1. 从Ising模型到Brascamp-Kunz边界一个计算物理的经典难题如果你在统计物理或者计算凝聚态物理领域摸爬滚打过一阵子肯定对Ising模型不陌生。这个由物理学家威廉·楞次和他的学生恩斯特·伊辛在1925年提出的模型堪称是统计物理的“果蝇”——结构简单却能揭示相变、临界现象等深刻物理。它的核心思想是把一个磁性系统抽象成一张格子每个格点上有一个“自旋”像个小磁针只能朝上1或朝下-1。相邻的自旋之间有相互作用倾向于同向排列铁磁或反向排列反铁磁。我们研究它就是想通过计算这个简化模型的配分函数来理解真实物质在临界点附近那些奇妙的普适行为。然而Ising模型精确可解的情况凤毛麟角。一维链昂萨格在1944年解了二维正方晶格无外场的情况这已经是里程碑式的成就。对于更复杂的晶格、维度或者边界条件精确解往往遥不可及我们不得不求助于蒙特卡洛模拟、级数展开或者各种近似方法。但有一种边界条件它在计算物理和数学物理的交界处占据着特殊地位那就是Brascamp-Kunz边界条件。它不是为了模拟某个具体的有限尺寸系统而设而是为了一个更“纯粹”的目的在有限尺寸的格子上尽可能地逼近热力学极限下的体物理性质同时还能让某些精确计算成为可能。Brascamp-Kunz边界条件简单说它是一种周期边界条件和反周期边界条件的巧妙组合。想象一个有限宽度的无限长条带或者有限尺寸的矩形格子在某个方向比如宽度方向上它要求自旋的排列满足一种特定的“扭曲”周期性。这种扭曲抵消了有限尺寸带来的边缘效应使得条带中心区域的物理量如关联函数能更快地收敛到无限大系统的热力学极限值。H. J. Brascamp和H. Kunz在1974年的论文中正是利用这种边界条件精确计算了二维Ising模型在临界温度下的某些关联函数展示了其威力。那么“利用转移矩阵方法求解”又是什么意思转移矩阵方法是处理一维或准一维格点模型比如前面说的无限长条带的利器。它的核心思想是把整个系统的配分函数转化为一个矩阵的乘积或幂次的迹。沿着条带的方向每增加一层格点就相当于用转移矩阵“作用”一次。对于Ising模型这个转移矩阵的维度会随着条带宽度指数增长这是计算的主要瓶颈。但正是Brascamp-Kunz边界条件的特殊性有时能让我们在对角化这个巨大矩阵时找到可乘之机或者简化其特征值的计算。所以这个标题指向的是一个非常专门但极具代表性的计算物理问题如何为一个具有特殊边界条件Brascamp-Kunz的准一维Ising系统构建并处理其转移矩阵从而精确或近似地得到系统的热力学量。这不仅是理论上的优雅练习其背后关于有限尺寸标度、边界条件影响和数值精确计算的思想至今仍在许多前沿的数值研究中回响。接下来我们就一步步拆解这个问题的核心。2. Brascamp-Kunz边界条件的物理内涵与数学表述要理解这个方法必须先吃透Brascamp-Kunz边界条件到底“特”在哪里。我们以最经典的二维Ising模型为例考虑一个L_x × L_y的有限矩形格子。通常的周期性边界条件PBC意味着σ(i, L_y1) σ(i, 1)即自旋在y方向是首尾相连的环。而Brascamp-Kunz边界条件则是在一个方向上通常是较短的那个维度设为宽度L_y施加一种“反周期性”或“扭曲”的边界条件。更精确的表述是对于沿着条带方向假设为x方向长度L_x → ∞或很大的每一行在垂直的y方向宽度L_y上边界条件满足σ(i, L_y1) -σ(i, 1)并且为了保持哈密顿量的局部性这种“负号”通常是通过在最后一条边连接第L_y个和第1个自旋的边上引入一个“负耦合”来实现的。也就是说这条边界上的相互作用能是-J * σ(i, L_y) * σ(i, 1)而不是通常的J * σ(i, L_y) * σ(i, 1)对于铁磁耦合J0。为什么要这么做它的物理动机非常深刻抑制序参量的非零期望值在有限尺寸系统中即使是在有序相低温由于涨落整体的磁化强度平均值也可能在正负之间翻转其长时间平均为零。这给计算带来了麻烦。