Physik Combo
Ungeordnete komplexe Systeme
Heinz Horner
Institut f¨ur Theoretische Physik Ruprecht-Karls-Universit¨at Heidelberg
Inhaltsverzeichnis
1 Ungeordnete komplexe Systeme 3
1.1 Ungeordnete Festk¨orper . . . 3
1.2 Granulare Medien . . . 4
1.3 Faltung und Funktion von Proteinen . . . 4
1.4 Optimierungsprobleme . . . 4
1.5 M¨arkte und Agenten . . . 5
1.6 Informatik . . . 5
1.7 Neuronale Netze. . . 5
2 Replikatheorie 7 2.1 Energielandschaft ungeordneter frustrierter Systeme . . . 7
2.2 2 Modelle . . . 7
2.3 Replika Theorie . . . 8
2.4 Replika symmetrische L¨osung . . . 9
2.5 Gebrochene Replika Symmetrie . . . 11
2.6 Suszeptibilit¨aten . . . 13
3 Gl¨aser – Spingl¨aser –Glas¨ubergang 14 3.1 Unterk¨uhlte Fl¨ussigkeit – Glas . . . 14
3.2 Frequenzabh¨angige Suszeptibilit¨at f¨ur T > Tg . . . 15
3.3 Altern von Spingl¨asern und Gl¨asern f¨urT < Tg . . . 16
4 Dynamik ungeordneter Systeme 17 4.1 Langevin-Dynamik – eindimensional . . . 17
4.2 Glauber-Dynamik f¨ur einen Ising-Spin . . . 18
4.3 Glas, sph¨arisches Spinglas . . . 19
4.4 Einfrier¨ubergang . . . 20
4.5 Numerische L¨osung und kritisches Verhalten f¨ur das sph¨arische p-Spinglas f¨ur T > Tc . . . 21
4.6 Altern f¨ur T < Tc . . . 23
4.7 Dynamik der K¨afige in Gl¨asern . . . 24
4.8 Ising-Spinglas, SK-Modell . . . 25
4.9 Schnelle und langsame Bewegung . . . 26
4.10 Entwicklung um Tc . . . 27
5 Gehirn, Neuronen 31 5.1 Anatomie des Gehirns . . . 31
5.2 Aufbau des Cortex . . . 31
5.2.1 Einige Zahlen . . . 32
5.3 Neuronale Signalverarbeitung . . . 32
5.3.1 Passive Ausbreitung von Potential¨anderungen, Telegraphengleichung 33 5.3.2 Spannungsabh¨angige Kan¨ale, Aktionspotentiale . . . 33
5.3.3 Synaptische ¨Ubertragung. . . 34
5.3.4 Dendrit und Zellk¨orper . . . 34
5.3.5 Neuronen im Verbund . . . 35
5.4 Lernen . . . 35
5.4.1 Hebb’sche Lernregel . . . 35
6 Neuronale Netze, minimale Modelle 37 6.1 Perceptron . . . 37
6.1.1 Klassifikation von Zufallsmustern, Hebb’sche Lernregel . . . 38
6.1.2 Kapazit¨at: Replica Theorie . . . 39
6.1.3 Kapazit¨at: Absch¨atzung . . . 40
6.1.4 Perceptron Lernregel . . . 41
6.1.5 Generalisierung . . . 41
6.2 Assoziativer Speicher – Attraktor Netzwerke . . . 42
6.2.1 Hopfield Modell . . . 42
6.2.2 Hopfield Modell: Zeitliche Entwicklung, Attraktionsbereiche . . . . 43
6.2.3 Assoziativer Speicher f¨ur Muster mit geringer Aktivit¨at . . . 44
6.3 Nicht ¨uberwachtes Lernen . . . 44
6.3.1 Kompetitives Lernen . . . 44
6.3.2 Vektorquantisierung . . . 44
6.4 Mehrschichtige Netzwerke, Vorverarbeitung. . . 45
6.5 Topolorieerhaltende (retinotope) Karten . . . 46
6.6 Ausblick . . . 48
1 Ungeordnete komplexe Systeme
1.1 Ungeordnete Festk¨ orper
Spingl¨aser:
Nichtmagnetische Metalle mit para- magnetischen Verunreinigungen, z.B.
Cu:Mn oder Au:Fe.
Rudermann-Kittel Wechselwirkung
-1.0 -0.5 0.0 0.5 1.0
0 1 2 3 4 5
B
kF r V(r)
Energie:
H =−X
ij
Jijσiσj−X
i
hiσi σi =±1 (1.1)
Ferromagnet: Jhiji =J >0 f¨ur hiji n¨achste Nachbarn.
Spinglas:
Jij =V(Rij) Rij zuf¨allig Jij zuf¨allig alternierend (1.2) Energielandschaft
Ferromagnet: Spinglas
T<Tc T<Tc T>Tc T>Tc
(Spin-)Glas¨ubergang
Hohe Temperatur: Fl¨ussig - Paramagnet Tiefe Temperatur: Glas - Spinglas
Suszeptibilit¨at
t
T h m ZFCFC
Tc -
Die Magnetisierung unterhalb Tc h¨angt von der Vorgeschichte ab:
ZF C: Abk¨uhlen ohne ¨außeres Feld, Aufw¨armen im Feld; irreversibel F C: Abk¨uhlen und Aufw¨armen im Feld, reversibel
1.2 Granulare Medien
Kompaktifizierung von granularen Medien, z.B. Sand, Kaffeepulver ..., durch Klopfen (Tapping).
1.3 Faltung und Funktion von Proteinen
Glas¨ubergang bei Tc ≈ 50 − 80oC (Eierkochen!) Langsame glasartige Relaxation als Teil der Funktion?
