Vorlesung Computational Physics Sommersemester 2024

Vorbemerkung:
Falls Sie (auch schon vor Beginn des Semesters) irgendwelche Fragen, Unklarheiten, Anmerkungen, Vorschläge, Bedenken, ... haben, zögern Sie bitte nicht, mich einfach per Mail anzusprechen. Gerne können wir auch einen individuellen Gesprächstermin vereinbaren.

Zum Ablauf ist Folgendes geplant:

Die Vorlesung wird in Präsenz durchgeführt.
Einschreibung in die Übungsgruppen: via OPAL ab Donnerstag, 07.03.2024, s.u.
Die Übungen im PC-Pool (REC/B113) finden in Präsenz statt.
Aufgrund des engen Kontakts bei gemeinsamen Diskussionen am Rechner wird insbesondere im Falle von Erkältungssymptomen das Tragen einer FFP2-Maske empfohlen, um Ausfälle der Übungsleiter möglichst zu vermeiden.
Matrix-Raum für Fragen, Diskussionen und Ankündigungen:
```
#computational-physics-2024:tu-dresden.de
```
Dieser Raum ist schon jetzt eingerichtet. Gerne können Sie diesen auch schon vor Beginn der Lehrveranstaltung für Fragen nutzen!

OPAL-Einschreibung in die Übungsgruppen:
Bitte tragen Sie sich bis Freitag, 05.04.2024, via OPAL in eine der folgenden Übungsgruppen ein:

Di., 1. DS
Di., 2. DS
Di., 3. DS
Di., 4. DS
Mi., 1. DS
Mi., 2. DS

Da OPAL gerne in den Tagen vor Vorlesungsbeginn gewartet wird und insbesondere am ersten Vorlesungstag zusammenbricht, ist eine frühe Einschreibung und Anmeldung in Matrix essentiell für einen möglichst reibungslosen Start.
Auf der Grundlage der OPAL Einschreibung werden auch die Matrix Räume für die Übungen, die ab 09.04.2024 beginnen, eingerichtet.
Eine Korrektur eingereichter Aufgaben findet nur für in OPAL eingeschriebene Teilnehmer:innen statt.

Hinweise

Installieren Sie die notwendige Software (s.u.) vor Beginn der Lehrveranstaltung
(am besten jetzt gleich, dann können wir bei Problemen noch vor Semesterbeginn im Matrix-Chat helfen).
Die Vorlesung beginnt am 08.04.2024 (Mo., 3. DS, REC/C213/H) und die Übungen am 09.04. bzw. 10.04.2024.
Zur Vorlesung wird vorab das Material für die Übungsaufgaben (pdfs via. OPAL) bereitgestellt.

In der ''Vorlesung'' sollen dann insbesondere Ihre Fragen zu dem Material besprochen werden.
Diese können auch vorab via AMCS gestellt werden.

Dies entspricht grob dem Konzept des ''flipped classrooms'' bei dem die Inhalte eigenständig anhand von bereitgestelltem Material erarbeitet werden und dann im Rahmen von Vorlesung und Übung Fragen diskutiert werden.
Übungsaufgaben: auf dieser Webseite.
Fragen und Diskussionen:
- Vorlesung und Übungen
- Chat via Matrix
  Hiermit soll eine direkte, wechselseitige Kommunikation mit Fragen und Diskussionen zwischen allen Studierenden und Übungsleitern ermöglicht werden.
  Der Chat kann jederzeit genutzt werden.
  
  Es wird empfohlen, den Desktop-Client (Linux, macOS, Windows) zu verwenden.
  Bitte folgen Sie der detaillierten Anleitung Matrix@TUD Chat an der TU Dresden - erste Schritte zur Installation und Konfiguration.
  
  Anmerkung 1: Das Lesen von in Abwesenheit erhaltenen, verschlüsselten Nachrichten in Matrix funktioniert nicht via Web-Browser sondern nur mit einem Clienten.
  
  Anmerkung 2: für Matrix gibt es auch Clients für Mobiltelephone (Android, iOS), https://doc.matrix.tu-dresden.de/clients/#element-mobil siehe Element Mobil für weitere Informationen.

Vorkenntnisse:

Theoretische Mechanik, Quantentheorie I hilfreich.
Programmierkenntnisse, siehe Programmierkurs: Python in der Physik 2024
(Findet ab 11.03.2024 statt. Einschreibung bis 29.02.2024. Danach bitte direkt an Herrn Dr. Brose wenden.
Die Teilnahme ist im Modul Allgemeine Qualifikationen (AQua) anrechenbar, vier Leistungspunkte)
Wenn Sie hier noch Nachholbedarf haben, oder diese auffrischen/verbessern wollen, so ist eine Teilnahme an diesem Kurs sehr empfohlen.
Desgleichen ein vorheriges gründliches Durcharbeiten der Einführung I (s.u.).
Zusätzliches einführendes Material ist weiter unten aufgeführt.
Gerne können Sie hierzu auch vorab per E-mail oder im Matrix-Chat Fragen stellen.

Abgabe der Übungsaufgaben

Details zur wöchentlichen Abgabe der Übungsaufgaben: siehe Einführung I.

Prüfungsleistung/Scheinkriterium

Programmsammlung aus 10 Programmen mit je (16+4) Punkten (144 Punkte = 100%).
Blatt mit der geringsten Punktzahl wird gestrichen.

Notenzuordnung: 1.0 (ab 136 Punkten), 1.3 (ab 128), 1.7 (ab 120), 2.0 (ab 112), 2.3 (ab 104), 2.7 (ab 96), 3.0 (ab 88), 3.3 (ab 80), 3.7 (ab 72), 4.0 (ab 64), 5.0 (unter 64).

