Vật lý: thế giới thật bên dưới và bên trong mỗi chương trình
Vật lý cho người học khoa học máy tính: mô phỏng từng bước, năng lượng trong game, lấy mẫu âm thanh, tốc độ ánh sáng và nhiệt, cơ học lượng tử — và học từ đâu.
Ban biên tập OpenER
Cập nhật 09/11/2026 · 19 phút đọc · CC BY 4.0
Bạn gọi video cho người thân ở Mỹ. Mạng nhà bạn nhanh, mạng bên kia cũng nhanh, vậy mà mỗi câu nói vẫn có một nhịp khựng nhỏ trước khi bên kia đáp lại. Chiếc laptop đang xuất video thì nóng ran, quạt rít lên, rồi máy tự chạy chậm lại. Còn trong trò chơi trên điện thoại, quả bóng bạn ném bay thành một đường cong, nảy lên rồi lăn đi — trông y như thật, dù chẳng có quả bóng nào.
Ba chuyện đó có chung một gốc: vật lý (physics). Một phần của nhịp khựng là thời gian ánh sáng chạy trong cáp quang dưới đáy Thái Bình Dương — không gói cước nào mua bớt được. Hơi nóng là điện năng mà các phép tính biến thành nhiệt. Quả bóng là định luật Newton được chạy lại, thường sáu mươi lần mỗi giây. Phần mềm trông như thứ trừu tượng nhất con người làm ra, nhưng nó chạy trên một vật thể thật, và rất hay phải mô phỏng những vật thể thật khác.
Trước khi vật lý chạy trên máy tính
Từ khi Isaac Newton công bố các định luật chuyển động năm 1687, vật lý đã có dạng rất gần với một chương trình: biết trạng thái bây giờ — vị trí, vận tốc — và biết quy tắc lực tác dụng, thì tính được trạng thái của khoảnh khắc tiếp theo, rồi khoảnh khắc sau nữa. Chỉ thiếu một thứ: ai làm hàng triệu phép tính ấy.
Câu trả lời đến từng bước:
- Tính tay. Năm 1757–1758, Alexis Clairaut cùng Jérôme Lalande và Nicole-Reine Lepaute bỏ ra nhiều tháng tính lực hút của Sao Mộc và Sao Thổ lên sao chổi Halley, để đoán ngày nó quay lại gần Mặt Trời. Họ đoán giữa tháng 4/1759; sao chổi đi qua điểm gần Mặt Trời nhất ngày 13/3 — lệch một tháng, nhưng là một chiến thắng của tính toán thời đó.
- Chia nhỏ thời gian. Năm 1768, Leonhard Euler mô tả cách giải gần đúng phương trình vi phân bằng những bước nhỏ nối tiếp — đúng cách mọi mô phỏng hôm nay vẫn làm.
- Một giấc mơ quá sức người. Trong Thế chiến I, Lewis Fry Richardson thử tính một bản dự báo thời tiết bằng cách giải tay các phương trình của khí quyển. Ông mất khoảng sáu tuần cho một bản dự báo sáu giờ, và kết quả sai rất xa. Trong cuốn sách năm 1922, ông mơ về một "nhà máy dự báo" với 64.000 người ngồi tính trong một hội trường khổng lồ.
- Máy tính điện tử sinh ra cho vật lý. ENIAC (1945) được xây cho phòng thí nghiệm đạn đạo của quân đội Mỹ để lập bảng bắn: một đường đạn mà người dùng máy tính tay mất khoảng 20 giờ, ENIAC tính trong khoảng 30 giây. Năm 1950, cũng trên ENIAC, nhóm của Jule Charney và John von Neumann chạy bản dự báo thời tiết bằng máy đầu tiên. Giấc mơ của Richardson thành sự thật.
