Krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron

Podobne dokumenty
Krytyczność, przejścia fazowe i symulacje Monte Carlo. Katarzyna Sznajd-Weron Physics of Complex System

Modele sieciowe fizyki statystycznej i symulacje Monte Carlo. Katarzyna Sznajd-Weron

Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron

Fizyka statystyczna i termodynamika Wykład 1: Wstęp. Katarzyna Sznajd-Weron Katedra Fizyki Teoretycznej

Układ (fizyczny) Fizyka Systemów Złożonych (Physics of Complex Systems) Wyk 1: Wstęp

Co to jest model Isinga?

Równowaga w układach termodynamicznych. Katarzyna Sznajd-Weron

Obliczenia inspirowane Naturą

Klasyfikacja przemian fazowych

Modelowanie Agentowe Układów Złożonych Wstęp. Katarzyna Sznajd-Weron

Przejścia fazowe w 1D modelu Isinga

Fizyka statystyczna Teoria Ginzburga-Landaua w średnim polu. P. F. Góra

Zadania treningowe na kolokwium

Elementy termodynamiki i wprowadzenie do zespołów statystycznych. Katarzyna Sznajd-Weron

Jak z ABM zrobić model analityczny? (Metoda pola średniego) Katarzyna Sznajd-Weron Physics of Complex System

Równoległe symulacje Monte Carlo na współdzielonej sieci

Voter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego

Fizyka statystyczna Fenomenologia przejść fazowych. P. F. Góra

Elementy termodynamiki

Przejścia fazowe w uogólnionym modelu modelu q-wyborcy na grafie zupełnym

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek

Hierarchical Cont-Bouchaud model

Prawa potęgowe i samoorganizująca się krytyczność. Katarzyna Sznajd-Weron

Wykład 8 i 9. Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna

Wielki rozkład kanoniczny

Prawdopodobieństwo i statystyka

PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)

model isinga 2d ab 10 grudnia 2016

Katarzyna Sznajd-Weron. Fizyka układów złożonych

Zespół kanoniczny N,V, T. acc o n =min {1, exp [ U n U o ] }

Prezentacje do wykładu: Modelarnia krytyczność i złożoność

Równowaga. równowaga metastabilna (niepełna) równowaga niestabilna (nietrwała) równowaga stabilna (pełna) brak równowagi rozpraszanie energii

Transport jonów: kryształy jonowe

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

Prawdopodobieństwo i statystyka

Podstawy termodynamiki

PageRank. Bartosz Makuracki. 28 listopada B. Makuracki PageRank

Metody Lagrange a i Hamiltona w Mechanice

Dynamiki rynków oligopolistycznych oczami fizyka

Ogólny schemat postępowania

Proces rezerwy w czasie dyskretnym z losową stopą procentową i losową składką

Twierdzenia graniczne fluktuacji procesów przebywania dla układów gałazkowych

Program MC. Obliczyć radialną funkcję korelacji. Zrobić jej wykres. Odczytać z wykresu wartość radialnej funkcji korelacji w punkcie r=

Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań do analizy rzeczywistych sieci złożonych

Prowadzący. telefon PK: Pokój 210A (Katedra Biotechnologii i Chemii Fizycznej C-5)

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

Badanie słabych przemian fazowych pierwszego rodzaju w eksperymencie komputerowym dla trójwymiarowego modelu Ashkina-Tellera

Modelowanie sieci złożonych

Termodynamika materiałów

WĘDRÓWKI ATOMÓW W KRYSZTAŁACH: SKĄD SIĘ BIORĄ WŁASNOŚCI MATERIAŁÓW. Rafał Kozubski. Instytut Fizyki im. M. Smoluchowskiego Uniwersytet Jagielloński

Prawdopodobieństwo i statystyka

Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych.

Elementy termodynamiki

Spis treści. Przedmowa Obraz makroskopowy Ciepło i entropia Zastosowania termodynamiki... 29

Ważne rozkłady i twierdzenia c.d.

