Couvre les principes fondamentaux de la thermodynamique classique, de la mécanique classique à la mécanique statistique, et les variables thermodynamiques clés.
Explore le lien entre la mécanique des trous noirs et la mécanique statistique, en discutant de l'entropie des trous noirs et du concept d'holographie.
Couvre la théorie et les aspects pratiques des simulations de Monte Carlo en dynamique moléculaire, y compris les moyennes d'ensemble et l'algorithme Metropolis.
Explore la vue microscopique de l'entropie, en discutant de l'équilibre, de l'entropie statistique, de l'irréversibilité et de la seconde loi de la thermodynamique.
Explore les principes de la thermodynamique, en se concentrant sur le comportement des gaz et la relation entre la température, la pression et le volume.
Explore le lien entre la fonction de corrélation des paires et les observables physiques, fournissant un aperçu des interactions des particules dans les liquides.
Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.
Couvre l'environnement informatique pour les exercices de dynamique moléculaire et de Monte Carlo, en mettant l'accent sur la compréhension théorique plutôt que sur les compétences de codage.
Explore l'analyse de Bragg-Williams des transformations ordre-désordre dans les matériaux, y compris l'enthalpie, l'entropie, et l'équilibre critique de température.
Couvre les diagrammes thermodynamiques dans les cycles de Rankine, en mettant l'accent sur les diagrammes T-s et P-h et leur rôle dans la conversion d'énergie.