Zuverl¨assige Faltung in einen bestimmten Zustand bei T < Tc
1.4 Optimierungsprobleme
Handlungsreisender
K¨urzeste Tour zwischen N St¨adten: Auffinden der k¨urzesten Tour erfordert Rechenzeit
∼eN (np-Problem).
Auffinden einer kurzen Tour (suboptimale L¨osung) in Rechenzeit∼Np? Unordnung: Anordnung der St¨adte.
Simulated annealing:
Energie: L¨ange der Tour, Brownsche Bewegung in der zugeh¨origen Energielandschaft, langsames Abk¨uhlen, um metastabile Zust¨ande zu vermeiden. Vorsicht: Glas¨ubergang (kein globales Suchen mehr m¨oglich).
Alternative: Tapping, kurzzeitiges ”Aufheizen”.
Kombinatorische Optimierungsprobleme
Optimierungsprobleme mit diskteter Phasenraum (Ising Modelle) sind h¨aufig np- Probleme. Beispiele: Zerlegung von Graphen, Einf¨arbung von Landkarten/Graphen ...
1.5 M¨ arkte und Agenten
El-Farol’s Bar Problem
(W.B. Arthur 1994) El-Farol’s Bar in Santa Fe hat 60 Pl¨atze. Sie ist beliebt, weil Irische Volksmusik gespielt wird. Soll man gehen, auf die Gefahr hin, daß man abgewiesen wird, soll man daheim bleiben, obwohl vielleicht ein Platz frei ist? Man kann sich nicht abspre- chen, aber die Besucherzahlen der vorhergehenden Tage sind bekannt.
Jeder Besucher hat ein Repertoire von zuf¨alligen m¨oglichen Strategien (Unordnung) aus denen er die optimale Strategie w¨ahlen kann. ”Optimal” h¨ant aber davon ab, was die anderen machen.
Minority Game
Beim Handel von Aktien e.t.c. ist es von Vorteil der Minderheit anzugeh¨oren, i.e. verkau- fen, wenn alle anderen Kaufen, und umgekehrt. Agenten k¨onnen zwischen verschiedenen Strategien ausw¨ahlen. Die Kurse der vergangenen Tage sind bekannt.
Risikoabsch¨atzung auf Finanzm¨arkten
...
1.6 Informatik
K-sat Problem
Bedingungen der Form: Wenn [nicht] A und/oder [nicht] B dann C.
Vieviele Bedingungen kann man bei N Variablen typischerweise stellen, so daß kein Wi- derspruch auftritt?
1.7 Neuronale Netze
Perceptron, bedingte Reflexe
N Eingangsneuronen, 1 Ausgangsneuron (Schwellenfunktion) Synaptische Kopplungen Wi
Muster ξiµ mit i= 1· · ·N und µ= 1· · ·A Ausgabe: ξµ= sign(PiWiξiµ)
Assoziativer Speicher, Hopfield Modell
In einem Neuronalen Netz mitN Neuronen sollenAMuster ξiα =±1 gespeichert werden, so daß bei Eingabe eines Teils eines Musters, dieses verfollst¨andigt wird (α= 1· · ·A , i= 1· · ·N). Dabei ist ein Neuron ”i” mit anderen Neuronen ”j” mit Synapsen der St¨arke Wi,j verbunden. die Erregung des Neurons ”i” ist
hi =X
j
Wi,jsj (1.3)
Die Aktivit¨at (Feuerrate) des Neurons ”i” ist
si = sign(hi) (1.4)
Lernvorschrift (Hopfield):
Wi,j =X
α
ξiαξjα (1.5)
Mit dieser Vorschrift k¨onnen maximal A ≈ 0.13N Muster gespeichert werden. Die zur Erkennung notwendige Vorgabe h¨angt von der Auslastung A/N ab.
2 Replikatheorie
2.1 Energielandschaft ungeordneter frustrierter Systeme
Energie
Phasenraum a b c a b c
Bei hoher Temperatur T > Tc ist der gesamte Phasenraum zug¨anglich. Das System ist ergodisch und strebt ins Gleichgewicht.
Bei tiefer Temperatur T < Tc ist das System in einem der T¨aler, a, b, c gefangen. Es ist jeweils nur ein Teil des Phasenraums zug¨anglich (ergodische Komponente, reiner Zustand).
F¨ur endliche Systeme gilt dies f¨ur Zeiten t < τN ∼eNα. Fragen:
Natur des Phasen¨ubergangs bei Tc
Kritische Verlangsamung bei Ann¨aherung anTc Natur der Tieftemperaturphase, Nichtgleichgewicht Konfigurationsentropie als Maß der Komplexit¨at.
Altern · · ·.
2.2 2 Modelle
Ising Spinglas: Ising Spins σi =±1 H =−12X
i,j
Jijσiσj−X
i
hiσi (2.1)
mit zuf¨alligen, Gauss-verteilten, Kopplungen Jij. Anderson-Modell:
Jij = 0 JijJkj =
(J2{δikδjl+δilδjk} f¨ur n¨achste Nachbarn ij
0 sonst (2.2)
SK-Modell (Sherrington Kirkpatrik), langreichweitige Wechselwirkung Jij = 0 JijJkj = J2
N{δikδjl+δilδjk} (2.3)
Sph¨arisches p-Spinglas, kontinuierliche Freiheitsgrade ϕi, z.B.p= 3:
H =−3!1 X
ijk
Jijkϕiϕjϕk−X
i
hiϕi (2.4)
Jijk = 0 JijkJlmn = J2
N2{δilδjmδkn+ 5 Permutationen} (2.5) Beide Modelle besitzen Wechselwirkungen mit unbegrenzter Reichweite.
