Molecular Dynamics Study of Orientational Cooperativity in Water
分子动力学 书籍

分子动力学书籍分子动力学是研究物质微观粒子运动规律和力学性质的科学方法。
它具有广泛的应用领域,包括材料科学、化学、生物学等。
对于想要深入了解和掌握分子动力学的读者来说,选择一本好的分子动力学书籍是非常重要的。
本文将介绍几本优秀的分子动力学书籍,帮助读者选择适合自己的学习工具。
一、《Understanding Molecular Simulation: From Algorithms to Applications》这本由Daan Frenkel和Berend Smit合著的书是一本经典之作,全面而详细地介绍了分子模拟的基本原理、算法和应用。
书中内容系统且条理清晰,对于从零开始学习分子动力学的读者非常友好。
作者以通俗易懂的语言介绍了分子动力学的基础理论和相关技术,并通过大量的实例和案例深入展示了分子动力学在各个领域的应用。
此外,书中还涵盖了更高级的方法和技巧,适合已经有一定基础并希望深入研究的读者。
二、《An Introduction to Computational Physics》这本由Tao Pang编写的书籍是一本面向物理学和工程学背景的读者的入门指南。
书中从分子动力学的基本原理开始,引导读者逐步学习和理解分子动力学的核心概念。
作者通过清晰的逻辑结构和丰富的例子,将复杂的数学和物理概念用简洁而易懂的语言解释,并通过编程实践帮助读者提升分子动力学的模拟和分析能力。
这本书的特点是理论与实践相结合,适合希望通过实际操作来深入了解并掌握分子动力学的读者。
三、《Molecular Dynamics Simulation: Elementary Methods》该书是一本由J. M. Haile撰写的经典教材,适合那些希望深入了解和学习分子动力学基础原理的读者。
作者通过系统而详细的阐述,全面介绍了分子动力学中的关键概念和基本方法,包括力场、积分算法和统计力学等方面。
书中的数学推导相对简洁明了,语言表达流畅,让读者更容易理解和掌握分子动力学的核心内容。
动力学蒙特卡洛方法(KMC)及相关讨论

动力学蒙特卡洛方法(KMC)及相关讨论动态模拟在目前的计算科学中占据着非常重要的位置。
随着计算能力和第一原理算法的发展,复杂的动态参数(扩散势垒、缺陷相互作用能等)均可利用第一原理计算得出。
因此,部分复杂的体系动态变化,如表面形貌演化或辐射损伤中缺陷集团的聚合-分解演变等,已可以较为精确的予以研究。
KMC——动力学蒙特卡洛方法(kinetic Monte Carlo)原理简单,适应性强,因此在很多情况下都是研究人员的首选。
此外,KMC在复杂体系或复杂过程中的算法发展也非常活跃。
本文试图介绍KMC方法的基础理论和若干进展。
KMC方法基本原理在原子模拟领域内,分子动力学(molecular dynamics, MD)具有突出的优势。
它可以非常精确的描述体系演化的轨迹。
一般情况下MD的时间步长在飞秒(s)量级,因此足以追踪原子振动的具体变化。
但是这一优势同时限制了MD在大时间尺度模拟上的应用。
现有的计算条件足以支持MD到10 ns,运用特殊的算法可以达到10 s的尺度。
即便如此,很多动态过程,如表面生长或材料老化等,时间跨度均在s 以上,大大超出了MD的应用范围。
有什么方法可以克服这种局限呢?当体系处于稳定状态时,我们可以将其描述为处于维势能函数面的一个局域极小值(阱底)处。
有限温度下,虽然体系内的原子不停的进行热运动,但是绝大部分时间内原子都是在势能阱底附近振动。
偶然情况下体系会越过不同势阱间的势垒从而完成一次“演化”,这类小概率事件才是决定体系演化的重点。
因此,如果我们将关注点从“原子”升格到“体系”,同时将“原子运动轨迹”粗化为“体系组态跃迁”,那么模拟的时间跨度就将从原子振动的尺度提高到组态跃迁的尺度。
这是因为这种处理方法摈弃了与体系穿越势垒无关的微小振动,而只着眼于体系的组态变化。
因此,虽然不能描绘原子的运动轨迹,但是作为体系演化,其“组态轨迹”仍然是正确的。
此外,因为组态变化的时间间隔很长,体系完成的连续两次演化是独立的,无记忆的,所以这个过程是一种典型的马尔可夫过程(Markov process),即体系从组态到组态,这一过程只与其跃迁速率有关。
