Bạn sẽ học được gì
- Phân tích và so sánh sai số làm tròn, sai số cắt cụt và độ ổn định của các thuật toán số
- Giải phương trình phi tuyến bằng chia đôi, Newton–Raphson và đánh giá tốc độ hội tụ của từng phương pháp
- Tính đạo hàm và tích phân số bằng sai phân hữu hạn, quy tắc hình thang/Simpson và cầu phương Gauss
- Giải hệ phương trình tuyến tính lớn và tìm trị riêng bằng số, có xét đến sai số làm tròn
- Giải phương trình vi phân thường bằng các phương pháp bước đơn và bước cao, biết kiểm soát sai số
- Chọn phương pháp số phù hợp cho một bài toán vật lý cụ thể dựa trên độ chính xác, tốc độ và độ ổn định cần thiết
Nên học trước
Giới thiệu
Phương pháp số đi sâu vào câu hỏi mà môn Vật lý tính toán mới chỉ chạm tới: khi thay một phép tính giải tích bằng một thuật toán số, ta chính xác đến đâu, nhanh đến đâu, và có ổn định không? Đây là môn học về chính các thuật toán, không chỉ về việc dùng chúng.
Ba câu hỏi cho mọi thuật toán số
- Độ chính xác: sai số giảm nhanh thế nào khi bước tính nhỏ lại? Một phương pháp bậc bốn (như RK4) chính xác hơn hẳn một phương pháp bậc một (như Euler) với cùng chi phí tính toán.
- Tốc độ hội tụ: với phương trình phi tuyến, Newton–Raphson hội tụ nhanh hơn nhiều so với chia đôi — nhưng có thể phân kỳ nếu chọn điểm xuất phát xấu.
- Ổn định số: một số phương pháp khuếch đại sai số theo thời gian, đặc biệt với các hệ "cứng" (stiff) có nhiều thang thời gian rất khác nhau cùng lúc.
Từ giải tích đến đại số tuyến tính số
Rất nhiều bài toán vật lý — từ mạch điện nhiều nút đến phương pháp phần tử hữu hạn — cuối cùng quy về giải một hệ phương trình tuyến tính rất lớn. Các thuật toán như khử Gauss có pivot hay phân rã LU khai thác cấu trúc bài toán để vừa nhanh vừa ổn định số, khác hẳn cách làm tay đã học ở Đại số tuyến tính.
Học sao cho hiệu quả
Đừng chỉ dùng hàm có sẵn trong thư viện — tự cài đặt lại Euler, Newton–Raphson, khử Gauss ít nhất một lần. Chỉ khi tự tay viết ra một thuật toán, bạn mới thấy rõ vì sao nó có thể sai, và từ đó biết khi nào nên tin dùng hàm thư viện thay vì code tay.
Giáo trình & sách tham khảo
Xem tất cả trong tab SáchGiáo trình chính
Python Programming and Numerical Methods: A Guide for Engineers and Scientists
Qingkai Kong, Timmy Siauw, Alexandre Bayen · 2020 · Bản thứ 1
Vì sao chọn: Giáo trình thực hành rất rõ ràng, có notebook chạy thử trực tiếp cho từng thuật toán; đọc miễn phí hợp pháp trên trang đồng hành chính thức dù bản quyền nội dung thuộc Elsevier. Ví dụ hướng tới kỹ sư nói chung hơn là vật lý, nhưng thuật toán và cách trình bày rất phù hợp làm sách chính.
Nên đọc: Phần II: Numerical Methods (Chương 14–25)
Computational Physics: A Practical Introduction to Computational Physics and Scientific Computing (Using C++)
Konstantinos N. Anagnostopoulos · 2016 · Bản thứ 2
Giáo trình mở, miễn phí, có ví dụ bám sát vật lý hơn sách chính — dùng để đối chiếu cách một bài toán vật lý cụ thể dẫn tới từng thuật toán số.
Nên đọc: Phần các phương pháp số cơ bản
Computational Physics
Mark Newman · 2012
Sách kinh điển của ngành vật lý tính toán, trình bày các phương pháp số kèm ứng dụng vật lý cụ thể. Dùng làm tài liệu tham khảo thêm, không bắt buộc đọc hết; không có bản đọc miễn phí hợp pháp đầy đủ.
Nên đọc: Toàn bộ
Các bước học
Đăng nhập để đánh dấu các bước đã hoàn thành.
Bước 1: Biểu diễn số và phân tích sai số
khoảng 6 giờHọc cách máy tính biểu diễn số thực (dấu phẩy động), phân biệt sai số làm tròn với sai số cắt cụt, và khái niệm bậc hội tụ. Đo thực nghiệm bậc hội tụ của một công thức sai phân hữu hạn bằng cách giảm dần bước tính và vẽ đồ thị log-log của sai số.
- Đọc: Phần II: Numerical Methods (Chương 14–25) — Python Programming and Numerical Methods: A Guide for Engineers and Scientists
Bước 2: Tìm nghiệm phương trình phi tuyến
khoảng 7 giờCài đặt và so sánh chia đôi, Newton–Raphson và phương pháp điểm bất động; đo tốc độ hội tụ thực nghiệm của từng phương pháp. Tìm nghiệm số của phương trình siêu việt xác định mức năng lượng trong giếng thế vuông hữu hạn, so sánh số bước lặp cần thiết giữa các phương pháp.