Brascamp-Kunz边界条件通过引入这个“挫败”的边界有效地抑制了系统形成均匀一致的自旋排列倾向使得在有限尺寸下系统的“对称破缺”被明确压制。这样计算得到的物理量更能反映无限大系统在对称破缺相中的“纯相”行为。改善有限尺寸标度行为在临界点附近物理量的奇异性会被有限尺寸所平滑。不同的边界条件会导致不同的有限尺寸修正。理论分析表明Brascamp-Kunz边界条件能够消除某些领头阶的有限尺寸修正使得用较小尺寸系统外推热力学极限结果时收敛速度更快、更精确。这对于精确确定临界指数和临界温度至关重要。为转移矩阵方法带来便利在数学上这个负号边界条件有时会改变转移矩阵的对称性。对于某些可解模型它可能使得转移矩阵能被分解成更小的块或者其特征值谱具有更简单的结构例如所有特征值都是实数且正定从而简化后续计算。在实际构造模型时Brascamp-Kunz边界条件通常与另一个方向x方向的周期性边界条件结合使用。这样我们处理的就是一个在x方向无限或周期、在y方向具有扭曲边界条件的圆柱面或莫比乌斯带状的几何结构。这种几何非常适合应用转移矩阵方法沿着x方向转移方向是均匀的我们可以专注于处理一个有限宽度L_y的横截面。注意Brascamp-Kunz边界条件有时也被称为“反周期边界条件”antiperiodic boundary conditions但更准确地说它是一种特定的、通过负耦合实现的扭曲边界条件。在有些文献中它也被用于研究自旋玻璃或挫败系统因为那条负耦合的边本身就引入了一个挫败。3. 构建Ising模型的转移矩阵从自旋构型到矩阵元素现在我们进入核心的计算环节为这个具有Brascamp-Kunz边界条件的二维Ising条带构建转移矩阵。我们假设系统是铁磁的J 0没有外磁场h0以简化讨论。条带沿x方向延伸可视为无限长y方向有有限宽度L_y个格点并施加Brascamp-Kunz边界条件。3.1 自旋构型与状态编码首先考虑条带的一个横截面即固定x坐标处的一列共L_y个自旋。这一列所有自旋的一种特定朝向组合称为一个“状态”。由于每个自旋可取±1所以一列共有2^{L_y}种可能的状态。例如对于L_y3一个状态可能是(↑, ↑, ↓)我们用二进制或整数来编码它。一种常见的编码是将自旋向上(↑, 1)记为0向下(↓, -1)记为1那么这一列自旋序列就可以看作一个L_y位的二进制数对应一个从0到2^{L_y}-1的整数索引α。这样每个状态|α⟩就对应希尔伯特空间中的一个基矢。3.2 哈密顿量的分解与转移矩阵的定义二维Ising模型的哈密顿量能量为H -J * Σ_{ij} σ_i σ_j其中求和遍及所有最近邻键。对于我们的条带几何我们可以把能量分解为两部分层内能量Intra-layer energy同一列固定x内自旋在y方向上的最近邻相互作用能。这部分能量只依赖于当前列的状态α。由于y方向有Brascamp-Kunz边界条件最后一对相互作用第L_y个自旋和第1个自旋的耦合是-J。因此对于给定状态α其层内能量E_intra(α)为E_intra(α) -J * [ Σ_{k1}^{L_y-1} σ_k σ_{k1} (-1) * σ_{L_y} σ_1 ]注意最后一项的负号。层间能量Inter-layer energy相邻两列x和x1之间自旋在x方向上的最近邻相互作用能。这部分能量同时依赖于相邻两列的状态α左列和β右列。对于每一对垂直对齐的自旋相同的y坐标有一个相互作用项-J * σ_{α, k} σ_{β, k}。因此层间能量V(α, β)为V(α, β) -J * Σ_{k1}^{L_y} σ_{α, k} σ_{β, k}对于一个长度为L_x假设很大且两端周期闭合的条带总配分函数Z Σ_{构型} exp(-βH)其中β1/(k_B T)。利用上述分解我们可以将配分函数重写为Z Σ_{α_1} Σ_{α_2} ... Σ_{α_{L_x}} exp[-β ( Σ_{x1}^{L_x} E_intra(α_x) Σ_{x1}^{L_x} V(α_x, α_{x1}) )]这里我们假设了α_{L_x1} α_1x方向的周期性边界条件。