Dryf energii
W symulacjach komputerowych układów mechanicznych dryf energii to stopniowa zmiana całkowitej energii układu zamkniętego w czasie. Zgodnie z prawami mechaniki energia powinna być stałą ruchu i nie powinna się zmieniać. Jednak w symulacjach energia może wahać się w krótkiej skali czasu i wzrastać lub zmniejszać się w bardzo długiej skali czasu z powodu całkowania numerycznego , które powstają przy użyciu skończonego kroku czasowego Δ t . Jest to nieco podobne do latającej kostki lodu , w którym błędy numeryczne w obsłudze ekwipartycji energii mogą zmienić energię wibracyjną w energię translacyjną.
Mówiąc dokładniej, energia ma tendencję do wzrostu wykładniczego; jej wzrost można zrozumieć intuicyjnie, ponieważ każdy krok wprowadza małe zaburzenie δ v do prędkości rzeczywistej v true , co (jeśli nie jest skorelowane z v , co będzie prawdziwe dla prostych metod całkowania) skutkuje wzrostem energii drugiego rzędu
(Wyraz krzyżowy w v · δ v wynosi zero z powodu braku korelacji.)
Dryf energii - zwykle tłumienie - jest istotny w przypadku schematów integracji numerycznej, które nie są symplektyczne , takich jak rodzina Runge-Kutta . Integratory symplektyczne zwykle używane w dynamice molekularnej , takie jak rodzina integratorów Verleta , wykazują wzrost energii w bardzo długich skalach czasowych, chociaż błąd pozostaje z grubsza stały. Te integratory w rzeczywistości nie odtwarzają rzeczywistej hamiltonowskiej mechaniki systemu; zamiast tego odtwarzają blisko spokrewniony hamiltonian „cienia”, którego wartość zachowują o wiele rzędów wielkości. Dokładność zachowania energii dla prawdziwego hamiltonianu zależy od kroku czasowego. integratora symplektycznego prawdziwego
Dryf energii jest podobny do rezonansu parametrycznego , ponieważ skończony, dyskretny schemat kroków czasowych spowoduje niefizyczne, ograniczone próbkowanie ruchów o częstotliwościach bliskich częstotliwości aktualizacji prędkości. Zatem ograniczenie maksymalnej wielkości kroku, która będzie stabilna dla danego układu, jest proporcjonalne do okresu najszybszych modów podstawowych ruchu układu. przypadku ruchu o częstotliwości własnej rezonanse są wprowadzane gdy częstotliwość aktualizacji prędkości związana z ω jako
gdzie n i m są liczbami całkowitymi opisującymi rząd rezonansu. W przypadku całkowania Verleta do czwartego rzędu co prowadzi do rozmiar kroku czasowego
gdzie ω to częstotliwość najszybszego ruchu w układzie, a p to jego okres. Najszybsze ruchy w większości układów biomolekularnych obejmują ruchy wodoru ; dlatego często stosuje się algorytmy ograniczeń w celu ograniczenia ruchu wodoru, a tym samym zwiększenia maksymalnego stabilnego kroku czasowego, który można wykorzystać w symulacji. Jednakże, ponieważ skale czasowe ruchów ciężkich atomów nie różnią się zbytnio od skali ruchów wodoru, w praktyce pozwala to tylko na około dwukrotne zwiększenie kroku czasowego. Powszechną praktyką w symulacji biomolekularnej obejmującej wszystkie atomy jest stosowanie kroku czasowego 1 femtosekundy (fs) w przypadku symulacji nieograniczonych i 2 fs w przypadku symulacji z ograniczeniami, chociaż w przypadku niektórych systemów lub wyborów parametrów możliwe są większe kroki czasowe.
