導語
你知道嗎?費根保姆常數可以由重整化群計算,相變臨界點可以由重整化方法得出,深度神經網絡的多層計算就是在對圖像做重整化。重整化群是考察不同尺度下物理規律變化的數學工具,幫助我們理解系統在大范圍內或臨界點附近的行為。集智學園聯合北京郵電大學蘭岳恒教授開設「重整化群分析在非線性物理中的應用」系列課程,系統講述重整化群這一理論框架,怎樣用來分析高維非線性系統的性質,實現方程的求解與約化。
本系列課程將回答如下問題:
從有限的觀測提取一般性規律建模的原則和常見框架是什么?
怎樣寫出系統重要結構和運動模式的近似解析表達式?
怎樣將對稱性、不變性、基本范式等先驗知識放到系統解析描述中?
怎樣建立系統不同層級動力學間聯系的方程?
歡迎感興趣的研究者加入課程,現在加入可享早鳥價格。
引入
在復雜系統研究中,有許多重要的基本問題,例如如何研究非線性系統的動力學特征、重要結構和運動模式,以及如何研究跨尺度問題等,我們都需要有一套系統的分析方法。
在2024年12月-2025年1月,我們邀請了北京郵電大學蘭岳恒教授開設了《》系列課程,詳細講解了分析非線性系統動力學的一套方法——Koopman算符,如何將一個非線性問題轉化為無窮維函數空間中的線性問題,并應用于非線性動力學、符號動力學、Kuramoto 模型、哈密頓動力學以及氣候動力學等不同科目或系統。
時隔半年,我們再次邀請蘭岳恒教授開設《重整化群分析在非線性物理中的應用》系列課程,來系統講解重整群(renormalization group,簡稱RG)理論,這個在跨尺度問題研究中行之有效的系統分析方法。
重整化群
從原子到生命到浩瀚宇宙,從生物學到物理學中許多現象涉及廣闊的尺度。在理論物理中,重整化群是一個考察不同尺度下考察物理規律變化的數學工具,它和“標度不變性”和“共形不變性”關系緊密,都與自相似有關。在傳統的重整化理論中,系統在某一個標度上自相似于一個更小的標度,但描述它們組成的參量和變量均不相同,需要“重整”。系統的組成可以是原子、基本粒子、自旋等,系統的變量演化通過系統組成之間的相互作用來描述。
最初,重整化是一種數學技術用來處理物理學中出現的“無窮大”問題。舉個例子,在觀察電子時,如果從遠處看,它的電荷是有限的,因為電子被一個“虛擬正電荷云”包裹著。但如果靠近電子,這種正電荷云的屏蔽效應會逐漸減弱,最終暴露出電子的更大電荷。重整化的關鍵在于,它通過數學手段將這種無窮大“隱藏”起來,并將實驗測量到的有限電荷作為理論的有效值。這個過程雖然看似是“障眼法”,但它的正確性后來得到了更深層次的物理解釋。
1954年,物理學家默里·蓋爾曼和弗朗西斯·洛首次將重整化與“尺度”聯系起來,提出了“有效電荷”的概念:電子的電荷并不是固定的,而是隨著觀察尺度的變化而變化。這一發現表明,重整化不僅僅是處理無窮大的數學技巧,更是一種描述自然界如何在不同尺度上運行的物理語言。在1971年,蓋爾曼的學生肯·威爾遜第一次描述的“重整化群”,將微觀與宏觀的聯系系統化。
重整化揭示了自然界的一個深刻規律:不同尺度上的物理現象可以相對獨立,僅僅通過參數來聯系。換句話說,研究宏觀現象時,我們可以忽略微觀層面的復雜細節,微觀的影響體現在宏觀理論的參數值上;而研究微觀現象時,也無需考慮宏觀的所有狀態,宏觀的影響體現在微觀個體的環境變量上。這種“尺度分離”的思想成為現代物理學的核心理念之一。
重整化群中的關鍵思想