2.3 Replika Theorie
Zustandssumme (f¨ur gegebene J···), β = 1/kBT ZJ = Tr{e−βH(J)} = X
{σi=±1}
e−βH(J) =
Z
{dϕi}e−βH(J) (2.6)
Freie Energie
FJ =−1βln(ZJ) (2.7)
Energie:
EJ = ∂
∂β
βFJ= TrHJe−βHJ
Tr e−βHJ (2.8)
Thermodynamische Zustandsgr¨oßen und Korrelationsfunktionen sind Ableitungen der Freien Energie. Ist man an deren Mittelwerten interessiert, muss man die Freie Ener- gie mitteln. Diese Gr¨oßen sind ”selbstmittelnd”, i.e. deren Mittelwert ist f¨ur N → ∞ gleich dem Wert f¨ur eine Konfiguration.
F =FJ =−β1ln(ZJ)>−β1 ln(ZJ) (2.9)
Identit¨at ln(x) = lim
n→0 1
n{xn−1} (2.10)
Replika Trick: Man berechne (ZJ)n f¨ur ganzzahlige n und extrapoliere f¨ur n → 0. Dies ist nicht eindeutig, da man beliebige Funktionen f(n) mit Nullstellen bei ganzzahligenn addieren kann, z.B. sin(nπ). Man fordert daher ¨ublicherweise, daß (ZJ)n ein Polynom in n ist.
Man repliziert das System n-fach, z.B. f¨ur das SK=Modell σi → σiα mit i= 1· · ·N und α= 1· · ·n, und
(ZJ)n = X
{σiα=±1}
e−β2
P
α
P
ijσαiJijσjα
(2.11) Kumulantenentwicklung: Zufallszahlen xi mit
xi =c1 x2i −xi2 =c2 · · · (2.12)
ea xi = ea c1+12a2c2+··· (2.13)
Die Mittelung ¨uber dieJij mit (2.3) undJ = 1 liefert z.B f¨ur das SK-Modell ohne ¨außeres Feld
(ZJ)n = X
{σiα=±1}
eβ
2 4N
P
ij
P
αβσiασβiσαjσβj
(2.14)
Benutzt man die Identit¨at (Hubbard-Stratonovich Transformation) e12∆a2 =q2π∆
Z
dqe12∆a2e−12∆(q−a)2 =q2π∆
Z
dqe−∆(12q2−aq) (2.15) erh¨alt man mit ∆ = 12β2N, q→qαβ und a= N1 Piσαiσiβ
(ZJ)n =β4π2N
1 2n2Z
{dqαβ} X
{σαi=±1}
e−12N β2Pαβ[12q2αβ−qαβN1 Piσαiσiβ] (2.16) Die Summation ¨uber die σiα faktorisiert bez¨uglich der Gitterpl¨atze i. Das Integral kann f¨ur N → ∞ mittels Sattelpunktintegration ausgewertet werden. Damit kann man die Zustandssumme in der Form
(ZJ)n =hZn(q)iN (2.17)
geschrieben werden, wobei Zn(q) = X
{σα=±1}
e12β2
P
αβ{qαβσασβ−1
2qαβ2 }
(2.18)
Daraus findet man die Sattelpunktgleichungen qαβ = ∂ln(Zn(q))
∂qαβ =hσασβiH
n(q) (2.19)
Der Erwartungswert wird mit der lokalen Replika-Hamiltonfunktion Hn(q) = −12βX
αβ
qαβσασβ−hX
α
σα (2.20)
berechnet. Obige Form wurde durch ein konstantes ¨außeres Feld h erg¨anzt.
2.4 Replika symmetrische L¨ osung
Man sieht unmittelbar wegen σ2 = 1
qαα = 1 (2.21)
Die Sattelpunktgleichungen sind symmetrisch bez¨uglich Permutation der Replikaindizes.
Dies legt eine replikasymmetrische L¨osung nahe
qαβ =q f¨ur α6=β (2.22)
Damit ist, wieder unter Verwendung einer Hubbard-Stratonovich Transformation (2.15) Zn(q) = X
{σα=±1}
e12nβ2(1−q)+12β2q(Pασα)2+βhPασα
= e12nβ2(1−q)
Z dz
√2π e−12z2 X
σ=±1
eβ(h+√qz)σ
!n
= e12nβ2(1−q)
Z dz
√2π e−12z22 cosh(β(h+√
qz))n (2.23)
und f¨ur kleine n
Zn(q) = 1 +nn12β2(1−q) +
Z dz
√2πe−12z2 ln2 cosh(β(h+√
qz))o+O(n2) (2.24) Damit erh¨alt man
q=q2π1
Z
dze−12z2tanh2(β(h+√
qz)) (2.25)
Diskussion: f¨ur h= 0 β√
q1 : tanh2(β√
qz)≈β2q z2 q≈β2q (2.26) β√
q1 : tanh2(β√
qz)≈1 q ≈1 (2.27)
0.0 0.2 0.4 0.6 0.8 1.0
0 0.5 1 1.5 2
q T>1 T<1
B
rhs(q)
q
q= 0 f¨urT > T =c= 1 q >0 f¨urT < Tc
Die freie Energie ist mit (2.17) in Sattelpunktsn¨aherung
1
NF =−14β(1−q)2−
Z dz
√2π e−12z2lncosh(β(h+√
qz)) (2.28)
Die Freie Energie eines einzelnen Spins im Feld ist fo(h) = −1βln2 cosh(βh) (2.29) und damit ist
h fo(h)
1
NF(h) =−14β(1−q)2+
Z dz
√2πe−12z2fo(h+√
qz) (2.30)
Die Entropie ist
1
NS =−β2∂F
∂β (2.31)
F¨ur die replikasymmetrische L¨osung wird f¨ur hinreichend tiefe Temperaturen S < 0.
Andererseits muss f¨ur ein System mit diskreten Freiheitsgraden (Spins) S≥0 sein.
