inhalt der vorlesung computational chemistry n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Inhalt der Vorlesung „Computational Chemistry“ PowerPoint Presentation
Download Presentation
Inhalt der Vorlesung „Computational Chemistry“

Loading in 2 Seconds...

play fullscreen
1 / 44

Inhalt der Vorlesung „Computational Chemistry“ - PowerPoint PPT Presentation


  • 70 Views
  • Uploaded on

Inhalt der Vorlesung „Computational Chemistry“. Inhalt : Beschreibung von Molekülen mit computerbasierten Methoden → insbesondere Moleküleigenschaften : Methoden. • Struktur : die Molekülgeometrie Kraftfelder bzw. welche Gestalt haben Moleküle ? Molekülmechanik (MM)

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Inhalt der Vorlesung „Computational Chemistry“' - maisie


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
inhalt der vorlesung computational chemistry
Inhalt der Vorlesung „Computational Chemistry“

Inhalt: Beschreibung von Molekülen mit computerbasierten Methoden→ insbesondere Moleküleigenschaften: Methoden

• Struktur: die Molekülgeometrie Kraftfelder bzw.welche Gestalt haben Moleküle ? Molekülmechanik (MM)

Quantenmechanik (QM)

• Konformationsraum von Molekülen Energieminimierung

welche Anordnungen der Atome sind sinnvoll ? Samplingmethoden

• zeitliche Bewegung von Molekülen Moleküldynamik (MD)wie finden Konformationsänderungen statt?

• Berechnung von Interaktionsenergien Freie-Energie-Rechnungen

wie stark bindet ein Ligand an ein Protein?

Computational Chemistry

slide2

Was diese Vorlesung nicht behandelt

(1) Docking

(2) Drug Design

Spezielle Lehrveranstaltungen, zum Teil für den Masterstudiengang

  • (3) Grundlagen aus der Chemie und physikalischen Chemie:
  • Okettregel
  • Stöchiometrie
  • Thermodynamik (Massenwirkungsgesetz, Hauptsätze der Thermodynamik)
  • (4) Grundlagen aus der Mathematik (Analysis):
  • Ableitungen
  • Integrale

Computational Chemistry

was ist computational chemistry
Was ist Computational Chemistry?

Computational Chemistry: Arbeitsgebiet an der Schnittstelle von theoretischer Chemie, Molecular Modelling und struktureller Bioinformatik.

Haupteinsatzbereich von Computational Chemistry:

finde mittels numerischer Rechnungen Antworten auf chemische Probleme.→ Vorhersage von Moleküleigenschaften

Geschichte der Computational Chemistry: entweder recht lang (wenn von der Entwicklung der Quantenmechanik in den 1920er Jahren als Ursprung der theoretischen Chemie gerechnet) oder recht jung, da genaue Rechnungen an Molekülen mit vielen hundert Atomen erst seit der Entwicklung moderner, leistungsstarker Computer in den 1980er Jahren möglich.

Computerchemie gehörte stets zu den Wissenschaftsgebieten mit den größten Anforderungen an Rechenleistung.

Ca. 2/3 aller wissenschaftlich genutzten Rechenzeit wird für quantenchemische Applikationen und Moleküldynamik (MD)-Simulationen verwendet.

Computational Chemistry

molek lgeometrie
Molekülgeometrie

Bindungslängen oder Bindungsabstände

Bindungswinkel

H-C-H tetraedrisch

H-C-H planar

Torsionswinkel oder Diederwinkel

Computational Chemistry

slide5

Erhebung der Computational Chemistry „in den Adelsstand“

Der Ritterschlag für das Gebiet der Computational Chemistry war gewissermaßen der Nobelpreis für Chemie in 1998 an

  • John Pople"for his development of
  • computational methods in quantum chemistry"
  • Walther Kohn"for his development
  • of the density-functional theory"

Diese Preise wurden in der Wissenschaftsgemeinde (“community”) mit ungeheurer Befriedigung aufgenommen, nicht allein als Auszeichnung der beiden Forscher,

sondern als Auszeichnung des gesamten Gebiets.

Computational Chemistry

isomere von c 6 h 6
Isomere von C6H6

Dies sind einige der 217 denkbaren Graphen von C6H6, die mit der Oktettregel vereinbar sind. Welche sind stabil ? Welches Molekül ist das stabilste ?

