Modelowanie molekularne - metody Monte Carlo
Modelowanie molekularne - metody Monte Carlo
Modelowanie molekularne - metody Monte Carlo
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Wprowadzenie Pola siłowe Klasyczna metoda <strong>Monte</strong> <strong>Carlo</strong> Kwantowe <strong>metody</strong> <strong>Monte</strong> <strong>Carlo</strong><br />
Generowanie liczb pseudolosowych<br />
Dobre własności statystyczne - rozkład<br />
prawdopodobienstwa generowanych liczb powinien być<br />
możliwie bliski założonego.<br />
Test jednorodności rozkładu: Niech dana będzie<br />
d-wymiarowa regularna sieć o rozmiarach L × L, gdzie L jest<br />
liczbą węzłów w danym kierunku. Jeżeli zapełniać taką sieć<br />
wybierając przypadkowo węzły (liczby pseudolosowe z<br />
przedziału (0, 1) można odwzorować na liczby całkowite<br />
wzorem [rL] + 1), to dobry generator powinien zapewnić<br />
możliwość osiągnięcia wszystkich punktów sieci.<br />
Jeżeli generujemy NL d liczb pseudolosowych, to średnio każdy<br />
węzeł sieci powinien być wylosowany N razy. Natomiast<br />
ułamek pustych węzłów sieci powinien maleć proporcjonalnie<br />
do exp(−N).<br />
Należy stosować możliwie duże sieci; zwykle L ∈ (20, 100)<br />
oraz N ∈ (10, 20).