首页 > 其他分享 >【物理】U(1)不变理论,对偶,纤维丛和玻色子、费米子与光的起源

【物理】U(1)不变理论,对偶,纤维丛和玻色子、费米子与光的起源

时间:2023-12-25 12:55:21浏览次数:33  
标签:对偶 理论 段时间 场论 ddl 玻色子 费米子 物理

这段时间又经历了一场生化危机,作为超级细菌养殖场的大学宿舍直接让人卧床不起。在床上躺了几天以后发现自己留下了一堆ddl。ddl太多就会让人放弃,放弃就会让人学物理。这段时间伴随着JY.Chen的《场论与凝聚态选题》课程的进行学习了一系列有关于U(1)理论的物理,并且在他的课上学到了一些处理格点场论的技术。与此同时,这段时间阅读的其他书籍也给了我很多的启示(帮助比较大的有XG.Wen, Polyakov, Fredkin的凝聚态场论书籍),而相关的很多数学物理概念也让我学到了很多东西。这篇笔记作为一个梳理总结了我这段时间学习的一部分知识,包括格点规范理论的物理、对偶和基本的纤维丛理论(另一部分是关于fqhe的,但是东西太多了以至于non-abelian的统计理论还有很多内容是不明确的,还是没有写一篇笔记的能力),希望能给读者一定的参考。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

标签:对偶,理论,段时间,场论,ddl,玻色子,费米子,物理
From: https://www.cnblogs.com/pengxiwugui/p/17925885.html

相关文章

  • Primal-Dual 原始对偶算法
    想把spfa换成dij,用Johnson里面的技巧,给予每个点一个势能\(h_u\),边\((u,v,w)\)的新边权为\(w+h_u-h_v\),为了保证其\(\geq0\)以源点为最短路跑最短路后赋值\(h_u\getsd_u\)即可。增广之后会加入反向边,考虑怎么更新势能。首先一条边的反向边被加入,其满足什么条件,然后......
  • 凸优化 | Lagrange 对偶:极大极小不等式的证明
    背景:Lagrange对偶:对于优化问题\[\begin{aligned}&\mathrm{minimize}~~&f_0(x)\\&\mathrm{subject~to}~~&f_i(x)\le0,~~h_j(x)=0\end{aligned}\]可以建立其Lagrange对偶函数\(L(x,λ,\nu)=f_0(x)+\sumλ_if_i(x)+\sum\nu_jh_j(x)\),\......
  • 跟着GPT学习拉格朗日对偶性
      再来一个例子:  拉格朗日对偶性如何通俗理解呢?有没有实际例子可以说明下? 拉格朗日对偶性是优化理论中的一个重要概念,尤其在机器学习和运筹学中经常遇到。在对偶性中,我们从一个优化问题(称为原问题)中衍生出另一个相关的优化问题(称为对偶问题)。这两个问题之......
  • 算法工程师学习运筹学 笔记三 对偶问题
    对偶问题每一个线性规划问题(称为原始问题)都有一个与它对应的对偶线性规划问题(称为对偶问题)。在原始的和对偶的两个线性规划中求解任何一个规划时,会自动地给出另一个规划的最优解;当对偶问题比原始问题有较少约束时,求解对偶规划比求解原始规划要方便得多;对偶规划中的变量就是影......
  • 凸优化9——强对偶条件、几何解释、影子价格
    中科大-凸优化笔记(lec31)-Lagrange对偶(三)_及时行樂_的博客-CSDN博客中科大-凸优化笔记(lec32)-几种解释_及时行樂_的博客-CSDN博客关于Slater条件的证明有点难,我觉得暂时先记住就好此外我关注了一下影子价格这个东西什么是影子价格?——线性规划的对偶解,及拉格朗日乘数-知乎(......
  • 线性规划对偶 & 全幺模矩阵
    一、线性规划的一般形式线性规划问题,有\(n\)个变量\(x_1,x_2,\cdots,x_n\),满足一些线性约束的条件下,求目标函数的最值。二、线性规划的标准形式设有\(n\)个变量,\(m\)个线性约束,目标函数为\(z\)。\[\maxz=\sum_{i=1}^nc_ix_i\]\[\text{s.t.}\begin{cases}......
  • 线性代数本质理解回顾(六)点积与对偶性
     这个计算有一个完美的几何解释。   当两个向量的大致方向相同,则为正。若垂直则为0. 若相反,则为负。点积与顺序无关让我感到惊讶。直观上说说为什么无关,如果有对称性,则可以利用对称性。     为什么点积是对应坐标相乘并将结果相加?  在继续深入之......
  • 【学习笔记】Primal-Dual 原始对偶算法
    Johnson全源最短路算法Floyd可以\(O(n^3)\)处理全源最短路,Bellman-Ford单源最短路的复杂度是\(O(nm)\)的,Dijkstra可以做到\(O(m\logm)\)但不能处理负边权,所以Johnson全源最短路算法通过处理使得可以用\(n\)次Dijkstra解决有负权图的全源最短路。先建超级源点,向......
  • 【BZOJ2007】【NOI2010】海拔(对偶图,最短路)
    DescriptionYT市是一个规划良好的城市,城市被东西向和南北向的主干道划分为n×n个区域。简单起见,可以将YT市看作一个正方形,每一个区域也可看作一个正方形。从而,YT城市中包括(n+1)×(n+1)个交叉路口和2n×(n+1)条双向道路(简称道路),每条双向道路连接主干道上两个相邻的交叉路口。下图为......
  • 对偶问题
    对于优化问题max转化为min或min转化为max,编写方程组的方法以max→min为例:1.min方程组的目标函数:约束方程数量为变量数量,乘以对应的常数项得到目标函数2.约束方程:约束方程数量等于变量数量,原方程约束方程第一列系数为变量系数,原目标......