École normale supérieure
Statistische Mechanik: Algorithmen und Berechnungen
École normale supérieure

Statistische Mechanik: Algorithmen und Berechnungen

Werner Krauth

Dozent: Werner Krauth

37.409 bereits angemeldet

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8

(264 Bewertungen)

Es dauert 15 Stunden
3 Wochen bei 5 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
95%
Den meisten Lernenden gefiel dieser Kurs
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8

(264 Bewertungen)

Es dauert 15 Stunden
3 Wochen bei 5 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
95%
Den meisten Lernenden gefiel dieser Kurs

Wichtige Details

Bewertungen

9 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

In diesem Kurs gibt es 10 Module

Liebe Studenten, willkommen zur ersten Woche von Statistische Mechanik: Algorithmen und Berechnungen! <br> Hier sind ein paar Details zum Aufbau des Kurses: Für jede Woche werden eine Vorlesung und ein Tutorial-Video präsentiert, zusammen mit einer herunterladbaren Kopie aller relevanten Python-Programme, die in den Videos erwähnt werden. Einige Fragen in den Videos und Übungsaufgaben werden Ihnen helfen, den Stoff zu wiederholen, ohne dass dies Auswirkungen auf die Endnote hat. Für die Wochen 1 bis 9 gibt es außerdem eine obligatorische, von den Teilnehmern bewertete Aufgabe, die die Themen der Vorlesungen vertieft und Ihnen ein tieferes Verständnis ermöglicht. Die neun von den Teilnehmern bewerteten Aufgaben machen 50% der Note aus, während die andere Hälfte aus einer Abschlussprüfung nach der letzten Vorlesung resultiert. <br> In dieser ersten Woche lernen wir Algorithmen kennen, indem wir mit einem Kieselstein am Strand von Monte Carlo und auf dem Hubschrauberlandeplatz von Monaco spielen. Im Tutorium werden wir das Spiel mit dem 3x3-Kieselstein nutzen, um die wesentlichen Konzepte der Monte-Carlo-Techniken (detailliertes Gleichgewicht, Irreduzibilität und a-Periodizität) zu verstehen und den berühmten Metropolis-Algorithmus kennenzulernen. In der Hausaufgabe schließlich lernen Sie einige nützliche Aspekte der Markov-Ketten-Monte-Carlo-Technik kennen, die mit der Konvergenz und der Fehlerabschätzung zusammenhängen.

Das ist alles enthalten

3 Videos2 Lektüren1 Aufgabe1 peer review

In Woche 2 werden Sie sich mit dem Festplattenmodell beschäftigen, das in den 1950er Jahren erstmals von Molecular Dynamics simuliert wurde. Wir werden den Unterschied zwischen direktem Sampling und Markov-Ketten-Sampling beschreiben und auch die Verbindung von Monte-Carlo- und Molecular-Dynamics-Algorithmen untersuchen, d.h. die Schnittstelle zwischen Newtonscher Mechanik und statistischer Mechanik. Das Tutorial beinhaltet klassische Konzepte aus der statistischen Physik (Partitionsfunktion, Virialausdehnung, ...), und die Hausaufgabe wird zeigen, dass das Äquiprobabilitätsprinzip möglicherweise subtiler ist als erwartet

Das ist alles enthalten

3 Videos1 Lektüre1 Aufgabe1 peer review

Nach den Festplatten in Woche 2 wechseln wir in Woche 3 zu Wäscheklammern, die an einer Wäscheleine ausgerichtet sind. Dies ist ein großartiges Modell, um die entropischen Wechselwirkungen kennenzulernen, die sich nur aus statistisch-mechanischen Überlegungen ergeben. In diesem Tutorial sehen Sie ein Beispiel für eine typische Situation: Eine exakte Lösung zu haben, entspricht oft der Suche nach einem perfekten Algorithmus zum Abtasten von Konfigurationen. In der Hausaufgabe schließlich kehren wir zu den Festplatten zurück und erhalten einen einfachen Beweis für den Übergang zwischen einer Flüssigkeit und einem Festkörper, für ein zweidimensionales System.

Das ist alles enthalten

3 Videos2 Lektüren1 Aufgabe1 peer review

In Woche 4 werden wir unser Verständnis der Stichprobenbildung und ihrer Verbindung mit der Integration vertiefen. Dies wird es uns ermöglichen, eine weitere Säule der statistischen Mechanik (nach dem Äquiprobabilitätsprinzip) einzuführen: die Maxwell- und Boltzmann-Verteilungen von Geschwindigkeiten und Energien. In der Hausaufgabe werden wir die Grenzen der Stichprobenbildung ausloten, bis wir das Integral einer Kugel berechnen können... in 200 Dimensionen!

