RG 变换:耦合常数与粗粒化
第五站的前置。先把两件被略过的事说清楚:用什么描述一个系统(耦合常数),以及一步重整化群变换到底做了什么(粗粒化 + 重标)。
系统由耦合常数描述
这里的”系统”指一个统计力学模型——比如第一站的伊辛磁体(01-相变现象与临界指数):每个格点一个自旋 ,相邻自旋倾向同向。它的全部物理由能量函数 决定,平衡态按玻尔兹曼权重 取样(配分函数与系综平均见 从配分函数导出热力学量)。
把 写出来,每一类相互作用前面都带一个系数,这些系数就叫耦合常数。一维伊辛(一维伊辛抽取RG)只有一种相互作用:
就是这里唯一的耦合常数,无量纲,度量”近邻倾向同向”的强弱: 大(低温)耦合强、易有序, 小(高温)耦合弱、趋于无序。一般模型不止一种相互作用,于是有一串耦合常数
例如 配近邻 、 配次近邻 、还可有四自旋耦合 等。一个系统就是耦合空间里的一个点 ;配分函数、自由能、关联长度都只是 的函数。
一步变换:粗粒化 + 重标
RG 的想法:临界点附近 (01-相变现象与临界指数),系统在各个长度尺度上看起来都一样,那就主动换一个更粗的尺度去看它,再看耦合常数怎么变。一步变换(尺度因子 )做两个动作:
- 粗粒化:把短距离的细节平均/求和掉,只保留比格距粗 倍以上的长程信息,同时让配分函数(即长程物理)保持不变。
- 重标:粗粒化后格距变成原来的 倍,再把长度单位缩小 倍,使新格子看上去和原来一样密。
最朴素的实例就是 一维伊辛抽取RG 里的”抽取”:对一维链每隔一个自旋求和(把奇数格点的 加掉),剩下的偶数格点重新构成一条同样形式的链,只是近邻耦合从 变成
求和掉一半自旋 = 粗粒化(),剩下的链 = 重标后的新系统。关键就在”同样形式”:变换后还是同一类模型,只是耦合常数换了一组值。一般地写成映射
反复迭代 ,就在耦合空间里走出一条流(一串点 );每迭代一步,我们观察系统的尺度就放大 倍。
关联长度怎么变
关联长度 是一个真实的物理长度(关联函数与关联长度)。粗粒化不改变它(物理没变),但重标把长度单位缩小了 倍,所以用新单位量出来的 是原来的 :
即”每做一步 RG,以格距为单位的关联长度缩小 倍”。第五站的全部分析,就从这条关系和映射 出发。