Tietokonemallinnus fysiikan työvälineenä. Juha Samela Luonnonfilosofian seura 13.10.2015



Samankaltaiset tiedostot
Simulointi. Johdanto

Integrointialgoritmit molekyylidynamiikassa

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen

Potentiaalikuopalla tarkoitetaan tilannetta, jossa potentiaalienergia U(x) on muotoa

FYSA242 Statistinen fysiikka, Harjoitustentti

Kon Simuloinnin Rakentaminen Janne Ojala

VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA. Lauri Karppi j SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI.

Voima ja potentiaalienergia II Energian kvantittuminen

Aikaerotteinen spektroskopia valokemian tutkimuksessa

Kvanttifysiikan perusteet 2017

Fysiikka 8. Aine ja säteily

PHYS-C0240 Materiaalifysiikka (5op), kevät 2016

Teoreettisen fysiikan esittely

Logistiikkajärjestelmien mallintaminen - käytännön sovelluksia

Perusopintojen Laboratoriotöiden Työselostus 1

Kemiallinen reaktio

Stanislav Rusak CASIMIRIN ILMIÖ

FYSA2031 Potentiaalikuoppa

Tieteen popularisointi Kvanttipiirit

Luento 8. Lämpökapasiteettimallit Dulong-Petit -laki Einsteinin hilalämpömalli Debyen ääniaaltomalli. Sähkönjohtavuus Druden malli

Ideaalikaasulaki. Ideaalikaasulaki on esimerkki tilanyhtälöstä, systeemi on nyt tietty määrä (kuvitteellista) kaasua

Fysiikan kurssit. MAOL OPS-koulutus Naantali Jukka Hatakka

Osallistumislomakkeen viimeinen palautuspäivä on maanantai

Tutkimustiedonhallinnan peruskurssi

766334A Ydin- ja hiukkasfysiikka

P = kv. (a) Kaasun lämpötila saadaan ideaalikaasun tilanyhtälön avulla, PV = nrt

Monte Carlo -menetelmä optioiden hinnoittelussa (valmiin työn esittely)

Sarake 1 Sarake 2 Sarake 3 Sarake 4. Vahvistumisen jälkeen tavaran hinta on 70. Uusi tilavuus on

Mekaniikan jatkokurssi Fys102

Työ 5: Putoamiskiihtyvyys

LASKENNALLISEN TIETEEN OHJELMATYÖ: Diffuusion Monte Carlo -simulointi yksiulotteisessa systeemissä

FYSIIKAN LABORATORIOTYÖT 2 HILA JA PRISMA

PHYS-C0240 Materiaalifysiikka kevät 2017

ja KVANTTITEORIA MODERNI FYSIIKKA KVANTTITEORIAN SYNTY AALTO HIUKKAS-DUALISMI EPÄTARKKUUSPERIAATE TUNNELOITUMINEN ELEKTRONIRAKENNE UUSI MAAILMANKUVA

Simulaatiohypoteesi. Luonnonfilosofian seura Juha Samela

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

Lakkautetut vastavat opintojaksot: Mat Matematiikan peruskurssi P2-IV (5 op) Mat Sovellettu todennäköisyyslaskenta B (5 op)

Fysikaalisten tieteiden esittely puolijohdesuperhiloista

1240eV nm. 410nm. Kun kappaleet saatetaan kontaktiin jännite-ero on yhtä suuri kuin työfunktioiden erotus ΔV =

Termodynamiikka. Fysiikka III Ilkka Tittonen & Jukka Tulkki

Termodynamiikka. Termodynamiikka on outo teoria. Siihen kuuluvat keskeisinä: Systeemit Tilanmuuttujat Tilanyhtälöt. ...jotka ovat kaikki abstraktioita

4) Törmäysten lisäksi rakenneosasilla ei ole mitään muuta keskinäistä tai ympäristöön suuntautuvaa vuorovoikutusta.

