Introducci´on a las transiciones de fase y a su simulaci´on
Introducci´on a las transiciones de fase y a su simulaci´on
Introducci´on a las transiciones de fase y a su simulaci´on
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Introduccióna <strong>las</strong><strong>transiciones</strong><strong>de</strong><strong>fase</strong>ya<strong>su</strong>simulación<br />
DavidP. San<strong>de</strong>rs<br />
Departamento<strong>de</strong> Física, Facultad <strong>de</strong> Ciencias<br />
Universidad Nacional Autónoma <strong>de</strong> México<br />
04510México D.F., México<br />
dps@fciencias.unam.mx<br />
http://sistemas.fciencias.unam.mx/~dsan<strong>de</strong>rs<br />
1 Introducción<br />
Todos estamos familiarizados con algunas <strong>transiciones</strong> <strong>de</strong> <strong>fase</strong>. Por ejemplo, tomemos agua a temperatura<br />
ambiente (20 o C). Si la metemos al refrigerador, <strong>su</strong> temperatura baja a 10 o C, mientras que<br />
si la calentamos para tomar una ducha, <strong>su</strong>be a 50 o C. En los dos casos, <strong>su</strong>s propieda<strong>de</strong>s físicas, por<br />
ejemplo <strong>su</strong> viscosidad y <strong>su</strong> calor específico, cambian un poco, pero no mucho. Cuando cambiamos<br />
los parámetros físicos, por ejemplo la temperatura, <strong>de</strong> un sistema, sin que <strong>su</strong>s propieda<strong>de</strong>s físicas<br />
<strong>su</strong>frenuncambiodramático,<strong>de</strong>cimos que el sistema sequeda enla misma <strong>fase</strong>.<br />
Sin embargo, si la calentamos hasta 100 o C, ahora sí pasa algo dramático: se forman burbujas <strong>de</strong><br />
vapor<strong>de</strong>aguaentodaspartes,yfinalmenteelaguaseconvierteporcompletoengas. Lacomposición<br />
química<strong>de</strong>laguasiguesiendolomismo,perolaestructuraolaforma<strong>de</strong>laorganizaciónmacroscópica<br />
ha cambiado – <strong>de</strong>cimos entonces que el sistema ha pasado por una transición <strong>de</strong> <strong>fase</strong>, y ahora se<br />
encuentraenuna <strong>fase</strong>distinta, ounestadomacroscópicodistinto.<br />
Si ahora bajamos la temperatura <strong>de</strong>l agua a 0 o C, entonces es bien conocido que ocurre otra cambio<strong>de</strong>estado–es<strong>de</strong>cir,otratransición<strong>de</strong><strong>fase</strong>–:<br />
laestructura<strong>de</strong>laguacambiaauna<strong>fase</strong>cristalina,el<br />
hielo. Sinembargo,estonoes<strong>de</strong>ltodocierto: simetemo<strong>su</strong>nabotella<strong>de</strong>aguapuraenelcongelador,<br />
pue<strong>de</strong> alcanzar una temperatura menor que 0 o C, sin que se congele: se dice que el agua es sobreenfriada.<br />
Pero si luego se golpea ligeramente la botella, entonces el agua se convierte <strong>de</strong> inmediato a<br />
hielo. Esoindica que <strong>las</strong><strong>transiciones</strong> <strong>de</strong><strong>fase</strong>son máscomplicadas <strong>de</strong>loque parecen.<br />
Otro ejemplo sorpren<strong>de</strong>nte <strong>de</strong> una transicion <strong>de</strong> <strong>fase</strong> que es muy vi<strong>su</strong>al son <strong>las</strong> aleaciones con<br />
memoria<strong>de</strong>forma(“shapememoryalloys”). Estasaleaciones,porejemplo<strong>de</strong>níquelytitanio,tienen<br />
dos estructuras cristalinas microscópicas –es <strong>de</strong>cir, dos <strong>fase</strong>s– distintas a distintas temperaturas. Se<br />
prepara una muestra <strong>de</strong> alambre a una temperatura alta con una forma dada. Si se baja la temperatura,<br />
entonces el metal adopta otra estructura, que es flexible, así que se pue<strong>de</strong> <strong>de</strong>formar la forma<br />
<strong>de</strong>l alambre. Sin embargo, si volvemos a <strong>su</strong>bir la temperatura, por ejemplo pasando sobre el materialuna<br />
llama <strong>de</strong>unencen<strong>de</strong>dor,entonces el materialvuelveacambiar<strong>de</strong><strong>fase</strong>,yrecupera<strong>su</strong> forma<br />
original. Estapropiedadya se utilizaparaaplicaciones industriales.<br />
1
1.1 Meta<strong>de</strong>lcurso<br />
Lameta <strong>de</strong> estemini-curso es la <strong>de</strong>dar unaintroducción a <strong>las</strong><strong>transiciones</strong> <strong>de</strong> <strong>fase</strong>ya<strong>su</strong> simulación<br />
por computadora. El enfoque es el <strong>de</strong> mo<strong>de</strong>los sencillos que exhiben distintos tipos <strong>de</strong> <strong>transiciones</strong><br />
<strong>de</strong> <strong>fase</strong>, estudiándolos a través <strong>de</strong> simulaciones numéricas, y viendo como <strong>las</strong> <strong>transiciones</strong> <strong>de</strong> <strong>fase</strong><br />
influyen en<strong>las</strong> propieda<strong>de</strong>sobservadasenestassimulaciones. Estos métodos numéricos hantenido<br />
mucho éxito en los últimos cuarenta años, y junto con enfoques analíticos aproximados nos han<br />
proporcionadouna grancantidad<strong>de</strong>información sobre<strong>las</strong>propieda<strong>de</strong>s<strong>de</strong><strong>las</strong><strong>transiciones</strong> <strong>de</strong><strong>fase</strong>.<br />
2 La físicaestadística<br />
Para po<strong>de</strong>r enten<strong>de</strong>r <strong>las</strong> <strong>transiciones</strong> <strong>de</strong> <strong>fase</strong>, que son fenómenos al nivel macroscópico, re<strong>su</strong>lta necesario<br />
adoptar un punto <strong>de</strong> vista microscópico, viendo <strong>las</strong> propieda<strong>de</strong>s <strong>de</strong> los átomos o molécu<strong>las</strong><br />
que constituyen el material. Recor<strong>de</strong>mos al respecto <strong>las</strong> palabras <strong>de</strong>l famoso físico estadouni<strong>de</strong>nse<br />
RichardP.Feynman(1918–1988;premioNobel1965),enelprimercapítulo<strong>de</strong><strong>su</strong>sLecturesonPhysics:<br />
If, in some cataclysm, all scientific knowledge were to be <strong>de</strong>stroyed, and only one sentence<br />
passed on to the next generation of creatures, what statement would contain the<br />
most information in the fewest words? I believe it is the atomic hypothesis (or atomic<br />
fact, or whatever you wish to call it) that all things are ma<strong>de</strong> of atoms — little particles that<br />
move around in perpetual motion, attracting each other when they are a little distance apart, but<br />
repelling upon being squeezed into one another. In that one sentence you will see an enormousamountofinformationabouttheworld,ifjust<br />
alittleimaginationandthinking are<br />
applied.<br />
[Si, en algún cataclismo, todo el conocimiento científico se <strong>de</strong>struyera, y solamente una<br />
frase se pudiera pasar a la siguiente generación <strong>de</strong> creaturas, ¿qué constatación contendría<br />
la mayor cantidad <strong>de</strong> información en el número mínimo <strong>de</strong> palabras? Yo creo<br />
queeslahipótesis atómica(oelhechoatómico,ocomoquieraquesellame),quetodas<strong>las</strong><br />
cosas están hechas <strong>de</strong> átomos – pequeñas partícu<strong>las</strong> que se mueven constantemente y para siempre,atrayéndosecuandoestáncerca<strong>las</strong>unasa<strong>las</strong>otras,perorepelándosecuandosecomprimen<strong>las</strong><br />
unascontra<strong>las</strong>otras. Enestasolafrase,sepue<strong>de</strong>verunacantida<strong>de</strong>norme<strong>de</strong>información<br />
sobreelmundo, si se aplicasolamente unpoco<strong>de</strong>imaginación y pensamiento.]<br />
Aplicandoestoa<strong>las</strong><strong>transiciones</strong><strong>de</strong><strong>fase</strong>,po<strong>de</strong>mosreinterpretar<strong>las</strong>distintasformasmacroscópicas<br />
<strong>de</strong> <strong>las</strong> distintas <strong>fase</strong>s como estructuras distintas al nivel microscópico, es <strong>de</strong>cir como distintas formas<br />
<strong>de</strong>arreglarlos átomos que constituyen<strong>las</strong>ustancia. Larelaciónentre<strong>las</strong>propieda<strong>de</strong>smicroscópicas<br />
y macroscópicas nos proporciona la física estadística. Es una teoría estadística, porque es necesario<br />
tomar promedios para po<strong>de</strong>r relacionar <strong>las</strong> propieda<strong>de</strong>s <strong>de</strong> un número <strong>de</strong> átomos <strong>de</strong>l or<strong>de</strong>n <strong>de</strong> 10 23<br />
conelcomportamientomacroscópicoobservadoenelsistema entero. Lafísicaestadísticaformauna<br />
partemuy importante <strong>de</strong>nuestroconocimiento <strong>de</strong>lmundo.<br />
3 Mo<strong>de</strong>lo<strong>de</strong> un fluidomonatómico<br />
Para llegar a un entendimiento <strong>de</strong> <strong>las</strong> propieda<strong>de</strong>s <strong>de</strong> <strong>las</strong> <strong>transiciones</strong> <strong>de</strong> <strong>fase</strong> <strong>de</strong>s<strong>de</strong> un enfoque<br />
microscópico, es necesario usar mo<strong>de</strong>los simplificados. Empecemos con un mo<strong>de</strong>lo microscópico<br />
2
<strong>de</strong> un fluido monatómico, por ejemplo el argón. Escogemos el argón porque es uno <strong>de</strong> los fluidos<br />
más sencillos <strong>de</strong> mo<strong>de</strong>lar, dado que <strong>su</strong>s partícu<strong>las</strong> elementales son átomos esféricos que no forman<br />
molécu<strong>las</strong>.<br />
Supongamos que hay N partícu<strong>las</strong>,yque la partícula i tiene vector <strong>de</strong> posición r i y momento p i .<br />
Ladinámica<strong>de</strong>l sistema estádadapor el Hamiltoniano<br />
H(r,p) := K(p) +U(r), (1)<br />
don<strong>de</strong> r := (r 1 ,...r N ) representa <strong>las</strong> posiciones <strong>de</strong> todas <strong>las</strong> partícu<strong>las</strong>, y p := (p 1 ,...p N ) <strong>su</strong>s<br />
momentos. K(p) es la energía cinética <strong>de</strong>l sistema, que <strong>de</strong>pen<strong>de</strong> nada más <strong>de</strong> los momentos, y U(r)<br />
es la energía potencial, que <strong>de</strong>pen<strong>de</strong> nada más <strong>de</strong> <strong>las</strong> posiciones. Recor<strong>de</strong>mos que el Hamiltoniano<br />
nos dalaenergíatotal <strong>de</strong> unaconfiguración microscópicadada.<strong>de</strong>unsistema.<br />
Laenergíapotencial proviene<strong>de</strong><strong>las</strong> interaccionesentre<strong>las</strong> partícu<strong>las</strong>,yse pue<strong>de</strong>escribircómo<br />
U(r) = ∑<br />
i<br />
u 1 (r i ) + ∑<br />
i<br />
∑<br />
j<br />
u 2 (r i ,r j ) + ∑<br />
i<br />
∑<br />
j<br />
∑u 3 (r i ,r j ,r k ) + · · · . (2)<br />
k<br />
Aquí, u n es una función <strong>de</strong> interacción entre n partícu<strong>las</strong>. El término más sencillo es u 1 (r i ), que<br />
representa una contribución a la energía proveniente <strong>de</strong> la posición <strong>de</strong> la partícula i en un campo<br />
externo. En este caso, la energía <strong>de</strong>bida al campo al interactuar con una <strong>de</strong> <strong>las</strong> partícu<strong>las</strong> no se ve<br />
afectada por la presencia <strong>de</strong> <strong>las</strong> otras partícu<strong>las</strong>, y por lo tanto se pue<strong>de</strong> escribir como una función<br />
<strong>de</strong>unapartículanadamás. Unejemploeslaenergíapotencial<strong>de</strong>bidaauncampogravitacional,que<br />
daríauna contribución u 1 (r i ) = mgr i,z , don<strong>de</strong>r i,z es el componente <strong>de</strong> r i enladirecciónvertical.<br />
La contribución más importante en la energía <strong>de</strong> interacción proviene <strong>de</strong> <strong>las</strong> interacciones entre<br />
