Dhagash Mehta, Syracuse University, USA Michael Kastner, University of Stellenbosch, South Africa Daniel Adrián Stariolo, UFRGS, Brazil

Documentos relacionados
Método de Monte Carlo para o estudo de transições de fase e fenômenos críticos

Markov Switching Models. Profa. Airlane Alencar. Depto de Estatística - IME-USP. lane. Ref: Kim e Nelson (1999) e Hamilton (1990)

Modelos e técnicas para epidemias na rede

Processamento de Imagens CPS755

COS767 - Modelagem e Análise Aula 3 - Simulação

3 Esquema de pré-distorção

restrito tornar-se irrestrito, deixando orbitais tornarem-se complexos, e reduzindo a simetria desses orbitais. Se alguma instabilidade fosse

Conceitos Básicos de Matemática. Aula 1. ISCTE - IUL, Mestrados de Continuidade. Diana Aldea Mendes. 12 de Setembro de 2011

Uma breve introdução ao Curso de Computação Científica / Algoritmos Numéricos II

CC-226 Aula 05 - Teoria da Decisão Bayesiana

PROVAS Ciência da Computação. 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta)

Estatística e Modelos Probabilísticos - COE241

2. No instante t = 0, o estado físico de uma partícula livre em uma dimensão é descrito pela seguinte função de onda:

$QiOLVHGHVHQVLELOLGDGHHVWDWtVWLFD

Determinantes - Parte 02

Introdução ao Curso de Algoritmos Numéricos II /

Disciplina: FGE5748 Simulação Computacional de Líquidos Moleculares 1

Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011

Curso Profissional de Nível Secundário

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística

Funções Exponenciais, Inversas,Simetria

MAT 3210 Cálculo Diferencial e Integral II. Prova 2 C

MAT 3210 Cálculo Diferencial e Integral II. Prova 2 A

MAT 3210 Cálculo Diferencial e Integral II. Prova 2 B

Análise bidimensional não-linear da instabilidade feixe-plasma

ESCOLA SECUNDÁRIA DE LOUSADA

Programação de Conteúdos de Matemática SPE Ensino Médio REGULAR 2013

b) A classe de ações correspondente ao código da empresa é do tipo preferencial.

Métodos Numéricos. Turma CI-202-X. Josiney de Souza.

CAPÍTULO 1 Sistemas de Coordenadas Lineares. Valor Absoluto. Desigualdades 1. CAPÍTULO 2 Sistemas de Coordenadas Retangulares 9. CAPÍTULO 3 Retas 18

Setor de Tecnologia - TC Engenharia Ambiental Avaliação 2. Matemática Aplicada II

Prof. Lorí Viali, Dr.

Redes Neurais. A Rede RBF. Redes RBF: Função de Base Radial. Prof. Paulo Martins Engel. Regressão não paramétrica. Redes RBF: Radial-Basis Functions

Noções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23

Gabarito das Questões do Curso de Nivelamento LISTA 2

A eq. de Schrödinger em coordenadas esféricas

Melhores momentos AULA PASSADA. Complexidade Computacional p. 136

Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação

Anexo II Interpolação dos resultados do Brams para alturas comerciais

Tratamento de dados em Física

Teste de Significância

CURSO DE RESOLUÇÃO DE PROVAS de MATEMÁTICA da ANPEC Tudo passo a passo com Teoria e em sequência a resolução da questão! Prof.

Cinética Química. a b c p q r. As concentrações dos reagentes são funções do tempo:

Ferromagnetismo. 2 Modelo de Ising

Sinais Não-Periódicos de Tempo Discreto - DTFT

SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS

Reconhecimento de palma de mão. Peterson Wagner Kava de Carvalho

ANÁLISE DE PLACAS LAMINADAS UTILIZANDO ELEMENTOS HÍBRIDOS DE TENSÕES TRIDIMENSIONAIS. Domingos Sávio R. Jr. (PG) & Flávio L. S.

Modelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira

AGA Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares

Métodos de Aproximação em Engenharia

1 a PROVA Gabarito. Solução:

MÉTODOS NUMÉRICOS. ENGENHARIA e GESTÃO INDUSTRIAL

Tratamento Estatístico de dados em Física Experimental

MATEMÁTICA I LIMITE. Profa. Dra. Amanda L. P. M. Perticarrari

ESCOLA SECUNDÁRIA VITORINO NEMÉSIO

Funções Reais I. Espaços Vetoriais

Matemática Aplicada Mestrados em Engenharia Industrial e Engenharia Química

O teorema de Bayes é uma igualdade simples que vem da afirmação de que prob(a e B) = prob(b e A): prob(a B) prob(b) prob(a)

