Extensão do modelo Raise and Peel

• Ano de defesa: 2011
• Autor(a) principal: Santamaria, Julian Andres Jaimes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Cadeias de spin integráveis; Conformal Field Theory; Conformal invariance; Dinâmica estocástica de partículas; Escala de tamanho finito; Fenômenos críticos de não equilíbrio; Finite-size scaling; Growth models; Integrable spins chains; Invariância conforme; Modelos de crescimento; Non-equilibrium critical phenomena; Processos estocásticos; Stochastic particle dynamics; Stochastic processes; Teoria de campo conforme
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/76/76131/tde-04102011-164557/

O modelo raise and peel é um modelo estocástico unidimensional com absorção local e desorção não local. O modelo depende de um único parâmetro u que é a razão entre a taxa de absorção pela de dessorção. Em um valor especial deste parâmetro (u = 1) o modelo tem características interessantes. O espectro é descrito por uma teoria de campos conforme (carga central c = 0), sendo que a distribuição de probabilidade estacionária está relacionada a um sistema de equilíbrio em duas dimensões. O diagrama de fases do modelo, como função do parâmetro u, tem uma fase massiva (com lacuna de massa) e uma sem massa (lacuna de massa nula) com expoentes críticos que variam continuamente com o parâmetro u. Nesta dissertação estudamos uma extensão do modelo raise and peel model no ponto u = 1, e que depende de um parâmetro adicional p. Surpreendentemente o novo modelo exibe invariância conforme para todo o domínio do seu parâmetro p, e está na mesma classe de universalidade do modelo raise and peel usual (u = 1). A única diferença entre os dois modelos é o valor da velocidade do som vs(p), que agora é função de p. Os métodos que utilizamos nesta dissertação foram diagonalizações exatas do operador de evolução do modelo (Hamiltoniano) para cadeias pequenas e simulações de Monte Carlo.