- Máy tính quay lại hỏi vật lý. Năm 1981, Richard Feynman chỉ ra rằng để mô phỏng một hệ lượng tử, máy tính thông thường tốn công tăng theo hàm mũ khi số hạt tăng, và gợi ý: muốn mô phỏng tự nhiên, hãy dựng máy từ chính các định luật lượng tử. Đó là một điểm khởi đầu của tính toán lượng tử; bài Hóa học kể vì sao mô phỏng phân tử là nơi ý tưởng này được mong chờ nhất.
Đặt cạnh nhau:
Tính vật lý bằng tay | Tính vật lý bằng máy | |
|---|---|---|
Một đường đạn, một quỹ đạo | Nhiều giờ tới nhiều tháng cho một kết quả | Chưa tới một giây; thử được hàng nghìn phương án |
Dự báo thời tiết | Không kịp: tính xong thì thời tiết đã qua | Chạy nhiều lần mỗi ngày |
Bài toán không có công thức gọn — sức cản không khí, ba vật hút nhau | Đơn giản hóa cho tới khi có công thức | Chia nhỏ thời gian, tính từng bước |
Thiết kế cầu, máy bay, con chip | Làm mẫu thật, thử, hỏng thì làm lại | Thử trên mô hình số trước, làm mẫu thật ở bước cuối |
Phim hoạt hình, trò chơi | Vẽ tay từng khung hình | Phần mềm tính chuyển động và ánh sáng cho từng khung hình |
Ngày nay vẫn có thứ mà máy mạnh nhất cũng "không có": dự báo thời tiết cho một tháng tới. Năm 1961, nhà khí tượng Edward Lorenz chạy lại một mô phỏng từ giữa chừng, gõ con số 0,506 lấy từ bản in thay cho 0,506127 trong máy — và nhận về một kết quả mỗi lúc một khác, tới mức không còn giống lần chạy đầu. Chênh lệch chỉ 0,000127 ở đầu vào lớn dần thành khác biệt hoàn toàn: đó là hỗn loạn (chaos). Vì vậy đường đi của một cơn bão ba ngày tới khá đáng tin, còn trời Hà Nội ngày này tháng sau thì không siêu máy tính nào nói được — giới hạn thường được nêu là khoảng hai tuần. Không phải vì máy chưa đủ mạnh, mà vì khí quyển vốn như vậy.
Môn này trả lời câu hỏi gì
Vật lý hỏi: thế giới thay đổi theo những quy luật nào, và từ những quy luật đó tính trước được tới đâu? Phần người học khoa học máy tính cần là vật lý đại cương: cơ học (chuyển động, lực, năng lượng), dao động và sóng, điện học — thêm một cái nhìn đầu tiên về cơ học lượng tử nếu đi tiếp về phần cứng hay tính toán lượng tử.
Vì sao người viết phần mềm cần học? Ba lý do:
- Máy tính là một vật thể vật lý. Nó nhanh tới đâu, nóng tới đâu, nhỏ được tới đâu, gửi tin đi xa mất bao lâu — vật lý đặt giới hạn, không phải code.
- Rất nhiều phần mềm làm việc với thế giới thật: trò chơi, robot, xe tự lái, cảm biến trong điện thoại, âm thanh, hình ảnh, định vị.
- Vật lý dạy mô hình hóa. Coi quả bóng là một chất điểm (point mass), bỏ qua sức cản: giữ lại cái quan trọng, giấu đi phần còn lại, rồi kiểm bằng số. Đó cũng chính là trừu tượng hóa mà khoa học máy tính dùng mỗi ngày.
Năm ý tưởng cốt lõi
1. Mô phỏng: đi từng bước nhỏ theo định luật Newton
Định luật thứ hai của Newton nói lực làm thay đổi vận tốc: F = m·a. Máy tính không giải phương trình này "một lần cho xong", mà làm theo cách của Euler: chia thời gian thành những bước thời gian (time step) nhỏ dt; ở mỗi bước, dùng vận tốc hiện tại để dịch vị trí, dùng lực hiện tại để đổi vận tốc. Đó là phương pháp Euler (Euler method).
