 3 — نیویورک: Wiley-VCH، 2007. - 647p. استفاده از محاسبات و شبیه‌سازی به بخشی ضروری از فرآیند علمی تبدیل شده است. توانایی تبدیل یک نظریه به یک الگوریتم نیاز به بینش نظری قابل توجه، درک دقیق فیزیکی و ریاضی، و سطح کارآمدی از شایستگی در برنامه نویسی دارد.
این متن بخش بالایی یک بررسی غیرعادی گسترده از موضوعات فیزیک محاسباتی مدرن از دیدگاه علم محاسباتی چند رشته ای ارائه می دهد. فلسفه آن ریشه در یادگیری از طریق انجام (با کمک بسیاری از برنامه های مدل)، با مواد علمی جدید و همچنین با زبان برنامه نویسی پایتون دارد. پایتون به خصوص برای آموزش فیزیک و پروژه های علمی بزرگ بسیار محبوب شده است. این احتمالاً ساده‌ترین زبان برنامه‌نویسی برای یادگیری برای مبتدیان است، اما برای محاسبات علمی رایج نیز استفاده می‌شود، و دارای بسته‌هایی برای گرافیک عالی و حتی دستکاری‌های نمادین است.
این متن برای دوره‌های کارشناسی ارشد یا مقطع کارشناسی ارشد طراحی شده است. و دانش ضروری را برای درک ابزارهای محاسباتی و روش های ریاضی به اندازه کافی برای موفقیت در اختیار خواننده قرار می دهد. به عنوان بخشی از آموزش استفاده از رایانه برای حل مسائل علمی، خواننده تشویق می شود تا روی یک مسئله نمونه بیان شده در ابتدای هر فصل یا واحد کار کند، که شامل مطالعه متن، نوشتن، اشکال زدایی و اجرای برنامه ها، تجسم نتایج، و بیان آنچه انجام شده و آنچه می توان نتیجه گرفت. سپس تمرین‌ها و مشکلاتی در پایان هر فصل وجود دارد تا خواننده به تنهایی کار کند (با برنامه‌های مدلی که برای این منظور ارائه شده است).

3rd ed. — New York: Wiley-VCH, 2007. - 647p. The use of computation and simulation has become an essential part of the scientific process. Being able to transform a theory into an algorithm requires significant theoretical insight, detailed physical and mathematical understanding, and a working level of competency in programming.
This upper-division text provides an unusually broad survey of the topics of modern computational physics from a multidisciplinary, computational science point of view. Its philosophy is rooted in learning by doing (assisted by many model programs), with new scientific materials as well as with the Python programming language. Python has become very popular, particularly for physics education and large scientific projects. It is probably the easiest programming language to learn for beginners, yet is also used for mainstream scientific computing, and has packages for excellent graphics and even symbolic manipulations.
The text is designed for an upper-level undergraduate or beginning graduate course and provides the reader with the essential knowledge to understand computational tools and mathematical methods well enough to be successful. As part of the teaching of using computers to solve scientific problems, the reader is encouraged to work through a sample problem stated at the beginning of each chapter or unit, which involves studying the text, writing, debugging and running programs, visualizing the results, and the expressing in words what has been done and what can be concluded. Then there are exercises and problems at the end of each chapter for the reader to work on their own (with model programs given for that purpose).