Ising 모델에서 Reducable Markov 체인의 시공

Construction of an irreducible Markov chain in the Ising model

응용수학에서, 이싱 모델에서 불가해한 마르코프 체인의 구성마르코프 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. +)= - .

(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

[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) 임의 z을(를) 하게선택하고y = + z {\y'=y을(를) 두십시오

iii) S( a, ) (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 의 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

  1. ^ 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.
  2. ^ 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.
  3. ^ 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.