TÓTH BÁLINT
A STATISZTIKUS
FIZIKA MATEMATIKAI MÓDSZEREI
2011
Szakmai vezető Ismertető
Lektor Tartalomjegyzék
Technikai szerkesztő Pályázati támogatás
Copyright Gondozó
Ez a jegyzet egy PhD matematikus- és fizikushallgatóknak szóló speciálelőadás anyagát tartalmazza. Feltételezett előismeretek: bevezető analízis és valószínűségszámítás, vala- mint a statisztikus fizika alapjainak ismerete. A jegyzet az alábbi témaköröket öleli át:
A statisztikus fizika tárgya, A Curie–Weiss-modell, Ising-modell Zd-n; Termodinamikai limesz, Analitikusság, Fázisátmenet az Ising-modellben, A klasszikus Heisenberg modell, A kvantum Heisenberg modell.
Kulcsszavak: Curie–Weiss-modell, Ising-modell Zd-n; termodinamikai limesz, analiti- kusság, fázisátmenet az Ising-modellben, klasszikus Heisenberg modell, kvantum Heisenberg modell.
(matematika és fizika) képzés a műszaki és informatikai felsőoktatásban” című projekt keretében.
Készült:
a BME TTK Matematika Intézet gondozásában
Szakmai felelős vezető:
Ferenczi Miklós
Lektorálta:
Krámli János
Az elektronikus kiadást előkészítette:
Vető Bálint
Címlap grafikai terve:
Csépány Gergely László, Tóth Norbert ISBN: 978-963-279-459-4
Copyright: 2011–2016, Tóth Bálint, BME
„A terminusai: A szerző nevének feltüntetése mellett nem kereskedelmi céllal szabadon másolható, terjeszthető, megjelentethető és előadható, de nem módosítható.”
1. Valószínűségszámítási bemelegítés 4
1.1. Nagy Számok Gyenge Törvénye . . . 4
1.2. A karakterisztikus függvény . . . 5
1.3. Centrális Határeloszlás Tétel . . . 7
1.4. Nagy Eltérés Tétel . . . 8
1.5. Konvex konjugálás/Legendre-transzformáció . . . 9
2. A statisztikus fizika tárgya 14 2.1. A statisztikus fizika tárgya . . . 14
2.2. A kanonikus eloszlás . . . 15
2.3. Az Ising-modell . . . 19
2.4. A nyomás / szabadenergia . . . 20
3. A Curie – Weiss-modell 23 3.1. A modell; termodinamikai limesz és termodinamikai függvények 23 3.2. A termodinamikai függvények meghatározása. . . 25
3.3. Kritikus exponensek . . . 26
3.4. Mindezek valószínűségszámítási háttere . . . 27
4. Ising-modell ℤ𝑑-n; termodinamikai limesz 32 4.1. Egydimenziós Ising-modell . . . 32
4.2. Ising-modell ℤ𝑑-n . . . 33
4.3. Kicsit általánosabban . . . 36
4.4. A nyomás konvexitása . . . 37
5. Analitikusság I 38 5.1. Az Ising-rácsgáz . . . 38
5.2. Korrelációs függvények . . . 39
TARTALOMJEGYZÉK 3
5.3. Számolás. . . 40
5.4. Möbius inverziós formula . . . 41
5.5. Számolás folytatása . . . 42
6. Analitikusság II: Lee és Yang tétele 48 6.1. Egy kis komplex függvénytan . . . 48
6.2. Alkalmazás az Ising-modellre. . . 49
6.3. Lee és Yang körtétele . . . 51
6.4. Konklúzió . . . 52
7. Fázisátmenet az Ising-modellben 53 7.1. A fázisátmenet Peierls-féle bizonyítása . . . 53
7.2. Korrelációs egyenlőtlenségek . . . 57
7.3. A GKS egyenlőtlenségek néhány alkalmazása . . . 60
8. A klasszikus Heisenberg-modell 62 8.1. Folytonos szimmetriájú modellek . . . 62
8.2. A hosszú távú rend paraméter . . . 63
8.3. Eredmények . . . 64
8.4. Fourier-transzformáció a diszkrét tóruszon, jelölések, konvenciók 64 8.5. A Fröhlich – Simon – Spencer bizonyítás főbb stációi . . . 66
8.6. Az infravörös korlát bizonyítása . . . 68
8.7. Néhány megjegyzés és tanulság . . . 72
9. A kvantum Heisenberg-modell 74 9.1. Kvantum statisztikus fizikai formalizmus . . . 74
9.2. 𝑆𝑈(2) reprezentációi . . . 74
9.3. A kvantum Heisenberg-modell . . . 76
9.4. Belső szimmetriák . . . 77
9.5. Eredmények . . . 80
9.6. Kvantum korrelációs egyenlőtlenségek I. . . 82
9.7. Mermin – Wagner-tétel bizonyítása. . . 85
Valószínűségszámítási bemelegítés
Független azonos eloszlású (i.i.d. = independent identically distributed) va- lószínűségi változókra vonatkozó határeloszlás-tételekkel fogunk foglalkozni.
Célunk: (1) a valószínűségszámítási fogalmak és tények felfrissítése; (2) ké- sőbb belátni, hogy a statisztikus fizika érdekes jelenségei (pl. fázisátalakulá- sok) éppen e „sima” valószínűségszámítási tényektől valólényeges eltérésekben nyilvánulnak meg.
Legyenek
𝜉1, 𝜉2, 𝜉3, . . .
i.i.d. valószínűségi változók, melyeknek (egyszerűség kedvéért) minden mo- mentuma véges. Nyugodtan feltehetjük, hogy
E(𝜉) = 0
(egyébként tekintsük a𝜉˜𝑖 =𝜉𝑖−E(𝜉)valószínűségi változókat). Jelöljük 𝜎2 :=E(
𝜉2)
<∞
Érdekel: 𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛 aszimptotikus eloszlása, minél pontosabban.
1.1. Nagy Számok Gyenge Törvénye
1. Tétel (NSZT).
P
(∣𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛∣ 𝑛 > 𝛿
)
→0 amint 𝑛 → ∞.
1. VALÓSZÍNŰSÉGSZÁMÍTÁSI BEMELEGÍTÉS 5
NSZT bizonyítása
2. Lemma (Markov-egyenlőtlenség). Legyen 𝑋 nem-negatív valószínűségi változó és 𝛿 >0. Ekkor
P(𝑋 > 𝛿)≤ E(𝑋)
𝛿 . (1.1)
Markov-egyenlőtlenség bizonyítása:
E(𝑋)≥E(
𝑋11{𝑋>𝛿}
)≥𝛿P(𝑋 > 𝛿).
Alkalmazzuk az (1.1) Markov-egyenlőtlenséget:
P(∣𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛∣> 𝑛𝛿)≤ E((𝜉1+𝜉2 +⋅ ⋅ ⋅+𝜉𝑛)2) 𝑛2𝛿2 = 𝜎2
𝑛𝛿2 →0.
1.2. A karakterisztikus függvény
Legyen 𝑋 tetszőleges valószínűségi változó. Karakterisztikus függvénye a következő:
𝑔 :ℝ→ℂ, 𝑔(𝑢) := E(exp{𝑖𝑢𝑋}).
Azaz𝑔(⋅) az𝑋 valószínűségi változó eloszlásfüggvényének a Fourier-Stieltjes transzformáltja.
A karakterisztikus függvény néhány alaptulajdonsága:
∙ Korlátos:
𝑔(0) = 1 és ∀𝑢∈ℝ: ∣𝑔(𝑢)∣ ≤1.
∙ Pozitív definit:
∀𝑢1, 𝑢2, . . . , 𝑢𝑘 ∈ℝ, ∀𝑧1, 𝑧2, . . . , 𝑧𝑘∈ℂ:
𝑘
∑
𝑖,𝑗=1
𝑔(𝑢𝑖−𝑢𝑗)𝑧𝑖𝑧¯𝑗 ≥0.
(1.2)
∙ Egyenletesen folytonos:
∀𝜀 >0 ∃𝛿 >0 : ∣𝑢−𝑣∣< 𝛿 ⇒ ∣𝑔(𝑢)−𝑔(𝑣)∣< 𝜀.
∙ Momentumok és a karakterisztikus függvény deriváltjai: Ha E(
𝑋𝑘
)<∞,
akkor a𝑔 karakterisztikus függvény𝑛-szer folytonosan differenciálható és
𝑔(𝑘)(0) =𝑖𝑘E( 𝑋𝑘)
, 𝑘 = 0,1,2, . . . , 𝑛.
Egyszerű bizonyítások és tovabbi fontos tulajdonságok: [26]. (De ki-ki maga is megpróbálhatja.)
Kérdés: Mely ℝ ∋ 𝑢 7→ 𝑔(𝑢) ∈ ℂ függvények lehetnek karakterisztikus függvények?
3. Tétel(Bochner-tétel). Aℝ∋𝑢7→𝑔(𝑢)∈ℂfüggvény pontosan akkor ka- rakterisztikus függvénye egy valószínűségi eloszlásfüggvénynek, ha 𝑔(0) = 1, 𝑢= 0-ban folytonos, és pozitív definit az (1.2) értelemben.
