Προσοµοιώσεις Monte Carlo Κβαντικού Βαθµωτού Πεδίου στο Πλέγµα

Σχετικά έγγραφα
ιατµηµατικό Πρόγραµµα Μεταπτυχιακών Σπουδών «Φυσική και Τεχνολογικές Εφαρµογές»

Αριθμητικές Προσομοιώσεις του πρότυπου ISING στις Τρεις Διαστάσεις

ιδιάστατο Πρότυπο Potts µε Αριθµητικές Προσοµοιώσεις Monte Carlo

( x) (( ) ( )) ( ) ( ) ψ = 0 (1)

Μελέτη του Προτύπου 2D- Potts σε Υπολογιστικό Περιβάλλον MATLAB. Παρουσίαση της Διπλωματικής Εργασίας του Γιάννη Ασσιώτη

Περιεχόμενα. 1. Ειδικές συναρτήσεις. 2. Μιγαδικές Συναρτήσεις. 3. Η Έννοια του Τελεστή. Κεφάλαιο - Ενότητα

Υπολογιστική εξοµοίωση του δισδιάστατου πλέγµατος Ising µε τη µέθοδο Monte Carlo

ΕΞΙΣΩΣΗ ΣΥΝΕΧΕΙΑΣ ΣΕ ΜΙΑ ΤΥΧΑΙΑ ΑΝΑΠΑΡΑΣΤΑΣΗ

Περιεχόμενα. σελ. Πρόλογος 1 ης Έκδοσης... ix Πρόλογος 2 ης Έκδοσης... xi Εισαγωγή... xiii

Γενική Μεταπτυχιακή Εξέταση - ΕΜΠ & ΕΚΕΦΕ-" ηµόκριτος"

Μπεϋζιανή Στατιστική και MCMC Μέρος 2 ο : MCMC

Κεφάλαιο 6. Εισαγωγή στη µέθοδο πεπερασµένων όγκων επίλυση ελλειπτικών και παραβολικών διαφορικών εξισώσεων

ΦΥΣΙΚΗΣ ΣΤΟΙΧΕΙΩΔΩΝ ΣΩΜΑΤΙΔΙΩΝ ΙΙ. ΜΑΘΗΜΑ 4ο

Συνεχές Φάσµα - Συνάρτηση δέλτα (Dirac)

Μελέτη των Self-avoiding random walks

Σύστημα με μεταβλητό αριθμό σωματιδίων (Μεγαλοκανονική κατανομή) Ιδανικό κβαντικό αέριο

4.2 Finite-size scaling Binder Cumulant... 40

Μηχανική ΙI. Μετασχηµατισµοί Legendre. της : (η γραφική της παράσταση δίνεται στο ακόλουθο σχήµα). Εάν

ΚΕΦΑΛΑΙΟ ΕΥΤΕΡΟ ΘΕΡΜΟ ΥΝΑΜΙΚΗ

Προσοµοίωση µοντέλου ιδανικών και πραγµατικών αερίων

Γενική Μεταπτυχιακή Εξέταση - ΕΜΠ & ΕΚΕΦΕ-" ηµόκριτος"

ΙΑΤΡΙΚΗ ΦΥΣΙΚΗ eclass: PHYS215 Π. Παπαγιάννης

ΥΠΟΛΟΓΙΣΤΙΚΗ ΧΗΜΕΙΑ ΜΕ ΕΦΑΡΜΟΓΕΣ ΣΕ ΜΟΡΙΑ, ΥΛΙΚΑ, ΠΕΡΙΒΑΛΛΟΝ

Στοχαστική ανάλυση και προσοµοίωση υδροµετεωρολογικών διεργασιών σχετικών µε την αιολική και ηλιακή ενέργεια

Ιατρική Φυσική: Δοσιμετρία Ιοντίζουσας Ακτινοβολίας. Βιολογικές επιδράσεις. Ακτινοπροστασία

Θέµατα εξετάσεων και λύσεις

Διπλωματική Εργασία στην Υπολογιστική Φυσική

Μπεϋζιανή Στατιστική και MCMC Μέρος 2 ο : MCMC

ΜΙΓΑΔΙΚΟ ΔΥΝΑΜΙΚΟ ΓΕΝΙΚΑ. Έστω σωμάτιο, στις τρεις διαστάσεις, που βρίσκεται υπό την επίδραση μιγαδικού δυναμικού της μορφής

Μετάβαση φάσης 1ης τάξης Η Πολυκανονική Μέθοδος

ΥΠΟΛΟΓΙΣΤΙΚΗ ΧΗΜΕΙΑ ΜΕ ΕΦΑΡΜΟΓΕΣ ΣΕ ΜΟΡΙΑ, ΥΛΙΚΑ, ΠΕΡΙΒΑΛΛΟΝ

A(θ) = n log θ B(x ) = 0. T (x ) = x i. Γ(n)θ n =

Κεφάλαιο 1. Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς

, όπου οι σταθερές προσδιορίζονται από τις αρχικές συνθήκες.

Αόριστο Ολοκλήρωµα ρ. Κωνσταντίνα Παναγιωτίδου

Τίτλος Μαθήματος: Ειδικές Συναρτήσεις

Γενική Μεταπτυχιακή Εξέταση - ΕΜΠ & ΕΚΕΦΕ-" ηµόκριτος"

Στοιχεία Θεωρίας Αριθμών & Εφαρμογές στην Κρυπτογραφία

ΜΑΘΗΜΑ - VI ΣΤΑΤΙΣΤΙΚΗ ΘΕΡΜΟ ΥΝΑΜΙΚΗ Ι (ΚΛΑΣΙΚΗ ΜΗΧΑΝΙΚΗ) Α. ΑΣΚΗΣΗ Α3 - Θερµοχωρητικότητα αερίων Προσδιορισµός του Αδιαβατικού συντελεστή γ

Μηχανική ΙI Ταλαντωτής µε µεταβλητή συχνότητα

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

All rights reserved

Ονοματεπώνυμο: Καλλιστής Νικόλαος Επιβλέπων καθηγητής: Αναγνωστόπουλος Κωνσταντίνος

ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΕΡΓΑΣΙΕΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ Αίθουσα Νέα Κτίρια ΣΗΜΜΥ Ε.Μ.Π.

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

Χάος και Φράκταλ. ιδάσκων: Α.Μπούντης, Καθηγητής Ασκήσεις ΟΜΑ Α Α 1) Να δειχθεί ότι η οικογένεια των κλειστών καµπυλών x x e = c τείνει 2 1)

1 ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ ΕΞΕΤΑΣΕΙΣ ΠΡΟΣΟΜΟΙΩΣΗΣ 2014

(i) f(x, y) = xy + iy (iii) f(x, y) = e y e ix. f(z) = U(r, θ) + iv (r, θ) ; z = re iθ

CRAMER-RAO ΚΑΤΩ ΦΡΑΓΜΑ - ΑΠΟ ΟΤΙΚΟΙ ΕΚΤΙΜΗΤΕΣ

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville

ΚΛΑΣΙΚΗ ΘΕΡΜΟ ΥΝΑΜΙΚΗ ΕΝΟΤΗΤΑ-1 ΟΡΙΣΜΟΙ

ETY-202. Ο γενικός φορμαλισμός Dirac ETY-202 ΎΛΗ & ΦΩΣ 05. Ο ΓΕΝΙΚΟΣ ΦΟΡΜΑΛΙΣΜΟΣ DIRAC. Στέλιος Τζωρτζάκης 21/11/2013

Πανεπιστήµιο Αθηνών. προς το χρόνο και χρησιµοποιείστε την εξίσωση Schrodinger για να βρείτε τη χρονική παράγωγο της κυµατοσυνάρτησης.