pares <strong>de</strong> partícu<strong>las</strong>. Para partícu<strong>las</strong> esféricas, la interacción u 2 (r i ,r j ), que es una función <strong>de</strong> <strong>las</strong> posiciones<br />
<strong>de</strong> <strong>las</strong> partícu<strong>las</strong> números i y j, <strong>de</strong>pen<strong>de</strong> nada más <strong>de</strong> la distancia r ij := ‖r i −r j ‖ entre el<strong>las</strong>.<br />
Paralossistemasqueconsi<strong>de</strong>raremos,<strong>las</strong>interaccione<strong>su</strong> n paran > 2sonpequeñas,ypue<strong>de</strong>nincorporarse<br />
en el término u 2 . Sin embargo, estos términos pue<strong>de</strong>n llegar a ser importantes, por ejemplo<br />
enlossistemascoloidales. Asíllegamosa<strong>las</strong>iguienteexpresiónparalaenergíapotencial<strong>de</strong>lsistema:<br />
U(r) := ∑<br />
i<br />
∑<br />
j>i<br />
u(r ij ). (3)<br />
Tomamos j > i enla segunda<strong>su</strong>ma paraevitarcontar dos vecesel mismo par<strong>de</strong>partícu<strong>las</strong>.<br />
3.1 Potencial mo<strong>de</strong>lo: elpotencial <strong>de</strong>Lennard-Jones<br />
Ahora hay que fijar el potencial <strong>de</strong>interacción por pares u(r) que correspon<strong>de</strong>al sistema <strong>de</strong> interés,<br />
don<strong>de</strong> r es la distancia entre dos átomos. ¿Cómo interactúanentre sí dos átomos <strong>de</strong> argón? Cuando<br />
estánmuy lejos el uno <strong>de</strong>l otro, no interactúan, asíque u(r) → 0 cuandor → ∞. Cuandoestánmuy<br />
cercaeluno<strong>de</strong>lotro,serepelanfuertemente,poreltraslape<strong>de</strong><strong>su</strong>s nubes<strong>de</strong>electrones. Adistancias<br />
intermedias se atraen ligeramente por la fuerza <strong>de</strong> Van <strong>de</strong>r Waals (o <strong>de</strong> dispersión): fluctuaciones en<br />
la posición <strong>de</strong> la nube <strong>de</strong> electrones <strong>de</strong> un átomo inducen un pequeño dipolo eléctrico, que a <strong>su</strong><br />
vez induce un dipolo en un átomo cercano, creando una ligera atracción coulómbica entre los dos<br />
átomos. Laenergía<strong>de</strong>estainteracciónse pue<strong>de</strong>calcularusandométodos <strong>de</strong>la mecánicacuántica,y<br />
se <strong>de</strong>muestraque <strong>de</strong>caeconla distanciar como r −6 .<br />
Por lo tanto, po<strong>de</strong>mos mo<strong>de</strong>lar la interacción entre dos átomos <strong>de</strong> argón a una distancia r con el<br />
llamadopotencial<strong>de</strong>Lennard-Jones:<br />
[ ( σ<br />
) 12 ( σ<br />
) ] 6<br />
u LJ (r) := 4ǫ − . (4)<br />
r r<br />
3
5<br />
4<br />
esfera dura<br />
Lennard-Jones<br />
pozo cuadrado<br />
3<br />
u(r)<br />
2<br />
1<br />
0<br />
-1<br />
0 0.5 1 1.5 2 2.5 3<br />
Figure1: Los potenciales <strong>de</strong>Lennard-Jones,<strong>de</strong>lpozocuadrado,y<strong>de</strong>esferadura.<br />
r<br />
El segundo término es el <strong>de</strong> atracción, mientras que el primero mo<strong>de</strong>la la repulsión a distancias<br />
cortas. La elección <strong>de</strong>l potencial 12 en este término no proviene <strong>de</strong> ningún cálculo –simplemente<br />
hace más fácil los cálculos numéricos usando este potencial, dado que el primer término se pue<strong>de</strong><br />
calcularcomoel cuadrado<strong>de</strong>l segundo.<br />
El potencial <strong>de</strong> Lennard-Jones tiene un pozo <strong>de</strong> profundidad ǫ, que mo<strong>de</strong>la el hecho <strong>de</strong> que a<br />
los átomos les “gusta” encontrarse a una distancia particular <strong>de</strong> los otros átomos a <strong>su</strong> alre<strong>de</strong>dor. El<br />
parámetro σ correspon<strong>de</strong> aproximadamente a esta distancia óptima que minimiza la energía potencial.<br />
Lafigura 1muestrael potencial enunida<strong>de</strong>stalesque ǫ = σ = 1.<br />
3.2 Potenciales simplificados<br />
El potencial <strong>de</strong> Lennard-Jones se acerca bastante bien al potencial real (efectivo) <strong>de</strong>l argón y <strong>de</strong><br />
otros átomos y molécu<strong>las</strong> sencillos. Sin embargo, sigue siendo bastante complicado enten<strong>de</strong>r <strong>su</strong>s<br />
propieda<strong>de</strong>s, tanto por simulación como por cálculos analíticos. Por lo tanto, conviene consi<strong>de</strong>rar<br />
potenciales más sencillos que puedan actuar como sistemas mo<strong>de</strong>los, para enten<strong>de</strong>r como el potencialafectaelcomportamiento<br />
observado<strong>de</strong> unsistema.<br />
Pozo cuadrado Po<strong>de</strong>mos simplificar el potencial al restringirlo a que tome un número finito <strong>de</strong><br />
valores,talque aproximael potencial<strong>de</strong> Lennard-Jones. Unejemplo esel siguiente<br />
⎧<br />
⎪⎨ ∞, if r < a<br />
u pc (r) = −ǫ, if a < r < b<br />
(5)<br />
⎪⎩<br />
0, if r > b.<br />
Elprimertérminoimpi<strong>de</strong>queotrapartículallegueaunadistanciamenosque a,porlocual<strong>de</strong>cimos<br />
que <strong>las</strong> partícu<strong>las</strong> tiene un núcleo duro. Si dos partícu<strong>las</strong> se encuentranauna distancia relativaintermedia<br />
(entre a y b), entonces se atraen con energía −ǫ; si se encuentran muy lejos el uno <strong>de</strong>l otro,<br />
4
(a) (b) (c)<br />
Figure 2: Configuraciones <strong>de</strong> un sistema <strong>de</strong> 200 partícu<strong>las</strong>interactuando entre sí con el potencial <strong>de</strong><br />
Lennard-Jones. Se ven tres <strong>fase</strong>s para disintos valores <strong>de</strong> la temperatura T y <strong>de</strong> la <strong>de</strong>nsidad ρ: (a)<br />
gas;(b)líquido; y (c)sólido cristalino.<br />
entonces ya no se ven. Este potencial se llama el pozo cuadrado, y se muestra en la figure 1, don<strong>de</strong> se<br />
pue<strong>de</strong>verque dauna aproximaciónal potencial<strong>de</strong> Lennard-Jones.<br />
Esferasduras Simplificandoaúnmás,po<strong>de</strong>moseliminarporcompletolaparteatractiva<strong>de</strong>lpotencial,<br />
poniendo ǫ = 0 en la ecuación (5). Terminamos con un núcleo duro repulsivo, es <strong>de</strong>cir que <strong>las</strong><br />
partícu<strong>las</strong> interactúan como esferas duras (discos duros en dos dimensiones). Este mo<strong>de</strong>lo es probablementeelmo<strong>de</strong>lomássencillo<strong>de</strong>partícu<strong>las</strong>enunfluido–correspon<strong>de</strong>bastantebienanuestrai<strong>de</strong>a<br />
ingenua <strong>de</strong>átomos comobolitas que rebotanentresí. Lafigura1tambiénmuestraeste potencial.<br />
3.3 Tipos <strong>de</strong><strong>fase</strong><br />
¿Cuáles tipos <strong>de</strong> <strong>fase</strong>s exhiben estos mo<strong>de</strong>los? Se ha <strong>de</strong>mostrado usando simulaciones que un fluido<br />
<strong>de</strong> discos duros exhibe dos <strong>fase</strong>s: una <strong>fase</strong> fluida para <strong>de</strong>nsida<strong>de</strong>s bajas, y una <strong>fase</strong> sólida para<br />
<strong>de</strong>nsida<strong>de</strong>saltas,don<strong>de</strong><strong>las</strong>partícu<strong>las</strong>vibranalre<strong>de</strong>dor<strong>de</strong>posicionesmedias,peronosepue<strong>de</strong>n<strong>de</strong>splazarrealmente:<br />
cadapartículaestáatrapadaporunacajaproducidapor<strong>las</strong><strong>de</strong>máspartícu<strong>las</strong>que<br />
laro<strong>de</strong>an. Laestructura<strong>de</strong>la<strong>fase</strong>sólidaescristalina,es<strong>de</strong>cir<strong>las</strong>posiciones medias<strong>de</strong><strong>las</strong>párticu<strong>las</strong><br />
forman una red regular como en un cristal real; se muestra en la figura 2 en el caso <strong>de</strong> un fluido <strong>de</strong><br />
partícu<strong>las</strong>coninteracciones tipoLennard-Jones.<br />
El potencial <strong>de</strong> esferas duras es tan sencillo que no hay otra <strong>fase</strong> posible que una fluida y otra<br />
sólida. Por otro lado, el potencial <strong>de</strong>l pozo cuadrado sí permite a<strong>de</strong>más una <strong>fase</strong> líquida. En una<br />
tal <strong>fase</strong>, <strong>las</strong> partícu<strong>las</strong> ya no están confinadas a una sola posición –pue<strong>de</strong>n <strong>de</strong>splazarse a través <strong>de</strong>l<br />
sistema. Sin embargo, siguen teniendo una distancia media preferida <strong>de</strong> <strong>las</strong> partícu<strong>las</strong> alre<strong>de</strong>dor, y<br />
hay unaestructura localmás omenos bien<strong>de</strong>finida.<br />
Eso <strong>de</strong>muestra que una parte atractiva es necesaria para que un mo<strong>de</strong>lo tenga una <strong>fase</strong> líquida<br />
que difiere <strong>de</strong> la <strong>fase</strong> gaseosa. En general, se espera que también hay un sólido cuando la <strong>de</strong>nsidad<br />
es alta, dado que <strong>las</strong> partícu<strong>las</strong> se repelan, y un gas para <strong>de</strong>nsida<strong>de</strong>s bajas, con la posibilidad <strong>de</strong> un<br />
líquido entre los dos. Un fluido <strong>de</strong> partícu<strong>las</strong> que se atraen a través <strong>de</strong>l potencial <strong>de</strong> Lennard-Jones<br />
exhibe todasestas <strong>fase</strong>s,como se muestraenlafigura 2.<br />
5
4 Reducción a mo<strong>de</strong>los sobre red<br />
Los mo<strong>de</strong>los <strong>de</strong> fluidos <strong>de</strong> la sección anterior siguen siendo difícil <strong>de</strong> analizar. Por lo tanto, se han<br />
estudiadootros mo<strong>de</strong>los que son aúnmás sencillos.<br />
4.1 “Lattice-gas” (gassobre red)<br />
Tomando como motivación el mo<strong>de</strong>lo <strong>de</strong> pozo cuadrado, pasemos a un mo<strong>de</strong>lo que se ve muy distinto,<br />
peroque esperamos sea más fácil<strong>de</strong> analizar(y sí loes, hasta ciertopunto). Introducimos una<br />
red(“lattice”),queconsiste endistintos vérticesligadosporenlaces. Laspartícu<strong>las</strong>estánrestringidas<br />
a ocupar siempre los sitios <strong>de</strong> la red. Por lo tanto, ahora <strong>su</strong>s posiciones son variables que toman<br />
valoresdiscretos. Esonos daunmo<strong>de</strong>lo<strong>de</strong>“lattice-gas”(gas sobrered).<br />
Enestemo<strong>de</strong>lo,nopue<strong>de</strong>habermásqueunapartículaencadasitio,locualmo<strong>de</strong>lalaexclusiónen<br />
elmo<strong>de</strong>lo<strong>de</strong>pozocuadrado,ydospartícu<strong>las</strong>seatraensólosiocupansitios vecinosenlared. Lared<br />
máscomúnquesehautilizadoe<strong>su</strong>naredcuadradaenelplano,don<strong>de</strong>cadasitiotienecuatrovecinos<br />
más cercanos. Para <strong>de</strong>scribir un estado <strong>de</strong>l sistema, basta especificar cuales sitios están ocupados y<br />
cuales vacíos. Para hacerlo, ocupamos variables n i : si el sitio i está ocupado, entonces ponemos<br />
n i = 1;si el sitioestá vacío,entonces n i = 0.<br />
Enel casomás sencillo, imponemos que hay una interacciónatractivaentredos sitios i y j sólo si<br />
son sitios vecinos y si los dos están ocupados. Por lo tanto, cada par <strong>de</strong> sitios da una contribución a<br />
laenergíatotalquesepue<strong>de</strong>escribircomo −ǫn i n j . Nótesequeestetérminodabien0si n i on j valen<br />
0,mientras da −1si los dos valen1. El Hamiltoniano total <strong>de</strong>llattice-gasqueda entonces como<br />
H(n) = −ǫ ∑ n i n j . (6)<br />
〈i,j〉<br />
Aquí la notación ∑ 〈i,j〉 indica una <strong>su</strong>ma sobre todos los pares<strong>de</strong> sitios vecinos, y n = (n 1 ,...,n V ) es<br />
