第七章MonteCarlo方法资料.ppt

* Monte Carlo方法 中国石油大学 一、Monte Carlo方法简介 本章主要内容 二、蒙特卡罗方法的应用 Monte Carlo方法 1.1 统计力学层次的计算机分子模拟 1、宏观化学现象是~1024个分子（原子）的集体行为，固有统计属性 2、量子力学方法的局限性：对象为平衡态、单分子或几个分子组成的体系；不适用于动力学过程和有温度压力变化的体系。 一、Monte Carlo方法简介 分子模拟的两种主要方法： ⑴ 分子动力学法 (MD，Molecular Dynamics) ? 基于粒子运动的经典轨迹 ⑵ Monte Carlo法 (MC) ? 基于概率和统计力学 Monte Carlo方法 Monte Carlo 原为地中海沿岸Monaco(摩纳哥)的一个城市的地名, 是世界闻名的大赌场，Monte Carlo方法的随机抽样特征在它的命名上得到了反映。 1.2 Monte Carlo方法的发展历史 Monte Carlo方法 美国Los Alamos(洛斯·阿拉莫斯)实验室 中子输运和辐射输运等物理过程 用Monte Carlo来解决实际问题却始于本世纪40年代。 Metropolis等人在这一时期的工作主要就是对中子扩散进行随机抽样计算机模拟，得出所要求算的相关参数，并把这种随机抽样方法命名为Monte Carlo 方法。 随着电子计算机的迅速发展，人们开始有意识地、广泛、系统地应用随机抽样方法来解决大量的数学、物理和化学等方面的问题，并且将Monte Carlo方法作为一门独立的计算方法进行研究，并随之向各个学科领域渗透。 Monte Carlo方法 Monte Carlo方法解决的问题： 1、问题本身是确定性问题，要求我们去寻找一个随机过程，使该随机过程的统计平均是所求问题的解； 2、问题本身就是一个随机过程，可根据问题本身的实际过程来进行计算机模拟，并采用统计方法来求得问题的解。 1.3 Monte Carlo方法简介 基本思想： 当所求的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种“随机试验”的方法，得到这种事件出现的 概率，或者得到这个随机变量的统计平均值，并用它们作为问题的解。 Monte Carlo方法 1、问题本身是确定性问题 Monte Carlo方法 圆周率?、 定积分? 2、问题本身就是一个随机过程 Monte Carlo方法 Monte Carlo方法特点： 1、计算的收敛性和收敛速度均与问题的维数无关； 2、对问题的适应能力强； 3、收敛速度仅为样本数的1/2次，因而计算耗时大。 Monte Carlo方法应用： 1、数学：本身已形成计算数学的一个分支； 2、粒子物理：输运问题、屏蔽问题、核武器试验分析等； 3、统计物理、化学，材料、工程各领域； 4、其它：疾病传播与免疫、系统工程与管理优化等等。 Monte Carlo方法 任一物理量的宏观值可按其微观态分布的平均值计算得到。需要建立一个随机过程，通过随机抽样试验产生一系列的分子微观状态，沿着抽样产生的相空间轨道计算各种性质。 二、蒙特卡罗方法在材料模拟中的应用 Monte Carlo方法 Nicholas Metropolis (1915-1999) 重要性抽样方法 最后的平衡分布是波尔兹曼分布 Monte Carlo方法 算法的组织： （1）给出一个初始状态，并计算系统的能量E ； （2）随机产生一个新状态，并计算系统的新能量 （3）如果 ，则接受新状态并回到（2）； （4）如果 ，则计算 ； （5）产生一个随机数 ； （6）如果 ，则接受新状态并回到（2）； （7）否则保留原状态并回到（2），依次重复进行，直止系统达到平衡为止，计算有关热力学参量。 Monte Carlo方法 分子蒙特卡罗模拟流程图 给定每个分子的初始位置 随机挑选一个分子，并随机移动到新的位置 计算移动前后的系统能量变化 NO No 拒绝移动 统计性质不变？ 打印结果，结束 统计系统的热力学性质及其他物理量 Yes 接受移动 Yes No 大约执行一千万到一亿步 Monte Carlo方法 正则系综蒙特卡罗方法 微正则系综蒙特卡罗方法 巨正则系综蒙特卡罗方法 等温等压蒙特卡罗方法 MC 就是一种通过重要性抽样的方法计算统计平均值的一种随机方法。 它基于统计力学，通过 微观可观测量的系综平均