1
Dinâmica Estocástica
Aula 1
Ifusp, agosto de 2015
Tânia Tomé[email protected]
http://fig.if.usp.br/~ttome/Sala 316-A Ala I
Tânia - Din Estoc - 2015
2
Programa
1. Variáveis aleatórias, distribuição de probabilidades e teorema do limite central
2. Equação de Langevin
3. Equação de Fokker-Planck
4. Cadeias de Markov
6. Equação mestra; Matriz de evolução
11. Sistemas irreversíveis definidos em reticulados reversíveis e com simetria de inversão
12. Sistemas irreversíveis definidos em reticulados com estados absorventes
13. Autômatos celulares probabilísticos
8. Método de Monte Carlo
5. Matriz estocástica
7. Reversibilidade microscópica
10. Modelo de Glauber
9. Simulação do modelo de Ising
Tânia - Din Estoc - 2015
Bibliografia
N. G. van Kampen, Stochastic Processes in Physics and Chemistry, North-Holland,1981.
Tânia Tomé e Mário José de Oliveira,Dinâmica Estocástica e IrreversibilidadeEditora da Universidade de São Paulo (Edusp), 2014.
C. W. Gardiner, Handbook of Stochastic Methods for Physics, Chemistry and Natural Sciences, Springer, 1983.
3
H. Risken, The Fokker-Planck Equation, Methods of Solutions and Applications, Springer, 1984.
Tânia - Din Estoc - 2015
Tânia - Din Estoc - 2015 4
Tânia Tomé and Mário J. de Oliveira,Stochastic dynamics and IrreversibilitySpringer, New York, 2015.
J. Marro and R. Dickman, Nonequilibrium Phase Transitions in Lattice Models,Cambridge University Press, 1999.
K. Binder, Monte Carlo Methods in Statistical Physics, Springer, 1986; K. Binder and D. H. Heermann, Monte Carlo Simulation in Statistical Physics, Springer, 1992.
M. Henkel, H. Hinrichsen and S. Lübeck, Non-equilibrium Phase Transitions, Vol. 1,Springer, 2008.
5
Movimento Browniano Einstein (1905)Smoluchowsky (1906)Langevin (1908)Perrin (1908)
Harris, Contact Interactions on a Lattice (1974)Grassberger & de la Torre (1979)Liggett, Interacting Paticle Systems (1985)Domany & Kinzel (1985)Durrett, Particle Systems and Percolation (1988)Marro & Dickman (1999), Nonequilibrium Phase Transitions in Lattice Models (1999)Tânia Tomé & Oliveira, Dinâmica Estocástica e Irreversibilidade (2001, 2014)Henkel et al., Non-Equilibrium Phase Transitions (2008)
Processos markovianos em reticulados
Transições de fase e fenômenos críticos
Glauber (1963) Dinâmica de Glauber-Ising“Time-Dependent Statistics of the Ising Model”
Tânia - Din Estoc - 2015
6
Figura reproduzida a partir do livro de Jean Baptiste Perrin, LesAtomes, três rastreamentos do movimento de partículascoloidais, como pode ser visto ao microscópio, sãoapresentados. Posições sucessivas a cada 30 segundos estãounidas por segmentos de linha reta.As medidas experimentais de Perrin foram feitas em 1908.
Tânia - Din Estoc - 2015
Movimento Browniano
7
3
Bk TD
a
2 / 41( , )
2
x DtP x t eDt
Relação de Einstein-Smoluchowski
2 2x Dt
Equação de difusão
Movimento browniano
2
2
x
PD
t
P
Tânia - Din Estoc - 2015
8
Movimento browniano de uma partícula clássica em um campo externo
Que está associada à equação de Fokker-Planck em uma variável, a equação de Smoluchowski,
2
2( , ) [ ( ) ( , ) ] ( , ).
2P x t f x P x t P x t
t x x
( ) 0t
( , )P x t Distribuição de probabilidades associada a x.
