如何從零開始學習計算化學?

時間 2021-05-08 11:00:50

1樓:yqqiu

第一條回答得很不錯。另外想說得是,計算化學裡面無論是哪種語言還是哪種軟體都只是工具,關鍵還是,你想解決什麼化學問題,如何解決,說到底最關鍵得還是化學基礎。量子化學,動力學,熱力學,統計力學,這些都要好好順一遍。

概念要清晰,糊里糊塗的知道一些公式名字,會算幾個考試題是沒什麼用處的。最後,如果是分子動力學計算,這很接近實驗化學,應該多了解實驗化學關注的問題,實驗的方法,才能準確的找到最有效的解決問題的策略。

2樓:

我記得北師大以前出過一本叫《計算化學實驗》的書,裡面有一些很簡單的例子可以在Gaussian上執行,如果你自己能把這本書的例子做一遍,應該就學的差不多了。做生物的肯定是要會用QM/MM和MD方法的。這兩個方法要多練習。

3樓:任浩

好吧,回答前我們先來段勵志小故事。這幾年有個軟體叫「ORCA: An ab initio, DFT and semiempirical SCF-MO package」,這是個免費閉源量子化學計算軟體,據說特長是生物無機裡面經常涉及到的多組態計算。

這種計算對其他常用軟體,比如Gaussian等,還算是比較苦惱的。這個軟體的主要作者 Frank Neese就是做無機出身,現在已經是業內大牛了。

言歸正傳。

計算化學的內容一般包含量子化學計算和分子動力學模擬。或許前者佔更大比重,但從目前的趨勢來看,後者將會變得同樣重要。分子動力學模擬傳統上指用經驗引數(力場 etc.

)+牛頓力學來處理具有大量粒子的體系的平衡、演化過程。但現在基於量子力學的動力學也可以算一些小體系了。

然後就是您想學到什麼程度了。如果只是想能用某些軟體算某些自己感興趣的性質的話,這個要求還是很容易達到的。先找類似的文獻,看人家怎麼做,然後重複一遍,把關鍵的資料自己從頭到尾做一遍出來,這樣就可以認為是會算某個東西了。

據我所知很多人都是這麼號稱的。

如果想深入一點,想知道軟體是怎麼算的,為啥這麼算,或者軟體是怎麼寫的,需要補的課對於化學口出身(這裡指國內本科)的同志們來講可能多了一點。再次結束吐槽,假設題主問的就是這一塊。

一般來說理工科的本科生都至少有兩個學期的微積分、兩個學期的普通物理以及乙個學期的程式設計(或者計算XX之類的課程),這些基礎假設是具備的,也就是題主說的「零」。

首先需要量子化學的知識,往回是量子力學以及一點點多體理論。學量子力學最好學過一點點分析力學,至少知道Hamiltonian是怎麼來的。這裡需要的數學基礎包括一點點矩陣的知識,行列式要知道,熟悉線性變換。

知道一點復變函式的東西,包括積分和留數。會解簡單的微分方程,比如諧振子的薛丁格方程很重要。熟悉傅利葉變換對某些問題會很有幫助。

有點群論的知識對某些定性分析也有幫助。

如果對計算本身感興趣的話,C、C++、Fortran至少熟悉乙個,另兩個能讀懂。能熟練使用一門指令碼語言,主要是Perl或Python。知道怎麼呼叫某些數學庫,比如BLAS,LAPACK,fftw等。

想來想去貌似必需的東西真不多,而上面這些也不需要一下都準備好,用到的時候再學就是了。

請問如何從零開始學習CFD?

ADILEE 先入門,學習安德森的計算流體力學基礎及其運用,然後同時要學習使用軟體,然後掌握一門程式語言,可以自己寫一些程式,做後選擇乙個方向,做一些工程專案 先學好這幾門課程 數學分析 張量分析 流體力學 計算方法 偏微分方程數值解法 數學物理方程。然後CFD要掌握的不過是方程的離散方法 FVM ...

如何從零開始入行機器學習?

星辰大海 從人工神經網路開始學習,是乙個不錯的選擇,包括1 全連線神經網路 全連線神經網路通常是作為入門基礎。全連線神經網路 2 卷積神經網路 卷積神經網路使用了卷積層,可以拆分成 區域性連線 和 權值共享 兩個概念。卷積神經網路 3 殘差網路 殘差網路有許多跨層連線,這是它的核心貢獻。殘差網路 4...

如何從零開始學習區塊鏈

鏈圈小白 現當下如潮般湧入區塊鏈領域的人,有為名利而來的賭徒,有為理想而來的信徒,還有力圖用新技術改變世界的創造者,但實際上很多人還沒做好準備而倉促進場。大部分人對區塊鏈這個詞彙感到陌生,但是一說到位元幣,人們就比較熟悉了,至少從別人口中也聽說過位元幣瘋漲的歷程,很多早期參與位元幣挖礦或投資的人早已...