Bạn sẽ học được gì
- Cài đặt và gỡ lỗi chương trình khoa học cơ bản: làm việc với mảng số, hàm, và vẽ đồ thị kết quả
- Đánh giá sai số làm tròn và sai số cắt cụt khi thay một biểu thức giải tích bằng một phép tính số
- Giải phương trình phi tuyến và tính đạo hàm, tích phân bằng phương pháp số
- Giải phương trình vi phân thường bằng số (Euler, Runge–Kutta) cho các hệ vật lý cơ bản
- Mô phỏng lại một bài toán cơ học đã biết nghiệm giải tích để kiểm chứng độ chính xác của chương trình
- Trình bày và biện luận kết quả mô phỏng: đồ thị, độ hội tụ, so sánh với lý thuyết
Nên học trước
Giới thiệu
Vật lý tính toán ra đời vì phần lớn bài toán vật lý thật không có lời giải giải tích đóng — ba vật thể hút nhau bằng hấp dẫn, con lắc biên độ lớn, hay một chất khí hàng nghìn hạt đều phải giải bằng số. Học môn này là học biến một định luật vật lý (thường ở dạng PTVP) thành một chương trình chạy được và đáng tin cậy.
Ba kỹ năng nền tảng
- Biểu diễn số và sai số: máy tính lưu số thực với độ chính xác hữu hạn; mọi phép tính số đều có sai số làm tròn cộng dồn và sai số cắt cụt do xấp xỉ công thức giải tích.
- Thuật toán số cơ bản: tìm nghiệm phương trình phi tuyến, đạo hàm/tích phân số, và quan trọng nhất — giải PTVP số bằng Euler hoặc Runge–Kutta.
- Kiểm chứng: trước khi tin một kết quả mô phỏng, luôn chạy thử trên một bài toán đã biết nghiệm giải tích (vật rơi tự do, dao động điều hòa) và so sánh sai số.
Từ định luật đến chương trình
Quy trình chung: viết định luật vật lý dưới dạng PTVP → chọn phương pháp số và bước thời gian phù hợp → cài đặt → kiểm chứng bằng trường hợp đã biết → mới áp dụng cho bài toán chưa có lời giải đóng. Bỏ qua bước kiểm chứng là nguyên nhân phổ biến nhất khiến một mô phỏng "chạy được" nhưng cho kết quả sai.
Ngôn ngữ và công cụ
Python với NumPy/Matplotlib là lựa chọn phổ biến và dễ học nhất hiện nay, đủ cho hầu hết bài tập ở mức nhập môn; nhiều giáo trình kinh điển cũng dùng Python. Biết thêm C++ hoặc Fortran có lợi khi cần tốc độ cho các mô phỏng lớn sau này.
Giáo trình & sách tham khảo
Xem tất cả trong tab SáchGiáo trình chính
Computational Physics: A Practical Introduction to Computational Physics and Scientific Computing (Using C++)
Konstantinos N. Anagnostopoulos · 2016 · Bản thứ 2
Vì sao chọn: Giáo trình mở (CC BY-SA), miễn phí trọn bộ dưới dạng PDF, viết như một khóa nhập môn thực hành từ lập trình khoa học tới các phương pháp số áp dụng cho vật lý. Chọn làm sách chính vì miễn phí và bám khá sát trình tự của lộ trình này.
Nên đọc: Phần nhập môn lập trình khoa học và các phương pháp số cơ bản
Computational Physics
Mark Newman · 2012
Sách nhập môn vật lý tính toán rất phổ biến trên thế giới, dùng Python, nhiều ví dụ vật lý cụ thể như quỹ đạo và dao động. Không có bản đọc miễn phí hợp pháp đầy đủ (tác giả chỉ đăng một số chương mẫu); bản in khá rẻ nên phù hợp làm sách tham khảo thứ hai.
Nên đọc: Toàn bộ
Các bước học
Đăng nhập để đánh dấu các bước đã hoàn thành.
Bước 1: Nhập môn lập trình khoa học: mảng số và đồ thị
khoảng 8 giờCài đặt môi trường Python với NumPy và Matplotlib; làm quen mảng số, vòng lặp, hàm và vẽ đồ thị. Viết chương trình vẽ quỹ đạo của một vật ném xiên bằng công thức giải tích đã biết từ môn Cơ học.
- Đọc: Phần nhập môn lập trình khoa học — Computational Physics: A Practical Introduction to Computational Physics and Scientific Computing (Using C++)
Bước 2: Sai số số học và kiểm chứng bằng bài toán cơ học đã biết
khoảng 7 giờPhân biệt sai số làm tròn và sai số cắt cụt; học cách kiểm chứng một chương trình bằng bài toán đã có nghiệm giải tích. Mô phỏng lại chuyển động rơi tự do và ném xiên từ định luật Newton, rồi so sánh với công thức giải tích đã học.
