Curie–Weissモデル

同義語:Curie-WeissモデルCurie–Weiss模型Curie–Weiss model

概要

Curie–Weissモデル(Curie–Weiss model)とは、$N$ 個の $\pm1$ のスピンの配置に、磁化の和 $M_N$ について $\exp(\beta M_N^2/(2N)+hM_N)$ に比例する確率を与える模型で、完全グラフの上の Ising モデルにあたる。磁化 $m_N=M_N/N$ は、$h=0$ では $\beta\le1$ のとき $0$ に、$\beta>1$ のとき平均場方程式 $m=\tanh(\beta m)$ の正の解 $\pm m^*$ に半分ずつ集中する。ゆらぎは $\beta< 1$ で $M_N/\sqrt N$ が分散 $1/(1-\beta)$ の正規分布に近づき、$\beta=1$ では $M_N/N^{3/4}$ が密度 $e^{-x^4/12}$ に比例する分布に近づく。

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

前提知識: 統計力学, Isingモデル, 分布収束, 特性関数(確率論)

Curie–Weiss モデル(Curie–Weiss model)は、$N$ 個の $\pm1$ の値(スピン)のすべての組が同じ強さで相互作用する確率測度である。Isingモデル を $N$ 頂点の完全グラフの上に置き、相互作用の強さを $1/N$ に弱めたものにあたる。格子の幾何を捨てたので、確率は磁化 $m_N=N^{-1}\sum_i\sigma_i$ だけで決まり、相転移を伴う模型でありながら、ほとんどの量を最後まで計算できる。
格子の上の模型で 1 個のスピンが感じる近傍の平均を、系全体の平均で置き換える近似を 平均場近似 という。Curie–Weiss モデルは、この近似を近似でなく厳密な確率測度として実現したもので、自己無撞着方程式 $m=\tanh(\beta m+h)$ がそこから正確に導かれる。
圧力(分配関数の対数の $N$ あたりの極限)の公式と、$\beta>1$ で圧力の磁場についての微分が飛ぶことは、統計力学 の定理「圧力の公式と 1 次相転移」が証明している。この記事は磁化の分布そのものを扱う。主な内容は次のとおりである。

主張内容ラベル
平均場方程式の解$\beta\le1$ で $0$ だけ、$\beta>1$ で $0,\pm m^*$lem-cw-mfe
Hubbard–Stratonovich 変換磁化に小さな Gauss 雑音を足すと、密度が $e^{-NG(y)}$ に比例するthm-cw-hs
大数の法則$m_N$ は $0$、または $\pm m^*$ に半分ずつ集中するthm-cw-lln
ゆらぎ$\beta< 1$ で $N^{1/2}$ の尺度の正規分布、$\beta=1$ で $N^{3/4}$ の尺度の $e^{-x^4/12}$thm-cw-fluct
臨界点の近くの振る舞い$m^*\sim\sqrt{3(\beta-1)}$、感受率 $1/(1-\beta)$prop-cw-critical

定義

$N\ge1$ とし、$\Omega_N:=\{-1,+1\}^N$ とおく。$\sigma\in\Omega_N$ について $M_N(\sigma):=\sum_{i=1}^N\sigma_i$、$m_N:=M_N/N$ とする。

Curie–Weiss モデル

$\beta\ge0$、$h\in\mathbb{R}$ とする。$\Omega_N$ の上の確率測度
$$ \mu_{N,\beta,h}(\sigma):=\frac1{Z_N(\beta,h)}\exp\Bigl(\frac{\beta}{2N}M_N(\sigma)^2+hM_N(\sigma)\Bigr) $$
を Curie–Weiss モデル という。$Z_N(\beta,h)$ は和を $1$ にする定数(分配関数)、$\beta$ は逆温度、$h$ は外部磁場である。$m_N$ を 磁化(の密度)という。

