|
:: 게시판
:: 이전 게시판
|
이전 질문 게시판은 새 글 쓰기를 막았습니다. [질문 게시판]을 이용바랍니다.
통합규정 1.3 이용안내 인용"Pgr은 '명문화된 삭제규정'이 반드시 필요하지 않은 분을 환영합니다.법 없이도 사는 사람, 남에게 상처를 주지 않으면서 같이 이야기 나눌 수 있는 분이면 좋겠습니다."
09/03/09 15:08
항즐이님// 관심 가져주셔서 우선 감사합니다.
코딩은 Fortran이나 C++ 어느 쪽이어도 상관 없을 것 같습니다. 코딩보다는 시뮬레이션을 구성하는 알고리즘 중에서 왜 사용하며, 사용해서 무엇을 얻고자 하는 것인지 모르는 놈들이 있네요. MC move 과정에서 Acceptance 조절하는 것이 대표적인 예가 되겠네요. 그리고, Initial configuration 만드는 법도 제대로 모를 정도네요.. 한번만 잘 돌아가게 하면 이후 확장은 다양하게 시도해 보고 싶은게 많습니다.
09/03/09 15:12
포트란... -_-;; 초6때, 대1때 하고는 한번도 코딩한 적이 없는..
저는 Matlab밖에 안씁니다. 그리고 열역학쪽은 어떤 알고리즘이 필요한지 잘 모르겠네요.
09/03/09 15:29
맷랩 사용하시면 제어나 전기공학 쪽 이시려나요?
맷랩 사용하는 시뮬레이션도 알고리즘은 짜서 넣어주실 것 같은데 비슷한 방식일지 잘 모르겠네요. 저도 지금은 예제로 Understanding molecular simulation 이란 책의 Case study를 재연해보려고 하는 중이고요. 시뮬레이션은 대략 1. initial configuration, imput parameter 읽기. 2. Random number generator test 3. system size test 4. initial total energy 계산 5. Acceptance 50%로 조정 6. 루프 {mc move (시스템 안의 particle move 랜덤하게 move시킴) 시스템의 move 후의 configuration에 대한 에너지 계산하여 initial configuration의 에너지와 비교하여 수렴할때 까지 반복 새로운 에너지에 대한 Acceptance 재조정 } 7. 수렴된 시스템의 데이터 저장 후 종료 이렇게 크게 정리할 수 있겠습니다. 굵직한 흐름은 이런데 디테일에서 고전을 면치 못하고 있는 상황이네요 ㅠㅠ 열역학이 아니라도 좋습니다. 잘 돌아가는 시뮬레이션 예제를 라이브로 보면 많은 깨달음을 얻을 수 있을 것 같은데... 일단 보여주신 관심 대단히 감사드립니다. 그리고, 혹시 계산 테크닉 이해를 돕는데 좋은 예제 같은 것 있으면 추천좀 해 주시면 좋겠네요. 책이나 블로그, 홈피 아무거나 좋습니다.
09/03/09 16:04
흠.. 제가 이해하는 문제 방식과는 다른 건가요. 저는 금융쪽입니다.
제가 MC에서 필요한 건 원하는 대상의 구조 (이건 할 때마다, 분야마다 다르겠죠). 그리고 발생시킬 빈도수와 분포. 입니다. 흐름을 알고 계시고, 원하는 구조를 알고 계시는 걸로 보아 코딩의 문제인 듯 한데.. 코딩이라면 다른 분야인 제가 도와드리기는 어려울 듯 싶습니다.
09/03/09 16:11
최근에 이 계산 테크닉이 금융쪽에서 가장 활발하다고 하는데 피쟐에서도 금융쪽 전문가분을 가장 먼저 만나는군요.
금융 공학이나 금융 물리(또는 수학)에서 어떻게 다른 식으로 사용되는지는 제가 그쪽을 잘 몰라서 콕 찝어서 뭐라 말할 수가 없네요. 이 분야에 대한 어프로치가 피지컬한 시스템과 같다고 하니 나중에 짬날때 재미삼아 공부좀 해볼 계획인데 지금은 당장 해야 할 연구가... 나중에 항즐이님한테 파이낸스쪽 공부하게 되면 SOS함 드려도 될까요? 유진 스탠리 아저씨 책을 비롯하여 책도 몇권 미리 사놨다는;;;;
09/03/09 17:02
전 QM이랑, QM/MM 비코딩 MD 전문인지라.. 대신 MD/MC 코딩 관련해서 책 하나 추천드릴께요.
"Understanding Molecular Simulation" - From Algorithms to Applications- Daan Frenkel, Berend Smit, Academic Press 연구실에 형 한분이 MD를 Fortran으로 코딩하시긴 하는데 다리 놔드리기는 힘들것 같긴하네요; 그나저나 계산화학 대학원생 입장에서는 금융 쪽에 path integral이랑 MC 같은 method들이 쓰이는걸 볼때마다 신기하네요.
09/03/09 17:43
sinfire님// 제가 지금 예제로 다루고 있는 케이스 스터디가 바로 언급하신 책에 있는겁니다.
뉴비라서 헤메고 있다는 처절한 고백이 바로 이 글의 계기가 되었다고나 할까요 ㅠㅠ? 다리 놔주시면 생유베리감사일 것 같은데 어찌 안될까요? 사실 이 분야는 물리, 화학과에서 잡고 계신 분들이 젤 빠꼼할 것 같습니다. 전 타락한 화공 전공이라 그저 눈물만 ㅠㅠ;; 피쟐에 글 올림서 계속 들이대고 있는데 근성으로 부비부비하고 있는 중이네요. 한번만 계산 성공하면 그 다음부터는 혼자서 이것 저것 해보기 수월할 것 같은데 역시 처음이 제일 힘드네요. 마지막으로 관심 가져주셔서 대단히 감사드립니다(_ _)
09/03/09 23:09
지금 하시려는건 몬테카를로 sampling 문제이구요.. 확률분포에서 샘플들을 뽑아서.. low energy state를 찾는 문제인듯하네요.
금융쪽에서 MC는 마찬가지로 주사위를 굴려서 하는 방법이란건 같지만.. 보통 목표가 좀 다릅니다. 분포 자체에 관심이 있거나. 어떤 변수(예를 들어 수익)의 expectation을 구하고자 할 때 MC를 많이 쓰죠. MC 알고리즘은 매우 넓은 카테고리입니다. 그래서 어떤 MC알고리즘을 본다고 하더라도 전혀 도움이 되지 않을 가능성이 큽니다. 필요한게 MD쪽에 응용하시려는것 같은데.. 금융쪽에 응용된 MC 시뮬레이션 코드는 별반 도움이 되지 않을 겁니다. MD쪽 관련 자료를 바로 살펴보세요. 아마 MC쪽에서 출발하는 것보다. 고전역학 관점에서 구현한 코드들이 더 클래식한게 아닐까 하는데. 구글에 찾아보면 간단한 코드들 꽤 있을겁니다~
|
||||||||||