Néhány nevezetes eloszlás és karakterisztikus függvényeik:
– 𝐵𝐸𝑅(𝑝), Bernoulli-eloszlás. Paraméterei: 𝑝, 𝑞 ∈[0,1],𝑝+𝑞= 1.
P(𝑋 = 1) =𝑝, P(𝑋 = 0) =𝑞; 𝑔(𝑢) = 𝑞+𝑝𝑒𝑖𝑢, vagy
P(𝑋 = 1) =𝑝, P(𝑋 =−1) =𝑞; 𝑔(𝑢) = cos𝑢+𝑖(𝑝−𝑞) sin𝑢.
– 𝐵𝐼𝑁(𝑛, 𝑝), binomiális eloszlás. Paraméterei: 𝑝, 𝑞 ∈[0,1],𝑝+𝑞= 1,𝑛 ∈ℕ. P(𝑋 =𝑘) =
(𝑛 𝑘
)
𝑝𝑘𝑞𝑛−𝑘, 𝑘 = 0,1, . . . , 𝑛; 𝑔(𝑢) =(
𝑞+𝑝𝑒𝑖𝑢)𝑛
.
– 𝑃 𝑂𝐼(𝜇), Poisson-eloszlás. Paraméterei: 𝜇≥0.
P(𝑋 =𝑘) = 𝑒−𝜇𝜇𝑘
𝑘!, 𝑘0,1, . . .; 𝑔(𝑢) = exp{𝜇(
𝑒𝑖𝑢−1) }.
– 𝑈 𝑁 𝐼(𝑎, 𝑏), egyenletes eloszlás. Paraméterei −∞< 𝑎 < 𝑏 <∞.
P(𝑋 < 𝑥) = 𝑥−𝑎
𝑏−𝑎, 𝑎 ≤𝑥≤𝑏; 𝑔(𝑢) = 𝑒𝑖𝑢𝑏−𝑒𝑖𝑢𝑎 𝑖𝑢(𝑏−𝑎).
1. VALÓSZÍNŰSÉGSZÁMÍTÁSI BEMELEGÍTÉS 7 – 𝐸𝑋𝑃(𝜆), exponenciális eloszlás. Paraméterei: 𝜆 >0.
P(𝑋 < 𝑥) = 1−𝑒−𝜆𝑥, 0≤𝑥 <∞; 𝑔(𝑢) = 𝜆 𝜆−𝑖𝑢. – 𝐺𝐴𝑈(𝑚, 𝜎2), Gauss vagy normális eloszlás. Paraméterei 𝑚∈ℝ, 𝜎 >0.
P(𝑋 < 𝑥) = 1
√2𝜋𝜎
∫ 𝑥
−∞
𝑒−(𝑦−𝑚)22𝜎2 𝑑𝑦; 𝑔(𝑢) = exp{𝑖𝑚𝑢− 𝜎2𝑢2 2 } 1. Házi feladat. Ellenőrizzük a fenti karakterisztikus függvények formuláit!
1.3. Centrális Határeloszlás Tétel
4. Tétel (CHT).
P
(𝜉1 +𝜉2+⋅ ⋅ ⋅+𝜉𝑛
√𝑛 < 𝑥 )
→ 1
√2𝜋𝜎
∫ 𝑥
−∞
𝑒−𝑦
2 2𝜎2𝑑𝑦.
CHT bizonyítása: Karakterisztikus függvények módszerével. Felhasználjuk a karakterisztikus függvényekre vonatkozó következő (igen fontos) tételt:
5. Tétel (Határeloszlás-tétel karakterisztikus függvények módszerével). Le- gyenek 𝑋𝑛, 𝑛 = 1,2, . . . és 𝑋 valószínűségi változók. Eloszlásfüggvényeik
𝐹𝑛(𝑥) :=P(𝑋𝑛 < 𝑥), 𝐹(𝑥) := P(𝑋 < 𝑥) és karakterisztikus függvényeik
𝑔𝑛(𝑢) :=E(exp{𝑖𝑢𝑋𝑛}), 𝑔(𝑢) := E(exp{𝑖𝑢𝑋}). A következő két állítás ekvivalens:
(1) Az 𝐹(⋅) eloszlásfüggvény folytonossági pontjaiban, 𝑥-ben pontonként 𝐹𝑛(𝑥)→𝐹(𝑥).
(2) 𝑢-ban pontonként
𝑔𝑛(𝑢)→𝑔(𝑢).
Bizonyítás. Pl. [26].
Alkalmazzuk a fenti tételt
𝑋𝑛 := 𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛
√𝑛 valószínűségi változókra. Ekkor
𝑔𝑛(𝑢) = E (
exp{𝑖𝑢𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛
√𝑛 }
)
=( E(
exp{𝑖𝑢𝜉1/√ 𝑛}))𝑛
= (1−𝑢2𝜎2/(2𝑛) +𝑜(1/𝑛))𝑛
→𝑒−𝑢2𝜎2/2.
1.4. Nagy Eltérés Tétel
Legyen𝜉 nem elfajult val. változó és
𝐹(𝑥) =P(𝜉 < 𝑥)
az eloszlásfüggvénye. Értelmezzük a következő függvényeket:
𝑍 :ℝ→(0,∞], 𝑍(𝜆) :=E( 𝑒𝜆𝜉)
, 𝐼ˆ:ℝ→(∞,∞], 𝐼(𝜆) := lnˆ 𝑍(𝜆) Legyenek
𝜆:= inf{𝜆∈ℝ:𝑍(𝜆)<∞}, ¯𝜆:= sup{𝜆∈ℝ:𝑍(𝜆)<∞}.
Feltesszük, hogy
𝜆 <0<¯𝜆.
Ez a feltevés a 𝜉 valószínűségi változó momentumai növekedési sebességét korlátozza.
1. VALÓSZÍNŰSÉGSZÁMÍTÁSI BEMELEGÍTÉS 9 6. Állítás (𝐼(⋅)ˆ függvény tulajdonságai). : Az 𝐼ˆ: (𝜆,𝜆)¯ →(−∞,∞) függ- vény
(1) végtelenszer differenciálható és (2) szigorúan konvex.
Az Állítás bizonyítása: (1) Differenciálhatóság: ha𝜆 < 𝜆 <𝜆, akkor minden¯ 𝑛∈ℕ-re
𝑍(𝑛)(𝜆) =E( 𝜉𝑛𝑒𝜆𝜉)
<∞ amiből 𝐼(⋅)ˆ differenciálhatósága is egyenesen adódik.
(2) Konvexitás:
𝐼ˆ′(𝜆) = E( 𝜉𝑒𝜆𝜉) E(𝑒𝜆𝜉) =
∫∞
−∞𝑦𝑒𝜆𝑦𝑑𝐹(𝑦)
∫∞
−∞𝑒𝜆𝑦𝑑𝐹(𝑦) =E( 𝜉(𝜆)) 𝐼ˆ′′(𝜆) = E(
𝜉2𝑒𝜆𝜉) E(𝑒𝜆𝜉) −
(E( 𝜉𝑒𝜆𝜉) E(𝑒𝜆𝜉)
)2
=
∫∞
−∞𝑦2𝑒𝜆𝑦𝑑𝐹(𝑦)
∫∞
−∞𝑒𝜆𝑦𝑑𝐹(𝑦) − ( ∫∞
−∞𝑦𝑒𝜆𝑦𝑑𝐹(𝑦)
∫∞
−∞𝑒𝜆𝑦𝑑𝐹(𝑦) )2
=Var( 𝜉(𝜆))
>0, ahol 𝜉(𝜆)
P(
𝜉(𝜆) < 𝑥)
=𝐹𝜆(𝑥) :=
∫𝑥
−∞𝑒𝜆𝑦𝑑𝐹(𝑦)
∫∞
−∞𝑒𝜆𝑦𝑑𝐹(𝑦) eloszlásfüggvényű valószínűségi változó.
1.5. Konvex konjugálás/Legendre-transzformáció
Legyen 𝐼 :ℝ→[0,∞] a következő képpen értelmezve:
𝐼(𝑥) := sup
𝜆∈ℝ
(𝜆𝑥−𝐼(𝜆)ˆ )
. (1.3)
Mivel
𝜆→−∞lim
𝐼ˆ′(𝜆) = inf{𝑥∈supp(𝐹)}=:𝑥, (1.4)
𝜆→∞lim
𝐼ˆ′(𝜆) = sup{𝑥∈supp(𝐹)}=: ¯𝑥, (1.5)
ha𝑥∈(𝑥,𝑥), akkor a¯
𝐼ˆ′(𝜆) = 𝑥 (1.6)
egyenletnek létezik egyetlen 𝜆∗(𝑥)∈(𝜆,𝜆)¯ megoldása és
𝐼(𝑥) = 𝑥𝜆∗(𝑥)−𝐼(𝜆ˆ ∗(𝑥)) (1.7) 7. Állítás (𝐼(⋅) függvény tulajdonságai:). Az 𝐼 : (𝑥,𝑥)¯ →(0,∞) függvény (1) végtelenszer differenciálható,
(2) szigorúan konvex, (3)
𝐼(E(𝜉)) = 0, (1.8)
(és természetesen 𝐼(𝑥)>0 minden 𝑥∕=E(𝜉)-re).