TFM-tutkinto-ohjelma, tekniikan kandidaatin tutkinnon pääaineet lv Teknillinen fysiikka Matematiikka Mekaniikka Systeemitieteet

33 SOLENOIDIN JA TOROIDIN MAGNEETTIKENTTÄ

Infrapunaspektroskopia

Teknillisen fysiikan ja matematiikan tutkintoohjelma, tekniikan kandidaatin tutkinnon pääaineet

Sovelletun fysiikan pääsykoe

Mekaniikan jatkokurssi Fys102

KVANTTITEORIA MODERNI FYSIIKKA KVANTTITEORIAN SYNTY AALTO HIUKKAS-DUALISMI EPÄTARKKUUSPERIAATE TUNNELOITUMINEN ELEKTRONIRAKENNE UUSI MAAILMANKUVA

Kvanttimekaniikan tulkinta

Vuorovaikutusten dynamiikkaa

Z 1 = Np i. 2. Sähkömagneettisen kentän värähdysliikkeen energia on samaa muotoa kuin molekyylin värähdysliikkeen energia, p 2

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot

Fysiikan perusteet. SI-järjestelmä. Antti Haarto

SISÄLTÖ MITÄ FYSIIKKA ON KLASSILLINEN FYSIIKKA

PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA

FYSA234 Potentiaalikuoppa, selkkarityö

Juha Merikoski. Jyväskylän yliopiston Fysiikan laitos Kevät 2009

Valomylly. (tunnetaan myös Crookesin radiometrinä) Pieni välipala nykyisin lähinnä leluksi jääneen laitteen historiasta.

2. Pystyasennossa olevaa jousta kuormitettiin erimassaisilla kappaleilla (kuva), jolloin saatiin taulukon mukaiset tulokset.

Bifurkaatiot dierentiaaliyhtälöissä. Systeemianalyysin. Antti Toppila laboratorio. Teknillinen korkeakoulu

Matemaattisesta mallintamisesta

Tässä luvussa keskitytään faasimuutosten termodynaamiseen kuvaukseen

PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA

FYSA234 Potentiaalikuoppa, selkkarityö

eriste C K R vahvistimeen Kuva 1. Geigerilmaisimen periaate.

Paavo Kyyrönen & Janne Raassina

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Mat Systeemien identifiointi, aihepiirit 1/4

Harjoitus 2: Matlab - Statistical Toolbox

Termodynamiikan suureita ja vähän muutakin mikko rahikka

5.10. HIUKKANEN POTENTIAALIKUOPASSA

Harjoitustyö, joka on jätetty tarkastettavaksi Vaasassa

Vertaileva lähestymistapa järven virtauskentän arvioinnissa

Luento 2: Liikkeen kuvausta

Numeeriset menetelmät

Mekaniikan jatkokurssi Fys102

BM20A0900, Matematiikka KoTiB3

3. Simulaatioiden statistiikka ja data-analyysi

Mikroskooppisten kohteiden

Sisältö. Vuorovaikutusten dynamiikkaa. Lämpöenergia: brownin liike. Tassu Takala, TML Inf Verkostojen perusteet

kertausta Boltzmannin jakauma infoa Ideaalikaasu kertausta Maxwellin ja Boltzmannin vauhtijakauma

PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2016

FUNKTIONAALIANALYYSIN PERUSKURSSI Johdanto

Puhtaan kaasun fysikaalista tilaa määrittävät seuraavat 4 ominaisuutta, jotka tilanyhtälö sitoo toisiinsa: Paine p

Differentiaali- ja integraalilaskenta

Teoreettisen fysiikan tulevaisuuden näkymiä

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

PHYS-A0120 Termodynamiikka syksy 2016

FYSIIKKA (FY91): 9. KURSSI: Kertauskurssi KOE VASTAA KUUTEEN (6) TEHTÄVÄÄN!!

Kemian Nobel Jaakko Akola

Elastisuus: Siirtymä

ELEKTROMAGNEETTISET VOIMAT SAMANSUUNTAISISSA VIRTA- JOHDOISSA

Luku 14: Elektronispektroskopia. 2-atomiset molekyylit moniatomiset molekyylit Fluoresenssi ja fosforesenssi

V ar(m n ) = V ar(x i ).

Sovellettu todennäköisyyslaskenta B

Experiment Finnish (Finland) Hyppivät helmet - Faasimuutosten ja epätasapainotilojen mekaaninen malli (10 pistettä)

H7 Malliratkaisut - Tehtävä 1

Mekaniikan jatkokurssi Fys102

PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA

Transkriptio:

Tietokonemallinnus fysiikan työvälineenä Juha Samela Luonnonfilosofian seura 13.10.2015

Aiheita Mistä on kysymys? Lyhyt historiikki Molekyylidynamiikka ja nanokappaleet Mallinnus vs. kokeet Näkyvän maailman emergenssi Onko kosmos mallinnettavissa? Soluautomaatit Onko kosmos digitaalinen? Voiko elämää mallintaa/simuloida?