Das ist alles enthalten

3 Videos1 Lektüre1 Aufgabe1 peer review

Woche 5 ist die erste Folge einer dreiwöchigen Reise durch die statistische Quantenmechanik. Wir werden zunächst etwas über Dichtematrizen und Pfadintegrale lernen, faszinierende Werkzeuge zur Untersuchung von Quantensystemen. In vielen Fällen wird die Trotter-Approximation nützlich sein, um nicht-triviale Systeme zu betrachten und auch um die zeitliche Entwicklung eines Systems zu verfolgen. All diese Themen, einschließlich der Technik der Matrixquadrierung, werden in der Hausaufgabe ausführlich behandelt, in der Sie auch das anharmonische Potential studieren werden. <br> Beachten Sie, dass Vorkenntnisse in Quantenmechanik nicht wirklich notwendig sind, um die nächsten drei Wochen durchzustehen. Folgen Sie uns auf unserer Reise durch Algorithmen und Physik und vergessen Sie nicht, im Forum nachzufragen, wenn Sie irgendwelche Zweifel haben!

Das ist alles enthalten

3 Videos1 Lektüre1 Aufgabe1 peer review

In Woche 6, der zweiten Quantenwoche, stellen wir Ihnen die Eigenschaften von Bosonen vor, ununterscheidbare Teilchen mit einer besonderen Statistik. Gleichzeitig lernen wir einen leistungsstarken Stichprobenalgorithmus kennen, die Lévy-Konstruktion, und in der Hausaufgabe werden Sie ihn gründlich mit Standard-Stichprobenverfahren vergleichen

Das ist alles enthalten

3 Videos1 Lektüre1 Aufgabe1 peer review

Am Ende unserer Quantenreise, in Woche 7, diskutieren wir das Phänomen der Bose-Einstein-Kondensation, das in den 1920er Jahren theoretisch vorhergesagt und in den 1990er Jahren in Experimenten mit ultrakalten Atomen beobachtet wurde. Im Rahmen des Pfadintegralsystems lässt sich dieses Phänomen elegant mit Hilfe von Permutationszyklen beschreiben, was auch zu einem großartigen Sampling-Algorithmus führt, den wir in der Hausaufgabe besprechen werden

Das ist alles enthalten

3 Videos1 Lektüre1 Aufgabe1 peer review

In Woche 8 kehren wir zur klassischen Physik zurück, insbesondere zum Ising-Modell, das die wesentliche Physik eines Satzes von magnetischen Spins erfasst. Dies ist auch ein grundlegendes Modell für die Entwicklung von Sampling-Algorithmen, und wir werden verschiedene Ansätze bei der Arbeit sehen: Ein lokaler Algorithmus, die sehr effizienten Cluster-Algorithmen, der Heat-Bath-Algorithmus und seine Verbindung mit der Kopplung. All diese Ansätze werden in der Hausaufgabe wieder aufgegriffen, in der Sie eine präzise Kontrolle über den Übergang zwischen geordneten und ungeordneten Zuständen erhalten

Das ist alles enthalten

3 Videos1 Lektüre1 Aufgabe1 peer review

In Woche 9 fahren wir mit einfachen Modellen für Spins fort und lernen einen dynamischen Monte-Carlo-Algorithmus kennen, der schneller läuft als die Uhr. Dieser Algorithmus lässt sich leicht für ein System mit einem einzigen Spin entwickeln und kann auch auf das vollständige Ising-Modell aus Woche 8 verallgemeinert werden. Im Tutorium wenden wir uns der Simulatedannealing-Technik zu, einer von der Physik inspirierten Optimierungsmethode mit einem sehr breiten Anwendungsbereich. Sie werden diese Methode auch in der Hausaufgabe wieder aufgreifen und sie auf das Sphere-Packing- und das Traveling-Salesman-Problem anwenden.

Das ist alles enthalten

3 Videos1 Lektüre1 peer review

Die Vorlesung in Woche 10 beinhaltet das Alpha und das Omega unseres Kurses. Zunächst wiederholen wir das Experiment der Buffon'schen Nadel, das bereits im 18. Jahrhundert durchgeführt wurde, und dann befassen wir uns mit der ausgefeilten Theorie der stabilen Lévy'schen Verteilungen und ihrer Verbindung mit dem zentralen Grenzwertsatz. Im Tutorium wird es Zeit für eine Wiederholung des gesamten Kursmaterials geben, und dann ist eine kleine Party fällig, um das Ende des Kurses zu feiern! <br> (Es gibt keine Hausaufgaben für Woche 10, aber vergessen Sie nicht, dass die Abschlussprüfung noch ansteht!)

Das ist alles enthalten

2 Videos1 Lektüre1 Aufgabe

Dozent

Lehrkraftbewertungen
4.9 (20 Bewertungen)
Werner Krauth
École normale supérieure
1 Kurs37.409 Lernende

von

Empfohlen, wenn Sie sich für Physik und Astronomie interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 264

4.8

264 Bewertungen

  • 5 stars

    85,98 %

  • 4 stars

    11,74 %

  • 3 stars

    1,13 %

  • 2 stars

    0,37 %

  • 1 star

    0,75 %

AR
5

Geprüft am 24. Aug. 2021

DA
5

Geprüft am 15. Aug. 2016

ES
5

Geprüft am 8. März 2018

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen