Programé una simulación de dinámica browniana en dos dimensiones. (Proteínas de grano grueso en superficies con potenciales de interacción, es decir, partículas irregulares). Ahora quiero permitir que las partículas entren o salgan del sistema, en otras palabras, el número de partículas no tiene que conservarse.
¿Alguien sabe una buena manera de hacer eso? ¿Cuáles son algunos errores comunes?
La base de mi simulación es la ecuación de Langevin sobreamortiguada
Hasta ahora, mi simulación pasó pruebas importantes y está de acuerdo con las predicciones analíticas de los cálculos estadísticos (conjunto canónico). En experimentos reales, no es tan fácil fijar el número de partículas, ya que las partículas se difunden hacia la superficie durante todo el experimento. Quiero incluir esta observación en mi simulación por computadora, lo que significa que tengo que eliminar partículas y agregar partículas a mi sistema.
Tuve la idea de definir una velocidad a la que las partículas seleccionadas al azar se eliminan y se agregan al sistema. Ahora me temo que este enfoque es demasiado ingenuo y quería saber si alguien tiene una sugerencia para una solución adecuada a esto o al menos algunos consejos. Tal vez hay algo que me estoy perdiendo.
Preferiría tener un respaldo teórico para mi idea, como por ejemplo, las simulaciones canónicas grandiosas de Monte Carlo.
Introducir la creación y aniquilación de partículas en la dinámica browniana implicará cuestiones similares a las de la dinámica molecular. Puede agregar los movimientos canónicos estándar de Monte Carlo (GCMC) a su esquema dinámico. El peligro práctico es que, habiendo aceptado un movimiento, las consecuencias para la dinámica a veces serán dramáticas: fuerzas muy grandes entre las partículas y, por lo tanto, desplazamientos muy grandes. Para evitar esto, se han ideado esquemas para insertar partículas gradualmente, o incluso introducir un parámetro continuo en el Lagrangiano que controla la aparición de la partícula adicional. En Agarwal et al, New J Phys , 17 , 083042 (2015), que es de acceso abierto, revisan algunos de estos métodos. Sin embargo, como señalan, tales enfoques no se han utilizado ampliamente y son algo complicados. Creo que lo mismo ocurre con el enfoque propuesto por Agarwal. No recomendaría seguir ese camino, pero al menos puedes considerar estas alternativas, con una adecuada adaptación de la dinámica molecular a la dinámica browniana.
Aquí hay otra posibilidad. Utilice Monte Carlo en lugar de la dinámica browniana. La escala de tiempo es algo ficticia, pero las partículas aún se difundirán de manera realista, y podría decirse que está abandonando la dinámica completamente realista de todos modos al agregar movimientos GCMC que permiten que las partículas aparezcan y desaparezcan.
Hay una solución intermedia. Dinámica browniana sin inercia , utiliza un algoritmo
Este enfoque también se puede relacionar con "Hybrid Monte Carlo" (HMC), Duane y otros, Phys Lett B , 195 , 216 (1987) . Simplemente sustituya en la ecuación anterior para dar
Si su dinámica browniana es del tipo no inercial, este podría ser el enfoque que recomendaría:
Tengo una sugerencia más simple, que podría ser preferible o no según sus circunstancias. Siga con su dinámica browniana existente, pero haga su simulación tridimensional, en lugar de bidimensional, con una superficie plana que atraiga sus partículas de grano grueso. El resto del sistema sería un gas de baja densidad actuando como reservorio de partículas. Mucho dependerá de si puede ajustar los parámetros para hacer que el estado termodinámicamente estable de su sistema sea una monocapa adsorbida en la superficie. Si esto es posible, debería ver las partículas que llegan y salen de la superficie de una manera físicamente razonable.
Tu pregunta es bastante amplia. Así que mi respuesta va a ser bastante amplia.
Algunas de las cosas habituales de las que preocuparse en los cálculos de Monte-Carlo incluyen las siguientes. Pero hay más.
usuario93146
DW147
eric duminil
usuario93146
DW147