伊辛模型：从微观自旋到宏观相变的最小理论

摘要

伊辛模型（Ising model）是统计物理与相变理论中最经典的格点自旋模型之一，用最少的自由度（每个格点只有两态自旋 $s_i=\pm1$si​=±1）刻画了“局域相互作用 + 热涨落”如何产生宏观有序（磁化）以及临界相变。本文以论文综述的写法系统介绍伊辛模型的定义、统计力学框架、典型可观测量、1D/2D 的关键结论、常用解析与近似方法、数值模拟要点、临界现象与普适性，并说明其与概率图模型/玻尔兹曼分布的对应关系。

关键词：伊辛模型；配分函数；相变；临界现象；Monte Carlo；重整化群；普适性

---

1. 引言

在许多物理系统中，宏观性质并非简单叠加，而是由大量自由度在相互作用与涨落之间竞争所涌现。铁磁体的“自发磁化”、液-气相变、二元合金有序化等现象都具有共同的统计结构：局域耦合倾向有序，温度引入无序。伊辛模型作为这类现象的最小范式，具有以下价值：

1. 最小复杂度：两态变量 + 最近邻耦合即可出现临界相变（二维及以上）。
2. 可解析与可数值：1D 可严格求解且无有限温度相变；2D 在零外场下有 Onsager 精确解；3D 无解析解但数值研究成熟。
3. 跨学科桥梁：其玻尔兹曼分布形式等同于马尔可夫随机场（MRF）与能量模型，在机器学习、图像分割、社会动力学中广泛复用。

---

2. 模型定义

2.1 格点与自旋变量

在 $d$d 维晶格（如正方格、立方格）上，每个格点 $i\in\Lambda$i∈Λ 赋予二值自旋$$s_i\in\{+1,-1\}.$$si​∈{+1,−1}.

系统规模为 $N=|\Lambda|$N=∣Λ∣。

2.2 哈密顿量（能量函数）

最常用的最近邻伊辛模型哈密顿量为$$H(\{s\})=-J\sum_{\langle i,j\rangle}s_is_j-h\sum_i s_i,$$H({s})=−J⟨i,j⟩∑​si​sj​−hi∑​si​,

其中：

• $\langle i,j\rangle$⟨i,j⟩：最近邻格点对；
• $J$J：交换耦合常数
  • $J>0$J>0：铁磁耦合（趋向同向排列，降低能量）
  • $J<0$J<0：反铁磁耦合（趋向反向排列）
• $h$h：外磁场（偏置项）

物理解释

• 若两相邻自旋相同：$s_is_j=+1$si​sj​=+1，在 $J>0$J>0 时该对贡献 $-J$−J（更低能）
• 若相反：$s_is_j=-1$si​sj​=−1，贡献 $+J$+J（更高能）
  外场项 $-h\sum_i s_i$−h∑i​si​ 使磁化方向向 $h$h 偏置。

---

3. 统计力学框架

3.1 玻尔兹曼权重与配分函数

在温度 $T$T 下，系统处于配置 $\{s\}${s} 的概率为$$P(\{s\})=\frac{1}{Z}\exp(-\beta H(\{s\})), \quad \beta=\frac{1}{k_BT},$$P({s})=Z1​exp(−βH({s})),β=kB​T1​,

配分函数$$Z=\sum_{\{s\}}\exp(-\beta H(\{s\})),$$Z={s}∑​exp(−βH({s})),

其中求和遍历全部 $2^N$2N 个配置。对大 $N$N 而言，$Z$Z 的精确计算通常不可行，这也是相变理论与数值模拟的重要动机。

3.2 自由能与热力学极限

自由能$$F=-k_BT\ln Z.$$F=−kB​TlnZ.

热力学极限定义为 $N\to\infty$N→∞ 且密度保持有限。相变常与自由能的非解析性（例如导数不连续或发散）相关。

---

4. 主要可观测量与涨落公式

4.1 磁化强度（序参量）

总磁化$$M=\sum_i s_i, \quad m=\frac{1}{N}\sum_i s_i,$$M=i∑​si​,m=N1​i∑​si​,

热平均磁化$$\langle m\rangle=\sum_{\{s\}} m(\{s\})P(\{s\}).$$⟨m⟩={s}∑​m({s})P({s}).

在 $h=0$h=0 且低温（二维及以上）可能出现 自发对称性破缺：$\langle m\rangle\neq 0$⟨m⟩=0。

4.2 内能与比热

内能$$U=\langle H\rangle=-\frac{\partial \ln Z}{\partial \beta}.$$U=⟨H⟩=−∂β∂lnZ​.

