de | en

Computergestützte Methoden in der Vielteilchenphysik
Computational Methods in Many-Body Physics

Modul PH2264

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Modulversion vom SS 2019 (aktuell)

Von dieser Modulbeschreibung gibt es historische Versionen. Eine Modulbeschreibung ist immer so lange gültig, bis sie von einer neuen abgelöst wird.

verfügbare Modulversionen
SS 2019SS 2018


PH2264 ist ein Semestermodul in Englisch oder Deutsch auf Master-Niveau das im Wintersemester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.

  • Allgemeiner Spezialfachkatalog Physik
  • Spezifischer Spezialfachkatalog Physik der kondensierten Materie

Soweit nicht beim Export in einen fachfremden Studiengang ein anderer studentischer Arbeitsaufwand ("Workload") festgelegt wurde, ist der Umfang der folgenden Tabelle zu entnehmen.

GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
300 h 90 h 10 CP

Inhaltlich verantwortlich für das Modul PH2264 ist Michael Knap.

Inhalte, Lernergebnisse und Voraussetzungen


This module provides an introduction to numerical methods for the simulation of classical and quantum many-particle systems. A focus lies on the investigation of model systems that describe strongly correlated quantum matter. The emergent physical phenomena in such system are often out of reach for analytical approaches and thus numerical approaches are essential for their understanding. The following methods will be covered in the course: 

• Classical Monte Carlo simulations

• Finite size scaling analysis

• Exact diagonalization 

• Many body entanglement 

• Matrix product states 

• Tensor product states 

• Quantum Monte Carlo methods 

• Non-equilibrium field theory


After successful completion of the module the students are able to:

  1. know and reflect the recent developments and open questions in computational many-body physics
  2. understand state-of-the-art numerical techniques applied in condensed matter theory
  3. judge which numerical method is best suited to sovle a new problem
  4. program non-trivial codes in python


Quantum mechanics and statistical physics of the Physics Bachelor.

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

Lern- und Lehrmethoden

The modul consists of a lecture and exercise classes.

The lecture is designed for the presentation of the subject, usually by blackboard presentation. The focus resides on theoretical foundations of the field, presentation of methods and simple, illustrative examples. Command of basic methods is deepened and practised through homework problems, which cover important aspects of the field. The homework problems should develop the analytic skills of the students and their ability to perform calculations. The homework problems are discussed in the exercises by the students themselves under the supervision of a tutor in order to develop the skills to explain a physics problem logically.


Oral presentation, blackboard work, lecture notes as PDF for download, beamer presentation, exercise sheets, problems to solve on the PC, accompanying website to the lecture


Introduction to Python,
Lecture Notes by Anders W. Sandvik,
Lecture Notes by Johannes Hauschild, Frank Pollmann,
Review on DMRG by Ulrich Schollwoeck,
Lecture Notes by Juergen Berges,
Online book by Michael Nielsen,


Beschreibung der Prüfungs- und Studienleistungen

The achievement of the competencies given in section learning outcome is tested exemplarily at least to the given cognition level using final projects independently prepared by the students. The exam of about 25 minutes consists of the presentation of the project’s results and a subsequent oral exam.

For example an assignment in the exam might be:

  • Implement the N-state Potts model using Monte Carlo.
  • Study the critical behavior of the (classical) 3D Ising model using the Swendsen-Wang algorithm.
  • Program the Krylov time evolution for a random Heisenberg chain.
  • Construct the reduced density matrix from MPS.

Participation in the tutorials is strongly recommended since the exercises prepare for the problems of the exam and rehearse the specific competencies.


Eine Wiederholungsmöglichkeit wird am Semesterende angeboten.

Nach oben