СОФИЙСКИ УНИВЕРСИТЕТ “СВ. КЛИМЕНТ ОХРИДСКИ” ФИЗИЧЕСКИ ФАКУЛТЕТ |
Утвърдена с Протокол на ФС N: …../ ……..
Декан:
/доц. д-р Д. Мърваков/
УЧЕБНА ПРОГРАМА
ПО ДИСЦИПЛИНАТА: Компютърни методи за системи с много частици
ВКЛЮЧЕНА В УЧЕБНИЯ ПЛАН НА СПЕЦИАЛНОСТ: физика, инженерна физика
СТЕПЕН НА ОБУЧЕНИЕ: бакалавър
КАТЕДРА: Физика на твърдото тяло и микроелектроника
ИЗВАДКИ ОТ УЧЕБНИЯ ПЛАН
Вид на занятията: |
Семестър: |
Хорариум-часа/ |
Хорариум-часа |
Лекции |
8 |
3 |
45 |
Семинарни упражнения
|
8 |
|
|
Практически упражнения |
|
2 |
30 |
Общо часа: |
|
5 |
75 |
Форма на контрол: |
|
Текуща оценка |
|
А. АНОТАЦИЯ
Курсът запознава студентите с основите на компютърното симулиране. Основният въпрос, на който той се стреми да отговори е: как да се определи колективното поведението на една многочастична система като познаваме силите действащи на отделните частици. За тази цел се разглеждат два метода: Монте Карло или стохастичен метод и метод на молекулярната динамика или детерминистичен метод. Приложенията са групирани в две области: поведение на твърди тела и флуиди (между тях класическите модел на Изинг и модел на меки сфери) и движение на частици (фонони, електрони, йони) в разсейващи среди.
Курсът е подходящ за студенти интересуващи се от областите: физика на твърдото тяло, полупроводници, оптика, теоретична физика и числени методи. Той е изграден условно на три нива: теория, алгоритми и компютърни програми. Последните се реализират на упражненията към курса и в самостоятелна работа. От студентите се изисква познания по статистическа физика в рамките на университетския курс. Знаенето поне на един език за програмиране е основно изискване. В рамките на курса обаче знанията по програмиране се опресняват и задълбочават.
Успешно завършилите студенти ще могат: да правят прости програми за поведението на многочатични системи с Монте Карло методи и методи на молекулярната динамика ; да разчитат и анализират програми за компютърно моделиране с достъпен код; да използват получените при пресмятанията резултати за получаване на статични и динамични свойства на твърди тела и флуиди и за статитическото поведение на частици в разсейващи среди
Б. СЪДЪРЖАНИЕ НА УЧЕБНАТА ПРОГРАМА:
№ |
Тема -лекции |
часа |
|
Основни понятия от теория на вероятностите и статистическата физика |
8 |
1 |
Основни понятия от теория на вероятностите. Функция на разпределение и плътност на разпределение на случайна величина |
1 |
2 |
Генератори на псевдослучайни числа с равномерно разпределение. Тестове за независимост на случайни числа |
1 |
3 |
Методи за генериране на случайни числа със зададено разпределение: трансформационен метод, метод на фон Нойман. Метод за генериране на случайни числа с Гаусово разпределение |
1 |
4 |
Метод на Метрополис – importance sampling |
1 |
5 |
Основна хипотеза в статистическата физика. Вероятност и средни стойности. Степен на израждане и статистическа сума. Ентропия |
2 |
6 |
Основни статистически ансамбли. Средни величини по време и по ансамбъл. Ергодичност. |
2 |
|
Основни методи за симулиране на свойствата на системи с много частици |
(10 ч) |
7 |
Същност и приложения на компютърните симулации. Обща структура на една програма за компютърни симулации. Използване и интерпретация на данните от компютърните симулации |
1 |
8 |
Симулиране на свойствата на статистически системи използвайки неголям брой частици. Елементарна клетка. Гранични условия и критерий за най-близък образ. Ограничения налагани от периодичността на системата. |
1 |
9 |
Монте Карло (МК) метод за числено интегриране на едномерни и многомерни интеграли |
1 |
10 |
Алгоритъмът на Метрополис – основа на приложението на МК методите за различни статистически ансамбли. |
2 |
11 |
Числено решаване на уравненията на движение – същност на молекулярната динамика (МД). Преход от механична към термодинамична система. |
1 |
12 |
Специфични методи за числено решаване на диференциални уравнения в МД. Метод на Верле и подобни. Предикторно - коректорни методи. Оценка на точността и стабилността на пресмятанията в МД. |
2 |
13 |
