Cálculo de la entropía correctamente durante la simulación de dinámica molecular

Al simular un sistema simple para probar Stat Mech (es decir, no acoplado), pude calcular la entropía agrupando las partículas y usando la fórmula de entropía de Shannon .

Para sistemas más complejos, me di cuenta de que la entropía no se calcula agrupando las partículas, pero para la entropía de Gibb es necesario agrupar el estado del sistema en varias simulaciones. Una gran cantidad de partículas, esto es altamente dimensional debido a las partículas y el agrupamiento será muy difícil.

¿Cómo se calcula típicamente la entropía, la dinámica molecular y simulaciones similares?

Hay alrededor de una docena de métodos diferentes. Puede encontrar una revisión básica aquí , aunque hay muchas otras técnicas. Si brinda más detalles sobre su sistema, es posible que pueda indicarle un método en particular.
@limón. Gracias. Entonces, mi problema inmediato es tratar de calcular la entropía para verificar la mecánica estadística clásica de los sistemas no hamiltonianos que implican integrar el sistema isocinético gaussiano (ver mi cuaderno de Python ). Eventualmente, quise usar esto en Machine Learning para restringir cosas como la entropía y la "temperatura" durante el entrenamiento.

Respuestas (1)

Si desea obtener el valor de la entropía dado por la expresión de Gibbs-Shannon k pag k registro pag k , tendrá que introducir algunos estados discretos auxiliares en los que puede estar el sistema (por ejemplo, el sistema está en una celda de espacio de fase de algunas dimensiones pequeñas), estimar sus probabilidades* y luego evaluar la expresión.

Si solo está interesado en la entropía termodinámica de los sistemas de equilibrio, puede evitar eso y hacer una simulación de transferencia de calor cuasiestática y calcular la entropía como

i F d q T .

Esto te da la diferencia de entropía entre dos estados, que es todo lo que importa físicamente.

* probabilidad de que el sistema esté en estado k dados los valores de las variables de estado macroscópicas.