КнигоПровод.Ru22.11.2024

/Наука и Техника/Физика

Моделирование методом Монте-Карло в статистической физике: Введение — Биндер К., Хеерман Д. В.
Моделирование методом Монте-Карло в статистической физике: Введение
Научное издание
Биндер К., Хеерман Д. В.
год издания — 1995, кол-во страниц — 144, ISBN — 5-02-014735-4, тираж — 1000, язык — русский, тип обложки — мягк., масса книги — 140 гр., издательство — Физматлит
серия — Компьютеры в физике
КНИГА СНЯТА С ПРОДАЖИ
Сохранность книги — хорошая

Kurt Binder
Dieter W. Heermann
MONTE CARLO SIMULATION
IN STATISTICAL PHYSICS


Springer-Verlag, 1988

Пер. с англ. В. Н. Задкова

Формат 60x90 1/16. Бумага тип. №2
ключевые слова — компьютерн, моделирован, термодинам, псевдослучайн, монте-карл, статистическ, выборк, корреляц, самопересечен, перколяц, изинг, релаксац, гипермасштаб, кластер

Рассмотрено компьютерное моделирование термодинамических свойств систем многих частиц и конденсированной среды с использованием псевдослучайных чисел. Изложен теоретический фундамент моделирования методом Монте-Карло, описаны классические решёточные модели. Предложен систематический практический курс по компьютерному моделированию, лабораторные работы которого (физические задачи) снабжены подробными и конкретными рекомендациями, фрагментами программ, реализующих обсуждаемые алгоритмы.

Для специалистов в области физики, химии, биологии, вычислительной математики, а также для аспирантов и студентов соответствующих специальностей.

Ил. 34. Библиогр.: 132 назв.


Методы компьютерного эксперимента, широко используемые в настоящее время, являются весьма полезным инструментом научного исследования. В статистической физике, например, задача термодинамического усреднения для систем многих частиц с сильным взаимодействием решается с использованием выборки по значимости методом Монте-Карло.

Хотя эти методы в принципе просты и широко известны, при их практическом применении требуется некоторый опыт и умение, необходимо знать о «ловушках» методов и их ограничениях, таких как эффекты конечных размеров системы, «статистическая неэффективность» (из-за «динамической» корреляции средних значений, в особенности «критического замедления»), проблемы начальных и граничных условий, систематические погрешности и др.

Как же можно освоить такой метод компьютерного эксперимента, как моделирование методом Монте-Карло? Настоящая книга пытается дать ответ на этот вопрос, являясь руководством для тех, кто хочет практически изучить этот предмет. В ней сделан равный акцент на двух взаимно дополняющих друг друга разделах. В теоретическом разделе феноменологически с единых позиций рассматривается ряд проблем, таких как эффекты конечных размеров системы, приводится ряд простых примеров типа случайных блужданий и блужданий без самопересечений, перколяции и модели Изинга.

Практический раздел содержит набор упражнений и замечания по их решению. Читатель, начав с решения очень простых задач-упражнений, переходит к решению более сложных. Эта практическая работа нуждается в параллельном усвоении теоретического раздела, поскольку многие задачи иллюстрируют ряд более общих моментов. Фактически, читатель, который проработает надлежащим образом весь практический раздел, приобретет достаточно умения и опыта для того, чтобы начать разрабатывать свою собственную новую серьёзную исследовательскую проблему. Действительно, во многих исследовательских группах данная книга стала стандартным введением для таких целей.

Большим достоинством этой книги является то, что для работы с ней не требуется специальных компьютерных ресурсов. Можно использовать любой персональный компьютер с достаточно умеренными ресурсами, однако, если такового нет в наличии, можно использовать также доступ к любому большому компьютеру.

Тем не менее нужно отметить, что для многих исследовательских задач, решаемых с помощью компьютерного эксперимента, современные компьютерные рабочие станции являются очень эффективным инструментом как по своим вычислительным, так и стоимостным характеристикам. С их помощью компьютерный эксперимент становится широко распространённым и общим инструментом проведения научных исследований. Мы надеемся, что настоящая книга будет ценным подспорьем для постановки компьютерных экспериментов.