化学反应中的分子动力学研究

化学反应中的分子动力学研究化学反应是一种复杂的化学现象,涉及到许多分子之间的相互作用和交换。
在化学反应中,分子动力学(Molecular Dynamics,MD)研究起着至关重要的作用。
分子动力学是一种基于牛顿运动定律的计算方法,它可以模拟分子的运动和相互作用,并研究分子的结构、性质、反应动力学等问题。
分子动力学在化学反应中的应用非常广泛。
例如,通过模拟化学反应中的分子动力学过程,可以研究化学反应的机理、速率、热力学和动力学等方面的问题。
这为化学工业的研究和开发提供了重要的理论基础。
同时,分子动力学还可以用于设计新材料和药物,优化催化剂和反应条件等方面的研究。
在分子动力学的模拟中,通常需要考虑分子的几何构型和分子之间的相互作用。
几何构型通常使用分子力学方法来计算,而相互作用通常使用经验力场方法来描述。
因此,分子动力学模拟的精度和可靠性很大程度上取决于力场模型的选择和开发。
近年来,一些先进的计算机技术和算法也被应用到了分子动力学模拟中。
例如,基于人工智能的机器学习方法可以用于高通量的力场参数优化和模型选择。
基于量子化学的计算方法可以用于模拟分子反应中的电子传递和化学键的形成和断裂。
这些技术和算法的不断发展,为分子动力学模拟提供了更精确、更高效的计算方法,使得化学反应的研究更加深入和广泛。
除了计算方法的开发和应用,分子动力学模拟还需要对实验数据进行验证和修正。
例如,通过比较分子动力学模拟和NMR、XRD等实验结果,可以验证力场模型的准确性和优劣。
同时,通过分子动力学模拟和实验数据的结合,可以更加深入地研究化学反应中的分子动力学过程,并得到更加准确的实验结论。
总之,分子动力学是化学反应研究中不可缺少的工具之一。
它可以模拟分子的运动和相互作用,研究化学反应的机理、速率、热力学和动力学等问题。
随着计算机技术和算法的不断发展和优化,分子动力学的精度和可靠性将会不断提高,进一步推动化学反应研究的发展和进步。
分子力学和分子动力学方法基础

分子力学和分子动力学方法基础分子力学(Molecular Mechanics)和分子动力学(Molecular Dynamics)是在计算化学中常用的两种方法,用于研究分子结构和性质。
它们基于经典力学和统计力学理论,通过模拟分子间的相互作用来预测分子的行为。
分子力学方法首先被用于模拟蛋白质三维结构和稳定性,但现在已扩展到了许多其他领域,如药物设计、材料科学和生物化学等。
分子力学模拟通过建立分子中原子之间的相互作用势能函数,来计算其结构、能量和力学性质。
这些势能函数通常由力场参数和电子性质来描述,包括键长、键角、二面角、范德华力等。
分子力学方法主要基于以下假设:分子是刚性物体,原子之间的力可以通过经验势能函数描述,且分子在平衡位置附近做小振幅运动,使得能量最小化。
采用这些假设,我们可以通过最小化总能量来获得分子的最稳定构型。
在分子力学方法中,常用的技术包括能量最小化和构象等。
然而,分子力学方法并不能考虑分子体系的动力学行为,即不能模拟分子在时间上的演化。
为了解决这个问题,分子动力学方法被引入。
分子动力学方法可以通过在分子中引入速度,通过牛顿运动定律来模拟分子的行为。
分子动力学方法中,系统中的原子的运动是通过数值求解Newton's equations of motion得到。
这样的模拟可以提供关于分子结构和行为的动态信息。
分子动力学方法可以模拟温度、压力、流体动力学以及物体的力学性质等。
它可以模拟从毫秒到纳秒乃至皮秒量级的时间尺度。
为了获得物理现象的平均性质,通常需要对系统进行多次模拟,这些模拟称为ensemble。
总体而言,分子力学和分子动力学方法提供了深入研究分子结构和性质的手段。
它们是理解生物分子如蛋白质、核酸和多肽等的功能和性质,并用于物质设计和材料科学的重要工具。
随着计算能力的提高,这两种方法在计算化学和生命科学领域的应用会越来越广泛。
分子动力学方法在材料研究中的应用

分子动力学方法在材料研究中的应用随着科技和制造工艺的迅速发展,各种新型材料层出不穷,应用范围越来越广泛。
化学、物理等领域的科学家们一直在探寻新材料的结构、性质及其与周围环境的相互作用。
