内容简介
This book is a text for a graduate course in material science, condensed matter physics, or solid state physics. The student is expected to have taken previous courses in quantum mechanics and electromagnetic theory. No prior knowledge or course in condensed matter physics is required.
The earlier chapters introduce basic concepts, such as crystal structures, energy-band theory, phonons, and types of crystal binding. Intermediate chapters discuss the basic features of transport and optical properties of solids. later chapters discuss current research topics, such as magnetism, superconductivity, and nanoscience. There is an extensive treatment of metals, from the viewpoints of free electrons, tight binding, and strong correlations. There is an extensive discussion of semiconductors, from the viewpoints of both intrinsic, and then extrinsic properties. A11 chapters except the first have homework problems. These problems have been worked by a generation of students.
内页插图
目录
Preface
1 Introduction
1.1 1900-1910
1.2 Crystal Growth
1.3 Materials by Design
1.4 Artificial Structures
2 Crystal Structures
2.1 Lattice Vectors
2.2 Reciprocal Lattice Vectors
2.3 Two Dimensions
2.4 Three Dimensions
2.5 Compounds
2.6 Measuring Crystal Structures
2.6.1 X-ray Scattering
2.6.2 Electron Scattering
2.6.3 Neutron Scattering
2.7 Structure Factor
2.8 EXAFS
2.9 Optical Lattices
3 Energy Bands
3.1 Bloch's Theorem
3.1.1 Floquet's Theorem
3.2 Nearly Free Electron Bands
3.2.1 Periodic Potentials
3.3 Tight-binding Bands
3.3.1 s-State Bands
3.3.2 p-State Bands
3.3.3 Wannier Funct:ions
3.4 Semiconductor Energy Bands
3.4.1 What Is a Semiconductor?
3.4.2 Si, Ge, GaAs
3.4.3 HgTe and CdTe
3.4.4 kp Theory
3.4.5 Electron Veloaty
3.5 Density of States
3.5.1 Dynamical Mean Field Theo
3.6 Pseudopotentials
3.7 Measurement of Energy Bands
3.7.1 Cydotron Resonance
3.7.2 Synchrotron Band Mapping
4 Insulators
4.1 Rare Gas Solids
4.2 Ionic Crystals
4.2.1 Madelung energy
4.2.2 Polarization Interactions
4.2.3 Van der Waals Interaction
4.2.4 lonic Radii
4.2.5 Repulsive Energy
4.2.6 Phonons
4.3 Dielectric Screening
4.3.1 Dielectric Function
4.3.2 Polarizabilities
4.4 Ferroelectrics
4.4.1 Microscopic Theory
4.4.2 Thermodynamics
4.4.3 SrTi03
4.4.4 BaTi03
5 Free Electron Metals
5.1 Introduction
5.2 Free Electrons
5.2.1 Electron Density
