Lý thuyết trường chuẩn trên mạng tinh thể

Lý thuyết trường chuẩn trên mạng tinh thể là công thức không nhiễu loạn của các lý thuyết trường chuẩn trên một lưới không-thời gian rời rạc, và ứng dụng hàng đầu của nó, sắc động lực học lượng tử trên mạng tinh thể, tính toán khối lượng và tương tác của hadron từ lý thuyết cơ bản về quark và gluon.

Definition

Lý thuyết trường chuẩn trên mạng tinh thể là một phương pháp chuẩn hóa của lý thuyết trường chuẩn đặt các trường chuẩn lên các liên kết của một mạng tinh thể không-thời gian rời rạc, định nghĩa tích phân đường của lý thuyết như một trung bình thống kê đa chiều có thể được đánh giá bằng Monte Carlo.

Scope

Chủ đề này bao gồm việc rời rạc hóa các lý thuyết trường chuẩn trên một mạng tinh thể không-thời gian: các biến liên kết chuẩn và tác dụng Wilson, mô phỏng Monte Carlo các cấu hình chuẩn bao gồm thuật toán Monte Carlo lai cho fermion động lực, và việc trích xuất các đại lượng vật lý bằng cách ngoại suy đến giới hạn liên tục và khối lượng vật lý.

Core questions

• Các trường chuẩn được biểu diễn trên các liên kết của một mạng tinh thể như thế nào trong khi vẫn bảo toàn bất biến chuẩn?
• Việc lấy mẫu Monte Carlo các cấu hình chuẩn đánh giá tích phân đường như thế nào?
• Fermion động lực được bao gồm hiệu quả như thế nào thông qua Monte Carlo lai?
• Các giới hạn liên tục và khối lượng vật lý được thực hiện như thế nào để thu được các dự đoán trong thế giới thực?

Key theories

Tác dụng mạng tinh thể Wilson và các liên kết chuẩn

Các trường chuẩn được mã hóa dưới dạng các biến liên kết có giá trị nhóm và tác dụng được xây dựng từ các plaquette, tạo ra một sự rời rạc hóa bất biến chuẩn mà giới hạn tương tác mạnh của nó thể hiện sự giam hãm quark.

Mô phỏng chuẩn Monte Carlo

Các cấu hình chuẩn được tạo ra bằng cách lấy mẫu quan trọng có trọng số theo hàm mũ của tác dụng, như đã được chứng minh lần đầu tiên cho lý thuyết chuẩn SU(2), do đó các đại lượng quan sát được trở thành các trung bình thống kê trên các cấu hình.

Monte Carlo lai cho fermion

Việc bao gồm fermion động lực đưa vào một định thức không cục bộ; Monte Carlo lai kết hợp sự tiến hóa động lực học phân tử với một bước chấp nhận-từ chối Metropolis để lấy mẫu các cấu hình tốn kém này một cách hiệu quả.

Clinical relevance

Sắc động lực học lượng tử trên mạng tinh thể cung cấp các dự đoán từ nguyên lý đầu tiên về khối lượng hadron, hằng số phân rã và cấu trúc của vật chất tương tác mạnh, những đầu vào thiết yếu cho hiện tượng học vật lý hạt và để giải thích các thí nghiệm va chạm và thí nghiệm chính xác.

History

Wilson đã giới thiệu lý thuyết trường chuẩn trên mạng tinh thể vào năm 1974 để nghiên cứu sự giam hãm quark một cách không nhiễu loạn; các mô phỏng Monte Carlo của Creutz năm 1980 đã khởi xướng lý thuyết trường chuẩn trên mạng tinh thể số, và thuật toán Monte Carlo lai năm 1987 đã giúp các mô phỏng với fermion động lực trở nên khả thi, cho phép sắc động lực học lượng tử trên mạng tinh thể chính xác hiện đại.

Debates

Hệ thống ngoại suy liên tục và chiral

Các kết quả vật lý yêu cầu ngoại suy đến khoảng cách mạng tinh thể bằng 0 và khối lượng quark vật lý, và việc kiểm soát các lỗi hệ thống liên quan, bao gồm cả cho fermion chiral, là một phần trung tâm và đòi hỏi của các tính toán trên mạng tinh thể.

Key figures

• Kenneth Wilson
• Michael Creutz
• Anthony Kennedy

Seminal works

• wilson1974
• creutz1980

Frequently asked questions

Tại sao cần mạng tinh thể cho sắc động lực học lượng tử?

Tương tác mạnh quá mạnh ở năng lượng thấp đối với lý thuyết nhiễu loạn, vì vậy các đại lượng như khối lượng hadron không thể được tính toán bằng cách mở rộng trong tương tác. Mạng tinh thể cung cấp một định nghĩa không nhiễu loạn có thể được mô phỏng trực tiếp để tiếp cận chế độ này.

Tại sao fermion động lực lại tốn kém như vậy?

Việc tích phân các fermion để lại một định thức liên kết tất cả các biến chuẩn một cách không cục bộ, vì vậy mỗi lần cập nhật yêu cầu giải các hệ phương trình tuyến tính lớn. Monte Carlo lai và các bộ giải được cải tiến đã được phát triển chính xác để làm cho chi phí này có thể quản lý được.