Computational Chemistry

slide7

Häufig verwendete Methoden

ab initio

Vollständig empirisch

Quantenmechanik

Molekülmechanik

Neuronale Netze

Kraftfelder

Dichte-

funktional-

theorie

coupled cluster

semiempirische MO-Methoden

zunehmender Rechenaufwand

machbare Größe des Molekülsystems

Anzahl Atome

1.000.000

200

50

10

Zunehmende Spezialisierung

auf bestimmte Eigenschaften

Computational Chemistry

slide8

Welche Methoden verwendet Computational Chemistry?

  • Molekül-Mechanik (empirische Kraftfelder AMBER, OPLS, CHARMM, GROMOS, ...)
  • Moleküldynamik (klassische Newton-Mechanik)
  • Semi-empirische Molekül-Orbital-Theorie (MNDO, AM1, PM3, OM2, MNDO/d, …)
  • Dichtefunktionaltheorie (LDA, B3LYP, …)
  • ab Initio Molekül-Orbital-Theorie (Hartree-Fock, Møller-Plesset, Coupled Cluster …)
  • zur Computational Chemistry gehören ebenfalls:
  • Quantitative Structure-Activity Relationships (QSAR)
  • Docking
  • Graphische Darstellung von Strukturen und Eigenschaften

Computational Chemistry

wozu brauchen bioinformatiker computational chemistry
Wozu brauchen Bioinformatiker Computational Chemistry?
  • Protein-Liganden Bindung
  • Protein-Protein Bindung
  • Proteinfaltung
  • Docking (Konformationsanalyse)
  • QSAR
  • ...

http://www.aventis.com/

  • Entwicklung von Medikamenten

http://www.dell.com

Univ. Buffalo cluster

Computational Chemistry

berblick ber den inhalt der vorlesung
Überblick über den Inhalt der Vorlesung

Quantenchemie (M. Hutter)

7 Molekülorbital Theorie

8 Semiempirische Molekül Orbital Theorie

9 Solvatationsmodelle

10 Chemische Reaktionen

11 Berechnung von Moleküleigenschaften

Molekül-Mechanik (V. Helms)

1 Einleitung (heute)

2 Strukturen, molekulare Kräfte

3 Kraftfelder und Minimierung

4 Statistische Mechanik

5 Moleküldynamik-Simulationen

6 Sampling des Konformationsraums

12 Intermolekulare Bindungen, Berechnung von Bindungsenergien,

13 Abschlussklausur

15. Juli 2009, 830 -1030 Uhr

{

Computational Chemistry

schein
Schein

Es wird jede Woche in der Vorlesung 1 Übungsblatt ausgegeben, also insgesamt etwa 10 – 11 Übungsblätter.

Jeder aktive Teilnehmer der Vorlesung muss ein eigenes Lösungsblatt abgeben.

An der Abschlussklausur kann teilnehmen, wer  50% der Punkte in den Übungsblättern erreicht hat.

Einen Übungsschein über die erfolgreiche Teilnahme an der Vorlesung (6 LP)

gibt es bei erfolgreicher Teilnahme an der Abschlussklausur und/oder der Nachklausur.

Die Note des Übungsscheins entspricht der besseren Note aus beiden Klausuren.

Sprechstunde: nach Vereinbarung (z.B. per e-mail)

Computational Chemistry

bungsgruppen termine
Übungsgruppen - Termine

Der/die ÜbungsgruppenleiterIn ist

- N.N.

wann haben Sie Zeit?

Wochentag / Uhrzeit

Computational Chemistry

literatur quantenchemie
Literatur - Quantenchemie

Kopien der Vorlesung kommen auf unsere Webseite

http://gepard.bioinformatik.uni-saarland.de

Introduction to Computational Chemistry

Frank Jensen, Wiley, €54 - 62

(in Info-Bibliothek, Semesterapparat)

Essentials of Computational Chemistry

Christopher J. Cramer, Wiley, €129-154

(in Info-Bibliothek, Semesterapparat)

Computational Chemistry

literatur molek lmechanik simulationen
Literatur – Molekülmechanik/Simulationen

Molecular Modeling and Simulation

Tamar Schlick, Springer, € 64 – 72

(in Info-Bibliothek, Semesterapparat)