( ) ( )d x
f x tdt
Equação de Langevin
( ) ( ') ( ')t t t t
Tânia - Din Estoc - 2015
“Maga, vamos componiendo una figura absurda, dibujamos con nuestros movimientos una figura idéntica a la que dibujan las moscas cuando vuelan en una pieza, de aquí para allá, bruscamente dan media vuelta, de allá para aquí, eso es lo que se llama movimiento brownoideo, ¿ahora entendés?, un ángulo recto, una línea que sube, de aquí para allá, del fondo al frente, hacia arriba, hacia abajo, espasmódicamente, frenando en seco y arrancando en el mismo instante en otra dirección, y todo eso va tejiendo un dibujo, una figura, algo inexistente como vos y como yo, como los dos puntos perdidos en París que van de aquí para allá, de allá para aquí, haciendo su dibujo, danzando para nadie, ni siquiera para ellos mismos, una interminable figura sin sentido”.
Julio Cortazar, Rayuela (1968)
“Movimento Browniano”
“L’agitation moléculaire écchappe à notre perception directe comme le mouvement des vagues de la mer à un observateur trop eloigné. Cependant, se quelque bateau se trouve alors em vue, le même observateur pourra voir um balancement que lui révélera l’agitation qu’il ne soupçonnait pas.”
Jean Perrin, Les Atomes (1913) Tânia - Din Estoc - 2015 9
10
“Maga, vamos compondo uma figura absurda, desenhamos com osnossos movimentos uma figura idêntica àquela que as moscas desenham quandoesvoaçam um quarto, de cá para lá, dando bruscamente meia volta, de lá para cá,e isso é a que chamam movimento brownoidiano, já entendeu agora?, um ânguloreto, uma linha que sobe, de cá para lá, do fundo para a frente, para cima, parabaixo, espasmodicamente, freando secamente e arrancando no mesmo instantepara outra direção, e tudo isso vai tecendo um desenho, uma figura, algo inexistentecomo você e como eu, como os dois pontos perdidos em Paris que vão de cá paralá, de lá para cá, fazendo o seu desenho, dançando para ninguém, nem sequer parasi mesmos, uma interminável figura sem sentido”.Julio Cortazar, O Jogo da Amarelinha (Civilização brasileira,1982).
“Movimento Browniano”
"A agitação molecular escapa à percepção direta como o movimento das ondas domar para um observador muito longe. No entanto, se um barco é então visto, omesmo observador verá uma oscilação que a agitação irá revelar e que este nãosuspeitava. “ Jean Perrin, Les Atomes (1913)
Tânia - Din Estoc - 2015
11
Dinâmica estocástica e principais problemas
Encontrar a distribuição de probabilidades associada a um sistema demuitas partículas interagentes e assim calcular médias de grandezas de estado.
1) Equação de Fokker-Planck
2) Equação mestra
Cadeias de Markov ou processos markovianos
3) Autômatos celulares probabilísticos
Processos estocásticos
Entre os processos estocásticos:
Tânia - Din Estoc - 2015
Importante!
12
0n
0 1 ...
...
Cadeias de Markov
1
1 1 0 1 1 0 0( , ,..., ) ( | ,..., ) ( ,..., )P n n n P n n n P n n
Propriedade markoviana:
t
1n n 1n
1 1 0 1 1 0( , ,..., ) ( | ) ( ,..., )P n n n P n n P n n
tx
variável estocástica discretatx
Tânia - Din Estoc - 2015
Probabilidade conjuntaProbabilidade
condicional
1 1 0 1 1( | ,..., ) ( | )P n n n P n n
13
1 ( ) ( | ) ( ) m
P n T n m P m
Relação de recorrência & Matriz estocástica
Processo markoviano
1P T P ( | ) 0T n m
( | ) 1n
T n m
Matriz estocástica T
Probabilidade estacionáriaT P P
lim P P
Teorema de Perron-Frobenius
Para processos em que a probabilidade de transição não depende do tempo
Tânia - Din Estoc - 2015
14
Autômato celular probabilístico 1 2( , ,...., ,..., )i N Variável estocástica discreta
Probabilidade do estado no passo de tempo( )P
( | ´) T Probabilidade de transição ´
1
( | ´) ( | ´)
N
i i
i
T w
( | ´)i iw probabilidade de transição associada ao sítio i
Atualização síncrona
Define oModelo!!