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

!q j. = T ji Kάθε πίνακας µπορεί να γραφεί σαν άθροισµα ενός συµµετρικού και ενός αντι-συµµετρικού πίνακα

Μαθηµατικά Θετικής και Τεχνολογικής Κατεύθυνσης ΚΕΦΑΛΑΙΟ. 1 ο :Μιγαδικοί Αριθµοί

d 4 1 q M 2 q 2 M 2 q 2 M 2 226/389

Θεωρείστε το σύστηµα του ανεστραµµένου εκκρεµούς-οχήµατος του Σχ. 1 το οποίο περιγράφεται από το δυναµικό µοντέλο

Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α

ΚΥΜΑΤΙΚΗ-ΟΠΤΙΚΗ 1. Σχήµα 1 Σχήµα 2

Θεωρία Στοχαστικών Σηµάτων: Στοχαστικές διεργασίες, Περιγραφή εργοδικών στοχαστικών διεργασιών

ΚΛΑΣΙΚΗ (ΧΗΜΙΚΗ) ΘΕΡΜΟ ΥΝΑΜΙΚΗ ΕΙΣΑΓΩΓΗ

6. Αρµονικές συναρτήσεις και συνοριακά προβλήµατα (Dirichlet).

Έλεγχος «Ελάχιστης Ενέργειας»

ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13

Προσομοίωση του Μοντέλου Ising με τη γλώσσα Fortran και τη γλώσσα Java με τη χρήση περιοδικών και αντιπεριοδικών συνοριακών συνθηκών

(1) L{a 1 x 1 + a 2 x 2 } = a 1 L{x 1 } + a 2 L{x 2 } (2) x(t) = δ(t t ) x(t ) dt x[i] = δ[i i ] x[i ] (3) h[i, i ] x[i ] (4)

Μηχανική ΙI. Λαγκρανζιανή συνάρτηση. Τµήµα Π. Ιωάννου & Θ. Αποστολάτου 3/2001

X(t) = A cos(2πf c t + Θ) (1) 0, αλλού. 2 cos(2πf cτ) (9)

( )U 1 ( θ )U 3 ( ) = U 3. ( ) όπου U j περιγράφει περιστροφή ως προς! e j. Γωνίες Euler. ω i. ω = ϕ ( ) = ei = U ij ej j

Σήματα και Συστήματα. Διάλεξη 6: Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΦΥΣΙΚΗΣ. ΕΞΕΤΑΣΗ ΣΤΗ ΜΗΧΑΝΙΚΗ ΙI Φεβρουάριος Απαντήστε και στα 4 θέματα με σαφήνεια και συντομία. Καλή σας επιτυχία.

ΚΕΝΤΡΟ ΘΕΩΡΗΤΙΚΗΣ ΦΥΣΙΚΗΣ & ΧΗΜΕΙΑΣ ΕΔΟΥΑΡΔΟΥ ΛΑΓΑΝΑ Ph.D. Κεντρικό: Λεωφ. Κηφισίας 56, Αμπελόκηποι, Αθήνα Τηλ.: ,

ΚΒΑΝΤΟΜΗΧΑΝΙΚΗ Ι (Τµήµα Α. Λαχανά) 1 Φεβρουαρίου 2010

4 η ΕΚΑ Α. = g(t)dt, x [0, 1] i) είξτε ότι F(x) > 0 για κάθε x (0, 1] ii) είξτε ότι f(x)g(x) > F(x) για κάθε x (0, 1] και G(x) για κάθε x (0, 1]

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

( ) * Λύση (α) Καθώς η Χαµιλτονιανή είναι ερµιτιανός τελεστής έχουµε ότι = = = = 0. (β) Απαιτούµε

ΚΕΦΑΛΑΙΟ Μηχανική Μάθηση

Πρόλογος. 1 Εισαγωγή Θεωρία Παιγνίων υό Λόγια για το Αντικείµενο Μερικά Ιστορικά Στοιχεία Ενα Παράδοξο Παιχνίδι...

Λύσεις Θεµάτων - Κβαντοµηχανική ΙΙ (Τµήµα Α. Λαχανά) Ειδική Εξεταστική Περίοδος - 11ης Μαρτίου 2013

Τίτλος Μαθήματος: Συνήθεις Διαφορικές Εξισώσεις Ι

x=l ηλαδή η ενέργεια είναι µία συνάρτηση της συνάρτησης . Στα µαθηµατικά, η συνάρτηση µίας συνάρτησης ονοµάζεται συναρτησιακό (functional).

Αριθµητική Ολοκλήρωση

Κεφάλαιο 1. Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς

ροµολόγηση πακέτων σε δίκτυα υπολογιστών

ΦΡΟΝΤΙΣΤΗΡΙΟ 11. β) τον εκτιμητή μέγιστης πιθανοφάνειας για την άγνωστη παράμετρο λ 0.

Όταν θα έχουµε τελειώσει το Κεφάλαιο αυτό θα µπορούµε να:

ΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΙΑΝΟΥΑΡΙΟΣ 2012 ΘΕΜΑΤΑ Α

ΚΒΑΝΤΙΚΗ ΜΗΧΑΝΙΚΗ ΙΙ - Ενότητα 1

() 1 = 17 ΣΥΝΑΡΤΗΣΕΙΣ LEGENDRE Ορισµοί

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

Αρµονική Ανάλυση. Ενότητα: L p Σύγκλιση. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

ΚΒΑΝΤΙΚΗ ΜΗΧΑΝΙΚΗ ΙΙ - Κεφάλαιο 4

Έργο µιας χρονικά µεταβαλλόµενης δύναµης

ΠΑΡΑΔΕΙΓΜΑ II (ΑΠΕΙΡΙΣΜΟΣ ΤΟΥ ΔΥΝΑΜΙΚΟΥ ΣΕ ΠΕΡΙΟΧΗ/ΠΕΡΙΟΧΕΣ), και τις ενεργειακές στάθμες του, 2. E E E, όπου ˆ

ΚΛΑΣΙΚΗ ΘΕΡΜΟ ΥΝΑΜΙΚΗ ΜΑΘΗΜΑ-ΙΙΙ ΤΑ ΘΕΡΜΟ ΥΝΑΜΙΚΑ ΑΞΙΩΜΑΤ

ΠΥΚΝΟΤΗΤΑ ΠΟΛΥΜΕΡΙΚΗΣ ΑΛΥΣΙΔΑΣ

ΑΝΩΤΑΤΟ ΣΤΡΑΤΙΩΤΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΣΧΟΛΗ ΝΑΥΤΙΚΩΝ ΔΟΚΙΜΩΝ ΤΜΗΜΑ ΝΑΥΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

Transcript:

Προσοµοιώσεις Monte Carlo Κβαντικού Βαθµωτού Πεδίου στο Πλέγµα Χρίστος Σταθόπουλος Επιβλέπων: Κωνσταντίνος Αναγνωστόπουλος.Π.Μ.Σ. Φυσική και τεχνολογικές εφαρµογές Εθνικό Μετσόβιο Πολυτεχνείο - ΕΚΕΦΕ ηµόκριτος Αθήνα, Μάρτιος 2016

1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

QCD 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

QCD Χώρος τον ϕάσεων µή πλήρως καθορισµένος Τυπικές µέθοδοι Lattice Monte Carlo όχι άµεσα εφαρµόσιµες. Εφαρµόσιµες µόνο σε χαµηλή πυκνότητα ή υψηλές ϑερµοκρασίες.