$M_N^2=N+2\sum_{i< j}\sigma_i\sigma_j$ なので、指数の第 1 項は定数を除いて $\frac{\beta}{N}\sum_{i< j}\sigma_i\sigma_j$ に等しい。すなわち $\mu_{N,\beta,h}$ は、完全グラフ $K_N$ の上の Isingモデル で逆温度を $\beta/N$ にしたものである。FV17 Definition 2.1(p. 58)はハミルトニアンを $-\frac dN\sum_{i,j}\sigma_i\sigma_j$ と書いており、そこの $2d\beta$ がこの記事の $\beta$ にあたる。
なぜ $1/N$ で割るか。 全部のスピンがそろった配置のエネルギーは、$1/N$ の因子があって初めて $N$ に比例する。この因子がないと、どの $\beta>0$ でも揃った配置が圧倒し、温度による違いが消える(反例の節)。
平均場近似との関係。 $\mu_{N,\beta,h}$ のもとで、ほかのスピンを固定したときの $\sigma_i=+1$ の条件付き確率は、$s:=\frac{\beta}{N}\sum_{j\ne i}\sigma_j+h$ について $e^{s}/(2\cosh s)$ である。よって $\sigma_i$ の条件付き期待値は $\tanh s$ で、$N$ が大きく $m_N$ がほぼ一定値 $m$ をとるなら、$m=\tanh(\beta m+h)$ が成り立つはずである。これが平均場の 自己無撞着方程式(平均場方程式)である(FV17 §2.5.1、p. 69)。以下ではこの発見的な議論を使わず、方程式を変分問題から得る。

平均場方程式

平均場方程式の解

$\beta>0$ とし、$G_{\beta,h}(y):=\frac\beta2y^2-\log\cosh(\beta y+h)$($y\in\mathbb{R}$)とおく。$G_{\beta,h}'(y)=0$ は $y=\tanh(\beta y+h)$ と同値である。

  1. $h=0$、$\beta\le1$ なら、$y=\tanh(\beta y)$ の実数解は $y=0$ だけで、$G_{\beta,0}$ の最小点は $0$ だけである。
  2. $h=0$、$\beta>1$ なら、実数解はちょうど $0,\pm m^*$ の 3 個である。ここで $0< m^*< 1$ で、$G_{\beta,0}$ の最小点は $\pm m^*$ の 2 点である。$m^*=m^*(\beta)$ を 自発磁化 という。
  3. $h\ne0$ なら、$G_{\beta,h}$ の最小点はただ 1 つで、それを $m(\beta,h)$ と書くと $h$ と同じ符号をもつ。
グラフの交わりを数える

$G_{\beta,h}'(y)=\beta\bigl(y-\tanh(\beta y+h)\bigr)$ である。$\log\cosh x\le\lvert x\rvert$ なので $G_{\beta,h}(y)\ge\frac\beta2y^2-\beta\lvert y\rvert-\lvert h\rvert\to\infty$($\lvert y\rvert\to\infty$)で、$G_{\beta,h}$ は最小点をもち、最小点は臨界点である。
$h=0$ とする。$x>0$ で $\frac{d}{dx}\frac{\tanh x}{x}=\frac{x-\sinh x\cosh x}{x^2\cosh^2x}< 0$($\sinh x\cosh x=\frac12\sinh2x>x$)なので、$y>0$ の関数 $\tanh(\beta y)/y$ は狭義減少で、$y\to0$ で $\beta$、$y\to\infty$ で $0$ に近づく。よって $\tanh(\beta y)=y$ の正の解は、$\beta\le1$ なら存在せず、$\beta>1$ ならただ 1 つある。$\lvert\tanh\rvert< 1$ なのでその解 $m^*$ は $1$ より小さい。$\tanh$ は奇関数なので負の解は $-m^*$ だけである。1 は以上から従う。2 では、$G_{\beta,0}''(0)=\beta-\beta^2< 0$ なので $0$ は極大点で最小点でなく、$G_{\beta,0}$ は偶関数なので最小点は $\pm m^*$ の両方である。
$h>0$ とする($h< 0$ は $y\mapsto-y$ で同じ)。$y>0$ では $\lvert\beta y-h\rvert< \beta y+h$ なので
$$ G_{\beta,h}(y)-G_{\beta,h}(-y)=\log\frac{\cosh(\beta y-h)}{\cosh(\beta y+h)}< 0 $$
であり、$G_{\beta,h}'(0)=-\beta\tanh h< 0$ なので、最小点は $(0,\infty)$ にある。$[0,\infty)$ では $\beta y+h>0$ で $\tanh$ は凹なので、$y-\tanh(\beta y+h)$ は凸関数で、$y=0$ で負、$y\to\infty$ で $+\infty$ に近づく。よって $(0,\infty)$ の零点はただ 1 つで、それが唯一の最小点である。$\square$