(4) 𝐼(⋅) alulról félig folytonos, következésképp:
𝐼(𝑥) = lim
𝜀→0𝐼(𝑥+𝜀), 𝐼(¯𝑥) = lim
𝜀→0𝐼(¯𝑥−𝜀), (5)
𝑥∕∈[𝑥,𝑥]¯ −re: 𝐼(𝑥) = ∞.
Állítás bizonyítása: (1) Differenciálhatóság: 𝐼(⋅) differenciálhatósága egye- nesen következik 𝐼(⋅)ˆ differenciálhatóságából.
(2) Konvexitás: (3.4)–(1.7)-ből 𝐼′(𝑥) =𝜆∗(𝑥) +(
𝑥−𝐼ˆ′(𝜆∗(𝑥)))
𝜆∗′(𝑥) = 𝜆∗(𝑥).
Még egy differenciálás után, (3.4)-et újból felhasználva, 𝐼′′(𝑥) = 𝜆∗′(𝑥) = (
𝐼ˆ′′(𝜆∗(𝑥)))−1
>0.
(3) Világos, hogy
𝜆∗(E(𝜉)) = 0 amiből, (1.7) útján (1.8) adódik.
1. VALÓSZÍNŰSÉGSZÁMÍTÁSI BEMELEGÍTÉS 11 (4) Az alulról félig folytonosság abból következik, hogy 𝐼(⋅) folytonos függ-
vények családjának szuprémuma (def. alapján).
(5) A (1.3), (1.4) és (1.5)-ből következik.
8. Tétel (NET, H. Cramér). Legyenek 𝜉𝑗 i.i.d. valószínűségi változók, 𝐹(⋅) eloszlásfüggvénynyel és (𝑎, 𝑏) valós intervallum. Ekkor
−1 𝑛 lnP
(𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛
𝑛 ∈(𝑎, 𝑏) )
→ inf
𝑎<𝑥<𝑏𝐼(𝑥).
1. Megjegyzés. Kevésbé precíz, de szemléletesebb megfogalmazásban:
P
(𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛
𝑛 ≈𝑥
)
= exp{−𝑛𝐼(𝑥) +𝑜(𝑛)}. (1.9) Cramér-tétel bizonyítása: Feltehetjük, hogy
𝑚 :=E(𝜉)< 𝑎 < 𝑏.
(1) Felső becslés: Legyen 𝜆 >0 P
(𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛
𝑛 ∈(𝑎, 𝑏) )
≤P
(𝜉1 +𝜉2+⋅ ⋅ ⋅+𝜉𝑛
𝑛 > 𝑎 )
< 𝑒−𝜆𝑎𝑛E( 𝑒𝜆𝜉)𝑛
= exp{−𝑛(𝜆𝑎−𝐼(𝜆))}.ˆ
Markov-egyenlőtlenséget használtuk az exp{𝜆(𝜉1 +𝜉2 +⋅ ⋅ ⋅+𝜉𝑛)} való- színűségi változóra, majd a 𝐼ˆfüggvény értelmezését.
A fenti egyenlőtlenség minden𝜆 >0-ra igaz, következésképpen P
(𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛
𝑛 ∈(𝑎, 𝑏) )
≤exp{−𝑛sup
𝜆>0
(𝜆𝑎−𝐼(𝜆))}.ˆ Mivel 𝑎 > 𝑚 esetén 𝜆∗(𝑎)>0, azt kapjuk, hogy
sup
0<𝜆<∞
(𝜆𝑎−𝐼ˆ(𝜆)) = sup
−∞<𝜆<∞
(𝜆𝑎−𝐼(𝜆)) =ˆ 𝐼(𝑎), és végül
P
(𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛
𝑛 ∈(𝑎, 𝑏) )
≤exp{−𝑛𝐼(𝑎)}.
(2) Alsó becslés: Legyen𝑦∈(𝑎, 𝑏)∩(𝑥,𝑥),¯ (𝑦−𝜀, 𝑦+𝜀)⊂(𝑎, 𝑏)és𝜆∗ :=𝜆∗(𝑦).
Legyenek 𝜉1∗, 𝜉2∗, . . .
P(𝜉∗ < 𝑥) =𝐹∗(𝑥) :=
∫𝑥
−∞𝑒𝜆∗𝑧𝑑𝐹(𝑧)
∫∞
−∞𝑒𝜆∗𝑧𝑑𝐹(𝑧)
eloszlású i.i.d valószínűségi változók. Ha 𝐹𝑛-el, illetve 𝐹𝑛∗-el jelöljük a 𝜉1+𝜉2 +⋅ ⋅ ⋅+𝜉𝑛, illetve 𝜉1∗+𝜉2∗+⋅ ⋅ ⋅+𝜉𝑛∗ valószínűségi változók elosz- lásfüggvényeit,
𝐹𝑛(𝑥) : =P(𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛< 𝑥), 𝐹𝑛∗(𝑥) : =P(𝜉1∗+𝜉2∗+⋅ ⋅ ⋅+𝜉𝑛∗ < 𝑥), akkor
𝑑𝐹𝑛∗(𝑥) = 𝑍(𝜆∗)−𝑛𝑒𝜆∗𝑥𝑑𝐹𝑛(𝑥), 𝑑𝐹𝑛(𝑥) = 𝑍(𝜆∗)𝑛𝑒−𝜆∗𝑥𝑑𝐹𝑛∗(𝑥).
Ezt használva a következő egyenlőtlenségsorozatot kapjuk:
P
(𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛
𝑛 ∈(𝑎, 𝑏) )
≥P
(𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑛
𝑛 ∈(𝑦−𝜀, 𝑦+𝜀) )
=
∫ 𝑛(𝑦+𝜀) 𝑛(𝑦−𝜀)
𝑑𝐹𝑛(𝑧)
=𝑍(𝜆∗)𝑛
∫ 𝑛(𝑦+𝜀) 𝑛(𝑦−𝜀)
𝑒−𝜆∗𝑧𝑑𝐹𝑛∗(𝑧)
≥(
𝑍(𝜆∗)𝑒−𝜆∗(𝑦+𝜀))𝑛
∫ 𝑛(𝑦+𝜀) 𝑛(𝑦−𝜀)
𝑑𝐹𝑛∗(𝑧)
=𝑒{−𝑛(𝐼(𝑦)+𝜀𝜆∗)}
P
(𝜉1∗+𝜉∗2 +⋅ ⋅ ⋅+𝜉𝑛∗
𝑛 ∈(𝑎, 𝑏) )
. Mivel, a NSzT alapján
P
(𝜉1∗+𝜉∗2+⋅ ⋅ ⋅+𝜉𝑛∗
𝑛 ∈(𝑎, 𝑏) )
→1, következik, hogy
lim inf
𝑛→∞
1 𝑛lnP
(𝜉∗1+𝜉2∗+⋅ ⋅ ⋅+𝜉∗𝑛
𝑛 ∈(𝑎, 𝑏) )
≥ − inf
𝑎<𝑦<𝑏𝐼(𝑦).
1. VALÓSZÍNŰSÉGSZÁMÍTÁSI BEMELEGÍTÉS 13
2. Házi feladat. Számoljuk ki az𝐼(𝜆)ˆ és𝐼(𝑥)függvényeket a𝐺𝐴𝑈(𝑚, 𝜎2), 𝐸𝑋𝑃(𝜇), 𝐵𝐸𝑅(𝑝), 𝐵𝐼𝑁(𝑛, 𝑝), 𝐺𝐸𝑂𝑀(𝑝) és 𝑃 𝑂𝐼(𝜆) eloszlásokra.
3. Házi feladat. Ugyanezen eloszlásokra „bizonyítsunk naivul”, azaz (1.9) alapján és a
𝑛! =𝑒−𝑛𝑛𝑛√
2𝜋𝑛 (1 +𝑜(1)) Stirling-formula segítségével nagy eltérés becslést.
A fejezethez kapcsolódó irodalom: [26], [3], [6], [18], [1], [31], [30].
A statisztikus fizika tárgya;
kanonikus eloszlás; Ising-modell
2.1. A statisztikus fizika tárgya
Sok azonos, egymással kölcsönható kis (elemi, atomi, . . . ) komponensből felépülő nagy rendszer globális viselkedésének leírása.
∙ Sok:
1. limeszben végtelen sok: termodinamikai limesz, vagy 2. eleve végtelen: végtelen rendszerek Gibbs-állapotai.
Mi az első megközelítést fogjuk tekinteni.
∙ Globális viselkedés: Néhány, ún. intenzív paraméterrel jellemezhető (pl.
hőmérséklet, nyomás, kémiai potenciál). További releváns mérhető mennyiségek: (extenzív) átlagok (pl. sűrűség, mágnesezettség).
