Gibbs測度

同義語:Gibbs measureGibbs分布Gibbs distributionGibbs状態Gibbs state

概要

Gibbs測度(Gibbs measure)とは、有限の系では、測度空間 $(\Omega,\rho)$ の上の $Z:=\int e^{-H}\,d\rho$ が正で有限なハミルトニアン $H$ について、密度 $e^{-H}/Z$ をもつ確率測度である。無限の格子 $S^{\mathbb{Z}^d}$($S$ は有限集合)の上では、絶対総和可能なポテンシャルに対し、有限の領域の条件付き分布が有限の Gibbs 分布に等しいという DLR 方程式の解として定める。解は存在し、Dobrushin の条件 $c(\gamma)<1$ の下で一意である。解が複数あることを 1 次相転移という。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 確率測度, 条件付き確率, Shannonエントロピー, Tychonoffの定理

Gibbs 測度(Gibbs measure)とは、状態 $\omega$ に、エネルギー $H(\omega)$ の $\exp(-H(\omega))$ に比例する確率を与える確率測度である。有限の系では、これは平衡統計力学の基本の分布で、エントロピーからエネルギーを引いた量を最大にする分布として特徴づけられる。
無限に多くの変数をもつ系では、全エネルギーが発散するので、この式は意味をもたない。そこで Dobrushin・Lanford・Ruelle は、有限の領域の分布を外の配置で条件付けたものが有限の Gibbs 分布になる、という条件で定義した。これが DLR 方程式である。この定義では解が存在しても一意とは限らず、解が複数あることが 1 次相転移 の数学的な定義になる。
この記事の内容は次のとおりである。

有限の系

Gibbs 測度(有限の系)

$(\Omega,\rho)$ を測度空間、$H\colon\Omega\to\mathbb{R}$ を可測関数とし、$Z:=\int_\Omega e^{-H}\,d\rho$ が正で有限とする。確率測度
$$ \mu(d\omega):=\frac1Ze^{-H(\omega)}\rho(d\omega) $$
を $H$ の Gibbs 測度(Gibbs 分布)という。$H$ を ハミルトニアン、$Z$ を 分配関数 という。

逆温度 $\beta$ を明示するときは、$H$ を $\beta H$ に替える。$\Omega$ が有限で $\rho$ が数え上げ測度の場合が基本である。$\Omega=\mathbb{R}^n$ で $\rho$ が Lebesgue 測度の例は、Fokker–Planck方程式 の定常分布 $Z^{-1}e^{-U/\nu}\,dx$ である。Isingモデル は $\Omega=\{\pm1\}^V$ の例である。

有限の変分原理

$\Omega$ を有限集合、$\rho$ を数え上げ測度、$H\colon\Omega\to\mathbb{R}$、$\mu$ を $H$ の Gibbs 測度とする。$\Omega$ の上の確率測度 $\nu$ について、$S(\nu):=-\sum_\omega\nu(\omega)\log\nu(\omega)$ とすると
$$ S(\nu)-\nu(H)\le\log Z $$
であり、等号が成り立つのは $\nu=\mu$ のときに限る。

相対エントロピーに書く

$\mu(\omega)=e^{-H(\omega)}/Z$ を代入すると
$$ \sum_\omega\nu(\omega)\log\frac{\nu(\omega)}{\mu(\omega)}=-S(\nu)+\nu(H)+\log Z $$
である。左辺は Kullback–Leiblerダイバージェンス で、Jensenの不等式 から $0$ 以上であり、$0$ になるのは $\nu=\mu$ のときに限る。$\square$

エントロピー最大

$\beta\in\mathbb{R}$ とし、$\mu_\beta$ を $\beta H$ の Gibbs 測度とする。$\nu(H)=\mu_\beta(H)$ をみたす確率測度 $\nu$ の中で、$S(\nu)$ を最大にするものは $\mu_\beta$ だけである。

