SubjectsSubjects(version: 962)
Course, academic year 2024/2025
   Login via CAS
Using Personal Computers in Physics - NOFY084
Title: Použití počítačů ve fyzice
Guaranteed by: Laboratory of General Physics Education (32-KVOF)
Faculty: Faculty of Mathematics and Physics
Actual: from 2023
Semester: summer
E-Credits: 3
Hours per week, examination: summer s.:0/2, MC [HT]
Capacity: unlimited
Min. number of students: unlimited
4EU+: no
Virtual mobility / capacity: no
Key competences: social engagement
State of the course: taught
Language: Czech
Teaching methods: full-time
Teaching methods: full-time
Additional information: https://pavelstransky.cz/pcfyzika.php
Guarantor: doc. RNDr. Jiří Dolejší, CSc.
Classification: Physics > Nuclear and Subnuclear Physics
Annotation -
The lectures combined with practical calculations give an idea about using computers in the everyday work of a physicist (calculations, elements of numerical mathematics, drawing figures, writing articles, communication). Individual lectures are built on examples and more stimulate than replace a thorough study of numerical mathematics and further disciplines. A lot of space for original students works.
Last update: Kudrnová Hana, Mgr. (26.01.2018)
Course completion requirements - Czech

Klasifikovaný zápočet bude udělen za vypracování a obhajobu zápočtového programu. Téma programu by mělo odpovídat zaměření předmětu, mělo by tedy být vztažené k fyzice, jinak si ho účastníci kurzu mohou zvolit zcela dle svých zájmů. Program nesmí být totožný s programy využitými ke splnění jiných předmětů a nesmí být kopií nebo triviální úpravou programů běžně dostupných na webu. Zápočtový program lze vypracovávat jednotlivě nebo ve skupině.

Last update: Stránský Pavel, Mgr., Ph.D. (22.02.2024)
Literature - Czech

Průběžně aktualizované informace k přednášce jsou na doprovodné webové stránce http://pavelstransky.cz/pcfyzika.php

Doplňková literatura:

P.R. Turner, T. Arildsen, K. Kavanagh, Applied Scientific Computing With Python (Springer 2018)

R. Johansson, Numerical Python: Scientific Computing and Data Science Applications with Numpy, SciPy and Matplotlib (Springer 2019)

H. Press et al., Numerical Recipes (in Fortran, Pascal) (Cambridge University Press 1992)

S. Nagar, Introduction to Python for Engineers and Scientists (Springer 2018)

Last update: Stránský Pavel, Mgr., Ph.D. (01.03.2021)
Syllabus -

Simulation of a physical system.

Solution of ordinary differential equations, potential problems.

Histograms, displaying of experimental data.

Monte-Carlo Method.

Approximation and interpolation. Taylor expansion, polynomials and splines.

Minimization and optimization. Fitting of experimental data.

Linear algebra and solving of an eigenvalue problem.

Errors in numerical calculations: how to get a complete nonsense by the use of correct tools.

How to create a scientific paper: Short introduction to LaTeX.

Algebraic and symbolic manipulations with Mathematica, Wolfram Alpha, Maple...

Version and source control using Git.

Use of accessible numerical libraries.

Using internet for communication and getting information.

Last update: Stránský Pavel, Mgr., Ph.D. (01.03.2021)
 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html