QCD Χώρος τον ϕάσεων µή πλήρως καθορισµένος Τυπικές µέθοδοι Lattice Monte Carlo όχι άµεσα εφαρµόσιµες. Εφαρµόσιµες µόνο σε χαµηλή πυκνότητα ή υψηλές ϑερµοκρασίες.

QCD Χώρος τον ϕάσεων µή πλήρως καθορισµένος Τυπικές µέθοδοι Lattice Monte Carlo όχι άµεσα εφαρµόσιµες. Εφαρµόσιµες µόνο σε χαµηλή πυκνότητα ή υψηλές ϑερµοκρασίες.

Το πρόβληµα του Προσήµου 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Το πρόβληµα του Προσήµου Πρόβληµα του προσήµου Τυπικές µέθοδοι Lattice Monte Carlo απαιτούν ερµηνία των παραγόντων e S ως ϐαρών πιθανότητας για καταστάσεις του κβαντικού πεδίου. Τι συµβαίνει όταν S C;

Το πρόβληµα του Προσήµου Πρόβληµα του προσήµου Τυπικές µέθοδοι Lattice Monte Carlo απαιτούν ερµηνία των παραγόντων e S ως ϐαρών πιθανότητας για καταστάσεις του κβαντικού πεδίου. Τι συµβαίνει όταν S C;

Το πρόβληµα του Προσήµου Πρόβληµα του προσήµου Τυπικές µέθοδοι Lattice Monte Carlo απαιτούν ερµηνία των παραγόντων e S ως ϐαρών πιθανότητας για καταστάσεις του κβαντικού πεδίου. Τι συµβαίνει όταν S C;

Στατιστική για κβαντικά συστήµατα 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Στατιστική για κβαντικά συστήµατα Μεγαλοκανονική Κατανοµή (µvt) Μεταβαλόµενη Ενέργεια και Αριθµός Σωµατιδίων Σταθερή Θερµοκρασία T = β 1 και χηµικό δυναµικό µ Πίνακας πυκνότητας: ˆρ = e β(ĥ µ ˆN) Ĥ Χαµιλτονιανός τελεστής ˆN Τελεστής αριθµού σωµατιδίων Συνάρτηση Επιµερισµού Z = Tr ˆρ = a e β(ĥ µ ˆN) a a Παρατηρήσιµες ποσότητες Από παραγώγηση της Συνάρτησης Επιµερισµού.

Στατιστική για κβαντικά συστήµατα Μεγαλοκανονική Κατανοµή (µvt) Μεταβαλόµενη Ενέργεια και Αριθµός Σωµατιδίων Σταθερή Θερµοκρασία T = β 1 και χηµικό δυναµικό µ Πίνακας πυκνότητας: ˆρ = e β(ĥ µ ˆN) Ĥ Χαµιλτονιανός τελεστής ˆN Τελεστής αριθµού σωµατιδίων Συνάρτηση Επιµερισµού Z = Tr ˆρ = a e β(ĥ µ ˆN) a a Παρατηρήσιµες ποσότητες Από παραγώγηση της Συνάρτησης Επιµερισµού.

Στατιστική για κβαντικά συστήµατα Μεγαλοκανονική Κατανοµή (µvt) Μεταβαλόµενη Ενέργεια και Αριθµός Σωµατιδίων Σταθερή Θερµοκρασία T = β 1 και χηµικό δυναµικό µ Πίνακας πυκνότητας: ˆρ = e β(ĥ µ ˆN) Ĥ Χαµιλτονιανός τελεστής ˆN Τελεστής αριθµού σωµατιδίων Συνάρτηση Επιµερισµού Z = Tr ˆρ = a e β(ĥ µ ˆN) a a Παρατηρήσιµες ποσότητες Από παραγώγηση της Συνάρτησης Επιµερισµού.

υναµική του Πεδίου 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

υναµική του Πεδίου Μιγαδικό Βαθµωτό Πεδίο φ = (φ 1 + iφ 2 )/ 2, φ 1, φ 2 R Λαγκρανζιανή Πυκνότητα L = ν φ ν φ m 2 φ φ λ(φ φ) 2 U(1) συµµετρία Θεώρηµα Noether j ν = i(φ ν φ φ ν φ ) Αριθµός Σωµατιδίων N = d 3 xj 0 (x) = d 3 xi[φ t φ φ( t φ) ] Χαµιλτονιανή Πυκνότητα µέσω µετασχηµατισµού Legendre Χαµιλτονιανή H = d 3 xh H = t φ t φ+ φ φ+m 2 φ φ+λ(φ φ) 2

υναµική του Πεδίου Μιγαδικό Βαθµωτό Πεδίο φ = (φ 1 + iφ 2 )/ 2, φ 1, φ 2 R Λαγκρανζιανή Πυκνότητα L = ν φ ν φ m 2 φ φ λ(φ φ) 2 U(1) συµµετρία Θεώρηµα Noether j ν = i(φ ν φ φ ν φ ) Αριθµός Σωµατιδίων N = d 3 xj 0 (x) = d 3 xi[φ t φ φ( t φ) ] Χαµιλτονιανή Πυκνότητα µέσω µετασχηµατισµού Legendre Χαµιλτονιανή H = d 3 xh H = t φ t φ+ φ φ+m 2 φ φ+λ(φ φ) 2

υναµική του Πεδίου Μιγαδικό Βαθµωτό Πεδίο φ = (φ 1 + iφ 2 )/ 2, φ 1, φ 2 R Λαγκρανζιανή Πυκνότητα L = ν φ ν φ m 2 φ φ λ(φ φ) 2 U(1) συµµετρία Θεώρηµα Noether j ν = i(φ ν φ φ ν φ ) Αριθµός Σωµατιδίων N = d 3 xj 0 (x) = d 3 xi[φ t φ φ( t φ) ] Χαµιλτονιανή Πυκνότητα µέσω µετασχηµατισµού Legendre Χαµιλτονιανή H = d 3 xh H = t φ t φ+ φ φ+m 2 φ φ+λ(φ φ) 2

Ολοκλήρωµα διαδροµής 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Ολοκλήρωµα διαδροµής Συνάρτηση Επιµερισµού Z = Tr ˆρ = a a e β(ĥ µ ˆN) a Πεδίο φ και Συζυγείς ορµές π = φ t Ολοκλήρωµα διαδροµής Πλάτη Μετάβασης φ a e iht f φ a = φ(x,tf )=φ a (x) [dπ] φ(x,0)=φ a (x) [dφ] [ ] e i t f 0 dt d 3 φ(x,t) x π(x,t) H(π,φ) t Χρησιµοποιώντας ως χαµιλτονιανή την H(π, φ) H =H(π, φ) µn (π, φ) και ορίζοντας β = it f µεταφερόµαστε στον µιγαδικό χρόνο τ = it (Ευκλείδειος Χωρόχρονος) Z = [dπ] [dφ] β 0 e dτ d 3 x periodic [ i φ(x,τ) τ ] π(x,τ) H(π,φ)+µN(π,φ)