比热（单位自旋）$$c=\frac{1}{N}\frac{\partial U}{\partial T} =\frac{\beta^2}{N}\Big(\langle H^2\rangle-\langle H\rangle^2\Big),$$c=N1​∂T∂U​=Nβ2​(⟨H2⟩−⟨H⟩2),

即比热与能量涨落直接相关。

4.3 磁化率

$$\chi=\frac{\partial \langle m\rangle}{\partial h} =\beta N\Big(\langle m^2\rangle-\langle m\rangle^2\Big)$$χ=∂h∂⟨m⟩​=βN(⟨m2⟩−⟨m⟩2)

（不同定义差一个 $N$N 的因子，取决于是否用 $m$m 或 $M$M）。

4.4 关联函数与关联长度

两点关联函数$$C(r)=\langle s_i s_{i+r}\rangle-\langle s_i\rangle\langle s_{i+r}\rangle.$$C(r)=⟨si​si+r​⟩−⟨si​⟩⟨si+r​⟩.

在非临界区通常呈指数衰减$$C(r)\sim e^{-r/\xi},$$C(r)∼e−r/ξ,

其中 $\xi$ξ 为关联长度。临界点附近 $\xi\to\infty$ξ→∞ 是临界现象的核心特征之一。

---

5. 基本结论：不同维度的相变

5.1 一维（1D）最近邻伊辛模型：无有限温度相变

对 1D 最近邻、有限 $J$J、$h=0$h=0，严格结论是：$$T_c=0.$$Tc​=0.

直观原因：1D 中“畴壁”（domain wall）能量代价有限，但其熵增足以在任意 $T>0$T>0 产生大量畴壁，长程有序被破坏。

5.2 二维（2D）方格伊辛模型：存在有限温度相变（Onsager 精确解）

对 2D 正方晶格、最近邻、$h=0$h=0，存在临界温度 $T_c$Tc​，满足$$\sinh\!\left(\frac{2J}{k_BT_c}\right)=1.$$sinh(kB​Tc​2J​)=1.

这是相变理论中最著名的精确结果之一。低温 $T<T_c$T<Tc​ 出现自发磁化；高温 $T>T_c$T>Tc​ 磁化为零（在 $h=0$h=0 的对称条件下）。

5.3 三维（3D）：存在相变但无解析解

3D 伊辛模型同样具有有限温度相变，但缺乏类似 2D 的封闭解析解。临界指数等需借助高精度 Monte Carlo、级数展开与重整化群方法确定。

---

6. 解析与近似方法

6.1 转移矩阵法（以 1D 为例）

1D 最近邻模型可写为相邻对的权重乘积，从而将配分函数表达为转移矩阵 $T$T 的迹：$$Z=\mathrm{Tr}(T^N).$$Z=Tr(TN).

矩阵最大特征值 $\lambda_{\max}$λmax​ 决定自由能密度$$f=-k_BT\ln \lambda_{\max}.$$f=−kB​Tlnλmax​.

该方法清晰展示：自由能在 $T>0$T>0 解析，从而无相变。

6.2 平均场理论（Mean-Field Theory, MFT）

平均场思想：将邻居自旋用平均磁化 $m$m 近似，得到自洽方程$$m=\tanh\big(\beta(zJm+h)\big),$$m=tanh(β(zJm+h)),

其中 $z$z 为配位数（每个格点最近邻数，如 2D 方格 $z=4$z=4）。
在 $h=0$h=0 时线性化 $m\approx \beta zJ m$m≈βzJm 给出平均场临界温度$$k_BT_c^{\mathrm{MF}}=zJ.$$kB​TcMF​=zJ.

平均场能给出“存在相变”的定性图像，但对低维系统与临界指数常不准确（忽略涨落）。

6.3 Landau（朗道）自由能展开（序参量理论）

在对称性允许下，将自由能密度展开为$$f(m)=a(T)m^2+b m^4-\;hm+\cdots,$$f(m)=a(T)m2+bm4−hm+⋯,

其中 $b>0$b>0 保证稳定，$a(T)$a(T) 在 $T_c$Tc​ 附近改号。
这提供了对称性破缺与二阶相变的通用框架，并能推导一组“平均场临界指数”，但依然忽略了临界涨落对真实指数的修正。

6.4 重整化群（Renormalization Group, RG）

RG 将系统进行粗粒化并研究耦合常数在尺度变换下的流动。其核心贡献：

• 解释“普适性”：临界指数主要由维度 $d$d 与序参量对称性（伊辛为 $Z_2$Z2​）决定；
• 给出临界固定点、相关算符、尺度不变性等概念；
• 提供临界指数的系统近似（如 $\epsilon=4-d$ϵ=4−d 展开等）。

---

7. 数值模拟：Monte Carlo 研究伊辛模型

7.1 为什么需要数值

对 2D $h\neq 0$h=0 或 3D 系统，配分函数与热平均难以解析求得，Monte Carlo 通过从 $P(\{s\})$P({s}) 采样来近似热平均：$$\langle O\rangle \approx \frac{1}{N_{\text{sample}}}\sum_{t=1}^{N_{\text{sample}}} O(\{s\}_t).$$⟨O⟩≈Nsample​1​t=1∑Nsample​​O({s}t​).