要点:thm-gm-variational を $\beta H$ に使い、エネルギーの項を消す。$\square$

無限の格子の上の定義

$d\ge1$ とし、$S$ を $2$ 点以上の有限集合とする。$\Omega:=S^{\mathbb{Z}^d}$ に積位相と積 $\sigma$ 加法族 $\mathcal{F}$ を入れる。Tychonoffの定理 から $\Omega$ はコンパクトで距離づけ可能である。$\Lambda\subset\mathbb{Z}^d$ について、$\mathcal{F}_\Lambda$ を $\Lambda$ の座標が生成する $\sigma$ 加法族とする。$\Lambda\Subset\mathbb{Z}^d$ で $\Lambda$ が有限部分集合であることを表す。$\sigma_\Lambda\omega_{\Lambda^c}$ で、$\Lambda$ の上で $\sigma$、外で $\omega$ に等しい配置を表す。有限個の座標だけで決まる関数を 局所関数 という。

ポテンシャル

各 $B\Subset\mathbb{Z}^d$ に $\mathcal{F}_B$ 可測な関数 $\Phi_B\colon\Omega\to\mathbb{R}$ を与えた族 $\Phi$ を ポテンシャル という。各 $i\in\mathbb{Z}^d$ で $\sum_{B\ni i}\|\Phi_B\|_\infty< \infty$ のとき 絶対総和可能 という。このとき、$\Lambda\Subset\mathbb{Z}^d$ の ハミルトニアン を
$$ H_\Lambda(\omega):=\sum_{B\cap\Lambda\ne\emptyset}\Phi_B(\omega) $$
で定める。和は一様に絶対収束する。

$H_\Lambda$ は $\Lambda$ の中のエネルギーと、$\Lambda$ と外との相互作用だけを数える。全体の和 $\sum_B\Phi_B$ は一般に発散する。
有限の領域の分布を外の配置 $\omega$ で条件付けたものを、次の形で扱う。確率核 とは、$\gamma(\,\cdot\mid\omega)$ が各 $\omega$ で $\Omega$ の確率測度で、各 $A\in\mathcal{F}$ で $\gamma(A\mid\cdot)$ が可測な写像のことである。$\Omega$ の確率測度 $\mu$ と関数 $f$ について
$$ \gamma f(\omega):=\int f\,d\gamma(\,\cdot\mid\omega),\qquad\mu\gamma(A):=\int\gamma(A\mid\omega)\,\mu(d\omega) $$
とおく。$\mu\gamma(f)=\mu(\gamma f)$ である。

仕様

仕様 とは、確率核の族 $\gamma=(\gamma_\Lambda)_{\Lambda\Subset\mathbb{Z}^d}$ で次をみたすものである。

  1. $\gamma_\Lambda(A\mid\cdot)$ は $\mathcal{F}_{\Lambda^c}$ 可測である。
  2. $B\in\mathcal{F}_{\Lambda^c}$ なら $\gamma_\Lambda(B\mid\omega)=\mathbf{1}_B(\omega)$ である。
  3. $\Delta\subset\Lambda$ なら $\gamma_\Lambda\gamma_\Delta=\gamma_\Lambda$ である。ここで $\gamma_\Lambda\gamma_\Delta(A\mid\omega):=\int\gamma_\Delta(A\mid\cdot)\,d\gamma_\Lambda(\,\cdot\mid\omega)$ である。
    各 $\gamma_\Lambda(C\mid\cdot)$($C$ は局所事象)が連続なとき、準局所的 という。
    絶対総和可能なポテンシャル $\Phi$ の Gibbs 仕様 とは、$\sigma\in S^\Lambda$ について
    $$ \gamma_\Lambda^\Phi(\{\sigma_\Lambda\omega_{\Lambda^c}\}\mid\omega):=\frac1{Z_\Lambda^\omega}\exp\bigl(-H_\Lambda(\sigma_\Lambda\omega_{\Lambda^c})\bigr) $$
    で定まる族である。$Z_\Lambda^\omega$ は和を $1$ にする定数である。
Gibbs 仕様は準局所的な仕様である

