【重整化群】1.0 to Wilson RG

news2024/9/25 3:24:41

0. 写在最前面

  • 从高能到统计物理模型RG的技术
  • 主要参考 大黄猫的量子多体讲义,杨展如
  • NRG / DMRG 暂时没有想法,编排不出内容
  • 有趣的零碎内容,如 CFT,Z2 Lattice gauge, Fermi field 重整化
  • 零碎内容,下篇文章将逐一讲述

1. 重整化 - 标度截断

  • 将 相互作用的效果吸收进物理参数当中,重新定义其数值且不改变系统结构
  • 在 不同尺度下观测物理系统会得到不一样的物理内容
  • 初始动机 是处理量子场论当中圈图发散问题
  • d = 4,\phi-4,u的一阶修正项消除 \phi-2 的发散:
    I 1 = 1 ( 2 π ) 4 ∫ 0 Λ d 4 k k 2 + r = π 2 ( 2 π ) 4 ( Λ 2 − r l n ( Λ 2 + r r ) ) r → r ˉ = r + 3 u I 1 f G L ( ϕ ) = 1 2 ( ∇ ϕ ) 2 + r − 3 u I 1 2 ϕ 2 + u 4 ϕ 4 \begin{aligned} & I_1 = \frac{1}{(2\pi)^4} \int_0 ^\Lambda \frac{d^4k}{k^2 +r} = \frac{\pi^2}{(2\pi)^4} (\Lambda^2 - rln(\frac{\Lambda^2 +r}{r})) \\ & r \rightarrow \bar r = r + 3u I_1 \\ & f_{GL}(\phi) = \frac{1}{2} (\nabla \phi)^2 + \frac{r - 3uI_1}{2} \phi^2 + \frac{u}{4}\phi^4 \\ \end{aligned} I1=(2π)410Λk2+rd4k=(2π)4π2(Λ2rln(rΛ2+r))rrˉ=r+3uI1fGL(ϕ)=21(ϕ)2+2r3uI1ϕ2+4uϕ4
  • d = 4,\phi-4,u的二阶修正:
    I 2 = 1 ( 2 π ) 4 ∫ 0 Λ d 4 k ( k 2 + r ) 2 = π 2 ( 2 π ) 4 ( l n ( Λ 2 + r r ) − Λ 2 Λ 2 + r ) u → u ˉ = u − 9 u 2 I 2 \begin{aligned} & I_2 = \frac{1}{(2\pi)^4} \int_0 ^\Lambda \frac{d^4k}{(k^2 +r)^2} = \frac{\pi^2}{(2\pi)^4} ( ln(\frac{\Lambda^2 +r}{r}) - \frac{\Lambda^2}{\Lambda^2+r} ) \\ & u \rightarrow \bar u = u - 9u^2 I_2 \end{aligned} I2=(2π)410Λ(k2+r)2d4k=(2π)4π2(ln(rΛ2+r)Λ2+rΛ2)uuˉ=u9u2I2
    再引入发散项,作为 u 的再次修正
    f G L ( ϕ ) = 1 2 ( ∇ ϕ ) 2 + r − 3 u I 1 2 ϕ 2 + u 4 ϕ 4 + 1 4 9 u 2 16 π 2 l n ( Λ 2 r ) ϕ 4 lim ⁡ Λ → ∞ u ˉ = lim ⁡ Λ → ∞ ( u 2 − 9 u 2 I 2 + 9 u 2 16 π 2 l n ( Λ 2 r ) ) \begin{aligned} & f_{GL}(\phi) = \frac{1}{2} (\nabla \phi)^2 + \frac{r - 3uI_1}{2} \phi^2 + \frac{u}{4}\phi^4 + \frac{1}{4} \frac{9u^2}{16\pi^2} ln(\frac{\Lambda^2}{r}) \phi^4 \\ &\lim_{\Lambda \rightarrow \infty } \bar u = \lim_{\Lambda \rightarrow \infty}(u^2 - 9u^2I_2 + \frac{9u^2}{16\pi^2}ln(\frac{\Lambda^2}{r})) \end{aligned} fGL(ϕ)=21(ϕ)2+2r3uI1ϕ2+4uϕ4+4116π29u2ln(rΛ2)ϕ4Λlimuˉ=Λlim(u29u2I2+16π29u2ln(rΛ2))
  • Gell-Mann-Low RG Equation:
  • \Lambda1,\Lambda2不同,理论形式也不同
  • 为了联系不同能标下的场论表示,将能标连续化,并提出微分方程组
    β ( r ) = d r ( Λ ) d   l n ( Λ ) β ( u ) = d u ( Λ ) d   l n ( Λ ) \begin{aligned} & \beta(r) = \frac{d r(\Lambda)}{d~ln(\Lambda)} \\ & \beta(u)=\frac{d u(\Lambda)}{d~ln(\Lambda)} \\ \end{aligned} β(r)=d ln(Λ)dr(Λ)β(u)=d ln(Λ)du(Λ)
  • 这便是 重整化群(RG-Equation)

