Uma Carreira em Física Computacional - Portal · PDF file2 O que é Física...

11

Uma Carreira em Física Computacional

Seminário FM003 , 28/03/2017

Maurice de Koning (IFGW, Unicamp)

2

O que é Física Computacional?

Leis Fundamentais da Física

Mecânica Quântica, Mecânica Clássica, Eletromagnetismo, Termodinâmica.

Matemática Numérica

Resolução numérica de equações

Ciência de Computação

Desenvolvimento de Hardware: Computadores Paralelos

Desenvolvimento de Software : Algoritmos Paralelos

3


Leis Fundamentais da Física

Matemática Numérica

Ciência de Computação

Ferramenta para Estudo da Física dos Sistemas Complexos:

Laboratório Virtual

−101

ALLpup_06.04 — 2008/2/15 — Page 2

2 chapter 1

CP

Physics

Figure 1.1 A representation of the multidisciplinary nature of computational physics both asan overlap of physics, applied mathematics, and computer science and as a bridge amongthe disciplines.

Although related, computational science is not computer science. Computer sciencestudies computing for its own intrinsic interest and develops the hardware andsoftware tools that computational scientists use. Likewise, applied mathematicsdevelops and studies the algorithms that computational scientists use. As much aswe too find math and computer science interesting for their own sakes, our focus ison solving physical problems; we need to understand the CS and math tools wellenough to be able to solve our problems correctly.

As CP has matured, we have come to realize that it is more than the overlapof physics, computer science, and mathematics (Figure 1.1). It is also a bridgeamong them (the central region in Figure 1.1) containing core elements of it own,such as computational tools and methods. To us, CP’s commonality of tools and aproblem-solving mindset draws it toward the other computational sciences andaway from the subspecialization found in so much of physics.

In order to emphasize our computational science focus, to the extent possible,we present the subjects in this book in the form of a problem to solve, withthe components that constitute the solution separated according to the scientificproblem-solving paradigm (Figure 1.2 left). Traditionally, physics employs bothexperimental and theoretical approaches to discover scientific truth (Figure 1.2right). Being able to transform a theory into an algorithm requires significanttheoretical insight, detailed physical and mathematical understanding, and amastery of the art of programming. The actual debugging, testing, and organiza-tion of scientific programs is analogous to experimentation, with the numericalsimulations of nature being essentially virtual experiments. The synthesis of

−101

ALLpup_06.04 — 2008/2/15 — Page 3

computational science basics 3

Experiment

Theory

Sim

ula

tion

Truth

Figure 1.2 Left: The problem-solving paradigm followed in this book. Right: Simulationhas been added to experiment and theory as a basic approach of science and its searchfor underlying truths.

numbers into generalizations, predictions, and conclusions requires the insightand intuition common to both experimental and theoretical science. In fact, theuse of computation and simulation has now become so prevalent and essen-tial a part of the scientific process that many people believe that the scientificparadigm has been extended to include simulation as an additional dimension(Figure 1.2 right).

1.2 How to Read and Use This Book

Figure 1.3 maps out the CP concepts we cover in this book and the relations amongthem. You may think of this concept map as the details left out of Figure 1.1. Onthe left are the hardware and software components from computer science; in themiddle are the algorithms of applied mathematics; on the right are the physicsapplications. Yet because CP is multidisciplinary, it is easy to argue that certainconcepts should be moved someplace else.

A more traditional way to view the materials in this text is in terms of its use incourses. In our classes [CPUG] we use approximately the first third of the text, withits emphasis on computing tools, for a course in scientific computing (after studentshave acquired familiarity with a compiled language). Typical topics covered in the10 weeks of such a course are given in Table 1.1. Some options are indicated in thecaption, and, depending upon the background of the students, other topics maybe included or substituted. The latter two-thirds of the text includes more physics,and, indeed, we use it for a two-quarter (20-week) course in computational physics.Typical topics covered for each term are given in Table 1.2. What with many of thelatter topics being research level, we suspect that these materials can easily be usedfor a full year’s course as well.

For these materials to contribute to a successful learning experience, we assumethat the reader will work through the problem at the beginning of each chapteror unit. This entails studying the text, writing, debugging and running programs,visualizing the results, and then expressing in words what has been done and what


Computational Physics Conference


https://ccp2017.sciencesconf.org/resource/page/id/10

6

Por que Física Computacional?

Grande maioria dos problemas são complexos demais!!

Exemplo 1: O pêndulo duplo

Solução exata para o caso mais geral não existe.

Precisamos de uma solução numérica.