laconfiguración completa <strong>de</strong>lsistema, don<strong>de</strong> V es elvolumen (número<strong>de</strong> sitios).<br />
4.2 Elmo<strong>de</strong>lo<strong>de</strong> Ising<br />
Otro mo<strong>de</strong>lo, que parece muy diferente <strong>de</strong>l lattice-gas a primera vista, es el mo<strong>de</strong>lo <strong>de</strong> Ising. Este<br />
mo<strong>de</strong>lo es uno <strong>de</strong> los más importantes en la física teórica, dado que fue el primer mo<strong>de</strong>lo para lo<br />
cual se pudo <strong>de</strong>mostrar que existiera una transición <strong>de</strong> <strong>fase</strong>. El mo<strong>de</strong>lo <strong>de</strong> Ising mo<strong>de</strong>la un imán.<br />
Otra vez tomamos una red, peroahora cada sitio <strong>de</strong> la red está ocupado por un “espín” –una flecha<br />
que apunta para arriba o abajo. Estos espines mo<strong>de</strong>lan los electrones sin pareja en los átomos que<br />
tienenmomentos magnéticos,porejemploelfierro. Laredahoramo<strong>de</strong>laelhecho<strong>de</strong>quelosátomos<br />
se encuentranenuncristal,con unaestructura regular.<br />
Porefectosquesepue<strong>de</strong>n<strong>de</strong>scribirconlamecánicacuántica–enparticular,lainteracción<strong>de</strong>intercambio–espines<br />
vecinos enla redse quierenalinear. Si notamos σ i el valor <strong>de</strong>l espínen el sitio i, que<br />
<strong>su</strong>ponemos pue<strong>de</strong>tomar los valores +1 y −1,entonces llegamos alHamiltoniano<br />
H(σ) = −J ∑ σ i σ j , (7)<br />
〈i,j〉<br />
don<strong>de</strong> σ nota la colección <strong>de</strong> todos los espines, y J es la energía <strong>de</strong> interacción entre dos espines.<br />
En este caso, el término σ i σ j es un producto <strong>de</strong> 1s y −1s, que da como re<strong>su</strong>ltado 1 si los dos espines<br />
6
(a)<br />
(b)<br />
Figure 3: (a) Configuración aleatoria <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong> Ising en una red cuadrada. Cada sitio <strong>de</strong> la red<br />
contiene un espín que pue<strong>de</strong> apuntar para arriba o para abajo. (b) Configuración equivalente <strong>de</strong>l<br />
lattice-gas, don<strong>de</strong> cada espín para arriba se ha reemplazado por una partícula, y cada espín para<br />
abajopor unvacante.<br />
apuntan en la misma dirección, y −1 si apuntan en direcciones opuestas, así mo<strong>de</strong>lando bien la<br />
interacción <strong>de</strong>seada. Dado que es más favorable que los espines se alineen entre sí, en el estado <strong>de</strong><br />
mínimo <strong>de</strong>energía,todos los espines estaránalineados.<br />
4.3 Equivalencia <strong>de</strong> Isingcon lattice-gas<br />
Re<strong>su</strong>lta que el mo<strong>de</strong>lo <strong>de</strong> Ising y el lattice-gas se pue<strong>de</strong>n consi<strong>de</strong>rar equivalentes, en el sentido <strong>de</strong><br />
que se pue<strong>de</strong> mapear el uno al otro. Si reemplazamos cada espín para arriba por una partícula, y<br />
cadaespínparaabajoporunvacante,entoncesllegamosaunaconfiguración<strong>de</strong>llattice-gas,comose<br />
pue<strong>de</strong>verenlafigura 3.<br />
Laspropieda<strong>de</strong>stermodinámicas<strong>de</strong>losdossistemassepue<strong>de</strong>nrelacionar<strong>de</strong><strong>las</strong>iguientemanera.<br />
Re<strong>su</strong>lta necesario consi<strong>de</strong>rar el mo<strong>de</strong>lo <strong>de</strong> Ising con la adición <strong>de</strong> un campo magnético externo h.<br />
Estosemo<strong>de</strong>laconuntérminoadicionalenelHamiltoniano,don<strong>de</strong>elcampoactúasobrecadaespín<br />
por separado,como vimos enel caso<strong>de</strong> unfluido:<br />
H(σ) = −J ∑ σ i σ j −h∑ σ i . (8)<br />
〈i,j〉 i<br />
Si notamos E(σ) la energía <strong>de</strong> interacción entre los espines <strong>de</strong> la configuración σ, y M(σ) la magnetización<strong>de</strong>lamisma<br />
configuración, entonces tenemos<br />
E(σ) := − ∑ σ i σ j ; (9)<br />
〈i,j〉<br />
M(σ) := ∑ σ i , (10)<br />
i<br />
y por lotantopo<strong>de</strong>mos escribir elHamiltoniano entérminos <strong>de</strong>estas variablesglobales como<br />
H(σ) = JE(σ) −hM(σ). (11)<br />
7
De la misma manera, hay que agregar un término adicional en el Hamiltoniano <strong>de</strong>l lattice-gas,<br />
como sigue:<br />
H LG (n) = −ǫ ∑ n i n j − µ ∑n i . (12)<br />
〈i,j〉 i<br />
El segundo término aquí representa el efecto <strong>de</strong>l potencial químico µ, que mo<strong>de</strong>la una ten<strong>de</strong>ncia que<br />
<strong>las</strong> partícu<strong>las</strong> adhieran a la <strong>su</strong>perficie: para valores positivos <strong>de</strong> µ, hay una ten<strong>de</strong>ncia para agregar<br />
partícu<strong>las</strong> al sistema y para valores negativos <strong>de</strong> µ una ten<strong>de</strong>ncia <strong>de</strong> que salgan <strong>de</strong>l sistema. Eso es<br />
un mo<strong>de</strong>lo para la adsorción<strong>de</strong> un gas en una <strong>su</strong>perficie cristalina, por ejemplo la <strong>de</strong> un catalizador:<br />
si la <strong>su</strong>perficie se encuentra en contacto con un gas, entonces partícu<strong>las</strong> <strong>de</strong>l gas pue<strong>de</strong>n adsorber<br />
(adherir) a la <strong>su</strong>perficie, pero también pue<strong>de</strong>n salir <strong>de</strong> la <strong>su</strong>perficie y regresar al gas. Después <strong>de</strong><br />
un tiempo, se alcanzaun equilibrio estacionario. La cantidad<strong>de</strong> partícu<strong>las</strong> en la <strong>su</strong>perficie <strong>de</strong>pen<strong>de</strong><br />
entonces <strong>de</strong>l potencial químico<strong>de</strong>l gas,locual estárelacionadocon<strong>su</strong> <strong>de</strong>nsidad.<br />
El mapeo <strong>de</strong> Ising a lattice-gas ahora se hace con la transformación <strong>de</strong> variables n i = 1+σ i<br />
2<br />
en la<br />
ecuación(12),queesloquesenecesitaparatransformarespines σ i quetomanlosvalores ±1ensitios<br />
ocupados y vacantes,con número<strong>de</strong> ocupación n i que toma los valores0y1. Re<strong>su</strong>lta que<br />
H LG (n) = − ǫ 4 ∑ ( ǫz<br />
σ i σ j −<br />
4 + µ )<br />
2 ∑ σ i +constante, (13)<br />
〈i,j〉 i<br />
don<strong>de</strong> z es el número <strong>de</strong> coordinación <strong>de</strong> la red, es <strong>de</strong>cir el número <strong>de</strong> vecinos cercanos <strong>de</strong> cada<br />
sitio –por ejemplo, z = 4 para una red cuadrada. La constante aditiva no afecta <strong>las</strong> propieda<strong>de</strong>s<br />
termodinámicas <strong>de</strong>l mo<strong>de</strong>lo. En este cálculo, <strong>su</strong>rgen términos <strong>de</strong> la forma ∑ 〈i,j〉 σ i . Estos se pue<strong>de</strong>n<br />
tratar<strong>de</strong> <strong>las</strong>iguiente manera:<br />
∑ σ i = 1 2<br />
〈i,j〉<br />
N<br />
∑<br />
i=1<br />
z<br />
∑<br />
j=1<br />
σ i = z 2 ∑ i<br />
σ i , (14)<br />
don<strong>de</strong><strong>las</strong>umasobre je<strong>su</strong>na<strong>su</strong>masobrelosvecinoscercanos<strong>de</strong>lsitioi,<strong>de</strong>loscualeshayz. Elfactor<br />
<strong>de</strong> 1/2 eliminar el doble conteo <strong>de</strong> enlaces: ∑ 〈i,j〉 es una <strong>su</strong>ma sobre enlaces, mientras que ∑ i ∑ j es<br />
una <strong>su</strong>ma sobre pares <strong>de</strong> sitios, que cuenta cada enlace dos veces.. Para mantener la simetría entre i<br />
and j, es útil reescribirlocomosigue:<br />
∑ σ i = 1 z ∑ i + σ j ) (15)<br />
i 〈i,j〉(σ<br />
Laecuación(13)tiene laforma <strong>de</strong>lHamiltonian (8)<strong>de</strong>l mo<strong>de</strong>lo<strong>de</strong>l Ising, conlos parámetros<br />
( ǫz<br />
J = ǫ/4; h =<br />
4 + µ )<br />
. (16)<br />
2<br />
Así que <strong>las</strong> propieda<strong>de</strong>s <strong>de</strong>l lattice-gas con parámetros ǫ y µ son exactamente <strong>las</strong> mismas como <strong>las</strong><br />
<strong>de</strong>lmo<strong>de</strong>lo<strong>de</strong>Ising conestos parámetros. Demaneraequivalente,po<strong>de</strong>mos regresar<strong>de</strong>lmo<strong>de</strong>lo <strong>de</strong><br />
Ising allattice-gasinvirtiendoestos re<strong>su</strong>ltadosparaobtener<br />
ǫ = 4J; µ = 2(h − Jz). (17)<br />
5 ¿Dón<strong>de</strong> intervienelatemperatura?<br />
Hasta ahora hemos escrito el Hamiltoniano <strong>de</strong> varios mo<strong>de</strong>los. Esta función permite calcular la<br />
energía <strong>de</strong> cada configuración <strong>de</strong>l sistema. Podríamos esperar que un sistema aislado buscaría <strong>su</strong><br />
8
estado<strong>de</strong>mínimo<strong>de</strong>energía(tambiénconocidocomoelestadobase), yentonces simplemente habría<br />
que buscareste estadopararesolverelmo<strong>de</strong>lo.<br />
Sin embargo, en el mundo real no es común tener sistemas aislados. Es más probable que el sistema<br />
<strong>de</strong> interés se encuentre en contacto con un entorno cuyo temperatura T esté fija. Si <strong>de</strong>jamos el<br />
sistema en contacto con este entorno por un largo tiempo, entonces <strong>su</strong> propia temperatura también<br />
llegará a T. Eso quiere <strong>de</strong>cir que el sistema recibe constantemente “patadas” <strong>de</strong>l entorno, correspondiendo<br />
a intercambios <strong>de</strong> energía entre el sistema y el entorno, que harán que el sistema visite<br />
distintos tipos <strong>de</strong> estadosmicroscópicos (configuraciones).<br />
Dependiendo <strong>de</strong> la temperatura, el sistema visitará distintas partes <strong>de</strong> <strong>su</strong> espacio <strong>de</strong> configuraciones.<br />
Parabajastemperaturas,T → 0,elentornocasinoafectaelsistema,porlocualéstesíbuscará<br />
<strong>su</strong> estado base. Sin embargo, para altas temperaturas, cuando T → ∞, el efecto <strong>de</strong> <strong>las</strong> patadas hará<br />
que el sistema casi no toma nota <strong>de</strong> <strong>las</strong> interacciones entre <strong>su</strong>s distintas partícu<strong>las</strong>. Por lo tanto,<br />
cada partícula se comportará como si fuera in<strong>de</strong>pendiente, y el sistema visitará todas <strong>las</strong> configuraciones<br />
posibles al azar. Atemperaturasintermedias, po<strong>de</strong>mos esperarque el sistema visite distintas<br />
configuraciones condistintas frecuencias.<br />
5.1 Probabilida<strong>de</strong>senequilibrio<br />
Si <strong>de</strong>jamos el sistema por mucho tiempo, entonces alcanzará una temperatura T, como vimos arriba.<br />
Decimos que alcanza el equilibrio termodinámico a esta temperatura. Des<strong>de</strong> el punto <strong>de</strong> vista<br />
macroscópico, el “estado” <strong>de</strong>l sistema, <strong>de</strong>scrito por <strong>su</strong>s funciones termodinámicas, ya no cambiará<br />
en el tiempo. Sin embargo, <strong>de</strong>s<strong>de</strong> el punto <strong>de</strong> vista microscópico, el sistema visitará una secuencia<br />
muy larga <strong>de</strong> configuraciones distintas, algunas más frecuentemente que otras. Llamamos a estas<br />
frecuencias<strong>las</strong> probabilida<strong>de</strong>s<strong>de</strong>equilibrio <strong>de</strong> cadaestado.<br />
J. W. Gibbs mostró a principios <strong>de</strong>l siglo veinte que la probabilidad <strong>de</strong> visitar una configuración<br />
σ es una función <strong>de</strong> la energía <strong>de</strong> la configuración H(σ) y <strong>de</strong> la temperatura. Se pue<strong>de</strong> <strong>de</strong>mostrar<br />
que estaprobabilida<strong>de</strong>stá dadapor <strong>las</strong>iguiente expresión:<br />
P β (σ) = 1<br />
Z(β) e−βH(σ) . (18)<br />