Równowagi fazowe. Zakład Chemii Medycznej Pomorski Uniwersytet Medyczny

Wykład 1. Anna Ptaszek. 5 października Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Chemia fizyczna - wykład 1. Anna Ptaszek 1 / 36

Redukcja wariancji w metodach Monte-Carlo

Materiały Reaktorowe. Efekty fizyczne uszkodzeń radiacyjnych c.d.

Fenomenologiczna teoria przejść fazowych

WOJSKOWA AKADEMIA TECHNICZNA Wydział Mechaniczny Katedra Pojazdów Mechanicznych i Transportu LABORATORIUM TERMODYNAMIKI TECHNICZNEJ

Krystalizacja. Zarodkowanie

16 Jednowymiarowy model Isinga

Układy statystyczne. Jacek Jurkowski, Fizyka Statystyczna. Instytut Fizyki

2.1 Przykład wstępny Określenie i konstrukcja Model dwupunktowy Model gaussowski... 7

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

17.1 Podstawy metod symulacji komputerowych dla klasycznych układów wielu cząstek

Wstęp do sieci neuronowych, wykład 9 Sieci rekurencyjne. Autoasocjator Hopfielda

Wykład 1 i 2. Termodynamika klasyczna, gaz doskonały

Podstawy termodynamiki

Obliczenia inspirowane Naturą

Komputerowa Analiza Danych Doświadczalnych

Termodynamiczny opis przejść fazowych pierwszego rodzaju

czyli o szukaniu miejsc zerowych, których nie ma

Momentem dipolowym ładunków +q i q oddalonych o 2a (dipola) nazwamy wektor skierowany od q do +q i o wartości:

Ekonometria Finansowa II EARF. Michał Rubaszek

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27

Spacery losowe generowanie realizacji procesu losowego

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

Metody probabilistyczne

e E Z = P = 1 Z e E Kanoniczna suma stanów Prawdopodobieństwo wystąpienia mikrostanu U E = =Z 1 Wartość średnia energii

Skoki o zerowej długości w formalizmie błądzenia losowego w czasie ciągłym

Metoda Monte Carlo. Jerzy Mycielski. grudzien Jerzy Mycielski () Metoda Monte Carlo grudzien / 10

Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

Potęga modeli agentowych

Algorytmy zrandomizowane

S ścianki naczynia w jednostce czasu przekazywany

Repeta z wykładu nr 3. Detekcja światła. Struktura krystaliczna. Plan na dzisiaj

SIMR 2017/18, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania

Wstęp do komputerów kwantowych

WŁASNOŚCI CIAŁ STAŁYCH I CIECZY

STATYSTYKA MATEMATYCZNA WYKŁAD 5. 2 listopada 2009

[ P ] T PODSTAWY I ZASTOSOWANIA INŻYNIERSKIE MES. [ u v u v u v ] T. wykład 4. Element trójkątny płaski stan (naprężenia lub odkształcenia)

Wstęp do sieci neuronowych, wykład 12 Wykorzystanie sieci rekurencyjnych w optymalizacji grafowej

Wstęp do sieci neuronowych, wykład 14 Maszyna Boltzmanna

Metody Obliczeniowe w Nauce i Technice

Podstawowe definicje

Metody Lagrange a i Hamiltona w Mechanice

Transkrypt:

Krytyczność i przejścia fazowe Katarzyna Sznajd-Weron

Temperatura Curie

Temperatura Curie ciągłe przejście fazowe magnes ferromagnetyk Przejście fazowe Katarzyna Sznajd-Weron Ferromagnetyk T T c Paramagnetyk T > T c Jak to zrozumieć?

Model Isinga (Lenza-Isinga?) 1925 rozprawa doktorska Ernsta Isinga Brak przejścia fazowego w 1D Jedyna praca Isinga Przejście fazowe w 2D (lata czterdzieste) Skala mikro tłumaczy zachowania makro L H = J L S i S j 1D H = J i=1 S i S i+1 <i,j>

Skąd taki Hamiltonian? L H = J S i S i+1 i=1 L H = J S i S i+1 = J 3 1 + 4 ( 1) i=1 Każdy układ dąży do minimalizacji energii L H = J i=1 L S i S i+1 = J i=1 1 = JL

