Physique numérique II

3 cr.

3 cr. (3-0) Préalables : PHYS2903 Estimation de paramètres. Structure de données d'un langage interprété. Algorithme du gradient et apprentissage automatique. Méthodes Monte Carlo et simulations thermostatistiques. Algorithme de Metropolis-Hastings. Dynamique moléculaire. Algorithme de Verlet. Solution numérique de l'équation de Schrödinger. Simulation de systèmes non-linéaires. Analyse numérique des fractales et des automates cellulaires. RÉSULTATS D’APPRENTISSAGE : À la fin de ce cours, la personne étudiante sera en mesure de/d' : comprendre la syntaxe avancée associée aux différentes structures de données d'un langage interprété; comprendre les stratégies d'optimisation de code; créer ses propres programmes et fonctions afin d'implémenter des algorithmes de physique numérique avancée; comparer les avantages entre les langages compilés et interprétés; évaluer les meilleures approches de calcul afin d'assurer un maximum de précision tout en minimisant le temps de calcul.