重整化操作是在一個更大的長度尺度上對微觀自由度做平均,為了保持關心的物理性質不變,參數需要從精細尺度到粗糙尺度做相應的變換,從而形成一種參數(變量)變換的群結構-重整化群。反復應用這種粗粒化過程會產生所謂的參數流。這個流具有不動點,也就是在重整化下保持不變的特殊值。這些參數對應于該系統遵循的普適標度律的臨界點,具有相同標度律的系統被認為屬于同一個普適類。
粗粒化示意圖:以Ising模型為例
重整化群產生的參數流示意圖
重整化群理論中的另一個關鍵思想是臨界維數的存在。超過這個維數,與平均場理論相對應的不動點是穩定的,這意味著它正確地捕捉到了臨界行為。對于較低的維度,可以通過微擾求解重整化群方程來得到階的標度指數,從而找到臨界行為的近似值 。
重整化群讓我們能夠專注于不同尺度上的關鍵變量,而忽略不重要的細節。這種“簡化”能力是科學研究得以推進的重要原因。重整化群理論在快速發展中,正在與機器學習、復雜網絡、非線性物理等不同領域結合。
本系列課程《重整化群分析在非線性物理中的應用》主要回答如何設計重整化策略來分析高維非線性系統的性質,實現方程的求解與約化,為分析計算復雜系統中的跨尺度問題提供有力工具。
課程主題:
重整化群分析在非線性物理中的應用
課程簡介
從有限的觀測提取一般性規律建模的原則和常見框架是什么?
怎樣寫出系統重要結構和運動模式的近似解析表達式?
怎樣將對稱性、不變性、基本范式等先驗知識放到系統解析描述中?
怎樣建立系統不同層級動力學間聯系的方程?
這些都是復雜系統研究需要考慮的基本問題,重整化群分析能夠提供一套行之有效的系統分析方法。
復雜系統研究已經成為各學科需要共同面對的問題。其多自由度、高非線性、非平衡特性決定了多層次結構和自組織動力學的涌現,體現對外部激勵呈現復雜的適應性。怎樣從基本原理發掘特定系統的基本特性,理解其行為和設計合適的調控方案,是信息智能時代人們關注的核心問題之一。本次課程計劃系統講述重整化群這一理論框架,怎樣用來分析高維非線性系統的性質,實現方程的求解與約化。
重整化群方法始于場論,在凝聚態相變中進一步發展,用于處理體系中出現的各種奇異性。經Widom,Kadanoff和Wilson等人的拓展,成為了聯系不同尺度下物理規律的有力工具。在復雜系統研究中,更是可以幫助我們進行狀態粗粒化并導出粗粒化后的方程;也可以用來解析或數值計算非線性動力系統中重要的軌道。考慮到重整化群也是統計物理中的重要方法,結合此處在動力學分析中的應用,它已經成為聯接動力學和統計方法的橋梁和有力工具。
本講座中,從復雜系統建模的方式出發,講述對稱性、不變性與變換群的關系,強調群結構的重要性,以及重整變換與常用數學物理方法的聯系。有了充分準備后,我們將系統闡述重整化群在非線性動力學中的應用:怎樣用它來約化方程;怎樣用來搜尋重要軌道,包括周期軌道或連接軌道;怎樣與Koopman算符本征函數連接。我們希望,此方法可以拓展到真實的復雜系統研究中去。
課程大綱
課程主講人
蘭岳恒,北京郵電大學物理科學與技術學院教授,博士學位在佐治亞理工學院(Georgia Institute of Technology)獲得。先后在國內外多個著名大學學習和工作過,有豐富的學科交叉研究經歷。主要從事非線性科學、統計物理、生物物理、復雜信息和智能系統等方面的研究工作,注重基本理論方法的發展和與實驗緊密結合的應用。現為北京郵電大學“數學與信息網絡”教育部重點實驗室副主任,多次被邀請在國內外學術會議上報告自己的工作,同時擔任期刊“理論物理通信”(Communications in Theoretical Physics)和“現代數學物理”(Modern Mathematical Physics)的編委,也是多個國際著名雜志的審稿人。發表學術論文100余篇,包括國際頂級雜志PRL, PNAS, Nature子刊論文多篇。
