Введение в математические методы физики
Offered By: Higher School of Economics via Coursera
Course Description
Overview
Цель курса - дать слушателям начальные представления и навыки обращения с приближенными аналитическими вычислениями. Такие методы широко используются в практической работе физиков, но почти не излагаются в регулярных лекционных курсах, что препятствует включению студентов в исследовательский процесс. Большинство лекций также содержат в себе семинарскую часть с разбором задач. Важная часть курса – полноценные задачи для самостоятельного решения с целью закрепления практических навыков применения излагаемых методов вычислений. Предполагается, что слушатели знакомы с основами стандартных математических курсов: математического анализа, линейной алгебры, обыкновенных дифференциальных уравнений.
Появились технические трудности? Обращайтесь на адрес: [email protected]
Появились технические трудности? Обращайтесь на адрес: [email protected]
Syllabus
- Приближенное вычисление определенных интегралов. Интегралы с «малым параметром»
- Добро пожаловать! В первом модуле курса Вы изучите методы приближенных аналитических вычислений интегралов и рядов, которые содержат малый или большой параметр. Вы научитесь определять существенную область интегрирования и делать приближения на основе этого. Кроме того, Вы познакомитесь с важным для физики понятием асимптотического ряда. В лекциях будет разобрано большое число примеров приближенного вычисления интегралов и рядов, которые помогут Вам справится с контрольным тестом в конце модуля.
- Вычисление интегралов методом перевала
- Этот модуль посвящен одному из самых распространенных методов приближенного вычисления определенных интегралов - методу перевала. Основная идея описываемого подхода состоит в сведении интеграла от функции с резким максимумом к простому Гауссовому виду. В этом разделе Вы узнаете, как и при каких условиях такая процедура может быть реализована на практике. Помимо этого, мы обсудим Гамма-функцию. Гамма-функция является естественным обобщением факториала на все положительные вещественные числа. При помощи метода перевала, Вы научитесь вычислять значение этой функции приближенно. В конце модуля Вас ждет контрольный тест.
- Дифференцирование интеграла по параметру
- В этом модуле рассматривается метод точного и приближенного вычисления определенных интегралов, который полагается на дифференцирование по параметру, входящему в подынтегральное выражение. Довольно часто такое дифференцирование позволяет свести вычисление сложного или громоздкого интеграла к использованию уже известных ответов, полученных для более простых интегралов. Отдельное внимание в модуле уделяется вопросу о регуляризации расходящихся интегралов, то есть выделении из них конечной части, содержащей в себе всю зависимость интеграла от параметра. В конце модуля Вас ждет контрольный тест.
- Оценка интегралов от быстро меняющихся и быстро осциллирующих функций
- В этом модуле Вы познакомитесь с методами приближенного и точного вычисления интегралов от быстро меняющихся функций. Такие функции могут иметь четко выраженные пики или же сильно колебаться от отрицательных значений к положительным. Вы научитесь аккуратно учитывать эти особенности при анализе интегралов. Кроме того, Вы научитесь работать с дельта-функцией Дирака, которая повсеместно возникает в приложениях. В конце модуля Вас ждет контрольный тест.
- Интегрирование в криволинейных координатах
- Выражения, в которых интегрирование выполняется более чем по одной переменной, повсеместно встречаются в прикладных задачах. Такие многократные интегралы зачастую удобно вычислять в криволинейных координатах, которые отражают симметрию рассматриваемой системы или наложенных на нее граничных условий. В этом разделе Вы научитесь производить переход к криволинейным координатам под знаком интеграла. Вы узнаете, что такое метрический тензор, и поймете, как это понятие помогает находить площади и объемы фигур в произвольных системах координат. В частности, мы подробно обсудим тороидальные и сферически координаты. Большой упор в этом модуле делается на задачи для самостоятельного решения.