'
1 )'()'|()(
PTP
Tânia - Din Estoc - 2015
15
Equação mestra&
Balanceamento detalhado (Reversibilidade microscópica
Tânia - Din Estoc - 2015
16
Taxa de transição
)',( Wt Probabilidade de ocorrência de
em dada a ocorrência de em t
tt ´
define o modelo.( , ´)W
0)',( W ' '
( , ´)W
Tânia - Din Estoc - 2015
17
Evolução temporal da distribuição de probabilidades
´( )
( , ) ( , ´) ( ´, ) ( ´ , ) ( , )d
P t W P t W P tdt
),(),'(])'([)(
'
tPWFFFdt
d
),()()( tPFF
),( tP
Equação Mestra
Tânia - Din Estoc - 2015
18
Regime estacionário
Balanceamento Detalhado (BD)ou Reversibilidade microscópica
( , ´) ( ´) ( ´ , ) ( )est estW P W P )',(
' ' dinâmica estocástica reversível
Estado estacionário de equilíbrio
0)},(),'()'()',(
'
tPWPW est
Tânia - Din Estoc - 2015
19
Regime estacionário
Se a condição de balanceamento detalhado não é satisfeita
dinâmica estocástica irreversível
)(),'()'()',( estest PWPW
Estado estacionário de não-equilíbrio
Tânia - Din Estoc - 2015
20
Trajetórias cíclicas no espaço de configurações
A B C D Atrajetória direta
Reversibilidade microscópica
)(),(),(),(),( APADtWDCtWCBtWBAtW est
)(),(),(),(),( APABtWBCtWCDtWDAtW est
),(),(),(),( ABWBCWCDWDAW ),(),(),(),( ADWDCWCBWBAW
A B
CDA D C B Atrajetória inversa
Irreversibilidade:
caso contrário
Tânia - Din Estoc - 2015
Tânia - Din Estoc - 2015 21
Modelos estocásticos em redes
Sistemas de partículas (unidades, elementos) interagentes residindo nos sítios de uma rede.
Estado microscópico do sistema:
variável estocástica associada ao sítio i
0
1
2
EXEMPLO:
)...,,...,,,( 21 Ni
i
i
22
1
1
EXEMPLO: Modelo de uma configuração de um modelo de Ising definido em uma rede quadrada
i
Modelo de Ising
Ni ...,,1 1i
i : variável estocásticaassociada ao sítio i darede.
i
i
ij
ji HJE )(
)(
0J interações ferromagnéticas
H constante proporcional ao campo externo
)(
(...)ij
soma sobre os pares de átomos vizinhos na rede
Tânia - Din Estoc - 2015
23
Dinâmica de Glauber-Ising
Modelo em reticulado definido por uma dinâmica estocástica reversível
Tânia - Din Estoc - 2015
24
1i
Reticulado em um espaço de d dimensões
1( ,...., ,...., )i
i N
Dinâmica de Glauber
taxa de inversão de sinal da variável ( )iw i
( , ) ( ) ( , ) ( ) ( , )i i
i i
i
dP t w P t w P t
dt
),....,,....,( 1 Ni
i
1
1
Sistemas com simetria “up-down”: ( ) ( )i iw w
Equação mestra
),....,,....,( 1 Ni
Tânia - Din Estoc - 2015
25
( )
( ) i j
ij
E J
Estado estacionário possui balanceamento detalhado:
Probabilidade estacionária associada ao modelo de Ising
Dinâmica de Glauber-Ising (1963)
}1
tanh1{2
)(
iB
iiTk
w
)()()()( iest
iiesti PwPw
Z
eP
TkE
est
B/)(
)(
Tânia - Din Estoc - 2015
• Sistemas de spins sujeitos a um campo magnético
• O sistema pode estar ordenado na fase ferromagnética ou desordenado
(fase paramagnética).
• Parâmetro de ordem: m=magnetização.
