Метод энтропического моделирования

С развитием компьютерных технологий моделирование методом Монте-Карло становится все более популярным в изучении различных статистических систем, включая: нейронные сети, проблемы биологии и химии, задачи оптимизации в различных областях, а так же в статистической физике при изучении фазовых переходов и критических явлений.

Почти все вариации метода Монте-Карло основаны на идее метода существенной выборки, автором которого является Н. Метрополис и др.[1]

Одним из примеров реализации метода энтропического моделирования является Алгоритм Ванга-Ландау

Метод Монте-Карло в классической статистической механике

Задачи равновесной статистической термодинамики классических систем можно свести к вычислению статистического интеграла. Например, в каноническом ансамбле:

- число частиц, находящихся в объёме при температуре , ; - полная механическая энергия частиц; - набор их импульсов и координат, при чем . Классическая энергия всегда может быть представлена в виде суммы кинетической и потенциальной энергий. Кинетическая энергия есть квадратичная функция от импульсов, и интегрирование по ним может быть произведено в общем виде. В результате получаем:

где - тепловая длина волны де Бройля частиц массы при температуре . Таким образом, задача сводится к вычислению конфигурационного интеграла

От интегрирования по координатам можно перейти к интегрированию по энергии:

где - объём части конфигурационного пространства, в которой энергия системы лежит в пределах от до , - дельта функция.

Вычисления по приведённым формулам мы будем выполнять численными методами. Поэтому от интегралов перейдем к интегральным суммам. Диапазон изменения энергии системы разбивается на конечное число равных отрезков. Определяются значения . В итоге, для любой величины её средние канонические могут быть вычислены по формуле:

,

где — значение величины для -го отрезка энергии. Поскольку входит линейно и в числитель, и в знаменатель формулы для , то можно понимать не только как объём, но и как долю конфигурационного пространства, соответствующую энергии . В каждом состоянии (конфигурации) система обладает определённой энергией. Т.е. каждому состоянию (конфигурации) системы можно сопоставить точку на энергетической шкале (оси) в пространстве энергий (это пространство одномерно). Последовательности случайных изменений конфигурации системы соответствует случайное блуждание точки в пространстве энергий. Моделируя процесс случайных блужданий с помощью метода Монте-Карло и зная или вычисляя значения , мы можем находить средние значения физических величин.

Алгоритм энтропического моделирования

Алгоритм энтропического моделирования основан на следующем обстоятельстве. Совершая случайное блуждание в пространстве энергий с вероятностями перехода, пропорциональными обратной плотности состояний , мы получаем равномерное распределение по энергиям. Иными словами, подобрав вероятности перехода такими, что посещение всех энергетических состояний стало бы равномерным, можно получить изначально неизвестную плотность состояний .

Напишем конфигурационный интеграл в каноническом ансамбле в виде:

где - энтропия при заданном значении (иногда будет опускаться, т.к. в моделировании не обязательно учитывать эту константу).

Осуществляя блуждание в конфигурационном пространстве с вероятностями перехода, удовлетворяющими соотношению детального баланса

,

получают каноническую выборку состояний (или ). Произвольной выборке энергетических состояний , где — произвольная функция, , соответствует условие

.

При , в процессе блуждания должна получиться равномерная, в пределах статистического разброса, выборка энергетических состояний, . В этом случае из определения энтропии следует

Таким образом, если при некотором выборе вероятностей перехода получить равномерное посещение энергетических состояний, то можно вычислить плотность состояний , а следовательно, и конфигурационный интеграл .

Примечания

  1. N. Metropolis, A. W. Rosenbluth, M. N. Rosenbluth, A. H. Teller, and E. Teller, J. Chem. Phys. 21, 1087 (1953).
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.