• Non ci sono risultati.

Simulazioni e Metodi Montecarlo

N/A
N/A
Protected

Academic year: 2021

Condividi "Simulazioni e Metodi Montecarlo"

Copied!
12
0
0

Testo completo

(1)

Simulazioni e Metodi Montecarlo

Cercano gli stati fondamentali di sistemi complessi non risolubili analiticamente e le loro propriet` a

analoghi per molti versi al problema del commesso viaggiatore

lasciano evolvere un sistema in base alle leggi della fisica

il risultato finale si deve poter ottenere tramite piccoli passi

se q

1

indica uno stato di un sistema S , e

q

2

un qualsiasi altro stato, ci deve sempre

essere un modo per andare da S

q1

a S

q2

e

viceversa (ergodicit` a).

(2)

Modello di Ising in una dimensione

Uno dei pochi modelli solubili esattamente e trattabili con tecniche Montecarlo ` e il modello di Ising.

Considero un insieme di variabili s

1

, s

2

, . . . , s

N

che possano assumere valori ±1. s

i

sono detti spin e sono descritti da un’energia (Hamiltoniana)

H = −

X

i,j

s

i

· s

j

dove i e j devono essere primi vicini, cio` e j = i ± 1.

H non ` e completamente definita finch´ e non viene definito il comportamento degli spin agli estremi s

1

e s

N

. La scelta abituale, detta delle condizioni al contorno periodiche

` e dire che s

1

viene dopo s

N

(3)

Soluzione esatta

Definendo σ

i

= s

i

·s

i+1

e σ

N

= s

N

·s

1

, σ

i

assume sempre valori ±1 e si ottiene

H = −

XN i=1

σ

i

e per la funzione di partizione Z =

X

p

e

β

PN

i=1 σi

dove la somma ` e estesa a tutti possibili stati, quindi le 2

N

possibilit` a con σ

i

= ±1

Z =

X

σ1=±1

. . .

X

σN=±1

e

βσ1

· · · e

βσN

=

X

σ1=±1

e

βσ1

. . .

X

σN=±1

e

βσN

=

³

e

β

+ e

−β´N

Calcolo quindi l’energia per spin E = −

∂β ln Z = − e

β

− e

−β

e

β

+ e

−β

(4)

Metodo di Metropolis

↑ ↑ ↓ ↓ ↓

Prendo uno spin a caso tra 1 e N e lo flippo

valuto la differenza ∆E di energia rispetto alla situazione precedente

se ∆E < 0. accetto il cambiamento

se ∆E > 0. accetto il cambiamento con probabilit` a e

−β∆E

osservo che per ∆E > 0 ` e possibile solo

∆E = 4 e quindi e

−4β

pu` o essere calcolato

una volta per tutte

(5)

Equilibrio termodinamico

Sia p

i

la probabilit` a di occupazione dello stato i all’equilibrio. Sappiamo che p

i

= N e

−βEi

. Il valore medio di una quantit` a fisica A ` e dato da

hAi =

P

i

A

i

p

i

P i

p

i

Se la probabilit` a ` e stazionaria, non cambia con il tempo. Sia P (i → j) la probabilit` a di passare dallo stato i allo stato j all’istante successivo.

In condizioni non stazionarie sia w

i

la proba- bilit` a di occupare lo stato i. Allora

w

i

(t

N +1

) =

X

j

P (j → i)w

j

(t

N

)

Posso usare una notazione matriciale per scrivere

~

w(t

N +1

) = P ~ w(t

N

) Sotto condizioni piuttosto generali

N →∞

lim P

N

w = ~ ~ p

(6)

Bilancio dettagliato

Se p

i

e p

j

sono le probabilit` a di occupazione

degli stati i e j del sistema in condizioni stazionarie, il numero medio di particelle che entrano nello

stato i da qualsiasi stato j ` e dato da

X j

p

j

P (j → i) mentre quelle che escono sono

X j

p

i

P (i → j) La stazionariet` a richiede allora

X j

p

i

P (i → j) =

X

j

p

j

P (j → i)

che ` e la condizione di bilancio dettagliato.

La scelta pi` u semplice per soddisfare questa equazione ` e

p

i

P (i → j) = p

j

P (j → i)

per qualunque stato i e j all’equilibrio.

p

j

p

i

= P (i → j)

P (j → i) = e

−βEj

e

−βEi

= e

−β(Ej−Ei)

(7)

Probabilit` a di selezione e ampiezza di transizione P (i → j) pu` o essere divisa in due parti

• la probabilit` a g(i → j) che venga selezionato un nuovo stato j quando il sistema ` e in uno stato i

• La probabilit` a che il sistema effettivamente passi dallo stato i allo stato j (Ampiezza di transizione A(i → j) )

P (i → j) = g(i → j)A(i → j)

• Il metodo di Metropolis prende g(i → j) costante per i primi vicini. Il rapporto delle ampiezze di transizione ` e allora fissato

A(i → j)

A(j → i) = P (i → j)

P (j → i) = e

−β(Ej−Ei)

• Mi interessa avere il massimo del cambia- mento possibile e quindi scelgo A(i → j) = 1 nel caso pi` u favorevole e ottengo quindi

A(i → j) = 1 E

j

< E

i

A(i → j) = e

−β(Ej−Ei)

