Cuando las matemáticas no se pueden hacer a mano, físicos que modelan sistemas complejos, como la dinámica de las moléculas biológicas en el cuerpo, necesita utilizar simulaciones por ordenador. Tales sistemas complicados requieren un período de tiempo antes de ser medidos, a medida que se asientan en un estado equilibrado. La pregunta es:¿cuánto tiempo deben ejecutarse las simulaciones por computadora para ser precisas? Acelerar el tiempo de procesamiento para dilucidar sistemas de estudio altamente complejos ha sido un desafío común. Y no se puede hacer ejecutando cálculos en paralelo. Esto se debe a que los resultados del lapso de tiempo anterior son importantes para calcular el siguiente lapso de tiempo. Ahora, Shahrazad Malek de la Universidad Memorial de Terranova, Canadá, y sus colegas han desarrollado una solución práctica parcial al problema de ahorrar tiempo al usar simulaciones por computadora que requieren llevar un sistema complejo a un estado estable de equilibrio y medir sus propiedades de equilibrio.
Estos hallazgos son parte de un número especial sobre "Avances en métodos computacionales para sistemas de materia blanda, "publicado recientemente en EPJ E .
Una solución es ejecutar varias copias de la misma simulación, con condiciones iniciales aleatorias para las posiciones y velocidades de las moléculas. Al promediar los resultados de este conjunto de 10 o 50 carreras, cada corrida del conjunto puede ser más corta que una sola corrida larga y aun así producir el mismo nivel de precisión en los resultados. En este estudio, los autores van un paso más allá y se centran en un caso extremo de examinar un conjunto de 1, 000 carreras, apodado un enjambre. Este enfoque reduce el tiempo total requerido para obtener la respuesta a la estimación del valor del sistema en equilibrio.
Dado que este tipo de sistema multiprocesador masivo se está volviendo cada vez más común, este trabajo contribuye a incrementar las técnicas disponibles para los científicos. Las soluciones se pueden aplicar a estudios computacionales en campos como la bioquímica, física de materiales, astrofísica, Ingeniería Química, y economía.
