Описание:Курс рассчитан на 2 семестра, по 2 часа в неделю. Он охватывает наиболее употребительные численные методы для решения задач, возникающих в экспериментальной и теоретической физике и основан на классическом курсе члена-корреспондента РАН Н.Н. Калиткина.
Первый семестр содержит решение тех задач, которые традиционно относят к математическому анализу. Он включает решение линейных и нелинейных алгебраических систем, вычисление одномерных и кратных интегралов, интерполяцию, численное дифференцирование, аппроксимацию (включая обработку экспериментальных и других данных методом наименьших квадратов), нахождение собственных значений матриц и минимизацию функций и функционалов. Этот круг методов охватывает большую часть простейших проблем, возникающих при планировании и обработки экспериментов, а также при решении сравнительно простых задач теоретической физики.
Второй семестр охватывает задачи, традиционно относящиеся к математической физики. Он начинается с решения обыкновенных дифференциальных уравнений (задача Коши для мягких, жестких и дифференциально-алгебраических систем, краевые задачи и задачи на собственные значения). Далее следуют различные типы уравнения в частных производных: уравнение переноса, параболическое, гиперболическое и эллиптическое уравнения (как одномерные, так и многомерные), а также интегральные уравнения. Эти методы позволяют решать сложные проблемы квантовой механики, газодинамики, физики реакторов и др.
Большое внимание обращено на получение гарантированных оценок погрешности математических методов. Это удается добиться благодаря систематическому применению сеточных методов с многократными сгущениями сеток. В курс включены те методы, которые отличаются наиболее высокой надежностью и позволяют проводить компьютерные вычисления при минимальном контроле пользователя.
Повышенное внимание в курсе уделено на выполнение студентами практических заданий с использованием современных вычислительных систем.
Записанные лекции курса доступны по ссылке: https://www.youtube.com/playlist?list=PLcsjsqLLSfNCgrIHaYITHmakg0ql3kJDi