$\Phi$ が絶対総和可能なら、$\gamma^\Phi$ は準局所的な仕様である。

比の打ち消し

要点:外の変数を固定した条件付き分布を計算すると、$H_\Lambda-H_\Delta$ が消える。

詳しい証明を開く

条件 1・2 は定義から明らかである。$\Delta\subset\Lambda$ とする。$H_\Lambda-H_\Delta=\sum\Phi_B$($B\cap\Lambda\ne\emptyset$、$B\cap\Delta=\emptyset$)は $\Delta$ の座標によらない。よって、$\gamma_\Lambda(\,\cdot\mid\omega)$ の下で $\Lambda\setminus\Delta$ の値が $\zeta$ のときの $\Delta$ の条件付き分布は $$ \frac{e^{-H_\Lambda(\xi_\Delta\zeta\omega)}}{\sum_{\xi'}e^{-H_\Lambda(\xi'_\Delta\zeta\omega)}}=\frac{e^{-H_\Delta(\xi_\Delta\zeta\omega)}}{\sum_{\xi'}e^{-H_\Delta(\xi'_\Delta\zeta\omega)}} $$ で、$\gamma_\Delta(\,\cdot\mid\zeta\omega)$ に等しい。これは条件 3 である。

準局所性:$\omega\mapsto H_\Lambda(\sigma_\Lambda\omega_{\Lambda^c})$ は局所関数の一様収束極限なので連続で、$\gamma_\Lambda(\{\sigma_\Lambda\omega_{\Lambda^c}\}\mid\omega)$ も連続である。局所事象 $C$ について $\gamma_\Lambda(C\mid\omega)$ は、$\Lambda$ の上の配置についての有限和なので連続である。$\square$

DLR 方程式

$\gamma$ を仕様とする。$\Omega$ の確率測度 $\mu$ が
$$ \mu\gamma_\Lambda=\mu\qquad(\Lambda\Subset\mathbb{Z}^d) $$
をみたすとき、$\mu$ は $\gamma$ と 両立する という。この方程式を DLR 方程式 という。両立する測度の全体を $\mathcal{G}(\gamma)$ と書く。$\gamma$ がポテンシャル $\Phi$ の Gibbs 仕様のとき、$\mathcal{G}(\Phi):=\mathcal{G}(\gamma^\Phi)$ の元を $\Phi$ の(無限体積の)Gibbs 測度 という。

条件付き確率としての意味

$\mu\in\mathcal{G}(\gamma)$ であるための必要十分条件は、すべての $\Lambda\Subset\mathbb{Z}^d$、$A\in\mathcal{F}$ について $\mu(A\mid\mathcal{F}_{\Lambda^c})=\gamma_\Lambda(A\mid\cdot)$($\mu$-a.s.)となることである。

要点:条件 2 から、条件付き確率の定義の式になる。

詳しい証明を開く

$\gamma_\Lambda(A\mid\cdot)$ は $\mathcal{F}_{\Lambda^c}$ 可測である。$B\in\mathcal{F}_{\Lambda^c}$ について、条件 2 から $\gamma_\Lambda(A\cap B\mid\omega)=\mathbf{1}_B(\omega)\gamma_\Lambda(A\mid\omega)$ である。よって $\mu\gamma_\Lambda=\mu$ なら $\mu(A\cap B)=\int_B\gamma_\Lambda(A\mid\omega)\,\mu(d\omega)$ で、これは 条件付き確率 の定義である。逆は $B=\Omega$ とする。$\square$

Ising のポテンシャル

$\beta\ge0$、$h\in\mathbb{R}$ とし、$S=\{\pm1\}$、$\Phi_{\{x,y\}}(\omega):=-\beta\omega_x\omega_y$($x,y$ は隣接)、$\Phi_{\{x\}}(\omega):=-h\omega_x$、ほかの $B$ では $\Phi_B=0$ とする。すべて $+1$ の配置を $+$ と書くと、$\gamma^\Phi_\Lambda(\,\cdot\mid+)$ は Isingモデル の $+$ 境界条件の分布である。これらの $\Phi$ は範囲が有限で、$\gamma_\Lambda^\Phi(\,\cdot\mid\omega)$ は $\Lambda$ に隣接する $\omega$ の値だけで決まる。

1 次元の Markov 連鎖

$d=1$ とし、$A=(A_{st})_{s,t\in S}$ を成分が正の行列、$\Phi_{\{i,i+1\}}(\omega):=-\log A_{\omega_i\omega_{i+1}}$、ほかの $B$ では $\Phi_B=0$ とする。このポテンシャルの Gibbs 測度として、定常な Markov連鎖 が得られる。

