нием потенциала Леннард-Джонса дали результаты, хорошо согласую щиеся с экспериментом.
Чрезвычайно полезно использование метода Монте-Карло для про верки различных теорий, дающих приближенную статистическую трак товку той или иной модели. Сопоставление с опытом в данном случае часто непоказательно, так как трудно оценить относительную роль ошибок, обусловленных приближенным характером модели и приб лиженным способом обработки модели. В то же время метод МонтеКарло может дать строгий результат для рассматриваемой модели. Так, результаты, полученные по методу Монте-Карло для системы твердых шариков, сопоставляют с теоретическими зависимостями для этой системы, найденными в суперпозиционном приближении, и бла годаря этому уясняют, какую ошибку вносит суперпозиционное при ближение. Широко используется метод Монте-Карло для расчетов модели Изинга, рассмотренной в предыдущей главе, и других моделей. С развитием машинной вычислительной техники этот метод получает все более широкое применение.
Достоинства численных методов, однако, не стоит преувеличивать. Эти методы в принципе не могут дать общих аналитических зависимос тей. Расчет по методу Монте-Карло состоит в том, что, задавшись определенным потенциалом взаимодействия, мы получаем численные значения макроскопических характеристик при заданных условиях. Если используется канонический ансамбль, то заданы параметры Т, V, N, и расчет дает точку на диаграмме зависимости интересующего нас параметра M от переменных Т и VIN. Проведя вычисления для различных условий, мы можем построить изотермы и изохоры или всю поверхность M (T, VIN). Но для системы с другим потенциалом взаимодействия все расчеты потребуется начать заново. В этом смысле метод Монте-Карло является аналогом экспериментальных методов, которые требуют постановки отдельного эксперимента для каждой системы при заданных условиях. Поэтому метод Монте-Карло можно назвать методом численного эксперимента.