Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision | ||
ma_dasgupta_hu_재규격화 [2022/06/16 15:58] – jiwon | ma_dasgupta_hu_재규격화 [2023/09/05 15:46] (current) – external edit 127.0.0.1 | ||
---|---|---|---|
Line 3: | Line 3: | ||
1차원 무작위 가로장 이징 모형의 해밀토니안은 다음과 같이 주어진다. | 1차원 무작위 가로장 이징 모형의 해밀토니안은 다음과 같이 주어진다. | ||
H1D=−∑iJi,i+1σziσzi+1−∑igiσxi | H1D=−∑iJi,i+1σziσzi+1−∑igiσxi | ||
- | 여기서 결합상수 Ji,i+1와 가로장의 세기 gi는 | + | 여기서 결합상수 Ji,i+1와 가로장의 세기 gi는 |
- | + | ||
- | + | ||
- | + | ||
+ | Ma, | ||
+ | Ω=max{Ji,i+1,gi} | ||
+ | 로 정의하자. 만일 Ω=gi(즉, i번째 스핀에 작용하는 가로장의 세기가 가장 큰 경우)라면, | ||
+ | 다시 말하면, 전체 해밀토니안에서 스핀 i가 기여하는 부분은 | ||
+ | H=−Ji−1,iσzi−1σzi−Ji,i+1σziσzi+1−giσxi | ||
+ | 이고, gi가 가장 크므로 H를 다음과 같이 나타낼 수 있다. | ||
+ | 1giH=σxi+1gi(−Ji−1,iσzi−1σzi−Ji,i+1σziσzi+1)=H0+1giV | ||
+ | 기저 상태 |+⟩i에 대해 V를 2차항까지 섭동전개하면 | ||
+ | \begin{align*} | ||
+ | \frac1{g_i}E_g' | ||
+ | &= -1 + \frac{J_{i-1, | ||
+ | \end{align*} | ||
+ | 가 된다. 이는 스핀 i를 없앤 다음 스핀 i−1과 i+1을 새로운 결합상수 Ji−1,iJi,i+1/gi로 이어주었음을 의미한다. 그리고 gi>Ji−1,i,Ji,i+1이므로 새로운 결합상수는 항상 gi보다 작게 된다. | ||
+ | 만일 Ω=Ji,i+1라면 스핀 i와 i+1가 연관된 기저상태는 |+⟩i|+⟩i+1, | ||
+ | =====흐름 방정식===== | ||
+ | 위 과정을 거치면 결합상수와 가로장의 세기가 변화하므로 초기의 확률분포와 재규격화군 변환을 거친 후의 확률분포가 달라진다. 여기서는 위 규칙을 적용했을 때 결합상수와 가로장 세기의 확률분포가 어떻게 변화하는지 보고자 한다. 편의를 위해 | ||
+ | \begin{align*} | ||
+ | \Gamma& | ||
+ | \zeta& | ||
+ | \beta& | ||
+ | \end{align*} | ||
+ | 를 정의하자. 여기서 Ωi는 초기 상태의 Ω를 의미한다. 그리고 결합상수의 분포를 P(ζ;Γ), | ||