计算物理复习.docVIP

计算物理复习 数值计算 数值微分，数值积分，求根 常微分方程(初值问题) 偏微分方程(初边值问题，本征值问题) 线性方程组，矩阵运算,薛定谔方程矩阵解法 计算机模拟 Monte-Carlo方法　（随机模拟） 分子动力学方法　（确定性模拟） 数值统计与分析 最小二乘法 插值法 拉格朗日插值： 数值微分： 求根方法（没说要考）2.2.1 搜索法、Newton-Raphson、割弦法 数值积分： 1、矩形公式 2、梯形公式（利用差值函数的积分代替原积分） 其中，截断误差为 （正比于dx的三次方） 由二次插值公式 （由于此处的积分范围是x(i-1)到x(i+1)，故而每次运算时i的值需要加2） 常微分方程的数值解法 一、一阶常微分方程的数值解 欧拉法 向前差分代替微分，f (y,t)用前端点的值f (yn,tn)代替 将微分方程 表示为 该方法的局部截断误差为 故总体截断误差 2改进的欧拉法（尽量不要用，n+1个点需要现用欧拉法进行估计，精度与二阶Runge_Kutta法相当） 将微分方程 表示为 故改进后的欧拉法的总体截断误差 3、四阶Runge_Kutta法 （具体应用可参考作业lorenz-model） 总体截断误差 二、二阶常微分方程的数值解 将二阶微分方程变为一阶微分方程组 一般情况： 然后根据一阶常微分方程求解 偏微分方程的数值解法（利用差分代替微分；注：初始条件的给定很重要） 例：一维热传导方程 设定时间步长和空间步长后 因此根据初始条件和边界条件，可以得到 该方程的稳定条件为 从而可以得出T时刻的温度分布， 具体计算步骤如右图所示 对于三种边界条件的处理（方法基本类似） 第一类边界条件： 第二类边界条件： 第三类边界条件： 二维扩散方程： 最终可得方程随时间的演化方式： 其中，方程的稳定条件为 数值求解方程的本征值：打靶法（可能不考，参考作业求解薛定谔方程的本征值） 线性方程组求解问题 直接求解 a)高斯消元法（当Akk=0或者Akk1时，精度降低或者计算过程失败） b)主元素消元法（高斯消元法的改进） 对调方程的次序或变量的排列，使得除数最大。（看2.4例题） 迭代解法 a)简单迭代法（雅可比方法） 对于方程 取 进行迭代，当相对误差小于预设值时，停止迭代。 收敛性判定定理：若系数矩阵A不可约且具有对角优势，则简单迭代法必然收敛 b)赛德尔迭代法 在迭代中将已经得出的xi的值带入下一个值得计算中 例：求解该方程组 简单迭代（雅可比）公式： 赛德尔迭代公式： 蒙特卡洛方法： 任意分布的随机变量抽样 首先在[0,1]区间上抽取均匀分布的随机数列，然后再在该伪随机数列中抽取一个简单子列，使子列的分布满足分布密度函数。 B、连续分布的随机变量抽样 a)直接抽样法（反函数法） b)舍取抽样法 设随机变量在定义域[a,b]上的分布密度为f(x)，且在该区间上f(x)的最大值存在，即满足 L=max f(x) x∈[a,b] 故 f(x)/L在定义域上的取值为[0,1] 运用舍取法的步骤为 在[0,1]区间上]选取均匀分布的随机数sigma，构造aplha=a+(b-a)*sigma 作为自变量 2）在[0,1]区间上]选取均匀分布的随机数 beta，若beta=f(alpha)/L，则将alpha 作为满足条件的一个抽样值，否则返回步骤1,重新抽取。 2、蒙特卡罗积分 1）掷点法： 画出积分图形后可知 矩形面积S=(b-a)*f(m) 其中f(m)=max f(x) x∈[a,b] 在该矩形区域随机产生随机数 N： M： 最终可得 2)重要性抽样积分（*） 化为 其中g(x)称为偏倚分布函数故 根据中心极限定理，可以得到 其中 是以g(x)为分布的随机数 随机游走（见课件及程序） 3、Metropolis方法（介绍，应该不考） 分子动力学模拟 基本步骤： 初始化（给定粒子的初始位置及速度，得到初始动能及其他条件） 求力（根据给定的势能公式或者相互作用条件求出粒子受力） 积分运动方程（根据每一个时刻的位置和速度条件算出下一时刻的位置和速度，其中需要分子间的作用力以及当下动能、下一时刻动能（速度标定因子）等多个条件） 抽样平均，得到所要求的物理量 求积分运动方程的几种方式：（应该只需要掌握一种） Verlet法则 速度verlet法则 leap frog法则 热浴法（可能会考。。。。。。。。。。。。。。。。。。。。。。。。。。。。。ppt3.2节） 速度标定 最小二乘法（根据偏差的平方和为最小的条件来选择常数） 例： 已知： 为求半衰期常数T，取T为参数， 将M视为T的函数，对T求导，得 带入数据即可求得T的值 (函数的情况下，可以取对数后再进行最小二乘法处理) 二次差值： 二次微分： 三点公式（可由拉格朗日二次差值