现在关键的一步是定义转移矩阵T其矩阵元为T_{αβ} exp{ -β [ (1/2)E_intra(α) V(α, β) (1/2)E_intra(β) ] }这里将层内能量E_intra平分给了相邻的两个转移矩阵元这是一种对称化的处理使得矩阵T成为实对称矩阵对于我们的模型便于后续对角化。将指数上的能量项展开T_{αβ} exp[ (βJ/2) * Σ_{k1}^{L_y-1} (σ_{α,k}σ_{α,k1} σ_{β,k}σ_{β,k1}) - (βJ/2) * (σ_{α,L_y}σ_{α,1} σ_{β,L_y}σ_{β,1}) ] * exp[ βJ * Σ_{k1}^{L_y} σ_{α,k} σ_{β,k} ]3.3 矩阵的维度和稀疏性矩阵T的维度是2^{L_y} × 2^{L_y}。当L_y增大时这个维度呈指数爆炸。例如L_y10时矩阵维度是1024x1024尚可全矩阵存储和对角化L_y20时维度超过100万全矩阵存储已不可能必须利用其可能的稀疏结构或对称性。幸运的是对于Ising模型转移矩阵T通常是稠密的因为任意两个列状态α和β之间通过层间相互作用V(α, β)都有非零的连接。但是T矩阵具有非常特定的结构它通常可以写为多个小矩阵的克罗内克积的形式这源于其相互作用的局部性。这种结构可以被利用来进行更高效的特征值计算例如使用张量网络方法中的矩阵乘积态MPS或密度矩阵重整化群DMRG思想但这已超出经典精确对角化的范畴。对于中等宽度L_y ≤ 16我们仍可能尝试直接构建和部分对角化这个矩阵。4. 对角化转移矩阵与提取物理量一旦我们成功构建了转移矩阵T无论是显式存储在内存中还是通过某种迭代算法如Lanczos方法隐式地作用在向量上我们的目标都是获取其主导特征值即绝对值最大的特征值和相应的特征向量。4.1 配分函数与自由能对于 x 方向具有周期性边界条件、长度为L_x的条带配分函数可以简洁地写成Z Trace(T^{L_x})如果L_x很大趋于热力学极限那么Z将由转移矩阵T的最大特征值λ_max主导Z ≈ λ_max^{L_x}因此每格点的自由能在热力学极限下为f - (k_B T / L_y) * ln(λ_max)这里除以L_y是因为λ_max对应的是“每列”的自由能贡献而每列有L_y个格点。4.2 关联函数与磁化率转移矩阵方法更强大的地方在于可以计算关联函数。假设我们想计算两个相距r列的自旋σ_{0,k}和σ_{r, k}的关联函数σ_{0,k} σ_{r, k}。这需要引入“算符”到转移矩阵的框架中。定义算符O_k它是一个对角矩阵作用在列状态空间上(O_k)_{αα} σ_{α, k}即取出状态α中第k个位置的自旋值。那么关联函数可以表示为σ_{0,k} σ_{r, k} [Trace( T^{L_x - r} O_k T^r O_{k} )] / Z当L_x → ∞时利用转移矩阵的谱分解可以推导出σ_{0,k} σ_{r, k} ≈ Σ_{n} (⟨0|O_k|n⟩ ⟨n|O_{k}|0⟩) * (λ_n / λ_0)^r其中|0⟩是对应最大特征值λ_0即λ_max的右特征向量|n⟩是其他特征值λ_n对应的右特征向量求和遍及所有激发态。⟨0|是左特征向量对于对称矩阵就是|0⟩^T。这个表达式告诉我们长程关联由次主导特征值λ_1与主导特征值λ_0的比值(λ_1/λ_0)控制。关联长度ξ可以通过下式得到ξ -1 / ln(|λ_1/λ_0|)这里取绝对值是因为次主导特征值可能是负的对于Ising模型这对应于奇宇称的激发。磁化率χ则可以通过关联函数的求和得到或者更直接地通过计算系统在无穷小外场下的响应这涉及到计算Σ_{r, k, k} σ_{0,k} σ_{r, k}同样可以用特征值和特征向量表示。4.3 Brascamp-Kunz边界条件带来的影响现在回到我们的特殊边界条件。