Skip to content
View IagoMDBorges's full-sized avatar

Block or report IagoMDBorges

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
IagoMDBorges/README.md

Iago Borges

Física Computacional | Métodos Numéricos | Ciência de Dados

Tenho interesse na aplicação de métodos matemáticos, computacionais e estatísticos à modelagem e análise de sistemas físicos. Desenvolvo projetos de física computacional envolvendo simulações numéricas, equações diferenciais e análise de erros.

Interesses acadêmicos

  • Física Computacional: simulações, modelagem matemática e métodos numéricos.
  • Estatística e Ciência de Dados: inferência Bayesiana, estimação de parâmetros e análise de incertezas.
  • Mecânica Estatística: ensembles microcanônico, canônico e grande-canônico, função de partição e distribuições de probabilidade.
  • Física de Partículas: decaimentos de mésons, violação de CP e física de altas energias.

Estudos atuais

  • Mecânica Quântica: Griffiths e Sakurai.
  • Física de Partículas: Griffiths e Mark Thomson.
  • Mecânica Estatística: Salinas e Pathria.
  • Estatística e Análise de Dados: All of Statistics, de Larry Wasserman, e Statistical Data Analysis, de Glen Cowan.
  • Matemática: Álgebra de Lie e estruturas matemáticas aplicadas à Física.

Atualmente, participo de uma iniciação científica júnior em introdução matemática à Mecânica Quântica, sob orientação da Profa. Bárbara Amaral, da USP.

Ferramentas e métodos

  • Linguagem: Python.
  • Bibliotecas: NumPy e Matplotlib.
  • Integração numérica: Euler, RK2, RK4, RKF45 e Verlet.
  • Métodos estatísticos: simulação de Monte Carlo e análise quantitativa.

Objetivos

Aprofundar minha formação em Física Computacional, Estatística e Física de Partículas, desenvolvendo projetos reproduzíveis e investigando aplicações de métodos computacionais à análise de decaimentos de mésons B e à violação de CP, com interesse em pesquisas relacionadas ao experimento LHCb e ao CERN.

Pinned Loading

  1. monte_carlo_pi monte_carlo_pi Public

    Estimativa de π pelo método de Monte Carlo, utilizando amostragem aleatória e analisando a convergência e o erro estatístico.

    Jupyter Notebook

  2. pendulo_duplo_numerico pendulo_duplo_numerico Public

    Simulação numérica do pêndulo duplo utilizando a mecânica Lagrangiana, com integração numérica e análise da dinâmica do sistema.

    Jupyter Notebook

  3. sol_terra_numerico sol_terra_numerico Public

    Simulação numérica do problema gravitacional Sol–Terra, comparando os métodos RK4 e Verlet, com análise das órbitas e dos erros de conservação.

    Jupyter Notebook