Thử với một quả bóng ném lên với vận tốc 20 m/s theo góc 45°, bỏ qua sức cản không khí. Trường hợp này sách giáo khoa có sẵn công thức tầm xa, nên ta so được mô phỏng với đáp án đúng:
import math
def nem_bong(dt, v0=20, goc=45, g=9.8):
vx = v0 * math.cos(math.radians(goc))
vy = v0 * math.sin(math.radians(goc))
x = y = 0.0
while y >= 0: # bay cho tới khi chạm đất
x, y = x + vx * dt, y + vy * dt # bước tới, dùng vận tốc hiện tại
vy = vy - g * dt # trọng lực bớt dần vận tốc đứng
return x
dung = 20**2 * math.sin(math.radians(90)) / 9.8 # công thức: v0² · sin(2α) / g
print(f"công thức: {dung:.2f} m")
for dt in (0.5, 0.1, 0.01, 0.001):
x = nem_bong(dt)
print(f"dt = {dt:<5} → {x:6.2f} m, lệch {x - dung:+.2f} m")công thức: 40.82 m
dt = 0.5 → 49.50 m, lệch +8.68 m
dt = 0.1 → 42.43 m, lệch +1.61 m
dt = 0.01 → 41.01 m, lệch +0.20 m
dt = 0.001 → 40.84 m, lệch +0.03 mBước càng lớn, mô phỏng càng sai: với bước nửa giây, quả bóng bay xa hơn thực tế gần 9 mét. Lý do: trong suốt một bước, code coi vận tốc đứng không đổi, trong khi trọng lực làm nó giảm liên tục — quả bóng vì thế lên cao hơn, bay lâu hơn và rơi xa hơn. Bước nhỏ đi mười lần thì sai số nhỏ đi khoảng tám lần, còn số bước phải tính tăng đúng mười lần. Cân giữa độ chính xác và thời gian chạy là chuyện của mọi mô phỏng, từ game tới dự báo thời tiết. Môn Tính toán khoa học (scientific computing) dạy những phương pháp tốt hơn Euler, như Runge–Kutta, để đạt cùng độ chính xác với ít bước hơn nhiều. Bài Giải tích kể thêm một lỗi khác của bước lớn: viên đạn nhảy qua bức tường mà chưa lúc nào chạm vào nó.
Điều đáng giá nhất: sức cản không khí thật, tăng theo bình phương tốc độ, làm công thức sách giáo khoa bó tay — nhưng với mô phỏng, đó chỉ là thêm một lực vào vòng lặp.
2. Năng lượng: phép kiểm miễn phí cho mọi mô phỏng
Trong một hệ không có ma sát, năng lượng được bảo toàn (conservation of energy). Với người viết mô phỏng, đây là phép kiểm không tốn gì: nếu năng lượng tự tăng lên, code đang sai.
Đây là một lò xo nảy qua lại trong trò chơi chạy 60 khung hình mỗi giây. Hai cách tính chỉ khác nhau ở thứ tự hai dòng:
def lo_xo(cach, dt=1/60, so_khung=6000): # 6.000 khung hình = 100 giây ở 60 hình/giây
x, v = 1.0, 0.0 # kéo lò xo ra 1 m rồi thả (k = m = 1)
for _ in range(so_khung):
if cach == "Euler thường":
x, v = x + v * dt, v - x * dt # cả hai đều dùng giá trị cũ
else:
v = v - x * dt # tính vận tốc mới trước...
x = x + v * dt # ...rồi dùng ngay để tính vị trí
return 0.5 * v * v + 0.5 * x * x # năng lượng; lúc thả là 0,5
for cach in ("Euler thường", "Euler bán ẩn"):
print(cach, round(lo_xo(cach), 3))Euler thường 2.647
Euler bán ẩn 0.504Sau 100 giây, lò xo tính bằng Euler thường đã có năng lượng gấp hơn năm lần lúc thả: nó dao động mỗi lúc một rộng — trong game, đó là lúc đồ vật tự rung lên rồi văng khỏi màn hình. Chỉ cần tính vận tốc mới trước rồi dùng ngay nó cho vị trí — Euler bán ẩn (semi-implicit Euler) — năng lượng chỉ nhích lên xuống quanh 0,5. Nhiều bộ máy vật lý (physics engine) trong game dùng đúng kiểu cập nhật này, vì nó rẻ mà không "nổ".