Aquí, β := 1/(kT) es la inversa <strong>de</strong> la temperatura, con una constante k que se llama la constante <strong>de</strong><br />
Boltzmann; usaremo<strong>su</strong>nida<strong>de</strong>stales que k = 1. Z(β) es una constante <strong>de</strong>normalización.<br />
La <strong>su</strong>ma <strong>de</strong> <strong>las</strong> probabilida<strong>de</strong>s<strong>de</strong> todas <strong>las</strong> configuraciones tiene que dar 1, dado que el sistema<br />
tienequeestarenalgunaconfiguraciónencadainstante. Porlotanto,po<strong>de</strong>mos calcularlaconstante<br />
<strong>de</strong>normalización Z(β):<br />
Z(β) = ∑e −βH(σ) . (19)<br />
σ<br />
Estafunciónsellamalafunción<strong>de</strong>partición,dadoqueindicacómolaprobabilidadsereparteentre<strong>las</strong><br />
distintas configuraciones <strong>de</strong>l sistema. Nótese que dos configuraciones con la misma energía tienen<br />
lamisma probabilidad<strong>de</strong>equilbrio.<br />
5.2 Valorespromedios<br />
Una vez que conocemos <strong>las</strong> probabilida<strong>de</strong>s –es <strong>de</strong>cir, <strong>las</strong> frecuencias– <strong>de</strong> cada configuración, po<strong>de</strong>moscalcularpromedios.<br />
Porejemplo,po<strong>de</strong>moscalcularelvalorpromedioenequilibrio–promediado<br />
9
sobre mucho tiempo– <strong>de</strong> la energía, o <strong>de</strong> la magnetización <strong>de</strong>l sistema. Dado que sabemos la frecuencia<br />
conla cual aparececadaconfiguracion, necesitamos tomar una <strong>su</strong>ma sobretodas <strong>las</strong> configuraciones<br />
posibles.<br />
Engeneral,consi<strong>de</strong>ramoselpromedio<strong>de</strong>unobservable,queescualquiercantidadquepodríamos<br />
medir en un experimento o en una simulación. Para un observable Q, <strong>su</strong> promedio sobre la distribución<strong>de</strong><br />
probabilida<strong>de</strong>nequilibrioaunatemperatura T estádadopor<br />
〈Q〉 β<br />
:= ∑Q(σ)P β (σ) = 1<br />
σ Z(β) ∑ σ<br />
Q(σ)e −βH(σ) . (20)<br />
Si uno mi<strong>de</strong> el observable durante el experimento o simulación, entonces fluctuará alre<strong>de</strong>dor<br />
<strong>de</strong> este valor promedio. El tamaño <strong>de</strong> estas fluctaciones se pue<strong>de</strong> medir con 〈 Q 2〉 − 〈Q〉 2 , que es<br />
la varianza <strong>de</strong> <strong>las</strong> fluctuaciones. Sin embargo, para un sistema gran<strong>de</strong>, es <strong>de</strong>cir, uno que contiene<br />
muchas partícu<strong>las</strong>, por ejemplo <strong>las</strong> 10 23 partícu<strong>las</strong> que son características <strong>de</strong> los objetos cotidianos,<br />
se pue<strong>de</strong> mostrar que en general el tamaño <strong>de</strong> estas fluctuacions es muy pequeño, así que el valor<br />
promediodaunamuy buena aproximaciónal valorreal<strong>de</strong> lacantidad.<br />
Por lo tanto, los valores promedio a nivel microscópico dan una muy buena aproximación a los<br />
valores macroscópicos <strong>de</strong> <strong>las</strong> cantida<strong>de</strong>s termodinámicas correspondientes. Por ejemplo, el valor<br />
<strong>de</strong> la energía interna macroscópica U es igual al promedio <strong>de</strong> la energía interna microscópica H,<br />
es <strong>de</strong>cir U = 〈H〉, y el valor macroscópico M <strong>de</strong> la magnetización es igual al promedio M <strong>de</strong> la<br />
magnetización microscópica, es <strong>de</strong>cir M = 〈M〉. Por lo tanto, si po<strong>de</strong>mos calcular estos promedios,<br />
entonces po<strong>de</strong>mos calcular<strong>las</strong> propieda<strong>de</strong>stermodinámicas <strong>de</strong>lsistema.<br />
5.3 Transiciones <strong>de</strong> <strong>fase</strong><br />
Ahora regresemos a la pregunta, ¿qué es una transición <strong>de</strong> <strong>fase</strong>? Físicamente, una transición <strong>de</strong> <strong>fase</strong><br />
ocurrecuandohayuncambiodramáticoenalgunapropiedadfísica,yenparticularalgunapropiedad<br />
termodinámica, <strong>de</strong> un sistema al variar uno <strong>de</strong> los parámetros <strong>de</strong>l mismo, por ejemplo la temperatura.<br />
Por un cambio dramático, se entien<strong>de</strong> que una función termodinámica se comporta <strong>de</strong> manera<br />
no <strong>su</strong>ave al variar un parámetro. Esta variación pue<strong>de</strong> ser <strong>de</strong> dos tipos, que lleva a dos variantes <strong>de</strong><br />
<strong>transiciones</strong> <strong>de</strong> <strong>fase</strong>:<br />
1. Una función termodinámica exhibe un salto o brinco en un valor específico <strong>de</strong> un parámetro.<br />
Decimos entonces que hayuna transición <strong>de</strong><strong>fase</strong>discontinua,o<strong>de</strong>primeror<strong>de</strong>n.<br />
2. Todas <strong>las</strong> funciones termodinámicas son continuas; sin embargo, alguna tiene una <strong>de</strong>rivada<br />
quenoes<strong>su</strong>ave,es<strong>de</strong>cirla<strong>de</strong>rivadatieneunsaltoodivergealinfinito. Enestecaso,hablamos<br />
<strong>de</strong><strong>transiciones</strong> continuaso<strong>de</strong>segundo or<strong>de</strong>n.<br />
La terminología <strong>de</strong>l or<strong>de</strong>n <strong>de</strong> transición se refiere a que <strong>las</strong> funciones termodinámicas como la<br />
magnetizaciónsepue<strong>de</strong>nvercomo primeras<strong>de</strong>rivadasparciales<strong>de</strong>laenergíalibre conrespectoaun<br />
parámetrofísico. Porejemplo,lamagnetizaciónesbásicamente ∂F/∂h,don<strong>de</strong>he<strong>su</strong>ncampoexterno<br />
magnéticoqueseaplicaalsistema. Elor<strong>de</strong>n<strong>de</strong>latransiciónserefiereentoncesaltipo<strong>de</strong><strong>de</strong>rivada<strong>de</strong><br />
F exhibeuncomportamientono-<strong>su</strong>ave. Mása<strong>de</strong>lante,veremosqueelmo<strong>de</strong>lo<strong>de</strong>Isingpue<strong>de</strong>exhibir<br />
los dos tipos <strong>de</strong>transición <strong>de</strong><strong>fase</strong>endistintos casos.<br />
10
6 Simulaciones<br />
Enprincipio, la teoría<strong>de</strong> lafísica estadísticaenequilibrio <strong>de</strong>scritoen <strong>las</strong>ección anteriornos permite<br />
calcular cualquier función termodinámica <strong>de</strong>l sistema en equilibrio. Sin embargo, hay un pequeño<br />
problema: noconocemos Z. ParacalcularZ,hayquehaceruna<strong>su</strong>masobremuchasconfiguraciones:<br />
enel mo<strong>de</strong>lo <strong>de</strong> Ising, por ejemplo, si hay N espines entonces hay 2 N configuraciones. Parauna red<br />
<strong>de</strong> 100 ×100, que no es muy gran<strong>de</strong>, N = 10000 y el número <strong>de</strong> configuraciones es 2 10000 ≃ 10 3000 .<br />
Aún con todas <strong>las</strong> computadoras que existen corriendo durante toda la edad <strong>de</strong>l universo, nunca<br />
llegaríamosalograrhaceresta<strong>su</strong>ma. Asíquelabonitateoríapue<strong>de</strong>re<strong>su</strong>ltaralgoinútilenlapráctica.<br />
Para avanzar,tenemos tres opciones. Po<strong>de</strong>mos buscar resolver exactamente el problema, encontrandounamanera<strong>de</strong>evaluarlafunción<strong>de</strong>particióny<strong>su</strong>s<br />
<strong>de</strong>rivadasexactamente. Estosíse pue<strong>de</strong><br />
hacer en unos pocos casos, el principal siendo el mo<strong>de</strong>lo <strong>de</strong> Ising en ausencia <strong>de</strong> campo magnético<br />
externo y en dos dimensiones, que fue re<strong>su</strong>elto por Lars Onsager (1903–1976; premio Nobel 1968)<br />
en1944. Estos casos exactamentesolubles sonindispensables porque nos proporcionaninformación<br />
<strong>de</strong>finitiva sobre<strong>las</strong>propieda<strong>de</strong>s<strong>de</strong><strong>las</strong><strong>transiciones</strong> <strong>de</strong><strong>fase</strong>.<br />
Sin embargo, el número <strong>de</strong> mo<strong>de</strong>los que se pue<strong>de</strong>n resolver exactamente es muy reducido. Otra<br />
opción sonunos métodos aproximativosanalíticos. Laterceraopción, enlaque nos enfocaremos,es<br />
la <strong>de</strong> intentar simular los mo<strong>de</strong>los en la computadora y calcular <strong>su</strong>s propieda<strong>de</strong>s termodinámicas, y<br />
por lotantobuscar<strong>su</strong>s <strong>transiciones</strong> <strong>de</strong><strong>fase</strong>,<strong>de</strong>maneranumérica.<br />
6.1 Elmétodo<strong>de</strong> Monte Carlo<br />
Haybásicamenteunúnicométodoconocidoparacalcularnuméricamente<strong>las</strong>propieda<strong>de</strong>stermodinámicas<br />
–es <strong>de</strong>cir, promedios– en un sistema por simulaciones numéricas por computadora, el método <strong>de</strong><br />
Monte Carlo usando ca<strong>de</strong>nas<strong>de</strong>Markov. El método más común se llama el método<strong>de</strong>Metropolis, por el<br />
primerautor <strong>de</strong>ltrabajopublicadoenlos años cincuenta don<strong>de</strong> seinventó el método.<br />
La i<strong>de</strong>a <strong>de</strong>l método es encontrar un algoritmo para generar una secuencia larga <strong>de</strong> configuraciones<strong>de</strong>unsistema,talque<strong>de</strong>spués<strong>de</strong>untiempocadaconfiguraciónsegeneraconlaprobabilidad<br />
a<strong>de</strong>cuadapara<strong>de</strong>scribirelequilibrio<strong>de</strong>lsistema. Porejemplo,parasimularunsistemaaunatemperatura<br />
T constante, cada configuración σ se tiene que generar con la probabilidad(frecuencia) P β (σ).<br />
Sinembargo,estosetiene que hacersin conocer la Z(β).<br />
Lai<strong>de</strong>agenial<strong>de</strong>Metropolisetal.fueusarunprocesoaleatorioeneltiempo–es<strong>de</strong>cir,unaca<strong>de</strong>na<br />
<strong>de</strong> Markov para hacerlo. En una ca<strong>de</strong>na <strong>de</strong> Markov, en cada paso el sistema pue<strong>de</strong> brincar <strong>de</strong> <strong>su</strong><br />
configuración actual σ a una nueva τ con cierta probabilidad <strong>de</strong> transición p σ→τ , que <strong>de</strong>pen<strong>de</strong> nada<br />
más<strong>de</strong>laconfiguraciónactual,es<strong>de</strong>cirno<strong>de</strong>pen<strong>de</strong><strong>de</strong>lahistoria<strong>de</strong><strong>las</strong>ecuencia<strong>de</strong>configuraciones<br />
antes visitadas. Si se escogen<strong>las</strong> p σ→τ <strong>de</strong>manera apropiada,entonces cadaconfiguración σ aparece<br />
conla frecuencia<strong>de</strong>seada.<br />
La probabilidad <strong>de</strong> que el sistema se encuentre en la configuración σ al tiempo t, que notamos<br />
P t (σ),satisfacealaecuación<strong>de</strong>evolución<br />
P t+1 (σ) = ∑P t (τ)p τ→σ , (21)<br />
τ<br />
que dice que la probabilidad <strong>de</strong> estar en la configuración σ al tiempo t +1 está dado por la <strong>su</strong>ma<br />
sobre todas <strong>las</strong> configuraciones <strong>de</strong> la probabilidad que el sistema se encontraba en la configuración<br />
τ al tiempoanterior,por laprobabilidad<strong>de</strong> brincar<strong>de</strong> τ a σ.<br />
11
Paraescoger <strong>las</strong> probabilida<strong>de</strong>s<strong>de</strong>transición, se impone la condición<strong>de</strong>balance <strong>de</strong>tallado,<br />
P eq (σ)p σ→τ = P eq (τ)p τ→σ , (22)<br />
don<strong>de</strong> P eq (σ) es laprobabilidad<strong>de</strong>equilibrio <strong>de</strong>seada. Estaecuacióndice que enequilibrio la probabilidad<br />
<strong>de</strong> estar en la configuración σ en y hacer un brinco a la nueva configuración τ es la misma<br />
como hacer el proceso inverso. Esta condición asegura que <strong>las</strong> probabilida<strong>de</strong>senequilibrio no cambianenel<br />