Argument Landaua o braku przejścia fazowego w 1D L min E E 0 min E E 0 ε E 0 + ε Stan równowagi energia swobodna minimalna: F = E TS Zmiana energii: ΔF = ΔE TΔ S = ε TΔ S Entropia z jedną ścianą domenową: S = k B ln Ω = k B ln(l 1) ΔF = ε TΔ S = ε Tk B ln L 1, dla L ΔF < 0

Oddziaływania pomiędzy cząstkami Ferromagnetyk (konformizm) Antyferromagnetyk (antykonformizm) Wpływ (siła oddziaływania) wzrasta wraz Ze zgodnością grupy Z rozmiarem grupy Wysoka temperatura nerwowo Piotr Nyczka

Czego się spodziewacie? Czego się spodziewacie? Zajrzyjcie na https://ccl.northwestern.edu/netlogo/ Models Library NetLogo (środowisko do ABM) Prof. Uri Wilensky Northwestern's Center for Connected Learning and Computer-Based Modeling (CCL)

Ewolucja układu w czasie (ferromagnetyk) niska temperatura Oddziaływanie porządkuje Temperatura losowe zmiany W niskich temperaturach porządek W wysokich temperaturach nieporządek m =< S i > = 1 N i=1 N S i

Dalsze losy modelu Isinga Przejście fazowe w 2D bez pola Onsager, lata czterdzieste Symulacje Komputerowe model Isinga w 3D i 2D z polem Wykorzystanie poza fizyką

Symulacja Monte Carlo Modelu Isinga Przygotuj stan początkowy układu Pozwól mu ewoluować Poczekaj aż ustali się magnetyzacja Zanotuj wartość m Powtarzaj to dużo razy Policz średnią magnetyzację Jaka to średnia? N m =< S i > = 1 N i=1 S i

Średnia po zespole Średnia po czasie i średnia po zespole Średnia po czasie Układ ergodyczny to średnia po zespole = średnia po czasie

Algorytm Metropolisa 1MCS = N losowań Wylosuj jeden spin S i Oblicz energię E = E(S i ) = S i J σ j nn S j Oblicz energię E = E( S i ) = S i J σ j nn S j Oblicz zmianę energii ΔE = E E Jeżeli ΔE 0 to S i S i Jeżeli ΔE > 0 to wylosuj r z przedziału [0,1] i akceptuj nową konfigurację jeżeli: r < p = exp ΔE k B T, k B = J = 1

Przejście fazowe w modelu Isinga

Przejścia fazowe wokół nas woda faza ciekła PUNKT KRYTYCZNY Lód faza stała para faza gazowa ciągłe przejście fazowe nieciągłe przejście fazowe 2014 Katarzyna Sznajd-Weron

Sylwester w górach i jajka 2014 Katarzyna Sznajd-Weron

Nieciągłe przejście fazowe 2014 Katarzyna Sznajd-Weron

Równowaga i stany metastabilne LÓD WODA LÓD WODA LÓD WODA Lód i woda w równowadze Przechłodzona woda

Stan metastabilny: przechłodzona woda

Ciągłe przejście fazowe: punkt krytyczny

Nieciągłe przejście fazowe: punkt potrójny

Nieciągłe przejścia fazowe F x = du dx V = F x dx 2014 Katarzyna Sznajd-Weron

Ciągłe (krytyczne) przejście fazowe 2014 Katarzyna Sznajd-Weron

Punkty trójkrytyczne

Jak sprawdzić na komputerze czy przejście nieciągłe (c) 2017 Urszula Grochocińska

Różnice pomiędzy ciągłym i nieciągłym przejściem fazowym Ciągłe przejścia fazowe Brak utajonego ciepła przemiany q = T S 1 S 2 = 0 Nieciągłe przejścia fazowe Utajone ciepło przemiany q = T S 1 S 2 0 Brak skoku entropii Skok entropii: S 1 S 2 0 Brak współistnienia faz Brak stanów metastabilnych Skalowanie, uniwersalność, wykładniki krytyczne Parametr porządku zmienia się w sposób ciągły: φ 0, T < T c φ = 0, T > T c Współistnienie faz Stany metastabilne trywialne wykładniki krytyczne Parametr porządku zmienia się w sposób nieciągły