2. Widom-Kadanoff 粗粒化

3. Wilson 动量空间重整化群

  • 专门用于分析临界系统
  • 临界行为应该在 高能同低能的视角下表现出相同
  • 因此,将场区分开高能-低能自由度并积去高能自由度
  • 再将低能有效场论重新标度成高能形式
  • 最后将各个物理参数在不同能标下的变换归纳成重整化群方程
  • 考虑单分量 Landau 理论
    Z = ∫ D [ ϕ ] e ∫ d d x f G L f G L = 1 2 ( ∇ ϕ ) 2 + r 2 ϕ 2 + u 4 ϕ 4 \begin{aligned} & Z = \int D[\phi] e^{\int d^d x f_{GL}} \\ & f_{GL} = \frac{1}{2} (\nabla\phi)^2 + \frac{r}{2}\phi^2 + \frac{u}{4}\phi^4 \\ \end{aligned} Z=D[ϕ]eddxfGLfGL=21(ϕ)2+2rϕ2+4uϕ4
  • =>(1)\phi-2 理论 (u = 0)
  • 1. 区分高低能
    ϕ = ∫ 0 Λ / b e i k x ϕ k + ∫ Λ / b Λ e i k x ϕ k = ϕ < + ϕ > f G L = s 2 ( ( ∇ ϕ < ) 2 + ( ∇ ϕ > ) 2 ) + r 2 ( ( ϕ < ) 2 + ( ϕ > ) 2 ) \begin{aligned} & \phi = \int_0^{\Lambda/b} e^{ikx} \phi_k + \int_{\Lambda/b}^{\Lambda} e^{ikx} \phi_k = \phi_< + \phi_> \\ & f_{GL} = \frac{s}{2} ( (\nabla \phi_<)^2 + (\nabla \phi_>)^2 )+ \frac{r}{2}((\phi_<)^2 + ( \phi_>)^2) \\ \end{aligned} ϕ=0Λ/beikxϕk+Λ/bΛeikxϕk=ϕ<+ϕ>fGL=2s((ϕ<)2+(ϕ>)2)+2r((ϕ<)2+(ϕ>)2)
    注意,这里的交错项后续的积分结果为 0 ,因此可以删掉
    ∫ d d x ϕ < ϕ > = 2 π δ ( k > + k < ) = 0 \int d^dx \phi_< \phi_> = 2\pi \delta(k_> +k_<) = 0 ddxϕ<ϕ>=2πδ(k>+k<)=0
  • 2. 积掉高能部分
    F G L = F G L > + F G L < Z = ∫ D [ ϕ < ] e F G L < ∫ D [ ϕ > ] e F G L > = ∫ D [ ϕ < ] e F G L < ∏ k = Λ / b Λ 2 π ( s k 2 + r ) \begin{aligned} & F_{GL} =F_{GL>} + F_{GL<} \\ & Z = \int D[\phi_<] e^{F_{GL}<} \int D[\phi_>] e^{F_{GL}>} = \int D[\phi_<] e^{F_{GL}<} \prod^\Lambda _{k=\Lambda/b} \frac{2\pi}{(sk^2 + r)} \end{aligned} FGL=FGL>+FGL<Z=D[ϕ<]eFGL<D[ϕ>]eFGL>=D[ϕ<]eFGL<k=Λ/bΛ(sk2+r)2π
    可见,高能部分仅仅贡献出常数
  • 3. 重标度
    F G L < = ∫ 0 Λ / b d d k ( 2 π ) d ( s k 2 + r ) ∣ ϕ < k ∣ 2 , k → k ′ = b k , r ′ = b 2 r F G L < = ∫ 0 Λ d d k ′ ( 2 π ) d b d ( s k ′ 2 b 2 + r ′ 2 b 2 ) ∣ ϕ < k ′ ′ ∣ 2 , ϕ < k ′ ′ = b − d + 2 2 ϕ < k \begin{aligned} & F_{GL<} = \int^ {\Lambda/b} _0 \frac{d^dk}{(2\pi)^d} (sk^2 + r) |\phi_{<k}|^2 , k\rightarrow k'=bk,r' = b^2r \\ & F_{GL<} = \int^{\Lambda}_0 \frac{d^dk'}{(2\pi)^d b^d}(s\frac{k'^2}{b^2}+\frac{r'^2}{b^2})|\phi'_{<k'}|^2, \phi'_{<k'} = b ^ {-\frac{d+2}{2}}\phi_{<k} \\ & \\ \end{aligned} FGL<=0Λ/b(2π)dddk(sk2+r)ϕ<k2,kk=bk,r=b2rFGL<=0Λ(2π)dbdddk(sb2k′2+b2r′2)ϕ<k2,ϕ<k=b2d+2ϕ<k
  • 4. RG-Equation 与标度行为
    r ′ = b 2 r = e 2 l n b r ≈ ( 1 + 2 l n b ) r β ( r ) = d r ′ d l n ( b ) = 2 r \begin{aligned} & r' = b^2 r = e^{2lnb}r \approx (1+2lnb)r\\ & \beta(r) = \frac{d r'}{d ln(b)} = 2r \end{aligned} r=b2r=e2lnbr(1+2lnb)rβ(r)=dln(b)dr=2r
    获得不动点 r* = 0,在附近展开 \beta_r