MISTÄ TIETOKONE- MALLINNUKSESSA ON KYSYMYS?

Analyyttinen ratkaisu

Numeerinen ratkaisu Jos analyyttistä ratkaisua ei ole johdettavissa, on yhtälö ratkaistava numeerisesti. Saadaan likimääräisratkaisu. Esimerkkinä elementtimenetelmä: Poikkileikkaus rautasylinteristä. Punainen viivoitus kuvaa laskentahilaa. Menetelmällä laskettu magneettivuon tiheys

Monte Carlo -menetelmä Ympyrän sisään osuneiden pisteiden määrä suhteessa pisteiden kokonaismäärään on likiarvo luvulle π/4.

Simulointimalli Simuloidaan fysikaalisen systeemin aikakehitystä Lähtökohtana simuloinnin kohteita koskevat säännöt tai kaavat Ei ohjaavaa makroskooppista teoriaa

Satunnaisluvut Oikea satunnaisuus Esimerkiksi radioaktiivinen kappale Keinotekoinen satunnaisuus Tietokonealgoritmi, joka tuottaa riittävän pitkä sarjan ei-periodisia ja tasaisesti jollekin arvoalueelle jakautuneita satunnaislukuja

On tietokonemallinnus kokeellista tutkimusta? Ei ole!

LYHYT HISTORIA JA NYKYPÄIVÄÄ

Lyhyt historia 1940 1950 1960 1970 1980 1990 2000 2010 Tietokoneet Rinnakkaislaskenta Työasemat Grid-laskenta Molekyylidynamiikka Soluautomaatit

Lisätietoja CSC Tieteen tietotekniikan keskus www.csc.fi Helsingin yliopiston tutkimusryhmä http://www.acclab.helsinki.fi/sim/ Akatemian huipputukimusyksikkö: Computational Nanoscience http://physics.aalto.fi/groups/comp/

ESIMERKKINÄ MOLEKYYLIDYNAMIIKKA

Molekyylidynamiikka Muutaman atomin vuorovaikutus F mallinnetaan kvanttimekanisten laskujen avulla etukäteen. -F Vuorovaikutusalue Simuloinnin aikana tätä tulosta käytetään laskettaessa atomien väliset voimat. Jokaisella simuloinnin aika-askeleella F = - V atomeja siirretään niihin vaikuttavan voiman perusteella. a = F/m Simuloinnissa atomit ovat klassista mekaniikkaa noudattavia massapisteitä.

Atomien väliset vuorovaikutukset Atomien väliset voimat lasketaan vuorovaikutuksia kuvaavista potentiaalifunktioista. Potentiaali on aina simuloitavalle Aineelle tyypillinen. Wikimedia commons: covalent bonding

Digitaalisen aineen laadunvarmistus Simuloinnissa käytettävän kappaleen ominaisuuksia on verrattava kokeellisiin tosiasioihin.

Au 6300 500 ev/atom

TUTKIMUSESIMERKKI GRAAFEENI

Argon-nanohiukkasten osumajäljet Atomivoimamikroskoopin kuvia, 4 kev Ar 27 (Popok et al. PRB 2011).

Nanohiukkasten osumat 3 1 ionilähde atomeja poistuu pinnalta ionisuihku Osuma = simuloitava ilmiö 2 Target kraateri pinnalla ioni = sähköisesti varautunut yksittäinen atomi tai atomiryväs (nanohiukkanen)

Koejärjestely Kohteena synteettinen hiilikalvo Säteilytys Ar n+ -ionisuihkun avulla Pinnan etsaus 600 o C Pinnan tutkiminen atomivoimamikroskoopilla Wikimedia commons, http://kristian.molhave.dk

Tutkimuksen kulku 1 Kokeellinen tai teollinen prosessi 2 3 Pinnan rakenteen mittaus Simulointi - vuorovaikutusmalli Tulosten vertailu 4 Teoreettinen tarkastelu

Molekyylidynaaminen simulointi Tersoffin vuorovaikutusmalli hiiliatomien kesken Lennard-Jones vuorovaikutusmalli Ar-atomien välillä Pelkkä repulsiivinen vuorovaikutus argonin ja hiilen välillä Kohteen koko 20x20x10 nm Simuloitu aikakehitys 25ps