tiempo, es <strong>de</strong>cirson estacionarias.<br />
En el caso <strong>de</strong> que queramos generar la distribución <strong>de</strong> Boltzmann–Gibbs para un sistema en<br />
equilibrio auna temperatura T,tenemos que<br />
y por lotantollegamos a larelación<br />
P eq (σ) = P β (σ) = 1<br />
Z(β) e−βH(σ) , (23)<br />
p σ→τ<br />
= Peq (τ)<br />
p τ→σ P eq (σ) = P β(τ)<br />
P β (σ) = e−β∆H , (24)<br />
don<strong>de</strong> ∆H := H(τ) − H(σ) es el cambio <strong>de</strong> energía que re<strong>su</strong>lta <strong>de</strong>l cambio <strong>de</strong> la configuración.<br />
Aunque hay distintas soluciones posibles <strong>de</strong> la ecuación (24) para <strong>las</strong> probabilida<strong>de</strong>s <strong>de</strong> transición,<br />
lamás común laregla <strong>de</strong>Metropolis:<br />
{<br />
1, si ∆H ≤ 0<br />
p σ→τ =<br />
e −β∆H , si ∆H > 0 . (25)<br />
Dice que si la energía <strong>de</strong> la nueva configuración τ es menor que la <strong>de</strong> σ, entonces se mueve directamente<br />
a la nueva configuración. Sin embargo, si la nueva energía es más alta, entonces se mueve<br />
solamente conciertaprobabilidad.<br />
6.2 Algoritmo <strong>de</strong>Metropolis<br />
El algoritmo completo <strong>de</strong> Metropolis para simular un sistema a temperatura T constante es como<br />
sigue. Primero escogemos una configuración inicial, por ejemplo <strong>de</strong>jando a cada espín tomar <strong>su</strong><br />
valor al azar, lo que correspon<strong>de</strong> a una configuración a una temperatura infinita. Luego, en cada<br />
paso <strong>de</strong> tiempo escogimos al azar un espín en la red, e intentamos cambiar <strong>su</strong> valor <strong>de</strong> 1 a −1, o <strong>de</strong><br />
−1 a1,locualconvierte la configuraciónactual σ enuna nueva, τ.<br />
No siempre aceptamos este cambio propuesto, si no lo aceptamos según la regla <strong>de</strong> Metropolis.<br />
Para hacerlo, primero se calcula el cambio <strong>de</strong> energía ∆H que re<strong>su</strong>ltaría <strong>de</strong>l cambio <strong>de</strong> espín. Si el<br />
cambio <strong>de</strong> energía ∆H no es positivo, es <strong>de</strong>cir si la configuración nueva tiene una energía igual o<br />
más baja que la actual, entonces aceptamos el cambio, movemos el sistema a la nueva configuración<br />
τ (es <strong>de</strong>cir que sí cambiamos el valor <strong>de</strong>l espín que habíamos propuestocambiar), y actualizamos el<br />
valor<strong>de</strong>laenergía. Sinembargo,si elcambio ∆H es positivo, entonces laconfiguración τ propuesta<br />
tiene mayor energíaque la actual σ. En este caso, se aceptael cambiosolamente con la probabilidad<br />
e −β∆H . Esto se pue<strong>de</strong> hacer con un generador <strong>de</strong> números aleatorios que genera números r entre<br />
0.0 y 1.0 <strong>de</strong> manera uniforme (es <strong>de</strong>cir, cada número en el intervalo se genera con igual chance). Si<br />
r < e −β∆H , entonces seaceptael cambiocomo antes. Si no, entonces se rechazael cambio, <strong>de</strong>jandoal<br />
sistema enlaconfiguración actual σ.<br />
12
1<br />
0.8<br />
〈M〉<br />
0.6<br />
M(t)<br />
0.4<br />
0.2<br />
0<br />
-0.2<br />
0 1000 2000 3000 4000 5000<br />
t<br />
Figure4: Lamagnetizacióninstantánea M(t)comofunción <strong>de</strong>ltiempo t. Semuestrantrescurvas<strong>de</strong><br />
tres distintas corridas. Todas convergen a un estado estacionario, don<strong>de</strong> fluctúan alre<strong>de</strong>dor <strong>de</strong> un<br />
valor promedio, que se toma como el valor en equilibrio 〈M〉. La línea vertical es un estimado <strong>de</strong>l<br />
tiempo<strong>de</strong> equilibración.<br />
Lo anterior se repite millones <strong>de</strong> veces. Si generamos nuevas configuraciones según este algoritmo,<br />
entonces garantizamos que <strong>las</strong> probabilida<strong>de</strong>s P t (σ)<strong>de</strong> que el sistema se encuentreen la configuración<br />
σ al tiempo t convergen a P eq (σ) cuando el tiempo va al infinito. En la siguiente sección,<br />
se discutecómo calcular<strong>las</strong>propieda<strong>de</strong>stermodinámicas que nos interesan.<br />
6.3 Funciones termodinámicascomo promedios<br />
Para calcular <strong>las</strong> propieda<strong>de</strong>s termodinámicas que nos interesan, tomamos promedios <strong>de</strong> <strong>las</strong> cantida<strong>de</strong>s<br />
microscópicas <strong>de</strong>l sistema, como sigue. Una simulación tipo Metropolis genera secuencias<br />
<strong>de</strong> configuraciones microscópicas en el tiempo. Por <strong>su</strong> construcción, converge a un estado estacionario<br />
(constante) en el tiempo, es <strong>de</strong>cir el equilibrio termodinámico. Si uno mi<strong>de</strong> <strong>las</strong> funciones<br />
termodinámicascomofunción<strong>de</strong>ltiempotenunasimulación, entonces<strong>su</strong>svaloresconvergena<strong>su</strong>s<br />
valores <strong>de</strong> equilibrio, como se <strong>de</strong>muestra en la figura 4 para la magnetización M(t) en tres corridas<br />
distintas. Después <strong>de</strong> un tiempo <strong>de</strong> equilibración, M(t) fluctúa alre<strong>de</strong>dor <strong>de</strong> un valor promedio. Es<br />
este valorpromedioque tomamos como unestimado<strong>de</strong> lafunción termodinámica macroscópicaen<br />
equilibrio, 〈M〉. Se calcula como un promedio enel tiempo <strong>de</strong> los datos M(t) que se vangenerando<br />
en el tiempo. También se <strong>de</strong>be calcular el tamaño <strong>de</strong> <strong>las</strong> fluctuaciones, para tener un estimado <strong>de</strong>l<br />
error en el estimado <strong>de</strong> 〈M〉, que se <strong>de</strong>be a <strong>las</strong> fluctuaciones espontáneas, pero también al tamaño<br />
finito <strong>de</strong>lsistema.<br />
Con el método <strong>de</strong> Metropolis estándar, cada simulación a una temperatura T genera los promedios<br />
〈M〉 (T), 〈E〉 (T)etc.paraunsólovalor<strong>de</strong>latemperatura T uotroparámetrofísico<strong>de</strong>lsistema.<br />
Para tener información para varios valores <strong>de</strong> los parámetros, hay que correr el programa muchas<br />
veces, una para cada valor <strong>de</strong>seado. Más a<strong>de</strong>lante, veremos unos métodos para reducir el número<br />
<strong>de</strong>corridasrequeridas.<br />
13
7 Transiciones <strong>de</strong> <strong>fase</strong> en el mo<strong>de</strong>lo <strong>de</strong> Ising: propieda<strong>de</strong>s termodinámicas<br />
Parainvestigar<strong>las</strong><strong>transiciones</strong><strong>de</strong><strong>fase</strong><strong>de</strong>unmo<strong>de</strong>lo,esnecesariocalcular<strong>su</strong>sfuncionestermodinámicas<br />
para toda una gama <strong>de</strong> los parámetros <strong>de</strong>l mo<strong>de</strong>lo, y ver don<strong>de</strong> parece haber unos comportamientos<br />
no-<strong>su</strong>aves. Como ejemplo tomaremos el mo<strong>de</strong>lo <strong>de</strong> Ising. Este mo<strong>de</strong>lo ha servido como un<br />
caso <strong>de</strong> prueba excelente para todo lo que es relacionado con el tema <strong>de</strong> <strong>las</strong> <strong>transiciones</strong> <strong>de</strong> <strong>fase</strong>.<br />
Hay re<strong>su</strong>ltados analíticos exactados y aproximativos, y también mucho trabajo simulacional. Por<br />
lo tanto, cualquier método numérico nuevo que se <strong>de</strong>sarrolla se <strong>su</strong>ele probar usando el mo<strong>de</strong>lo <strong>de</strong><br />
Ising. A<strong>de</strong>más,es un casosencillo que exhibe <strong>transiciones</strong> tanto <strong>de</strong> primer como <strong>de</strong> segundo or<strong>de</strong>n,<br />
y don<strong>de</strong><strong>las</strong> diferenciasse entien<strong>de</strong>n<strong>de</strong>maneramás omenos sencilla. Por lotanto, nos enfocaremos<br />
aquí en una <strong>de</strong>scripción <strong>de</strong> <strong>las</strong> <strong>transiciones</strong> <strong>de</strong> <strong>fase</strong> que exhibe este mo<strong>de</strong>lo. En esta sección, se <strong>de</strong>scribirán<br />
<strong>las</strong> propieda<strong>de</strong>s termodinámicas <strong>de</strong> equilibrio <strong>de</strong>l mo<strong>de</strong>lo; en la siguiente, se <strong>de</strong>scribirán<br />
<strong>las</strong>propieda<strong>de</strong>sdinámicasquesevenenunasimulación, yque sepue<strong>de</strong>nutilizarparai<strong>de</strong>ntificarel<br />
tipo<strong>de</strong>transición que hay enunmo<strong>de</strong>lo.<br />
Empecemoscon elmo<strong>de</strong>lo sinningún campoexterno,con elHamiltoniano<br />
H(σ) = −J ∑ σ i σ j . (26)<br />
〈i,j〉<br />
En la función <strong>de</strong> partición y en el cálculo <strong>de</strong> promedios, el Hamiltoniano siempre va acompañado<br />
por una β, en la combinación βH. Por lo tanto, el único parámetro físico que po<strong>de</strong>mos variar es<br />
la combinación K := βJ = J/kT, que se llama la constante <strong>de</strong> acoplamiento. Si fijamos J = 1 para<br />
simplificar, entonces nos quedasolamente la temperatura T o <strong>su</strong> inverso β comoparámetro.<br />
7.1 Transición <strong>de</strong> <strong>fase</strong><strong>de</strong> segundoor<strong>de</strong>n: temperaturacrítica<br />
Lafigura5<strong>de</strong>muestraelcomportamientoexacto<strong>de</strong>lamagnetizaciónespontánea(es<strong>de</strong>cir,enausencia<br />
<strong>de</strong> campo) M en el mo<strong>de</strong>lo <strong>de</strong> Ising, como función <strong>de</strong> la temperatura, para una red <strong>de</strong> tamaño<br />
infinito (es <strong>de</strong>cir, en el límite termodinámico, cuando el sistema microscópico converge a un sistema<br />
macroscópico, lo cual se pue<strong>de</strong> <strong>de</strong>scribir con la termodinámica clásica). Cuando la temperatura<br />
T = 0, el sistema está completamente or<strong>de</strong>nado, y entonces M = 1. Conforme la temperatura T se<br />
incrementa,la Mdisminuye,porquehaycadavezmásruidotérmicoquerompeelor<strong>de</strong>n,hastaque<br />
M alcanza0enelvalor T = T c ,latemperaturacrítica. Enestatemperaturahayunatransición<strong>de</strong><strong>fase</strong><br />
<strong>de</strong>segundoor<strong>de</strong>n,yaque lamagnetizacióne<strong>su</strong>nafuncióncontinua, pero<strong>su</strong> <strong>de</strong>rivadadiverge. Para<br />
T > T c , lamagnetización M esestrictamente 0,yelsistema se encuentraenuna <strong>fase</strong><strong>de</strong>sor<strong>de</strong>nada.<br />
Para un sistema <strong>de</strong> tamaño finito L × L, hay que medir el promedio <strong>de</strong>l valor absoluto <strong>de</strong> M,<br />
〈|M|〉, dadoque M también pue<strong>de</strong>tomar valoresnegativos. Esta cantidadtambiénestá dibujadaen<br />
lafigura5. Seveque<strong>su</strong>comportamientosigueelre<strong>su</strong>ltadoexactoparavalores<strong>de</strong>T abajo<strong>de</strong>T c yno<br />
<strong>de</strong>masiado cerca <strong>de</strong> T c , pero luego se aleja. Sin embargo, cuando uno toma un sistema más gran<strong>de</strong>,<br />
esta cantidad converge al re<strong>su</strong>ltado exacto. En un sistema don<strong>de</strong> no se conoce el comportamiento<br />
exacto, se pue<strong>de</strong> estimar la temperatura crítica y el comportamiento cerca <strong>de</strong> la transición usando<br />
una teoría<strong>de</strong>escalamiento <strong>de</strong>tamañofinito.<br />
Una cantidad como M, que es igual a cero por un lado <strong>de</strong> una transición, y es mayor que cero<br />