Stan krytyczny i fluktuacje Funkcja korelacyjna parametru porządku: G r 1, r 2 < φ r 1 φ r 2 > = φ 2 +< δφ(r 1 ) δφ r 2 > Niech r = r 1 r 2 G r e r/ξ r d 2+η Definicja punktu krytycznego: T T c ξ

Wykładniki krytyczne t = T c T zredukowana temperatura T c m T, 0 t β, m T c, h h 1/δ χ T, 0 t γ c T, 0 t α ξ T, 0 t ν G r, T c, 0 r d+2 η Model Isinga Zależą od wymiaru parametru porządku i wymiaru przestrzennego d - uniwersalność

Wykładniki krytyczne w modelu Isinga i wymiar krytyczny d 2 3 4 α 0 0.110(1) 0 Wyniki ścisłe (Onsager) β 1/8 0.3265(3) 1/2 γ 7/4 1.2372(5) 1 δ 15 4.789(2) 3 η 1/4 0.0364(5) ν 1 0.6301(4) 1/2 Wyniki ścisłe, takie same jak MFA

Związki pomiędzy wykładnikami Teoria skalowania α + 2β + γ = 2 (Rushbrooke) γ = β(δ 1) (Widom) γ = 2 η ν (Fisher) 2 α = νd (Josephson)

Skalowanie skończonego rozmiaru ξ T, 0 t ν Dla L < maksimum w temperaturze T c L T c L T c T c L θ θ = 1 ν dla dużych L Dwuwymiarowy FSS model Isinga ciepło właściwe c t α L α/ν promień korelacji ξ t ν L parametr porządku m t β L β/ν

Perkolacja 2014 Katarzyna Sznajd-Weron

Model perkolacji Model perkolacji : Każdy węzeł (wiązanie) sieci jest zajęty niezależnie z prawdopodobieństwem p Jak duże musi być to prawdopodobieństwo p aby powstał klaster łączący brzegi sieci (przepływ)?

Perkolacja: Pożary lasów

Prawdopodobieństwo przejścia Symulacja komputerowa 101x101 503x503 1003x1003 gęstość zadrzewienia p Dla jakiego p pożar dotrze do drugiej strony lasu?

Perkolacja site Rozważmy sieć dwuwymiarową L na L Każde miejsce sieci jest zajęte niezależnie z prawdopodobieństwem p Klaster grupa zajętych węzłów znajdujących się wzajemnie w najbliższym sąsiedztwie (rozmiar s)

Krytyczność w modelu perkolacji Próg perkolacji - najmniejsza koncentracja zapełnionych węzłów na sieci, przy której powstaje nieskończony klaster. Parametr porządku Wyniki dla sieci 2D

Krytyczność w modelu perkolacji Próg perkolacji dla problemu site to najmniejsza koncentracja zapełnionych węzłów na sieci, przy której powstaje nieskończony klaster. Próg perkolacji dla problemu bond to najmniejsza koncentracja zapełnionych połączeń między węzłami sieci, przy której powstaje nieskończony klaster.

Perkolacja na sieci kwadratowej (bond): dualność sieci Sieć wyjściowa: p mogę przejść q=1-p nie mogę przejść Sieć dualna: p nie mogę przejść q=1-p mogę przejść

Samodualność sieci kwadratowej p p* q q p p* q q * * q* 1 p*, q* p p* 0.5 *

Próg perkolacji nie jest uniwersalny! sieć site bond heksagonalna 0.696 2 0.652 71 kwadratowa 0.592 75 0.500 00 trójkątna 0.500 00 0.347 29 diamond 0.428 0.388 Prosta kubiczna 0.311 7 0.249 2 BCC 0.245 0.178 5 FCC 0.198 0.119

Metoda Średniego Pola (MFA) perkolacja wiązań (bond) Pytanie: Jaka jest krytyczna wartość koncentracji wiązań (mostów), przy której powstanie nieskończony klaster? Oznaczenia: prawdopodobieństwo tego, że dwa dowolne węzły sieci są połączone (tzn. że istnieje wiązanie): p prawdopodobieństwo, że i-ty węzeł należy do nieskończonego klastra: P i