Molecular Modelling. Principles and Applications

2nd ed 2001, Andrew R. Leach,

Prentice Hall, €71 – 75 (in Info-Bibliothek, Semesterapparat

und Lehrbuchsammlung)

Computer Simulation of Liquids

M.P. Allen & D.J Tildesley, Oxford Science, €50 – 53

(Semesterapparat)

Computational Chemistry

slide15

Aus VL „physikalische Chemie“ wird als bekannt vorausgesetzt:

  • Thermodynamische Zustandsfunktionen (3.1)
  • Erster Hauptsatz der Thermodynamik (2/3)
  • Zweiter Hauptsatz der Thermodynamik (6)
  • innere Energie U, Entropie S, Enthalpie H,
  • freie Energie F, freie Enthalpie G
  • Grundlagen der Quantentheorie (13/14)
  • Schrödinger-Gleichung
  • Aufbau der Atome (15)
  • Aufbau der Moleküle – Arten von Bindungen (kovalent, ionisch, H-Bindung) (16)

Computational Chemistry

energiebegriff
Energiebegriff

System: derjenige Teil der Welt, dem unser spezielles Interesse gilt.

Außerhalb des Systems befindet sich die Umgebung.

Offene Systeme erlauben den Austausch von Materie bzw. Wärme mit ihrer Umgebung.

Abgeschlossene Systeme haben mit der Umgebung weder mechanischen bzw. thermischen Kontakt.

Definition: Energie ist die Fähigkeit, Arbeit zu leisten.

Wenn wir an einem ansonsten isolierten System Arbeit leisten, nimmt seine Fähigkeit, selbst Arbeit zu leisten, zu, d.h. seine Energie nimmt zu.

Wenn das System Arbeit leistet, so nimmt seine Energie ab.

Welche Energieformen kennen Sie?

Computational Chemistry

der erste hauptsatz
Der Erste Hauptsatz

„Dem System ist egal, in welcher Form Energie übertragen wird.“

Es funktioniert ähnlich wie ein Bankkonto in Bezug auf Geld.

Erster Hauptsatz: verändert sich ein System von einem Zustand in einen anderen auf einem beliebigen adiabatischen Weg, so ist die geleistete Arbeit wadimmer dieselbe, unabhängig von der angewandten Methode.

 Der Wert von wad ist für alle Wege gleich und hängt nur vom Anfangs- und Endzustand ab.

wad = UE – UA

U ist die innere Energie des Systems.

U ist eine Zustandsfunktion.

Computational Chemistry

newton sche gesetze
Newton‘sche Gesetze

2. Gesetz Die Beschleunigung a ist dem Verhältnis von Kraft F

und Masse m proportional:

3. Gesetz: Actio = Reactio

Fg = m ∙ g

Computational Chemistry

energie kraft
Energie - Kraft

T : kinetische Energie eines Teilchens.

in kartesischen Koordinaten:

U : potentielle Energie des Teilschens.

Meist hängt U nur von den Positionen ab, also U(x,y,z).

Die Newtonschen Bewegungsgleichungen lauten damit

Für die Kraft F gilt:

in einer Dimension

in drei Dimensionen

mit dem Gradienten-

(Nabla-)Operator

Computational Chemistry

das mikrokanonische nve ensemble
Das mikrokanonische NVE-Ensemble

Gegeben: ein System mit Teilchenzahl N und Volumen V.

In einem idealisierten, von der Außenwelt abgeschlossenen, System ist die Gesamtenergie E konstant = mikrokanonisches Ensemble

Bsp.: harmonischer Oszillator, Schwingungsbewegung in einem harmonischen Potential

U(r)

potentielle Energie U:

D: z.B. Federkonstante

Wenn Gesamtenergie E0 gegeben,

kinetische Energie = Gesamtenergie – pot. Energie

r0

r

Computational Chemistry

das kanonische nvt ensemble i
Das kanonische NVT-Ensemble (I)
  • Die Annahme eines isolierten Systems ist oft unrealistisch.
  • Meist ist statt der Energie E die Temperatur T konstant.
  • Bilde ein kanonisches Ensemble solcher System auf folgende Weise:
  • Jedes System wird in einen Container des Volumens V eingeschlossen,

dessen Wände wärmeleitend sind, aber keine Moleküle durchlassen.

