Lehrinhalte
Die Veranstaltung verfolgt zwei Ziele: Zum einen soll ein Überblick über grundlegende numerische Verfahren und ihre Anwendung in der Physik gegeben werden. Andererseits soll die konkrete Modellierung physikalischer Probleme auf dem Computer eingeübt werden. Als Programmierumgebung wird die Programmiersprache Python verwendet. Wesentlicher Bestandteil dieser Veranstaltung sind die Übungen in denen Sie selbständig am Computer Programmieraufgaben mit Hilfe von Python bearbeiten werden.
Aus dem Inhalt:
[list]
[*]Einführung in Python
[*]Visualisierung
[*]Numerische Präzision
[*]Elementare numerische Verfahren: numerische Differentiation, numerische Integration, Nullstellensuche, Minimierung
[*]Gleichungssysteme und Matrixmethoden: lineare Gleichungssysteme, Eigenwertproblem
[*]Gewöhnliche Differentialgleichungen und Anfangswertprobleme: Euler-, Runge-Kutta-Verfahren, Stabilität; Anwendungen
[*]Partielle Differentialgleichungen und Randwertprobleme
[*]Fouriertransformation: Diskrete und Schnelle Fouriertransformation; Anwendungen
[*]Monte-Carlo-Methoden: Zufallszahlen, Monte-Carlo-Integration, Metropolis Algorithmus; Anwendungen
[/list]
Literatur
Computational Physics by Mark Newman
Computational Physics, Problem Solving with Python by Rubin Landau, Manuel J. Paez and Christian Bordeianu
Voraussetzungen
Vorwissen aus den Vorlesungen Theoretische Physik I und II sowie aus den Rechenmethoden wird vorausgesetzt.
Aufgrund der momentanen Pandemiesituation müssen die Übungen in Heimarbeit durchgeführt werden. Dazu ist ein Laptop oder Desktop mit installierter Pythonumgebung notwendig. Details und Hinweise zur Installation werden in der ersten Vorlesung bereitgestellt.
Erwartete Teilnehmerzahl
100
Online-Angebote
https://moodle.tu-darmstadt.de
Die Veranstaltung verfolgt zwei Ziele: Zum einen soll ein Überblick über grundlegende numerische Verfahren und ihre Anwendung in der Physik gegeben werden. Andererseits soll die konkrete Modellierung physikalischer Probleme auf dem Computer eingeübt werden. Als Programmierumgebung wird die Programmiersprache Python verwendet. Wesentlicher Bestandteil dieser Veranstaltung sind die Übungen in denen Sie selbständig am Computer Programmieraufgaben mit Hilfe von Python bearbeiten werden.
Aus dem Inhalt:
[list]
[*]Einführung in Python
[*]Visualisierung
[*]Numerische Präzision
[*]Elementare numerische Verfahren: numerische Differentiation, numerische Integration, Nullstellensuche, Minimierung
[*]Gleichungssysteme und Matrixmethoden: lineare Gleichungssysteme, Eigenwertproblem
[*]Gewöhnliche Differentialgleichungen und Anfangswertprobleme: Euler-, Runge-Kutta-Verfahren, Stabilität; Anwendungen
[*]Partielle Differentialgleichungen und Randwertprobleme
[*]Fouriertransformation: Diskrete und Schnelle Fouriertransformation; Anwendungen
[*]Monte-Carlo-Methoden: Zufallszahlen, Monte-Carlo-Integration, Metropolis Algorithmus; Anwendungen
[/list]
Literatur
Computational Physics by Mark Newman
Computational Physics, Problem Solving with Python by Rubin Landau, Manuel J. Paez and Christian Bordeianu
Voraussetzungen
Vorwissen aus den Vorlesungen Theoretische Physik I und II sowie aus den Rechenmethoden wird vorausgesetzt.
Aufgrund der momentanen Pandemiesituation müssen die Übungen in Heimarbeit durchgeführt werden. Dazu ist ein Laptop oder Desktop mit installierter Pythonumgebung notwendig. Details und Hinweise zur Installation werden in der ersten Vorlesung bereitgestellt.
Erwartete Teilnehmerzahl
100
Online-Angebote
https://moodle.tu-darmstadt.de
- Lehrende: Kai Hebeler
Semester: SoSe 2021