Hình ảnh trong game cũng là vật lý: ánh sáng phản xạ, khúc xạ, tán xạ ra sao được mô phỏng bằng dò tia (ray tracing), và dựng hình dựa trên vật lý (physically based rendering) làm cho kim loại trông như kim loại, gỗ trông như gỗ. Bài Đồ họa máy tính đi tiếp phần này.
3. Sóng và lấy mẫu: âm thanh thành một dãy số
Âm thanh là sóng áp suất trong không khí; micro biến nó thành một điện áp thay đổi liên tục. Máy tính chỉ cất được số, nên nó lấy mẫu (sampling): đo điện áp đều đặn nhiều lần mỗi giây. Đĩa CD đo 44.100 lần mỗi giây; điện thoại bàn đo 8.000 lần.
Đo bao nhiêu lần là đủ? Định lý lấy mẫu Nyquist–Shannon (sampling theorem) trả lời: nhanh hơn hai lần tần số cao nhất có trong tín hiệu. Tai người nghe tới khoảng 20.000 Hz, nên CD chọn hơn 40.000 mẫu mỗi giây. Giọng nói chỉ cần tới khoảng 3.400 Hz là nghe hiểu được, nên điện thoại chọn 8.000 — và đó là lý do giọng qua điện thoại bàn nghe hơi "đục".
Đo chậm quá thì sao? Tần số cao sẽ đội lốt tần số thấp:
import math
fs = 8000 # 8.000 mẫu mỗi giây, như điện thoại bàn
def lay_mau(f, n=8): # n mẫu đầu của một âm có tần số f (Hz)
# "+ 0" chỉ để -0.0 hiện thành 0.0 cho dễ nhìn
return [round(math.cos(2 * math.pi * f * k / fs), 3) + 0 for k in range(n)]
print(lay_mau(1000)) # âm 1.000 Hz
print(lay_mau(7000)) # âm 7.000 Hz: cao hơn hẳn, nhưng...
print(lay_mau(1000) == lay_mau(7000))[1.0, 0.707, 0.0, -0.707, -1.0, -0.707, 0.0, 0.707]
[1.0, 0.707, 0.0, -0.707, -1.0, -0.707, 0.0, 0.707]
TrueVới 8.000 mẫu mỗi giây, âm 7.000 Hz cho ra đúng từng con số như âm 1.000 Hz; lấy mẫu xong thì không còn cách nào phân biệt. Hiện tượng này gọi là chồng phổ (aliasing), và bạn đã thấy nó: trong video quay đường phố, bánh xe ô tô đôi lúc như quay chậm lại, đứng yên, thậm chí quay ngược — máy quay chỉ chụp vài chục khung hình mỗi giây, quá chậm so với các nan bánh xe. Vì vậy thiết bị ghi âm phải lọc bỏ tần số cao trước khi lấy mẫu.
Từ đây mở ra cả một ngành, xử lý tín hiệu số (digital signal processing). Theo ý tưởng của Joseph Fourier, một tín hiệu có thể tách thành tổng của nhiều sóng sin; nén MP3 bỏ bớt những thành phần tai khó nghe ra, ảnh JPEG dùng một phép biến đổi họ hàng với Fourier để bỏ bớt chi tiết mắt khó thấy. Cảm biến gia tốc, con quay hồi chuyển trong điện thoại cũng cho ra những tín hiệu được lấy mẫu như vậy.
