La ecuación 1 muestra lo que Bennet escribió en su papel como ecuación 7. De ahora en adelante, llamaré a esta ecuación 1.
Expectativa de ( Δ Aes t _− ΔA _)2≈⟨W2Exp( - 2tu1)⟩0norte0[ ⟨ WExp( -tu1)⟩0]2+⟨W2Exp( - 2tu0)⟩1norte1[ ⟨ WExp( -tu0)⟩1]2−1norte0−1norte1=∫( (q0/norte0) experiencia( -tu1) + (q1/norte1) experiencia( -tu0) )W2Exp( -tu0−tu1) reqnorte[ ∫WExp( -tu0−tu1) reqnorte]2 − ( 1 /norte0) − ( 1 /norte1)(1)
Es la primera aproximación(
≈
) paso donde muchos incluyéndome a mí estamos confundidos. En primer lugar, recuerde que Bennett, anteriormente en el artículo, mostró la siguiente igualdad,
q0q1=q0∫WExp( -tu0−tu1) reqnorteq1∫WExp( -tu1−tu0) reqnorte=⟨ WExp( -tu0)⟩1⟨ WExp( -tu1)⟩0,(2)
que tiene el número de ecuación 6 en el documento. Recordar que
⟨⟩1
indica que los valores entre paréntesis son promedio sobre la configuración en el estado 1 mientras que
⟨⟩0
indica que los valores entre corchetes son promedio sobre la configuración en el estado 0. El resultado aquí es exacto, lo que significa que no se usa ninguna aproximación. Usando esta relación y el hecho de que la diferencia de energía libre se puede escribir de la siguiente forma,
Δ A =A1−A0= en(q0/q1)
, dónde
β(1kbT)
está incluido en
A1
y
A0
, la primera línea de la ecuación 1 se puede escribir de la siguiente manera.
Expectativa de ( ΔAes t _− ΔA _)2= ⟨ ( ΔAes t _− ΔA _)2⟩= ⟨ ( enq0 , e s tq1 , este _ _− enq0q1)2⟩= ⟨ ( en1norte1∑j = 1norte1WExp( -tu0(r1 , j) )1norte0∑yo = 1norte0WExp( -tu1(r0 , yo) )− en⟨ WExp( -tu0)⟩1⟨ WExp( -tu1)⟩0)2⟩(3)
q0 , e s t
, y
q1 , este _ _
indicar estimado
q0
y
q1
a partir de datos de simulación,
norte0
y
norte1
son el número de muestras obtenidas en cada estado, 0 y 1,
r0 , yo
es el
i
th punto obtenido de la simulación en el estado 0, y
r1 , j
es el
j
th punto obtenido de la simulación en el estado 1. Ahora, reordene la línea final en la ecuación 3.
= ⟨ ( en1norte1∑j = 1norte1WExp( -tu0(r1 , j) )⟨ WExp( -tu0)⟩1− en1norte0∑yo = 1norte0WExp( -tu1(r0 , yo) )⟨ WExp( -tu1)⟩0)2⟩(4)
En un régimen de muestreo grande, se pueden hacer las siguientes aproximaciones.
1norte1∑j = 1norte1WExp( -tu0(r1 , j) )⟨ WExp( -tu0)⟩1≈ 11norte0∑yo = 1norte0WExp( -tu1(r0 , yo) )⟨ WExp( -tu1)⟩0≈ 1(5)
Además, cuando
x ≈ 1 , en( X ) ≈ X - 1
y como resultado, la ecuación 4 se puede reescribir de la siguiente manera.
