Tesef

~ PAULO
UNIVERSIDADE DE SAO
INSTITUTO DE FISICA

METODOS
ESTOCASTICOS APLICADOS

A TRANSIC ~
AO DE FASE
Jos
e R. Novaes Chiappin
Tese apresentada ao Instituto de F

si a da
Universidade de S~
ao Paulo para obten
~ao
do t
tulo de Doutor em Ci^
en ias.
Orientador Prof. Dr. M

ario Jos
e de Oliveira
Ban a Examinadora
Prof. Dr. M
ario Jos
e de Oliveira (IFUSP)
Prof. Dr. J
urgen Fritz Stil k (UFF)
Prof. Dr. Paulo Murilo C. de Oliveria (UFF)
Prof. Dr. S
lvio Roberto de Azevedo Salinas (IFUSP)
Prof. Dr. Wagner Figueiredo (UFSC)
S~
ao Paulo
2005
Esta tese e dedi ada a mem
oria de meus pais e aos meus irm~
aos
Antonio Itamar e Glau o Cesar e a minha irm~
a Maria Apare ida
testemunhas de nosso esfor o.
i
ii
ii
Agrade imentos
ao meu orientador s~ao profundos pois muito do que se en ontra nesta tese aprendi
om ele, alem de ser o responsavel pelos meus primeiros trabalhos publi ados em
fsi a.
aos membros do grupo de Me âni a Estatsti a, parte do qual foi onstrudo pelo
prof. Salinas, s~ao espe iais por uma in uên ia da qual nun a pude e nun a quis me
livrar e da qual a bus a por essa tese foi uma ne essidade e o resultado.
ao Ozorio s~ao muitos n~ao so pela amizade que onstrumos ao partilhar-mos a mesma
sala mas tambem por sua sistemati a e in ansavel ajuda.
ao Instituto de Fsi a, em parti ular ao Departamento de Fsi a Geral, s~ao enormes

por propor ionar minha forma ~ao basi a e uma infra-estrutura de fun ionamento
de 24 horas que tornou essa tese possvel pois boa parte dela foi feita nos sabados,
domingos e durante a noite.
ao meu Departamento e olegas pela onvivên ia.
a Mar ia por propor ionar um ambiente de trabalho muito agradavel om sua dis-
posi ~ao e seu uidado om a organiza ~ao.
ao prof.Lira e sua equipe, ao Sergio e Valdir por terem onstrudo uma rede de
omputadores muito e iente da qual z uso intensivo e muito me bene iei.
ao Sr. Jo~ao e ao Slvio por terem propor ionado no turno da noite, durante todo esse
tempo, a erteza de que teramos sempre afe quente e a disposi ~ao para pequenas
e des ontradas onversas.
a Dir e, Ivone e Silvana pelo apoio administrativo e ao Sr. Wilson e Dona Suely
pela aten ~ao e pelo afe.
ao pessoal da bibliote a e da se retaria da pos-gradua ~ao que foram sempre muito

aten iosos e prestativos alem de pa ientes.
iii
iv
iv
RESUMO.
A presente pesquisa se refere a apli a ~ao dos metodos esto asti os para estudar fenômenos
rti os em modelos de sistemas lassi ados omo desordenados, que apresentam transi ~ao
de fase do tipo ordem-desordem. Essa pesquisa e denida tanto no quadro teori o da
Me âni a Estatsti a dos fenômenos rti os e transi ~ao de fase de equilbrio e fora de
equilbrio, om os re ursos asso iados a analise de es ala de tamanho nito quanto no
quadro dos re ursos aos pro essos esto asti os markovianos, des ritos pela equa ~ao-mestra
e asso iados a te ni as essen ialmente numeri as omo o metodo esto asti o omputa-
ional de Monte Carlo.
Na primeira etapa desta pesquisa, os modelos estudados s~ao da lasse denominada
de votante majoritario. Eles s~ao indexados pelo numero z de vizinhos mais proximos,
om spin entral, têm dois estados e s~ao onstrudos em redes quadradas. A evolu ~ao
dinâmi a e dada pela regra da maioria junto om regra de desempate. Eles n~ao satis-
fazem a propriedade do prin pio do balan eamento detalhado, portanto, s~ao lassi ados
omo des revendo fenômenos fora de equilbrio. Contudo, eles satisfazem a propriedade
de simetria de invers~ao de sinal, o que os olo a teori amente na lasse de universalidade
do modelo de Ising. Desta forma, a evolu ~ao dinâmi a desses modelos e estudada om os
re ursos da equa ~ao-mestra ou equa ~ao de evolu ~ao. No entanto, essa abordagem teori a
e feita apenas na aproxima ~ao de ampo medio, a qual forne e, na solu ~ao esta ionaria, os
valores lassi os para os parâmetros relevantes. Em ontrapartida, os valores numeri os
exatas para os valores do ponto rti o e dos expoentes rti os, que s~ao n~ao- lassi os, e
dada por meio do re urso ao metodo de simula ~ao omputa ional e a analise de es ala de
tamanho nito. Esses valores onrmam o resultado teori o quanto a lasse de universali-
dade para ada modelo espe o. Na sequên ia, estudam-se as propriedades dos modelos
resultantes da ombina ~ao onvexa dos modelos do votante majoritario. Os resultados s~ao
semelhantes aos anteriores. Um resultado extra permitido por essa ombina ~ao onvexa e
a onstru ~ao de uma rela ~ao ontnua entre o valor rti o do indutor da transi ~ao de fase
e o numero de vizinhos. Neste ontexto foi apresentada uma solu ~ao para o problema do
modelo mais simples desta lasse de modelos. Com o modelo mais simples ilustram-se as
ondi ~oes universais de transi ~ao de fase, em parti ular o papel da dimens~ao do sistema.
Na segunda etapa da pesquisa, onstroi-se, ent~ao, outra lasse de modelos do votante
v
vi
que, por analogia om o modelo de Ising, tem omo estado fundamental a fase antiferro-
magneti a: a lasse dos modelos do votante minoritario. Essa lasse de modelos possue
as mesmas propriedades da lasse de modelos do votante majoritario e por isso obtem-se
os mesmos resultados A analogia om o modelo de Ising e levada um pou o mais longe
om a onstru ~ao de um analogo ao modelo de Ising J : a onstru ~ao da ombina ~ao
onvexa do votante majoritario om o minoritario. Para esse novo modelo onstroi-se
tanto o diagrama om as três fases, ferromagneti a, paramagneti a e antiferromagneti a
quando as on entra ~oes rti as que as distinguem. N~ao se obtem uma possvel fase de
vidro de spin. Uma vez que os modelos do votante s~ao originalmente tidos omo sistemas
desordenados, omparam-se, para um mesmo modelo, resultados obtidos pela apli a ~ao
de dois diferentes metodos de tratar os modelos de sistemas desordenados: o metodo
temperado -"quen hed"- e o metodo re ozido - \annealed".
Na ter eira etapa desta pesquisa e na mesma linha dos modelos esto asti os irre-
versveis tratados anteriormente, estuda-se ainda outro modelo, lassi ado omo jogo
espa ial, om uma dinâmi a des revendo a evolu ~ao de N indivduos interagentes lo al-
izados nos stios de uma rede quadrada. Simula ~oes mostram que alem de dois estados
absorventes ha tambem a presen a de um estado ativo denido por uma densidade nita
de ooperadores e n~ao ooperadores e que esse modelo se en ontra na lasse de universal-
idade do modelo da per ola ~ao dire ionada. Nesta mesma etapa, mas, agora, no ontexto
da Me âni a Estatsti a de Equilbrio, aborda-se o modelo de Ising quânti o unidimen-
sional om ampo transverso por meio da simula ~ao de Monte Carlo. Com o uso do
metodo esto asti o e por meio da urva do olpaso al ulam-se os valores do ponto rti o
e dos expoentes rti os desse modelo.
vi
Abstra t
This resear h refers to the apli ation of the sto hasti methods to the study of the
riti al phenomena in models of systems lassied as disordered that undergo phase tran-
sition of the order-disorder kind. This resear h is dened as in the theoreti al framework
of the Statisti al Me hani s of the equilibrium and non-equilibrium of the riti al phe-
nomena and phase transition, with the resour es asso iated to the analysis of nite-size
s ale, as in the frame of the resour es of markovian sto hasti pro ess des ribed by the
master equation asso iated with essentially numeri al te hniques su h as sto hasti om-
puta ional method of Monte Carlo. In the rst stage of this resear h, the studied models
belong to the lass of the majority voter. They are des ribed by a latti e with spins in
ea h site with two states. The dynami of these models is des ribed by the majority rule
together with a rule for solving problems of inde ision. These models do not obey the
prin iple of mi ros opi reversibility therefore they are lassied as des ribing phenomena
of non-equilibrium. However, they satisfy the property of \up- down" symmetry whi h
make them theoreti ally belong to the universality lass of the Ising model. The mean
eld approa h to the master equation is done and the exa t value is pursued by the use of
the method of the omputational simulation with the use of the analysis of nite-size s ale.
The results obtained for the riti al exponents support the hipothesis of universality lass
of these models. There are onstru tions of the onvex ombination of these models. A
question is raised about the simplest model and a possible solution is presented. There is
a sear h for another kind of majority voter, but with an antiferromagneti ground state,
whi h leads to the minority voter. It is also to be lassied in the same universality lass.
A natural unfold of this resear h is making the onvex ombination of the minority and
majority voter models by analogy with the Ising model J and ask for the phase diagram
relating the riti al value and the density. It is lose to that of the Ising model J .
Some results are also obtained by omparing the quen hed and annealed approa h to a
same majority voter model. Finally, there are two more appli ations of these methods for
obtaining riti al point and riti al exponents. The rst refers to a model with absorbing
state whi h is lassied in the universality lass of dire t per olation. The se ond refers
to a quantum model with transverse eld.
vii
viii
viii
Lista de Figuras
1.1 Gra o do parâmetro de ordem{magnetiza ~ao{ omo ara tersti a da transi ~ao
ontnua para o tamanho L res ente. . . . . . . . . . . . . . . . . . . . . . 21
1.2 Gra o da sus etibilidade omo ara tersti a da transi ~ao ontnua. . . . . 22
2.1 As oordenadas das formas geometri as de liga ~oes. . . . . . . . . . . . . . 33
2.2 As quatro possveis formas geometri as de liga ~ao. . . . . . . . . . . . . . . 35
2.3 As seis possveis formas geometri as de liga ~oes. . . . . . . . . . . . . . . . 39
2.4 Os dois modelos basi os (1100) e (0011) . . . . . . . . . . . . . . . . . . . 40
2.5 Os dois modelos basi os (1100) e (0011) . . . . . . . . . . . . . . . . . . . 44
2.6 M omo fun ~ao de 1=L para ada q . . . . . . . . . . . . . . . . . . . . . . 49
2.7 O metodo do umulante ! q = 0:0514 para U = 0:61. . . . . . . . . . . . 50
2.8 O metodo da magnetiza ~ao, M , versus q para diversos L e a ontinuidade
omo ara tersti a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.9 O metodo da sus etibilidade, L , versus q e a divergên ia omo ara -
tersti a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.10 Regress~ao linear ! = = 0:122 0:003. . . . . . . . . . . . . . . . . . . . 52
2.11 Metodo de interpola ~ao ! q = 0:0514. . . . . . . . . . . . . . . . . . . . . 53
2.12 Regress~ao linear ! = = 1:742. . . . . . . . . . . . . . . . . . . . . . . . 54
2.13 Regress~ao linear ! = = 1:737 om os dados para max (L). . . . . . . . . 55
2.14 A hipotese de es ala paraM~ e "~. . . . . . . . . . . . . . . . . . . . . . . . . 56
2.15 A hipotese de es ala para ~L (q ) versus "~. . . . . . . . . . . . . . . . . . . . 56
2.16 A hipotese de es ala para U~L = UL versus "~. . . . . . . . . . . . . . . . . . 57
2.17 Gra o de q versus densidade 1100 . . . . . . . . . . . . . . . . . . . . . . 58
2.18 As quatro possveis formas geometri as de liga ~oes. . . . . . . . . . . . . . 60
2.19 A forma geometri a de liga ~ao e (1001) om q = 0:0671. . . . . . . . . . . 64
2.20 O metodo da magnetiza ~ao, ML , versus q . . . . . . . . . . . . . . . . . . . 65
2.21 Sus etibilidade, L , versus q om a divergên ia ara tersti a. . . . . . . . 66
2.22 O metodo de regress~ao linear ! = = 0:1264 0:009 . . . . . . . . . . . . 66
2.23 Regress~ao linear ! = = 1:7036 0:0730. . . . . . . . . . . . . . . . . . . 67
2.24 O metodo de regress~ao linear ! = = 1:7343 0:0164 . . . . . . . . . . . 67
ix
x LISTA DE FIGURAS
2.25 A hipotese de es ala para M~ versus "~. . . . . . . . . . . . . . . . . . . . . . 68

2.26 A hipotese de es ala para ~L versus "~. . . . . . . . . . . . . . . . . . . . . 69
2.27 A hipotese de es ala para U~L versus "~ . . . . . . . . . . . . . . . . . . . . . 69
2.28 As duas formas geometri as e simetri as de liga ~oes (1010) e (0101). . . . . 71
2.29 As duas formas geometri as om simetria no eixo x, de liga ~oes (1010) e
(1001). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
2.30 Gra o da rela ~ao q versus 1001 . . . . . . . . . . . . . . . . . . . . . . . . 72
2.31 Gra o para a rela ~ao entre q versus 1010 . . . . . . . . . . . . . . . . . . . 73
2.32 Gra o da superposi ~ao da rela ~ao q versus 1001 para os dois onjuntos. . 74
2.33 As seis possveis formas geometri as de liga ~oes. . . . . . . . . . . . . . . . 75
2.34 As liga ~oes (0011) e (1010). . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.35 q versus 1010 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.36 Superposi ~ao das rela ~oes entre q e as densidades 0 s. . . . . . . . . . . . . 77
3.1 As quatro possveis formas geometri as de liga ~oes . . . . . . . . . . . . . . 81
3.2 O metodo do umulante e o valor rti o q = 0:0754 . . . . . . . . . . . . . 84
3.3 Gra o da magnetiza ~ao ML versus q . . . . . . . . . . . . . . . . . . . . . . 85
3.4 Gra o da sus etibilidade L versus q . . . . . . . . . . . . . . . . . . . . . 85
3.5 Gra o de ln M versus ln L e regress~ao linear ! = = 0:1235 0:0058 . . 86
3.6 Gra o de ln versus ln L e regress~ao linear ! = = 1:7430 0:0161. . . 87
3.7 A hipotese de es ala para ML~(q ) versus "~. . . . . . . . . . . . . . . . . . . 87
3.8 A hipotese de es ala para L~(q ) versus "~ . . . . . . . . . . . . . . . . . . . 88
3.9 A hipotese de es ala para U versus "~. . . . . . . . . . . . . . . . . . . . . . 88
3.10 Conjunto (1011) e (0111). . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.11 Conjunto (1101) e (0111). . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.12 Superposi ~ao dos gra os q versus 0111 . . . . . . . . . . . . . . . . . . . 91
3.13 Metodo do umulante ! q = 0:0800. . . . . . . . . . . . . . . . . . . . . . 92
3.14 O onjunto (1111), um spin entral e quatro vizinhos. . . . . . . . . . . . . 92
3.15 Gra o de U (L) versus q . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.16 Gra o da magnetiza ~aoML versus q . . . . . . . . . . . . . . . . . . . . . . 98
3.17 Gra o da sus etibilidade L versus q . . . . . . . . . . . . . . . . . . . . . 98
3.18 Regress~ao linear ! = = 0:123 0:0025 . . . . . . . . . . . . . . . . . . . 99
3.19 Gra o do maximo da sus etibilidade, max, versus L. . . . . . . . . . . . . 99
3.20 A hipotese de es ala para a rela ~ao M~ versus "~. . . . . . . . . . . . . . . . 100
3.21 A hipotese de es ala para a rela ~ao ~L versus "~ . . . . . . . . . . . . . . . 101
3.22 A hipotese de es ala para a rela ~ao U~ versus "~. . . . . . . . . . . . . . . . . 101
3.23 As quatro formas geometri as possveis om in o vizinhos. . . . . . . . . . 102
3.24 Rela ~ao entre q e z para modelos om spin entral. . . . . . . . . . . . . . 103
x
LISTA DE FIGURAS xi
3.25 Rela ~ao entre magnetiza ~ao, M, versus q para diversos z . . . . . . . . . . . 104
3.26 Rela ~ao entre q e a densidade 1v . . . . . . . . . . . . . . . . . . . . . . . 107
3.27 As liga ~oes geometri as (1100), (0011) e (0100). . . . . . . . . . . . . . . . 108
3.28 Gra o teori o da rela ~ao q versus 2 . . . . . . . . . . . . . . . . . . . . . 112
3.29 Rela ~ao entre q e 2v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.30 Rela ~ao entre q e 2v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.31 Rela ~ao entre q versus 1100 . . . . . . . . . . . . . . . . . . . . . . . . . . 116
3.32 Da rela ~ao entre q e 1100 tem-se que 1100 = 0:99 ! q = 0:0075. . . . . . 117
3.33 Da rela ~ao q e 2v tem-se que 2v = 0:01 ! q = 0:000075. . . . . . . . . 119
4.1 Os dois modelos basi os (1100) e (0011). . . . . . . . . . . . . . . . . . . . 126
4.2 Cumulante de quarta ordem UL (q ): interse ~ao no valor rti o q = 0:0514. 133
4.3 Magnetiza ~ao, ML (q ),versus q para valores de L. . . . . . . . . . . . . . . . 133
4.4 Sus etibilidade, L (q ),versus q para valores de L. . . . . . . . . . . . . . . 134
4.5 Regress~ao linear: expoente rti o / = 0:1210. . . . . . . . . . . . . . . . 135
4.6 Regress~ao linear: expoente rti o = = 1:7632. . . . . . . . . . . . . . . . 135
4.7 Regress~ao linear: expoente rti o = = 1:7753. . . . . . . . . . . . . . . . 136
4.8 Fun ~ao universal L= M(q) omo fun ~ao de L1= (q q )=q . . . . . . . . . 137
4.9 Fun ~ao universal L = (q ) omo fun ~ao de L1= (q q )=q . . . . . . . . . 137
4.10 Fun ~ao universal U(q) omo fun ~ao de L1= (q q )=q . . . . . . . . . . . . 138
4.11 O onjunto (1111), um spin entral e quatro vizinhos. . . . . . . . . . . . . 139
4.12 O metodo do umulante UL (q ): a interse ~ao no valor rti o q = 0:0848. . 143
4.13 A magnetiza ~ao ML (q ) versus q para alguns valores de L. . . . . . . . . . . 144
4.14 A sus etibilidade L versus q e tendên ia a divergên ia em q = 0:0848. . . 144
4.15 Regress~ao linear ! = = 0:1232. . . . . . . . . . . . . . . . . . . . . . . . 145
4.16 Regress~ao linear ! / = 1:705. . . . . . . . . . . . . . . . . . . . . . . . . 146
4.17 Regress~ao linear ! = = 1:741. . . . . . . . . . . . . . . . . . . . . . . . . 146
4.18 Fun ~ao universal L= M (q ) versus L1= (q q )=q . . . . . . . . . . . . . . 147
4.19 Fun ~ao universal L = (q ) versus L1= (q q )=q . . . . . . . . . . . . . . . 148
4.20 Fun ~ao universal U(q) versus L1= (q q )=q . . . . . . . . . . . . . . . . . 148
5.1 Estes s~ao exemplos de plaquetas (I)n~ao frustradas e de (II) frustradas. . . . 151
5.2 O gra o q versus vmin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
5.5 O metodo do umulante obtemos q = 0:0380 para vmaj = 0:95. . . . . . . 159
5.6 A rela ~ao da magnetiza ~ao, ML , om q . . . . . . . . . . . . . . . . . . . . . 160
5.7 A rela ~ao da sus etibilidade, L om q. . . . . . . . . . . . . . . . . . . . . 160
5.8 O gra o log-log da magnetiza ~ao ML (q ),versus L. . . . . . . . . . . . . . 161
xi
xii LISTA DE FIGURAS
5.9 Gra o log-log da sus etibilidade max versus L. . . . . . . . . . . . . . . . 162

5.10 Gra o log-log da sus etibilidade, L (q ),versus L. . . . . . . . . . . . . . . 162
5.11 Fun ~ao Universal M~ (q ) = L= M versus "~ = L1= (q q )=q . . . . . . . . . 163
5.12 Fun ~ao universal ~(q ) = L = versus "~ = L1= (q q )=q . . . . . . . . . 164
5.13 Fun ~ao universal U (q ) versus "~ = L1= (q q )=q . . . . . . . . . . . . . . . 164
5.14 Domnios (F) e (AF) do modelo onvexo VMAJ4VMIN4 om p >= 0:5. . . 166
5.15 Domnios (AF) e (F) do modelo onvexo VMAJ4VMIN4 om 0:00 p 0:5.166
5.16 Domnios (AF) e (F) do modelo onvexo VMAJ4VMIN4 om 0:00 p 1:00.167
5.17 O metodo do umulante, UL versus q , ! vmin = 0:0800 0:008. . . . . . . 168
5.18 O gra o da magnetiza ~ao(M (q = 0)) versus vmin . . . . . . . . . . . . . . 169
5.19 O gra o da sus etibilidade((q = 0)) versus vmin . . . . . . . . . . . . . . 169
5.20 O gra o ln M (q = 0; vmin = )versus ln L. Dois valores simulados e
quatro valores interpolados ! = 0:0806. . . . . . . . . . . . . . . . . . . 170
5.21 O gra o ln M (q = 0; = ) versus ln L da regress~ao linear. . . . . . . . . 171
5.22 O gra o ln (q = 0; = ) versus ln L da regress~ao linear. . . . . . . . . . 171
5.23 Fun ~ao universal L= M (q = 0; vmin ) versus L1= (vmin )= . . . . . . 172
5.24 Fun ~ao universal L = (q = 0; vmin ) versus L1= (vmin )= . . . . . . 173
5.25 Fun ~ao universal U versus L1= (vmin )= . . . . . . . . . . . . . . . . . 174
5.26 O gra o do umulante de quarta ordem versus q . . . . . . . . . . . . . . . 175
5.27 O gra o da magnetiza ~ao ML versus q . . . . . . . . . . . . . . . . . . . . . 176
5.28 O gra o da sus etibilidade L versus q . . . . . . . . . . . . . . . . . . . . . 176
5.29 O gra o da ln max versus ln L. . . . . . . . . . . . . . . . . . . . . . . . . 177
5.30 O gra o do ln q versus ln L. . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.31 O gra o do ln ML versus ln L. . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.32 O gra o do olapso L= ML versus L1= (q q )=q . . . . . . . . . . . . . . 179
5.33 O gra o do olapso L = versus L1= (q q )=q . . . . . . . . . . . . . . 180
5.34 O gra o do olapso U versus L1= (q q )=q . . . . . . . . . . . . . . . . . 180
5.35 Gra o UL versus q om U = 0:61. . . . . . . . . . . . . . . . . . . . . . . 182
5.36 O gra o da magnetiza ~ao, ML versus q . . . . . . . . . . . . . . . . . . . . 183
5.37 O gra o da sus etibilidade, L versus q . . . . . . . . . . . . . . . . . . . . 183
5.38 O gra o de ln ML versus ln L ! expoente = . . . . . . . . . . . . . . . . 184
5.39 O gra o da ln q versus ln L ! expoente = . . . . . . . . . . . . . . . . . 185
5.40 O gra o da ln max versus ln L ! expoente = . . . . . . . . . . . . . . . 185
5.41 O gra o do olapso M~ = L= M versus "~ = L1= (q q )=q . . . . . . . . . 186
5.42 O gra o do olapso ~ = L = versus "~ = L1= (q q )=q . . . . . . . . . 187
5.43 O gra o do olapso U~ = U versus "~ = L1= (q q )=q . . . . . . . . . . . . 187
5.44 O valor de q = 0:066 para 1001 = 0:98 pelo metodo \annealed". . . . . . . 188
5.45 O mesmo ponto rti o anterior em destaque. . . . . . . . . . . . . . . . . . 188
xii
5.46 O gra o do valor rti o q = 0:058 pelo metodo \quen hed". . . . . . . . 189
5.47 A superposi ~ao dos dois gra os para 1001 = 0:98. . . . . . . . . . . . . . . 189
5.48 O gra o da abordagem \quen hed" de q versus 1001 . . . . . . . . . . . . 190
5.49 O gra o da superposi ~ao dos dois gra os: \quen hed" e \annealed". . . . 191
6.1 Diagrama de fase no plano (r; ) obtido da simula ~ao numeri a em uma rede
quadrada. As três fases s~ao o estado de plena oopera ~ao (C) para o qual
= 1, estado ativo (A) para o qual 0 < < 1 , e estado de n~ao- oopera ~ao
plena (D) para o qual = 0. As linhas de transi ~oes C-A e A-D s~ao linhas
rti as embora a linha C-D e uma linha de transi ~ao des ontnua. As três
linhas en ontra-se no ponto r = = 1. . . . . . . . . . . . . . . . . . . . . 199
6.2 Densidade do ooperador versus o parâmetro r para varios valores de ,
obtidos das simula ~oes numeri as. Da esquerda para a direita os valores de
s~ao 0; 0:1; 0:2; 0:3; 0:4; 0:5; 0:6; 0:7; e 0:9: . . . . . . . . . . . . . . . . . . . 200
6.3 Gra o de ln versus ln r em que = r r para o aso = 0. As três
linhas orrespondem, da esquerda para a direita, para valores tentativas de
r = 0:798; 0:800, e 0:802: O melhor ajuste linear da r = 0:800 0:001 e o
expoente rti o = 0:58 0:01: . . . . . . . . . . . . . . . . . . . . . . . . 201
7.1 Cumulante de quarta ordem UL ( ): interse ~ao no valor rti o = 1:000
para o valor de UL ( ) = 0:55. . . . . . . . . . . . . . . . . . . . . . . . . . 209
7.2 Magnetiza ~ao M omo fun ~ao do parâmetro para varios valores L da
adeia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
7.3 Sus etibilidade M omo fun ~ao do parâmetro para varios valores L da
adeia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
7.4 Fun ~ao universal M~ = L1=8 M omo fun ~ao de L1= ( )= . . . . . . . . 212
7.5 Fun ~ao universal ~ = L omo fun ~ao de L (
3=4 1=
)= . . . . . . . . 213
~
7.6 Fun ~ao universal U = U omo fun ~ao de L ( 1=
)= . . . . . . . . . . . 214
xiii
xiv
Sumario
1 INTRODUC ~
AO. 1
1.1 Metodos e te ni as para estudar a natureza e
obter o valor do ponto rti o e expoentes rti os. . . . . . . . . . . . . . . 20
1.1.1 Metodos para identi ar a natureza da transi ~ao. . . . . . . . . . . 20
1.1.2 O metodo do umulante de quarta ordem. . . . . . . . . . . . . . . 22
1.1.3 O metodo da magnetiza ~ao: valor, natureza e expoente rti o. . . . 23
1.1.4 O metodo da sus etibilidade: valor, natureza e expoentes rti os. . 24
1.1.5 A fun ~ao de es ala e a urva olapso. . . . . . . . . . . . . . . . . . 25
1.1.6 Roteiro da tese. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2 O MODELO DO VOTANTE MAJORITARIO - VMAJ. 29
2.1 Introdu ~ao: os objetivos e problemas. . . . . . . . . . . . . . . . . . . . . . 29
2.2 O modelo do Votante Majoritario: des ri ~ao geral e espe i a ~ao dos ob-
jetivos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3 O modelo VMAJ1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.1 A des ri ~ao do modelo. . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.2 A abordagem teori a: a aproxima ~ao de ampo medio. . . . . . . . 36
2.3.3 A simula ~ao omputa ional: resultados numeri os
e analise dos dados. . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4 O modelo VMAJ2 e seus submodelos. . . . . . . . . . . . . . . . . . . . . . 38
2.4.1 Des ri ~ao do modelo. . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.4.2 O modelo onvexo VMAJ2.1 sem spin entral: des ri ~ao do modelo. 39
2.4.4 A simula ~ao omputa ional: resultados numeri os e analise dos dados. 43
2.4.5 O modelo onvexo VMAJ2.1 om spin entral: des ri ~ao do modelo. 43
2.4.8 O modelo onvexo VMAJ2.2 sem spin entral: des ri ~ao do modelo. 59
2.4.9 A abordagem teori a: aproxima ~ao de ampo medio. . . . . . . . . 60
xv
2.4.11 O modelo onvexo VMAJ2.2 om spin entral: des ri ~ao do modelo. 60
2.4.14 O modelo VMAJ2.2 puro: des ri ~ao do modelo. . . . . . . . . . . . 63
2.4.16 A abordagem da simula ~ao omputa ional: resultados numeri os e
analise dos dados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.4.17 Os modelos VMAJ2.2.1 e VMAJ2.2 om spin entral: des ri ~ao do
modelo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
2.4.19 A abordagem omputa ional: resultados numeri os e analise dos
dados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2.4.20 O modelo onvexo VMAJ2.3: des ri ~ao do modelo. . . . . . . . . . 74

3 O MODELO DO VOTANTE MAJORITARIO E O MODELO MAIS
SIMPLES. 79
3.1 Introdu ~ao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.2 O modelo onvexo VMAJ3: des ri ~ao do modelo. . . . . . . . . . . . . . . 80
3.2.1 A abordagem teori a: a aproxima ~ao de ampo medio . . . . . . . . 82
3.3 Os modelos VMAJ3.1 e VMAJ3.2: des ri ~ao dos modelos. . . . . . . . . . 89
3.3.2 A simula ~ao omputa ional: resultados numeri os e analise dos dados 90
3.4 O modelo VMAJ4 om spin entral. . . . . . . . . . . . . . . . . . . . . . . 90
3.5 Os outros modelos homogêneos VMAJx. . . . . . . . . . . . . . . . . . . . 102
3.6 Os modelos heterogêneos: a rela ~ao entre q e z . . . . . . . . . . . . . . . 104
3.7 O problema do modelo mais simples. . . . . . . . . . . . . . . . . . . . . . 108
3.7.1 O modelo onvexo VMAJ2.1-VMAJ1. . . . . . . . . . . . . . . . . . 108
3.7.2 A abordagem teori a: o enfoque de ampo medio . . . . . . . . . . 109
3.7.3 A simula ~ao omputa ional: resultados numeri os e analise dos dados.113
3.7.4 A rela ~ao entre q e . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.7.5 O modelo mais simples. . . . . . . . . . . . . . . . . . . . . . . . . 116
3.7.6 Propriedades do modelo mais simples. . . . . . . . . . . . . . . . . 119
xvi
3.8 Con lus~oes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

4 O MODELO DO VOTANTE MINORITARIO-VMIN. 123
4.1 Introdu ~ao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
4.2 O modelo do votante minoritario (VMIN) -
A fase antiferromagneti a. . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.3 O modelo minoritario VMIN2.1 sem spin entral. . . . . . . . . . . . . . . 125
4.4 O modelo minoritario VMIN2.1 om spin entral. . . . . . . . . . . . . . . 129
4.5 O modelo minoritario VMIN4 om spin entral. . . . . . . . . . . . . . . . 138
4.5.3 A simula ~ao omputa ional: resultados numeri os e a analise dos
dados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5 O MODELO CONVEXO DO VOTANTE

MAJORITARIO-MINORIT
ARIO: VMAJ4VMIN4. 149
5.1 Introdu ~ao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
5.2 O modelo VMAJ4VMIN4. . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.2.1 Introdu ~ao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
5.2.2 A des ri ~ao do modelo VMAJ4VMIN4. . . . . . . . . . . . . . . . . 151
5.2.3 O modelo VMAJ4VMIN4 om spin entral. . . . . . . . . . . . . . 152
5.2.6 O modelo VMAJ4VMIN4 e o valor rti o . . . . . . . . . . . . . 167
5.3 Os tipos de desordem: \annealed" e \quen hed". . . . . . . . . . . . . . . 174
5.3.1 O modelo VMAJ98AN: a abordagem \annealed". . . . . . . . . . . 174
5.3.2 O modelo VMAJ98Q: a abordagem \quen hed". . . . . . . . . . . . 181
5.3.4 O modelo VMAJANQ: q versus 1001 . . . . . . . . . . . . . . . . . 189
5.4 Con lus~oes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
xvii
^
6 O PROBLEMA DA EMERGENCIA DA COOPERAC ~
AO
ENTRE INDIVIDUOS INTERAGENTES. 193
6.1 Introdu ~ao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
6.2 O modelo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
6.3 Simula ~ao numeri a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
6.4 Con lus~oes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
7 MODELO DE ISING COM CAMPO TRANSVERSO:

^
MODELO QUANTICO. 203
7.1 Introdu ~ao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
7.2 Formulas basi as. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
7.3 O metodo de Monte Carlo. . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
7.4 Algoritmo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
7.5 Resultados numeri os. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
7.6 Con lus~oes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
xviii
Captulo 1
INTRODUC ~
AO.
A presente tese tem por objetivo propor e resolver problemas rela ionados om fenôme-
nos rti os e transi ~ao de fase. Esses problemas referem-se as propriedades de modelos de
sistemas lassi ados omo desordenados, om transi ~ao de fase do tipo ordem-desordem.
A natureza geral desses problemas de fenômenos rti os e transi ~ao de fase en ontra-se
tanto no ontexto da Termodinâmi a quanto no da Me âni a Estatsti a de Equilbrio. No
entanto, muitos destes re ursos podem ser apli ados para transi ~oes de fase em modelos
de n~ao-equilbrio, omo e o aso da maioria dos modelos dessa tese. O objetivo da Ter-
modinâmi a e onstruir quantidades fsi as apropriadas, tais omo press~ao, temperatura,
variaveis de estados, des revendo as propriedades ma ros opi as da materia, por meio de
ma roestados e estabele er rela ~oes entre essas quantidades, ou seja, formular equa ~oes
de estados e as leis da Termodinâmi a. Contudo, essas quantidades ma ros opi as de
estados s~ao resultantes dos valores medios de propriedades mi ros opi as, tais omo o-
ordenadas e momentos das part ulas que onstituem a materia. O objetivo da Me âni a
Estatsti a de Equilbrio e o de expli ar ou derivar as propriedades ma ros opi as da
materia a partir das leis governando o omportamento das part ulas individuais. As pro-
priedades mi ros opi as s~ao expressas por meio de ma roestados em termos de variaveis
termodinâmi as denominadas de energia, temperatura, press~ao, poten ial qumi o, en-
tropia, poten ial termodinâmi o, : : : . Uma das maneiras de tratar essas propriedades
ma ros opi as e expli a-las diretamente por meio da Termodinâmi a. Ela pode ser on-
struda em termos axiomati os a partir dos poten iais termodinâmi os om os prin pios
de maximiza ~ao ou de minimiza ~ao submetidos as restri ~oes dadas pelas leis da on-
serva ~ao da energia, da segunda lei e da ter eira lei da Termodinâmi a. No ontexto da
Me âni a Estatsti a de Equilbrio a des ri ~ao mi ros opi a dos estados das part ulas,
representada pelos mi roestados, e dada pela apli a ~ao das leis da Me âni a Classi a ou
da Me âni a Quânti a ao estudo das intera ~oes entre essas part ulas. Essas s~ao des ritas
por modelos. A expli a ~ao do omportamento mi ros opi o das part ulas e, ent~ao, on-
struda a partir da formula ~ao da \teoria dos ensembles". Por meio dessa teoria, as quan-
1
tidades ma ros opi as, omo temperatura, press~ao, energia, volume que ara terizam os
estados ma ros opi os da materia, s~ao denidas omo valores medios de quantidades mi-
ros opi as, oordenadas e momentos, (q , p ) determinando os mi roestados do sistema
de part ulas onstituindo a materia. O espa o apropriado para des rever, de maneira
mi ros opi a, esse sistema de part ulas e o espa o de fase. Cada ponto neste espa o
orresponde a um estado mi ros opi o que e um mi roestado do sistema. A evolu ~ao
temporal do sistema orresponde a uma urva (q (t), p (t)) nesse espa o de fase. Essa
urva e a trajetoria no espa o de fase. Tal trajetoria e denida pelas leis da Me âni a
Classi a expressas por meio das equa ~oes anôni as do movimento:
H H
q_ = p_ = ; (1.1)
p q
em que a hamiltoniana H(q (t); p (t)) orresponde, no aso onservativo, a energia total
do sistema. Do mesmo modo outros observaveis g (q (t); p (t)) podem ser asso iados aos
pontos des revendo a trajetoria determinada pelas equa ~oes anôni as. Em um sistema
fe hado, que pode ser denido pelas variaveis de ma roestados V , N , a hamiltoniana
n~ao depende do tempo e e uma quantidade, E , que se onserva. Com esse re urso e
subdividindo-se o espa o de fase em elulas de volume elementar d3N qd3N p, pode-se ent~ao
asso iar a um dado ma roestados (E; V; N ) um grande numero
(E; V; N ) de diferentes
mi roestados. Neste ontexto pode-se denir o on eito de entropia, S, e a rela ~ao funda-
mental entre os estados ma ros opi os termodinâmi os des ritos pela entropia e a fsi a
mi ros opi a des rita pelo numero de mi roestados
. Essa rela ~ao e
S = k ln
(E; V; N ): (1.2)
Em que k e a onstante de Boltzmann. Contudo, o elemento opera ional desta rela ~ao
depende do al ulo do numero de mi roestados. Nesse ontexto se insere a \teoria dos
ensembles". Nesta se desenvolvem metodos efetivos para realizar esse al ulo direta ou
indiretamente. Por meio deste metodo todas as quantidades termodinâmi as, E , T , P ,
: : :, apare em ent~ao omo uma media de \ensemble" de uma quantidade mi ros opi a,
g (q ; p ), denida em termos dos pontos do espa o de fase. No domnio do espa o de fase
de todos estados mi ros opi os possveis, o primeiro aspe to a observar e que o aso de
um sistema fe hado imp~oe que todos os seus mi roestados onsistentes en ontrem-se sobre
uma superf ie de energia E que dene o sistema fe hado. Daqui segue-se a pressuposi ~ao
fundamental da Me âni a Estatsti a sobre a equiprobabilidade dos mi roestados em uma
superf ie de energia para um sistema fe hado. Desta forma, pode-se agora falar de um
espa o de probabilidade para o espa o dos mi roestados. Trata-se do espa o dos estados
om probabilidades asso iadas a eles ou om densidades de probabilidades (q ; p ) por
estarem envolvidos volumes em lugar de pontos no espa o. Qualquer observavel ou quan-
2
tidade g (q ; p ) do sistema e onsiderada, no espa o de probabilidade, omo valor medio
hgi de um ma roestado tal que ada de seus mi roestados ontribui om sua pondera ~ao
dada pela densidade. De maneira formal
Z
hgi = d N qd N p[g(q; p)(q; p)℄:
3 3
(1.3)
A media do observavel a ima e hamada de \media de ensemble" om a densidade
sendo a pondera ~ao do \ensemble". Por sua vez este \ensemble" de mi roestados om
essas ara tersti as e denominado de \ensemble mi ro anôni o". Deve haver, portanto,
uma rela ~ao entre a media do \ensemble" dos observaveis, hg i, e o valor dos mesmos
observaveis, dependente do tempo, al ulado agora sobre a trajetoria (q (t); p (t)), omo
solu ~ao das equa ~oes de Hamilton. Segue-se, portanto, que estas ultimas quantidades
devem ser al uladas omo medias temporais
Z
1 T
g = lim g (q (t); p(t))dt: (1.4)
T !1 T 0
Boltzmann fez uma hipotese denominada hipotese ergodiga segundo a qual a media
temporal g e igual a media de \ensemble" hg i. Isto signi a que a trajetoria do observavel
para o sistema fe hado, que e determinada pelas equa ~oes de Hamilton, perpassa ada
ponto da energia de superf ie o mesmo numero de vezes. No entanto, onsidera-se que
ha pontos ainda ontroversos sobre a tentativa de dar uma fundamenta ~ao estritamente
me âni a a teoria dos \ensembles". Nesta tentativa de elaborar metodos om proposito de
al ular as quantidades ma ros opi as termodinâmi as a partir dos mi roestados, vê-se
que a abordagem dada pelo \ensemble mi ro anôni o" que e onstrudo para sistemas
fe hados, em que a energia, E , e onstante e omplementada pelas variaveis de ma roes-
tados V e N e tem a rela ~ao S = k ln
(E; V; N ) omo a onex~ao fundamental entre as
variaveis dos ma roestados, a termodinâmi a, e a fsi a do mi roestado. O problema om
esta representa ~ao e a di uldade olo ada pela ontagem dos mi roestados, tornando
este re urso interessante apenas para asos bastante simples. A tentativa de resolver esse
problema da ontagem levou a alternativa de onstruir outro tipo de \ensemble" onde
fosse mais fa il resolver o problema da ontagem. Este novo \ensemble" e onstrudo so-
bre a hipotese de que a quantidade ma ros opi a onstante n~ao e mais a energia, E , mas
a temperatura T . Isto e feito pelo re urso a pressuposi ~ao do sistema submetido a banhos
termi os propor ionados por reservatorios que mantenham a temperatura onstante T .
Neste aso, o sistema, denido pelas variaveis T , V , N , e tal que seus diferentes mi roes-
tados indexados por i apresentam diferentes energias Ei om ertas probabilidades. O
problema a ser resolvido aqui onsiste, ent~ao, em a har a probabilidade pi de en ontrar o
sistema em um determinado mi roestado orrespondente a pela energia Ei . Utilizando-
se a representa ~ao do \ensemble mi ro anôni o", pode-se resolver esse problema om a
solu ~ao
3
E
exp
pi / P
i
E ; (1.5)
kT
i exp( kT )
i
P
em que a soma orresponde a todos os mi roestados. Denomina-se Z = i exp( Ei =kT )
a fun ~ao de parti ~ao anôni a do sistema. Pode-se desenvolver a vers~ao ontnua para essas
P R
rela ~oes bastando para isso substituir a soma pela integral, ou seja, i por d3N qd3N p.
Obtem-se, ent~ao,
exp[ H(q ; p )℄
(q ; p ) = : (1.6)
Z
Neste novo \ensemble", denominado de anôni o, todas as propriedades ma ros opi as
des ritas pelas quantidades termodinâmi as podem ser obtidas a partir da hamiltoniana
des revendo os mi roestados do sistema. A rela ~ao om a termodinâmi a e feita agora
por meio do poten ial termodinâmi o energia livre de Helmholtz,
1
F (T; V; N ) = ln Z (T; V; N ): (1.7)

Neste ontexto, se g (x) e uma quantidade fsi a e x representa uma ongura ~ao

mi ros opi a possvel, ent~ao o valor medio de uma fun ~ao dessa quantidade A g (x) e
dado por D Z h H(x) i
E 1
A g (x) = dx exp A(g (x)): (1.8)
T Z kT
Com isso am bem ara terizadas a estrutura e os omponentes da Me âni a Es-
tatsti a de Equilbrio e a propria natureza estatsti a dessa Me âni a que e o al ulo
de valores medios. Outros tipos de \ensembles" s~ao possveis e mais adequados para
outros tipos de invariân ias, no entanto n~ao e esse o interesse desta pesquisa, e sim o
de mostrar, om o \ensemble" mi ro anôni o e anôni o, omo a Me âni a Estatsti a
onstroi a onex~ao entre as des ri ~oes mi ros opi as e a des ri ~ao ma ros opi a dos sis-
temas fsi os. No ontexto da \teoria dos ensembles", o \ensemble anôni o" e bastante
apropriado para ara terizar o prin ipal problema da Me âni a Estatsti a de Equilbrio
omo sendo aquele de expli ar o omportamento dos fenômenos rti os e das transi ~oes
de fase. O primeiro passo sobre este assunto e a deni ~ao de ponto de transi ~ao de fase no
ontexto deste \ensemble". Ponto de transi ~ao de fase e denido omo sendo um ponto de
n~ao-analiti idade da fun ~ao de parti ~ao. Como se expressa Thompson (Thompson, 1972)
sobre esse ponto:
any nonanalyti point of the anoni al free energy
f (v; T ) = lim
!1
N;V
N 1 ln Z (V; N; T ) : : : ; (1.9)
v V
N
= xed
o uring for real positive T , v , . . . is alled a phase transition point 1 .

1 (Thompson, 1972), pg. 80.
4
Por ponto n~ao-analti o entende-se que a fun ~ao n~ao pode ser expandida em uma serie
de Taylor em torno desse ponto. Mas para ter transi ~ao de fase, matemati amente falando,
e pre iso primeiro tomar o limite termodinâmi o, ou seja, N , V ! 1 om a densidade
v = N=V xada, portanto onsiderando apenas sistemas no limite termodinâmi o. Para
N e V nitos, a fun ~ao parti ~ao e uma fun ~ao ompletamente analti a de T .
Para os propositos dessa tese, o modelo adequado para representar as part ulas e o
modelo de gas de rede. Este modelo onsiste em ter em ada um dos seus N stios uma
variavel esto asti a om dois estados i = 1 e regras que denem qual o estado de ada
stio, dependendo da intera ~ao ou rela ~ao om os vizinhos mais proximos. Ha 2N estados
mi ros opi os possveis que onstitui o espa o de probabilidade. Com a hamiltoniana
H(x), fun ~ao das x ongura ~oes, tem-se a des ri ~ao dos estados a essveis do modelo
entre os estados possveis. A hamiltoniana do sistema introduz uma restri ~ao no espa o
dos estados possveis. O modelo de Ising e o sistema mais simples que apresenta uma
transi ~ao de fase e serve de paradigma para a maioria dos outros modelos e investiga ~oes
na Me âni a Estatsti a de Equilbrio. Esse modelo e des rito por uma rede om spins i
no stio i om dois estados 1. Uma ongura ~ao f g e espe i ada por N variaveis de
spin i . Em uma ongura ~ao f g a energia de intera ~ao ou a hamiltoniana e dada por
X X
E f g = J i j h i ; (1.10)
<i;j> i
em que o smbolo < i; j > signi a vizinhos mais proximos, o smbolo J e a onstante de
a oplamento e h e o ampo magneti o externo.
Ha três maneiras de abordar o problema da transi ~ao de fase neste modelo: a abor-
dagem de ampo medio, a solu ~ao exata para h = 0 om d = 2, e a abordagem dinâmi a.
Essas três abordagens revelam aspe tos importantes dos fenômenos rti os e transi ~ao de
fase. Contudo, a abordagem dinâmi a traz a ideia de esta area ultrapassar os proprios on-
tornos da Me âni a Estatsti a de Equilbrio. A abordagem de ampo medio do modelo
de Ising revela a existên ia de uma temperatura rti a, T , e des reve o omportamento
da magnetiza ~ao e da sus etibilidade nas proximidades deste ponto, por meio de leis de
potên ias om expoentes denominados de lassi os. A solu ~ao deste modelo para h = 0
om d = 2 feita por meio dos re ursos da matriz de transferên ia a qual des reve o om-
portamento orreto da magnetiza ~ao e da sus etibilidade para qualquer temperatura, em
parti ular, permitindo al ular os valores exataos para a temperatura rti a e des rever o
omportamento do sistema nas proximidades do ponto rti o. Os expoentes rti os das
leis de potên ia, ontudo, s~ao diferentes dos anteriores e foram denominados de expoentes
n~ao- lassi os. As transi ~oes de fase do equilbrio s~ao denominadas de transi ~oes de fase
estati as. Os valores a ima s~ao denominados de expoentes rti os estati os. O modelo
de Ising e um modelo estati o, e, portanto, um modelo para des rever as propriedades de
equilbrio. A vers~ao dinâmi a do modelo de Ising, denominada de modelo de Ising ineti o,
5
foi proposta por Glauber (Glauber, 1963), que deniu uma dinâmi a efetiva para spins
de Ising. A pressuposi ~ao basi a do modelo de Glauber e que ha uma probabilidade de
transi ~ao por unidade de tempo, wj (j ) de apli ar o metodo do \single spin- ip", ou
seja, de substituir o estado da variavel esto asti a j do stio j , es olhido aleatoriamente
por j , segundo a probabilidade wj (j ). Com esta propriedade se onstroi a equa ~ao
do movimento para a distribui ~ao de probabilidade na forma de uma equa ~ao-mestra de
ganhos e perdas (de Oliveira e Tânia Tome, 2001):
N
dP (; t) X
= fwj ( j )P ( j ; t) wj ( )P (; t)g; (1.11)
dt j =1
em que a ongura ~ao j e obtida da ongura ~ao pela tro a de j por j . Desta
equa ~ao pode-se mostrar, por exemplo, que a equa ~ao para a evolu ~ao da media hj i e
dada por (de Oliveira e Tânia Tome, 2001)
dhj i
= 2hj wj ( )i: (1.12)
dt
As propriedades do modelo de Glauber s~ao determinadas, uma vez que probabilidade
de transi ~ao, wj , e espe i ada. Contudo, a onex~ao entre esta ultima equa ~ao e o modelo
de Ising vem da imposi ~ao de que a solu ~ao esta ionaria desta equa ~ao satisfaz o prin pio
do balan eamento detalhado, ou seja, que
wj ( j )Peq ( j ) = wj ( )Peq ( ); (1.13)
em que Peq denota a distribui ~ao de probabilidade do \ensemble anôni o" asso iado om
a hamiltoniana de Ising a ima (h = 0):
X
Peq = expfK i j g: (1.14)
<i;j>
em que K = J . Glauber mostrou (Glauber, 1963) que, ao se pressupor que a taxa de

transi ~ao wj ( ) satisfaz o prin pio do balan eamento detalhado, tem-se para sua forma
X
wj ( ) = [1 j tanh(K i+Æ )℄: (1.15)
2 Æ
Neste ontexto, pode-se eviden iar (de Oliveira e Tânia Tome, 2001) que o algoritmo,
pro esso esto asti o markoviano om a probabilidade de transi ~ao a ima, para a simula ~ao
do modelo de Glauber, pode ser interpretado omo um metodo de Monte Carlo para a sim-
ula ~ao do modelo de Ising em equilbrio. A uni a diferen a e que a dinâmi a de Glauber
se en ontra no lugar da dinâmi a de Metropolis. A solu ~ao do modelo de Glauber, modelo
ineti o de Ising, forne e as mesmas propriedades esta ionarias do modelo de Ising. Em
parti ular, os expoentes rti os estati os do modelo de Glauber oin idem om os do
6
modelo de Ising para redes de varias dimens~oes. O ponto importante a observar aqui e
quanto ao signi ado da exigên ia que a taxa de probabilidade de transi ~ao wj (j ) ou que
as regras mi ros opi as denindo a dinâmi a do sistema, obede am ao prin pio do bal-
an eamento detalhado. O primeiro signi ado e que essa exigên ia garante que o sistema
evolua, para tempos su ientemente longos, para o equilbrio alem da esta ionariedade.
O segundo signi ado e que gra as a essa exigên ia torna-se possvel a onstru ~ao de uma
hamiltoniana do sistema asso iada as regras mi ros opi as. Portanto, o prin pio do bal-
an eamento detalhado e a ondi ~ao para passar das regras mi ros opi as, no aso des rito
por wj (j ), a qual dene a dinâmi a do sistema e faz om que este sistema evolua para
tempos su ientemente longos em dire ~ao ao estado esta ionario, para a onstru ~ao da
hamiltoniana do sistema que dene a ondi ~ao de equilbrio. A ondi ~ao de equilbrio e
expressa por uma distribui ~ao de probabilidade dos estados dependente do valor da en-
ergia e da temperatura. A rela ~ao entre as regras mi ros opi as denindo a dinâmi a do
sistema e a onstru ~ao da hamiltoniana denindo as ondi ~oes de equilbrio e o prin pio
do balan eamento detalhado. Como foi mostrado, o exemplo bem-su edido deste em-
preendimento e o modelo dinâmi o, dinâmi a de Glauber, do modelo de Ising. Alem
desta tentativa de onstruir uma dinâmi a para o modelo de Ising, que levou ao entendi-
mento do uso de pro essos esto asti os markovianos para a abordagem de sistemas em
equilbrio e fora do equilbrio outra fonte do uso dos pro essos esto asti os markovianos
em Me âni a Estatsti a de equilbrio foram as proprias di uldades en ontradas na ten-
tativa de resolver o problema basi o da Me âni a Estatsti a de Equilbrio, que onsiste
em al ular a fun ~ao de parti ~ao e as quantidades termodinâmi as omo valores medios
dos estados mi ros opi os. Essas di uldades levaram ao uso de metodos esto asti os
numeri os ou metodos de Monte Carlo que onsistem em pro essos esto asti os marko-
vianos, mas um pou o diferentes dos metodos de Monte Carlo usuais. Esses metodos
esto asti os numeri os (de Oliveira, 1996) s~ao usados para al ular somas do tipo
X
hf i = f (s)P (s); (1.16)
s
em que f (s) e uma fun ~ao dada, orrespondendo ao nosso g (q (t); p (t)) men ionado ante-
riormente e P (s) e uma distribui ~ao de probabilidade a priori. No ontexto da Me âni a
Estatsti a de Equilbrio dis utido anteriormente pode-se ver a relevân ia desse metodo
para al ular seus valores medios das quantidades fsi as. A probabilidade P (s) no \en-
semble" anôni o e, ent~ao, dada pela distribui ~ao de Gibbs. Esse metodo, om a proba-
bilidade de Gibbs, e utilizado para gerar os estados mais provaveis entre todos os estados
a essveis do sistema. Desenvolveu-se assim o metodo de Monte Carlo om o algoritmo
de Metropolis que onsiste em um pro esso esto asti o markoviano reversvel om a taxa
de transi ~ao denida pelo algoritmo de Metropolis que faz uso da distribui ~ao de Gibbs.
7
Como diz Oliveira(de Oliveira, 1996):
The Monte Carlo method (by importan e sampling) omprises the sam-
pling of M states s1 , s2 , s3 . . . , sM , ea h one being generated with probability
P (s), and the al ulation of the arithmeti mean
M
1 X
f= f (s) (1.17)
M i=1
whi h will be, then, an estimative for hf i. The essential point of the method
resides in on eiving an algorithm that generates states with a given a priori
probability (from random numbers generated uniformly in a given interval).
Contudo, o ponto de partida para o desenvolvimento da teoria dos pro essos esto asti os
foi a abordagem do problema do movimento Browniano. Essa teoria desenvolveu-se em
torno da equa ~ao de Langevin e das adeias de Markov e serve para estudar a evolu ~ao
temporal de fenômenos que s~ao aleatorios (de Oliveira, 1996). Pode-se inferir das analises
anteriores para os pro essos esto asti os reversveis, que no aso de modelos de n~ao-
equilbrio, para os quais as regras mi ros opi as n~ao podem ser asso iadas a uma hamil-
toniana, os metodos esto asti os fazem uso dessas regras mi ros opi as ou probabilidades
de transi ~ao para onduzir o sistema para estados esta ionarios om respeito aos quais
n~ao se onhe e a distribui ~ao de probabilidade das ongura ~oes. Portanto, o al ulo
dos observaveis deve ser onsiderado, do mesmo modo que foi feito anteriormente para a
Me âni a Estatsti a de Equilbrio, omo valores medios das grandezas fsi as ujas me-
didas s~ao feitas para ada das ongura ~oes do estado esta ionario. A garantia de que a
evolu ~ao do sistema al an ou esse estado depende de alguns riterios.
O tema desta tese onsiste na apli a ~ao desses metodos esto asti os para estudar
fenômenos rti os e transi ~oes de fase tanto para modelos de equilbrio quanto de n~ao-
equilbrio. No entanto, essa apli a ~ao depende da intermedia ~ao ainda de outros re ursos
desenvolvidos no âmbito da Me âni a Estatsti a de Equilbrio mas uja apli a ~ao tambem
vai para alem dessas fronteiras e se ajustam bastante bem a apli a ~oes em fenômenos fora
de equilbrio. Esses re ursos, omo universalidade e hipoteses de es ala, ontam om
justi a ~oes en ontradas e sustentadas nas analises de grupo de renormaliza ~ao2.
Tanto estudos teori os quanto experimentais das transi ~oes de fase entre os estados
esta ionarios de equilbrio onduziram a formula ~ao de dois on eitos fundamentais para
a ompreens~ao do omportamento rti o, o da hipotese de es ala (Stanley, 1999), se ini-
iando om o trabalho de Widom (Widom, 1965), e o on eito de lasse de universalidade,
introduzido ini ialmente por Kadano (Kadano, 1967). Com o on eito de hipotese de
es ala3 en ontraram-se e sustentaram-se teori amente rela ~oes universais denominadas de
2 (Thompson, 1988), pg.180; (Wilson, 1979).
3 (Thompson, 1988), pg.180; (Kadano, 1967), (Stanley, 1999); (Salinas, 1996).
8
leis de es ala4 entre os expoentes rti os des revendo o omportamento do sistema nas
proximidades do ponto rti o, assim omo en ontrou-se o olapso dos dados, que on-
siste na onstru ~ao de urvas invariantes por transforma ~ao de es ala. Com o on eito de
lasse de universalidade, o omportamento rti o do sistema e lassi ado segundo um
onjunto de propriedades universais que envolvem as simetrias, as quais podem ser en on-
tradas na hamiltoniana, a dimensionalidade do sistema, denida pela dimensionalidade da
intera ~ao, e a dimensionalidade do parâmetro de ordem. A relevân ia deste on eito esta
no fato de que se pode a partir dele lassi ar a imensa variedade dos sistemas naturais
agrupando-os em um numero pequeno de lasses. Como diz Stanley:
Empiri ally, one nds that all systems in nature belong to one of a om-
paratively small number of su h universality lasses. Two spe i mi ros opi
intera tion Hamiltonians5 appear almost suÆ ient to en ompass the univer-
sality lasses ne essary for stati riti al phenomena6 .
A rela ~ao entre esses on eitos de hipotese de es ala, expoentes rti os e lasse de
universalidade forne e um riterio opera ional que e o riterio dos expoentes rti os para
dis riminar as lasses de universalidades dos diversos sistemas. Como arma Stanley:
Two systems with the same values of riti al-point exponents and s aling
fun tions are said to belong to the same universality lass7 .
ou omo arma Landau, parafraseando Fisher,
Those systems whi h have the same set of riti al exponents are said to
belong the same universality lass8
As leis de es ala foram desenvolvidas, de maneira mais lara, a partir das tentativas
de expli ar os fenômenos rti os. Gibbs onstruiu a Termodinâmi a no estilo e forma da
Me âni a Analti a de Lagrange, por meio de poten iais termodinâmi os, os quais, entre
outras propriedades, apresentam a propriedade de serem fun ~oes homogêneas de grau um.
Com a res ente investiga ~ao para expli ar e ompatibilizar os fenômenos de transi ~ao
de fase om os fundamentos da Termodinâmi a, per ebeu-se que, por meio dos trabalhos
de Widom (Widom, 1965), a fun ~ao poten ial termodinâmi o por exemplo, a da energia
livre de Gibbs, deveria ser es rita omo
G(T; H ) = Gr (T; H ) + Gs (T; H ); (1.18)