課程詳情
第一課:復雜系統及其建模
復雜系統都是高維非線性體系,具有層級結構和涌現動力學,能夠學習和適應環境變化。研究復雜系統,首先要熟悉其定量描述方式以及各種刻畫方式的優勢和不足。動力學描述沿襲了經典物理中的力學分析,精確但方程難解;統計物理處理相互作用的多體體系,在簡單物理系統中取得了巨大成功,但在非平衡體系中碰到了巨大困難;網絡科學則是兩者的綜合、平衡和拓展,有著巨大生命力,但遠遠沒有達到完美。我們的理論究竟要解決什么問題,怎樣解決,需要具備哪些特征?如何直面現實世界的復雜性來建立合適的模型?這里我們拋磚引玉,希望能引起各位的思考與共鳴。
復雜系統及其特征
動力學系統與相空間
統計物理思想
網絡科學的興起
第二課:對稱性、不變結構與變換群
對稱性與守恒律是現代物理中的重要概念,貫穿于物理研究中的各個領域。除了常見的三種連續對稱性之外,我們強調尺度不變性及其相關的Pai定理,這是傳統重整化群運作的基石。在非線性動力學中對稱性也極其重要,連續對稱能夠降低系統維度獲得解析解,離散對稱能夠幫助我們約簡計算、判斷特殊軌道的存在。這樣我們就過渡到對稱性和不變性的一般描述——群論。這里主要強調群的封閉性,以及同構、同態的概念,可以與復雜系統信息的整合、分解、變換和約化聯系起來。
物理中的對稱性與守恒律
非線性動力學中的不變性與對稱性
群論初步
第三課:重整化初步
理論模型都是對真實物理世界的簡化描述,重整的技術實際上在建模中隨處可見。這里我們舉幾個常見的模型重整與約化的例子。更加系統地,物理中的平均場方法實際上就是一個常見但并不平凡的例子;而解微分方程中的常數變異法聯系了重整與坐標變換。統計物理中自旋模型重整化,則是重整化群萌芽的經典模型,包含了諸多重要概念。我們也會指出其中比較隱蔽的假設,厘清重整化群和相變的關系,指出重整化群實際上可以推廣到一般對稱操作。
幾個常見模型中的重整與約化
平均場帶來的約化
常數變異法
自旋模型中的重整化
第四課:非線性動力學的重整化群分析
重整化群思想的核心還是群的概念,用其進行常見的相變研究只是一個廣為人知的應用,而在動力學中的應用則是另一個正在成長的領域。在這里,群的應用主要與約化和不變性相聯系。所以我們首先講述與動力學約化緊密相關的子流形的概念,這也是當前研究機器學習原理重點關注的對象。從系統包含參數的近似解中,我們可以得到重整化群方程,它脫胎于近似解,但很多時候成立的范圍大大超出,因為它融入了群不變的性質。實際上,重整化群分析在很大程度上囊括了漸進分析的很多分支,量子力學中的WKB近似就是一例。
粗粒化與子流形
重整化群方程
重整化群分析與漸進分析
第五課:重整化群確定非線性體系的重要軌道
一個重要的應用就是確定非線性系統中的重要軌道,獲得其近似解析表達式。一個例子就是連接軌道,它能夠連接兩個不同穩態的狀態轉移軌道,也可以是分割不同吸引域的邊界,還可以是觸發復雜行為的起始點。另一個例子就是周期軌道,無論在守恒系統還是在耗散系統中,都起著極其重要的作用。這里,我們可以用統一的方法,基于重整化群方程獲得軌道的近似表達式,以及周期對振幅的依賴關系,在很大程度上免去了多尺度分析帶來的繁雜計算。即使對非線性很強的系統、在很大的相空間區域,這里的計算都可以很快收斂到正確的值。
連接軌道
周期軌道
第六課:重整化群分析的更多應用