Stabilit¨atsanalyse: Hesse-Matrix, i.e. zweite Ableitung des Integranden in (2.16) um die Sattelpunktsl¨osung nachqαβ und qγδ muss negativ definit sein. Dies ist f¨ur Temperaturen unterhalb der AT-Linie (Anderson-Thouless)
Tc(h)≈1−q3 34h2 (2.32)
verletzt.
2.5 Gebrochene Replika Symmetrie
Im der Tieftemperaturphase m¨ussen L¨osungen mit gebrochener Replikasymmetrie gefunden werden, z.B. entsprechend dem Schema
!
"
#
!
"
#
}
n
m1
m2
q1 q2
q0
1
Ein Schritt Replikasymmetriebrechung: 1RSB
Berechne Zustandssumme f¨ur einen Unterblock der Dimensionm mit qαβ =δq1 =q1−q0, siehe (2.23).
Es gibt n/mBl¨ocke. Berechne Zustandssumme der
n/mBl¨ocke mit qαβ =q0
!
"
#
!
"
#
nm q1
q0 1
Zm(δq1, h) = e12mβ2(1−δq1)
Z dz1
√2πe−12z212 cosh(β(h+qδq1z1))m (2.33) und mit (2.29)
Zm(δq1, h) = e12mβ2(1−δq1)
Z dz1
√2πe−12z21e−mβfo(h+
√
δq1z1) (2.34)
Zustandssumme bez¨uglich aller n/m Bl¨ocke Zn,m(δq1, q0) = e12mnβ2(1−q0)
Z dz0
√2πe−12z02hZm(δq1, h+√
q0z0)in/m (2.35) oder mit
f1,m(h) = −βm1 lnZm(δq1, h) (2.36)
Zn,m(δq1, q0) = e12mnβ2(1−q0)
Z dz0
√2πe−12z02e−nβf1,m(h+√q0z0) (2.37) Stationarit¨at bez¨uglich q0, q1, m und n →0.
Physikalisches Bild
Betrachte ergodische Komponenten a, b.
Uberlapp:¨ qab = N1 X
i
hσiiahσiib (2.38)
Verteilung der ¨Uberlapps:
PJ(q) = X
ab
papbδ(q−qab) P(q) =PJ(q) (2.39)
wobei pa die Wahrscheinlichkeit ist, mit der das System in einer ergodische Komponente a ist.
P(q) P(q)
q 1 q
EAq 1 q
EAkontinuierlich diskontinuierlich
Phasen¨ubergang:
Kontinuierlich: qEA(T)→0 f¨urT →Tc. SK-Modell
Diskontinuierlich: qEA(T)→qEA(Tc)>0 f¨urT →Tc. p-Spinglas.
F¨ur T < Tc (SK-Modell) Ultrametrizit¨at: Falls qab < qbc dann ist qac=qab. P(q) folgt aus der Struktur der qαβ-Matrizen.
Diskontinuierlich: 1 Schritt Symmetriebrechung qαα = 1, qαβ = q1 in Bl¨ocken der ersten Generation, qαβ =q0 = 0 außerhalb der Diagonalen und der Bl¨ocke erster Generation.
Kontinuierlich: Hierarchische Replikasymmetriebrechung.
2.6 Suszeptibilit¨ aten
cc c
FCc
FCc
ZFCc
ZFCT T c
χZF C:
Abk¨uhlen ohne Feld, Anlegen eines Feldes bei T < Tc χZF C = N1 X
a
paX
i
∂hσiia
∂h =β(1−qEA) (2.40)
Dabei wurde ausgenutzt, dass innerhalb einer ergodischen Komponente Gleichgewicht herrscht.
χF C:
Abk¨uhlen mit und ohne Feld, Vergleich χF C = N1
P
apa(h)Pihσiia,h−Papa(0)Pihσiia,0 h
= χZF C +N1 X
a
∂pa(h)
∂h
X
i
hσiia (2.41)
F¨ur
pa(h)≈ Z1 e−βFa+βPihσiiah (2.42)
χF C =χZF C +βX
a
pa√1
N
X
i
hσiia2 (2.43)
wobei Pihσiia∼√ N ist.
3 Gl¨ aser – Spingl¨ aser –Glas¨ ubergang
3.1 Unterk¨ uhlte Fl¨ ussigkeit – Glas
Bei hinreichend raschem Abk¨uhlen einer Fl¨ussigkeit kann die Kristallisation verhin- dert werden, und ein ungeordneter fester Zustand, der Glaszustand, wird erreicht.
Die ¨Ubergangstemperatur und der erreichte Zustand, z.B. Dichte, Entropie, kann von der Abk¨uhlgeschwindigkeit abh¨angen. In der N¨ahe der GlastemperaturTG nimmt die Vis- kosit¨at in einem engen Temperaturbereich
sehr rasch zu. Eine m¨ogliche Definition der Temperatur
Entropie Volumen
Flüssigkeit Flüssigkeit
Kristall Glas
Tm TG TK
Glastemperatur ist die Temperatur bei der die Viskosit¨at 1013[P oise] erreicht. Bei diesem Wert ist ein Fließen auf der Zeitskala von Sekunden oder Minuten typischerweise nicht mehr beobachtbar.
Unterk¨uhlte Fl¨ussigkeiten zeigen viskoelastisches Verhalten. Auf schnelle Scherkr¨afte reagieren sie wie ein Festg¨orper mit Schermodul G, auf langsame Scherkr¨afte wie eine Fl¨ussigkeit mit Viskosit¨at η. Aus beiden Gr¨oßen ergibt sich eine Relaxationszeit
τ(T) = η(T)
G (3.1)
wobei der Schermodul in der Umgebung der Glastemperatur nur schwach von der Tem- peratur abh¨angt. An der oben definierten Glastemperatur ist τ ≈100[sec].