4 (Stanley, 1971); (Thompson, 1988);pg.180181; (Salinas, 1996); (Callen, 1985); pg.272-273.
5 Essas duas lasses a que Stanley se refere s~ao a do modelo de Potts Q-estados e a do modelo n-vetores,
ara terizado por spins apazes de variar sobre estados ontnuos.
6 (Stanley, 1999), pg.S361.
7 (Stanley, 1999), pg. S359.
8 (Landau, 2000), pg.19.
9
em que Gr (T; H ) e uma fun ~ao poten ial termodinâmi o regular, enquanto a outra,
Gs (T; H ), e uma fun ~ao termodinâmi a singular. Como essa ultima fun ~ao domina o
omportamento do sistema nas vizinhan as do ponto rti o e apropriada rees revê-la em
termos de uma variavel reduzida " = (T T )=T que se anula no ponto rti o. Do om-
portamento dessa fun ~ao poten ial termodinâmi o singular que des reve os fenômenos
rti os segue uma outra lei de es ala que a dene, agora, omo uma fun ~ao homogênea
generalizada(Salinas, 1996; Stanley, 1971; Wilson, 1979) das variaveis envolvidas. A
hipotese de es ala pode ser formulada, ent~ao, armando-se primeiramente que a parte
singular da fun ~ao poten ial termodinâmi o, no aso aquela da energia livre de Gibbs,
Gs (t; H ), para todo positivo, obede e a equa ~ao fun ional,
Gs (a ; b H ) = Gs (; H ); (1.19)
ou seja, que ela e uma fun ~ao homogênea generalizada. Como o parâmetro ou es ala
e arbitrario tem-se, ent~ao, a liberdade de estipular, em prin pio om objetivos simpli-
adores, que a = 1 (Salinas, 1996), o que faz om que = 1=a .
Desta forma, e possvel es rever a transforma ~ao de es ala que governa a fun ~ao po-
ten ial de Gibbs singular omo
H
1=a
Gs (; H ) = Gs(1;): (1.20)
b=a
A fun ~ao poten ial termodinâmi o ontem toda a informa ~ao termodinâmi a do sis-
tema. Por meio das primeiras e segundas derivadas podem-se obter, ent~ao, outras variaveis
termodinâmi as, as equa ~oes de estado, assim omo toda uma serie de outras rela ~oes
que, por sua vez, est~ao rela ionadas om os parâmetros e onstantes relevantes obtidas,
na outra ponta da termodinâmi a (n~ao teori a), ou seja, por investiga ~oes experimentais e
empri as. Dentre essas onstantes, desta am-se a magnetiza ~ao, a sus etibilidade, o alor
espe o, a onstante de expans~ao termi a e a ompressibilidade isotermi a. Neste on-
texto pode-se denir o fenômeno de transi ~ao de fase a partir do omportamento dessas
grandezas termodinâmi as. Por meio das rela ~oes da Termodinâmi a e da hipotese de
es ala a ima pode-se deduzir uma famlia de igualdades denominadas de leis de es ala
envolvendo em geral três expoentes.
A segunda etapa da hipotese de es ala e dar origem, por meio de restri ~oes, ao
omportamento da fun ~ao poten ial termodinâmi a proximo do ponto rti o, o que
onsiste em propor ionar leis de potên ias des revendo o omportamento das quanti-
dades termodinâmi as nas proximidades do ponto rti o, e, nalmente, onduzir a no ~ao
de olapso dos dados por meio da onstru ~ao de urvas, fun ~oes es ala, das quanti-
dades termodinâmi as que s~ao invariantes por transforma ~ao de es ala. Por exemplo,
diferen iando-se a fun ~ao homogênea generalizada, 1.19, relativamente a H obtem-se
10
o omportamento da equa ~ao de estado da magnetiza ~ao nas proximidades do ponto
rti o(Stanley, 1999; Salinas, 1996).
M (a ; b H ) = 1 b M (; H ); (1.21)

para = H 1=b
obtem-se
MH = M (H ; 1) = F (H ); (1.22)
em que
M
H = MH = (1 b)=b ; (1.23)
H a=b H
ujos termos denominam-se de magnetiza ~ao rees alada e temperatura rees alada ou re-
duzida, e uja fun ~ao F (H ) e a fun ~ao es ala. O gra o onstrudo om estas duas quan-
tidades termodinâmi as propor iona um olapso de urvas em uma uni a fun ~ao. Como ja
foi men ionado, os expoentes rti os servem omo riterios opera ionais para identi ar
a lasse de universalidade dos sistemas naturais. No entanto, ha outro riterio que e dado
pelo grupo de simetrias en ontrados na hamiltoniana para sistemas em equilbrio ou nas
dinâmi as denindo a evolu ~ao do sistema. Ambos os riterios podem ser tambem utiliza-
dos para o aso de pro essos esto asti os markovianos irreversveis. Um ponto a observar e
que os expoentes rti os s~ao independentes do sistema espe o. No entanto, eles podem
n~ao ser os mesmos para diferentes sistemas naturais mas, quando os fenômenos rti os
exibidos por esses sistemas naturais, apresentam o mesmo onjunto de expoentes rti os,
ent~ao, neste aso, eles formam uma lasse de universalidade. No ontexto desta tese duas
lasses dentre as lasses de universalidade s~ao relevantes: a lasse de universalidade de
Ising e a lasse de universalidade da per ola ~ao dire ionada (de Oliveira e Tânia Tome,
2001) ou de estados absorventes. Cada uma dessas duas lasses tem um riterio funda-
mental desenvolvido teori amente que a dene. A lasse de universalidade do modelo de
Ising e determinada pelo riterio de natureza teori a estabele ido por Grinstein (Grinstein
et al., 1985): os modelos que satisfazem ou n~ao o prin pio da reversibilidade mi ros opi a
e que possuem a propriedade denominada de simetria de invers~ao dos spins, i ! i s~ao
lassi ados omo perten entes a lasse de universalidade do modelo de Ising. Segundo o
argumento de Grinstein (Grinstein et al., 1985)
Continuous transitions into stationary ferromagneti states of PCA whi h

do not have asso iated Hamiltonians (i.e., are \irreversible") but whi h do
have the \up-down" symmetry familiar from Ising models, are argued to fall,
for both stati s and dynami s, in the same universality lasses as kineti Ising
models9.
9 (Grinstein et al., 1985) pg.2527.
11
A outra lasse de universalidade importante e aquela denominada de per ola ~ao di-
re ionada. Essa lasse de universalidade e ara terizada pelo argumento de Janssen
(Janssen, 1981) e Grassberger (Grassberger, 1982) os quais armam que, se um mod-
elo de uma uni a omponente exibe uma transi ~ao de fase ontnua por um uni o estado
absorvente, este modelo perten e a lasse de universalidade da per ola ~ao dire ionada
(Brunstein, 1999). Essas duas lasses de universalidade onstituem um dos re ursos pelos
quais o omportamento da maioria dos modelos tratados nesta tese - modelos de rede om
dinâmi as que n~ao satisfazem o prin pio do balan eamento detalhado, portanto, modelos
de n~ao-equilbrio - pode ser expli ado, pois s~ao tambem ompreendidos pelos dois argu-
mentos a ima men ionados. Assim um dos objetivos desta tese e o de fazer simula ~oes
omputa ionais por meio de metodos esto asti os de varios modelos tanto da lasse dos
modelos do votante majoritario e do minoritario quanto da lasse de modelos om estados
absorventes om o proposito de en ontrar evidên ias sustentando os argumentos a ima.
O outro objetivo e de apli ar a on eitua ~ao de Yeomans de que
Classes de universalidades s~ao frequentemente lassi adas pelo modelo

mais simples perten ente a elas,10
para en ontrar o que viria a ser o modelo mais simples para a lasse dos modelos do
votante majoritario.
Como ja foi men ionado, os argumentos a ima s~ao onje turas teori as e, portanto,
eles dependem de evidên ias para serem sustentados. Ha varios metodos para abordar os
fenômenos rti os e extrair deles os parâmetros rti os omo o do valor rti o do indutor
da transi ~ao de fase e dos expoentes rti os das leis de omportamento do sistema em
torno do ponto rti o. Contudo, pode-se reduzi-los a dois: o metodo denominado de
metodo onven ional, que e aquele de expans~ao em series, o metodo de expans~ao-, e de
te ni as de grupo de renormaliza ~ao (Barber, 1983), e o segundo metodo e aquele da sim-
ula ~ao omputa ional, que onsiste em fazer uso de uma sequên ia de numeros aleatorios,
denominado de metodos esto asti os numeri os, para simular, de maneira arti ial, uma
situa ~ao experimental. Com esses metodos re olhemos, por exemplo, evidên ias, que on-
sistem no al ulo dos valores dos pontos rti os e dos expoentes rti os, para sustentar
que os modelos tratados satisfazem os argumentos ou onje turas que os lassi am em
uma ou outra lasse de universalidade. Por essa raz~ao, o interesse aqui fo aliza-se sobre o
metodo de simula ~ao omputa ional, em parti ular sobre o metodo de Monte Carlo om
pro essos esto asti os markovianos. Este metodo onsiste de dois omponentes funda-
mentais:
1. a gera ~ao das medidas e os al ulos das grandezas relevantes do sistema.
10 Yeomans, pg.29.
12
2. a analise desses dados, denominada de metodo de es ala de tamanho nito.
Contudo, a ado ~ao desses metodos n~ao e sem di uldades, pois todas as medidas e os
al ulos das grandezas relevantes, que s~ao produzidos por meio de simula ~oes omputa-
ionais, s~ao obtidos a partir de sistemas de tamanhos nitos. No entanto, toda a analise
teori a desenvolvida sobre fenômenos rti os e transi ~oes de fase foi feita no limite ter-
modinâmi o, portanto, para sistemas innitos. Um papel fundamental e desempenhado,
ent~ao, por teorias que fazem a onex~ao entre esses dois domnios. Este pro esso, por
meio do qual geramos e al ulamos as grandezas relevantes, e des rito por meio de uma
equa ~ao de evolu ~ao
X
Pl+1 ( ) = W ( j 0 )Pl ( 0 ); (1.24)
0
em que a matriz de probabilidade de transi ~ao, W ( j 0), pode ser rees rita em termos
de um onjunto de regras mi ros opi as ou lo ais ara terizando a dinâmi a do sistema.
Essas regras denem a mudan a de uma ongura ~ao para outra, segundo, por exemplo,
o metodo \single-spin ip" que sera adotado nessa tese.
Um pro esso esto asti o markoviano pode ser reversvel ou irreversvel. Ambos s~ao
des ritos pela mesma equa ~ao de evolu ~ao. No entanto, se a dinâmi a do pro esso des rito
pela matriz de probabilidade de transi ~ao n~ao satisfaz o prin pio do balan eamento de-
talhado, ent~ao trata-se de um pro esso esto asti o irreversvel ou de n~ao-equilbrio. Isto
signi a que n~ao se pode asso iar uma hamiltoniana a esse pro esso, e, portanto, n~ao se
pode falar aqui de equilbrio, ainda que se possa falar de esta ionariedade. A dinâmi a
e governada por um onjunto de regras lo ais ou mi ros opi as que depois de um tempo
bastante longo levam o sistema para um estado esta ionario. Caso ontrario, se essas
regras satisfazem o prin pio do balan eamento detalhado, ent~ao, pode-se onstruir uma
hamiltoniana asso iada ao sistema e, por aqui, pode-se falar de estado de equilbrio alem
do estado esta ionario e para este fenômeno temos os re ursos da Me âni a Estatsti a
de Equilbrio. N~ao se pode dizer o mesmo dos pro essos esto asti os markovianos uja
dinâmi a n~ao satisfaz o prin pio do balan eamento detalhado, portanto, lassi ando-se
omo fenômenos de n~ao-equilbrio. Para este aso n~ao ha nenhuma Me âni a Estatsti a
de n~ao-Equilbrio (Tome, 1996), ainda assim pode-se ontar om uma serie de resultados
teori os relevantes, entre os quais aqueles referentes a lasse de universalidade. Por exem-
plo, observou-se que as transi ~oes de fases ineti as ou seja em modelos de n~ao-equilbrio
apresentam omportamento universal des rito por um onjunto de expoentes rti os11 .
Mas ha mesmo muitos resultados referentes aos fenômenos rti os e transi ~oes de fase
juntamente om a teoria de es ala de tamanho nito, sustentados pela teoria do grupo de
renormaliza ~ao (Thompson, 1988). Em parti ular, o resultado que faz om que o modelo
de Ising apresente aqueles expoentes rti os que o ara terizam e a simetria \up-down",
11 (Tom
e, 1996), pg.7.
13
que se en ontra em sua hamiltoniana, atribuindo-lhe portanto uma lasse de universali-
dade. Essa mesma simetria pode ser en ontrada na dinâmi a asso iada a esse modelo:
a dinâmi a de Glauber. Desta forma, tambem pode o orrer, omo o orre que modelos
om dinâmi as ou regras lo ais ainda que n~ao satisfa am o balan eamento detalhado, ao
possuirem simetrias, por exemplo, a simetria \up-down", omo e o aso dos modelos da
lasse do votante majoritario, passam a ser lassi ados, pelo argumento de Grinstein
(Grinstein et al., 1985), na lasse de universalidade do modelo de Ising. Por meio do
metodo de simula ~ao omputa ional pro ura-se ent~ao al ular os expoentes rti os e en-
ontrar a lasse de universalidade ompatvel om o modelo em quest~ao. Esse e um dos
prin ipais topi os desta tese para o aso do modelo do votante majoritario, minoritario e
do modelo om estados absorventes. Neste ontexto, de gerar medidas e al ular o valor
das grandezas fsi as para esses modelos por meio do metodo de simula ~ao omputa ional,
e absolutamente relevante dis utir o desenvolvimento do metodo de es ala de tamanho
nito. Pois, esse e o metodo que permite estabele er a ponte entre os resultados obtidos a
partir dos sistemas nitos, omo aqueles propor ionados pelos metodos de simula ~ao om-
puta ional, om os resultados teori os que s~ao fundamentados no limite termodinâmi o,
portanto para sistemas innitos. Como diz Binder, do mesmo modo que Landau12 ,
nite-size s aling te hniques have be ome a very powerful tool for analysing
riti al phenomena by omputer simulations.13
O metodo de es ala de tamanho nito, Finite Size S aling , e um pro edimento desen-
volvido, ini ialmente, por Fisher (Fisher, 1967). O metodo de es ala de tamanho nito
esta baseado em um onjunto de hipoteses dentre as quais uma se desta a omo a hipotese
entral. Ela des reve o omportamento do sistema em torno do ponto rti o atraves de
uma uni a variavel, a variavel de es ala, denominada de (x) asso iada ao omprimento
de orrela ~ao do sistema. A hipotese entral pode ser formulada omo: nas vizinhan as
do ponto rti o o omportamento de um sistema nito de dimens~ao L e determinado pela
variavel de es ala
L
y= ; (1.25)
(x)
em que (x) e o omprimento de orrela ~ao do sistema dependente. Considera-se que esse
omprimento, e fun ~ao de um parâmetro, um parâmetro indutor, um ontrole externo,
x, para se adotar um idioma neutro, que diverge para o valor rti o x , para sistemas
innitos. A arma ~ao de Barber que sustenta essa hipotese entral, no aso em que x = T ,
diz que
12 \theunderstanding of nite size s aling whi h is a basi tool in the analysis of simulational data near
phase transitions" . . . (Landau, 2000) pg. 19.
13 (Binder, 1997), pg.528.
14
The key assertion of the nite-size s aling hypothesis is that in the vi inity
of the bulk riti al temperature T the behaviour of a system with at least
one large but nite dimension is determined by a s aled variable y = L= (T )
where (T ) is the bulk orrelation lenght and is a hara teristi lenght s ale
of the system 14 .
Segundo Binder (Binder, 1976) e exatamente sobre esta hipotese entral que e desenvolvida
a teoria da es ala de tamanho nito. Como ele mesmo diz,
One agrees that near a riti al point there is only one important hara -
teristi length, the orrelation length of order parameter u tuations: then
it is plausible that nite size ee ts are ontrolled by a omparison of lengths,
the linear dimension L and this orrelation length 15 .
Como men ionado no texto a ima, a variavel (x) e o omprimento de orrela ~ao do
sistema. Esse omprimento de orrela ~ao e dependente do parâmetro indutor da transi ~ao,
x, que, omo se admite, para a maioria dos asos e T , ou, omo nesta tese, o parâmetro p
de probabilidade. Se forem onsiderados, omo ilustra ~ao, os sistemas magneti os, ent~ao,
sera possvel interpretar o omprimento de orrela ~ao omo forne endo o tamanho tpi o (o
tamanho medio de todos os aglomerados) de aglomerados de spins orrela ionados. Têm-
se duas situa ~oes: em primeiro lugar, esse parâmetro ou variavel de es ala diverge para
sistemas innitos, ou seja, (x) ! 1, tendo valor nito para sistemas nitos, forne endo,
omo visto, o tamanho ara tersti o para aquele tamanho e temperatura do sistema,
enquanto, em segundo lugar, para sistemas nitos, essa variavel so pode atingir no maximo
a dimens~ao linear, L, do sistema. Como arma a hipotese a ima, e a divergên ia dessa
variavel de es ala, , a responsavel pelo omportamento rti o do sistema, e, portanto,
pela singularidade das fun ~oes ou grandezas fsi as na dependên ia de x = (x x )=x
que e o parâmetro indutor de transi ~ao reduzido.
No desdobramento da arma ~ao de Binder, pode-se men ionar que ha evidên ias tanto
experimentais quanto teori as para se armar uma segunda hipotese que pode ser formu-
lada da seguinte maneira: para sistemas innitos, nas proximidades do valor rti o do
parâmetro x, x , a varia ~ao de algumas quantidades fsi as, Q, om o parâmetro reduzido,
x = (x x )=x , e governada por uma lei de potên ia, na forma
Q jx j ; (1.26)
em que, essa express~ao pode tambem signi ar a propria deni ~ao do expoente rti o
(Thompson, 1988),
h ln(Q) i
lim
x !0 ln(x )
= : (1.27)
14 (Barber, 1983),pg.158-159.
15 (Binder, 1976).
15
Com esta deni ~ao, se Q = Qa jx j , em que Qa e uma onstante, ent~ao, segue-se 1.27.
Entre as varias quantidades fsi as, tambem o omprimento de orrela ~ao, , segue a lei
de potên ia. Pode-se, portanto, expressar da seguinte forma
_ jx xj ; (1.28)
em que e um expoente rti o.

Na teoria da es ala de tamanho nito, essa mesma quantidade, Q, omporta-se, em
sistemas nitos, de a ordo om a lei
L
QL (x) _ L z Q~ ( ): (1.29)

A fun ~ao Q~ (x) e uma fun ~ao de es ala suave, sem singularidade e des reve uma urva
arredondada e deslo ada do ponto rti o (Binder, 1976). Por exemplo, as quantidades
fsi as magnetiza ~ao, ML , e sus etibilidade, L , al uladas para sistemas de tamanhos
nitos tem a formas orrespondentes apresentadas nas guras 1.1 e 1.2 na proxima se ~ao.
De a ordo om a hipotese entral nas proximidades do ponto rti o, portanto, no aso
em que
L
lim ! 0; (1.30)

tem-se, ent~ao, que o omportamento de Q~ (w) e tal que
L L
Q~ ( ) ( )z : (1.31)

Pois om isso tem-se a express~ao da exigên ia do omportamento do sistema omo uma
lei de potên ia dado que se espera que no limite termodinâmi o a dependên ia em L deve
sumir, o sistema e (virtualmente) innito. Portanto, om as rela ~oes 1.29, 1.31 e 1.26
obtem-se, por onseguinte, o omportamento da quantidade QL (x) no aso do sistema no
limite termodinâmi o ou sistema innito, ou seja,
QL (x) _ z
_ jx x j z : (1.32)
Comparando 1.32 om 1.26 tem-se, ent~ao, que

z= : (1.33)

Com esta rela ~ao pode-se rees rever 1.29 na forma
L
QL (x) = L =
Q~ ( ): (1.34)

Para sistemas nitos, mas om x = x , o omprimento de orrela ~ao n~ao pode passar de
L, portanto, L, e
QL (x ) L = : (1.35)
16
No ontexto da termodinâmi a e da Me âni a Estatsti a apli ada a um sistema
magneti o, tomado omo ilustra ~ao da teoria dos fenômenos, o objetivo de estudar o
feômeno de transi ~ao de fase faz uso das varia ~oes que o orrem nas propriedades fsi as
des ritas pelas quantidades fsi as omo fun ~ao da temperatura, por exemplo, o parâmetro
de ordem M , que e a magnetiza ~ao espontânea, da sus etibilidade , que e a sus etibil-
idade magneti a, e do umulante de quarta ordem. Esse objetivo e abordado em três
etapas. Na primeira etapa, pro ura-se al ular o valor rti o do parâmetro indutor da
transi ~ao. O re urso entral usado e o umulante de quarta ordem16 denido pela ex-
press~ao,
UL = 1
h m4 i L : (1.36)
3hm2 i2L
Na segunda, pro ura-se identi ar a natureza da transi ~ao de fase. Aqui os re ursos s~ao
os omportamentos ara tersti os da grandeza magnetiza ~ao, ML , e sus etibilidade, L ,
om o tamanho do sistema L. Na ter eira etapa, segue-se a hipotese de es ala, e, por
aqui, pretende-se identi ar a lasse de universalidade do modelo do sistema. Isto e feito
por meio da apli a ~ao da analise de es ala de tamanho nito, ou a abordagem de es ala,
que segundo Stanley (Stanley, 1999) onsiste de duas ategorias de predi ~oes, em suas
proprias palavras,
The s aling hypothesis has two ategories of predi tions, both of whi h
have been remarkably well veried by a wealth of experimental data on diverse
systems. The rst ategory is a set of relations, alled s aling laws, that serve
to relate the various riti al-point exponents.. . . [mais abaixo℄. The se ond
ategory is a sort of data ollapse, whi h is perhaps best explained in terms
of our simple example of a uniaxial ferromagnet.. . . 17
Desta forma, segundo esse roteiro, a ter eira etapa divide-se em duas partes. Na primeira
parte, pro ura-se obter os valores dos expoentes rti os men ionados a ima om os quais
pode-se identi ar a lasse de universalidade. O re urso que onstitui a primeira ategoria
da hipotese de es ala s~ao as leis de es ala men ionadas a ima, que signi am tanto as leis
de potên ias quanto as rela ~oes entre os expoentes rti os. Por meio das leis de potên ias
e dos dados da simula ~ao omputa ional obtêm-se os expoentes rti os. Com os expoentes
rti os identi a-se a lasse de universalidade do modelo em quest~ao. Na segunda parte,
da ter eira etapa, pro ura-se analisar a onsistên ia desses resultados envolvendo tanto o
valor rti o do parâmetro indutor da transi ~ao quanto os valores dos expoentes rti os
om o re urso do olapso dos dados. Nessa parte, utiliza-se a segunda ategoria da
hipotese de es ala, que esta rela ionada om a onstru ~ao de uma fun ~ao de es ala para
16 (Plis hke,1994), pg.289; (de Oliveira, 1996), pg.1322; (de Oliveira and Chiappin, 1997), pg.311-312;
(Binder, 1997), pg.523.
17 ver pg. S358 (Stanley, 1999).
17
as grandezas relevantes ara terizada pela propriedade de ser invariante ao tamanho do
sistema, omo armado por Stanley,
The s aling hypothesis predi ts that all the urves of this family an be
\ ollapsed" onto a single urve provided one plots not M versus " but rather
a s aled M (M divided by H to some power) vs a s aled " (" divided by H
to some dierent power)18 .
Essas rela ~oes podem ser des ritas19 , omo,
ML (q ) = L = M~ (L1= ") (1.37)

L (q ) = L = ~(L1= ") (1.38)
UL (q ) = U~ (L1= ") (1.39)
em que " = (q q )=q . Por sua vez essas rela ~oes de es ala mostram que as grandezas
men ionadas omportam-se, no ponto rti o q , ou exibem um omportamento des rito
por leis de potên ia20 , pois M~ (0), ~(0), e U~ (0) tornam-se onstantes, forne endo, para a
magnetiza ~ao, M , a lei de potên ia,
M (q = q ) / L =
M~ (0); (1.40)
enquanto para a sus etibilidade magneti a,
(q = q ) / L = ~(0): (1.41)
Restringe-se aqui apenas a essas grandezas, pois elas s~ao re orrentes. Destas leis de
potên ias podem-se obter os expoentes rti os por meio dos dados da simula ~ao om-
puta ional e de um gra o log-log rela ionando

ln M (q = q ) = ln L + ln M~ (0); (1.42)

e

ln (q = q ) = ln L + ln ~(0); (1.43)

que desempenham papel fundamental omo riterios para resolver o problema de qual e
a lasse de universalidade dos modelos em quest~ao.
Trabalhos tanto experimentais quanto teori os revelaram valores numeri os para esses
expoentes rti os para modelos espe os dando origem a lasses de universalidades
18 ver
pg. S358-S359 (Stanley, 1999).
19 (Stanley,
1999), pg.S358; (Landau, 2000), pg.77-78; (de Oliveira, 1996), pg.1322; (Binder and Heer-
mann, 1988), pg.105-109; (de Oliveira and Chiappin, 1997), pg. 311-312.
20 (Binder, 1997), pg.523-525; (Landau, 2000), pg.78.
18
omo aquelas do modelo de Ising e da per ola ~ao dire ionada men ionadas anteriore-
mente. Esses valores numeri os propor ionaram tambem evidên ias para as leis de es-
alas. No que diz respeito aos problemas estudados nesta tese eles est~ao rela ionados
om os modelos da lasse dos votantes majoritario e minoritario assim omo modelos om
estados absorventes e modelo de equilbrio omo e o aso do modelo de Ising om ampo
transverso. Os modelos da lasse dos votantes majoritario e minoritario s~ao governados
por dinâmi as que n~ao satisfazem o prin pio do balan eamento detalhado, portanto, eles
s~ao lassi ados omo de n~ao-equilbrio. Mas, por possurem a propriedade da simetria
\up-down" lassi am-se, pelo argumento de Grinstein (Grinstein et al., 1985), omo
perten entes a lasse de universalidade de Ising. O problema om os modelos da lasse
do votante majoritario, om fase ferromagneti a, e o de onstruir uma urva ontnua
rela ionando as on entra ~oes om o valor rti o do parâmetro indutor da transi ~ao de
fase. O desdobramento deste problema foi o de onstruir um modelo desta lasse om a
fase antiferromagneti a. A solu ~ao foi a onstru ~ao do modelo do votante minoritario.
Apresentou-se ent~ao o problema da ombina ~ao onvexa entre esses dois modelos, votantes
majoritario e minoritario. Neste ontexto, olo ou-se o problema da analogia om o mod-
elo de Ising J . O outro tipo de modelo abordado que e aquele om estado absorvente,
tem uma dinâmi a que n~ao satisfaz o prin pio do balan eamento detalhado, mas por ser
um modelo om estado absorvente lassi a-se pelo argumento de Janssen (Janssen, 1981)
e Grassberger (Grassberger, 1982) na lasse de universalidade do modelo de per ola ~ao
dire ionada. O problema neste aso e en ontrar o diagrama de fase que vai denir as
regi~oes de oopera ~ao.
A primeira abordagem para o estudo de todos esses modelos e a abordagem teori a.
Nessa abordagem estes modelos foram estudados por meio da equa ~ao da evolu ~ao na
aproxima ~ao de ampo medio. Com essa abordagem veri aram-se quantitativamente
tanto os resultados lassi os para os expoentes rti os quanto as quebras de simetrias es-
peradas para tais modelos om a presen a de dois estados fundamentais omo solu ~ao para
o estado esta ionario da equa ~ao de evolu ~ao. A segunda abordagem e aquela do metodo
de simula ~ao omputa ional. Fez-se uso do metodo de Monte Carlo om os re ursos de
pro essos esto asti os markovianos om dinâmi as de n~ao-equilbrio para gerar dados e
medir as grandezas fsi as. Para a analise dos dados propor ionados por este metodo de
simula ~ao omputa ional e sua ompara ~ao om os re ursos da Me âni a Estatsti a no
limite termodinâmi o pro edeu-se ao uso da analise de es ala de tamanho nito por meio
do qual pôde-se al ular para ada um dos modelos estudados o valor do ponto rti o, os
expoentes rti os, a fun ~ao olapso e por aqui de idir suas lasses de universalidade.
O roteiro da apli a ~ao de todos esses re ursos tanto teori os quanto omputa ionais
para abordar os problemas men ionados relativamente a ada um dos modelos estudados
segue-se omo des rito na sequên ia.
19
De maneira geral o roteiro deve perseguir os seguintes objetivos: o primeiro pro ed-
imento om referên ia ao estudo da transi ~ao de fase em modelos de sistemas naturais
e aquele de identi ar ini ialmente a natureza da transi ~ao omo de primeira ordem ou
ontnua; o segundo e o de en ontrar o valor do ponto rti o ou o valor do parâmetro
indutor da transi ~ao; o ter eiro e o de obter os expoentes rti os e om isso identi ar a
lasse de universalidade dos modelos estudados. Simultaneamente, apresenta-se e estuda-
se o omportamento das grandezas relevantes do sistema em torno do ponto rti o, que
e des rito pelas leis de potên ia dis utidas anteriormente; o quarto re urso e onstruir
as fun ~oes olapso por meio de mudan as de es ala. Com as urvas de olapso testa-se
a onsistên ia dos parâmetros rti os obtidos e desta forma refor am-se as evidên ias
quanto a qualidade dos resultados. Faz-se uso aqui da abordagem da fun ~ao homogênea
generalizada para obter essas urvas omo foi dis utido anteriormente. Para realizar esses
passos fez-se uso dos instrumentos obtidos das dis uss~oes teori as desenvolvidas a ima e
abaixo dis riminados.
1.1 Metodos e te ni as para estudar a natureza e

obter o valor do ponto rti o e expoentes rti os.
O primeiro passo no estudo dos fenômenos rti os e transi ~ao de fase e investigar
a natureza da transi ~ao de fase apresentada pelo modelo. Identi ada a natureza da
transi ~ao de fase a proxima etapa tem por objetivo al ular o valor rti o do ponto da
transi ~ao e os valores dos expoentes rti os das leis de potên ia. As te ni as de es ala de
tamanho nito juntamente om os dados produzidos pela simula ~ao omputa ional, que
des revem o omportamento do sistema em torno do ponto rti o desempenham papel
entral nesta etapa.
1.1.1 Metodos para identi ar a natureza da transi ~ao.

A transi ~ao de fase pode ser lassi ada em dois tipos: transi ~ao de primeira ordem e a
transi ~ao de segunda ordem ou ontnua. Em um sistema innito a transi ~ao de primeira
ordem e ara terizada por uma des ontinuidade nas primeiras derivadas do poten ial
termodinâmi o no parâmetro indutor da transi ~ao; enquanto na transi ~ao de segunda
ordem as primeiras derivadas s~ao ontnuas, mas apresentam singularidades nas segundas
derivadas no poten ial termodinâmi o. Em termos do parâmetro de ordem, denido omo
qualquer quantidade equivalente a zero em um lado da transi ~ao de fase e n~ao-zero do
outro lado, a transi ~ao de fase de segunda ordem e ara terizada pelo fato de que o
parâmetro de ordem e ontnuo no valor rti o do parâmetro indutor, e, por isso, ela
20
e tambem denominada transi ~ao de fase ontnua21 . Contudo, para o ontexto desta
tese o interesse e apenas da transi ~ao ontnua. No que diz respeito a identi a ~ao da
natureza da transi ~ao de segunda ordem, faz-se uso da deni ~ao a ima, portanto, de
dois metodos. O primeiro metodo, que pode ser onsiderado omo uma assinatura, para
identi ar a natureza da transi ~ao de fase, e o gra o do parâmetro de ordem versus o
parâmetro indutor da transi ~ao. Essa gra o deve mostrar ontinuidade no parâmetro de
ordem, que no aso de sistemas ferromagneti os, omo nesta tese, e a quantidade fsi a
magnetiza ~ao, omo pode ser visto no gra o abaixo para diferentes tamanhos do sistema.
Pode-se imaginar que a urva limite, ou seja, a urva para o sistema innito, portanto,
aproximada om L ! 1 e uma urva que entra ontinuamente no eixo horizontal mas
de maneira perpendi ular na interse ~ao omo ilustrado em seguida:
ML(q) versus q
0.8
0.6
ML
0.4
0.2
0
0 0.1 0.2
q
Figura 1.1: Gra o do parâmetro de ordem{magnetiza ~ao{ omo ara tersti a da

transi ~ao ontnua para o tamanho L res ente.
O segundo metodo explora a des ontinuidade da segunda derivada do poten ial ter-
modinâmi o, no aso da quantidade fsi a sus etibilidade dada pelo gra o abaixo. No
entanto, no aso de sistemas nitos, a urva da sus etibilidade se apresenta omo urvas
arredondadas que om o tamanho L res ente se aproximam desta des ontinuidade. A
sus etibilidade, al ulada para sistemas de tamanhos nitos, tem a forma ilustrada na
gura, mostrada por (Privman, 1998), seguinte:
21 (Barkema and Newman, 1999), pg.83;(Binder, 1997), pg.528; (Landau, 2000), pg. 14.
21
χ′
L= ∞ :
γ
χ ∼|T−T (∞)|−
χ′max c
∆T
Tc(L) Tc(∞) T
Figura 1.2: Gra o da sus etibilidade omo ara tersti a da transi ~ao ontnua.
1.1.2 O metodo do umulante de quarta ordem.

Um dos metodos mais importantes para identi ar o valor da temperatura de transi ~ao
de fase, ou do valor rti o do indutor da transi ~ao, que no nosso aso e q = 1 p, ou
ainda da variavel de ontrole, e o metodo para al ular o umulante de Binder ou metodo
do umulante de quarta ordem UL 22 denido em 1.36 omo
UL = 1
hm iL :
4
(1.44)
3hm iL2 2
O pro edimento onsiste em onstruir o gra o do umulante de Binder (UL ) para uma
rede de tamanho L versus a temperatura e repetir esse gra o para varios tamanhos de L.
O valor da temperatura rti a T sera dado pelo ponto de interse ~ao destas urvas UL
versus T para varios L. Esse pro edimento servira para se identi ar os valores rti os
do parâmetro de ontrole, temperatura ou outro ampo. A ra ionalidade desse metodo
en ontra-se, des rita por Binder (Binder and Heermann, 1988),
For T > T and L , one an show that UL de reases towards zero as

UL / L d . For T < T and L , one an show from . . . [Distribui ~ao de
probabilidade do parâmetro de ordem, PL (m)℄ . . . that UL tends to U1 = 2=3.
For L << , on the other hand, UL varies only weakly with temperature and
linear dimension, it stays lose to the (universal but non trivial) <<xed-
point>> value U ? 23
22 (Binder and Heermann, 1988), pg.107; (Binder, 1997), pg.523, (de Oliveira, 1996), pg.1322.
23 (Binder and Heermann, 1988), pg.46
22
Isto signi a que se L0 > L ent~ao UL0 > UL , no aso em que T < T , e UL0 < UL
no aso em que T > T , pois nesse aso U (L) / L d . Binder omenta, primeiro, que a
pre is~ao deste metodo de interse ~ao do umulante e bastante boa, ex eto para dimens~oes
lineares pequenas em que, devido a orre ~oes de es ala de tamanho nito, pode-se ter uma
area espalhada na interse ~ao e, segundo, que tem sido bastante bem su edido em suas
apli a ~oes, quando omparado om outros metodos omo expans~ao em serie e grupo de
renormaliza ~ao de Monte Carlo. Mas, ele alerta tambem para o que poderia ser uma fonte
de problemas: a qualidade dos numeros pseudoaleatorios. Nesse mesmo trabalho, mas
em uma parte denominada de guia para trabalho prati o om o metodo de Monte Carlo
Binder (Binder and Heermann, 1988) e mais direto sobre o uso do metodo do umulante
de quarta ordem para en ontrar o ponto rti o. Ele diz,
To determine the transition point we hoose pairs of linear system sizes(L; L0 ).

The riti al point is the xed point where we have UL = UL0 . At the transition
point the umulants for two dierent systems sizes must interse t. To put it
dierently, if we plot the ration UL =UL0 versus the temperature, then for all
pairs we should nd a unique rossing at one parti ular temperature. This is
the transition point24 .
1.1.3 O metodo da magnetiza ~ao: valor, natureza e expoente

rti o.
O mesmo metodo men ionado a ima para identi ar a natureza da transi ~ao de fase
serve tambem para identi ar o valor rti o e ainda que sem a pre is~ao do metodo do
umulante de Binder e tambem para al ular os expoentes rti os. Esse metodo faz uso
da rela ~ao ML (q ) versus q , ilustrada pela gura 1.1, e tambem da rela ~ao ML (q ) versus
1=L, para diversos valores de L. A ra ionalidade para o uso destes re ursos e que o ponto
rti o, q , divide o onjunto dos valores da magnetiza ~ao ML (q ), quando L ! 1, em
dois sub onjuntos: se q > q ent~ao a magnetiza ~ao, ML (q ) omporta-se om 1=L de tal
modo que desapare e, ML (q ) = 0, estado desordenado, para L ! 1. Neste aso tem-se
a dependen ia de ML do tamanho do sistema para esse domnio. Enquanto, se q < q , a
magnetiza ~ao aproxima-se de um valor diferente de zero, ML (q ), estado ordenado, para
L ! 1 e mostra-se independente do tamanho do sistema.
Com o onhe imento do valor do ponto de transi ~ao, T , ou q no nosso aso, e, tambem
om o uso da rela ~ao de es ala de tamanho nito, pode-se ent~ao obter uma estimativa da
rela ~ao entre os expoentes rti os, = , por meio de uma regress~ao linear ou ajuste dos
24 (Binder and Heermann, 1988), pg.107.
23
pontos des ritos por ML (q ) e L obtida da rela ~ao 1.37 ou
ML (q ) = L =
M~ (L1= "); (1.45)
em que M~ e a fun ~ao es ala que depende, por exemplo, das ondi ~oes de ontorno e
" = (q q )=q . No ponto de transi ~ao de fase, " = 0, obtem-se a rela ~ao 1.40
ML ( q ) = L =
M~ (0): (1.46)
Finalmente, tomando o logaritmo de ambos os lados da equa ~ao pode-se identi ar a in-
lina ~ao da rela ~ao linear entre log ML (T ) e log L omo sendo a rela ~ao entre os expoentes
rti os, = .
1.1.4 O metodo da sus etibilidade: valor, natureza e expoentes

rti os.
Do mesmo modo o metodo da sus etibilidade dis utido a ima para identi ar a na-
tureza da transi ~ao de fase serve al ular a raz~ao entre os expoentes rti os = . O uso
deste metodo advem da rela ~ao de es ala de tamanho nito da sus etibilidade, em torno
e no ponto rti o. Como visto, essa rela ~ao, 1.38 pode ser des rita omo
L (q ) = L = ~(L1= "); (1.47)
em que " = (q q )=q . Com essa rela ~ao de es ala da sus etibilidade, segue-se auto-
mati amente um metodo para obter a raz~ao entre os expoentes rti os, que e aquele da
regress~ao linear nos valores maximos da sus etibilidade para ada tamanho L do sistema.
A regress~ao linear para ln max versus ln L tem na in lina ~ao dessa reta o valor da raz~ao
= . Outro metodo para identi ar essa raz~ao entre os expoentes rti os faz uso da
mesma rela ~ao de es ala a ima, mas, partindo, agora, do fato de que se onhe e o valor
rti o da variavel, q , que induz a transi ~ao de fase. Ele onsiste em tomar a regress~ao
linear entre os pontos des ritos pelo ln (q ) no ponto rti o, para ada L, versus ln L.
Este metodo tambem segue diretamente da rela ~ao de es ala de tamanho nito obtida
a ima. Fazendo-se q = q na rela ~ao de es ala, obtem-se 1.41,
L (q ) = L = ~(0): (1.48)
Com esta formula pode-se deduzir que a raz~ao entre os expoentes rti os = e a
in lina ~ao da regress~ao linear ou do ajuste da linha aos pontos (L ; L) des ritos pela
sus etibilidade e tamanho L.
24
1.1.5 A fun ~ao de es ala e a urva olapso.
Uma vez determinado o ponto de transi ~ao de fase, portanto, o valor rti o da variavel
de ontrole omo, por exemplo, a temperatura, ou o grau (parâmetro) de in erteza ou de
duvida q = 1 p om que se a eita a regra da maioria, onforme adotado nos modelos
onsiderados nessa tese, e, tambem, os expoentes rti os, ini ia-se efetivamente, segundo
Binder25 , a analise de es ala de tamanho nito. Como ele mesmo diz,
Now that we have determined the phase transition point for the model we
an go to the nite-size s aling analysis26 .
Assim, om os valores orretos para q , , , , os dados para os sistemas de diferentes
tamanhos L devem olapsar em uma uni a urva (fun ~ao es ala). Isto signi a que, uma
vez onhe idos os expoentes rti os eventualmente o valor rti o do parâmetro indutor da
transi ~ao, todos os dados sobre, por exemplo, a magnetiza ~ao, obtidos para os diferentes
tamanhos do sistema, podem ser levados a olapsar sobre uma uni a fun ~ao de es ala.
Essa transforma ~ao de es ala, omo ja foi visto anteriormente, e dada por
(q q )
x L1= ; (1.49)
q
para o eixo das abs issas. Enquanto tem-se
y M (q; L)L= ; (1.50)
para o eixo das ordenadas. Esse primeiro tipo de olapso dos dados do sistema, por
meio da transforma ~ao de es ala, pode ser en arado omo um ex elente teste para a
orreta avalia ~ao dos valores dos expoentes rti os. Do mesmo modo, pode-se fazer uso
do valor rti o indutor da transi ~ao, dos expoentes rti os e, juntamente om os dados
da sus etibilidade, obtidos para os diferentes tamanhos do sistema, onstruir, por meio de
uma transforma ~ao de es ala, uma outra uni a fun ~ao universal de es ala, asso iada om
a sus etibilidade, sobre a qual todos esses dados se ajustam ou sobre a qual eles olapsam.
Relembrando que a transforma ~ao de es ala e dada por
(q q )
x L1= ; (1.51)
q
para o eixo das abs issas. Enquanto que temos
y (q; L)L =
; (1.52)
para o eixo das ordenadas. E, nalmente, no ontexto dessa tese, outra transforma ~ao
de es ala e tambem bastante importante: a do umulante de quarta ordem. Com os
25 (Binder and Heermann, 1988), pg.108.
26 (Binder and Heermann, 1988) pg.108.
25
dados a ima juntamente om aqueles dados do umulante de quarta ordem onstroi-se
uma fun ~ao universal de es ala asso iada om o umulante, sobre a qual todos esses dados
se ajustam orretamente ou olapsam. A transforma ~ao de es ala e dada por
(q q ) 1=
x L ; (1.53)
q
para o eixo das abs issas. Enquanto tem-se
y U; (1.54)
para o eixo das ordenadas. Des rito tanto o quadro teori o quanto da simula ~ao om-
puta ional no qual se insere a proposta desta tese e estabele ido o roteiro geral utilizado
na abordagem dos problemas, nalmente, prop~oe-se o seguinte roteiro por aptulos or-
respondentes nesta tese a apli a ~ao dos metodos esto asti os aos fenômenos rti os e de
transi ~ao de fase.
1.1.6 Roteiro da tese.

No aptulo dois estuda-se o omportamento de transi ~ao de fase dos modelos da lasse
do votante majoritario para diversos asos espe i ados pelo numero de oordena ~ao z .
Esses modelos s~ao des ritos omo modelos de gas de rede para redes quadradas om N
stios, om variaveis esto asti as des revendo dois estados i = 1 asso iadas a ada stio
e tendo regras denidas omo regras majoritarias mais regras de desempate, espe i ando
omo ada spin adquire seu estado a partir dos estados dos stios vizinhos. Como o
modelo apresenta simetria \up-down" segue-se, por argumento teori o, que apesar de n~ao
satisfazer o prin pio do balan eamento detalhado, e, portanto, lassi ar-se portador de
transi ~oes de fase fora de equilbrio, ele se en ontra na lasse de universalidade do modelo
de Ising. Com os re ursos da equa ~ao de evolu ~ao e da equa ~ao mestra, da analise de
es ala de tamanho nito obtidos dos metodos da Me âni a Estatsti a de Equilbrio e do
metodo de simula ~ao omputa ional de Monte Carlo estuda-se o omportamento desses
modelos nas proximidades do ponto rti o. Cal ulam-se as rela ~oes entre os valores
rti os do parâmetro indutor e o numero de oordena ~ao da rede, os expoentes rti os e
onstroem-se as fun ~oes olapso. Por este meio s~ao en ontradas evidên ias que suportam
o argumento teori o a ima.
No aptulo três onstroem-se modelos que s~ao ombina ~oes onvexas de modelos do
votante majoritario e om isso pode-se preen her as la unas da rela ~ao entre os valores
rti os do parâmetro indutor e o numero de oordena ~ao. Apli ando os mesmos pro-
edimentos anteriores mostra-se que esses modelos apresentam os mesmos resultados dos
modelos anteriores. Neste ontexto prop~oe-se e resolve-se o problema do modelo mais sim-
ples e om este modelo pro ura-se ilustrar as ara tersti as da lasse de universalidade,
em parti ular, a dimensionalidade do sistema.
26
No quarto aptulo desenvolve-se a segunda etapa dessa pesquisa, a qual onsiste em
onstruir uma outra lasse de modelos do votante que, por analogia om o modelo de
Ising, tem omo estado fundamental a fase antiferromagneti a: a lasse dos modelos do
votante minoritario. Para esses modelos foram repetidos os estudos apli ados ao votante
majoritario e obtidos os mesmos resultados.
No quinto aptulo a analogia om o modelo de Ising e levada um pou o mais longe,
gerando, om essa ultima lasse de modelos, os meios de onstruir uma ombina ~ao on-
vexa dos modelos do votante majoritario e minoritario, e desta forma, onstruir um
analogo ao modelo de Ising J . Essa analogia n~ao a sem evidên ias, pois, puderam-se
reproduzir os resultados e diagramas do modelo de Ising J , obtendo-se tanto o diagrama
de fase om três fases, a saber, ferromagneti a, paramagneti a e antiferromagneti a quanto
as on entra ~oes rti as distinguindo essas regi~oes no diagrama de fase. Contudo, n~ao
foi en ontrada por simula ~ao omputa ional a presen a de fase de vidro de spin omo
aparentemente esperado pela analogia. A quest~ao e se se trata de renamento da sim-
ula ~ao omputa ional ou se essa ombina ~ao onvexa reproduz as ondi ~oes ne essarias
para o apare imento da fase de vidro de spin: desordem das liga ~oes e frustra ~ao. Em
outro aspe to dessa pesquisa, onsiderando-se que o ontexto original dos modelos do
votante os dene omo sistemas desordenados, passou-se, ent~ao, a ompara ~ao, para um
mesmo modelo, da apli a ~ao dos dois metodos diferentes de tratar os modelos de sistemas
desordenados: o metodo temperado -"quen hed"- e o metodo re ozido - \annealed". A
ompara ~ao resultou em dois gra os des revendo a rela ~ao entre os valores rti os do
parâmetro indutor da transi ~ao om a on entra ~ao proveniente do modelo onvexo do
votante majoritario.
No sexto aptulo, exploram-se uma vez mais modelos esto asti os que se lassi am
omo irreversveis. Estuda-se um modelo lassi ado omo jogo espa ial, des revendo a
evolu ~ao de N indivduos interagentes lo alizados nos stios de uma rede quadrada. Os
indivduos interagem, em um jogo de duas a ~oes, apenas om indivduos perten ente a
uma pequena vizinhan a. Essas duas a ~oes onsistem em ooperar (C) ou n~ao ooperar
(D). Em ada jogada, os indivduos revisam suas es olhas de a ordo om regras espe as
ou, para usar um termo apropriado, estrategias. A evolu ~ao do jogo e onsiderada ser
um pro esso de Markov, no qual as estrategias s~ao probabilsti as, dependentes apenas da
ultima jogada, e as a ~oes s~ao atualizadas segundo o metodo \single-spin", portanto, de
maneira ontnua. A prin ipal regra do jogo e que o jogador n~ao muda sua a ~ao quando ele
e seu oponente têm mantido a mesma a ~ao, (CC) ou (DD), na jogada anterior. Essa regra
leva a existên ia de dois estados ongelados ou estados absorventes, um dos quais e ara -
terizado por ter apenas ooperadores, enquanto o outro, por ter apenas n~ao- ooperadores.
Simula ~oes mostram que alem desses dois estados absorventes ha tambem um estado ativo
no qual a rede tem uma densidade nita de ooperadores e n~ao ooperadores. As sim-
27
ula ~oes mostram tambem que o estado ativo esta presente em duas dimens~oes, mas n~ao
em uma dimens~ao, e que esse modelo se en ontra na lasse de universalidade do modelo
da per ola ~ao dire ionada, segundo as analises do expoente rti o asso iado om a lei de
potên ia des revendo o omportamento do parâmetro de ordem.
No setimo e ultimo aptulo estuda-se no ontexto da Me âni a Estatsti a de Equilbrio
um modelo de Ising quânti o unidimensional om ampo transverso por meio da simula ~ao
de Monte Carlo. Esse metodo foi usado para al ular o valor rti o do parâmetro indu-
tor, o ampo transverso, e os expoentes rti os do omportamento da magnetiza ~ao,
sus etibilidade e umulante de quarta ordem nas proximidades do ponto rti o om a
onstru ~ao de suas urvas olapso.
28
Captulo 2
O MODELO DO VOTANTE

MAJORITARIO - VMAJ.
2.1 Introdu ~ao: os objetivos e problemas.
O objetivo deste aptulo e apli ar os re ursos teori os da me âni a estatsti a de

equilbrio e fora de equilbrio que envolvem entre outros o metodo de es ala de tamanho
nito, dos pro essos esto asti os e de simula ~ao omputa ional para estudar a lasse de
modelos do modelo do votante majoritario om e sem spin entral. Esse modelo e las-
si ado omo um sistema desordenado om transi ~ao de fase do tipo ordem-desordem
que n~ao satisfaz as ondi ~oes da reversibilidade mi ros opi a ou balan eamento detal-
hado e, portanto, lassi ado omo um sistema fora de equilbrio. O objetivo e analisar
essa lasse de modelos para resolver in o problemas: o primeiro e al ular o valor rti o
da transi ~ao de fase ordem-desordem e identi ar a natureza da sua transi ~ao de fase;
o segundo problema e identi ar a lasse de universalidade; o ter eiro e onstruir uma
rela ~ao entre os valores rti os do parâmetro indutor da transi ~ao, q , om o numero de
oordena ~ao, z, do modelo. O quarto e en ontrar o modelo mais simples, om o riterio
do menor valor rti o, dessa lasse e, por aqui, dis utir algumas das ara tersti as da
lasse de universalidade, em parti ular, a dimensionalidade do sistema. Esses problemas
s~ao tratados em primeiro lugar do ponto de vista de uma abordagem teori a e em se-
gundo da abordagem da simula ~ao omputa ional. A abordagem teori a e feita a partir
equa ~ao de evolu ~ao do sistema e tratada apenas na aproxima ~ao de ampo medio, en-
quanto a abordagem da simula ~ao omputa ional propor iona valores numeri os exatos
para os modelos. Na abordagem da simula ~ao omputa ional os dois primeiros problemas
ser~ao tratados onjuntamente e para eles re orrer-se-a ao metodo de es ala de tamanho
29
nito1 , para a analise dos dados resultantes da simula ~ao. Esse metodo onduz a ertas
rela ~oes de es ala para as grandezas relevantes, entrais para essa analise: magnetiza ~ao,
sus etibilidade e o umulante de quarta ordem. Essas rela ~oes de es ala d~ao origem, no
ponto rti o, a leis de potên ia ujos expoentes, denominados de expoentes rti os, s~ao
utilizados para determinar a lasse de universalidade dos modelos e que foram dis utidos
no aptulo anterior.
2.2 O modelo do Votante Majoritario: des ri ~ao geral

e espe i a ~ao dos objetivos.
O Modelo do Votante Majoritario2 e um modelo denido em um reti ulado por
meio de variaveis esto asti as i , ada uma delas asso iadas om um stio do reti ulado.
Considera-se aqui um modelo simples no qual
tem-se uma rede quadrada de dimens~ao L por L om N stios, asso iados aos quais
têm-se variaveis esto asti as i;j .
as variaveis esto asti as têm, por sua vez, asso iados a elas apenas dois estados,
designados por i;j = 1 para ada stio do reti ulado. Assim para uma rede de N
spins têm-se 2N ongura ~oes possveis.
uma vizinhan a formada de z vizinhos e por diferentes formas de liga ~oes geometri as
entre o spin entral e os z spins vizinhos.
a dinâmi a ou um onjunto de regras. No aso, a regra da maioria por meio da

qual dene-se o estado que um spin, i;j , assume em fun ~ao dos estados dos seus
vizinhos. Esta regra arma que o estado es olhido assume o valor orrespodente ao
da maioria dos vizinhos mais proximos.
uma regra de desempate.
Esse ultimo tem desta a um elemento entral dessa lasse de modelos: a regra de
desempate. Regras de desempate s~ao adi ionadas para ompletar a regra da maioria e
eliminar situa ~oes de inde is~ao propor ionadas pela regra da maioria. Ela e uma das
origens da riqueza dessa lasse de modelos. Por exemplo, quando se fala em Modelo do
Votante Majoritario n~ao se dis rimina a regra do desempate pois onsidera-se a regra
p = 0:5 para o desempate omo parte natural da regra da maioria. A raz~ao para isso: a
1 (Binder, 1997),pg.523; (Landau, 2000), pg.77-78; (Stanley, 1999), pg.S360; (Widom, 1965), pg.3899-
3901; (Fisher, 1967), pg.709; (de Oliveira and Chiappin, 1997), pg.312; (de Oliveira, 1996), pg. 1322.
2 (de Oliveira, 1992); (de Oliveira e T^
ania Tome, 2001).
30
propriedade da simetria de invers~ao de sinal do spin i . Cada modelo difere do outro em
termos
do numero de vizinhos.
da forma geometri a da liga ~ao.
da regra de desempate.
da dinâmi a que dene omo as ongura ~oes s~ao alteradas.
Neste aptulo, a dinâmi a vai ser onsiderada
1. denida pela regra da maioria.
2. \single spin ip" ou mudan a da ongura ~ao a partir da es olha aleatoria de um

uni o spin. Ela e denominada de assin rôni a ou de tempo ontnuo. Ela onsiste
em substituir o spin i por i , de a ordo om uma erta probabilidade p.
O resultado da apli a ~ao dessas regras e a gera ~ao de uma sequên ia de ongura ~oes
em que ada uma delas depende apenas da anterior, portanto, formando um pro esso
esto asti o markoviano. Esse pro esso ontrasta om aquele do autômato elular
probabilsti o, no qual os estados s~ao revisados sin roni amente ou os estados de todos
os indivduos s~ao revisados simultaneamente. A lasse de modelos do votante majoritario
possui ertas propriedades muito importantes:
1. a primeira propriedade e que ela n~ao satisfaz a ondi ~ao do balan eamento detalhado
e, portanto, a reversibilidade mi ros opi a, e desta forma des reve um sistema que
se lassi a omo fora do equilbrio, portanto, n~ao governado por uma hamiltoniana.
2. a segunda propriedade e que ela satisfaz a propriedade da simetria de invers~ao

temporal3 ou omo arma Grinstein (Grinstein et al., 1985) simetria \up-down",
pela qual ao tro ar-se todas as variaveis esto asti as i;j por i;j a taxa de transi ~ao
permane e invariante (de Oliveira e Tânia Tome, 2001).
3. a ter eira propriedade de orre da propriedade anterior, o modelo en ontra-se, devido

a propriedade da simetria \up-down", na lasse de universalidade de Ising segundo
o argumento de Grinstein (Grinstein et al., 1985).
N~ao e dif il ver essa propriedade para os modelos que seguem a taxa de invers~ao
dada a ima, para uma determinada vizinhan a. Basta fazer a tro a de todos os 0 s por
0 ou seja i ! i . Uma abordagem a um exemplar dessa lasse de modelos foi feito
3 (Goldenfeld, 1992) pg.40-42.
31
por Oliveira (de Oliveira, 1992), que tratou do Modelo do Votante Majoritario, VMAJ4
sem spin entral, om quatro vizinhos, obtendo o valor do ponto rti o e os expoentes
rti os que o enquadram na lasse de universalidade de Ising. Como foi ressaltado a ima,
este modelo tem tambem uma regra de desempate. Mas, en ontra-se embutida na taxa
de transi ~ao a ima e orresponde a p = 0:5 para o aso em que a = 0, no aso da
simula ~ao. Esse desempate, pode ser visto das onsidera ~oes a ima, da w = 0:5 para
a = 0. Conje tura-se que a in orpora ~ao natural desta parti ular taxa de desempate a
regra da maioria e devido ao fato de ela preservar a simetria \up-down". Para qualquer
outro valor n~ao o orreria essa simetria, e, portanto, n~ao se poderia falar de transi ~ao de
fase, de modo semelhante ao modelo de Ising om ampo magneti o externo. Denomina-
se aqui um tal modelo, om regra de desempate do tipo p = 0:5, omo Modelo do Votante
Majoritario sem spin entral4 . Nos modelos a serem tratados neste aptulo substitui-se
essa regra do desempate, p = 0:5, por outra regra, denominada aqui de regra do desempate
do spin entral. Ela onsiste em assumir, em aso de empate, om probabilidade p,
o estado atual i e om probabilidade q = 1 p, o estado i . Como pretende-se
mostrar abaixo, essa regra adi ionada a regra da maioria, formando propriamente o que
se denomina de Modelo do Votante Majoritario om spin entral, satisfaz tambem a
propriedade de simetria por invers~ao temporal ou simetria \up-down". En ontra-se nessa
regra de desempate uma das fontes para uma riqueza de modelos, gerando toda uma
famlia de modelos de votantes majoritarios. Resumindo, o aptulo se desenvolve em
torno do modelo do votante majoritario e de seus submodelos pro urando-se om isso
resolver o primeiro problema, que e aquele de determinar seus pontos rti os, a natureza
das transi ~oes de fase, os expoentes rti os, e, portanto, sua lasse de universalidade,
e, ent~ao resolver o segundo objetivo, que e aquele de es olher o modelo mais simples,
e, a partir dele, o ter eiro objetivo, que e dis utir algumas propriedades ara tersti as
da lasse de universalidade, em parti ular a dimensionalidade. Esse segundo objetivo e
onduzido pela arma ~ao de Yeomans (Yeomans, 1994), de a ordo om a qual
Classes de universalidade s~ao frequentemente lassi adas pelo modelo

mais simples perten ente a elas.5 .
Desta forma, pro ura-se es olher o que seria o modelo mais simples de uma variedade
de modelos do Votante Majoritario om spin entral. A solu ~ao desse problema ajudara
a entender duas propriedades importantes dos fenômenos rti os: a importân ia da di-
mensionalidade do sistema para a transi ~ao de fase e o signi ado, para a transi ~ao de
fase, da invariân ia da densidade = N=V do sistema no limite termodinâmi o, ou seja,
4 Aindaque n~ao se men iona esse aspe to ele pare e ser a ara tersti a para esses modelos omo aquele
tratado por (de Oliveira, 1992).
5 (Yeomans, 1994), pg. 29.
32
N ! 1 e V ! 1. Com o objetivo de xar a nomen latura apresenta-se a representa ~ao
gra a e analti a da estrutura basi a do modelo omo se segue:
a nomen latura adotada para identi ar a geometria dos modelos onsidera uma
quadrupla de parâmetros (a; b; ; d) para os modelos de ate quatro vizinhos.
ada um desses parâmetros assume os valores 0 ou 1, os quais signi am respe ti-
vamente ausên ia ou presen a do vizinho, ou da liga ~ao. Considerando que o spin
entral esta asso iado ao par (i; j ), em que i representa a oluna enquanto j a linha,
ent~ao dene-se o parâmetro a omo asso iado ao par (i; j 1), ou seja, ao vizinho do
lado de baixo spin entral; o parâmetro b esta asso iado ao vizinho identi ado pelo
par (i; j + 1) ou ao vizinho do lado de ima; enquanto o parâmetro esta asso iado
ao vizinho identi ado por (i 1; j ), ou seja, o vizinho situado do lado esquerdo do
spin entral; e, nalmente, o parâmetro d esta asso iado ao vizinho identi ado por
(i + 1; j ), ou seja, ao vizinho situado do lado direito do spin entral.
Esta nomen latura algebri a e a ompanhada pela representa ~ao gra a apresentada
abaixo, que identi a a oordenada (i; j ) om o spin entral e as demais oordenadas
(i 1; j ), (i + 1; j ), (i; j 1), (i; j + 1) om os vizinhos mais proximos:
Sistema de Coordenadas
(i,j+1)
(i−1,j) (i+1,j)
(i,j−1)
Figura 2.1: As oordenadas das formas geometri as de liga ~oes.
Neste ontexto, pode-se onstruir uma serie de modelos. Nesta serie de modelos,
a primeira lasse de modelo e onstituda de um uni o vizinho es olhido entre os
quatro vizinhos mais proximos des ritos abaixo. Ha quatro modos possveis de
es olher um vizinho entre os quatro. Desta forma, haveria a prin pio quatro modelos
nesta lasse de modelos de um uni o vizinho.
33
a segunda lasse de modelo e aquela om dois vizinhos mais proximos. No entanto,
e fa il per eber que ha seis possibilidades de es olhermos dois vizinhos entre quatro
vizinhos mais proximos. Essas seis possibilidades des revem as diferentes formas
das liga ~oes geometri as entre os vizinhos formados om apenas dois vizinhos mais
proximos.
e assim su essivamente om três vizinhos e ent~ao om quatro vizinhos.
Contudo, para modelos om mais de quatro vizinhos mais proximos devemos xar
regras adi ionais de forma ~ao dos modelos. Essas regras n~ao s~ao uni as. No aso tratado
aqui, onsidera-se que a regra de forma ~ao de vizinhan as para mais de quatro vizinhos
onsiste nos quatro vizinhos mais proximos e, ent~ao, repete-se o mesmo ra io nio ou
a mesma regra anterior para os seguintes quatro vizinhos. Com essas regras podem-se
formar os modelos om in o vizinhos, seis, sete, oito, : : : et . No entanto, e importante
men ionar desde ja, entre as outras regras de onstru ~ao que podem ser elaboradas, um
tipo parti ular, que onstitui um dos nu leos desse trabalho: aquelas regras onstruindo
modelos formados tanto de diferentes formas de liga ~ao geometri a quanto de diferentes
numeros de oordena ~ao. Os modelos puros fun ionam omo se fossem bases om as quais
se onstroem os modelos onvexos, que s~ao ombina ~oes onvexas desses modelos puros.
2.3 O modelo VMAJ1.

