Inicio
Web Biblioteca
Plataforma Genesis
Imagen de Google Jackets

Basic concepts in computational physics [electronic resource] / Benjamin A. Stickler, Ewald Schachinger.

Por: Colaborador(es): Tipo de material: TextoTextoFecha de copyright: Cham : : Springer,, 2016Editor: 2016Edición: Segunda edicionDescripción: 1 recurso en línea (xvi, 409 páginas) : ilustracionesTipo de contenido:
  • texto
Tipo de medio:
  • computador
Tipo de soporte:
  • recurso en línea
ISBN:
  • 9783319272658
  • 3319272659
  • 9783319272634
  • 3319272632
  • 9783319272634
Tema(s): Clasificación CDD:
  • 530.1 S854 23
Recursos en línea:
Contenidos:
Some Basic Remarks -- Part I Deterministic Methods -- Numerical Differentiation -- Numerical Integration -- The KEPLER Problem -- Ordinary Differential Equations -- Initial Value Problems -- The Double Pendulum -- Molecular Dynamics -- Numerics of Ordinary Differential Equations -- Boundary Value Problems -- The One-Dimensional Stationary Heat Equation -- The One-Dimensional Stationary SCHR{copy} DINGER Equation -- Partial Differential Equations -- Part II Stochastic Methods -- Pseudo Random Number Generators -- Random Sampling Methods -- A Brief Introduction to Monte-Carlo Methods -- The ISING Model -- Some Basics of Stochastic Processes -- The Random Walk and Diffusion Theory -- MARKOV-Chain Monte Carlo and the POTTS Model -- Data Analysis -- Stochastic Optimization -- Appendix: The Two-Body Problem -- Solving Non-Linear Equations. The NEWTON Method -- Numerical Solution of Systems of Equations -- Fast Fourier Transform -- Basics of Probability Theory -- Phase Transitions -- Fractional Integrals and Derivatives in 1D -- Least Squares Fit -- Deterministic Optimization.
Resumen: El libro está dividido en dos partes principales: métodos deterministas y métodos estocásticos en física computacional. Basado en problemas concretos, la primera parte discute la diferenciación numérica y la integración, así como el tratamiento de ecuaciones diferenciales ordinarias. Esto se amplía con una breve introducción a los números de las ecuaciones diferenciales parciales. La segunda parte se ocupa de la generación de números aleatorios, resume los conceptos básicos de los estocásticos y, posteriormente, presenta los métodos de Monte-Carlo (MC). El énfasis específico está en los algoritmos MC de la cadena MARKOV. Los dos capítulos finales discuten el análisis de datos y la optimización estocástica. Todo esto está nuevamente motivado y aumentado por aplicaciones de la física. Además, el libro ofrece una serie de apéndices para proporcionar al lector información sobre temas no discutidos en el texto principal.
Valoración
    Valoración media: 0.0 (0 votos)
Existencias
Tipo de ítem Biblioteca actual Signatura topográfica Estado Fecha de vencimiento Código de barras
Libros electrónicos Libros electrónicos Institución Universitaria Mayor de Cartagena - Sede Centro 530.1 S854 (Navegar estantería(Abre debajo)) Disponible

Incluye referencias bibliográficas e índice.

Some Basic Remarks -- Part I Deterministic Methods -- Numerical Differentiation -- Numerical Integration -- The KEPLER Problem -- Ordinary Differential Equations -- Initial Value Problems -- The Double Pendulum -- Molecular Dynamics -- Numerics of Ordinary Differential Equations -- Boundary Value Problems -- The One-Dimensional Stationary Heat Equation -- The One-Dimensional Stationary SCHR{copy} DINGER Equation -- Partial Differential Equations -- Part II Stochastic Methods -- Pseudo Random Number Generators -- Random Sampling Methods -- A Brief Introduction to Monte-Carlo Methods -- The ISING Model -- Some Basics of Stochastic Processes -- The Random Walk and Diffusion Theory -- MARKOV-Chain Monte Carlo and the POTTS Model -- Data Analysis -- Stochastic Optimization -- Appendix: The Two-Body Problem -- Solving Non-Linear Equations. The NEWTON Method -- Numerical Solution of Systems of Equations -- Fast Fourier Transform -- Basics of Probability Theory -- Phase Transitions -- Fractional Integrals and Derivatives in 1D -- Least Squares Fit -- Deterministic Optimization.

El libro está dividido en dos partes principales: métodos deterministas y métodos estocásticos en física computacional. Basado en problemas concretos, la primera parte discute la diferenciación numérica y la integración, así como el tratamiento de ecuaciones diferenciales ordinarias. Esto se amplía con una breve introducción a los números de las ecuaciones diferenciales parciales. La segunda parte se ocupa de la generación de números aleatorios, resume los conceptos básicos de los estocásticos y, posteriormente, presenta los métodos de Monte-Carlo (MC). El énfasis específico está en los algoritmos MC de la cadena MARKOV. Los dos capítulos finales discuten el análisis de datos y la optimización estocástica. Todo esto está nuevamente motivado y aumentado por aplicaciones de la física. Además, el libro ofrece una serie de apéndices para proporcionar al lector información sobre temas no discutidos en el texto principal.

Con tecnología Koha