PředmětyPředměty(verze: 978)
Předmět, akademický rok 2025/2026
   Přihlásit přes CAS
   
Použití počítačů ve fyzice - NOFY084
Anglický název: Using Personal Computers in Physics
Zajišťuje: Kabinet výuky obecné fyziky (32-KVOF)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2025
Semestr: letní
E-Kredity: 3
Rozsah, examinace: letní s.:0/2, KZ [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Kompetence: social engagement
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Další informace: https://ipnp.cz/?page_id=9657&lang=CZ
Garant: doc. RNDr. Jiří Dolejší, CSc.
Vyučující: Mgr. Vojtěch Pleskot, Ph.D.
doc. Mgr. Pavel Stránský, Ph.D.
Kategorizace předmětu: Fyzika > Jaderná a subjaderná fyzika
Anotace -
Hlavním cílem výkladu integrovaného s procvičovánímí je poskytnutí představy, jak se dají počítače využít při normální práci fyzika (praktické výpočty, elementy numerické matematiky, kreslení obrázků, zpracování textů, komunikace). Jednotlivé lekce ilustrují řešení několika standardních situací a nenahrazují, spíše motivují, další studium numerické matematiky a jiných disciplín. I když je v každém cvičení vedeno řešení konkrétního fyzikální úlohy ke zdárnému konci, mají studenti také dostatek příležitosti k samostatné práci.
Poslední úprava: Kudrnová Hana, Mgr. (26.01.2018)
Podmínky zakončení předmětu

Klasifikovaný zápočet bude udělen za průběžné vypracovávání bodovaných domácích úloh. Maximální celkový počet bodů bude 100. Známky budou uděleny následovně:

1: 90 - 100 bodů

2: 80 - 89 bodů

3: 70 - 79 bodů

Poslední úprava: Pleskot Vojtěch, Mgr., Ph.D. (12.02.2026)
Literatura

Průběžně aktualizované informace k přednášce jsou na doprovodné webové stránce https://ipnp.cz/?page_id=9657

Obsažné materiály včetně programatických řešení mnoha úloh jsou na stránce Pavla Stránského, přednášejícího z minulých let: http://pavelstransky.cz/pcfyzika.php

Doplňková literatura:

Python: https://docs.python.org/3/tutorial/index.html

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)

G. Cowan, Statistical Data Analysis (Oxford University Press, 1998)

Poslední úprava: Pleskot Vojtěch, Mgr., Ph.D. (12.02.2026)
Sylabus -

Nástroje programátora: VS Code, GitHub Copilot.

Zpracování praktik v Pythonu. NumPy, SciPy, Matplotlib, Uncertainties.

LaTeX. Formátování textu v Pythonu.

Náhodná rozdělení. Odhad kovarianční matice. Metoda pseudoexperimentů.

Vizualizace dat. Histogram.

Práce na vzdáleném linuxovém počítači.

Klastr Chiméra. Paralelizace výpočtů. Slurm.

Verzování pomocí systému Git.

Metoda Monte-Carlo.

Hledání minima funkce. Fitování.

Fourierova transformace.

Symbolické počítání: SymPy, Mathematica, Wolfram Alpha.

Poslední úprava: Pleskot Vojtěch, Mgr., Ph.D. (05.02.2026)
 
Univerzita Karlova | Informační systém UK