Ising (伊辛)模型为:
这里要用到Metropolis采样,可看这篇文章:
代码主要参照参考资料[1], 是采用XY Ising模型。自己有做了些改动和注释,看起来会更容易些。代码如下:
import random
import matplotlib.pyplot as plt
import numpy as np
import copy
import math
import time
def main():
size = 30 # 体系大小
T = 2 # 温度
ising = get_one_sample(sizeOfSample=size, temperature=T) # 得到符合玻尔兹曼分布的ising模型
plot(ising) # 画图
energy_s = []
for i in range(size):
for j in range(size):
energy_s0 = getEnergy(i=i, j=j, S=ising) # 获取格点的能量
energy_s = np.append(energy_s, [energy_s0], axis=0)
plt.hist(energy_s, bins=50, density=1, facecolor='red', alpha=0.7) # 画出格点能量分布 # bins是分布柱子的个数,density是归一化,后面两个参数是管颜色的
plt.show()
def get_one_sample(sizeOfSample, temperature):
S = 2 * np.pi * np.random.random(size=(sizeOfSample, sizeOfSample)) # 随机初始状态,角度是0到2pi
print('体系大小:', S.shape)
initialEnergy = calculateAllEnergy(S) # 计算随机初始状态的能量
print('系统的初始能量是:', initialEnergy)
newS = np.array(copy.deepcopy(S))
for i00 in range(1000): # 循环一定次数,得到平衡的抽样分布
newS = Metropolis(newS, temperature) # Metropolis方法抽样,得到玻尔兹曼分布的样品体系
newEnergy = ca