Cuốn sách này cung cấp phần giới thiệu rõ ràng về Python với các ví dụ và minh họa đồ họa. Điện toán Python trở nên đơn giản một cách kỳ diệu với các mô-đun và gói bên ngoài. Một số gói hữu ích như NumPy, Matplotlib, Pandas, SymPy được giới thiệu rất chi tiết. Mã ví dụ được bao gồm như các ứng dụng. Cuốn sách này có thể hữu ích cho học sinh, giáo viên và bất kỳ ai đam mê Điện toán Python
Khóa học "Vật lý tính toán 1 Fall 2022" được giảng dạy bởi Giáo sư. Sal Rappoccio của Đại học Buffalo bắt đầu từ ngày 29 tháng 8 năm 2022. Khóa học sẽ được giảng dạy tại Đại học Buffalo (PHY411) và từ xa trên hội nghị truyền hình (do LPC giám sát)
Cả lớp sẽ gặp nhau trên MWF 1-1. 50 giờ chiều (giờ trung tâm), từ ngày 29 tháng 8 năm 2022 đến ngày 9 tháng 12 năm 2022. Các lớp học được tổ chức bằng hội nghị truyền hình cho những người tham gia từ xa - vui lòng kiểm tra bản tin LPC và/hoặc thời gian biểu để biết bất kỳ điều chỉnh nào trong lịch trình
Tham khảo giáo trình để biết thêm thông tin cập nhật, bao gồm cả sách giáo khoa được yêu cầu và đề xuất
Khóa học này là khóa học đầu tiên trong chuỗi hai khóa học về Vật lý tính toán. Khóa học này tích hợp phân tích số và lập trình máy tính bằng C++, với python là ngôn ngữ thứ hai tùy chọn, để nghiên cứu nhiều vấn đề trong vật lý cổ điển, lượng tử và thống kê. Khóa học sẽ bao gồm các thuật toán số để tìm nghiệm nguyên, nội suy, nghịch đảo ma trận, phân biệt số và cầu phương, phân tích dữ liệu, biến đổi Fourier và đồ họa máy tính. Nếu thời gian cho phép, chúng tôi cũng sẽ giới thiệu về điện toán lượng tử. Các chủ đề phân tích số sẽ bao gồm giải phương trình vi phân tuyến tính và phi tuyến, các vấn đề về giá trị biên và giá trị riêng và mô phỏng Monte Carlo. Nội dung tính toán của môn học sẽ được tổ chức theo các chuyên đề sau. (1) Phân tích dữ liệu, (2) Thuật toán số cơ bản, (3) Đại số tuyến tính, (4) Giải phương trình phi tuyến, (5) Phương trình vi phân thông thường, (6) Phương trình vi phân từng phần, (7) Phương pháp xác suất và (8) . Tùy thuộc vào sự chuẩn bị của lớp, chủ đề có thể được đẩy sang học kỳ thứ hai để có nhiều chỗ hơn cho thực hành lập trình cơ bản.
Phần mềm cho khóa học này sẽ được lưu trữ trên github
Điều kiện tiên quyết. Khóa học này giả định sự quen thuộc với vật lý đại học ở cấp cơ sở/cao cấp. Cần phải làm quen với một ngôn ngữ lập trình hiện đại (C++/Java/Fortran/python/etc). Lập trình chủ yếu bằng C++ và python sẽ được đề cập trong 4-8 tuần đầu tiên của bài giảng. Nếu bạn chưa quen với C++ hoặc python, bạn nên dành thêm thời gian ngay từ đầu khóa học để bắt kịp tốc độ. Tùy thuộc vào kinh nghiệm của lớp học, chúng tôi sẽ dành nhiều hoặc ít thời gian hơn cho phần giới thiệu về lập trình. Chúng tôi sẽ thảo luận về cách biên dịch và thực thi mã của bạn trên nền tảng bạn đã chọn. Chẳng hạn, sẽ rất hữu ích nếu bạn quen thuộc với bash, tcsh hoặc zsh cho Linux/Unix/Macintosh hoặc cygwin cho Windows. Chúng ta sẽ thảo luận về cách kết hợp C++ và python với các công cụ hiện có như SWIG.
Các tùy chọn đăng ký (VUI LÒNG ĐỌC KỸ) Chúng tôi đang cung cấp nhiều cách khác nhau để học viên có thể chọn tham gia lớp học này, vui lòng cân nhắc kỹ các lựa chọn của bạn và cho chúng tôi biết nếu bạn có bất kỳ câu hỏi nào. Đăng ký sẽ đóng vào ngày 2 tháng 9 năm 2022.
