PHYS-210: Computational physics II

Résumé

Aborder, formuler et résoudre des problèmes de physique en utilisant des méthodes numériques moyennement complexes. Comprendre les avantages et les limites de ces méthodes (stabilité, convergence). Illustrer différents sujets de physique traités dans d'autres cours.

Source officielle

https://edu.epfl.ch/coursebook/fr/physique-numerique-ii-PHYS-210

Page Moodle

http://go.epfl.ch/PHYS-210

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Enseignant

Concepts associés (75)

Cours associés (28)

MOOCs associés (23)

Nombre de Courant

vignette|Richard Courant au centre. Le nombre de Courant est un nombre sans dimension utilisé en informatique et en mathématiques et plus particulièrement en calcul par différences finies. Ce nombre porte le nom de Richard Courant, mathématicien allemand. On le définit de la manière suivante pour le cas d'un schéma en une dimension : avec : v - vitesse dans la direction x Δt - intervalle temporel Δx - intervalle dimensionnel Pour des schémas de dimension n en espace, le nombre s'écrira sous la forme : les valeurs de chaque intervalle dimensionnel pouvant être choisies indépendamment les unes des autres.

Marche aléatoire

En mathématiques, en économie et en physique théorique, une marche aléatoire est un modèle mathématique d'un système possédant une dynamique discrète composée d'une succession de pas aléatoires, ou effectués « au hasard ». On emploie également fréquemment les expressions marche au hasard, promenade aléatoire ou random walk en anglais. Ces pas aléatoires sont de plus totalement décorrélés les uns des autres ; cette dernière propriété, fondamentale, est appelée caractère markovien du processus, du nom du mathématicien Markov.

Statistical mechanics

In physics, statistical mechanics is a mathematical framework that applies statistical methods and probability theory to large assemblies of microscopic entities. It does not assume or postulate any natural laws, but explains the macroscopic behavior of nature from the behavior of such ensembles. Sometimes called statistical physics or statistical thermodynamics, its applications include many problems in the fields of physics, biology, chemistry, and neuroscience.

Modèle d'Ising

Le modèle d'Ising est un modèle de physique statistique qui a été adapté à divers phénomènes caractérisés par des interactions locales de particules à deux états. L'exemple principal est le ferromagnétisme pour lequel le modèle d'Ising est un modèle sur réseau de moments magnétiques, dans lequel les particules sont toujours orientées suivant le même axe spatial et ne peuvent prendre que deux valeurs. Ce modèle est parfois appelé modèle de Lenz-Ising en référence aux physiciens Wilhelm Lenz et Ernst Ising.

Formulation implicite ou explicite d'un problème de dynamique

En simulation numérique, un problème dépendant du temps peut être formulé de manière implicite ou explicite. Un problème dépendant du temps décrit une situation qui évolue ; le système est modélisé à différents instants t discrets appelés « pas de temps ». La méthode explicite consiste à déterminer la solution à t + Δt en fonction de la valeur de la fonction en t. Si la fonction à évaluer s'appelle y(t), alors le problème se formule de la manière suivante : y(t + Δt) = F(y(t)). La méthode d'Euler est une méthode explicite.