    β ( r ) = β ( r ∗ ) + ∂ β ∂ r ∣ r = r ∗ ( r − r ∗ ) = 2 r \beta(r) = \beta(r^*) + \frac{\partial \beta}{\partial r}|_{r = r^*} (r-r^*) = 2r β(r)=β(r)+rβr=r(rr)=2r
    进而进行积分,获得标度行为
    → ∫ r ( b = 1 ) = r 0 r ( b ) = r ˉ d r r = 2 ∫ b = 0 b d l n b → r ˉ = r 0 b 2 → ξ ∝ ( r ˉ r 0 ) 1 2 ∝ r 0 − 1 2 → r 0 = ( T − T c ) → ξ ∝ ( T − T c ) − ν \begin{aligned} \rightarrow & \int^{r(b) = \bar r} _{r(b=1) = r_0} \frac{dr}{r} = 2 \int^b_{b=0} dlnb \\ \rightarrow & \bar r = r_0 b^2 \rightarrow \xi \propto (\frac{\bar r}{r_0})^{\frac{1}{2}} \propto r_0^{-\frac{1}{2}} \\ \rightarrow & r_0 = (T-T_c) \rightarrow \xi \propto (T-T_c)^{-\nu} \end{aligned} r(b=1)=r0r(b)=rˉrdr=2b=0bdlnbrˉ=r0b2ξ(r0rˉ)21r021r0=(TTc)ξ(TTc)ν
    这里可以获得确切数值,ν = 1/2
    ·
  • =>(2)\phi-4 理论 - (4-d) 展开
  • 1. 高低能混杂
    F G L ( ϕ < ) = 1 2 ( ∇ ϕ < ) 2 + r 2 ( ϕ < 2 ) + u 4 ( ϕ < 4 ) F G L ( ϕ > ) = 1 2 ( ∇ ϕ > ) 2 + r 2 ( ϕ > 2 ) + u 4 ( ϕ > 4 ) + 6 u 4 ϕ < 2 ϕ > 2 Z = ∫ D [ ϕ < ] e − F G L ( ϕ < ) ∫ D [ ϕ > ] e − F G L ( ϕ > ) \begin{aligned} & F_{GL}(\phi_<) = \frac{1}{2}(\nabla\phi_<)^2 + \frac{r}{2} (\phi^2_<) + \frac{u}{4}(\phi^4_<) \\ & F_{GL}(\phi_>) = \frac{1}{2}(\nabla\phi_>)^2 + \frac{r}{2} (\phi^2_>) + \frac{u}{4}(\phi^4_>) + \frac{6u}{4}\phi^2_<\phi^2_>\\ & Z = \int D[\phi_<] e^{-F_{GL}(\phi_<)} \int D[\phi_>] e^{-F_{GL}(\phi_>)} \\ \end{aligned} FGL(ϕ<)=21(ϕ<)2+2r(ϕ<2)+4u(ϕ<4)FGL(ϕ>)=21(ϕ>)2+2r(ϕ>2)+4u(ϕ>4)+46uϕ<2ϕ>2Z=D[ϕ<]eFGL(ϕ<)D[ϕ>]eFGL(ϕ>)
    因此,重标的思路是:高能部分不再仅是作为一个常数,而是关于低能项的代数式。因此,不能仅针对低能部分的积分,直接确定重标操作。掺杂部分将吸收进低能部分进行额外地重标修正。因此,首要的一步是将含低能项的高能部分给理清。
  • 2. ε = (4-d) 展开
    e − F G L ( ϕ > ) = e − ∫ d d x 1 2 ( ∇ ϕ > ) 2 + r 2 ( ϕ > 2 ) e − ∫ d d x u 4 ( ϕ > 4 ) + 6 u 4 ϕ < 2 ϕ > 2 = e − ∫ d d x 1 2 ( ∇ ϕ > ) 2 + r 2 ( ϕ > 2 ) × ( 1 − ∫ d d x ( u 4 ( ϕ > 4 ) + 6 u 4 ϕ < 2 ϕ > 2 ) + 1 2 ! ( − ∫ d d x ( u 4 ( ϕ > 4 ) + 6 u 4 ϕ < 2 ϕ > 2 ) ) ( − ∫ d d y ( u 4 ( ϕ > 4 ) + 6 u 4 ϕ < 2 ϕ > 2 ) ) + . . . . ) = e − ∫ d d x 1 2 ( ∇ ϕ > ) 2 + r 2 ( ϕ > 2 ) × ( 1 + O ( u ) + O ( u 2 ) + O ( u 3 ) + . . . ) \begin{aligned} & e^{-F_{GL}(\phi_>)} = e^{-\int d^dx \frac{1}{2}(\nabla\phi_>)^2 + \frac{r}{2} (\phi^2_>)} e^{-\int d^dx \frac{u}{4}(\phi^4_>) + \frac{6u}{4}\phi^2_<\phi^2_>} \\ = & e^{-\int d^dx \frac{1}{2}(\nabla\phi_>)^2 + \frac{r}{2} (\phi^2_>)} \times (1- \int d^dx (\frac{u}{4}(\phi^4_>) + \frac{6u}{4}\phi^2_<\phi^2_>) \\ &+ \frac{1}{2!}( -\int d^dx (\frac{u}{4}(\phi^4_>) + \frac{6u}{4}\phi^2_<\phi^2_>))(-\int d^dy (\frac{u}{4}(\phi^4_>) + \frac{6u}{4}\phi^2_<\phi^2_>)) + ....) \\ \\ = & e^{-\int d^dx \frac{1}{2}(\nabla\phi_>)^2 + \frac{r}{2} (\phi^2_>)} \times (1+O(u) + O(u^2) + O(u^3) + ... ) \\ \end{aligned} ==eFGL(ϕ>)=eddx21(ϕ>)2+2r(ϕ>2)eddx4u(ϕ>4)+46uϕ<2ϕ>2eddx21(ϕ>)2+2r(ϕ>2)×(1ddx(4u(ϕ>4)+46uϕ<2ϕ>2)+2!1(ddx(4u(ϕ>4)+46uϕ<2ϕ>2))(ddy(4u(ϕ>4)+46uϕ<2ϕ>2))+....)eddx21(ϕ>)2+2r(ϕ>2)×(1+O(u)+O(u2)+O(u3)+...)