E

j

≥ E

i

(8)

Modello di Ising con campo magnetico

H = −

Pi,j

s

i

s

j

− B

Pi

s

i

H = −s

0

s

1

− . . . − s

i−1

s

i

− s

i

s

i+1

− . . . − s

N −1

s

0

−Bs

0

− . . . − Bs

i

− . . . − Bs

N −1

Se ora flippo il segno di uno spin s

i

, solo una parte di H viene cambiata di segno

−s

i−1

s

i

−s

i

s

i+1

−Bs

i

=⇒ +s

i−1

s

i

+s

i

s

i+1

+Bs

i

H

0

− H = 2

³

s

i−1

s

i

+ s

i

s

i+1

+ Bs

i´

= 2s

i ³

s

i−1

+ s

i+1

+ B

´

Per rendere pi` u rapido il calcolo ` e conveniente calcolare una volta per tutte i pochi possibili valori positivi di ∆E = H

0

− H Risulta

• Se s

i−1

e s

i+1

sono discordi ∆E = ±2B

• se sono concordi ∆E = ±2(2 ± B)

• supponendo sempre B > 0 si ottengono, come valori positivi di ∆E, 2B,|B − 2|e B + 2

Magnetizzazione La magnetizzazione ` e data da

M = 1 N

X i

s

i

E interessante sapere che tipo di comportamento ` ha il sistema al variare della temperatura a

parit` a di campo magnetico. In questo caso

non esiste una soluzione analitica.

(9)

Modello di Ising in due dimensioni

Ogni spin ha 4 vicini (invece di 2);

l’espressione dell’energia `e la stessa che in una di- mensione;

anche l’energia magnetica ha la stessa forma. E` conveniente studiare la magnetizzazione M in fun- zione della tempertura β

Si nota che per β piccolo (temperatura alta) la mag- netizzazione `e nulla;

per β grande (temperatura piccola) la magnetizzazione si avvicina a 1;

si ha un cambiamento brusco di M (transizione di fase) per β ≈ 0.44.

(10)

Onsager ha trovato la soluzione analitica per questo modello

E/N

s

= β coth(2β)

µ

1 + 2 π

³

2 tanh

2

(2β) − 1

´

K

1

(κ)

con

K

1

(κ) =

Z π/2 0

dy

1 − κ

2

sin

2

y κ = 2 sinh(2β) cosh

2

(2β)

M/N

s

= ±

³

1 + z

2´1/4 ³

1 − 6z

2

+ z

4´1/8

³

1 − z

2´1/2

z = e

−2β

(11)

Dettagli del calcolo in D = 2

Nel calcolo dell’energia ogni interazione tra due spin contribuisce a due spin diversi: si pu` o quindi contare le interazioni tra coppie di spin e moltiplicare per due il risultato;

la differenza di energia tra due stati ` e (trascurando il campo magnetico):

∆E = 2s

i,j ³

s

i+1,j

+ s

i−1,j

+ s

i,j+1

+ s

i,j−1´

che si pu` o scrivere ∆E = 2k con k = 0, ±2, ±4. ` E quindi ancora possibile memo- rizzare in anticipo pochi valori di e

−β∆E

;

invece di prendere uno spin a caso ` e possi- bile passarli in modo sistematico per righe e per colonne s

0,0

, s

0,1

, . . . , s

1,0

, . . . , s

N −1,N −1

;

` e essenziale fare un grafico della magnetiz-

zazione in funzione della temperatura.

(12)

Calcoli possibili E possibile calcolare `

lo scarto quadratico medio per l’energia e per la magnetizzazione:

< E

2

> − < E >

2

e < M

2

> − < M >

2

la funzione di correlazione tra spin

< s

µ

s

ν

> − < s

µ

>< s

ν

>

la dipendenza dal campo magnetico dell’energia

i grafici β − E, β − M, E − M

Riferimenti

Documenti correlati

Classical molecular dynamics simulations are used to investigate the structural properties of ice crystals under several temperature and pressure conditions. The study demonstrates

Alvise Sommariva Metodi iterativi per la soluzione di sistemi lineari 4/ 7.. Quante

Alvise Sommariva Metodi iterativi per la soluzione di sistemi lineari 48/ 81.. Supponiamo di dover risolvere il sistema lineare Ax = b.. Il metodo del gradiente coniugato ha

Vediamo quanto accurato `e il teorema di Banach nelle sue stime. Il metodo esegue 24 iterazioni.. Punto fisso in Matlab.. ◮ Si osservi che, eccetto nell’ultima riga, la stima

Se A ` e una matrice simmetrica e definita positiva di ordine n, allora il metodo del gradiente coniugato ` e convergente e fornisce in aritmetica esatta la soluzione del sistema Ax =

Se A ` e una matrice simmetrica e definita positiva di ordine n, allora il metodo del gradiente coniugato ` e convergente e fornisce in aritmetica esatta la soluzione del sistema Ax =

Se A ` e una matrice simmetrica e definita positiva di ordine n, allora il metodo del gradiente coniugato ` e convergente e fornisce in aritmetica esatta la soluzione del sistema Ax =

Il metodo SOR ha quale costante quasi ottimale w = 1.350; Il metodo del gradiente coniugato converge in meno iterazioni rispetto agli altri metodi (solo 5 iterazioni, ma si osservi