2 Dynamik in Flüssigkeiten und Gläsern - 15 -
!"!"#$%"&'(!)('*+,!"-&*!"#'./%%012+#!'34564'7"'#*89':+&;"#;"&1*+,'<"&2"#'20"'=*-"&0*10"#' 0#'>?-*&@"A'+#2'>,&*!01"A'B1C?"&'"0#!"-"01-4'D0#'=*E'90"&,$&'0?-'2"&'F&*!010-C-?0#2"G'HI'
!
g"
T Tg
T T d m d
#
# 1J!$
' ' ' ' '''''''''(2.2)'
K0"' >L-"019"0-A' 2"&' M0?@J?0-C-' %"0H' B1*?$%"&!*#!' %"2"+-"-' %"0?N0"1?<"0?"' ,$&' 2*?' >?-*&@"A' B1*?'L0O3'2"#'F&*!010-C-?0#2"G'H'P'3Q4'F$&'20"'0H'R*9H"#'20"?"&'/&%"0-'+#-"&?+89-"#'LS?-"T H"'10"!"#'20"'U#20V"?',$&'W==/'%"0'H'P'XYZ'[3Q\'+#2',$&']&^Z_+3`aZ/1`aZ'%"0'H'P'5baY'[3X\4' '
' Abbildung 2.3: Angell-Plot zur Charakterisierung glasbildender Systeme nach ihrer Fragilität [19].
'
=0-'2"&'M0?@J?0-C-'C#2"&-'?089'*+89'20"'0#-"&HJ1"@+1*&"'c"<"!+#!?2S#*H0@'+H';0"1"'B&dE"#T J&2#+#!"#4'U#'2"&'H"89*#0?89"#'J2"&'20"1"@-&0?89"#'LN"@-&J?@JN0"',$9&-'20"?"'e#2"&+#!'2"&' KS#*H0@' V+' "0#"H' =*G0H+Ha' 2"H' ?J!"#*##-"#'%TW"*@a' 0H' ,&"f+"#V*%9C#!0!"#' M"&1+?-' .!"1%"&'W"*@'0#'/%%012+#!'34X64'
'
'
Entsprechend der Temperatu- rabh¨angigkeit der Viskosit¨at b.z.w. der Relaxationszeit un- terscheidet man ”starke” und
”fragile” Gl¨aser. Starke Gl¨aser, zu denen SiO2 geh¨ort, zeigen ein Arrenius Verhalten
τ(T) =τ0e
E0
kB T (3.2)
mit einer Aktivierungsenergie E0. In SiO2 findet man z.B.
EO≈7 [eV], was der Energie einer Si−O-Bindung entspricht.
Fließvorg¨ange kommen offen- sichtlich dadurch zustande, dass Bindungen im Netzwerk der SiO4-Tetraeder ge¨offnet und neu zusammengekn¨upft werden.
Die Temperaturabh¨angigkeit in fragilen Gl¨asern kann durch ein Vogel-Fulcher-Tammann- Gesetz
τ(T) = τ0e
E0
kB(T−To) (3.3)
beschrieben werden. Typische Werte f¨ur organische Molek¨ulgl¨aser, z.B. Glyzerin, oder ionische Gl¨aser, z.B. CaKN O3, sind E0 ≈0.4 [eV] und T0 ≈0.7Tg.
3.2 Frequenzabh¨ angige Suszeptibilit¨ at f¨ ur T > T
gDas Dynamische Verhalten von Gl¨asern und auch Spingl¨asern bei Ann¨aherung an die Glastemperatur kann anhand der frequenzabh¨angigen Suszeptibilit¨at studiert werden.
Beispiel: Magnetische Suszeptibilit¨at χ0(ω) und χ00(ω) des Spinglases F e0.5M n0.5T iO3. F¨ur klei- ner werdende Frequenzen wird das Maximum von χ0(ω, T) und die Stufe in χ0(ω, T) in der N¨ahe von Tc immer ausgepr¨agter.
Dies zeigt, dass in der N¨ahe von Tc langsame Prozesse wichtig werden.
!
[GHz]
!
max!
min10-2 10-1 100 101 102
10 100
!min Vogel-Fulcher
!max
Ca0.5K0.6(NO3)1.4
T-Tc [oC]
Tc = 105 [oC]
Tg = 60 [oC]
!
[GHz]
Die nebenstehende Figur zeigt den Imagin¨arteil der dielektrischen Sus- zeptibilit¨at des ionischen Glases Ca0.5K0.6(N O3)1.4 als Funktion der Frequenz f¨ur verschiedene Tempe- raturen oberhalb und unterhalb der Glastemperatur Tg. Oberhalb einer Temperatur Tc > Tg beobachtet man zwei Maxima, den sogenann- ten α-Prozess bei ωmax(T) und den im wesentlichen temperaturun- abh¨angigen β-Prozess (Boson-Peak).
Dazwischen findet man ein frequenz- abh¨angiges Minimum bei ωmin(T).
Dieses Verhalten findet man in vielen fragilen Gl¨asern.
Die Temperaturabh¨angigkeit kann entsprechend dem Vogel-Fulcher-Tammann-Gesetz, (3.3)
ω∗(T) =ω0e
−E0
kB(T−To) (3.4)
gefitted werden. Gezeigt ist aber auch ein Fit ωmax ∼(T −Tc)η ωmin ∼(T −Tc)η0 (3.5) auf den wir noch zur¨uckkommen werden. Die ge- fittete Temperatur Tc ist dabei etwas h¨oher als die Glastemperatur.
!
[GHz]
!
max!
min10-2 10-1 100 101 102
10 100
!min Vogel-Fulcher
!max
Ca0.5K0.6(NO3)1.4
T-Tc [oC]
Tc = 105 [oC]
Tg = 60 [oC]
!
