三维Potts模型的张量重正化群研究的开题报告.docxVIP

三维Potts模型的张量重正化群研究的开题报告

一、选题背景与意义：

三维Potts模型是一个描述相变现象的重要模型，在统计物理、材料科学、计算机科学等领域有广泛应用。其中最为经典的是二维Potts模型，在二维Potts模型中有着深刻的丰富的相变现象，例如三态相变，与经典伊辛模型不同之处在于后者仅有两种状态。三维Potts模型中也存在着类似的相变现象，可观察到三态相变。三维Potts模型不仅在统计物理学中有重要的应用，还可以在实际材料的研究中作为模型系统进行研究。

张量重正化群（TensorRenormalizationGroup,TRG）是由GuifreVidal在2007年提出的新型重正化群算法，主要应用于杂质点模型，其相对其他常见的重正化群算法具有明显的优势。文献中已经有了二维Potts模型的张量重正化群的研究，而关于三维Potts模型的张量重正化群的研究多数依赖于数值模拟实验结果，并没有严格的证明。因此，研究三维Potts模型的张量重正化群具有重要的意义。

二、主要内容：

本文计划通过深入学习三维Potts模型、张量网络和张量重正化群等知识，研究三维Potts模型的张量重正化群算法，并探讨该算法的可行性和精度。主要内容包括：

1、三维Potts模型的基本概念和数学表示方法。

2、张量网络的基础知识，包括张量的表示方法，缩并运算和张量网络的图表示等。

3、张量重正化群算法的基本原理和具体实现方法，以二维Potts模型的张量重正化群为例，对该算法进行详细介绍。

4、基于三维Potts模型，推广张量重正化群算法。首先，介绍三维Potts模型的相变现象和重要的物理量；然后，根据二维Potts模型的做法，通过构造张量网络的初始状态，并根据张量重正化群算法将其进行缩减，得到系统的新的表示形式；最后，通过比较标量物理量和自由能的计算结果分析算法的可行性和精度。

三、技术路线：

本文的技术路线主要包括下面几个步骤：

1、文献调研和资料收集。收集与三维Potts模型、张量网络和张量重正化群相关的研究资料和最新进展，了解目前研究状态和存在的问题。

2、学习三维Potts模型和张量网络等基础知识。学习三维Potts模型的基本概念、数学表示方法和相变现象，学习张量网络的基础知识，包括张量表示方法、缩并运算和图表示等。

3、学习张量重正化群算法。深入学习张量重正化群算法的基本原理和具体实现方法，了解二维Potts模型的张量重正化群的具体做法。

4、三维Potts模型的张量重正化群推广算法。根据二维Potts模型的做法，构造三维Potts模型的张量网络初始状态，并根据张量重正化群算法进行缩减，得到高精度的表示形式。

5、结果分析和讨论。通过比较标量物理量和自由能的计算结果，分析三维Potts模型的张量重正化群算法的可行性和精度。

四、预期结果及意义：

预期完成三维Potts模型的张量重正化群研究，推广二维Potts模型的张量重正化群到三维情形，得到三维Potts模型的高精度表示形式。本文所提出的算法具有一定的创新性和实用性，对理论和应用都有一定的推广和探索意义。

五、可行性分析：

本文所提出的三维Potts模型的张量重正化群算法是在已有的二维Potts模型的张量重正化群算法的基础上推广而来，具有一定的可行性。同时，本文将会采用国内外先进的计算机和软件进行计算和模拟，在确保结果精度的基础上，加强实验分析和结果解释。