2.3.1 A des ri ~ao do modelo.
O modelo VMAJ1 onsiste
de uma rede quadrada L por L om N spins.
de um spin entral om um uni o vizinho es olhido entre os quatro mais proximos.
das quatro possveis formas de liga ~ao geometri a envolvendo o spin entral e um
uni o vizinho, formando modelos puros, (i; j 1) ou (1000), (i; j + 1) ou (0100),
(i 1; j ) ou (0010), (i +1; j ) ou (0001) formando quatro modelos possveis, VMAJ1.1,
VMAJ1.2, VMAJ1.3 e VMAJ1.4.
de todas as ombina ~oes onvexas dessas formas de liga ~ao geometri a. Dene-se a
densidade omo a parti ipa ~ao dessa elula, formada de um spin e um dos tipos
de vizinhos a ima, no modelo. Assim 1000 e a densidade do spin om um vizinho
horizontal para a esquerda, enquanto 0100 e a densidade do spin om um vizinho
horizontal para a direita : : : et . O modelo mais geral e formado da ombina ~ao
P
onvexa om (1000 , 0100 , 0010 , 0001 ), e tal que 4i=1 i = 1.
34
da dinâmi a denida pela regra majoritaria dada em termos de um onjunto de
regras de transi ~ao. Ela e omo se segue:
es olhe-se aleatoriamente o spin (i; j ) e, depois, um outro spin entre os quatro
vizinhos que onstituem sua vizinhan a,
esse spin (i; j ), spin entral, tera seu estado mudado de a ordo om as regras
apli adas a sua vizinhan a.
As quatro formas geometri as possveis de liga ~oes s~ao representadas gra amente da
seguinte maneira:
(i,j+1)
(0100) (i,j) (i+1,j)
(i,j) (0001)
(i,j) (i−1,j) (i,j)
(1000) (0010)
(i,j−1)
Figura 2.2: As quatro possveis formas geometri as de liga ~ao.
A taxa de transi ~ao e dada pelas regras abaixo, que servem para a es olha do estado
do spin entral,
1000 :w[(i 1;j ) = 1 !(i;j = 1)℄ = p
1000 :w[(i 1;j ) = 1 !(i;j = 1)℄= q
1000 :w[(i 1;j ) = 1!(i;j = 1)℄= p
1000 :w[(i 1;j ) = 1!(i;j = 1)℄ = q
0100 :w[(i+1;j ) = 1 !(i;j = 1)℄ = p

0100 :w[(i+1;j ) = 1 !(i;j = 1)℄= q
0100 :w[(i+1;j ) = 1!(i;j = 1)℄= p
0100 :w[(i+1;j ) = 1!(i;j = 1)℄ = q
0010 :w[(i;j 1 ) = 1; !(i;j = 1)℄ = p
0010 :w[(i;j 1 ) = 1; !(i;j = 1)℄= q
0010 :w[(i;j 1) = 1;!(i;j = 1)℄= p
0010 :w[(i;j 1) = 1;!(i;j = 1)℄ = q
35
0001 :w[(i;j +1) = 1; !(i;j = 1)℄ = p
0001 :w[(i;j +1) = 1; !(i;j = 1)℄= q
0001 :w[(i;j +1) = 1;!(i;j = 1)℄= p
0001 :w[(i;j +1) = 1;!(i;j = 1)℄ = q (2.1)
Pode-se ver a propriedade da simetria de invers~ao de sinal diretamente desta taxa de
transi ~ao, bastando para isso substituir todos os 0 s por 0 s e veri ar a sua invariân ia.
Com isso tem-se, teori amente, pelo argumento de Grinstein (Grinstein et al., 1985), que
o modelo perten e a lasse de universalidade do modelo de Ising.
2.3.2 A abordagem teori a: a aproxima ~ao de ampo medio.

A abordagem teori a desse modelo e feita diretamente a partir da deni ~ao da equa ~ao
de evolu ~ao (de Oliveira e Tânia Tome, 2001), ou seja,
X
W ( j )Pl ( )
0 0
Pl+1 ( ) = (2.2)
0

Rees revendo a equa ~ao de evolu ~ao, para um uni o spin, i , ou seja, para Pl+1 (i ),
om as regras de transi ~ao a ima, obtem-se, para o aso em que i = 1, Pl+1 (1), a seguinte
rela ~ao algebri a,
Pl+1 (1) = 1000 [pPl (1) + qPl ( 1)℄ + 0100 [pPl (1) + qPl ( 1)℄
+ 0010 [pPl (1) + qPl ( 1)℄ + 0001 [pPl (1) + qPl ( 1)℄ (2.3)
Com a rela ~ao P (1) + P ( 1) = 1, e om a hipotese da isotropia, na equa ~ao a ima,
obtem-se,
Pl+1 (1) = 1000 [pPl (1) + q (1 Pl )℄ + 0100 [pPl (1) + q (1 Pl (1))℄
+ 0010 [pPl (1) + q (1 Pl (1))℄ + 0001 [pPl (1) + q (1 Pl (1))℄: (2.4)
Depois de algumas manipula ~oes algebri as, hega-se a
Pl+1 (1) = ((p q )Pl (1) + q )(1000 + 0100 + 0010 + 0001 ): (2.5)
Como (1000 + 0100 + 0010 + 0001 ) = 1, om a deni ~ao que ml = Pl (1) Pl ( 1) e
substituindo a ima, segue-se
ml+1 + 1 (p q )(1 + ml )
= + q: (2.6)
2 2
Com mais algumas manipula ~oes algebri as, tem-se que
ml+1 + 1 1
= + (1 2q )ml : (2.7)
2 2
36
Sendo = 2p 1 e adi ionando ml em ambos lados, nalmente hega-se, no ontnuo,
a uma equa ~ao de evolu ~ao para o parâmetro de ordem,
dm
= (1 )m: (2.8)
dt
dm
No estado esta ionario, = 0 temos duas solu ~oes: m = 0 e m 6= 0 para o aso em
dt
que = 1, ou seja p = 1 que impli a q = 0. Isto signi a que n~ao ha transi ~ao de fase
ontnua. De outra forma, a solu ~ao dessa equa ~ao e dada por
m = A exp[ (1 )t℄; (2.9)
de onde pode-se ver que a magnetiza ~ao se anula, m ! 0 quando t ! 1, no aso em que
6= 1, portanto, em que p 6= 1 ou q 6= 0. O tempo de relaxa ~ao e dado por = 1=(1 ).
Esse tempo diverge quando ! 1, ou seja, quando q ! 0. Trata-se portanto, de um
omportamento semelhante aquele des rito por um modelo de Glauber unidimensional
(de Oliveira e Tânia Tome, 2001). Assim, do ponto de vista teori o, n~ao ha transi ~ao de
segunda ordem, ou transi ~ao de fase ontnua, para qualquer q , ex eto uma transi ~ao de
primeira ordem em q = 0.
2.3.3 A simula ~ao omputa ional: resultados numeri os

e analise dos dados.
A simula ~ao omputa ional desse modelo n~ao aponta transi ~ao ou, de outro modo,
apresenta uma transi ~ao de primeira ordem para o valor de q = 0. A avalia ~ao analti a
dos dados obtidos da simula ~ao omputa ional e feita om os re ursos des ritos anterior-
mente, por exemplo, a grandeza umulante de quarta ordem6 , dada por
UL = 1
hm iL
4
(2.10)
3hm iL
2 2
onforme a equa ~ao 1.39. Essa grandeza permite identi ar e al ular o valor rti o,
q , da variavel indutora da transi ~ao de fase. Por meio desse re urso o valor rti o do
parâmetro indutor e dado por q = 0:0. Desta forma, pode-se dizer que o modelo do
votante majoritario VMAJ1 n~ao apresenta transi ~ao de fase ontnua para q 6= 0 ou
apresenta uma transi ~ao de fase do tipo denominada primeira ordem ou des ontnua para
q = 0. Como se podera ver, no de orrer desta tese, todos os demais modelos, ex eto o
modelo om dois vizinhos VMAJ2 sem spin entral, que sera omentado em breve, tem
transi ~ao para um valor de q 6= 0. A natureza dessa transi ~ao e denominada de segunda
ordem ou ontnua, pois o parâmetro de ordem vai, ontinuamente, a zero quando q ! q
6 Uma expli a a~o bastante sinteti a desta grandeza en ontra-se em (Plis hke, 1994), pg. 289; e (Binder,
1998).
37
para q < q . Da mesma forma sera possvel observar, a partir dos modelos abaixo, em
parti ular VMAJ2 om spin entral, que a presen a de uma transi ~ao de fase dependera
da dimensionalidade da intera ~ao entre os vizinhos e que essa dimensionalidade devera
ser tal que d > 1. Mas, mesmo om a dimensionalidade d = 2, pode-se n~ao ter transi ~ao
de fase, omo e o aso do modelo VMAJ2 sem spin entral, portanto, om a regra de
desempate p = 0:5. Assim este modelo VMAJ2 sem spin entral n~ao apresenta transi ~ao
de fase. Nesta linha, pretende-se ilustrar om lareza, mesmo em destaque, que a dimens~ao
em quest~ao para a universalidade e aquela da intera ~ao, e n~ao da rede ou espa ial. A
linguagem mais pre isa para armar essa propriedade universal e que a dimensionalidade
e sempre da intera ~ao e n~ao da rede. O modelo abaixo VMAJ2.1 om e sem spin entral
e exemplar em identi ar om lareza e pre is~ao essa propriedade universal da transi ~ao
de fase.
2.4 O modelo VMAJ2 e seus submodelos.

2.4.1 Des ri ~ao do modelo.
O modelo VMAJ2 onsiste de
uma rede quadrada L por L om N spins em que ada spin e des rito por uma
variavel esto asti a i;j .
a elula e des rita por um spin i;j om dois vizinhos mais proximos es olhidos entre
os quatro mais proximos, i 1;j , i+1;j , i;j 1 , i;j +1. As possveis formas de liga ~ao
geometri a entre estes dois vizinhos s~ao uma liga ~ao verti al (1100),(i 1;j , i+1;j )
outra horizontal (0011), (i;j 1 , i;j +1) e quatro na forma da letra L, (1010) ou
(i 1;j , i;j 1 ), (0110) (i+1;j , i;j 1 ), (0101) (i+1;j , 1;j +1 ), (1001) ou (i 1;j , i;j +1 )
ompondo seis formas de ongura ~ao geometri a de liga ~ao destes dois vizinhos.
Essas seis formas onsistem no que se denomina de modelos homogêneos ou puros,
ou ainda modelos-base de dois vizinhos.
todas as possveis ombina ~oes onvexas entre esses modelos homogêneos ou puros,
formadas de (1100 , 0011 , 1010 , 0110 , 1001 , 0101 ).
Essa lasse de modelo VMAJ2 pode, ent~ao, ser de omposta, por sua vez, em três
sub lasses: VMAJ2.1, VMAJ2.2, VMAJ2.3: A sub lasse VMAJ2.1 onsta das for-
mas geometri as de liga ~ao (1100) e (0011), enquanto a sub lasse VMAJ2.2 on-
siste das formas geometri as de liga ~ao (1001), (1010), (0101), (0110) e a sub lasse
VMAJ2.3 onsiste das seis formas geometri as de liga ~ao, (1100), (0011), (1001),
(1010), (0101), (0110). Ela e ent~ao formada da distribui ~ao onvexa des rita por
38
P
seis pares (1100 ; 0011 ; 1001 ; 1010 ; 0110 ; 0101 ), em que 6i=1 i = 1 orrespondentes
a seis formas geometri as puras. O Modelo VMAJ2.1 sem spin entral e onstitudo
dos modelos-base VMAJ2.1H (1100) e VMAJ2.1V (0011).
a dinâmi a e dada pela regra da maioria.
a regra da maioria e ompletada om uma regra de desempate que pode ser aqui de
dois tipos:
a regra de desempate que onsiste em es olher um dos dois estados om proba-
bilidade p = 0:5.
a regra de desempate que onsiste em es olher o estado atual do spin entral
om probabilidade p e o estado oposto om probabilidade q = 1 p.
A des ri ~ao analti a tem seu orrespondente na representa ~ao gra a abaixo para as
seis formas geometri as de liga ~oes:
(1100) (0011) (0101)
(1001) (0110) (1010)
Figura 2.3: As seis possveis formas geometri as de liga ~oes.
2.4.2 O modelo onvexo VMAJ2.1 sem spin entral: des ri ~ao
do modelo.
O modelo VMAJ2.1 e dado por
rede de N spins em que ada spin e representado pela variavel esto asti a i;j om
dois estados 1.
spin entral, i;j , e dois vizinhos, z = 2, mais proximos om as liga ~oes geometri as
espe as (1100) ou (i 1;j , i+1;j ) e (0011) ou (i;j 1 , i;j +1).
todas as suas ombina ~oes onvexas (1100 ; 0011 ), tal que 1100 + 0011 = 1.
39
assume-se tambem que o modelo padr~ao dessa sub lasse e formado de uma om-
bina ~ao onvexa om a distribui ~ao (1100 = 0:5; 0011 = 0:5).
a dinâmi a do modelo VMAJ2.1 e governada pela regra majoritaria que dene o
valor do estado da variavel esto asti a i;j , des revendo um spin entral de uma
vizinhan a, a partir dos estados de seus vizinhos.
a regra do desempate e aquela segundo a qual es olhe-se um dos dois estados om
probabilidade p = 0:5. E esta ondi ~ao que dene o modelo omo modelo sem spin
entral. Assim o estado do spin entral n~ao depende do seu estado anterior omo
vai ser o aso, expli ado na sequên ia, na deni ~ao do modelo om spin entral.
A representa ~ao gra a dos omponentes desse modelo e des rita pela gura abaixo:
(1100) (0011)
Figura 2.4: Os dois modelos basi os (1100) e (0011)
A taxa de transi ~ao desse modelo, onjunto da regra da maioria om a regra do

desempate, e des rita por

wi;j (i;j ) = 1100 1 i;j S (i+1;j + i 1;j ) + 0011 1 i;j S (i;j +1 + i;j 1) : (2.11)
2 2
A fun ~ao S(a)(de Oliveira e Tânia Tome, 2001) e a fun ~ao sinal denida segundo as
seguintes regras: S (a) = +1 para a > 0, S (a) = 1 para a < 0 e S (a) = 0 para a = 0. E,
S (i;j +i;j 1 ) = i;j +i;j 1 . Com essa taxa de transi ~ao e fa il ver que o modelo VMAJ2.1
sem spin entral satisfaz a propriedade da simetria por invers~ao de spin (i ! i ), o que
o olo a na lasse de universalidade de Ising (Grinstein et al., 1985). Pode-se notar, pela
analise das taxas de transi ~ao a ima, que para qualquer outro valor de p, semelhante aquele
da presen a de um ampo externo no modelo de Ising, o modelo n~ao possui a simetria por
invers~ao. Essa taxa de invers~ao signi a que a ada intervalo de tempo, es olhe-se um stio
de forma aleatoria, no aso i;j , e, ent~ao, es olhe-se que tipo de vizinhan a do stio devera
ser avaliada, no aso, es olhe-se om probabilidade 1100 a vizinhan a formada dos stios
i+1;j e i 1;j , os quais s~ao os vizinhos mais proximos na verti al, e, onsequentemente,
om probabilidade 0011 = (1 1100 ) es olhe-se a vizinhan a formada dos stios i;j +1 e
40
i;j 1 , que s~ao os vizinhos mais proximos na horizontal, de modo que o stio es olhido i;j
assume, pela regra da maioria, o valor asso iado aquele da maioria dos estados dos stios
da vizinhan a e isso om uma probabilidade = 2p 1 e o valor ontrario, portanto da
minoria, om probabilidade = 1 2q tal que p + q = 1. De maneira expl ita a taxa de
transi ~ao para esse modelo VMAJ2.1 sem spin entral pode ser des rita omo:
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = p

1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = q
1100 :w[(i 1;j = 1; i+1;j = 1)! (i;j = 1)℄ = p
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = q
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =0:5
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =0:5
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =0:5
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =0:5
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = p
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = q
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ =0:5
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ =0:5
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ =0:5
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ =0:5
0011 :w[(i;j 1 = 1; i;j +1 = 1)! (i;j = 1)℄ = p
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = q: (2.12)
Com essas regras a ainda mais fa il ver omo a taxa de transi ~ao satisfaz a pro-
priedade da simetria por invers~ao de sinal do spin i . A invariân ia da regra a substitui ~ao
dos 0 s por 0 e de avalia ~ao direta.

O desenvolvimento teori o para o modelo VMAJ2.1 sem spin entral pode ser feito, na
aproxima ~ao de ampo medio7 a partir da equa ~ao de evolu ~ao. Pode-se usar diretamente
a equa ~ao da evolu ~ao da media8,
d
E D E
i = 2 i wi ( ) : (2.13)
dt
7 (Dotsenko, 2001); (de Oliveira e Tânia Tome, 2001).
8 (de Oliveira e Tânia Tome, 2001), pg.150
41
Fazendo uso dos re ursos men ionados a ima, tem-se que,
d D n 1 (1 ) 1 oE
dt
h i;j i = 2 i;j [
2 2
i;j Sh (a)℄ +
2 2
[ i;j Sv (a)℄ ; (2.14)
em que Sh e a fun ~ao sinal para a liga ~ao horizontal, enquanto Sv e a fun ~ao sinal para a
liga ~ao verti al. Sendo que
X i+1;j + i 1;j
Sv ( i+Æ;j ) = ; (2.15)
Æ
2
e que
X i;j 1 + i;j +1
Sh ( i;j +Æ ) = : (2.16)
Æ
2
Pode-se desenvolver a equa ~ao da evolu ~ao da media ate a seguinte forma algebri a,
d
h h i + hi 1;j i ℄
i;j i = hi;j i + [ i+1;j
dt 2
h i + hi;j
(1 )hi;j i + (1 )[ i;j +1 1 i ℄: (2.17)
2
Nesta etapa, faz-se a seguinte hipotese simpli adora, a hipotese da homogeneidade
espa ial, portanto que,
hi ;j i = hi ;j i
+1 1
hi;j i = hi;j i:
+1 1 (2.18)
Com isto a equa ~ao de evolu ~ao temporal da media se reduz a

d
h i = hi;j i + hi+1;j i (1 )hi;j i + (1 )hi;j+1i:
dt i;j
(2.19)
Fazendo agora a hipotese adi ional da homogeneidade espa ial, portanto,
hi ;j i = hi;j i = hi;j i:

+1 +1 (2.20)
Obtem-se, nalmente,
d
h i = hi;j i + hi;j i;
dt i;j
(2.21)
a qual pode ser olo ada, pela identi a ~ao hi;j i = m, na forma,
dm
= (1 )m: (2.22)
dt
A abordagem de ampo medio desse modelo, VMAJ2.1 sem spin entral, da a mesma
equa ~ao de evolu ~ao da magnetiza ~ao que o modelo anterior om z = 1, VMAJ1. No
dm
estado esta ionario, = 0, tem-se aqui tambem duas solu ~oes m = 0 e m 6= 0 se = 1
dt
ou seja p = 1 o que impli a q =0. Isto signi a que n~ao ha transi ~ao de fase ontnua.
42
Analisando de outra forma, a solu ~ao dessa equa ~ao9 e dada por, por meio de uma simples
integra ~ao,
m = A exp (1 )t: (2.23)
Pode-se ver que m ! 0 quando t ! 1 no aso em que 6= 1, ou seja, que q 6= 0. Este
aso onstitui uma fase desordenada ou paramagneti a. O tempo de relaxa ~ao e dado por
= (1 ) 1 , e, m de ai exponen ialmente para essa ondi ~ao a ima. Por outro lado,
o tempo de relaxa ~ao, , diverge para ! 1, ou seja quando q ! 0. Como se sabe, ao
se aproximar do ponto rti o, o tempo de relaxa ~ao res e sem limites, divergindo neste
ponto, portanto, segue-se que o valor rti o o orre para q = 0. Assim, n~ao ha transi ~ao
de fase de segunda ordem ou ontnua, ex eto uma transi ~ao de primeira ordem em q = 0.
2.4.4 A simula ~ao omputa ional: resultados numeri os e analise

dos dados.
A abordagem da simula ~ao omputa ional revelou que n~ao ha transi ~ao de fase de
segunda ordem para qualquer q onrmando os resultados teori os feitos na aproxima ~ao
de ampo medio.
2.4.5 O modelo onvexo VMAJ2.1 om spin entral: des ri ~ao

do modelo.
O modelo VMAJ2.1 om spin entral onsiste
de uma rede de N spins em que ada spin e representado pela variavel esto asti a
i;j om dois estados 1.
do spin entral, i;j e dois vizinhos, z = 2, mais proximos om as liga ~oes geometri as
espe as (1100) ou (i 1;j , i+1;j ) e (0011) ou (i;j 1 , i;j +1 ).
de todas as suas ombina ~oes onvexas (1100 ; 0011 ), tal que 1100 + 0011 = 1.
da pressuposi ~ao que o modelo padr~ao dessa sub lasse e formado de uma ombina ~ao
onvexa om a distribui ~ao (1100 = 0:5; 0011 = 0:5).
de uma dinâmi a dada pela regra majoritaria que dene o valor do estado da variavel
esto asti a i;j , des revendo um spin entral de uma vizinhan a, a partir dos estados
de seus vizinhos.
9 (de Oliveira e Tânia Tome, 2001), pg.156.
43
de uma regra de desempate que e a regra do spin entral a qual onsiste em assumir,
no aso de empate om probabilidade p, o estado atual i e, portanto, om proba-
bilidade q=1-p i . Essa regra substitui a anterior, que onsistia em es olher em
aso de empate um dos dois estados possveis, i;j = 1, om probabilidade p = 0:5.
Com a regra do spin entral mantem-se a propriedade da simetria do \up-down" e a
propriedade de orrente dessa, pelo argumento de Grinstein(Grinstein et al., 1985),
que e perten er a lasse de universalidade do modelo de Ising.
A representa ~ao gra a dos omponentes desse modelo e des rita pela gura abaixo.
(1100) (0011)
Figura 2.5: Os dois modelos basi os (1100) e (0011)
A dinâmi a e dada pela regra da maioria om a regra do desempate que s~ao des ritas
abaixo no aso de Pl+1 (1),
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =p
1100 :w[(i 1;j = 1; i+1;j = 1; i;j = 1) ! (i;j = 1)℄ =p
1100 :w[(i 1;j = 1; i+1;j = 1; i;j = 1) ! (i;j = 1)℄ =p
1100 :w[(i 1;j = 1; i+1;j = 1; i;j = 1)! (i;j = 1)℄ =q
1100 :w[(i 1;j = 1; i+1;j = 1; i;j = 1)! (i;j = 1)℄ =q
1100 :w[(i 1;j = 1; i+1;j = 1); ! (i;j = 1)℄ =q
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ =p
0011 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1) ! (i;j = 1)℄ =p
0011 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1) ! (i;j = 1)℄ =p
0011 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ =q
0011 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ =q
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ =q (2.24)
Pode-se onferir de maneira direta que essas regras satisfazem a propriedade de sime-
tria \up-down" ou invers~ao de sinal dos i e, por onsequên ia, segundo o argumento de
Grinstein, perten em a lasse de universalidade do modelo de Ising.
44
A abordagem teori a desse modelo e feita a partir diretamente da deni ~ao da equa ~ao
de evolu ~ao, ou seja,
X
W ( j )Pl ( )
0 0
Pl+1 ( ) = (2.25)
0
Rees revendo a equa ~ao da evolu ~ao om essas regras de transi ~ao, obtem-se a seguinte
rela ~ao algebri a:
Pl+1 (1) = 1100 [pP( 11) + pPl (1 11) + pPl (11 1) + qPl ( 11 1)+ (2.26)
qPl ( 1 11) + qPl ( 1 1)℄ + 0011 [pP (11) + pPl (1 11)+
pPl (11 1) + qPl ( 11 1) + qPl ( 1 11) + qPl ( 1 1)℄: (2.27)
Em que 1100 + 0011 = 1 e P (o 1 2 ) para o aso em que se onsidera o spin entral
o om os dois vizinhos 1 e 2 . Fazendo-se agora a suposi ~ao da homogeneidade espa ial,
e realizando algumas opera ~oes algebri as, obtem-se, da equa ~ao a ima,
Pl+1 (1) = pP (11) + pPl(1 11) + pPl(11 1) + qPl ( 11 1) + qPl( 1 11) + qPl ( 1 1):
(2.28)
Utilizando-se agora do metodo da aproxima ~ao de ampo medio, ou seja, fazendo que
P (o 1 2 ) = P (o )P (1 )P (2 ), segue-se que
Pl+1 (1) = pPl (1)Pl (1) + pPl (1)Pl (1)Pl ( 1) + pPl (1)Pl ( 1)Pl (1)+
qPl ( 1)Pl ( 1)Pl (1) + qPl ( 1)Pl ( 1)Pl (1) + qPl ( 1)Pl ( 1): (2.29)
Como se onsideram variaveis esto asti as om dois estados, tem-se que
Pl (1) + Pl ( 1) = 1: (2.30)
Inserindo esta rela ~ao na equa ~ao anterior, obtem-se
Pl+1 (1) = pPl2 (1) + 2pPl2(1)[1 Pl (1)℄+

2q [1 Pl (1)℄2 Pl (1) + q [1 Pl (1)℄2 : (2.31)
Depois de alguma manipula ~ao algebri a, obtem-se a seguinte equa ~ao algebri a
Pl+1 (1) = [1 + 2p 4q ℄Pl2 (1) + 2(q p)Pl3 (1) + q: (2.32)
Substituindo q = p 1 e organizando os termos, tem-se
Pl+1 (1) = 3[1 2p℄Pl2 (1) + 2(1 2p)Pl3(1) + q: (2.33)
45
Fazendo ml = Pl (1) Pl ( 1) pode-se rees rever Pl (1) = (1 + ml )=2 e, ent~ao, substi-
tuindo na equa ~ao a ima, e apos algum desenvolvimento algebri o, hega-se a seguinte
rela ~ao,
3 3
ml+1 = ml m: (2.34)
2 2 l
Adi ionando em ambos lados ml , tem-se
3 3
ml+1 ml = (1 )ml m; (2.35)
2 2 l
que se es reve, no ontnuo,
dm 3 3
= (1 )m m: (2.36)
dt 2 2
3
Denindo " = (1 ), rees reve-se a equa ~ao a ima,
2
dm 3
= "m m: (2.37)
dt 2
Ha duas solu ~oes para esta equa ~ao, no aso em que " 6= 0 e onsiderando que > 0
ou que p > 0:5. Ela pode ser feita de varios modos.
dm
Fazendo = 0, estado esta ionario, obtem-se
dt

0 = m(" + m2 ): (2.38)
2
E desta equa ~ao infere-se que
m1 = 0
r
2"
m2;3 = : (2.39)

No aso em que " > 0 ou q > 1=6, a solu ~ao e m1 = 0. Isto e, orrespondente ao
estado paramagneti o. No aso em que " < 0 ou que q < 1=6 a solu ~ao e
s
2j"j
m = ; (2.40)

portanto, m2;3 = m . Estas duas solu ~oes orrespondem ao estado ferromagneti o ou
ordenado.
O outro modo de resolver essa equa ~ao e pela multipli a ~ao em ambos os lados por m
e por integra ~ao direta om o resultado de
2"m2o
m = 2
2
; (2.41)
(mo + 2") exp(2"t) m2o
em que mo e a ondi ~ao ini ial. A analise e semelhante aquela da teoria ineti a de
Landau10 , em que se mostra a o orrên ia de solu ~oes distintas quando t ! 1, dependendo
10 (de Oliveira e Tânia Tome, 2001), pg.141 e pg.165.
46
3
do sinal do oe iente do termo m, ou seja, de " = (1 ). No primeiro aso, se " > 0,
2
3
ou < 1, portanto, p < 5=6 ou ainda q > 1=6 ent~ao m ! 0. A esta ondi ~ao esta
2
asso iado o estado desordenado ou paramagneti o. Neste aso, a equa ~ao anterior pode
ser rees rita omo
3
m = A exp[ (1 )t℄; (2.42)
2
em que A e uma onstante. Essa equa ~ao des reve expli itamente o omportamento de
3
m ! 0 quando t ! 1. No segundo aso, se " < 0, ou que (1 ) < 0, ou seja, p > 5=6,
2
quando t ! 1, ent~ao pode-se ver das equa ~oes a ima que m ! m em que
s s
2j 1 3
j= 2j"j
m = 2
: (2.43)

Resultado que, portanto, orresponde a fase ordenada ou ferromagneti a. O valor
rti o do parâmetro indutor da transi ~ao impli itamente dado a ima e obtido fazendo-se
3
"=1 = 0: (2.44)
2
Como = 2p 1 hega-se, assim, ao resultado que pr = 0:8333 ou q = 0:1666.
2j"j
Desenvolvendo um pou o mais essa rela ~ao m = para a fase ordenada, ela

pode ser rees rita, ent~ao, de forma expl ita omo,
s s r
2j"j 2(1 3
) 1 6q
m = = 2
= 3 : (2.45)
1 2q
Daqui segue-se imediatamente que 1 6q = 0, portanto, que q = 1=6 = 0:1666 ou
que p = 1 q = 0:8333. Como nas proximidades do ponto rti o o omportamento
do parâmetro ordem e des rito por uma lei de potên ia m (q q ) , tem-se ent~ao, da
ompara ~ao om a equa ~ao a ima que o expoente rti o e dado por = 1=2. Esse resul-
tado oin ide om o valor lassi o do expoente rti o. Como trata-se de uma abordagem
de ampo medio o resultado era o esperado. Assim, da analise a ima, quando q > q , o
estado esta ionario, t ! 1, sera desordenado, ou seja, m = 0 e m ai exponen ialmente
omo h 3 i
m = mo exp 1 t; (2.46)
2
portanto, om um tempo de relaxa ~ao,
1 1
=
j(1 2 )j 3j(q q )j ;
3
= (2.47)
omportando-se om (j(q q )j 1 : Enquanto para q < q , q ! q e t ! 1 o estado

esta ionario sera ordenado, ou seja, m ! m om um de aimento na forma exponen ial,
que pode ser obtida fazendo-se
2"m2o
m2 = 2 ; (2.48)
exp( 2j"jt)℄
2 +2")
mo [1 (m m 2
o
47
(m2o + 2")
om isto e que 1 x = 1 exp( 2j"jt) em que x e muito pequeno, ent~ao, por
m2o
meio da expans~ao de Taylor pode-se es rever
s
2j"j x x
m= (1 + ) = m (1 + ); (2.49)
2 2
e, depois por substitui ~ao e alguma manipula ~ao algebri a, tem-se o seguinte de aimento
na forma exponen ial para m,
m = m + C exp( 6jq q jt): (2.50)
1
Assim, = ou que jq q j 1 .
6jq q j
Esses dois valores da magnetiza ~ao, m2;3 = m , remetem ao fenômeno de transi ~ao
de fase, de segunda ordem, que tem omo me anismo uma quebra espontânea de simetria.
Essa transi ~ao de fase om quebra espontânea de simetria poderia ser mostrado por meio
de um histograma da probabilidade de distribui ~ao dos estados segundo a magnetiza ~ao.
Ele deve apresentar dois pi os em torno de dois valores da magnetiza ~ao do estado esta-
ionario m . Este tipo de transi ~ao de fase pode ser mostrada pelas aproxima ~oes de
ampo medio 11 para o modelo de Ising na me âni a estatsti a de equilbrio. Um ponto
a ser notado aqui e que o valor rti o obtido, teori amente, e de q = 1=6 = 0:1666,
enquanto o valor rti o obtido pela simula ~ao omputa ional e de q = 0:0514, omo
sera mostrado pela abordagem omputa ional desenvolvida e analisada a seguir. Desta
forma, esses valores pare em satisfazer as onsidera ~oes de Stanley (Stanley, 1999) sobre
a rela ~ao entre os valores obtidos pela aproxima ~ao de ampo medio e os valores exatos.

dos dados.
A simula ~ao omputa ional, onduzida mediante essas regras, do modelo VMAJ2.1
om spin entral, permite resolver os problemas men ionados a ima. O primeiro deles e o
de identi ar o valor rti o do parâmetro indutor q , enquanto o segundo e o problema da
natureza dessa transi ~ao de fase. A primeira etapa, pretende identi ar o valor rti o do
seu parâmetro indutor, q . Ela faz uso de um metodo que envolve a rela ~ao entre a quan-
tidade magnetiza ~ao, ML , e o tamanho do sistema, L, indexado pelo parâmetro indutor
da transi ~ao, q . Esta rela ~ao des reve o omportamento da magnetiza ~ao omo sendo
independente do tamanho da rede para q < q , enquanto para q > q a magnetiza ~ao,
dependente do tamanho do sistema, deve ir a zero para L res endo para o innito. A
apli a ~ao desse metodo e feita atraves da onstru ~ao de um gra o, que apresenta o re-
sultado do omportamento da magnetiza ~ao, M , om o inverso do omprimento. Esse
metodo ajuda a obter o valor do ponto rti o omo pode ser visto na sequên ia
11 (Dotsenko, 2001), pg.6 e 7. Dotsenko apresenta essa des ri a~o de uma maneira lara e elegante.
48
M2.1
L=10;L=20;L=40;L=60; LOOP=2000000; qc=0.0514 ∝ 0.0008
0.7
0.5
ML
q=0.059
q=0.057
q=0.055
q=0.053
0.3 q=0.052
q=0.051
q=0.049
q=0.047
0.1
0 0.02 0.04 0.06 0.08 0.1 0.12
1/L
Figura 2.6: M omo fun ~ao de 1=L para ada q .
Um segundo metodo, mais e iente, e o metodo do umulante de quarta ordem. Esse

metodo permite identi ar o ponto rti o omo o ponto no qual as diversas urvas {
lassi adas pela asso ia ~ao om o tamanho L do sistema { da quantidade umulante de
quarta ordem omo fun ~ao do parâmetro indutor da transi ~ao inter eptam-se em um uni o
ponto. Assim, ele e espe ialmente adequado para al ular o valor rti o do parâmetro
indutor. Os dados s~ao obtidos por meio da simula ~ao om o uso da seguinte formula
para o umulante de quarta ordem12 , dada omo em 1.36 por UL = 1 3hhmm2ii2 ; em que
4 L
1 PL
L
m = . Com essa rela ~ao e os dados obtidos pela simula ~ao omputa ional
L i=1 i
pode-se montar o gra o rela ionando o umulante de quarta ordem, UL , om o valor do
indutor da transi ~ao, q, para os diversos tamanhos da rede. Da interse ~ao dessas diversas
fun ~oes UL (q ) om o tamanho do sistema obtem-se o valor de q = 0:0514. Pode-se ainda
usar o fato de que a interse ~ao deve o orrer para U = 0:61, aso os modelos testados
en ontrem-se na lasse de universalidade de Ising pelo argumento de Grinstein (Grinstein
et al., 1985), uma vez que esse valor e um invariante para essa lasse de universalidade
omo mostrou Binder13 . No entanto, pode-se fazer essa avalia ~ao sem pressupor esse
resultado e ent~ao utiliza-lo para propor ionar evidên ias para tal resultado teori o. O
gra o seguinte mostra as interse ~oes e os valores men ionados.
Por outro lado, identi a-se a natureza da transi ~ao de fase om os proximos dois
metodos, o metodo da urva da magnetiza ~ao, ML versus q , o parâmetro indutor da
transi ~ao, para diferentes tamanhos, L, do sistema e tambem o metodo da urva da
12 (Binder and Heermann, 1988) pg.46 e pg.107; (Landau, 2000), pg.16-19 e pg.78; (de Oliveira, 1996)
pg.1322; (Plis hke, 1994), pg.289; (de Oliveira and Chiappin, 1997), pg.311-312.
13 (Grinstein et al., 1985);(Binder and Young, 1986).
49
Metodo do Cumulante −−> qc=0.0514
6
LOOP=2.10
0.8
0.6
UL(q) 0.4
L=10;
L=20;
0.2 L=30;
L=40;
L=60;
0
0.02 0.03 0.04 0.05 0.06 0.07
q
Figura 2.7: O metodo do umulante ! q = 0:0514 para U = 0:61.
sus etibilidade, L versus q . Esses dois metodos foram des ritos e ilustrados no aptulo
anterior, que pode-se resumir da seguinte forma. O metodo da urva da magnetiza ~ao
mostra um omportamento ara tersti o para o aso de uma transi ~ao de fase de se-
gunda ordem. Essa rela ~ao gera o gra o para magnetiza ~ao relativamente aos diferentes
tamanhos do sistema, ML , omo fun ~ao do parâmetro indutor da transi ~ao, q . Esse gra o
mostra um omportamento padr~ao14 no que diz respeito a presen a de uma transi ~ao de
segunda ordem ou ontnua, identi ando um ponto rti o q , que divide o domnio em
dois subdomnios: um subdomnio para q < q , em que a magnetiza ~ao, ML , n~ao depende
do tamanho, L, do sistema, e outro para q > q , em que para L res endo a magne-
tiza ~ao, ML , tende a zero. Ele mostra, prin ipalmente, que se trata de uma transi ~ao de
fase ontnua. Tal omportamento pode ser visto no gra o seguinte,
14 (Barkema and Newman, 1999), pg.83; (Landau, 2000) pg.14-19; (Binder, 1997), pg.532-525; Captulo
1, Figura 1.1;
50
ML versus q
qc = 0.0514; LOOP=2000000
1
L=10;
L=20;
0.8 L=30;
L=40;
0.6
ML
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5
q
Figura 2.8: O metodo da magnetiza ~ao, M , versus q para diversos L e a ontinuidade

omo ara tersti a.
O outro metodo de identi ar a natureza de uma transi ~ao de fase de segunda or-
dem e o metodo da urva da sus etibilidade15. O omportamento dessa urva mostra um
padr~ao ara tersti o para a transi ~ao de fase de segunda ordem ou ontnua, que onsiste
na sus etibilidade, L , apresentar um omportamento mostrando tendên ia para a di-
vergên ia nas proximidades do ponto rti o, q , para tamanhos, L, res entes do sistema
omo foi des rito no aptulo. Este omportamento pode ser observado na gura abaixo,
χL versus q
6
qc=0.0514; LOOP=2.10 ;
80
L=10;
L=20;
L=30;
L=40;
60
χL 40
20
0
0 0.05 0.1 0.15 0.2
q
Figura 2.9: O metodo da sus etibilidade, L , versus q e a divergên ia omo ara tersti a.
A segunda etapa da estrategia onsiste em determinar os valores dos expoentes rti os

do modelo em quest~ao. Essa etapa esta mais diretamente rela ionada om o objetivo de
15 (Privman, 1998); (Binder and Heermann, 1988), pg.105-107; (Barkema and Newman, 1999); Captulo
2, Figura 1.2.
51
identi ar a lasse de universalidade a que perten e esse modelo. Com os mesmos dados,
mas, agora, utilizando os re ursos do metodo de es ala de tamanho nito obtêm-se os
meios, que s~ao as leis de potên ia das grandezas magnetiza ~ao e sus etibilidade, para
determinar os valores para os expoentes rti os16. Os expoentes rti os s~ao parâmetros
rela ionados ao omportamento das quantidades termodinâmi as nas proximidades do
ponto de transi ~ao de fase. Esse omportamento e des rito por leis de potên ia ujos ex-
poentes s~ao os expoentes rti os. O primeiro expoente a ser obtido e o = . O expoente
apare e na lei de potên ia des revendo o omportamento da magnetiza ~ao nas proxim-
idades do ponto rti o q . Esse expoente e obtido da equa ~ao 1.40, ou lei de potên ia,
ML (q ) / L = por meio de gra o log-log, dos dados da simula ~ao e de 1.37. Com os
dados obtidos para ada rede L, onstroi-se o gra o ln ML (q = q ) versus ln L, uma vez
que se têm os valores da magnetiza ~ao exatamente no valor rti o q = 0:0514 para ada
L, em termos de ln L. Na sequên ia, empregam-se os re ursos da regress~ao linear uja
in lina ~ao da reta e o valor da rela ~ao = , omo e fa ilmente visto ao tomar-se o
logaritmo da express~ao a ima. O resultado desse pro esso e dado pelo gra o abaixo
EXPOENTES CRITICOS
qc=0.0514; β/ν=− 0.122 ∝0.003 ; LOOP=2.10
6
−0.3
L=10; L=20; L=30; L=40
−0.35
Ln(ML(qc)) −0.4
−0.45
−0.5
2 2.5 3 3.5 4
Ln(L)
Figura 2.10: Regress~ao linear ! = = 0:122 0:003.
Como visto, o valor obtido do expoente rti o e = = 0:122 0:003, que e muito
proximo do valor do expoente rti o = = 0:125 do modelo de Ising. No entanto, se
pelo uso da simula ~ao omputa ional n~ao se obtiver o exato valor do ponto rti o da
transi ~ao de fase17 , ent~ao, podera ainda ser feito uso da te ni a da interpola ~ao para
16 (Landau, 2000), (Binder and Heermann, 1988), (de Oliveira, 1996), pg.1322; (Stanley, 1999),
(de Oliveira and Chiappin, 1997), pg.311-312.
17 Assume-se que se onhe e a lasse de universalidade do modelo. Mas, mesmo que isto n~ ao seja
pressuposto, podem-se testar posteriormente esses valores dos expoentes rti os re orrendo-se a fun a~o
52
obtê-lo. Para isso, onsideram-se os valores do parâmetro q , imediatamente em torno do
valor rti o. Obtem-se o valor da magnetiza ~ao, ML (q ), e, ent~ao, pode-se onstruir o
valor medio desses valores omo uma primeira aproxima ~ao para q . Em seguida, pode-se
simular novamente o modelo tendo omo um dos seus dados esse valor, e, ent~ao, avaliar
sua adequabilidade por meio dos metodos disponveis e men ionados anteriormente. Uma
ilustra ~ao deste pro edimento e dada pelo gra o a seguir,
EXPOENTES CRITICOS: β/ν
6
Interpolacao −> qc=0.0515; L=10; L=20; L=30; L=40; 2.10
−0.2
q=0.0520; β/ν=−0.099 ∝ 0.004
qc=0.0515; β/ν=−0.123 ∝ 0.001
q=0.0510; β/ν=−0.147 ∝ 0.004
−0.3
−0.4
Ln(ML)
−0.5
−0.6
−0.7
2 2.5 3 3.5 4
Ln(L)
Figura 2.11: Metodo de interpola ~ao ! q = 0:0514.
Com os mesmos dados, mas, agora, estudando o omportamento da quantidade

sus etibilidade om rela ~ao ao valor rti o q , o expoente rti o = e determinado a
partir do gra o log-log e da lei de potên ia des rita por 1.41, ou seja, L (q ) / L = ;
que e obtida pelo metodo de es ala de tamanho nito18 omo dado pela rela ~ao 1.37.
Seguindo os mesmos passos a ima, onstroi-se o gra o log-log, ln em termos de ln L
e, ent~ao, pro ede-se a uma regress~ao linear uja in lina ~ao da o valor da rela ~ao = =
1:742. Como pode-se ver, pelo gra o seguinte, o valor obtido por esse metodo e bastante
proximo ao valor de = = 1:750, que e o valor do expoente rti o para o modelo de Ising
bidimensional:
olapso.
18 (Binder, 1997), pg.522-525; (Stanley, 1999); (de Oliveira, 1996), pg. 1322; (de Oliveira and Chiappin,
1997), pg. 311-312.
53
EXPOENTES CRITICOS
qc=0.0514; γ/ν = 1.7420 ∝ 0.0390; LOOP=2.10
6
4
L=10; L=20; L=30;L=40
Ln(χ(qc))
1
2 2.5 3 3.5 4
Ln(L)
Figura 2.12: Regress~ao linear ! = = 1:742.
Desta forma, om os re ursos a ima, os dados obtidos sobre os expoentes rti os,
onsiderados omo riterio de lasse de universalidade, indi am que o modelo VMAJ2.1
en ontra-se na lasse de universalidade do modelo de Ising. Com isso aumentam-se as
evidên ias omputa ionais para o argumento teori o de Grinstein(Grinstein et al., 1985)
de que modelos om simetria \up-down" est~ao na lasse de universalidade do modelo de
Ising.
O metodo de es ala de tamanho nito forne e ainda outro pro edimento para on-
tribuir om novas evidên ias para identi ar a lasse de universalidade. Mas, neste aso,
n~ao e pre iso do valor rti o, q . Pois, esse pro edimento usa da rela ~ao entre a sus etibil-
idade, e o tamanho, L, do sistema, ontudo, trabalha om o valor maximo da sus etibil-
idade (Binder, 1997) em lugar do valor da sus etibilidade no ponto rti o. Desta forma
pelo uso do gra o log-log, ln(max ) versus ln(L), obtem-se tambem a rela ~ao a ima entre
os expoentes rti os. Essa rela ~ao e dada pelo gra o seguinte e segue o metodo des rito
anteriormente.
54
EXPOENTES CRITICOS
q=0.0514; γ/ν=1.737 +−0.008; LOOP=2.10
6
L=10;L=20;L=30;L=40
Ln(χmax) 3
1
2 2.5 3 3.5 4
Ln(L)
Figura 2.13: Regress~ao linear ! = = 1:737 om os dados para max (L).
Com estes resultados pode-se lassi ar o modelo VMAJ2.1 omo perten ente a lasse
de universalidade do modelo de Ising bidimensional. Na ter eira etapa pode-se tratar da
segunda parte do problema da hipotese de es ala, que e aquele da onsistên ia e, por-
tanto, de mais evidên ias de apoio aos valores rti os extrados por meio dos metodos
men ionados. Faz-se uso da segunda parte da hipotese de es ala19 , que arma a possibili-
dade de se onstruir uma fun ~ao universal para ada uma das quantidades magnetiza ~ao,
sus etibilidade e umulante de quarta ordem.
A forma gra a dessa fun ~ao universal apresenta-se omo um olapso20 de todos os
dados para os diversos tamanhos, L, do sistema, desde que feita uma mudan a de es ala em
ada uma das quantidades, magnetiza ~ao, sus etibilidade e umulante de quarta ordem, e
na no ~ao reduzida do parâmetro indutor da transi ~ao " = (q q )=q . A fun ~ao universal
da magnetiza ~ao21 des rita pela rela ~ao 1.37 ou, ML (q ) = L = M~ (L1= "); gera o gra o
M~ = L= M , quando olo ada em rela ~ao ao parâmetro indutor da transi ~ao rees alonado,
"~ = L1= (q q )=q . Este propor iona o olapso de todos os dados orrespondentes aos
diversos tamanhos do sistema em uma uni a fun ~ao, e, portanto, apaz de representar
uma evidên ia da onsistên ia dos valores obtidos para o ponto rti o e os expoentes
rti os, omo pode-se ver no gra o seguinte.
19 (Stanley, 1999), pg.S358.

20 (Stanley, 1999),pg. S358; (Landau, 2000), pg.77; (de Oliveira, 1996), pg. 1322; (Binder and Heer-
mann, 1988), pg.108; (de Oliveira and Chiappin, 1997), pg.311-312.
21 (Stanley, 1999), pg. S358; (Landau, 2000) pg.77-78; (de Oliveira, 1996), pg.1322; (Binder and Heer-
mann, 1988), pg.108; (Fisher, 1967), pg.709, (Widom, 1965); (de Oliveira and Chiappin, 1997), pg.311-
312.
55
COLAPSO DOS DADOS
6
qc=0.0514; β/ν=0.122; ν=1.00; 2.10
1.6
L=10;
L=20;
L=30;
L=40;
1.2
β/ν
L ML 0.8
0.4
0
−50 0 50 100 150 200
1/ν
L ((q−qc)/qc)
Figura 2.14: A hipotese de es ala paraM~ e "~.
Do mesmo modo que se onstroi a fun ~ao-es ala para a magnetiza ~ao, faz-se tambem
para a sus etibilidade22 es alada, ~L (q ) = L = , versus, " es alada, "~ = L1= (q q )=q
dado pela equa ~ao 1.38 ou, L (q ) = L = ~(L1= "): O gra o resultante dessa rela ~ao,
para os dados obtidos anteriormente juntamente om o valor do ponto rti o e expoentes
rti os, produz um olapso bastante adequado para todos os tamanhos do sistema
COLAPSO DOS DADOS
6
qc=0.0514; γ/ν=1.740; ν=1.00;LOOP=2.10 ;
L=10;
L=20;
L=30;
L=40;
0.1
−β/ν
L χ
0.05
0
−10 0 10 20 30 40
1/ν
L ((q−qc)/qc)
Figura 2.15: A hipotese de es ala para ~L (q ) versus "~.
Finalmente, a semelhan a do pro edimento adotado, emprega-se uma fun ~ao de es ala
que des reve o omportamento da quantidade umulante de quarta ordem23 omo dada
22 (Binder,1997); (Landau, 2000); (Landau, 1976)
23 (Binder,1997);(Landau, 2000); (Stanley, 1999), (Plis hke, 1994), pg. 289; (de Oliveira and Chiappin,
1997), pg. 311-312.
56
pela equa ~ao 1.39, ou de maneira expl ita, UL = U~ (L1= "):
O gra o a ela asso iado, onstrudo om os dados obtidos pela simula ~ao omputa-
ional, e os expoentes rti os extrados desses dados geram o seguinte olapso
COLAPSO DOS DADOS
6
qc=0.0514; β/ν=0.122; ν=1.00; LOOP=2.10 ;
0.8
L=10;
L=20;
L=30;
L=40;
0.6
UL 0.4
0.2
0
−20 −10 0 10 20 30 40 50
1/ν
L ((q−qc)/qc)
Figura 2.16: A hipotese de es ala para U~L = UL versus "~.
O trabalho anterior feito para trazer evidên ias omputa ionais, om o al ulo dos
expoentes rti os, quanto a hipotese dessa lasse de modelo en ontrar-se na lasse de
universalidade do modelo de Ising, refere-se apenas ao modelo VMAJ2.1 padr~ao (1100 =
0:5; 0011 = 0:5) para as ongura ~oes geometri as (1100) e (0011). Contudo, pode-
se onstruir um espe tro ontnuo de modelos gerados pela distribui ~ao onvexa (1100 ,
0011 ), em que 1100 + 0011 = 1, dessas duas formas de liga ~ao geometri as basi as (1100)
e (0011). Todo esse espe tro de modelos onstrudos pela ombina ~ao onvexa tem a
propriedade da simetria por invers~ao do spin, e, portanto, pelo argumento de Grinstein
(Grinstein et al., 1985) tambem est~ao na lasse de universalidade de Ising. O resultado
obtido da simula ~ao omputa ional para a rela ~ao entre o valor rti o do parâmetro
indutor da transi ~ao, q , e a densidade 1100 ou 0011 da ongura ~ao geometri a para
todo um ontnuo, gerado pela ombina ~ao onvexa, de modelos VMAJ2.1 e ilustrado na
sequên ia,
57
omo
UL = 1
hm iL : 4
(2.51)
3hm iL 2 2
qc versus λ1100
λ1100 + λ0011 =1
0.06
L=10; Loop=20000000;
0.05
0.04
qc 0.03
0.02
0.01
0
0 0.2 0.4 0.6 0.8 1
λ1100
Figura 2.17: Gra o de q versus densidade 1100 .
Pode-se observar que o gra o tem a forma de uma urva geometri a ôn ava om
simetria, um valor rti o, q , maximo para a densidade padr~ao (1100 = 0:5; 0011 = 0:5)
e valores rti os mnimos q = 0 para (1100 = 0; 0011 = 1) e (1100 = 1; 0011 = 0). Essa
forma geometri a pode ser expli ada omo a mais adequada para dar onta de ertos
aspe tos do modelo:
a rela ~ao atinge o menor valor q = 0:0 para o aso em que o orrem as formas puras
de ada uma das liga ~oes, ou seja, para (1100 = 1; 0011 = 0) ou para (1100 =
0; 0011 = 1).
a rela ~ao atinge um valor rti o maximo em (1100 = 0:5; 0011 = 0:5).
ha uma simetria entre os dois omponentes, 1100 e 0011 .

No entanto, essas ondi ~oes n~ao ex luem, entre três possveis urvas, uma onvexa,
uma ôn ava e uma linha reta. Esse resultado e analogo aquele que pode ser obtido do
modelo de uma liga formada de dois tipos de atomos A e B om NA A-atomos e NB
B -atomos, portanto om densidades A = NA =N e B = NB =N . Essa liga pode ser
representada por meio do modelo de Ising, em que os atomos s~ao distribudos em duas
subredes denominadas de redes a e b tais que o vizinho mais proximo de um atomo na
rede a e sempre um atomo da rede b. Ha quatro tipos de intera ~oes JAA , JAB , JBA , e
JBB . No ontexto dos fenômenos de transi ~ao de fase ordem-desordem tem-se que para
58
T < T , em que T e a temperatura de transi ~ao, os atomos s~ao ordenados nas duas
redes separadas a e b enquanto para T > T os atomos est~ao estatisti amente distribudos
nas duas redes. A abordagem na aproxima ~ao de ampo medio, na formula ~ao de Bragg-
Williams, ao problema de al ular a temperatura de transi ~ao de fase forne e uma rela ~ao
entre a T e a densidade A ou B . Essa rela ~ao tem a mesma forma paraboli a que aquela
a ima om uma rela ~ao do tipo T / A(A 1)24 . O objetivo e fazer uma abordagem
de pares ao modelo VMAJ2.1 e n~ao do ampo medio, omo foi feito anteriormente para
obter esse mesmo resultado do modelo da liga tipo AB , e explorar as analogias entre os
dois modelos, um de equilbrio e o outro fora de equilbrio.
2.4.8 O modelo onvexo VMAJ2.2 sem spin entral: des ri ~ao
do modelo.
O modelo VMAJ2.2 onsiste
de uma elula basi a que e formada do spin entral, i;j , e dois vizinhos, z = 2, om
as formas geometri as das liga ~oes dadas por (1001) ou (i 1;j , i;j +1 ), (1010) ou
(i 1;j , i;j 1 ), (0101) ou (i+1;j , i;j +1 ), (0110) ou (i+1;j , i;j 1).
de todas as suas ombina ~oes onvexas entre aquelas formadas de (1010 , 0110 , 1001 ,
0101 ).
de todas as suas ombina ~oes onvexas (1100 ; 0011 ), tais que 1100 + 0011 = 1.
da pressuposi ~ao de que o modelo padr~ao dessa sub lasse e formado de uma om-
bina ~ao onvexa om a distribui ~ao (1001 = 0:25, 0101 = 0:25, 0110 = 0:25
,1010 = 0:25).
da dinâmi a dada pela regra da maioria.
da regra de desempate dada por p = 0:5 de a eitar ou n~ao um ou o outro estado.
A dinâmi a e expressa pela taxa de transi ~ao des rita abaixo por

wi;j ( ) = 1001 1 i;j S (i;j 1 + i+1;j ) + 0101 1 i;j S (i;j +1 + i+1;j )
2 2 (2.52)
1010 0110
+ 1 i;j S (i 1;j + i;j 1 ) + 1 i;j S (i 1;j + i;j +1 ) :
2 2
Essas formas de liga ~ao geometri a s~ao representadas no gra o que se segue:
a~o deste modelo de Ising da liga om atomos tipos AB , que forne e a
24 Ver o desenvolvimento e a solu
rela a~o men ionada a ima om o gra o na forma paraboli a em Greiner (Greiner et al., 1995) pg.453-456.
59
(1001) (0101)
(1010) (0110)
Figura 2.18: As quatro possveis formas geometri as de liga ~oes.
Tambem pode-se omprovar de maneira direta que essa regra satisfaz a propriedade da
simetria por invers~ao de sinal. Seguindo-se omo onsequên ia a propriedade de o modelo
perten er a lasse de universalidade de Ising, omo sustenta o argumento de Grinstein
(Grinstein et al., 1985).
2.4.9 A abordagem teori a: aproxima ~ao de ampo medio.

