Percolación y número de fases en el modelo 2D Ising

Actualizar. Como mi figura anterior tenía errores conceptuales decidí cambiar la imagen por otra más instructiva.

Después de mucho tiempo volví para tratar de entender un artículo sobre el modelo Ising. El artículo de revisión es Percolación y número de fases en el modelo 2D de Ising de Hans-Otto Georgii y Yasunari Higuchi (publicado en 2000 en el Journal of Mathematical Physics como Percolación y número de fases en el modelo bidimensional de Ising ).

Confieso que ya después de la primera mitad del enunciado del primer tema se perdió. Para un experto mis dudas sobre la segunda mitad de la prueba del lema de abajo son ciertamente primitivas.

Reproduzco a continuación el enunciado del lema y su prueba juntos como algunas figuras para ilustrar lo que hice la primera mitad de la demostración del lema.

Lema 2.1(Existencia de infinitos clusters) Si m GRAMO es diferente de m , existe con probabilidad positiva un infinito + grupo. Eso es, m ( mi + ) > 0 cuando m m .

[Aquí, GRAMO es el conjunto de medidas de Gibbs del modelo de Ising de primeros vecinos en la red Z 2 . Y m es la medida extrema de Gibbs, que se obtiene por límite termodinámico de medidas de volumen finito con bordes fijados en signo negativo. mi + denota el evento de que existe un grupo infinito de espines en el estado + .]

Prueba. Suponer que m ( mi + ) = 0 . Entonces cualquier cuadrado dado Δ es casi seguro que está rodeado por un circuito, y con probabilidad cercana a 1 tal circuito ya se puede encontrar dentro de un cuadrado Λ Δ proporcionó Λ es lo suficientemente grande. Si esto ocurre, dejamos Γ Sea el subconjunto aleatorio más grande de Λ cual es el interior de tal circuito. (Un conjunto más grande existe porque la unión de tales conjuntos es nuevamente el interior de un circuito.) En el caso alternativo establecemos Γ = . Por maximalidad, Γ se determina desde el exterior [ver la figura a continuación].

ingrese la descripción de la imagen aquí

Hasta ahora entiendo el argumento. Y en cualquier sección de este teorema se repite este argumento en varias demostraciones. Pero lo que viene a continuación no parece inteligible para un no especialista. No tengo idea de cómo las propiedades a continuación obtienen la igualdad deseada a través de las instrucciones a continuación:

Continuación de la prueba: La propiedad fuerte de Markov junto con la monotonicidad estocástica m Γ m por lo tanto implica (en el límite Λ Z 2 ) eso m m en F Δ . Desde Δ fue arbitrario y m es mínimo encontramos que m = m , y el lema queda probado.

Pregunta: ¿Cómo usar la propiedad fuerte de Markov y la monotonicidad estocástica para terminar la demostración del lema? A continuación las propiedades utilizadas como se establece en el artículo.

la propiedad fuerte de Markov de las medidas de Gibbs, afirmando que m ( | F Γ C ) ( ω ) = m Γ ( ω ) ω para m -casi todos ω cuando Γ es cualquier subconjunto aleatorio finito de Z 2 que se determina desde fuera, en que { Γ = Λ } F Λ C para todo finito Λ , y F Γ C es el σ -álgebra de todos los eventos A afuera Γ , en el sentido de que A { Γ = Λ } F Λ C para todo finito Λ . (Usando las convenciones m ω = d ω y F C = F de hecho podemos permitir que Γ toma el valor .) Para una prueba
uno simplemente divide Ω en los conjuntos disjuntos { Γ = Λ } para finito Λ .

.

la monotonicidad estocástica (u orden FKG) de las distribuciones de Gibbs; escribiendo m v cuando m ( F ) v ( F ) para todas las funciones reales crecientes locales (o, de manera equivalente, todas las crecientes medibles acotadas) F en Ω , tenemos m Λ ω m Λ ω cuando ω ω , y
m Λ ω m Δ ω cuando Δ Λ y ω + 1 en Λ Δ (La relación opuesta se cumple cuando ω 1 en Λ Δ ).

Ver pregunta relacionada aquí .

Respuestas (1)

Supongamos, como en la primera parte de la demostración, que existe un conjunto Γ , determinado desde el exterior, tal que Δ Γ Λ . Además, por construcción, el límite exterior de Γ está enteramente compuesto de gira (¡ no como en tu foto! Γ es exactamente el interior de este circuito).

Por lo tanto, por la propiedad fuerte de Markov, tenemos, en este evento,

m ( | F Γ C ) = m Γ .
Dejar F ser una función local creciente con soporte interno Δ . por FKG,
m Γ ( F ) m Λ ( F ) m Λ ( F ) ,
para todos Λ Λ . Dejar Λ Z 2 para concluir que
m Γ ( F ) m ( F ) .
Dejar A Λ , Γ ser el caso de que haya un -circuito interior Λ , circundante Δ , y eso Γ es el interior del circuito más grande de este tipo. Deja también A Λ = Γ A Λ , Γ . Entonces,
m ( F ) Γ : Δ Γ Λ m ( m ( F | F Γ C ) 1 A Λ , Γ ) + m ( A Λ C ) m ( F ) + m ( A Λ C ) .
Desde límite Λ Z 2 m ( A Λ C ) m ( mi + ) = 0 , concluimos que
m ( F ) m ( F ) ,
para todas las funciones locales crecientes F . Esto implica que m m . Pero desde m es estocásticamente mínimo, esto significa que m = m .

