Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Simulación Por Método de Monte Carlo: Modelos de Ising y de Blume-Capel
Simulación Por Método de Monte Carlo: Modelos de Ising y de Blume-Capel
A. T. Concha A. P.
Introducción a la Física Computacional - Instituto Balseiro
Se implementaron simulaciones en C++ por método de Monte Carlo usando muestreo por importan-
cia por cadenas de Markov, mediante el algoritmo de Metropolis. Se simularon redes bidimensionales
de espines en ausencia de campo magnético, con longitudes de red 5 < L < 100, bajo condiciones
de borde periódicas. Se fijaron los valores del parámetro de interacción espín-espín J = 1 y de la
constante de Stefan-Boltzmann k = 1. Por un lado se realizaron simulaciones del modelo de Ising.
A partir de ellas se determinaron los exponentes críticos como β = 0.117 y γ = 1.85, siendo los
valores teóricos β = 0.125 y γ = 1.75. Además se estudiaron el comportamiento de la energía libre
del sistema y la dependencia de la altura de la barrera de energía libre con la longitud de la red. Se
corroboró que las transiciones son de segundo orden, alrededor de una temperatura crítica Tc ≈ 2.27,
siendo el valor teórico Tc = 2.2692. Por otro lado se implementó el modelo de Blume-Capel. En este
caso se estudió el comportamiento del sistema en la transición, para diferentes valores del paráme-
tro de acoplamiento ∆ ∈ {1, 1.95, 1.965, 1.975} y se observó la presencia de histéresis. Se observaron
cambios en la forma funcional de la energía libre del sistema para diferentes ∆ y temperaturas. Se
distinguieron transiciones de primer orden para ∆ = 1 alrededor de una temperatura de transición
Tt ≈ 1.4 y de segundo orden para ∆ = 1.975 alrededor de Tt ≈ 0.58. Se estimó el calor latente de
transición como CL ≈ 0.1 para ∆ = 1.975.
INTRODUCCIÓN
Modelo de Ising
JX
=− Sl,m (Sl+1,m + Sl−1,m + Sl,m+1 + Sl,m−1 ),
2 Método de Monte Carlo
l,m
donde el subíndice hr, r0 i indica sumatoria sobre pri- El método de Monte Carlo (MC) es uno de los prin-
meros vecinos y Sl,m denota el espín en el sitio (l, m) cipales métodos numéricos de la física computacional
de la red. y es especialmente útil para problemas con espacios
de fase de dimensión grande. Para redes de N espines,
con acceso q estados de espín, el número de microesta-
Modelo de Blume-Capel dos accesibles al sistema es q N . El nombre del método
fue acuñado alrededor de 1940 por S. Ulam, E. Fermi,
Por otro lado el modelo de Blume-Capel (BC) con- J. von Neumann y N. Metropolis. El método consiste
siste en una red de espines con acceso a tres estados en el muestreo aleatorio de un volumen d-dimensional
Sr ∈ {−1, 0, +1} con igual peso [3]. Su hamiltoniano para estimar el valor de una integral [2].
2
La versión implementada se basa en muestreo por caso se dice que el sistema presenta una transición
importancia por cadenas de Markov (MCIS), utili- de primer orden. Mientras que si el parámetro de or-
zando el algoritmo de Metropolis. Para ello se pro- den es continuo, y la discontinuidad se presenta en la
pone para cada espín de la red un cambio aleatorio derivada del mismo, la transición se denomina de se-
0 0
Sl,m → Sl,m con Sl,m 6= Sl,m . Entonces, la nueva con- gundo orden, crítica o continua. La Fig. 2 muestra el
0
figuración ω de la red es aceptada con probabilidad comportamiento de la energía libre como función del
[2]: parámetro de orden y de la temperatura [1].