A abordagem teori a de ampo medio e igual aquela para o modelo VMAJ2.1 sem
spin entral. Valem, portanto, os mesmos resultados, ou seja, que n~ao ha transi ~ao de
fase de segunda ordem para qualquer valor de q, ex eto para q = 0.

dos dados.
A simula ~ao omputa ional para esse modelo n~ao revelou transi ~ao de fase ex eto
para q = 0 para quaisquer ombina ~oes onvexas de seus omponentes (1010 , 0101 ,
0110 , 1001 ), onrmando os resultados da abordagem de ampo medio.
2.4.11 O modelo onvexo VMAJ2.2 om spin entral: des ri ~ao

do modelo.
60
de uma elula basi a que e formada do spin entral, i;j e dois vizinhos, z = 2, om
as formas geometri as das liga ~oes dadas por (1001) ou (i 1;j , i; j + 1), (1010) ou
de todas as suas ombina ~oes onvexas formadas de (1010 , 0110 , 1001 , 0101 ).
de todas as suas ombina ~oes onvexas (1100 ; 0011 ), tais que 1100 + 0011 = 1.
da pressuposi ~ao de que o modelo padr~ao dessa sub lasse e formado de uma om-
bina ~ao onvexa om a distribui ~ao (1001 = 0:25, 0101 = 0:25, 0110 = 0:25
,1010 = 0:25).
de uma regra de desempate dada pela regra do spin entral, que onsiste em es olher
o estado atual do spin entral om probabilidade p e o oposto om probabilidade
q = 1 p.
Neste modelo estas duas regras s~ao expressas por meio da taxa de invers~ao. A regra
do desempate do spin entral esta em substitui ~ao a regra do desempate p = 0:5. Con-
siderando apenas o aso Pl+1 (1), essas regras que omp~oem a taxa de invers~ao s~ao omo
se segue:
1001 :w[(i;j 1 = 1; i;j +1 = 1); ! (i;j = 1)℄ = p

1001 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1) ! (i;j = 1)℄ = p
1001 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1) ! (i;j = 1)℄ = p
1001 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ = q
1001 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ = q
1001 :w[(i;j 1 = 1; i;j +1 = 1); ! (i;j = 1)℄ = q
0101 :w[(i+1;j = 1; i;j +1 = 1); ! (i;j = 1)℄ = p
0101 :w[(i+1;j = 1; i;j +1 = 1; i;j = 1) ! (i;j = 1)℄ = p
0101 :w[(i+1; = 1; i;j +1 = 1; i;j = 1) ! (i;j = 1)℄ = p
0101 :w[(i+1;j = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ = q
0101 :w[(i+1;j = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ = q
0101 :w[(i+1;j = 1; i;j +1 = 1); ! (i;j = 1)℄ = q
61
1010 :w[(i 1;j = 1; i;j 1 = 1); ! (i;j = 1)℄ = p
1010 :w[(i 1;j = 1; i;j 1 = 1; i;j = 1) ! (i;j = 1)℄ = p
1010 :w[(i 1;j = 1; i;j 1 = 1; i;j = 1) ! (i;j = 1)℄ = p
1010 :w[(i 1;j = 1; i;j 1 = 1; i;j = 1)! (i;j = 1)℄ = q
1010 :w[(i 1;j = 1; i;j 1 = 1; i;j = 1)! (i;j = 1)℄ = q
1010 :w[(i 1;j = 1; i;j 1 = 1); ! (i;j = 1)℄ = q
0110 :w[(i 1;j = 1; i;j +1 = 1); ! (i;j = 1)℄ = p
0110 :w[(i 1; = 1; i;j +1 = 1; i;j = 1) ! (i;j = 1)℄ = p
0110 :w[(i 1;j = 1; i;j +1 = 1; i;j = 1) ! (i;j = 1)℄ = p
0110 :w[(i 1;j = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ = q
0110 :w[(i 1;j = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ = q
0110 :w[(i 1;j = 1; i;j +1 = 1); ! (i;j = 1)℄ = q: (2.53)
No entanto, em ambos os asos, tanto no modelo VMAJ2.2 sem spin entral quanto
no modelo VMAJ2.2 om spin entral, essas regras satisfazem a propriedade da simetria
\up-down". Para ver isso a ima basta substituir por para todos os spins. Portanto,
eles devem perten er a lasse de universalidade do modelo de Ising (Grinstein et al., 1985).

A abordagem teori a deste modelo, VMAJ2.2 om spin entral, por meio do desen-
volvimento da equa ~ao de evolu ~ao om as regras a ima, na aproxima ~ao de ampo medio
e sob a hipotese da homogeneidade espa ial, produz a mesma equa ~ao de evolu ~ao para
a magnetiza ~ao que o modelo VMAJ2.1 om spin entral,
dm 3 1 3
= (1 )m m ; (2.54)
dt 2 2
e, portanto, a mesma previs~ao para o valor rti o do parâmetro indutor, ou seja, q = 1=6.
E, pelas mesmas raz~oes, têm-se, na aproxima ~ao de ampo medio om a hipotese da
homogeneidade espa ial, os mesmos resultados para todos os modelos VMAJ2.

dos dados.
A simula ~ao omputa ional deste modelo VMAJ2.2 om spin entral padr~ao junta-
mente om os metodos e te ni as des ritos a ima revelam que o valor rti o da transi ~ao
de fase e q = 0:057. Assim, esse modelo n~ao e um andidato ao modelo mais sim-
ples, segundo o riterio do menor valor rti o, no entanto, ele ofere e a oportunidade
62
de observar alguns pontos interessantes. O primeiro ponto e que o valor rti o da
transi ~ao, obtido por meio de simula ~ao omputa ional, do modelo padr~ao VMAJ2.2,
isto e, 1010 = 0110 = 0101 = 1001 = 0:25, e dado por q = 0:057, que e maior, portanto,
do que aquele do modelo VMAJ2.1 que o inviabiliza omo andidato ao modelo mais
simples. Mas, omo a diferen a om q = 0:0514 do modelo VMAJ2.1 e da ordem de
0:006 e omo tem-se utilizado de 2 106 passos de Monte Carlo ou loop para avaliar essas
quantidades, n~ao se pode armar de modo on lusivo essa hierarquia.
2.4.14 O modelo VMAJ2.2 puro: des ri ~ao do modelo.

O modelo VMAJ2.2 puro om spin entral onsiste
de uma elula basi a que e formada do spin entral, i;j e dois vizinhos, z = 2,
om apenas uma das formas geometri as das liga ~oes dadas por (1001) ou (i 1;j ,
i;j +1 ), (1010) ou (i 1;j , i;j 1), (0101) ou (i+1;j , i;j +1 ), (0110) ou (i+1;j , i;j 1 ).
Esses modelos puros s~ao onstrudos olo ando-se, respe tivamente, 1010 = 1 e os
demais valores para i=2;3;4 = 0; 1001 = 1 e i=1;3;4 = 0; 0101 = 1 e i=1;2;4 ; 0110 e
i=1;2;3 = 0.
de uma regra de desempate dada pela regra do spin entral que onsiste em es olher
q = 1 p.

A abordagem teori a na aproxima ~ao de ampo medio ao modelo VMAJ2 puro e a
mesma do modelo VMAJ2.1 om spin entral, produzindo as mesmas equa ~oes, portanto,
idênti o omportamento.
2.4.16 A abordagem da simula ~ao omputa ional: resultados

numeri os e analise dos dados.
Seguem-se, novamente, as três etapas para trabalhar om esses modelos. A primeira
etapa pro ura determinar a natureza da transi ~ao de fase omo uma transi ~ao de segunda
ordem ou ontnua e o valor do ponto rti o. A natureza da transi ~ao e dada por meio
63
da analise dos gra os da magnetiza ~ao e sus etibilidade versus o parâmetro indutor da
transi ~ao de fase. Com o umulante de quarta ordem dado pela equa ~ao25
UL = 1
hm iL ;
4
(2.55)
3hm iL 2 2
e a simula ~ao omputa ional obtem-se o valor q = 0:0671 para o ponto rti o. Isto pode
ser visto no gra o abaixo:
Metodo do Cumulante −> qc=0.0666
6
LOOP=2.10
0.8
L=10;
L=20;
L=30;
0.75 L=40
0.7
UL 0.65
0.6
0.55
0.5
0.06 0.07
q
Figura 2.19: A forma geometri a de liga ~ao e (1001) om q = 0:0671.
Esse valor quantitativo do ponto rti o e sustentado qualitativamente pela analise do

omportamento de outras grandezas que des revem o sistema. Esse mesmo omporta-
mento serve para identi ar a natureza da transi ~ao de fase. O omportamento ara -
tersti o da magnetiza ~ao, ML , versus q , para uma transi ~ao de fase de segunda ordem ou
ontnua mostra que para q q , ML vai ontinuamente a 0 para L res ente, enquanto
para q q e independente do tamanho do sistema. Este omportamento e ilustrado no
gra o seguinte.
25 (Binderand Heermann, 1988) pg.46 e pg.107; (Landau, 2000), pg. 16-19 e pg.78; (de Oliveira, 1996)
pg.1322; (de Oliveira and Chiappin, 1997), pg.311-312.
64
ML versus q
6
qc=0.0671; LOOP=2.10
1
L=10;
L=20;
L=30;
0.8 L=40
0.6
ML
0.4
0.2
0
0 0.05 0.1 0.15 0.2
q
Figura 2.20: O metodo da magnetiza ~ao, ML , versus q .
De modo semelhante temos outro omportamento ara tersti o para a quantidade

sus etibilidade L (q ) quanto a uma transi ~ao de fase de segunda ordem ou ontnua. A
sus etibilidade, dependente do parâmetro indutor, (q ), mostra, nesta transi ~ao de fase,
um omportamento om tendên ia a divergên ia, para q ! q . Tal omportamento pode
ser visto no gra o seguinte,
65
χL versus q
6
qc=0.0671; LOOP=2.10
80
L=10;
L=20;
L=30;
L=40
60
χL 40
20
0
0 0.05 0.1 0.15 0.2
q
Figura 2.21: Sus etibilidade, L , versus q om a divergên ia ara tersti a.
Nesta etapa o objetivo e a identi a ~ao da lasse de universalidade. Os elementos

para esse m s~ao os expoentes rti os. Esses s~ao obtidos, por sua vez, a partir das leis
de potên ia. O primeiro destes expoentes rti os e o = , que e dado pela rela ~ao entre
os valores da magnetiza ~ao no ponto rti o ML (q ) e o tamanho do sistema, L, omo
forne ido pela lei de potên ia 1.40, ou ML (q = q ) / L = proveniente da equa ~ao 1.37
dada no ponto rti o. Os dados da simula ~ao, a lei de potên ia e a regress~ao linear d~ao
o valor de = = 0:1264 0:009, que e bastante proximo ao do modelo de Ising dado por
= = 0:125. Isto e ilustrado pelo gra o seguinte:
6
qc=0.0671; −β/ν=−0.1265+−0.009; LOOP=2.10
−0.3
L=10; L=20; L=30; L=40
−0.35
−0.4
−0.45
Ln ML −0.5
−0.55
−0.6
−0.65
−0.7
2 2.5 3 3.5 4
Ln L
Figura 2.22: O metodo de regress~ao linear ! = = 0:1264 0:009
66
O outro expoente rti o e obtido om a utiliza ~ao da lei de potên ia para a sus etibil-
idade 1.41 ou, de maneira expl ita, L (q = q ) / L = ; sustentado pela rela ~ao de es ala
1.38 no ponto rti o. Com o gra o log-log, os dados da simula ~ao, que s~ao os valores
da sus etibilidade al ulada no ponto rti o, relativo ao tamanho L, e a regress~ao linear,
o valor do expoente rti o e dado por = = 1:7036 0:0730. Esse resultado segue-se
abaixo.
EXPOENTES CRITICOS: γ/ν
qc=0.0671; γ/ν=1.7036+−0.0730; LOOP=2.10
6
L=10; L=20; L=30; L=40
Ln χL
1
2 2.5 3 3.5 4
Ln L
Figura 2.23: Regress~ao linear ! = = 1:7036 0:0730.
Com o metodo da sus etibilidade maxima, que n~ao usa o valor rti o q , e do metodo
da regress~ao linear al ula-se o mesmo expoente rti o anterior, ou seja, = = 1:7343
0:0164. Esse valor e bastante proximo ao valor exato do de Ising = = 1:750 Esse
resultado e ilustrado no gra o abaixo.
qc=0.0671; γ/ν=1.7343+−0.0164; LOOP=2.10
6
5
L=10; L=20; L=30; L=40
Ln χmax 3
1
2 2.5 3 3.5 4
Ln L
Figura 2.24: O metodo de regress~ao linear ! = = 1:7343 0:0164
67
Com esses dois valores para os expoentes rti os al ulados anteriormente, = e = ,
têm-se boas evidên ias de que tal modelo perten e a lasse de universalidade de Ising.
Segue-se agora om a ter eira etapa, na qual pode-se fazer uma avalia ~ao da on-
sistên ia dos dados, valor do ponto rti o, q = 0:0671, om a dos valores dos expoentes
rti os medidos omo = = 1:7343 0:0164 e = = 0:1264 0:009. Nisto onsiste a
segunda parte da hipotese de es ala. Para tal proposito faz-se uso dos re ursos do metodo
de es ala nita, om a fun ~ao es ala, e se pro ede ao olapso dos dados. A fun ~ao univer-
sal da magnetiza ~ao 1.37 leva a grandeza es alada da magnetiza ~ao, M~ = L= M (q ), e a
grandeza es alada "~ = L1= (q q )=q . A rela ~ao entre essas duas grandezas e dada pelo
gra o abaixo, que ilustra o signi ado da onsistên ia dos valores men ionados a ima:
COLAPSO DOS DADOS
qc=0.0671; −β/ν=−0.1264; ν=1.00; LOOP=2.10
6
1.5
L=10;
L=20;
L=30;
L=40
β/ν
L ML
0.5
0
−20 0 20 40 60 80
1/ν
L ((q−qc)/qc)
Figura 2.25: A hipotese de es ala para M~ versus "~.
Essa onsistên ia e reiterada pelo olapso dos dados forne ido pela fun ~ao de es ala
para a sus etibilidade 1.38, que leva a grandeza sus etibilidade es alada, ~ = L = , e ao
parâmetro indutor reduzido es alada, "~ = L1= (q q )=q . Essa rela ~ao permite onstruir o
gra o abaixo que, mostra a onsistên ia dos dados obtidos pela simula ~ao omputa ional:
68
COLAPSO DOS DADOS
qc=0.0671; γ/ν=1.7343; ν=1.00; LOOP=2.10
6
0.12
L=10;
L=20;
0.1 L=30;
L=40
0.08
−γ/ν
L χL 0.06
0.04
0.02
0
−20 0 20 40
1/ν
L ((q−qc)/qc)
Figura 2.26: A hipotese de es ala para ~L versus "~.
Completando o uso dos re ursos do metodo de es ala nita para estabele er a on-
sistên ia dos valores men ionados, faz-se uso da fun ~ao es ala para o umulante dada
por 1.39, que permite onstruir a grandeza umulante es alada, U~ = U e a grandeza
"~ = L1= (q q )=q . O gra o abaixo obtido por meio destas duas grandezas es aladas
mostra o olapso dos dados da simula ~ao para os diversos tamanhos do sistema:
COLAPSO DOS DADOS

6
qc=0.0671; LOOP=2.10
0.8
L=10;
L=20;
L=30;
L=40
0.6
U 0.4
0.2
0
−20 0 20 40
1/ν
L ((q−qc)/qc)
Figura 2.27: A hipotese de es ala para U~L versus "~
69
2.4.17 Os modelos VMAJ2.2.1 e VMAJ2.2 om spin entral:
des ri ~ao do modelo.
O modelo VMAJ2.2.1 e VMAJ2.2 om spin entral onsiste
da elula basi a que e formada do spin entral, i;j e dois vizinhos, z = 2, om
as formas geometri as das liga ~oes dadas por (1001) ou (i 1;j , i;j +1 ), (1010) ou
de todas as ombina ~oes onvexas do par (1010) e (0101), ou do par (1001) e (0110)
para formar o modelo denominado de VMAJ2.2.1.
de todas as ombina ~oes onvexas do par (1010) e (1001), ou do par de liga ~oes n~ao
simetri as para formar o modelo VMAJ2.2.2.
da pressuposi ~ao de que o modelo padr~ao do modelo VMAJ2.2.1 e formado da
ombina ~ao onvexa om a distribui ~ao (1010 = 0:5, 0101 = 0:5) e que o modelo
padr~ao do modelo VMAJ2.2.2 e formado da ombina ~ao onvexa om a distribui ~ao
(1010 = 0:5, 1001 = 0:5).
da regra de desempate dada pela regra do spin entral que onsiste em es olher
q = 1 p.
O modelo VMAJ2.2.1 e mostrado na gura seguinte,
70
(0101)
(1010)
Figura 2.28: As duas formas geometri as e simetri as de liga ~oes (1010) e (0101).
A taxa de invers~ao desse modelo, para o aso da regra de desempate p = 0:5, portanto
sem spin entral, e des rita por

wi;j ( ) = 0101 1 i;j S (i;j +1 + i+1;j ) + 1010 1 i;j S (i 1;j + i;j 1 ) : (2.56)
2 2
O modelo VMAJ2.2.2. e mostrado no gra o abaixo:
(1001)
(1010)
Figura 2.29: As duas formas geometri as om simetria no eixo x, de liga ~oes (1010) e
(1001).
A taxa de transi ~ao des revendo o onjunto formado pelo par a ima, mas sem spin
entral, portanto om a regra de desempate p = 0:5, e dada por

wi;j ( ) = 1001 1 i;j S (i 1;j + i;j +1)℄ + 1010 1 i;j S (i 1;j + i;j 1 ) : (2.57)
2 2
A simula ~ao omputa ional e feita para o modelo VMAJ2.2.2 om spin entral, por-
tanto, om a substitui ~ao da regra de desempate anterior pela regra de desempate do spin
entral.
71
A abordagem de ampo medio para a equa ~ao de evolu ~ao tanto do modelo VMAJ2.2.1
quanto do modelo VMAJ2.2.2 om spin entral forne e os mesmos resultados que a abor-
dagem para o modelo VMAJ2.1, pois essa abordagem n~ao onsidera a topologia das
liga ~oes. Desta forma tem-se previsto teori amente uma transi ~ao de fase de segunda
ordem e um valor rti o de q = 0:1666.
2.4.19 A abordagem omputa ional: resultados numeri os e analise

dos dados.
A simula ~ao omputa ional e feita para o modelo VMAJ2.2.1 padr~ao, om spin entral.
Ela permite produzir uma rela ~ao entre o valor do parâmetro indutor rti o, q , e a
densidade dos pares, 1010 , uja forma e, omo mostrada pela gura abaixo, simetri a e
onvexa:
qc versus λ1001
λ1001 + λ0110 =1
L=10; Loop=200000000;
0.069
0.067
0.065
qc
0.063
0.061
0.059
0.057
0 0.2 0.4 0.6 0.8 1
λ1001
Figura 2.30: Gra o da rela ~ao q versus 1001 .
A simula ~ao omputa ional do modelo VMAJ2.2.2 padr~ao leva a on luir, pelos meios
ja men ionados, que se trata de uma transi ~ao de segunda ordem e os valores rti os q
para diversos valores das densidades. Isso permite novamente obter-se uma rela ~ao entre
uma das densidades destas liga ~oes geometri as, no aso 1010 , e os valores rti os do
parâmetro indutor q a ela asso iado. Com esses valores pode-se onstruir um gra o do
valor rti o do parâmetro indutor de transi ~ao, q , versus a densidade da omposi ~ao
dos pares, 1010 , ompondo a rede. Esse gra o revela tambem ter a forma de uma urva
onvexa e simetri a, mas, agora, om um menor valor rti o de transi ~ao, o valor dado por
q = 0:062, que o orre para o modelo padr~ao, ou seja, para a densidade 1010 = 1001 =
72
0:50. Enquanto o maior valor rti o, q = 0:0671, o orre para a densidade 1010 = 1:0, e,
por onseguinte, 1001 = 0:0, ou para o aso em que 1010 = 0:0 e, portanto, 1001 = 1:0,
que s~ao os mesmos do modelo anterior:
qc versus λ2viz1010
λ2viz1010 + λ2viz1001 =1; LOOP=2.10
6
0.068
L=10;
0.067
0.066
qc 0.065
0.064
0.063
0.062
0 0.2 0.4 0.6 0.8 1
λ2viz1010
Figura 2.31: Gra o para a rela ~ao entre q versus 1010 .
Como ja foi visto o valor rti o da transi ~ao asso iado a distribui ~ao padr~ao, modelo
VMAJ2.2 padr~ao, = 0:25, e q = 0:058 0:003, o menor valor para essa ombina ~ao
onvexa de gra os envolvendo as duas formas de liga ~ao. Como tambem ja foi visto, o
maior valor rti o o orre para a situa ~ao de uma rede om apenas uma destas formas
de liga ~ao, ou seja, para o aso puro, VMAJ2.2 puro, outrora men ionado, ou 1010 ou
0101 , que e obtido no aso em que 1010 = 0. Nesse aso o valor rti o obtido tem o
valor numeri o de q = 0:0671. O modelo VMAJ2.2.1 om a distribui ~ao 1010 = 0101 =
0:50 apresenta o mesmo valor do ponto rti o que o modelo padr~ao VMAJ2.2, (1001 =
0:25; 0101 = 0:25; 0110 = 0:25; 1010 = 0:25), que e o menor valor rti o para essa lasse
de modelos VMAJ2.2, ou seja q = 0:058. E re omendavel, ontudo, pro urar renar
mais as simula ~oes omputa ionais para estabele er om maior pre is~ao as evidên ias de
diferen as entre esses valores maximo e mnimo dos modelos omparados. Nesta etapa
da simula ~ao n~ao houve ainda bastante rigor quanto a quest~ao dos erros, mas obtiveram-
se valores, do ponto rti o, om pre is~ao su iente para se fazerem onje turas sobre
a urva e as simetrias envolvidas, e, portanto, avan ou-se nesses modelos e seus valores
omo hipoteses a serem mais bem testadas no futuro. A simula ~ao omputa ional para
o onjunto destes dois modelos VMAJ2.2.1 e VMAJ2.2.2, revelou, omo esperado, uma
urva simetri a onvexa, om o menor valor rti o de transi ~ao em q = 0:058 o orrendo
para 1001 = 0110 = 0:50. O valor rti o maximo se da, tambem, para os asos puros
tanto em 1001 = 1:0 e 0110 = 0:00, quanto em 1001 = 0:00 e 0110 = 1:00, e tem o valor
73
numeri o de q = 0:0671. A simula ~ao omputa ional mostra que o onjunto onstrudo
de formas de liga ~ao om as propriedades de simetria tem valores menores para os valores
rti os do parâmetro indutor, omo os mostrados pelos gra os anteriores. Para efeito
de ompara ~ao, podem-se observar os dois gra os superpostos na gura abaixo:
qc versus λ1001
λ1001 + λ0110 =1 ; λ1001 + λ0101 =1; LOOP=2.10
6
0.069 L=10;
L=10;
0.067
0.065
qc 0.063
0.061
0.059
0.057
0.055
0 0.2 0.4 0.6 0.8 1
λ1001
Figura 2.32: Gra o da superposi ~ao da rela ~ao q versus 1001 para os dois onjuntos.
Esse mesmo tipo de analise omputa ional e teori a pode ser repetido para os outros
tipos de formas geometri as de liga ~ao envolvidos no modelo VMAJ2.2. Deste onjunto de
possibilidades de ombina ~oes onvexas formadas de dois pares, portanto de seis possibil-
idades, e da analise identi am-se, omo men ionado, dois grandes onjuntos: o onjunto
formado dos pares VMAJ2.2(1010) e VMAJ2.2(0101) e VMAJ2.2(1001) e VMAJ2.2(0110)
e o onjunto dos pares VMAJ2.2(1010) e VMAJ2.2(1001), VMAJ2.2(1010) e VMAJ2.2(0110),
VMAJ2.2(1001) e VMAJ2.2(0101) e, nalmente, VMAJ2.2(0101) e VMAJ2.2(0110).
2.4.20 O modelo onvexo VMAJ2.3: des ri ~ao do modelo.

da elula basi a formada do spin entral i;j e dois vizinhos, z = 2, om as formas
geometri as das liga ~oes dadas por (1001) ou (i 1;j , i;j +1 ), (1010) ou (i 1;j , i;j 1 ),
(0101) ou (i+1;j , i;j +1 ), (0110) ou (i+1;j , i;j 1), (1100) ou (i 1;j , i+1;j ), (0011)
ou (i;j 1, i;j +1 ).
de todas as ombina ~oes onvexas dessas liga ~oes (1010) (1001), (0110), (0101),
(1100), (0011).
74
da pressuposi ~ao de que o modelo padr~ao do modelo VMAJ2.3 e formado da om-
bina ~ao onvexa om a distribui ~ao (1010 = 1=6, 0101 = 1=6, 0110 = 1=6, 1001 =
1=6, 1100 = 1=6, 0011 = 1=6).
da regra do desempate dada que onsiste em es olher o estado atual do spin entral
om probabilidade p.
O modelo e onstitudo pelas seguintes formas geometri as ilustradas abaixo:

Modelo 2.3
(1100) (0011) (0101)
(1001) (0110) (1010)
Figura 2.33: As seis possveis formas geometri as de liga ~oes.

A abordagem teori a de ampo medio aqui e a mesma do modelo VMAJ2.1 om as
mesmas equa ~oes, e, portanto, om idênti o omportamento.

dos dados.
A simula ~ao omputa ional e os metodos des ritos anteriormente do modelo padr~ao
forne em o valor rti o de q = 0:054 om erro de 0:003. Esse valor e inferior a q =
0:058 0:001 do modelo padr~ao de VMAJ2.2, mas superior ao valor rti o, q = 0:051,
do modelo padr~ao de VMAJ2.1. Neste modelo VMAJ2.3 do qual VMAJ2.3 padr~ao e
um submodelo as ombina ~oes onvexas originais, onsiderando as anteriores, reduzem-se
aquelas do tipo (0011) e (1010) om 0011 + 1010 = 1, omo mostra a gura seguinte:
75
(0011)
(1010)
Figura 2.34: As liga ~oes (0011) e (1010).
Como o valor rti o da transi ~ao de fase para o modelo puro, 0011 = 1, formado
apenas da liga ~ao geometri a 0011 e q = 0:000; enquanto, para o modelo puro, 1010 = 1,
formado apenas da liga ~ao geometri a 1010, esse valor e de q = 0:0671, o modelo formado
pela ombina ~ao onvexa dessas duas liga ~oes deve gerar uma linha rti a, q versus 1010 ,
entre esses dois valores extremos. Pode-se observar na gura abaixo essa linha rti a
qc versus λ1100
λ1100 + λ1010 =1
0.08
L=10; Loop=20000000;
0.06
qc 0.04
0.02
0
0 0.2 0.4 0.6 0.8 1
λ1100
Figura 2.35: q versus 1010 .
No entanto, omo a lasse VMAJ2.3 ontem as duas lasses anteriores VMAJ2.1 e

VMAJ2.2, ela expressa o onjunto inteiro da lasse de modelos VMAJ2. Desta forma,
e interessante nesta etapa pro eder a uma ilustra ~ao e ompara ~ao geral de todas as
rela ~oes ara tersti as entre o valor rti o do parâmetro indutor da transi ~ao de fase,
q , e as densidades, `s, dos diversos tipos de ongura ~oes geometri as envolvidas, ainda
76
que se onsiderem asos de apenas dois omponentes de ongura ~oes geometri as, os
quais tambem ja foram ilustrados e tratados isoladamente nas se ~oes e guras anteriores.
A superposi ~ao de todos os gra os pode ser apre iada no gra o abaixo e propor ionar
uma ompara ~ao entre seus valores,
qc versus λ
L=10;Loop=20000000; λ1100 + λ1001 =1

L=10;Loop=20000000; λ1001 + λ0110 =1
0.08 L=10;Loop=20000000; λ1100 + λ0011 =1
L=10;Loop=20000000; λ1001 + λ0101 =1
0.06
qc
0.04
0.02
0
0 0.2 0.4 0.6 0.8 1
λ1100 , λ1001
Figura 2.36: Superposi ~ao das rela ~oes entre q e as densidades 0 s.
77
78
Captulo 3
O MODELO DO VOTANTE

MAJORITARIO E O MODELO
MAIS SIMPLES.
3.1 Introdu ~ao.
O primeiro objetivo deste aptulo e um desdobramento do anterior, portanto, resolver

o problema de identi ar e lassi ar os modelos do votante majoritario. Neste aptulo
o fo o e sobre os modelos VMAJ3, que pode apresentar pe uliaridade de n~ao pre isar de
uma regra de desempate, VMAJ4 e o modelo VMAJ5. O segundo objetivo e o de re-
solver o problema de en ontrar uma rela ~ao entre o valor rti o do parâmetro indutor da
transi ~ao, q , e o numero de oordena ~ao, z , para esses modelos do votante majoritario.
O ter eiro objetivo e o de identi ar, om o riterio do menor valor rti o, o que seria o
modelo mais simples dessa lasse de modelos do votante onsiderando tanto os modelos do
aptulo anterior quanto os deste. O quarto objetivo e o de estudar algumas propriedades
da lasse de universalidade do votante majoritario, em parti ular, a propriedade da di-
mensionalidade do sistema. E, nalmente, o quinto objetivo e o de realizar a abordagem
\quen hed" para um parti ular modelo do votante majoritario e estabele er uma om-
para ~ao om a abordagem \annealed" para o mesmo modelo. Com respeito aos três
primeiros problemas a abordagem se desenvolve em duas etapas. A primeira etapa trata
de modelos homogêneos do votante. Isto signi a que se onsidera apenas modelos que
onsistem de ombina ~oes onvexas de modelos om o mesmo numero de oordena ~ao z .
Na segunda etapa, abordam-se modelos heterogêneos, portanto, formados da ombina ~ao
de modelos om numeros diferentes de oordena ~ao.
79
3.2 O modelo onvexo VMAJ3: des ri ~ao do modelo.
Nesta primeira etapa aborda-se o modelo onvexo VMAJ3, que onsiste de om-
bina ~oes onvexas entre formas geometri as de liga ~oes om o mesmo numero, z , de
oordena ~ao. O modelo VMAJ3 e onstitudo:
de uma rede L por L om N spins des ritos pela variavel esto asti a i;j om dois
estados 1.
do spin entral, i;j e três vizinhos, z = 3, mais proximos dos quatro vizinhos
mais proximos. Esses vizinhos podem formar quatro possveis liga ~oes geometri as
espe as, a saber: (1110) representada pela trin a (i 1;j , i+1;j , i;j 1 ), (0111)
asso iada om (i+1;j , i;j 1 , i;j +1), (1011) asso iada om (i 1;j , i;j 1, i;j +1 ) e,
nalmente, (1101) om a trin a (i 1;j , i+1;j , i;j +1).
de todas as suas ombina ~oes onvexas (1110 , 0111 , 1011 , 1101 ) tais que 1110 +
0111 + 1011 + 1101 = 1.
do modelo padr~ao. Modelo formado da ombina ~ao onvexa om (1110 = 0:25,
0111 = 0:25, 1011 = 0:25, 1101 = 0:25).
da dinâmi a dada pela regra da maioria sem regra de desempate, pois onsidera-se
que todos os spins têm o mesmo peso.
da dinâmi a dada pela regra da maioria om regras de desempate, formando outros
novos modelos.
A representa ~ao gra a dos omponentes desse modelo e des rita pela gura seguinte:
80
Modelo VMAJ3
(1101)
(1011)
(1110) (0111)
Figura 3.1: As quatro possveis formas geometri as de liga ~oes
Objetivo aqui e tratar do modelo padr~ao do modelo VMAJ3 sem regra de desempate.
A taxa de invers~ao e des rita pelas regras abaixo, ontudo, expli itadas para dois desses
omponentes da ombina ~ao onvexa do tipo simetri o (0111) e (1011). Elas s~ao omo se
seguem:
1110 :w[(i 1;j = 1; i+1;j = 1; i;j 1 = 1) ! (i;j = 1)℄ = p

1110 :w[(i 1;j = 1; i+1;j = 1; i;j 1 = 1) ! (i;j = 1)℄= q
1110 :w[(i 1;j = 1; i+1;j = 1; i;j 1 = 1)! (i;j = 1)℄ = p
1110 :w[(i 1;j = 1; i+1;j = 1; i;j 1 = 1)! (i;j = 1)℄= q
1110 :w[(i 1;j = 1; i+1;j = 1; i;j 1 = 1) ! (i;j = 1)℄ = p
1110 :w[(i 1;j = 1; i+1;j = 1; i;j 1 = 1) ! (i;j = 1)℄= q
1110 :w[(i 1;j = 1; i+1;j = 1; i;j 1 = 1)! (i;j = 1)℄= p
1110 :w[(i 1;j = 1; i+1;j = 1; i;j 1 = 1)! (i;j = 1)℄ = q
1011 :w[(i 1;j = 1; i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = p
1011 :w[(i 1;j = 1; i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄= q
1011 :w[(i 1;j = 1; i;j 1 = 1; i;j +1 = 1)! (i;j = 1)℄= p
1011 :w[(i 1;j = 1; i;j 1 = 1; i;j +1 = 1)! (i;j = 1)℄ = q
1011 :w[(i 1;j = 1; i;j 1= 1; i;j +1 = 1) ! (i;j = 1)℄= p
1011 :w[(i 1;j = 1; i;j 1= 1; i;j +1 = 1) ! (i;j = 1)℄ = q
1011 :w[(i 1;j = 1; i;j 1= 1; i;j +1 = 1)! (i;j = 1)℄= p
1011 :w[(i 1;j = 1; i;j 1= 1; i;j +1 = 1)! (i;j = 1)℄ = q (3.1)
O teste em que essa regra satisfaz a propriedade da simetria por invers~ao de sinal
do spin i e direto e obtem-se pela substitui ~ao do sinal dos 0 s e pela avalia ~ao da
81
invariân ia da regra. Daqui segue-se o resultado teori o de que este modelo en ontra-
se, pelo argumento de Grinstein (Grinstein et al., 1985), na lasse de universalidade de
Ising. Por meio da solu ~ao dos problemas a ima men ionados pro ura-se sustentar essa
apli a ~ao do argumento de Grinstein ao modelo padr~ao VMAJ3.
3.2.1 A abordagem teori a: a aproxima ~ao de ampo medio

A analise teori a dos modelos a ima e feita a partir do desenvolvimento da equa ~ao
de evolu ~ao omo foi feito para os dois modelos anteriores VMAJ2.1 e VMAJ2.2. Essa
equa ~ao omo ja foi des rita anteriormente e omo se segue,
X
Pl+1 ( ) = W ( j 0 )Pl ( 0 ): (3.2)
0
Fazendo uso da taxa de transi ~ao a ima a equa ~ao da evolu ~ao pode-se es rever, para
o aso de Pl+1 (1), da seguinte maneira:
Pl+1 (1) = pPl (111) + 3pPl (11 1) + 3qPl ( 1 11) + qPl ( 1 1 1): (3.3)
Fazendo uso da aproxima ~ao de ampo medio, a qual onsiste em assumir que
P (1 2 3 ) = P (1 )P (2 )P (3 ); (3.4)
e substituindo a ima, obtem-se
Pl+1 (1) = pPl3 (1) + 3pPl2 (1)Pl ( 1) + 3qPl2 ( 1)Pl (1) + qPl2( 1): (3.5)
Com a rela ~ao estabele endo que Pl (1)+ Pl ( 1) = 1, pela sua substitui ~ao na equa ~ao
a ima e depois de algum \algebrismo" hega-se a seguinte equa ~ao:
Pl+1 = 2(q p)Pl3(1) + 3(p q )Pl2(1) + q: (3.6)
Novamente, substituindo Pl = (1 + ml )=2 nesta ultima equa ~ao, obtem-se om alguma

manipula ~ao algebri a
3 1 3
ml+1 = ml m : (3.7)
2 2 l
Adi ionando-se de ambos os lados ml tem-se, ent~ao,
dm 3 3
= (1 )m m: (3.8)
dt 2 2
3
Fazendo " = (1 ) a equa ~ao a ima pode ser rees rita omo
2
dm 3
= "m m: (3.9)
dt 2
82
Essas s~ao as mesmas equa ~oes dos modelos VMAJ2.1 e VMAJ2.2 om spin entral.
Ha duas solu ~oes para desta equa ~ao, no aso em que " 6= 0 e em que > 0 ou que
p > 0:5. Ela pode ser feita de varios modos.
dm
Por exemplo, fazendo = 0, estado esta ionario, obtem-se
dt

0 = m(" + m2 ): (3.10)
2
E desta equa ~ao infere-se que
m1 = 0;
r
2"
m2;3 = : (3.11)

No aso em que " > 0 ou q > 1=6, a solu ~ao e m1 = 0 que orresponde ao estado
paramagneti o. No aso em que " < 0 ou que q < 1=6 a solu ~ao e
s
2j"j
m = : (3.12)

Portanto, m2;3 = m . Estas duas solu ~oes orrespondem ao estado ferromagneti o ou
ordenado.
Esses dois valores da magnetiza ~ao, m2;3 = m , remetem ao fenômeno de transi ~ao
de fase, ontnua, que tem omo me anismo uma quebra espontânea de simetria. Tal
tipo de transi ~ao de fase pode ser mostrado pela abordagem de aproxima ~ao de ampo
medio ao modelo de Ising na Me âni a Estatsti a de Equilbrio. Pode ser men ionado
aqui que o valor rti o teori o obtido e de q = 1=6 = 0:1666, enquanto o valor rti o
obtido pela simula ~ao omputa ional e de q = 0:0754, omo e mostrado pela experiên ia
omputa ional desenvolvida e analisada a seguir. Desta forma, esses valores pare em
satisfazer as onsidera ~oes de Stanley (Stanley, 1999) sobre a rela ~ao entre os valores
obtidos pela aproxima ~ao de ampo medio e os valores exatos. Com estas duas ultimas
equa ~oes a bastante evidente que, do ponto de vista da aproxima ~ao de ampo medio,
os modelos VMAJ2.1 e VMAJ2.2 om spin entral e VMAJ3.1 sem spin entral têm o
mesmo omportamento dinâmi o. Eles s~ao des ritos pelo mesmo desenvolvimento teori o
da equa ~ao de evolu ~ao. Esse desenvolvimento teori o, na aproxima ~ao de ampo medio,
n~ao onsegue dis riminar esses modelos, forne endo a mesma previs~ao de valores rti os
para os parâmetros indutores da transi ~ao.

dos dados.
Na primeira etapa desta se ~ao identi a-se a natureza da transi ~ao de fase e o valor
rti o para o modelo a ima. Assim por meio do umulante de quarta ordem, UL , dado
83
pela rela ~ao 1.36 obtem-se o valor rti o do parâmetro indutor, enquanto por meio do
omportamento da magnetiza ~ao e da sus etibilidade identi a-se a natureza da transi ~ao
de fase: transi ~ao de fase de segunda ordem ou ontnua. A simula ~ao omputa ional do
modelo VMAJ3 padr~ao sem spin entral revelou, pelo uso do metodo do umulante, que
o valor do ponto rti o e dado por q = 0:0754, omo e ilustrado pelo gra o abaixo:
6
LOOP=2.10
0.8
L=10;
L=20;
L=30;
L=40
0.7
UL 0.6
0.5
0.4
0.02 0.04 0.06 0.08 0.1 0.12
q
Figura 3.2: O metodo do umulante e o valor rti o q = 0:0754
Na mesma linha, podem-se averiguar os resultados do gra o ML (q ) versus q para

diversos tamanhos, L, do sistema; por exemplo, pode-se onstatar que abaixo do ponto
rti o, q < q a magnetiza ~ao, ML , e independente do tamanho, L, do sistema, enquanto
a ima do ponto rti o, q > q , a magnetiza ~ao vai a zero para o tamanho, L, res ente.
Este omportamento revela tratar-se de uma transi ~ao de fase de segunda ordem ou
ontnua, omo pode-se ver pelo gra o seguinte:
84
ML versus q
6
qc=0.075; LOOP=2.10
1
L=10;
L=20;
L=30;
0.8 L=40
0.6
ML
0.4
0.2
0
0 0.1 0.2
q
Figura 3.3: Gra o da magnetiza ~ao ML versus q .
Do mesmo modo, om o uso do metodo da sus etibilidade pode-se avaliar ainda

mais uma vez a natureza dessa transi ~ao de fase e, aproximadamente, o valor rti o
do parâmetro indutor da transi ~ao. Esse metodo e do omportamento da sus etibilidade.
Esse omportamento e des rito pela rela ~ao entre a sus etibilidade, L , versus q . O om-
portamento da sus etibilidade mostra, em uma transi ~ao de fase de segunda ontnua,
uma tendên ia para a divergên ia, L (q ) ! 1 quando q ! q . Esse omportamento
pode ser visto abaixo:
χL versus q
6
qc=0.075; LOOP=2.10
80
L=10;
L=20;
L=30;
L=40
60
χL 40
20
0
0 0.1 0.2 0.3 0.4 0.5
q
Figura 3.4: Gra o da sus etibilidade L versus q .
Uma vez identi ada a natureza da transi ~ao de fase omo uma transi ~ao de segunda
85
ordem ou ontnua e o valor rti o dessa transi ~ao obtendo-se o valor de q = 0:0754,
a proxima etapa refere-se a lasse de universalidade. Para isso, pro ura-se obter os ex-
poentes rti os deste modelo. Pelo argumento de Grinstein (Grinstein et al., 1985), esse
modelo perten e a lasse de universalidade de Ising. Desta forma, ao mesmo tempo que se
identi am os expoentes rti os en ontra-se suporte ou evidên ias para esse argumento.
Essa etapa e a primeira etapa da apli a ~ao da hipotese de es ala men ionada anterior-
mente. O primeiro destes expoentes rti os e = , obtido da lei de potên ia 1.40 para o
omportamento da magnetiza ~ao no ponto rti o, que por sua vez e obtido por meio do
metodo de es ala de tamanho nito omo dado por 1.37. Essa lei de potên ia e dada por
M (q = q ) / L =
: (3.13)
Assim, por meio de um gra o log-log, dos dados da simula ~ao e da regress~ao linear
pode-se obter o valor do expoente. Esse pro esso pode ser visto no gra o seguinte:
6
qc=0.0754; −β/ν=−0.123+−0.0058; 2.10
−0.35
L=10; L=20; L=30; L=40
−0.4
Ln M −0.45
−0.5
−0.55
2 2.5 3 3.5 4
Ln L
Figura 3.5: Gra o de ln M versus ln L e regress~ao linear ! = = 0:1235 0:0058
Como mostra o gra o, o valor e = = 0:1235 0:0058 para esse expoente rti o,
portanto, muito proximo do de Ising, que tem valor exato de = = 0:125. O segundo
desses expoentes rti os e = , e obtido por meio da lei de potên ia1 omo dada pela
rela ~ao 1.41, que e extrada da equa ~ao 1.38 no ponto rti o. Com o uso da rela ~ao
log-log, dos dados da simula ~ao omputa ional e da regress~ao linear pode-se onstruir o
gra o seguinte:
1 (Landau, 2000), pg.78; (Binder, 1997), pg.523-525; (de Oliveira and Chiappin, 1997), pg. 311-312;
(de Oliveira, 1996), pg.1322.
86
qc=0.0754; γ/ν=1.743+−0.0161; 2.10
6
4
L=10; L=20; L=30; L=40
Ln χ
1
2 2.5 3 3.5 4
Ln L
Figura 3.6: Gra o de ln versus ln L e regress~ao linear ! = = 1:7430 0:0161.
Deste gra o obtem-se o valor de = = 1:7430 0:0161 , portanto, tambem muito

proximo do de Ising, que tem valor exato de = = 1:75. Com esses dois resultados
identi a-se o modelo de Ising omo a lasse de universalidade deste modelo.
Na ter eira etapa desta abordagem pode-se avaliar a onsistên ia deste onjunto de
valores rti os formado do valor rti o do parâmetro indutor da transi ~ao q = 0:0754
e dos expoentes rti os = = 0:1235 e = = 1:743, por meio da hipotese de es ala
para as grandezas relevantes do sistema, magnetiza ~ao, sus etibilidade e umulante de
quarta ordem. A fun ~ao de es ala da magnetiza ~ao 1.37 leva a onstru ~ao da grandeza
magnetiza ~ao es alada M~ = L= M e a grandeza parâmetro indutor reduzido e es alado
"~ = L1= (q q )=q . O gra o na sequên ia ilustra esse olapso.
COLAPSO DOS DADOS
qc=0.0754; −β/ν=−0.1235; ν=1.00; 2.10
6
1.5
L=10;
L=20;
L=30;
L=40
β/ν
L ML
0.5
0
−20 0 20 40 60
1/ν
L ((q−qc)/qc)
Figura 3.7: A hipotese de es ala para ML~(q ) versus "~.
87
Tal olapso pode ser visto tambem para a grandeza sus etibilidade. A fun ~ao universal
para a sus etibilidade 1.38 leva a onstru ~ao da grandeza sus etibilidade es alada ~ =
L = e ao parâmetro indutor reduzido es alonado, "~ = L1= (q q )=q . O gra o dessa
rela ~ao para os dados da simula ~ao pode ser visto abaixo omo um bom ajuste.
COLAPSO DOS DADOS
qc=0.0754; γ/ν=1.743; ν=1.00; LOOP=2.10
6
0.12
L=10;
L=20;
0.1 L=30;
L=40
0.08
−γ/ν
L χL 0.06
0.04
0.02
0
−20 0 20 40 60
1/ν
L ((q−qc)/qc)
Figura 3.8: A hipotese de es ala para L~(q ) versus "~
Finalmente, pode-se ver tambem o olapso, para a grandeza umulante de quarta

ordem. A fun ~ao universal 1.39 permite onstruir a grandeza rees alada U~ = U e a
grandeza parâmetro indutor reduzido es alonado, "~ = L1= (q q )=q . O gra o dessa
rela ~ao para os dados da simula ~ao pode ser visto abaixo omo um bom ajuste.
COLAPSO DOS DADOS
6
qc=0.0754; LOOP=2.10
0.8
L=10;
L=20;
L=30;
L=40
0.6
U 0.4
0.2
0
−20 0 20 40 60
1/ν
L ((q−qc)/qc)
Figura 3.9: A hipotese de es ala para U versus "~.
88
3.3 Os modelos VMAJ3.1 e VMAJ3.2: des ri ~ao dos
modelos.
Os modelos VMAJ3.1 e VMAJ3.2 onsistem:
de uma rede L por L om N spins des ritos pela variavel esto asti a i;j om dois
estados 1.
do spin entral, i;j e três vizinhos, z = 3, mais proximos dos quatro vizinhos mais
proximos. Esses vizinhos podem formar duas possveis ombina ~oes onvexas om
os dois omponentes, VMAJ3.1 (0111 , 1110 ) e VMAJ3.2, ou seja, (0111 , 1011 ).
do modelo padr~ao para ambos os modelos. Modelo VMAJ3.1 formado de uma om-
bina ~ao onvexa om a distribui ~ao (1110 = 0:5, 0111 = 0:5) ou modelo VMAJ3.2
formado de (0111 = 0:5, 1011 = 0:5).
da dinâmi a dada pela regra da maioria sem regra de desempate, pois onsidera-se
que todos os spins têm o mesmo peso.
da dinâmi a dada pela regra da maioria om regras de desempate. Pode-se por meio
dessa regra onstruir outros tipos de modelos uma vez que poder-se-ia pensar que
aqui n~ao ha regra de desempate. Contudo, isso e uma quest~ao de interpreta ~ao.
O modelo VMAJ3.1, simetri o, e ilustrado abaixo:
(1011)
(0111)
Figura 3.10: Conjunto (1011) e (0111).
A outra ombina ~ao onvexa, modelo VMAJ3.2, assimetri o, (0111) e (1101), om

0111 + 1101 ) e ilustrada em seguida:
89
(0111)
(1101)
Figura 3.11: Conjunto (1101) e (0111).

Ambos os modelos têm a propriedade da simetria por invers~ao de spins e, portanto, s~ao
andidatos a lasse de universalidade de Ising. Obtêm-se os mesmos resultados teori os
do modelo VMAJ3 padr~ao.

dos dados
Na sequên ia fez-se a simula ~ao omputa ional da omposi ~ao onvexa om dois sub-
modelos do modelo VMAJ3, VMAJ3.1 e VMAJ3.2 reobtendo uma rela ~ao q e 0111 para
ada um dos modelos. Essas rela ~oes s~ao ilustradas no gra o seguinte omposto das
superposi ~oes
Os dois submodelos do modelo VMAJ3, VMAJ3.1 e VMAJ3.2, apresentam uma urva
onvexa entre q e 0111 . Outro submodelo desses dois modelos VMAJ3.1 e VMAJ3.2 e o
modelo VMAJ3 puro em que 0 s = 0. Com o uso do metodo do umulante 1.36, obteve-se
q = 0:0800, omo mostrado em seguida:
3.4 O modelo VMAJ4 om spin entral.

O modelo VMAJ4 onsiste:
de uma rede quadrada L por L om N spins em que ada spin e des rito por uma
variavel esto asti a i;j om dois estados 1.
90
qc versus λ
λ0111 + λ1110=1(AS); λ0111+λ1011=1(S), Loop=2.10
6
0.08
L=10; L=20; L=30; L=40
L=10; L=20; L=30; L=40
0.078
qc
0.076
0.074
0 0.2 0.4 0.6 0.8 1
λ0111
Figura 3.12: Superposi ~ao dos gra os q versus 0111
de um spin entral i;j om quatro vizinhos mais proximos. Assim ha uma uni a
forma de liga ~ao geometri a entre estes quatro vizinhos, (1111) ou (i 1;j , i+1;j ,
i;j 1 , i;j +1 ).
da dinâmi a dada pela regra majoritaria que dene o estado da variavel esto asti a
i;j , des revendo um spin entral, a partir dos estados de seus quatro vizinhos mais
proximos.
da regra de desempate. Duas possibilidades:
uma regra do desempate tal que se es olhe um dos estados om probabilidade
p = 0:5. Este e o modelo VMAJ4 sem spin entral.
a outra regra de desempate e aquela denominada de regra do spin e que onsiste
em es olher o estado atual i;j em situa ~ao de desempate. Este e o modelo VMAJ4
om spin entral.
A representa ~ao gra a deste modelo e omo se segue:
Com a regra de desempate que onsiste em es olher um estado om probabilidade
p = 0:5, dene-se o modelo VMAJ4 sem spin entral. Esse modelo tem simetria por
invers~ao de spin (i ! i ), que o olo a na lasse de universalidade de Ising (Grinstein
et al., 1985). Pode-se notar, pela analise das taxas de transi ~ao abaixo, que para qualquer
outro valor de p semelhante aquele da presen a de um ampo externo no modelo de Ising,
o modelo n~ao possui a simetria por invers~ao. A taxa de invers~ao desse modelo, om regra
desempate dado por p = 0:5 para qualquer dos estados, e des rita por
1
wi;j (i;j ) = [1 i;j S (i+1;j + i 1;j + i;j 1 + i;j +1 )℄; (3.14)
2
91
Metodo do cumulante −−> 0.080
6
LOOP=2.10
0.8
L=10;
L=20;
L=30;
L=40;
L=60
0.6
UL 0.4
0.2
0
0.03 0.05 0.07 0.09
q
Figura 3.13: Metodo do umulante ! q = 0:0800.
(1111)
Figura 3.14: O onjunto (1111), um spin entral e quatro vizinhos.
om a fun ~ao sinal S denida anteriormente.

Esse modelo foi estudado exaustivamente e foi o ponto de partida para toda a presente
analise, onduzida neste aptulo, por Oliveira (de Oliveira, 1992), que obteve para o valor
rti o q = 0:075 0:001 e os expoentes rti os = = 1:73 0:05, om o uso do valor
rti o, e = = 1:70 + 0:08, sem o uso do valor rti o, enquanto obteve para o expoente
rti o = = 0:125 0:005, hegando, portanto, aos mesmos expoentes rti os do modelo
de Ising. Re orrendo-se a regra da maioria om a regra do desempate do spin entral,
dene-se o modelo VMAJ4 om spin entral que e o fo o de interesse desta se ~ao. A regra
da maioria, om a regra do desempate, e des rita para o aso de Pl+1 , e expli itamente
dada por
92
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1; i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1i; j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1; i;j = 1)! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1i; j = 1)! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =q
(3.15)
Pode-se ver que essa taxa de invers~ao satisfaz a propriedade da simetria de invers~ao.
Isto pode ser omprovado substituindo a ima os 0 s por 0 s. Segue-se desta propriedade
que o modelo se en ontra na lasse de universalidade do modelo de Ising, omo diz o
argumento de Grinstein (Grinstein et al., 1985).

