Tengo algunas preguntas sobre el procedimiento de grupo de renormalización del espacio de momento como se describe en el libro de texto "Mecánica estadística de campos" de Kardar (Cap. 5). El primero trata sobre el cambio de escala de los parámetros, y el segundo trata sobre obtener el registro de la función de partición. Creo que entiendo la idea básica del procedimiento de renormalización, pero estoy en la licenciatura y no he tomado la teoría de campo o un curso avanzado de mecánica estadística, por lo que si tengo un error conceptual en alguna parte, realmente agradecería cualquier corrección.
En el libro de Kardar, la función de partición para el hamiltoniano de Landau Ginzburg se escribe como ( son la división del campo original en componentes bajos y altos)
donde el parámetro es
entonces tu eliges de modo que Se mantiene igual: .
(1) Mi primera pregunta es: ¿por qué el dentro Convertirse en un ? Según tengo entendido, los parámetros cambian con el corte, por lo que no debería el ser reemplazado con dondequiera que aparezca? Si no, ¿por qué no, y cuál es el significado físico de esto?
(2) Mi segunda pregunta es acerca de obtener la energía libre después de hacer el procedimiento RG. La función de partición sin ninguna El término es gaussiano, que se puede integrar y el logaritmo de esto se puede tomar para obtener la energía libre en . Cuando vuelves a agregar el término y siga el procedimiento anterior, la función de partición es
con el desde arriba (pregunta menor: solo multiplicar o también ?) . Tomar el registro de esto te da , y según tengo entendido, si agrega un término fuente al hamiltoniano puedes tomar derivadas de bien para obtener cumulantes. Ok, entonces, ¿cómo obtienes realmente en el ¿caso? ¿Se puede escribir como la respuesta gaussiana más una corrección?
¿Necesita aproximar la integral y luego tomar el registro? Sería realmente genial si pudiera ver esto resuelto explícitamente, ya que realmente me gustaría entender esto en detalle. ¿Es posible simplemente aplicar el procedimiento de renormalización a ¿directamente?
Lo siento por el retraso en la respuesta. Ya que respondimos la pregunta 1 en otro hilo, solo me centraré en la pregunta 2 aquí. Mantendré esto bastante general, en lugar de centrarme en el modelo particular de la pregunta en cuestión, pero asumiré que el método de granularidad gruesa que nos interesa es integrar grados de libertad con momentos mayores que algún punto de corte. es decir, si nuestros grados de libertad son , obtenemos grano grueso integrando todos los modos con , por y la longitud de onda máxima.
Dividiré esta respuesta en una versión corta y una versión larga.
La versión corta es:
Normalmente, uno no intenta calcular el funcional de generación cumulante (CGF) para teorías de campo no gaussianas (al menos, no que yo haya visto). En cambio, una vez que se tiene la teoría de campo "renormalizada" (es decir, se obtiene la acción granular y reescalada conservando solo las interacciones relevantes), se pueden identificar las reglas del diagrama de Feynman y usarlas para mejorar sistemáticamente las estimaciones de campo medio de la estadística. momentos es decir, para calcular correcciones de bucle a las aproximaciones de nivel de árbol (gaussianas). Dado que esto normalmente se hace como una expansión de serie perturbativa para cada momento estadístico, generalmente no hay para escribir, ya que básicamente solo se escribiría como una serie
Dicho esto, existe un enfoque llamado " grupo de renormalización no perturbativo " que podría, en principio, utilizarse para renormalizar el CGF, aunque normalmente se centra en la transformada de Legendre del CGF, que es la acción efectiva promedio , donde es el campo de Legendre conjugado con el campo fuente . La acción efectiva promedio también contiene toda la información sobre los momentos estadísticos. Incluso en este método, sin embargo, el objetivo no suele ser calcular una aproximación para , sino más bien para calcular exponentes críticos o, a veces, las "funciones de vértice" , generalmente solo para hasta pequeños y generalmente con el fin de estimar la forma de escala de las funciones de correlación cerca de los puntos críticos. (Los momentos estadísticos se pueden obtener de las funciones de vértice). Ambos enfoques se han aplicado a la modelo, que es básicamente el modelo en la pregunta. Este artículo reporta algunos resultados utilizando los métodos no perturbativos, aunque es bastante técnico. La figura clave relevante para esta discusión es la Fig. 4, que traza el , donde se obtiene del vértice de 2 puntos (la función detlta se debe a la invariancia de traducción) y es el escalamiento esperado de la función como . La Fig. 6 también representa la función de escalado obtenido por este método, obtenido de la función de correlación de 2 puntos , con la longitud de correlación cerca (pero no en) la criticidad.