Hubbard–Stratonovich 変換

$\mu_{N,\beta,h}$ の重みは $M_N$ の 2 次式である。Gauss 積分 $e^{a^2/2}=\int e^{-w^2/2+aw}\,dw/\sqrt{2\pi}$ で 2 次式を 1 次式に書き換えると、スピンが独立になって和が計算できる(FV17 §2.5.2、p. 70)。確率変数の言葉では次のようになる。

Hubbard–Stratonovich 変換

$\beta>0$、$h\in\mathbb{R}$ とする。$\sigma$ が $\mu_{N,\beta,h}$ に従い、$W$ が $\sigma$ と独立で平均 $0$、分散 $1/\beta$ の正規分布に従うとき、
$$ Y_N:=m_N+\frac{W}{\sqrt N} $$
は密度
$$ f_N(y)=\frac{e^{-NG_{\beta,h}(y)}}{\int_{\mathbb{R}}e^{-NG_{\beta,h}(u)}\,du}\qquad(y\in\mathbb{R}) $$
をもつ。さらに $Z_N(\beta,h)=2^N\sqrt{N\beta/2\pi}\int_{\mathbb{R}}e^{-NG_{\beta,h}(u)}\,du$ である。

2 次式を Gauss 積分で開く

$\varphi$ を $\mathbb{R}$ の上の有界可測関数とする。$\mu_{N,\beta,h}(\sigma)=Z_N^{-1}\exp\bigl(\frac{\beta N}2m_N^2+hNm_N\bigr)$ なので、$W$ について積分し、$y=m_N+w/\sqrt N$ と変数を替えると
$$ E[\varphi(Y_N)]=\sum_\sigma\frac{e^{\frac{\beta N}2m_N^2+hNm_N}}{Z_N}\sqrt{\frac{N\beta}{2\pi}}\int\varphi(y)\,e^{-\frac{\beta N}2(y-m_N)^2}\,dy $$
である。指数を足すと $m_N^2$ の項が消えて
$$ \frac{\beta N}2m_N^2+hNm_N-\frac{\beta N}2(y-m_N)^2=-\frac{\beta N}2y^2+(\beta y+h)\sum_{i=1}^N\sigma_i $$
となる。和と積分を入れ替え、$\sum_\sigma\prod_ie^{(\beta y+h)\sigma_i}=(2\cosh(\beta y+h))^N$ を使うと
$$ E[\varphi(Y_N)]=\frac{2^N}{Z_N}\sqrt{\frac{N\beta}{2\pi}}\int\varphi(y)\,e^{-NG_{\beta,h}(y)}\,dy $$
を得る。$\varphi=1$ とすると $Z_N$ の式が出て、それを代入すると $f_N$ の式が出る。積分の有限性は prf-cw-mfe の下からの評価による。$\square$

$W/\sqrt N$ は $N\to\infty$ で $0$ に確率収束するので、$m_N$ の極限の振る舞いは $Y_N$ の振る舞いと同じである。$Y_N$ の密度は $e^{-NG}$ の形なので、$N$ が大きいと $G=G_{\beta,h}$ の最小点の近くに集まる。これは Laplaceの方法 の確率版である。$Z_N$ の式からは、統計力学 の圧力の公式を $-\min G_{\beta,h}+\log2$ の形で読むこともできる。

磁化の大数の法則

磁化の集中

$\beta>0$ とし、$\sigma$ は $\mu_{N,\beta,h}$ に従うとする。$N\to\infty$ で次が成り立つ。

  1. $h=0$、$\beta\le1$ なら、$m_N$ は $0$ に確率収束する。
  2. $h=0$、$\beta>1$ なら、$0< \varepsilon< m^*$ について $P(\lvert m_N-m^*\rvert< \varepsilon)\to\frac12$、$P(\lvert m_N+m^*\rvert< \varepsilon)\to\frac12$ である。
  3. $h\ne0$ なら、$m_N$ は $m(\beta,h)$ に確率収束する。
最小点から離れた部分の重みを比べる