4. Ánh sáng và nhiệt: hai bức tường của mọi cỗ máy
Không tín hiệu nào đi nhanh hơn ánh sáng, và trong cáp quang ánh sáng còn chậm hơn, khoảng 200.000 km mỗi giây. Tính thử độ trễ (latency) từ Hà Nội tới một máy chủ ở Los Angeles:
import math
def khoang_cach_km(lat1, lon1, lat2, lon2): # đường ngắn nhất trên mặt Trái Đất
p1, p2 = math.radians(lat1), math.radians(lat2)
dp, dl = p2 - p1, math.radians(lon2 - lon1)
a = math.sin(dp / 2)**2 + math.cos(p1) * math.cos(p2) * math.sin(dl / 2)**2
return 2 * 6371 * math.asin(math.sqrt(a))
d = khoang_cach_km(21.03, 105.85, 34.05, -118.24) # Hà Nội → Los Angeles
print(round(d), "km")
print(round(2 * d / 200_000 * 1000), "ms đi và về") # ánh sáng trong cáp quang: ~200.000 km/s12317 km
123 ms đi và vềKể cả khi cáp chạy thẳng theo đường ngắn nhất và không thiết bị nào làm chậm, một lượt hỏi–đáp vẫn mất ít nhất khoảng 123 mili giây. Cáp thật đi vòng và qua nhiều trạm, nên con số ping đo được còn cao hơn. Đó là một phần nhịp khựng ở đầu bài, và là lý do các dịch vụ lớn đặt máy chủ gần người dùng, qua mạng phân phối nội dung (content delivery network — CDN); bài Mạng máy tính kể gói tin đi qua những chặng nào. Ở thang nhỏ cũng vậy: như bài Từ electron đến ứng dụng đã tính, trong một nhịp của chip 4 GHz ánh sáng chỉ đi được 7,5 cm, tín hiệu trong dây dẫn còn ít hơn. Đó là một lý do bộ nhớ đệm phải nằm ngay trên chip, sát nhân xử lý.
Bức tường thứ hai là nhiệt. Gần như toàn bộ điện năng một con chip dùng cuối cùng biến thành nhiệt; nóng quá thì chip phải tự hạ tần số (thermal throttling), như chiếc laptop ở đầu bài. Khoảng giữa thập niên 2000, chính bức tường này khiến tần số bộ xử lý ngừng tăng và ngành chuyển sang nhiều nhân; bài Kiến trúc máy tính kể lại chuyện đó. Vật lý còn đặt một mức sàn: theo nguyên lý Landauer (Landauer's principle), xóa một bit thông tin tốn ít nhất một lượng năng lượng rất nhỏ, và chip ngày nay còn cách mức sàn ấy rất xa. Phần "Vật lý đằng sau bit và qubit" trong bài Từ electron đến ứng dụng có con số cụ thể.
5. Cơ học lượng tử: khi xác suất cộng theo cách khác
Ở thang nguyên tử, vật lý cổ điển không còn đúng. Cơ học lượng tử (quantum mechanics) thay xác suất bằng biên độ (amplitude): những con số có thể âm, thậm chí là số phức, được cộng với nhau trước, rồi mới lấy bình phương độ lớn để ra xác suất. Đã cộng được thì cũng triệt tiêu được — đó là giao thoa (interference).
Thí nghiệm gọn nhất cho thấy điều này là giao thoa kế Mach–Zehnder (Mach–Zehnder interferometer): một photon đi qua một bộ tách chùm (beam splitter) 50/50, tách ra hai đường, rồi hai đường gặp lại ở một bộ tách chùm thứ hai, phía sau có hai máy dò. Nếu photon là viên bi chọn đường ngẫu nhiên ở mỗi chỗ rẽ, mỗi máy dò sẽ bắt được một nửa. Tính bằng biên độ:
import math
r = 1 / math.sqrt(2)
def tach_chum(tren, duoi): # bộ tách chùm 50/50 chia biên độ ra hai đường;
return (r * (tren + 1j * duoi), # tia phản xạ được nhân thêm i (lệch pha)
r * (1j * tren + duoi))
tren, duoi = tach_chum(1, 0) # photon đi vào từ đường trên
print("giữa hai bộ tách:", round(abs(tren)**2, 2), round(abs(duoi)**2, 2))
tren, duoi = tach_chum(tren, duoi) # hai đường gặp lại ở bộ tách thứ hai
print("ở hai máy dò: ", round(abs(tren)**2, 2), round(abs(duoi)**2, 2))giữa hai bộ tách: 0.5 0.5
ở hai máy dò: 0.0 1.0Giữa hai bộ tách chùm, photon có đúng nửa nửa khả năng ở mỗi đường. Nhưng tới cuối, hai biên độ hướng về máy dò trên triệt tiêu nhau, còn hai biên độ hướng về máy dò dưới cộng dồn: mọi photon đều tới máy dò dưới. Thí nghiệm thật, bắn từng photon một, cho kết quả gần đúng như vậy. Chặn một đường, hoặc đặt dụng cụ dò xem photon đi đường nào, thì giao thoa biến mất và hai máy dò lại chia đều.