∙ Egyensúly: Időtől független, statikus jellemzők.
∙ Nemegyensúly: Időbeli fejlődés, időfüggő jelenségek.
Már az egyensúly definíciója is gond. Kielégítő, de matematikailag szinte kezelhetetlen:
tetszőleges nemegyensúly dinamika
𝑡→ ∞ egyensúly.
2. A STATISZTIKUS FIZIKA TÁRGYA 15
2.2. A kanonikus eloszlás
∙ Álapottér:
Ω :={a rendszer lehetséges állapotainak halmaza}.
Egyelőre véges, később lesz lokálisan kompakt, metrikus is. Természetes Borel 𝜎-algebrával.
∙ Hamilton-függvény:
𝐻 : Ω−→ℝ 𝐻(𝜔)az 𝜔 állapot energiája.
∙ Kanonikus/Gibbs-eloszlás: 𝑑𝜇(𝜔) = 1
𝑍(𝛽)exp{−𝛽𝐻(𝜔)}𝑑𝜈(𝜔). (2.1) Ahol:
∘ 𝜈: a priori szabad mérték az állapottéren (természetes – pl. szim- metria – megfontolások alapján választjuk meg),
∘ 𝛽 = 1/𝑇 >0: inverz hőmérséklet,
∘ exp{−𝛽𝐻(𝜔)}: Boltzmann- (vagy Gibbs)-faktor, az𝜔 állapot re- latív súlya,
∘ 𝑍(𝛽): állapotösszeg, stat-szumma, partíciós függvény – szerepe:
normáló tényező, hogy a 𝜇valószínűségi mérték legyen.
∙ Egyensúlyi statisztikus fizika: fizikailag releváns változók (i.e. 𝑓 : Ω→ ℝ függvények) 𝜇 szerinti eloszlását, statisztikai tulajdonságait vizsgál- juk.
Indoklás: Tekintsünk egy véges rendszert Ω ={1,2, . . . , 𝑛}
állapottérrel és 𝜈 a priori eloszlással (pl. egyenletes). Továbbá, 𝑁 azonos előbbiből álló szuper-rendszert, aminek állapottere
Ω𝑁 :={𝜔= (𝜔1, 𝜔2, . . . , 𝜔𝑁)∣𝜔𝑘 ∈Ω, 𝑘 = 1,2, . . . , 𝑁}.
Egyszerűség kedvéért egyelőre hanyagoljuk el a komponens rendszerek köl- csönhatási energiáját. Ekkor a szuper-rendszer teljes energiája
𝐻𝑁(𝜔) = 𝐻(𝜔1) +𝐻(𝜔2) +⋅ ⋅ ⋅+𝐻(𝜔𝑁).
Legyen a szuper-rendszer (komponensenkénti átlag) energiája adott:
1
𝑁𝐻𝑁(𝜔)∈(𝜖, 𝜖+𝑑𝜖)
Kérdés: e feltétel mellett mi az𝜔1 (vagy bármely 𝜔𝑘) eloszlása?
Válasz: pontosan a (2.1)-beli 𝜇, azzal a 𝛽-val, amely mellett
⟨𝐻⟩= 1 𝑍(𝛽)
∫
Ω
𝐻(𝜔)𝑒−𝛽𝐻(𝜔)𝑑𝜈(𝜔) =𝜖.
A valószínűségszámítási probléma: Legyenek𝜉1, 𝜉2, . . . i.i.d. valószínűségi változók 𝐹(𝑥) =P(𝜉 < 𝑥)közös eloszlásfüggvénnyel.
9. Állítás (Nagy eltérés következménye).
𝜀→0lim lim
𝑁→∞P (
𝜉1 ∈(𝑎, 𝑏)
𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑁
𝑁 ∈(𝑥−𝜀, 𝑥+𝜀) )
= 1
𝑍(𝛽)
∫ 𝑏 𝑎
𝑒−𝛽𝑦𝑑𝐹(𝑦), ahol 𝛽 =𝛽∗(𝑥) az
∫ ∞
−∞
𝑒−𝛽𝑦𝑦𝑑𝐹(𝑦) =𝑥
egyenlet egyetlen megoldása. (Fizikus jelölés: −𝛽 az előző fejezet 𝜆-ja.) Bizonyítás helyett formális számolás: Legyen 𝜉 diszkrét
P(𝜉=𝐸𝑘) = 𝑝𝑘, ∑
𝑘
𝑝𝑘 = 1 eloszlású. Ekkor
P (
𝜉1 =𝐸𝑘
𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑁
𝑁 ∈(𝑥−𝜀, 𝑥+𝜀) )
=
P(𝜉1 =𝐸𝑘)P
(𝜉2+𝜉3+⋅⋅⋅+𝜉𝑁
𝑁−1 ∈(𝑁(𝑥−𝜀)−𝐸𝑁−1 𝑘,𝑁(𝑥+𝜀)−𝐸𝑁−1 𝑘) )
P(𝜉1+𝜉2+⋅⋅⋅+𝜉𝑁
𝑁 ∈(𝑥−𝜀, 𝑥+𝜀))
2. A STATISZTIKUS FIZIKA TÁRGYA 17
Cramér tételét alkalmazva:
P
(𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑁
𝑁 ∈(𝑥−𝜀, 𝑥+𝜀) )
≈exp{−𝑁 𝐼(𝑥) +𝑜(𝑁)}
P
(𝜉2+𝜉3+⋅ ⋅ ⋅+𝜉𝑁
𝑁 −1 ∈(𝑁(𝑥−𝜀)−𝐸𝑘
𝑁 −1 ,𝑁(𝑥+ +𝜀)−𝐸𝑘
𝑁 −1 )
)
≈exp{−(𝑁 −1)𝐼(𝑥+𝑥−𝐸𝑘
𝑁 ) +𝑜(𝑁)}
azaz P
(
𝜉1 =𝐸𝑘
𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑁
𝑁 ∈(𝑥−𝜀, 𝑥+𝜀) )
≈𝑝𝑘exp{(𝑁 𝐼(𝑥)−(𝑁−1)𝐼(𝑥+ (𝑥−𝐸𝑘)/𝑁))−(𝑜(𝑁)−𝑜(𝑁))}
=𝑝𝑘exp{𝐼(𝑥)−𝐼′(𝑥)(𝑥−𝐸𝑘) +𝑜(1)}
→exp{𝐼(𝑥)−𝑥𝐼′(𝑥)}exp{𝐼′(𝑥)𝐸𝑘}𝑝𝑘. Az utolsó lépésben a
𝑜(𝑁)−𝑜(𝑁) =𝑜(1)
becslés a Cramér-tétel bizonyításánál finomabb érvelésből következik. E rész- leteket mellőzzük. A fenti kifejezésekben
𝐼′(𝑥) = 𝜆∗(𝑥) +(
𝑥−𝐼ˆ′(𝜆∗(𝑥)))
𝜆∗′(𝑥) = 𝜆∗(𝑥),=−𝛽 𝐼(𝑥)−𝑥𝐼′(𝑥) =𝐼(𝑥)−𝑥𝜆∗(𝑥) = −𝐼(𝜆ˆ ∗(𝑥)) =−ln𝑍(𝛽).
Azaz pontosan a jól normált kanonikus eloszlást kaptuk!
4. Házi feladat. Legyen (𝑣1, 𝑣2, . . . , 𝑣𝑁)∈ℝ𝑁 egyenletes eloszlású a 𝑣12
2 + 𝑣22
2 +⋅ ⋅ ⋅+ 𝑣𝑁2
2 =𝑁 𝜖
gömbfelületen, ahol𝜖∈(0,∞)rögzített. Határozzuk meg𝑣1határeloszlását:
𝑁→∞lim P(𝑣1 < 𝑥) =?
5. Házi feladat. Legyen(𝑥1, 𝑥2, . . . , 𝑥𝑁)∈ℝ𝑁+ egyenletes eloszlású az 𝑥1+𝑥2+⋅ ⋅ ⋅+𝑥𝑁 =𝑁 𝜖
szimplexen, ahol 𝜖∈(0,∞) rögzített. Határozzuk meg 𝑥1 határeloszlását:
𝑁→∞lim P(𝑣1 < 𝑥) =?
6. Házi feladat. [26] III. fejezet, 34. feladat (154. oldal): A kanonikus eloszlás egy alternatív jellemzése: Legyen
P(𝜉=𝐸𝑖) =𝑝𝑖, ∑
𝑖
𝑝𝑖 = 1
diszkrét eloszlás (𝐸𝑖= energia értékek, spektrum). Az eloszlás 𝑞𝑖 referencia- eloszlásra vonatkozó relatív entrópiája:
𝑆 =−∑
𝑖
𝑝𝑖ln𝑝𝑖
𝑞𝑖, azátlagos („belső”) energia:
𝑈 =∑
𝑖
𝑝𝑖𝐸𝑖, aszabad energia:
𝐹 =𝑈 − 1 𝛽𝑆.