$G:=G_{\beta,h}$、$g_0:=\min G$ とし、$K$ を $G$ の最小点の集合とする。lem-cw-mfe により、$K$ は 1 では $\{0\}$、2 では $\{\pm m^*\}$、3 では $\{m(\beta,h)\}$ である。
$\varepsilon>0$ を固定し、$A:=\{y\mid\operatorname{dist}(y,K)\ge\varepsilon\}$ とおく。$G$ は連続で $\lvert y\rvert\to\infty$ で $+\infty$ に近づき、$A$ は閉集合で $K$ と交わらないので、$\eta:=\inf_A(G-g_0)>0$ である。$k\in K$ と $0< r< \varepsilon$ を、$\lvert y-k\rvert< r$ で $G(y)-g_0\le\eta/2$ となるようにとる。$G-g_0\ge0$ なので、$A$ の上で $e^{-N(G-g_0)}\le e^{-(N-1)\eta}e^{-(G-g_0)}$ である。thm-cw-hs の密度から
$$ P(Y_N\in A)=\frac{\int_Ae^{-N(G-g_0)}}{\int_{\mathbb{R}}e^{-N(G-g_0)}}\le\frac{e^{-(N-1)\eta}\int_{\mathbb{R}}e^{-(G-g_0)}}{2r\,e^{-N\eta/2}}=C\,e^{-N\eta/2} $$
である($C$ は $N$ によらない)。よって $P(\operatorname{dist}(Y_N,K)< \varepsilon)\to1$ である。$\lvert m_N-Y_N\rvert=\lvert W\rvert/\sqrt N$ は $0$ に確率収束するので、$P(\operatorname{dist}(m_N,K)< 2\varepsilon)\to1$ である。$\varepsilon$ は任意なので 1 と 3 を得る。
2 では、$\varepsilon< m^*$ なら 2 つの事象 $\{\lvert m_N\mp m^*\rvert< \varepsilon\}$ は交わらず、確率の和は $1$ に近づく。$h=0$ のとき $\mu_{N,\beta,0}$ は $\sigma\mapsto-\sigma$ で不変なので、2 つの確率は等しい。$\square$

$\beta>1$、$h=0$ でも対称性から $E[m_N]=0$ であるが、典型的な $m_N$ は $0$ の近くにはない。平均は「どちらの向きにそろうか」の平均をとっているだけである(FV17 Remark 2.3、p. 60)。同書 Theorem 2.2(p. 59)は 1 と 2 を、磁化の分布の大偏差の評価(Proposition 2.5、p. 61)から導いている。

ゆらぎ

大数の法則の次の段階は、$m_N$ が極限の値のまわりでどの大きさで揺れるかである。独立なスピン($\beta=0$)なら $M_N/\sqrt N$ は標準正規分布に近づく(中心極限定理)。相互作用はこの揺れを大きくし、臨界点 $\beta=1$ では尺度そのものが変わる。

磁化のゆらぎ

$h=0$ とし、$\sigma$ は $\mu_{N,\beta,0}$ に従うとする。

  1. $0< \beta< 1$ なら、$M_N/\sqrt N$ は平均 $0$、分散 $\frac1{1-\beta}$ の正規分布に分布収束する。
  2. $\beta=1$ なら、$M_N/N^{3/4}$ は密度 $c\,e^{-x^4/12}$($c$ は正規化の定数)の分布に分布収束する。
$G$ の底の形を拡大する