確かめを開く

Perron–Frobeniusの定理 から $A$ の最大固有値 $\lambda>0$ と成分が正の右固有ベクトル $r$ がある。$P_{st}:=A_{st}r_t/(\lambda r_s)$ は推移確率行列である。$P$ の定常な Markov 連鎖の $S^{\mathbb{Z}}$ の上の分布を $\mu$ とする。$\Lambda=\{a,\dots,b\}$ の外を固定すると、Markov 性から条件付き確率は $$ \prod_{i=a-1}^bP_{\sigma_i\sigma_{i+1}}=\lambda^{-(b-a+2)}\frac{r_{\sigma_{b+1}}}{r_{\sigma_{a-1}}}\prod_{i=a-1}^bA_{\sigma_i\sigma_{i+1}} $$ に比例する($\sigma_{a-1},\sigma_{b+1}$ は $\omega$ の値)。よって区間 $\Lambda$ について $\mu\gamma_\Lambda=\mu$ である(prop-gm-conditional)。有限集合 $\Delta$ は区間 $\Lambda$ に含まれるので、仕様の条件 3 から $\mu\gamma_\Delta=\mu\gamma_\Lambda\gamma_\Delta=\mu\gamma_\Lambda=\mu$ で、$\mu\in\mathcal{G}(\Phi)$ である。

存在

$C(\Omega)$ を $\Omega$ の実連続関数の空間とする。Stone–Weierstrassの定理 から局所関数は $C(\Omega)$ で稠密である。確率測度の列 $\mu_n$ が $\mu$ に 弱収束 するとは、すべての $f\in C(\Omega)$ で $\mu_n(f)\to\mu(f)$ となることである。$\Omega$ はコンパクト距離空間なので、確率測度の全体は弱収束について点列コンパクトである(Prokhorovの定理)。

Gibbs 測度の存在

$\gamma$ を準局所的な仕様とする。$\mathcal{G}(\gamma)\ne\emptyset$ である。とくに、絶対総和可能なポテンシャルには Gibbs 測度がある。より詳しく、$\eta\in\Omega$ と箱 $B(n):=\{-n,\dots,n\}^d$ について、$\gamma_{B(n)}(\,\cdot\mid\eta)$ の弱収束する部分列の極限はすべて $\mathcal{G}(\gamma)$ に入る。

有限の箱の分布の極限

$\mu_n:=\gamma_{B(n)}(\,\cdot\mid\eta)$ とし、部分列 $\mu_{n_k}$ が $\mu$ に弱収束するとする。部分列の存在はコンパクト性による。
$\Lambda\Subset\mathbb{Z}^d$ を固定する。$f$ を局所関数とする。$f$ は局所事象の指示関数の有限線形結合なので、準局所性から $\gamma_\Lambda f$ は連続である。$B(n)\supset\Lambda$ なら、仕様の条件 3 から $\mu_n\gamma_\Lambda=\mu_n$ である。よって
$$ \mu\gamma_\Lambda(f)=\mu(\gamma_\Lambda f)=\lim_k\mu_{n_k}(\gamma_\Lambda f)=\lim_k\mu_{n_k}(f)=\mu(f) $$
である。局所関数は測度を決めるので $\mu\gamma_\Lambda=\mu$ である。$\square$

凸性

$\mathcal{G}(\gamma)$ は凸集合である。$\gamma$ が準局所的なら弱収束について閉じている。

DLR 方程式は $\mu$ について線形である。閉じていることは prf-gm-existence の式と同じである。$\square$

$\mathcal{G}(\gamma)$ の Krein–Milmanの定理 の意味の端点を 極値的 Gibbs 測度 という。末尾の $\sigma$ 加法族を $\mathcal{T}:=\bigcap_{\Lambda\Subset\mathbb{Z}^d}\mathcal{F}_{\Lambda^c}$ とする。$\mu\in\mathcal{G}(\gamma)$ が極値的であることは、$\mathcal{T}$ の事象の確率がすべて $0$ か $1$ であることと同値である(FV17 Theorem 6.58, p. 282。この記事では証明しない)。遠い領域の情報は極値的な測度の下では局所の統計に影響しない。

