Ηλεκτρονική Διάθεση Μαθήματος
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος Υπολογιστική Φυσική Στοιχειωδών Σωματιδίων και Προσομοίωση Ανιχνευτών, οι φοιτητές θα είναι σε θέση να:
Εφαρμόζουν βασικές έννοιες της κινηματικής σωματιδίων και να χρησιμοποιούν γεννήτορες χώρου φάσεων και αλληλεπιδράσεων (όπως PYTHIA, ISAJET) για την παραγωγή γεγονότων υψηλής ενέργειας.
Αναπτύσσουν και υλοποιούν προσομοιώσεις ιχνών φορτισμένων σωματιδίων, να ανακατασκευάζουν τροχιές σε μαγνητικό πεδίο και να κατανοούν τις χρησιμοποιούμενες προσεγγιστικές μεθόδους.
Χρησιμοποιούν και αξιολογούν προγράμματα προσομοίωσης ανιχνευτών (Geant, Garfield, Fluka, Magboltz) για την αναπαράσταση αλληλεπιδράσεων σωματιδίων με ύλη και γεωμετρικές διατάξεις ανιχνευτικών συστημάτων.
Εφαρμόζουν μεθοδολογίες στατιστικής ανάλυσης δεδομένων, συμπεριλαμβανομένων τεχνικών σύγκρισης πειραματικών δεδομένων με προσομοιώσεις, με βάση θεωρητικά πρότυπα.
Αξιοποιούν και υλοποιούν αλγορίθμους μέγιστης πιθανοφάνειας και ελαχιστοποίησης χ² για την εκτίμηση παραμέτρων και τη βελτιστοποίηση της ανάλυσης δεδομένων.
Συνθέτουν τα παραπάνω εργαλεία για την ολοκληρωμένη κατανόηση, προσομοίωση και ανάλυση πειραμάτων φυσικής υψηλών ενεργειών.
Περιεχόμενο Μαθήματος
• Χώρος φάσεων αλληλεπιδράσεων σωματιδίων (Κινηματική των σωματιδίων).
• Γεννήτορες του χώρου φάσεων, Γεννήτορες αλληλεπιδράσεων σωματιδίων: PYTHIA, ISAJET κλπ,
• Προσομοίωση ιχνών σωματιδίων (Particle tracking). Ανακατασκευή τροχιών φορτισμένων σωματιδίων,
• Προσομοίωση ιχνών σωματιδίων σε μαγνητικό πεδίο. Χρησιμοποιούμενες προσεγγιστικές μέθοδοι (Particle trajectories in Magnetic Field)
• Προσομοιώσεις λειτουργίας και ιδιοτήτων ανιχνευτών, π.χ πρόγραμμα Garfield-Magboltz,
• Προσομοιώσεις αλληλεπιδράσεων φορτισμένων σωματιδίων με ύλη και γεωμετρίας ανιχνευτικών διατάξεων.
• Εισαγωγή στο πρόγραμμα Geant, Garfield, Fluka
• Στατιστική ανάλυση δεδομένων. Μέθοδοι σύγκρισης δεδομένων με αναμενόμενα αποτελέσματα από προσομοιώσεις με βάση θεωρητικά πρότυπα και προσομοίωση ανιχνευτικών διατάξεων.
• Μέθοδοι Μεγιστοποίησης Πιθανότητας (Maximum Likelihood Methods) και ελαχιστοποίησης χ2 (Minimum chi-square)