0
En el caso del modelo de Ising el parámetro de or-
A(ω → ω 0 ) = mı́n 1, e−β[H(ω )−H(ω)] (3) den considerado es la magnetización, que es la deri-
vada con respecto al campo magnético de la ener-
donde ω es la configuración anterior al cambio pro- gía libre. La magnetización en este modelo presen-
puesto y β = (kT )−1 . De esta manera, si la nueva ta una discontinuidad en su derivada, por lo que la
configuración minimiza la energía del sistema, el cam- transición es de√segundo orden. Esto ocurre cuando
bio es aceptado. En caso de no minimizar la energía del kTc /J = 2/ ln( 2 + 1) ≈ 2.2692. Por otro lado, pa-
sistema, la nueva configuración es aceptada con proba- ra el modelo de BC existe un punto tricrítico para
bilidad de Boltzmann, introduciendo así variabilidad ∆c /J = 1.965. Cuando el parámetro de acoplamiento
térmica al sistema. Una vez realizado propuestas de es 0 < ∆ < ∆c hay una transición ferromagnética de
cambio de espín para todos los sitios de la red, se dice segundo orden, mientras que para ∆c < ∆ < 2J hay
que se ha realizado un paso de MC. una transición ferromagnética de primer orden.
De esta manera pueden calcularse valores de expec-
tación de observables como:
Nc
1 X
hOi = On , (4)
Nc n=0
E = hHi , (5)
M = hMi ,
PN Primer Orden Segundo Orden
siendo M = 1/N r Sr la magnetización por sitio
de la red de N = L × L espines, en un dado paso de
Figura 2. Ilustración del comportamiento de la energía li-
MC.
bre como función del parámetro de orden y de la tempe-
Por otro lado se define el calor específico a volumen ratura. (Izquierda) Transición de primer orden a tempera-
constante como CV = ∂E ∂T |V . Calculando la dispersión tura Tt . (Derecha) Transición de segundo orden a tempe-
2
de la energía (∆E) = hH2 i − hHi resulta:
2 ratura Tc [1].
1 2
CV = 2 hH2 i − hHi . (6) En las cercanías de la transición de fase el comporta-
T miento de los observables puede describirse mediante
Mientras que la susceptibilidad del sistema se define leyes de potencias. Para el modelo de Ising se cumple
como χ = ∂M ∂h |h→0 , donde h es el campo magnético que [2]:
externo aplicado. Calculando la dispersión de la mag-
netización resulta: M ∼ (Tc − T )β , (8)
γ
1 χ ∼ |T − Tc | .
2
χ= hM2 i − hMi (7)
T
IMPLEMENTACIÓN Y RESULTADOS
Transiciones de fase
Se implementó el algoritmo de Metropolis en C++.
El estado de un sistema se caracteriza mediante el Se utilizó el generador de números pseudoaleatorios
valor de uno de sus observables, denominado paráme- Mersenne twister mt19937, provisto por la librería es-
tro de orden. Este se utiliza como criterio para distin- tándar random. Se fijaron los valores de la constante de
guir entre fases diferentes. El parámetro de orden es interacción espín-espín como J = 1 y de la constante
una derivada de la energía libre. Una discontinuidad de Stefan-Boltzmann como k = 1.
en el parámetro de orden representa una discontinui- El algoritmo de Metropolis se implementó según el
dad en la primera derivada de la energía libre. En este Alg. 1, dentro de la clase que se muestra en el Alg. 2.
3
Cada una de las iteraciones del Alg. 1 corresponden a F = E − T S más convenientemente mediante la mi-
un paso de MC. nimización de su energía total E. Y las dos configura-
1 void P a s o _ d e _ M C _ A l g o r i t m o _ d e _ M e t r o p o l i s () ciones de mínima energía son aquellas en las que to-
2 { dos los espines se encuentran en el mismo estado (i.e.
3 for ( int m =0; m < L ; m ++) magnetización total M = ±1). Al aumentar la tempe-
4 {
5 for ( int l =0; l < L ; l ++)
ratura por encima de la temperatura crítica Tc , es más
6 { conveniente minimizar la energía libre F del sistema
7 S_viejo = S [ l ][ m ]; aumentando la entropía S. Debido a esto se favore-
8 S_nuevo = Pr op u es t aD eS p in (S ,l , m ) ; cen las configuraciones con espines desordenados (i.e.
9 Diferencia = D i f e r e n c i a D e E n e r g i a (S ,
S_nuevo ,l , m ) ;
magnetización total M = 0) a pesar de que la ener-
10 if ( Diferencia <=0.) gía E aumente (pues aumentan las contribuciones por
11 S [ l ][ m ]= S_nuevo ; las interacciones entre primeros vecinos con estados
12 else de espín opuestos).
