Wolff algoritm

Wolff -algoritmen , uppkallad efter Ulli Wolff, är en algoritm för Monte Carlo-simulering av Ising-modellen och Potts-modellen där enheten som ska vändas inte är ett enda snurr (som i värmebadet eller Metropolis -algoritmerna ) utan ett kluster av dem . Detta kluster definieras som uppsättningen anslutna snurr som delar samma spinntillstånd, baserat på Fortuin-Kasteleyn-representationen .

Wolff-algoritmen liknar Swendsen–Wang-algoritmen , men skiljer sig genom att den förra bara vänder ett slumpmässigt valt kluster med sannolikhet 1, medan den senare vänder varje kluster oberoende med sannolikhet 1/2. Det visas numeriskt att vändning av endast ett kluster minskar autokorrelationstiden för spinstatistiken.

Fördelen med Wolff-algoritmen jämfört med andra algoritmer för magnetiska spinnsimuleringar som single spin flip är att den tillåter icke-lokala rörelser på energin. En viktig konsekvens av detta är att i vissa situationer (t.ex. ferromagnetisk Ising-modell eller helt frustrerad Ising-modell), är skalningen av Multicanonic-simuleringen bättre än , där z är exponenten som är associerad med de kritiska saktningsfenomenen.

externa länkar