Kiedy należy do nieskończonego klastra? Żeby węzeł i należał do klastra to: musi on mieć przy najmniej jednego sąsiada j, z którym jest połączony mostem, j należy do nieskończonego klastra. Prawdopodobieństwo tego, że ma: pp j Prawd., że nie należy do klastra

Mean field aproximation (MFA) z 1 P i = j=1 1 pp j MFA: i P i = P (układ jednorodny) z 1 P = j=1 1 pp = 1 pp z 1 P = 1 pp z Dla układu jednowymiarowego (1D): z = 2 1 P = 1 pp 2

Układ jednowymiarowy, z = 2 1 P = 1 pp 2 Pytanie: Czy istnieje takie p, żeby P > 0? 1 P = 1 2pP + p 2 P 2 p 2 P 2 + 1 2p P = 0 P(p 2 P + 1 2p ) = 0 p 2 P + 1 2p = 0 P = 2p 1 p 2 P = 2p 1 p 2 > 0 2p 1 > 0 p > 1 2

p p 4 2 3 2 2 4 2 ) (1 4 ) (1 2 ' p p p p p p p p Grupa renormalizacyjna (decymacja): Perkolacja na sieci kwadratowej p=0 p =0 p =0 p=1 p =1 p =1

0 2 1 5 2 1 5 ) (1 0 1 ) (1 0 ) 2 (1 2 ', 2 ' 2 3 4 2 4 2 p p p p p p p p p p p p p p p p p p p 0 p*=0.618 1 Szukamy punktów stałych transformacji

Grupa renormalizacyjna (majority rule): Perkolacja na sieci trójkątnej p prawdopodobieństwo p prawdopodobieństwo p = p 3 + 3p 2 1 p p = p p = p 3 + 3p 2 1 p 0 p c = 1 2 1 2p 3 + 3p 2 p = 0 p( 2p 2 + 3p 1) = 0 1 p 1 p 2 p = 0

Trzewo (sieć) Bethego (z=3) Klaster perkolujący rozciąga się w nieskończoność Rozważmy spacer po perkolującym nieskończonym klastrze Kontynuując spacer z węzła i-tego możemy pójść w z 1 kierunkach Tylko p(z 1) jest wolnych Czyli musi być przynajmniej jedna wolna p z 1 1 p c = 1 z 1

Perkolacja ukierunkowana site i bond? woda przepływająca przez filtr wodny w polu grawitacyjnym prąd elektryczny płynący przez losową sieć izolatorów i przewodników

Izotropowa kontra ukierunowana perkolacja wiązań

Podobieństwa Oba modele trywialne w 1D (przepływ tylko dla p=1) i D (przepływ dla każdego p>0). W wymiarach skończonych wymiarach D>1 pojawia się ciągłe przejście fazowe (p=p*) między fazą mokrą i suchą. Dla p>p* układ jest przepuszczalny (P >0 ). Dla p<p* układ jest nieprzepuszczalny (P =0).

Różnice Krytyczny próg p* dla ukierunkowanej perkolacji jest wyższy niż dla izotropowej W przypadku izotropowym własności krytyczne są identyczne we wszystkich kierunkach w przeciwieństwie do perkolacji ukierunkowanej Dla DP nie znane są analityczne wartości progu perkolacji p* i wykładników krytycznych Wyniki numeryczne wykładniki krytyczne dla DP są liczbami niewymiernymi

czas t Perkolacja ukierunkowana jako proces dynamiczny t N(t) 0 1 1 1 2 2 3 1 4 1 5 2 6 3 7 2 pozycja i Układ 2 D 1D układ dynamiczny (1+1)

czas t Perkolacja ukierunkowana w wymiarze 1+1 pozycja i

Zmiana średniej liczba cząstek w czasie dla DP (1+1) krytyczna

Modele należące do klasy uniwersalności Directed Percolation (DP) Procesy wzrostu Procesy kontaktowe modele epidemii Dyfuzja z reakcją chemiczną Reakcje katalityczne na powierzchniach (Ziff-Gulari-Barshad,1986)

Literatura