1 概述

第一部分 基本原理

2 统计力学

2.1 熵及温度

2.2 经典统计力学

2.2.1 各态历经性

3 Monte Carlo模拟

3.1 Monte Carlo方法

3.1.1 重要性抽样

3.1.2 Metropolis方法

3.2 基本Monte Carlo算法

3.2.1 算法

3.2.2 技术细节

3.3 尝试移动

3.3.1 平动

3.3.2 方位移动

3.4 应用

4.1 概念

4 分子动力学模拟

4.2 程序

4.2.1 初始化

4.2.2 力的计算

4.2.3 运动方程积分

4.3 运动方程

4.3.1 其他算法

4.3.2 高阶算法

4.3.3 时间可逆算法的刘维公式

4.3.4 李雅普诺夫非稳定性

4.4 混合Monte Carlo

4.5 计算机实验

4.5.1 扩散

4.5.2 测定相关性的n-阶算法

4.6 一些应用

第二部分 系综

5 不同系综中的Monte Carlo模拟

5.2.1 Monte Carlo模拟

5.1 一般方法

5.2 正则系综

5.2.2 算法的证明

5.3 微正则Monte Carlo

5.4 等温等压系综

5.4.1 统计力学基础

5.4.2 Monte Carlo模拟

5.4.3 应用

5.5 等张力等温系综

5.6 巨正则系综

5.6.1 统计力学原理

5.6.2 Monte Carlo模拟

5.6.3 算法的证明

5.6.4 应用

6 不同系综中的分子动力学

6.1 恒温下的分子动力学

6.1.1 Andersen热浴

6.1.2 Nose-Hoover热浴

6.1.3 Nose-Hoover链

6.2 在线优化：Car-Parrinello方法

第三部分 相平衡

7 自由能计算

7.1 热力学积分

7.2 化学势

7.2.1 粒子插入法

7.2.2 其他系综

7.2.3 重叠分布法

7.3 其他自由能方法

7.3.1 多直方图

7.3.2 接受率法

7.4 伞形抽样

8 无界面的共存相

8.1 Gibbs系综法

8.1.1 配分函数

8.1.2 Monte Carlo模拟

8.1.3 方法的实施

8.1.4 结果分析

8.2 应用

8.3 半巨正则系综

9 含固体的相平衡

9.1 热力学积分

9.2 固体的自由能

9.2.1 具有不连续势能的原子固体

9.2.2 具有连续势能的原子固体

9.3 分子固体的自由能

9.4 描绘共存曲线

第四部分 高等方法

10 约束

10.1 约束

10.2 约束及非约束平均

11 稀有事件

11.1 理论背景

11.2 逾越势垒模拟

12.1 簇

12.簇移动

12.2 早期拒受方法

13 复杂流体

13.1 偏倚抽样方法

13.1.1 Metropolis之外的方法

13.1.2 取向偏倚

13.2 链状分子

13.2.1 构型偏倚Monte Carlo

13.2.2 格子模型

13.2.3 非格子模型

13.3 尝试取向的产生

13.3.1 强分子内部相互作用

13.4 固定末端

13.4.1 格子模型

13.4.2 充分柔性链

13.5 巨正则系综

13.5.1 算法

13.6 Gibbs系综模拟

13.6.1 算法

13.7 聚合物之外的模拟

14 链状分子的自由能

14.1 作为可逆功的化学势

14.2 Rosenbluth抽样

14.2.1 具有离散构象的大分子

14.2.2 扩展至连续可变形分子

14.2.3 重叠分布Rosenbluth方法

14.2.4 递归抽样

A1 静态响应

附录A 线性响应理论

第五部分 附录

A2 动态响应

A3 耗散

附录B 长程作用

B1 Ewald加和

B2 其他替代算法

附录C 节省CPU时间

C1 Verlet列表

C2 元胞列表

C3 Verlet和元胞联合列表

C4 效率

附录D 统计误差

D1 统计性质：体系尺度

D2 相关函数

D3 块平均

附录E 积分方法

E1 高阶方法

E2 Nose-Hoover算法

E3 Nose-Hoover链

附录F 参考态

巨正则系综模拟

附录G Glbbs系综中的统计力学

G1 Gibbs系综自由能

G2 Gibbs系综的化学势

附录H 一些通用算法

附录I 聚合物的重叠分布

参考文献