物理学におけるモンテカルロ法

モンテカルロ法は、ボルツマン重みに従ってランダムに配置をサンプリングすることで、物理学において熱平均と高次元積分を計算することを可能にし、統計力学の分配関数を扱いやすいシミュレーションへと変換する。

Definition

物理学におけるモンテカルロ法は、物理的な確率分布、典型的にはボルツマン分布に従って重み付けされたサンプルを生成することにより、物理的配置空間における平衡平均と積分を推定する確率的アルゴリズムである。

Scope

この分野は、物理学で用いられるモンテカルロシミュレーションを対象とする。具体的には、メトロポリス法と熱アンサンブルの重点サンプリング、イジングモデルとそのクラスターアルゴリズムのようなスピンモデルシミュレーション、多体基底状態のための量子モンテカルロ、および高次元物理積分のモンテカルロ評価が含まれる。これは、統計的モンテカルロに対応する物理学に特化した分野である。

Sub-topics

• イジングモデルと統計的サンプリング
• 物理学におけるメトロポリス・モンテカルロ法
• 物理学におけるモンテカルロ積分
• 量子モンテカルロ法

Core questions

• 天文学的な数の配置にわたる熱平均の計算を、重点サンプリングはいかにして実現可能にするのか？
• メトロポリスの受容規則は、なぜボルツマン重みに従って分布するサンプルを生成するのか？
• クラスターアルゴリズムは、相転移付近の臨界減速をいかにして克服するのか？
• 符号問題にもかかわらず、モンテカルロ法はいかにして量子多体系を扱うことができるのか？

Key theories

ボルツマン分布の重点サンプリング

一様にサンプリングされた状態をボルツマン因子で重み付けするのではなく、物理学のモンテカルロ法は、その因子に比例する確率で状態を生成するため、サンプリングされた状態の単純な平均が熱期待値を推定する。

メトロポリス法

メトロポリス法は、局所的な変化を提案し、エネルギー差に依存する確率でそれを受容することで、定常分布が正準アンサンブルであるマルコフ連鎖を構築する。

量子モンテカルロ

量子モンテカルロは、多体量子系の虚時間発展または基底状態射影を確率的サンプリング問題にマッピングし、平均場理論を超えるエネルギーと相関の計算を可能にする。

Clinical relevance

モンテカルロシミュレーションは、磁性モデルや格子モデルの相図と臨界指数、流体の状態方程式、量子多体系の基底状態エネルギー、および放射線輸送を計算するため、統計物理学および物性物理学における中心的な計算ツールの一つとなっている。

History

物理学におけるモンテカルロシミュレーションは、1953年にロスアラモスで硬球の状態方程式を計算したメトロポリス-ローゼンブルース-テラーの論文から始まった。その後の数十年で、相転移のスピンモデル研究、臨界減速を克服した1980年代のクラスターアルゴリズム、そして多体系のための量子モンテカルロの成熟が進んだ。

Debates

フェルミオン符号問題

多くのフェルミオン系およびフラストレーションのある量子系では、モンテカルロの重みが負になり、統計誤差が指数関数的に増大する。一般的な効率的解決策が存在するかどうかは、未解決かつ活発に研究されている問題である。

Key figures

• Nicholas Metropolis
• Marshall Rosenbluth
• Kurt Binder
• David P. Landau

Seminal works

• metropolis1953
• newmanbarkema1999

Frequently asked questions

物理学におけるモンテカルロ法は、統計学におけるモンテカルロ法とどう異なるのか？

アルゴリズムは同じ系統に属するが、物理学のモンテカルロ法は、スピン格子や多体量子系のような特定の物理モデルのボルツマン分布を対象とし、熱力学的および臨界的挙動をどれだけよく再現できるかで評価される。一方、統計的モンテカルロ法は、事後分布と推定量が対象となる。

臨界減速とは何か？

連続相転移の近くでは、局所更新モンテカルロ法は長い相関時間を生じる。これは、大きな相関領域が非常にゆっくりと変化するため、独立したサンプルを得るには多くのスイープが必要となるためである。クラスターアルゴリズムは、相関のある領域全体を一度に反転させることでこれを克服する。