Servizi per la didattica
PORTALE DELLA DIDATTICA

The Monte Carlo method

01TSGKG

A.A. 2020/21

Course Language

Inglese

Course degree

Doctorate Research in Fisica - Torino

Course structure
Teaching Hours
Lezioni 30
Teachers
Teacher Status SSD h.Les h.Ex h.Lab h.Tut Years teaching
Rossi Fausto Professore Ordinario FIS/03 30 0 0 0 3
Teaching assistant
Espandi

Context
SSD CFU Activities Area context
*** N/A ***    
In virtu` del carattere fortemente interdisciplinare dell'argomento trattato, il corso e` fruibile da un ampio spettro di studenti. Come e` ben noto, il metodo Monte Carlo e` di gran lunga il metodo numerico-stocastico di simulazione piu` usato, sia nell'attivita` di ricerca di base che in campo tecnologico. L'obiettivo del corso e` duplice: da un lato verranno illustrati i due approcci al problema, quello matematico e quello fisico-simulativo, mostrando la loro totale equivalenza. Dall'altro, verranno discusse ed analizzate varie applicazioni del metodo in campi molto diversi fra loro, quali, ad esempio, la simulazione di dispositivi elettronici e la meteorologia. Infine, mostreremo come il metodo, storicamente usato in fisica classica, e` applicabile anche ad un ampio spettro di problemi quantistici.
In view of its strongly cross-disciplinal character, the course is devoted to a wide spectrum of Ph.D. students with different background and interests. As generally recognized, the Monte Carlo method is by far the most popular stochastic-simulation method, both for basic research and for several technological applications. Primary goal of the present course is twofold: on the one hand we shall introduce the two different approaches to the Monte Carlo method, namely the mathematical and physical/simulative ones, showing their total equivalence; On the other hand, we shall discuss a few applications of the method to different research fields, with special emphasis to the simulation of electronic devices. Finally we shall show how the method, originally introduced within a classical framework, may be also applied to a wide spectrum of quantum-mechanical problems.
Non sono richiesti particolari prerequisiti: lo studente dovra` padroneggiare i concetti e le nozioni fondamentali forniti dagli insegnamenti di I e II livello di matematica e fisica.
No specific prerequisites are needed: the student is supposed to be familiar with basic concepts provided by standard I- and II-level mathematics and physics courses.
1. INTRODUZIONE: il nome del gioco; cenni storici; due diversi punti di vista sul metodo Monte Carlo. 2. RICHIAMI DI TEORIA DELLE PROBABILITA`: eventi e variabili casuali; valori medi e varianza; il teorema del limite centrale; la funzione caratteristica; generazione di variabili casuali; il metodo di Metropolis. 3. CAMPIONAMENTO MONTE CARLO DI SOMME ED INTEGRALI: stima di una somma; stima di un integrale; generalizzazione a somme ed integrali multipli; tecniche di riduzione della varianza e "importance sampling". 4. SIMULAZIONE DIRETTA DI SISTEMI FISICI: i fenomeni di equilibrio ed il metodo di Metropolis; i fenomeni di non equilibrio e l'"ensemble Monte Carlo" (EMC); il metodo della dinamica molecolare.) 5. SOLUZIONE MONTE CARLO DI EQUAZIONI DIFFERENZIALI: aspetti fondamentali; soluzione formale ed espansione iterativa; il metodo Monte Carlo pesato("Weighted Monte Carlo); probabilita` naturali ed "importance sampling". 6. L'EQUAZIONE DEL TRASPORTO DI BOLTZMANN: il metodo Monte Carlo pesato applicato allo studio di eventi rari. 7. L'EQUAZIONE DI SCHROEDINGER: il diffusion Monte Carlo e il path-integral Monte Carlo. Bibliografia essenziale - M.H. Kalos and P.A. Whitlock, Monte Carlo Methods Vol. 1: basics (John Wiley and Sons, 1986). - J.M. Hammersley and D.C. Handscomb, Monte Carlo Methods (Methuen, London, 1964). - P. Bratley, A Guide to Simulation (Springer-Verlag, New York, 1983). - K. Binder, Ed., Monte Carlo Methods in Statistical Physics (Springer-Verlag, Berlin, 1979). - C. Jacoboni and P. Lugli, The Monte Carlo Method for Semiconductor Device Simulation (Springer, Wien, 1989).
1. INTRODUCTION: the name of the game; historical background; two different view points about Monte Carlo. 2. FUNDAMENTALS OF PROBABILITY THEORY: random events and variables; average values and variance; the central-limit theorem; the characteristic function; generation of random variables; the Metropolis method. 3. MONTE CARLO SAMPLING OF SUMS AND INTEGRALS: sampling of a sum; sampling of an integral; generalization to multiple sums and integrals; variance-reduction techniques and "importance sampling". 4. DIRECT SIMULATION OF PHYSICAL SYSTEMS: equilibrium phenomena and the Metropolis method; nonequilibrium phenomena and the "ensemble Monte Carlo" (EMC) method; the molecular-dynamics method. 5. MONTE CARLO SOLUTION OF DIFFERENTIAL EQUATIONS: basic properties; formal solution and iterative expansion; the ("Weighted Monte Carlo) method; natural probabilities and "importance sampling". 6. THE BOLTZMANN TRANSPORT EQUATION: the Weighted Monte Carlo applied to the study of rare events. 7. THE SCHROEDINGER EQUATION: the diffusion Monte Carlo and the path-integral Monte Carlo. Basic bibliography: - M.H. Kalos and P.A. Whitlock, Monte Carlo Methods Vol. 1: basics (John Wiley and Sons, 1986). - J.M. Hammersley and D.C. Handscomb, Monte Carlo Methods (Methuen, London, 1964). - P. Bratley, A Guide to Simulation (Springer-Verlag, New York, 1983). - K. Binder, Ed., Monte Carlo Methods in Statistical Physics (Springer-Verlag, Berlin, 1979). - C. Jacoboni and P. Lugli, The Monte Carlo Method for Semiconductor Device Simulation (Springer, Wien, 1989).
A distanza in modalitÓ sincrona
On line synchronous mode
Presentazione report scritto
Written report presentation
P.D.1-1 - Gennaio
P.D.1-1 - January
Copy of the slides as well as additional material is already available from the course web page within the section "MATERIALE"."
Copy of the slides as well as additional material is already available from the course web page within the section "MATERIALE"."


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti