| 研究概要 |
我々は、(1)クラスターアルゴリズムによる量子モンテカルロ法の高速化、および(2)量子系のシミュレーションの基礎となる古典系ゲルのモンテカルロ法による研究を行った。以下(2)について述べる。
ゲルは、工学、医学、薬学など様々な分野で有用な物質であり、その基本的性質の解明は重要である。我々は、シンプルなモデルを用いて、ゲルの生成過程のモンテカルロシミュレーションを行った。モノマー、ラジカル、リンカーを使って、ラジカル重合反応をモデル化した。ラジカル重合の素過程のうち、成長反応と再結合をモデル化している。
粒子は簡単のために球形ポテンシャルを仮定した。ラジカルとアクティブモノマー間には、レナードジョーンズポテンシャルを与えた。非アクティブ粒子とラジカル、非アクティブ粒子同士には、斥力ポテンシャル、結合した粒子間には、ばねポテンシャルを仮定した。
シミュレーションにおいて、ラジカル数は40で固定し、モノマー数とリンカー数を変化させた。
横軸を重合度、縦軸はクラスター数として、重合度分布を得た。N_m, N_lが両方とも小さい時は、低い重合度のクラスターが数多く存在する。中間の地点ではlong tailが見られる。N_m, N_l両方が大きいときは、2つのピークが見られる。
このsingle peak, long tail, two peaksの相で分類して相図を得た。クラスター重合度分布は、実験における光散乱の緩和関数の分布と、定性的な一致を示す。
|