Täuschungsversuche:
- Täuschungsversuch: Prüfungsleistung nicht bestanden.
- Feststellung des Täuschungsversuchs ist auch nach Abgabe der Programmsammlung möglich.

Linux und Windows-Installation

Für Linux (Ubuntu): Im PC-Pool ist Ubuntu 22.04 LTS installiert. Dies ist die Referenz für die Korrektur der Übungsaufgaben. Die Verwendung dieser Version der Ubuntu Distribution ermöglicht eine hohe Kompatibilität mit den Rechnern im PC-Pool. Folgende Pakete müssen installiert werden:
```
       sudo apt install python3-matplotlib python3-scipy ipython3
```
Editor - zur Auswahl:
```
       sudo apt install geany spyder3
```
Für Windows siehe hier.

Im Kurs wird Python 3.10 verwendet. Weitere Versionen: numpy: 1.21.5, scipy: 1.8.0, matplotlib: 3.5.1

Übungsaufgaben

TAB-checker und Zeilenlängenüberprüfung: filecheck.py
Checkliste zur Abgabe: checkliste.pdf
Einführung I: [pdf]

Beispiel für die den Aufbau und Dokumentation eines Programms: newton_beispiel.py
Matplotlib Plot mit Maus-Ereignis: maus_beispiel.py
Blatt 0 (Spirale): [blatt0.pdf]
Lösung: [0_1_spirale.py]
Blatt 1 (Standardabbildung): [blatt1.pdf]
Lösung: [1_1_standardabb.py]
Blatt 2 (Elementare numerische Methoden I): [blatt2.pdf]
Lösung: [2_1_ableitung.py]
Blatt 3 (Elementare numerische Methoden II): [blatt3.pdf]
Lösung: [3_1_integration.py]
Einführung II: [pdf]
Blatt 4 (Differentialgleichungen): [blatt4.pdf]
Minimales Testbeispiel: pendel_ode.py

Zusätzliches Material

Einbetten eines Interpreters in ein Programm zur Fehlersuche
[ipshell_example.py]
Vorlesung 3
Zur Gleitkommadarstellung
- Kapitel 1.1 Error, Accuracy, and Stability in Numerical Recipes.
- B. M. Bush The Perils of Floating Point (Uses Fortran)
- D. Goldberg: What every computer scientist should know about floating-point arithmetic,
  ACM Computing Surveys 23, 5-48 (1991).
  [goldberg.pdf] Edited reprint (html) (einschl. weiterem Material)
- D. E. Knuth: The Art of Computer Programming (TAOCP), insbesondere Vol. 2
Vorlesung 4
- Rundungsproblematik bei der quadratischen Gleichung.
  Siehe: Loss of significance (wikipedia)
Vorlesung 5
- Dokumentation zur Summation mittels math.fsum, insbsondere siehe ASPN cookbook recipes for accurate floating point summation für weitere Details/Hintergründe.
  Siehe auch Kahan summation algorithm und pairwise summation.
- P. H. Richter, H. Dullin and H.-O. Peitgen:
  Der SPIEGEL, das Chaos - und die Wahrheit,
  Physikalische Blätter 50, 355-359 (1994)
- Laskar: Video - Stabilität des Sonnensystems

Dokumentation zu Python

Python ist eine interpretierte, objekt-orienterte Programmiersprache, die sowohl für kleine als auch große Projekte geignet ist. Neben Programmen kann Python auch interaktiv verwendet werden. Sowohl für den Programmieranfänger als auch für den Experten ist es ideal geeignet, um numerische Aufgaben schnell umzusetzen und zu visualisieren.
Zusammen mit der NumPy und SciPy Erweiterung stellt es eine interessante freie Alternative zu Softwarepaketen wie MATLAB, PV-Wave oder IDL dar, mit dem Vorteil einer vollständigen Programmiersprache.

Programmtest im PC-Pool via SSH

Unter Linux:

Transfer Ihrer Lösung: scp meinedatei.py ZIHNUTZERKENNUNG@phylogin1.phy.tu-dresden.de:
Einloggen im PC-Pool:
ssh -X ZIHNUTZERKENNUNG@phylogin1.phy.tu-dresden.de
und dann
ssh -X pclpYY (YY = Rechnernummer, wobei YY=03, 04, ..., 10)
Um X11-Forwarding zu testen, führen Sie beispielsweise xterm aus. Es sollte sich ein neues Fenster mit einer Kommandozeile öffnen. Sie können dieses danach wieder schließen.
Sie können nun ihr Programm auf Funktionsfähigkeit im PC-Pool überprüfen.

Hinweise zu Windows finden Sie hier.

Programmtest auf dem MatNat Linux-Terminalserver

Eine Alternative ist die Verwendung des Linux-Terminalserver des Bereiches Mathematik und Naturwissenschaften (dort finden Sie alle notwendigen Informationen zu Zugriff und Dateiübertragung).

Python mit den notwendigen Paketen in der richtigen Version können Sie durch

  curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
  chmod +x Miniconda3-latest-Linux-x86_64.sh
  ./Miniconda3-latest-Linux-x86_64.sh
  # Alle Fragen mit yes beantworten, Konsole neustarten
  rm Miniconda3-latest-Linux-x86_64.sh
  conda install numpy=1.21.5 matplotlib=3.5.1 scipy=1.8

installieren.

Last modified: 06 May 2024, 10:38:21, Arnd Bäcker
Computational Physics Group Home.