Határozzuk meg azt a 𝑝∗𝑖 eloszlást, ami a szabad energiát minimalizálja.
(Használjuk a Lagrange-féle multiplikátor módszert.) Válasz: a keresett eloszlás éppen a
𝑝∗𝑖 = 1
𝑍(𝛽)𝑒−𝛽𝐸𝑖𝑞𝑖 kanonikus eloszlás.
2. A STATISZTIKUS FIZIKA TÁRGYA 19
2.3. Az Ising-modell
„. . . sok elemi apróból összeálló nagy rendszer . . . ”. A legegyszerűbb válasz- tás: az elemi, apró komponensek két állapotúak: {−1,+1}. Az 𝑁 darab elemiből álló nagy rendszer állapottere:
Ω𝑁 :={−1,+1}𝑁 ={𝜎= (𝜎1, 𝜎2, . . . , 𝜎𝑁) :𝜎𝑘=±1}, ∣Ω𝑁∣= 2𝑁 (Az egyes 𝜎𝑖-k „klasszikus spinek”.)
A Hamilton-függvény: egy spin energiája önmagában = −ℎ𝜎𝑖; a legegy- szerűbb kölcsönhatás: (𝑖, 𝑗)pár kölcsönhatási energiája =−𝐽𝑖,𝑗𝜎𝑖𝜎𝑗. A rend- szer teljes energiája:
𝐻𝑁(𝜎) =−1 2
𝑁
∑
𝑖,𝑗=1
𝐽𝑖,𝑗𝜎𝑖𝜎𝑗−ℎ
𝑁
∑
𝑖=1
𝜎𝑖.
Az első összegben az 𝑖 = 𝑗 ‘átlós’ tagoknak semmi jelentősége: akár el is hagyhatjuk őket. Ez az Ising-modell Hamilton-függvénye.
Interpretáció: 𝜎𝑖-k kis mágnes tűcskék, amik így: ↑ vagy így: ↓ tudnak állni; kölcsönhatnak egy ℎkülső mágneses térrel és páronként egymással. Ha 𝐽𝑖,𝑗 >0: az (𝑖, 𝑗) spin pár energiája így: ↑↑, ↓↓kicsi, így: ↑↓,↓↑ nagy, azaz:
szeretnek párhuzamosan állni: ferromágneses kölcsönhatás. Ha 𝐽𝑖,𝑗 < 0: az (𝑖, 𝑗) spin pár energiája így: ↑↑, ↓↓ nagy, így: ↑↓, ↓↑ kicsi, azaz szeretnek ellen-párhuzamosan állni: antiferromágneses kölcsönhatás. Egyelőre többnyi re a ferromágnesessel fogunk foglalkozni.
𝐽𝑖,𝑗 tartalmazza a rendszer geometriai struktúráját. Néhány nevezetes példa:
∘ 1 dimenziós modell:
𝑖, 𝑗,⋅ ⋅ ⋅ ∈ {1,2, . . . , 𝑁}, 𝐽𝑖,𝑗 =
{1 ha ∣𝑖−𝑗∣= 1 0 ha ∣𝑖−𝑗∣ ∕= 1 és peremfeltételek.
∘ 𝑑 dimenziós modell:
𝑖, 𝑗,⋅ ⋅ ⋅ ∈Λ⊂ℤ𝑑, 𝐽𝑖,𝑗 =
{1 ha ∣𝑖−𝑗∣= 1 0 ha ∣𝑖−𝑗∣ ∕= 1 és peremfeltételek
∘ Ising-modell tetszőleges 𝒢 = (𝒱,ℰ)gráfon:
𝑖, 𝑗,⋅ ⋅ ⋅ ∈ 𝒱, 𝐽𝑖,𝑗 =
{1 ha (𝑖, 𝑗)∈ ℰ 0 ha (𝑖, 𝑗)∈ ℰ/
∘ Curie – Weiss-modell = az előbbi 𝒢=𝒦𝑁-el 𝑖, 𝑗,⋅ ⋅ ⋅ ∈ {1,2, . . . , 𝑁}, 𝐽𝑖,𝑗 =
{1
𝑁 ha 𝑖∕=𝑗
0 ha 𝑖=𝑗
Az igazán érdekes dolgok 𝑁 → ∞ termodinamikai limeszben történnek!
2.4. A nyomás / szabadenergia
Az állapotösszeg és a nyomás (vagy szabadenergia – fizikai interpretáció sze- rint, erre visszatérünk):
𝑍𝑁(𝛽, ℎ) := ∑
𝜎∈Ω𝑁
exp{−𝛽𝐻(𝜎)}
= ∑
𝜎∈Ω𝑁
exp{𝛽 2
𝑁
∑
𝑖,𝑗=1
𝐽𝑖,𝑗𝜎𝑖𝜎𝑗 +𝛽ℎ
𝑁
∑
𝑖=1
𝜎𝑖} 𝑝𝑁(𝛽, ℎ) := 1
𝛽𝑁 ln𝑍𝑁(𝛽, ℎ)
Miért érdekes? (Azon túl, hogy 𝑍𝑁 a Gibbs-mérték normáló faktora.) Fizi- kailag releváns mennyiségek meghatározhatóak belőle. Pl. az átlagos mág- nesezettség így:
𝑚𝑁(𝛽, ℎ) := ⟨∑𝑁 𝑖=1𝜎𝑖⟩
𝑁 = 1
𝛽𝑁
∂𝑍𝑁
∂ℎ (𝛽, ℎ) = ∂𝑝𝑁
∂ℎ (𝛽, ℎ).
Vagy aszuszceptibilitás (azaz a mágnesezettség érzékenysége a külső mágne- ses tér változására), így:
𝜒𝑁(𝛽, ℎ) = 1 𝛽
∂𝑚𝑁
∂ℎ (𝛽, ℎ) = 1 𝛽2
∂2𝑝𝑁
∂ℎ2 (𝛽, ℎ).
A nyomás valószínűségszámítási jelentése: fix 𝛽 mellett ℎ 7→ 𝑝𝑁(𝛽, ℎ) analóg a nagy eltérés tétel-beli 𝜆 7→ 𝐼(𝜆)ˆ logaritmikus momentum generáló függvénnyel.
2. A STATISZTIKUS FIZIKA TÁRGYA 21 10. Állítás (A termodinamikai nyomás konvexitása). Fix 𝛽 mellett, ℎ 7→
𝑝𝑁(𝛽, ℎ) konvex függvény.
Nyomás konvexitásának bizonyítása.
𝜒𝑁(𝛽, ℎ) = 1 𝛽2
∂2𝑝𝑁
∂ℎ2 (𝛽, ℎ) (2.2)
= 1 𝑁
1 𝛽2𝑍𝑁
∂2𝑍𝑁
∂ℎ2 − 1 𝑁
( 1 𝛽𝑍𝑁
∂𝑍𝑁
∂ℎ )2
=
〈(∑𝑁
𝑖=1(𝜎𝑖− ⟨𝜎𝑖⟩)
√𝑁
)2〉
≥0.
2. Megjegyzés. Ez az Állítás egy általánosabb (később tárgyalt) konvexitás speciális esete.
Milyen érdekességekre számíthatunk𝑁 → ∞termodinamikai limeszben?
Tegyük fel, hogy a következő limeszek léteznek 𝑝(𝛽, ℎ) = lim
𝑁→∞𝑝𝑁(𝛽, ℎ), (2.3)
𝑚(𝛽, ℎ) = lim
𝑁→∞𝑚𝑁(𝛽, ℎ), (2.4)
𝜒(𝛽, ℎ) = lim
𝑁→∞𝜒𝑁(𝛽, ℎ), (2.5)
és hogy lim𝑁→∞ és ∂/∂ℎ felcserélhetők, azaz 𝑚(𝛽, ℎ) = 1
𝛽
∂𝑝
∂ℎ(𝛽, ℎ) (2.6)
𝜒(𝛽, ℎ) = 1 𝛽
∂𝑚
∂ℎ(𝛽, ℎ) = 1 𝛽2
∂2𝑝
∂2ℎ(𝛽, ℎ) (2.7) Ezeket szigorúan be fogjuk látni: a (2.3), (2.4), (2.5) termodinamikai lime- szek épeszű esetekben léteznek, a (2.6), (2.7) azonosságok pedig érvényesek azokban a (𝛽, ℎ) pontokban, amelyekben a limeszfüggvények szép simák.
∙ Magas hőmérsékleten 𝛽 < 𝛽𝑐: ℎ 7→ 𝑝(𝛽, ℎ) konvex, analitikus (hason- lóan 𝜆 7→𝐼ˆ(𝜆)-hoz). És
ℎ→0lim𝑚(𝛽, ℎ) =𝑚(𝛽,0) = 0.
Azaz: a rendszer belső ℤ2 szimmetriája nem sérül. A 𝜎𝑖 valószínűségi változók ∑𝑁
𝑖=1𝜎𝑖/𝑁 normált összegének viselkedése kvalitatíve nagyon hasonló az i.i.d. val. változókéval.
