Ising 모델에서 Reducable Markov 체인의 시공
Construction of an irreducible Markov chain in the Ising model![]() |
응용수학에서, 이싱 모델에서 불가해한 마르코프 체인의 구성은 마르코프 체인 몬테 카를로 방법을 사용하여 유한 이싱 모델에 대한 정확한 적합도 시험을 얻을 때 마주치는 연산 장애물을 극복하는 첫 번째 단계다.
Ising 모델은 초기 자기 위상 전환을 연구하기 위해 사용되었고, 현재는 상호 작용 시스템의 가장 유명한 모델 중 하나이다.[1]
마르코프 기지
Every integer vector , can be uniquely written as , where and are nonnegative vectors. Ising 모델의 Markov 기준은 다음과 같은 정수 벡터의 ~ Z d 이다.
(i) 모든 ~ z에 대해 +) = - ){\}(가 있어야 한다. 및 +)= - .
(ii) For any and any , there always exist satisfy
그리고
l = 1,...,k에 대해.
~ 의 요소가 이동된다. 그리고 나서 메트로폴리스-헤이스팅스 알고리즘을 이용하면, 우리는 주기적이고, 되돌릴 수 있고, 되돌릴 수 없고, 되돌릴 수 없는 마코프 체인을 얻을 수 있다.
P사에서 발행한 논문.디아콘리스와 B.1998년 STURMFELS의 '조건부 분포로부터 샘플링을 위한 Algebraic 알고리즘'은 마르코프 기초를 Ising 모델에서와 같이 대수적으로 정의할 수 있음을 보여준다.
그 다음 P가 발행한 논문에 의해.디아콘리스와 B.1998년 STURMFELS,[2] 인 I (ϕ I에 대한 모든 생성 세트는 Ising 모델의 마르코프 기반이다.
불가역 마르코프 체인 건설
는[who?] S( , ) 로부터 균일한 샘플을 얻을 수 없으며 부정확한 p-값으로 이어질 수 없다.[3] 따라서 우리는 이싱 모델에서 불가해한 마르코프 체인을 얻기 위해 논문에서 언급된 알고리즘을 수정하는 방법을 보여줄 것이다.
A simple swap is defined as of the form , where the is the canonical basis vector of 간단 스왑은 y의 두 격자 지점의 상태를 변경한다.
Z는 샘플 스왑 세트를 나타낸다. Then two configurations are -connected by Z, if there is a path between and in consisting of simple swaps , 즉, ,…, k Z Z이(가) 존재한다는 것을 의미한다.
와 함께
l = 1,...,k에 대해
알고리즘은 다음과 같이 설명할 수 있다.
(i) 구성 ( ,) 에서 Markov 체인으로 시작
(ii) 임의로 z을(를) 하게선택하고y = + z {\y'=y을(를) 두십시오
iii) S( a, ) 을 (를)하고 않으면 y에 남는다.
결과적인 마르코프 체인은 초기 상태를 떠날 수 없지만, 우리가 다음에 소개할 1차원 Ising 모델에는 문제가 발생하지 않는다. 높은 차원에서는 확장된 최소 샘플 공간 , )에서 Metropolitan-Hastings 알고리즘을 사용하여 이 문제를 극복할 수 있다.
1차원 Ising 모델에서의 해석불가능성
1차원 Ising 모델에서 재확인이 불가능하다는 것을 증명하기 전에, 우리는 아래에 두 개의 보조정리기를 제시한다.
보조정리 1:1차원 Ising 모델에 S( , b) 의 최대 싱글톤 구성은 (연결된 구성 요소의 위치까지) 고유하며, b/2 - 1 단골격과 a/2 + 1 크기의 연결된 구성 요소 1개로 구성된다.
보조정리 2: N S ) y의 경우 (,) 가 고유한 최대 단일 톤 구성을 나타내도록 한다. z ,… ,z Z에 다음과 같은 시퀀스가 있다.
그리고
l = 1,...,k에 대해
Since is the smallest expanded sample space, which contains . And any two configurations in can be connected by simple swaps Z without leaving . This 위에 제시된 보조정리법으로 증명할 수 있다. 그래서 우리는 1차원 Ising 모델에 대한 간단한 스왑을 바탕으로 마르코프 체인의 재확인을 받을 수 있다.
결론
1차원 아이싱 모델에 대한 단순한 스왑을 바탕으로 마르코프 체인의 재확정성을 보여주기만 해도 2차원 이상 아이싱 모델과 같은 결론을 얻을 수 있다.
참조
- ^ Ibaraki, Toshihide; Katoh, Naoki; Bose, Prosenjit (2003-12-03). Algorithms and Computation: 14th International Symposium, ISAAC 2003, Kyoto, Japan, December 15-17, 2003, Proceedings. Springer Science & Business Media. ISBN 978-3-540-20695-8.
- ^ Diaconis, Persi; Sturmfels, Bernd (February 1998). "Algebraic algorithms for sampling from conditional distributions". The Annals of Statistics. 26 (1): 363–397. CiteSeerX 10.1.1.28.6847. doi:10.1214/aos/1030563990. ISSN 0090-5364.
- ^ Besag, Julian; Clifford, Peter (December 1989). "Generalized Monte Carlo significance tests". Biometrika. 76 (4): 633–642. doi:10.1093/biomet/76.4.633. ISSN 0006-3444.