Анализ на резултатите от пресмятанията– статични и динамични свойства на термодинамичните системи |
2 |
|
Приложение на МК и МД методи за различни статистически ансамбли |
(18 ч) |
14 |
Моделни потенциали за двучастично взаимодействие – потенциал на Ленард-Джонс, Кулоново взаимодействие, хармоничен осцилатор, потенциал на Морз. |
2 |
15 |
Тричастични потенциали в твърди тела. Отчитане на ъгловата зависимост на взаимодействие между частиците |
2 |
16 |
Симулиране на разпределението по енергии на микроканоничен ансамбъл от невзаимодействащи частици. |
2 |
17 |
Симулиране на движение на частици под действие на потенциала на Ленард-Джонс. Списък на Верле. Приведени единици. Радиална функция на разпределение на двумерен газ. |
3 |
18 |
Модел на Изинг. Фазов преход в магнитна система. Изменение на намагнитеността, топлоемността, магнитната възприемчивост и енергията на системата при фазов преход от втори род. |
3 |
19 |
Корелационно време. Критично забавяне и методи за ускоряване на МК пресмятанията – хистограмни и кластерни методи |
2 |
20 |
Моделиране на топлопроводност на твърди тела |
2 |
21 |
Моделиране на израстване на тънки слоеве |
2 |
|
Движение на частици в среди с разсейване |
10 |
22 |
Движение на фотони в дифузни среди. Моделиране на процесите на разсейване и поглъщане на фотони. Разпространение на светлината в биологични тъкани. Компютърна томография |
4 |
23 |
Транспортно уравнение на Болцман. Структура на МК програма за моделиране на пренос на заряд в полупроводници. Модели на зонна структура използвани в МК програмите |
2 |
24 |
Механизми на разсейване и вероятност за разсейване в ковалентни полупроводници. Динамика на движение на електрони. Определяне на коефициентите на дифузия |
2 |
25 |
Взаимодействие на заредени частици с твърди тела. Моделиране на процесите на йонна имплантация и на разпрашване на твърди тела |
2 |
|
Компютърни упражнения |
|
1 |
1. Генериране на поредици от случайни числа с метода на трансформациите и с метода на фон Нойман. Проверка на разпределенията чрез съпоставяне на хистограмите с теоретичната крива. |
6 |
2 |
Намиране на разпределението по енергии на частиците на идеален газ – микроканоничен ансамбъл. |
6 |
3 |
Двумерен модел на Изинг. Числено пресмятане на корелационното време. Намиране на енергията, магнитния момент, възприемчивостта и топлинния капацитет. |
8 |
4 |
Израстване на тънки слоеве при дифузионно ограничени реакции. |
8 |
5 |
Двумерен модел на меки сфери – намиране на радиалната функция на разпределение и средното квадратично отклонение на частиците за определяне фазата на системата. |
8 |
6 |
Разсейване на електрони от два възможни механизма. |
4 |
7 |
Симулиране движението на фотони в дифузна среда. |
6 |
Забележка: Часовете за упражнения са повече от 30 защото студентите ще избират измежду предложените упражнения
В. Формата на контрол е: текуща оценка
Оценката се формира 60% от проекти и 40% от тестове. Предвижда се три теста – след всеки един от основните раздели. Проектите се основават на задачи описани по-горе. Предвижда се всеки студент да разработи четири проекта и да ги предаде и дискутира с преподавателя в указани срокове.
Г. Основна литература:
1. J. Haile, Molecular Dynamics Simulations, Wiley (1992)
2. M. Allen, D. Tildesley, Computer Simulations in Liquids (1997)
3. С. Кунин Вычислительная физика, Мир (1992)
4. А. Реклайтис, Р. Мицкявичус, Метод Монте Карло в физике полупроводников, Серия Математика и Кибернетика, 10 (1988)
5. В. Тучин, Исследование биотканей методом светорассеянием, Успехи физических наук, 167 pp. 517-539 (1997)
Д. Допълнителна литература:
1. Simulations of Liquids and Solids – Ed. G. Ciccoti, D. Frenkel, I. McDonald, Elsevier (1990) – колекция от най-важните статии по МК и МД методи до годината на издаването.
2. J. Thijssen, Computational Physics, Cambridge University Press (1999) – числени методи с физични приложения на високо ниво
3. W. Williamson, G. Duncan, Monte Carlo simulation of nonrelativistic electron scattering. Am. J. Phys. 54 262 (1986)
Съставил програмата:
Дата: 15.04.2004.
/доц. Цветан Велинов./