- Обыкновенные дифференциальные уравнения
- Этот модуль открывает большой блок курса, посвященный изучению дифференциальных уравнений. Мы начнем с рассмотрения самых простых (однако, фундаментально важных) уравнений первого порядка. Затем мы перейдем к изучению систем линейных дифференциальных уравнений. Вы узнаете, как такие системы могут быть решены при помощи матричной экспоненты. Экспонента, возведенная в степень матрицы - это довольно нетривиальный объект, и его явное вычисление является отдельным вопросом, который мы подробно обсудим. Завершится модуль заданием из шести задач.
- Обыкновенные дифференциальные уравнения с «малым параметром»
- Часто бывает так, что ту или иную сложную физическую задачу, решение которой неизвестно, можно свести к какой-то хорошо изученной системе с добавлением небольшого возмущения. При этом, возмущение, в меру его малости, можно учитывать приближенно, что позволяет с некоторой точностью решить исходную задачу. В этом модуле Вы научитесь приближенно решать дифференциальные уравнения с малыми параметрами, рассматривая малые члены в уравнении как возмущение. На примере задач с гармоническим осциллятором, Вы познакомитесь с важным понятием секулярных поправок, то есть поправок к решению дифференциального уравнения, возрастающих со временем. Наличие таких вкладов в решении может сигнализировать о неприменимости наивной теории возмущений на больших временах и необходимости введения в нее модификаций. Вы научитесь использовать улучшенную теорию возмущений, которая аккуратно обрабатывает секулярные возмущения, и применимую на больших временах. В модуле Вам будут предложены два задания для самостоятельного решения. Будьте готовы: этот модуль - самый объемный в курсе!
- Решение обыкновенных дифференциальных уравнений вариационным методом
- Во многих случаях, задача о решении дифференциального уравнения - даже довольно сложного - может быть эквивалентно представлена в виде вариационной задачи о нахождении экстремума некоторого функционала. Такое представление часто оказывается очень плодотворным, ведь находить минимум или максимум функционала можно приближенно - на классе правильным образом выбранных пробных функций. Полученное решение, не являясь параметрически точным, дает качественное представление о характере решения исходного дифференциального уравнения. В этом модуле, Вы научитесь реализовывать описанную схему на практике. В качестве примеров, мы рассмотрим принцип наименьшего действия в классической механике, а также поговорим о вариационных решениях электростатических задач. Завершится модуль тестом, в котором Вам будут предложены четыре упражнения на вариационные методы, мотивированные различными физическими задачами.
- Теория возмущений в линейной алгебре для собственных чисел и собственных векторов конечномерных матриц; снятие вырождения возмущением
- В этом модуле Вы познакомитесь с тем, как теория возмущений применяется в линейной алгебре. Речь пойдет о приближенном нахождении собственных векторов и собственных значений нормальных матриц. Вы изучите, как и в каких случаях можно использовать теорию возмущений для этой задачи. Мы обсудим поправки как к невырожденным, так и к вырожденным собственным значениям матриц. Завершит модуль тест, состоящий из пяти задач.
- Преобразования Фурье
- В этом модуле Вы познакомитесь с очень важной техникой - преобразованием Фурье. Преобразование Фурье находит применение в огромном числе приложений: от анализа звуковых сигналов и радиотехники, до теоретической физики. Вы научитесь применять преобразование Фурье для решения различных физических и математических задач. Особое внимание будет уделено использованию преобразования Фурье в линейных задачах с трансляционной инвариантностью, а также решению обыкновенных дифференциальных уравнений и дифференциальных уравнений в частных производных методом Фурье. В конце модуля Вас ждет контрольный тест.
Taught by
Скворцов Михаил Андреевич, Колоколов Игорь Валентинович, Бурмистров Игорь Сергеевич, Фоминов Яков Викторович and Фейгельман Михаил Викторович
Tags
Related Courses
Big Data: from Data to DecisionsQueensland University of Technology via FutureLearn Calculus I
City College of San Francisco via California Community Colleges System Games without Chance: Combinatorial Game Theory
Georgia Institute of Technology via Coursera Перекрестные исследования
E-Learning Development Fund via Coursera Descubriendo funciones trigonométricas inversas con Python
Coursera Project Network via Coursera