Physikalische Optimierung - Physik - Universität Regensburg
Physikalische Optimierung - Physik - Universität Regensburg
Physikalische Optimierung - Physik - Universität Regensburg
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Kapitel 2<br />
Monte-Carlo-Methoden<br />
2.1 Statistische <strong>Physik</strong><br />
In der klassischen <strong>Physik</strong> können mit Hilfe der Newtonschen Bewegungsgleichungen<br />
Probleme mit begrenzter Teilchenzahl exakt beschrieben werden. Kennt man zu einem<br />
bestimmten Zeitpunkt t0 alle physikalischen Größen, die den Zustand des Systems<br />
bestimmen, so läßt sich der Systemzustand zu allen späteren Zeitpunkten t eindeutig<br />
vorhersagen.<br />
Bei komplizierten Vielteilchensystemen ist das jedoch nicht mehr möglich; man<br />
geht dann dazu über, mit statistischen Größen zu rechnen. Die Auswertung der statistischen<br />
Mittelwerte ermöglicht dann Aussagen über das makroskopische Verhalten<br />
des Systems. Aufgrund der großen Anzahl von Konfigurationen kommen auch bei der<br />
physikalischen <strong>Optimierung</strong> die Methoden der statistischen <strong>Physik</strong> zum Einsatz.<br />
Die in diesem Zusammenhang betrachteten Systeme können im Allgemeinen als kanonische<br />
Ensembles aufgefasst werden. Das sind abgeschlossene Systeme, die sich in<br />
thermischem Kontakt mit einem umgebenden Wärmebad befinden. Dabei kann Energie<br />
ausgetauscht werden, jedoch keine Teilchen. Befindet sich ein solches System im thermischen<br />
Gleichgewicht - d.h. die Temperatur T des Systems ist gleich der Temperatur<br />
des Wärmereservoirs - dann kann die Wahrscheinlichkeitsverteilung eines beliebigen<br />
Zustands durch die Boltzmann-Verteilung [No02]<br />
Pequ(σ) = 1<br />
Z exp<br />
<br />
− H(σ)<br />
<br />
(2.1)<br />
kBT<br />
beschrieben werden. Dabei ist kB die Boltzmann-Konstante und Z die Zustandssumme,<br />
die in der statistischen <strong>Physik</strong> eine zentrale Rolle spielt und bei der Berechnung<br />
vieler Größen als Normierungsfaktor auftritt. Die Zustandssumme ist gegeben durch:<br />
Z = <br />
exp(−βH(σ)) (2.2)<br />
σ∈Γ<br />
wobei H die Hamiltonfunktion und β = 1<br />
kBT ist. Den Mittelwert oder thermischen<br />
Erwartungswert einer Observablen A eines diskreten Systems berechnet man sodann<br />
14