Como a equa ~ao de evolu ~ao es reve-se
X
Pl+1 = W ( j 0 )Pl ( 0 ); (3.16)
0
93
ent~ao, om essa taxa de transi ~ao, pode-se rees revê-la, para o modelo VMAJ4 om spin
entral, na seguinte forma:
Pl+1 = pPl (1111) + 4pPl (111 1) + 6pPl (11 1 11)

+ 6qPl (11 1 1 1) + 4qPl (1 1 1 1) + qPl ( 1 1 1 1): (3.17)
Adotando-se a hipotese da aproxima ~ao de ampo medio, ou seja, que P (1 2 3 4 5 ) =

P (1 )P (2 )P (3 )P (4 )P (5 ) e substituindo a ima, a equa ~ao pode ser es rita omo
Pl+1 (1) = pPl4(1) + 4pPl3 (1)Pl ( 1) + 6pPl3(1)Pl2 (1)

+ 6qPl2(1)Pl3( 1) + 4qPl3( 1)Pl + qPl4 ( 1): (3.18)
Fazendo-se uso da propriedade Pl (1) + Pl ( 1) = 1, a qual de orre do fato de que a

variavel esto asti a des revendo o estado de ada stio tem apenas dois estados, i = 1,
rees reve-se a equa ~ao anterior omo

Pl+1 (1) = pPl4 (1) + 4pPl3 (1) 1 Pl (1) + 6pPl3(1) 1 Pl (1) 2

+ 6qPl2 (1) 1 Pl (1) 3 + 4q 1 Pl (1) 3 Pl (1) + q 1 Pl (1) 4 : (3.19)
Depois de algum al ulo algebri o a equa ~ao a ima reduz-se a

Pl+1 = 6 p q Pl5(1) + 15 q p Pl4 (1) + 10 p q Pl3 (1) + q: (3.20)
Com a deni ~ao dada por ml = Pl (+1) Pl ( 1), pode-se obter que Pl (1) = (1+ ml )=2
e, portanto, substituindo na equa ~ao a ima, ela pode ser rees rita em termos de ml omo
6 15 10
Pl+1 (1) = p q 1 + ml 5 + q p 1 + ml 4 + p q 1 + ml 3 + q: (3.21)
32 16 8
Com o desenvolvimento algebri o hega-se a
8
75 60
Pl+1 = p q +q + p q p q m
16 16 16
100 120 3 3
+[ p q + q p m + p q m5 : (3.22)
32 32 16
Fazendo-se outras substitui ~oes, omo por exemplo, Pl+1 (1) = (ml+1 + 1)=2, e simpli-
a ~oes obtem-se
15 20 3
ml+1 = 2p 1 m 2p 1 m3 + 2p 1 m5 : (3.23)
8 16 8
Somando-se em ambos os lados ml , lembrando que = 2p 1, rearranjando-se os
termos e passando-se para o ontnuo, obtem-se
dm 15 5 3 3 5
= 1 m m + m : (3.24)
dt 8 4 8
94
15
Ha duas solu ~oes para esta equa ~ao, fazendo-se " = 1 no aso em que " 6= 0
8
e onsiderando-se que > 0 ou ainda que p > 0:5. Essas solu ~oes podem ser obtidas
dm
de varios modos. Um destes modos onsidera o estado esta ionario, portanto, = 0.
dt
Assim tem-se que
5 3 3 5
0 = "m m + m : (3.25)
4 8
Como nas proximidades do ponto rti o m e pequeno, pode-se des onsiderar m5 ,
portanto,
5 3
0 = "m m ; (3.26)
4
que pode ser rees rita omo
5
0 = m " + m2 : (3.27)
4
Desta equa ~ao infere-se que
m1 = 0
r
4"
m2;3 = : (3.28)
5
No aso em que " > 0, portanto, p < 23=30 ou ainda que q > 7=30 = 0:2333, a solu ~ao
e m1 = 0.
No aso em que " < 0 ou que q < 7=30 a solu ~ao e
s
4j"j
m = ; (3.29)
5
portanto, m2;3 = m . Estas duas solu ~oes orrespondem ao estado ferromagneti o ou
ordenado. Segue-se que o parâmetro de transi ~ao de fase, q , e dado por q = 7=30 =
0:2333.
Outro modo de ver as solu ~oes para a equa ~ao a ima e rees revendo-a sem o termo
em m5 , na forma,
dm 5 3
= "m m: (3.30)
dt 4
Multipli ando-se ambos os lados por m, e lembrando que tem-se a equa ~ao
1d 2 5 4
m = "m2 m: (3.31)
2 dt 4
Essa equa ~ao diferen ial e uma equa ~ao ordinaria de primeira ordem n~ao homogênea
do tipo
dx
+ p(x)x = f (x); (3.32)
dt
que pode ser resolvida de maneira exata por integra ~ao direta. Assumindo-se que m(0) =
mo e a ondi ~ao ini ial e usando-se o metodo do fator de integra ~ao, segue-se a solu ~ao
2m2 "
o
m2 = 5 : (3.33)
5
2
mo + 2" exp 2"t 2 mo
2 2
95
Ha duas solu ~oes distintas para t !
1,15
ou seja, para o estado esta ionario. Essas
solu ~oes dependem do sinal de " = 1 . A primeira solu ~ao refere-se a fase
8 15
desordenada e pode ser obtida omo o primeiro aso da analise. Se " = 1 > 0,
8
portanto, p < 23=30 ou q > 7=30 = 0:2333, ent~ao m ! 0, ao qual esta asso iado o
estado desordenado ou paramagneti o, para usar a terminologia do magnetismo. E o
omportamento de m para esse aso e fa ilmente des rito, a partir da equa ~ao anterior
3.33, pois ela onduz a
h 15 i
m = D exp( "t) = D exp 1 t; (3.34)
8
em que D e uma onstante. Esta equa ~ao mostra expli itamente que m ! 0 para t ! 1
na fase paramagneti a. Daqui segue-se que o tempo de relaxa ~ao e dado por = 1
15 1
, portanto, j q q j 1 . A segunda solu ~ao refere-se a fase ordenada e pode ser
8 15
obtida omo o segundo aso da analise. Se " = 1 < 0, portanto, p > 23=30 ou
8
q < 7=30 = 0:2333, ent~ao m ! m em que, da equa ~ao a ima,
s
4j"j
m = : (3.35)
5
Desta forma, o parâmetro de ordem m se omporta, nas proximidades do ponto
rti o, omo
m j " j1=2 ; (3.36)
portanto, apresentando o valor = 1=2 para o expoente rti o da lei de potên ia do
parâmetro de ordem. Esse parâmetro de ordem m de ai para o seu valor esta ionario m
de forma exponen ial. Esse de aimento na forma exponen ial pode ser obtido por meio
de uma expans~ao em Taylor para a 3.33, omo foi feito no estudo do modelo VMAJ2.1,
e, deste, obtem-se 15
m = m + C exp j q q j t ; (3.37)
4
a qual mostra o de aimento exponen ial para m ! m . Deste de aimento pode-se inferir
4
que o tempo de relaxa ~ao e dado por = . Com este omportamento tem-se
15 j q q j
que em ambos os asos o tempo de relaxa ~ao se omporta omo j q q j 1 . Pode-se
tambem estudar agora o omportamento do parâmetro de ordem m, deste modelo, em
torno do ponto rti o p = 1 q a partir da equa ~ao
s
4j"j
m = : (3.38)
5
Desta equa ~ao segue-se, ent~ao, que
s
3 q q
m j q q j = ;
1 2
(3.39)
2 q 1
2
om o valor desse expoente rti o o valor lassi o = 1=2.
96
dos dados.
Na sequên ia, pro ede-se a simula ~ao omputa ional desse modelo VMAJ4 om spin
entral. O objetivo e tanto de obter o valor rti o do parâmetro indutor e a natureza
da transi ~ao de fase quanto o omportamento do sistema em torno deste valor rti o.
Este ultimo objetivo onsiste em al ular os expoentes rti os. Isso e feito por meio dos
re ursos dos metodos de es ala de tamanho nito e regress~ao linear. Com esses expoentes
pro ede-se a identi a ~ao da lasse de universalidade do modelo. A primeira etapa, que
onsiste em obter tanto a natureza da transi ~ao de fase quanto a magnitude do valor rti o
do parâmetro indutor da transi ~ao de fase, q , ome a pela rotina do uso do metodo do
umulante de quarta ordem dada por 1.36. Como visto anteriormente esse metodo ajuda a
identi ar o valor do ponto rti o pelo ponto de interse ~ao das diversas urvas, indexadas
por L, denidas pela rela ~ao entre o umulante de quarta ordem, UL (q ), versus q , para
os diversos tamanhos, L, do sistema. Com esse metodo e a simula ~ao omputa ional,
obtem-se o valor riti o para esse modelo, que e dado por q = 0:0849, omo ilustrado
pelo gra o seguinte.
Metodo do cumulante −−> qc=0.0849
6
LOOP=2.10
0.8
L=10;
L=20;
L=30;
0.7 L=40
0.6
UL
0.5
0.4
0.3
0.067 0.076 0.085 0.094
q
Figura 3.15: Gra o de U (L) versus q
Nesta etapa da identi a ~ao da natureza da transi ~ao re orre-se novamente ao ompor-
tamento da magnetiza ~ao do pela rela ~ao entre ML (q ) versus q para diversos tamanhos,
L, do sistema. O gra o seguinte mostra tratar-se de uma transi ~ao ontnua.
97
ML versus q
6
qc=0.0849; LOOP=2.10
1
L=10;
L=20;
L=30;
0.8 L=40
0.6
ML(q)
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5
q
Figura 3.16: Gra o da magnetiza ~aoML versus q .
A tendên ia a divergên ia do omportamento da sus etibilidade, L versus q , produz

outra evidên ia da natureza ontnua da transi ~ao. Isto pode ser visualizado na gura
seguinte
χL versus q
6
qc=0.0848; L=2.10 ;
80
L=10;
L=20;
L=30;
L=40;
60
χL 40
20
0
0 0.1 0.2 0.3
q
Figura 3.17: Gra o da sus etibilidade L versus q .
Uma vez denida a natureza da transi ~ao e al ulado o seu valor rti o, a proxima
etapa e o al ulo dos expoentes rti os para resolver o problema da identi a ~ao da
lasse de universalidade deste modelo. Os expoentes rti os s~ao obtidos a partir da lei
de potên ias des revendo o omportamento de algumas das quantidades relevantes do
sistema. Desta lei de potên ia, do gra o log-log, dos dados da simula ~ao ML (q = q ),
98
e da regress~ao linear obtem-se para a rela ~ao entre os expoentes rti os, o valor = =
0:123 0:0025, omo pode-se ver no gra o representativo desse pro esso:
qc=0.0849; −β/ν=−0.123 ∝0.005; ν=1.00; LOOP=2.10
6
−0.3
L=10;L=20;L=30;L=40;q=0.0853 −−> −β/ν=−0.137∝0.002
L=10;L=20;L=30;L=40;qc=0.0849 −−> −β/ν=−0.123∝0.0025
L=10;L=20;L=30;L=40;q=0.0845−−>−β/ν=−0.109∝0.005
−0.4
Ln ML −0.5
−0.6
−0.7
2 2.5 3 3.5 4
Ln L
Figura 3.18: Regress~ao linear ! = = 0:123 0:0025
O outro expoente e obtido omo a rela ~ao entre os expoentes rti os = = 1:732
0:014 al ulada om o valor maximo da sus etibilidade, max (q ), para ada tamanho, L,
do sistema, omo mostra o gra o abaixo:
qc=0.0849; γ/ν=1.732 ∝0.014; ν=1.00; LOOP=2.10
6
5
L=10; L=20; L=30; L=40
Ln χmax 3
1
2 2.5 3 3.5 4
Ln L
Figura 3.19: Gra o do maximo da sus etibilidade, max , versus L.
99
Com esses valores, para os expoentes rti os, a identi ado o modelo de Ising omo
a lasse de universalidade. Con luda essa etapa, a proxima refere-se a segunda parte da
hipotese de es ala que onsiste em uma espe ie de teste de onsistên ia para os valores
rti os obtidos a ima. Pela hipotese de es ala podem-se onstruir fun ~oes de es alas para
as quantidades relevantes, magnetiza ~ao, sus etibilidade e umulante de quarta ordem,
que mostram ser invariantes ao tamanho L do sistema. Combinando-se essas fun ~oes
om os valores rti os, o valor da transi ~ao de fase, q = 0:0849, dos expoentes rti os,
= = 1:732 0:014, = = 0:123 0:0025 para os tamanhos do sistema L = 10, L = 20,
L = 30 e L = 40, nas três rela ~oes abaixo, envolvendo a magnetiza ~ao a sus etibilidade
e o umulante de quarta ordem, pode-se testar a onsistên ia desses valores rti os. Isso
o orre porque o metodo da es ala de tamanho nito2 mostra que o omportamento da
magnetiza ~ao rees alada, M~ = L= M , em torno do ponto rti o, relativamente ao do
parâmetro indutor reduzido rees alado, "~ = L1= (q q )=q , e invariante ao tamanho do
sistema. Com os dados provenientes da simula ~ao omputa ional e das rela ~oes a ima,
pode-se onstruir o gra o abaixo, que e a ilustra ~ao da hipotese do olapso para a quan-
tidade magnetiza ~ao.
COLAPSO DOS DADOS
qc=0.0848; β/ν=0.1232; ν=1.00; 2.10
6
1.5
L=10;
L=20;
L=30;
L=40;
β/ν
L ML
0.5
0
−20 0 20 40 60
1/ν
L ((q−qc)/qc)
Figura 3.20: A hipotese de es ala para a rela ~ao M~ versus "~.
Tal resultado revela um apoio a onsistên ia e adequa ~ao para o onjunto dos valores
rti os. Do mesmo modo para o aso da sus etibilidade, em que o metodo de es ala de
tamanho nito des reve que o omportamento da sus etibilidade rees alada, ~L = L = ,
em torno do ponto rti o, relativamente ao parâmetro indutor reduzido rees alado, "~ =
L1= (q q )=q , e invariante ao tamanho do sistema. Dessa rela ~ao tem-se o gra o do
2 (Binder,1997),pg.523; (Landau, 2000), pg.77-78; (Stanley, 1999), pg.S360; (Widom, 1965), pg.3899-
3901; (Fisher, 1967), pg.709; (de Oliveira, 1996), pg. 1322; (de Oliveira and Chiappin, 1997), pg. 311-312.
100
olapso abaixo:
COLAPSO DOS DADOS
qc=0.0848; γ/ν=0.1741; ν=1.00; 2.10
6
0.12
L=10;
L=20;
0.1 L=30;
L=40;
0.08
γ/ν
L χL 0.06
0.04
0.02
0
−20 0 20 40 60
1/ν
L ((q−qc)/qc)
Figura 3.21: A hipotese de es ala para a rela ~ao ~L versus "~
Ainda uma nova evidên ia da onsistên ia do onjunto dos valores rti os das quan-
tidades relevantes do sistema estudado e dada pelo uso do umulante de quarta or-
dem rees alado, U~ = U , relativamente ao parâmetro indutor reduzido rees alado "~ =
L1= (q q )=q . Essa rela ~ao e obtida de 1.39. Com os dados da simula ~ao e da rela ~ao
a ima onstroi-se o gra o abaixo:
COLAPSO DOS DADOS
qc=0.0848; γ/ν=1.7410; ν=1.00; 2.10
6
0.8
L=10;
L=20;
L=30;
L=40;
0.6
UL 0.4
0.2
0
−20 0 20 40 60
1/ν
L ((q−qc)qc)
Figura 3.22: A hipotese de es ala para a rela ~ao U~ versus "~.
Todos esses três ultimos gra os pare em orroborar a onsistên ia dos valores rti os
obtidos.
101
3.5 Os outros modelos homogêneos VMAJx.
Nesta se ~ao o objetivo onsiste em obter os valores rti os, q , para o modelo do
votante majoritario, mas agora para outros valores do numero de oordena ~ao z , a saber:
in o vizinhos mais proximos, seis, sete e oito vizinhos e assim su essivamente. No entanto,
para os numeros de oordena ~ao entre z = 5 e z = 8, têm-se agora, omo referên ia,
os quatro vizinhos mais proximos e os seguintes quatro vizinhos mais proximos. Estes
ultimos, denominados de segundos vizinhos mais proximos, s~ao os quatro spins nos antos
do quadrado formado om os quatro primeiros vizinhos mais proximos. Repetir-se-a,
agora, om esses segundos vizinhos, a mesma regra de forma ~ao de vizinhan as, apli ada
para os primeiros mais proximos. No entanto, ex eto por essa diferen a, n~ao se introduz
outra distin ~ao entre esses vizinhos. E possvel haver outras regras de omposi ~ao de
vizinhan as, entre elas, uma regra por meio da qual pode-se introduzir uma ompeti ~ao
entre as duas amadas. Desta maneira, forma-se um modelo um pou o mais omplexo. Ha
ainda outras alternativas de onstru ~ao de modelos, onsiderando-se no ~oes diferentes de
vizinhan a. Fi ando om a regra estabele ida ini ialmente, de n~ao fazer diferen as entre
as amadas de vizinhos mais proximos, o modelo om spin entral e in o vizinhos mais
proximos e formado onsiderando-se os quatro mais proximos omo xos mais um vizinho
dos quatro seguintes mais proximos. Têm-se assim quatro possveis formas geometri as
de intera ~ao om in o vizinhos mais proximos, omo e mostrado pelo gra o abaixo:
Modelo M5
Figura 3.23: As quatro formas geometri as possveis om in o vizinhos.
Isso o orre, assim, su essivamente, para os modelos de seis, sete e oito vizinhos. Para
102
os demais modelos om nove, dez, onze e doze vizinhos, os primeiros oito vizinhos s~ao
aqueles do modelo de oito vizinhos e e es olhido para ompletar o modelo de nove vizinhos
um vizinho entre os quatro seguintes mais proximos aos oito vizinhos ja onsiderados.
Tendo denido o modo de onstruir os diversos modelos para o numero de oordena ~ao
z > 4 pode-se onstruir, om os resultados da simula ~ao omputa ional para todos esses
modelos, a rela ~ao pro urada entre o valor rti o do parâmetro indutor da transi ~ao de
fase, q , e o valor no numero de oordena ~ao, z . Essa rela ~ao e dada pelo gra o, do tipo
logaritmo, omo visto abaixo:
qc versus z
6
LOOP=2.10
0.4
L=10; L=20; L=40; L=60;
0.3
qc 0.2
0.1
0
0 20 40 60 80
z
Figura 3.24: Rela ~ao entre q e z para modelos om spin entral.
Outro modo de ver isso e ainda tambem entender qual o intervalo de varia ~ao para o
valor rti o do parâmetro indutor da transi ~ao de fase q om o numero de oordena ~ao
res ente e o gra o seguinte. Esse gra o mostra os resultados da simula ~ao omputa-
ional para a rela ~ao entre a magnetiza ~ao, M , para um determinado tamanho do sistema,
e o numero de oordena ~ao, z . Pode-se mostrar por meio da simula ~ao omputa ional que
para um numero ada vez maior de vizinhos, z , o valor numeri o do parâmetro indutor
q ! 0:5. O que pode ser visto no gra o seguinte. Como men ionado, pode-se identi ar
o intervalo de valores numeri os para o valor rti o. Ele en ontra-se entre q = 0:00 e
q = 0:5. Esse ultimo valor pode ser obtido de um modelo que onsiste em um spin en-
tral, para o qual os vizinhos mais proximos s~ao todos os spins da rede. Esse modelo, pela
sua des ri ~ao, oin ide om o tratamento de ampo medio para essa lasse de modelos.
Portanto, tem-se um spe trum de valores rti os, q , que vai desde aquele asso iado om o
modelo formado de spin entral om um uni o spin omo vizinho mais proximo, om valor
do parâmetro indutor rti o q = 0:00, ate aquele do modelo formado de um spin entral
om todos os vizinhos da rede onsiderados omo os mais proximos que forne eria o valor
103
h
MODELO VMAJ − SPIN CENTRAL
L=20, L=200000
1
1viz
2viz
3viz
0.8 4viz
8viz
12viz
20viz
24viz
28viz
0.6 36viz
44viz
M 48viz
meanfield
0.4
0.2
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
q
Figura 3.25: Rela ~ao entre magnetiza ~ao, M, versus q para diversos z .
rti o de q = 0:5. O gra o seguinte, rela ionando a magnetiza ~ao para ada numero de
oordena ~ao, z , e o parâmetro indutor, q , mostra que, na aproxima ~ao de ampo medio,
q ! 0:5, em que ada spin interage om todos os demais spins da rede, a urva e uma
reta que tangen ia todas as demais urvas para ada z :
3.6 Os modelos heterogêneos: a rela ~ao entre q e z .

Nesta se ~ao onsidera-se a onstru ~ao de modelos do votante majoritario formados da
ombina ~ao onvexa de modelos om diferentes numeros, z , de oordena ~ao, pois, um dos
problemas que pode ser olo ado no ontexto da rela ~ao a ima entre o valor rti o do
parâmetro indutor q e o numero de vizinhos ou de oordena ~ao z , visualizada pelo gra o
anterior, que tem sido feito para z numero inteiro, e aquele da possibilidade de tornar
o gra o ontnuo, portanto, onsiderar o numero de oordena ~ao, z , omo perten ente
ao onjunto dos reais em lugar do onjunto dos inteiros positivos. Por exemplo, entre
um e dois vizinhos, dois e três vizinhos, três e quatro vizinhos, e assim su essivamente.
Neste aso, estar-se-ia fazendo, talvez, o que os matemati os poderiam hamar de om-
pa tamento do intervalo, entre os numeros inteiros de vizinhos. Uma das raz~oes para a
onstru ~ao de um gra o ontnuo e o fato de orresponder a uma etapa na estrategia
de en ontrar uma solu ~ao para o problema de qual e o modelo mais simples do votante
majoritario. Os modelos heterogêneos s~ao onstrudos a partir da ombina ~ao onvexa
entre modelos om numero, z , de oordena ~oes diferentes. Para expressar esse tipo de
ombina ~ao onvexa omo distinto da ombina ~ao onvexa feita anteriormente, introduz-
104
se um novo parâmetro: densidade z para a mistura de modelos formados de spins om
diferentes numeros de oordena ~ao z . Esse parâmetro, , se diferen ia do parâmetro den-
sidade apli ado para ombina ~ao onvexa entre modelos formados de spins entral om
o mesmo numero, z , de oordena ~ao. Diferen iar entre esses parâmetros e importante
para evitar onfus~ao. Como ha uma rela ~ao entre os valores rti os da transi ~ao de fase,
q , e o numero de oordena ~ao, z , ent~ao seria oportuno dispor de alguma lei rela ionando
esses valores e om isto revelar uma erta regularidade ujo omportamento possa ser
estudado, quando os modelos om numeros de oordena ~ao, z , tendem para o modelo
formado de um spin entral om um uni o spin omo vizinho, z = 1.
A existên ia deste tipo de ombina ~ao onvexa e importante para estudar o ompor-
tamento de q ! 0. Para resolver essa nova quest~ao onsidera-se, primeiro, o problema
intermediario de ompa tar o intervalo entre modelos om numeros de oordena ~ao viz-
inhos, por exemplo, z = 2 e z = 3. Esse problema pode ser resolvido om a ideia de se
onstrurem modelos onvexos do votante majoritario em redes L por L, onsistindo de
misturas de modelos om spin entral e um spin omo vizinho mais proximo, VMAJ1, e
modelos, por exemplo, om spin entral om dois spins omo vizinhos, VMAJ2, e todas
as outras possveis ombina ~oes. Este e um outro metodo de onstruir onvexidades ou
redes mistas. Com esse metodo n~ao se onstituem mais apenas redes de spins om um
uni o vizinho es olhido dentre os quatro primeiros vizinhos, mas, redes generalizadas,
ompostas par ialmente (per entagem 1v ) do spin entral om um uni o vizinho, es ol-
hido entre os quatro mais proximos, VMAJ1, e ompostas par ialmente (per entagem
2v ) de spin entral om dois vizinhos es olhidos entre os quatro mais proximos, VMAJ2,
par ialmente (per entagem 3v ) de spin entral om três vizinhos es olhidos dentre os
quatro mais proximos, VMAJ3, e por m par ialmente (per entagem 4v ) de spin entral
om quatro vizinhos es olhidos dentre os quatro mais proximos, VMAJ4, de modo que
1v + 2v + 3v + 4v = 1 em que 0 i 1, para i = 1; 2; 3; 4. Isso pode ser generalizado
para in luir os seguintes segundos vizinhos mais proximos. Com esse metodo da onvexi-
dade pode-se onstruir, ent~ao, todo um onjunto de novos modelos, por exemplo, modelos
formados de apenas um vizinho om 1v e aqueles formados de apenas dois vizinhos 2v
tais que 1v + 2v = 1.
Esse metodo de onstruir redes mistas ajuda a resolver alguns problemas, entre eles:
(1) que alguns desses modelos podem desempenhar um papel importante: os mais simples;
(2) entender as ondi ~oes segundo as quais o modelo onvexo { e, portanto, sua simula ~ao
{ formado quase todo do modelo VMAJ1 om 1v = 0:99 de parti ipa ~ao e do modelo
VMAJ2.1 om apenas 2v = 0:01 deve apresentar um mesmo valor do parâmetro indutor
da transi ~ao de fase, q , para as redes de diferentes tamanhos, L = 10, L = 20, L = 40;
(3) que essas ondi ~oes a ima mostram que, por exemplo, para a rede de L = 10 e pre iso
ter 99 spins om um uni o vizinho e apenas 1 spin om dois vizinhos mais proximos;
105
enquanto para a rede de L = 20, e pre iso ter 396 spins om um uni o spin omo vizinho
e quatro spins om dois spins omo vizinhos mais proximos e assim su essivamente para
se poder falar do valor rti o de transi ~ao de fase; (4) aquele problema de apresentar
um valor variavel para o parâmetro indutor q se as ondi ~oes forem o mesmo numero
de spins, por exemplo, do modelo VMAJ1, para todas as redes, omo 99 spins om um
uni o vizinho e um spin om dois vizinhos para L = 10, e, ent~ao, 399 spins om um uni o
vizinho e um spin om dois vizinhos mais proximos para L = 20, e assim su essivamente.
Neste aso, exprime-se esse fato, onsiderando que a densidade, 1v ou 2v da rede varia.
Pois para L = 10,
1
= ; (3.40)
100
enquanto para L = 20, a densidade, no aso de um uni o spin entral om dois vizinhos
mais proximos, 2v de VMAJ2, seria dada por
1
= ; (3.41)
400
e, no aso de L = 40 o orreria, por m, a densidade dada por
1
= : (3.42)
1600
Desta forma, pode-se observar, a er a dos dados da simula ~ao omputa ional, que a
diferen a entre eles advem do fato de que, no primeiro aso, a densidade e xa para
todos os tamanhos L em que a densidade e determinada pelo tamanho da primeira rede da
serie de redes, por exemplo, = 0:01, o que signi a 1=100 = 4=400 = 16=1600, enquanto
no segundo aso, a densidade varia om o tamanho da rede uma vez que se admite, por
exemplo, haver um uni o spin om dois vizinhos para qualquer tamanho da rede. Na
sequên ia deste ra io nio, a densidade onstante pare e ser, entre diferentes tamanhos
de rede, um fator de estabilidade ou invariân ia para o valor rti o do parâmetro indutor
da transi ~ao de fase. Mas isso pare e ser exatamente o que se deveria esperar. Pois e
o que arma a deni ~ao de transi ~ao de fase, entendida omo um ponto n~ao-analti o.
Ela e denida no limite termodinâmi o. A deni ~ao de transi ~ao de fase requer o limite
termodinâmi o em que se arma que o numero, N , de spins res e para o innito do mesmo
modo que o tamanho V (L3 ) da rede; no entanto, = N=V deve ser mantido onstante.
Os dados da simula ~ao pare em ser eloquentes sobre este aspe to. A densidade onstante
neste aso nada mais e do que a regra da distribui ~ao onvexa de spins para a onstru ~ao
da rede; (5) Por m, o metodo de onstruir redes mistas ajuda a resolver o problema de
en ontrar uma regularidade entre o valor rti o da transi ~ao de fase, q , e a densidade dos
spins entrais, z . Esta regularidade auxiliara na resolu ~ao do problema de se en ontrar
o modelo mais simples do modelo do votante majoritario. Um dos modelos possveis de
se onstruir e aquele formado da omposi ~ao VMAJ2.1 e VMAJ1. Seja 1v a densidade
106
do modelo VMAJ1 e 2v a densidade do spin entral om dois vizinhos, VMAJ2.1 om
spin entral. Como se trata de uma ombina ~ao onvexa, 1v + 2v = 1. Para o modelo
VMAJ2.1 admite-se o modelo padr~ao, portanto, formado de (1100 = 0:5; 0011 = 0:5).
Considera-se esta ultima omposi ~ao do modelo VMAJ2.1 xa. Mas 2v ou 1v variaveis.
Para 1v = 0 tem-se o modelo padr~ao para VMAJ2.1, om o valor rti o de q = 0:052
para 0v = 1, tem-se o modelo VMAJ1 om o valor rti o de q = 0:0. O objetivo s~ao os
valores rti os intermediarios de q para os modelos om omposi ~oes variaveis destes dois
modelos VMAJ1 e VMAJ2.1 padr~ao. A simula ~ao omputa ional do modelo VMAJ2.1-
VMAJ1 produziu dados ilustrados pelo gra o abaixo, orrespondente a rela ~ao entre os
valores rti os q e a densidade 1v om os valores extremos a ima men ionados:
qc versus ρ1viz
regress linear −−> incl=−0.0514; ρ1viz + ρ2viz =1
0.06
6
L=10; L=20; L=40; Loop= 2.10
0.04
qc
0.02
0
0 0.2 0.4 0.6 0.8 1
ρ1viz
Figura 3.26: Rela ~ao entre q e a densidade 1v .
As evidên ias da simula ~ao omputa ional pare em, nas ondi ~oes de erro onsider-
adas, indi ar que essa rela ~ao entre q e a densidade e uma rela ~ao linear. Assume-se
aqui, ent~ao, om o suporte destas evidên ias, que essa rela ~ao entre q e e uma rela ~ao
linear. Deve-se lembrar que se mantem xa a omposi ~ao do modelo VMAJ2.1, ou seja,
(1100 = 0:5; 0011 = 0:5) e que ele tem asso iado o valor rti o q = 0:052. O modelo
mais simples rela ionado a esta omposi ~ao, o modelo padr~ao VMAJ2.1-VMAJ1, omo
se vê abaixo, seria o que possui a omposi ~ao heterogênea de v1 = 0:99 e v2 = 0:01.
Da hipotese da rela ~ao linear en ontrada, segue-se que o valor rti o orrespondente a
esse modelo, provisorio, mais simples, deveria ser, por extrapola ~ao, q = 0:00052. No
entanto, depois deve-se manipular um outro parâmetro que e a densidade , e, ent~ao,
inferir, dentro desta ultima lasse, qual e o modelo mais simples.
107
3.7 O problema do modelo mais simples.
Foi observado anteriormente que e possvel onstruir, por meio do metodo da onvex-
idade, um onjunto muito grande de modelos. Assim, e natural ontinuar a perguntar
qual, dentre estes, se andidata omo o modelo mais simples. Esse modelo, pelo menos do
ponto vista teori o, e importante, omo men iona Yeomans, para identi ar a lasse de
universalidade a qual perten e e estudar as propriedades dos fenômenos rti os. Como
Yeomans (Yeomans, 1994) arma:
Universality lasses are often labelled by the simplest model system be-
longing to them.3 .
N~ao se pretende dis utir o que signi a o modelo mais simples, mas adotar o riterio
de que este e identi ado pelo menor valor rti o. N~ao e laro se apenas ent~ao pode-se
olo ar quest~oes sobre a lasse de universalidade.
3.7.1 O modelo onvexo VMAJ2.1-VMAJ1.

Para resolver esse problema e ne essario tratar da rela ~ao entre q e dois parâmetros:
a densidade z e a densidade . O problema do modelo mais simples e formulado ini-
ialmente pela analise da rela ~ao entre q e mudan as no parâmetro . Esse parâmetro
dene a densidade da ombina ~ao onvexa do modelo VMAJ2.1 padr~ao om spin entral
om o modelo VMAJ1. Pode-se dizer que ela expressa a dilui ~ao de formas geometri as
de liga ~oes do modelo VMAJ2.1 padr~ao om spin entral em uma rede om formas
geometri as de liga ~oes do modelo VMAJ1 ilustrado pelo gra o abaixo
(1100) (0011)
(0100)
Figura 3.27: As liga ~oes geometri as (1100), (0011) e (0100).
3 (Yeomans, 1994), pg. 29
108
O modelo VMAJ2.1-VMAJ1 padr~ao onsiste:
de uma rede bidimensional L por L om variaveis esto asti as, i;j , asso iadas aos
seus N stios.
de ondi ~oes de ontorno periodi as.
de parâmetro xo 1100 = 0011 = 0:5.
da dinâmi a dada pela ombina ~ao onvexa da regra da maioria de VMAJ2.1 e do
modelo VMAJ1.
Desta forma, o modelo VMAJ2.1-VMAJ1 e a ombina ~ao onvexa de 2v V MAJ 2:1 +
1v V MAJ 1. Assim, a taxa de transi ~ao deste modelo e a ombina ~ao onvexa da taxa
de transi ~ao do modelo VMAJ2.1 om spin entral om a taxa de transi ~ao do modelo
VMAJ1, ambas dis utidas nas se ~oes anteriores. Para entender o papel desta densidade
e ne essario pro eder a um estudo analti o e de simula ~ao omputa ional do modelo
VMAJ2.1 padr~ao em ombina ~ao onvexa om VMAJ1. Assim, neste modelo, a mudan a
se da no parâmetro da densidade 2v de VMAJ2.1 padr~ao, onsiderando-se a propor ~ao
padr~ao de 1100 = 0011 = 0:5 para ada um dos tipos de liga ~ao e mantendo-a onstante.
A simula ~ao omputa ional revela uma rela ~ao entre os valores rti os da transi ~ao, q ,
e a densidade, 2v . Essa rela ~ao, omo se veri a por meio da simula ~ao omputa ional e
uma rela ~ao linear.
3.7.2 A abordagem teori a: o enfoque de ampo medio

A abordagem teori a desse modelo padr~ao do votante majoritario VMAJ2.1-VMAJ1
e feita diretamente da deni ~ao da equa ~ao de evolu ~ao,
X
Pl+1 ( ) = W ( j 0 )Pl ( 0 ): (3.43)
0
Rees revendo a equa ~ao da evolu ~ao om as regras de transi ~ao dos dois modelos,
obtem-se a seguinte rela ~ao algebri a, para o termo Pl+1 (1),
Pl+1 (1) = 2v [pPl (11) + pPl (1 11) + pPl ( 111) + qPl (1 1 1)
+ qPl ( 11 1) + qPl ( 1 1)℄ + 1v [pPl (1) + qPl ( 1)℄:
A hipotese de ampo medio onsiste em assumir que a probabilidade de o orrer ada
Q
estado e independente um do outro, isto e, P ( ) = i P (i ) para ada \ luster" de
vizinhos mais proximos, portanto,
Pl+1 (1) = 2v [pPl2 (1) + pPl2 (1)Pl ( 1) + pPl2(1)Pl ( 1)
+ qPl2( 1)Pl (1) + qPl2 ( 1)(1) + qPl2( 1)℄ + 1v [pPl (1) + qPl ( 1)℄:
109
Contudo, omo Pl (1)+ Pl ( 1) = 1, isto impli a que Pl (1) = [1 Pl ( 1)℄. Substituindo
a ima, tem-se
Pl+1 (1) = 2v [pPl2 (1) + 2pPl2(1)(1 Pl (1)) + +2q (1 Pl (1))2 Pl (1)+
+ q (1 Pl (1))2 ℄ + 1v [pPl (1) + q (1 Pl (1))℄;
que om alguma manipula ~ao algebri a e simpli a ~oes pode-se es rever
Pl+1 (1) = 2v [3(p q )Pl2 (1) + 2(q p)Pl3 (1) + q ℄ + 1v [(p q )Pl (1) + q ℄: (3.44)
Pela deni ~ao ml = Pl (1) Pl ( 1), obtem-se Pl (1) = (ml + 1)=2. Substituindo a ima,
tem-se
ml + 1 2 m +1 3 m +1
Pl+1 (1) = 2v [3(p q )( ) +2(q p)( l ) + q ℄+ 1v [(q p)( l )+ q ℄: (3.45)
2 2 2
Com mais manipula ~ao algebri a hega-se a
3
Pl+1 (1) = 2v (p q )(m2l + 2ml + 1)
4
1 1
+ (q p)(m3l + 3m2l + 3ml + 1 + q ) + 1v (q p)(ml + 1) + q :
4 2
Agrupando-se em torno das potên ias de ml , tem-se,
(p q ) 3 3(q p)
Pl+1 (1) = 2v [ ml + (
4 4
3(p q ) 2 3(p q ) 3(q p) 3(p q )
+ )ml + ( + )ml + + 3q 2p℄
4 2 4 4
( q p) 1
+ 1v [ ml + p + q ℄:
2 2
Fazendo-se mais algumas simpli a ~oes e onsiderando que = 2p 1 hega-se a
1 3 3 1
Pl+1 (1) = 2v ( + ml ml ) + 1v ( ml + ): (3.46)
2 4 4 2 2
Substituindo-se Pl+1 = (ml+1 + 1)=2 na equa ~ao a ima e om mais manipula ~oes
algebri as, obtem-se
3 3
ml+1 (1) = 2v ( ml m ) + 1 ml : (3.47)
2 2 l
Somando ml em ambos os lados, eliminando o smbolo v de 1v e 2v para fa ilitar
a leitura, passando ao ontnuo e simpli ando,
dm 3 3
= 2 ( m m ) + (1 1)m: (3.48)
dt 2 2
Como 2 + 1 = 1, hega-se nalmente a
dm 1 3
= 2 ( m m ) (1 )m; (3.49)
dt 2 2
110
ou ainda na forma
dm
= 1 ( 2 + 1) m 2 m3 : (3.50)
dt 2 2
Pode-se ver que essa equa ~ao se reduz as duas equa ~oes obtidas anteriormente, por
exemplo, quando se faz 2 = 0, obtem-se,
dm
= (1 )m: (3.51)
dt
Em ontrapartida, quando 2 = 1, tem-se que
dm 3 3
= (1 )m m; (3.52)
dt 2 2
que e a mesma equa ~ao do modelo VMAJ2.1 om spin entral obtida em uma se ~ao
3
anterior. Fazendo-se " = 1 ( 2 + 1) para distinguir dos " = (1 ) anteriores,
2 2
tem-se a equa ~ao
dm
= " m 2 m3 : (3.53)
dt 2
Esta tem a mesma forma da equa ~ao para o modelo VMAJ2.1 das se ~oes anteriores.
Portanto, a solu ~ao da equa ~ao a ima para o aso em que " 6= 0, depois de algumas
manipula ~oes algebri as e apos integra ~ao, e dada por
2" m2o
m2 = ; (3.54)
(m2o 2 + 2" ) exp(2" t)2 m2o
em que mo e a ondi ~ao ini ial. Ha duas solu ~oes distintas para t ! 1, ou seja, no

estado esta ionario. Essas solu ~oes dependem do sinal de " = 1 ( 2 + 1) . No primeiro
2
1 1
aso, se " > 0, ou p < + para ada densidade 2 do omponente VMAJ2.1,
2 2 + 2
ent~ao m ! 0, ao qual esta asso iado o estado desordenado ou paramagneti o. Pode-se
ver que, para os asos onhe idos de 2 = 0:0 ent~ao p < 1, tem-se o estado desordenado
ou paramagneti o, o que era esperado. O mesmo a onte e para o aso em que 2 =1, pois
ent~ao, o estado esta ionario ou paramagneti o o orre para p < 5=6 ou, de modo mais fa il
de ver, para q > 1=6. Neste aso, a equa ~ao anterior pode ser rees rita para t ! 1, na
forma
m = B exp( " t); (3.55)
1 1
para uma onstante B. No segundo aso, se " < 0 ou p > + para ada valor da
2 2 + 2
densidade 2 6= 0 do omponente VMAJ2.1, ent~ao, quando t ! 0, m ! m em que
s
2j" j
m = ; (3.56)
2
e orrespondente a fase ordenada ou ferromagneti a. O valor rti o do parâmetro indutor
da transi ~ao de fase e dado pela ondi ~ao

" = 1 ( 2 + 1) = 0: (3.57)
2
111
Desta ondi ~ao hega-se ao valor rti o dado por
1 1
p = + ; (3.58)
2 2 + 2
ou, de outra forma,
1 1
q = ; (3.59)
2 2 + 2
ou ainda em uma forma mais ompa ta,
2
q = : (3.60)
22 + 4
Pode-se testar essa equa ~ao para os valores de 2 = 1, o qual forne e p = 5=6, e
mesmo para o valor 2 = 0:0, do qual se obtem p = 1, que s~ao os valores extrados nas
analises de ada um dos seus modelos, ou seja, VMAJ2.1 e VMAJ1, respe tivamente. O
gra o desta rela ~ao pode ser visto abaixo:
qc vs ρ2viz
0.2
0.1666
0.15
qc 0.1
0.05
0
0 0.2 0.4 0.6 0.8 1
ρ2viz
Figura 3.28: Gra o teori o da rela ~ao q versus 2 .
Enquanto a abordagem de simula ~ao e o ajuste dos dados mostra uma rela ~ao linear
entre q e 2 dada por q = 0:0522 , omo pode-se ver adiante. Para estudar o ompor-
tamento do sistema quando t ! 1 para o qual, no aso de " < 0, m ! m , e pre iso
que se onhe am antes alguns elementos dos quais se omp~oe esse omportamento. O
primeiro deles e que
s
2j"j
m =
2
s
2[1 ( 22 + 1) ℄
=
2
s
2(2 + 2)[ 2(22+4 p℄
= +2)
:
2
112
O outro elemento e o valor rti o do parâmetro, o qual e obtido om o uso da equa ~ao
anterior e tem a seguinte express~ao:
2 + 4
p = : (3.61)
2(2 + 2)
Destas duas ultimas equa ~oes pode-se des rever o omportamento para m nas prox-
imidades do ponto rti o, p omo
s
2(2 + 2)
m= (p p) (p p)1=2 : (3.62)
2
Portanto, o expoente rti o mostra o valor = 1=2, que oin ide om o valor lassi o,
omo seria de se esperar. Para este aso, quando t ! 1, ent~ao m ! m om um
de aimento na forma exponen ial que pode ser obtido de 3.54 por meio de uma expans~ao
de Taylor, omo foi feito anteriormente no aso do modelo VMAJ2.1, e que tem a seguinte
forma

m = m + D exp 2(2 + 2)jp pjt ; (3.63)
em que D e uma onstante. Assim, o tempo de relaxa ~ao pode ser es rito omo
1
= ; (3.64)
2(2 + 2)jp pj
portanto, / ( p p) 1
.

dos dados.
Ja foi visto que, por simula ~ao omputa ional, o modelo formado da ombina ~ao
onvexa om 2v = 0:0 de VMAJ2.1 e om 1v = 1 de VMAJ1, tem, por exemplo q =
0:00, pois oin ide om o do modelo VMAJ1, e q = 0:052, pois oin ide om o do
modelo VMAJ2.1. A simula ~ao e onduzida portanto para os valores intermediarios. A
abordagem omputa ional desse modelo foi feita para valores de 2v = 0:8, 2v = 0:6,
2v = 0:4 e 2v = 0:2, obtendo-se os valores asso iados a q . Com estes valores pode-se
onstruir um gra o e pro eder a uma regress~ao que mostra ser o melhor \tting", uma
reta de in lina ~ao 0:0514. Desta forma, onstata-se por extrapola ~ao que o valor rti o
da transi ~ao de fase, para o modelo formado da ombina ~ao onvexa de VMAJ2.1 om
1v = 0:01 e de VMAJ1 om 2v = 0:99, e q = 0:000514. Chega-se a esse resultado pelo
seguinte: dado a hipotese de que a rela ~ao e linear e a in lina ~ao da reta que passa pela
origem e de 0:0514, basta ent~ao, para obter o valor rti o da transi ~ao, multipli ar a
densidade 0:01 pela in lina ~ao, portanto, (0:01) (0:0514) = 0:000514, aproximadamente
0:00052. No entanto, pela simula ~ao omputa ional direta do modelo VMAJ2.1-VMAJ1
113
om a omposi ~ao men ionada, tambem obteve-se esse mesmo resultado q = 0:00052
om erro envolvido ao trabalhar-se om um passo de Monte Carlo de 2 109 . Ainda
assim, re onhe e-se que um trabalho omputa ional mais rigoroso deve ser empreendido,
prin ipalmente quanto aos erros envolvidos.
As etapas desenvolvidas em termos omputa ionais onsistiram primeiro na simula ~ao
do modelo VMAJ2.1 padr~ao, 1100 = 0:5 e 0011 = 0:5, formado apenas de spins entrais
om dois vizinhos omo os mais proximos; portanto, om a omposi ~ao de 2v = 1 o
valor rti o da transi ~ao de fase e dado por q = 0:0514. Trata-se de uma simula ~ao,
om tempo omputa ional razoavel om 2 106 passos de Monte Carlo para uma serie
de redes de tamanho L = 10 , L = 20 , L = 30 e L = 40. O mesmo a onte e para
o modelo formado da ombina ~ao onvexa de VMAJ2.1 om 2 = 0:8 e VMAJ1 om
1v = 0:20. A simula ~ao omputa ional deste modelo om o mesmo loop de Monte Carlo
mostrou o valor q = 0:0426. E, assim su essivamente, simulou-se para varias ombina ~oes
onvexas, entre elas a omposi ~ao de 2v = 0:20 para VMAJ2.1 e 1v = 0:80 para VMAJ1.
Com a mesma simula ~ao omputa ional obteve-se para essa ombina ~ao o valor rti o de
q = 0:0113. Na sequên ia realizou-se, ent~ao, a mesma simula ~ao omputa ional para a
ombina ~ao onvexa de 2v = 0:10 para VMAJ2.1 e 1v = 0:90 para VMAJ1. Nesse aso,
obteve-se o valor rti o dado por q = 0:00514. Finalmente, a ombina ~ao de 1v = 1
para VMAJ1 e 2v = 0 para VMAJ2 gera o modelo VMAJ1. A simula ~ao omputa ional
desse modelo mostrou o que seria esperado, q = 0:000. Na sequên ia, onstruiu-se uma
tabela rela ionando esta ombina ~ao onvexa de densidades 2v e os valores rti os, q ,
asso iados a elas. Com esta tabela fez-se uso do ajuste de urvas para en ontrar uma que
melhor ajustasse esses valores. Na primeira etapa, fez-se uso do diagrama de dispers~ao
para identi ar algum padr~ao nessa rela ~ao e des obriu-se que a urva para ajuste seria
uma reta. Empregando o metodo da regress~ao linear obteve-se a reta que melhor ajustasse
esses valores. Neste ontexto, pôde-se inferir que o andidato ao modelo mais simples
deveria ser formado om a omposi ~ao de 1v = 0:99 e 2v = 0:01 VMAJ2.1. Utilizando-
se a reta resultante da regress~ao linear, inferiu-se que o valor rti o da transi ~ao de fase
e dado por q = 0:00052. A simula ~ao omputa ional direta, ainda que sem todo o rigor
ne essario, omprova esse valor, obtido indiretamente por extrapola ~ao.
114
qc versus ρ2viz
ρ2viz + ρ1viz =1
0.06
6
L=10; L=20; L=40; L=2x10 ; rlinear −−>ρ2viz= 0.01 , qc=0.000517
rlinear −−> tg θ =0.0517 ∝0.0005
0.04
qc
0.02
0
0 0.2 0.4 0.6 0.8 1
ρ2viz
Figura 3.29: Rela ~ao entre q e 2v .
E, para nalizar, superp~oem-se os dois gra os, tanto o resultado teori o feito na
aproxima ~ao de ampo medio quanto o resultado da simula ~ao omputa ional, para efeitos
de ompara ~ao
qc versus ρ2viz
ρ2viz + ρ1viz =1; LOOP=2.10 ; L=10,20,40
6
0.2
simulacao −>rlinear−> inclinacao=0.0517+−0.0005
aproximacao campo medio −> curva teorica
0.15
qc 0.1
0.05
0
0 0.2 0.4 0.6 0.8 1
ρ2viz
Figura 3.30: Rela ~ao entre q e 2v .
3.7.4 A rela ~ao entre q e .

No entanto, o modelo VMAJ2.1-VMAJ1 padr~ao, que e a hipotese para a analise da
rela ~ao entre q e 2v , n~ao e o modelo mais simples dessa lasse de modelos, uma vez que se
pode alterar o outro parâmetro que foi mantido xo e que estava denindo o modelo omo
115
padr~ao: . Neste ontexto, a proxima etapa da estrategia para en ontrar o modelo mais
simples pare e bastante natural, ou seja, estudar o modelo VMAJ2.1 mais simples, isto
e, o omponente do modelo VMAJ2.1-VMAJ1, que o dene omo padr~ao. A simula ~ao
omputa ional a partir do modelo padr~ao VMAJ2.1 om a varia ~ao no parâmetro da
propor ~ao 1100 , em que 1100 + 0011 = 1, resultou no gra o abaixo, forne endo a rela ~ao
entre q e a propor ~ao entre as formas geometri as de liga ~ao, 1100 , om o mesmo numero
de oordena ~ao, z :
qc versus λ1100
λ1100 + λ0011 =1
0.06
L=10; Loop=20000000;
0.05
0.04
qc 0.03
0.02
0.01
0
0 0.2 0.4 0.6 0.8 1
λ1100
Figura 3.31: Rela ~ao entre q versus 1100 .
Esse gra o mostra que o modelo mais simples quando se altera o parâmetro 1100 e
aquele om a ombina ~ao onvexa 1100 = 0:99 e 0011 = 0:01, ou vi e-versa para o modelo
VMAJ2.1.
3.7.5 O modelo mais simples.

Desta forma, o modelo mais simples vai ser obtido pela ombina ~ao das duas aborda-
gens anteriores: a manipula ~ao do parâmetro 2v e do parâmetro 1100 . Com a manip-
ula ~ao do parâmetro densidade 2v , mostraram-se a partir das simula ~oes numeri as, das
regress~oes lineares e dos pro essos de extrapola ~ao, andidatos naturais ao modelo mais
simples, isto e, o modelo formado da ombina ~ao onvexa de VMAJ2.1 padr~ao, om a
ombina ~ao onvexa de 1100 + 0011 = 1, e VMAJ1 em redes om a seguinte distribui ~ao
de densidade 1v = 0:99 de VMAJ1 e 2v = 0:01 de spin entral do VMAJ2.1. Essa
ombina ~ao onvexa, formando o modelo VMAJ2.1-VMAJ1, orresponde, para uma rede
de L = 10, portanto, om 100 spins, a uma omposi ~ao de 99 VMAJ1 e 1 VMAJ2.1.
Contudo, esse modelo ontem a hipotese de que VMAJ2.1 e o modelo padr~ao, portanto,
116
omposto de 1100 = 0011 = 0:5. Tem-se portanto ainda outro grau de liberdade, ou
seja, a mudan a na propor ~ao das liga ~oes geometri as, 1100 ou 0011 . Assim o modelo
VMAJ2.1-VMAJ1 a ima, formado do modelo VMAJ2.1 padr~ao, pode n~ao ser o modelo
mais simples. Simula ~oes omputa ionais para o Modelo VMAJ2.1 padr~ao revelam que
alterando-se a quantidade 1100 ou 0011 , o valor rti o da transi ~ao, q , depende dessa
propor ~ao 1100 da seguinte forma, omo mostra o gra o,
qc versus λ1100
λ1100 + λ0011 = 1; LOOP=2.10
6
0.06
L=10; L=20; L=30; L=40; λ1100=0.99 −−>qc =0.0075
0.04
qc
0.02
0
0.5 0.6 0.7 0.8 0.9 1
λ1100
Figura 3.32: Da rela ~ao entre q e 1100 tem-se que 1100 = 0:99 ! q = 0:0075.
Neste aso, a forma fun ional da rela ~ao entre estes dois parâmetros do problema,
propor ~ao dos tipos de liga ~ao geometri a, , e o valor rti o das transi ~oes de fase, q ,
e bastante diferente da forma fun ional da rela ~ao entre o parâmetro densidade do spin
entral, z , om seus vizinhos, onsiderados omo vizinhos mais proximos, e o valor rti o
da transi ~ao de fase, q . No primeiro aso, a ombina ~ao onvexa de modelos homogêneos,
a forma fun ional, omo se pode ver pelo gra o, e semelhante a um semi r ulo, que
pode ser ompleta, para um gra o simetri o omo foi feito anteriormente. No ultimo
aso, na ombina ~ao onvexa om modelos heterogêneos em que um deles e VMAJ1, a
forma fun ional e aquela de uma reta que passa pela origem omo se onstatou no gra o
anterior. Fazendo-se uso apenas do modelo VMAJ2.1, o valor rti o do modelo mais
simples, tomando-se apenas a mudan a na propor ~ao das ongura ~oes geometri as, e
dado por q = 0:0075 para uma propor ~ao de 1100 = 0:99 e 0011 = 0:01 ou vi e-versa,
pela simetria das liga ~oes verti ais e horizontais. Finalmente, ombinando esses dois
omponentes analti os, determinados, um deles pela densidade de spin, , e o outro pela
propor ~ao do tipo da liga ~ao geometri a, , pode-se hegar ao andidato ao modelo mais
simples rela ionado om o modelo VMAJ2.1-VMAJ1: o modelo onvexo formado de uma
omposi ~ao, des rita pelo parâmetro densidade, de 1 = 0:99 de VMAJ1 e, portanto,
117
2 = 0:01 de VMAJ2.1. Este ultimo n~ao e mais o modelo padr~ao, mas se en ontra
dado na propor ~ao des rita pelo parâmetro 1100 = 0:99 de uma forma geometri a de
liga ~ao e 0011 = 0:01 de outra forma geometri a de liga ~ao. Esta propor ~ao do tipo de
liga ~ao 1100 = 0:99 e 0011 = 0:01 seria um valor-limite para o modelo VMAJ2.1 que
envolve apenas dois tipos de liga ~ao geometri a: a forma de liga ~ao verti al e a forma de
liga ~ao horizontal. Mas, poder-se-ia agora onstruir a rela ~ao formada de 0011 = 0:0001 e
1100 = 0:9999 e ter-se-ia outro valor limite, e muito menor, para q , portanto, nesta linha
de ra io nio, por meio deste riterio do menor valor rti o q n~ao se pode denir nenhum
modelo mais simples. Vamos ontudo, onsiderar que se onsidera o mais simples dos
modelos aquele da propor ~ao dada por 1100 = 0:99 e 0011 = 0:01. Construdo o modelo
que se onsidera o mais simples dos modelos gerados pelo modelo VMAJ2.1 padr~ao,
portanto, om a varia ~ao do parâmetro 1100 , pode-se agora avaliar a magnitude do valor
rti o do modelo mais simples VMAJ2.1-VMAJ1 e om isso denir o modelo mais simples
segundo esse riterio. Tal valor e obtido, novamente, por dois metodos: pelo metodo de
extrapola ~ao dos valores rti os onseguidos om a simula ~ao dos modelos formados da
ombina ~ao onvexa de modelos VMAJ2.1 e VMAJ1, des rita a ima, e pelo metodo de
simula ~ao omputa ional direta do modelo. O valor rti o da transi ~ao de fase para o
modelo mais simples omo des rito a ima e obtido por meio da extrapola ~ao, ou seja,
0:01 multipli ado por 0:0075, ujo resultado e dado por q = 0:000075. Para isso parte-se
da hipotese feita, a partir de evidên ias propor ionadas pela simula ~ao omputa ional,
de que a rela ~ao entre q e e linear. Pois, por analogia om o ra io nio anterior, se
uma densidade de 2v = 1 do modelo VMAJ2.1-VMAJ1 om 1100 = 0:99 e 0011 = 0:01
apresentar uma transi ~ao no valor rti o q = 0:0075 omo foi visto, ent~ao tambem por
analogia uma densidade 2v = 0:01 do modelo VMAJ2.1-VMAJ1 om 1100 = 0:99 e
0011 = 0:01 tera, por extrapola ~ao, um valor rti o asso iado de q = 0:000075, omo
pode ser visto na sequên ia:
118
qc versus ρ2viz
ρ2viz + ρ1viz =1 ; ρ2viz=0.01 −−> 0.000074
0.008
L=20;LOOP=2000000; rlinear −−> tgθ=0.0074 ∝0.0005
0.006
qc 0.004
0.002
0
0 0.2 0.4 0.6 0.8 1
ρ2viz
Figura 3.33: Da rela ~ao q e 2v tem-se que 2v = 0:01 ! q = 0:000075.
Em ontrapartida, por meio de simula ~ao omputa ional direta para esse submodelo
VMAJ2.1 om um loop de Monte Carlo de 2 109 , extrai-se o resultado de q = 0:00007
om rela ~ao ao qual n~ao se esta seguro a er a das margens de erro. Esse poderia ser um
andidato da lasse de modelos VMAJ2-VMAJ1 ao modelo mais simples. No entanto,
julga-se o tratamento direto ainda insatisfatorio, pois trabalhou-se om amostras que n~ao
s~ao estatisti amente independentes e n~ao se fez um estudo rigoroso em termos de erro.
Assim, demanda-se um tratamento direto mais uidados no futuro.
3.7.6 Propriedades do modelo mais simples.

Com a suposi ~ao do modelo mais simples para o modelo VMAJ2.1, para a densidade
0011 = 0:01 e 1100 = 0:99; podem-se estudar algumas das ara tersti as da transi ~ao
de fase e mesmo da lasse de universalidade. (1)A primeira destas ara tersti as e que a
transi ~ao de fase so o orre no limite termodinâmi o, portanto, para N ! 1 e V ! 1,
mas tal que = N=V e onstante. De fato, om o uso do modelo VMAJ2.1-VMAJ1
e fa il ver que se tem transi ~ao para um determinado e espe o valor de q apenas
quando, por exemplo, para uma rede de L = 10, tem-se a densidade xa de 2v = 0:01,
e, neste aso, om um spin entral om dois vizinhos, sendo os demais um spin om
um vizinho. Para a rede L = 20, dever-se-a ter quatro spins entrais om dois vizinhos
mais proximos para ada um deles e os demais um spin om um vizinho, mantendo-se a
densidade 2v = 4=400. Para L = 40, a densidade onstante impli a que 2v = 16=1600 e
assim su essivamente. A simula ~ao omputa ional desses modelos om essas densidades
revela o mesmo valor rti o da transi ~ao de fase. Com L = 10, L = 20, L = 30, L = 40
pode-se simular o sistema omo se fosse um sistema no limite termodinâmi o, o que da
119
uma boa ideia do seu omportamento neste limite. (2)Outra ara tersti a importante a
ser observada quanto a transi ~ao de fase e mesmo quanto a lasse de universalidade refere-
se a dimensionalidade do sistema omo ondi ~ao para a existên ia da transi ~ao de fase.
O que signi a a dimens~ao do sistema. Algumas ideias podem ser ilustradas a partir do
modelo mais simples. Por exemplo, e importante notar: (i) que a simula ~ao omputa ional
om o modelo VMAJ.1 n~ao revelou transi ~ao de fase em qualquer de suas ombina ~oes
onvexas; (ii) que a simula ~ao omputa ional om o modelo VMAJ2 sem spin entral n~ao
revelou transi ~ao de fase em qualquer de suas vers~oes e de suas ombina ~oes onvexas. Isso
mostra que o modelo VMAJ2 sem spin entral, que apresenta uma intera ~ao entre dois
spins ainda que em diferentes formas geometri as de liga ~ao, tem sua intera ~ao entre os
spins interpretada omo uma intera ~ao unidimensional, e, portanto, denida, pela linha
unindo os dois spins. (iii) Como foi visto antes, o modelo VMAJ2.1 om spin entral
apresenta transi ~ao de fase. Mas, sob a ondi ~ao de que n~ao o orra 1100 = 1 e 0011 = 0
ou vi e versa, pois neste aso a simula ~ao omputa ional mostrou tambem n~ao haver
transi ~ao de fase. Nestes dois ultimos asos, e omo se a simula ~ao omputa ional estivesse
trabalhando n~ao om uma rede bidimensional, mas, om uma rede unidimensional. Isso
talvez porque essa uni a liga ~ao, 1100 , no aso do modelo VMAJ2.1 om spin entral e a
intera ~ao entre os dois spins do modelo VMAJ2.1 sem spin entral, mesmo aquele na forma
geometri a do tipo L, portanto, (i;j 1 ; i+1;j ), deve ser interpretada omo unidimensional,
portanto, segundo a reta que une os dois spins em uma rede bidimensional. Desta forma,
o que determina a transi ~ao e a dimensionalidade da intera ~ao entre os spins e, por
isso, se requer um mnimo de três spins n~ao olineares. A simula ~ao omputa ional da
ombina ~ao onvexa, ex eto nestes dois asos, apontou transi ~ao de fase, portanto, q 6= 0.
Se se a res enta o fato de que a abordagem teori a de ampo medio mostra que a equa ~ao
de evolu ~ao e a mesma para o modelo VMAJ2 om spin entral e o modelo VMAJ3,
poder-se-ia dizer que a ondi ~ao para a existên ia de uma transi ~ao de fase e a presen a
de uma intera ~ao envolvendo três spins n~ao olineares, para uma rede bidimensional,
ainda que o ter eiro spin tenha apenas a fun ~ao de desempate, omo e o aso do modelo
VMAJ2.1. Desta forma, apenas modelos om três ou mais spins n~ao olineares apresentam
intera ~oes n~ao unidimensionais e, portanto, apazes de apresentarem transi ~oes de fase,
omo onstatado pelas abordagens teori as na aproxima ~ao de ampo medio e tambem
pelas simula ~oes omputa ionais. Portanto, quando se fala da dimens~ao da rede, o que,
talvez, se queira frisar seja a dimens~ao da intera ~ao.
3.8 Con lus~oes.

Nestes dois ultimos aptulos, om os metodos de me âni a estatsti a e esto asti os,
entre eles, o metodo de Monte Carlo, estudaram-se as ara tersti as da transi ~ao de fase
120
de varios modelos onvexos do votante majoritario e pro urou-se resolver o problema do
que seria o modelo mais simples. Uma vez que, segundo Yeomans (Yeomans, 1994), e por
meio do estudo de suas propriedades de riti alidade que se identi a qual e a sua lasse de
universalidade. Ini ialmente, sem dis utir a natureza do que seria um modelo mais simples
onsiderou-se o riterio do menor valor rti o, q , do parâmetro indutor de transi ~ao. Com
este riterio investigou-se tanto teori a quanto omputa ionalmente as propriedades de
transi ~ao de fase para os modelos \ omputaveis". Essas propriedades indi aram tratarem-
se de transi ~oes de natureza ontnua e om expoentes rti os que os olo am na lasse
de universalidade do modelo de Ising. Neste ontexto, onstruram-se tanto a rela ~ao
entre q e a densidade quanto a rela ~ao entre q e a densidade . A ombina ~ao desses
resultados mostrou em primeiro lugar que n~ao ha um modelo mais simples. Uma vez que
pode-se sempre onstruir um modelo, om tamanho ini ial, L, res ente, tal que q e ada
vez menor. Contudo, deve permane er a quest~ao quanto a se esses modelos est~ao ainda
na mesma lasse de universalidade. Pois algumas hipoteses intermediarias s~ao feitas, que
n~ao podem ser avaliadas por quest~oes de viabilidade omputa ional, para extrair essas
extrapola ~oes. Em segundo lugar, admitido um modelo mais simples, determinado pelo
tamanho ini ial L, observa-se, ent~ao, ertas ara tersti as ou ondi ~oes para a existên ia
de transi ~ao de fase, por exemplo, que o modelo deve ser formado do spin entral om
ao menos dois vizinhos mais proximos n~ao olineares. E isso o orre pois veri a-se que
o que importa na transi ~ao de fase e a dimens~ao da intera ~ao entre os spins, e que esta
deve ser ao menos d = 2, e n~ao a dimens~ao da rede, uma vez que n~ao ha transi ~ao de fase
para um modelo omo o anterior mas om os vizinhos olineares.
121
122
Captulo 4
O MODELO DO VOTANTE

MINORITARIO-VMIN.
4.1 Introdu ~ao.

O desdobramento natural do estudo do modelo do votante majoritario, propor io-
nando uma fase semelhante a fase ferromagneti a por analogia om o modelo de Ising,
e perguntar-se pelo problema do modelo orrespondente que propor ionaria uma fase
analoga a fase antiferromagneti a. A solu ~ao desse problema surgiu om a onstru ~ao do
modelo do votante minoritario, VMIN, elaborado em torno da regra minoritaria em lugar
da regra majoritaria. A asso ia ~ao entre o modelo do votante minoritario om o modelo
antiferromagneti o so pôde ser solu ionado om a deni ~ao da medida do parâmetro de
ordem omo aquela denominada \staggered"1 , ou seja,
1
m? = (ma mb ); (4.1)
2
em que ma e o parâmetro de ordem da sub-rede a enquanto mb e o parâmetro de ordem da
sub-rede b parâmetro de ordem e adequado para identi ar os dois estados fundamentais
do votante minoritario que onsiste dos padr~oes formados de sinais alternados ao ontrario
dos dois estados fundamentais do votante majoritario que onsistem do padr~ao formado
do mesmo sinal. Neste ontexto da onstru ~ao do modelo do votante minoritario, VMIN,
pro urou-se resolver os mesmos problemas do modelo do votante majoritario, VMAJ, a
saber, o problema de al ular o valor do ponto rti o da transi ~ao de fase, o problema
de identi ar a natureza da transi ~ao de fase, o problema da sua lasse de universalidade.
Com a identi a ~ao e lassi a ~ao desse modelo tem-se as ondi ~oes para abordar o prob-
lema do proximo aptulo que onsiste em onstruir uma analogia em me âni a estatsti a
1 Gostaria de agrade er ao Prof. Carlos Yokoi por ter me hamado a aten a~o, quando da minha
tentativa de resolver o problema a ima de uma fase antiferromagneti a, que esse seria um problema de
en ontrar o parâmetro de ordem adequado, o qual poderia ser o parâmetro de ordem \staggered".
123
fora do equilbrio, om estes dois modelos VMAJ e VMIN, para o modelo de Ising J .
4.2 O modelo do votante minoritario (VMIN) -

A fase antiferromagneti a.
O primeiro objetivo desta se ~ao e a onstru ~ao de um modelo asso iado om um estado
fundamental da fase antiferromagneti a: os modelos do votante minoritario, VMIN. O
segundo objetivo e en ontrar o valor do ponto rti o, q , para ada um dos modelos em
quest~ao, o ter eiro identi ar a natureza da transi ~ao de fase asso iado om esses valores
rti os, o quarto problema e al ular os expoentes rti os e por este meio identi ar a sua
lasse de universalidade. O modelo do Votante Minoritario e um modelo t~ao semelhante
ao Votante Majoritario que e a outra fa e da mesma moeda para usar de uma metafora.
Eles sempre vêm juntos. O modelo VMIN onsiste:
rede quadrada de dimens~ao L por L om N stios, asso iados aos quais têm-se
variaveis esto asti as i;j .
de variaveis esto asti as om dois estados i;j = 1 para ada stio do reti ulado.
Desta forma para uma rede de N spin têm-se 2N ongura ~oes possveis.
de uma vizinhan a formada de z vizinhos e diferentes formas de liga ~oes geometri as
entre o spin entral e os z spins vizinhos.
de uma dinâmi a ou um onjunto de regras, no aso a regra da minoria, denindo o

estado que um spin, i;j , assume em fun ~ao dos estados dos seus vizinhos; segundo
essa regra ada spin, i;j , assume o estado orrespondente ao estado que e aquele da
minoria de seus vizinhos para uma determinada deni ~ao de vizinhan a. Enquanto
a regra da maioria es olhe o estado que resulta omo o ven edor (a maioria) do
pro esso de ontagem dos estados dos vizinhos, a regra da minoria es olhe o estado
que resulta omo o perdedor (minoria) do pro esso de ontagem dos estados dos
vizinhos.
de uma regra de desempate. A regra do desempate serve para es olher o valor
do estado quando o orrer uma situa ~ao de indeni ~ao pela apli a ~ao da regra da
minoria.
Cada modelo difere dos demais em termos:

do numero de vizinhos.
124
da forma geometri a da liga ~ao.
da regra de desempate.
da dinâmi a que dene omo as ongura ~oes s~ao alteradas.
Neste aptulo, a dinâmi a vai ser onsiderada:
1. sempre a mesma e denida pela regra da minoria.
2. \single spin ip" ou mudan a da ongura ~ao a partir da es olha aleatoria de um

uni o spin, i;j que se resume em substituir esse spin por i;j , de a ordo om erta
probabilidade p. Ela e denominada, por essa raz~ao, de dinâmi a assin rôni a ou
ontnua.
Abaixo s~ao onstrudos dois dos modelos do votante minoritario que s~ao relevantes para
os propositos deste aptulo: VMIN2.1 e VMIN4.
4.3 O modelo minoritario VMIN2.1 sem spin entral.