Ολοκλήρωµα διαδροµής Συνάρτηση Επιµερισµού Z = Tr ˆρ = a a e β(ĥ µ ˆN) a Πεδίο φ και Συζυγείς ορµές π = φ t Ολοκλήρωµα διαδροµής Πλάτη Μετάβασης φ a e iht f φ a = φ(x,tf )=φ a (x) [dπ] φ(x,0)=φ a (x) [dφ] [ ] e i t f 0 dt d 3 φ(x,t) x π(x,t) H(π,φ) t Χρησιµοποιώντας ως χαµιλτονιανή την H(π, φ) H =H(π, φ) µn (π, φ) και ορίζοντας β = it f µεταφερόµαστε στον µιγαδικό χρόνο τ = it (Ευκλείδειος Χωρόχρονος) Z = [dπ] [dφ] β 0 e dτ d 3 x periodic [ i φ(x,τ) τ ] π(x,τ) H(π,φ)+µN(π,φ)

Ολοκλήρωµα διαδροµής Συνάρτηση Επιµερισµού Z = Tr ˆρ = a a e β(ĥ µ ˆN) a Πεδίο φ και Συζυγείς ορµές π = φ t Ολοκλήρωµα διαδροµής Πλάτη Μετάβασης φ a e iht f φ a = φ(x,tf )=φ a (x) [dπ] φ(x,0)=φ a (x) [dφ] [ ] e i t f 0 dt d 3 φ(x,t) x π(x,t) H(π,φ) t Χρησιµοποιώντας ως χαµιλτονιανή την H(π, φ) H =H(π, φ) µn (π, φ) και ορίζοντας β = it f µεταφερόµαστε στον µιγαδικό χρόνο τ = it (Ευκλείδειος Χωρόχρονος) Z = [dπ] [dφ] β 0 e dτ d 3 x periodic [ i φ(x,τ) τ ] π(x,τ) H(π,φ)+µN(π,φ)

Ευκλείδεια ράση για το Αέριο Bose 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Ευκλείδεια ράση για το Αέριο Bose Ολοκληρώνοντας τις ορµές παίρνουµε την Συνάρτηση Επιµερισµού Z = Dφe S E[φ] periodic µε την Ευκλείδεια δράση β S E = 0 dτ d 3 xl E L E = ν φ ν φ+ ( m 2 µ 2) φ φ+µ(φ τ φ φ τ φ )+λ(φ φ) 2 Εκτίµητής Παρατηρήσιµης Ποσότητας periodic O = DφO[φ] e S E[φ] Dφ periodic e S E[φ] Βάρη κάθε κατάστασης ρ[φ] = e S E[φ] C

Ευκλείδεια ράση για το Αέριο Bose Ολοκληρώνοντας τις ορµές παίρνουµε την Συνάρτηση Επιµερισµού Z = Dφe S E[φ] periodic µε την Ευκλείδεια δράση β S E = 0 dτ d 3 xl E L E = ν φ ν φ+ ( m 2 µ 2) φ φ+µ(φ τ φ φ τ φ )+λ(φ φ) 2 Εκτίµητής Παρατηρήσιµης Ποσότητας periodic O = DφO[φ] e S E[φ] Dφ periodic e S E[φ] Βάρη κάθε κατάστασης ρ[φ] = e S E[φ] C

ιακριτοποίηση της ράσης στο Πλέγµα 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

ιακριτοποίηση της ράσης στο Πλέγµα Για να κάνουµε αριθµητικούς υπολογισµούς µε τον παράγοντα e S E[φ] S E = d 4 xl E L E = ν φ ν φ+ ( m 2 µ 2) φ φ+µ(φ τ φ φ τ φ )+λ(φ φ) 2 διακριτοποιούµε την δράση σε 4-D χωροχρονικό Πλέγµα! x ν n ν a, n ν Z φ(x) φ x d 4 x a 4 N lat x ν φ(x) 1 a [φ x+a ˆν φ x ] N lat = L 4

ιακριτοποίηση της ράσης στο Πλέγµα Για να κάνουµε αριθµητικούς υπολογισµούς µε τον παράγοντα e S E[φ] S E = d 4 xl E L E = ν φ ν φ+ ( m 2 µ 2) φ φ+µ(φ τ φ φ τ φ )+λ(φ φ) 2 διακριτοποιούµε την δράση σε 4-D χωροχρονικό Πλέγµα! x ν n ν a, n ν Z φ(x) φ x d 4 x a 4 N lat x ν φ(x) 1 a [φ x+a ˆν φ x ] N lat = L 4

ιακριτοποίηση της ράσης στο Πλέγµα Μετά από ανακλιµάκωση για τα φ, m, µ, λ για να παραµείνει η ράση αδιάστατη, για a 0, η S E = d 4 xl E L E = ν φ ν φ+ ( m 2 µ 2) φ φ+µ(φ τ φ φ τ φ )+λ(φ φ) 2 γίνεται [ (8+m S E = ) 2 φ x φ x + λ(φ x φ x) 2 x 4 ν=1 ( φ x+ ˆν eµδ ν,4 φ x + φ x e µδ ν,4 φ x+ ˆν ) ]

ειγµατοληψία 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

ειγµατοληψία Εκτιµητής παρατηρήσιµης ποσότητας O = DφO[φ] e S E [φ] Dφ e S E [φ] {φ i}o[φ i ] e S E[φ i ] {φi} e S E[φ i ] Αθροισµα σε όλες τις πιθανές διατάξεις φ i του πεδίου µε περιοδικές οριακές συνθήκες Αν ένα σύνολο καταστάσεων πεδίου {φ 1,...,φ i,... φ M } από µία PDF e S[φ i] R τότε ( ) O M i=1o[φ i ] e S[φ 1 i] e S[φ i ] i=1( M e S[φ i ] ) 1 e S[φ i ] αν όµως e S E[φ i ] C, τι γίνεται; = 1 M M i=1 O[φ i ]

ειγµατοληψία Εκτιµητής παρατηρήσιµης ποσότητας O = DφO[φ] e S E [φ] Dφ e S E [φ] {φ i}o[φ i ] e S E[φ i ] {φi} e S E[φ i ] Αθροισµα σε όλες τις πιθανές διατάξεις φ i του πεδίου µε περιοδικές οριακές συνθήκες Αν ένα σύνολο καταστάσεων πεδίου {φ 1,...,φ i,... φ M } από µία PDF e S[φ i] R τότε ( ) O M i=1o[φ i ] e S[φ 1 i] e S[φ i ] i=1( M e S[φ i ] ) 1 e S[φ i ] αν όµως e S E[φ i ] C, τι γίνεται; = 1 M M i=1 O[φ i ]

Re-weighting 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Re-weighting Phase quenched model O = {φ i}o[φ i ] e S E[φ i ] {φi} e S E[φ i ] ( ) = {φ i} O[φ i ] e ii{s E[φ i ]} e R{S E[φ i ]} ( e ii{s E [φ i ]} ) e R{S E[φ i ]} {φi} Βάρη πιθανότητας ρ pq = e R{S E[φ i ]} > 0 Importance Sampling: Για σύνολο M καταστάσεων {φ 1,...,φ i,... φ M } από PDF e R{S E[φ i ]} ( ) O full M i=1o[φ i ] e R{S 1 E[φ i ]} e S E [φ i ] i=1( M e R{S E [φ i ]} ) 1 e S E [φ i ] = M i=1o[φ i ] e ii{s E[φ i ]} M i=1 e ii{s E[φ i ]} O full O eiθ i pq e iθ i pq, θ i = I{S E [φ i ]}

