Esto es lo que entendí de la desaceleración crítica.
Cuando estamos cerca de una transición de fase, el tiempo de autocorrelación es muy largo.
Imagine que estamos haciendo simulaciones de MC en un ferromagnético cercano dónde es la temperatura de transición de fase. Estamos estudiando lo observable. que es la magnetización total. El hecho de que es largo físicamente significa que si estoy en un microestado con magnetización lejos de la magnetización promedio, tomará mucho tiempo (muchos pasos) para que la simulación acceda a microestados que tienen magnetización cercana a la magnetización promedio.
Y, como los microestados que tienen una magnetización cercana a la magnetización media tienen una importancia estadística mayor en el cálculo, significa que tendremos estadísticas muy malas si no muestreamos durante el tiempo suficiente.
Mis preguntas:
¿Tengo razón en esta explicación?
Por que es muy largo cerca de una transición de fase? No estoy seguro de conseguirlo.
¿Por qué los algoritmos de clúster son mejores para tratar tales problemas? Esta pregunta se ha planteado aquí Desaceleración crítica en el algoritmo Monte-Carlo para el modelo de Ising 2D clásico , pero en realidad no ha sido respondida.
1) Cerca de una transición de fase de segundo orden, la longitud de la correlación es muy grande y hay fluctuaciones en todas las escalas. Esto significa que un algoritmo local tendrá dificultades para muestrear el espacio de configuraciones relevantes de manera eficiente. La magnetización media en realidad puede ser más o menos correcta, pero los observables más complicados (momentos más altos de M, funciones de correlación, etc.) son difíciles de calcular.
2) Considere la teoría de Landau de las transiciones de fase. El funcional de energía libre es
3) Para estudiar el tiempo de relajación tenemos que hacer que la teoría de Landau sea dependiente del tiempo. Esto conduce a una teoría hidrodinámica conocida como modelo A. La ecuación de movimiento es
4) Los algoritmos de clúster realizan actualizaciones en todas las escalas y capturan la física en 2), 3) mejor.