O modelo VMIN2.1 sem spin entral onsiste:
de uma rede L por L de N spins em que ada spin e representado pela variavel
esto asti a i;j om dois estados 1.
do spin entral, i;j e dois vizinhos, z = 2, mais proximos om as liga ~oes geometri as
espe as (1100) representada pelo par (i 1;j , i+1;j ) que des reve os estados de
seus dois vizinhos mais proximos sobre a mesma oluna e (0011) representado pelo
(i;j 1 , i;j +1 ) que des reve os estados de seus dois vizinhos mais proximos sobre a
mesma linha.
de todas as suas ombina ~oes onvexas (1100 ; 0011 ), tal que 1100 + 0011 = 1.
do modelo padr~ao. O qual e formado de uma ombina ~ao onvexa (1100 = 0:5; 0011 =
0:5).
da dinâmi a do modelo. A dinâmi a do modelo VMIN2.1 e des rita pela regra

minoritaria que dene o valor do estado da variavel esto asti a i;j , des revendo um
spin entral de uma vizinhan a, a partir dos estados de seus vizinhos.
125
da regra de desempate. A regra da minoria e ompletada om uma regra do desem-
pate que pode assumir duas formas aqui:
a regra do desempate que onsiste em es olher um dos estados om probabilidade

p = 0:5. Esta regra dene o modelo VMIN2.1 sem spin entral.
a regra do desempate que onsiste em es olher o estado atual do spin entral

om probabilidade p. Esta regra dene o modelo VMIN2.1 om spin entral.
A representa ~ao gra a dos omponentes desse modelo padr~ao, VMAJ2.1, e des rita pela
gura 4.1.
(1100) (0011)
Figura 4.1: Os dois modelos basi os (1100) e (0011).
O modelo VMIN2.1 sem spin entral tem omo taxa de invers~ao,
1100 0011
wi;j (i;j ) = [1 + i;j S (i+1;j + i 1;j )℄ + [1 + i;j S (i;j +1 + i;j 1 )℄; (4.2)
2 2
em que fun ~ao S (a) e a fun ~ao sinal denida segundo as seguinte regras: S (a) = 1
para a > 0, S (a) = +1 para a < 0 e S (a) = 0 para a = 0. De uma maneira expl ita a
taxa de invers~ao do votante minoritario VMIN2.1 sem spin entral e omo segue,
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = p

1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = q
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = 0:5
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = 0:5
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = 0:5
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = 0:5
126
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = p
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = q
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = p
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = q
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = 0:5
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = 0:5
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = 0:5
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = 0:5
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = p
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = q (4.3)
A onstata ~ao de que tal regra satisfaz a propriedade da simetria por invers~ao de sinal
do i;j e direta bastando tro ar os sinais de todos os 0 s. Com essa regra o modelo tem
simetria por invers~ao de spin (i;j ! i;j ) o que o olo a na lasse de universalidade de
Ising(Grinstein et al., 1985). Como men ionou-se anteriormente pela analise das taxas
de transi ~ao, que para qualquer outro valor de p, semelhante aquela da presen a de um
ampo externo no modelo de Ising, o modelo n~ao possui a simetria por invers~ao.

O desenvolvimento teori o para o modelo VMIN2.1 sem spin entral pode ser feito do
mesmo modo que para o modelo VMAJ2.1 sem spin entral. Isso foi feito no aptulo
anterior na aproxima ~ao de ampo medio2, a partir da equa ~ao, para a evolu ~ao da media
d
h i = 2hi wi()i:
dt i
(4.4)
Fazendo uso dos re ursos men ionados a ima, obtem-se que

d D 1 (1 ) 1 E
dt
h i;j i = 2 i;j f [ + i;j Sh (a)℄ +
2 2 2 2
[ + i;j Sv (a)℄g ; (4.5)
em que Sh e a fun ~ao sinal para a liga ~ao horizontal enquanto Sv e a fun ~ao sinal para a
liga ~ao verti al. Sendo que
X i+1;j + i
Sv ( i+Æ;j ) = 1;j
; (4.6)
Æ
2
e que
X i;j 1 + i;j +1
Sh ( i;j +Æ ) = : (4.7)
Æ
2
2 (Dotsenko, 2001), (de Oliveira e Tânia Tome, 2001).
127
Pode-se desenvolver a equa ~ao da evolu ~ao da media ate a seguinte forma algebri a
d
h h i + hi 1;j i ℄
i;j i = 2hi;j i + 2[ i+1;j
dt 2
h i + hi;j 1i ℄:
(1 )hi;j i + (1 )[ i;j +1 (4.8)
2
Nesta etapa pode-se fazer a seguinte hipotese simpli adora, a hipotese da homogenei-
dade linear horizontal e verti al, portanto que,
hi ;j i = hi ;j i
+1 1
hi;j i = hi;j i:
+1 1 (4.9)
Com isto a equa ~ao de evolu ~ao temporal da media se reduz a
d
h i = hi;j i + hi+1;j i (1 )hi;j i + (1 )hi;j+1i:
dt i;j
(4.10)
Fazendo agora a hipotese adi ional da homogeneidade espa ial, portanto,
hi ;j i = hi;j i = hi;j i:
+1 +1 (4.11)
Obtem-se, nalmente
d
h i = hi;j i + hi;j i;
dt i;j
(4.12)
a qual pode ser olo ada, pela identi a ~ao hi;j i = m, na forma
dm
= (1 )m: (4.13)
dt
A solu ~ao dessa equa ~ao e dada por
m = A exp[ (1 )t℄; (4.14)
em que A e uma onstante que depende das ondi ~oes ini iais. Pode-se ver que a mag-
netiza ~ao, m ! 0 quando t ! 1, no aso em que 6= 1, portanto, p 6= 1 ou q 6= 0. O
1
tempo de relaxa ~ao e dado por = . diverge quando ! 1 ou seja quando
(1 )
q ! 0. Trata-se, portanto, de um omportamento semelhante aquele des rito por um
modelo de Glauber unidimensional(de Oliveira e Tânia Tome, 2001). Assim, do ponto
de vista teori o, n~ao ha transi ~ao de segunda ordem, ou transi ~ao de fase ontnua, para
qualquer q ex eto uma transi ~ao de primeira ordem em q = 0.

dos dados.
A simula ~ao omputa ional desse modelo tambem mostra, omo no aso do modelo
majoritario VMAJ2.1 sem spin entral, ausên ia de transi ~ao de fase de segunda ordem
para os mesmos valores teori os, ex eto para q = 0, que poder-se-ia dizer que e uma
transi ~ao de primeira ordem.
128
4.4 O modelo minoritario VMIN2.1 om spin entral.
O modelo VMIN2.1 om spin entral onsiste,
de uma rede L por L de N spins em que ada spin e representado pela variavel
esto asti a om dois estados i;j = ;
das ondi ~oes de ontorno que s~ao as ondi ~oes periodi as;
do spin entral i;j e dois vizinhos, z = 2, mais proximos om as liga ~oes geometri as
espe as (1100) representada pelo par (i 1;j , i+1;j ) que des reve os estados de
seus dois vizinhos mais proximos sobre a mesma oluna e (0011) representado pelo
par (i;j 1, i;j +1) que des reve os estados de seus dois vizinhos mais proximos sobre
a mesma linha;
de todas as suas ombina ~oes onvexas (1100 ; 0011 ), tal que 1100 + 0011 = 1;
do modelo padr~ao dessa sub- lasse que e formado de uma ombina ~ao onvexa
1100 = 0:5 e 0011 = 0:5;
da dinâmi a que e des rita pela regra minoritaria que dene o valor do estado da
variavel esto asti a i;j , des revendo um spin entral de uma vizinhan a, a partir
dos estados de seus vizinhos;
de uma regra de desempate que onsiste em es olher om probabilidade p o estado

atual do spin entral e om probabilidade q = 1 p o oposto do estado atual. Essa
regra dene o modelo VMIN2.1 om spin entral.
A dinâmi a do modelo e obtida substituindo a regra do desempate a ima p = 0:5 do

modelo VMIN2.1 sem spin entral pela regra em que se onsidera o spin entral omo
tertium ou seja, por exemplo, em lugar de
w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = 0:5; (4.15)
onsidera-se a regra
w[(i 1;j = 1; i+1;j = 1; i;j = 1) ! (i;j = 1)℄ = p

w[(i 1;j = 1; i+1;j = 1; i;j = 1) ! (i;j = 1)℄ = q: (4.16)
Essa mudan a na regra de desempate altera e muito o resultado obtido pela simula ~ao
omputa ional dos parâmetros rti os para os dois modelos. As regras de transi ~ao, para
129
o modelo VMIN2.1 om spin entral, s~ao, agora, omo se segue, de maneira expl ita,
para o aso de Pl+1 (1),
1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = p

1100 :w[(i 1;j = 1; i+1;j = 1; i;j = 1) ! (i;j = 1)℄ = p
1100 :w[(i 1;j = 1; i+1;j = 1; i;j = 1) ! (i;j = 1)℄ = p
1100 :w[(i 1;j = 1; i+1;j = 1; i;j = 1)! (i;j = 1)℄ = q
1100 :w[(i 1;j = 1; i+1;j = 1; i;j = 1)! (i;j = 1)℄ = q
1100 :w[(i 1;j = 1; i+1;j = 1); ! (i;j = 1)℄ = q
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ = p
0011 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1) ! (i;j = 1)℄ = p
0011 :w[(i;j 1 = 1; i;j +1 = 1; i;j ) = 1) ! (i;j = 1)℄ = p
0011 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ = q
0011 :w[(i;j 1 = 1; i;j +1 = 1; i;j = 1)! (i;j = 1)℄ = q
0011 :w[(i;j 1 = 1; i;j +1 = 1) ! (i;j = 1)℄ =q: (4.17)
Novamente aqui, pode-se observar diretamente que tais regras de invers~ao satisfazem
a propriedade da simetria por tro a de sinal dos i . Para isso basta inverter os sinais de
todos os 0 s. O que signi a que pelo argumento de Grinstein(Grinstein et al., 1985) este
modelo en ontra-se na lasse de universalidade do modelo de Ising.

A abordagem teori a desse modelo e feita a partir diretamente da deni ~ao da equa ~ao
de evolu ~ao3 ou seja,
X
Pl+1 ( ) = W ( j 0 )Pl ( 0 ): (4.18)
0
Rees revendo a equa ~ao da evolu ~ao om essas regras de transi ~ao obtem-se, a seguinte
rela ~ao algebri a,
Pl+1 (1) = 1100 [qPl (11) + qPl (1 11) + qPl (11 1) + pPl ( 11 1)+
pPl ( 1 11) + pPl ( 1 1)℄ + 0011 [qPl (11) + qPl (1 11)+
qPl (11 1) + pPl ( 11 1) + pPl ( 1 11) + pPl ( 1 1)℄:
Em que 1100 + 0011 = 1 e P (o 1 2 ) para o aso em que se onsidera o spin entral
o om os dois vizinhos 1 e 2 . Fazendo-se agora a suposi ~ao da homogeneidade espa ial,
3 (de Oliveira e Tânia Tome, 2001).
130
e realizando algumas opera ~oes algebri as, obtem-se, da equa ~ao a ima
Pl+1 (1) = qPl (11) + qPl (1 11) + qPl (11 1) + pPl ( 11 1)
+ pPl ( 1 11) + pPl ( 1 1):
Fazendo uso da hipotese da aproxima ~ao de ampo medio4, ou seja, fazendo que
P (o 1 2 ) = P (o )P (1 )P (2 ) segue-se que
Pl+1 (1) = qPl2(1) + qPl2 (1)Pl ( 1) + qPl (1)Pl2 ( 1)+
pPl2 ( 1)Pl (1) + pPl2( 1)Pl (1) + pPl2 ( 1):
Como tem-se variaveis esto asti as om dois estados, segue-se a propriedade que
Pl (1) + Pl ( 1) = 1: (4.19)
Substituindo a rela ~ao na equa ~ao anterior, obtem-se que,

Pl+1 (1) = qPl2 (1) + 2qPl2 (1)[1 Pl (1)℄+
2p[1 Pl (1)℄2 Pl (1) + p[1 Pl (1)℄2 :
Usando da manipula ~ao algebri a, hega-se a seguinte equa ~ao algebri a
Pl+1 (1) = [1 + 2q 4p℄Pl2 (1) + 2(p q )Pl3(1) + p: (4.20)
Como q = 1 p, substituindo e organizando os termos, tem-se,
Pl+1 = 3[2p 1℄Pl2 (1) + 2(2p 1)Pl3 (1) + p: (4.21)
Fazendo ml = Pl (1) Pl ( 1) pode-se rees rever Pl (1) = (1 + ml )=2 e, ent~ao, substi-

tuindo na equa ~ao a ima, e apos algum desenvolvimento algebri o, hega-se a seguinte
rela ~ao
3 1
ml+1 = ml + m3l : (4.22)
2 2
Pela adi ~ao a ambos de lados ml , tem-se que,
3 1
ml+1 ml = (1 + )ml + m3l ; (4.23)
2 2
que es reve-se, no ontnuo
dm 3 1
= (1 + )m + m3 : (4.24)
dt 2 2
Comparando essa rela ~ao om aquela do modelo VMAJ2.1 que e dada pela equa ~ao,
dm 3 1 3
= (1 )m m : (4.25)
dt 2 2
4 (Dotsenko, 2001), (de Oliveira e Tânia Tome, 2001).
131
pode-se ver que denindo 0 = e substituindo na equa ~ao anterior esta a exatamente
omo a ultima equa ~ao. Desta forma ambos os modelos devem apresentar o mesmo
omportamento em torno dos pontos rti os, q , ainda que esses pontos sejam distintos.
No que diz respeito ao valor rti o a previs~ao de q para o modelo VMIN2.1 e dado
3
por + 1 = 0 o qual impli a que q = 5=6, enquanto o valor rti o para o modelo
2
VMAJ2.1 e dado por 23 1 = 0 o qual impli a que q = 1=6. Isso signi a que eles se
en ontram a mesma distân ia de ambos os extremos ainda que apresentam fases diferentes
nas regi~oes proximas dos extremos, q = 1 no aso do VMIN2.1 e q = 0 no aso do
VMAJ2.1. A estimativa teori a e algo distante dos valores numeri os exatos obtidos pela
simula ~ao omputa ional para ambos os modelos. Como pode-se ver abaixo, a simula ~ao
omputa ional identi a para a vers~ao minoritaria, VMIN2.1 desse modelo o valor rti o
q = 1 p = 0:0514. Esse resultado e o mesmo do modelo VMAJ2.1 fazendo a devida
transforma ~ao p = 1 q . A diferen a entre os dois modelos e a mesma do modelo
ferromagneti o e antiferromagneti o. Ela en ontra-se no fato de que o estado fundamental
do modelo do votante majoritario e dado pela ongura ~ao em que todos os spins têm a
mesma orienta ~ao, enquanto o estado fundamental do modelo do votante minoritario e
dado pela ongura ~ao em que os spins apare em alternados. Desta forma, têm-se omo
estado fundamental, nos dois asos, diferentes padr~oes, o que impli a que deve-se ter os
parâmetros de ordem adequados para identi a-los.

dos dados.
A primeira etapa da simula ~ao omputa ional esta voltada para o al ulo do valor
do ponto rti o. O valor do ponto rti o, q , omo no aso do modelo VMAJ2.1, pode
ser obtido por meio de simula ~ao omputa ional e de metodos de analise dos dados. O
primeiro desses metodos e do umulante de quarta ordem des rito pela equa ~ao 1.36. O
valor do ponto rti o, para este modelo, e dado por q = 0:0514 ujo pro esso de obten ~ao
e mostrado no gra o seguinte
132
Metodo do cumulante −−>qc= 0.0514
6
LOOP=2.10 ;
0.75
L=10;
L=20;
L=30;
0.7 L=40;
0.65
UL
0.6
0.55
0.5
0 0.02 0.04 0.06 0.08 0.1
q
Figura 4.2: Cumulante de quarta ordem UL (q ): interse ~ao no valor rti o q = 0:0514.
Na sequên ia do roteiro desta primeira etapa identi a-se a natureza dessa transi ~ao
de fase e para tanto usa-se dos dois metodos ja men ionados para esse m: magne-
tiza ~ao5 ML (q ), e sus etibilidade6, L (q ). Como se pode observar no gra o seguinte e
onsiderando o padr~ao des rito anteriormente para o omportamento da magnetiza ~ao
trata-se de um transi ~ao de fase ontnua.
ML versus q
6
qc=0.0514; LOOP=2.10 ;
1
L=10;
L=20;
L=30;
L=40;
0.8
0.6
ML
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5
q
Figura 4.3: Magnetiza ~ao, ML (q ),versus q para valores de L.
5 (Barkema and Newman, 1999), pg.83.

6 (Binder, 1998), pg.176.
133
Na bus a dos omportamentos ara tersti os da transi ~ao de fase de ontnua o om-
portamento da sus etibilidade mostra a presen a de uma tendên ia a divergên ia dessa
quantidade no ponto rti o. Esse e um tra o ara tersti o da transi ~ao de fase ontnua.
O gra o abaixo ilustra esse omportamento.
χL versus q
6
qc=0.0514; LOOP=2.10 ;
80
L=10;
L=20;
L=30;
L=40;
60
χL 40
20
0
0 0.1 0.2 0.3 0.4 0.5
q
Figura 4.4: Sus etibilidade, L (q ),versus q para valores de L.
Na segunda etapa pro ura-se determinar as ara tersti as da riti alidade, ou seja, a
lasse de universalidade do presente modelo. Para esse m o meio e obter os expoentes
rti os a partir das leis de potên ias7 de suas grandezas relevantes, magnetiza ~ao dada
pela rela ~ao 1.40 e sus etibilidade om a rela ~ao 1.41 que des revem o omportamento do
sistema nas proximidades do ponto rti o q = 0:0514. O valor do expoente rti o para
a lei de potên ia da magnetiza ~ao e = = 0:1210. Esse pro esso e ilustrado no gra o
seguinte,
7 (Landau, 2000), (Binder and Heermann, 1988), (Binder, 1997), pg.523; (de Oliveira, 1996), pg. 1322;
(Stanley, 1999); (de Oliveira and Chiappin, 1997), pg. 311-312.
134
qc=0.0514; β/ν=0.1210 +− 0.0016; LOOP=2.10 ;
6
−0.3
L=10; L=20; L=30; L=40;
−0.35
Ln M(qc) −0.4
−0.45
−0.5
2 2.5 3 3.5 4
Ln L
Figura 4.5: Regress~ao linear: expoente rti o / = 0:1210.
O valor desse expoente rti o e proximo do valor exato = = 0:125 asso iado om o
modelo de Ising, portanto, olo ando o modelo do votante minoritario VMIN2.1 em sua
lasse de universalidade. O segundo expoente rti o asso iado om a lei de potên ia da
sus etibilidade, por meio do metodo do valor maximo da sus etibilidade8 sem onsiderar
o valor do ponto rti o, da o valor = = 1:7632. Esse pro esso e ilustrado no gra o
abaixo
EXPOENTES CRITICOS:γ/ν
γ/ν=1.7632 +− 0.0098; LOOP=2.10 ;
6
L=10; L=20; L=30; L=40;
Ln χmax 3
1
2 2.5 3 3.5 4
Ln L
Figura 4.6: Regress~ao linear: expoente rti o = = 1:7632.
Esse mesmo expoente rti o obtido da lei de potên ia, dada pela rela ~ao 1.41, porem
8 (Binder, 1997), pg. 525.
135
al ulado no ponto rti o. O metodo onsiste no uso do gra o log-log, dos dados da
simula ~ao e na regress~ao linear. O valor do expoente e = = 1:7753. Este valor e proximo
do valor exato do modelo de Ising = = 1:7500. Esse pro edimento e ilustrado abaixo,
qc=0.0514; γ/ν=1.7753 +−0.0124; LOOP=2.10 ;
6
L=10;L=20;L=30;L=40;
Ln χ(qc)
1
2 2.5 3 3.5 4
Ln L
Figura 4.7: Regress~ao linear: expoente rti o = = 1:7753.
Resolve-se, assim, de maneira on lusiva que o modelo VMIN2.1, om os valores dos

expoentes rti os / = 0:1210 e / = 1:7753 bastante proximos dos valores exatos
/ = 0:125 e / = 1:750, perten e a lasse de universalidade do modelo de Ising
onforme o argumento de Grinstein(Grinstein et al., 1985).
Nesta proxima etapa mais evidên ias de apoio aos valores rti os e dada pelo teste
de onsistên ia desses valores por meio das fun ~oes olapso. Esta etapa orresponde a
segunda parte da hipotese de es ala9 . A fun ~ao universal da magnetiza ~ao dada por 1.37,
leva a grandeza rees alonada M~ = L= M (q ), quando olo ada em rela ~ao ao parâmetro
indutor reduzido e rees alonado, "~ = L1= (q q )=q . Essa rela ~ao ondensa todos os
dados orrespondentes aos diversos tamanhos do sistema. O gra o orrespondente pode
ser visto na sequên ia,
9 (Stanley, 1999), pg.S358.
136
COLAPSO DOS DADOS
qc=0.0514; β/ν=0.1210; ν=1.00; LOOP=2.10
6
1.6 L=10;
L=20;
L=30;
1.4 L=40
1.2
1
β/ν
L M
0.8
0.6
0.4
0.2
0
−50 −30 −10 10 30 50
1/ν
L ((q−qc)/qc)
Figura 4.8: Fun ~ao universal L= M(q) omo fun ~ao de L1= (q q )=q .
O resultado desse olapso mostra que os valores obtidos tanto para o valor rti o do
parâmetro indutor, q = 0:0514, quando para o dos expoentes rti os, = = 0:1210 e
= = 1:763 s~ao bastante adequados. A segunda dessas grandezas e a sus etibilidade,
uja fun ~ao universal e dada pela equa ~ao 1.38 a qual leva a grandeza rees alonada ~ =
L = (q ), relativamente ao parâmetro indutor reduzido e rees alonado, "~ = L1= (q
q )=q . O gra o seguinte pare e preen her o objetivo de mostrar a adequa ~ao do olapso
dos dados da simula ~ao produzido para os diversos tamanhos do sistema.
COLAPSO DOS DADOS
qc=0.0514; γ/ν=1.760; ν=1.00; LOOP=2.10
6
0.15
L=10;
L=20;
L=30;
L=40
0.1
−γ/ν
L χ
0.05
0
−10 0 10 20 30
1/ν
L ((q−qc)/qc)
Figura 4.9: Fun ~ao universal L = (q ) omo fun ~ao de L1= (q q )=q .
A fun ~ao universal do umulante dada pela equa ~ao 1.39 leva a grandeza rees alonada
U (q ) = U ,versus "~ = L1= (q q )=q . O gra o seguinte dessa rela ~ao propor iona o
137
olapso dos dados obtidos para todos os tamanhos do sistema.
COLAPSO DOS DADOS
qc=0.0514; ν=1.00; LOOP=10
6
0.8
0.6
U 0.4
0.2
0
−10 0 10 20
1/ν
L ((q−qc)/qc)
Figura 4.10: Fun ~ao universal U(q) omo fun ~ao de L1= (q q )=q .
4.5 O modelo minoritario VMIN4 om spin entral.

O modelo VMIN4 om spin entral onsiste:
de uma rede quadrada L por L om N spins em que ada spin e des rito por uma
variavel esto asti a i;j om dois estados 1.
do spin entral i;j om quatro vizinhos mais proximos es olhido entre os quatro
mais proximos. Assim, ha uma uni a forma de liga ~ao geometri a entre estes quatro
vizinhos, (1111) ou (i 1;j , i+1;j , i;j 1 , i;j +1 ).
da dinâmi a do modelo VMIN4. Ela e governada pela regra da minoria que dene o
valor do estado da variavel esto asti a i;j , des revendo o estado do spin entral de
uma vizinhan a, a partir dos estados de seus vizinhos. A regra da minoria es olhe
o estado orrespondente aquele om o menor numero de votos dos vizinhos.
uma regra de desempate. Essa regra de desempate assume duas formas aqui:
uma regra do desempate tal que se es olhe um dos estados om probabilidade
p = 0:5. Com isso dene-se o VMIN4 sem spin entral, que tem a sua taxa de
138
invers~ao des rita pela express~ao,
1
wi;j ( ) = 1 + i;j S (i;j 1 + i;j +1 + i 1;j + i+1;j ) : (4.26)
2
Pela tro a direta dos sinais dos 0 s pode-ser ver que essa regra satisfaz a propriedade
da simetria por invers~ao de sinal. Esse modelo forne e os mesmo resultados que o
modelo VMAJ4 onde se obteve para o valor rti o q = 0:075 0:001 e os expoentes
rti os = = 1:73 0:05 e = = 0:125 0:005 mostrando, portanto, possuir os
mesmos expoentes rti os do modelo de Ising.
a outra regra de desempate e denominada de regra do spin entral que onsiste
em es olher o estado atual i;j em situa ~ao de desempate.
A representa ~ao gra a deste modelo e omo se segue:
(1111)
Figura 4.11: O onjunto (1111), um spin entral e quatro vizinhos.
A taxa de invers~ao do modelo VMIN4 om spin entral, e dada por
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =q

w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1; i;j = 1)! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =q
139
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1i; j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =q
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1; i;j = 1)! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i+1;j = 1; i;j +1 = 1i; j = 1)! (i;j = 1)℄ =p
w[(i;j 1 = 1; i;j +1 = 1; i 1;j = 1; i+1;j = 1i;j = 1) ! (i;j = 1)℄ =p
(4.27)
Por meio destas regras pode-se onstatar que esse modelo tambem satisfaz a pro-
priedade da simetria \up-down". A substitui ~ao direta dos 0 s por 0 s mostra essa
invariân ia.

O objetivo aqui e en ontrar a evolu ~ao temporal para a media da variavel esto asti a
m =< i;j >, a qual representa uma espe ie de magnetiza ~ao do modelo, mas, isto de
maneira aproximada, ini ialmente, por meio da abordagem de ampo medio. Como a
equa ~ao de evolu ~ao(de Oliveira e Tânia Tome, 2001) es reve-se
X
Pl+1 ( ) = W ( j 0 )Pl ( 0 ); (4.28)
0
ent~ao om essa taxa de transi ~ao pode-se rees revê-la, para o modelo VMIN4 om spin
entral, para Pl+1 (1), na seguinte forma,
Pl+1 (1) = qPl (1111) + 4qPl (111 1) + 6qPl (11 1 11)
+ 6pPl (11 1 1 1) + 4pPl (1 1 1 1) + pPl ( 1 1 1 1): (4.29)
Adotando a hipotese da aproxima ~ao de ampo medio10, ou seja, que P (1 2 3 4 5 ) =
P (1 )P (2 )P (3 )P (4 P (5 ) e substituindo a ima, a equa ~ao pode ser es rita omo,
Pl+1 (1) = qPl4 (1) + 4qPl3 (1)Pl ( 1) + 6qPl3(1)Pl2 ( 1)
+ 6pPl2 (1)Pl3( 1) + 4pPl3 ( 1)Pl + pPl4 ( 1):
10 (Dotsenko, 2001); (de Oliveira e Tânia Tome, 2001)
140
Com o uso da propriedade, asso iada ao fato que a variavel esto asti a des revendo o
estado de ada stio tem apenas dois estados, i = 1, que Pl (1)+ Pl ( 1) = 1, rees reve-se
a equa ~ao anterior omo,
Pl+1 (1) = qPl4 (1) + 4qPl3 (1 Pl ) + 6qPl3 (1)(1 Pl (1))2
+ 6pPl2 (1)(1 Pl (1))3 + 4p(1 Pl (1))3 Pl (1) + p(1 Pl (1))4 :
Depois de algum al ulo algebri o a equa ~ao a ima reduz-se a
Pl+1 (1) = 6(q p)Pl5(1) + 15(p q )Pl4 (1) + 10(q p)Pl3 (1) + p: (4.30)
Com a deni ~ao dada por ml = Pl (+1) Pl ( 1) pode-se obter que Pl (1) = (1 + ml )=2
e, portanto, substituindo na equa ~ao a ima, ela pode ser rees rita em termos de ml omo,
6 15 10
Pl+1 (1) = (q p)(1 + ml )5 + (p q )(1 + ml )4 + (q p)(1 + ml )3 + p: (4.31)
32 16 8
Com o desenvolvimento algebri o hega-se a
8 75 60
Pl+1 (1) = [ (q p) + p℄ + [ (q p) (q p)℄ml
16 16 16
100 120 3
+ [ ( q p) + (q p)℄m3l + [ (q p)℄m5l :
32 32 15
Fazendo-se outras substitui ~oes, omo por exemplo, Pl+1 (1) = (ml+1 + 1)=2 e simpli-
a ~oes obtem-se,
15 20 3
ml+1 = [ (1 2p)℄ml [ (1 2p)℄m3l + [ (1 2p)℄m5l : (4.32)
8 16 8
Somando em ambos os lados ml , rearranjando os termos e passando para o ontnuo,
obtem-se,
dm 15 5 3 5
= (1 + )m + 3 : (4.33)
dt 8 4 8
15 0
Denindo 0 = ou que 0 = (1 2p) e "1 = 1 pode-se rees rever a equa ~ao
8
a ima omo,
dm 5 0 3 3 0 5
= "1 m m + m: (4.34)
dt 4 8
Essa equa ~ao e a mesma que aquela para o modelo VMAJ4 obtida no aptulo anterior.
Como nas proximidades do ponto rti o m e pequeno, pode-se des onsiderar m5 , portanto,
5 0 3
0 = "1 m m: (4.35)
4
Desta forma, para esta equa ~ao tem-se três solu ~oes para m quando 0 > 0, ou seja,
quando p < 0:5,
m1 = 0
s
j" j
m2;3 = ( 5 1 0 ): (4.36)
4

141
Segue-se que o parâmetro de transi ~ao de fase, q , e dado por q = 23=30 = 0:7666.
Expandindo q em torno de q tal que "1 = (q q )=q , tem que se "1 > 0 ou seja q < q
ent~ao m1 = 0 e quando "1 < 0, portanto, q > q ent~ao m2;3 = [((q q )=q )1=2 ℄ om o
expoente = = 1=2: As mesmas solu ~oes a ima podem ser obtidas de outro modo, por
dm
exemplo, multipli ando-se ambos os lados da equa ~ao a ima para por m, tem-se a
dt
equa ~ao(de Oliveira e Tânia Tome, 2001),
1d 2 5 0 4
m = "1 m 2
m: (4.37)
2 dt 4
Essa equa ~ao diferen ial e uma equa ~ao ordinaria de primeira ordem n~ao homogênea
igual aquela para o modelo VMAJ4 do aptulo anterior. Assumindo que m(0) = mo e
a ondi ~ao ini ial e onsiderando que "1 6= 0, por meio do metodo do fator de integra ~ao
segue-se a solu ~ao,
2m2o "1
m2 = 5 2 0 : (4.38)
[( 2 mo + 2"1 ) exp(2"1 t) 52 0 m2o ℄
Ha duas solu ~oes distintas para t ! 1, ou seja, no estado esta ionario. Essas solu ~oes
15 0
dependem, para 0 > 0, do sinal de "1 = (1 ). (1)No primeiro aso, se "1 = (1
8
7 23
) > 0, portanto, p > ou q < = q = 0:7666 ent~ao m ! 0 ao qual esta asso iado
15 0
8
30 30
o estado desordenado ou paramagneti o para usar a terminologia do magnetismo. O
omportamento de m para esse aso e fa ilmente visto ser des rito, a partir da equa ~ao
anterior, por
15 0
m = D exp( "1 t) = D exp( (1 )t); (4.39)
8
em que D e uma onstante. Esta equa ~ao mostra expli itamente que m ! 0 para t ! 1
na fase paramagneti a. Daqui segue-se que o tempo de relaxa ~ao e dado por = (1
15 0
), portanto, jq q j 1 . (2)No segundo aso, se "1 = (1 158 0 ) < 0, portanto,
8
p < p = 7=30 = 0:2333 ou q > 23=30 = q = 0:7666 ent~ao m ! m = m2;3 em que, da
equa ~ao a ima, s
4j"1j
m = : (4.40)
5 0
Desta forma, o parâmetro de ordem m se omporta, nas proximidades do ponto
rti o, omo
m j"1 j1=2 ; (4.41)
portanto, apresentando o valor = 1=2 para o expoente rti o da lei de potên ia do
parâmetro de ordem. Por outro lado, o parâmetro de ordem m de ai para o seu valor
esta ionario m de forma exponen ial. Essa de aimento pode ser visto fazendo uma
expans~ao em Taylor para a 4.38 omo no estudo do modelo VMAJ2.1. Desta expans~ao
obtem-se,
15
m = m + C exp( jq q jt); (4.42)
4
142
a qual mostra o de aimento exponen ial para m ! m . Pode-se daqui inferir o tempo de
4
relaxa ~ao: = . Com este omportamento tem-se que, em ambos os asos, o
15jq q j
tempo de relaxa ~ao se omporta omo jq q j 1 . O omportamento do parâmetro de
ordem m, deste modelo, em torno do ponto rti o p = 1 q e dado a partir da equa ~ao,
s
m =
j" j
( 5 1 0 ): (4.43)
4

Desta equa ~ao segue-se que
s
3 jq qj
m ( ) jq q j1=2 : (4.44)
2 q 1
2
A qual forne e o valor desse expoente rti o que e o valor lassi o = 1=2.
4.5.3 A simula ~ao omputa ional: resultados numeri os e a analise

dos dados.
Obtem-se ini ialmente o valor rti o de transi ~ao de fase. O metodo do umulante de
quarta ordem dado por 1.36, mostra, no gra o abaixo, que o valor rti o do parâmetro
indutor da transi ~ao e dado por q = 0:0848 asso iado om o o valor do umulante de
UL = 0:61 que e o valor para a lasse de universalidade de Ising.
Metodo do Cumulante − −> qc=0.0848;
6
LOOP=2.10 ;
0.75
L=10;
L=20;
L=30;
L=40;
0.7
0.65
UL(q)
0.6
0.55
0.5
0.045 0.055 0.065 0.075 0.085 0.095 0.105
q
Figura 4.12: O metodo do umulante UL (q ): a interse ~ao no valor rti o q = 0:0848.
143
Com os proximos dois metodos o da magnetiza ~ao 11 e da sus etibilidade12, identi a-
se a natureza da transi ~ao de fase. O omportamento da magnetiza ~ao om independên ia
do tamanho do sistema para q < q e mostrado pelo gra o seguinte,
ML versus q
6
qc=0.0848; LOOP=2.10 ;
1
L=10;
L=20;
L=30;
0.8 L=40;
0.6
ML
0.4
0.2
0
0 0.05 0.1 0.15 0.2
q
Figura 4.13: A magnetiza ~ao ML (q ) versus q para alguns valores de L.
O omportamento da sus etibilidade13 om a tendên ia para a divergên ia no valor do

ponto rti o e mostrado pelo gra o seguinte,
χL versus q
6
qc=0.0848; LOOP=2.10 ;
L=10;
60 L=20;
L=30;
L=40;
40
χL
20
0
0 0.1 0.2 0.3
q
Figura 4.14: A sus etibilidade L versus q e tendên ia a divergên ia em q = 0:0848.
11 (Barkema and Newman, 1999), pg.83

12 (Binder, 1998), pg.176.
13 (Binder, 1998), pg.176.
144
Uma vez identi ado tanto o valor rti o da transi ~ao de fase quando a natureza dessa
transi ~ao, omo ontnua, trata-se, omo parte do roteiro, ent~ao de resolver o problema
da lasse de universalidade. O riterio e aquele dos expoentes rti os. Um dos expoentes
pode ser obtido da lei de potên ia des rendo o omportamento da magnetiza ~ao dado
em 1.37, de um gra o log-log, dos dados da simula ~ao omputa ional e por meio do
metodo da regress~ao linear. Esse pro esso identi a o valor = = 0:1232, portanto
muito proximo do valor exato = = 0:125 do modelo de Ising bidimensional, omo e
ilustrado pelo gra o abaixo,
EXPOENTES CRITICOS
qc=0.0848; β/ν=0.1232 + − 0.0036; 2.10 ;
6
−0.35
L=10;L=20;L=30;L=40;
−0.4
Ln M(qc) −0.45
−0.5
−0.55
2 2.5 3 3.5 4
Ln L
De forma analoga, o omportamento da sus etibilidade14 que pode ser des rito de dois
modos, no ponto rti o e de maneira independente do ponto rti o. Com o metodo
independente do valor rti o o expoente tem o valor de = = 1:7049, proximo do valor
exato = = 1:750 do modelo de Ising.
14 (Binder, 1997), pg.523-525.
145
EXPOENTES CRITICOS
qc=0.0848; γ/ν=1.7049 + − 0.0073; LOOP= 2.10 ;
6
L=10;L=20;L=30;L=40;
Ln χmax 3
1
2 2.5 3 3.5 4
Ln L
Figura 4.16: Regress~ao linear ! / = 1:705.
O outro metodo para o al ulo do expoente = depende do valor rti o do parâmetro.
A lei de potên ia, obtida para o valor rti o, o gra o log-log, os dados da simula ~ao e
o metodo de regress~ao linear forne em para o expoente rti o o valor de = = 1:741,
bastante proximo do valor exato = = 1:750 do modelo de Ising. O gra o na sequên ia
mostra esse pro esso,
EXPOENTES CRITICOS
qc=0.0848; γ/ν=1.7430 + − 0.0387; LOOP=2.10
6
4
L=10;L=20;L=30;L=40;
Ln χ(qc)
1
2 2.5 3 3.5 4
Ln L
Com estes três resultados pode-se lassi ar o modelo VMIN4 omo perten ente a
lasse de universalidade do modelo de Ising bidimensional.
Transita-se agora, novamente para a ter eira etapa om a bus a de mais evidên ias
de apoio aos valores rti os. Uma delas onsiste no teste de onsistên ia que faz uso das
fun ~oes universais. A fun ~ao universal da magnetiza ~ao onstruda, de maneira des rita
146
anteriormente, leva a grandeza rees alada M~ = L= M (q ), e ao parâmetro indutor da
transi ~ao rees alonado, "~ = L1= (q q )=q . O resultado dessa rela ~ao e um gra o do
olapso que ondensa todos os dados orrespondentes aos diversos tamanhos do sistema
e pode ser visto a seguir,
COLAPSO DOS DADOS
qc=0.0848; β/ν=0.1232; ν=1.00; 2.10
6
1.5
L=10;
L=20;
L=30;
L=40;
β/ν
L ML
0.5
0
−20 0 20 40 60
1/ν
L ((q−qc)/qc)
Figura 4.18: Fun ~ao universal L= M (q ) versus L1= (q q )=q .
Esse gra o mostra que os valores obtidos tanto para o valor rti o, q , quanto para
o dos expoentes rti os, = e = s~ao bastante adequados.
A segunda dessas grandezas e a sus etibilidade, uja fun ~ao universal, dada pela
rela ~ao 1.38, leva a grandeza es alada ~ = L = (q ), e ao parâmetro q reduzido e
rees alonado, "~ = L1= (q q )=q . Com isto obtem-se um gra o do olapso bastante
adequado omo se pode ver na sequên ia,
147
COLAPSO DOS DADOS
qc=0.0848; γ/ν=0.1741; ν=1.00; 2.10
6
0.12
L=10;
L=20;
0.1 L=30;
L=40;
0.08
γ/ν
L χL 0.06
0.04
0.02
0
−20 0 20 40 60
1/ν
L ((q−qc)/qc)
Figura 4.19: Fun ~ao universal L = (q ) versus L1= (q q )=q .
Na mesma linha de ra io nio, onstroi-se a fun ~ao universal para o umulante de

quarta ordem Essa fun ~ao universal, leva a grandeza U~ (q ) = U e a grandeza "~ = L1= (q
q )=q . A rela ~ao entre essas grandezas produz tambem um gra o do olapso para varios
tamanhos do sistema omo e visto na sequên ia,
COLAPSO DOS DADOS
qc=0.0848; γ/ν=1.7410; ν=1.00; 2.10
6
0.8
L=10;
L=20;
L=30;
L=40;
0.6
UL 0.4
0.2
0
−20 0 20 40 60
1/ν
L ((q−qc)qc)
Figura 4.20: Fun ~ao universal U(q) versus L1= (q q )=q .
148
Captulo 5
O MODELO CONVEXO DO
VOTANTE

MAJORITARIO-MINORIT
ARIO:
VMAJ4VMIN4.
5.1 Introdu ~ao.
Os objetivos neste aptulo s~ao dois: onstruir, em me âni a estatsti a fora do equilbrio,
om os modelos VMIN e VMAJ, um modelo analogo ao modelo de Ising J e abordar de
maneira \quen hed"ou temperada os modelos VMAJ para pro eder a uma ompara ~ao
om a abordagem \annealed"que tem sido a abordagem adotada nesta tese. O primeiro
objetivo e o de onstruir, seguindo a heursti a da analogia om o modelo de Ising, ainda
que agora o Modelo de Ising J , o analogo para a me âni a estatsti a fora de equilbrio.
Esse modelo onsiste na ombina ~ao onvexa entre o modelo do votante majoritario,
VMAJ, e o votante minoritario, VMIN. Com respeito a esse modelo, olo am-se os mesmos
objetivos ou problemas anteriores, o do al ulo do valor rti o, da natureza da transi ~ao
deste novo modelo, das ara tersti as da riti alidade ou da lasse de universalidade e
novos problemas omo aquele da onstru ~ao do diagrama de fase, e, da identi a ~ao da
possvel existên ia de uma fase \spin glass" para o modelo om a ombina ~ao onvexa
formada da densidade = 0:5 para ada um desses omponentes, omo onsequên ia da
analogia men ionada.
149
5.2 O modelo VMAJ4VMIN4.
5.2.1 Introdu ~ao.
A ombina ~ao onvexa do modelo do votante minoritario, VMIN4 om o do votante
majoritario VMAJ4 produz um modelo VMAJ4VMIN4 que n~ao satisfaz a regra da re-
versibilidade mi ros opi a, portanto, lassi a-se omo um modelo fora de equilbrio.
Considera-se min omo o parâmetro de onvexidade ou mesmo a densidade de spins en-
trais que seguem a regra minoritaria enquanto vmaj = 1 vmin e a densidade daqueles
que seguem a regra majoritaria. Neste ontexto, o parâmetro de ordem adotado, sim-
bolizado por m e aquele adequado, pela presen a do modelo VMAJ4, para identi ar o
estado fundamental ferromagneti o ou seja o estado que tem omo ongura ~ao todos os
spins para ima ou todos para baixo. Enquanto, pela presen a do modelo minoritario,
VMIN4, e pre iso tambem fazer uso do outro parâmetro de ordem, m? , adequado agora
para identi ar o estado fundamental desse modelo o estado antiferromagneti o, o qual
onsiste na ongura ~ao apresentando estados alternados. O modelo VMAJ4VMIN4 ap-
resenta os dois tra os essen iais do modelo de Ising J : a desordem e a frustra ~ao. De um
lado tem-se uma desordem espa ial propor ionada pela ombina ~ao onvexa do votante
majoritario e do votante minoritario. Tem-se distribudo pela rede intera ~oes majoritaria
om intera ~oes minoritarias. A prin pio eles deveriam fazer o papel da intera ~ao J . De
outro lado, a analogia tambem poderia en ontrar uma orrespondên ia na presen a de
frustra ~ao nos dois modelos. Um modo de ver essa frustra ~ao surgir e pela presen a da
regra do desempate. Por exemplo, por meio de uma es olha aleatoria de p = 0:50 entre os
dois estados possveis poder-se-ia reproduzir o mesmo efeito que o orre no modelo de Ising
J , o de um spin estar submetido a duas orienta ~oes igualmente possveis de orrentes da
intera ~ao om os seus vizinhos mais proximos. Essa propriedade da frustra ~ao e ilustrada
no gra o seguinte
150
+J +J
−J +J +J +J
−J −J
I II
Figura 5.1: Estes s~ao exemplos de plaquetas (I)n~ao frustradas e de (II) frustradas.
Desta forma, pressupondo a hipotese de uma possvel analogia, que, entretanto, de-
vera ainda ser mais trabalhada e mais bem fundamentada, fazer-se-a uso dela omo um
re urso heursti o para ser investigada propriedades desta ombina ~ao onvexa. Qual
a vantagem? Reproduzir om modelos que n~ao obede em o balan eamento detalhado,
portanto que se lassi am omo des revendo fenômenos fora de equilbrio, as mesmas
propriedades que possuem modelos que satisfazem a propriedade do balan eamento detal-
hado. Por exemplo, omo se sabe (Ozeki and Nobuyasu, 1998) sem analisar as possveis
ontroversias, o modelo de Ising J , para dimens~ao d 3, apresenta quatro regi~oes, a
regi~ao ferromagneti a, a paramagneti a, a regi~ao antiferromagneti a e a regi~ao vidro de
spin onstituda de um ponto. O mesmo a onte eria om o modelo VMAJ4VMIN4 mas
om alguma ontroversia para o modelo de duas dimens~oes, em que a regi~ao de vidro
de spin se en ontraria no ponto de densidade vmin = vmaj = 0:50. Tais analogias
onduzem a ne essidade de se olo ar e resolver o problema da identi a ~ao no modelo
de ombina ~ao onvexa do votante majoritario e votante minoritario, de regi~oes ferro e
antiferromagneti a. Isto signi a que se deve obter uma rela ~ao entre o valor rti o do
parâmetro indutor, q , e , por exemplo, densidade, min , de spins entrais, que seguem a
regra minoritaria. Os modelos-base para a ombina ~ao onvexa s~ao: o modelo do votante
majoritario VMAJ4 om spin entral e o modelo minoritario VMIN4 om spin entral.
5.2.2 A des ri ~ao do modelo VMAJ4VMIN4.

O modelo VMAJ4VMIN4 onsiste:
151
do spin entral, i;j e os quatro vizinhos mais proximos, i 1;j , i+1;j , i;j 1 , i;j +1 .
da ombina ~ao onvexa da regra da maioria, vmaj om a regra da minoria, vmin

tal que vmin + vamj = 1.
de uma regra do desempate. Dois tipos:

uma regra do desempate tal que es olhe-se um dos estados om probabilidade
p = 0:5. Essa regra dene o modelo sem spin entral.
uma regra do desempate dada pela regra do spin entral tal que es olhe-se o
estado do spin entral om probabilidade p e o ontrario deste estado om proba-
bilidade q = 1 p que dene o modelo om spin entral.
No aso de se onsiderar o modelo VMIN4 e VMAJ4 sem spin entral a taxa de invers~ao
desse modelo onvexo e des rita por
wi;j (i;j ) = =2[1 i;j S (i+1;j + i 1;j + i;j 1 + i;j +1)℄
+ (1 )=2)[1 + i;j S (i 1;j + i+1;j + i;j +1 + i;j 1 )℄:
A fun ~ao S (a) e a fun ~ao sinal denida segundo as seguintes regras: S (a) = +1 para
a > 0, S (a) = 1 para a < 0 e S (a) = 0, para a = 0 enquanto S (a) e a fun ~ao sinal
denida segundo as regras: S (a) = 1 para a < 0, S (a) = 1 para a > 0 e S (a) = 0
para a = 0. Essa taxa de invers~ao e igual as regras do modelo original que simula-
se omputa ionalmente nesta tese ex eto que onsidera-se a regra de desempate omo
p = 0:5 para a eitar um ou o outro estado. No entanto, o fo o da aten ~ao refere-se ao
modelo VMAJ4VMIN4 om spin entral a ser dis utido abaixo.
5.2.3 O modelo VMAJ4VMIN4 om spin entral.

O modelo VMAJ4VMIN4 om spin entral onsiste,
do spin entral, i;j e os quatro vizinhos mais proximos, i 1;j , i+1;j , i;j 1 , i;j +1 .
da taxa de transi ~ao formada da ombina ~ao onvexa da regra da maioria, vmaj
om a regra da minoria, vmin tal que vmin + vamj = 1.
de uma regra de desempate dada pela regra do spin entral tal que es olhe-se o estado
do spin entral om probabilidade p e o ontrario deste estado om probabilidade
q = 1 p.
152
da ombina ~ao onvexa dos dois modelos VMAJ4 e VMIN4 om spin entral.
de uma realiza ~ao desse modelo onsistindo de vmaj = 0:95, portanto, vmin = 0:05.
A analise da taxa de transi ~ao do modelo VMAJ4VMIN4 om spin entral, que onsiste
da ombina ~ao onvexa da taxa de transi ~ao de VMAJ4 om a da taxa de transi ~ao de
VMIN4, mostra que ela satisfaz a propriedade da simetria por invers~ao de sinal. Uma
vez que seus omponentes satisfazem ada um deles essa mesma propriedade, o que, por
meio do argumento de Grinstein(Grinstein et al., 1985), o lassi a, teori amente, omo
perten ente a lasse de universalidade do modelo de Ising. Dis ute-se a abordagem teori a
de maneira geral, portanto, para qualquer da densidade vmaj . No entanto, do ponto de
vista da abordagem da simula ~ao omputa ional trabalha-se om modelos espe os. A
ilustra ~ao utilizada para resolver o problema do valor rti o, da natureza da transi ~ao
e da lasse de universalidade e do modelo onsistindo da ombina ~ao onvexa feita de
vmaj = 0:95 e, portanto, vmin = 0:05. Depois, trabalha-se om modelos denidos por
outros valores de vmaj para al ular os valores rti os e onstruir o diagrama de fase.

A equa ~ao de evolu ~ao(de Oliveira e Tânia Tome, 2001) es reve-se
X
W ( j )Pl ( ):
0 0
Pl+1 ( ) = (5.1)
0

Com as taxas de transi ~ao des ritas para os dois modelos VMAJ4 e VMIN4 om
spin entral, pode-se onstruir o modelo onvexo VMAJ4VMIN4 om spin entral, om o
parâmetro densidade , e rees rever a equa ~ao a ima para Pl+1 na seguinte forma,

Pl+1 (1) = pPl (1111) + 4pPl (111 1) + 6pPl (111 1 1)

+ 6qPl ( 111 1 1) + 4qPl ( 1 1 11) + qPl ( 1 1 1 1)

+ (1 ) qPl (1111) + 4qPl (111 1) + 6qPl (111 1 1)

+ 6pPl ( 111 1 1) + 4pPl ( 1 1 11) + pPl ( 1 1 1 1) :
Adotando a hipotese da aproxima ~ao de ampo medio1, ou seja, que P (1 2 3 4 5 ) =
P (1 )P (2 )P (3 )P (4 P (5 ) e substituindo a ima, a equa ~ao pode ser es rita omo,

Pl+1 (1) = pPl4 (1) + 4pPl3 (1)Pl ( 1) + 6pPl3 (1)Pl2( 1)

+ 6qPl3( 1)Pl2 (1) + 4qPl3 ( 1)Pl (1) + qPl4 ( 1)

+ (1 ) qPl (1)4 + 4qPl3(1)Pl ( 1) + 6qPl3(1)Pl2 ( 1)

+ 6pPl3( 1)Pl2 (1) + 4pPl3 ( 1)Pl (1) + pPl4( 1) :
1 (Dotsenko, 2001), pg.4;(de Oliveira e Tânia Tome, 2001).
153
Dando in io as substitui ~oes, por exemplo, Pl ( 1) + Pl (1) = 1,

Pl+1 (1) = pPl4 (1) + 4pPl3 (1)(1 Pl (1)) + 6pPl3(1)(1 Pl (1))2

+ 6q (1 Pl (1))3 Pl2 (1) + 4q (1 Pl (1))3 P1 (1) + q (1 Pl (1))4 +

(1 ) qPl4 (1) + 4qPl3 (1)(1 Pl (1)) + 6qPl3(1)(1 Pl (1))2

+ 6p(1 Pl (1))3 Pl2 (1) + 4p(1 Pl (1))3 Pl (1) + p(1 Pl (1))4 :
E, na sequên ia, por meio de manipula ~oes algebri as e simpli a ~oes hega-se a,

Pl+1 (1) = q + 10(q p)Pl3 (1) + 15(q p)Pl4 (1) + 6(q p)Pl5(1)

+ (1 ) p + 10(q p)Pl3(1) + 15(q p)Pl4 (1) + 6(q p)Pl5 (1) :
Depois de mais algumas manipula ~oes algebri as, obtem-se um resultado mais om-
pa to,
Pl+1 (1) = q + (1 )p + 10(2p 1)(2 1)Pl3 (1)
15(2p 1)(2 1)Pl4 (1) + 6(2p 1)(2 1)Pl5 (1):
Com a substitui ~ao de ml = Pl (1) Pl ( 1) na equa ~ao a ima e om varias passagens
algebri as e simpli a ~oes, tem-se,
5
Pl+1 (1) = q + (1 )p + (2p 1)(2 1)(1 + 3ml + 3m2l
4
15
+ m3l ) (2p 1)(2 1)(1 + 4ml + 6m2l + 4m3l
16
3
+ m4l ) + (2p 1)(2 1)(1 + 5ml + 10m2l + 10m3l + 5m4l + m5l ):
16
Organizando segundo as potên ias de m, e, omo p + q = 1 hega-se a,
1 15
Pl+1 (1) = + (1 2q )(2 1)ml
2 16
5 3
(1 2q )(2 1)m3l + (1 2q )(2 1)m5l :
4 16
Com a substitui ~ao de Pl+1 = (ml+1 +1)=2 e adi ionando ml em ambos lados, tem-se
nalmente,
15 5
ml+1 ml = [ (1 2q )(2 1) 1℄ml (1 2q )(2 1)m3l
8 2
3
+ (1 2q )(2 1)m5l :
8
No ontnuo, tem-se,
dm 15 5 3
= [ (1 2q )(2 1) 1℄m (1 2q )(2 1)m3 + (1 2q )(2 1)m5 : (5.2)
dt 8 2 8
dm
No estado esta ionario, = 0, tem-se a seguinte equa ~ao,
dt
15 5 3
0 = [ (1 2q )(2 1) 1℄m (1 2q )(2 1)m3 + (1 2q )(2 1)m5 : (5.3)
8 2 8
154
A partir dessa equa ~ao pode-se obter os valores rti os dos parâmetros indutores da
transi ~ao, pois,
158(1 2q )(2 1) = 1: (5.4)
Considerando, = vmin , pode-se es rever a rela ~ao a ima omo,
1 4
q= ; (5.5)
2 15(2vmin 1)
a qual dene uma linha de pontos rti os (vmin ; q ) em que alguns s~ao bastante imediatos,
por exemplo, que ao valor vmin = 1 esta asso iado o valor q = 7=30 = 0:233 enquanto om
o valor q = 0 esta asso iado o valor vmin = 23=30 = 0:766. Com os pontos intermediarios
(q; vmin ), que denem a vizinhan a do ponto (q = 0; vmin = 1), e s~ao ompatveis om
a rela ~ao a ima, pode-se onstruir uma regi~ao de fase antiferromagneti a no gra o q
versus min . Do mesmo modo, para a mesma rela ~ao, ao valor vmin = 0 esta asso iado o
valor de q = 23=30 = 0:766 enquanto que o valor de q = 1 esta asso iado om o valor de
vmin = 7=30. Outros pontos s~ao aqueles denidos por vmin = p, o qual substituindo na
equa ~ao a ima, forne e,
8
(2p 1)(2p 1) = : (5.6)
15
r
8
Resolvendo para p tem-se p = 0:5(1 ), portanto, que p 0:870 e p 0:130
15
ou seja, em termos de q , tem-se que q 0:130 e q 0:870. Desta forma, temos quatro
outros pontos (0:870; 0:870), (0:870; 0:130), (0:130; 0:870) , e, (0:130; 0:870). Por meio de
outros pontos intermediarios (q; min ), ompatveis om a rela ~ao anterior, aos pontos
men ionado a ima, que denem a vizinhan a em torno do ponto (q = 1; vmin = 0), pode-
se onstruir uma outra regi~ao de fase antiferromagneti a no mesmo gra o mostrando na
sequên ia ou seja q versus vmin ,
155
qc versus λvmin
q=1/2 −(4/15(2λ−1))
1
0.8
AF
0.6
qc
0.4
AF
0.2
0
0 0.2 0.4 0.6 0.8 1
λvmin
Figura 5.2: O gra o q versus vmin .
Considerando, por outro lado, que = (1 vmin ), ent~ao, a mesma rela ~ao pode-se
es rever omo,
15
(1 2q )(2vmin 1) = 1: (5.7)
8
Portanto, segue-se que
1 4
q= + : (5.8)
2 15(2vmin 1)
Analogamente omo foi feito a ima, pode-se ver que para o valor vmin = 0 tem-se
asso iado o valor q = 7=30 = 0:233 enquanto ao valor q = 0 obtem-se o valor asso iado
de vmin = 7=30 = 0:233. Os pontos intermediarios (q; vmin ) a esses pontos, que denem
a vizinhan a do ponto (q = 0; vmin = 0) e s~ao ompatveis om essa ultima rela ~ao,
permitem onstruir uma regi~ao de fase ferromagneti a no gra o q versus vmin . E,
nalmente, o valor vmin = 1 esta asso iado ao valor q = 23=30 = 0:766 enquanto
que ao valor q = 1 en ontra-se asso iado o valor vmin = 23=30. Novamente, om os
pontos intermediarios (q; vmin ) a esses ultimos pontos, denindo a vizinhan a do ponto
(q = 1; vmin = 1) e que s~ao ompatveis om essa ultima rela ~ao a ima, pode-se onstruir
outra regi~ao de fase ferromagneti a omo mostrado no gra o seguinte,
156
qc versus λvmin
q=1/2 + (4/(15(2λ−1))
1
0.8
F
0.6
qc
0.4
F
0.2
0
0 0.2 0.4 0.6 0.8 1
λvmin
Com esses dados onstroi-se quatro regi~oes omo vizinhan as dos quatro antos de
uma aixa des rita por quatro pontos, (vmin = 0; q = 0), (vmin = 1; q = 0), (vmin =
1; q = 1), e, (vmin = 0; q = 1). Tais vizinhan as s~ao ilustradas no gra o seguinte
des rito pelos eixos q e vmin ,
157
qc versus λvmin
0.8
AF F
0.6
qc
0.4
F AF
0.2
0
0 0.2 0.4 0.6 0.8 1
λvmin
A abordagem de ampo medio feita a ima tera seus resultados omparados om os

valores exatos obtidos por simula ~ao omputa ional. Na sequên ia estuda-se esses mod-
elos para obter os valores exatos das quantidades relevantes, por meio da abordagem
omputa ional, e uma rela ~ao entre elas, por exemplo, a rela ~ao entre q e vmin .

dos dados.
Trabalhando om os parâmetros de ordem, m e m? , pro edeu-se a simula ~ao omputa-
ional para diversos valores de en ontrou-se por um lado o valor da magnetiza ~ao, ML
e, por outro, o valor do ponto rti o q . Apli aram-se todos os re ursos men ionados
a ima, ou seja, a simula ~ao omputa ional, o metodo de es ala de tamanho nito e os
outros metodos para diferentes tamanhos do sistema, L = 10, L = 20, L = 30, L = 40.
O objetivo e obter tanto o valor rti o, q , quanto os expoentes rti os, = e = , para
uma densidade espe a de vmaj = 0:95, omo representante do onjunto dos valores de
no intervalo [0; 1℄, om os quais se trabalhara, sem ontudo, entrar em detalhes, om
vista a rela ~ao entre q e vmin . Seguindo roteiro estabele ido pelo estudo dos fenômenos
rti os e transi ~ao de fase em me âni a estatsti a, ome a-se por al ular o valor do
158
ponto rti o, e, para isso, usa-se o metodo do umulante de quarta ordem2 . Esse valor
e dado pela interse ~ao das urvas do umulante UL para ada tamanho do sistema L,
versus q . O gra o na sequên ia ilustra esse pro edimento e mostra que esse valor e dado
por q = 0:0380,
Metodo do Cumulante −−>qc=0.0390
6
LOOP=2.10
0.8
L=10;
L=20;
L=30;
0.7 L=40;
0.6
UL
0.5
0.4
0.3
0 0.02 0.04 0.06 0.08 0.1 0.12
q
Figura 5.5: O metodo do umulante obtemos q = 0:0380 para vmaj = 0:95.
Obtido o valor rti o da transi ~ao de fase o proximo passo e identi ar a natureza
dessa transi ~ao de fase. Para isso onta-se, omo ja foi men ionado varias vezes, om dois
metodos, o das urvas da magnetiza ~ao e da sus etibilidade. O metodo das urvas da
magnetiza ~ao s~ao onstrudas da rela ~ao entre a magnetiza ~ao, ML e o parâmetro indutor
da transi ~ao, q para ada tamanho, L. O omportamento ontnuo da magnetiza ~ao e
independente do tamanho do sistema para q < q pode ser visto no gra o seguinte,
2 (Binder and Heermann, 1988), pg.46 e pg.107; (Landau, 2000), pg.78;(de Oliveira, 1996), pg.1322;
(Binder, 1997), pg.523, itePlis hke94, pg. 289; (de Oliveira and Chiappin, 1997), pg. 311-312.
159
ML versus q
6
qc=0.0390; LOOP=2.10 ;
1
L=10;
L=20;
L=30;
0.8 L=40;
0.6
ML
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5
q
Figura 5.6: A rela ~ao da magnetiza ~ao, ML , om q .
Contudo, nada mostra de maneira mais evidente, ao menos visualmente, tanto o

fenômeno quanto a natureza da transi ~ao de fase de segunda ordem do que a tendên ia
para a divergên ia da fun ~ao sus etibilidade, L em termos do parâmetro indutor de
transi ~ao, q , para tamanhos, L, res entes do sistema ujo omportamento pode ser visto
no gra o seguinte,
χL versus q
6
qc=0.0390; LOOP=2.10 ;
60 L=10;
L=20;
L=30;
50 L=40;
40
χL
30
20
10
0
0 0.04 0.08 0.12 0.16 0.2
q
Figura 5.7: A rela ~ao da sus etibilidade, L om q.
Cal ulado o valor do ponto rti o e identi ada a natureza da transi ~ao omo ontnua
tem-se na etapa a seguir resolver o problema da lasse de universalidade desse modelo.
Como foi visto s~ao os expoentes rti os que denem a lasse de universalidade do modelo.
160
As leis de potên ia3 des revendo o omportamento das duas grandezas relevantes, mag-
netiza ~ao ML , omo dada pela rela ~ao 1.40, sus etibilidade, dada pela rela ~ao 1.41, no
ponto rti o, q , forne em esses expoentes. A partir dos re ursos a ima e de um gra o
log-log, dos dados da simula ~ao e da regress~ao linear, omo e ilustrado abaixo, tem-se o
valor do expoente rti o = = 0:1225.
EXPOENTES CRITICOS:β/ν
6
qc=0.0390; Interpolacao:−β/ν=−0.1225; LOOP=2.10 ;
−0.3
−β/ν=−0.1400 +− 0.0025;
−0.35 −β/ν=−0.1225 +− 0.0017;
−β/ν=−0.1054 +− 0.0030;
−0.4
−0.45
Ln M −0.5
−0.55
−0.6
−0.65
−0.7
2 2.5 3 3.5 4
Ln L
Figura 5.8: O gra o log-log da magnetiza ~ao ML (q ),versus L.
O segundo desses expoentes rti os, = , e obtido, por meio de dois metodos ja men-
ionados. O primeiro metodo a ser usado e o metodo do valor maximo da sus etibilidade4
que forne e o valor de = = 1:7300 0:0138, omo pode ser visto a seguir,
3 (Binder, 1997), pg.523-525; (Landau, 2000), pg.77-78.