Dobrushin の一意性定理

$\gamma_i:=\gamma_{\{i\}}$ と書く。$\|p-q\|_{\mathrm{TV}}:=\frac12\sum_{s\in S}\lvert p(s)-q(s)\rvert$ とする。$i\ne j$ について
$$ c_{ij}:=\sup\bigl\{\|\gamma_i(\,\cdot\mid\omega)-\gamma_i(\,\cdot\mid\omega')\|_{\mathrm{TV}}\bigm|\omega,\omega'\text{ は }j\text{ 以外で一致}\bigr\} $$
とおき、$c(\gamma):=\sup_i\sum_{j\ne i}c_{ij}$ とする。ここで $\gamma_i(\,\cdot\mid\omega)$ は $i$ の値の分布と見ている。$c_{ij}$ は、$j$ の値を変えたときに $i$ の分布が動く量である。

Dobrushin の一意性定理

$\gamma$ を準局所的な仕様とし、$c(\gamma)< 1$ とする。このとき $\mathcal{G}(\gamma)$ はちょうど $1$ 点である。

証明の考え方

$\gamma_i$ を掛けると、関数の $i$ での振幅は $0$ になり、ほかの点へ割合 $c_{ij}$ で移る。$c< 1$ なら、全体の振幅は 1 巡ごとに減る。

関数 $f$ の $i$ での振幅を $\delta_i(f):=\sup\{\lvert f(\omega)-f(\omega')\rvert\mid\omega,\omega'\text{ は }i\text{ 以外で一致}\}$ とし、$\delta(f):=\sum_i\delta_i(f)$ とする。$\mathcal{O}$ を $\delta(f)< \infty$ である連続関数の全体とする。局所関数は $\mathcal{O}$ に入る。

振幅の評価

$f\in\mathcal{O}$ なら $\sup f-\inf f\le\delta(f)$ である。

要点:有限の領域の中で $1$ 点ずつ取り替える。

詳しい証明を開く

$\omega,\omega'\in\Omega$、$\varepsilon>0$ とする。$f$ は連続なので、十分大きい $\Lambda\Subset\mathbb{Z}^d$ で $\lvert f(\omega_\Lambda\omega'_{\Lambda^c})-f(\omega)\rvert\le\varepsilon$ である。$\omega'$ から $\omega_\Lambda\omega'_{\Lambda^c}$ へ、$\Lambda$ の点を $1$ つずつ取り替えると、$\lvert f(\omega)-f(\omega')\rvert\le\varepsilon+\sum_{i\in\Lambda}\delta_i(f)$ である。$\square$

掃除の補題

$f\in\mathcal{O}$ とする。$\delta_j(\gamma_jf)=0$ で、$i\ne j$ について
$$ \delta_i(\gamma_jf)\le\delta_i(f)+c_{ji}\,\delta_j(f) $$
である。

要点:差を、配置の差の項と分布の差の項に分ける。

詳しい証明を開く

$\gamma_jf$ は $\mathcal{F}_{\{j\}^c}$ 可測なので $\delta_j(\gamma_jf)=0$ である。$\omega,\omega'$ が $i\ne j$ 以外で一致するとする。$p:=\gamma_j(\,\cdot\mid\omega)$、$q:=\gamma_j(\,\cdot\mid\omega')$ を $j$ の値の分布とし、$g(s):=f(s_j\omega_{\{j\}^c})$、$g'(s):=f(s_j\omega'_{\{j\}^c})$ とおくと $$ \gamma_jf(\omega)-\gamma_jf(\omega')=\sum_sq(s)\bigl(g(s)-g'(s)\bigr)+\sum_s\bigl(p(s)-q(s)\bigr)g(s) $$ である。第 1 項の絶対値は $\delta_i(f)$ 以下である。$\sum_s(p-q)(s)=0$ なので、第 2 項の絶対値は $\|p-q\|_{\mathrm{TV}}(\max g-\min g)\le c_{ji}\,\delta_j(f)$ 以下である。$\square$