Argonin syvyyden skaalautuminen Skaalautumislaki Kertoo mitattujen suureiden käyttäytymisen kokeen parametrien funktiona Ensimmäinen askel kohti matemaattista teoriaa Ilmiön ymmärtäminen on yleensä pitkällä, jos simulointi tuottaa kokeellisesti todetun skaalautumislain Vaurioituneen alueen syvyys on verrannollinen nanohiukkasen liike-energiaan Eri tutkimuksia yhdistelemällä nähdään, että samankaltainen riippuvuus toteutuu monissa materiaaleissa

TUTKIMUSESIMERKKI AALLOT PIIN PINNALLA

Aaltoja piikiekon pinnalla Xe ionisuihkutuksen seuraus: Suihkun kulma 5, 45 ja 75 astetta pintaan nähden. Ziberi et al. PRB 72 (2005) 235310.

Yksittäisen ionin osuma Rakenteelliset muutokset ja atomien sinkoaminen Osuman aikaansaama paineaalto muuttaa atomien sijainteja laajalla alueella. Pienet atomien sijaintien muutokset < 1 Å

Atomien sijaintien muutos 500 simulaation keskiarvona

Multiscale modelling Aallonpituudet 4 Vertailu kokeellisiin tuloksiin 3 Aallonmuodostuksen matemaattinen malli Keskimääräinen siirtymäkenttä ja kraaterifunktiot 2 1 Molekyylidynaaminen simulointi Optimoitu rakenne Simuloitavan rakenteen optimointi Vuorovaikutusmalli (EDIP) Vertailu kokeellisiin tuloksiin

Kontinuumimalli Pinnan korkeuden h muutos: Kertoimet M saadaan simuloinneista: J. Phys.: Condens. Matter 21 (2009) 224017, J. Phys.: Condens. Matter 21 (2009) 22418, J. Vac. Sci. Technol. A 6 (1988) 2390

Moments obtained from MD (Si) Ovatko tulokset luotettavia? Ehkä, sillä - Materiaali on hyvin optimoitu. - Simuloinnissa on vältetty keinotekoisten efektien muodostumista - 200-500 satunnaisen simuloinnin sarja Nature Communications 2 (2011) 276

Ja vihdoinkin tulos: Pinta-aaltojen aallonpituus ionisuihkun kulman funktiona Käyrät ovat kokeellisia mittauksia Pisteet saatu simuloimalla Nature Communications 2 (2011) 276

EMERGENSSI

Emergenssi Emergenssi tarkoittaa tietystä kokonaisuudesta nousevaa ja syntyvää uutta ilmiötä, ominaisuutta tai toiminnan tasoa. Emergentismillä tarkoitetaan filosofiassa ontologista kantaa, jossa johonkin fysikaaliseen systeemiin ilmestyy uusia ominaisuuksia (Wikipedia). Vahva ja heikko emergenssi (David J. Chalmers): Vahva: Ylemmän tason ilmiö ei ole johdettavissa alemman tason ilmiöistä, vaikka ne ovat välttämättömiä ylemmän tason ilmiön esiintymiselle. Heikko: Ylemmän tason ilmiö on johdettavissa alemman tason ilmiöistä, mutta se on odottamaton, toisin sanoen alemman tason kuvaus ei sisällä mitään ylemmän tason ilmiön kuvausta.

Molekyylidynamiikka havainnollistaa sen, että... Näkyvän fyysisen maailman ilmiöt muodostuvat heikon emergenssin kautta atomien vuorovaikutuksista. Esimerkiksi kraatterit ja säännölliset pintarakenteet muodostuvat yksittäisten atomien välisten vuorovaikutuksen seurauksena tarvitsematta olettaa muuta. Väitettä voi epäillä, mutta epäilyn perusteleminen ei ole helppoa!

