我被教导在模拟热平衡中的生物分子时,最好使用朗之万恒温器 - 一种产生轨迹的算法,它是朗之万(随机微分)方程给出的随机过程的实现。我对这个算法从玻尔兹曼分布创建样本的能力没有任何疑问,但是关于系统的时间相关行为它的“正确性”呢?换句话说:我们从模拟中得到的电影是否反映了生物分子的实际行为?
最近,我一直在研究 van Kampen 的《物理和化学中的随机过程》(第 3 版),在第 56 页(第三章第 2 段)中,对微观系统的随机描述进行了相当哲学的讨论。这是我发现最令人困惑的部分:
在接受了系统的不规则运动可以重新表述为随机过程之后,人们面临着选择适当过程的任务。对于一个封闭的、孤立的系统,通常按如下方式完成。微观确定性运动可以由相空间中的轨迹表示。每个点在时间被运动映射到点之后,其中是唯一确定的。如果现在在某个初始时间选择的不是单个初始状态中的概率密度,则是上一节中定义的随机过程。选择初始以反映系统准备的方式。与系统有关的任何其他物理量都是相位点 ,因此也成为随机过程。
这是对非平衡行为和波动进行随机描述的常用方法。它是推导所谓的“广义朗之万方程”和线性响应理论中 Kubo 关系的起点。本书第一版甚至提倡这一点——但这是错误的. 布朗粒子的不规则运动与某个初始状态的概率分布无关。相反,它是由周围的浴分子引起的,是整个系统中所有变量的残余,这些变量已被忽略,以便仅获得布朗粒子的方程,参见 IV.a 和 VIII.3。因此,建立布朗运动随机描述的正确方法是从整个系统的完整微观方程组中仔细消除浴变量。
(Van Kampen 提供了参考资料:NG van Kampen 和 I Oppenheim, Physica A 138, 231 (1986),我无法访问。)
我的问题:当我们对分子系统的实际时间相关行为感兴趣时,使用朗之万恒温器是否不正确?或者,也许,一旦我们将生物分子浸入足够大的水盆中,基于朗之万方程的描述“还不错”,从而模拟环境的复杂性?