13 {
14 N u m e r o_ a l e a t o r i o = unif ( mersenne ) ;
if ( Numero_aleatorio < F a c t o r D e B o l t z m a n n -0.4
15 L=10 T=2.1 L=30 T=2.1
( Diferencia , T ) ) -0.6 L=10 T=2.5 L=30 T=2.5
16 S [ l ][ m ]= S_nuevo ; -0.8
17 } -1
Energía
18 } -1.2
19 }
-1.4
20 }
-1.6
Algoritmo 1. Implementación del algoritmo de Metropolis. -1.8
Para el caso del modelo de Ising, los valores posibles -2
que podía adquirir FactorDeBoltzmann se encontraban 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
guardados en un array y no era necesario volver a Número de pasos de Monte Carlo
calcularlos.
Figura 3. Energía por sitio de la red según el número de
1 struct Lattice pasos de MC.
2 {
3 Matrix S ; // valarray < valarray < double > >
4 int L ;
5 double T ; L=10 T=2.1 L=30 T=2.1
L=10 T=2.5 L=30 T=2.5
6 double D ; 1
Magnetización
12 D = D0 ; // Parametro de acoplamiento
-1
cristalino
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
13 }
14 }; Número de pasos de Monte Carlo
-0.6 3
L=10 T=2.1 L=30 T=2.1 L=10
-0.8 L=10 T=2.5 L=30 T=2.5 L=20
2.5 L=30
Calor específico
L=50
-1
2 L=100
Energía
-1.2
1.5
-1.4
1
-1.6
-1.8 0.5
-2 0
0 20 40 60 80 100 0.5 1 1.5 2 2.5 3 3.5 4
Número de pasos de Monte Carlo Temperatura
Figura 5. Transitorio de la energía por sitio de la red. Figura 9. Calor específico de la red de espines en función
de la temperatura.
L=30
Susceptibilidad
L=50
10
0.5 L=100
1
0
0.1
-0.5 0.01
0.001
-1
0 20 40 60 80 100
0.0001
Número de pasos de Monte Carlo 0.5 1 1.5 2 2.5 3 3.5 4
Temperatura
Figura 6. Transitorio de la magnetización por sitio de la
red. Figura 10. Susceptibilidad de la red de espines en función
de la temperatura.
-0.4
-0.6
mente que para longitudes de red mayores, la transi-
Energía promedio
-0.8
-1
ción de fase ocurre de manera más abrupta. Se obser-
-1.2 va una transición en el estado de la magnetización del
-1.4 sistema alrededor de Tc ≈ 2.27 para longitud de red
L=10
-1.6 L=20 L = 100.
L=30
-1.8 L=50
L=100 -1
-2
0.5 1 1.5 2 2.5 3 3.5 4 -1.1
Temperatura
Energía promedio
-1.2
-1.3
Figura 7. Energía por sitio promedio de la red en función
-1.4
de la temperatura.
-1.5
L=10
-1.6 L=20
L=30
1
L=10 -1.7 L=50
Magnetización promedio
1 6
L=10
Magnetización promedio
0.9 L=20 5
0.8 L=30
L=50 4
0.7 L=100
3
log(χ)
0.6
2
0.5
L=10
0.4 1
L=20
0.3 0 L=30
L=50
0.2 -1 L=100
0.1 Ajuste lineal γ=1.85
-2
0 1 2 3 4 5 6 7 8
2 2.1 2.2 2.3 2.4 2.5 2.6
-log(|T-Tc|)
Temperatura
Figura 12. Valor absoluto de la magnetización por sitio Figura 16. Ajuste lineal de log(χ) en función de − log |T −
promedio de la red en función de la temperatura. Tc |, obtenidos para diferentes longitudes de red. Se obtuvo
una pendiente γ = 1.85.
