Monte Carlo simulace hexameru vody Autor: Bc. Lenka Ličmanová Vedoucí práce: Mgr. Aleš Vítek 22.4.2011 Seminář KFY PŘF OU.

Slides:



Advertisements
Podobné prezentace
kvantitativních znaků
Advertisements

1 DFT a empirické modely interakcí v Monte Carlo simulacích klastrů molekul vody Lenka Ličmanová
MCNP výpočty pro neutronovou a rentgenovou diagnostiku na aparaturách GIT-12 a PALS Ondřej Šíla.
Lekce 7 Metoda molekulární dynamiky I Úvod KFY/PMFCHLekce 7 – Metoda molekulární dynamiky Osnova 1.Princip metody 2.Ingredience 3.Počáteční podmínky 4.Časová.
Proč je čistý uhlík stále zajímavý? Miroslav Rubeš Školitel:RNDr.Ota Bludský CSc.
Hodnocení způsobilosti měřících systémů
Systémy hromadné obsluhy
Plošná interpolace (aproximace)
Kalmanuv filtr pro zpracování signálů a navigaci
ENERGIE KLASTRŮ VODY ZÍSKANÁ EVOLUČNÍMI ALGORITMY
Lekce 12 Metoda Monte Carlo III Technologie (kanonický soubor)
Lekce 9 Metoda molekulární dynamiky III Technologie Osnova 1. Výpočet sil 2. Výpočet termodynamických parametrů 3. Ekvilibrizační a simulační část MD simulace.
Metoda molekulární dynamiky II Numerická integrace pohybových rovnic
Lekce 6 Slabé mezimolekulové interakce Osnova 1. Původ a význam slabých mezimolekulových interakcí 2. Předpoklad párové aditivity 3. Modely párových interakčních.
Lineární regresní analýza Úvod od problému
Teoretická výpočetní chemie
David Kramoliš Vedoucí práce: Doc. RNDr. René Kalus, Ph.D.
Morfologická křivka kmene
Robustní vyrovnání Věra Pavlíčková, únor 2014.
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
Získávání informací Získání informací o reálném systému
Statistická mechanika - Boltzmannův distribuční zákon
Fakulty informatiky a statistiky
IONIZAČNÍ POTENCIÁLY A FÁZOVÉ PŘECHODY KLASTRŮ ARGONU
Stáž v rámci SGS, 2010 Jakub Malohlava.  Místo: VŠCHT Praha  Délka pobytu: –  Cíl: Seznámit se se MC simulacemi v makroskopických.
Konvergenční testy Bc. Jakub Malohlava. Simulace  Monte Carlo  výpočet souborových středních hodnot za pomocí Markovových řetězců  parallel tempering.
Systém rizikové analýzy při statickém návrhu podzemního díla Jan Pruška.
1 Nedodržení předpokladu normality v regulačním diagramu.
1 Revidované výsledky srážek iontů Rg+ s klastry Rg3, analýza disociovaných stavů systému Rg4+, rozvoj balíku Multidis (v rámci projektu Otevřená věda.
Lineární regrese.
Lineární regrese kalibrační přímky
Výpočet plochy pomocí metody Monte Carlo
Nové kreativní týmy v prioritách vědeckého bádání CZ.1.07/2.3.00/ Tento projekt je spolufinancován z ESF a státního rozpočtu ČR.
Experimentální fyzika I. 2
Metrologie   Přednáška č. 5 Nejistoty měření.
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
2. Vybrané základní pojmy matematické statistiky
Species abundance patterns Jan Klečka. Typy modelů (nejedná se o úplný výčet) 1) Statistické modely Log-series (Fisher et al. 1943) Log-normal (Preston.
1.3. Obecné problémy fyzikální teorie jaderných reaktorů
Generování náhodných čísel
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Korelace.
Modeling claim size in time via copulas (Gaida Pettere & Tonu Kollo) Mgr. Jan Šváb
Sylabus V rámci PNV budeme řešit konkrétní úlohy a to z následujících oblastí: Nelineární úlohy Řešení nelineárních rovnic Numerická integrace Lineární.
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
RF Únik neutronů z tepelného reaktoru Veličina k  udává průměrný počet tepelných neutronů, které vzniknou v následující generaci v nekonečném prostředí.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Molekulová fyzika 3. přednáška „Statistický přístup jako jediná funkční strategie kinetické teorie“
Statistické odhady (inference) Výběr Nepotřebujeme sníst celého vola jenom proto, abychom poznali, že to jde ztuha. Samuel Johnson (anglický básník a.
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Termodynamika Základní pojmy: TeploQ (J) - forma energie Termodynamická teplotaT (K) 0K= -273,16°C - nejnižší možná teplota (ustane tepelný pohyb) EntropieS.
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
IV..
REGRESNÍ ANALÝZA Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České Budějovice.
Teorie funkcionálu hustoty (Density Functional Theory - DFT)
Základy zpracování geologických dat R. Čopjaková.
Molekulová fyzika 2. Sada pomocných snímků „Teplota“
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
INDUKTIVNÍ STATISTIKA
Interpolace funkčních závislostí
R. Jakubíková J.Korbel J.Novák Monte Carlo.
Molekulární dynamika vody a alkoholů
Přednáška č. 3 – Posouzení nahodilosti výběrového souboru
Monte Carlo Typy MC simulací
Úvod do praktické fyziky
Hodnocení závislosti STAT metody pro posouzení závislosti – jiné pro:
Vnitřní energie plynu, ekvipartiční teorém
4. Metoda nejmenších čtverců
BIOLOGICKÉ A LÉKAŘSKÉ SIGNÁLY
Interpolace funkčních závislostí
Transkript prezentace:

Monte Carlo simulace hexameru vody Autor: Bc. Lenka Ličmanová Vedoucí práce: Mgr. Aleš Vítek Seminář KFY PŘF OU

Obsah  Motivace  Metody  Monte Carlo  Parallel tempering  Multiple histogram  Boltzmann reweighting  Coupled Clusters, DFT  Van der Waalsovy korekce  Termodynamika klastrů  Výpočet  Výběr funkcionálu: testy  Interakční modely: fitování  Výpočet termodynamiky  Výhledy

Motivace

Monte Carlo  Metoda Monte Carlo generuje konfigurace s ohledem na efektivní výpočet středních hodnot  používá generátor náhodných čísel.

Parallel tempering  Metoda parallel-tempering - paralelní Monte Carlo simulace běžící při různých teplotách  Jeden Monte Carlo krok se skládá z náhodného posunu a rotace postupně všech molekul  Výměna konfigurací klastrů mezi náhodně vybranou dvojicí sousedních teplot po každém Monte Carlo kroku všech systémů (po každém celoklastrovém pohybu všech systémů) byla navržena s 30% pravděpodobností.  Navrhovaná výměna je pak přijímána s pravděpodobností kde

Multiple histogram Během Monte Carlo simulace se měří histogramy energií

Histogram energie závisí na teplotě

Závislost pravděpodobnosti výskytu

 Veličina hustota stavů udává „počet stavů“ mezi energiemi, kde  Hustota stavů nezávisí na teplotě a lze ji vyjádřit vztahem  kde je histogram energií systému naměřených během Monte Carlo simulace probíhající při teplotě T.

 Během simulace parallel tempering Monte Carlo se naměří histogram zvlášť pro každý systém.  Měříme při M teplotách T1, T2,..., TM, tzn. že naměříme M histogramů a z každého histogramu vypočteme odhad hustoty stavů,,...,  Pro nekonečně dlouhou Monte Carlo simulaci by platilo, že odhady hustot stavů by byly totožné, pro konečně dlouhou simulaci, o jakou se jedná i v našich výpočtech, se však liší.  Proto nás zajímá „průměr“ všech odhadů hustot stavů, který získáme řešením následujících rovnic

Boltzmann reweighting Metoda Boltzmann reweighting dává statistický výsledek odpovídající interakčnímu modelu V D, přičemž Monte Carlo simulace beží podle interakčního modelu V L. V tomto případě odpovídá interakční model V D interakčnímu modelu DFT a interakční model V L odpovídá interakčnímu modelu TIP6P.

Coupled Clusters, DFT Coupled Clusters –založené na výpočtu energie systému z vlnové funkce –velmi přesné výsledky –výpočetně velmi náročné –Coupled Clusters jako referenční výpočet DFT –založená na výpočtech energie systému z jednoelektronových funkcí –nevýhoda: různé výměnné korelační funkcionály dávají různě přesné výsledky –provádění testů více funkcionálů –výsledky doplněny o empirické van der Waalsovy korekce [4] [4] Qin Wu, Weitao Yang, J. Chem. Phys. 116, 2 (2002)

Van der Waalsovy korekce [1] S. Grimme, J. Comp. Chem. 25, 1463 (2004). [2] S. Grimme, J. Comp. Chem. 27, 1787 (2006). [4] Qin Wu, Weitao Yang, J. Chem. Phys. 116, 2 (2002) r je vzdálenost mezi jádry atomů molekul s 6 je koeficient korekce –Použili jsme: Funkcionálkorekce [1] korekce [2] BLYP1,40 1,20 PBE0,700,75 B3LYP-1,05

Termodynamika klastrů

Výběr funkcionálu

Interakční modely Snažili jsme 11 (13) parametrů nafitovat na DFT energie tak, aby suma čtverců odchylek energií našich interakčních modelů od energií DFT byla minimální. TIP6Pm, TIP8Pm - bez i se zahrnutím polarizační energie Na minimalizaci sumy čtverců jsme použili metodu simulovaného žíhání.

Termodynamika

Strukturní izomery Santra, B. On the accurancy of density-functionaů theory exchange-correlation functionals for H bonds in small water clusters. II. The water hexamer and van der Waals interactions. Journal of Chemical Physics, 129, , 2003.

Použitý funkcionál B97R není pro hexamer vody příliš vhodný, protože přináší špatné pořadí lokálních minim a to navzdory tomu, že při použití ve výpočtu pro dimer dával energie velmi blízké referenčnímu Coupled Cluster výpočtu.

Výhledy  Východiskem je tedy použití jiného funkcionálu, již nyní se pracuje na jeho výběru.  Jelikož se funckionál B97R ukázal pro hexamer nevhodný, neuplatnila se již metoda Boltzmann reweighting.  Její použití se plánuje do připravovaných výpočtů.