[GHz]
3.3 Altern von Spingl¨ asern und Gl¨ asern f¨ ur T < T
gExperiment (Spinglas M n:Ag):
Rasches Abk¨uhlen im Feld zur Zeit t = 0 Warten mit Feld bis zur Zeit tw
Abschalten des Feldes zur Zeittw
Beobachtung des Zerfalls der Magnetisie- rung zur Zeit t+tw: χ(t+tw, tw)
Die selben Daten als Funktion von t/tµw mit Exponent µ≈0.85. Skalenverhalten:
χ(t+tw, tw)≈χ(t/t¯ µw) (3.6) Ein Fit mit µ= 1 ist fast genauso gut.
Experiment (PVC-Glas):
Rasches Abk¨uhlen zur Zeit t= 0 Warten bis zur Zeit tw
Anlegen einer Scherspannung zur Zeit tw Beobachtung der Verformung zur Zeitt+tw:
4 Dynamik ungeordneter Systeme
4.1 Langevin-Dynamik – eindimensional
Dynamik eines Teilchens (Koordinate ϕ) in einem ¨außeren Potential (Brownsche Bewegung):
Langevin Gleichung: Teilchen in einem Potential V(ϕ) mit Reibung γ und unter dem Eifluss von thermischen Rauschen
md2
dt2ϕ(t) =−∂V(ϕ(t), t)
∂ϕ(t) −γ d
dtϕ(t) +ζ(t) (4.1)
Dζ(t)E= 0 Dζ(t)ζ(t0)E= 2γ T δ(t−t0) (4.2) Uberd¨¨ amfter Grenzfall:m →0. Zeitskala so dass γ = 1.
Aquivalente Fokker-Planck Gleichung f¨¨ ur Wahrscheinlichkeit P(ϕ, t) (Statistischer Operator)
∂tP(ϕ, t) =L(t)P(ϕ, t) (4.3)
Liouville Operator mit Feld h(t)
L(t) =∂ϕnV0(ϕ, t)−h(t)o+β1∂ϕ2 (4.4) Gleichgewicht: keine Zeitabh¨angigkeit: L(t) = L
∂tP(ϕ) =LP(ϕ) = 0 P(ϕ) =Z−1e−β{V(ϕ)−h ϕ} (4.5) Zeitentwicklung: f¨urt > t0
P(ϕ, t) =U(t, t0)P(ϕ, t0) U(t, t0) =The
Rt
t0dt0L(t0)i
∂tU(t, t0) = L(t)U(t, t0) ∂t0U(t, t0) =−U(t, t0)L(t0) (4.6) mit Zeitordnungsoperator T.
Darstellung als Integralkern P(ϕ, t) =
Z
dϕ0U(ϕ, t;ϕ0, t0)P(ϕ0, t0) (4.7)
Chapman-Kolmogorov-Gleichung:
U(t, t0) = U(t, t0)U(t0, t0) (4.8)
Response Operator, beschreibt Einfluss einer ¨Anderung von δh(t) δ
δh(t0)U(t, t0) =U(t, t0)∂L(t0)
∂h(t0) U(t0, t0) =U(t, t0) ˆϕ(t)U(t0, t0) (4.9) ˆ
ϕ= ∂L
∂h =−∂ϕ (4.10)
Zeitableitung
˙
ϕ=−Lϕ+ϕL (4.11)
Fluctuations Dissipations Theorem (FDT): mit LPequ = 0 ˆ
ϕ Pequ(ϕ) = βϕ P˙ equ(ϕ) (4.12)
Korrelationsfunktion q(t, t0) =
Z
dϕdϕ0ϕ U(ϕ, t;ϕ0, t0)ϕ0P(ϕ0, t0) =Dϕ(t)ϕ(t0)E (4.13) Response Funktion
r(t, t0) = δhϕ(t)i
δh(t0) =Dϕ(t) ˆϕ(t0)E (4.14)
Kausalit¨at: r(t, t0) = 0 f¨ur t0 ≥t
Im Gleichgewicht, i.e. f¨ur P(ϕ, t0) = Pequ, und f¨ur t > t0 gilt ein FDT:
β∂t0q(t, t0) =r(t, t0) (4.15)
4.2 Glauber-Dynamik f¨ ur einen Ising-Spin
Pauli matrizen zur Beschreibung eines Spin 12 σz =σ= 1 0
0 −1
!
σx =τ = 0 1 1 0
!
1 = 1 0 0 1
!
(4.16) Momentaner Zustand (Wahrscheinlichkeit)
p+(t) p−(t)
!
= 12 1 +m(t) 1−m(t)
!
→ ρ(t) (4.17)
Erwartungswert hσi= ( 1 1 ) 1 0
0 −1
! p+(t) p−(t)
!
=1σρ(t)=m(t) (4.18)
Zeitliche Entwicklung: Glauber Dynamik: Exponentielle Relaxation ins Gleichgewicht (konstantes Feld h)
m(t) = ¯m+ (m(0)−m) e¯ −γt m¯ = tanh(h/kBT) (4.19) Liouville Gleichung
∂tρ(t)=L(t)ρ(t) (4.20)
mit Liouville Operator (γ = 1)
L(t) = 12(1−τ){σ tanh(βh(t))−1}= 12 tanh(βh(t))−1 tanh(βh(t)) + 1
−tanh(βh(t)) + 1 −tanh(βh(t))−1
!
(4.21)
Die liefert
∂tm(t) = −m(t) + tanh(βh(t)) (4.22)
Zeitentwicklung: f¨urt > t0
ρ(t)=U(t, t0)ρ(t0) U(t, t0) = The
Rt
t0dt0L(t0)i
U(t, t0) = U(t, t0)U(t0, t0)
∂tU(t, t0) = L(t)U(t, t0) ∂t0U(t, t0) =−U(t, t0)L(t0) (4.23) Response Operator
ˆ
σ = ∂L(t)
∂h(t) =βn1−tanh2(βh(t))oω ω= 12 1 1
−1−1
!