传统的材料研究方法凭借实验结果的反馈,迭代修改实验方案,这种方法缺乏尺度和粒度的控制、实验效率低下,此外还受到物理条件和仪器设备的限制。
而分子动力学方法是一种能够模拟和重现材料微观结构行为的计算模型,在材料研究中具有广泛而深远的应用前景。
分子动力学(Molecular Dynamics,简称MD)是一种常用的计算方法,将材料的结构看作是由分子、原子和离子组成的来进行描述。
MD方法把材料看作是“充满活力”的颗粒集合体,通过数值模拟来模拟微观颗粒之间的作用及其在时间上随机的运动轨迹。
这种方法以经典力学为基础,利用牛顿第二定律,根据经典的势能函数推导出每个粒子的运动方程,可计算材料的结构、热力学性质、动力学行为、相变过程等敏感因素及其内部关联,解决了材料研究中很多难以通过实验得到的信息。
分子动力学方法结合与改进,导致了在跨越宏观尺度和微观结构的基础和应用研究方面的重大成功。
材料学家和物理学家利用MD方法,预测了一种金属材料硬度的不同温度下的力学性能;在高温下石墨烯生长的研究中,也采用了分子动力学方法,对衬底的影响进行了分析;分子动力学方法还可以用来计算纳米颗粒的形态、表面张力的影响、核-壳材料的形态变化等问题。
采用MD方法,得到的结论是替代实验方法的最好选择。
当然,分子动力学方法也存在一些限制和问题。
比如,该方法所需的计算资源巨大,对计算效率要求高,尤其需要花费大量时间来平衡算法的稳定性和精度。
其次,分子动力学模型的成型和验证也需要客观公正的比较和验证模型的预测性和准确性。
此外,其所需的参数仍旧有许多无法专业统计的情况,也需要更多先进的算法来解决这些问题。
总而言之,尽管分子动力学方法存在一些局限性,但在材料研究的广泛应用中,MD方法为材料学家和物理学家们提供了一个强大的工具来分析、理解和预测材料的性质、形态和行为。
分子动力学发展历程

分子动力学发展历程分子动力学(Molecular Dynamics, MD)是一种计算方法,用于模拟分子系统在时间上的演化。
自20世纪50年代以来,MD方法已经得到了广泛应用,并在材料科学、化学、生物学等领域取得了重要进展。
本文将介绍MD方法的发展历程。
MD方法的基本思想是,将分子系统看作一组经典力学粒子,使用牛顿力学定律描述其运动。
在计算过程中,需要考虑分子之间的相互作用力,并利用数值积分方法求解微分方程组,以获得分子系统在不同时间点的位置和速度信息。
由于分子系统中的粒子数很多,因此MD计算通常需要使用高性能计算机。
MD方法的起源可以追溯到20世纪50年代。
当时,科学家们已经开始使用计算机来模拟分子系统的运动。
但是,由于计算机性能有限,他们只能处理非常小的分子系统,而且只能进行非常短的模拟。
随着计算机技术的不断发展,MD方法才得以真正发展起来。
在20世纪60年代,MD方法已经被广泛应用于固体物理学和热力学领域。
当时的计算机性能已经得到了很大的提高,可以处理更大的分子系统,并进行更长时间的模拟。
这使得科学家们可以对分子系统的动力学行为进行更深入的研究。
在20世纪80年代,MD方法开始被应用于化学领域。
研究者们开始使用MD方法来研究分子反应动力学、溶液动力学等问题。
同时,计算机性能的进一步提高,为MD方法的应用提供了更大的空间。
在90年代,MD方法得到了进一步的发展。
研究者们开始使用并行计算技术,将计算任务分配到多个处理器上,以加快计算速度。
同时,MD方法也被应用于生物学领域,用于模拟蛋白质的结构和动力学行为。
近年来,MD方法得到了广泛的应用和发展。
随着计算机性能的不断提高,科学家们可以模拟更大、更复杂的分子系统,并进行更长时间的模拟。
同时,MD方法也被应用于新材料的设计、药物研发等领域,取得了重要的科学成果。
MD方法的发展历程与计算机技术的发展密不可分。
随着计算机性能的不断提高,MD方法将在更多的领域得到应用,为科学研究提供更加强大的工具和方法。
第四章分子动力学方法
第四章 分子动力学方法§4.1 分子动力学方法第四章 分子动力学方法分子动力学(Molecular Dynamics,简称MD)是模拟大量粒子集合体系(固 体、气体、液体)中单个粒子的运动的一种手法,其关键的概念是运动,即要计 算粒子的位置、速度和取向随时间的演化。
分子动力学中的质点可以是原子、分 子、或更大的粒子集合,只有在研究分子束实验等情况下,粒子才是真正的分子。