• m = 0 fase paramagnética (P)
• m ≠ 0 fase ferromagnética (F)
26
Ferromagneto simplesI
Modelo de Ising
i
im
OBSERVAÇÃO
Tânia - Din Estoc - 2015
27
Para temperaturas acima da temperatura crítica o sistema se encontra no estado paramagnético (desordenado)
parâmetro ordem
T0
cT
cT Temperatura crítica
F P
F
P
Fase ferromagnética
Fase paramagnética
T Temperatura
|
Para temperaturas abaixo da temperatura crítica o sistema se encontra no estado ferromagnético (ordenado):
Parâmetro ordem m
para cTT 0m
cTT 0m para
Tânia - Din Estoc - 2015
Diagrama de fase de um ferromagneto simplesI
OBSERVAÇÃO
Magnetização m versus temperatura para diferentes valores de campo magnético aplicado
Dados Experimentais:Níquel
28Tânia - Din Estoc - 2015
OBSERVAÇÃO
29
1( ) {1 tanh ( )}
2i i i
Jw
kT
( )
( ) i j
ij
E J
Estado estacionário: possui balanceamento detalhado
( ) /
( )
E kTe
PZ
Probabilidade estacionária associada ao modelo de Ising
( ) ( )
( ) ( )
i
i
i
i
w P
w P
2( ) min(1, exp{ })
i i i
Jw
kTMetropolis
Glauber
Dinâmicas estocásticas para o modelo de Ising
Tânia - Din Estoc - 2015
Método de Monte Carlo
Realização computacional de um processo estocástico markoviano.
distribuição de probabilidades estacionária.
Simulação computacional de um modelo definido por uma dinâmica estocástica markoviana.
Trajetória estocástica no espaço de configurações gerado pela
30
( )
1
1( ) ( )
D K
D
F FK
Médias de grandezas de estado
número de passos descartadosD
Tânia - Din Estoc - 2015
31
Simulações de Monte Carlo para o modelo de Ising
cT T
cT temperatura crítica
estado ordenado
Instantâneos da rede gerados utilizando a dinâmica de Glauber para o modelo de Ising.
cT T cT T
estado desordenadoT muito próximada crítica cT
Tânia - Din Estoc - 2015
Simulações de Monte Carlo em redes quadradas regulares. i
1
1
Algoritmo de Metropolis para o modelo de Ising
1) Gera-se uma configuração inicial.
2) Escolhe-se aleatoriamente um spin i que poderá ser invertido
)()( EEE i
10
ii
0E
)...,,,....,( 1 Ni
i
0E
Se w
)...,,,....,( 1 Ni
calcula-se a probabilidade de transição )exp( Ew
b) Gera-se número aleatório
5 a) Se
inverte-se o spin.4) Se
inverte-se o spin. Caso contrário o spin não é invertido.c)
3) Calcula-se a diferença de energia devida à essa possível inversão
6) A configuração gerada é analisada e as propriedades necessárias para o cálculodas médias desejada são armazenadas.
Tânia - Din Estoc - 2015 32
Magnetização versus temperatura (kT/J, J>0) para o modelo de Ising definido em uma rede quadrada de tamanho N=LxL.
é o parâmetro de ordem para essa transição
m
Fase ferromagnéticaordenada
Fase paramagnéticadesordenada
26918,2/ JTkcB
)21ln(2
1/
1
JTk cB
440687,0/1
JTk cB
Landau & Binder (2000)
m
0m 0m
As curvas correspondem à redes quadradas regulares de diferentes tamanhos LxL
Tânia - Din Estoc - 2015 33
34
1) A irreversibilidade microscópica decorre da ausência de balanceamento detalhado
Estado estacionário de não-equilíbrio.
Dinâmicas estocásticas irreversíveis
2) Sistema definido por uma dinâmica estocástica irreversível (conjunto de regras markovianas locais e irreversíveis).
Tânia - Din Estoc - 2015
Sistemas com estados absorventes
4. Modelos estocásticos para propagações de epidemias do tipo SIR. Grassberger (1993), e populações biológicas interagentes, Durrett & Levin (1994),Durrett (2010), Tauber (2011).