(4.24) Formale ¨Ahnlichkeit mit Langevin Dynamik.
Korrelations- und Response-Funktionen wie f¨ur Langevin Dynamik.
4.3 Glas, sph¨ arisches Spinglas
In einem Glas k¨onnen wir von RuhelagenRiausgehen, die aber kein Gitter bilden, sondern eine ungeordnete Struktur besitzen. Die momentanen Positionen seien xi(t) =Ri+ϕi(t) und man kann die potentielle Energie um diese entwickeln
V({x}) =V0+12X
ij
Jijϕiϕj +3!1 X
ijk
Jijkϕiϕjϕk+· · · (4.25) Die Kopplungskonstanten Jij, Jijk, · · · h¨angen von den ungeordneten Ruhelagen ab und haben damit zuf¨allige Werte. Die Matrix der harmonischen Kopplungen Jij muss positiv definit sein, da man um stabile Ruhelagen entwickelt.
Wir wollen das Modell dahingehend vereinfachen, dass wir Jij =−µ δij setzen, also eine Art Einstein-N¨aherung f¨ur die Schwingungen ansetzen. Dieser Ansatz kann aber auch als sph¨arische N¨aherung eines Systems von Spins angesehen werden, wenn µ so gew¨ahlt ist, dass Dϕ2iE = 1 ist. F¨ur die Kopplungen h¨oherer Ordnung kann man wieder einen SK-Modell ¨ahnlichen Ansatz machen
Jijk = 0 Jijk = N1 Ji1···ip = 0 Ji1···ip =N−(p−1)/2 (4.26)
Dieses Modell bezeichnet man als sph¨arisches p-Spinglas.
Liouville Opertor f¨ur das sph¨arische p= 3-Spinglas, mit ∂ϕ(t) =−ϕ(t)ˆ L=−X
i
ˆ ϕi
n−µϕi+ 12X
jk
Jijkϕjϕk+β1ϕˆi
o (4.27)
Zeitabh¨angigkeit der Korrelationsfunktion (Notation wie f¨ur Spin)
∂tq(t, t0) = 1ϕi(t)L(t)U(t, t0)ϕi(t0)U(t0, t0)ρ(t0)
= −µq(t, t0) + 12X
jk
Jijk1ϕj(t)ϕk(t)U(t, t0)ϕi(t0)U(t0, t0)ρ(t0) (4.28)
Mittelung ¨uber Unordnung (4.26). Mit (4.6)
∂tq(t, t0) = −µq(t, t0) (4.29)
+N12
X
jk
Z t t0
dt001ϕj(t)ϕk(t)U(t, t00) ˆϕj(t00)ϕi(t00)ϕk(t00)U(t00, t0)ϕi(t0)U(t0, t0)ρ(t0) +N12
X
jk
Z t0 t0
dt001ϕj(t)ϕk(t)U(t, t0)ϕi(t0)U(t0, t00) ˆϕj(t00)ϕi(t00)ϕk(t00)U(t00, t0)ρ(t0) +2N12
X
jk
Z t0 t0
dt001ϕj(t)ϕk(t)U(t, t0)ϕi(t0)U(t0, t00) ˆϕi(t00)ϕj(t00)ϕk(t00)U(t00, t0)ρ(t0) Die Erwartungswerte f¨ur verschiedene Pl¨atze faktorisieren und man erh¨alt
∂tq(t, t0) = −µq(t, t0) (4.30)
+
Z t t0
dt00r(t, t00)q(t, t00)q(t00, t0) +
Z t0 t0
dt00r(t, t00)q(t, t00)q(t0, t00) + 12
Z t0 t0
dt00q(t, t00)q(t, t00)r(t0, t00)
F¨ur die Responsefunktion erh¨alt man entsprechend
∂tr(t, t0) = −µr(t, t0) (4.31)
+
Z t t0
dt00r(t, t00)q(t, t00)r(t00, t0)
Diese Gleichungen lassen sich auch durch Diagramme darstellen, wobei Korrelationfunk- tionen durch einfache Linien, Responsefunktionen durch Linien mit Pfeil dargestellt wer- den:
∂
t= − µ + + +
∂
t= − µ +
Unter der Annahme von Gleichgewicht, f¨ur T > Tc, sind dies Gleichungen identisch mit denen der Modenkopplungstheorie, die von G¨otze et.al f¨ur das kritische Verhalten un- terk¨uhlter Fl¨ussigkeiten hergeleitet wurden.
4.4 Einfrier¨ ubergang
F¨ur T > Tc ist das System ergodisch, es gelten also FDTs. Am ¨Ubergang erwartet man das Auftreten divergierender Zeitskalen, also q(t) →qc >0 f¨ur t ≈ tx 1 und q(t)→ 0 f¨urt tx. F¨urT ≈Tc,q(0) = 1 undr(t) = −β∂tq(t) erh¨alt man aus obigen Gleichungen die Bedingungen
µ= Tc 1−qc
Tc2 = 3qc(1−qc)2 (4.32)
Die Rechnung l¨asst sich auch f¨ur endliche Felder hdurchf¨uhren, wobei f¨urttx q(t)→ qa>0 geht. Das resultierende Phasendiagramm ist in der Figur gezeigt.
F¨ur h < hc ≈ 0.4 erh¨alt man einen diskontinuierlichen ¨Ubergang mit qc > qa, f¨ur h > hc ist qc = qa. F¨ur T < Tc(h) ist die FDT-L¨osung instabil.
Eine entsprechende Replicarechnung liefert f¨ur h < hc eine niedrige- re ¨Ubergangstemperatur, f¨ur h >
hc stimmen die ¨Ubergangstempe- raturen ¨uberein. Die Replicarech- nung zeigt aber bei der dynamischen Ubergangstemperatur das Auftreten¨ einer großen Zahl von metastabilen Zust¨anden.