Departamento de Engenharia Mecânica. ENG 1011: Fenômenos de Transporte I

H. Iglésias Pereira Revisões. RESOLUÇÃO: X-nº de clientes que chegam ao departamento do C.C./hora

Aula 01 Distribu b ições : u v ições : a v r a iáveis discr áv e eis discr tas 1 17/3/2011

CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE FÍSICA PROGRAMA DE PÓS-GRADUAÇÃO. Exercício Escolar 1 - Solução

Eletroquímica. Métodos/Técnicas - Eletroquímicas. Físico-química III/DAQBI/UTFPR - João Batista Floriano. Técnicas Eletroquímicas

Física estatística. A distribuição de equiĺıbrio de um gás rarefeito: conjunto microcanónico e o método da distribuição mais provável MEFT, IST

6/Mar/2013 Aula 7 Entropia Variação da entropia em processos reversíveis Entropia e os gases ideais

Tunelamento em Teoria Quântica de Campos

Setor de Tecnologia - TC Engenharia Ambiental 2/2011. Prova 1. Matemática Aplicada I

Astronomia Galáctica Semestre:

Estudo do Comportamento Crítico do Modelo Ising com Interações Mistas Através de Técnicas Analíticas e Computacionais

CENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE ACADÊMICA DE TECNOLOGIA DE ALIMENTOS DISCIPLINA: FÍSICA III LEI DE GAUSS. Prof.

Introdução à Física Atômica e Molecular

Física Estatística Computacional

CE062c - GAMLSS. Silva, J.P; Taconeli, C.A. 09 de outubro, Silva, J.P; Taconeli, C.A. CE062c - GAMLSS 09 de outubro, / 42

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08

Excel INTERMEDIÁRIO Estatística. Prof. Cassiano Isler Turma 3

MÉTODO GALERKIN DE ELEMENTOS FINITOS NA DETERMINAÇÃO DO PERFIL DE TEMPERATURA NA PAREDE DE UM CONTÊINER ESFÉRICO UTILIZANDO MATLAB

Lorí Viali. Afiliação

Cinética. Módulo I - Físico Química Avançada. Profa. Kisla P. F. Siqueira

Lei de Gauss. Objetivos: Calcular o Campo Elétrico para diferentes distribuições de cargas explorando sua simetria com a Lei de Gauss.

CRÍTICOS MAGNÉTICOS. Aluno: Ney M. Barraz Jr. UFRGS - INSTITUTO DE FÍSICA. 3 de julho de 2009

M. Eisencraft 2.5 Outros exemplos de distribuições e densidades 29. Densidade e distribuição uniforme. 0 a b x. 0 a b x

UNIMONTE, Engenharia Laboratório de Física Mecânica

Condução unidimensional em regime estacionário, Sistemas Radiais

3 Dados e metodologia

TE231 Capitulo 2 Zeros de Funções; Prof. Mateus Duarte Teixeira

1 [20] a) [10] Defina, inclusive com equações, a temperatura virtual. b) [10] Defina, inclusive com equações, a temperatura potencial.

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA PURA E APLICADA

2 Núcleos: suas propriedades e classificações

ESCOLA SECUNDÁRIA JOSÉ BELCHIOR VIEGAS Ano Letivo 2017/2018. Planificação Anual de Matemática 3º Ano (3º PB 300 horas)

Lista de Exercícios de Cálculo 3 Sexta Semana

Um modelo do Método dos Volumes Finitos com malha não estruturada

Uma abordagem de Circuitos Elétricos utilizando Sistemas Lineares

canal para sinais contínuos

CONGELAMENTO INVERSO NO MODELO DE CLUSTER DE VIDRO DE SPIN COM INTERAÇÃO ANTIFERROMAGNÉTICA

Prof: Felipe C. V. dos Santos

Calcule o valor mínimo de M para permitir o degelo (e recongelação) do bloco à medida que é atravessado pela barra.

5.3 Variáveis aleatórias gaussianas conjuntas

Transcrição:

^ INCT SC instituto nacional de ciencia e tecnologia de sistemas complexos Complexidade da superfície de energia do p-spin glass Dhagash Mehta, Syracuse University, USA Michael Kastner, University of Stellenbosch, South Africa Daniel Adrián Stariolo, UFRGS, Brazil Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 1 / 12

Superfícies de energia Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 2 / 12

Vidros vs. cristais Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 3 / 12

O vidro de spin p-spin esférico N J i1,i 2,...,i P H = 1 p! i 1,i 2,...,i P =1 variáveis aleatórias Gaussianas com J i1,i 2,...,i P σ i1 σ i2... σ ip J i1,i 2,...,i P = 0 J 2 i 1,i 2,...,i P = p!/2n p 1 Vínculo esférico: ( N N σi 2 = N = L = H + σ 0 i=1 i=1 σ 2 i N ) Para p 3 solução exata com uma quebra da simetria de réplicas = duas escalas (semelhante a vidro molecular) Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 4 / 12

