高須の新住所.docVIP

羈艿螇螈芄艿芄芃螈螅螃袀莆薁薅螇罿螄芀膆艿螇螈芄艿芄芃螈螅螃袀莆薁薅螇罿螄芀膆艿螇螈芄艿芄芃螈螅螃袀莆薁薅螇罿螄芀膆艿螇螈芄艿芄芃螈 拡散現象のモンテカルロシミュレーション 　　 本テーマの目的 モンテカルロシミュレーションの基礎を知る。 統計力学や拡散の考え方に触れる。 高分子の物性物理のおもしろさを知る。 予習事項 「背景となる知識」をよく読むこと。 わからない点は、統計力学の参考書を見ておくこと。 課題 　用意 配布されたアカウント名、パスワードを使って、loginしてみよ。 数行程度の計算プログラムを作り、コンパイラが動くことを確かめよ。 実行結果を出してみよ。 乱数をいくつか出してみよ。分布を出してみよ。 「サイコロ（１から６の目）を何度も振る」をコンピュータで乱数を使ってやってみよ。平均や相関を出して、理論値と合うことを確かめよ。 （もし合わないとしたら、乱数の使い方を間違えている可能性がある。） 　 　本題 １粒子の拡散現象のモデルを設計し、モンテカルロシミュレーションを行い結果を解析せよ。 高分子の簡単なモデルを設計して、計算して結果を解析せよ。 　レポートは、3)-6)を途中で気付いた点も含めて、まとめること。 ------------------------------------ 背景となる知識 A. 統計力学の基礎事項 　一般に絶対温度Tが一定の場合、エネルギーEの状態を占める確率は次のボルツマン分布に従う。 　　　　　ｐ∝　exp (- E/kT) ここでkはボルツマン定数である。 練習問題：温度Tが非常に高い場合と非常に低い場合に分けて、ボルツマン分布の確率をエネルギーEの関数として書いてみよ。 B.モンテカルロシミュレーション 　　モンテカルロシミュレーションとは、確率的に計算する方法である。物理学に限らず、経済学など広く使われている。全ての場合を計算することが困難である場合に、確率的にサンプリングを行う。 ボルツマン分布に従う確率分布をシミュレーションで得るためには、「メトロポリスの方法」を使うことが多い。つまり、ある状態から次の状態を選ぶ時に、 前よりも低いエネルギーなら、次の状態を受け入れる。 前よりも高いエネルギーなら、エネルギー差をΔEとして、　 　　　　exp(-ΔE/kT) の確率で次の状態に移る。 　このメトロポリスの方法を使えば、詳細釣り合いが満たされることは、シミュレーションの本にあるので、ここでは省く。 C. 高分子物理 　　 ポリマーとは、ある分子単位が何万個かつながった構造である。例えば、ポリエチレンやポリエステルがある。PETボトルはポリエチルテレフタレートと呼ばれるポリマーからできている。 　ポリマーを統計力学的に扱う時、排除体積(excluded volume)を考える必要がある。つまり、鎖のある場所に、他の鎖が来ることができない、という性質である。この効果のため、ポリマーの統計力学で厳密解は求まらないことが多い。そこでモンテカルロシミュレーションの手法を用いる。 D.拡散 　拡散とは、粒子がゆらゆらと動く現象である。イメージとしては、酔っ払いの運動がある。もし記憶が全くないと、各交差点でランダムに曲がり、家に帰れる確率はかなり低い。 　実験では粒子が回りの粒子にぶつかって、ランダムな方向に動くために拡散が起こる。 拡散のしやすさは、平均２乗変位(mean squared displacement)で見ることが多い。 　　　　 (r(t)-r(0))2 この量は、ある時間たった時にどのくらいの距離にいるかを示す。 は統計平均を示す。 もしこの量が時間に比例する領域があって、 (r(t)-r(0))2 = 6Dt （時間に比例） ならば、この比例定数Dを拡散定数とする。 拡散定数のディメンジョンは、[長さｘ長さ/時間] 実測値としては、例えば常温の空気中のCO2 は 0.135cm2/s の拡散定数を持つ (理化学辞典による)。細胞膜の脂質分子の拡散はμm2/s 程度の大きさである。 拡散定数と温度の間には、次のアインシュタインの法則が成立する。証明はここでは略する。一般的には揺動散逸定理と呼ばれている。 　　　　　　　　　D=ｋT/ mγ 　　　　　T:温度、m:拡散する粒子の質量、γ：媒質の摩擦定数 すなわち温度が高いと拡散が速くなり、媒質からの摩擦が大きいと拡散が遅くなる。 但し障害物が存在するような場合は、アインシュタインの法則は必ずしも成立しない。図１にヒアルロン酸中の粒子拡散のシミュレーションの例を載せた。 図１　ヒアルロン酸の鎖の中の粒子の拡散 物性理論研究室のM2 (2003年度現在