3. Autômato celular probabilístico de Domany-Kinzel (1984).
1. Modelo de Contato, Harris (1974)
35
2. Modelo Ziff-Gulari-Barshad (1986) ou modelo ZGB para a reação de oxidação do monóxido de carbono sobre uma superfície catalítica. Resultados experimentais: Ertl (prêmio Nobel de química de 2007)
R. Dickman & Tânia Tomé, Phys. Rev. A (1991).
Tânia Tomé, Physica A (1994).
Tânia Tomé & R. Dickman, Phys. Rev. E (1993).
J. Satulovsky &Tânia Tomé, Phys. Rev. E (1994).
Tânia - Din Estoc - 2015
Modelos estocásticos com estados absorventes
Se o sistema cair em um estado absorvente entãoo sistema não sai mais deste estado.
36
Dinâmica irreversível
Harris, Contact Interactions on a Lattice (1974)Grassberger & de la Torre (1979)Liggett, Interacting Paticle Systems (1985)Domany & Kinzel (1985)Durrett, Particle Systems and Percolation (1988)Marro & Dickman (1999), Nonequilibrium Phase Transitions in Lattice Models (1999)Tânia Tomé & Oliveira, Dinâmica Estocástica e Irreversibilidade (2014)Henkel et al., Non-Equilibrium Phase Transitions (2008)Tânia Tomé & Oliveira, Stochastic Dynamics and Irreversibility (2015)
Tânia - Din Estoc - 2015
37
Modelo de contato
Modelo de contato
Sítio vazio
Sítio ocupado
Indivíduo susceptível (S)
Indivíduo infectado (I)
Epidemia simples
Sistemas irreversíveis com estados absorventes
2/ 1
0 0
1
1 0 11
1
1
0
processos auto-catalíticos processo espontâneo
Tânia - Din Estoc - 2015
38
Modelo exibe transição de fase cinética em uma ou mais dimensões de um estado absorvente para um estado ativo.
Estado absorvente
Estado ativo
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 11 1 11
Estados estacionários de não-equilíbrio
0
0
Tânia - Din Estoc - 2015
tt
t
Dinâmica estocástica intrinsecamente
irreversível
Denota a ocupação do sítio por uma partícula (elemento)
Denota o sítio vazio
Exemplo: sistemas de muitas partículas interagentes que evolui de acordo comuma dinâmica em que o estado com ausência completa de partículas é um estado estacionário.
Tânia - Din Estoc - 201539
Propriedade do estado absorvente
40
Processo de Contato
Densidade de partículas vs. parâmetro de controle
Modelo de contato por pares R. Dickman & Tânia Tomé, Phys. Rev A (1991) Tânia - Din Estoc - 2015
41
Dinâmica local do Modelo de Contato
0 1 parâmetro de controle
iiiiw
)1(2
)(
0i1i
i densidade de partículas
Taxa de transição
Tânia - Din Estoc - 2015
Regime subcrítico
Evolução temporal das configurações
i
Tempo
c 3,298(2)c
3,0 2,0
i
42
Tânia - Din Estoc - 2015
Processo de contato em uma dimensão
Z ~ ///Z
c c
43
A
B
1
0
C
processos Lotka-Volterra (LVEE) SIRlocais Estocástico e Espacial Espalhamento de epidemia
A auto-catalítico auto-catalítico
B espontâneo espontâneo
C auto-catalítico não existe
Modelos estocásticos em reticulados para sistemas biologicamente motivados
i
0
1
22
Tânia - Din Estoc - 2015
44
204,1Fd 896,1Fd
Modelo para propagaçãode epidemias SIR
Modelo Lotka-Volterraestocástico & espacial
crítico
Tânia Tomé & E. Arashiro
Tânia - Din Estoc - 2015
Probabilidade de difusão:d = 0,5.
c = 0,1
A. L. Rodrigues & Tânia Tomé, 2008 Simulações computacionais dependentes do tempo
Tânia - Din Estoc - 2015 45
Modelo estocástico para sistema predador-presa com difusão de indivíduos - Fotografias da rede em diferentes instantes de tempo
Tânia - Din Estoc - 2015 46
FIM
Top Related