Explore les simulations de dynamique moléculaire sous des contraintes holonomiques, en se concentrant sur l'intégration numérique et la formulation d'algorithmes.
Couvre les bases des simulations de dynamique moléculaire, des propriétés d'ensemble, des formulations de mécanique classique, de l'intégration numérique, de la conservation de l'énergie et des algorithmes de contrainte.
Explore les mouvements de Monte Carlo en simulation, y compris les mouvements d'essai et les mouvements biaisés, en comparant Monte Carlo avec la dynamique moléculaire.
Couvre la simulation de la dynamique moléculaire de l'argon liquide à l'aide du potentiel de Lennard-Jones et se concentre sur l'équilibre et la distribution des vitesses à l'équilibre.
Couvre l'environnement informatique pour les exercices de dynamique moléculaire et de Monte Carlo, en mettant l'accent sur la compréhension théorique plutôt que sur les compétences de codage.
Explore des méthodes numériques stochastiques efficaces pour la modélisation et l'apprentissage, couvrant des sujets comme le moteur d'analyse et les inhibiteurs de la kinase.
Explore les caractéristiques de la turbulence, les méthodes de simulation et les défis de modélisation, fournissant des lignes directrices pour le choix et la validation des modèles de turbulence.
Couvre la transition de la mécanique quantique à la mécanique classique, la mécanique statistique, les simulations Monte Carlo et les simulations de dynamique moléculaire.
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.
Explore les fonctions de corrélation quantique et leur rôle dans les simulations de dynamique moléculaire, y compris la reconstruction des fonctions de corrélation standard de celles transformées par Kubo.
Couvre la mécanique classique, la dynamique moléculaire, les intégrateurs, les simulations à température constante et les calculs de point de fusion pour l'aluminium.