= ⟨ (1norte1∑j = 1norte1WExp( -tu0(r1 , j) )⟨ WExp( -tu0)⟩1−1norte0∑yo = 1norte0WExp( -tu1(r0 , yo) )⟨ WExp( -tu1)⟩0)2⟩= ⟨(∑j = 1norte1WExp( -tu0(r1 , j) ))2norte21⟨ WExp( -tu0)⟩21+(∑yo = 1norte0WExp( -tu1(r0 , yo) ))2norte20⟨ WExp( -tu1⟩20 − 2∑j = 1norte1WExp( -tu0(r1 , j) )∑yo = 1norte0WExp( -tu1(r0 , yo) )norte0norte1⟨ WExp( -tu0)⟩1⟨ WExp( -tu1)⟩0⟩= ⟨∑j = 1norte1W2Exp( - 2tu0(r1 , j) )norte21⟨ WExp( -tu0)⟩21⟩ + ⟨∑j = 1norte1∑j ≠j′norte1WW′Exp( -tu0(r1 , j) ) exp( -tu0(r1 ,j′) )norte21⟨ WExp( -tu0)⟩21⟩+ ⟨∑yo = 1norte0W2Exp( - 2tu1(r0 , yo) )norte20⟨ WExp( -tu1)⟩20⟩ + ⟨∑yo = 1norte0∑yo ≠i′norte0WW′Exp( -tu1(r0 , yo) ) exp( -tu1(r0 ,i′) )norte20⟨ WExp( -tu1)⟩20⟩− 2 ⟨∑j = 1norte1WExp( -tu0(r1 , j) )∑yo = 1norte0WExp( -tu1(r0 , yo) )norte0norte1⟨ WExp( -tu0)⟩1⟨ WExp( -tu1)⟩0⟩ ,(6)
dónde
W′
es el valor de la función
W
con configuración
r ( 1 ,j′)
o
r ( 0 ,i′)
. Ahora, echemos un vistazo más de cerca al numerador en el segundo término de la última línea de la ecuación 6, que es,
⟨∑j = 1norte1∑j ≠j′norte1WW′Exp( -tu0(r1 , j) ) exp( -tu0(r1 ,j′) ) ⟩=∑j = 1norte1∑j ≠j′norte1⟨ WW′Exp( -tu0(r1 , j) ) exp( -tu0(r1 ,j′) ) ⟩(7)
La segunda suma ha terminado.
j′
dónde
j′
no es igual a
j
. Con esto en mente, es seguro asumir que la función que depende de
j
,
WExp( -tu0(r1 , j) )
, no está correlacionada con la función que depende de
j′
,
W′Exp( -tu0(r1 ,j′) )
. Si, por ejemplo, la función
F
y
gramo
no están correlacionados, promedio de
F
multiplicado con
gramo
,
⟨ fgramo⟩
, son iguales a múltiplos de la media
F
y promedio
gramo
.
⟨ fgramo⟩ = ⟨ f⟩ ⟨ gramo⟩ si f y g no están correlacionados (8)
Entonces podemos reorganizar la última línea en la ecuación 7,
∑j = 1norte1∑j ≠j′norte1⟨ WW′Exp( -tu0(r1 , j) ) exp( -tu0(r1 ,j′) ) ⟩=∑j = 1norte1∑j ≠j′norte1⟨ WExp( -tu0(r1 , j) ) ⟩ ⟨ WExp( -tu0(r1 ,j′) ) ⟩= norte ( norte - 1 ) ⟨ WExp( -tu0)⟩21.(9)
Tenga en cuenta que en la última línea de la ecuación 9, subíndice 1 en el promedio (
⟨ ⟩
) indica que el promedio se toma sobre las configuraciones en el estado 1, mientras que el promedio en la segunda línea de la ecuación 9 no tiene el subíndice 1. Sin embargo, en la ecuación de la segunda línea de la ecuación 9 estaba implícito que el promedio es el promedio sobre estado 1, ya que las configuraciones tenidas en cuenta son las del estado 1(
r1 , j
,
r1 ,j′
). Aplicando la misma analogía al cuarto y quinto término en la última línea de la ecuación 6, y sacando los signos de suma del paréntesis (
⟨ ⟩
)obtenemos,
=∑j = 1norte11norte21⟨W2Exp( - 2tu0(r1 , j) ) ⟩⟨ Wexp -tu0⟩21+norte1(norte1− 1 )norte21⟨ WExp( -tu0)⟩21⟨ WExp( -tu0)⟩21+∑yo = 1norte01norte20⟨W2Exp( - 2tu1(r0 , yo) ) ⟩⟨ Wexp -tu1⟩20+norte0(norte0− 1 )norte20⟨ WExp( -tu1)⟩20⟨ WExp( -tu1)⟩20+ 2norte0norte1norte0norte1⟨ Wexp -tu0⟩1⟨ Wexp -tu1⟩0⟨ Wexp -tu0⟩1⟨ Wexp -tu1⟩0(10)
Después de un poco de álgebra básica, obtenemos,
=⟨W2Exp( - 2tu0(r1 , j) ) ⟩norte1⟨ WExp( -tu0)⟩21+norte1− 1norte1+⟨W2Exp( - 2tu1(r0 , yo) ) ⟩norte0⟨ WExp( -tu1)⟩20+norte0− 1norte0− 2=⟨W2Exp( - 2tu0)⟩1norte1⟨ WExp( -tu0)⟩21+⟨W2Exp( - 2tu1)⟩0norte0⟨ WExp( -tu1)⟩20−1norte1−1norte0,(11)
que es exactamente lo que Bennet escribió en la segunda línea de la ecuación 7 en el documento.
oye oye