Вот что я понял из критического замедления.
Когда мы находимся вблизи фазового перехода, время автокорреляции очень долго.
Представьте, что мы проводим моделирование МК на ферромагнетике вблизи где – температура фазового перехода. Мы изучаем наблюдаемое что является полной намагниченностью. Дело в том, что физически означает, что если я нахожусь в микросостоянии с намагниченностью, далекой от средней намагниченности, для моделирования потребуется много времени (много шагов), чтобы получить доступ к микросостояниям, намагниченность которых близка к средней намагниченности.
И, поскольку микросостояния, которые имеют намагниченность, близкую к средней намагниченности, имеют большую статистическую значимость в расчетах, это означает, что у нас будет очень плохая статистика, если мы не будем проводить выборку достаточно долго.
Мои вопросы:
Я прав в этом объяснении?
Почему очень долго возле фазового перехода? Я не уверен, что получу это.
Почему кластерный алгоритм лучше подходит для решения таких проблем? Этот вопрос был задан здесь Критическое замедление алгоритма Монте-Карло для классической 2D-модели Изинга, но на самом деле на него не ответили.
1) Вблизи фазового перехода второго рода корреляционная длина очень велика и имеются флуктуации на всех масштабах. Это означает, что локальный алгоритм будет иметь трудности с эффективной выборкой пространства соответствующих конфигураций. Средняя намагниченность на самом деле может быть более или менее правильной, но более сложные наблюдаемые (более высокие моменты M, корреляционные функции и т. д.) трудно вычислить.
2) Рассмотрим теорию фазовых переходов Ландау. Функционал свободной энергии равен
3) Для изучения времени релаксации мы должны сделать теорию Ландау зависимой от времени. Это приводит к гидродинамической теории, известной как модель А. Уравнение движения имеет вид
4) Кластерные алгоритмы выполняют обновления во всех масштабах и лучше фиксируют физику в 2),3).