跳到主要内容
Sandbox Physics
自由能与稀有事件

L2 · 第 2 章

一万帧轨迹能提供多少次独立观察

轨迹有一万帧,不代表观察了一万个独立构型。相邻照片可能几乎一样;更严重的是,整段录像可能始终困在同一个谷。先看系统是否访问了该访问的区域,再估计这些照片能提供多少独立信息。

热浴既拖慢运动,也不断推它

在强摩擦环境中,小珠的动量衰减得很快,可以只跟踪位置 r=(x,y)\mathbf r=(x,y)。势能梯度指向上坡,负梯度力把小珠拉下坡;热浴又给它随机的推力。各向同性摩擦记作 ζ\zeta,扩散系数为 D=kBT/ζD=k_{\mathrm B}T/\zeta。两者必须一起改变,才能保持同一个温度。

下面的 dWtd\mathbf W_t 是两个独立 Wiener 增量,每个分量的均值为零、方差为 dtdt。数值计算以小步长 Δt\Delta t 加上确定性下坡位移与高斯随机位移;越界后反射。这个有限步长模拟需要做步长收敛检查。

drt=−∇U(rt)ζ dt+2kBTζ dWtd\mathbf r_t=-\frac{\nabla U(\mathbf r_t)}{\zeta}\,dt+\sqrt{\frac{2k_{\mathrm B}T}{\zeta}}\,d\mathbf W_t
本课程的热浴是过阻尼、恒温、无惯性近似。轨迹时间是该模型的时间;加上采样偏置后,动力学也会改变。

详细平衡限制概率怎样流动

把连续空间暂时分成小格子。PijP_{ij} 表示一步从格子 ii 到 jj 的概率,πi\pi_i 是平衡占据。详细平衡要求每一对格子间的平均正向流与反向流相等。它比“总概率不再变化”更强,排除了持续循环的稳态概率流。

势能相同、温度相同,并不要求每一帧移动得一样快。只要相应噪声也随摩擦改变,摩擦较大的系统可以走同样的统计路线,只是花更长时间。第七章会把这个区别变成自由能完全相同、速率却不同的例子。

πiPij=πjPji\pi_iP_{ij}=\pi_jP_{ji}
详细平衡是一条动力学对称性。它不保证一段有限轨迹已经到达平衡,也不保证交换足够频繁。

用相邻帧的相似程度修正误差

先指定要估计的量 AnA_n,例如每帧的横坐标,或“是否在右谷”的零一指示量。相隔 ℓ\ell 帧的归一化协方差记作 ρA(ℓ)\rho_A(\ell)。如果长时间相关之和收敛,样本均值的方差等于独立样本公式乘统计低效因子 gAg_A。

完整例题:一个平稳序列满足 ρA(ℓ)=0.9ℓ\rho_A(\ell)=0.9^\ell。等比数列相加得到 gA=1+2(0.9/0.1)=19g_A=1+2(0.9/0.1)=19。保存一万帧,只相当于约 526526 个独立观察。独立样本公式会把均值标准误低估约 19=4.36\sqrt{19}=4.36 倍。

有效样本数依赖观测量。横坐标可能已经多次往返,隐藏方向却没有换谷。只报告一个最快变量的相关时间,会让整个计算显得过于可靠。

gA=1+2∑ℓ=1∞ρA(ℓ),Neff,A≃NgA,Var⁡(Aˉ)≃gA Var⁡(A)Ng_A=1+2\sum_{\ell=1}^{\infty}\rho_A(\ell),\qquad N_{\mathrm{eff},A}\simeq\frac{N}{g_A},\qquad \operatorname{Var}(\bar A)\simeq\frac{g_A\,\operatorname{Var}(A)}{N}
这些是平稳、充分长的相关序列近似。有限样本要截断噪声很大的相关尾部,并比较分块和不同种子。

来源:PLUMED Masterclass 21.2 · Michael R. Shirts and John D. Chodera

困在一个谷时,误差条可能很小

一颗小珠在左谷内晃动很快。你拍得再久,谷内均值都会很稳定,误差条看上去越来越漂亮。可是,如果从未离开左谷,右谷有多大权重仍然未知。相关时间的估计也看不到一个从未发生的跃迁。

把轨迹分成连续长块,比较前半段与后半段,并从两个不同山谷分别启动。若不同起点给出不同长期分布,增加采样或改变方法比继续细化误差条更有用。分块长度逐步增大后误差趋于平台,是有价值的检查;没有平台时,应保存这个失败结果。

把推理带进实验

让运动变慢,再比较同一长度的录像

  1. 先预测摩擦增加后,平衡占据和单位时间内的跃迁次数各会怎样变。
  2. 只改变摩擦,比较相同模型时间内的轨迹。再比较两条生存曲线的时间轴,检查两次运动是否只是时钟伸缩。
  3. 用“是否在右谷”作为观测量讨论独立信息。说明为什么保存更多相邻帧无法补上一次未发生的交换。

练习与解释性答案

  1. 把保存间隔缩短十倍、总模拟时间不变,均值标准误会缩小到原来的三分之一左右吗?

    展开解释

    通常不会。新帧更相似,相关因子也随之增加;已有连续路径没有获得十倍的新信息。要改善误差,主要应增加独立交换或延长总时间。过大的保存间隔也可能丢掉有用信息,应先检查相关衰减。

  2. 两个种子都给出很小的谷内波动,但分别停在不同谷。此时 bootstrap 误差很小能证明收敛吗?

    展开解释

    不能。重抽样只能重新组合已经访问的区域。两个种子的分歧暴露了未平衡的谷间权重;应先解决交换或采用覆盖两个谷的采样设计,再解释误差。

来源与复算范围

例题与示意图是原创教学材料。数值切片在自建二维模型上复算指定估计方程,并与独立积分、PyMBAR 比较。最后一章阅读 MBAR 论文图 1,同时列明本次计算没有包含的实验材料。

模型定义、脚本与数值记录

  1. PLUMED Masterclass 21.2, Statistical errors in MD (documentation v2.9)

    核读 Background 与练习 2、7–9:边缘概率、相关样本、分块和 bootstrap。原教程说明练习使用 PLUMED 2.7.0;本课程另行定义二维模型。

  2. Michael R. Shirts and John D. Chodera, Statistically optimal analysis of samples from multiple equilibrium states, J. Chem. Phys. 129, 124105 (2008)

    冻结 arXiv v3。核读第二至四节、式 (9)、(11)–(14)、第五节图 1 与附录 A–C。复算范围是自建模型上的平衡估计方程;图 1 用于读图教学,未复现 DNA 发夹轨迹或图中数值。

反馈这个页面有错误、看不明白,或者缺了什么?告诉我们
反馈类型

提交时会附带本页地址、Lab ID、网站语言和设备类型。请不要填写个人信息。反馈最多保存 12 个月。隐私政策