Re-weighting Phase quenched model O = {φ i}o[φ i ] e S E[φ i ] {φi} e S E[φ i ] ( ) = {φ i} O[φ i ] e ii{s E[φ i ]} e R{S E[φ i ]} ( e ii{s E [φ i ]} ) e R{S E[φ i ]} {φi} Βάρη πιθανότητας ρ pq = e R{S E[φ i ]} > 0 Importance Sampling: Για σύνολο M καταστάσεων {φ 1,...,φ i,... φ M } από PDF e R{S E[φ i ]} ( ) O full M i=1o[φ i ] e R{S 1 E[φ i ]} e S E [φ i ] i=1( M e R{S E [φ i ]} ) 1 e S E [φ i ] = M i=1o[φ i ] e ii{s E[φ i ]} M i=1 e ii{s E[φ i ]} O full O eiθ i pq e iθ i pq, θ i = I{S E [φ i ]}

Markov Chain Monte Carlo 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Markov Chain Monte Carlo Για να κατασκευάσουµε αποδοτικά ένα σύνολο καταστάσεων {φ 1,...,φ i,... φ M } από PDF e R{S E[φ i ]} χρησιµοποιούµε Μαρκοβιανή Αλυσίδα φ 1 φ 2... φ i... φ M Μπορεί να δειχθεί οτι αν η πιθανότητα µετάβασης από µία κατάσταση φ i σε µία φ j, P(φ i φ j ) ικανοποιεί την Συνθήκη Λεπτοµερούς Ισορροπίας e R{S E[φ i ]} P(φi φ j ) = e R{S E[φ j ]} P(φj φ i ) τότε µετά από µια περίοδο ϑέρµανσης η M.C. ακολουθεί κατανοµή e R{S E[φ i ]} Σπάµε την πιθανότητα µετάβασης σε P(φ i φ j ) = g(φ i φ j )A(φ i φ j ) g(φ i φ j ) πιθανότητα επιλογής από ένα σύνολο πιθανόν νέων καταστάσεων A(φ i φ j ) πιθανότητα αποδοχής της επιλεχθείσας κατάστασης

Markov Chain Monte Carlo Για να κατασκευάσουµε αποδοτικά ένα σύνολο καταστάσεων {φ 1,...,φ i,... φ M } από PDF e R{S E[φ i ]} χρησιµοποιούµε Μαρκοβιανή Αλυσίδα φ 1 φ 2... φ i... φ M Μπορεί να δειχθεί οτι αν η πιθανότητα µετάβασης από µία κατάσταση φ i σε µία φ j, P(φ i φ j ) ικανοποιεί την Συνθήκη Λεπτοµερούς Ισορροπίας e R{S E[φ i ]} P(φi φ j ) = e R{S E[φ j ]} P(φj φ i ) τότε µετά από µια περίοδο ϑέρµανσης η M.C. ακολουθεί κατανοµή e R{S E[φ i ]} Σπάµε την πιθανότητα µετάβασης σε P(φ i φ j ) = g(φ i φ j )A(φ i φ j ) g(φ i φ j ) πιθανότητα επιλογής από ένα σύνολο πιθανόν νέων καταστάσεων A(φ i φ j ) πιθανότητα αποδοχής της επιλεχθείσας κατάστασης

Markov Chain Monte Carlo Για να κατασκευάσουµε αποδοτικά ένα σύνολο καταστάσεων {φ 1,...,φ i,... φ M } από PDF e R{S E[φ i ]} χρησιµοποιούµε Μαρκοβιανή Αλυσίδα φ 1 φ 2... φ i... φ M Μπορεί να δειχθεί οτι αν η πιθανότητα µετάβασης από µία κατάσταση φ i σε µία φ j, P(φ i φ j ) ικανοποιεί την Συνθήκη Λεπτοµερούς Ισορροπίας e R{S E[φ i ]} P(φi φ j ) = e R{S E[φ j ]} P(φj φ i ) τότε µετά από µια περίοδο ϑέρµανσης η M.C. ακολουθεί κατανοµή e R{S E[φ i ]} Σπάµε την πιθανότητα µετάβασης σε P(φ i φ j ) = g(φ i φ j )A(φ i φ j ) g(φ i φ j ) πιθανότητα επιλογής από ένα σύνολο πιθανόν νέων καταστάσεων A(φ i φ j ) πιθανότητα αποδοχής της επιλεχθείσας κατάστασης

Metropolis 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Metropolis Αλγόριθµος Metropolis Επιλέγουµε τυχαία ένα σηµείο x στο πλέγµα και αλλάζουµε το πεδίο σε φ(x) φ(x)±δφ Ισχύει g(φ i φ j ) = g(φ j φ i ) Επειτα αποφασίζουµε αν ϑα αποδεχθούµε ή όχι την φ j ως νέα κατάσταση µε πιθανότητα { e R{S E[φ j] S E[φ i]} if R{S E [φ j ] S E [φ i ]} > 0 A(φ i φ j ) = 1 if R{S E [φ j ] S E [φ i ]} 0 Αυτό ικανοποιεί την συνθήκη λεπτοµερούς ισορροπίας. Ετσι κατασκευάζουµε την Μαρκοβιανή Αλυσίδα φ 1 φ 2... φ i... φ M Προφανώς υπάρχει συσχέτιση ανάµεσα σε διαδοχικές καταστάσεις. Χρειάζεται να περάσουν κάποια ϐήµατα µεχρι να έχουµε ασυσχέτιστο δείγµα.

Metropolis Αλγόριθµος Metropolis Επιλέγουµε τυχαία ένα σηµείο x στο πλέγµα και αλλάζουµε το πεδίο σε φ(x) φ(x)±δφ Ισχύει g(φ i φ j ) = g(φ j φ i ) Επειτα αποφασίζουµε αν ϑα αποδεχθούµε ή όχι την φ j ως νέα κατάσταση µε πιθανότητα { e R{S E[φ j] S E[φ i]} if R{S E [φ j ] S E [φ i ]} > 0 A(φ i φ j ) = 1 if R{S E [φ j ] S E [φ i ]} 0 Αυτό ικανοποιεί την συνθήκη λεπτοµερούς ισορροπίας. Ετσι κατασκευάζουµε την Μαρκοβιανή Αλυσίδα φ 1 φ 2... φ i... φ M Προφανώς υπάρχει συσχέτιση ανάµεσα σε διαδοχικές καταστάσεις. Χρειάζεται να περάσουν κάποια ϐήµατα µεχρι να έχουµε ασυσχέτιστο δείγµα.

Metropolis Αλγόριθµος Metropolis Επιλέγουµε τυχαία ένα σηµείο x στο πλέγµα και αλλάζουµε το πεδίο σε φ(x) φ(x)±δφ Ισχύει g(φ i φ j ) = g(φ j φ i ) Επειτα αποφασίζουµε αν ϑα αποδεχθούµε ή όχι την φ j ως νέα κατάσταση µε πιθανότητα { e R{S E[φ j] S E[φ i]} if R{S E [φ j ] S E [φ i ]} > 0 A(φ i φ j ) = 1 if R{S E [φ j ] S E [φ i ]} 0 Αυτό ικανοποιεί την συνθήκη λεπτοµερούς ισορροπίας. Ετσι κατασκευάζουµε την Μαρκοβιανή Αλυσίδα φ 1 φ 2... φ i... φ M Προφανώς υπάρχει συσχέτιση ανάµεσα σε διαδοχικές καταστάσεις. Χρειάζεται να περάσουν κάποια ϐήµατα µεχρι να έχουµε ασυσχέτιστο δείγµα.

