Profesor | David Philip Sanders |
Ayudante | Alan Rodrigo Mendoza Sosa |
3 horas por semana / 6 créditos
Horario: Jueves de 6 a 9pm, de forma virtual (en línea)
Liga de Google meet para las clases:
https://meet.google.com/bhj-vvqp-nyy
Google Classroom:
https://classroom.google.com/c/NTg5MjA3MzI5NDAz?cjc=4nqtica
(Clave de la clase: 4nqtica)
- Obligatorio: Álgebra Lineal I
- Deseables: Física Computacional, Física Estadística, Álgebra Lineal II
Tareas: 60%
Proyecto final: 40%
• Ensamble canónico
• Función de partición
• Densidad de estados
• Transiciones de fase
• Métodos tipo Monte Carlo básicos: integración numérica
• Métodos tipo Monte Carlo con cadenas de Markov
• Convergencia
• Definición del modelo de Ising
• Propiedades en una dimensión
• Transiciones de fase
• Diseñando cadenas de Markov a la medida
• Propiedades necesarias
• Implementación para el modelo de Ising
• Metaestabilidad
• Crecimiento de dominios
Sethna, Statistical Mechanics: Entropy, Order Parameters, and Complexity (2a. edición).
PDF disponible gratis en https://sethna.lassp.cornell.edu/StatMech
Krauth, Statistical Mechanics: Algorithms and Computations, Oxford University Press
MEJ Newman & GT Barkema, Monte Carlo Methods in Statistical Physics, Oxford University Press
C Gardiner, Handbook of Stochastic Methods: for Physics, Chemistry and the Natural Sciences, Springer