porel otrolado,sellamaunparámetro<strong>de</strong>or<strong>de</strong>n,yaque <strong>de</strong>scribelacantidad<strong>de</strong>“or<strong>de</strong>n”quehay enel<br />
sistema –eneste caso,or<strong>de</strong>nmagnético. Engenerales difícilescoger unbuenparámetro<strong>de</strong> or<strong>de</strong>n.<br />
14
1<br />
L = 16<br />
L = 32<br />
L = ∞<br />
0.8<br />
Mespontnea<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
0 0.5 1 1.5 2 2.5 3 3.5 4<br />
T<br />
Figure5: Elparámetro<strong>de</strong>or<strong>de</strong>n–lamagnetizaciónespontánea M espontánea –paraelmo<strong>de</strong>lo<strong>de</strong>Ising<br />
enunaredcuadrada<strong>de</strong>tamañoinfinito,segúnelre<strong>su</strong>ltadoexacto<strong>de</strong>Yang(PhysicalReview,1952). Se<br />
compara con re<strong>su</strong>ltados numéricos para 〈|M|〉 en sistemas <strong>de</strong> tamaño 16 ×16 y 32 ×32, evaluados<br />
usandoel algoritmo<strong>de</strong>Wang–Landau(sección9).<br />
Lamaneraenlacual M → 0cuando T → T c secomportacerca<strong>de</strong> T c comounaley <strong>de</strong>potencias,<br />
M ∼ (T c −T) β cuando T → T c . (27)<br />
El exponente β es uno <strong>de</strong> los llamados exponentes críticos que <strong>de</strong>scriben el comportamiento cerca <strong>de</strong><br />
una transición <strong>de</strong> segundo or<strong>de</strong>n. La β vale exactamente 1/8 para el mo<strong>de</strong>lo <strong>de</strong> Ising en dos dimensiones.<br />
Estos exponentesson interesantesporquere<strong>su</strong>ltanseruniversales, es <strong>de</strong>cirquetomanlos<br />
mismosvaloresparadistintossistemas. Porejemplo,unfluidoentresdimensionestambiéntieneun<br />
puntocríticoconunatransición<strong>de</strong>segundoor<strong>de</strong>n. Losexponentesque<strong>de</strong>scribenelcomportamiento<br />
<strong>de</strong>l fluido cerca <strong>de</strong> este punto son iguales a los <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong> Ising en tres dimensiones. La razónse<br />
explicóconlateoría<strong>de</strong>lgrupo<strong>de</strong>renormalización,porlocualKennethG.WilsonganóelPremioNobel<br />
en1982.<br />
7.2 Valor <strong>de</strong>la temperaturacrítica<br />
Se sabe por la solución exacta <strong>de</strong> Onsager <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong> Ising para la red cuadrada sin campo<br />
externoqueocurreunatransición<strong>de</strong><strong>fase</strong><strong>de</strong>segundoor<strong>de</strong>nenlatemperaturaT c . A<strong>de</strong>más,seconoce<br />
exactamente el valor <strong>de</strong> la temperatura crítica T c . En términos <strong>de</strong> la constante <strong>de</strong> acoplamiento<br />
K := βJ = J/kT, está dadapor K c = 1 2 log(1 + √ 2) ≃ 0.44. Si ponemos la constante J <strong>de</strong> interacción<br />
iguala1,quesepue<strong>de</strong>consi<strong>de</strong>rearuncambio<strong>de</strong>unida<strong>de</strong>s,ytambiéntrabajamosconunida<strong>de</strong>stales<br />
quelaconstante<strong>de</strong>Boltzmannk = 1,entoncesobtenemos quelatemperaturacríticaes T c = 1/K c =<br />
2/log(1 + √ 2) ≃ 2.269.<br />
Definiendo K ′ := βǫ = 4βJ = 4K, po<strong>de</strong>mos convertir la temperaturacrítica<strong>de</strong>l mo<strong>de</strong>lo<strong>de</strong> Isisng<br />
enunaparael lattice-gas:<br />
K ′ c = 4K c ≃ 1.76. (28)<br />
15
Para una red triangular, la temperatura crítica <strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong> Ising obe<strong>de</strong>ce a la ecuación sinh2K c =<br />
3 1/2 , es <strong>de</strong>cir K c = ln3<br />
4<br />
≃ 0.27465, y entonces el lattice-gas triangular tiene <strong>su</strong> punto crítico en K c ′ ≃<br />
1.0986.<br />
7.3 Diagrama<strong>de</strong> <strong>fase</strong>s<br />
Latransición<strong>de</strong>segundoor<strong>de</strong>nqueseacaba<strong>de</strong><strong>de</strong>scribirocurreenlaausencia<strong>de</strong>uncampomagnético,<br />
cuandoelúnicoparámetrofísico<strong>de</strong>lsistemaquesepue<strong>de</strong>variareslatemperatura,T. Enestasección<br />
consi<strong>de</strong>raremoselefecto<strong>de</strong>uncampomagnéticouniformehqueseaplicaalsistema. Ahorahaydos<br />
parámetros, T y h, y queremos ver el efecto <strong>de</strong> variar los dos parámetros. La información sobre la<br />
ubicaciónycarácter<strong>de</strong><strong>las</strong><strong>transiciones</strong> observadasenunsistema<strong>su</strong>ele representarseenundiagrama<br />
<strong>de</strong> <strong>fase</strong>s. Si hay p parámetros, entonces el diagrama <strong>de</strong> <strong>fase</strong>s es una gráfica con p direcciones, en el<br />
cualse representalos lugaresdon<strong>de</strong> ocurren<strong>las</strong> <strong>transiciones</strong>.<br />
Eldiagrama<strong>de</strong><strong>fase</strong>sparaelmo<strong>de</strong>lo<strong>de</strong>Ising enunaredcuadradaconcampoexternosemuestra<br />
en la figura 6. Hay dos tipos <strong>de</strong> transición: <strong>las</strong> <strong>de</strong> primer or<strong>de</strong>n se muestra con un color ligero, y<br />
<strong>las</strong> <strong>de</strong> segundo or<strong>de</strong>n con un color oscuro. Se observa una transición en una simulación cuando<br />
los parámetros <strong>de</strong>l sistema se manipulan tal que se cruza una <strong>de</strong> <strong>las</strong> líneas <strong>de</strong> <strong>transiciones</strong>. Si no se<br />
cruzaninguna línea, entonces no se observaninguna transición <strong>de</strong> <strong>fase</strong>,es <strong>de</strong>cir,todos <strong>las</strong> funciones<br />
termodinámicas <strong>de</strong>lsistema varían<strong>de</strong>manera<strong>su</strong>ave.<br />
Consi<strong>de</strong>remos los caminos posibles en el diagrama indicados por <strong>las</strong> letras. Si se varían los<br />
parámetros <strong>de</strong>l sistema por el camino a, entonces el campo es exactamente 0, y nos encontramos<br />
en la situación <strong>de</strong> la sección anterior, con una transición <strong>de</strong> segundo or<strong>de</strong>n al pasar por la temperatura<br />
crítica. Si trazamos más bien el camino b, don<strong>de</strong> la β es mayor que β c , es <strong>de</strong>cir que T < T c ,<br />
entonces cruzamos la línea <strong>de</strong> primer or<strong>de</strong>n, una situación que se discutirá en la siguiente sección.<br />
El camino c tiene T > T c , y por lo tanto el sistema se queda <strong>de</strong>sor<strong>de</strong>nado pero con un sesgo hacia<br />
la <strong>fase</strong> que tiene el mismo signo como h. En este caso po<strong>de</strong>mos ver <strong>de</strong>l diagrama que no cruzamos<br />
ningunalínea<strong>de</strong><strong>transiciones</strong>,yentoncesnovemosningunatransición–siobservamos<strong>las</strong>cantida<strong>de</strong>s<br />
termodinámicas,veremosquetodassecomportan<strong>de</strong>manera<strong>su</strong>ave. Lomismore<strong>su</strong>ltaserelcasopor<br />
elcaminod,es<strong>de</strong>circuandoaplicamo<strong>su</strong>ncampono-nuloyvariamoslatemperatura. Finalmente,el<br />
camino e involucra valoresnegativos <strong>de</strong> β,cuyosignificado se explicarámás a<strong>de</strong>lante.<br />
Re<strong>su</strong>miendo, <strong>las</strong> <strong>transiciones</strong> <strong>de</strong> <strong>fase</strong> se ven al variar los parámetros <strong>de</strong> un sistema nada más<br />
cuandose cruza alguna línea <strong>de</strong> <strong>transiciones</strong> en el diagrama<strong>de</strong> <strong>fase</strong>. Si no se cruza ninguna línea <strong>de</strong><br />
<strong>transiciones</strong>, entonces <strong>las</strong>funciones termodinámicas se comportan<strong>de</strong>manera<strong>su</strong>aveyno se observa<br />
ninguna transición<strong>de</strong><strong>fase</strong>.<br />
7.4 Funciones termodinámicas<br />
Lafigura 7 <strong>de</strong>muestrala magnetización M como función <strong>de</strong> los dos parámetros β y h. Sepue<strong>de</strong> ver<br />
claramente que la M tiene un salto cuando h = 0 para β gran<strong>de</strong>, o sea T pequeña, que correspon<strong>de</strong><br />
ala transición<strong>de</strong>primer or<strong>de</strong>ndiscutidaarriba.<br />
Tambiénsehadibujadolaenergíalibre F(β,h) := − 1 β<br />
logZ(β,h). Estaenergíalibreeselpotencial<br />
termodinámico a<strong>de</strong>cuadopara un sistema en equilibrio a temperatura T. La magnetización es dada<br />
por una la <strong>de</strong>rivada <strong>de</strong> F con respecto a h, M ∝ ∂F/∂h. Por lo tanto, aunque F es una función<br />
continua, tiene una “esquina” don<strong>de</strong> no es <strong>su</strong>ave, que correspon<strong>de</strong> a la transición. En general, se<br />
pue<strong>de</strong><strong>de</strong>finir unatransición <strong>de</strong><strong>fase</strong>como unpuntodon<strong>de</strong> F es una funciónno-<strong>su</strong>ave.<br />
16
3<br />
2<br />
d<br />
βh<br />
1<br />
0<br />
e<br />
c<br />
a<br />
b<br />
-1<br />
-2<br />
-3<br />
-1 -0.5 0 0.5 1 1.5<br />
β<br />
Figure 6: Diagrama <strong>de</strong> <strong>fase</strong>s para el mo<strong>de</strong>lo <strong>de</strong> Ising en términos <strong>de</strong> los parámetros β y βh, don<strong>de</strong><br />
β = 1/T y h es el campo externo. La línea oscura a la izquierda es una línea <strong>de</strong> <strong>transiciones</strong> <strong>de</strong><br />
segundo or<strong>de</strong>n, la línea ligera a la <strong>de</strong>recha es una línea <strong>de</strong> transciones <strong>de</strong> primer or<strong>de</strong>n, y el punto<br />
indica la ubicación <strong>de</strong> la temperatura crítica. Las flechas indican posibles caminos a través <strong>de</strong> los<br />
cuales se pue<strong>de</strong>n cambiar los parámetros <strong>de</strong>l sistema, para los cuales el sistema exhibe distintos<br />
tip[os <strong>de</strong>comportamientos.<br />
1<br />
M<br />
0<br />
-1<br />
3<br />
2<br />
1<br />
βh 0<br />
-1<br />
-2<br />
-3<br />
-3 -2 -1 0 1 2 3<br />
β<br />
(a)<br />
0<br />
-2<br />
F -4<br />
-6<br />
-8<br />
-10<br />
-3<br />
-2<br />
-1<br />
β<br />
0<br />
1<br />
(b)<br />
2<br />
3 -3 -2<br />
-1<br />
0<br />
1<br />
2<br />
βh<br />
3<br />
Figure7: Funcionestermodinámicas<strong>de</strong>lmo<strong>de</strong>lo<strong>de</strong>Isingenfunción<strong>de</strong> βy βh: (a)magnetización M,<br />
y (b) energía libre βF(β,h) = −logZ(β,h), para un sistema <strong>de</strong> 16 ×16. La magnetización exhibe<br />
un salto para β gran<strong>de</strong> (T pequeña), que correspon<strong>de</strong> a una transición <strong>de</strong> <strong>fase</strong> <strong>de</strong> primer or<strong>de</strong>n. La<br />
magnetizacióneslaprimera<strong>de</strong>rivada<strong>de</strong> F conrespectoah,yentonces F tieneunaesquina,aunque<br />
es unafunción continua.<br />
17
7.5 Anti-ferromagnetismo: J < 0<br />
En la figura 6 también hay una parte con valores negativos <strong>de</strong> β = J/kT. Dado que la temperatura<br />
es siempre una cantidadno-negativa, valoresnegativos <strong>de</strong> β correspon<strong>de</strong>navaloresnegativos <strong>de</strong>la<br />
energía<strong>de</strong> interacción J entredos espines. Un J < 0<strong>de</strong>scribe entonces unsistema don<strong>de</strong> los espines<br />
quieren estar anti-alineados con <strong>su</strong>s vecinos, o sea un sistema anti-ferromagnético. Como se mostrará<br />
en la siguiente sección, en la <strong>fase</strong> anti-ferromagnética, los espines <strong>su</strong>elen alternar en valor entre 1 y<br />
−1. Si calculamos la magnetización M, encontramos entonces que siempre es más o menos 0, aún<br />