  • Das gesamte Ensemble von Systemen wird in Kontakt mit einem großen Wärmebad der Temperatur T gebracht.
  • Gleichgewicht stellt sich ein – das Ensemble hat eine Temperatur T angenommen und somit auch jedes Teilsystem.

Computational Chemistry

das kanonische nvt ensemble ii
Das kanonische NVT-Ensemble (II)

Nun wird der thermische Kontakt des Ensembles mit dem Wärmebad unterbrochen.

Das Ensemble ist nun ein isoliertes System mit Volumen AV, Anzahl an Molekülen AN und einer Gesamtenergie E.

Die einzelnen Systeme des Ensembles stehen in thermischem Kontakt.

Damit ist die Energie Ei der einzelnen Systeme nicht konstant und wir müssen die Verteilung aller A Zustände über die j verschiedenen Energieniveaus des Systems E1 ,E2, ... betrachten. aj seien die Besetzungszahlen der einzelnen Zustände.

Dies ist die bekannte Boltzmann-Verteilung für die Verteilung der A Systeme über die j verschiedenen Energielevels des Systems.

 = 1/kT ist der Kehrwert des Produkts aus der Boltzmann-Konstante und der Temperatur.

Computational Chemistry

was kann man mit computational chemistry berechnen

exakte Berechnung von Energien für verschiedene Molekülkonformationen

  • Konformationssampling des Moleküls
  • (elektronisch)angeregte Zustände
  • Einfluß des Lösungsmittels (Solvatationseffekte)

Was muss man dazu wissen:

- Was ist die energetisch beste Konformation des Moleküls?

- Was sind bei Raumtemperatur erreichbare andere Konformationen (Boltzmann)?

- Dynamik von Konformationsübergängen?

- Bewertung der Energie von Konformationen: in welchen Orbitalen des Moleküls sind seine Elektronen verteilt (Molekülorbitaltheorie).

Für ein einzelnes Molekül bis 10 Atome im Vakuum sind obige Rechnungen mit hoher Genauigkeit durchführbar, für große Moleküle (Proteine) jedoch sehr problematisch. Man braucht vereinfachte Verfahren.

Was kann man mit Computational Chemistry berechnen?

Computational Chemistry

genauigkeit von quantenchemischen rechnungen
Genauigkeit von quantenchemischen Rechnungen

Durch Verwendung hochexakter Theorien wie die coupled-cluster-Methode können für kleine Moleküle Eigenschaften genauer als im Experiment berechnet werden!

Bei Unstimmigkeiten müssen mittlerweile oft die experimentellen Daten korrigiert werden!

Anwendung z.B.: Berechnung von Reaktivitäten und Lösungseigenschaften von Aktiniden mittels relativistischer Quantenchemie am Pacific Northwest National Laboratory.

„There are 177 underground waste storage tanks at Hanford. The tanks contain wastes collected over almost 50 years of plutonium production. The wastes include radioactive isotopes, toxic chemicals, corrosive liquids, organic solvents, and other dangerous and hazardous substances.“http://www.pnl.gov/tws/

Problem hier: es fehlen experimentelle Daten,

beispielsweise für die Löslichkeiten von

Uran-Verbindungen wie UF6 Computational Chemistry!

Computational Chemistry

molek l mechanik i
Molekül-Mechanik (I)
  • Für (hinreichend) stabile Moleküle, v.a. große und sehr große Systemewerden Kraftfeldbasierte Methoden eingesetzt.Protein: etwa 1000 bis 100.000 AtomeMembranausschnitt: >100.000 Atome→ entsprechend viele Freiheitsgrade und numerischer AufwandDeshalb nur “einfache” physikalische Beschreibung möglich
  • Im Gegensatz zur Quantenmechanik werden nur die Positionen der Atomkerne betrachtet
  • Bindungen zwischen den Atomen werden vom Benutzer definiert

Computational Chemistry

molek l mechanik ii
Molekül-Mechanik (II)
  • Basiert auf einfachen, empirisch abgeleiteten Beziehungen zwischen der Energie und Bindungswinkeln, Diederwinkeln und Abständen.
  • Ignoriert die Elektronen und den Effekt von -Systemen!
  • Sehr einfach, Resultate sind jedoch okay im Rahmen der berechenbaren Grössen.