与“分子动力学”相类似的名词还有“晶格动力学”(研究固体中原子的振动)和 “分子力学”(分子结构的量子力学),而分子动力学限于模拟经典粒子的运动。
分子动力学简单来说就是用数值方法求解经典力学中的 N 体问题。
自 Newton时代起, N 体问题就被认为是很重要的物理问题,解析求解或质点轨道 的混沌分析是数理力学中的关注点。
但时至今日,该问题重要性的原因已经进化 成,将单粒子动力学与系统的集体状态相联系,人们试图通过考察单个粒子的运 动来解释大量粒子集合系统的行为。
例如,绕过一物体的流体是怎样产生湍流尾 迹的?蛋白质分子中的原子是怎样相互运动从而折叠成生命支撑形态的?流体 气旋怎样产生如木星上的大红斑那样的长寿旋涡的?溶液中的长链分子怎样自 组装成一些特殊结构?等等。
因此,分子动力学在凝聚态物理、材料科学、高分 子化学和分子生物学等许多研究领域都有广泛的应用。
§4.1 分子动力学方法4.1.1 基本概念4.1.1.1 分子动力学分子动力学现已成为分子尺度上模拟的典型方法之一。
它起源于上世纪50 年代,在70年代中开始受到广泛关注。
分子动力学源于自Newton时代以来的古 老概念,即只要知道了系统组分的初始条件和相互作用力,整个系统的行为就可 以计算出来并可以预测。
该自然的决定性力学解释长期左右了科学界。
Laplace 于1814年曾写到:“Given for one instant an intelligence which could comprehend all the forces by which nature is animated and the respective situation of beings who compose it-an intelligence sufficiently vast to submit these data to analysis-it would embrace in the same formula the movements of the greatest bodies of the universe and those of the lightest atoms; for it, nothing would be uncertain and the future, as the past, would be present to its eyes”(现在的 分子动力学模拟中, Laplace的 “intelligence”由计算机实现,“respective situation”即为给定的一组初始条件, “same formula”为算法程序)。
分子动力学方法研究富勒烯温度效应
分子动力学方法研究富勒烯温度效应下载温馨提示:该文档是我店铺精心编制而成,希望大家下载以后,能够帮助大家解决实际的问题。
本文下载后可定制随意修改,请根据实际需要进行相应的调整和使用,谢谢!并且,本店铺为大家提供各种各样类型的实用资料,如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等,如想了解不同资料格式和写法,敬请关注!Downloaded tips: This document is carefully compiled by the editor. I hope that after you download them, they can help you solve practical problems. The documentscan be customized and modified after downloading, please adjust and use it accordingto actual needs, thank you!In addition, our shop provides you with various types of practical materials, suchas educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!随着科学技术的不断发展,分子动力学方法在材料科学领域的应用日益广泛。
分子动力学模拟的若干基础应用和理论