$G:=G_{\beta,0}$ とおくと $G(0)=G'(0)=0$、$G''(y)=\beta-\beta^2\operatorname{sech}^2(\beta y)$ で、$G(y)=\int_0^y(y-t)G''(t)\,dt$ である。$Y_N$ は thm-cw-hs のものとし、$a>0$ について $N^aY_N$ の密度は、$x=N^ay$ と変数を替えて $e^{-NG(xN^{-a})}$ に比例する。$\Phi_N(x):=NG(xN^{-a})$ とおく。
1。 $a=\frac12$ とする。$G''\ge\beta(1-\beta)>0$ なので、すべての $y$ で $G(y)\ge\frac{\beta(1-\beta)}2y^2$、すなわち $\Phi_N(x)\ge\frac{\beta(1-\beta)}2x^2$ である。一方 $G$ は $C^2$ 級なので、各 $x$ で $\Phi_N(x)=\frac{G(x/\sqrt N)}{(x/\sqrt N)^2}x^2\to\frac{G''(0)}2x^2=\frac{\beta(1-\beta)}2x^2$ である。有界連続関数 $\varphi$ について、優収束定理(優関数 $\sup\lvert\varphi\rvert\,e^{-\beta(1-\beta)x^2/2}$)を分子と分母に使うと
$$ E[\varphi(\sqrt NY_N)]=\frac{\int\varphi(x)e^{-\Phi_N(x)}\,dx}{\int e^{-\Phi_N(x)}\,dx}\to\frac{\int\varphi(x)e^{-\beta(1-\beta)x^2/2}\,dx}{\int e^{-\beta(1-\beta)x^2/2}\,dx} $$
である。よって $\sqrt NY_N=M_N/\sqrt N+W$ は分散 $\frac1{\beta(1-\beta)}$ の正規分布に分布収束する。$W$ は $\sigma$ と独立で特性関数は $e^{-t^2/(2\beta)}$ なので、特性関数(確率論) の定理「Lévy の連続性定理」の 1 から、すべての $t$ で
$$ E\bigl[e^{itM_N/\sqrt N}\bigr]=e^{t^2/(2\beta)}E\bigl[e^{it\sqrt NY_N}\bigr]\to\exp\Bigl(-\frac{t^2}2\Bigl(\frac1{\beta(1-\beta)}-\frac1\beta\Bigr)\Bigr)=e^{-\frac{t^2}{2(1-\beta)}} $$
である。右辺は分散 $\frac1{1-\beta}$ の正規分布の特性関数なので、同じ定理の 2 から結論を得る。
2。 $\beta=1$、$a=\frac14$ とする。$G''(t)=\tanh^2t$ である。$\tanh$ は $[0,\infty)$ で凹なので、$\lvert t\rvert\le1$ で $\lvert\tanh t\rvert\ge\lvert t\rvert\tanh1$、$\lvert t\rvert\ge1$ で $\lvert\tanh t\rvert\ge\tanh1$ である。$b:=\tanh^21/12$ とおくと、$\lvert y\rvert\le1$ で $G(y)\ge\tanh^21\int_0^{\lvert y\rvert}(\lvert y\rvert-t)t^2\,dt=by^4$ である。$G$ は凸で $G(0)=0$ なので、$\lvert y\rvert\ge1$ では $G(y)\ge\lvert y\rvert\,G(\pm1)\ge b\lvert y\rvert$ である。よって $G(y)\ge b\min(y^4,\lvert y\rvert)$ で、$N\ge1$ なら
$$ \Phi_N(x)\ge b\min\bigl(x^4,N^{3/4}\lvert x\rvert\bigr)\ge b\min(x^4,\lvert x\rvert) $$
である。$\log\cosh y=\frac{y^2}2-\frac{y^4}{12}+O(y^6)$($y\to0$)なので $G(y)=\frac{y^4}{12}+O(y^6)$ で、各 $x$ で $\Phi_N(x)\to\frac{x^4}{12}$ である。1 と同じく優収束定理から、$N^{1/4}Y_N=M_N/N^{3/4}+WN^{-1/4}$ は密度 $c\,e^{-x^4/12}$ の分布に分布収束する。$WN^{-1/4}$ は $0$ に確率収束するので、分布収束 の記事の定理「Slutskyの定理」により $M_N/N^{3/4}$ も同じ分布に収束する。$\square$