7

Solução Exata vs. Numérica

Descrição da Solução:

Solução Exata:

t=1 y(1)t=2 y(2)… ….t=6 y(6)

Solução Numérica:

Descrição da Solução:


Exemplo 2: A estrutura eletrônica da matéria condensada


Problema quântico de muitos corpos: Solução exata não existe.



Exemplo 3: Evolução climatológica da Terra


Problema de caracterizados por muitas equações não-lineares: Solução exata não existe.



Exemplo 4: Evolução de Galáxias


Problema de caracterizados por muitas equações não lineares: Solução exata não existe.


Condições extremas: Impossível de realizar em laboratório convencional

Exemplo 5: Matéria condensada no interior de planetas

Simulações computacionais

Condições extremas não reprodutíveis em laboratório convencional:


12

Por que Física Computacional?Desenvolvimento espetacular dos recursos computacionais:

Processadores mais rápidos:

13


Processadores mais rápidos:

14


Paralelismo:

Sunway Taihulight: National Supercomputing Center, Wuxi (China)

15


Paralelismo:

Sunway TaihuLight (China, 2016): 1) 10.649.600 núcleos 2) 9,3 x 1016 cálculos/segundo

Santo Dumont (LNCC, 2016): 1) 18.144 núcleos 2) 1,1 x 1015 cálculos/segundo

16

Exemplos de Cálculo NuméricoCálculo Numérico de π: Método Monte Carlo

17


Utilizar um gerador de números aleatórios para “atirar” no quadrado

18


Utilizar um gerador de números aleatórios para “atirar” no quadrado

MC Pi Applet

Acirc ≈Nacertos

Ntiros

= 14 π ≈ 0.785398

⇒π ≈ 4 × Nacertos

Ntiros

≈ 3.141592

http://polymer.bu.edu/java/java/montepi/montepiapplet.html

19

Aplicações Básicas em Física Pêndulo duplo

http://www.myphysicslab.com/dbl_pendulum.html

20

Aplicações Básicas em Física Regime de pequenas amplitudes: Problema é linear

Solução exata existe

Regime de grandes amplitudes: Problema é não-linear

Solução exata não existe

Física Computacional

21

Física Computacional da Matéria Condensada

Objetivos:

Compreender as propriedades de Sólidos e Líquidos numa base microscópica

Baseado nesta compreensão, desenvolvimento de novos materiais tecnológicas

Metodologia computacional:

Simulação atomística

22

Simulação Atomística

Dinâmica Molecular:

Resolver as Equações de Newton para um conjunto de átomos/moléculas

Interações interatômicas descritas pela Mecânica Quântica: Teoria do Funcional Densidade

Prêmio Nobel de Química 1998:

Walter Kohn

John PoplePremio Nobel

23

Simulação AtomísticaDinâmica Molecular:

Microscopia Computacional

24

Visão microscópica de Uma Mudança de Fase

Equilíbrio: Vapor (gás)/Líquido

25

Propriedades mecânicas de sólidos

Estrutura dos sólidos cristalinosGrande parte dos materiais tecnológicos são cristalinos:

Falha mecânica dos sólidos cristalinos

Defeitos em sólidos cristalinosDefeitos pontuais (dimensão 0):

Vacância: Falta de um átomo

Defeitos em sólidos cristalinosDefeitos pontuais (dimensão 0):

Interstício: Átomo extra

Defeitos em sólidos cristalinosDefeitos lineares (dimensão 1):

Discordância

Defeitos em sólidos cristalinosDefeitos planares (dimensão 2):

Contorno de grão

Deformação de sólidos cristalinos

cristal perfeito deformação elástica deformação plástica

Deformação de sólidos cristalinos

Mecanismo de deformação plástica:

34

Dinâmica Molecular de Fissuras

Fissura quebradiça

35

Dinâmica Molecular de FissurasFissura maleável

Courtesy Farid F. Abraham, IBM

36

Plasticidade de sólidos quânticosPlasticidade Gigante no 4He cristalino: Experimento

37

Plasticidade de sólidos quânticosExplicação usando Simulação Atomística

Simulações Monte Carlo de Integrais de Trajetória

38


39


T=0.26 K

40


Efeitos quânticos de ponto zero!

41

Propriedades do elétron soltado

42

Resumo

Física computacional: Ferramenta para estudo de sistemas complexos

Ferramenta cada vez mais poderosa: Computação paralela

Diferentes escalas: Atômica até cosmológica

Aplicações muito distintas: Geofísica, Química Cosmologia, Nanotechnologia, Biologia, Econofísica ……

Uma Carreira em Física Computacional - Portal · PDF file2 O que é Física...

Documents

Transcript of Uma Carreira em Física Computacional - Portal · PDF file2 O que é Física...