分子动力学模拟的若干基础应用和理论一、本文概述分子动力学模拟是一种基于经典力学的计算方法,通过求解分子体系的牛顿运动方程,模拟分子在特定条件下的动态行为。
该方法广泛应用于物理、化学、生物和材料科学等领域,为研究者提供了一种有效的工具,以深入理解和预测分子系统的宏观性质。
本文旨在探讨分子动力学模拟的若干基础应用和理论,从基础概念出发,阐述其基本原理、模拟方法以及在各个领域中的应用实例。
我们将详细介绍分子动力学模拟的核心技术,包括力场模型、初始条件设定、积分算法和模拟结果的解析等。
本文还将讨论分子动力学模拟的局限性以及未来的发展方向,以期为相关领域的研究人员提供有益的参考和启示。
二、分子动力学模拟的理论基础分子动力学模拟(Molecular Dynamics Simulation, MDS)是一种强大的计算技术,通过求解分子体系的牛顿运动方程,模拟分子在特定条件下的动态行为。
其理论基础主要建立在经典力学、统计力学以及量子力学之上,但在大多数应用中,由于计算能力的限制,经典力学是主要的工具。
在经典力学中,每个分子的运动可以通过牛顿第二定律来描述,即力等于质量乘以加速度(F=ma)。
在分子动力学中,这些力通常是分子间相互作用力,包括范德华力、氢键、库仑力等。
这些力可以通过分子力学模型或量子力学方法计算得出。
分子动力学模拟通常包括以下几个主要步骤:需要设定模拟的初始条件,包括分子的初始位置、速度和模拟的温度、压力等环境参数。
然后,根据分子间的相互作用力,通过求解牛顿运动方程,计算出每个分子在下一时刻的位置和速度。
这个过程会不断重复,直到模拟达到预设的时间长度或达到某种平衡状态。
在模拟过程中,为了处理大量的分子和长时间的模拟,通常会采用一些近似和简化的方法,如截断半径、周期性边界条件等。
由于分子间的相互作用力往往非常复杂,因此在模拟中通常会采用一些经验性的力场模型,如Lennard-Jones势、Morse势等。
分子动力学的研究及其应用
分子动力学的研究及其应用分子动力学(Molecular Dynamics,简称MD)是目前生命科学和材料科学领域中广泛应用的一种计算方法。
通过在计算机上模拟分子间相互作用行为,来预测和理解原子分子运动的性质,为分子设计和材料设计提供了强有力的支持。
本文将着眼于MD的研究方法及其应用。
1. MD的基本原理MD的基本原理基于牛顿运动定律,将分子系统看作由一系列原子构成的集合,通过定义势能函数和动力学方程,模拟原子体系在给定温度和压力下的动力学演化过程。
具体而言,MD的基本步骤包括定义构型和物理性质(例如温度、压力、密度等),为每个原子赋予初速度、初位置等初始条件,并模拟其在时域上的运动轨迹。
根据每个原子之间的相互作用和物理性质的变化,可以通过模拟大量时间步长来推断出大尺度的性质,例如热扩散、能量输运、相变等。
2. MD的研究方法MD的研究方法主要包括算法选择、模型构建和数据分析三个方面。
算法选择方面,早期的MD模拟使用的合适求解势能函数方法主要是蒙特卡洛方法(Monte Carlo,简称MC)和分子动力学(MD)方法,由于MD方法简单易行且支持较广,逐渐成为分子模拟方法研究和应用的主要方式。
模型构建方面,基于MD的分子模拟方法的质量高低很大程度上取决于模型的可靠性、精简性和适用范围。
主要包括结构弛豫,细胞尺度建模以及多组元材料等方面。
数据分析方面,目前常用的方法主要包括统计学方法和机器学习方法。
统计学方法主要是基于时间平均一些局部物理量的跟踪,以获得全局动力学性质。
机器学习方法以排序、分类等方式挖掘尚未开发的规律。
3. MD在生命科学中的应用MD在生命科学中的应用包括蛋白质折叠、药物研发和膜蛋白透过等方面。
对于蛋白质折叠,MD通过模拟某种蛋白质分子的构型及其相互作用力,比较精确地预测蛋白质的初始结构以及整个折叠过程。
同时,它也能够发掘新型蛋白质及其功能作用方式,为蛋白质工程和生物医药开发提供技术依据。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
arXiv:cond-mat/0510646v1 [cond-mat.soft] 24 Oct 2005
Pradeep Kumar,1 Giancarlo Franzese,2 Sergey V. Buldyrev,1,3 and H. Eugene Stanley1
β
.