Computational Chemistry

slide27

Darstellung chemischer Strukturen (I)

Die Valenzelektronen der Atome werden paarweise zu Bindungen gruppiert

Diese Darstellung als Lewis-Strukturen gibt die kovalenten Bindungen zwischen den Atomen in einem Molekül wieder

Computational Chemistry

slide28

Darstellung chemischer Strukturen (II)

Freie Elektronenpaare, die nicht an einer Bindung beteiligt sind,(engl.: lone pairs) werden der Übersichtlichkeit halber oft nicht gezeigt

Hypervalente Atome kontra Oktettregel

Identische Bindungslängen trotz unterschiedlicher Darstellung !→ mesomere Grenzstrukturen

Computational Chemistry

slide29

Darstellung chemischer Strukturen (III)

Auch Kohlenstoffatome werden häufig weggelassen→ die Ecken des Molekülgraphs

Ecken und die Enden der Kanten stellen Kohlenstoffatome dar, die jeweils mit der entsprechenden Anzahl an Wasserstoffatomen abgesättigt werden.

Computational Chemistry

slide30

Darstellung chemischer Strukturen (IV)

Stereochemie

Keile markieren Bindungen zu Atomen, die aus der Ebene hervortreten; gestrichelte Keile solche, die nach hinten zeigen

Vier verschiedene Substituenten an einem Kohlenstoffatom bewirken Chiralität

Computational Chemistry

slide31

Zum Anfassen

Molekülbaukästen

Käuflich in verschiedenen Preisklassen erhältlich

Computational Chemistry

slide32

Darstellung chemischer Strukturen (IV)

Speziell für komplizierte Moleküle sind diese Strukturzeichnungen einfacher zu interpretieren als Bilder der tatsächlichen dreidimensionalen Struktur

Fakultative Übung: Bauen Sie dieses Molekül mit Hilfe eines Molekülmodellbaukastens nach.

Finden Sie die chiralen Kohlenstoffatome ?

Computational Chemistry

slide33

Nützliche Software (I)

Chemische Strukturen und andere Objekte:

Isis Draw www.mdli.com

Proteinstrukturen:

WebLab ViewerLite www.msi.com

Pymol, www.pymol.org

Computational Chemistry

n tzliche software ii
Nützliche Software (II)

Visualisierung des Outputs verschiedenster MM, MD undQM-Programme

vmd http://www.ks.uiuc.edu/Research/vmd/

Visualisierung und Kraftfeld

Ball

http://www.bioinf.uni-sb.de/OK/BALL

Computational Chemistry

zusammenfassung
Zusammenfassung
  • Computerchemie besitzt eine lange Geschichte.
  • Bedeutung der Computerchemie wuchs stets parallel zur Entwicklung der

Rechner.

  • Zwei wesentliche “Welten”: Quantenchemie  Molekülmechanik
  • Quantenchemie für sehr kleine Moleküle ist heutzutage hoch exakt,

oft genauer als das Experiment

  • bei großen Systemen (z.B. Proteinen) müssen jedoch starke Näherungen

gemacht werden

Das wesentliche Lernziel dieser Vorlesung ist zu verstehen,

was die verschiedenen Methode leisten können und wo die Probleme liegen.

Computational Chemistry

zus tzliche folien
Zusätzliche Folien

Computational Chemistry

hamilton verfahren
Hamilton-Verfahren

Wir definieren zunächst einen verallgemeinerten Impuls:

(1-19)

Dies ist in kartesischen Koordinaten:

Wir definieren nun die Hamilton-Funktion (Hamiltonian) für ein System mit einem Teilchen: (1-20)

Hierbei werden die qjdurch die pjersetzt.

Damit ist H = T + U

Ein wichtiger Unterschied ist, dass der Lagrangian von den generalisierten Geschwindigkeiten qj und den verallgemeinerten Koordinaten qj abhängt, wogegen der Hamiltonian von den verallgemeinerten Impulsen pj und qj abhängt.

.

