系综的选择
LAMMPS
thermostat对系统的影响。有些性质还只能在NVE的结果中计算，比如diffusion coefficient.
原则上来说，ensemble的不同只是finite size effect. 如果系统无限大，各个ensemble应该得到同样的结果。但是问题
是我们不可能模拟无限大的系统，所以我猜water说的意思可能是在相变这种特殊环境下，比如一些first order phase
transition，系统的fluctuation会很大，如果限制在NVT中做模拟，系统没有办法handle这种fluctuation，导致很
多信息的丢失。类似的，在很多大型体系中，比如lipid bilayer，用NPT也是为了handle结构的 fluctuation.
至于diffusion的问题，不管是哪种 thermostat 哪种barostat，都是基于某个分布来scale系统的box和
particle的速度。我认为不管是NPT还是NVT，都是对系统aritifical的处理。所以，基本上我还是坚持我的观点，严格的
diffusion coefficient只能在NVE下获得。
tutu可以不同意我的观点，但是你得说出个道道来，你砸几篇nature下来并不能证明你是对的。全世界一年有多少篇science nature
PRL JACS？有多少是错的？有多少是值得怀疑的？有多少是10年之后还保留下去的？我并不怀疑这些杂志的档次，只是你不能站在这个立场上来抑制对
问题的讨论。事实上，如果你细心的话，基本上大部分的分子动力学模拟的原始理论文章都是在JCP,JPC这种“不入流”的档次杂志上发表。但这并不影响
这些先驱者们的学术地位。
事实上，用什么样的系综取决于要研究的具体对象，也与physical quantities of interest有关。Generally
speaking，在热力学极限的情况下，各种系综都是等价的。没错，我们确实不可能模拟无穷大的系统，但是周期性边界条件的使用，在很大程度上可以将
有限尺寸效应最小化。其实，如果要明确地量化这种有限尺寸效应的话，完全可以将参考系统(比如说粒子数)扩大(当然是在计算资源许可的情况下)，或者
employ extrapolate手段来进行check，因此不存在使用的系综不同，而导致有限尺寸效应的说法。至于在相变(一级或者二极)点，有
些系统确实会出现(super) critical slowing-down，特别对具有rugged energy landscape的系统，比
如说protein folding and glass systems等等。如果要运用常规的正则抽样，由于涨落比较厉害，会导致
ergodicity fails。但是如果在NVT系综中运用高级一些的算法(Multi-histogram)还是可以克服的，尽管有限。当然也可
以利用更好的系综(比如：multi-canonical ensemble/Wang-Landau algorithm)进行处理