| 書誌種別 |
図書 |
| タイトル |
計算物理学 1 数値計算の基礎/HPC/フーリエ・ウェーブレット解析 |
| シリーズ名 |
実践Pythonライブラリー |
| タイトルヨミ |
ケイサン ブツリガク スウチ ケイサン ノ キソ エイチピーシー フーリエ ウェーブレット カイセキ |
| シリーズ名ヨミ |
ジッセン パイソン ライブラリー |
| 人名 |
R.H.Landau／[著]
M.J.Páez／[著]
C.C.Bordeianu／[著]
小柳 義夫／監訳
秋野 喜彦／[ほか]訳
|
| 人名ヨミ |
R H Landau M J Paez C C Bordeianu オヤナギ ヨシオ アキノ ノブヒコ |
| 人名ヨミ |
|
| 出版者・発行者 |
朝倉書店
|
| 出版者・発行者等ヨミ |
アサクラ ショテン |
| 出版地・発行地 |
東京 |
| 出版・発行年月 |
2018.4 |
| ページ数または枚数・巻数 |
18,333,20p |
| 大きさ |
21cm |
| 価格 |
￥５４００ |
| ISBN |
978-4-254-12892-5 |
| ISBN |
4-254-12892-5 |
| 注記 |
原タイトル:Computational physics 原著第3版の翻訳 |
| 注記 |
文献:巻末p1〜8 |
| 分類記号 |
421.5
|
| 件名 |
数理物理学-データ処理
|
| 内容紹介 |
計算物理学の理論からPythonによる実装まで解説。1は、計算機ソフトウェアの基礎、数値計算の誤差と不確実さ、微分と積分、行列の数値計算、フーリエ解析、ウェーブレット解析と主成分分析などを収録。 |
| 言語区分 |
JPN |
| タイトルコード |
1009812212885 |
| 目次 |
1.はじめに |
|
1.1 計算物理と計算科学／1.2 本書が扱うテーマ／1.3 本書に収録した課題／1.4 本書で用いる言語:Pythonエコシステム／1.5 Pythonの可視化ツール／1.6 演習(プロット)／1.7 Pythonの数式処理ツール |
|
2.計算機ソフトウェアの基礎 |
|
2.1 コンピュータを意のままに操る／2.2 プログラミングの準備／2.3 PythonのI/O／2.4 コンピュータにおける数の表現(理論)／2.5 課題:級数の計算 |
|
3.数値計算の誤差と不確実さ |
|
3.1 誤差の種類(理論)／3.2 球ベッセル関数における誤差(課題)／3.3 誤差を実験的に調べる |
|
4.モンテカルロ法:乱数,ランダムウォーク,減衰 |
|
4.1 コンピュータで生成する擬似的な乱数／4.2 乱数列(理論)／4.3 ランダムウォーク(課題)／4.4 拡張:タンパク質のフォールディングと自己回避ランダムウォーク／4.5 放射性崩壊(課題)／4.6 崩壊のシミュレーションの実装と可視化 |
|
5.微分と積分 |
|
5.1 微分／5.2 前進差分(アルゴリズム)／5.3 中心差分(アルゴリズム)／5.4 高精度の中心差分(アルゴリズム)／5.5 誤差の評価／5.6 2次微分係数(課題)／5.7 積分／5.8 長方形の個数を数えて数値積分を行う(数学)／5.9 アルゴリズム:台形則／5.10 アルゴリズム:シンプソン則／5.11 数値積分の誤差(評価)／5.12 アルゴリズム:ガウス求積法／5.13 高次式を用いる数値積分(アルゴリズム)／5.14 石を投げて面積を測るモンテカルロ法(課題)／5.15 平均値の定理を用いた積分(理論と数学)／5.16 数値積分の演習／5.17 多次元モンテカルロ積分(課題)／5.18 急激に変化する関数の積分(課題)／5.19 分散低減法1(手法)／5.20 分散低減法2(手法)／5.21 フォン・ノイマンの棄却法(手法)／5.22 実装 |
|
6.行列の数値計算 |
|