- Sinh viên có thể chọn tham gia khóa học để nhận tín chỉ chuyển tiếp đại học chính thức từ University at Buffalo (có tính phí) bằng cách đăng ký tại https. // công ty đăng ký. trâu. edu/không cấp bằng/. Lớp học sẽ sử dụng Buffalo Blackboard LMS cho lớp học (được gọi là "UBLearns") và bất kỳ học sinh nào đăng ký trực tiếp sẽ có quyền truy cập vào hệ thống này.
- Chúng tôi sẽ làm việc với sinh viên và cố vấn của họ để sắp xếp cấp tín chỉ đại học tại cơ sở của chính họ sau khi hoàn thành thành công khóa học, nếu cơ sở của sinh viên cho phép.
- Học sinh có thể chọn kiểm tra lớp học và không nhận tín chỉ. Đối với những học sinh này, bài tập về nhà sẽ được cung cấp, nhưng bài tập sẽ không được chấm điểm.
Học sinh chọn tùy chọn 2 hoặc 3 phải đăng ký trên trang chỉ dẫn này trong phần "Đăng ký" hoặc "Đăng ký ngay bây giờ" và cho biết liệu họ đang tham gia khóa học để lấy tín chỉ tại trường đại học của mình hay chỉ kiểm toán. Trang chỉ dẫn này sẽ được sử dụng để liên lạc và làm bài tập. Các nhà khoa học và chuyên gia trong tương lai của chúng tôi phải đối thoại trong các kỹ thuật tính toán. Để tạo điều kiện tích hợp các phương pháp máy tính vào các khóa học vật lý hiện có, sách giáo khoa này cung cấp một số lượng lớn các ví dụ và vấn đề làm việc với các giải pháp được hướng dẫn đầy đủ trong Python cũng như các ngôn ngữ khác (Mathicala, Java, C, Fortran và Maple). Nó cũng dự định là một hướng dẫn tự học để học cách sử dụng các phương pháp máy tính trong vật lý. Các tác giả bao gồm một chương giới thiệu về các công cụ số và dấu hiệu của mức độ khó tính toán và vật lý cho từng vấn đề. Người đọc cũng được hưởng lợi từ các tính năng sau:
Nội dung chính Hiển thị
- Xem trước
- Cuốn sách mô tả
- lục mục
- Tiểu sử
- Python có tốt cho vật lý tính toán không?
- Giải quyết vấn đề tính toán trong Python là gì?
- Ngôn ngữ lập trình nào được sử dụng cho vật lý tính toán?
- Vật lý tính toán có hữu ích không?
• Giải thích chi tiết và giải pháp trong các ngôn ngữ mã hóa khác nhau
• Các vấn đề được xếp hạng dựa trên độ khó tính toán và vật lý
• Khái niệm cơ bản của các phương pháp số được đề cập trong một chương trình giới thiệu
• Hướng dẫn lập trình thông qua sơ đồ và mã giả
Rubin Landau là giáo sư danh dự xuất sắc tại Khoa Vật lý tại Đại học bang Oregon ở Corvallis và là thành viên của Hiệp hội Vật lý Hoa Kỳ (Khoa Vật lý Tính toán). là Giáo sư Danh dự tại Khoa Vật lý tại Đại học Bang Oregon ở Corvallis và là thành viên của Hiệp hội Vật lý Hoa Kỳ (Ban Vật lý Điện toán).
Manuel Jose Paez-Mejia là giáo sư vật lý tại Đại học Antioquia ở Medellín, Colombia. là Giáo sư Vật lý tại Đại học de Antioquia ở Medellín, Colombia.