Lämmön siirtyminen esimerkki emergenssistä Termodynamiikka on fysiikan teoria, joka kuvaa lämpöilmiöitä, esimerkiksi lämpöenergian siirtymistä kuumemmalta alueelta kylmemmälle alueelle. Simuloinnissa ei sovelleta termodynamiikkaa. Lämpöenergia on simuloinnissa pelkästään atomien värähtelyä tasapainoasemansa ympärillä. Lämmön siirtyminen syntyy atomien keskinäisistä vuorovaikutuksista. Lopputulos on sama kuin termodynaamisista yhtälöistä laskemalla saatu tulos. Huom! Molekyylidynamiikka ei sellaisenaan sovellu lämpösäteilyn simulointiin. Säteilyn kautta poistuva energia voidaan ottaa pois systeemistä keinotekoisesti.

Simuloinneissa havaitaan sama nanomaailman erilaisuus kuin kokeellisesti Nanometriluokan systeemit käyttäytyvät usein varsin eri tavalla verrattuna makroskooppisiin systeemeihin. Siirryttäessä tuhansien atomien järjestelmistä miljardien atomien järjestelmiin, ilmiöt alkavat vähitellen noudattaa makroskooppisten ilmiöiden lainalaisuuksia. Jyrkkää rajaa nanomaailman ja metrimaailman välillä ei ole.

Nanokraateri ja makroskooppinen kraateri 10 nm Ni Esquivel et al., J. Mat. Sci. 38 (2003) 2223 107 kev/atom Au 13 on Au(111)

Kraaterin muodostuminen Nanohiukkanen törmää suurella nopeudella metallin pintaan. Energia pakkautuu pistemäiseksi Kokeellisesti nähdään vain lopputuloksena syntynyt kraateri NIMB 263 (2007) 375 388

Makroskooppinen skaalautuminen saavutettu simuloinneissa Kraatterin tilavuus / atomi? PRL 101 (2008) 027601

Ilmiön ymmärtäminen syntyy usean tutkimuksen kautta

ONKO KOSMOS MALLINNETTAVISSA?

Determinismi Determinismi filosofisena kantana tarkoittaa, että kaikella on syynsä ja kaikki tapahtuu välttämättömyydestä (Laplacen demoni 1814) Simulointiprosessi tietokoneella on deterministinen Näin siitä huolimatta, että käytetään satunnaislukuja Riittävän suorituskykyisellä tietokoneella voi mallintaa minkä tahansa deterministisen systeemin Ei-deterministisen systeemin mallintaminen edellyttäisi äärettömän suorituskykyistä tietokonetta

Ei tukea determinismille Käytännön syitä Laskentatarkkuus on aina äärellinen, ajan mittaan simuloidussa systeemissä syntyy energiaa tai energiaa katoaa Pienikin muutos alkuehdoissa johtaa ajan mittaan suureen muutokseen systeemin käyttäytymisessä Kvanttimekaanisia syitä Aito satunnaisuus: esimerkiksi ytimen hajoaminen kvanttimekaanisen tilan todennäköisyysluonne Kvanttimekaniikan epätarkkuusperiaate

mutta jos Kosmos onkin diskreetti? Digitaalinen fysiikka Kosmos muodostuu informaatiosta ja on jollain tavalla mallinnettavissa tietokoneelle Periaatteessa on olemassa deterministinen tai todennäköisyyksiin perustuva tietokonemalli, joka tuottaa Kosmoksen https://en.wikipedia.org/wiki/digital_physics Yksi perustelu on, että monet kvanttimekaaniset ilmiöt ovat diskreettejä, esimerkiksi atomin energiatasot

Soluautomaatti a i k a http://mathworld.wolfram.com/cellularautoma ton.html

Game of Life https://en.wikipedia.org/wiki/conway's_game_of_life

Simulaatiohypoteesi Hypoteesi: Kosmos on simulointimalli, jonka osia olemme. Tietojenkäsittelykapasiteetin kasvu Kvanttifysikaalisen todellisuuden osittain diskreetti luonne Jos emme nyt ole osa simulointimallia, jälkeläisemme eivät syystä tai toisesta simuloi menneisyyttä. https://en.wikipedia.org/wiki/simulation_hyp othesis

VOIKO ELOLLISIA OLIOITA MALLINTAA?

Itse muodostuvat järjestelmät Suuri orgaaninen molekyyli tai jopa virus muodostuu itsestään, kun sen osaset tuodaan samaan tilaan (self-assembly). Esimerkiksi tupakkavirus (Tobacco Mosaic Virus) Voidaanko näin simuloida elollisen olion muodostuminen?

BIODIDAC

Lasin särkyminen osoitettu tieteellisesti! EPL 96 (2011) 16005

KIITOS!