在构建E_intra(α)时那个负号-J会如何影响转移矩阵T和最终结果对矩阵对称性的影响由于E_intra(α)中包含了-σ_{L_y}σ_1项这破坏了系统在y方向上的平移对称性。因此转移矩阵T不再具有与y方向平移相关的块对角结构。但是它可能仍然保留其他离散对称性如全局自旋翻转对称性σ → -σ这可以将矩阵分成偶宇称和奇宇称两个块。对特征值谱的影响Brascamp-Kunz边界条件的设计旨在使系统在有限尺寸下不出现自发对称破缺。在数值上这通常表现为在低温区有序相最大特征值λ_0对应的特征向量|0⟩具有明确的宇称例如在全局自旋翻转下是偶的并且其磁化期望值0|O_k|0 0。这与周期性边界条件下低温时两个简并的、具有非零磁化的基态特征向量不同。对关联函数收敛的影响由于压制了有限尺寸下的序参量用Brascamp-Kunz边界条件计算得到的关联函数其长程部分由λ_1/λ_0决定能更干净地反映体材料的关联长度而不受有限尺寸下在两个简并真空间隧穿效应的污染。这使得从有限宽度L_y外推热力学极限L_y→∞时的临界指数更为准确。在实际编程计算中构建矩阵T时我们需要在计算E_intra(α)的循环中小心处理最后那条边。代码上这通常体现为一个条件判断当计算第L_y个自旋与第1个自旋的相互作用时耦合强度取-J而非J。5. 数值实现策略与性能优化技巧理论清晰后实现是另一场战斗。直接构建和全对角化一个2^{L_y}维的稠密矩阵L_y超过12就会非常吃力。以下是一些实用的策略和技巧。5.1 稀疏矩阵与迭代法对角化尽管T是稠密的但我们通常不需要它的全部特征谱而只需要最大的几个特征值比如前5-10个和对应的特征向量。对于这种大规模特征值问题迭代法是唯一的选择。Arnoldi方法通过ARPACK库这是最常用的方法。我们不需要显式存储矩阵T只需要提供一个子程序能够计算矩阵-向量乘法y T * x。对于Ising转移矩阵这个乘法操作可以通过巧妙的分解来高效实现。注意到T_{αβ}可以写成与每个位点k相关的因子的乘积T_{αβ} Π_{k1}^{L_y} W(σ_{α,k}, σ_{α,k1}; σ_{β,k}, σ_{β,k1})其中W是一个4x4的局部张量对于考虑最近邻的模型。这种分解允许我们使用类似于“矩阵乘积算子”应用到一个“矩阵乘积态”的算法来计算T * x其计算复杂度可以从O(4^{L_y})降低到O(L_y * χ^3)其中χ是矩阵乘积态的键维数一种截断。对于中等宽度我们也可以直接用比特操作来高效计算矩阵元。Lanczos方法对于实对称矩阵Lanczos方法是Arnoldi方法的特例更高效。它产生一个三对角矩阵来近似原矩阵的极端特征值。同样需要矩阵-向量乘子程序。需要注意的是Lanczos方法在有限精度下会遇到“重影”问题即丢失正交性需要额外的重正交化步骤如完全重正交化这增加了计算量但保证了稳定性。5.2 利用对称性降低维度虽然Brascamp-Kunz边界条件破坏了y方向的平移对称性但全局自旋翻转对称性Z_2通常仍然存在除非加了外磁场。这意味着哈密顿量在变换σ_i → -σ_i(对所有i) 下不变。相应的转移矩阵T与这个Z_2算符对易。因此我们可以将庞大的2^{L_y}维状态空间分解为两个不变子空间偶宇称子空间在Z_2变换下不变和奇宇称子空间在Z_2变换下变号。我们可以分别在这两个子空间内构建更小的转移矩阵并进行对角化。这可以将矩阵维度几乎减半并帮助我们识别特征向量的宇称。构建子空间投影矩阵需要找到一组基它们是好量子数宇称的本征态。一种方法是取原始计算基矢即所有自旋构型的对称和反对称组合。但更高效的方法是在迭代法如Lanczos中直接从具有特定宇称的初始向量开始迭代由于T与宇称算符对易迭代过程中产生的Krylov子空间会自动保持在同一个宇称 sector 内。5.3 矩阵-向量乘法的优化实现这是整个计算中最关键的性能瓶颈。对于宽度L_y朴素地计算y_α Σ_β T_{αβ} x_β需要O(4^{L_y})次操作。但利用Ising相互作用的局部性我们可以做得更好。