2.8
L=10
2.6
L=20 Finalmente, se utilizó como parámetro de orden a
2.4 L=30
la magnetización del sistema y se calculó la energía li-
Calor específico
2.2 L=50
L=100
2 bre del mismo como FL (M, T ) = −T log(PL (M, T )),
1.8
donde PL (M, T ) es la distribución de probabilidad de
1.6
1.4 la magnetización del sistema. La Fig. 17 muestra la
1.2 distribución de probabilidad de la magnetización del
1
0.8 sistema, mientras que la Fig. 18 muestra su energía
0.6
2 2.1 2.2 2.3 2.4 2.5 2.6
libre.
Temperatura Para ello se utilizaron valores de L ∈
{5, 8, 10, 12, 15} y temperaturas T = 2.1 y T = 2.5. Se
Figura 13. Calor específico de la red de espines en función realizaron 25000 pasos de MC para todos los valores
de la temperatura. de L, excepto para L = 15, donde se utilizaron 100000
pasos de MC. Para confeccionar las distribuciones
1000 de probabilidad se dividió el intervalo de valores
L=10
L=20 posibles que podía adoptar la magnetización en 2 × N
L=30
casilleros.
Susceptibilidad
100 L=50
L=100
Se observa que para T = 2.1 la distribución de pro-
10 babilidad de la magnetización es bimodal, con máxi-
mos cercanos a los valores de saturación (M ≈ ±1),
1
mientras que la energía libre a esa temperatura se mi-
nimiza para los valores de magnetización más proba-
0.1
2 2.1 2.2 2.3 2.4 2.5 2.6 bles.
Temperatura Por otra parte se estudió la dependencia de la altura
de la barrera de energía con la longitud de la red,
Figura 14. Susceptibilidad de la red de espines en función para T = 2.1. La barrera de energía se define como
de la temperatura.
∆F = FL (0, T ) − FL (M∗ , T ), donde M∗ es el valor
de magnetización más probable de la distribución de
la Fig. 17. Como se ve en la Fig. 19, la altura de la
tes críticos β = 0.117 y γ = 1.85, siendo los valores
barrera aumenta junto con la longitud de la red.
teóricos de los exponentes β = 0.125 y γ = 1.75 [1].
16
L=5 T=2.1 L=5 T=2.5
-0.05 14 L=8 T=2.1 L=8 T=2.5
-0.1 L=10 T=2.1 L=10 T=2.5
12 L=12 T=2.1 L=12 T=2.5
Probabilidad
-0.25 8
-0.3 6
-0.35 L=10
L=20 4
-0.4 L=30
-0.45 L=50 2
L=100
-0.5 0
Ajuste lineal β=0.117
-0.55 -1 -0.5 0 0.5 1
-7 -6 -5 -4 -3 -2 -1
Magnetización
log(Tc-T)
5
0.2
Energía promedio
0
-5
-1 -0.5 0 0.5 1
-0.2
Magnetización
Figura 18. Energía libre del sistema, para diferentes longi- -0.4
16
L=100 Δ=1.975
15 -0.8 L=20 Δ=1.975
Barrera de energía
L=20 Δ=1.965
14 L=20 Δ=1.95
L=100 Δ=1
-1 L=20 Δ=1
13
0.5 1 1.5 2 2.5
12
Temperatura
11
0.4
Modelo de Blume-Capel
0.2
10 L=20 Δ=1.95
ción, alrededor de T = 0.59 para parámetros de aco- L=100 Δ=1
L=20 Δ=1
plamiento ∆ ∈ {1.95, 1.965, 1.975} y alrededor de 1
T = 1.4 para ∆ = 1, se realizó un segundo barrido
de temperaturas entre T = 0.1 y T = 3, con valo- 0.1
res de temperaturas más concentrados alrededor de
las temperaturas de transición. Se calcularon la ener- 0.01
0.5 1 1.5 2 2.5 3
gía promedio, el valor absoluto de la magnetización Temperatura
promedio, el calor específico y la susceptibilidad.
