Couvre la dérivation d'estimateurs intégraux de trajectoire pour les opérateurs dépendants de l'impulsion et discute des améliorations pour la convergence statistique dans les systèmes multi-particules.
Couvre la théorie et les aspects pratiques des simulations de Monte Carlo en dynamique moléculaire, y compris les moyennes d'ensemble et l'algorithme Metropolis.
Couvre les principes fondamentaux de la thermodynamique classique, de la mécanique classique à la mécanique statistique, et les variables thermodynamiques clés.
Couvre les méthodes de calcul des systèmes moléculaires à température finie, en mettant l'accent sur l'échantillonnage stochastique et les simulations d'évolution du temps.
Couvre les fondamentaux de la physique classique, mettant l'accent sur les transformations énergétiques dans les systèmes à travers les lois sur le gaz, le travail, la chaleur et les lois de la thermodynamique.
Offre des informations sur la physique statistique de l'apprentissage, explorant la relation entre la structure du réseau neuronal et les systèmes désordonnés.