Tiết kiệm £19,50
£19. 50
first version
Năm bản quyền 2018
Xem trước
Cuốn sách mô tả
Các nhà khoa học và chuyên gia trong tương lai của chúng tôi phải đối thoại trong các kỹ thuật tính toán. Để tạo điều kiện tích hợp các phương pháp pháp máy tính vào các khóa học vật lý hiện có, sách giáo khoa này cung cấp một lượng lớn các ví dụ và vấn đề làm việc với các giải pháp được hướng dẫn đầy đủ trong Python cũng như . Nó cũng dự kiến là một hướng dẫn tự học để học cách sử dụng các phương pháp pháp máy tính trong vật lý. Tác giả bao gồm một chương trình giới thiệu về các công cụ số và dấu hiệu của mức độ khó tính toán và vật lý cho từng vấn đề. Người đọc cũng được hưởng lợi từ các tính năng sau
• Giải thích chi tiết và giải pháp trong các ngôn ngữ mã hóa khác nhau
• Các vấn đề được xếp hạng dựa trên độ khó tính toán và vật lý
• Khái niệm cơ bản của các phương pháp số được đề cập trong một chương trình giới thiệu
• Hướng dẫn lập trình thông qua sơ đồ và mã giả
Rubin Landau
là một giáo sư nổi tiếng dự thi tại Khoa Vật lý tại Đại học bang Oregon ở Corvallis và là thành viên của Hiệp hội Vật lý Hoa Kỳ (Khoa Vật lý Tính toán)Manuel Jose Paez-Mejia
là một giáo sư vật lý tại Đại học Antioquia ở Medellín, Colombialục mục
1 Khái niệm cơ bản tính toán cho Vật lý & NBSP; . Động lực dân số & Tăng trưởng thực vật & NBSP; . Mã Python
(các) tác giả
Tiểu sử
Rubin Landau là một giáo sư danh dự xuất sắc tại Khoa Vật lý tại Đại học bang Oregon ở Corvallis và là thành viên của Hiệp hội Vật lý Hoa Kỳ (Khoa Vật lý Tính toán). Chuyên môn nghiên cứu của ông là các chuyên nghiên cứu tính toán về sự tán xạ của các hạt cơ bản từ các hệ thống hạ nguyên tử và cơ học điện tử không thời lượng. Landau đã dạy các khóa học trong suốt chương trình giảng dạy đại học và sau đại học, và trong hơn 20 năm, trong toán học vật lý. Ông là người sáng lập Chương trình cấp bằng Vật lý tính toán OSU, thành viên ủy ban điều hành của Phòng Vật lý tính toán APS và Ủy ban Công nghệ AAPT. Hiện tại Landau là đồng biên tập giáo dục của AIP/IEEE tính toán về Khoa học & Kỹ thuật và đồng biên tập loạt sách của Taylor & Francis này về Vật lý tính toán. Ông là thành viên của Ủy ban Tư vấn XSEDE và là một phần của chương trình giáo dục tại các hội nghị SuperComputing (SC) trong hơn một thập kỷ. là Giáo sư Danh dự tại Khoa Vật lý tại Đại học Bang Oregon ở Corvallis và là thành viên của Hiệp hội Vật lý Hoa Kỳ (Ban Vật lý Tính toán). Chuyên môn nghiên cứu của ông là nghiên cứu tính toán về sự tán xạ của các hạt cơ bản từ các hệ hạ nguyên tử và cơ học lượng tử không gian động lượng. Landau đã giảng dạy các khóa học trong suốt chương trình đại học và sau đại học, và trong hơn 20 năm, về vật lý tính toán. Ông là người sáng lập chương trình cấp bằng Vật lý tính toán OSU, thành viên Ủy ban điều hành của Bộ phận vật lý tính toán APS và Ủy ban công nghệ AAPT. Hiện Landau là đồng biên tập Giáo dục cho Điện toán AIP/IEEE trong Khoa học & Kỹ thuật và đồng biên tập bộ sách Taylor & Francis này về vật lý tính toán. Anh ấy là thành viên của ủy ban cố vấn XSEDE và là thành viên của Chương trình Giáo dục tại các hội nghị SuperComputing (SC) trong hơn một thập kỷ
Manuel Jose Paez-Mejia
đã từng là giáo sư vật lý tại Đại học Antioquia ở Medellín, Colombia từ tháng 1 năm 1969. Thầy đã dạy các khóa học về vật lý hiện đại, vật lý hạt nhân, vật lý tính toán, phương pháp số, vật lý toán học và lập trình trong Fortran, Pascal. Ông đã là tác giả của các bài báo khoa học về vật lý hạt nhân và vật lý tính toán, cũng như các văn bản về ngôn ngữ C, vật lý nói chung và vật lý tính toán (đồng tác giả với Rubin Landau và Cristian . Trong quá khứ, ông và Landau đã tiến hành các cuộc điều tra tính toán tiên phong về sự tương tác của các meson và nucleon với các hạt nhân nhỏ của cơ thể. Giáo sư Paez đã lãnh đạo hội thảo về vật lý tính toán trên khắp châu Mỹ Latinh, và là giám đốc nghiên cứu sau đại học về vật lý tại Đại học AntioquiaPython có tốt cho vật lý tính toán không?
Trăn trở như ngôn ngữ dễ sử dụng và dễ tiếp cận nhất để bắt đầu lập dự án, đồng thời được sử dụng để tính toán tương tác và khám phá trong nghiên cứu khoa học