Se muestran los resultados obtenidos en las Fig. 20, Figura 22. Calor específico de la red de espines en función
21, 22 y 23. Se observa que para ∆ = 1.975 la energía de la temperatura.
promedio presenta una discontinuidad de CL ≈ 0.1,
la cual corresponde al calor latente de la transición
a Tt ≈ 0.58. Se realizaron 50000 pasos de MC para la magnetización del sistema en función del número
cada valor de temperatura. Se utilizó una longitud de de pasos, con una longitud de red L = 20 y para dos
red L = 20 para todos los valores del parámetro ∆ y valores de ∆. Para ∆ = 1 se utilizaron temperaturas
además se utilizó L = 20 para ∆ = 1 y ∆ = 1.975. Se T ∈ {0.4, 0.585, 1} y para ∆ = 1.975 se utilizaron
optimizaron los tiempos de ejecución de los programas T ∈ {1.2, 1.4, 1.7}.
con el flag -Ofast. Los resultados se muestran en las Fig. 24, 25, 26 y
Luego se estudió la dependencia de la energía y de 27. Se observan cambios espontáneos en la magnetiza-
7
Energía
0.3
1
0.1 0.2
0.01 0.1
0.001 0
0.0001 -0.1
0.5 1 1.5 2 2.5 3 0 5000 10000 15000 20000 25000 30000 35000 40000 45000 50000
Temperatura Número de pasos de Monte Carlo
Figura 23. Susceptibilidad de la red de espines en función Figura 26. Energía por sitio de la red según el número de
de la temperatura. pasos de MC.
1
ción del sistema a T = 1.4 para ∆ = 1 y a T = 0.585
para ∆ = 1.975.
Magnetización
0.5
0.4 0
T=1.2 Δ=1 T=1.4 Δ=1 T=1.7 Δ=1
0.2
-0.5
0
Energía
Figura 24. Energía por sitio de la red según el número de Se utilizó una longitud de red L = 30. Para ∆ =
pasos de MC. 1.975 se realizaron 100000 pasos de MC, con un paso
de temperatura ∆T = 0.008. Para ∆ = 1.965 se reali-
zaron 60000 pasos de MC, con un paso de temperatura
1 ∆T = 0.0015. Para ∆ = 1.95 se realizaron 60000 pa-
sos de MC, con un paso de temperatura ∆T = 0.001.
0.5
Para ∆ = 1 se realizaron 100000 pasos de MC, con
Magnetización
0.3
Energía promedio
0.15
Después se repitió el estudio de la evolución de la
0.1
energía, la magnetización, el calor específico y la sus- Δ=1.975
0.05
ceptibilidad, en función de la temperatura. Esta vez Δ=1.965
Δ=1.95
se realizó un barrido con temperaturas crecientes y 0
0.5 0.55 0.6 0.65 0.7 0.75
otro con temperaturas decrecientes, con la intención Temperatura
de observar histéresis en las curvas. Para ello se utilizó
como condición inicial el estado de la red de espines al Figura 28. Energía por sitio promedio de la red en función
concluir el paso de temperatura inmediatamente an- de la temperatura.
terior.
Se observa que los anchos de los ciclos de histéresis Finalmente, se utilizó como parámetro de orden a
en la energía y en la magnetización del sistema son la energía del sistema y se calculó la energía libre
mayores para ∆ = 1.975 y ∆ = 1.965 comparados con del mismo como FL (H, T ) = −T log(PL (H, T )), don-
∆ = 1.95 y ∆ = 1. de PL (H, T ) es la distribución de probabilidad de la
8
1 0
Temperatura 0.5
0.4
0.3
Figura 29. Valor absoluto de la magnetización por sitio
0.2
promedio de la red en función de la temperatura.
0.1
2.6
2.4
Calor específico
8
Δ=1.975 2.2
7 Δ=1.965 2
Δ=1.95 1.8
Calor específico
6
1.6
5 1.4
1.2
4
1
3 0.8
Susceptibilidad
2
20
1
15
0
10
0.5 0.55 0.6 0.65 0.7 0.75
Temperatura 5
0
1.3 1.35 1.4 1.45 1.5 1.55 1.6
Figura 30. Calor específico de la red de espines en función Temperatura
de la temperatura.
200
Se utilizaron 100000 pasos de MC, con un paso de tempe-
ratura ∆T = 0.015, con ∆ = 1 y L = 30.
