- •Глава I. Метод Монте-Карло и Понятия теории вероятностей
- •Классификация вероятностно-статистических методов решения прикладных задач
- •§1.2. Некоторые понятия и теоремы теории вероятностей
- •Понятия теории вероятностей
- •1.2.2. Основные теоремы теории вероятностей 4
- •Локальная теорема
- •Интегральная теорема
- •Закон Больших Чисел
- •Центральная предельная теорема (цпт)
- •Эта теорема носит название «Центральная предельная теорема» .
- •1.2.3. Оценка погрешности математического ожидания исследуемой величины
- •1.3. Генераторы, алгоритмы получения и преобразования случайных чисел
- •1.3.1. Получение случайных чисел с помощью случайного эксперимента
- •1.3.2. Алгоритмы получения псевдослучайных чисел 5
- •1.3.3. Понятие эталонной 6, случайной величины
- •1.3.4. Преобразование случайных величин 7
- •1.3.5. Генераторы псевдослучайных чисел на эвм
- •1.3.6. Использование таблицы дискретных случайных чисел
- •1.4. Недостатки и достоинства аналитических, приближенных методов решения математических задач, в том числе и метода Монте-Карло
- •Глава II. Вероятностное моделирование математических задач
- •2.1. Общая теория решения системы линейных уравнений 8
- •2.2. Вычисление интегралов способом среднего
- •Технология вычисления интеграла способом среднего
- •Нахождение определенных интегралов способом «зонтика» Неймана
- •4. Задания на моделирование
- •2.4. Вычисление значения числа
- •2.5. Решение уравнений эллиптического типа (задача Дирихле)
- •Глава III. Имитационное моделирование физических процессов и явлений
- •3.1. Имитационное моделирование задач нейтронной физики
- •3.1.1. Задача имитационного моделирования прохождения нейтронов через пластинку
- •3.1.2. Моделирование сорта ядра и вида взаимодействия нейтрона с ядром
- •3.1.3. Решение задачи розыгрыша типа взаимодействия и сорта ядра имитационным моделированием
- •1. Вычисление микросечений водорода
- •2. Вычисление микросечений кислорода
- •3. Вычисление микросечений бора
- •4. Вычисление полного микросечения
- •5.Розыгрыш сорта ядра
- •6. Розыгрыш типа взаимодействия
- •7.Определение полного макросечения
- •3.1.4. Определение направления и энергии частиц после рассеяния
- •3.1.5. Моделирование длины свободного пробега
- •3.1.6. Имитационное моделирование траектории движения нейтронов через пластинку (двухмерный случай)
- •5. Задания на моделирование:
- •3.2. Имитационное моделирование прохождения
- •6. Задания на моделирование:
- •7. Результаты моделирования
- •3.3. Имитационное моделирование распространения упругих волн в пористых средах (задача геофизики)
- •Результаты моделирования
- •3.4. Имитационное моделирование явления спонтанного излучения атомов
- •3. Задания на моделирование:
- •Моделирование явления спонтанного излучения многоатомной системы (сверхизлучения Дике)
- •2. Задания на моделирование:
- •Глава IV. Методы компьютерного моделирования в термодинамике
- •4.1. Метод молекулярной динамики
- •6. Задания на моделирование:
- •7. Результаты моделирования
- •4.2. Метод броуновской динамики
- •2. Алгоритм метода броуновской динамики
- •3. Расчет макроскопических параметров
- •4. Задания на моделирование:
- •4. 3. Имитационный метод моделирования броуновских траекторий
- •Литература
6. Задания на моделирование:
-
Построить разностную схему и разностные уравнения.
-
Привести уравнения к безразмерному виду, для этого использовать безразмерное расстояние r* = r/, характерное время , скорость .
Пример. Безразмерная сила для оси х имеет вид
.
-
Написать алгоритм решения дифференциальных уравнений ()- ().
-
Составить блок-схему согласно алгоритму. Выходные данные представить в графической форме. Рекомендуется использовать графический пакет ORIGIN.
-
Провести вычислительный эксперимент для газа аргона, имеющего следующие параметры: = 1.66*10-21 Дж, = 3.405 А, m = 6.69*10-26 Дж/К, kБ = 1.31*10 -23 , /kБ = 119,8К, = 1.82*10 – 12с, = 12 м/с .
Рассчитать все термодинамические параметры и вывести графики для усредненных величин по времени.
6. Построить распределение Максвелла по скоростям в конечный момент времени.
7. Результаты моделирования
Проведем вычислительный эксперимент для газа аргона, имеющего следующие параметры: , , , . Для этого рассмотрим систему, состоящую из 108 частиц. Все расчеты будем осуществлять в приведенных единицах. Система исследуется на протяжении 104 шагов. Шаг по времени брался 10-5 с. Базовая МД ячейка выбиралась в форме куба с периодическими граничными условиями и стороной .
Программа для вычислительного эксперимента дана в приложении 15. В результате моделирования были рассчитаны радиальные функции распределения РФР и термодинамические параметры. На рис. 4.3 представлены РФР . На следующих рисунках представлены изменения термодинамических свойств аргона со временем.
Рис.4.4.
В таблице приведены средние значения кинетической и потенциальной энергии, температуры, давления и теплоемкости, полученные в результате моделирования в приведенных единицах и системе СИ.
|
|
|
|
||
Приведенные единицы |
1,056 |
-7,304 |
0,7042 |
1,0771 |
1,961 |
СИ |
1,052103 Дж/моль |
-7,273103 Дж/моль |
84,36 К |
798 Бар |
25,28 Дж/моль К |
4.2. Метод броуновской динамики
Методами Монте-Карло иногда принято называть группу методов решения детерминированных (т.е. без случайности) задач, в которых существенно используются элементы случайности. Кроме того, существует множество задач, в которых случайный элемент присутствует естественным образом. Универсальность метода как метода математического моделирования прикладных задач определяется возможностью его использования в решении задач, не связанных со случайностью. Это достигается построением вспомогательных вероятностных моделей, куда в качестве параметров входят подлежащие определению постоянные величины.
1. Математическая модель. В методе броуновской динамики систему можно представить в виде набора частиц, динамически взаимодействующих между собой и стохастически с окружающей средой, детальное строение которой несущественно, т.е. движение частиц в растворе или расплаве сводится к движению частиц в непрерывной вязкой среде. Свойства этой непрерывной среды задаются случайной силой с заданными статистическими свойствами. Метод броуновской динамики рассчитывает в фазовом пространстве траектории молекул, движение каждой из которых в поле силы описывается уравнением Ланжевена
, (4.20а)
, , (4.20б)
где - набор межчастичных расстояний, - коэффициент трения броуновских частиц в поле окружающей среды, - случайная сила ланжевеновского источника, - сила взаимодействия - й частицы с остальными броуновскими частицами
. (4.21)
Метод броуновской динамики использует случайные силы . Поэтому для его реализации необходимо уметь получать случайные величины , обычно распределенные по нормальному закону с дисперсией d = 1
, . (4.22)
Для нашей задачи случайная сила равна
Если дисперсия d задана, то плотность вероятности определяется как
, (4.23)
где x = d*. Если допустим, что дисперсия d не неизвестна, то оно может быть определено как среднее значение < >= d.