Cluster de procesadores para cálculos de Montecarlo


Cromodinámica Cuántica: Corte tridimensional de un autovector del operador de Dirac para una configuración con instantones


Transición de fase al estado superconductor: fenómeno de levitación magnética


Simulación de trayectorias de iones en plasmas de fusión en el reactor TJ-II


Teoría Estadística de Campos


Descripción de la Asignatura:


La Teoría Estadística de Campos consiste en la aplicación de los métodos de Integración Funcional (o integral de camino) a problemas de muchos cuerpos. El conjunto de técnicas desarrolladas en los últimos 30 años se han demostrado de extraordinaria utilidad en una impresionante variedad de campos de investigación: desde el estudio de las partículas elementales (cromodinámica cuántica), hasta los plasmas de fusión nuclear, pasando por el estudio de las transiciones de fase en materia condensada y la investigación de los sistemas complejos como son los vidrios estructurales o los vidrios de espín. Desde un punto de vista conceptual, la Teoría Estadística de Campos aporta una visión de la Teoría Cuántica de Campos que se apoya en los conceptos más intuitivos de la Mecánica Estadística.


El objetivo del curso será dotar al estudiante de la capacidad de manejar y calcular (numéricamente) las integrales funcionales, para lo cual será necesario adquirir capacidades de simulación numérica. Introduciremos el concepto de integral funcional, partiendo de la noción intuitiva de camino aleatorio o browniano, que formalizaremos. Discutiremos la relación con la Mecánica Cuántica (en el caso de una partícula), con la Teoría Cuántica de Campos (muchas partículas) así como con las Ecuaciones Diferenciales Estocásticas. Haremos gran énfasis en el uso de la simulación numérica, mediante el método de Montecarlo, para extraer cantidades directamente comparables con los resultados experimentales.


Aunque esta asignatura está orientada a la Física, es importante señalar que el alumno adquirirá el dominio de técnicas de simulación de Montecarlo, de probada utilidad, tanto en la optimización de procesos industriales (simulated annealing), la modelización económica conocida como Econophysics o, por ejemplo, en epidemiología.


Descripción del curso:


El curso será esencialmente práctico. Durante aproximadamente la mitad de las sesiones, los profesores impartirán lecciones correspondientes a la materia descrita en el programa. El resto de las sesiones tendrán lugar en el laboratorio de Física Computacional. La calificación se basará fundamentalmente en la calidad del trabajo realizado en el laboratorio. Se valorará además la resolución de ejercicios a lo largo del curso.


El trabajo en el laboratorio permitirá una interacción fluida con los profesores. Consistirá en reproducir en detalle (e idealmente mejorar) los cálculos de un artículo de investigación reciente. El artículo en cuestión se elegirá atendiendo a los intereses y conocimientos previos de cada estudiante. Estos trabajos se realizarán individualmente o en grupo, según el número de alumnos matriculados, con el fín de que los profesores puedan supervisar el desarrollo del trabajo de forma continuada.


Conexión con otras asignaturas:



Requisitos para los estudiantes:


Será necesario poder leer textos científicos en inglés.


Será útil la experiencia de programación. El entorno utilizado será Linux y el lenguaje C. En modo alguno será imprescindible, pues el nivel de exigencia de los trabajos se adecuará a la experiencia previa de los estudiantes.


Programa:


  1. Teoría de la Probabilidad

  2. Procesos Estocásticos

  1. La integral de camino en Mecánica Cuántica y en Teoría Cuántica de Campos

  2. Introducción a las Ecuaciones Diferenciales Estocásticas

  3. Teoría Cuántica de Campos en el Retículo



Bibliografía:


  1. Field Theory, the Renormalization Group and Critical Phenomena

    D. J. Amit & V. Martín Mayor

    World-Scientific Singapore, third edition, 2005.

  2. Statistical Field Theory

    G. Parisi

    Perseus Books Group, 1998.

  3. Numerical Solution of Stochastic Differential Equations

    P.E. Kloeden & E. Platen

    Springer Verlag, 1992.

  4. Quarks, gluons and lattices

    M. Creutz

    Cambridge University Press, 1983.

  5. Lattice Gauge Theories, An Introduction

    H. J. Rothe

    World-Scientific Singapore, second edition, 1997.

  6. The C Programming Language

    B. Kernighan & D. M. Ritchie

    Prentice Hall. second edition, 1988.

  7. An Introduction to Stochastic Differential Equations

    L. C. Evans

    http://math.berkeley.edu/~evans/SDE.course.pdf.