4 (Binder, 1997), 523-525; (Landau, 2000), pg. 77-78
161
Expoentes Criticos: γ/ν
qc=0.0390; γ/ν=1.7300 +−0.0138; LOOP=2.10 ;
6
5
L=10;L=20;L=30;L=40;
Ln χmax 3
1
2 2.5 3 3.5 4
Ln L
Figura 5.9: Gra o log-log da sus etibilidade max versus L.
Com a lei de potên ia para a sus etibilidade 5 , dada por 1.41, pode-se obter tambem o
expoente rti o, = al ulada no ponto rti o. Com essa te ni a e por meio do gra o
log-log, dos dados da simula ~ao e da regress~ao linear tem-se o valor do expoente rti o
dado por = = 1:7424. Isso e feito no gra o log-log abaixo,
EXPOENTES CRITICOS:γ/ν
qc=0.0390; Interpolacao −> γ/ν=1.7424; LOOP=2.10 ;
6
γ/ν=1.8261 +− 0.0153;
γ/ν=1.7424+− 0.0102;
γ/ν=1.6471 +− 0.0238;
Ln χL
1
2 2.5 3 3.5 4
Ln L
Figura 5.10: Gra o log-log da sus etibilidade, L (q ),versus L.
Com esses valores a ima de = = 0:1225 e de = = 1:7424, que s~ao bastante proximos
dos valores exatos para o modelo de Ising que s~ao = = 0:125 e = = 1:750, sustenta-se
o argumento de Grinstein(Grinstein et al., 1985) que esse modelo VMAJ4VMIN4 estaria
5 (Binder, 1997), 523-525, (Landau, 2000), pg. 77-78.
162
na lasse de universalidade do modelo de Ising por possuir a propriedade da simetria de
invers~ao.
Com esta parte on luda hega-se a ultima parte da etapa envolvendo a hipotese de
es ala. Ela onsiste no teste de onsistên ia para os valores rti os obtidos a ima. Esse
teste envolve as fun ~oes universais des ritas anteriormente. A primeira dessas fun ~oes
universais, a fun ~ao universal magnetiza ~ao dada por 1.37, leva a grandeza magnetiza ~ao
rees alonada,M~ (q ) = L= M , e ao parâmetro indutor reduzido e rees alonado, "~ =
L1= (q q )=q . Com essas duas grandezas rees aladas pode-se onstruir o gra o que
mostra, om os dados da simula ~ao, o olapso para todos os tamanhos L do sistema,
COLAPSO DOS DADOS
qc=0.0390; −β/ν=−0.1225; ν=1.0; LOOP=2.10 ;
6
1.5
L=10;
L=20;
L=30;
L=40;
β/ν
L M
0.5
0
−50 0 50 100 150
1/ν
L (q−qc)/qc
Figura 5.11: Fun ~ao Universal M~ (q ) = L= M versus "~ = L1= (q q )=q .
A segunda fun ~ao universal a ser onstruda e a sus etibilidade rees alonada dada
pela equa ~ao 1.38. Ela leva a grandeza es alada ~(q ) = L = e ao parâmetro indutor
rees alonado "~ = L1= (q q )=q . O gra o do olapso onstruda om essa rela ~ao e os
dados do sistema pode ser visto a seguir,
163
COLAPSO DOS DADOS
qc=0.0390; γ/ν=1.7424; ν=1.0; LOOP=2.10
6
0.12
L=10;
L=20;
0.1 L=30;
L=40;
0.08
−γ/ν
L χ 0.06
0.04
0.02
0
−50 0 50 100
1/ν
L (q−qc)/qc
Figura 5.12: Fun ~ao universal ~(q ) = L = versus "~ = L1= (q q )=q .
E, nalmente, a fun ~ao universal6 do umulante de quarta ordem, dada pela rela ~ao
1.39 leva a grandeza es alada U (q ) e ao parâmetro indutor reduzido e es alado "~ =
L1= (q q )=q . O gra o do olapso para os dados da simula ~ao pode ser mostrado
abaixo,
COLAPSO DOS DADOS
qc=0.0390; ν=1.0 ; LOOP=10 ;
6
0.8
L=10;
L=20;
L=30;
L=40;
0.6
U 0.4
0.2
0
−50 0 50 100
1/ν
L (q−qc)/qc
Figura 5.13: Fun ~ao universal U (q ) versus "~ = L1= (q q )=q .
6 (Stanley, 1999); (Landau, 2000); (Binder, 1997), pg. 523; (de Oliveira and Chiappin, 1997), pg.
311-312.
164
Uma vez denido que este modelo, ombina ~ao onvexa do votante majoritario, VMAJ4,
e do votante minoritario, VMIN4, se en ontra na lasse de universalidade do modelo de
Ising, passa-se ent~ao a resolver o problema de determinar as regi~oes do ferromagnetismo,
do paramagnetismo e a do antiferromagnetismo. Com os re ursos da simula ~ao omputa-
ional pode-se onstruir outras realiza ~oes, outros vmin , semelhantes ao modelo anterior
denido para vmin = 0:05. Faz-se para isso, em primeiro lugar, a analise dos demais
valores da densidade vmin " [0; 1℄ da probabilidade p " [0:5; 1℄. Depois, para os mes-
mos valores de vmin , mas, agora para p " [0:00; 0:5℄. Obtendo-se os pontos rti os para
ada valor de vmin ou vmaj , poder~ao ser notadas três regi~oes bem denidas para ada
uma das duas regi~oes. A primeira regi~ao, e a ferromagneti a. Nesta primeira abordagem
onsidera-se o intervalo dos valores para 1 p 0:5 ou de 0 q = (1 p) 0:5.
Tem-se ent~ao três regi~oes: a primeira regi~ao, RI, para os valores desde vmin = 0:0 ate
vmin = 0:0805, orrespondendo a vmaj = 1:00 ate vmaj = 0:9195. A regi~ao RI dene a
regi~ao ferromagneti a, por apresentar apenas o estado fundamental do ferromagneto que
e o estado fundamental do modelo do votante majoritario, ou seja +++++ : : : ; +++. A
segunda regi~ao, RII, para os valores desde vmin = 0:0805 ate vmin = 0:9195. Esta e uma
regi~ao que apresenta magnetiza ~ao nula , seja para o parâmetro de ordem m , que deveria
medir o estado fundamental do ferromagneto, seja para o parâmetro de ordem m , isto e, a
magnetiza ~ao \sttagered", que deveria medir o estado fundamental do antiferromagneto.
A ultima regi~ao, a RIII, para os valores desde vmin = 0:9195 ate o valor vmin = 1:00.
Ela e a regi~ao antiferromagneti a, pois apresenta apenas o estado fundamental do an-
tiferromagneto que e o estado fundamental do modelo do votante minoritario, ou seja
+ + + + + : : : + + . Essas três regi~oes s~ao mostradas no gra o de q versus
vmin , abaixo,
165
COMBINACAO CONVEXA VMAJ4 e VMIN4
p > 0.5; λmin + λmaj=1; LOOP=2.10
6
0.12
L=10;L=20
0.1
0.08
qc 0.06
F AF
0.04
0.02
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
λmin
Figura 5.14: Domnios (F) e (AF) do modelo onvexo VMAJ4VMIN4 om p >= 0:5.
Com os valores para p " [0:00 , 0:5℄ dene-se novamente três regi~oes, apenas que
invertidas relativamente a regi~ao anterior. Essas regi~oes en ontram-se na parte superior
de um gra o om os mesmos eixos. A regi~ao I, para valores desde vmin = 0:00 ate
o valor vmin = 0:0720 0:01 e uma regi~ao antiferromagneti a. A regi~ao II, do valor
vmin = 0:0720 ate o valor vmin = 0:9280 0:01 e uma regi~ao paramagneti a. Finalmente,
a regi~ao III, denida para os valores de vmin = 0:9280 ate o valor vmin = 1:00, que e
uma regi~ao ferromagneti a. Essas três regi~oes podem ser vistas no gra o abaixo,
p < 0.5; λmin + λmaj =1; LOOP=2.10
6
1
L=10; L=20
0.98
0.96
AF F
qc 0.94
0.92
0.9
0.88
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
λmin
Figura 5.15: Domnios (AF) e (F) do modelo onvexo VMAJ4VMIN4 om 0:00 p 0:5.
Finalmente, pode-se ompor esses dois gra os para forne er um ter eiro gra o om
a imagem nal do diagrama de fase. Esse diagrama mostra que o gra o denido pelo
166
intervalo da variavel p " [0:00; 1:00℄ e a variavel vmin " [0:00; 1:00℄ pode ser dividido em
in o regi~oes. As duas regi~oes denidas em antos alternados e opostos des ritas pelos
pontos de referên ia, (1; 0) e (0; 1). Esses pontos identi am as regi~oes ferromagneti as
omo pode-se ver dos dois gra os anteriores. As outras duas regi~oes em antos alter-
nados e opostas, des ritas pelas vizinhan as dos pontos de referên ia (0; 0) e (1; 1) s~ao
identi adas omo regi~oes antiferromagneti as. E, nalmente, a outra regi~ao e aquela que
en ontra-se entre as regi~oes des ritas a ima e e denida omo uma regi~ao paramagneti a.
O gra o na sequên ia pretende ilustrar esse diagrama
λmin \N + λmaj = 1; LOOP=2.10
6
1
L=10; L=20
0.9
0.8 AF
F
0.7
0.6
qc 0.5
0.4
0.3
F
0.2 AF
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
λvmin
Figura 5.16: Domnios (AF) e (F) do modelo onvexo VMAJ4VMIN4 om 0:00 p
1:00.
Pode-se agora omparar os resultados teori os forne idos anteriormente na aprox-

ima ~ao de ampo medio e estes ultimos obtidos pela simula ~ao omputa ional. Ex eto
pela dis repân ia numeri a esperada por tratar-se de omparar a abordagem teori a na
aproxima ~ao de ampo medio om os valores numeri os exatos propor ionados pela sim-
ula ~ao omputa ional, os gra os se superp~oe em termos das ara tersti as gerais do
modelo. Tem-se assim evidên ias da robustez das te ni as utilizadas para abordar esses
modelos. Continuando a fazer uso dessas te ni as pro ura-se agora pre isar, em termos
numeri os, outros detalhes desse modelo.
5.2.6 O modelo VMAJ4VMIN4 e o valor rti o .

O problema a ser abordado na sequên ia, e aquele do valor rti o da densidade vmin e
de vmaj , a partir do qual o orre uma transi ~ao de fase, tanto entre a fase paragmagneti a e
a fase antiferromagneti a, quanto entre a fase paramagneti a e a fase ferromagneti a. Esse
167
problema do valor rti o de transi ~ao, , e, posteriormente, o problema da natureza dessa
transi ~ao quanto o problema da lasse de universalidade a qual ela perten e s~ao os novos
fo os de aten ~ao. Para responder a esses problemas a ima, onstroi-se omo parâmetro
de ordem a magnetiza ~ao do votante majoritario para o valor zero do parâmetro indutor
de transi ~ao, ou seja, M (q = 0). Desta forma, tem-se agora a densidade vmin omo o
novo parâmetro indutor de transi ~ao e a magnetiza ~ao para q = 0 do votante majoritario,
M (q = 0), omo o novo parâmetro de ordem. A primeira etapa e al ular o valor da
transi ~ao de fase para o qual utiliza-se o metodo do umulante de quarta ordem7 , denido
pela rela ~ao 1.36, ou pelo uso da equa ~ao,
UL = 1
hm iL : 4
(5.9)
3hm iL 2 2
A apli a ~ao desse metodo e mostrado no gra o abaixo em que a interse ~ao das
urvas des ritas pela fun ~ao umulante, UL (q ) relativamente ao valor de q para os diversos
tamanhos, L, do sistema da o valor de vmin = 0:0800 0:008.
Metodo do Cumulante−−>λmin=0.080
λmaj + λmin=1 ; LOOP=2.10
6
0.8
L=10;
L=20;
L=30;
L=40;
0.6
UL(q=0) 0.4
0.2
0
0 0.05 0.1 0.15
λmin
Figura 5.17: O metodo do umulante, UL versus q , ! vmin = 0:0800 0:008.
As demais rela ~oes extradas entre as variaveis relevantes do sistema e a densidade,

omo, por exemplo, aquela da magnetiza ~ao, ML (q = o) relativamente a densidade, vmin
reitera a presen a dessa transi ~ao de fase em torno do valor vmin = 0:0800. O proximo
problema e o da natureza dessa transi ~ao. O metodo e o omportamento ara tersti o da
magnetiza ~ao e da sus etibilidade na transi ~ao de fase de segunda ordem ou ontnua. O
omportamento da magnetiza ~ao, ML , 8 ontnua e independente do tamanho do sistema
para < , e tendendo a zero, ML ! 0, para valores res entes do tamanho, L, do
7 (Binder and Heermann, 1988),pg.46 e pg.107; (Landau, 2000), pg.78; (de Oliveira, 1996), pg.1322;
(Plis hke, 1994), pg. 289; (de Oliveira and Chiappin, 1997), pg. 311-312.
8 (Barkema and Newman, 1999), pg.83;(Binder, 1997), pg.522-525; (Binder, 1976).
168
sistema para > e indi ativo de que a natureza da transi ~ao de fase e ontnua. O
gra o seguinte ilustra esse omportamento bastante bem.
Mg(q=0) versus λmin
λc=0.08; λmin + λmaj =1
1
L=10;
L=20;
L=30;
0.8 L=40;
0.6
Mg
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5
λmin
Figura 5.18: O gra o da magnetiza ~ao(M (q = 0)) versus vmin .
O padr~ao da rela ~ao entre a sus etibilidade9, L , e a densidade, vmin , revela tambem
a presen a de uma transi ~ao de fase ontnua pois mostra tendên ia a divergên ia no valor
do ponto rti o. Esse omportamento pode ser visto pelo gra o seguinte,
χL(q=0) versus λmin
λmaj + λmin =1; λc=0.080; LOOP=2.10
6
50
L=10;
L=20;
L=30;
40 L=40;
30
χL(q=0)
20
10
0
0 0.05 0.1 0.15 0.2
λmin
Figura 5.19: O gra o da sus etibilidade((q = 0)) versus vmin .
Por meio dessas te ni as men ionadas ara terizam-se, ent~ao, tanto a presen a de uma
transi ~ao de fase quanto ao seu valor em torno do valor vmin = 0:0800. Alem disso, revela
que a natureza dessa transi ~ao e de segunda ordem ou ontnua.
9 (Barkema and Newman, 1999), pg.83; (Binder, 1997), pg.522-525; (Binder, 1976), (Privman, 1990).
169
A proxima etapa refere-se ao problema da de is~ao quanto a lasse de universalidade.
O riterio esta rela ionado om os expoentes rti os. Por meio da lei de potên ia da
magnetiza ~ao, do gra o do log-log, dos dados da simula ~ao, do metodo de interpola ~ao
hega-se ao valor de = 0:0806, omo mostrado no gra o seguinte,
Interpolacao −>λ=0.0805 −>−β/ν=−0.1260+− 0.0034
−0.1
−0.3
−0.5
M(q=0) −0.7
−0.9
−1.1 L=10;L=20;L=30;L=40;
λ=0.0800 −> −β/ν=−0.111+−0.0009;Simulacao
λ=0.0806 −> −β/ν=−0.126+−0.0034;Interpolacao
−1.3 λ=0.0825 −> −β/ν=−0.188+−0.0049;Interpolacao
λ=0.0900 −> −β/ν=−0.540+−0.0340; Simulacao
−1.5
2 2.5 3 3.5 4
Ln L
Figura 5.20: O gra o ln M (q = 0; vmin = )versus ln L. Dois valores simulados e

quatro valores interpolados ! = 0:0806.
Por meio desses re ursos, infere-se, omo sugest~ao, que um possvel valor mais pre iso
para o valor do ponto de transi ~ao seria = 0:0806. Tal quest~ao se apresenta de maneira
apropriada, pois, omo se pode observar no gra o anterior, os expoentes rti os para
a simula ~ao dos valores de vmin = 0:0800 e vmin = 0:0900 s~ao bastante diferentes um
do outro. Enquanto o primeiro onduz ao valor = = 0:111, o segundo da o valor
de = = 0:540. Desta forma, mesmo para os valores vizinhos de , ha uma grande
dis repân ia entre os valores dos expoentes rti os. No entanto, o uso da te ni a de
interpola ~ao nos sugere valores mais apropriados e onsistente om valores onhe idos
dos expoentes rti os. Esse e o aso de vmin = 0:0805, o qual teria um omportamento
de lei de potên ia om expoente rti o dado por = = 0:1273 0:0011. Com esta
informa ~ao, onstroi-se o modelo formado da ombina ~ao onvexa de vmin = 0:0805 om
vmaj = 0:9195 e leva-se a abo sua simula ~ao omputa ional. Re al ulando o valor do
expoente rti o = agora para esse novo valor de = 0:0806 e om a lei de potên ia
a ima10 obtem-se o valor do expoente rti o = = 0:1273 0:0011 omo indi ado pelo
gra o log-log a seguir
10 (Landau, 2000) pg.77-78
170
λc=0.0805; −β/ν=−0.1273+−0.0011; LOOP=6.10 ;
6
−0.35
L=10;L=20;L=30;L=40;
−0.4
M(q=0) −0.45
−0.5
−0.55
2 2.5 3 3.5 4
Ln L
Figura 5.21: O gra o ln M (q = 0; = ) versus ln L da regress~ao linear.
Da lei de potên ia, 1.41, da sus etibilidade, do gra o log-log a seguir, dos dados da
simula ~ao e da regress~ao linear obtem-se o valor do expoente rti o = = 1:780 0:014,

λc=0.0805; γ/ν=1.780+−0.014; LOOP=6.10 ;
6
4
L=10;L=20;L=30;L=40;
χL(q=0)
1
2 2.5 3 3.5 4
Ln L
Figura 5.22: O gra o ln (q = 0; = ) versus ln L da regress~ao linear.
171
Esse valores dos expoentes rti os = = 0:1273 0:0011, e = = 1:780 0:014 que
s~ao bastante proximos aqueles do modelo de Ising lassi am esse modelo na lasse de
universalidade do modelo de Ising.
A segunda etapa do metodo de es ala de tamanho nito ou do metodo de es ala e
o olapso da fun ~ao universal para a magnetiza ~ao e sus etibilidade11. mas tendo omo
parâmetro indutor reduzido o parâmetro " = (vmin )= . Com essas fun ~oes univer-
sais, tem-se um forte apoio a hipotese de que vmin = 0:0805 e um ex elente valor do ponto
rti o e tambem de que, om seus expoentes rti os om os valores ja men ionados, se
pode lassi ar o modelo omo perten ente a lasse de universalidade do modelo de Ising.
A fun ~ao universal da quantidade magnetiza ~ao, 1.37, leva a grandeza magnetiza ~ao es-
alada al ulada no ponto q = 0, M~L = L= M (q = 0; vmin ), e a grandeza densidade
es alada, "~ = L1= " = L1= (vmin )= . A rela ~ao entre essas duas grandezas deve
propor ionar um olapso dos dados da simula ~ao. Como se pode ver pelo gra o seguinte
tem-se um olapso dos dados bastante bom para os diversos tamanhos do sistema, dando
prova da onsistên ia dos valores para o ponto rti o e do expoente rti o = ,
COLAPSO DOS DADOS
λc=0.0805; −β/ν=−0.1273+−0.0011;ν=1.00;LOOP=6.10 ;
6
1.5
L=10;
L=20;
L=30;
L=40;
β/ν
L M(q=0)
0.5
0
−20 0 20 40 60
1/ν
L ((λ−λc)/λc)
Figura 5.23: Fun ~ao universal L= M (q = 0; vmin ) versus L1= (vmin )= .
O mesmo se pode dizer da fun ~ao universal da quantidade sus etibilidade, 1.38, que
leva a grandeza es alada da sus etibilidade al ulada no ponto q = 0, ~ = L = (q =
0; vmin ) e a grandeza densidade rees alada, L1= (vmin )= . A rela ~ao entre essas
duas grandezas leva a uma invariân ia do sistema aos seus diversos tamanhos. O gra o
dessa rela ~ao pare e realizar bastante bem o olapso dos dados da simula ~ao,
E, nalmente, pro ede-se a onstru ~ao da fun ~ao universal da quantidade umulante
11 (deOliveira, 1996), pg.1322; (Binder, 1997), 523; (Landau, 2000), pg.77-78; (Stanley, 1999);
(de Oliveira and Chiappin, 1997), pg. 311-312.
172
COLAPSO DOS DADOS
λc=0.0805; γ/ν=1.780+−0.014; ν=1.00; LOOP=6.10 ;
6
0.12
L=10;
L=20;
0.1 L=30;
L=40;
0.08
χ(q=0)
−γ/ν
L 0.06
0.04
0.02
0
−20 0 20 40
1/ν
L ((λ−λc)/λc)
Figura 5.24: Fun ~ao universal L = (q = 0; vmin ) versus L1= (vmin )= .
de quarta ordem dada pela equa ~ao 1.39 que leva a grandeza es alada U~ = U e tambem
a grandeza densidade es alada, "~ = L1= (vmin )= . A rela ~ao entre essas grandezas
rees aladas deve mostrar o ajuste dos dados para os diversos tamanhos do sistema. Essa
ultima rela ~ao ompleta o roteiro da bus a por adi ionais evidên ias a sustentabilidade
da hipotese da onsistên ia dos valores obtidos, por meio da simula ~ao omputa ional
no ponto rti o que s~ao o valor rti o da densidade = 0:0805 e os valores para seus
expoentes rti os omo = = 0:1273 0:0011 e = = 1:780 = 0:014. O olapso
dos dados para a fun ~ao universal da quantidade do umulante de quarta ordem es alada
versus a densidade es alonada mostra, omo os demais gra os das fun ~oes universais, um
ajuste bastante bom. O gra o seguinte e bastante expressivo quanto a este resultado.
173
COLAPSO DOS DADOS
λc=0.0805; ν=1.00; LOOP=6.10 ;
6
0.8
U=0.61 L=10;
0.7 L=20;
L=30;
L=40;
0.6
0.5
U(q=0) 0.4
0.3
0.2
0.1
0
−20 0 20 40 60
1/ν
L ((λ−λc)/λc)
Figura 5.25: Fun ~ao universal U versus L1= (vmin )= .
5.3 Os tipos de desordem: \annealed" e \quen hed".

O ultimo problema a ser abordado e aquele de uma ompara ~ao entre duas possveis
abordagens dos modelos VMAJ: a abordagem \annealed" e a abordagem \quen hed". A
abordagem da simula ~ao omputa ional feita ate agora no aptulo anterior e na parte
anterior deste aptulo e denominada de \annealed". Nesta se ~ao o objetivo e abordar
o modelo VMAJ de maneira \quen hed" para pro eder ent~ao a uma ompara ~ao entre
os resultados dessas duas abordagens. A primeira ompara ~ao e omparar as possveis
altera ~oes nos valores rti os da transi ~ao de fase. A segunda ompara ~ao e analisar
possveis altera ~oes na natureza da transi ~ao de fase e nalmente por meio do al ulo
dos expoentes rti os analisar possveis altera ~oes na lasse de universalidade do modelo
estudado.
5.3.1 O modelo VMAJ98AN: a abordagem \annealed".

Nesta se ~ao o objetivo e tratar o modelo formado da ombina ~ao onvexa de sub-
modelos do modelo do votante majoritario VMAJ2.2, onsistindo ini ialmente da seguinte
ombina ~ao 1001 = 0:98 e 1010 = 0:02. A simula ~ao omputa ional desse modelo
VMAJ2.2.2, segundo o metodo do tipo ozido (\ annealed") e denominada de VMAJ2.2.2AN.
Esse tipo de desordem(Brout, 1959) e aquele em que se onsideram sistemas ( ozidos) nos
quais o tempo de difus~ao e maior ou da mesma ordem que o de relaxa ~ao. A simula ~ao
omputa ional foi seguida da analise dos dados do mesmo modo onduzido anteriormente,
portanto, em três etapas, que propor iona uma avalia ~ao de três relevantes grandezas do
174
sistema: o umulante de quarta ordem, a magnetiza ~ao e a sus etibilidade. Na primeira
etapa resolve-se o problema de al ular o valor rti o da transi ~ao de fase om o metodo
do umulante que, para uma simula ~ao omputa ional om 2 106 passos de Monte Carlo,
forne eu o valor q = 0:0666 ujo gra o vê-se a seguir
Metodo do Cumulante −−>qc= 0.0666
6
LOOP=2.10
0.8
L=10;
L=20;
L=30;
0.75 L=40;
0.7
UL 0.65
0.6
0.55
0.5
0.05 0.06 0.07 0.08
q
Figura 5.26: O gra o do umulante de quarta ordem versus q .
Na sequên ia pro urou-se determinar a natureza dessa transi ~ao de fase ontando om
os dois metodos ja utilizados exaustivamente: o omportamento da magnetiza ~ao e da
sus etibilidade12 . O gra o seguinte re ete o omportamento padr~ao da magnetiza ~ao
para uma transi ~ao de fase ontnua,
12 (Privman, 1990); (Binder, 1976).
175
ML versus q
6
qc=0.0666; LOOP=2.10
1
L=10;
L=20;
L=30;
0.8 L=40;
0.6
ML
0.4
0.2
0
0 0.1 0.2 0.3
q
Figura 5.27: O gra o da magnetiza ~ao ML versus q .
Do mesmo modo esse outro gra o na sequên ia ilustra o tra o ara tersti o da
transi ~ao de fase ontnua para a rela ~ao entre a sus etibilidade13 do sistema versus o
parâmetro indutor da transi ~ao om sua tendên ia para a divergên ia em torno do ponto
rti o.
χL versus q
6
qc=0.0666; 2.10 ;
60
L=10;
L=20;
L=30;
L=40;
40
χL
20
0
0 0.1 0.2
q
Figura 5.28: O gra o da sus etibilidade L versus q .
13 (Privman, 1990); (Binder, 1976).
176
Identi ado o valor rti o e a natureza da transi ~ao de fase pro ura-se agora, nesta
nova etapa, al ular os expoentes rti os para esse modelo. E, resolver por esse meio o
problema da identi a ~ao da lasse de universalidade. Esta etapa e abordada por meio
da hipotese de es ala14 , a qual onsiste de duas partes. Na primeira faz-se uso das leis
de potên ias e de gra os log-log 15 para obter tais expoentes rti os. O primeiro destes
expoentes e dado pela lei de potên ia do omportamento da grandeza sus etibilidade em
torno do ponto rti o, ou seja, = . Esse expoente16 pode ser obtido de dois modos:
om o uso do valor rti o da transi ~ao de fase ou sem tal valor, e, neste aso, utilizando
o valor maximo da sus etibilidade, L , e seu omportamento divergente om o tamanho
res ente do sistema. Por este ultimo metodo e da regress~ao linear obtem-se o valor do
expoente = = 1:7250 0:0128 omo mostra o gra o a seguir.
qc=0.0666; γ/ν=1.7250+−0.0128; LOOP=2.10 ;
6
5
L=10;L=20;L=30;L=40;
χmax 3
1
2 2.5 3 3.5 4
q
Figura 5.29: O gra o da ln max versus ln L.
O mesmo expoente rti o e obtido agora a partir dos valores da sus etibilidade no
ponto rti o q ou seja, L (q ), por meio da lei de potên ia 1.41 obtida da equa ~ao 1.38 e
por meio da regress~ao linear. Esse pro esso e mostrado abaixo om a ajuda da interpola ~ao
o qual forne e o valor de = = 1:762 0:0066.
14 (Stanley,1999)
15 (Binder,1997), pg.522-525; (Landau, 2000), pg.77-79; (de Oliveira, 1996), pg. 1322; (de Oliveira and
Chiappin, 1997), pg. 311-312.
16 (Binder, 1997), pg.522-523.
177
qc=0.0666; γ/ν=1.7262+−0.0066; LOOP=2.10 ;
6
4
qc=0.0672; γ/ν=1.7730+−0.0027;
qc=0.0668; γ/ν=1.7400+−0.0097;
qc=0.0666; γ/ν=1.7262+−0.0066
qc=0.0664; γ/ν=1.7035+−0.0196;
χL(qc)
1
2 2.5 3 3.5 4
q
Figura 5.30: O gra o do ln q versus ln L.
O segundo dos expoentes rti os relevantes e dado pela rela ~ao = ujo valor obtem-
se tambem, por meio da lei de potên ia 1.40, por meio da regress~ao linear, dos valores
da magnetiza ~ao17 no ponto rti o, ML (q ) para diversos tamanhos do sistema. Como
pode-se ver a seguir, esse valor e = = 0:1248 0:0024,
qc=0.0666; β/ν=0.1248+−0.0024; LOOP=2.10 ;
6
−0.3
q=0.0672; −β/ν=−0.1467+−0.0005;
q=0.0668; −β/ν=−0.1320+−0.0017;
qc=0.0666; −β/ν=−0.1248+−0.0024;
q=0.0664; −β/ν=−0.1178+−0.0036;
−0.4
ML −0.5
−0.6
−0.7
2 2.5 3 3.5 4
q
Figura 5.31: O gra o do ln ML versus ln L.
17 (Binder, 1997); pg. 522-525.
178
Com esses valores para os expoentes rti os pode-se lassi ar o modelo VMAJ2.2AN
omo perten ente a lasse de universalidade do modelo de Ising onrmando o argumento
de Grinstein(Grinstein et al., 1985) de que por possuir a propriedade de simetria por
invers~ao de sinal do spin ele estaria nessa lasse de universalidade. A segunda parte da
hipotese de es ala esta voltada para a onstru ~ao de uma fun ~ao universal18 para ada uma
das grandezas men ionadas anteriormente, magnetiza ~ao, sus etibilidade e umulante de
quarta ordem. Essas fun ~oes levam ao olapso dos dados para os diversos tamanhos do
sistema. A o orrên ia desse olapso apare e omo uma espe ie de teste de onsistên ia
para esses valores ara tersti os do modelo por meio dos quais onstroem-se essas fun ~oes.
A primeira dessas fun ~oes universais e a da magnetiza ~ao uja rela ~ao dada por 1.37
leva a grandeza magnetiza ~ao rees alonada, M~ = L= ML e a grandeza rees alonada
"~ = L1= (q q )=q . A rela ~ao entre essas grandezas, prediz o metodo de es ala de
tamanho nito, deve mostrar uma invariân ia aos dados para os diversos tamanhos do
sistema. Esse gra o para os dados da simula ~ao, om um ajuste bastante bom, pode ser
visto a seguir,
COLAPSO DOS DADOS
qc=0.0666; β/ν=0.1248+−0.0024; ν=1.00; LOOP=2.10 ;
6
L=10;
L=20;
1.5 L=30;
L=40;
β/ ν 1
L ML
0.5
0
−20 0 20 40
1/ν
L ((q−qc)/qc)
Figura 5.32: O gra o do olapso L= ML versus L1= (q q )=q .
Do mesmo modo tem-se a fun ~ao universal para a sus etibilidade dada por 1.38 que
leva a grandeza rees alada ~ = L = e a grandeza "~ = L1= (q q )=q . A rela ~ao entre
essas grandezas deve produzir um olapso dos dados. O gra o dessa rela ~ao para os
dados da simula ~ao para alguns tamanhos do sistema pode ser visto na sequên ia
18 (deOliveira, 1996), pg.1322; (Binder, 1997), 523; (Landau, 2000), pg.77-78; (Stanley, 1999), S360;
(de Oliveira and Chiappin, 1997), pg. 311-312.
179
COLAPSO DOS DADOS
qc=0.0666; γ/ν=1.7262+−0.0066; ν=1.00; LOOP=2.10 ;
6
L=10;
L=20;
L=30;
0.1 L=40;
−γ/ν
L χ
0.05
0
−20 0 20 40
1/ν
L ((q−qc)/qc)
Figura 5.33: O gra o do olapso L = versus L1= (q q )=q .
E, nalmente, o mesmo tipo de onsidera ~ao pode ser feita para a fun ~ao universal
asso iada om o umulante. Essa fun ~ao universal leva a grandeza rees alada U~ = U , e
a grandeza rees alada "~ = L1= (q q )=q . A rela ~ao entre essas grandezas deve produzir
um olapso dos dados. Isso que se pode observar no gra o seguinte para essa rela ~ao
om os dados obtidos pela simula ~ao omputa ional para alguns tamanhos do sistema,
COLAPSO DOS DADOS
qc=0.0666; ν=1.00; LOOP=2.10 ;
6
0.8
0.6
U 0.4
0.2
0
−20 0 20
1/ν
L ((q−qc)qc)
Figura 5.34: O gra o do olapso U versus L1= (q q )=q .
O ponto relevante a observar e que, para esse modelo onvexo do votante majoritario,
abordado segundo o metodo \annealed", VMAJ2.2.2AN, em que o sistema e tratado omo
um sistema ozido, o valor rti o da transi ~ao de fase e dado por q = 0:0666 , apresenta
180
uma transi ~ao de fase ontnua e lassi a-se, por meio dos valores dos seus expoentes
rti os, na lasse de universalidade de Ising. O objetivo e ompara-lo om ele mesmo
mas agora onsiderado-o segundo o metodo de desordem \quen hed", em que o sistema
e, ent~ao, tratado omo temperado.
5.3.2 O modelo VMAJ98Q: a abordagem \quen hed".

Nesta se ~ao v~ao ser estudadas as propriedades rti as do mesmo modelo anterior em
sua vers~ao de modelo onvexo, mas, agora, submetido a um pro esso em que se tem apenas
a desordem de estados, onsiderando-se as liga ~oes omo xas ou ongeladas. De a ordo
om o que se sabe dos estudos sobre sistemas desordenados, um dos pro essos possveis
pelos quais alguns materiais foram produzidos e aquele denominado de \quen hed". Neste
tipo de pro esso, o que esta a onte endo e que o tempo de relaxa ~ao e muito menor do que
o tempo de difus~ao das liga ~oes. Assim, nestas ondi ~oes, pode-se a eitar que os atomos
ou spins est~ao xos nos stios da rede e do mesmo modo as formas de liga ~ao entre eles.
Diferentemente das se ~oes anteriores, n~ao se tratara de todos os modelos, mas apenas do
modelo onvexo do votante VMAJ2.2. Vai-se trabalhar om um sub-modelo desse modelo,
mais exatamente om o modelo VMAJ2.2.2. Pretende-se utiliza-lo para denir o perl do
valor de alguns parâmetros rti os para este tipo, as formas de liga ~oes geometri as on-
geladas de sistema desordenado. O modelo VMAJ2.2.2 segundo o tratamento \quen hed"
sera denominado de VMAJ2.2.2Q para diferir do modelo VMAJ2.2.2AN tratado segundo
a abordagem \annealead". O al ulo do valor do ponto rti o e feito por meio dos mes-
mos metodos des ritos anteriormente. O primeiro objetivo e identi ar a presen a de uma
transi ~ao de fase obtendo tanto o valor rti o do parâmetro indutor da transi ~ao de fase,
q , quanto identi ando a natureza dessa transi ~ao. Depois, pelo estudo do omporta-
mento desse sistema em torno do ponto rti o, identi a-se a sua lasse de universalidade.
Podem-se tambem omparar os resultados dessa abordagem \quen hed" om os resulta-
dos da abordagem \annealed". O modelo VMAJ2.2.2Q mostra possuir, pois apresenta
as mesmas regras de transi ~ao, a propriedade da simetria \up - down", ent~ao, ja mostra,
pelo argumento de Grinstein(Grinstein et al., 1985), do ponto de vista teori o, perten er
a lasse de universalidade do modelo de Ising.

dos dados.
Pela simula ~ao omputa ional do modelo VMAJ2.2.2Q - mas, omo des rito a ima,
tal que 1001 = 0:98 e, portanto, 1010 = 0:02- veri a-se que o uso da equa ~ao 1.36 do
181
umulante de quarta ordem19
UL = 1
hm iL ;4
(5.10)
3hm iL 2 2
no ponto rti o assume um valor espe o, U (q ) = 0:61. No entanto, pode-se pres indir
desse valor, e apli ar essa equa ~ao para diversos tamanhos do sistema, o valor do ponto
rti o e dado pela interse ~ao das urvas do umulante asso iados om o tamanho L. O
gra o abaixo mostra que se pode identi ar por meio deste metodo o valor do ponto
rti o omo dado por q = 0:058.
Metodo do Cumulante −> qc=0.058+−0.003
λ=0.98; LOOP=2.10
6
0.8
L=10;
L=20;
L=30;
0.75 L=40;
0.7
UL 0.65
0.6
0.55
0.5
0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
q
Figura 5.35: Gra o UL versus q om U = 0:61.
Identi ado o valor do ponto rti o, identi a-se agora a natureza dessa transi ~ao de
fase. Para esse m faz-se uso de uma analise mais qualitativa que e dada pela analise do
omportamento da magnetiza ~ao, ML , omo fun ~ao do parâmetro indutor da transi ~ao de
fase, q , na qual se re onhe e o padr~ao de omportamento tpi o20 de um sistema que passa
por uma transi ~ao de fase do tipo ontnuo, ou seja, que, para o valor q > q , apresenta
magnetiza ~ao nula em redes muito grandes, simulados pelos diversos tamanhos L = 10,
L = 20, L = 30, L = 40, enquanto mostra que a magnetiza ~ao aumenta ontinuamente
do valor nulo para o maximo, para valores de q < q omo ilustrado a seguir.
19 (Binderand Heermann, 1988),pg.46 e pg.107; (Landau, 2000), pg.78; (de Oliveira, 1996), pg.1322;
(Binder, 1997), pg. 523; (de Oliveira and Chiappin, 1997), pg. 311-312.
20 (Privman, 1990); (Binder, 1976); (Binder, 1997), pg. 522-523.
182
ML versus q
qc=0.058; λ=0.98; LOOP=2.10
6
1
L=10;
L=20;
L=30;
0.8 L=40
0.6
ML
0.4
0.2
0
0 0.04 0.08 0.12 0.16 0.2
q
Figura 5.36: O gra o da magnetiza ~ao, ML versus q .
O omportamento da sus etibilidade L versus q; de tendên ia para a divergên ia em

torno do ponto rti o, para L res ente, que e indi ativo da transi ~ao ontnua, pode ser
visto no gra o abaixo.
χL versus q
qc=0.058; λ=0.98; LOOP=2.10
6
80
L=10;
L=20;
L=30;
L=40
60
χL 40
20
0
0 0.1 0.2
q
Figura 5.37: O gra o da sus etibilidade, L versus q .
183
A sequên ia do roteiro de pro edimentos nessa area da analise de fenômenos rti os
requer agora o problema da lasse de universalidade. E, portanto, o al ulo dos expoentes
rti os. O primeiro dos expoentes rti os relevantes, asso iado om o omportamento
da magnetiza ~ao21 nas proximidades do ponto rti o, e dado por = . Com o uso dos
re ursos men ionados anteriormente pode-se onstruir o gra o log-log seguinte, om os
valores da magnetiza ~ao no ponto rti o, q , pelo qual obtem-se o valor do expoente
rti o omo = = 0:1220 0:0023, bastante proximo do valor exato = = 0:1250 do
modelo de Ising bidimensional.
6
qc=0.0580; −β/ν=−0.1220+−0.0023; LOOP=2.10
−0.3
L=10;L=20;L=30;L=40
−0.35
Ln ML −0.4
−0.45
−0.5
2 2.5 3 3.5 4
Ln L
Figura 5.38: O gra o de ln ML versus ln L ! expoente = .
A sus etibilidade esta asso iada o expoente rti o = . Tal expoente rti o Com o
uso de um gra o log-log hega-se ao valor do expoente rti o = . Isto de dois modos,
no ponto rti o, q , ou, pelo valor do parâmetro indutor para os valores maximos da
sus etibilidade para ada tamanho, L, do sistema. O primeiro gra o e representativo do
primeiro metodo que da = = 1:796 0:007
21 (Landau, 2000); (de Oliveira, 1996).
184
qc=0.0580; γ/ν=1.796+−0.007; LOOP=2.10
6
4
L=10;L=20;L=30;L=40
Ln χ(qc)
1
2 2.5 3 3.5 4
Ln L
Figura 5.39: O gra o da ln q versus ln L ! expoente = .
Com o segundo metodo hega-se ao valor de = = 1:762 0:010, onforme o gra o

a seguir,
γ/ν=1.762+−0.010; ν=1.00; LOOP=2.10
6
5
L=10;L=20;L=30;L=40
Ln χmax 3
1
2 2.5 3 3.5 4
Ln L
Figura 5.40: O gra o da ln max versus ln L ! expoente = .
Esses resultados para os expoentes rti os s~ao evidên ias de que o modelo VMAJ2.2.2Q
perten e a lasse de universalidade do modelo de Ising(Grinstein et al., 1985).
Agora, omo ultima etapa do roteiro, faz-se o teste da onsistên ia dos valores obtidos
para o parâmetro indutor de transi ~ao de fase e para os expoentes rti os. Ele faz uso da
fun ~ao universal para ada uma das grandezas utilizadas anteriormente, magnetiza ~ao,
sus etibilidade e umulante de quarta ordem, para os diversos tamanhos do sistema.
O resultado e um gra o do olapso ou da superposi ~ao dos dados rees alonados para
185
ada uma das fun ~oes. Com os valores rti os q , e os expoentes = e = do sistema
submetido ao pro esso \quen hed", pode-se onstruir, ent~ao, tais gra os do olapso que
ilustram a onsistên ia desse onjunto de valores para os parâmetros ara tersti os da
transi ~ao de fase.
A partir da fun ~ao universal magnetiza ~ao dada pela rela ~ao 1.37 pode-se onstruir o
gra o do olapso para as grandezas rees aladas magnetiza ~ao M~ = L= M e da grandeza
rees alada "~ = L1= (q q )=q . Esse gra o para os dados da simula ~ao omputa ional
pode ser visto na sequên ia,
COLAPSO DOS DADOS
qc=0.058; −β/ν=−0.1220; ν=1.00; LOOP=2.10
6
L=10
1.5 L=20;
L=30;
L=40;
1
β/ν
L ML
0.5
0
−50 −30 −10 10 30 50
1/ν
L ((q−qc)/qc)
Figura 5.41: O gra o do olapso M~ = L= M versus "~ = L1= (q q )=q .
O segundo desses gra os esta rela ionado om a fun ~ao es ala da sus etibilidade ,
1.37, des revendo o omportamento da sus etibilidade rees alonada, ~ = L = , versus,
q reduzido e rees alonado, "~ = L1= (q q )=q , omo se pode ver abaixo
186
COLAPSO DOS DADOS
qc=0.058; γ/ν=1.7620; ν=1.00; LOOP=2.10
6
0.12
L=10;
L=20;
0.1 L=30;
L=40
0.08
−γ/ν
L χ 0.06
0.04
0.02
0
−15 5 25 45
1/ν
L ((q−qc)/qc)
Figura 5.42: O gra o do olapso ~ = L = versus "~ = L1= (q q )=q .
Finalmente, tem-se a fun ~ao es ala da quantidade do umulante de quarta ordem U ,

versus, L1= (q q )=q , que propor iona o gra o seguinte
COLAPSO DOS DADOS

6
qc=0.058; LOOP=2.10
0.6
U 0.4
0.2
0
−15 5 25 45
1/ν
L ((q−qc)/qc)
Figura 5.43: O gra o do olapso U~ = U versus "~ = L1= (q q )=q .
Os valores obtidos pela simula ~ao omputa ional para o modelo VMAJ2.2.2 om
1001 = 0:98 e 1010 = 0:02 s~ao bastante adequados e onsistentes. Neste ontexto,
ompara-se este onjunto om o onjunto dos valores para o mesmo modelo VMAJ2.2.2,
mas, agora, na abordagem \annealed" realizado no in io deste aptulo. Pode-se veri ar,
a partir dos expoentes rti os, que ambos os modelos se en ontram na lasse de univer-
salidade do modelo de Ising. Entretanto, eles pare em diferir quanto ao valor numeri o
187
do ponto rti o. O modelo VMAJ2.2.2AN na abordagem \annealed" apresenta o valor
de q = 0:066 0:003. Isso e mostrado pelos dois gra os abaixo. O primeiro gra o,
imediatamente abaixo, forne e um enfoque mais panorâmi o,
λ1001 =0.98; λ1010=0.02 ; LOOP=2.10 ;
6
0.8
L=10;
L=20;
L=30;
L=40;
0.7
UL 0.6
0.5
0.4
0.04 0.05 0.06 0.07 0.08 0.09
q
Figura 5.44: O valor de q = 0:066 para 1001 = 0:98 pelo metodo \annealed".
O segundo ofere e um enfoque mais mi ros opi o desse valor.

λ1001 =0.98; λ1010=0.02 ; LOOP=2.10 ;
6
0.75
L=10;
L=20;
L=30;
L=40;
0.7
UL 0.65
0.6
0.55
0.06 0.062 0.064 0.066 0.068 0.07 0.072 0.074
q
Figura 5.45: O mesmo ponto rti o anterior em destaque.
Em ontrapartida, na abordagem \quen hed", VMAJ2.2.2Q, esse valor, omo mostrado

a ima, ai para q = 0:0580:003. Para efeito de ompara ~ao, reapresenta-se aqui o gra o
mostrando, pelo metodo do umulante, o valor rti o do parâmetro indutor.
188
Metodo do Cumulante −> qc=0.058+−0.003
λ=0.98; LOOP=2.10
6
0.8
L=10;
L=20;
L=30;
0.75 L=40;
0.7
UL 0.65
0.6
0.55
0.5
0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
q
Figura 5.46: O gra o do valor rti o q = 0:058 pelo metodo \quen hed".
Para efeito omparativo direto, superpomos os dois gra os representando os valores

do ponto rti o do modelo M2.2.2, para a mesma densidade 1001 = 0:98 tanto para a
abordagem \annealed" quanto para a abordagem \quen hed" omo se segue:
qc=0.066 (annealed) e qc=0.058(quenched)
U*(qc)=0.61; λ1001 =0.98; λ1010=0.02 ; LOOP=2.10 ;
6
0.8
L=10;
L=20;
L=30;
L=40;
0.7 L=10;
0.066 L=20;
L=30;
L=40
0.6
UL
0.058
0.5
0.4
0.3
0.04 0.06 0.08
q
Figura 5.47: A superposi ~ao dos dois gra os para 1001 = 0:98.
5.3.4 O modelo VMAJANQ: q versus 1001.

Fez-se aqui uma abordagem introdutoria a er a da ompara ~ao entre as duas abor-
dagens, \quen hed" e \annealed" para um dos modelos VMAJ2.2 ou seja o modelo
VMAJ2.2.2. Este modelo VMAJ2.2.2 onsiste na ombina ~ao onvexa da forma geometri a
de liga ~ao (1001) om a forma (1010). Nesta abordagem foi identi ado os tra os im-
portantes do modelo om seus expoentes rti os para uma das realiza ~oes do mod-
189
elo VMAJ2.2.2 ou seja aquele om a ombina ~ao onvexa 1001 = 0:98, e, portanto,
1010 = 0:02 lassi ando-o omo perten ente a lasse de universalidade do modelo de
Ising. A abordagem da simula ~ao omputa ional foi feita para uma rede de varios taman-
hos, L = 10, L = 20, L = 30, L = 40. Contudo, agora a abordagem simula ional foi
estendida para alguns outros valores da densidade 1001 , lembrando tambem que 1001
+ 1010 = 1 om 2 106 passos de Monte Carlo. No aso da abordagem \quen hed",
usou-se ainda de um 20 \loops" externos, ou 20 amostras, para garantir o \self-average"
do sistema, representado pelo modelo M2.2.2. O resultado da abordagem da simula ~ao
omputa ional propor ionou a seguinte rela ~ao entre os valores rti os q e a densidade
1001 . Ela e expressa no gra o abaixo.
M2.2.2 − QUENCHED
6
LOOP=2.10
0.08
L=10; L=20; L=30; L=40
0.06
qc 0.04
0.02
0
0 0.2 0.4 0.6 0.8 1
λ1001
Figura 5.48: O gra o da abordagem \quen hed" de q versus 1001 .
Finalmente, a ompara ~ao entre as duas abordagens pode ser visualizada pela super-
posi ~ao dos dois gra os no seguinte gra o omparativo, para a abordagem \annealed"
e para a abordagem \quen hed".
190
qc versus λ1001
λ1010 + λ1001 =1; LOOP=10
6
0.08
L=10; L=20; L=30; L=40

L=10; L=20; L=30; L=40
0.06
qc 0.04
0.02
0
0 0.2 0.4 0.6 0.8 1
λ1001
Figura 5.49: O gra o da superposi ~ao dos dois gra os: \quen hed" e \annealed".
5.4 Con lus~oes.

Nestes dois ultimos aptulos o modelo onvexo do votante minoritario foi onstrudo
e estudado. A analogia om o modelo do votante majoritario e sua fase ferromagneti a
onduziu a onstru ~ao do modelo do votante minoritario om uma fase antiferromagneti a.
O estudo de suas propriedades rti as mostrou uma transi ~ao de fase ontnua e que os
expoentes rti os o lassi am omo perten ente a lasse de universalidade do modelo de
Ising. Em seguida, o estudo da ombina ~ao onvexa dos modelos do votante majoritario
e do minoritario, por analogia om o modelo de Ising J , revelou uma transi ~ao de fase
ontnua, de valor rti o vmin = 0:0805 e tambem perten ente, pelos expoentes rti os,
na lasse de universalidade de Ising. Cogitou-se da possibilidade de apresentar um fase
de vidro de spin, no entanto, as tentativas omputa ionais n~ao foram bem su edidas
para duas dimens~oes. Ainda que ha esperan as de que tal o orra para dimens~oes maiores.
Uma hipotese adotada nesta tese e de onsiderar os modelos onvexos votante majoritario
omo sistemas desordenados portanto que devem ser tratados om os tipos de desordens
\annealed" e \quen hed". Esses modelos foram tratados om os dois tipos sendo que a
ompara ~ao mostrou dis repân ias em seus valores rti os. Em parti ular, os resultados
para os tipos de desordem \quen hed" apontam para uma inde is~ao na presen a de três
regi~oes em lugar de duas regi~oes para 0 1 onforme os gra os anteriores. Pois
eles mostram que q poder-se-ia anular para algum valor de . A redita-se que uma
abordagem omputa ional mais rigorosa poderia propor ionar de is~oes on lusivas quanto
a esses resultados atuais.
191
192
Captulo 6
^ NCIA
O PROBLEMA DA EMERGE
DA COOPERAC ~
AO
ENTRE INDIVIDUOS
INTERAGENTES.
6.1 Introdu ~ao.