将转移矩阵元重写为T_{αβ} exp(βJ * Σ_k σ_{α,k}σ_{β,k}) * exp( (βJ/2) * Σ_k (σ_{α,k}σ_{α,k1} σ_{β,k}σ_{β,k1}) ) * δ_{Brascamp-Kunz}}这里δ_{Brascamp-Kunz}}表示在计算层内能量时对最后一条边的特殊处理。我们可以采用“逐位求和”或“转移矩阵作为矩阵乘积算子”的观点。将T视为一个作用于L_y个自旋上的算符。计算y T x可以看作是对中间变量对应于β状态的自旋的求和。这本质上是一个张量网络收缩问题。一个在编程上更直观的优化是使用比特运算。将状态α和β编码为整数自旋值±1用比特表示例如1用0-1用1。那么计算σ_{α,k}σ_{β,k}就变成了对两个整数的特定位进行异或(XOR)和位计数(POPCOUNT)操作。现代CPU对这些操作有极高的优化。计算层内能量E_intra时需要计算相邻比特的异或同样可以用移位和异或操作高效完成。Brascamp-Kunz边界条件对应的最后一条边需要单独处理判断kL_y时与k1的相互作用符号取反。通过预计算所有可能2^{L_y}个状态的E_intra(α)并将其存储在一个数组中我们可以在矩阵-向量乘时避免重复计算。虽然这需要O(2^{L_y})的内存但对于L_y 20这是可以接受的几MB到几百MB。这样每次矩阵-向量乘的主要计算量就集中在计算Σ_β exp(βJ * Σ_k σ_{α,k}σ_{β,k}) * x_β上这仍然需要遍历所有β但内层的点积Σ_k σ_{α,k}σ_{β,k}可以通过比特操作快速计算。5.4 内存与精度考量内存存储一个2^{L_y}维的向量需要8 * 2^{L_y}字节双精度。L_y16时约524KBL_y20时约8MBL_y24时约128MB。存储整个稠密矩阵T是不可行的L_y16时矩阵需要256GB。因此迭代法矩阵-向量乘是必须的。精度在临界温度附近最大特征值和次大特征值会非常接近|λ_1/λ_0| → 1。计算它们的比值需要很高的数值精度。使用双精度浮点数通常是必要的。在Lanczos/Arnoldi迭代中需要设置足够的迭代步数和严格的收敛容差。有时甚至需要使用高精度算术库如GMP/MPFR来处理极端接近的特征值问题。6. 从有限尺寸数据外推热力学极限通过上述方法我们可以对一系列有限宽度L_y例如从4到16或20以2为步长计算自由能密度f(L_y)、关联长度ξ(L_y)等物理量。但我们的目标是热力学极限L_y → ∞下的体物理性质特别是临界指数。6.1 有限尺寸标度理论在临界点附近物理量Q如关联长度ξ、磁化率χ满足有限尺寸标度律Q(L, t) L^{y_Q} * F_Q(t L^{y_t})其中L是系统特征尺寸这里就是宽度L_yt (T - T_c)/T_c是约化温度y_t 1/ν是温度相关指数y_Q是物理量Q的标度维数例如对于关联长度ξy_ξ -1对于磁化率χy_χ γ/ν。F_Q是一个普适的标度函数。对于Brascamp-Kunz边界条件由于其消除了某些平庸的有限尺寸修正标度函数F_Q的形式可能比周期性边界条件更简单收敛更快。6.2 确定临界温度T_c和临界指数一种常用的方法是利用Binder累积量或关联长度比。对于Ising模型定义g(L, T) ξ(L, T) / L。在临界点T_c对于不同的L曲线g(L, T)应该相交于一点。因为根据标度律在TT_c时t0所以ξ(L) ∝ L因此g(L, T_c)是一个与L无关的常数。通过绘制不同L_y下g随T变化的曲线寻找它们的交汇点可以非常精确地确定T_c。得到T_c后在临界点我们有ξ(L) ∝ L。因此我们可以拟合ln ξ(L) vs ln L的曲线其斜率就是1这提供了一个对T_c的交叉检验。更主要的是我们可以通过测量ξ(L)在T_c处的值来提取指数ν。实际上更准确的方法是使用有限尺寸标度拟合将不同L和T下计算得到的ξ(L, T)/L作为变量t L^{1/ν}的函数进行数据折叠data collapse。