(1)
The relaxation time τa , the exponent β , and the non-ergodicity factor A are fitting parameters that depend on temperature T and density ρ [22, 23, 24, 25, 27, 28, 29, 30, 31]. Our interest here is to study the orientational dynamics of water by simulating SPC/E water. First we calculate the orientational autocorrelation time as the fitting parameter τa appearing in Eq. (1) [22, 23]. Other definitions are possible, e.g., based on other fitting functions for the orientational autocorrelation function decay, such as the biexponential [26, 36] or the von Schweidler law [33]. In all cases, the orientational autocorrelation times are the result of multi-parameter fitting procedures and roughly correspond to the characteristic time over which the orientational autocorrelation function decays by a factor of e ≈ 2.7. To find an upper limit of the orientational autocorrelation time τa , we will introduce a new quantity, the dipole randomization time τr , as the time after which the fluctuations of 3
PACS numbers:
2
I.
INTRODUCTION
Cooperative motion of water molecules [1] has been widely investigated in recent years, both by experiments [2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21] and using molecular dynamics (MD) simulations [22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]. When water is cooled, the cooperativity of water molecules increases. Recent experiments on water show large correlated domains of dipoles at ambient conditions which have a relaxation time much larger than the autocorrelation time of individual dipoles [21]. MD studies of water models also show the possibility of formation of large correlated domains of dipoles in bulk as well as interfacial water [35] (where these correlated patterns of dipoles are pinned to solvated amino acids). These two studies are the principal motivation for the present investigation of the rotational cooperativity of water molecules. A challenging problem is to develop methods of describing molecular motion in water that are better able to interpret experimental results, such as incoherent quasielastic neutron scattering, light scattering, dielectric, and nuclear magnetic resonance experiments [2, 18]. Several approximation proposals have been made for various autocorrelation functions describing both rotational and translational motion [20, 27]. These methods usually assume the Kohlrausch-Williams-Watts stretched exponential for the long time relaxation behavior of autocorrelation functions φ(t), as predicted by mode coupling theory (MCT), t φ(t) = A exp − τa
3
Department of Physics, Yeshiva University
500 West 185th Street, New York, NY 10033 USA
(Dated: kfbs.tex 21 October 2005)
1
Abstract
Recent experiments on liquid water show collective dipole orientation fluctuations dramatically slower then expected (with relaxation time > 50 ns) [D. P. Shelton, Phys. Rev. B 72, 020201(R) (2005)]. Molecular dynamics simulations of SPC/E water show large vortex-like structure of dipole field at ambient conditions surviving over 300 ps [J. Higo at al. PNAS, 98 5961 (2001)]. Both results disagree with previous results on water dipoles in similar conditions, for which autocorrelation times are a few ps. Motivated by these recent results, we study the water dipole reorientation using molecular dynamics simulations in bulk SPC/E water for temperatures ranging from ambient 300 K down to the deep supercooled region of the phase diagram at 210 K. First, we calculate the dipole autocorrelation function and find that our simulations are well-described by a stretched exponential decay, from which we calculate the orientational autocorrelation time τa . Second, we define a second characteristic time, namely the time required for the randomization of molecular dipole orientation, the self-dipole randomization time τr , which is an upper limit on τa ; we find that τr ≈ 5τa . Third, to check if there are correlated domains of dipoles in water which have large relaxation times compared to the individual dipoles, we calculate the randomization time τbox of the site-dipole field, the net dipole moment formed by a set of molecules belonging to a box of edge Lbox . We find that the site-dipole randomization time τbox ≈ 2.5τa for Lbox ≈ 3˚ A, i.e. it is shorter than the same quantity calculated for the self-dipole. Finally, we find that the orientational correlation length is short even at low T .