6.1 課題3:N次元ニュートン-ラフソン;糸で結ばれた2個の物体／6.2 なぜ行列計算ライブラリを使うか?／6.3 行列問題のパターン(数学)／6.4 Pythonにおける配列としてのリスト／6.5 NumPy(Numerical Python)の配列／6.6 演習:行列のプログラムをテストする |
|
7.試行錯誤による解の探索,およびデータへのフィッティング |
|
7.1 課題1:箱の中の量子状態の探索／7.2 アルゴリズム:二分法を用いた試行錯誤による解の探索／7.3 改良されたアルゴリズム:ニュートン-ラフソン法／7.4 課題2:磁化の温度依存性／7.5 課題3:実験的なスペクトルに曲線をフィットする／7.6 課題4:指数関数的減衰のフィッティング／7.7 最小2乗法(理論)／7.8 演習:指数関数的減衰,熱流,ハッブル則に関係するフィッティング |
|
8.微分方程式を解く:非線形振動 |
|
8.1 非線形振動子の自由振動／8.2 非線形振動子(モデル)／8.3 微分方程式の種類(数学)／8.4 ODEの標準的な形(理論)／8.5 ODEアルゴリズム／8.6 ルンゲ-クッタ法／8.7 アダムス-バシュフォース-ムルトンの予測子・修正子法／8.8 非線形振動子の解(評価)／8.9 非線形振動子の共鳴,うなり,摩擦(発展課題)／8.10 時間的に変化する駆動力(発展課題) |
|
9.ODEの応用:固有値問題,散乱問題,放物体の運動 |
|
9.1 課題:いろいろなポテンシャルによる量子力学的な固有値／9.2 ふたつの要素をもつアルゴリズム:ODEソルバーと探索で求める固有値／9.3 ポテンシャル井戸の形を変える(発展課題)／9.4 課題:古典力学のカオス的散乱問題／9.5 課題:上空から落ちてくるボール／9.6 理論:空気抵抗を受ける放物体の運動／9.7 演習:惑星運動の2体および3体問題とカオス的天候 |
|
10.ハイ・パフォーマンス・コンピューティングのためのハードウェアと並列計算機 |
|
10.1 ハイ・パフォーマンス・コンピュータ／10.2 メモリの階層構造／10.3 中央演算処理ユニット(CPU)／10.4 CPUの設計:RISC／10.5 CPU設計:マルチコア・プロセッサ／10.6 CPU設計:ベクトル・プロセッサ／10.7 並列計算入門／10.8 並列計算のセマンティクス(理論)／10.9 分散メモリ・プログラミング／10.10 並列性能／10.11 並列化の戦略／10.12 並列処理から見たMIMDメッセージ・パッシング／10.13 スケーラビリティ／10.14 データ並列と領域分割／10.15 例:IBM Blue Geneスーパーコンピュータ／10.16 マルチノード・マルチコアGPUを使ったエクサスケールの計算 |
|
11.HPC(応用編):最適化,チューニング,GPUプログラミング |
|
11.1 プログラムの最適化(一般論)／11.2 NumPyを使った行列の最適化プログラミング／11.3 ハードウェアのパフォーマンス(実験)／11.4 データキャッシュのためのプログラミング(手法)／11.5 ハイパフォーマンス・コンピューティングのためのGPU／11.6 マルチコアとGPUプログラミングのための実用的なヒント |
|
12.フーリエ解析:信号とフィルタ |
|
12.1 非線形振動のフーリエ解析／12.2 フーリエ級数(数学)／12.3 演習:フーリエ級数の部分和／12.4 フーリエ変換(理論)／12.5 離散フーリエ変換／12.6 ノイズを含む信号にフィルタをかける／12.7 自己相関関数を利用したノイズの除去(理論)／12.8 フーリエ変換を用いたフィルタ(理論)／12.9 高速フーリエ変換(FFT)／12.10 FFTの実装／12.11 FFTプログラムの評価 |
|
13.ウェーブレット解析と主成分分析:非定常信号とデータ圧縮 |
|
13.1 課題:非定常的な信号のスペクトル解析／13.2 ウェーブレットの基礎／13.3 波束と不確定性原理(理論)／13.4 短時間フーリエ変換(数学)／13.5 ウェーブレット変換／13.6 離散ウェーブレット変換,多重解像度解析／13.7 主成分分析 |