4.5 Numerische L¨ osung und kritisches Verhalten f¨ ur das sph¨ ari- sche p-Spinglas f¨ ur T > T
cF¨ur T > Tc und r(t) = −β∂tq(t) k¨onnen die Gleichungen numerisch integriert werden. Mit Ann¨aherung an Tc entwickelt sich ein Plateau mit q(tp) ≈ qc. Die Ann¨aherung ist q(t) − qc ∼ t−a f¨ur t < tp und qc−q(t)∼tb.
Das asymptotische Verhalten in der N¨ahe vonTcl¨asst sich analytisch be- stimmen. F¨ur t ≈ tp findet man einen Skalenansatz
q(t) =qc+t−ap qˆp(t/tp) (4.33)
mit ˆqp(1) = 0, ˆqp(τ) ∼τ−a f¨ur τ → 0 und ˆqp(τ)∼ −τb f¨ur τ 1. Die Exponenten sind L¨osung der transzedenten Gleichung
Γ2(1−a)
Γ(1−2a) = Γ2(1 +b)
Γ(1 + 2b) = 1−qc
2qc (4.34)
F¨ur die Temperaturabh¨angigkeit von tp erh¨alt man
tp ∼(T −Tc)−1/2a (4.35)
F¨ur ttp kann man den Skalenansatz
q(t) = ˆqa(t/ta) (4.36)
benutzen und erh¨alt durch Anpassung zu einer Zeittp t ta
ta ∼t(a+b)/bp ∼(T −Tc)−(a+b)/2ab (4.37)
Der Imagin¨arteil der frequenzabh¨angigen Suszeptibilit¨at ist χ00(ω) =
Z ∞ 0
dt r(t) sin(ωt) =β ω
Z ∞ 0
dt q(t) cos(ωt) (4.38)
wobei f¨ur den zweiten Ausdruck das FDT verwendet wurde. In der N¨ahe vonTcstammen die Hauptbeitr¨age von t ∼ 1 und t ∼ ta. Setzt man den n¨aherungsweise temperaturun- abh¨angigen Kurzzeitanteilq(t) = ˆq0(t) beziehungsweise den Skalenansatz (4.36) ein, erh¨alt man
χ00(ω) = βω
Z ∞ 0
dt q0(t) cos(ωt) +βωω
a
Z ∞ 0
dτqˆa(τ) cos(ωω
aτ)
=χ00o(ω) +χ00a(ωω
a) (4.39)
mit
ωa= 1/τa ∼(T −Tc)(a+b)/2ab (4.40)
F¨ur 1 ωωa ergibt der erste Term in (4.39) man mit ˆq0(t)→qc+c0t−a
χ00a(ω)→βc0Γ(1−a) cos(12π(1−a))ωa (4.41) und der zweite Anteil
χ00a(ω)→βcaΓ(1 +b) cos(12π(1 +b))ω−b (4.42) Kombiniert man beide Anteile erh¨alt man ein Minimum von χ00(ω) bei
ωp ∼tb/(a+b)a ∼1/tp (4.43)
Der gesamte Verlauf ist in der Figur gezeigt. Zum Vergleich ist auch die frequenzabh¨angige Suszeptibilit¨at in der N¨ahe eines kontinuierlichen ¨Uberganges, also f¨urh >0.4 gezeigt.
Zum Vergleich sei noch einmal die experimentelle Suszeptibilit¨at gezeigt
!
[GHz]
!
max!
min10-2 10-1 100 101 102
10 100
!min Vogel-Fulcher
!max
Ca0.5K0.6(NO3)1.4
T-Tc [oC]
Tc = 105 [oC]
Tg = 60 [oC]
!
[GHz]
! [GHz]
! max ! min
10-2 10-1 100 101 102
10 100
!min
Vogel-Fulcher
!max
Ca0.5K0.6(NO3)1.4
T-Tc [oC]
Tc = 105 [oC]
Tg = 60 [oC]
!
[GHz]
Das SK-Modell zeigt einen kontinuierlichen ¨Ubergang und man erwartet dort ¨ahnliches Verhalten wie f¨ur das sph¨arische p-Spinglas im Feld h > hc.
4.6 Altern f¨ ur T < T
cNumerische L¨osungen der gekoppelten nichtlinearen Intergrodifferentialgleichun- gen sind in der nebenstehenden Figur ge- zeigt. Auch f¨ur T < Tc kann das asym- ptotische Verhalten in den verschiedenen Skalenbereichen zum Teil analytisch ab- gesch¨atzt werden.
Die Plateauzeittph¨angt aber jetzt von der Wartezeit ab, und zwar ist tp ∼ tb/(a+b)a undta∼tµw, wobeiµ= 1 durch die nume- rischen Rechnungen nicht ausgeschlossen ist.
Unter gewissen Annahmen l¨asst sich zeigen, dass f¨ur t∼tw eine L¨osung der Form q(t+tw, tw) = ˆqt+tw
tw
r(t+tw, tw) = t1
w rˆt+tw tw
(4.44)
existiert. Auch dies ist mit den numerischen Rechnungen vertr¨aglich.
F¨urt tp(tw) gilt das FDT. F¨urt tp(tw) gilt im Bereich des diskontinuierlichen ¨Uber- gangs ein modifiziertes FDT, (QFDT). Definiere ein MaßX(t, t0) f¨ur die FDT-Verletzung
r(t, tw) =β X(t, tw)∂twq(t, tw) (4.45)
Dann ist X(t, tw) = 1 f¨urt−tw tp(tw) und X(t, tw) =Xc>1 f¨ur t−tw tp(tw) und tw 1.