    需要被单独指出的一个结构,【 Intergrate out 】~ 用期望表示将积分的积分式里的某一自由度单独积出
    Z O ( u ) = ∫ D [ ϕ > ] e − ∫ d d x 1 2 ( ∇ ϕ > ) 2 + r 2 ( ϕ > 2 ) ( − ∫ d d x u 4 ϕ > 4 − ∫ d d x 6 u 4 ϕ < 2 ϕ > 2 ) Z_{O(u)} = \int D[\phi_>] e^{-\int d^dx \frac{1}{2}(\nabla\phi_>)^2 + \frac{r}{2} (\phi^2_>)} (-\int d^dx \frac{u}{4} \phi^4_> - \int d^dx \frac{6u}{4}\phi^2_<\phi^2_>) ZO(u)=D[ϕ>]eddx21(ϕ>)2+2r(ϕ>2)(ddx4uϕ>4ddx46uϕ<2ϕ>2)
  • 保留至 O(u):
    事实上,O(u)中,第一项不含低能部分,出于对参数的修正效果考虑将其忽略,对 第二项高能部分的积分,由 Z0 <\phi^2_>0 表示,并转换成动量空间的积分 【k1,k2 for \phi<】,【k3,k4 for \phi_>】。重新指数化是什么意思?
    O ( u 1 ) 1 : − ∫ d d x u 4 6 ϕ < 2 ( Z 0 ⟨ ϕ > 2 ⟩ 0 ) = Z 0 ∫ d d k 1 ( 2 π ) d d d k 2 ( 2 π ) d d d k 3 ( 2 π ) d d d k 4 ( 2 π ) d − u 4 6 ∫ d d x   e i ( k 1 + k 2 ) x e i ( k 3 + k 4 ) x ϕ < ( k 1 ) ϕ < ( k 2 ) ⟨ ϕ > ( k 3 ) ϕ > ( k 4 ) ⟩ 0 = Z 0 ∫ d d k 1 ( 2 π ) d ( − u 4 6 ∫ Λ / b Λ d d k 3 ( 2 π ) d 1 k 3 2 + r ) ϕ < ( k 1 ) ϕ < ( − k 1 ) → O ( u 1 ) 1 + . . . 1 N ! O ( u 1 ) N : = Z 0   e x p ( ∫ d d k 1 ( 2 π ) d ( − u 4 6 ∫ Λ / b Λ d d k 3 ( 2 π ) d 1 k 3 2 + r ) ∣ ϕ < ( k 1 ) ∣ 2 ) \begin{aligned} &O(u^1)^1 : - \int d^dx \frac{u}{4}6\phi^2_< (Z_0 \left \langle \phi^2_> \right \rangle _0 ) \\ &= Z_0 \int \frac{d^d k_1}{(2\pi)^d} \frac{d^d k_2}{(2\pi)^d} \frac{d^d k_3}{(2\pi)^d} \frac{d^d k_4}{(2\pi)^d} \frac{-u}{4} 6 \int d^dx ~e^{i(k_1 + k_2)x}e^{i(k_3+k_4)x} \phi_<(k_1)\phi_<(k_2) \left \langle \phi_>(k_3)\phi_>(k_4) \right \rangle _ 0 \\ &= Z_0 \int \frac{d^dk_1}{(2\pi)^d}(\frac{-u}{4}6 \int^{\Lambda}_{\Lambda/b} \frac{d^dk_3}{(2\pi)^d} \frac{1}{k^2_3 +r})\phi_<(k_1)\phi_<(-k_1) \\ & \rightarrow\\ &O(u^1)^1 + ...\frac{1}{N!}O(u^1)^N : \\ &=Z_0 ~exp (\int \frac{d^dk_1}{(2\pi)^d}(\frac{-u}{4} 6\int^{\Lambda}_{\Lambda/b} \frac{d^dk_3}{(2\pi)^d} \frac{1}{k^2_3 +r}) |\phi_<(k_1)|^2)\\ \end{aligned} O(u1)1:ddx4u6ϕ<2(Z0ϕ>20)=Z0(2π)dddk1(2π)dddk2(2π)dddk3(2π)dddk44u6ddx ei(k1+k2)xei(k3+k4)xϕ<(k1)ϕ<(k2)ϕ>(k3)ϕ>(k4)0=Z0(2π)dddk1(4u6Λ/bΛ(2π)dddk3k32+r1)ϕ<(k1)ϕ<(k1)O(u1)1+...N!1O(u1)N:=Z0 exp((2π)dddk1(4u6Λ/bΛ(2π)dddk3k32+r1)ϕ<(k1)2)
  • 因此,重新带入 \phi_2 项,整理成对 r/2 的修正
    r ˉ = r + u 4 12 ∫ Λ / b Λ d d k ′ ( 2 π ) d 1 k ′ 2 + r \bar r = r+\frac{u}{4}12\int^{\Lambda}_{\Lambda/b}\frac{d^dk'}{(2\pi)^d} \frac{1}{k'^2 +r} rˉ=r+4u12Λ/bΛ(2π)dddkk′2+r1

