\section{Monte-Carlo-Simulation}
Monte-Carlo-Simulationen sind numerische Computerexperimente zur Untersuchung von interessierenden Sachverhalten.
- Gegen"uber anderen Rechenmethoden basieren diese Computerexperiemnte auf stochastischen Modellen.
+ Gegen"uber anderen Rechenmethoden basieren diese Computerexperimente auf stochastischen Modellen.
+ Dabei werden vom Computer generierte Zufallszahlen auf physikalische Gr"o"sen abgebildet.
Die Zuf"allgkeit mikroskopischer Ereignisse spielt, wie im realen System des Experimentes, die wesentliche Rolle.
Der Rechner wird zum virtuellen Labor, in dem ein bestimmtest System untersucht wird.
Eine solche Computersimulation kann als numerisches Experiment betrachtet werden.
- Makroskopische, observable Gr"ossen sind, ebenso wie im Experiment, von statistischen Fluktuationen beeinflusst.
+ Makroskopische, observable Gr"o"sen sind, ebenso wie im Experiment, von statistischen Fluktuationen beeinflusst.
Die Reproduzierbarkeit von Ergebnissen hat demnach statistischen Charakter.
Der Vorteil der Monte-Carlo-Methode ist das relativ einfache Erzielen von Ergebnissen f"ur Problemstellungen, die ohne N"aherungen analytisch nicht l"osbar oder sehr aufw"andig sind.
Z = \sum_{i=1}^N e^{\frac{-E_i}{k_B T}} = Tr(e^{-\beta H})
\end{equation}
nicht den gesamten Raum der Konfigurationen, sondern nur statistisch ausgew"ahlte Punkte zu ber"ucksichtigen.
- Um die Genauigkeit der simulierten Eigenschaften des Systems in einer bestimmten Sollzeit zu verbessern, ist es n"otig die Zust"ande mit der Wahrscheinlichkeit entprechend ihres Beitrages zur Zustandssumme auszusuchen.
+ Um die Genauigkeit der simulierten Eigenschaften des Systems in einer bestimmten Sollzeit zu verbessern, ist es n"otig die Zust"ande mit der Wahrscheinlichkeit entsprechend ihres Beitrages zur Zustandssumme auszusuchen.
Dieser Ansatz wird als \dq importance sampling\dq{} bezeichnet.
F"ur das Ising-Modell wird der Metropolis-Algorithmus verwendet, der die Dynamik des Systems in Form eines \dq update algorithm\dq{} f"ur die Mikrozust"ande vorschreibt.
Mit Hilfe der Verwerfungsmethode k"onnen Zufallszahlen mit beliebiger Wahrscheinlichkeitsverteilung $p(x)$ generiert werden.
Sie basiert auf einer einfachen geometrischen "Uberlegung (Abbildung \ref{img:rej_meth}).
- Die Verteilung $p(x)$ sei im Intervall $[a,b]$ mit $p(x) \geq 0 \quad \forall x \in [a,b]$ gegeben.
+ Die Verteilung $p(x)$ sei im Intervall $[a,b]$ mit $p(x) \geq 0 \,\, \forall x \in [a,b]$ gegeben.
Das Maximum von $p(x)$ sei $p_m$.
Die Erzeugung der Zufallszahlen funktioniert nun wie folgt:
\begin{enumerate}
\item Ist $y \leq p(x)$, so ist $x$ die n"achste Zufallszahl, ansonsten zur"uck zu 1.
\end{enumerate}
\printimg{}{width=10cm}{rej_meth.eps}{Beliebige Wahrscheinlichkeitsverteilung $p(x)$ im Intervall $[a,b]$ mit Maximum $p_m$.}{img:rej_meth}
- Diese Methode ist zwar sehr einfach, jedoch wird sie um so ineffizienter, je groesser die Fl"ache der Vergleichsfunktion (hier: $f(x) = p_m$) im Vergleich zu $p(x)$ zwischen $a$ und $b$ wird.
- Deshalb macht es Sinn die Funktion $f(x)$ "ahnlich der Funktion $p(x)$ mit $f(x) \geq p(x); \, x \in [a,b]$ zu w"ahlen.
+ Diese Methode ist zwar sehr einfach, jedoch wird sie um so ineffizienter, je gr"o"ser die Fl"ache der Vergleichsfunktion (hier: $f(x) = p_m$) im Vergleich zu $p(x)$ zwischen $a$ und $b$ wird.
