推 DDMO:RG有些地方真的感覺亂七八糟= = 12/15 02:41
→ jhihshihyou:可以參考Goldenfeld的書 12/15 22:37
→ jhihshihyou:原來wiki裡面有提這本書了.... 12/15 22:38
→ jhihshihyou:想到以前老師提到的 exact RG-> exact useless RG. 12/15 22:40
※ 引述《pipidog (如果狗狗飛上天)》之銘言：
: 雖然final考完了,可是我還是不太理解,怎麼從
: correlation length是無窮大推論到自相似這
: 件事情.課本上寫得很理所當然,local=grobal,
: 但是總覺得這部分很跳躍.
: 對RG熟的人可不可以幫解釋一下這個自相似的圖
: 象是怎麼怎麼得出來的?
捰也被RG稿的很頭大，我覺得我們教授也不太懂= =
WIKI上我覺得解釋的不錯
http://en.wikipedia.org/wiki/Renormalization_group
他主要是說，假設一個系統可以被H=F(T,J)描述
那經過SCALING後還是同樣的H，只不過是COEFFICIENT改變了
所以做了很多次SCALING之後等於把MICRO的因素都抵銷了
留下來的只剩MACRO的因素，當然CORRELATION LENGTH就是MACRO的因素
而CORRELATION LENGTH和STATISTICAL PROPERTY有相關
而CORRELATION LENGTH無限大代表不管系統怎麼SCALE，
他的STATISTICAL PROPERTY都一樣，也可以說描述他的H在一個fixed的值
當感覺也有點像巧合，畢竟已經化簡的一點都不直觀了
另外他也有提到有些系統不適用於RG
可能就是沒有CORRELATION的關係吧
再GROWTH MODEL中
如果是RANDOM DEPOSITION，也就是隨機沉澱系統
因為每個COLUMN間沒有CORRELATION，所以RG並不適用於此系統
RG的創始PAPER好像是這篇
篇名：renormalization group and critical phenomenon
--
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 76.79.188.246