∙ Alacsony hőmérsékleten 𝛽 > 𝛽𝑐: (Ferromágneses kölcsönhatás (𝐽𝑖,𝑗 >
0) esetén.) ℎ 7→ 𝑝(𝛽, ℎ) konvex, de ℎ = 0-ban nem analitikus: első deriváltja szakad (ellentétben𝜆 7→𝐼ˆ(𝜆)-vel).
ℎ↘0lim𝑚(𝛽, ℎ) =𝑚(𝛽,0+)>0
ℎ↗0lim𝑚(𝛽, ℎ) =𝑚(𝛽,0−) =−𝑚(𝛽,0+)<0
Azaz: a rendszer belső ℤ2 szimmetriája sérül. A 𝜎𝑖 valószínűségi vál- tozók ∑𝑁
𝑖=1𝜎𝑖/𝑁 normált összege a NSzT és a NET szempontjából egyaránt az i.i.d.-ktől minőségileg lényegesen eltérő módon viselkedik.
𝛽 > 𝛽𝑐, ℎ= 0 paraméter értékeknél elsőrendű fázisátmenet van.
∙ A kritikus hőmérsékleten𝛽 =𝛽𝑐: A szuszceptibilitás divergál
𝛽→𝛽lim𝑐
𝜒(𝛽,0) =𝜒(𝛽𝑐,0) =∞,
(2.2) alapján állíthatjuk, hogy a CHT sérül: a kritikus fluktuációk a normálisaknál lényegesen (nagyságrendileg) nagyobbak. 𝛽 =𝛽𝑐, ℎ= 0 paraméter értéknélmásodrendű fázisátmenet van.
A fejezethez kapcsolódó irodalom: [25], [26].
3. fejezet
A Curie – Weiss-modell
3.1. A modell; termodinamikai limesz és termo- dinamikai függvények
Az állapottér:
Ω𝑁 :={𝜎 = (𝜎1, 𝜎2, . . . , 𝜎𝑁) :𝜎𝑖 =±1}.
A Hamilton-függvény:
𝐻𝑁(𝜎) :=− 1 2𝑁
𝑁
∑
𝑖,𝑗=1
𝜎𝑖𝜎𝑗 −ℎ
𝑁
∑
𝑖=1
𝜎𝑖
‘Mean field’ (‘átlag tér’) elmélet, mert minden spin egy ℎeff = 1
𝑁
𝑁
∑
𝑗=1
𝜎𝑗 +ℎ
effektív, átlagos mágneses térrel hat kölcsön. (𝑁1 helyett választhatnánk per- sze 𝑁𝐽 kölcsönhatási együtthatókat: a 𝐽-t beolvasztjuk a𝛽-ba.) A modellnek triviális a geometriai struktúrája! Minden spin-pár egyformán hat kölcsön.
Jelöljük a teljes mágnesezettséget 𝑀-el:
𝑀 :=
𝑁
∑
𝑖=1
𝜎𝑖, 𝑀 ∈ {−𝑁,−𝑁 + 2, . . . , 𝑁 −2, 𝑁}.
Ekkor
𝐻𝑁 =−1 2
𝑀2
𝑁 −ℎ𝑀, (3.1)
azaz a Hamilton-függvény csak𝑀-en keresztül függ a𝜎 spin konfigurációtól.
Legyen𝑟 (illetve𝑁 −𝑟) a ↑ (illetve↓) spinek száma:
𝑟= 𝑁+𝑀
2 , 𝑁 −𝑟= 𝑁 −𝑀
2 , 𝑟∈ {0,1,2, . . . , 𝑁}.
Az állapotösszeg:
𝑍𝑁(𝛽, ℎ) = ∑
𝜎∈Ω𝑁
exp{−𝛽𝐻𝑁(𝜎)}=
𝑁
∑
𝑟=0
𝑐𝑁(𝑟),
ahol
𝑐𝑁(𝑟) = (𝑁
𝑟 )
exp { 𝛽
2𝑁(2𝑟−𝑁)2+𝛽ℎ(2𝑟−𝑁) }
. Nyilvánvaló, hogy
𝛽𝑝(𝛽, ℎ) = lim
𝑁→∞
ln𝑍𝑁
𝑁 = lim
𝑁→∞
max0≤𝑟≤𝑁ln𝑐𝑁(𝑟)
𝑁 . (3.2)
Legyen
𝑥= 2𝑟−𝑁
𝑁 , 𝑥∈[−1,1].
A Stirling-formula alkalmazásával a következő kifejezést kapjuk:
ln𝑐𝑁(𝑟) =𝑁(
𝛽ℎ𝑥−Φ𝛽(𝑥))
+𝑜(𝑁), (3.3)
ahol Φ𝛽(𝑥) =
⎧
⎨
⎩ 1−𝑥
2 ln1−𝑥
2 +1 +𝑥
2 ln1 +𝑥
2 − 𝛽𝑥2
2 ha 𝑥∈[−1,1]
∞ ha 𝑥∕∈[−1,1]
Felhasználva (3.2)-t és (3.3)-at a termodinamikai nyomásra a következő kife- jezést kapjuk
𝛽𝑝(𝛽, ℎ) = sup
−1≤𝑥≤1
(𝛽ℎ𝑥−Φ𝛽(𝑥)).
3. A CURIE – WEISS-MODELL 25 Természetesen sup−1≤𝑥≤1 helyett sup𝑥∈ℝ-t is írhattunk volna. Azaz: rögzí- tett 𝛽 mellett, ℎ 7→ 𝑝(𝛽, ℎ) pontosan 𝑥 7→ 𝛽−1Φ𝛽(𝑥) konvex konjugáltja.
Szükségünk lesz a 𝑥7→Φ𝛽(𝑥) függvény első két deriváltjára:
Φ′𝛽(𝑥) = 1
2ln1 +𝑥
1−𝑥 −𝛽𝑥= tanh−1(𝑥)−𝛽𝑥, Φ′′𝛽(𝑥) = 1
1−𝑥2 −𝛽.
Az 𝑥 7→ Φ𝛽(𝑥) és 𝑥 7→ Φ′𝛽(𝑥) függvények grafikus képe az 1. és 2. ábrán látható. Lényeges különbség van 𝛽 < 1 és 𝛽 > 1 között! Míg 𝛽 < 1-re 𝑥 7→ Φ𝛽(𝑥) szigorúan konvex, 𝑥 7→ Φ′𝛽(𝑥) szigorúan növekvő, 𝛽 > 1-re ez nem áll. A kritikus hőmérséklet: 𝛽𝑐= 1.
IDE JONNEK AZ ABRAK
3.2. A termodinamikai függvények meghatáro- zása
Legyen 𝑚(𝛽, ℎ) a
Φ′𝛽(𝑚) =𝛽ℎ (3.4)
„jó” megoldása: ahol egy megoldás van otta megoldás, ahol több megoldás van (kettő vagy három) ott az a megoldás, amelyiknek az előjele megegyezik ℎ előjelével (ld. a 2. ábrát). Az alábbiak a (3.4) egyenlet ekvivalens alakjai:
tanh−1(𝑚)−𝛽𝑚 =𝛽ℎ (3.5)
𝑚 = tanh(
𝛽(𝑚+ℎ)) A nyomásra a következő kifejezést kapjuk:
𝛽𝑝(𝛽, ℎ) = 𝛽ℎ𝑚−Φ𝛽(𝑚)
=𝛽ℎ𝑚− 1
2ln1−𝑚2
4 −𝑚tanh−1(𝑚) + 𝛽 2𝑚2
=−1
2ln1−𝑚2 4 +𝑚(
𝛽ℎ−tanh−1(𝑚)) +𝛽
2𝑚2 (3.5)-öt felhasználva azt kapjuk, hogy
𝛽𝑝(𝛽, ℎ) = −1
2ln1−𝑚2(𝛽, ℎ)
4 −𝛽
2𝑚2(𝛽, ℎ).
A szuszceptibilitás kiszámolása: az 𝑚 = ∂𝑝
∂ℎ = 1 𝛽
( 1
1−𝑚2 −𝛽 )
𝑚∂𝑚
∂ℎ egyenletből azt kapjuk, hogy
𝜒(𝛽, ℎ) = 1 𝛽
∂𝑚
∂ℎ(𝛽, ℎ) = 1−𝑚2(𝛽, ℎ) 1−𝛽(1−𝑚2(𝛽, ℎ)). Mindebből látható, hogy
(1) 𝛽 < 𝛽𝑐 = 1-re (azaz 𝑇 > 𝑇𝑐 = 1-re): ℎ 7→ 𝑚(𝛽, ℎ) monoton növekvő, analitikus; ℎ7→𝑝(𝛽, ℎ) szigorúan konvex,analitikus; 𝜒(𝛽, ℎ)véges.