Por cierto, es posible que te interese un libro que estamos escribiendo. Por el momento, solo se ha subido un capítulo, pero varios se encuentran en un estado bastante avanzado y deberían estar disponibles pronto. Los borradores de capítulos presentables se pueden encontrar en mi página de inicio (seleccione Proyecto de libro).
Muchas gracias Velenik. Accederé a su página de inicio.
He notado que (nuevamente) hiciste la misma pregunta en Math.StackExchange. Creo que en tal situación, siempre debe vincular ambas preguntas, para que los lectores de un sitio puedan acceder a las respuestas dadas en el otro...
En parte Γ : Δ Γ Λ m ( m ( F | F Γ C ) 1 A Λ , Γ ) ¿Utilizó la definición de expectativa condicional?
Sí. Y usas el hecho de que Γ se especifica desde el exterior, de modo que A Λ , Γ es F Γ C -mensurable.
¡Gracias Yvan Velenik! Sólo una última pregunta. Creo ahora que entiendo bien el argumento de la prueba de este lema. ¿Puedo decir que la mayoría de los lemas y proposiciones que siguen a este lema en el artículo en cuestión dependen de la comprensión de esta prueba?
Estoy feliz de que esto te haya ayudado. En cuanto al resto del papel, debería echar un vistazo. Debo confesar que la última vez que leí el periódico debe haber sido cuando salió en el año 2000 más o menos. No puedo decir que recuerde los detalles... Es una prueba bastante hermosa, pero el hecho de que ahora tenga un argumento que encuentro físicamente mucho más convincente (aunque probablemente menos elegante) no me anima a leerlo de nuevo;) . Dicho esto, ciertamente es cierto que si entiendes esta prueba, entonces el resto debería ser mucho más fácil de leer, ya que el mismo tipo de argumentos se usan una y otra vez.
@Velenik Estimado Velenik, hace un tiempo se me ocurrió una pregunta que se resiste a mis esfuerzos por responderla por mí mismo. Estaba reacio a preguntar aquí pero... La pregunta es la siguiente. Dado cualquier v GRAMO y establecer ω i = 1 i Z 2 y m Γ ( A ) Medida de Gibbs en volumen finito con condición de frontera . ¿Es cierto que v ( | F Γ C ) ( ω ) = v ( | F Γ C ) ( ) = m Γ ( ) Esta igualdad me parece que se usó tácitamente en la resolución hasta varias veces. Por ejemplo, la fuerte propiedad de Markov y la monotonicidad estocástica.
Por medida de Gibbs en volumen finito quiero decir m Γ ω ( A ) = ω A Exp { H Γ ( ω ) } Z Γ para todos A { 1 , + 1 } Γ y Γ Z 2 . Aquí H Γ ( ω ) } es el hamiltoniano.
@Math_overview: sí, esto es correcto ( v -casi seguro, por supuesto). Véase el Capítulo 6 de nuestro libro , en particular la Sección 6.3.1.
@Velenik Es mucho más simple de lo que pensaba. El resultado se establece en la ecuación (6.22) del libro (actualizado el 1 de abril). Es una consecuencia directa de las ecuaciones DLR y casi cierta unicidad de probabilidad condicional. Estaba muy entusiasmado con las motivaciones dadas para establecer las ecuaciones DLR. Especialmente con la discusión de por qué el teorema de extensión de Kolmogorov no resuelve el problema de la existencia de la medida de Gibbs. Muchas gracias.
@Velenik Me dedicaré las próximas semanas al capítulo 6 de este libro. Estuve muy centrado en el capítulo sobre el modelo Ising. Es un texto muy amigable para un estudiante. Creo que este libro será una gran referencia en mecánica estadística. Cada vez tengo más buenas sorpresas con este libro. Me imagino que en un futuro aparecerá en el libro, una sección o capítulo dedicado a la entropía y los principios variacionales. Espero que.
@Velenik Me falta la capacidad suficiente para manejar los conceptos básicos para entender por mí mismo los argumentos típicos de las publicaciones sobre mecánica estadística y en especial sobre el modelo de Ising. Pero creo que conseguiré la madurez que tanto espero en este ámbito.
@Math_overview: Gracias por sus comentarios positivos sobre el libro. Estoy feliz de que lo encuentres útil. Habrá un capítulo sobre el enfoque variacional (traducción invariante) de los estados de Gibbs en algún momento, pero por el momento, estamos trabajando en un capítulo sobre la positividad de la reflexión y otro sobre la teoría de Pirogov-Sinai.