Mô phỏng phân tử Monte Carlo

Mô phỏng phân tử Monte Carlo lấy mẫu các cấu hình của một hệ phân tử một cách ngẫu nhiên thay vì theo dõi động lực học của nó, cho phép tiếp cận các tập hợp chuyên biệt và các bước di chuyển thông minh mà động lực học phân tử khó có thể đạt được.

Definition

Mô phỏng phân tử Monte Carlo là việc áp dụng lấy mẫu kiểu Metropolis cho các hệ phân tử, tạo ra các cấu hình với xác suất Boltzmann của chúng để tính toán các tính chất nhiệt động học cân bằng mà không cần tích phân các phương trình chuyển động.

Scope

Chủ đề này bao gồm Monte Carlo được áp dụng cho các hệ phân tử: lấy mẫu Metropolis của các cấu hình phân tử, các tập hợp chuyên biệt như tập hợp đại chính tắc và tập hợp Gibbs cho cân bằng pha, và các bước di chuyển nâng cao như lấy mẫu thiên vị cấu hình cho các phân tử chuỗi. Nó bổ sung cho động lực học phân tử bằng cách đánh đổi sự tiến hóa theo thời gian thực để lấy tính linh hoạt trong việc lấy mẫu.

Core questions

• Monte Carlo lấy mẫu các cấu hình phân tử như thế nào mà không cần tính toán lực hoặc động lực học?
• Các tập hợp đại chính tắc và Gibbs cho phép nghiên cứu trực tiếp sự cùng tồn tại pha như thế nào?
• Các bước di chuyển thiên vị cấu hình giúp việc lấy mẫu các phân tử chuỗi trở nên khả thi như thế nào?
• Khi nào Monte Carlo được ưu tiên hơn động lực học phân tử cho một hệ phân tử?

Key theories

Lấy mẫu cấu hình Metropolis

Các dịch chuyển thử nghiệm ngẫu nhiên của các phân tử được chấp nhận hoặc từ chối theo quy tắc Metropolis sử dụng sự thay đổi năng lượng tiềm năng, tạo ra các cấu hình cân bằng mà không cần lực hoặc bộ tích phân thời gian.

Các tập hợp chuyên biệt

Monte Carlo đại chính tắc chèn và loại bỏ các hạt để cố định thế hóa học, và phương pháp tập hợp Gibbs trao đổi các hạt và thể tích giữa hai hộp để xác định trực tiếp sự cùng tồn tại pha.

Các bước di chuyển thiên vị cấu hình

Monte Carlo thiên vị cấu hình xây dựng lại các phân tử chuỗi từng đoạn một với một độ lệch được hiệu chỉnh trong quy tắc chấp nhận, cải thiện đáng kể việc lấy mẫu polyme và chất lỏng đậm đặc.

Clinical relevance

Mô phỏng phân tử Monte Carlo tính toán các đường đẳng nhiệt hấp phụ, sự cùng tồn tại hơi-lỏng, độ hòa tan và biểu đồ pha của chất lỏng và polyme, và được sử dụng rộng rãi trong hóa lý và thiết kế vật liệu, nơi các tính chất cân bằng chứ không phải động lực học được tìm kiếm.

History

Monte Carlo phân tử có từ nghiên cứu Metropolis năm 1953 về các đĩa cứng; sự phát triển của các phương pháp đại chính tắc và, vào năm 1987, các phương pháp tập hợp Gibbs, cùng với các bước di chuyển thiên vị cấu hình, đã biến nó thành một con đường mạnh mẽ để đạt được cân bằng pha của các chất lỏng phân tử phức tạp.

Key figures

• Daan Frenkel
• Athanassios Panagiotopoulos
• Berend Smit

Seminal works

• panagiotopoulos1987
• frenkel2002

Frequently asked questions

Khi nào Monte Carlo tốt hơn động lực học phân tử cho các phân tử?

Khi chỉ cần các tính chất cân bằng, đặc biệt là cân bằng pha hoặc các hệ thống mà các bước di chuyển phi vật lý như chèn hạt hoặc tái tạo chuỗi làm tăng tốc độ lấy mẫu. Monte Carlo không thể cung cấp động lực học thực sự, vì vậy động lực học phân tử được sử dụng khi các tính chất phụ thuộc thời gian quan trọng.

Vấn đề mà Monte Carlo thiên vị cấu hình giải quyết là gì?

Việc chèn ngẫu nhiên một phân tử chuỗi dài vào một chất lỏng đậm đặc gần như luôn chồng chéo với các phân tử khác và bị từ chối. Sự phát triển thiên vị cấu hình xây dựng chuỗi từng đoạn một vào các không gian thuận lợi, với độ lệch được hiệu chỉnh trong việc chấp nhận, làm cho việc chèn như vậy trở nên khả thi.