Παρατηρήσιµες Ποσότητες 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Παρατηρήσιµες Ποσότητες Παρατηρήσιµες Ποσότητες: Μέσο πλάτος πεδίου στο τετράγωνο φ 2 = 1 Ω Μέση πυκνότητα σωµατιδίων n = 1 lnz 1 Ω µ = lnz m 2 = N lat x Phase quenched model 1 φ 2 pq = 1 n pq = N lat x 1 N lat x (φ x φ x) ( ) φx+ˆ4e µ φ x φ x e µ φ x+ˆ4 N lat x (φ x φ x) pq ( φ x+ˆ4e µ φ x φ x e µ φ x+ˆ4 ) pq

Παρατηρήσιµες Ποσότητες Παρατηρήσιµες Ποσότητες: Μέσο πλάτος πεδίου στο τετράγωνο φ 2 = 1 Ω Μέση πυκνότητα σωµατιδίων n = 1 lnz 1 Ω µ = lnz m 2 = N lat x Phase quenched model 1 φ 2 pq = 1 n pq = N lat x 1 N lat x (φ x φ x) ( ) φx+ˆ4e µ φ x φ x e µ φ x+ˆ4 N lat x (φ x φ x) pq ( φ x+ˆ4e µ φ x φ x e µ φ x+ˆ4 ) pq

Περίοδος Θέρµανσης 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Περίοδος Θέρµανσης Απαιτείται µια περίοδος ϑέρµανσης για το σύστηµα να έρθει σε ισορροπία. L = 4, m = λ = 1 L = 8, m = λ = 1 1.4 1.4 1.2 1.2 Φ 2 pq 1 0.8 0.6 Φ 2 pq 1 0.8 0.6 0.4 0.4 0.2 0 0 500 1000 1500 2000 tmc (sweeps) µ = 0.2 µ = 1.125 µ = 1.7 0.2 0 0 500 1000 1500 2000 tmc (sweeps) µ = 0.2 µ = 1.125 µ = 1.7 8 7 6 6 R{ n pq} 4 2 R{ n pq} 5 4 3 2 0-2 0 500 1000 1500 2000 tmc (sweeps) µ = 0.2 µ = 1.125 µ = 1.7 1 0 0 500 1000 1500 2000 tmc (sweeps) µ = 0.2 µ = 1.125 µ = 1.7

Αυτοσυσχετίσεις 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Αυτοσυσχετίσεις Αυτοσυσχετίσεις ιαδοχικές καταστάσεις διαφέρουν µόνο σε µία πλεγµατική ϑέση. Στην καλύτερη περίπτωση ασυσχέτιστη κατάσταση µετά από N lat καταστάσεις (1 Metropolis sweep). Συνάρτηση Αυτοσυσχέτισης ρ O (t) = (O(t ) O )(O(t + t) O ) t (O O 2 ) Μειώνεται εκθετικά ρ O (t) e t/τ O Χρόνος αυτοσυσχέτισης τ O Πρακτικά έχουµε n O = t max 2τ ανεξάρτητες µετρήσεις O Σφάλµατα (δo) 2 ( 1 n O 1 O 2 O 2), t < t max t

Αυτοσυσχετίσεις Αυτοσυσχετίσεις ιαδοχικές καταστάσεις διαφέρουν µόνο σε µία πλεγµατική ϑέση. Στην καλύτερη περίπτωση ασυσχέτιστη κατάσταση µετά από N lat καταστάσεις (1 Metropolis sweep). Συνάρτηση Αυτοσυσχέτισης ρ O (t) = (O(t ) O )(O(t + t) O ) t (O O 2 ) Μειώνεται εκθετικά ρ O (t) e t/τ O Χρόνος αυτοσυσχέτισης τ O Πρακτικά έχουµε n O = t max 2τ ανεξάρτητες µετρήσεις O Σφάλµατα (δo) 2 ( 1 n O 1 O 2 O 2), t < t max t

Αυτοσυσχετίσεις Αυτοσυσχετίσεις ιαδοχικές καταστάσεις διαφέρουν µόνο σε µία πλεγµατική ϑέση. Στην καλύτερη περίπτωση ασυσχέτιστη κατάσταση µετά από N lat καταστάσεις (1 Metropolis sweep). Συνάρτηση Αυτοσυσχέτισης ρ O (t) = (O(t ) O )(O(t + t) O ) t (O O 2 ) Μειώνεται εκθετικά ρ O (t) e t/τ O Χρόνος αυτοσυσχέτισης τ O Πρακτικά έχουµε n O = t max 2τ ανεξάρτητες µετρήσεις O Σφάλµατα (δo) 2 ( 1 n O 1 O 2 O 2), t < t max t

Αυτοσυσχετίσεις Συναρτήσεις Αυτοσυσχέτισης ρ Φ 2 pq (t) L = 4, m = λ = 1 L = 8, m = λ = 1 1 1 0.8 0.8 0.6 0.6 ρ Φ 2 pq 0.4 ρ Φ 2 pq 0.4 0.2 0.2 0-0.2 0 100 200 300 400 500 tmc (sweeps) µ = 0 µ = 1.125 µ = 1.7 0-0.2 0 100 200 300 400 500 600 700 tmc (sweeps) µ = 0 µ = 1.125 µ = 1.7 1 1 0.8 0.8 0.6 0.6 ρnpq 0.4 ρnpq 0.4 0.2 0.2 0-0.2 0 100 200 300 400 500 tmc (sweeps) µ = 0 µ = 1.125 µ = 1.7 0-0.2 0 100 200 300 400 500 600 700 tmc (sweeps) µ = 0 µ = 1.125 µ = 1.7

Αποτελέσµατα προσοµοίωσης 1 Κίνητρο QCD Το πρόβληµα του Προσήµου 2 οκιµαστικό µοντέλο: Σχετικιστικό αέριο Bose. Στατιστική για κβαντικά συστήµατα υναµική του Πεδίου Ολοκλήρωµα διαδροµής Ευκλείδεια ράση για το Αέριο Bose ιακριτοποίηση της ράσης στο Πλέγµα 3 Αριθµητικές Προσοµοιώσεις ειγµατοληψία Re-weighting Markov Chain Monte Carlo Metropolis Παρατηρήσιµες Ποσότητες Περίοδος Θέρµανσης Αυτοσυσχετίσεις Αποτελέσµατα προσοµοίωσης Phase Quenched Model Ανακατασκευή Πλήρους Μοντέλου 4 Περίληψη & Συµπεράσµατα

Αποτελέσµατα προσοµοίωσης Χαρακτηριστικά προσοµοίωσης Μάζα πεδίου: m = 1 Σταθερά αλληλεπίδρασης λ = 1 L = 4 και L = 8 Χρόνος προσοµοίωσης t mc = 10K sweeps. 0 µ 1.7

Αποτελέσµατα προσοµοίωσης Αποτελέσµατα προσοµοίωσης για το Phase Quenched Model. Μέσο πλάτος πεδίου στο τετράγωνο: φ 2 pq 1.4 L = 4 pq L = 8 pq 1.2 Φ 2 pq 1 0.8 0.6 0.4 0.2 0 0 0.5 1 1.5 µ

Αποτελέσµατα προσοµοίωσης Μέση πυκνότητα σωµατιδίων: R{ n pq } 7 6 L = 4 pq L = 8 pq R{ n pq} 5 4 3 2 1 0 0 0.5 1 1.5 µ Πέρασµα από χαµηλή πυκνότητα σε υψηλή πυκνότητα στην περιοχή µ critical 1.15

Αποτελέσµατα προσοµοίωσης Μέση πυκνότητα σωµατιδίων: R{ n pq } 7 6 L = 4 pq L = 8 pq R{ n pq} 5 4 3 2 1 0 0 0.5 1 1.5 µ Πέρασµα από χαµηλή πυκνότητα σε υψηλή πυκνότητα στην περιοχή µ critical 1.15