誤差を 1 点ずつ掃き出す

存在は thm-gm-existence である。$\mu,\nu\in\mathcal{G}(\gamma)$ とし、$c:=c(\gamma)$ とする。
段 1:改良の主張。 次を示す。ある $\alpha\ge0$ がすべての $f\in\mathcal{O}$ で $\lvert\mu(f)-\nu(f)\rvert\le\alpha\,\delta(f)$ をみたすなら、すべての $f\in\mathcal{O}$ で $\lvert\mu(f)-\nu(f)\rvert\le\alpha c\,\delta(f)$ である。
$\mathbb{Z}^d=\{i_1,i_2,\dots\}$ と番号をつけ、$f\in\mathcal{O}$ を固定する。$n\ge0$ について
$$ \lvert\mu(g)-\nu(g)\rvert\le\alpha\Bigl(c\sum_{k\le n}\delta_{i_k}(g)+\sum_{k>n}\delta_{i_k}(g)\Bigr)\qquad(g\in\mathcal{O}) $$
を $n$ についての帰納法で示す。$n=0$ は仮定である。$n-1$ まで正しいとし、$i:=i_n$ とする。$\gamma_i g$ は準局所性から連続で、lem-gm-dusting から $\delta(\gamma_ig)\le\delta(g)+c\,\delta_i(g)< \infty$ なので、$\gamma_ig\in\mathcal{O}$ である。$\mu\gamma_i=\mu$、$\nu\gamma_i=\nu$ と帰納法の仮定から
$$ \lvert\mu(g)-\nu(g)\rvert=\lvert\mu(\gamma_ig)-\nu(\gamma_ig)\rvert\le\alpha\Bigl(c\sum_{k< n}\delta_{i_k}(\gamma_ig)+\sum_{k>n}\delta_{i_k}(\gamma_ig)\Bigr) $$
である($k=n$ の項は $\delta_i(\gamma_ig)=0$ で消える)。lem-gm-dusting を代入すると、右辺は
$$ \alpha\Bigl(c\sum_{k< n}\delta_{i_k}(g)+\sum_{k>n}\delta_{i_k}(g)\Bigr)+\alpha\,\delta_i(g)\Bigl(c\sum_{k< n}c_{ii_k}+\sum_{k>n}c_{ii_k}\Bigr) $$
以下である。$c< 1$ なので、最後の括弧は $\sum_{k\ne n}c_{ii_k}\le c$ 以下である。これは $n$ の場合の式である。
$n\to\infty$ とすると、$\sum_k\delta_{i_k}(f)< \infty$ なので第 2 の和は $0$ に近づき、$\lvert\mu(f)-\nu(f)\rvert\le\alpha c\,\delta(f)$ を得る。
段 2:反復。 $\lvert\mu(f)-\nu(f)\rvert\le\sup f-\inf f\le\delta(f)$(lem-gm-osc)なので、$\alpha=1$ で段 1 の仮定が成り立つ。段 1 を繰り返すと、すべての $m$ で $\lvert\mu(f)-\nu(f)\rvert\le c^m\delta(f)$ である。$m\to\infty$ として、$f\in\mathcal{O}$ で $\mu(f)=\nu(f)$ である。局所関数は測度を決めるので $\mu=\nu$ である。$\square$

Ising モデルでの条件

ex-gm-ising で $h=0$ とすると、$c(\gamma)=d\tanh2\beta$ である。

計算を開く

$i$ の隣接点の値の和を $m$ とすると、$\omega_i=+1$ の条件付き確率は $\frac12(1+\tanh\beta m)$ である。隣接点 $j$ の値を変えると $m$ は $2$ 変わる。残りの $2d-1$ 個の値の和 $l$ は奇数なので、 $$ c_{ij}=\max_{l\text{ は奇数}}\frac{\tanh\beta(l+1)-\tanh\beta(l-1)}2=\frac{\tanh2\beta}2 $$ である。最大は $l=\pm1$ でとる($\tanh$ は $[0,\infty)$ で凹である)。


$d=1$ では、すべての $\beta\ge0$ で $c(\gamma)< 1$ で、Gibbs 測度は一意である。$h\ne0$ でも Gibbs 測度は一意であるが(FV17 Corollary 6.41)、これは Dobrushin の条件からは従わない。$h=-\beta$ では $c(\gamma)=2\tanh\beta$ で、$\tanh\beta\ge1/2$ なら $c(\gamma)\ge1$ である。Isingモデル の 1 次元に相転移がないという結論と合う。
$d=2$ では、$\tanh2\beta< 1/2$、すなわち $\beta< \frac14\log3\approx0.275$ で一意である。これは臨界逆温度 $\frac12\log(1+\sqrt2)\approx0.441$ より小さい。Dobrushin の条件は十分条件であり、必要条件ではない。

平行移動で不変で範囲が有限(ある $R$ について直径が $R$ を超える $B$ で $\Phi_B=0$)のポテンシャルは、$d=1$ なら常に一意の Gibbs 測度をもつ(FV17 Theorem 6.40、Corollary 6.41, p. 275)。ex-gm-markov の連鎖はその測度である。