- Đọc: Phần II: Numerical Methods (Chương 14–25) — Python Programming and Numerical Methods: A Guide for Engineers and Scientists
Bước 3: Đạo hàm, tích phân số và đại số tuyến tính số
khoảng 8 giờHọc sai phân hữu hạn, quy tắc hình thang/Simpson, cầu phương Gauss; khử Gauss có pivot và phân rã LU cho hệ phương trình tuyến tính lớn. Lập và giải hệ phương trình tuyến tính cho một mạch điện khoảng mười nút bằng phân rã LU.
- Đọc: Phần II: Numerical Methods (Chương 14–25) — Python Programming and Numerical Methods: A Guide for Engineers and Scientists
- Đọc: Phần đạo hàm, tích phân số và đại số tuyến tính số — Computational Physics: A Practical Introduction to Computational Physics and Scientific Computing (Using C++)
Bước 4: Trị riêng số và biến đổi Fourier nhanh
khoảng 8 giờTìm trị riêng và vector riêng số cho ma trận lớn bằng phương pháp lặp; giới thiệu thuật toán biến đổi Fourier nhanh (FFT). Tính số các trị riêng của một ma trận Hamilton rời rạc hóa cho bài toán hạt trong hộp và so sánh với công thức giải tích đã biết.
- Đọc: Phần II: Numerical Methods (Chương 14–25) — Python Programming and Numerical Methods: A Guide for Engineers and Scientists
Bước 5: Giải phương trình vi phân số nâng cao và hệ cứng
khoảng 9 giờSo sánh Euler ẩn/hiện, Runge–Kutta bậc cao, và kiểm soát bước nhảy thích ứng; nhận diện hệ cứng qua một ví dụ cụ thể. Giải hệ PTVP mô tả một con lắc có ma sát rất mạnh (hệ cứng) và so sánh độ ổn định giữa phương pháp Euler hiện và một phương pháp ẩn.
- Đọc: Toàn bộ — Computational Physics
Khái niệm chính
- Biểu diễn dấu phẩy động
- Cách máy tính lưu số thực bằng một số hữu hạn bit; có độ chính xác giới hạn và một số giá trị (như 0.1) không biểu diễn được chính xác tuyệt đối.
- Bậc hội tụ
- Tốc độ sai số giảm khi bước tính nhỏ lại; một phương pháp bậc n có sai số giảm theo lũy thừa n của bước tính, quyết định hiệu quả tính toán.
- Phương pháp Newton–Raphson
- Tìm nghiệm phương trình phi tuyến bằng cách lặp lại phép xấp xỉ tuyến tính tại điểm hiện tại; hội tụ rất nhanh khi điểm xuất phát đủ gần nghiệm.
- Phân rã LU
- Viết một ma trận thành tích một ma trận tam giác dưới và một ma trận tam giác trên; giúp giải nhiều hệ Ax = b với cùng ma trận A rất nhanh.
- Hệ phương trình cứng (stiff)
- Hệ PTVP có nhiều thang thời gian rất khác nhau; các phương pháp số tường minh cần bước tính cực nhỏ để ổn định, nên thường phải dùng phương pháp ẩn.
- Kiểm soát bước nhảy thích ứng
- Kỹ thuật tự động tăng hoặc giảm bước tính trong lúc giải PTVP số để giữ sai số trong một ngưỡng cho phép mà vẫn tính nhanh nhất có thể.
- Cầu phương Gauss
- Phương pháp tích phân số chọn các điểm lấy mẫu và trọng số tối ưu, cho độ chính xác cao hơn hẳn quy tắc hình thang với cùng số điểm tính.
Học xong để làm gì
- Mô phỏng mạch điện lớn: giải hệ phương trình tuyến tính hàng nghìn nút
- Vật lý thiên văn: tích phân số quỹ đạo ổn định qua hàng triệu bước thời gian
- Vật lý chất rắn: tìm trị riêng số của ma trận Hamilton lớn để có cấu trúc dải năng lượng
- Xử lý tín hiệu: biến đổi Fourier nhanh (FFT) là một thuật toán số kinh điển
- Kỹ thuật và mô phỏng công nghiệp: phương pháp phần tử hữu hạn dựa trên đại số tuyến tính số
Câu hỏi thường gặp
Khác gì với môn Vật lý tính toán đã học trước đó?
Vật lý tính toán dạy cách dùng các phương pháp số để giải bài toán vật lý; môn này quay lại xem xét kỹ chính các phương pháp đó — độ chính xác, tốc độ hội tụ, ổn định — để biết khi nào một phương pháp đáng tin và khi nào không.
Có cần tự cài đặt lại thuật toán hay dùng thư viện có sẵn là đủ?
Nên tự cài đặt mỗi thuật toán ít nhất một lần để hiểu bản chất và giới hạn của nó. Sau đó, trong công việc thực tế, dùng thư viện đã tối ưu và kiểm thử kỹ (như SciPy) là lựa chọn hợp lý hơn tự viết lại.
Học xong thì áp dụng vào đâu?
Đây là nền tảng trực tiếp cho môn Mô phỏng và mô hình hóa vật lý, cũng như bất kỳ công việc nghiên cứu nào cần giải số phương trình hoặc xử lý dữ liệu quy mô lớn.
Lộ trình này mất bao lâu?
Khoảng 38 giờ, tức 6–7 tuần nếu học 5–6 giờ mỗi tuần.