Αποτελέσµατα προσοµοίωσης Μέσος παράγοντας ϕάσης (πραγµατικό µέρος): R { e iθ pq } 1 L = 4 pq L = 8 pq 0.8 } R { e iθ pq 0.6 0.4 0.2 0-0.2 0 0.5 1 1.5 µ Μεγαλύτερος όγκος πλέγµατος L 4 εκθετική µείωση

Αποτελέσµατα προσοµοίωσης Μέσος παράγοντας ϕάσης (πραγµατικό µέρος): R { e iθ pq } 1 L = 4 pq L = 8 pq 0.8 } R { e iθ pq 0.6 0.4 0.2 0-0.2 0 0.5 1 1.5 µ Μεγαλύτερος όγκος πλέγµατος L 4 εκθετική µείωση

Αποτελέσµατα προσοµοίωσης Ανακατασκευή Πλήρους Θεωρίας Μέσο πλάτος πεδίου στο τετράγωνο: [ ] φ 2 φ 2 e iθ 1 pq = N lat x (φ x φ x) e ii{s E[φ]} pq = full e iθ pq e ii{s E [φ]} pq Μέση πυκνότητα σωµατιδίων: ne iθ [ )] 1 pq n full = N lat x (φ x+ˆ4e µ φ x φ x e µ φ x+ˆ4 e ii{s E[φ]} pq = e iθ pq e ii{s E [φ]} pq Οσο το e iθ γίνεται µικρότερο Πρόβληµα επικάλυψης. pq ΑνO και e iθ ασυσχέτιστα, τότε O full = Oe iθ pq e iθ pq O pq e iθ pq e iθ O pq pq

Αποτελέσµατα προσοµοίωσης Ανακατασκευή Πλήρους Θεωρίας Μέσο πλάτος πεδίου στο τετράγωνο: [ ] φ 2 φ 2 e iθ 1 pq = N lat x (φ x φ x) e ii{s E[φ]} pq = full e iθ pq e ii{s E [φ]} pq Μέση πυκνότητα σωµατιδίων: ne iθ [ )] 1 pq n full = N lat x (φ x+ˆ4e µ φ x φ x e µ φ x+ˆ4 e ii{s E[φ]} pq = e iθ pq e ii{s E [φ]} pq Οσο το e iθ γίνεται µικρότερο Πρόβληµα επικάλυψης. pq ΑνO και e iθ ασυσχέτιστα, τότε O full = Oe iθ pq e iθ pq O pq e iθ pq e iθ O pq pq

Αποτελέσµατα προσοµοίωσης Ανακατασκευή Πλήρους Θεωρίας Μέσο πλάτος πεδίου στο τετράγωνο: [ ] φ 2 φ 2 e iθ 1 pq = N lat x (φ x φ x) e ii{s E[φ]} pq = full e iθ pq e ii{s E [φ]} pq Μέση πυκνότητα σωµατιδίων: ne iθ [ )] 1 pq n full = N lat x (φ x+ˆ4e µ φ x φ x e µ φ x+ˆ4 e ii{s E[φ]} pq = e iθ pq e ii{s E [φ]} pq Οσο το e iθ γίνεται µικρότερο Πρόβληµα επικάλυψης. pq ΑνO και e iθ ασυσχέτιστα, τότε O full = Oe iθ pq e iθ pq O pq e iθ pq e iθ O pq pq

Αποτελέσµατα προσοµοίωσης Προσοµοίωση για χρόνο t mc = 10K Metropolis sweeps, σε 10 bins. Μέση πυκνότητα σωµατιδίων: R{ n full } 8 6 L = 4 pq L = 8 pq L = 4 full L = 8 full R{ n full} 4 2 0-2 0 0.5 1 1.5 µ Πιθανή µετάβαση ϕάσης για µ critical 1.15 στο ϑερµοδυναµικό όριο.

Αποτελέσµατα προσοµοίωσης Προσοµοίωση για χρόνο t mc = 10K Metropolis sweeps, σε 10 bins. Μέση πυκνότητα σωµατιδίων: R{ n full } 8 6 L = 4 pq L = 8 pq L = 4 full L = 8 full R{ n full} 4 2 0-2 0 0.5 1 1.5 µ Πιθανή µετάβαση ϕάσης για µ critical 1.15 στο ϑερµοδυναµικό όριο.

Αποτελέσµατα προσοµοίωσης Προσοµοίωση για χρόνο t mc = 10K Metropolis sweeps, σε 10 bins. Μέση πυκνότητα σωµατιδίων: R{ n full } R{ n full} 0.4 0.3 0.2 L = 4 pq L = 8 pq L = 4 full L = 8 full L = 4 full Aarts L = 8 full Aarts 0.1 0 0 0.2 0.4 0.6 0.8 1 µ n και e iθ συσχετισµένα Silver Blaze region µε O full = O pq Μεγαλύτερος όγκος πλέγµατος L 4 Μεγαλύτερο πρόβληµα Επικάλυψης

Αποτελέσµατα προσοµοίωσης Προσοµοίωση για χρόνο t mc = 10K Metropolis sweeps, σε 10 bins. Μέση πυκνότητα σωµατιδίων: R{ n full } R{ n full} 0.4 0.3 0.2 L = 4 pq L = 8 pq L = 4 full L = 8 full L = 4 full Aarts L = 8 full Aarts 0.1 0 0 0.2 0.4 0.6 0.8 1 µ n και e iθ συσχετισµένα Silver Blaze region µε O full = O pq Μεγαλύτερος όγκος πλέγµατος L 4 Μεγαλύτερο πρόβληµα Επικάλυψης

Αποτελέσµατα προσοµοίωσης Προσοµοίωση για χρόνο t mc = 10K Metropolis sweeps, σε 10 bins. Μέση πυκνότητα σωµατιδίων: R{ n full } R{ n full} 0.4 0.3 0.2 L = 4 pq L = 8 pq L = 4 full L = 8 full L = 4 full Aarts L = 8 full Aarts 0.1 0 0 0.2 0.4 0.6 0.8 1 µ n και e iθ συσχετισµένα Silver Blaze region µε O full = O pq Μεγαλύτερος όγκος πλέγµατος L 4 Μεγαλύτερο πρόβληµα Επικάλυψης

Αποτελέσµατα προσοµοίωσης Εκτεταµένη προσοµοίωση για χρόνο t mc = 20M Metropolis sweeps, σε 10 bins. Μέση πυκνότητα σωµατιδίων: R{ n full } R{ n full} 0.4 0.3 0.2 L = 4 pq L = 8 pq L = 4 full L = 8 full L = 4 full Aarts L = 8 full Aarts 0.1 0 0 0.2 0.4 0.6 0.8 1 µ Μεγαλύτερο στατιστικό δείγµα Ευρύτερη Silver Blaze περιοχή Για L = 8 Χρειαζόµαστε πολύ µεγαλύτερο στατιστικό δείγµα.

Αποτελέσµατα προσοµοίωσης Εκτεταµένη προσοµοίωση για χρόνο t mc = 20M Metropolis sweeps, σε 10 bins. Μέση πυκνότητα σωµατιδίων: R{ n full } R{ n full} 0.4 0.3 0.2 L = 4 pq L = 8 pq L = 4 full L = 8 full L = 4 full Aarts L = 8 full Aarts 0.1 0 0 0.2 0.4 0.6 0.8 1 µ Μεγαλύτερο στατιστικό δείγµα Ευρύτερη Silver Blaze περιοχή Για L = 8 Χρειαζόµαστε πολύ µεγαλύτερο στατιστικό δείγµα.