Dryf energii może również wynikać z niedoskonałości w ocenie funkcji energii , zwykle z powodu parametrów symulacji, które poświęcają dokładność na rzecz szybkości obliczeniowej. Na przykład schematy odcięcia do oceny elektrostatycznych wprowadzają systematyczne błędy energii w każdym kroku czasowym, gdy cząstki poruszają się tam iz powrotem po promieniu odcięcia, jeśli nie stosuje się wystarczającego wygładzania. Sumowanie siatki cząstek Ewalda jest jednym z rozwiązań tego efektu, ale wprowadza własne artefakty. Błędy w symulowanym systemie mogą również wywoływać dryfy energii określane jako „wybuchowe”, które nie są artefaktami, ale odzwierciedlają niestabilność warunków początkowych; może się to zdarzyć, gdy system nie został poddany wystarczającej minimalizacji strukturalnej przed rozpoczęciem dynamiki produkcji. W praktyce dryft energii można mierzyć jako procentowy wzrost w czasie lub jako czas potrzebny do dodania określonej ilości energii do systemu.
Praktyczne efekty dryfu energii zależą od warunków symulacji, symulowanego zespołu termodynamicznego oraz zamierzonego wykorzystania badanej symulacji; na przykład dryf energii ma znacznie poważniejsze konsekwencje dla symulacji zespołu mikrokanonicznego niż zespołu kanonicznego , w którym temperatura jest utrzymywana na stałym poziomie. Wykazano jednak, że długie zespołów mikrokanonicznych można przeprowadzać przy nieznacznym dryfie energii, w tym symulacje elastycznych cząsteczek, które obejmują ograniczenia i sumy Ewalda. Dryf energii jest często używany jako miara jakości symulacji i został zaproponowany jako jedna metryka jakości, która ma być rutynowo zgłaszana w masowym repozytorium danych trajektorii dynamiki molekularnej, analogicznym do Protein Data Bank .
- ^ a b Hammonds, KD; Cześć DM (2020). „Hamiltonian cienia w klasycznych symulacjach dynamiki molekularnej NVE: droga do stabilności w długim czasie”. Journal of Chemical Physics . 152 (2): 024114_1–024114_15. doi : 10.1063/1.5139708 . PMID 31941339 . S2CID 210333551 .
- ^ a b Hammonds, KD; Cześć DM (2021). „Hamiltonian cienia w klasycznych symulacjach dynamiki molekularnej NVE z udziałem oddziaływań kulombowskich” . Journal of Chemical Physics . 154 (17): 174102_1–174102_18. Bibcode : 2021JChPh.154q4102H . doi : 10.1063/5.0048194 . ISSN 0021-9606 . PMID 34241067 .
- Bibliografia _ Shallowaya, David (2000-04-01). „Masa cienia i związek między prędkością a pędem w symplektycznym całkowaniu numerycznym”. Przegląd fizyczny E. Amerykańskie Towarzystwo Fizyczne (APS). 61 (4): 4587–4592. Bibcode : 2000PhRvE..61.4587G . doi : 10.1103/physreve.61.4587 . ISSN 1063-651X . PMID 11088259 .
- ^ Engle, Robert D.; Skeel, Robert D.; Drees, Mateusz (2005). „Monitorowanie dryfu energii za pomocą hamiltonianów cienia”. Journal of Computational Physics . Elsevier B.V. 206 (2): 432–452. Bibcode : 2005JCoPh.206..432E . doi : 10.1016/j.jcp.2004.12.009 . ISSN 0021-9991 .
- ^ Schlick T. (2002). Modelowanie i symulacja molekularna: przewodnik interdyscyplinarny . Interdyscyplinarna seria Matematyki Stosowanej, tom. 21. Springer: Nowy Jork, NY, USA. ISBN 0-387-95404-X . Zobacz s. 420-430, aby uzyskać pełne wyprowadzenie.
- ^ Murdock, Stuart E.; Tai, Kaihsu; Ng, Muan Hong; Johnston, Steven; Wu, Bing; i in. (2006-10-03). „Zapewnienie jakości symulacji biomolekularnych” (PDF) . Journal of Chemical Theory and Computing . Amerykańskie Towarzystwo Chemiczne (ACS). 2 (6): 1477–1481. doi : 10.1021/ct6001708 . ISSN 1549-9618 . PMID 26627017 .
Dalsza lektura
- Sanz-Serna JM, Calvo MP. (1994). Numeryczne problemy Hamiltona . Chapman & Hall, Londyn, Anglia.