Computational Chemistry

hamilton verfahren1
Hamilton-Verfahren

Aus (1-20) folgt

Mit (1-17) und (1-19) folgt

Die totale Ableitung von H ist (ohne explizite Zeitabhängigkeit):

Aus dem Vergleich von (1-23) und (1-24) folgen die Hamilton‘schen Bewegungsgleichungen:

Computational Chemistry

lagrange formalismus beispiel
Lagrange-Formalismus: Beispiel

Wir betrachten die 2-dimensionale Bewegung eines Teilchens in einem Coulomb-Kraftfeld.

Die potentielle Energie ist K: Kraftkonstante

r: Abstand

Die kinetische Energie ist

Damit ist der Lagrangian

Die beiden Lagrange‘schen oder

Bewegungsgleichungen lauten:

Computational Chemistry

das kanonische ensemble
Das kanonische Ensemble

Es muss gelten:

(1)

(2)

Benutze das Prinzip der a priori Wahrscheinlichkeiten:

jeder mögliche Zustand des kanonischen Ensembles, d.h. jede Verteilung der aj, die die Gleichungen (1) und (2) erfüllt, soll die gleiche Wahrscheinlichkeit erhalten.

Betrachte die Anzahl W(a) = W(a1,a2,a3, ...), auf wie viele verschiedene Weisen man A unterscheidbare Objekte so anordnen kann, dass a1 Objekte in der ersten Gruppe sind, a2 in der zweiten Gruppe etc.

Computational Chemistry

das kanonische ensemble1
Das kanonische Ensemble

Im Allgemeinen gibt es sehr viele Verteilungen, die Gleichungen (1) und (2) zu erfüllen. Die Wahrscheinlichkeit dafür, dass ein System sich im Zustand j befindet, erhält man durch Mittelung von aj /A über alle erlaubten Verteilungen:

Wenn man die Anzahl an Systemen A gegen Unendlich gehen läßt, spielt nur noch der Wert von a* eine Rolle, für den W(a) maximal wird. Alle anderen Verteilungen spielen eine beliebig geringe Rolle.

Wir müssen also den Satz an a*j bestimmen, für die W(a) maximal wird und die die Gleichungen (1) und (2) erfüllen.

Dazu verwenden wir die Methode der Lagrange‘schen Multiplikatoren.

Computational Chemistry

das kanonische ensemble2
Das kanonische Ensemble

wobei  und  die unbekannten Multiplikatoren sind.

Mit Stirlings Näherung erhält man

Summiere nun beide Seiten über j und verwende Gleichung (1)

Dies ist die bekannte Boltzmann-Verteilung für die Verteilung der A Systeme über die j verschiedenen Energielevels des Systems.

 = 1/kT ist der Kehrwert des Produkts aus der Boltzmann-Konstante und der Temperatur.

Computational Chemistry

ausflug lagrange ansatz
Ausflug: Lagrange-Ansatz

T : kinetische Energie eines Teilchens.

in kartesischen Koordinaten:

U : potentielle Energie des Teilschens.

Meist hängt U nur von den Positionen ab, also U(x,y,z).

Die Newtonschen Bewegungsgleichungen lauten damit

Wir führen nun eine neue Funktion ein:

L wird die Lagrange-Funktion (Lagrangian) des Systems genannt.

Damit lauten die Newtonschen Bew‘gleichungen:

(1-17)

Dies sind die Lagrange‘schen Bew‘gleichungen in kartesischen Koordinaten.

Computational Chemistry

ausflug lagrange ansatz1
Ausflug: Lagrange-Ansatz

Die bemerkenswerte Eigenschaft der Lagrange-Gleichungen ist, dass sie in jedem Koordinatensystem die gleiche Form haben.

Wenn x,y,z nach q1, q2, q3 transformiert werden, lauten die Gleichungen

Die Lagrange-Gleichungen sind in vielen Fällen viel nützlicher als die Newtonschen Gleichungen, da es oft viel leichter ist, einen Ausdruck

für die potentielle Energie in einem geeigneten Koordinatensystem

anzugeben als all die verschiedenen Kräfte zu berechnen.

Der Lagrange-Formalismus basiert auf der potentiellen Energie des Systems, wogegen der Newton-Ansatz auf den Kräften beruht, die auf das System wirken.

Computational Chemistry