(2) 𝛽 > 𝛽𝑐 = 1-re (azaz 𝑇 < 𝑇𝑐 = 1-re): ℎ 7→ 𝑚(𝛽, ℎ) monoton növekvő, de ℎ = 0-ban nem folytonos: 𝑚(𝛽,0+) = −𝑚(𝛽,0−) > 0; ℎ 7→ 𝑝(𝛽, ℎ) szigorúan konvex, deℎ= 0-bannem analitikus: az első deriváltja szakad;
𝜒(𝛽, ℎ)véges.
(3) 𝛽 = 𝛽𝑐 = 1-re (azaz 𝑇 = 𝑇𝑐 = 1-re): ℎ 7→ 𝑚(𝛽, ℎ) monoton növekvő;
ℎ7→𝑝(𝛽, ℎ) szigorúan konvex, ℎ∕= 0-ban analitikus, de 𝜒(𝛽𝑐,0) =∞.
A (3.4)állapotegyenlet grafikus megjelenítései a 3. ábrán láthatófázisdi- agrammok.
3.3. Kritikus exponensek
Általános fizikus hit, hogy egy Ising-szerű ferromágneses modellben, a(𝑇, ℎ) = (𝑇𝑐,0) kritikus pont környékén a termodinamikai függvények szinguláris vi- selkedése a következő
𝑚(𝑇,0+)∼ ∣𝑇 −𝑇𝑐∣𝛽 amint 𝑇 ↗𝑇𝑐, 𝜒(𝑇,0+)∼ ∣𝑇 −𝑇𝑐∣−𝛾 amint 𝑇 ↘𝑇𝑐
𝜒(𝑇,0+)∼ ∣𝑇 −𝑇𝑐∣−𝛾′ amint 𝑇 ↗𝑇𝑐
∣𝑚(𝑇𝑐, ℎ)∣ ∼ ∣ℎ∣1/𝛿 amint ℎ→0
ahol a kritikus exponensek, úgymond, univerzális jellemzők — csak nagyon általános paraméterektől (pl. a dimenziótól) függenek. A Curie – Weiss- modellre a következő exponenseket talaljuk
𝛽= 1
2, 𝛾 =𝛾′ = 1, 𝛿= 3.
3. A CURIE – WEISS-MODELL 27 7. Házi feladat. Számoljuk ki a fenti exponenseket a Curie – Weiss- modellre.
IDE JON A HARMADIK ABRA
3.4. Mindezek valószínűségszámítási háttere/je- lentése
Tekintsük a
𝜎1+𝜎2 +⋅ ⋅ ⋅+𝜎𝑁
valószínűségi változót a 𝛽 >0, ℎ= 0 paraméterekhez tartozó Gibbs-eloszlás szerint. Ezt hasonlítjuk össze az első órákon tárgyalt
𝜉1+𝜉2+⋅ ⋅ ⋅+𝜉𝑁
i.i.d. összegek viselkedésével, ahol a𝜉𝑖-k egyenkénti eloszlása azonos a𝜎𝑖-jével:
P(𝜉𝑖 =±1) =P(𝜎𝑖 =±1) = 1
2 (3.6)
Nagy számok törvénye:
E
⎛
⎝ (∑𝑁
𝑖=1𝜎𝑖 𝑁
)2⎞
⎠= 2 𝑁
∂ln𝑍𝑁
∂𝛽 (𝛽,0) = 2 ∂
∂𝛽
(𝛽𝑝(𝛽,0))
=𝑚2(𝛽,0)
Var
⎛
⎝ (∑𝑁
𝑖=1𝜎𝑖 𝑁
)2⎞
⎠= 4 𝑁2
∂2ln𝑍𝑁
∂𝛽2 (𝛽,0) = 4 𝑁
∂2
∂𝛽2
(𝛽𝑝(𝛽,0))
→0.
Amiből következik, hogy
∙ Magas hőmérsékleten, 𝛽 < 𝛽𝑐:
∑𝑁 𝑖=1𝜎𝑖
𝑁
−→P 0 csakúgy, mint az i.i.d.-k esetében.
∙ Alacsony hőmérsékleten (𝛽 > 𝛽𝑐):
P (∑𝑁
𝑖=1𝜎𝑖
𝑁 ∈(±∣𝑚(𝛽,0)∣ −𝜀,±∣𝑚(𝛽,0)∣+𝜀) )
→ 1 2 Azaz: Alacsony hőmérsékleten a NSzT sérül.
Nagy eltérések: Jelölés: 𝜆=𝛽ℎ 𝑍𝑁(𝛽, ℎ) 𝑍𝑁(𝛽,0) =E
( exp
{ 𝜆
𝑁
∑
𝑖=1
𝜎𝑖
}) .
Az első jegyzet jelölésével, az𝐼(𝜆)ˆ logaritmikus momentumgeneráló függvény fizikai jelentése: a nyomás:
𝐼(𝜆) = limˆ
𝑁→∞
1 𝑁 lnE
( exp
{ 𝜆
𝑁
∑
𝑖=1
𝜎𝑖 })
=𝛽𝑝(𝛽, ℎ)−𝛽𝑝(𝛽,0).
∙ Magas hőmérsékleten: 𝜆 7→ 𝐼(𝜆)ˆ konvex és analitikus, csakúgy, mint az i.i.d.-k esetében.
∙ Alacsony hőmérsékleten: 𝜆 7→ 𝐼ˆ(𝜆) konvex de 𝜆 = 0-ban törik, ellen- tétben az i.i.d.-k esetével.
A nagy eltérések valószínűségének exponenciális lecsengését vezérlő 𝐼(𝑥) ráta függvény fizikai jelentése: a szabadenergia:
𝐼(𝑥) =− lim
𝑁→∞
1 𝑁 lnP
(∑𝑁 𝑖=1𝜎𝑖
𝑁 ≈𝑥
)
= Φ𝛽(𝑥)− inf
−1≤𝑥≤1Φ𝛽(𝑥).
∙ Magas hőmérsékleten: 𝑥 7→ 𝐼(𝑥) szigorúan konvex, csakúgy, mint az i.i.d.-k esetében.
∙ Alacsony hőmérsékleten: 𝑥7→ 𝐼(𝑥)nem konvex, ellentétben az i.i.d.-k esetével. Azaz: alacsony hőmérsékleten (𝑇 < 𝑇𝑐) a megszokott NET sérül.
3. Megjegyzés. Véges dimenziós ‘igazi’ geometriai struktúrával rendelkező modelleknél azt fogjuk látni, hogy a megfelelő függvény – a szabadenergia – ugyan konvex, de nem szigorúan konvex, van egy lapos (lineáris) része, ugy néz ki, mint a Φ𝛽(𝑥) függvény alsó konvex burkolója. Ami szintén a megszokott NET sérülését jelzi.
3. A CURIE – WEISS-MODELL 29 Normális fluktuációk magas hőmérsékleten: A várható érték:
E (∑𝑁
𝑖=1𝜎𝑖
√ 𝑁
)
=𝑚𝑁(𝛽,0) = 0.
A szórásnégyzet:
E
⎛
⎝ (∑𝑁
𝑖=1𝜎𝑖
√𝑁
)2⎞
⎠=𝜒𝑁(𝛽,0)→𝜒(𝛽,0) = 1 1−𝛽. 11. Tétel (CHT magas hőmérsékleten). Ha 𝛽 < 𝛽𝑐= 1, akkor
P (∑𝑁
𝑖=1𝜎𝑖
√𝑁 < 𝑥 )
→
√1−𝛽 2𝜋
∫ 𝑥
−∞
exp {
−1−𝛽 2 𝑦2
} 𝑑𝑦.
Magas hőmŕsékleti CHT bizonyítása karakterisztikus függvények módszerével.
Legyen
𝜑(𝑢) := 2−𝑁
𝑁
∑
𝑟=0
(𝑁 𝑟
) exp
{𝛽 2
(2𝑟−𝑁)2
𝑁 +𝑖𝑢2𝑟−𝑁
√𝑁 }
. Akkor
E (
exp {
𝑖𝑢
∑𝑁 𝑖=1𝜎𝑖
√𝑁 })
= 𝜑(𝑢) 𝜑(0). 𝜑(𝑢)-ra a következő kifejezést kapjuk:
𝜑(𝑢) =
∫ ∞
−∞
√𝑑𝑥
2𝜋𝑒−𝑥2/22−𝑁
𝑁
∑
𝑟=0
(𝑁 𝑟
) exp
{√
𝛽𝑥+𝑖𝑢
√𝑁 (2𝑟−𝑁) }
=
∫ ∞
−∞
√𝑑𝑥
2𝜋𝑒−𝑥2/2 [
cosh (√
𝛽𝑥+𝑖𝑢
√𝑁
)]𝑁
→
∫ ∞
−∞
√𝑑𝑥
2𝜋𝑒−𝑥2/2exp {1
2(√
𝛽𝑥+𝑖𝑢)2 }
= 1
1−𝛽𝑒− 𝑡
2 2(1−𝛽)
Azaz
E (
exp {
𝑖𝑢
∑𝑁 𝑖=1𝜎𝑖
√𝑁 })
→𝑒− 𝑢
2 2(1−𝛽), amiből az állítás következik.