cuando el sistema es altamente or<strong>de</strong>nado antiferromagnéticamente. Por lo tanto, la M que sirve<br />
comoparámetro<strong>de</strong>or<strong>de</strong>nparalatransiciónhaciala<strong>fase</strong>ferromagnética(don<strong>de</strong>todos los espinesse<br />
alinean, como en el fierro) no sirve para <strong>de</strong>scribir el or<strong>de</strong>namiento <strong>de</strong> la <strong>fase</strong> antiferromagnética. En<br />
cada tipo <strong>de</strong> <strong>fase</strong> nueva, hay que buscar un parámetro <strong>de</strong> or<strong>de</strong>n a<strong>de</strong>cuado, lo cual no siempre está<br />
fácil.<br />
Hay una relación <strong>de</strong> simetría que implica que la temperatura crítica T c <strong>de</strong> la transición <strong>de</strong> la<br />
<strong>fase</strong> <strong>de</strong>sor<strong>de</strong>nada a la <strong>fase</strong> or<strong>de</strong>nada antiferromagnéticamente es igual a la T c ferromagnética. Sin<br />
embargo, a diferencia <strong>de</strong>l caso ferromagnético, don<strong>de</strong> hay transición <strong>de</strong> <strong>fase</strong> nada más para h = 0,<br />
enel casoantiferromagnéticotambiénhay paravaloresno-ceros <strong>de</strong> h.<br />
8 Dinámica<strong>de</strong> <strong>transiciones</strong><strong>de</strong> <strong>fase</strong><br />
La sección anterior <strong>de</strong>scribe lo que pasa en equilibrio termodinámico, si uno fija los parámetros <strong>de</strong>l<br />
sistema T y h por un tiempo infinito. Sin embargo, si cambiamos los parámetros más bien con<br />
una velocidad mayor que cero, entonces el sistema se encuentra fuera <strong>de</strong> equilibrio, dado que no<br />
tiene<strong>su</strong>ficiente tiempoparaequilibrarseantes<strong>de</strong>pasaralsiguiente valor<strong>de</strong>los parámetros. Re<strong>su</strong>lta<br />
sin embargo que <strong>las</strong> propieda<strong>de</strong>s dinámicas que exhiben los sistemas cuando <strong>su</strong>fren <strong>transiciones</strong> <strong>de</strong><br />
<strong>fase</strong> están ligados <strong>de</strong> una manera muy cercana con <strong>las</strong> propieda<strong>de</strong>s termodinámicas estudiadas en la<br />
secciónanterior.<br />
8.1 Transición <strong>de</strong> segundoor<strong>de</strong>n: fluctuaciones <strong>de</strong>todos tamaños<br />
¿Quéesloqueseobservaenunasimulacióncerca<strong>de</strong>unatransición<strong>de</strong>segundoor<strong>de</strong>nenunasimulación<br />
<strong>de</strong>l mo<strong>de</strong>lo <strong>de</strong> Ising, al variar la temperatura? Eso es lo que se observaría en un experimento<br />
sobre un material cuyas propieda<strong>de</strong>s matemáticas fueran <strong>de</strong>scritas por el mo<strong>de</strong>lo. Para altas temperaturas,<br />
el sistema no nota <strong>las</strong> interacciones entre los espines, y cada espín se comporta como si<br />
fuerain<strong>de</strong>pendiente,cambiando<strong>su</strong>valorentre +1y−1alazar. Unaconfiguraciónrepresentativaen<br />
estecasosepue<strong>de</strong>verenlafigura8(c). Seveque aproximadamentelamitad <strong>de</strong>los espinesapuntan<br />
hastaabajo, yla otramitad hastaarriba,por locual lamagnetizaciónes cercanaa0.<br />
Si bajamos la temperatura poco a poco, vemos que cuando T llega cerca <strong>de</strong> la temperatura T c <strong>de</strong><br />
la transición, se forman cúmulos <strong>de</strong> espines <strong>de</strong>l mismo tipo, como <strong>las</strong> interacciones juegan un papel<br />
más importante y implican que los espines quieren alinearse. Sin embargo, estos cúmulos van y<br />
vienen, y haytantos cúmulos paraarribacomo paraabajo.<br />
Si bajamos la temperatura aún más, pasando la T c , entonces una <strong>de</strong> <strong>las</strong> dos <strong>fase</strong>s gana, y una<br />
mayoría <strong>de</strong> los espines se encuentran en uno <strong>de</strong> los dos estados, o para arribaopara abajo, como se<br />
<strong>de</strong>muestra en la figura 8(a). Las dos posibilida<strong>de</strong>s tienen la misma probabilidad 1/2 <strong>de</strong> ocurrir –la<br />
18
(a) T = 2 (b) T ≃ T c (c) T = 10<br />
Figure 8: Configuraciones representativas en el mo<strong>de</strong>lo <strong>de</strong> Ising a distintas temperaturas T, en una<br />
red cuadrada<strong>de</strong> tamaño 200 ×200: (a) abajo<strong>de</strong> la temperatura crítica T c = 2/log(1 + √ 2) ≃ 2.269,<br />
don<strong>de</strong> hay una <strong>fase</strong> or<strong>de</strong>nada; (b) cerca <strong>de</strong> la temperatura crítica, don<strong>de</strong> se ven fluctuaciones <strong>de</strong><br />
todos los tamaños; y (c) arriba <strong>de</strong> la temperatura crítica, en la <strong>fase</strong> <strong>de</strong>sor<strong>de</strong>nada. Cuadrados rojos<br />
representanespines que apuntanparaarriba,yazulesparaabajo.<br />
queseselecciona<strong>de</strong>pen<strong>de</strong><strong>de</strong>fluctuacionesalazar. Enestecaso,lamagnetización Myanoescero,si<br />
notoma un valorpositivo si los espines paraarribadominan, o negativosi los paraabajodominan.<br />
Exactamente en el punto <strong>de</strong> transición T c , hay cúmulos <strong>de</strong> todos los tamaños <strong>de</strong> <strong>las</strong> dos <strong>fase</strong>s,<br />
aunque todavía con magnetización total 0, es <strong>de</strong>cir con un número igual <strong>de</strong> espines para arriba y<br />
espines para abajo. La figura 8(b) muestra una configuración cerca <strong>de</strong> la temperatura crítica, don<strong>de</strong><br />
se ve esta situación. Si se ven fluctuaciones <strong>de</strong> cualquier tamaño <strong>de</strong> esta manera en una simulación,<br />
entoncese<strong>su</strong>nabuenaindicaciónqueseestaocurriendounatransición<strong>de</strong><strong>fase</strong><strong>de</strong>segundoor<strong>de</strong>nen<br />
el sistema.<br />
Muy cerca <strong>de</strong> la temperatura crítica T c , la dinámica <strong>de</strong>l sistema empieza a volverse muy lento:<br />
toma mucho más tiempo para que el sistema explore <strong>su</strong> espacio <strong>de</strong> configuraciones, es <strong>de</strong>cir pasar<br />
<strong>de</strong> una configuración a una bastante diferente. Por lo tanto, es necesario usar los métodos <strong>de</strong> cúmulos<br />
paraestudiar elsistema, los cuales nodiscutimos aquí.<br />
8.2 Nucleación yhistéresiscerca <strong>de</strong> unatransición <strong>de</strong>primeror<strong>de</strong>n<br />
¿Qué es lo que vemos al cruzar una línea <strong>de</strong> <strong>transiciones</strong> <strong>de</strong> primer or<strong>de</strong>n? Consi<strong>de</strong>remos el caso<br />
cuando fijamos la temperatura T < T c y variamos el campo h <strong>de</strong>s<strong>de</strong> valores negativos hacia valores<br />
positivos. Cuando h < 0, la <strong>fase</strong> con la mayoría <strong>de</strong> espines apuntando para abajo es más estable,<br />
por el efecto <strong>de</strong>l término −hM en el Hamiltoniano. Aún si <strong>de</strong>jamos h converger hacia 0, el sistema<br />
prefiere quedarse en esta <strong>fase</strong>. De la misma manera, cuando h > 0 la <strong>fase</strong> con los espines para<br />
arribadomina. Exactamenteen h = 0 hay dos<strong>fase</strong>s igual <strong>de</strong> estables, dadoque es el casosin campo.<br />
Entonces sobre la línea <strong>de</strong> <strong>transiciones</strong> hay coexistencia <strong>de</strong> <strong>las</strong> dos <strong>fase</strong>s. Al cambiar h <strong>de</strong> valores<br />
negativosavalorespositivos, lamagnetizaciónespontáneatienequesaltarytodoslosespinestienen<br />
que cambiar<strong>de</strong>inmediato<strong>de</strong><strong>su</strong> posición paraabajo,paraapuntarsehaciaarriba.<br />
Lo que observamos se muestra en la figura 9. Aún cuando alcanzamos valores positivos <strong>de</strong> h, el<br />
sistema se queda en la <strong>fase</strong> que era estable, es <strong>de</strong>cir con la mayoría <strong>de</strong> espines para abajo. Eso sigue<br />
19
Figure9: Elproceso<strong>de</strong>nucleaciónycrecimiento<strong>de</strong>gotas<strong>de</strong>una<strong>fase</strong>másestable<strong>de</strong>ntro<strong>de</strong>una<strong>fase</strong><br />
metaestable en el mo<strong>de</strong>lo <strong>de</strong> Ising abajo <strong>de</strong> la temperatura crítica. El tiempo corre <strong>de</strong> izquierda a<br />
<strong>de</strong>recho. Varias gotas se pue<strong>de</strong>n nuclear al mismo tiempo, como se percibe en <strong>las</strong> figuras. Al cabo<br />
<strong>de</strong>lproceso, lanueva<strong>fase</strong>más establedomina el sistema.<br />
1<br />
0.5<br />
M<br />
0<br />
-0.5<br />
-1<br />
-0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4<br />
h<br />
Figure 10: Bucle <strong>de</strong> histéresis en el mo<strong>de</strong>lo <strong>de</strong> Ising. Se muestra la magnetización M en función <strong>de</strong>l<br />
campoaplicadoh. Lasflechas indicanladirecciónenla cual h varía.<br />
hasta que se vuelva energéticamente favorable que se cree una gota <strong>de</strong> la <strong>fase</strong> nueva que ahora es<br />
más estable, es <strong>de</strong>cir con la mayoría <strong>de</strong> espines para arriba. Se dice que una gota se nuclea. Despúes<br />
<strong>de</strong>esteproceso<strong>de</strong>nucleación–quepue<strong>de</strong>involucrarmás<strong>de</strong>unagota,comosemuestraenlafigura–<br />
<strong>las</strong> gotas que sehanformadocrecencon eltiempo, hasta que lanueva <strong>fase</strong>llene todo elsistema.<br />
Este proceso <strong>de</strong> nucleación siempre ocurre en <strong>las</strong> <strong>transiciones</strong> <strong>de</strong> primer or<strong>de</strong>n, y <strong>de</strong>l punto <strong>de</strong><br />
vista simulacional se pue<strong>de</strong> consi<strong>de</strong>rar como una muy fuerte indicación <strong>de</strong> la ocurrencia <strong>de</strong> una tal<br />
transición<strong>de</strong>primeror<strong>de</strong>n. Sinembargo,comolatransiciónnoocurre<strong>de</strong>inmediatocuandoelvalor<br />
<strong>de</strong>lparámetrocruzaelvalor<strong>su</strong>puesto<strong>de</strong>latransición, hayquetomarcuidadoconlaubicación<strong>de</strong>la<br />
transición.<br />
Sisevuelveabajarelcampohaciavaloresnegativos<strong>de</strong>h,entonceselsistemasequedaráenla<strong>fase</strong><br />
magnetizada para arriba incluso para valores negativos pequeños <strong>de</strong> h. Por lo tanto, si dibujamos<br />
la magnetización en función <strong>de</strong>l campo aplicado, vemos que el sistema no se regresa por la misma<br />
curva, como se <strong>de</strong>muestra en la figura 10. Este fenómeno se llama histéresis. Se observa en imanes<br />
reales,yengeneralencualquier sistema que exhibeuna transición<strong>de</strong> <strong>fase</strong><strong>de</strong> primeror<strong>de</strong>n.<br />
20
(a) T = 1.3 < T c (b) T ≃ T c (c) T = 5 > T c<br />
Figure 11: Configuraciones representativas en el mo<strong>de</strong>lo <strong>de</strong> Ising antiferromagnético con J < 0 a<br />
distintastemperaturas T,enunaredcuadrada<strong>de</strong>tamaño60 ×60: (a)abajo<strong>de</strong>latemperaturacrítica<br />
hay una <strong>fase</strong> or<strong>de</strong>nada antiferromagnéticamente, es <strong>de</strong>cir alternando espines para arriba y espines<br />
para abajo; (b) cerca <strong>de</strong> la temperatura crítica se ven fluctuaciones <strong>de</strong> todos los tamaños; (c) arriba<br />
<strong>de</strong> latemperaturacrítica,enla <strong>fase</strong><strong>de</strong>sor<strong>de</strong>nada. Cuadradosrojos representanespines que apuntan<br />