    同理,对二阶项的【 Intergrate out 】 ~ 仍仅需考虑两个第二项的重积分
    Z 0 2 ∫ d d x ⟨ 6 u 4 ϕ < 2 ( x ) ϕ > 2 ( x ) ∫ d d y 6 u 4 ϕ < 2 ( y ) ϕ > 2 ( y ) ⟩ 0 \frac{Z_0}{2} \int d^dx \left \langle \frac{6u}{4} \phi^2_<(x)\phi^2_>(x)\int d^dy \frac{6u}{4}\phi^2_<(y)\phi^2_>(y) \right \rangle _0 2Z0ddx46uϕ<2(x)ϕ>2(x)ddy46uϕ<2(y)ϕ>2(y)0

  • 保留至 O(u^2):
    O ( u 2 ) : Z 0 2 ∫ d d x ⟨ 6 u 4 ϕ < 2 ( x ) ϕ > 2 ( x ) ∫ d d y 6 u 4 ϕ < 2 ( y ) ϕ > 2 ( y ) ⟩ 0    = Z 0 2 ∫ d d x   d d y ⟨ ϕ 2 ( x ) > ϕ 2 ( y ) > ⟩ 0 ϕ 2 ( x ) < ϕ 2 ( y ) <    = Z 0 ∫ d d x 36 u 2 4 2 ∫ d d k 1 ( 2 π ) d d d k 2 ( 2 π ) d d d k 1 ′ ( 2 π ) d d d k 2 ′ ( 2 π ) d e i ( k 1 + k 2 + k 1 ′ + k 2 ′ ) x ϕ ( k 1 ) ϕ ( k 2 ) ϕ ( k 1 ′ ) ϕ ( k 2 ′ ) ∫ d d k ′ ( 2 π ) d 1 ( k ′ 2 + r ) 2    = Z 0 ∫ d d k 1 ( 2 π ) d ∫ d d k 2 ( 2 π ) d ( 36 u 2 4 2 ∫ Λ / b Λ d d k ′ ( 2 π ) d 1 ( k ′ 2 + r ) 2 )   ∣   ϕ < ( k 1 ) ϕ < ( k 2 )   ∣ 2 \begin{aligned} & O(u^2) : \frac{Z_0}{2} \int d^dx \left \langle \frac{6u}{4} \phi^2_<(x)\phi^2_>(x)\int d^dy \frac{6u}{4}\phi^2_<(y)\phi^2_>(y) \right \rangle _0 \\ ~~ & = \frac{Z_0}{2} \int d^dx~d^dy \left \langle \phi^2(x)_> \phi^2(y)_> \right \rangle_0 \phi^2(x)_< \phi^2(y)_< \\ ~~ & = Z_0 \int d^dx \frac{36 u^2}{4^2} \int \frac{d^d k_1}{(2\pi)^d}\frac{d^d k_2}{(2\pi)^d}\frac{d^d k_1'}{(2\pi)^d} \frac{d^d k_2'}{(2\pi)^d } e^{i(k_1 + k_2 + k'_1 +k'_2)x} \phi(k_1)\phi(k_2)\phi(k'_1)\phi(k'_2) \int \frac{d^d k'}{(2\pi)^d} \frac{1}{(k'^2+r)^2} \\ ~~ & =Z_0 \int \frac{d^dk_1} {(2\pi)^d} \int \frac{d^dk_2} {(2\pi)^d} ( \frac{36 u^2}{4^2} \int^{\Lambda}_{\Lambda/b} \frac{d^d k'}{(2\pi)^d} \frac{1}{(k'^2+r)^2}) ~|~\phi_<(k_1)\phi_<(k_2)~|^2 \end{aligned}       O(u2):2Z0ddx46uϕ<2(x)ϕ>2(x)ddy46uϕ<2(y)ϕ>2(y)0=2Z0ddx ddyϕ2(x)>ϕ2(y)>0ϕ2(x)<ϕ2(y)<=Z0ddx4236u2(2π)dddk1(2π)dddk2(2π)dddk1(2π)dddk2ei(k1+k2+k1+k2)xϕ(k1)ϕ(k2)ϕ(k1)ϕ(k2)(2π)dddk(k′2+r)21=Z0(2π)dddk1(2π)dddk2(4236u2Λ/bΛ(2π)dddk(k′2+r)21)  ϕ<(k1)ϕ<(k2) 2
  • 因此,重新代入 \phi_4 项,整理成对 u/4 的修正
    u ˉ = u − u 2 4 36 ∫ Λ / b Λ d d k ′ ( 2 π ) d 1 ( k ′ 2 + r ) 2 \bar u = u - \frac{u^2}{4} 36 \int^{\Lambda}_{\Lambda/b}\frac{d^dk'}{(2\pi)^d} \frac{1}{(k'^2 +r)^2} uˉ=u4u236Λ/bΛ(2π)dddk(k′2+r)21