2 は Ellis と Newman が 1978 年に示した(CS11 §2、p. 3)。同論文 Theorem 2.1(pp. 4–5)は、分布関数の差が $N^{-1/2}$ の定数倍以下であるという収束の速さも与えている。
ゆらぎと感受率. 1 の分散 $\frac1{1-\beta}$ は、次の命題の感受率(磁化の磁場についての微分)と一致する。揺れの大きさと、外から押したときの応答の大きさが同じ量で決まるという、統計力学の一般的な関係の最も簡単な例である。$\beta\uparrow1$ で両方が発散し、その発散が $\beta=1$ での尺度の変化 $N^{1/2}\to N^{3/4}$ として現れる。

臨界点の近くの振る舞い
  1. $\beta\downarrow1$ のとき $m^*(\beta)\to0$ で、$m^*(\beta)^2=3(\beta-1)(1+o(1))$ である。
  2. $0< \beta< 1$ なら、$h\mapsto m(\beta,h)$($m(\beta,0):=0$)は $\mathbb{R}$ の上で滑らかで、$\frac{\partial m}{\partial h}(\beta,0)=\frac1{1-\beta}$ である。
$\tanh$ の展開と陰関数定理
  1. $\delta\in(0,1)$ とする。$1< \beta\le\operatorname{artanh}(\delta)/\delta$ なら $\tanh(\beta\delta)\le\delta$ で、prf-cw-mfe の単調性から $m^*(\beta)\le\delta$ である。$\operatorname{artanh}(\delta)/\delta>1$ なので $m^*\to0$ である。$m^*=\tanh(\beta m^*)=\beta m^*-\frac{(\beta m^*)^3}3+O((m^*)^5)$ を $m^*$ で割ると $1=\beta-\frac{\beta^3(m^*)^2}3+O((m^*)^4)$ で、$(m^*)^2=\frac{3(\beta-1)}{\beta^3}(1+o(1))$ を得る。
  2. $F(y,h):=y-\tanh(\beta y+h)$ とおくと、$\partial_yF=1-\beta\operatorname{sech}^2(\beta y+h)\ge1-\beta>0$ なので、各 $h$ で $F(\cdot,h)=0$ の解はただ 1 つで、lem-cw-mfe によりそれが $m(\beta,h)$ である($h=0$ では $0$)。陰関数定理からこの解は $h$ について滑らかで、$F(m,h)=0$ を $h$ で微分して $h=0$ とおくと $m'=\beta m'+1$ である。$\square$

$\beta$ についての指数が $\frac12$ であることは FV17 Theorem 2.9(p. 75)にもある。統計力学 の圧力の公式 $\max_m(g_\beta(m)+hm)$ の最大点の方程式も、$g_\beta'(m)=\beta m-\operatorname{artanh}m$ から同じ $m=\tanh(\beta m+h)$ になる。

例

有限の $N$ での確かめ

$M_N=2k-N$ となる配置は $\binom Nk$ 個あるので、$P(M_N=2k-N)$ は $\binom Nk e^{\beta(2k-N)^2/(2N)}$ に比例し、厳密に計算できる。$N=4000$ で計算すると次のようになる。

$\beta$量$N=4000$ の値極限
$0.5$$E[(M_N/\sqrt N)^2]$$1.999$$2$
$1$$E[(M_N/N^{3/4})^4]$$2.956$$3$
$1.2$$E[\lvert m_N\rvert]$$0.6575$$m^*=0.6586$

$\beta=1$ の極限は、密度 $c\,e^{-x^4/12}$ について部分積分 $\int x^4e^{-x^4/12}dx=3\int e^{-x^4/12}dx$ から $3$ である。この $N$ では、極限との差がほかの行より大きい。

有限の系の平均と典型値

$\beta=1.2$、$h=0$ では $E[m_N]=0$ がすべての $N$ で成り立つ。一方、thm-cw-lln の 2 により、$N=4000$ でも $m_N$ はほぼ確実に $\pm0.66$ の近くにある。$m_N$ の分布は 2 つの山をもち、山の間の $0$ の近くの確率は $N$ について指数的に小さい。