- Đọc: Toàn bộ — Computational Physics
Bước 3: Tìm nghiệm phương trình phi tuyến, đạo hàm và tích phân số
khoảng 7 giờHọc thuật toán chia đôi và Newton–Raphson để tìm nghiệm f(x) = 0; đạo hàm và tích phân số bằng sai phân hữu hạn và quy tắc hình thang/Simpson. Tìm các mức năng lượng cho phép trong một giếng thế vuông hữu hạn bằng cách giải số một phương trình siêu việt.
- Đọc: Phần tìm nghiệm phương trình và đạo hàm/tích phân số — Computational Physics: A Practical Introduction to Computational Physics and Scientific Computing (Using C++)
Bước 4: Giải phương trình vi phân số cho hệ cơ học
khoảng 9 giờCài đặt phương pháp Euler và Runge–Kutta bậc bốn cho PTVP bậc hai; so sánh sai số của hai phương pháp trên cùng một bài toán. Mô phỏng con lắc đơn kể cả biên độ lớn và so sánh với nghiệm gần đúng góc nhỏ.
- Đọc: Phần giải phương trình vi phân số — Computational Physics: A Practical Introduction to Computational Physics and Scientific Computing (Using C++)
- Đọc: Toàn bộ — Computational Physics
Bước 5: Dự án tổng hợp: mô phỏng một hệ vật lý hoàn chỉnh
khoảng 8 giờChọn một hệ vật lý (quỹ đạo hành tinh, con lắc kép, hoặc dao động tắt dần cưỡng bức), xây dựng mô phỏng hoàn chỉnh và viết một báo cáo ngắn trình bày phương pháp, cách kiểm chứng và kết quả thu được.
Khái niệm chính
- Sai số làm tròn
- Sai số do máy tính biểu diễn số thực bằng hữu hạn chữ số (dấu phẩy động); tích lũy qua hàng triệu phép tính có thể làm sai lệch kết quả.
- Sai số cắt cụt (truncation error)
- Sai số do thay một biểu thức giải tích chính xác (đạo hàm, tích phân, chuỗi) bằng một xấp xỉ hữu hạn bước; giảm khi bước tính nhỏ hơn nhưng không bao giờ bằng 0.
- Phương pháp Euler
- Phương pháp số đơn giản nhất cho PTVP: dùng độ dốc tại điểm hiện tại để ước lượng điểm tiếp theo; dễ cài đặt nhưng sai số tích lũy khá nhanh.
- Runge–Kutta bậc bốn (RK4)
- Phương pháp giải PTVP số phổ biến nhất trong thực hành, lấy trung bình có trọng số của nhiều độ dốc trong một bước — chính xác hơn Euler rất nhiều với cùng bước thời gian.
- Ổn định số
- Tính chất một phương pháp số không khuếch đại sai số qua từng bước; một phương pháp không ổn định có thể cho kết quả phân kỳ dù bài toán vật lý gốc hội tụ.
- Tìm nghiệm phương trình phi tuyến
- Các thuật toán như chia đôi hay Newton–Raphson tìm x sao cho f(x) = 0 khi không có công thức đóng, ví dụ tìm mức năng lượng trong một giếng thế hữu hạn.
- Kiểm chứng bằng nghiệm đã biết
- Chạy chương trình trên một bài toán có lời giải giải tích để đo sai số thực tế, trước khi tin dùng cho một bài toán chưa biết nghiệm.
Học xong để làm gì
- Mô phỏng quỹ đạo hành tinh, vệ tinh và bài toán nhiều vật thể
- Vật lý chất rắn và thiên văn: nghiên cứu tính chất vật liệu, mô hình sao qua mô phỏng số
- Phân tích và làm khớp dữ liệu thí nghiệm bằng phương pháp số
- Mô phỏng mạch điện tử và hệ cơ điện tử đơn giản
- Nền tảng cho vật lý tính toán trong nghiên cứu hiện đại: mô phỏng phân tử, mô hình khí hậu đơn giản
Câu hỏi thường gặp
Cần biết lập trình từ trước không?
Nên biết những khái niệm rất cơ bản (biến, vòng lặp, hàm) ở bất kỳ ngôn ngữ nào. Nếu chưa biết, bước đầu của lộ trình này sẽ dạy đủ Python để bắt đầu.
Nên dùng ngôn ngữ lập trình nào?
Python là lựa chọn phổ biến và dễ học nhất hiện nay, đủ cho hầu hết bài tập ở mức nhập môn. C++ hoặc Fortran nhanh hơn nhưng chỉ thật sự cần khi mô phỏng quy mô lớn.
Khác gì với môn Phương pháp số cho Vật lý?
Môn này là bức tranh tổng quan: một chút lập trình, một chút thuật toán, áp dụng ngay vào vài bài toán vật lý cụ thể. Phương pháp số cho Vật lý đi sâu hơn vào độ chính xác, ổn định và so sánh các thuật toán với nhau.
Lộ trình này mất bao lâu?
Khoảng 39 giờ, tức 6–7 tuần nếu học 5–6 giờ mỗi tuần, kể cả thời gian gỡ lỗi chương trình.
