Der Vergleich der beiden Methoden kann jedoch nicht ausschließlich auf
Basis von erfolgen, denn dann bliebe der erhöhte Bedarf an
CPU Zeit der Trajectory-Split Methode unberücksichtigt, wodurch
die neue Strategie zu günstig bewertet würde. Bedenkt man, daß die
statistischen Schwankungen
nur mit der Wurzel aus der
Zahl der simulierten Trajektorien N fallen (Poisson)
und die Rechenzeit in etwa linear mit N steigt
so kann man mit den Gleichungen 4.13 und
4.14 folgende dimensionslose Zahl Q als Maß für die
Simulationsqualität definieren:
wobei der arithmetische Mittelwert von
im betrachteten relativen Konzentrationsbereich ist.
Da bei der Berechnung der Ist- und Soll-Verteilung exakt die selben
physikalischen Modelle zur Anwendung kommen, und davon ausgegangen werden
kann, daß das Rauschen der Referenzverteilung in den betrachteten
Konzentrationsbereichen vernachlässigbar ist, resultiert
(Gleichung 4.12) rein aus den statistischen Schwankungen und ist
in Gleichung 4.15 anstatt
verwendbar.
Durch diese Definition der Simulationsqualität Q erreicht man, daß für
eine bestimmte Anwendung (Geometrie, Initialdaten für die Ionen, usw.) und
Simulationsmethode (konventionell, Trajectory-Split) Q weitgehend
unabhängig von N ist. Auch diese Sichtweise zeigt den Vorteil
der Trajectory-Split Methode, denn nur durch sie gelingt es, Q zu
verringern und dadurch die Effizienz des Simulators -- entweder
vergleichbares statistisches Rauschen bei
kürzeren Rechenzeiten
oder bei gleichem Zeitaufwand kleineres
statistisches Rauschen -- zu steigern. Optimierungsziel ist also ein
möglichst geringes Q.