깁스 상태

위키백과 ― 우리 모두의 백과사전.

확률론통계 역학에서의 깁스 상태는 시스템의 향후 진화에서도 불변으로 남는 평형 확률 분포이다. (일례로 충분히 긴 시간 동안 마르코프 연쇄 몬테 카를로를 반복적으로 실행하여 얻은 마르코프 연쇄의 정상(stationary) 또는 안정 상태(steady-state)의 분포).

물리학에서는 특히 저온 상태에서 시스템이 올가미(trap)에 빠지는 물리적으로 서로 다른 다양한 깁스 상태가 있을 수 있다.

이것은 평형 특성의 결정에 대해 연구한 깁스의 이름을 따서 명명되었다.

[편집] 둘러 보기

  • 깁스 알고리즘
이 문서는 토막글입니다. 서로의 지식을 모아 알차게 문서를 완성해 갑시다.
다른 언어