  • 3. 重定义,重标度
    我们先关注低能部分的重标度&
    F G L ( ϕ < ) = ∫ d d k ( 2 π ) d ( k 2 2 + r 2 ) ∣ ϕ < k ∣ 2 + u 4 ∫ d d k 1 ( 2 π ) d ∫ d d k 2 ( 2 π ) d ∫ d d k 3 ( 2 π ) d ∫ d d k 4 ( 2 π ) d ‘ ∫ d d x e i ( k 1 + k 2 + k 3 + k 4 ) x ϕ < ( k 1 ) ϕ < ( k 2 ) ϕ < ( k 3 ) ϕ < ( k 4 ) \begin{aligned} & F_{GL}(\phi_<) = \int \frac{d^d k}{(2\pi)^d} (\frac{k^2}{2} +\frac{r}{2})|\phi_{<k}|^2 \\ & + \frac{u}{4} \int \frac{d^dk_1}{(2\pi)^d} \int \frac{d^dk_2}{(2\pi)^d} \int \frac{d^dk_3}{(2\pi)^d} \int \frac{d^dk_4}{(2\pi)^d} \\ & ` \int d^d x e^{i(k_1+ k_2+k_3+k_4)x} \phi_<(k_1)\phi_<(k_2)\phi_<(k_3)\phi_<(k_4) \end{aligned} FGL(ϕ<)=(2π)dddk(2k2+2r)ϕ<k2+4u(2π)dddk1(2π)dddk2(2π)dddk3(2π)dddk4ddxei(k1+k2+k3+k4)xϕ<(k1)ϕ<(k2)ϕ<(k3)ϕ<(k4)
    不难发现u=0时,k, x, r, ϕ 等量的重标关系,并且将其推至 u
        k ′ = b k ,   x ′ = x / b ,   r ′ = b 2 r ,     ϕ ′ = b − b + 2 2 ϕ → u ′ = b 4 − d u \begin{aligned} & ~~~k' = bk,~ x'=x/b,~r'=b^2r, \\ & ~~~\phi '= b^{ -\frac{b+2}{2}}\phi \\ & \rightarrow u' = b^{4-d}u \end{aligned}    k=bk, x=x/b, r=b2r,   ϕ=b2b+2ϕu=b4du
    同时,计入上面高能自由度对低能参数的修正,我们获得 r, u 的重定义;并给出其在低能框架下的重标
    r ˉ = r + u 4 12 ∫ Λ / b Λ d d k ′ ( 2 π ) d 1 k ′ 2 + r r ′ = b 2 r ˉ u ˉ = u − u 2 4 36 ∫ Λ / b Λ d d k ′ ( 2 π ) d 1 ( k ′ 2 + r ) 2 u ′ = b 4 − d u ˉ \begin{aligned} & \bar r = r+\frac{u}{4}12\int^{\Lambda}_{\Lambda/b}\frac{d^dk'}{(2\pi)^d} \frac{1}{k'^2 +r} \\ & r' = b^2 \bar r \\ & \bar u =u - \frac{u^2}{4}36\int^{\Lambda}_{\Lambda/b}\frac{d^dk'}{(2\pi)^d} \frac{1}{(k'^2 +r)^2}\\ & u' = b^{4-d} \bar u \end{aligned} rˉ=r+4u12Λ/bΛ(2π)dddkk′2+r1r=b2rˉuˉ=u4u236Λ/bΛ(2π)dddk(k′2+r)21u=b4duˉ
    对于大动量截断,r~0 (查书)
    ·········· 在这里插入图片描述

    观察 r 的结构,这会导致 r 因为粗略近似,太大效果的零点漂移,并不能出现合理的不动点形式
    对该复杂积分,我们需要在 r 处进行更加细致的逼近。在不动点附近展开,因而要扔掉 r,u 的独立零点项(查书)
    ~~ ~~ ~~ 在这里插入图片描述

  • 4. RG - Equation 与标度行为
    对于 \phi-4 model 的 不动点,两组解,分别是 Gauss 不动点,Wilson - Fisher不动点
    r ′ = b 2 r ( 1 − 3 u ˉ l n ( b ) ) u ^ = b 4 − d u ^ ( 1 − 9 u ^ l n ( b ) ) → β ( r ) = ( 2 − 3 u ^ ) r β ( u ^ ) = ( ϵ − 9 u ^ ) u ^ ; ϵ = 4 − d \begin{aligned} & r' = b^2r(1-3 \bar u ln(b)) \\ & \hat u = b^{4-d} \hat u(1-9\hat u ln(b)) \\ & \rightarrow \\ & \beta(r) = (2-3\hat u)r \\ & \beta(\hat u) = (\epsilon - 9 \hat u) \hat u ; \epsilon = 4-d \\ \end{aligned} r=b2r(13uˉln(b))u^=b4du^(19u^ln(b))β(r)=(23u^)rβ(u^)=(ϵ9u^)u^;ϵ=4d