相転移

相転移

ポテンシャル $\Phi$ について $\mathcal{G}(\Phi)$ が $2$ 点以上を含むとき、$\Phi$ は 1 次相転移 を起こすという。

2 次元の Ising モデルの相転移

$d=2$、$h=0$、$\beta>\frac14\log18$ とする。ex-gm-ising のポテンシャルは 1 次相転移を起こす。

境界条件の痕跡

$\mu_n:=\gamma_{B(n)}(\,\cdot\mid+)$ とし、その弱収束する部分列の極限を $\mu^+$ とする。thm-gm-existence から $\mu^+\in\mathcal{G}(\Phi)$ である。Isingモデル の Peierls の議論から、ある $\varepsilon>0$ が $n$ によらず $\mu_n(\omega_0)\ge\varepsilon$ をみたす。$\omega\mapsto\omega_0$ は連続なので $\mu^+(\omega_0)\ge\varepsilon>0$ である。全反転 $\omega\mapsto-\omega$ は $\Phi$ を保つので、$\mu^+$ の像 $\mu^-$ も $\mathcal{G}(\Phi)$ に入り、$\mu^-(\omega_0)< 0$ である。よって $\mu^+\ne\mu^-$ である。$\square$

$\mathcal{G}(\Phi)$ は凸なので、このとき無限個の元をもつ。$d=2$ の Ising モデルでは、すべての Gibbs 測度が $\mu^+$ と $\mu^-$ の凸結合である(Aizenman–Higuchi の定理。FV17 p. 155)。$d\ge3$ で低温なら、平行移動で不変でない Gibbs 測度もある(FV17 Theorem 3.58, p. 147)。

無限体積の変分原理

$\Phi$ を絶対総和可能で平行移動で不変なポテンシャルとする。平行移動で不変な確率測度 $\mu$ について、比エントロピー と 平均エネルギー を
$$ s(\mu):=\lim_{n\to\infty}\frac1{\lvert B(n)\rvert}S(\mu|_{B(n)}),\qquad u_\mu:=\mu\Bigl(\sum_{B\ni0}\frac{\Phi_B}{\lvert B\rvert}\Bigr) $$
とする。圧力 を $\psi(\Phi):=\lim_n\lvert B(n)\rvert^{-1}\log Z^\omega_{B(n)}$ とする。これらの極限は存在し、圧力は $\omega$ によらない(FV17 Propositions 6.75・6.78、Theorem 6.79, pp. 299–301)。

変分原理

$\Phi$ を絶対総和可能で平行移動で不変なポテンシャルとする。平行移動で不変な確率測度の上で、$\mu\mapsto s(\mu)-u_\mu$ の最大値は $\psi(\Phi)$ であり、最大点の全体は、平行移動で不変な Gibbs 測度の全体に等しい。

文献

FV17 Theorem 6.84(p. 305)と (6.98) による。この記事では証明しない。thm-gm-variational の無限体積の形で、$\log Z$ が圧力に替わる。

反例:条件を外すと成り立たないこと

主張外す条件反例成り立たなくなること
def-gm-finite$Z< \infty$$\Omega=\mathbb{R}$、$H=0$確率測度にならない
thm-gm-existence$S$ が有限$S=\mathbb{R}$、$d\le2$ の質量 $0$ の Gauss 自由場$\mathcal{G}=\emptyset$(FV17 Theorem 8.19, p. 393)
thm-gm-existence準局所性ex-gm-tail の $\gamma$$\mathcal{G}=\emptyset$
thm-gm-dobrushin準局所性ex-gm-tail の $\gamma'$$c(\gamma')=0$ だが $\lvert\mathcal{G}\rvert\ge2$
thm-gm-dobrushin$c(\gamma)< 1$$d=2$ の Ising、$\beta>\frac14\log18$$c=2\tanh2\beta>1$ で $\lvert\mathcal{G}\rvert\ge2$
逆の主張$c(\gamma)< 1$ は必要か$d=2$ の Ising、$\frac14\log3\le\beta< \beta_c$$c\ge1$ だが一意(FV17 Theorem 3.25, p. 104)
末尾に依存する仕様

