A tantárgy a BSc-képzés során elsajátított statisztikus fizikai, kvantummechanikai és programozási ismeretekre építve bemutatja a legalapvetőbb szimulációs technikákat és betekintést nyújt az újabb fejleményekbe.Kiemelt témakörök: Monte Carlo módszer (véletlen számok generálása, fontossági mintavétel, Metropolis algoritmus, határfeltételek, sokaságok, átlagok, karakterisztikus idők, kvantum). Fázisátalakulások (véges méret skálázás, kritikus lelassulás, gyorsítási technikák, kvantum spinlánc). Diszkrét modellek algoritmikus vonatkozásai (perkoláció, mágneses modellek, rácsgázok, sejtautomaták, növekedési modellek). Sztochasztikus differenciálegyenletek (osztályozásuk, a zajok fajtái, módszerek, instabilitások). Schrödinger-egyenlet, kvantum spinlánc (Lánczos-módszer). Molekuláris dinamika (kölcsönhatások, megoldási módszerek, sokaságok, eseményvezérelt MD, instabilitások). Hálózatok és alkalmazásai (clustering, page rank). Algoritmikusan definiált modellek: önszervező kritikusság, játékmodellek, Nash-egyensúly)