ГоловнаСтаттіМодель Ізінга

Модель Ізінга: Фазові Переходи та Ферромагнетизм

Сітка спинів «вгору-вниз», одна константа взаємодії та правило Мерсена — достатньо, щоб відтворити реальний фазовий перехід у магнітному полі на ноутбуці.

mysimulator teamОновлено — червень 2026≈ 9 хв читання▶ Відкрити симуляцію

Сітка малих магнітів

Ізомерна модель спрощує магніт до найпростішого, що все ще демонструє фазову перехід: сітка спінів, кожен з яких вказує вгору або вниз (+1 або −1), кожен з яких хоче вирівнятися зі своїми сусідами через те, що це знижує енергію системи. Енергія будь-якої конфігурації є гамільтоніаном нижче — J встановлює, наскільки сильніше сусіди віддають перевагу узгодженню, а h - зовнішнє магнітне поле, яке штовхає кожен спін одним і тим самим чином.

H = −J Σ⟨i,j⟩ s_i s_j − h Σ_i s_i neighboring pairs external field term Left alone at high temperature, thermal jitter beats the coupling and spins point every which way — zero net magnetisation. Cooled below a critical temperature, the coupling wins and large patches of the lattice lock into agreement, giving a nonzero net magnetisation without any external field at all: spontaneous magnetisation, the same phenomenon that makes a bar of iron a permanent magnet below its Curie point.

H = −J Σ⟨i,j⟩ s_i s_j  −  h Σ_i s_i
       neighbouring pairs           external field term

Metropolis–Hastings: зразок без розв’язку

Для будь-якої решітки більшої за кілька десятків спінів, кількість конфігурацій надто велика для підрахунку, тому симуляція використовує метод Монте Карло замість цього: вибирається випадковий спін, обчислюється на скільки зміниться загальна енергія, якщо він перевернеться (ΔE), і він перевертається, якщо це знижує енергію, або якщо це її підвищує, перевертається будь-коли з ймовірністю exp(−ΔE / kᵇT). Повторюючи це мільйони разів, це правило Metropolis генерує конфігурації, що точно відповідають розподілу Больна як при температурі T — без необхідності обчислення (неможливо великого) нормалізуючого суму над усіма станами.

pick random site i
ΔE = energy_if_flipped(i) - energy_now(i)
if ΔE <= 0 or random() < exp(-ΔE / (k*T)):
    flip(i)
жива демонстрація · пов'язана симуляція● LIVE

Кюрієва точка та критичні явища

Для 2D квадратної решітки Ларс Онсогер у 1944 році знайшов точну критичну температуру: kBTc / J = 2 / ln(1 + √2), приблизно 2,269. Відразу над Tc решітка є тонким, постійно змінюючимся візерунком мікродоменів; відразу під нею домени зливаються та ростуть, поки одна орієнтація домінує в усій сітці. Поруч із Tc довжина кореляції — типовий розмір узгодженої ділянки — розбігається, і величини, такі як магнітна сумісність та проникність, слідують за законом степені в (T − Tc) з універсальними показниками, які поділяються різними фізичними системами, тому модель Ізинга вважається шаблоном для фазових переходів загалом, а не тільки магнетизму.

Чому простий Metropolis уповільнюється біля T_c

Ближче до критичної точки, області значно збільшуються і перевертання одного спіну поодинці майже не впливає на них — кількість кроків, необхідних для створення статистично незалежної конфігурації, різко зростає, коли T наближається до T_c, проблему називають критичним уповільненням. Алгоритми кластерів, такі як Волфф і Швендсен–Ванг, обходять це, виявляючи та перевертаючи цілі кластери спінів, узгоджених за відповідною кутійною ймовірністю, в одному кроці, що дозволяє моделям залишатися близько до точки Кюрі.

Frequently asked questions

Чому решітка виглядає як статичний шум над критичною температурою, але формує тверді ділянки нижче її?

Вище T_c теплова енергія домінує над взаємозв’язком між сусідами, тому спіни перемикаються майже незалежно і решітка виглядає як шум. Нижче T_c взаємозв’язок перемагає, зростають та зливаються невеликі вирівняні ділянки, і решітка стабілізується у великих доменах — візуальна сигнатура спонтанного магнетизму.

Що саме вирішує правило Мерсена?

Для кожного запропонованого перемикання спінів він обчислює отриманий енергетичний зміну ΔE. Якщо перемикання знижує енергію, воно завжди приймається. Якщо перемикання підвищує енергію, воно все ще приймається з ймовірністю exp(−ΔE / kᵇT) замість відхилення — ця невелика ймовірність прийняття несприятливого руху дозволяє системі вислизати з локальних конфігурацій і правильно відбирати повну розподіл Больцмана.

Чому використовувати Монте-Карло замість просто обчислення точної відповіді?

Точна функція розділу сумується з 2 в степені кількості конфігурацій спінів — астрономічно велика для будь-якої решітки більшої за поштове маркування. Монте-Карло відбирання досягає тієї ж статистичної відповіді, не перераховуючи цю суму, ціною невеликого статистичного шуму.

Спробуйте наживо

Усе, що вище, працює прямо у вашому браузері — відкрийте Ising Model і змінюйте параметри під час роботи. Нічого не встановлюється, нічого не завантажується на сервер, уся модель живе в одній вкладці.

▶ Відкрити симуляцію Ising Model

Що ви знайшли?

Додати кроки відтворення (опційно)