Disciplina Curricular

Física Computacional FComp

Licenciatura Bolonha em Física - 13_LFIS 2017/18 a 2022/23

Contextos

Grupo: 13_LFIS 2017/18 a 2022/23 > 1º Ciclo > Licenciatura em Física, Ramo ou Minor > Minor em Biologia > 531 - Opção B - 3º Ano

Período:

Grupo: 13_LFIS 2017/18 a 2022/23 > 1º Ciclo > Licenciatura em Física, Ramo ou Minor > Minor em Matemática > 531 - Opção B - 3º Ano

Período:

Grupo: 13_LFIS 2017/18 a 2022/23 > 1º Ciclo > Licenciatura em Física, Ramo ou Minor > Minor em Informática > 531 - Opção B - 3º Ano

Período:

Grupo: 13_LFIS 2017/18 a 2022/23 > 1º Ciclo > Licenciatura em Física, Ramo ou Minor > Minor em História e Filosofia das Ciências > 531 - Opção B - 3º Ano

Período:

Grupo: 13_LFIS 2017/18 a 2022/23 > 1º Ciclo > Licenciatura em Física, Ramo ou Minor > Minor em Química > 531 - Opção B - 3º Ano

Período:

Grupo: 13_LFIS 2017/18 a 2022/23 > 1º Ciclo > Licenciatura em Física, Ramo ou Minor > Minor em Estatística e Investigação Operacional > 531 - Opção B - 3º Ano

Período:

Grupo: 13_LFIS 2017/18 a 2022/23 > 1º Ciclo > Licenciatura em Física, Ramo ou Minor > Ramo de Astronomia e Astrofísica > 531 - Opção B - 3º Ano

Período:

Grupo: 13_LFIS 2017/18 a 2022/23 > 1º Ciclo > Licenciatura em Física, Ramo ou Minor > -

Período:

Peso

6.0 (para cálculo da média)

Objectivos

Adquirir conhecimentos básicos em Física Computacional e conhecer as técnicas computacionais mais relevantes, suas aplicações e limitações. No final, os alunos deverão ser capazes de identificar qual a técnica mais adequada para resolver um determinado problema.

Programa

Introdução 1. Gerador de números aleatórios 1.1. distribuição uniforme 1.2. testes numéricos 1.3. outras distribuições 2. Percolação, dimensão fractal, modelos de crescimento irreversible 2.1. modelo de percolação 2.2. algoritmo de Hoshen-Kopelman 2.3. algoritmo de Newman-Ziff 2.4. método dos ensembles para a dimensão fatal 2.5. método do “sand-box” 2.6. método do “box counting” 2.7. deposição aleatória, deposição balística, modelo de Eden 2.8. agregação limitada pela difusão (DLA) 2.9. modelo do “dielectric breakdown” 3. Método de Monte Carlo 3.1. Integração de Monte Carlo 3.2. Monte Carlo canónico: algoritmo de Metropolis e taxas de Glauber 3.3. Modelo de Ising 3.4. dinâmica de Kawasaki: misturas e interfaces 4. Dinâmica molecular 4.1. equações de movimento e o método de Verlet 4.2. resolução das equações de movimento e truques de simulação 4.3. dinâmica molecular de eventos 5. Equações diferenciais parciais 5.1. exemplos, condições de fronteira e discretização de derivadas 5.2. Problemas de valores iniciais: equação de onda e equação de difusão 5.3. Problemas de valores de fronteira: equação de Poisson, método de Jacobi, método de Gauss-Seidel 5.4. métodos de gradientes 5.5. elementos finitos 5.6. métodos espectrais 6. Simulação de fluídos 6.1. equação de Navier-Stokes 6.2. métodos de volumes finitos 6.3. modelo do gás de rede 6.4. método de Lattice-Boltzmann

Métodos de ensino e avaliação

Exposição das diferentes técnicas na aula teórica e implementação das mesmas nas aulas práticas. A avaliação terá duas componentes: • Componente prática: cinco trabalhos práticos principais (detalhes em baixo); • Componente teórica: um exame final sobre todo o conteúdo da disciplina. A Componente prática é classificada numa escala de 0-10 valores e corresponde à média da classificação dos cinco relatórios tendo em linha de conta a participação nas aulas práticas. A Componente teórica é classificada numa escala de 0-10 valores. A classificação final é a soma das duas componentes. Admissão à componente teórica requer a entrega de todos relatórios da componente prática dentro do prazo estipulado e classificação média superior a 5 (em 10).

Disciplinas Execução

2023/2024 - 1 Semestre

2022/2023 - 1 Semestre

2021/2022 - 1 Semestre

2020/2021 - 1º semestre

2019/2020 - 1 Semestre

2018/2019 - 1 Semestre

2017/2018 - 1 Semestre