Coarse-Grained Langevin Approximations and Spatiotemporal Acceleration for Kinetic Monte Carlo Simulations of Diffusion of Interacting Particles

运动蒙特卡罗方法在表面上为象交往的粒子的散开那样的显微镜的过程的模拟提供一个强大的计算工具，在详细原子论的水平。然而，如此的算法典型地是昂贵的计算联盟者并且被限制为相当小的空间与时间的规模。向克服这个问题的一条途径是纹理粗糙的蒙特卡罗算法的发展。在最近的文学，这些方法被显示能够当仍然在显微镜的相互作用和变化上合并信息时，高效地描述大得多的长度规模。在这篇论文，随机的微分方程的一个纹理粗糙的 Langevin 系统作为交往的粒子的散开的近似被导出，基于这些更早纹理粗糙的模型。作者表明 Langevin 近似和内在的显微镜的进程的短暂、长的时间行为的 asymptotic 等价，用象为交往的粒子系统的大偏差那样的 asymptotics 方法，并且而且，介绍相应数字模拟，比较象吝啬的路径一样的统计数量，汽车关联和力量系列显微镜并且接近的 Langevin 进程。最后，这里介绍的 Langevin 近似是比常规运动蒙特卡罗方法有效的更多计算联盟者，这被显示出，自从除了在在纹理粗糙的蒙特卡罗方法的自由的空间度的数字的减小，随机的微分方程的 Langevin 系统允许在一单个时间的多重粒子行动走。