5.2.2 Density of States
5.2.3 Nonzero Temperatures
5.2.4 Two Dimensions
……
6 Electron-EleCtron Interactions
7 Phonons
8 Boson Systems
9 Electron-Phonon Interactions
10 Extrinsic Semiconductors
11 Transport Phenomena
12 Optical Properties
13 Magnetism
14 Superconductivity
15 Nanometer Physics
Appendix
index
前言/序言
好的,这是一份关于一本假想的、与“凝聚态物质”主题无关的图书的详细简介。 --- 《数字时代的复杂系统:算法、网络与社会结构演变》 内容提要 本书深入探讨了在信息技术爆炸式发展的背景下,复杂系统理论如何应用于分析和理解当代社会的关键结构与动态。它不仅仅是一部技术手册,更是一部社会科学与计算科学交汇的深度考察。作者通过引入一系列前沿的建模工具和分析框架,揭示了从互联网的拓扑结构到金融市场的波动性,再到社交网络中的信息传播模式,这些看似迥异的现象背后共同遵循的底层规律。 全书结构严谨,从基础的图论和网络科学概念出发,逐步深入到非线性动力学、适应性复杂系统(CAS)理论的应用,最终聚焦于算法治理与社会公平的伦理挑战。本书旨在为读者提供一套系统的、跨学科的思维工具,用以解析我们所处时代的复杂性迷雾。 第一部分:复杂系统的基础与工具箱 本部分为后续深入分析奠定理论基础。首先,我们对“复杂系统”这一概念进行精确界定,将其从简单的线性系统和无序状态中区分出来。我们将重点讨论涌现现象(Emergence)的核心思想——系统整体行为不能仅通过观察其组成部分的简单叠加来预测。 网络科学导论: 详细介绍了图论的基本概念,包括节点、边、路径、中心性(如度中心性、介数中心性、接近中心性)。我们着重分析了现实世界网络(如万维网、生物神经网络)的典型特征,如小世界效应(Small-World)和无标度性(Scale-Free)。通过对不同增长模型(如巴拉巴西-艾伯特模型)的模拟,展示了这些拓扑结构如何影响信息流和鲁棒性。 非线性动力学与混沌理论: 探讨了如何使用微分方程和迭代函数来描述系统随时间的演化。重点分析了洛伦兹吸引子、逻辑斯蒂映射等经典案例,解释了蝴蝶效应的物理意义及其在预测限制中的作用。这部分强调了系统对初始条件的敏感性,这是理解宏观社会行为突变的关键。 信息论与熵: 将香农的信息论应用于复杂系统。分析了如何量化系统的复杂性、不确定性以及信息在网络中的有效传输效率。我们区分了统计熵与热力学熵的概念,并探讨了它们在评估算法输出多样性中的应用。 第二部分:适应性系统与社会现象建模 在掌握了基础工具后,本部分将这些理论应用于模拟和理解人类行为与社会结构。重点在于“适应性”(Adaptivity),即系统组成部分如何根据环境反馈进行学习和调整。 基于主体的建模(Agent-Based Modeling, ABM): 详细介绍了ABM作为研究社会现象的强大工具。通过构建具有特定规则的虚拟个体(Agent),模拟大规模的社会交互。我们将展示ABM如何成功复现诸如购物偏好扩散、交通堵塞的形成,以及经济泡沫的产生过程。 社会传播与意见形成: 聚焦于信息、谣言、技术采纳在社交网络中的传播动力学。运用级联模型(Cascading Models)和意见动力学模型(如Deffuant-Weisbuch模型),分析社会极化(Polarization)的机制。我们探讨了“意见领袖”(Influencers)在网络中的结构角色及其对整体舆论的塑造能力。 金融市场的复杂性: 将复杂系统视角引入金融领域。不同于传统的有效市场假说,本书从非平衡态统计物理的角度审视市场。通过分析高频交易数据,展示了市场波动率的集群性、肥尾分布(Fat Tails)的成因,以及系统性风险在金融网络中的放大效应。 第三部分:算法治理、公平性与未来挑战 本书的最后一部分转向当代社会面临的最紧迫的伦理和治理问题,即“黑箱”算法对社会结构的影响。 机器学习的结构性偏差: 深入剖析了训练数据中隐含的偏见如何通过梯度下降等优化过程被固化并放大到预测模型中。我们使用因果推断(Causal Inference)的工具来评估算法决策的公平性指标(如平等机会、预测均值差异)。这部分揭示了,技术上的“优化”可能导致社会上的“不公”。 推荐系统与过滤气泡(Filter Bubbles): 分析了现代推荐算法(如协同过滤、深度学习推荐模型)的内在机制。重点讨论了它们如何通过最大化短期用户参与度,无意中造成信息茧房效应,从而削弱社会对异见信息的接触,加剧认知的固化。 算法的鲁棒性与可解释性(XAI): 探讨了构建更具韧性的算法系统的必要性。分析了针对推荐系统和信用评分系统的对抗性攻击(Adversarial Attacks)的原理及其对社会基础设施的潜在威胁。最后,本书强调了发展可解释性人工智能(XAI)作为重建用户信任和进行有效监管的关键途径。 目标读者 本书适合于对跨学科研究抱有浓厚兴趣的研究人员、高年级本科生和研究生,尤其是在计算机科学、经济学、社会学、政治学以及数据科学领域工作的专业人士。它要求读者具备一定的数学和统计学基础,但会以直观的解释和详实的案例来弥补专业背景的差异。本书不假设读者对凝聚态物理有任何先验知识。