+ Deshalb macht es Sinn, die Funktion $f(x)$ "ahnlich der Funktion $p(x)$ mit $f(x) \geq p(x); \, x \in [a,b]$ zu w"ahlen.
Das unbestimmte Integral $F(x) = \int f(x) dx$ muss dabei bekannt und invertierbar sein.
Dann kann wie in \eqref{eq:trafo} die Transformation durchgef"uhrt werden.
Die Werte f"ur $x$ werden nun nach der Transformationsmethode im Intervall $[a,b]$ gew"ahlt, die Werte f"ur $y$ m"ussen gleichverteilt im Intervall $[0,f(x)]$ sein.
\begin{equation}
\frac{1}{2} M_1 v_0^2 = \frac{1}{2} M_1 v_1^2 + \frac{1}{2} M_2 v_2^2
\end{equation}
- Dabei ist $v_0$ die anf"angliche Geschwindigkeit des Ions der Masse $M_1$, $v_1$ die Geschwindigkeit des Ions nach dem Sto"s und $v_2$ die Geschwindigkeit des gestossenen Atomkerns mit Masse $M_2$.
+ Dabei ist $v_0$ die anf"angliche Geschwindigkeit des Ions der Masse $M_1$, $v_1$ die Geschwindigkeit des Ions nach dem Sto"s und $v_2$ die Geschwindigkeit des gesto"senen Atomkerns mit Masse $M_2$.
Aus der Impulserhaltung folgt,
\begin{eqnarray}
\textrm{Longitudinal: } & M_1 v_0 = M_1 v_1 cos(\theta) + M_2 v_2 cos(\phi) \\
\begin{equation}
\stackrel{.}{r} = \frac{dr}{dt} = \sqrt{ \frac{2}{M_c} (E - V(r)) - \frac{l^2}{M_c^2 r^2} }
\end{equation}
- und diese Gleichung wiederrum nach $dt$,
+ und diese Gleichung wiederum nach $dt$,
\begin{equation}
dt = \frac{dr}{\sqrt{ \frac{2}{M_c} (E - V(r)) - \frac{l^2}{M_c^2 r^2} }}
\end{equation}
\end{eqnarray}
Die Wahrscheinlichkeit $d \sigma$ bezeichnet man als differentiellen Wirkungsquerschnitt.
$\Theta$ ist eine Funktion von $p$ \eqref{eq:theta_of_p}, die invertierbar ist.
- Die Funktion $p(\Theta)$ wiederrum ist differenzierbar, so dass man zusammen mit der Raumwinkeldefinition $d \Omega = 2 \pi sin(\Theta) d \Theta$ folgenden Ausdruck f"ur den differentiellen Wirkungsquerschnitt erh"alt.
+ Die Funktion $p(\Theta)$ wiederum ist differenzierbar, so dass man zusammen mit der Raumwinkeldefinition $d \Omega = 2 \pi sin(\Theta) d \Theta$ folgenden Ausdruck f"ur den differentiellen Wirkungsquerschnitt erh"alt.
\begin{equation}
d \sigma (\Theta) = 2 \pi p \frac{dp}{d \Theta} d\Theta = \frac{p(\Theta)}{sin \Theta} \left| \frac{dp}{d \Theta} \right| d \Omega
\end{equation}
Die Verfolgung der Teilchenbahn terminiert, wenn die Energie unter einen bestimmten Wert abgefallen oder das Teilchen das Target verlassen hat.
Das Target wird als amorph angenommen, weshalb kristalline Richtungseigenschaften, wie zum Beispiel das sogenannte Channeling, ignoriert werden.
Der nukleare und elektronische Energieverlust werden unabh"angig voneinander behandelt.
- Das Teilchen verliert neben dem kontinuierlichen Energieverlust durch die elektronischen Bremskraft einen diskreten Betrag der Energie durch Kernst"o"se.
+ Das Teilchen verliert neben dem kontinuierlichen Energieverlust durch die elektronische Bremskraft einen diskreten Betrag der Energie durch Kernst"o"se.
Das einfallende Teilchen startet mit der Anfangsenergie $E = E_0$ an der Oberfl"ache des Targets.
Drei Zufallszahlen $R_1$, $R_2$ und $R_3$ werden auf die physikalischen Gr"o"sen freie Wegl"ange $l$, Sto"sparamter $p$ und den Azimutwinkel $\Phi$ abgebildet.
projects / lectures / latex.git / blobdiff