От авторов к русскому изданию
Курт Биндер
Дитер Хеерман

ОГЛАВЛЕНИЕ

От авторов к русскому изданию5
 
Предисловие7
 
1 Введение: Назначение и содержание книги. Общие
замечания
9
 
2 Теоретическое обоснование: Метод Монте-Карло и его
применения в статистической физике
14
2.1 Простая выборка и выборка по значимости14
2.1.1 Модели14
2.1.2 Простая выборка16
2.1.3 Простое случайное блуждание и блуждацие без
самопересечений17
2.1.4 Термодинамическое усреднение с помощью
простой выборки22
2.1.5 Преимущества и недостатки простой выборки23
2.1.6 Выборка по значимости26
2.1.7 Модели и алгоритмы29
2.2 Программная реализация метода Монте-Карло.
Динамическая интерпретация выборки
32
2.2.1 Предварительные замечания32
2.2.2 Граничные условия35
2.2.3 Динамическая интерпретация выборки по
значимости методом Монте-Карло38
2.2.4 Статистические погрешности и релаксационные
функции43
2.3 Эффекты конечных размеров системы45
2.3.1 Эффекты конечных размеров системы при
перколяционном переходе45
2.3.2 Конечномерное масштабирование в задаче о
перколяции49
2.3.3 Нарушение симметрии и эффекты конечных
размеров системы при термодинамическом фазовом
переходе51
2.3.4 Распределение параметра порядка. Его
применение для подгонки параметров конечномерного
масштабирования и феменологической перенормировки55
2.3.5 Времена релаксации в системе конечных размеров65
2.3.6 Конечномерное масштабирование при нарушении
условия «гипермасштабирования»68
2.3.7 Конечномерное масштабирование для фазового
перехода первого рода68
2.3.8 Влияние эффектов конечного размера системы на
статистические погрешности. Самоусреднение74
2.4 Заключительные замечания77
 
3 Практическое руководство: Моделирование методом
Монте-Карло
79
3.1 Цели руководства82
3.2 Простая выборка85
3.2.1 Случайное блуждание85
3.2.2 Случайное блуждание без возвратов93
3.2.3 Случайное блуждание без самопересечений94
3.2.4 Перколяция99
3.3 Ограниченная выборка107
3 3.1 Случайное блуждание без самопересечений107
3.4 Выборка по значимости109
3.4.1 Модель Изинга110
3.4.2 Случайное блуждание без самопересечений125
 
Приложения126
П.1 Алгоритм случайного блуждания126
П.2 Алгоритм идентификации кластеров128
 
Список литературы133
Предметный указатель139

Книги на ту же тему

  1. Методы Монте-Карло в статистической физике, Биндер К., ред., 1982
  2. Метод Монте-Карло в физике полупроводников, Реклайтис А. С., Мицкявичюс Р. В., 1988
  3. Метод Монте-Карло. — 4-е изд., доп. и перераб., Соболь И. М., 1985
  4. Метод Монте-Карло и смежные вопросы, Ермаков С. М., 1971
  5. Решение краевых задач методом Монте-Карло, Елепов Б. С., Кронберг А. А., Михайлов Г. А., Сабельфельд К. К., 1980
  6. Вычислительные методы в динамике разреженных газов, Шидловский В. П., ред., 1969
  7. Методы Монте-Карло в краевых задачах, Сабельфельд К. К., 1989
  8. Вычислительные методы в физике, Поттер Д., 1975
  9. Вычислительные методы в физике реакторов, Гринспен Х., Келбер К., Окрент Д., ред., 1972
  10. Численные методы для научных работников и инженеров, Хемминг Р. В., 1968
  11. Параллельное программирование в среде MATLAB для многоядерных и многоузловых вычислительных машин: Учебное пособие, Кепнер Д., 2013
  12. Сеточные методы равномерного зондирования для исследования и оптимизации динамических стохастических систем, Антонова Г. М., 2007
  13. Некоторые вопросы статистической механики. Учебное пособие для университетов, Боголюбов мл. Н. Н., Садовников Б. И., 1975
  14. Статистическая механика, кинетическая теория и стохастические процессы, Хир К., 1976
  15. Основы статистической физики материалов: Учебник, Дмитриев А. В., 2004
  16. Статистическая теория жидкостей, Фишер И. З., 1961
  17. Предельные теоремы теории вероятностей: Учебное пособие, Кочетков Е. С., Смерчинская С. О., Осокин А. В., 1999
  18. По воле случая, Растригин Л. А., 1986

© 1913—2013 КнигоПровод.Ruhttp://knigoprovod.ru