$d=1$、$S=\{\pm1\}$ とする。$\nu_p$ を、各座標が独立に確率 $p$ で $+1$ をとる $\Omega$ の測度とする。$D(\omega):=\limsup_n\frac1n\#\{1\le i\le n\mid\omega_i=+1\}$ は有限個の座標の変更で変わらない。$A:=\{D< 1/2\}$ とおく。関数 $a\colon\Omega\to(0,1)$ で $\mathcal{T}$ 可測なものについて
$$ \gamma_\Lambda^a(\,\cdot\mid\omega):=\nu_{a(\omega)}\text{ の }\Lambda\text{ への制限}\otimes\delta_{\omega_{\Lambda^c}} $$
とおく。$a$ は $\Lambda$ の座標によらないので、これは仕様である。$c_{ij}=0$ である。$\gamma:=\gamma^a$($a=\frac9{10}$ on $A$、$a=\frac1{10}$ on $A^c$)では $\mathcal{G}(\gamma)=\emptyset$ である。$\gamma':=\gamma^{a'}$($a'=\frac1{10}$ on $A$、$a'=\frac9{10}$ on $A^c$)では $\nu_{9/10},\nu_{1/10}\in\mathcal{G}(\gamma')$ である。どちらも準局所的でない。任意の局所的な近傍に $A$ の点と $A^c$ の点があるからである。

確かめを開く

$\mu\in\mathcal{G}(\gamma)$ があるとする。局所事象 $C$ について、$A$ は $\mathcal{T}$ の事象なので $\mu(C\cap A)=\int_A\gamma_\Lambda(C\mid\omega)\,\mu(d\omega)=\mu(A)\nu_{9/10}(C)$ である。$\mu(A)>0$ なら $\mu(\,\cdot\mid A)=\nu_{9/10}$ で、大数の法則 から $A$ の上で $D=\frac9{10}$ となり矛盾する。よって $\mu(A)=0$ である。同様に $\mu(A^c)>0$ なら $\mu(\,\cdot\mid A^c)=\nu_{1/10}$ で、$A^c$ の上で $D=\frac1{10}$ となり矛盾する。よって $\mathcal{G}(\gamma)=\emptyset$ である。

$\nu_{9/10}$ の下では a.s. $D=\frac9{10}$、$a'=\frac9{10}$ なので $\nu_{9/10}\in\mathcal{G}(\gamma')$ である。同様に $\nu_{1/10}\in\mathcal{G}(\gamma')$ である。

歴史と出典

Gibbs 測度の概念は Dobrushin と、Lanford・Ruelle が独立に導入した(FV17 §6.13, p. 317)。

出典

定義と thm-gm-existence、thm-gm-dobrushin は FV17 Definitions 6.11–6.16、Theorems 6.26・6.31、Lemma 6.34(pp. 256–269)による。FV17 はスピンが $2$ 値の場合に書き、Remark 6.29 で有限の値の空間に同じ証明が通るとする。thm-gm-variational は Lemma 6.74(p. 298)である。FV17 の全変動は $\sum_s\lvert p(s)-q(s)\rvert$ で、この記事の $\|\cdot\|_{\mathrm{TV}}$ の $2$ 倍である。lem-gm-dusting は $\sum_s(p-q)(s)=0$ を使ってこの記事の規約の係数を得ており、thm-gm-dobrushin の仮定は FV17 Theorem 6.31 より弱い。ex-gm-markov、ex-gm-ising-dobrushin の $c(\gamma)$ の正確な値、ex-gm-tail はこの記事で書いた。

関連項目

参考文献

[1]
Sacha Friedli, Yvan Velenik, Statistical Mechanics of Lattice Systems: A Concrete Mathematical Introduction, Cambridge University Press, 2017, Theorem 3.25 p. 104、Theorem 3.58 p. 147、p. 155、Chapter 6:Definitions 6.11–6.18 pp. 256–261、Theorems 6.26・6.31 pp. 265–268、Lemma 6.34 p. 269、Theorem 6.40・Corollary 6.41 p. 275、Theorem 6.58 p. 282、Lemma 6.74 p. 298、Propositions 6.75・6.78、Theorem 6.79 pp. 299–301、Theorem 6.84 p. 305、§6.13 p. 317、Theorem 8.19 p. 393

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する