Embed Size (px)
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
O que é Física Computacional?
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
O que é Física Computacional?
Computational Physics Conference
O que é Física Computacional?
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:
Grande maioria dos problemas são complexos demais!!
Exemplo 2: A estrutura eletrônica da matéria condensada
Precisamos de uma solução numérica.
Problema quântico de muitos corpos: Solução exata não existe.
Por que Física Computacional?
Grande maioria dos problemas são complexos demais!!
Exemplo 3: Evolução climatológica da Terra
Precisamos de uma solução numérica.
Problema de caracterizados por muitas equações não-lineares: Solução exata não existe.
Por que Física Computacional?
Grande maioria dos problemas são complexos demais!!
Exemplo 4: Evolução de Galáxias
Precisamos de uma solução numérica.
Problema de caracterizados por muitas equações não lineares: Solução exata não existe.
Por que Física Computacional?
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:
Por que Física Computacional?
12
Por que Física Computacional?Desenvolvimento espetacular dos recursos computacionais:
Processadores mais rápidos:
13
Por que Física Computacional?Desenvolvimento espetacular dos recursos computacionais:
Processadores mais rápidos:
14
Por que Física Computacional?Desenvolvimento espetacular dos recursos computacionais:
Paralelismo:
Sunway Taihulight: National Supercomputing Center, Wuxi (China)
15
Por que Física Computacional?Desenvolvimento espetacular dos recursos computacionais:
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
Exemplos de Cálculo NuméricoCálculo Numérico de π: Método Monte Carlo
Utilizar um gerador de números aleatórios para “atirar” no quadrado
18
Exemplos de Cálculo NuméricoCálculo Numérico de π: Método Monte Carlo
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
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
Plasticidade de sólidos quânticosExplicação usando Simulação Atomística
39
Plasticidade de sólidos quânticosExplicação usando Simulação Atomística
T=0.26 K
40
Plasticidade de sólidos quânticosExplicação usando Simulação Atomística
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 ……