Đây là cốt lõi của tính toán lượng tử (quantum computing): một thuật toán lượng tử là cách sắp đặt những phép giao thoa như thế, để đáp án đúng hiện ra ở "máy dò" khi đo. Bài Từ electron đến ứng dụng giải thích qubit, vướng víu và vì sao máy lượng tử khó xây; bài Thông tin lượng tử đi vào môn học riêng của nó.
Vật lý nằm ở đâu trong chồng tầng
Trong bài Từ electron đến ứng dụng, vật lý là tầng 0: electron, điện áp, dòng điện — nền mà mọi tầng khác dựng lên. Bài đó đã đi từ electron qua chất bán dẫn, transistor tới cổng logic; bài này không kể lại. Điều đáng để ý là vật lý có mặt ở cả hai đầu chồng tầng:
- Ở dưới cùng: điện học giải thích mạch chạy thế nào; tốc độ ánh sáng và nhiệt đặt giới hạn cho chip và mạng; cơ học lượng tử là nền của một chồng tầng khác — máy tính lượng tử.
- Ở trên cùng: rất nhiều bài toán mà phần mềm giải là bài toán vật lý — mô phỏng, game, robot, xử lý tín hiệu. Ở đó, định luật vật lý trở thành một vòng lặp trong code.
Đưa lên
Những định luật viết thành phương trình — lực và chuyển động, năng lượng, sóng, điện áp và dòng điện — đủ để máy tính mô phỏng thế giới, và để kỹ sư biết một cỗ máy nhanh được tới đâu.
Giấu đi
Từng nguyên tử, từng va chạm. Mỗi mô hình chỉ giữ mức chi tiết vừa đủ cho câu hỏi đang hỏi: quả bóng là một chất điểm, khí quyển là một lưới ô, dây đồng là một điện trở.
Học trước và học sau
· 7 mônGiải tích
Calculus
Vận tốc là đạo hàm của vị trí, công là tích phân của lực. Nên học trước, hoặc ít nhất song song với phần cơ học.
Đại số tuyến tính
Linear Algebra
Vector cho lực, vận tốc, phép xoay; ma trận cho hệ nhiều vật và cho trạng thái lượng tử.
Cấu trúc tính toán
Computation Structures
Đi tiếp từ điện học: từ điện áp tới cổng logic, rồi tới cả một bộ xử lý.
Tính toán khoa học
Scientific Computing
Những phương pháp số tốt hơn Euler để giải phương trình vi phân, và cách biết kết quả mô phỏng sai bao nhiêu.
Đồ họa máy tính
Computer Graphics
Ánh sáng, vật liệu và chuyển động trên màn hình — vật lý được tính lại cho từng khung hình.
Robot học
Robotics
Động lực học của cánh tay máy, cảm biến quán tính, điều khiển chuyển động trong thế giới thật.
Khoa học và công nghệ thông tin lượng tử
Quantum Information Science and Technology
Dùng chồng chập, vướng víu và giao thoa để tính toán và truyền tin.
Xem chủ đề trên OpenER: Quantum Information Science and Technology
Ứng dụng thật và nghề nghiệp
- Lập trình game và mô phỏng: bộ máy vật lý, va chạm, vải, nước, xe; phần mềm mô phỏng lái xe, lái máy bay.
