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: Akira Satoh
سری: Elsevier insights
ISBN (شابک) : 9780123851499, 0123851491
ناشر: Elsevier
سال نشر: 2010
تعداد صفحات: 333
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Introduction to practice of molecular simulation : molecular dynamics, Monte Carlo, Brownian dynamics, Lattice Boltzmann, dissipative particle dynamics 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 مقدمه ای برای تمرین شبیه سازی مولکولی: دینامیک مولکولی ، مونت کارلو ، دینامیک براون ، شبکه بولتزمن ، دینامیک ذرات اتلاف. 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 مقدمهای بر شبیهسازیهای مونت کارلو در فیزیک آماری کلاسیک ارائه میکند و هم برای دانشآموزانی که در این زمینه شروع به کار میکنند و هم برای محققان با تجربهتر که مایل به یادگیری بیشتر در مورد روشهای مونت کارلو هستند، هدف قرار گرفته است. این شامل روشهایی برای سیستمهای تعادلی و خارج از تعادل است و الگوریتمهای رایجی مانند الگوریتمهای متروپلیس و حمام گرمایی و همچنین الگوریتمهای پیچیدهتر مانند مونت کارلو زمان پیوسته، الگوریتمهای خوشهای، روشهای چندشبکهای، نمونهبرداری آنتروپیک و تلطیف شبیه سازی شده تکنیک های تجزیه و تحلیل داده ها نیز با شروع با اندازه گیری ساده و تکنیک های تخمین خطا و پیشرفت به موضوعاتی مانند روش های هیستوگرام منفرد و چندگانه و مقیاس بندی اندازه محدود توضیح داده شده است. چند فصل آخر کتاب به مسائل پیاده سازی، از جمله نمایش شبکه، اجرای کارآمد ساختارهای داده، کدگذاری چند اسپین، موازی سازی الگوریتم های مونت کارلو و تولید اعداد تصادفی اختصاص دارد. این کتاب همچنین شامل برنامههایی است که نشان میدهد چگونه میتوان این تکنیکها را در انواع مدلهای شناختهشده به کار برد
This book provides an introduction to Monte Carlo simulations in classical statistical physics and is aimed both at students beginning work in the field and at more experienced researchers who wish to learn more about Monte Carlo methods. It includes methods for both equilibrium and out of equilibrium systems, and discusses in detail such common algorithms as the Metropolis and heat-bath algorithms, as well as more sophisticated ones such as continuous time Monte Carlo, cluster algorithms, multigrid methods, entropic sampling and simulated tempering. Data analysis techniques are also explained starting with straightforward measurement and error-estimation techniques and progressing to topics such as the single and multiple histogram methods and finite size scaling. The last few chapters of the book are devoted to implementation issues, including lattice representations, efficient implementation of data structures, multispin coding, parallelization of Monte Carlo algorithms, and random number generation. The book also includes example programs which show how to apply these techniques to a variety of well-known models