重整化群分析不僅能夠計算方程的近似解,也能夠得到精確解。即使是較為復雜的多孤子解,也可以方便得到。這里把群的不變性質用到解的形式不變上面,將復雜非線性問題轉化為線性問題或低維非線性問題,大大降低了求解難度。將方程約化到狀態空間的子流形上,則是RG分析的應有之用。這里舉的例子是描述空間延伸系統的非線性偏微分方程,RG分析可以用更少的自由度達到相同的計算精度,大大提高了計算效率。為復雜非線性系統,例如流體計算、等離子體計算等等提供了一個可以期待的手段。當然,RG分析還有很多未明之端,期待各位同仁共同努力,讓這一經典工具煥發新的活力。
精確解
無窮維系統子流形上的約化
系列課程總結
課程信息
課程適用對象
1. 理工科領域研究者及高年級學生
a. 對復雜系統、非線性動力學、統計物理、重整化群等方向有興趣的研究人員、理工科研究生或高年級本科生;
b. 具備基礎微積分、線性代數、常微分方程等數學基礎,以及一定的計算能力;
c. 有志于多學科交叉、希望將理論工具應用于物理、工程、信息、生命等復雜系統的研究者。
2. 具有探究精神和創新意識的學習者
a. 喜歡提出問題、參與討論、推導假設并反思復雜系統本質的學生;
b. 對系統建模、行為理解、規律提取和調控設計等實際問題有濃厚興趣的學者。
學完將收獲
復雜系統建模能力:掌握從有限觀測提取規律的建模原則,理解復雜系統的高維非線性及自組織動力學特性,學習設計合適模型和調控方案。
重整化群(RG)理論掌握:深入學習RG框架,理解其在相變及非線性動力學中的應用,掌握狀態粗粒化和方程約化的方法。
對稱性與不變性分析:學會利用對稱性、守恒律和變換群降低系統維度,獲得解析解或約簡計算。
非線性動力學應用:掌握RG方法約化方程及搜索重要軌道(如周期軌道),通過RG方程簡化多尺度分析計算。
層級動力學聯系:學習建立系統不同層級動力學聯系方程,應用粗粒化、子流形概念于實際問題。
計算效率提升:掌握RG分析獲取精確解及轉化復雜問題的技巧,提升計算效率。
跨學科視野:結合統計物理、動力學系統及網絡科學,培養解決復雜問題的綜合能力。
報名須知
課程形式:騰訊會議直播,集智學園網站錄播。本系列課程不安排免費直播。
課程周期:2025年7月26日-2025年8月30日,每周六14點-16點進行。
課程定價:原價599,早鳥價479,早鳥優惠截止到2025年7月27日中午12點。
掃碼付費報名課程課程鏈接:https://campus.swarma.org/course/5563?from=wechat
付費流程:
課程頁面添加學員登記表,添加助教微信入群;
課程可開發票。
課程獎學金機制
1. 途徑一:發布高質量課程筆記
在集智斑圖網站(pattern.swarma.org)完成本課程體系下某個方向的總結文章或學習路徑。經集智學園助教團隊評定認可后,可作為一條貢獻。一條貢獻獎勵200元獎學金,質量優異的內容,會有浮動獎勵。可參考:
2. 途徑二:招募課程助理1名
付費報名課程后,聯系助教微信申請課程助理。經溝通,成為正式課程助理,完成課程助理任務,在課程結束后退全額學費。
相關課程推薦
推薦課程1 | 蘭岳恒《》
本課程從Koopman算符的定義出發,講述其定義、基本性質和譜特征的數值計算方法,以及在幾個典型非線性系統中的應用,例如非線性動力學、符號動力學、Kuramoto 模型、哈密頓動力學以及氣候動力學等。
課程周期:2024年12月21日-2025年1月25日
推薦課程2 | 鄭志剛《》
本課程從同步到集群,從動力系統到統計物理,為你全面、系統地介紹涌現動力學,從物理學視角建立起理論框架。
課程周期:2025年4月14日-6月23日
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.