Kritikus fluktuációk: A következő nem centrális határeloszlás-tételt bi- zonyítjuk a spinösszeg kritikus hőmérsékleti fluktuációira:
12. Tétel (R. S. Ellis és Ch. M. Newman tétele). 𝛽 = 𝛽𝑐 = 1 és ℎ = 0 paraméter értékek mellett
P (∑𝑁
𝑖=1𝜎𝑖
𝑁3/4 < 𝑥 )
→
∫𝑥
−∞𝑒−𝑦4/12𝑑𝑦
∫∞
−∞𝑒−𝑦4/12𝑑𝑦. (3.7) Ellis és Newman tételének bizonyítása. Legyen 𝑋 a 𝜎𝑖-ktől független stan- dard Gauss eloszlású valószínűségi változó. Belátjuk, hogy
P ( 𝑋
𝑁1/4 +
∑𝑁 𝑖=1𝜎𝑖 𝑁3/4 < 𝑥
)
=
∫𝑥
−∞exp{−𝑁 𝜓(𝑦/𝑁1/4}𝑑𝑦
∫∞
−∞exp{−𝑁 𝜓(𝑦/𝑁1/4}𝑑𝑦, (3.8) ahol
𝜓(𝑥) := 𝑥2
2 −ln cosh𝑥. (3.9)
Mivel
𝑋 𝑁1/4
−→P 0
és (3.8) jobb oldala konvergál (3.7) jobb oldalához, amint𝑁 → ∞, (3.8)-ból a Tétel állítása következik.
A következő levezetésben 𝑍𝑁 normáló faktorokat jelöl: a különböző kép- letekben nem föltétlenül azonosokat. Legyen
𝐹𝑁(𝑦) =P ( 𝑁
∑
𝑖=1
𝜎𝑖 < 𝑦 )
a spinösszeg eloszlásfüggvénye és 𝐺𝑁(𝑦) = P
( 𝑁
∑
𝑖=1
𝜉𝑖 < 𝑦 )
,
ahol a𝜉𝑖-k (3.6) eloszlású i.i.d.-k Világos, hogy (3.1) alapján 𝑑𝐺𝑁(𝑦) = 1
𝑍𝑁𝑒−𝑦
2
2𝑁𝑑𝐹𝑁(𝑦). (3.10)
3. A CURIE – WEISS-MODELL 31 (3.8) bizonyítása következik:
P ( 𝑋
𝑁1/4 +
∑𝑁 𝑖=1𝜎𝑖 𝑁3/4 < 𝑥
)
=P (√
𝑁 𝑋 +
𝑁
∑
𝑖=1
𝜎𝑖 < 𝑁3/4𝑥 )
=1 1 𝑍𝑁
∫ 𝑁3/4𝑥
−∞
∫ ∞
−∞
exp {
−𝑦2−2𝑦𝑧+𝑧2 2𝑁
}
𝑑𝐹𝑁(𝑧)𝑑𝑦
=2 1 𝑍𝑁
∫ 𝑁3/4𝑥
−∞
exp {
−𝑦2 2𝑁
} ∫ ∞
−∞
exp{𝑦𝑧 𝑁
} exp
{
− 𝑧2 2𝑁
}
𝑑𝐹𝑁(𝑧)𝑑𝑦
=3 1 𝑍𝑁
∫ 𝑁3/4𝑥
−∞
exp {
−𝑦2 2𝑁
} ∫ ∞
−∞
exp{𝑦𝑧 𝑁
}
𝑑𝐺𝑁(𝑧)𝑑𝑦
=4 1 𝑍𝑁
∫ 𝑁3/4𝑥
−∞
exp {
−𝑦2 2𝑁
} exp{
𝑁ln cosh 𝑦 𝑁
} 𝑑𝑦
=5 1 𝑍𝑁
∫ 𝑁3/4𝑥
−∞
exp {
−𝑁
[(𝑦/𝑁)2
2 −ln cosh(𝑦/𝑁) ]}
𝑑𝑦
=6 1 𝑍𝑁
∫ 𝑁3/4𝑥
−∞
exp{−𝑁 𝜓(𝑦/𝑁)}𝑑𝑦
=7 1 𝑍𝑁
∫ 𝑥
−∞
exp{−𝑁 𝜓(𝑦/𝑁1/4)}𝑑𝑦,
ami pontosan (3.8). Az első lépésben azt használtuk, hogy független való- színűségi változók összegének eloszlásfüggvénye az egyes eloszlásfüggvények konvolúciója. A második lépés triviális. A harmadik lépésben (3.10)-et hasz- náltuk fel. A negyedikben azt, hogy
E (
exp {
𝑦
𝑁
∑
𝑖=1
𝜉𝑖 })
=(
cosh(𝑦))𝑁
.
Az ötödik lépés újból triviális. A hatodikban a 𝜓 függvény (3.9) definícióját használtuk. Végül a hetedik lépésben egy 𝑦 := 𝑁3/4𝑦 változócserét hajtot- tunk végre.
A fejezethez kapcsolódó irodalom: [2], [5].
Ising-modell ℤ 𝑑 -n;
termodinamikai limesz
4.1. Egydimenziós Ising-modell
Fizikai tér: egydimenziós diszkrét tórusz𝑖, 𝑗,⋅ ⋅ ⋅ ∈ℤ/𝐿 𝐽𝑖,𝑗 =
{1 ha ∣(𝑖−𝑗) mod 𝐿∣= 1 0 ha ∣(𝑖−𝑗) mod 𝐿∣ ∕= 1 A Hamilton-függvény (mint rendesen):
𝐻𝐿(𝜎) = −1 2
𝐿
∑
𝑖,𝑗=1
𝐽𝑖,𝑗𝜎𝑖𝜎𝑗 −ℎ
𝐿
∑
𝑖=1
𝜎𝑖 =−
𝐿
∑
𝑖=1
𝜎𝑖𝜎𝑖+1−ℎ
𝐿
∑
𝑖=1
𝜎𝑖,
periodikus peremfeltételekkel, azaz 𝐿+𝑖=𝑖 mod𝐿 Az állapotösszeg:
𝑍𝐿(𝛽, ℎ) = ∑
𝜎∈Ω𝐿
exp{𝛽
𝐿
∑
𝑖=1
𝜎𝑖𝜎𝑖+1+𝛽ℎ
𝐿
∑
𝑖=1
𝜎𝑖}.
Legyen𝑇 =𝑇(𝛽, ℎ) a következő 2×2-es mátrix 𝑇 =
(𝑒𝛽(1+ℎ) 𝑒−𝛽 𝑒−𝛽 𝑒𝛽(1−ℎ)
)
13. Állítás.
𝑍𝐿(𝛽, ℎ) = T𝑟𝑇𝐿.
4. ISING-MODELL ℤ𝐷-N; TERMODINAMIKAI LIMESZ 33 Bizonyítás: Egyszerű számolás.
8. Házi feladat. Igazoljuk a 13. Állítást.
Következésképp a𝑇 mátrix sajátértékeit kell kiszámolnunk, amelyek a 𝜆2−2𝜆𝑒𝛽cosh(𝛽ℎ) + 2 sinh(2𝛽) = 0
karakterisztikus egyenlet gyökei:
𝜆1,2(𝛽, ℎ) =𝑒𝛽cosh(𝛽ℎ)±(
𝑒2𝛽sinh2(𝛽, ℎ) +𝑒−2𝛽)1/2
. A nyomásra a következő kifejezést kapjuk:
𝛽𝑝(𝛽, ℎ) = lim
𝑁→∞𝛽𝑝𝐿(𝛽, ℎ) = lim
𝐿→∞
1 𝐿ln(
𝜆𝐿1(𝛽, ℎ) +𝜆𝐿2(𝛽, ℎ))
= ln max{𝜆1(𝛽, ℎ), 𝜆2(𝛽, ℎ)}.
Azaz
𝛽𝑝(𝛽, ℎ) = ln (
𝑒𝛽cosh(𝛽ℎ) +
√
𝑒2𝛽sinh2(𝛽ℎ) +𝑒−2𝛽 )
.
Tehát az egydimenziós, első szomszéd kölcsönhatású modell termodinamikai nyomását explicit módon ki tudtuk számolni, de az eredmény nem nagyon izgalmas: minden pozitív 𝛽 mellett ℎ 7→ 𝑝(𝛽, ℎ) analitikus. Nincs kritikus jelenség, fázisátmenet. Általában: egydimenziós, rövid kölcsönható sugarú modellekben nincsen fázisátmenet.
9. Házi feladat. Számoljuk ki a termodinamikai nyomást a Bethe-rácson (azaz a𝑞 >2fokú homogén fán). Ez elég hosszadalmas számolás, de megéri a fáradságot, mert tanulságos.
4.2. Ising-modell ℤ
𝑑-n
Fizikai tér: 𝑥, 𝑦,⋅ ⋅ ⋅ ∈ℤ𝑑 (vagy annak egy véges része).
𝐽𝑥,𝑦 =
{1 ha ∣𝑥−𝑦∣= 1 0 ha ∣𝑥−𝑦∣ ∕= 1