Αποτελέσµατα προσοµοίωσης Εκτεταµένη προσοµοίωση για χρόνο t mc = 20M Metropolis sweeps, σε 10 bins. Μέση πυκνότητα σωµατιδίων: R{ n full } R{ n full} 0.4 0.3 0.2 L = 4 pq L = 8 pq L = 4 full L = 8 full L = 4 full Aarts L = 8 full Aarts 0.1 0 0 0.2 0.4 0.6 0.8 1 µ Μεγαλύτερο στατιστικό δείγµα Ευρύτερη Silver Blaze περιοχή Για L = 8 Χρειαζόµαστε πολύ µεγαλύτερο στατιστικό δείγµα.

είξαµε οτι το Σχετικιστικό Αέριο Bose σε Χηµικό υναµικό είναι κατάλληλο για την µελέτη του προβλήµατος της Μιγαδικής ράσης. Χρησιµοποιήσαµε αλγόριθµους MCMC - Metropolis και την διαδικασία Reweighting για την µελέτη του PQ Model. Υπήρξε καλή συµφωνία µε άλλες µεθόδους για το PQ Model. Επιχειρήσαµε την ανακατασκευή του Πλήρους Μοντέλου. Παρατηρήσαµε το ϕαινόµενο Silver Blaze, στην περιοχή υπο-κρίσιµου χηµικού δυναµικού. Καταλήξαµε οτι το Reweighting απαιτεί πολύ µεγάλο στατιστικό δείγµα για να προσεγγίσουµε τα αποτελέσµατα για µεγάλους όγκους πλέγµατος.

είξαµε οτι το Σχετικιστικό Αέριο Bose σε Χηµικό υναµικό είναι κατάλληλο για την µελέτη του προβλήµατος της Μιγαδικής ράσης. Χρησιµοποιήσαµε αλγόριθµους MCMC - Metropolis και την διαδικασία Reweighting για την µελέτη του PQ Model. Υπήρξε καλή συµφωνία µε άλλες µεθόδους για το PQ Model. Επιχειρήσαµε την ανακατασκευή του Πλήρους Μοντέλου. Παρατηρήσαµε το ϕαινόµενο Silver Blaze, στην περιοχή υπο-κρίσιµου χηµικού δυναµικού. Καταλήξαµε οτι το Reweighting απαιτεί πολύ µεγάλο στατιστικό δείγµα για να προσεγγίσουµε τα αποτελέσµατα για µεγάλους όγκους πλέγµατος.

είξαµε οτι το Σχετικιστικό Αέριο Bose σε Χηµικό υναµικό είναι κατάλληλο για την µελέτη του προβλήµατος της Μιγαδικής ράσης. Χρησιµοποιήσαµε αλγόριθµους MCMC - Metropolis και την διαδικασία Reweighting για την µελέτη του PQ Model. Υπήρξε καλή συµφωνία µε άλλες µεθόδους για το PQ Model. Επιχειρήσαµε την ανακατασκευή του Πλήρους Μοντέλου. Παρατηρήσαµε το ϕαινόµενο Silver Blaze, στην περιοχή υπο-κρίσιµου χηµικού δυναµικού. Καταλήξαµε οτι το Reweighting απαιτεί πολύ µεγάλο στατιστικό δείγµα για να προσεγγίσουµε τα αποτελέσµατα για µεγάλους όγκους πλέγµατος.

είξαµε οτι το Σχετικιστικό Αέριο Bose σε Χηµικό υναµικό είναι κατάλληλο για την µελέτη του προβλήµατος της Μιγαδικής ράσης. Χρησιµοποιήσαµε αλγόριθµους MCMC - Metropolis και την διαδικασία Reweighting για την µελέτη του PQ Model. Υπήρξε καλή συµφωνία µε άλλες µεθόδους για το PQ Model. Επιχειρήσαµε την ανακατασκευή του Πλήρους Μοντέλου. Παρατηρήσαµε το ϕαινόµενο Silver Blaze, στην περιοχή υπο-κρίσιµου χηµικού δυναµικού. Καταλήξαµε οτι το Reweighting απαιτεί πολύ µεγάλο στατιστικό δείγµα για να προσεγγίσουµε τα αποτελέσµατα για µεγάλους όγκους πλέγµατος.

είξαµε οτι το Σχετικιστικό Αέριο Bose σε Χηµικό υναµικό είναι κατάλληλο για την µελέτη του προβλήµατος της Μιγαδικής ράσης. Χρησιµοποιήσαµε αλγόριθµους MCMC - Metropolis και την διαδικασία Reweighting για την µελέτη του PQ Model. Υπήρξε καλή συµφωνία µε άλλες µεθόδους για το PQ Model. Επιχειρήσαµε την ανακατασκευή του Πλήρους Μοντέλου. Παρατηρήσαµε το ϕαινόµενο Silver Blaze, στην περιοχή υπο-κρίσιµου χηµικού δυναµικού. Καταλήξαµε οτι το Reweighting απαιτεί πολύ µεγάλο στατιστικό δείγµα για να προσεγγίσουµε τα αποτελέσµατα για µεγάλους όγκους πλέγµατος.

είξαµε οτι το Σχετικιστικό Αέριο Bose σε Χηµικό υναµικό είναι κατάλληλο για την µελέτη του προβλήµατος της Μιγαδικής ράσης. Χρησιµοποιήσαµε αλγόριθµους MCMC - Metropolis και την διαδικασία Reweighting για την µελέτη του PQ Model. Υπήρξε καλή συµφωνία µε άλλες µεθόδους για το PQ Model. Επιχειρήσαµε την ανακατασκευή του Πλήρους Μοντέλου. Παρατηρήσαµε το ϕαινόµενο Silver Blaze, στην περιοχή υπο-κρίσιµου χηµικού δυναµικού. Καταλήξαµε οτι το Reweighting απαιτεί πολύ µεγάλο στατιστικό δείγµα για να προσεγγίσουµε τα αποτελέσµατα για µεγάλους όγκους πλέγµατος.

Appendix Για περαιτέρω ανάγνωση Επιλεγµένες δηµοσιεύσεις I [1, 2, 3, 6, 7, 8, 4, 5] Gert Aarts. Can stochastic quantization evade the sign problem? the relativistic bose gas at finite chemical potential. Phys. Rev. Lett., 102:131601, 2009. Gert Aarts. Developments in lattice quantum chromodynamics for matter at high temperature and density. Pramana, 84(5):787--799, 2015. Gert Aarts. Introductory lectures on lattice qcd at nonzero baryon number. 2015. Anthony J. G Aitchison, Ian J. R.; Hey. Gauge Theories in Particle Physics : From Relativistic Quantum Mechanics to QED, Fourth Edition. CRC Press, 4th ed edition, 2012.

Appendix Για περαιτέρω ανάγνωση Επιλεγµένες δηµοσιεύσεις II Konstantinos N Anagnostopoulos. Computational Physics, Vol I: A Practical Introduction to Computational Physics and Scientific Computing, volume 1. Konstantinos Anagnostopoulos, 2014. Philippe de Forcrand. Simulating qcd at finite density. PoS, LAT2009:010, 2009. Christof Gattringer and Thomas Kloiber. Lattice study of the silver blaze phenomenon for a charged scalar φ 4 field. Nucl. Phys., B869:56--73, 2013. Joseph I. Kapusta and Charles Gale. Finite-Temperature Field Theory. Cambridge University Press, second edition, 2006. Cambridge Books Online.