反例

各行は、上の定理の仮定を 1 つだけ外したものである。

外す条件反例成り立たなくなること
thm-cw-fluct の 1 の $\beta< 1$$\beta=1$$M_N/\sqrt N$ は緊密でなく、どの分布にも分布収束しない
thm-cw-lln の 1 の $\beta\le1$$\beta=1.2$、$h=0$$m_N$ は $0$ に確率収束せず、$\pm m^*$ に半分ずつ集まる
thm-cw-lln の 1 の $h=0$$\beta=0.5$、$h=0.1$$m_N$ は正の数 $m(0.5,0.1)\approx0.1949$ に確率収束する
すべての組が同じ強さで相互作用する1 次元の最近接の Isingモデル平均場方程式 $m=\tanh(2\beta m)$ は $2\beta>1$ で正の解をもつが、相転移は起こらない
相互作用を $1/N$ で割る指数を $\frac\beta2M_N^2$ に替えるどの $\beta>0$ でも $\lvert m_N\rvert$ は $1$ に確率収束し、温度による違いが消える
反例の確かめ

1 行目:$X$ を thm-cw-fluct の 2 の極限の分布に従う確率変数とする。$K>0$ について、$N$ が大きければ $KN^{-1/4}< \delta$ なので、$P(\lvert M_N/\sqrt N\rvert>K)=P(\lvert M_N/N^{3/4}\rvert>KN^{-1/4})\ge P(\lvert M_N/N^{3/4}\rvert>\delta)\to P(\lvert X\rvert>\delta)$ である($\delta>0$ は任意。$\{\lvert x\rvert>\delta\}$ の境界の確率は $0$)。$\delta\to0$ とすると下限は $1$ に近づくので、緊密でない。
3 行目:$m(0.5,0.1)$ は $y=\tanh(0.5y+0.1)$ の唯一の解で、数値計算で $0.1949$ である。$h=0$ の極限 $0$ とは異なる。
4 行目:1 次元の Ising モデルの圧力は実解析的で、自発磁化はすべての $\beta$ で $0$ である(Isingモデル の定理「転送行列の固有値」と系「1 次元に相転移はない」)。平均場方程式の $2\beta$ は、近傍の数 $2d$($d=1$)と $\beta$ の積である。平均場近似は、次元が低いと定性的にも誤る。
5 行目:$0< \delta< 1$ とする。全部 $+1$ の配置の重みは $e^{\beta N^2/2}$ で、$\lvert M_N\rvert\le(1-\delta)N$ の配置は $2^N$ 個以下、重みはどれも $e^{\beta N^2(1-\delta)^2/2}$ 以下なので、$P(\lvert m_N\rvert\le1-\delta)\le2^Ne^{-\beta N^2(1-(1-\delta)^2)/2}\to0$ である。エネルギーが $N^2$ に比例し、$N$ に比例するエントロピー $N\log2$ を圧倒するからである。

関連する模型

色の数を $q$ 個にした平均場の模型(Curie–Weiss–Potts モデル)は、Potts模型 の記事で扱う。$q\ge3$ では磁化に当たる量が臨界点で飛び、ここでの連続な相転移とは振る舞いが違う。グラフの上の結合の模型との関係は ランダムクラスターモデル にある。

文献

平均場の模型としての導入、大数の法則、臨界指数は FV17 第 2 章(pp. 57–76)による。磁化の分布の大偏差の形の評価は同書 Proposition 2.5(p. 61)、Hubbard–Stratonovich 変換による圧力の計算は §2.5.2(p. 70)にある。臨界点のゆらぎの定理の帰属と収束の速さは CS11 による。thm-cw-hs・thm-cw-lln・thm-cw-fluct の証明は、Hubbard–Stratonovich 変換を確率変数の形で使って書き下ろしたものである。

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, 第 2 章(pp. 57–76)、Definition 2.1(p. 58)、Theorem 2.2(p. 59)、Remark 2.3(p. 60)、Proposition 2.5(p. 61)、§2.5.1(p. 69)、§2.5.2(p. 70)、Theorem 2.9(p. 75)
[2]
Sourav Chatterjee, Qi-Man Shao, Nonnormal approximation by Stein's method of exchangeable pairs with application to the Curie–Weiss model, The Annals of Applied Probability 21 (2011), no. 2, 464–483, 2011, §2(p. 3)、Theorem 2.1(pp. 4–5)。頁は arXiv:0907.4450v3 の版による

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