  • Gauss’s
    r ∗ = 0 ; u ^ ∗ = 0 → β ( r ) ≈ ( 2 − 3 u ^ ∗ ) ( r − r ∗ ) + ( − 3 r ∗ ) ( u ^ − u ^ ∗ ) = 2 r > 0 β ( u ^ ) ≈ ( ϵ − 9 u ^ ) u ^ = ϵ u ^ \begin{aligned} & r^* = 0 ;\hat u^* = 0 \\ & \rightarrow \\ & \beta(r) \approx (2-3\hat u^*)(r-r^*) + (-3r^*)(\hat u-\hat u^*) = 2r > 0\\ & \beta(\hat u) \approx (\epsilon - 9 \hat u) \hat u = \epsilon \hat u \end{aligned} r=0u^=0β(r)(23u^)(rr)+(3r)(u^u^)=2r>0β(u^)(ϵ9u^)u^=ϵu^

  • d > 4: 物理上的相变点

  • d < 4: 非物理点(两端远离)

  • Fisher’s
    r ∗ = 0 ; u ^ ∗ = ϵ / 9 → β ( r ) = ( 2 − ϵ / 3 ) r β ( u ^ ) = ( u ^ − ϵ / 9 ) ( − ϵ ) \begin{aligned} & r^* = 0;\hat u^* = \epsilon / 9 \\ & \rightarrow \\ & \beta(r) = (2-\epsilon/3) r \\ & \beta(\hat u) = (\hat u - \epsilon/9 ) (-\epsilon) \\ \end{aligned} r=0u^=ϵ/9β(r)=(2ϵ/3)rβ(u^)=(u^ϵ/9)(ϵ)

  • d > 4:非物理店(两端远离)

  • d < 4:物理上的相变点

  • 临界指数:
    r ˉ r 0 ∝ ξ 2 − ϵ / 3 → ξ ∝ r 0 − 1 2 − ϵ / 3 ; ν = 1 2 − ϵ / 3 \frac{\bar r}{r_0} \propto \xi^{2-\epsilon/3} \rightarrow \xi \propto r_0^{-\frac{1}{2-\epsilon/3}}; \nu = \frac{1}{2-\epsilon/3} r0rˉξ2ϵ/3ξr02ϵ/31;ν=2ϵ/31

4. KT 相图,O(3) 相图

  • O(3) - 非线性Sigma model
  • XY model - KT 相变

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1975973.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

UE5.4内容示例(4)UI_UMG - 学习笔记

https://www.unrealengine.com/marketplace/zh-CN/product/content-examples 《内容示例》是学习UE5的基础示例&#xff0c;可以用此熟悉一遍UE5的功能 UI示例 UI_UMG &#xff1a;基本UMGUI_CommonUI &#xff1a;UMG多层应用UI_SlatePostBuffer UI &#xff1a;FX的示例&…

python中的print函数总结

文章目录 打印变量打印数学计算多行文本复制n次字符串 x*n,n*x不换行输出多个数据换行符制表位转义原字符字符串切片格式化字符串千位分隔符&#xff08;只适用于整数和浮点数&#xff09;浮点数小数部分的精度字符串类型&#xff0c;.表示最大的显示长度整数类型浮点数类型 打…

<Qt> 常用控件

目录 一、控件概述 二、QWidget 核心属性 &#xff08;一&#xff09;QWidget的核心属性概览 1. enabled 2. geometry 3. WindowFrame的影响 4. windowTitle 5. window Icon 6. windowOpacity 7. cursor 8. font 9. toolTip 10. focusPolicy 11. styleSheet 三、…

docker网络介绍net

docker 几种网络模式 bridge模式 使用–netbridge参数指定网络模式&#xff0c;docker的默认模式就是bridge模式&#xff0c;默认选择bridge的情况下&#xff0c;容器启动的时候会通过DHCP获取一个ip地址&#xff0c;这可能不是我们想要的&#xff0c;在centos系统下&#xff…

springboot给类进行赋初值的四种方式

目录 1. 使用Value和ConfigurationProperties2. 使用PropertySource创建Person.java写一个测试类 3. 使用ImportResourceStudent类创建beans.xml在主类中引入测试 心得 1. 使用Value和ConfigurationProperties 这里不加赘述了&#xff0c;前面我也发过&#xff0c;这里就放个链…

redis--分布式锁(1)

分布式锁的基本需求 互斥性&#xff1a;在任何时刻&#xff0c;只有一个客户端能持有锁。无死锁&#xff1a;即使一个客户端在持有锁的期间崩溃&#xff0c;其他客户端也能获得锁。容错性&#xff1a;分布式锁的实现应该能够容忍部分组件的失败&#xff0c;例如&#xff0c;锁服…