通过调整T_c和ν使得所有数据点最好地塌缩到一条普适曲线上从而同时确定T_c和ν。类似地磁化率在临界点满足χ(L) ∝ L^{γ/ν}。通过拟合ln χ(L) vs ln L在T_c处的数据可以得到比值γ/ν。6.3 Brascamp-Kunz边界条件的优势在此凸显由于Brascamp-Kunz边界条件压制了有限尺寸下的自发对称破缺用其计算的ξ(L)和χ(L)在低温区不会出现周期性边界条件下那种由于在两个简并态间隧穿而导致的饱和或异常行为。这使得从有限尺寸数据外推热力学极限的行为更加平滑和可靠特别是对于确定临界点和临界指数。许多高精度的蒙特卡洛研究和精确对角化研究在处理二维Ising模型或其他类似模型时都会采用或借鉴这种边界条件来获得更干净的数据。7. 扩展与变体超越经典Ising模型我们讨论的方法并不局限于经典的、零外场的、最近邻相互作用的Ising模型。转移矩阵框架具有很强的扩展性。7.1 加入外磁场加入均匀外磁场h后哈密顿量中会增加一项-h Σ_i σ_i。在转移矩阵的构造中这一项可以合并到层内能量中因为它只依赖于单列的自旋状态E_intra(α) E_intra(α) - h * Σ_{k1}^{L_y} σ_{α,k}这不会增加计算的本质复杂性只是改变了转移矩阵T的定义。然而外磁场会破坏全局Z_2对称性因此我们不能再利用宇称对称性来分块对角化矩阵。计算量基本不变但失去了一个简化手段。7.2 更复杂的相互作用次近邻相互作用如果相互作用延伸到同一层内的次近邻或者层间的对角线相互作用这些项仍然可以吸收到E_intra(α)或V(α, β)的定义中。只要相互作用是短程的转移矩阵T仍然可以写成局部张量乘积的形式尽管这个局部张量会更大涉及更多自旋。矩阵-向量乘的复杂度会增加但算法框架不变。随机耦合伊辛自旋玻璃如果耦合常数J_{ij}是随机的那么转移矩阵T将依赖于具体的随机位形。对于每条独立的耦合位形我们需要重新构建和对角化T然后对物理量进行位形平均。这通常需要结合转移矩阵方法和蒙特卡洛对位形的采样。Brascamp-Kunz边界条件在这里同样有用因为它可以抑制由于边界效应带来的虚假有序。7.3 量子Ising模型与横场经典的Ising模型是“空间维”的统计模型。其量子对应物——横场Ising模型是一个11维的量子模型其哈密顿量中包含非对易的算符。令人惊讶的是一维量子横场Ising模型可以通过一个经典的二维Ising模型来精确映射通过Trotter-Suzuki分解。在这个映射下量子模型的虚时间方向对应了经典模型的另一个空间维度。因此我们这里讨论的、用于经典二维Ising模型的转移矩阵方法经过修改后可以直接用于计算一维量子横场Ising模型在零温下的基态性质。这时转移矩阵沿着空间方向而Trotter分解的步长方向则对应了经典的另一个维度。Brascamp-Kunz边界条件也可以应用于这个量子问题的模拟中以改善有限尺寸效应。7.4 与其他数值方法的结合纯粹的转移矩阵精确对角化受限于宽度L_y。为了研究更宽的系统我们需要与其他方法结合张量网络重正化群TRG将转移矩阵视为一个矩阵乘积算子MPO使用TRG或其变种如角转移矩阵重正化群CTMRG来近似收缩整个张量网络可以处理更宽的系统。密度矩阵重正化群DMRG对于准一维系统DMRG是计算基态和低能激发态的标准强大工具。对于我们的条带几何DMRG本质上是在优化一个矩阵乘积态MPS来表示转移矩阵的主导本征态。对于二维经典模型DMRG可以沿着一条线进行有效地处理宽度达几十甚至上百的系统。在实际研究中对于中等宽度L_y ≤ 20的高精度计算直接使用基于稀疏矩阵迭代法的转移矩阵对角化仍然是一个黄金标准因为它提供的是在给定宽度下的精确结果忽略数值误差可以作为检验更近似方法如DMRG、TRG的基准。而Brascamp-Kunz边界条件凭借其在抑制有限尺寸效应方面的优势使得这种精确计算的结果在用于外推热力学极限时更为可靠和高效。