Numerical polynomial homotopy continuation method Para p = 3, os pontos estacionários ( saddles ) solução de: L σ i = 0 = N J i,j,k σ j σ k + 6eσ i = 0 j,k=1 e = H/N: densidade de energia no ponto estaciónario. O numerical polynomial homotopy continuation method permite calcular TODOS os pontos estacionários, reais e complexos, de um sistema de equações polinomiais. A. J. Sommese e C. W. Wampler, The Numerical Solution os Systems of Polynomials Arising in Engineering and Science, (World Scientific, Singapore, 2005) Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 5 / 12

Número de pontos estacionários ln 10 6 10 5 10 4 N 0.5 0.4 0.3 0.2 0.1 14 15 16 17 18 19 20 N 0.01 0.02 0.03 0.04 0.05 0.06 0.07 1 N Esquerda: Média na desordem E(N ) do número total N de pontos estacionários complexos (quadrados vermelhos) e reais (pontos azuis) em escala logaritmica, em função do tamanho do sistema N. Os dois números crescem exponencialmente com N. Direita: Densidade logaritmica do número de pontos estacionários reais vs. a inversa do tamanho (pontos azuis). O resultado analítico no limite termodinâmico é indicado por um quadrado vermelho. Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 6 / 12

Complexidade vs energia Complexidade integrada: Γ(e) a = 1 N ln E(M(e)) e c 0.85 0.90 0.95 1.00 1.05 1.10 0.01 0.02 0.03 0.04 0.05 0.06 0.07 1N Esquerda: Média annealed da complexidade integrada Γ vs. densidade de energia e para diversos tamanhos N. Para comparação, o resultado analítico para N se mostra na linha preta. Direita: Energias críticas dos sistemas finitos e c, determinadas como os valores da energia onde Γ a na figura da esquerda muda de sinal. Para comparação, o resultado analítico no limite termodinâmico e c 1.17 aparece como o ponto em vermelho. Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 7 / 12

Número de estados estacionários de dado índice Matriz Hessiana: H lm 2 L σ l σ m = N J k,l,m σ k p e δ l,m k=1 ln I N ln i N 0.4 0.3 0.2 0.1 N 14 N 16 N 18 N 20 5 10 15 I 0.4 0.3 0.2 0.1 N 14 N 16 N 18 N 20 0.2 0.4 0.6 0.8 i O número total de pontos estacionários vs. indice I (esquerda) e vs. densidade i (direita) para diferentes tamanhos N. Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 8 / 12

Complexidade para dado índice I 0.02 0.01 0.01 0 1.1751.1701.1651.1601.155 e 0.02 1 3 10 100 Esquerda: Complexidades integradas Γ I dos pontos estacionários de índice I = 0, 1, 3 e 10 vs. densidade de energia e para tamanhos N = 14, 16, 18 e 20. Dentre as curvas de dado índice I, a energia ec I onde Γ I muda de sinal decresce com tamanhos crescentes, permitindo assim determinar facilmente os tamanhos para as diferentes curvas no gráfico. Direita: resultados correspondentes no limite termodinâmico. Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 9 / 12

Índice médio vs energia Índice médio cumulativo j(e) = {σ s :H(σ s ) Ne} I(σ s ) N e th 0.8 0.9 1.0 1.1 0.01 0.02 0.03 0.04 0.05 0.06 0.07 1 N Esquerda: Índice médio integrado j vs. densidade de energia e para diversos tamanhos N. Direita: Energias threshold e th obtidas a partir de fits nas curvas do índice integrado médio j(e) da figura da esquerda. O ponto em vermelho representa o resultado analítico no limite termodinâmico e th = 2/ 3 1.155. Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 10 / 12

Determinante Hessiano Pares (D, e) para todos os pontos estacionários σ s das 10 amostras de desordem analizadas. e = H(σ s )/N é a densidade de energia e D = det H(σ s ) 1/N é o determinante de Hesse rescalado em cada ponto estacionário. Esquerda: N = 16, Direita: N = 20. Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 11 / 12

Conclusões e perspectivas O NPHCM permite uma caracterização exhaustiva, exata, de superfícies de energia (S.E.) em sistemas finitos. Permite verificar os efeitos de tamanho finito e a aproximação ao limite termodinâmico. É possível correlacionar as características da S.E. com propriedades dinâmicas, por exemplo, através do computo de barreiras de energia e estabilidade de pontos estacionários. Aplicação a sistemas biológicos, como enovelamento de proteinas e outros sistemas que possam ser caracterizados por uma S.E. longe do limite termodinâmico parece promissor. Daniel A. Stariolo () INCT-SC - Rio de Janeiro - 22-24 Abril 2013 12 / 12