• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2023/2024

Проектный семинар "Квантовая теория поля"

Статус: Курс по выбору (Физика)
Направление: 03.03.02. Физика
Когда читается: 3-й курс, 3 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 4
Контактные часы: 14

Программа дисциплины

Аннотация

Проектный семинар направлен на формирование компетенций в области научно-исследовательской деятельности, а также проведение научно-исследовательских работ студентов в указанной области.
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование у студентов компетенций в области научно-исследовательской деятельности
  • Изучение студентами основных форм и методов проведения научно- исследовательской работы студентов (НИРС) в вузе
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает основной постулат квантования волновых полей, умеет представлять поле как набор гармонических осцилляторов
  • Различает дискретные и непрерывные симметрии, умеет использовать их для получения уравнений квантовой теории поля
  • Умеет выражать оператор рассеяния через матричные элементы в некотором базисе
  • Умеет записывать Лагранжиан, формулировать и применять принцип наименьшего действия
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Классический формализм теории поля
  • Тема 2. Симметрии в квантовой теории поля
  • Тема 3. Квантование полей
  • Тема 4. S-матрица
Элементы контроля

Элементы контроля

  • неблокирующий Аудиторная работа №1
    В ходе работы на практических занятиях студенты должны продемонстрировать полученные знания, умение пользоваться специальной терминологией, а также навыки работы с различными видами литературы и источников.
  • неблокирующий Аудиторная работа №2
    В ходе работы на практических занятиях студенты должны продемонстрировать полученные знания, умение пользоваться специальной терминологией, а также навыки работы с различными видами литературы и источников.
  • блокирующий Доклад №1
    Студентам предлагается выбирать темы из предложенного списка или делать доклады по своей курсовой работе. Каждый студент должен выступить в каждом модуле, когда проводится дисциплина. Стандартная продолжительность доклада - 15 минут. Минимум за неделю до даты выступления докладчик должен прислать краткий план своего доклада преподавателю на согласование. При невыполнении этого условия преподаватель имеет право снизить оценку за соответствующий доклад. Сразу после выступления необходимо прислать свою презентацию, которая обязательно должна содержать в себе список использованной литературы и ресурсов.
  • блокирующий Доклад №2
    Студентам предлагается выбирать темы из предложенного списка или делать доклады по своей курсовой работе. Каждый студент должен выступить в каждом модуле, когда проводится дисциплина. Стандартная продолжительность доклада - 15 минут. Минимум за неделю до даты выступления докладчик должен прислать краткий план своего доклада преподавателю на согласование. При невыполнении этого условия преподаватель имеет право снизить оценку за соответствующий доклад. Сразу после выступления необходимо прислать свою презентацию, которая обязательно должна содержать в себе список использованной литературы и ресурсов.
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 3 модуль
    0.2 * Аудиторная работа №1 + 0.2 * Аудиторная работа №1 + 0.2 * Аудиторная работа №2 + 0.2 * Аудиторная работа №2 + 0.3 * Доклад №1 + 0.3 * Доклад №1 + 0.3 * Доклад №2 + 0.3 * Доклад №2
  • 2024/2025 учебный год 3 модуль
    0.3 * Аудиторная работа №1 + 0.3 * Аудиторная работа №1 + 0.3 * Аудиторная работа №2 + 0.3 * Аудиторная работа №2 + 0.4 * Доклад №1 + 0.4 * Доклад №1
Список литературы

Список литературы

Рекомендуемая основная литература

  • Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008
  • Ian Goodfellow, Yoshua Bengio, & Aaron Courville. (2016). Deep Learning. The MIT Press.

Рекомендуемая дополнительная литература

  • Halbert White. (2000). A Reality Check for Data Snooping. Econometrica, (5), 1097. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.ecm.emetrp.v68y2000i5p1097.1126
  • Ioannidis, J. P. A. (2005). Why Most Published Research Findings Are False. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.3E49FC51

Авторы

  • Журихина Валентина Владимировна