Open Interpreter - 开放解释器

文章目录 一、关于演示它是如何工作的&#xff1f;与 ChatGPT 的代码解释器比较 二、快速开始三、更多操作1、互动聊天2、程序化聊天3、开始新的聊天4、保存和恢复聊天5、自定义系统消息6、更改模型7、在本地运行 Open Interpreter终端Python上下文窗口&#xff0c;最大令牌 8、…

JavaScript异步编程的Promise

目录 1.对Promise的了解 &#xff08;1&#xff09;介绍 &#xff08;2&#xff09;Promise 的优缺点 2.Promise的基本用法 &#xff08;1&#xff09;创建Promise对象 &#xff08;2&#xff09;Promise方法then() &#xff08;3&#xff09;Promise方法catch() &…

力扣SQL50 删除重复的电子邮箱 自连接删除 连表删除

Problem: 196. 删除重复的电子邮箱 &#x1f468;‍&#x1f3eb; 参考题解 Code DELETE p1 FROM Person p1,Person p2 WHEREp1.Email p2.Email AND p1.Id > p2.Id

前端Web-JavaScript(下)

主要是补全一下JavaScript 基本对象: String对象 语法格式 方式1&#xff1a; var 变量名 new String("…") ; //方式一 例如&#xff1a; var str new String("Hello String"); 方式2&#xff1a; var 变量名 … ; //方式二 例如&#xff1a; var …

CHCSA第二次作业

#01、创建以上目录和文件结构&#xff0c;并将/yasuo目录拷贝4份到/目录下 [rootlocalhost ~]# ls /yasuo // 先检查是否有yasuo目录 ls: 无法访问 /yasuo: 没有那个文件或目录 [rootlocalhost ~]# mkdir -p /yasuo/dir1 // 递归创建目录 [rootlocalhost ~]#…

Pandas的30个高频函数使用介绍

Pandas是Python中用于数据分析的一个强大的库&#xff0c;它提供了许多功能丰富的函数。本文介绍其中高频使用的30个函数。 read_csv(): 从CSV文件中读取数据并创建DataFrame对象。 import pandas as pd df pd.read_csv(data.csv) read_excel(): 从Excel文件中读取数据…

嗖嗖移动业务大厅(JDBC)

一、项目介绍 1、项目背景: 该项目旨在模拟真实的移动业务大厅&#xff0c;。用户可以注册新卡、查询账单、管理套餐、充值话费、打印消费记录等功能。同时&#xff0c;项目还模拟了用户使用场景&#xff0c;如通话、上网、发短信等&#xff0c;并根据套餐规则进行相应的扣费…

AutoCAD ObjectArx二次开发(二) 关于程序入口的介绍

在上一章节中&#xff0c;我们介绍了环境搭建和程序插件的加载&#xff0c;基本的编程模板&#xff08;框架&#xff09;已经准备就绪。接下来&#xff0c;我们将开始编写自己的业务逻辑。ARX开发的核心在于将自定义函数注册到库中&#xff0c;并通过指定的调用命令来实现功能。…

【论文解读|Data Intelligence】 Large Knowledge Model: Perspectives and Challenges

论文链接&#xff1a;Large Knowledge Model: Perspectives and Challenges (sciengine.com) 来源&#xff1a; Data Intelligence 论文介绍&#xff1a; 文章简述了人类语言和世界知识的紧密关系&#xff0c;对比了语言模型和知识图谱在表示和处理人类知识方面的优缺点&…

Candance Allegro 入门教程笔记:PCB封装库的组成元素

文章目录 一、PCB封装库的组成元素二、使用Padstack Edictor制作封装焊盘引脚三、PCB Editor软件创建贴片封装&#xff08;STM32F103T8U6 QFN36 为例&#xff09;1.引入库2.读入数据 一、PCB封装库的组成元素 一般来说&#xff0c;针对于Allegro软件&#xff0c;完整的封装是由…

blender里的辉光

cycle的辉光&#xff0c; 点开支持后期效果 eevee的辉光&#xff0c;直接点bloom就行。 eevee的透明

GORM更新操作(Save、Update、Updates)

在 Go 语言的 Web 开发中&#xff0c;GORM 是一个广泛使用的 ORM (Object-Relational Mapping) 框架。它提供了一种流畅的方式来处理数据库的交互&#xff0c;其中包括记录的更新操作。GORM中的更新操作主要是update、updates、save这几种 操作前的准备工作&#xff1a;声明模…

C语言进阶版第五课—函数递归

文章目录 1. 什么是函数递归2. 函数递归的思想3. 函数递归的限制4. 函数递归练习4.1 n的阶乘4.2 按照顺序打印一个整数的每一位4.3 自定义函数不允许创建变量&#xff0c;求字符串长度 1. 什么是函数递归 函数递归就是函数自己调用自己 图片中的函数test&#xff08;&#xff0…

Monaco 使用 TypeDefinitionProvider

Monaco 中的 TypeDefinitionProvider 和 ImplementationProvider、DefinitionProvider 类似&#xff0c;右键点击变量名称&#xff0c;现在 “选择转到类型定义”&#xff0c; 跳到指定位置。 通过 registerTypeDefinitionProvider 添加 TypeDefinitionProvider 处理方法 实现…