물리학 석사
The George Washington University - Columbian College of Arts & Sciences
주요 정보
위치 선택
캠퍼스 위치
Washington, 미국
언어
영어
연구 형식
캠퍼스에서
지속
4 학기
속도
풀 타임, 아르바이트
수업료
USD 1,885 / per credit *
신청 마감
정보 요청
가장 빠른 시작 날짜
정보 요청
* 크레딧 당. 추가 요금이 적용될 수 있습니다
소개
물리학의 이학 석사는 능동적이고 개척적인 연구에 학생들을 참여시켜 최첨단 발견에서 과학 경력을 쌓을 수 있도록 준비시킵니다. 핵심 프로그램 자료에는 수학적 방법, 고급 역학, 전자기 이론, 양자 역학, 통계 역학 및 계산 물리학이 포함됩니다.
핵심 과정 및 연구 요구 사항을 완료하는 것 외에도 석사 학생들은 핵 물리학, 생물 물리학 및 천체 물리학의 선택 논문과 고급 선택 과목 중에서 선택합니다. 고급 과정은 지도교수와 상의하여 선택해야 합니다.
갤러리
입학
과정
물리학과는 Columbian College of Arts and Sciences의 자연, 수학 및 생물 의학 분야의 일부입니다. 물리학 대학원생은 고급 역학, 전자기 이론, 고급 양자 역학 및 통계 역학을 포함한 고급 물리학 개념에 대한 지식과 함께 물리학 및 전산 물리학의 수학적 방법을 습득합니다.
양자 장 이론, 고체 물리학, 핵 물리학, 천체 물리학 및 생물 물리학에 대한 추가 과정이 제공됩니다. 프로그램의 필수적인 부분은 적극적이고 개척적인 연구에 학생들을 포함합니다. 실험, 관찰 및 응용 물리학에 관심이 있는 학생들을 위해 국내 및 국제 실험실과의 제휴를 통해 실습 교육 및 독창적인 연구를 할 수 있습니다.
이 부서는 National Institute of Standards and Technology, US Naval Research Laboratory, Thomas Jefferson National Accelerator Facility 및 NASA의 연구원들과 연구 제휴 및 협력 관계를 유지합니다. 또한 국제 연구 기관과도 관계가 있습니다. 집중 과정에는 핵물리학과 천체물리학, 응집물질물리학, 재료과학 및 생물물리학의 학제간 연구가 포함됩니다.
MS Physics 프로그램에는 일반적으로 부분 수업료만 수여됩니다.
이것은 STEM 지정 학위 프로그램입니다.
과정 요구 사항
참고: 우리는 아래에 나열된 요구 사항 중 일부와 대학 게시판을 업데이트하는 과정에 있습니다. DATS 6202, PHYS 6590 및 PHYS 6510은 더 이상 필요하지 않습니다. University Bulletin에서 변경 사항이 계속 적용되는 동안 Physics Graduate Advisor에게 이러한 과정에 대한 면제를 요청해야 할 수도 있습니다. PHYS 6620(생물물리학 I)이 선택 과목 목록에 추가됩니다.
전제 조건: 이 대학교에서 물리학을 전공한 학사 학위 또는 이와 동등한 학위.
다음 요구 사항이 충족되어야 합니다.
36학점. 비논문 옵션의 경우 — 필수 과목에서 24학점 및 선택 과목에서 12학점. 논문 옵션의 경우 — 논문 6학점 및 선택 과목 6학점을 포함하여 필수 과목 24학점.
필수의
- PHYS 6110이론물리학의 수학적 방법
- PHYS 6120고급역학
- PHYS 6130계산물리I
- PHYS 6210전기역학과 고전장론
- PHYS 6220양자역학Ⅰ
- PHYS 6230계산물리학Ⅱ
- PHYS 6310통계역학
- PHYS 6330계산물리Ⅲ
- PHYS 6590세미나
논문 옵션:
- PHYS 6999논문 연구
선택과목
비논문 학생은 12학점, 논문 학생은 6학점을 다음 선택과목에서 선택한다.
- PHYS 6320양자역학Ⅱ
- PHYS 6510물리에서의 커뮤니케이션
- PHYS 6599고급연구
- PHYS 6610핵과 입자물리I
- PHYS 6620생물물리학Ⅰ
- PHYS 6630 천체물리학 I - 천체물리학에서의 방사과정
- PHYS 6710핵과 입자물리Ⅱ
- PHYS 6720생물물리학Ⅱ
- PHYS 6730천체물리학Ⅱ - 고에너지 천체물리학
- PHYS 6810물리학의 응용통계 및 자료분석
- DATS 6202 기계 학습 I: 알고리즘 분석