- Đồ họa, hiệu ứng phim, thực tế ảo: ánh sáng và vật liệu dựa trên vật lý.
- Robot, drone, xe tự lái: động lực học, cảm biến quán tính, điều khiển.
- Âm thanh, ảnh và cảm biến: xử lý tín hiệu trong tai nghe chống ồn, máy ảnh điện thoại, thiết bị đeo, IoT.
- Định vị: GPS phải hiệu chỉnh theo thuyết tương đối của Einstein — đồng hồ trên vệ tinh chạy nhanh hơn đồng hồ dưới mặt đất khoảng 38 micro giây mỗi ngày; không sửa thì vị trí sai thêm cỡ 10 km mỗi ngày.
- Tính toán khoa học và hiệu năng cao: dự báo thời tiết, khí hậu, mô phỏng vật liệu và thuốc trên siêu máy tính.
- Phần cứng, trung tâm dữ liệu, tính toán lượng tử: thiết kế chip, tản nhiệt, hạ tầng mạng; xây và lập trình máy lượng tử.
Học xong làm được gì, bắt đầu từ đâu
Sau môn này bạn có thể:
- viết mô phỏng chuyển động bằng phương pháp Euler, chọn bước thời gian hợp lý và kiểm kết quả bằng định luật bảo toàn;
- giải thích vì sao một vật trong game "nổ", và sửa bằng cách đổi thứ tự cập nhật;
- chọn tốc độ lấy mẫu cho âm thanh hay cảm biến, và nhận ra chồng phổ khi gặp;
- ước lượng độ trễ tối thiểu giữa hai nơi trên Trái Đất, và hiểu vì sao chip bị giới hạn về tần số và nhiệt;
- đọc các bài nhập môn về điện tử, đồ họa, robot và tính toán lượng tử mà không bị phần vật lý làm khựng lại.
Nên biết trước: đạo hàm và tích phân cơ bản (chủ đề Calculus), một chút vector, và Python ở mức viết được vòng lặp.
Bắt đầu trên OpenER: trang chủ đề Physics có các khóa học đã chọn lọc, và hướng dẫn học đi qua năm bước: động học, ba định luật Newton, năng lượng và động lượng, dao động và sóng, rồi điện tích và mạch điện cơ bản. Khóa chính là MIT 8.01SC Classical Mechanics, thiết kế riêng cho người tự học, bám sát các chương cơ học của giáo trình mở University Physics (OpenStax) mà hướng dẫn dùng. Ai thích nghe giảng liền mạch có thể chọn Fundamentals of Physics của R. Shankar ở Yale; khóa tiếng Việt Cơ học đại cương trên OpenER giúp làm quen thuật ngữ trước. Xong cơ học, phần hai của Shankar đi tiếp sang điện từ và lượng tử. Lời khuyên cho môn này: giải một bài tập bằng tay xong thì viết code mô phỏng nó. Khi hai con số khớp nhau, bạn hiểu cả vật lý lẫn code; khi chúng lệch nhau, bạn học được nhiều hơn.
Tài liệu tham khảo
- Samuel J. Ling, Jeff Sanny, William Moebs — University Physics, tập 1 và 2, giáo trình mở của OpenStax, đọc miễn phí.
- MIT 8.01SC Classical Mechanics — MIT OpenCourseWare.
- R. Shankar — Yale PHYS 200 và PHYS 201 Fundamentals of Physics I, II, Open Yale Courses; và hai cuốn sách cùng tên của tác giả.
- Richard P. Feynman, Robert B. Leighton, Matthew Sands — The Feynman Lectures on Physics, bản đọc trực tuyến chính thức của Caltech.
- Richard P. Feynman — "Simulating Physics with Computers", International Journal of Theoretical Physics, 1982.
- Rolf Landauer — "Irreversibility and Heat Generation in the Computing Process", IBM Journal of Research and Development, 1961.
- Claude E. Shannon — "Communication in the Presence of Noise", Proceedings of the IRE, 1949: bài chứng minh định lý lấy mẫu.