伊辛模型与统计抽样

相互作用自旋的伊辛模型是计算统计物理学的典型试验平台，对其进行模拟揭示了蒙特卡洛抽样如何捕捉相变、临界指数以及临界慢化的挑战。

Definition

伊辛模型是一个由取两个值的自旋组成的晶格，这些自旋与其邻居相互作用；对其进行统计抽样意味着使用蒙特卡洛方法以玻尔兹曼概率抽取自旋构型，并估计热力学和临界性质。

Scope

本主题涵盖伊辛模型及相关自旋模型的蒙特卡洛模拟：单自旋翻转Metropolis动力学、磁化强度、能量、磁化率和比热的测量、临界点附近的有限尺寸标度，以及加速临界抽样的Swendsen-Wang和Wolff团簇算法。

Core questions

• 蒙特卡洛抽样如何揭示伊辛模型的铁磁相变？
• 如何使用有限尺寸标度提取临界温度和临界指数？
• 为什么单自旋翻转动力学在临界点附近会显著减慢？
• 团簇算法如何通过翻转相关区域来克服临界慢化？

Key theories

单自旋翻转抽样与可观测值

单个自旋的Metropolis或热浴更新对伊辛玻尔兹曼分布进行抽样，从中测量磁化强度、磁化率和比热随温度的变化。

有限尺寸标度

由于模拟使用有限晶格，临界奇异性会变得圆滑和偏移；对可观测值如何依赖于系统尺寸进行有限尺寸标度分析，可以提取无限系统下的临界温度和指数。

团簇算法

Swendsen-Wang和Wolff算法通过与温度相关的键概率构建并翻转对齐自旋的团簇，与局部更新相比，显著降低了临界点附近的自相关时间。

Clinical relevance

伊辛模型模拟是磁学、合金中有序-无序转变以及复杂系统晶格模型研究的基础，它们是统计物理学中开发和测试蒙特卡洛算法的标准基准。

History

伊辛模型于1925年由伊辛在一维上求解，1944年由昂萨格在二维上解析求解；蒙特卡洛模拟将其研究扩展到更高维度和变体，1980年代后期的团簇算法使得临界区域的模拟变得高效。

Key figures

• Ernst Ising
• Robert H. Swendsen
• Ulli Wolff

Seminal works

• swendsenwang1987
• wolff1989

Frequently asked questions

为什么伊辛模型经常被用作基准？

它定义和模拟简单，但表现出具有非平凡临界行为的真正连续相变，其二维版本具有精确的解析解可供比较，使其成为新蒙特卡洛方法的理想测试案例。

团簇算法解决了什么问题？

在临界温度附近，由于相关区域很大，单自旋更新改变构型的速度极慢。团簇算法在一个步骤中识别并翻转整个相关团簇，从而缩短自相关时间并允许准确测量临界性质。