Neste aptulo (Chiappin and Oliveira, 1999) pretende-se investigar um outro mod-
elo, agora, na area de teoria dos jogos, mas, novamente, no quadro teori o de pro essos
esto asti os irreversveis fora de equilbrio. Esse estudo on entra-se sobre o problema
de a har as ondi ~oes de emergên ia da oopera ~ao entre indivduos interagentes que se
omportam de a ordo om seu auto-interesse na evolu ~ao de jogos dinâmi os. A analise,
por meio da teoria dos jogos dinâmi os, do problema das ondi ~oes de emergên ia da
oopera ~ao entre indivduos, que se omportam de a ordo om seu auto interesse, foi in-
troduzida por Axelrod(Axelrod, 1984). A analise e feita por meio de um modelo de duas
a ~oes onhe ido omo Dilema do Prisioneiro. Este modelo onsiste em representar ada
indivduo, em sua intera ~ao om os outros indivduos em sua vizinhan a, dispondo para
isso de duas a ~oes possveis, ooperar ou n~ao ooperar, om respeito a qualquer assunto
de interesse dos indivduos em intera ~ao. O jogo do dilema do prisioneiro e tal que para
qualquer es olha de um jogador, oopera ~ao ou n~ao- oopera ~ao, o outro jogador onsegue
um \payo" maior es olhendo a estrategia defensiva de sempre jogar n~ao oopera ~ao.
Contudo, se ambos os jogadores es olherem tal estrategia defensiva, n~ao- oopera ~ao, o
\payo" total sera menor do que o \payo" total que onseguiriam se ambos tivessem
es olhido oopera ~ao. Esta e a solu ~ao estati a do jogo.
A abordagem dinâmi a do problema foi introduzida por Axelrod(Axelrod, 1984) e e
193
extensa e frequentemente utilizada por outros autores1 . Em ada movimento, os jogadores
revisam suas es olhas e jogam de a ordo om regras espe as ou, usando um termo
mais apropriado em teoria dos jogos, strategies . O movimento seguinte poderia depender
apenas do ultimo movimento ou poderia in luir a trajetoria inteira do jogo ate a situa ~ao
atual. A estrategia poderia ser determinsti a, tal omo a estrategia \tit-for tat" , ou
ainda, probabilsti a. Nesta investiga ~ao onsideramos a evolu ~ao do jogo ser um pro esso
esto asti o de Markov, no qual as estrategias s~ao probabilsti as e dependem apenas do
ultimo movimento. Alem disso, o pro esso de Markov e onsiderado do tipo tempo-
ontnuo, ou seja, assin rôni o, que onsiste em mudar o estado de um uni o indivduo
em ada movimento. Esse pro esso, des rito pela equa ~ao-mestra, ontrasta om aquele
do autômato elular probabilsti o no qual os estados s~ao revisados sin roni amente ou
os estados de todos os indivduos s~ao revisados simultaneamente.
Nesta investiga ~ao tratamos om o problema de a har as ondi ~oes de emergên ia da
oopera ~ao na evolu ~ao do jogo a ima denido, no ontexto dos re ursos te ni os de uma
representa ~ao dos sistemas de part ulas interagentes e tendo omo representa ~ao modelos
de gas de redes ou reti ulados, denindo suas ongura ~oes. E, alem disso, devido a suas
regras de evolu ~ao, pode-se tambem lassi a-lo no ontexto de sistemas irreversveis, uma
vez que essas regras de dinâmi a, n~ao onduzem a uma hamiltoniana, ou antes, n~ao sat-
isfazem o prin pio do balan eamento detalhado. Neste ontexto, apresentamos modelos
para estudar a evolu ~ao de n indivduos interagentes lo alizados nos stios de uma rede.
Os indivduos parti ipam do jogo de duas a ~oes somente om os indivduos perten entes
a uma pequena vizinhan a, a qual pretende simular intera ~oes reais entre indivduos de
uma popula ~ao. Jogos espa iais similares têm sido onsiderados antes por varios autores
2
. Em um ontexto mais parti ular, fo amos mais espe i amente o trabalho desenvolvido
por Szabo e Toke(Szabo and Toke, 1998) e a partir do qual pretendemos obter resultados
om regras distintas e mais simpli adas a serem des ritas. A prin ipal regra - s1- do jogo
e que um jogador n~ao muda sua a ~ao quando ele e seu oponente mantêm a mesma a ~ao
na jogada imediatamente anterior. Este regra leva a existên ia de dois estados ongelados
(absorventes), um no qual a rede esta ompleta om ooperadores e a outra na qual a
rede esta ompleta om n~ao ooperadores. A evolu ~ao desse jogo e realizada por meio de
simula ~oes numeri as em redes de uma e duas dimens~oes. O primeiro resultado que essas
simula ~oes em redes quadradas tem mostrado e que alem de dois estados ongelados ha
tambem um estado ativo esta ionario no qual a rede tem uma densidade nita de oop-
eradores e n~ao ooperadores. O segundo resultado importante das simula ~oes mostra que
o estado ativo esta presente em duas dimens~oes mas n~ao em uma.
1 (Sigmund, 1993); (Nowak et al., 1995).
2 (Nowak and May, 1993); (Nowak et al., 1994); (Huberman and Glan e, 1993); (Szabo and Toke,
1998).
194
6.2 O modelo.
Vamos onsiderar um modelo para estudar a evolu ~ao de N spins (indivduos) in-
teragentes lo alizados nos stios de uma rede. Esses indivduos interagem apenas om
indivduos perten entes a uma pequena vizinhan a em torno dele. Para isso vamos on-
siderar a popula ~ao de N spins (jogadores) lo alizados sobre os stios de uma rede regular
de tamanho L. O jogo evolui omo uma su ess~ao de \rounds" (rodadas) o orrendo em in-
tervalos de tempos (denidos omo a revis~ao dos passos de Monte Carlo, os quais in luem
uma varredura da rede), no quais os indivduos jogam suas a ~oes possveis: oopera ~ao
(C) ou n~ao- oopera ~ao (D). Em ada intervalo de tempo um jogador, es olhido aleatori-
amente, revisa sua a ~ao de a ordo om uma regra (estrategia) que espe i a o resultado
dependendo do que os vizinhos tenham jogado na rodada anterior. O modelo e um mod-
elo esto asti o Markoviano governado por uma equa ~ao mestra ujas regras e taxas de
transi ~ao seguem-se abaixo.
Um dado jogador (spin) interage somente om os jogadores (spins) perten entes a
uma pequena vizinhan a, aqui denidos omo jogadores vizinhos mais proximos. Mas,
seguindo Axelrod (Axelrod, 1984), assume-se uma primeira regra que determina o numero
de vizinhos dentre os quatro vizinhos mais proximos om os quais um dado jogador se
rela iona em ada intera ~ao: apenas um jogador de ada vez, ou seja, ele interage apenas
om um vizinho dentre os quatro possveis. De a ordo om esta regra, quatro possveis
resultados podem o orrer, de uma rodada deste jogo de duas a ~oes entre um dado jogador
e seu oponente (vizinho),: CC, CD, DC e DD. Esses resultados Nowak e seus olaboradores
(Nowak et al., 1995) denominaram de \Re ompensa", \Perda", \Tenta ~ao", \Puni ~ao",
respe tivamente. As regras propostas para fazer evoluir o jogo s~ao, ontudo, distintas
daquelas propostas por Szabo e Toke(Szabo and Toke, 1998). Elas podem ser des ritas
omo seguem.
Em primeiro lugar, adotamos o sistema de \single ip spin" para alterar a ongura ~ao
atual do jogo para uma nova ongura ~ao, ou seja, um jogador ou spin e es olhido aleato-
riamente, o jogador i, dentre os N jogadores da rede. Em seguida, estabele em-se as
regras segundo as quais este jogador ou spin revisa a sua a ~ao, a qual se da pela avalia ~ao
da sua propria a ~ao e da a ~ao de um uni o vizinho es olhido dentre os quatro possveis
omo dita a regra anterior.
Assim, o pro esso de revis~ao da a ~ao do jogador i, ome a pela es olha de um jogador
oponente ou vizinho, jogador j , tambem de maneira aleatoria dentre os quatro jogadores
vizinhos possveis . Na sequên ia, temos as seguintes regras:
(a) se na rodada imediatamente anterior, ambos os jogadores, ou spins, i e j , têm
mantido a mesma a ~ao, isto e, se o resultado da jogada anterior foi os estados CC ou
DD, portanto, \Re ompensa" ou \Perda" , onforme a nomen latura estabele ida
195
por Nowak(Nowak et al., 1995), ent~ao, o jogador i n~ao muda sua a ~ao, ou seja,
mantem sua mesma a ~ao anterior.
(b) se, em ontrapartida, eles, os jogadores ou spins, têm a ~oes distintas omo
resultado da rodada anterior, portanto, CD ou DC, ent~ao, têm-se dois asos a serem
onsiderados:
1. O primeiro aso o orre, se o jogador i tem jogado C e o jogador j tem jogado

D, isto e, o resultado anterior e CD, ou seja, \perda"; ent~ao, neste aso, o
jogador i revisa sua a ~ao, agora, para D, om uma taxa de transi ~ao a.
2. O segundo aso o orre, se o jogador i tem jogado D e o jogador j tem C,
isto e, o resultado anterior e DC, ou seja \tenta ~ao", ent~ao, neste aso, um
outro jogador vizinho k e es olhido, distinto do jogador j (k 6= j ), de maneira
aleatoria.
{ (i) Se o jogador k tem jogado C, ent~ao, o jogador i muda sua a ~ao i, e joga
C, om uma taxa de transi ~ao b1.
{ (ii) Se, ontudo, o jogador k tem jogado D, ent~ao, o jogador i tambem
muda sua a ~ao, e joga C, mas, om uma taxa de transi ~ao b2.
Deste modo, podemos observar que o modelo trabalha om três parâmetros que s~ao
as taxas de transi ~ao a, b1 e b2 : No entanto, omo essas taxas de transi ~ao apare em
nos termos da direita da equa ~ao-mestra, podemos dividi-los todos os dois membros da
equa ~ao-mestra por b2 . Assim, o modelo pode ser reduzido a dependên ia de apenas
dois parâmetros. Desta forma, podemos denir tanto o parâmetro de retalia ~ao omo
r = a=b2 , quanto o parâmetro de oopera ~ao omo = b1 =b2 . O parâmetro r pode ser
interpretado omo a magnitude ou intensidade om a qual o jogador i retalia, jogando D,
na rodada t + 1, ontra seu oponente j , quando este n~ao oopera na rodada t, portanto,
joga a a ~ao D, enquanto i joga C na mesma rodada, produzindo, ent~ao, omo resultado da
rodada t, CD ou \perda". Assim, na rodada t + 1, o jogador i vai ser tentado, om taxa
r, a retaliar o jogador j jogando D. Com o aumento da magnitude da retalia ~ao, ou seja,
om o aumento de r, espera-se um de res imo no numero de indivduos que querem ser
ooperadores ou que v~ao jogar a a ~ao de oopera ~ao. Do mesmo modo, pode-se interpretar
o parâmetro omo forne endo a magnitude da oopera ~ao entre indivduos, o que pode
ser traduzido pela quantidade de indivduos que jogariam a a ~ao C, oopera ~ao, dentre
os N indivduos no jogo. Aumentando espera-se aumentar o numero de indivduos
propensos a oopera ~ao, ou seja, a jogar a a ~ao C, oopera ~ao.
Essas regras podem ser formalizadas de modo a onstruir a equa ~ao governando esse
jogo evolutivo que e a equa ~ao-mestra. Como vimos na parte ini ial, em que des revemos
196
o aspe to teori o do pro esso esto asti o markoviano, essa equa ~ao basi a e a equa ~ao-
mestra. O sistema pode ser des rito por um gas de rede. Uma rede de N stios em que
ada stio lo aliza-se um indivduo, uja a ~ao e des rita por uma variavel aleatoria i .
Como esse indivduo tem apenas duas a ~oes possveis, oopera (+) e n~ao oopera ( ),
seu estado e des rito por i = . Desta forma, os 2N estados do sistema de N indivduos
s~ao des ritos pelo vetor = (1 ; 2 ; : : : ; N 1 ; N ). E a evolu ~ao temporal desse sistema
atraves do espa o das 2N ongura ~oes e dada pela equa ~ao-mestra:
dP (; t) X
= W (; 0 )P ( 0 ; t) W ( 0 ; )P (; t); (6.1)
dt 0 (6=)
a qual des reve a probabilidade de transi ~ao do estado para o estado 0 por unidade de
tempo. P (; t) e a probabilidade de o orrer a ongura ~ao no instante t e W (; 1 ) e a
taxa de transi ~ao de 1 para .
Como nessa tese, estamos tratando apenas do aso em que a dinâmi a de evolu ~ao das
ongura ~oes e feita pelo metodo do \single ip spin" , isto e, que as transi ~oes entre as
ongura ~oes s~ao realizadas pela avalia ~ao de um uni o stio da rede, podemos es rever a
taxa de transi ~ao om o uso da fun ~ao delta na seguinte forma:
X
W (; 0 ) = Æ (10 ; 1 )Æ (20 ; 2 ); : : : ; Æ (i ; i ); : : : Æ (N0 ; N )wi ( ); (6.2)
i
em que Æ (j ; j0 ) = 1, se j = j0 e Æ (j ; j0 ) = 0, se j 6= j0 . E o fator wi ( ) e in-

terpretado omo a taxa de invers~ao do estado do i-esimo stio de i para i . Agora,
se substitumos esta ultima express~ao na equa ~ao-mestra, obtem-se a forma da equa ~ao-
mestra para o aso em que se usa o metodo do \single ip spin", que onsiste em es olher
aleatoriamente apenas um spin da rede e avaliar a sua altera ~ao de estado, gerando assim
uma nova ongura ~ao, e om a repeti ~ao desse pro esso, por sua vez, a trajetoria no
espa o das ongura ~oes ou dos estados do sistema em quest~ao, formado de 2N estados
ou ongura ~oes, ou seja, obtem-se a nova forma da equa ~ao-mestra,
N
dP (; t) X
= (wi ( i )P ( i ; t) wi ( )P (; t)): (6.3)
dt i
Nela i = (1 ; 2 ; : : : ; i ; : : : ; N ) e e obtida da tro a de i por i . Pretendemos

agora, adaptar essas express~oes da equa ~ao-mestra e da taxa de transi ~ao para a repre-
senta ~ao que adotamos para formalizar o modelo desse sistema de indivduos interagentes
e estudar as ondi ~oes de emergên ia de oopera ~ao. Assim, em lugar de representarmos
as a ~oes de ada indivduo pela variavel dinâmi a i , utilizamos a variavel dinâmi a
i , que toma os valores de 1 ou 0, representando as duas a ~oes possveis do indivduo
i: ooperar ou n~ao ooperar, respe tivamente. Com essa representa ~ao, rees revemos a
197
equa ~ao-mestra 6.2, governando a evolu ~ao temporal da probabilidade P (; t) de en on-
trar o sistema no estado = (1 ; 2 ; : : : ; N ) no tempo t, na seguinte forma
d X
P (; t) = (wi ( i )P ( i; t) wi ( )P (; t)); ; (6.4)
dt i
em que i = (1 ; 2 ; : : : ; 1 i ; : : : ; N ).
A taxa de transi ~ao wi( ) de i para 1 i e dada, ent~ao, por:
1X 1 X
wi ( ) = ( (1 j )a + (1 i )j [b + b (1 k )℄); (6.5)
z j i z 1 k(6=j ) 1 k 2
em que j e k s~ao os vizinhos mais proximos de i, e z e o numero de oordena ~ao da rede.

Como o interesse deste trabalho re ai prin ipalmente na densidade de ooperadores
= hi i, e importante que tenhamos a evolu ~ao temporal na aproxima ~ao de ampo
medio da media hf ( )i de uma fun ~ao f ( ) de estado do sistema, que representa um dado
observavel ou quantidade mensuravel do sistema. Mas, isso ja obtivemos nos aptulos
anteriores, onde se demonstrou que
N
d X
dt
h f ( )i = h(f ( i) f ( ))wi( )i: (6.6)
i=1
Com esta equa ~ao, podemos obter, por meio da substitui ~ao, e um pou o de algebra,
a evolu ~ao temporal da media = hi i. Depois, por meio de uma aproxima ~ao de ampo
medio a equa ~ao de evolu ~ao desta quantidade e dada por,
d
= (1 )[ a + b1 + b2 (1 )℄ (6.7)
dt
d
. As solu ~oes esta ionarias ou seja para = 0 s~ao = 0, que e um estado de n~ao-
dt
oopera ~ao (D), = 1 que e um estado de oopera ~ao (C), e
1 r
= (6.8)
1
o estado ativo (A). Lineariza ~ao em torno de = 0 mostra que o estado D e estavel para
r > 1 e instavel para r < 1. Lineariza ~ao em torno de = 1 mostra que o estado C e
estavel para > r e instavel para < r.
6.3 Simula ~ao numeri a.

Nos simulamos o modelo em uma e duas dimens~oes. O modelo exibe dois estados
ongelados(absorventes): o estado de oopera ~ao (C), no qual = 1 e o estado de n~ao-
oopera ~ao (D), no qual = 0. Alem destes dois estados ongelados o modelo pode
mostrar um estado ativo (A) para o qual 0 < < 1. Nossas simula ~oes indi am que o
198
estado ativo esta presente na rede de duas dimens~oes, mas n~ao na de uma dimens~ao. O
diagrama de fase para o aso de uma dimens~ao mostra apenas os dois estados ongelados
separados por uma linha de transi ~ao de primeira ordem. O estado de n~ao- oopera ~ao (D)
o orre para r > 1, embora o estado de oopera ~ao (C) o orra para r < 1, independente
do valor de . Os resultados foram obtidos para uma adeia de 1000 stios om ondi ~oes
de ontorno periodi as. O estado ini ial era um estado ompletamente aleatorio, isto e,
uma ongura ~ao na qual ada stio era o upado por um ooperador ou por um n~ao-
ooperador om igual probabilidade. O numero de passos de Monte Carlo variou de 104
a 106 . Em duas dimens~oes, simulamos o modelo em uma rede quadrada om 100 por 100
stios ini iando-se om uma ongura ~ao ompletamente aleatoria de jogadores. Usamos
um numero de passos de Monte Carlo que variou de 104 a 106 . O diagrama de fase e
mostrado na gura 1 abaixo,
Diagrama de fase 1
Figure 1. Chiappin and de Oliveira
1.5
1.0
c C
0.5
D
A
0.0
0.0 0.5 1.0 1.5
r
Figura 6.1: Diagrama de fase no plano (r; ) obtido da simula ~ao numeri a em uma rede
quadrada. As três fases s~ao o estado de plena oopera ~ao (C) para o qual = 1, estado
ativo (A) para o qual 0 < < 1 , e estado de n~ao- oopera ~ao plena (D) para o qual = 0.
As linhas de transi ~oes C-A e A-D s~ao linhas rti as embora a linha C-D e uma linha de
transi ~ao des ontnua. As três linhas en ontra-se no ponto r = = 1.
Esse diagrama mostra três fases: o estado oopera ~ao ongelado (C) om = 1, o
estado de n~ao- oopera ~ao (D) ongelado om = 0 e o estado ativo (A) om 0 < < 1.
O estado ativo esta presente apenas dentro da regi~ao < 1 e < 1. Nesta regi~ao ha duas
linhas de transi ~ao de fase orrespondendo as transi ~oes C-A e A-D. A densidade varia
ontinuamente quando ruzamos estas duas linhas. A regi~ao r > 1 e > 1 e separada por
uma linha de transi ~ao orrespondendo a transi ~ao (C-D), na qual a densidade pula do
valor = 1 para = 0. As três linhas en ontram-se no ponto = r = 1.
199
Quando variamos r para um valor xo de < 1, a densidade varia ontinuamente,
omo mostrado na gura 2 abaixo.
Diagrama de fase 2
1.0
0.8
0.6
ρ
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0
r
Figura 6.2: Densidade do ooperador versus o parâmetro r para varios valores de

, obtidos das simula ~oes numeri as. Da esquerda para a direita os valores de s~ao
0; 0:1; 0:2; 0:3; 0:4; 0:5; 0:6; 0:7; e 0:9:
Cada ponto da gura foi al ulado usando 104 passos de Monte Carlo. A transi ~ao
do estado A para o estado ongelado (absorvente) (D) e uma transi ~ao de fase e seu
omportamento rti o esta na mesma lasse de universalidade do modelo de per ola ~ao
dire ionada. Nos al ulamos o expoente rti o rela ionado ao parâmetro de ordem e
en ontramos resultados os quais est~ao em bom a ordo om os resultados onhe idos para
tal lasse de universalidade. Como exemplo, onstrumos o gra o mostrado na gura 6.3
a seguir, para o aso de = 0, de ln versus ln(r r) e pro uramos o melhor ajuste
linear.
200
Diagrama de fase 3
-0.5
-1.0
-1.5
lnρ
-2.0
-2.5
-3.0
-6.0 -5.0 -4.0 -3.0 -2.0 -1.0
ln∆r
Figura 6.3: Gra o de ln versus ln r em que = r r para o aso = 0. As três linhas

orrespondem, da esquerda para a direita, para valores tentativas de r = 0:798; 0:800, e
0:802: O melhor ajuste linear da r = 0:800 0:001 e o expoente rti o = 0:58 0:01:
A hamos, para este aso, r = 0:800 0:001 e, da in lina ~ao desta linha, o expoente
rti o = 0:58 0:01, o qual esta em bom a ordo om os resultados para a lasse
de universalidade da per ola ~ao dire ionada em 2 + 1 dimens~oes(Brower et al., 1978).
Cada ponto foi al ulado usando 106 passos de Monte Carlo. Tambem, omo esperado,
a hamos que, para 0 < < 1, a transi ~ao do estado A para o estado ongelado C e
tambem ontnua e perten e a mesma lasse de universalidade.
N~ao podemos deixar de apontar que o aso de r = = 1 orresponde ao do modelo
do votante(Lebowitz and Saleur, 1986). E onhe ido que em duas dimens~oes o mod-
elo do votante tem apenas dois estados esta ionarios independentemente das ondi ~oes
ini iais(Lebowitz and Saleur, 1986). Eles s~ao orrespondentes, neste aso, aos estados
ongelados C e D.
Nosso resultado nal de orre da ompara ~ao om uma rede om um pequeno numero
de jogadores interagindo de a ordo om as mesmas regras. Neste aso, observam-se apenas
os dois estados ongelados. Para valores xos das taxas de transi ~ao al an a-se um ou
outro estado dependendo das ondi ~oes ini iais. Quando o numero de jogadores res e
para um grande numero, o modelo a aba por exibir apenas um dos estados ongelados,
ou o estado ativo, independentemente da ondi ~ao ini ial. Desta forma, esta ompara ~ao
ajuda a mostrar laramente que oopera ~ao e n~ao- oopera ~ao s~ao fenômenos oletivos
que n~ao dependem de omo os jogadores es olhem suas a ~oes no ome o do jogo. E
importante notar que tal omportamento e tpi o para todos os sistemas apresentando
estados absorventes.
201
6.4 Con lus~oes.
O primeiro resultado da analise onduzida a ima e que o modelo, em duas dimens~oes,
exibe, de um modo similar aquele de Szabo e Token(Szabo and Toke, 1998), os dois estados
ongelados (absorventes): a oopera ~ao ( = 1) e a n~ao- oopera ~ao ( = 0). Alem disso,
omo um resumo das onsidera ~oes a ima, o modelo tambem mostra um estado ativo
para o qual 0 < < 1. O estado de n~ao oopera ~ao o orre para valores su ientemente
grandes de r e o estado de oopera ~ao o orre para valores su ientemente grandes de .
Para ertas ombina ~oes de e r tambem temos um estado ativo. O segundo resultado
rela iona-se om o expoente rti o asso iado ao omportamento de lei de potên ia do
parâmetro de ordem, quando as taxas de transi ~ao aproximam-se de seus valores rti os.
Os resultados numeri os obtidos para o expoente rti o olo ou o modelo na lasse de
universalidade da per ola ~ao dire ionada omo esperado de a ordo om a onje tura de
Grassberger(Grassberger, 1982) e Janssen(Janssen, 1981).
202
Captulo 7
MODELO DE ISING COM
CAMPO TRANSVERSO:
^
MODELO QUANTICO.
7.1 Introdu ~ao.

O objetivo neste aptulo e desenvolver uma outra apli a ~ao do metodo esto asti o
numeri o omo o metodo de Monte Carlo, agora, ontudo, no quadro da me âni a de
estatsti a de equilbrio e para problemas determinsti os omo o problema do autovalor.
Neste âmbito vamos tratar do modelo de Ising em um ampo transverso denido pela
Hamiltoniana
X X
H= iz jz ix ; (7.1)
<ij> i
em que e s~ao os operadores de Pauli olo ados no stio i, e > 0 e a intensidade do
ix jz
ampo transverso. A temperatura zero, o modelo exibe uma transi ~ao de fase ontnua,
para um valor nito, , de um estado desordenado o orrendo para > para um estado
ordenado no domnio < . Teori amente essa transi ~ao e onsiderada omo perten ente
a lasse de universalidade do modelo de Ising ordinario (es alar) e, portanto, os expoentes
rti os s~ao aqueles do modelo de Ising de dimens~ao d+1. Desta forma o modelo de
Ising quânti o de uma dimens~ao e equivalente ao modelo de Ising ordinario (es alar) de
dimens~ao dois. O modelo de uma dimens~ao pode ser mapeado em um sistema de fermions
n~ao interagentes, embora haja o uso de uma transforma ~ao de Wigner-Jordan1 da qual
varias quantidades podem ser al uladas exatamente. Neste ontexto do mapeamento
do modelo de Ising quânti o de uma dimens~ao no modelo de Ising ordinario de duas
dimens~oes, o primeiro objetivo onsiste, ent~ao, em estabele er tanto o resultado teori o
1 (Lieb et al., 1961);(Katsura, 1962);(Pfeuty, 1970).
203
a ima, ou seja, tanto o valor numeri o exato das grandezas relevantes desse modelo por
meio da simula ~ao omputa ional quanto a identi a ~ao da sua lasse de universalidade.
Para realizar esse objetivo fazemos uso do metodo Monte Carlo a temperatura zero2 . Esse
metodo e apropriado para obter as propriedades do estado fundamental de alguns sistemas
de spin quânti os. A primeira etapa desse metodo esta em fazer uso da equivalên ia
men ionada a ima entre o sistema quânti o de dimens~ao d om o sistema lassi o de
dimens~ao d + 1. Com isto, simula-se um sistema da me âni a estatsti a lassi a de
dimens~ao (d + 1) onstrudo de tal modo que sua matriz transferên ia F omuta om o
Hamiltoniano H. Como sabemos, se o omprimento do sistema da me âni a estatsti a
na dimens~ao extra for su ientemente grande ent~ao as suas propriedades ser~ao dominadas
pelo maior autovetor. Se, ademais, o maior autovetor de F for es olhido omo o estado
fundamental de H, ent~ao uma simula ~ao de Monte Carlo do sistema lassi o propor ionara
as propriedades do sistema quânti o a temperatura zero.
O metodo de Monte Carlo usado aqui assemelha-se a outros metodos esto asti os, tais
omo o metodo de Monte Carlo da integral de trajetoria3 no sentido de que um sistema
lassi o de (d+1)-dimens~oes e usado para obter as propriedades de um sistema de spin
quânti o de d-dimens~oes. Contudo, o metodo de integral de trajetoria e realizado a tem-
peratura nita e assim propriedades do estado fundamental devem ser obtidas por uma
extrapola ~ao para temperatura zero. Mas, o metodo de Monte Carlo, por sua vez, ja e um
metodo a temperatura zero. E, tambem, diferente de outros metodos de Monte Carlo a
temperatura zero apli ados aos sistemas de spin quânti os tais omo o metodo de Monte
Carlo da fun ~ao de Green4 e o algoritmo \random-walk" dirigido 5 . Estas te ni as, por
sua vez, s~ao vers~oes esto asti as do metodo da potên ia no qual o maior autovetor e proje-
tado por uma multipli a ~ao matri ial repetida. O fo o do presente aptulo e a apli a ~ao
do metodo de Monte Carlo ao modelo de Ising unidimensional em um ampo transverso
para obter valores numeri os para as grandezas relevantes deste modelo. Obtiveram-se
os valores tanto para a magnetiza ~ao, M , e a sus etibilidade, , ambas na dire ~ao z ,
tanto quanto para o umulante reduzido de quarta ordem6 U omo fun ~ao de para
diversos tamanhos,L, do sistema. Uma vez obtidos esses valores numeri os passamos a
analise desses dados do metodo de Monte Carlo om a ajuda de um outro metodo da
Me âni a Estatsti a, o metodo de es ala de tamanho nito. Reiteramos o ponto em que
2 (Sauerwein and de Oliveira, 1994); (Sauerwein and de Oliveira, 1995); (Neirotti and Oliveira, 1996);
(de Oliveira, 1993); (de Oliveira, 1996).
3 (de Oliveira, 1996); (Hirs h et al., 1982); (DeRaedt and Lagendijk, 1985); (Reger and Young, 1988);
(Takahashi, 1988); (Meshkov, 1993); (Rieger and Young, 1994).

4 (Gross et al., 1989); (Carlson, 1989); (Takahashi, 1989); (Trivedi and Ceperly, 1990); (Golinelli et al.,
1992).
5 (Barnes and Daniel, 1988); (Barnes and Swanson, 1987).
6 (Binder, 1976); (Binder and Heermann, 1988); (Binder, 1997).
204
por meio desse metodo, de es ala de tamanho nito, extrapolamos os resultados obtidos
pela apli a ~ao do metodo de Monte Carlo a sistemas de tamanho nito para os sistemas
de tamanho innito. Os resultados da me âni a estatsti a de equilbrio s~ao apli ados
aos sistemas de tamanho innito. Por este meio, metodo de es ala de tamanho nito,
mostra-se que a presente analise numeri a dos dados do metodo de Monte Carlo da re-
sultados onsistentes om os valores exatos tanto para o ponto rti o, , quanto para os
expoentes rti os = e = . Em parti ular, podemos apontar que o resultado numeri o
que obtemos, om o metodo de Monte Carlo, para o umulante reduzido de quarta or-
dem esta em a ordo om aquele obtido para o modelo de Ising bidimensional por meio
do uso do metodo da matriz transferên ia7 . Redenindo os objetivos e suas motiva ~oes
para o presente aptulo, podemos dizer que eles s~ao três. O primeiro objetivo onsiste na
apli a ~ao e avalia ~ao de um metodo, no aso, o metodo de Monte Carlo. Para isso e im-
portante que seja apli ado ini ialmente a um modelo soluvel, portanto, o modelo de Ising
bidimensional. A apli a ~ao a um modelo soluvel pode dar uma medida da e iên ia do
metodo. O segundo objetivo de orre do fato de que, omo nem todas as quantidades dos
modelos soluveis s~ao onhe idas em uma forma fe hada ou analti a, al ulos alternativos
da magnetiza ~ao e sus etibilidade devem sempre ser bem-vindos. No aso do modelo de
Ising unidimensional em um ampo transverso, isto e, um modelo quânti o, e relativa-
mente fa il obter uma forma fe hada para a magnetiza ~ao e a sus etibilidade na dire ~ao x.
Contudo, o al ulo da magnetiza ~ao e da sus etibilidade na dire ~ao z para sistemas nitos
e muito ompli ado e formas fe hadas para M e omo fun ~ao do tamanho do sistema,
L, n~ao s~ao disponveis. O mesmo e verdadeiro para o aso do umulante de quarta ordem
U.
7.2 Formulas basi as.

Dene-se o operador
X X
F= (1 + iz jz ) + ix ; (7.2)
<ij> i
tal que
F = H + Nz
2
; (7.3)
e na sequên ia denimos a matriz T ujos elementos s~ao dados por
T ( 0 ; ) = h 0 jFj i; (7.4)
7 (Burkhardt and Derrida, 1985).
205
em que
ji = j : : : N i;
1 2 3 (7.5)
om i = 1 e o vetor no espa o de Hilbert tal que os operadores iz s~ao diagonais. Os
elementos diagonais T (; ) s~ao dados por
X
T (; ) = (1 + i j ); (7.6)
<ij>
e igualam a duas vezes o numero de pares de spins paralelos de vizinhos mais proximos.
Os elementos fora da diagonal T ( 0 ; ) equivalem a zeros ex eto quando 0 e diferem
por apenas um spin, em ujo aso
T ( 0 ; ) = : (7.7)
Uma vez que T ( 0 ; ) 0, e possvel denir uma distribui ~ao de probabilidade
P ( 1 ; 2 ; 3 ; : : : ; K ) omo:
P ( 1 ; 2 ; 3 ; : : : ; K ) = T ( 1 ; 2 )T ( 2 ; 3 ); : : : ; T ( K 1 ; K )T ( K ; 1 ); (7.8)
em que K e um inteiro grande. Se A e um operador diagonal tal que se
h0jAji = A()Æ(0 ; ) : : : Æ(N0 ; N );

1 1 (7.9)
ent~ao pode-se provar que, para K su ientemente grande, tem-se que
hojAjoi = hA()i; (7.10)

em que jo > e o estado fundamental de H (e tambem o maior autovetor de F ) e o lado
direito da equa ~ao a ima 7:10 e a media de A( ) om a distribui ~ao de probabilidade
denida pela 7:8. Portanto, as propriedades da me âni a estatsti a lassi a, denida
por 7:8, d~ao as propriedades do estado fundamental do sistema quânti o denido pelo
Hamiltoniano 7:1.
7.3 O metodo de Monte Carlo.

Para obter as propriedades de um sistema, omo por exemplo o sistema denido por
7:1, onstrumos um pro esso esto asti o de Markov uja distribui ~ao de probabilidade
esta ionaria e exatamente a probabilidade dada por 7:8. Sejam A = ( 1 ; 2 : : : ; j ; : : : ; K )
e B = ( 1 ; 2 ; : : : ; j ; : : : ; K ) dois estados que diferem por apenas um omponente, o
omponente-j. A probabilidade de transi ~ao W (A ! B ) que dene o pro esso de Markov
e es olhida para satisfazer a ondi ~ao do balan eamento detalhado
206
P (A)W (A ! B ) = P (B )W (B ! A); (7.11)
a qual es revemos, om o uso da 7:8 e de alguma simpli a ~ao, na forma
T ( j 1; j )T ( j ; j +1)W (A ! B ) = T ( j 1; j )T ( j ; j +1)W (A ! B ): (7.12)
A deni ~ao real de W (A ! B ) e baseada na pres ri ~ao de Metropolis(Metropolis and

Ulam, 1949), a qual satisfaz o prin pio do balan eamento detalhado onsistente om a
existên ia de uma Hamiltoniana. Distinguimos in o asos possveis:
1. Suponha-se que j 1
= j = j +1 . Neste aso

1 N 2
W (A ! B ) = min 2 j ; 1 ; (7.13)
N D ( )
em que D( j ) = T ( j ; j ).
6 j+1, tal que j
2. Suponha-se que j 1= j = 1
6= j 6= j +1
. Neste aso

D ( j )
W (A ! B ) = min ;1 (7.14)
D ( j )
6= j = j +1
, tal que j 1
6 j+1. Neste aso
= j =

D ( j )
W (A ! B ) = min ;1 : (7.15)
D ( j )
6= j 6= j +1
e j 1
= j +1 , tal que j 1 = j = j +1. Neste aso

D 2 ( j )
W (A ! B ) = min ;1 : (7.16)
N 2
6= j 6= j +1
e j 1
6= j +1
. Neste aso
W ( A ! B ) = 1: (7.17)
7.4 Algoritmo.
O algoritmo de mudan a ongura ional para a simula ~ao do modelo de Ising unidi-
mensional em um ampo transverso e realizado da seguinte maneira:
1. Denir uma rede quadrada om K olunas om L stios ada uma. A ada stio
asso iar uma variavel esto asti a que pode estar em um de dois estados possveis:1.
2. Ini ia-se om uma ongura ~ao na qual quaisquer duas olunas onse utivas s~ao
iguais ou diferem apenas por um stio.
207
3. Dada uma erta ongura ~ao, a seguinte e obtida deste modo:
4. Uma das K olunas e es olhida aleatoriamente e denotada por C . A oluna seguinte

a oluna es olhida e designada por F , enquanto a pre edente e designada por P .
Logo, temos in o asos possveis
5. P = C = F . Neste aso, es olhe-se aleatoriamente um stio de C . O estado es olhido

de C e modi ado om probabilidade

L 2
min 2 ; 1 ; (7.18)
D (C )
em que D(C ) e duas vezes o numero de pares de stios de vizinhos mais proximos
om o mesmo sinal na oluna C .
6. P = C 6= F . A oluna C e distinta de F por apenas um stio. O estado deste stio

e modi ado om probabilidade

D (F )
min ;1 : (7.19)
D (P )
7. P 6= C = F . A oluna C e distinta de P por apenas um stio. O estado deste stio
e modi ado om probabilidade

D (P )
min ;1 : (7.20)
D (F )
8. P 6= C 6= F , mas P = F . Coluna C e distinta de F e P pelo mesmo stio. O estado
deste stio e modi ado om probabilidade

D 2 (F )
min :1 : (7.21)
L 2
9. P 6= C 6= F , mas P 6= F . Coluna C e distinta de F por um stio e distinta de P
por um outro stio. Os estados destes dois stios s~ao modi ados om probabilidade
um.
7.5 Resultados numeri os.

Fazendo-se uso do algoritmo des rito anteriormente realizamos simula ~oes de adeias
de tamanhos L = 8; 16; 32 e 64, e medimos as quantidades relevantes, magnetiza ~ao
ML , L , UL . Os valores numeri os dessas quantidades s~ao obtidos a partir dos dados
produzidos pela simula ~ao om a seguinte deni ~ao: A magnetiza ~ao, ML , e denida por
208
ML = hjmji; (7.22)
enquanto a sus etibilidade, L , e dada por
L = L[hm2 i hjmji ℄; 2
(7.23)
e a quantidade umulante reduzido de quarta ordem, UL , denido por (Binder, 1981)
UL = 1
hm i ; 4
(7.24)
3hm i 2 2
em que
L
X
m = (1=L) i (7.25)
i=1
.
Estas quantidades des ritas a ima podem ser visualizadas nos gra os abaixo ome ando
om o gra o da rela ~ao entre a magnetiza ~ao, M , e o parâmetro indutor da transi ~ao, .
O umulante reduzido de quarta ordem pode ser usado para determinar o valor do
ponto rti o, uma vez que UL ( ) = U~ (0) = U ? independentemente de L.
Modelo de Ising om ampo transverso.
Metodo Cumulante −−> Γc=1.00
6
U*=0.55 ; LOOP=2.10 ;
0.8
L=8;
L=16;
L=24;
L=32;
0.6 L=64;
U 0.4
0.2
0
0 1 2 3
Γ
Figura 7.1: Cumulante de quarta ordem UL ( ): interse ~ao no valor rti o = 1:000
para o valor de UL ( ) = 0:55.
209
A analise do gra o que apare e na gura anterior mostra que todas as urvas se
inter eptam no ponto = 1, o qual e o valor exato para o ampo rti o. Tem-se omo
resultado teori o que o valor do umulante no ponto rti o e uma quantidade universal
que depende apenas do tipo de ondi ~oes de ontorno8 . Obtivemos U ? = 0:55 0:01, que
esta em um a ordo bastante adequado om o valor 9 U ? = 0:557 0:007, obtido para o
modelo de Ising quadrado pelo uso da abordagem da matriz transferên ia.
Modelo de Ising om ampo transverso
M versus Γ
Γc=1.00; LOOP=2.10 ;
6
1
L=8;
L=16;
L=24;
0.8 L=32;
L=64;
0.6
M
0.4
0.2
0
0 1 2 3
Γ
Figura 7.2: Magnetiza ~ao M omo fun ~ao do parâmetro para varios valores L da adeia.
Por meio desse gra o, podemos ontemplar a propriedade de que a transi ~ao de fase
ontnua, uma vez que n~ao se apresenta uma des ontinuidade no valor da magnetiza ~ao em
termos do parâmetro indutor da transi ~ao. Com o gra o da rela ~ao entre a sus etibilidade
e o parâmetro pode-se laramente visualizar a presen a da transi ~ao de fase em torno
do ponto rti o = 1:00, pela propriedade mais ara tersti a da transi ~ao de fase, que
e a divergên ia desta fun ~ao no ponto rti o.
8 (Burkhardt and Derrida, 1985)

9 (Burkhardt and Derrida, 1985)
210
Modelo de Ising om ampo transverso.
χ versus Γ
Γc=1.00; LOOP=2.10 ;
6
3
L=8;
L=16;
L=24;
L=32;
L=64;
0
0 1 2 3
Γ
Figura 7.3: Sus etibilidade M omo fun ~ao do parâmetro para varios valores L da
adeia.
E, ent~ao, fazendo-se uso do metodo de es ala de tamanho nito10 , e por meio do

qual extrapolamos os dados obtidos om os sistemas de tamanhos nitos para sistemas
innitos, pode-se estabele er que estas quantidades devem omportar-se nas proximidades
do ponto rti o, , de a ordo om as seguintes rela ~oes:
ML ( ) = L =
M~ (L1= "); (7.26)
L ( ) = L = ~(L1= "); (7.27)
UL ( ) = U~ (L1= "); (7.28)

em que " e o desvio do parâmetro de seu valor rti o , ou seja, ( )= e M~ (x),
~L (x), U~ (x) s~ao fun ~oes universais.
Nas guras abaixo mostramos o olapso dos dados para as três quantidades om os
gra os das rela ~oes fun ionais M~ = L= ML , ~ = L = L ( ), e U~ = UL ( ) versus
x = L1= ( )= , em que usamos = 1 e os valores exatos para os expoentes rti os,
10 (Privman, 1990).
211
a saber, = 1, = 1=8 e = 3=4. O ajuste apresentado por esses gra os do olapso
abaixo onstrudos om o uso desse onjunto de valores rti os mostra tanto a onsistên ia
quanto um teste da qualidade destes valores.
O primeiro destes gra os do olapso obtido pelo metodo de es ala de tamanho nito
e aquele da magnetiza ~ao es alada versus o parâmetro es alado:
COLAPSO DOS DADOS
Γc=1.00; β/ν=1/8; ν=1.00; LOOP=2.10
6
1.6
L=16;
L=24;
1.4 L=32;
L=64;
1.2
β/ν 1
L M
0.8
0.6
0.4
0.2
−10 0 10 20
1/ν
L ((Γ−Γc)/Γc)
Figura 7.4: Fun ~ao universal M~ = L1=8 M omo fun ~ao de L1= ( )= .
212
Enquanto o segundo gra o do olapso representa a rela ~ao entre a sus etibilidade
es alada versus o parâmetro es alado, ou seja,
COLAPSO DOS DADOS
Γc=1.00; γ/ν=3/4; ν=1.00; LOOP=2.10
6
0.2
L=16;
L=24;
L=32;
L=64;
0.15
χ
−γ/ν
L 0.1
0.05
0
−10 0 10 20
1/ν
L ((Γ−Γc)Γc)
Figura 7.5: Fun ~ao universal ~ = L 3=4

omo fun ~ao de L1= ( )= .
213
O ultimo desses gra os do olapso representa a rela ~ao entre o umulante de quarta
ordem versus o parâmetro es alado, omo podemos ver abaixo:
COLAPSO DOS DADOS
Γc=1.00; LOOP=2.10
6
0.8
L=16;
L=24;
L=32;
L=64;
0.6
U 0.4
0.2
0
−10 0 10 20
1/ν
L ((Γ−Γc)/Γc)
Figura 7.6: Fun ~ao universal U~ = U omo fun ~ao de L1= ( )= .
7.6 Con lus~oes.

Usamos um metodo de Monte Carlo para obter as propriedades do estado fundamental
do modelo de Ising unidimensional em um ampo transverso, tais omo a magnetiza ~ao,
a sus etibilidade e o umulante reduzido de quarta ordem. Por uma es ala de tamanho
nito, obtemos resultados que s~ao onsistentes om os valores exatos tanto para o ampo
rti o quanto para os expoentes rti os. O metodo pode ser apli ado ao mesmo modelo
em dimens~ao maior e outros sistemas de spin quânti os, uma vez que o hamiltoniano pode
ser mapeado em um operador ujos elementos de matris n~ao s~ao negativos.
214
Referên ias Bibliogra as
Axelrod, R. (1984). The evolution of Cooperation. Basi Books.
Barber, M. (1983). Finite-size s aling. In Domb, C. and J.L.Lebowitz, editors, Phase
Transitions and Criti al Phenomena., volume 8, hapter 1. A ademi Press.
Barkema, G. T. and Newman, M. (1999). Monte Carlo Methods in Statisti al Physi s.

Clarendon Press.
Barnes, T. and Daniel, G. (1988). Numeri al solution of spin systems and the s=1/2
Heisenberg-antiferromagneti using guided random-walks. Phys. Rev. B., 37(7):3637{
3651.
Barnes, T. and Swanson, E. S. (1987). Two-dimensional Heisenberg-antiferromagneti -
a numeri al study. Phys. Rev. B., 37(16):9405{9409.
Binder, K. (1976). Monte arlo investigations of phase transitions and riti al phenomena.
In Domb, C. and Green, M. S., editors, Phase Transitions and Criti al Phenomena,
volume 5b, hapter 1. A ademi Press.
Binder, K. (1981). Finite size s aling analysis of Ising model blo k of distributions-
fun tions. Z. Phys. B., 43(2):119{140.
Binder, K. (1997). Appli ations of Monte Carlo methods to statisti al physi s. Rep. Prog.
Phys, 60:487{559.
Binder, K. (1998). Some re ent progress in the phenomenologi al theory of nite size s al-
ing and appli ation to Monte Carlo studies of riti al phenomena. In Privman, V.,
editor, Finite Size S aling and Numeri al Simulation of Statisti al Systems., hap-
ter 4. World S ienti .
Binder, K. and Heermann, D. W. (1988). Monte Carlo Simulation in Statisti al Physi s:
An introdu tion. Springer-Verlag.
Binder, K. and Young, A. (1986). Spin glasses: experimental fa ts, theoreti al on epts
and open questions. Rev. Mod. Phys., 58(4):801{976.
215
Brout, R. (1959). Statisti al me hani al theory of a random ferromagneti system. Phys.
Rev., 115(4):824{835.
Brower, R. C., Furman, M., and Moshe, M. (1978). Criti al exponents for Reggeon
quantum spin model. Phys. Lett. B, 76B(2):213{219.
Brunstein, A. (1999). Comportamento rti o e transi ~oes de fase dinâmi as em autômatos
elulares probabilsti os. PhD thesis, Universidade de S~ao Paulo.
Burkhardt, T. W. and Derrida, B. (1985). Moments of the total magnetization and

onformal-invarian e in the nite two-dimensional Ising-model. Phys. Rev. B.,
32(11):7273{7279.
Callen, H. B. (1985). Thermodynami s and an Introdu tion to Thermostatisti s. John
Wiley, se ond edition.
Carlson, J. (1989). Ground-state and low-lying ex itations of the Heisenberg-
Antiferromagnet. Phys. Rev. B., 40(1):846{849.
Chiappin, J. R. N. and Oliveira, M. J. (1999). Emergen e of ooperation among intera ting
individuals. Physi al Review E, 59(6):6419{6421.
de Oliveira, M. J. (1992). Isotropi majority-vote model on a square latti e. Journal of
Statisti al Physi s, 66(1/2):273{281.
de Oliveira, M. J. (1993). Ground-state properties of the spin-1/2 antiferromag-

neti Heisenberg hain obtained by use of a Monte-Carlo method. Phys. Rev. B,
48(9):6141{6148.
de Oliveira, M. J. (1996). Numeri al sto hasti methods in statisti al me hani s. Inter-
national Journal of Modern Physi s B, 10(11):1313{1327.
de Oliveira, M. J. and Chiappin, J. R. N. (1997). Monte Carlo simulation of the quantum

transverse Ising model. Physi a A, 238:307{316.
de Oliveira e Tânia Tome, M. J. (2001). Dinâmi a Esto asti a e Irreversibilidade. EDUSP.
DeRaedt, H. and Lagendijk, A. (1985). Monte-Carlo simulation of quantum statisti al
latti e models. Phys. Rep. B., 127(4):233{307.
Dotsenko, V. (2001). An Introdu tion to the Repli a Theory Of Disordered Statisti al
Systems. Cambridge University Press.
Fisher, M. E. (1967). The theory of equilibrium riti al phenomena. Rep. Prog. Physi s,
30:615{730.
216
Glauber, R. (1963). Time-dependent statisti s of the ising model. J. Math Phys., 294(4).
Goldenfeld, N. (1992). Le tures on Phase Transitions and the Renormalization Group.

Addison-Wesley Publishing Company.
Golinelli, O., Joli oeur, T., and La aze, R. (1992). Haldane gaps in a spin-1 Heisenberg
hain with easy-plane anysotropy. Phys. Rev. B., 45(17):9798{9805.
Grassberger, P. (1982). On phase-transitions in S hlogl 2nd model. Z. Phys. B., 47(4):365{

376.
Greiner, W., Neise, L., and Sto ker, H. (1995). Thermodynami s and Statisti al Me han-
i s. Springer-Verlag.
Grinstein, G., Jayaparakash, C., and He, Y. (1985). Statisti al me hani s of probabilisti
ellular automata. Phys. Rev. Lett., 55:2527{.
Gross, M., San hez-Velas o, E., and Siggia, E. (1989). Ground-state properties of the two-
dimensional antiferromagneti Heisenberg-model. Phys. Rev. B., 39(4):2484{2493.
Hirs h, J., Sugar, R. L., S alapino, D. J., and Blankenbe ler, R. (1982). Monte-Carlo
simulations of one-dimensional fermion systems. Phys. Rev. B., 26(2):5033{5055.
Huberman, B. and Glan e, N. S. (1993). Evolutionary games and omputer-simulations.

Pro . Natl. A ad. S i. USA, 90(16):7716{7718.
Janssen, H. (1981). On the non-equilibrium phase transition in rea tion- diusion systems
with an absorbing stationary state. Z. Phys. B., 42(2):151{154.
Kadano, L. P. e. a. (1967). Stati phenomena near riti al points: Theory and experi-
ment. Rev. Mod. Phys., 39(395).
Katsura, S. (1962). Statisti al me hani s of anisotropi linear heisenberg model. Phys.

Rev., 127(5):1508{1518.
Landau, D. P. (1976). Finite-size behavior of the Ising square latti e. Phys. Rev. B,
13(7):2997{3011.
Landau, D. P. (2000). A guide to Monte Carlo Simulations in Statisti al Physi s. Cam-

bridge University Press.
Lebowitz, J. L. and Saleur, H. (1986). Per olation strongly orrelated systems. Physi a
A, 138(1-2):194{205.
217
Lieb, E., S hultz, T., and Mattis, D. (1961). 2 soluble models of an antiferromagneti
hain. Ann. Phys., 16(3):407{466.
Meshkov, S. (1993). Monte-Carlo study of quantum spin hains. Phys. Rev. B.,
48(9):6167{6178.
Metropolis, N. and Ulam, S. (1949). The Monte-Carlo method. Journal of the Ameri an
Statisti al Asso iation, 44(247):335{341.
Neirotti, J. P. and Oliveira, M. d. (1996). Monte-Carlo method for obtaining the ground-
state properties of quantum spin systems. Mod. Phys. Rev. B., 53:668.
Nowak, M. A., Bonhoeer, S., and May, R. A. (1994). More spatial games. Int. J.
Bifur ation Chaos Appl. S i. Eng, 4(1):33{56.
Nowak, M. A. and May, R. A. (1993). The spatial dilemmas of evolution. Int. J. Bifur-
ation Chaos Appl. S i. Eng, 3(1):35{78.
Nowak, M. A., May, R. A., and Sigmund, K. (1995). The arithmeti s of mutual help.
S ienti Ameri an, 272(6):76{81.
Ozeki, Y. and Nobuyasu, I. (1998). Multi riti al dynami s for the J Ising model. J.
Phys. A: Math. Gen., 31:5451{5465.
Pfeuty, P. (1970). One-dimensional Ising model with a transverse eld. Ann. Phys.,
57(1):79.
Plis hke, M. (1994). Equilibrium Statisti al Physi s. World S ienti .
Privman, V. (1990). Finite-Size S aling and Numeri al Simulation of Statisti al Systems.
World S ienti .
Privman, V. (1998). Finite-size s aling theory. In Privman, V., editor, Finite Size S aling
and Numeri al Simulation of Statisti al Systems., hapter 1. World S ienti .
Reger, J. and Young, A. P. (1988). Computer simulation of the Heisenberg spin-glass with
Ruderman-Kittel-Kasuya-Yosida like oupling. Phys. Rev. B., 37(10):5493{5499.
Rieger, H. and Young, A. P. (1994). Zero-temperature quantum phase-transition of a
2-dimensional Ising spin-glass. Phys. Rev. Lett., 72(26):4141{4144.
Salinas, S. R. (1996). Me âni a Estatsti a. EDUSP.
Sauerwein, R. A. and de Oliveira, M. J. (1994). Ground-state properties of the spin-1/2
antiferromagneti Heisenberg model on a square latti e by a Monte-Carlo method.
Phys. Rev. B, 49(9):5983{5987.
218
Sauerwein, R. A. and de Oliveira, M. J. (1995). Ground-state properties of the spin-1/2
antiferromagneti Heisenberg model on a ubi latti e by a Monte-Carlo method.
Mod. Phys. Lett. B., 9(10):619{627.
Sigmund, K. (1993). Games of Life. Oxford University Press.

Stanley, H. (1971). Introdu tion to Phase Transition and Criti al Phenomena. Clarendon
Press.
Stanley, H. (1999). S ale, universality, renormalization: Three pillars of modern riti al
phenomena. Rev. Mod. Phys., 71(2):S358{S366.
Szabo, G. and Toke, C. (1998). Evolutionary prisoner's dilemma game on a square latti e.
Phys. Rev. E, 58(1):69{73.
Takahashi, M. (1988). Spin- orrelation fun tion of the s=1 antiferromagneti Heisenberg
hain at T=0. Phys. Rev. B., 38(7):5188{5191.
Takahashi, M. (1989). Monte-Carlo al ulation of elementary ex itation of spin hains.
Phys. Rev. Lett., 62(19):2313{2316.
Thompson, C. J. (1972). Mathemati al Statisti al Me hani s. Prin eton University Press.

Thompson, C. J. (1988). Classi al Equilibrium Statisti al Me hani s. Clarendon Press.
Tome, T. (1996). Irreversibilidade: Modelos de Rede om Dinâmi as Esto asti as. Uni-
versidade de S~ao Paulo. Tese de Livre Do ên ia.
Trivedi, N. and Ceperly, D. (1990). Ground-state orrelations of quantum
antiferromagnets-a Green fun tion Monte-Carlo study. Phys. Rev. B., 41(7):4552{
4569.
Widom, B. (1965). Equation of state in the neighborhood of the riti al point. Journal
of Chemi al Physi s, 43(11):3898{3905.
Wilson, K. G. (1979). Problems in physi s with many s ales of length. S ienti Ameri an,
241(2):158{240.
Yeomans, J. (1994). Statisti al Me hani s of Phase Transition. Clarendon Press.
219

Tesef

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tesef

Enviado por

Direitos autorais:

Formatos disponíveis

~ PAULO

Tese apresentada ao Instituto de F

Orientador Prof. Dr. M

Prof. Dr. Paulo Murilo C. de Oliveria (UFF)

Prof. Dr. Wagner Figueiredo (UFSC)

 ao Instituto de Fsi a, em parti ular ao Departamento de Fsi a Geral, s~ao enormes

 ao meu Departamento e olegas pela onviv^en ia.

 ao pessoal da bibliote a e da se retaria da pos-gradua ~ao que foram sempre muito

2.25 A hipotese de es ala para M~ versus "~. . . . . . . . . . . . . . . . . . . . . . 68

5.9 Gra o log-log da sus etibilidade max versus L. . . . . . . . . . . . . . . . 162

5 O MODELO CONVEXO DO VOTANTE

7 MODELO DE ISING COM CAMPO TRANSVERSO:

o uring for real positive T , v , . . . is alled a phase transition point 1 .

wj ( j )Peq ( j ) = wj ( )Peq ( ); (1.13)

em que K = J . Glauber mostrou (Glauber, 1963) que, ao se pressupor que a taxa de

G(T; H ) = Gr (T; H ) + Gs (T; H ); (1.18)

Gs (a ; b H ) = Gs (; H ); (1.19)

M (a ; b H ) = 1 b M (; H ); (1.21)

Continuous transitions into stationary ferromagneti states of PCA whi h

Classes de universalidades s~ao frequentemente lassi adas pelo modelo

em que  e um expoente rti o.

Comparando 1.32 om 1.26 tem-se, ent~ao, que

Essas rela ~oes podem ser des ritas19 , omo,

ML (q ) = L = M~ (L1= ") (1.37)

enquanto para a sus etibilidade magneti a,

(q = q ) / L = ~(0): (1.41)

1.1 Metodos e te ni as para estudar a natureza e

1.1.1 Metodos para identi ar a natureza da transi ~ao.

Figura 1.1: Gra o do par^ametro de ordem{magnetiza ~ao{ omo ara tersti a da

1.1.2 O metodo do umulante de quarta ordem.

For T > T and L   , one an show that UL de reases towards zero as

To determine the transition point we hoose pairs of linear system sizes(L; L0 ).

1.1.3 O metodo da magnetiza ~ao: valor, natureza e expoente

1.1.4 O metodo da sus etibilidade: valor, natureza e expoentes

L (q ) = L = ~(L1= "); (1.47)

y  M (q; L)L = ; (1.50)

1.1.6 Roteiro da tese.

2.1 Introdu ~ao: os objetivos e problemas.

O objetivo deste aptulo e apli ar os re ursos teori os da me ^ani a estatsti a de

2.2 O modelo do Votante Majoritario: des ri ~ao geral

 a din^ami a ou um onjunto de regras. No aso, a regra da maioria por meio da

 uma regra de desempate.

 da forma geometri a da liga ~ao.

 da din^ami a que de ne omo as on gura ~oes s~ao alteradas.

Neste aptulo, a din^ami a vai ser onsiderada

1. de nida pela regra da maioria.

2. \single spin ip" ou mudan a da on gura ~ao a partir da es olha aleatoria de um

2. a segunda propriedade e que ela satisfaz a propriedade da simetria de invers~ao

3. a ter eira propriedade de orre da propriedade anterior, o modelo en ontra-se, devido

Classes de universalidade s~ao frequentemente lassi adas pelo modelo

Figura 2.1: As oordenadas das formas geometri as de liga ~oes.

2.3 O modelo VMAJ1.

(0100) (i,j) (i+1,j)

(i,j) (i−1,j) (i,j)

Figura 2.2: As quatro possveis formas geometri as de liga ~ao.

0100 :w[(i+1;j ) = 1 !(i;j = 1)℄ = p

2.3.2 A abordagem teori a: a aproxima ~ao de ampo medio.

m = A exp[ (1 )t℄; (2.9)

2.3.3 A simula ~ao omputa ional: resultados numeri os

2.4 O modelo VMAJ2 e seus submodelos.

(1100) (0011) (0101)

(1001) (0110) (1010)

Figura 2.3: As seis possveis formas geometri as de liga ~oes.

Tese apresentada ao Instituto de F

Orientador Prof. Dr. M

ao Instituto de Fsi a, em parti ular ao Departamento de Fsi a Geral, s~ao enormes

ao meu Departamento e olegas pela onviv^en ia.

ao pessoal da bibliote a e da se retaria da pos-gradua ~ao que foram sempre muito

2.25 A hipotese de es ala para M~ versus "~. . . . . . . . . . . . . . . . . . . . . . 68

5.9 Gra o log-log da sus etibilidade max versus L. . . . . . . . . . . . . . . . 162

wj ( j )Peq ( j ) = wj ( )Peq ( ); (1.13)

Gs (a ; b H ) = Gs (; H ); (1.19)

M (a ; b H ) = 1 b M (; H ); (1.21)

Classes de universalidades s~ao frequentemente lassi adas pelo modelo

em que e um expoente rti o.

Essas rela ~oes podem ser des ritas19 , omo,

ML (q ) = L = M~ (L1= ") (1.37)

enquanto para a sus etibilidade magneti a,

(q = q ) / L = ~(0): (1.41)

1.1 Metodos e te ni as para estudar a natureza e

1.1.1 Metodos para identi ar a natureza da transi ~ao.

Figura 1.1: Gra o do par^ametro de ordem{magnetiza ~ao{ omo ara tersti a da

1.1.2 O metodo do umulante de quarta ordem.

For T > T and L , one an show that UL de reases towards zero as

1.1.3 O metodo da magnetiza ~ao: valor, natureza e expoente

1.1.4 O metodo da sus etibilidade: valor, natureza e expoentes

L (q ) = L = ~(L1= "); (1.47)

y M (q; L)L= ; (1.50)

2.1 Introdu ~ao: os objetivos e problemas.

O objetivo deste aptulo e apli ar os re ursos teori os da me ^ani a estatsti a de

2.2 O modelo do Votante Majoritario: des ri ~ao geral

a din^ami a ou um onjunto de regras. No aso, a regra da maioria por meio da

uma regra de desempate.

da forma geometri a da liga ~ao.

da din^ami a que dene omo as ongura ~oes s~ao alteradas.

Neste aptulo, a din^ami a vai ser onsiderada

1. denida pela regra da maioria.

2. \single spin ip" ou mudan a da ongura ~ao a partir da es olha aleatoria de um

2. a segunda propriedade e que ela satisfaz a propriedade da simetria de invers~ao

Classes de universalidade s~ao frequentemente lassi adas pelo modelo

Figura 2.1: As oordenadas das formas geometri as de liga ~oes.

Figura 2.2: As quatro possveis formas geometri as de liga ~ao.

0100 :w[(i+1;j ) = 1 !(i;j = 1)℄ = p

2.3.2 A abordagem teori a: a aproxima ~ao de ampo medio.

2.3.3 A simula ~ao omputa ional: resultados numeri os

Figura 2.3: As seis possveis formas geometri as de liga ~oes.

Figura 2.4: Os dois modelos basi os (1100) e (0011)

A taxa de transi ~ao desse modelo, onjunto da regra da maioria om a regra do

1100 :w[(i 1;j = 1; i+1;j = 1) ! (i;j = 1)℄ = p

2.4.3 A abordagem teori a: a aproxima ~ao de ampo medio.

Com isto a equa ~ao de evolu ~ao temporal da media se reduz a

Fazendo agora a hipotese adi ional da homogeneidade espa ial, portanto,

hi ;j i = hi;j i = hi;j i:

2.4.4 A simula ~ao omputa ional: resultados numeri os e analise

2.4.5 O modelo onvexo VMAJ2.1 om spin entral: des ri ~ao

Figura 2.5: Os dois modelos basi os (1100) e (0011)

Como se onsideram variaveis esto asti as om dois estados, tem-se que

Inserindo esta rela ~ao na equa ~ao anterior, obtem-se

omportando-se om (j(q q )j 1 : Enquanto para q < q , q ! q e t ! 1 o estado

2.4.7 A simula ~ao omputa ional: resultados numeri os e analise

Figura 2.6: M omo fun ~ao de 1=L para ada q .

Um segundo metodo, mais e iente, e o metodo do umulante de quarta ordem. Esse

Figura 2.7: O metodo do umulante ! q = 0:0514 para U = 0:61.

Figura 2.8: O metodo da magnetiza ~ao, M , versus q para diversos L e a ontinuidade

A segunda etapa da estrategia onsiste em determinar os valores dos expoentes rti os

Figura 2.10: Regress~ao linear ! = = 0:122 0:003.

Figura 2.11: Metodo de interpola ~ao ! q = 0:0514.

Figura 2.12: Regress~ao linear ! = = 1:742.

Figura 2.13: Regress~ao linear ! = = 1:737 om os dados para max (L).

Figura 2.14: A hipotese de es ala paraM~ e "~.

Figura 2.15: A hipotese de es ala para ~L (q ) versus "~.

Figura 2.16: A hipotese de es ala para U~L = UL versus "~.

Figura 2.17: Gra o de q versus densidade 1100 .

ha uma simetria entre os dois omponentes, 1100 e 0011 .

Figura 2.18: As quatro possveis formas geometri as de liga ~oes.

2.4.9 A abordagem teori a: aproxima ~ao de ampo medio.

2.4.10 A simula ~ao omputa ional: resultados numeri os e analise

2.4.11 O modelo onvexo VMAJ2.2 om spin entral: des ri ~ao

da din^ami a dada pela regra da maioria.

1001 :w[(i;j 1 = 1; i;j +1 = 1); ! (i;j = 1)℄ = p

2.4.12 A abordagem teori a: a aproxima ~ao de ampo medio.

2.4.13 A simula ~ao omputa ional: resultados numeri os e analise

2.4.14 O modelo VMAJ2.2 puro: des ri ~ao do modelo.