La versión más larga es:
Todo lo que realmente quiero hacer aquí es agregar algunos detalles para respaldar un par de las declaraciones hechas anteriormente y tratar de dilucidar la relación entre el cálculo del grupo de renormalización y el funcional generador cumulante (CGF).
Para empezar, considere el CGF para el modelo de grano fino, antes de hacer cualquier grano grueso:
Ahora, considere la acción de grano grueso definida por la integración de modos con :
Ahora, también podemos anotar el CGF para esta acción de grano grueso:
Ahora podemos preguntar: ¿cómo es relacionado con ? la respuesta es que
Pero, ¿qué pasa con el CGF después de que también cambiamos la escala de los momentos y grados de libertad? es decir, si cambiamos las variables a y , cuál es el CGF correspondiente, ? Si hacemos este cambio de variables en nuestra definición de por encima del término de acción se convertirá en la acción reescalada (más factores constantes del jacobiano, que alternativamente podríamos absorber en la normalización implícita). Por lo tanto, podemos centrarnos en el término fuente, que se convierte en . Si queremos que nuestro CGF sean los momentos de las variables reescaladas , entonces esperamos que el término fuente en debería parecerse , lo que nos motiva a definir
Ok, entonces, ¿cuál es la conclusión de esta explicación hasta ahora? Es esto: si pudiéramos calcular el CGF completo para una teoría, no necesitaríamos volver a normalizarlo.
Entonces, ¿qué está haciendo la renormalización por nosotros aquí? Bueno, en la acción totalmente reescalada+granularidad gruesa, esperamos que si establecemos los parámetros desnudos originales de la acción en los valores apropiados (esencialmente, ajustamos la teoría a la variedad crítica), entonces, a medida que repetidamente reescalamos la granularidad gruesa+ modelo, las llamadas interacciones "irrelevantes" se reducirán a cero y las interacciones relevantes fluirán hacia un punto fijo sin escala que ha perdido la memoria de la acción inicial detallada. (Es muy importante tener en cuenta que esto es cierto solo para la teoría reescalada:si solo realizáramos los pasos de granularidad gruesa y no el cambio de escala, los términos irrelevantes no se suprimirían y, si bien aún podríamos terminar con una acción bien definida, dependerá de los detalles de la teoría de granularidad fina original e incluiría todas las interacciones generadas por granularidad gruesa, lo que impide escribir las reglas de Feynman para calcular momentos).
El resultado es que normalmente terminamos con una acción que parece mucho más simple para la cual podemos escribir las reglas de Feynman y usar métodos perturbativos para calcular los momentos estadísticos de la teoría. Por ejemplo, para el modelo en cuestión, el potencial puede ser relativamente complicado, pero resulta que solo las interacciones cuadráticas y cuárticas son relevantes cerca del punto fijo gaussiano en el flujo del grupo de renormalización. Podemos escribir las reglas de Feynman para esta acción más simple e intentar calcular los momentos estadísticos (funciones de 2 puntos, etc.), tratando la interacción cuártica como una perturbación. Hasta los artefactos introducidos por las aproximaciones que hacemos para que podamos realizar el cálculo del grupo de renormalización, los resultados deberían en principio coincidir con lo que obtendríamos al calcular los momentos de la teoría de grano fino original (después de hacer las reescalas y tomar el límite de infinitos pasos de granulado grueso+reescalado).
Esta imagen general no cambia mucho si usamos el enfoque de grupo de renormalización no perturbativo que mencioné en la respuesta corta, excepto que brinda una forma alternativa de intentar calcular las funciones de correlación para la acción renormalizada.
Iliado Odiseo
skz
Iliado Odiseo
skz
beber
skz