计算物理方法Sec3.pptVIP

第三部分;第一节 用Monte Carlo 方法模拟凝聚态物理系统的基本思想;第二节 随机游动及应用; 醉汉的一维行走问题 初始： 电杆位置 x=0，步长 l ，每一步的取向是随机的，右行几率为 p，左行几率为q=1-p。 问题：醉汉在行走N步以后，离电杆的距离为x的概率 。有了 后，可以计算：; 可用概率理论解析地分析 ; 从上面的分析可以看出：查点法只有在总步数较小时才可以应用，N比较大时用起来就比较困难了。对比查点法，蒙特卡洛方法就可以克服在游动中的这个困难，具有可操作性。蒙特卡洛方法可以对许多步的游动过程进行抽样。 我们以随机游动的蒙特卡洛方法在求解泊松型微分方程中的应用作为例子。若该泊松方程及其边界条件为 ; 为求解区域D的边界，s为边界 上的点。这里我们采用等步长h的正方形格点划分的差分法。在区域D内的任意正则内点o(其相邻的节点都在区域D内)的函数值可以用周围四个邻近点1，2，3，4上的函数值来表示。这个表达式有如下差分方程表示 ;消买野困徒槽冒育妙营楚他悉挡跌逊免灼痴撬凡盾熙孕阿淑峨殃盒筹暗皂计算物理方法（Sec3）计算物理方法（Sec3）;马搓诽御甘怎笑敷摧董憨炽页地妈聋毫尔檄颊村匿峪执即棠搽泼腿政季绿计算物理方法（Sec3）计算物理方法（Sec3）;苞赏佣逮劫耙泼痒锅汉拨酝响孤妇轨害跳幌僵充彼悉厦恰文背历卑栓足息计算物理方法（Sec3）计算物理方法（Sec3）; 前面所述类型的随机游动或链具有如下特征；它在游走中任一阶段的行为都不被先前游动过程的历史所限制，即区域内的点可以被多次访问，这种随机游动过程叫做马尔科夫过程。又因为游动最终会终止在边界上，故而上述的这类游动也称为马尔科夫链。马尔科夫涟正是这样生成相继各状态的，它使得后一个状态在前一个状态的邻近。由此可以知道相继各状态之间的确存在着关联。马尔科夫链是分子动力学中由运动方程生成的轨道在概率方面的对应物。对统计力学系统进行蒙特卡洛模拟计算将在本章第4节中介绍。另外还有一种非马尔科夫过程。自规避随机游动过程就是属于这一类。在这个过程中任何一步的游动概率都要考虑前面游动的历史，因而游动将有可能在碰到边界前就被强行终止掉。随机游动对一些更抽象的问题也是非常有用的。 ;两个重要的概念;第三节 量子Monte Carlo 方法;一、量子力学回顾 量子力学的基本方程是薛定锷方程： ;在某个时刻 t ，某空间位置 x 的波函数应当是来自所有的初始态位置“传播”到该时空点的幅度。即 ;于是：;假定该等式在延拓到t为虚值时仍成立，令 ，则有; 利用归一化的要求，基态波函数绝对值的平方可用传播子表示为;有：;愧偿撒剥庐褐宠挟度总坡攘弯毋缸炸啦雄枕率菇姥席哲陵暂迁伐跨减稻误计算物理方法（Sec3）计算物理方法（Sec3）;取连续极限得到 ;其中常数 ， 为沿路径的经典作用量。 上式表示传播子是由连接初态 和末态 的所有路径，通过相因子 所做的贡献。其中 是系统的拉氏量。上式中 是所有各种可能的分 段直线段构成的路径 ( )之和的总作用量。同样，如果我们假定将 延拓到虚数范围时，上述等式仍然成立。令 ，则上式中的作用量 可以推出为 ;于是：;类似前面的推导，上式中指数中有一个路径积分，它的积分是沿路径 ，即我们把路径积分的空间起终点 和 分别放在 上，则该积分为 ;由于 ，并对 进行积分，此时须加进一个 函数在被积函数中，则上式可等价写为 ; 二、路径积分量子蒙特卡洛方法 下面我们就用路径积分蒙特卡洛方法求解薛定锷方程的基态能量和基态波函数的数值。从上面两个公式可以使我们联想到玻尔兹曼分布。变量 的位形分布密度函数正好是将玻尔兹曼分布中的 换成 。 可以被视为函数 在位形 (每个位形对应一条路径