7.2 Metropolis 算法（单自旋翻转）

典型步骤：

1. 随机选取格点 $i$i，尝试翻转 $s_i\to -s_i$si​→−si​；
2. 计算能量差 $\Delta E$ΔE（只需看局域邻居）；
3. 以接受率

$$p=\min\left(1,e^{-\beta \Delta E}\right)$$p=min(1,e−βΔE)

接受或拒绝。

优点：实现简单。
缺点：临界点附近存在“临界慢化”（critical slowing down），自相关时间变长。

7.3 群集算法（Wolff / Swendsen–Wang）

在临界附近通过翻转簇（cluster）而非单自旋，显著减少慢化。
这些算法利用铁磁耦合导致的同向相关，构造随机键并生成簇，再整体翻转，提高采样效率。

7.4 有限尺寸标度（Finite-Size Scaling）

实际模拟只能用有限 $L^d$Ld 系统。临界点附近常用有限尺寸标度分析：

• 关联长度 $\xi$ξ 在有限系统中被 $L$L 截断；
• 可观测量随 $L$L 的标度行为可用于估计 $T_c$Tc​ 与临界指数。

---

8. 临界现象与普适性（概念性总结）

8.1 临界点的典型行为

在 $T\to T_c$T→Tc​ 附近，常见幂律（示意）：$$m \sim (T_c-T)^{\beta_{\mathrm{crit}}},\quad \chi \sim |T-T_c|^{-\gamma},\quad \xi \sim |T-T_c|^{-\nu}.$$m∼(Tc​−T)βcrit​,χ∼∣T−Tc​∣−γ,ξ∼∣T−Tc​∣−ν.

（注意：这里的 $\beta_{\mathrm{crit}}$βcrit​ 是临界指数，和统计力学中的 $\beta=1/k_BT$β=1/kB​T 不同。）

8.2 普适性类

伊辛模型对应 Z2Z_2Z2​ 对称性、标量序参量的普适性类。许多看似不同的物理系统，只要满足相同对称性与维度，临界指数与临界行为可相同。

---

9. 与概率模型/机器学习的对应

伊辛模型的概率分布可重写为能量模型形式：$$P(\{s\})=\frac{1}{Z}\exp\left(\beta J\sum_{\langle i,j\rangle}s_is_j+\beta h\sum_i s_i\right).$$P({s})=Z1​exp​βJ⟨i,j⟩∑​si​sj​+βhi∑​si​​.

这与马尔可夫随机场（MRF）、玻尔兹曼机（Boltzmann Machine）结构一致：

• $s_i$si​ 是二元随机变量；
• $\sum s_is_j$∑si​sj​ 是成对势函数；
• $\sum s_i$∑si​ 是偏置项；
• $Z$Z 是归一化常数（机器学习中常称为“配分函数”，也往往难算）。

因此，伊辛模型不仅是物理模型，也是一类通用的二值图模型。

---

10. 讨论：伊辛模型“最小但不简单”的原因

1. 最小自由度仍能产生临界现象：两态变量已足够出现自发对称性破缺与临界点。
2. 低维涨落的决定性作用：1D 无相变、2D 有相变，说明维度与涨落在相变中不可忽视。
3. 解析与数值互补：2D $h=0$h=0 的精确解为理论提供锚点；更一般情形依赖数值与 RG。
4. 跨学科可迁移：其“能量-概率”结构使之能自然迁移到计算与数据建模领域。

---

11. 结论

伊辛模型用最精炼的形式展示了统计物理的核心逻辑：局域相互作用在热涨落下如何形成（或破坏）宏观有序，并在特定维度与温度下出现临界相变。它的理论工具箱（配分函数、转移矩阵、平均场、Landau 理论、RG、Monte Carlo、有限尺寸标度）构成了学习相变与临界现象的标准路径，同时也为能量模型与概率图模型提供了基础模板。

---

符号表

• $s_i$si​：第 $i$i 个格点自旋，取 $\pm1$±1
• $\Lambda$Λ：晶格集合；$N=|\Lambda|$N=∣Λ∣ 为格点数
• $\langle i,j\rangle$⟨i,j⟩：最近邻格点对求和
• $J$J：交换耦合常数
• $h$h：外磁场
• $H(\{s\})$H({s})：哈密顿量（能量）
• $T$T：温度；$k_B$kB​：玻尔兹曼常数；$\beta=1/(k_BT)$β=1/(kB​T)
• $Z$Z：配分函数
• $F$F：自由能
• $M=\sum_i s_i$M=∑i​si​：总磁化；$m=M/N$m=M/N 为单位磁化
• $U=\langle H\rangle$U=⟨H⟩：内能
• $c$c：比热（单位自旋）
• $\chi$χ：磁化率
• $C(r)$C(r)：两点关联函数；$\xi$ξ：关联长度
• $d$d：空间维度；$z$z：配位数（最近邻数）

---

参考阅读建议（可检索关键词）

• “Ising model” 统计物理教材章节（如 Pathria、Reichl、Kardar 等）
• “Onsager solution 2D Ising model”
• “Metropolis algorithm Ising model”
• “Wolff cluster algorithm”
• “Finite size scaling Ising model”
• “Renormalization group Ising universality class”