Autores:
* Pesquisadores do NAPI EZC
Received: 11 Nov 2023
Accepted: 20 Nov 2023
Published: 05 Jan 2024
DOI: https://doi.org/10.1590/1806-9126-RBEF-2023-0347
This article brings up an introduction to computational physics and scientific programming through an application, the radioactive decay problem. This problem is solved computationally through two different approaches: numerical integration and stochastic simulation. The numerical integration is realised via the Runge-Kutta method, used to obtain numerical solutions of the ordinary differential equation describing the model dynamics, while the stochastic simulations are implemented via Monte Carlo simulations, where random numbers are used to guide decision making. A comparicion of the advantages of each method and its convenience is made and some examples of implementation of the algorithms presented in this work are also exhibited in different programming languages.
Neste artigo apresentamos uma introdução à física computacional e à programação científica a partir da aplicação em um problema de decaimento radioativo. Esse problema é resolvido computacionalmente a partir de duas abordagens distintas: integração numérica e simulação estocástica. A integração numérica é feita utilizando-se o método de Runge-Kutta, para a obtenção das soluções numéricas das equações diferenciais que regem a dinâmica do modelo, enquanto as simulações estocásticas são implementadas com o uso de simulações de Monte Carlo, em que números aleatórios são utilizados para tomadas de decisão. Uma comparação entre as vantagens e desvantagens de cada método e da conveniência de cada um deles é feita e alguns exemplos de implementação dos algoritmos aqui discutidos são também apresentados em diferentes linguagens de programação.