Facultad de Ciencias

Grado de Física
Física Estadística

Simulación de Dinámica Molecular

Autor
Rubén Carrión Castro
Física Estadística Rubén Carrión Castro

1. Introducción
En este trabajo hemos recreado una simulación de 1000 partículas encerradas en un cubo, con
condiciones de frontera que hacen que si una partícula atraviesa una cara del cubo, esta sale por
la cara opuesta.

Para realizar esta simulación, hemos empleado el algoritmo de Verlet, usando como lenguaje
de programación Fortram y para representar las gráficas, hemos usado Gnuplot.

2. Gráficas y comentarios
En esta sección vamos a mostrar las gráficas de nuestra simulación y hacer unos comentarios
sobre las mismas.

Posiciones de las partículas

Figura 1: Posición inicial de las partículas.

Esta gráfica presenta la distribución inicial de las partículas, siendo cada ’+’ una partícula.
Física Estadística Rubén Carrión Castro

Figura 2: Posición final de las partículas.

Esta gráfica representa las posiciones finales de las partículas. Podemos apreciar que no hay
ningún patrón reconocible, pues hemos usado un comando para describir las condiciones inicia-
les de las partículas, que las vuelve aleatorias.

Energía

Figura 3: Energías del sistema.

Esta gráfica representa el promedio de la energía cinética, potencial y mecánica de las partícu-
las. Podemos apreciar que la energía mecánica permanece constante a lo largo del tiempo, en un
valor un poco inferior a 4000, siendo esto un buen indicativo de que hemos realizado esta parte
de la simulación de manera correcta, pues la energía mecánica es Em = Ec + EP .
Física Estadística Rubén Carrión Castro

También podemos apreciar que para tiempo cercano a cero hay un pico, tanto en la energía
cinética como en la potencial, siendo un máximo en la potencial y un mínimo en la cinética.
Podemos explicar esto, volviendo a la Figura 1, pues las partículas están uniformemente distri-
buidas y al aplicarle condiciones iniciales aleatorias, estas debieron haber realizado numerosos
choques entre ellas al comienzo de la simulación, explicando el pico que hay en la energía po-
tencial y al chocarse, la velocidad de las partículas, en el instante de la colisión, se hace nula,
explicando también el mínimo que hay en la energía cinética.

Además, cabe recalcar que se estabilizan ambas luego de los picos pronunciados, estabilizán-
dose la energía cinética en un valor un poco superior a 6000 y la potencial en un valor un poco
inferior a -2000, lo que explica también el valor de la energía mecánica, pues

Em = Ec + EP ⇒ (∼ 4000) = (∼ 6000) + (∼ (−2000))

Se puede apreciar que esta estabilización no es una línea recta, debido a que siguen produ-
ciéndose colisiones.

Temperatura

Figura 4: Temperatura del sistema en función el tiempo.

Esta gráfica muestra la temperatura del sistema a lo largo del tiempo. Podemos apreciar dos
picos, uno máximo y otro mínimo a principio del tiempo. Como hemos definido la temperatura
a partir de la energía cinética, el primer pico se deberá a que al inicio de la simulación, todas las
partículas comienzan a moverse sin haber perdido nada de energía debido a colisiones y muy
poco tiempo después comienzan a colisionar, reduciendo su velocidad y por consiguiente, su
energía cinética, ocasionando el mínimo de temperatura.

La fórmula que hemos utilizado para relacionar la energía cinética con la temperatura es
3
T= kB T (1)
2
Física Estadística Rubén Carrión Castro

siendo T la energía cinética media del sistema, T la temperatura y kB la constante de Boltz-

mann. Hemos usado 23 porque estamos en tres dimensiones. Como lo que queremos es represen-
tar la temperatura, despejamos T de la ecuación (1), obteniendo

2
T= T (2)
3kB
Esta constante que acompaña a la energía cinética, debemos calcular su valor para poder
introducirlo en el programa. Estamos trabajando con unidades atómicas, teniendo la temperatura
en ϵ/k y la energía cinética en ϵ, por tanto, esta constante deberá tener unidades de 1/k. El 2/3
permanece invariante y debemos pasar las unidades de kB a k, pues está en el denominador.
Para ello, vamos a usar la siguiente tabla, como factores de conversión.

Así,

J 1ϵ 120
K
kB = 1,380649x10−23  ·

−21 J 1ϵ/k
= 1, 004108364 k
K
 1,65x10 

Por tanto, esta constante tiene un valor de
2 1
C= = 0, 663938964
3kB k

Hemos usado el comando siguiente para dibujar la Figura 4:

plot "fort.20" u ($1*0.001):($2*0.663938964) with line title "Temperatura"

Donde el ’2’ que representa la energía cinética lo hemos multiplicado por la constante ante-
rior y el ’1’ que representa el tiempo, lo hemos multiplicado por 0.001, pues es el tiempo que
tarda cada iteración en completarse.

Podemos ver que se estabiliza en un valor ligeramente superior a 4000 ϵ/k, pues en esta grá-
fica estas son las unidades de la temperatura. Para ver cuántos Kelvin son, multiplicamos por 120
K, que es el factor de conversión, así, este valor será ligeramente superior a 480000 K, pudiendo
considerar este el valor medio de la temperatura. Vemos que hay muchísima temperatura, cosa
que puede explicarse debido a la gran cantidad de partículas que hay encerradas en un recinto
relativamente pequeño, y por tanto el número de colisiones es muy elevado.
Física Estadística Rubén Carrión Castro

Trayectoria de las partículas

Las partículas que elegí fueron la partícula 7 y la 70. Vamos a ver sus trayectorias.

Figura 5: Trayectoria de la partícula 7.

Figura 6: Trayectoria de la partícula 70.

En ambas, podemos apreciar que hay discontinuidades en la trayectoria, pero esto es debido
a que atraviesan un borde y, como ya explicamos anteriormente, cuando se atraviesa una cara
del cubo, se sale por su opuesta. Esto ocurre con ambas partículas porque hemos elegido dos
partículas con un número bajo, y estas partículas son las que inician su posición cerca de los
bordes del cubo.