150
100
50
babilidad poseen dos picos de alturas diferentes, au-
0 mentando la altura del pico de alta energía confor-
0.5 0.55 0.6 0.65 0.7 0.75
Temperatura me aumenta la temperatura. Se observa además que
el mínimo de la energía libre correspondiente se des-
Figura 31. Susceptibilidad de la red de espines en función plaza al aumentar la temperatura. Las gráficas de la
de la temperatura. probabilidad y de la energía libre son simétricas a la
temperatura de transición. Estas son características
de una transición de primer orden.
energía del sistema. Las Fig. 33 y 35 muestran la dis-
tribución de probabilidad de la energía del sistema,
mientras que las Fig. 34 y 36 muestra su energía libre, 14
T=1.2 Δ=1
T=1.4 Δ=1
para ∆ = 1 y ∆ = 1.975 respectivamente. Se utiliza- 12
T=1.7 Δ=1
ron 1000000 pasos de MC y se divieron los intervalos 10
Probabilidad
6
4
riódicas. Se observó que el límite termodinámico se
2 recupera cuando L crece.
0 Se fijaron los valores del parámetro de interac-
-2
ción espín-espín J = 1 y de la constante de Stefan-
-4
-6
T=1.2 Δ=1 T=1.4 Δ=1 T=1.7 Δ=1 Boltzmann k = 1.
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4
Por un lado se realizaron simulaciones del modelo
Energía
de Ising. A partir de ellas se determinaron los expo-
Figura 34. Energía libre del sistema, para diferentes longi- nentes críticos como β = 0.117 y γ = 1.85, realizando
tudes de red y temperaturas. ajustes lineales en las regiones donde coincidían los
comportamientos de la magnetización y, por otro la-
6 do, de la susceptibilidad, para todas las longitudes de
T=0.56 Δ=1.975
T=0.57 Δ=1.975 red. Los valores teóricos de los exponentes críticos son
5 T=0.58 Δ=1.975
T=0.585 Δ=1.975 β = 0.125 y γ = 1.75 [1].
Probabilidad
4 T=0.59 Δ=1.975
T=0.6 Δ=1.975 Además se estudiaron el comportamiento de la ener-
3 gía libre del sistema y la dependencia de la altura de
2 la barrera de energía libre con la longitud de la red.
Se observa que la altura de la barrera de energía libre
1
aumenta al aumentar la longitud de la red.
0
-0.05 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 Se corroboró que las transiciones de fase en el mo-
Energía delo de Ising son de segundo orden, alrededor de una
temperatura crítica Tc = 2.27, siendo el valor teórico
Figura 35. Distribución de probabilidad de la magnetiza- Tc = 2.2692.
ción del sistema, para diferentes longitudes de red y tem-
peraturas. Por otro lado se implementó el modelo de Blume-
Capel. En este caso se estudió el comportamien-
6
to del sistema en la transición de fase, para dife-
T=0.56 Δ=1.975
5 T=0.57 Δ=1.975
rentes valores del parámetro de acoplamiento ∆ ∈
T=0.58 Δ=1.975
T=0.585 Δ=1.975
{1, 1.95, 1.965, 1.975} y se observó la presencia de his-
4
Energía libre
T=0.59 Δ=1.975
T=0.6 Δ=1.975
téresis. Se observó que los anchos de los ciclos de his-
3
téresis en la energía y en la magnetización del sistema
2
son mayores para ∆ = 1.975 y ∆ = 1.965 comparados
1
con ∆ = 1.95 y ∆ = 1.
0
Se observaron cambios en la forma funcional de la
-1
-0.05 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
energía libre del sistema para ∆ = 1.975 y ∆ = 1,
Energía a diferentes temperaturas cercanas a las respectivas
temperaturas de transición Tt . Se distinguieron tran-
Figura 36. Energía libre del sistema, para diferentes longi- siciones de primer orden para ∆ = 1 alrededor de una
tudes de red y temperaturas. temperatura de transición Tt ≈ 1.4 y de segundo or-
den para ∆ = 1.975 alrededor de una temperatura
de transición Tt ≈ 0.58. Se estimó el calor latente de
CONCLUSIONES transición como CL ≈ 0.1 para ∆ = 1.975.