paraarriba,yazulesparaabajo.<br />
8.3 Antiferromagnetismo<br />
Lafigura11muestralatransición<strong>de</strong>una<strong>fase</strong><strong>de</strong>sor<strong>de</strong>nadaauna<strong>fase</strong>antiferromagnética,variandoT<br />
con el campoexterno h = 1. Nohay ningún fenómeno <strong>de</strong>nucleación, lo cualexcluye una transición<br />
<strong>de</strong>primeror<strong>de</strong>n,perosí sevencúmulos <strong>de</strong>todos los tamaños cerca<strong>de</strong> T c ,ypor lotantoseconcluye<br />
tentativamentequehayunatransición<strong>de</strong>segundoor<strong>de</strong>n. Estoseconfirma conunestudio<strong>de</strong>tallado<br />
<strong>de</strong> escalamiento <strong>de</strong> tamaño finito. Es interesante notar que todavía no se ha re<strong>su</strong>elto exactamentela<br />
termodinámica <strong>de</strong>lmo<strong>de</strong>lo<strong>de</strong> Ising antiferromagnéticoenla presencia<strong>de</strong>uncampo.<br />
9 El algoritmo<strong>de</strong> Wang–Landau<br />
Paraterminar elcurso, se presentaráel algoritmo<strong>de</strong>Wang–Landau. Se trata<strong>de</strong> unmétodo tipoMonte<br />
Carlo <strong>de</strong>sarrollado muy recientemente, que es mucho más eficiente que los métodos normales para<br />
ciertospropósitos, enparticularparacalcular<strong>las</strong>funcionestermodinámicas<strong>de</strong>unsistema paratoda<br />
una gama <strong>de</strong> valores <strong>de</strong> la temperatura o <strong>de</strong> otro parámetro <strong>de</strong>l sistema. Para hacerlo, el método<br />
calcula una cantidad llamada <strong>de</strong>nsidad <strong>de</strong> estados, que <strong>de</strong>scribe el sistema <strong>de</strong> una manera que no<br />
<strong>de</strong>pen<strong>de</strong> <strong>de</strong> la temperatura, pero <strong>de</strong> lo cual se pue<strong>de</strong>n extraer <strong>las</strong> propieda<strong>de</strong>s termodinámicas en<br />
función<strong>de</strong> latemperaturacon uncálculorelativamentesencillo.<br />
9.1 La <strong>de</strong>nsidad<strong>de</strong> estados<br />
Como hemos visto, la cantidad fundamental que hay que calcular para obtener <strong>las</strong> cantida<strong>de</strong>s termodinámicas<br />
<strong>de</strong> un sistema es la función <strong>de</strong> partición, Z(β). Pero la manera u<strong>su</strong>al <strong>de</strong> calcularla no<br />
funciona, porque es una <strong>su</strong>ma sobre <strong>de</strong>masiados estados microscópicos. Tomemos la <strong>de</strong>finición <strong>de</strong><br />
21
lafunción <strong>de</strong>partición:<br />
Z(β) = ∑e −βH(σ) . (29)<br />
σ<br />
Los términos en la <strong>su</strong>ma <strong>de</strong>pen<strong>de</strong>n nada más <strong>de</strong> la energía H(σ) <strong>de</strong> cada configuración. Ahora<br />
reor<strong>de</strong>nemos los términos, agrupando todas <strong>las</strong> configuraciones que tienen el mismo valor E <strong>de</strong> la<br />
energía H(σ),yluego<strong>su</strong>mando sobretodos los valores<strong>de</strong>esta E:<br />
Z(β) = ∑<br />
E<br />
⎡<br />
⎣<br />
∑<br />
σ:H(σ)=E<br />
e −βH(σ) ⎤<br />
⎦. (30)<br />
Cada término individual en la <strong>su</strong>ma interior ahora tiene el mismo valor <strong>de</strong> H(σ), y por lo tanto la<br />
<strong>su</strong>madaelvalorcomún e −βE ,multiplicadoporelnúmero g(E)<strong>de</strong>estostérminos, es <strong>de</strong>cir<strong>de</strong>configuraciones<br />
conenergía E. Entonces la <strong>su</strong>ma seconvierte en<br />
Z(β) = ∑g(E)e −βE . (31)<br />
E<br />
La función g(E) que acabamos <strong>de</strong> introducir se llama la <strong>de</strong>nsidad <strong>de</strong> estados, o la <strong>de</strong>generación.<br />
Simplemente cuenta el número <strong>de</strong> estados microscópicos (configuraciones) <strong>de</strong>l sistema que tienen<br />
energíatotal E. Ahora<strong>las</strong>uma(31)tienemuchomenostérminos. Porejemplo,enelmo<strong>de</strong>lo<strong>de</strong>Ising<br />
<strong>las</strong>umaoriginaltenía2 N términos,pero<strong>las</strong>umanuevatienenadamás N términos,porquesepue<strong>de</strong><br />
mostrar que hay N valoresposibles <strong>de</strong>laenergíatotal enelmo<strong>de</strong>lo <strong>de</strong>Ising.<br />
Una vez que se cuente con la función g(E), se pue<strong>de</strong>n calcular no sólo la Z(β) para cualquier<br />
valor<strong>de</strong> β, es<strong>de</strong>cirparacualquiertemperatura T,usando(31),sinotambiénsepue<strong>de</strong>ncalcular(casi)<br />
cualquierfuncióntermodinámica<strong>de</strong>lsistema,tambiénparatodas<strong>las</strong>temperaturas. Porejemplo,para<br />
calcularelvalor promedio<strong>de</strong> laenergía,reescribimos <strong>de</strong>lamisma maneralaecuación<br />
paradar<br />
〈E〉 = 1<br />
Z(β) ∑ σ<br />
〈E〉 = 1<br />
Z(β) ∑ E<br />
E(σ)e −βH(σ) (32)<br />
Eg(E)e −βE , (33)<br />
lo cual involucra <strong>de</strong> nuevo la <strong>de</strong>nsidad <strong>de</strong> estados. Una vez que se conoce g(E), se pue<strong>de</strong> evaluar<br />
mediante esta ecuación la energía promedio 〈E〉, y <strong>de</strong> la misma manera para otras funciones termodinámicas.<br />
Nóteseaquí que si semultiplica g(E)por unaconstante, noafectalos re<strong>su</strong>ltadospara<br />
<strong>las</strong>funciones termodinámicas,yaqueelmismofactorapareceenelnumeradoryenel<strong>de</strong>nominador<br />
(lafunción <strong>de</strong>partición).<br />
Sin embargo, todo lo anterior es muy formal, porque ¡<strong>de</strong>sconocemos el valor <strong>de</strong> g(E)! Si lo<br />
conociéramos, entonces tendríamos la solución exacta <strong>de</strong>l mo<strong>de</strong>lo. En general se pue<strong>de</strong> calcular<br />
exactamente nada para sistemas pequeños nada más. Por lo tanto, hay que calcular la función g(E)<br />
<strong>de</strong>numéricamente, que es loque haceel algoritmo<strong>de</strong> Wang–Landau.<br />
9.2 Elalgoritmo <strong>de</strong>muestreoentrópico<br />
Wang y Landau introdujeron <strong>su</strong> algoritmo en 2001 para calcular directamente una aproximación a<br />
la <strong>de</strong>nsidad <strong>de</strong> estados g(E). Su algoritmo se <strong>de</strong>sarrolló basado en una serie <strong>de</strong> algoritmos anteriores,<br />
<strong>de</strong> los cuales se <strong>de</strong>staca el <strong>de</strong> muestreo entrópico en 1993. Son algoritmos tipo Monte Carlo que<br />
22
permitenobtener una muy buena aproximaciónala <strong>de</strong>nsidad<strong>de</strong>estados completa g(E),paratodos<br />
los valores posibles <strong>de</strong> E, en una sola simulación. Con el método <strong>de</strong> Metropolis y métodos parecidos,paraobtenerinformaciónsobre<strong>las</strong>funcionestermodinámicasparadistintastemperaturas,¡hay<br />
que hacer una nueva simulación para cada temperatura! Con los métodos nuevos (que se llaman<br />
métodos <strong>de</strong> ensambles generalizados), una única simulación –aunque pueda ser larga– provee la g(E)<br />
completa, usando lo cual luego se pue<strong>de</strong> calcular toda la información termodinámica <strong>de</strong> un golpe,<br />
sinla necesidad<strong>de</strong>llevaracabomássimulaciones.<br />
Primeroveremoselalgoritmo<strong>de</strong>muestreoentrópico,yaque funciona <strong>de</strong>una maneramástransparente.<br />
La i<strong>de</strong>a <strong>de</strong>l algoritmo es cambiar la distribución <strong>de</strong> equilibrio que nos interesa –ya no simulamos<br />
la distribución <strong>de</strong>Boltzmannparaunatemperaturafija, comoenel algoritmo <strong>de</strong>Metropolis<br />
u<strong>su</strong>al. En una simulación <strong>de</strong> este tipo a temperatura T fija, re<strong>su</strong>lta que el sistema visita una gama<br />
muy reducida <strong>de</strong> valores <strong>de</strong> la energía E, que son los que son más probables a la temperatura T. Si<br />
uno calcula un histograma H(E) –el número <strong>de</strong> veces que se visitó cada valor E <strong>de</strong> la energía– entonces<br />
esta información se pue<strong>de</strong> convertir en una aproximación local para la <strong>de</strong>nsidad <strong>de</strong> estados<br />
g(E), pero nada más para la gama <strong>de</strong> valores <strong>de</strong> E que sí se visitaron. Usando el llamado método <strong>de</strong><br />
histogramas,esta información pue<strong>de</strong> utilizarseparacalcular funciones termodinámicas paratemperaturascercanas,don<strong>de</strong>visitaunagamaparecida<strong>de</strong>energía.<br />
Asísepue<strong>de</strong>reducirelnúmero<strong>de</strong>simulacionesin<strong>de</strong>pendientesqueserequierenparallevaracaboelcálculo<strong>de</strong>funcionestermodinámicas<br />
enunagamaamplia<strong>de</strong>valores<strong>de</strong> T. Sinembargo,estosmétodos nosontanfáciles<strong>de</strong>implementar.<br />
Los métodos <strong>de</strong> muestreo entrópico y Wang–Landau, por otro lado, intentan visitar la gama más<br />
amplia <strong>de</strong> valores <strong>de</strong> la energía que se pueda, y recolectar información directamente sobre la g(E).<br />
Así,la informaciónobtenida sirve paracalcular<strong>las</strong> funciones termodinámicas paracualquier T. Para<br />
hacerlo, se modifica la distribución <strong>de</strong> equilibrio P eq (σ) que queremos simular, para intentar visitar<br />
<strong>de</strong>manerauniformetodoslosvaloresposibles<strong>de</strong>laenergíaE. Es<strong>de</strong>cir,queremosquelaprobabilidad<br />
P eq (E) <strong>de</strong>visitar laenergía E seauna constante,la misma paratodas<strong>las</strong> E.<br />
Laprobabilidad<strong>de</strong>visita aenergía E estádadapor<br />
P eq (E) =<br />
∑ P eq (σ), (34)<br />
σ:H(σ)=E<br />
es<strong>de</strong>cir,es<strong>las</strong>uma<strong>de</strong><strong>las</strong>probabilida<strong>de</strong>s<strong>de</strong><strong>las</strong>configuracionesquetienenestaenergía. Si<strong>su</strong>ponemos<br />
quecadaconfiguración<strong>de</strong>éstastienelamismaprobabilidad,entoncestenemosP eq (E) = g(E)P eq (σ),<br />
y por lo tanto la distribución <strong>de</strong> equilibrio <strong>de</strong>seado es P eq (σ) = C/g(E(σ)), don<strong>de</strong> C es una constante,<br />
ya que queremos que <strong>las</strong> P eq (E) sean constantes (es <strong>de</strong>cir, in<strong>de</strong>pendientes <strong>de</strong> E), y g(E(σ))<br />
es la <strong>de</strong>nsidad <strong>de</strong> estados <strong>de</strong>l valor <strong>de</strong> energía correspondiente a la configuración σ. La regla <strong>de</strong><br />
Metropolis para la probabilidad <strong>de</strong> transición <strong>de</strong> un estado microscópico σ a otro τ se modifica entonces<br />
<strong>de</strong> lamanerasiguiente. Ahoratenemos<br />
y por lotantopo<strong>de</strong>mos tomar<br />
p σ→τ<br />
= Peq (τ)<br />
p τ→σ P eq (σ) = g(E(σ))<br />
g(E(τ)) , (35)<br />
{<br />
1, si g(E(τ)) ≤ g(E(σ))<br />
p(σ → τ) = g(E(σ))<br />
g(E(τ)) , si g(E(τ)) ≥ g(E(σ)). (36)<br />
Si conociéramos la g(E), y llevaramos a cabo una simulación con estas probabilida<strong>de</strong>s <strong>de</strong> saltos<br />
conestanuevaprobabilidad<strong>de</strong>equilibrio,entonceselsistemavisitaría<strong>de</strong>manerauniforme<strong>las</strong>E. Sin<br />
embargo, todavía <strong>de</strong>sconocemos la g(E). La i<strong>de</strong>a ahora es que empecemos con cualquier estimado<br />
23
inicial g 0 <strong>de</strong> g(E),por ejemplo g 0 (E) = 1 para todas <strong>las</strong> E, e usamos un procedimientoiterativo para<br />
construir unasecuencia <strong>de</strong>estimados g 1 ,g 2 ,... que converjanhaciala g(E) verda<strong>de</strong>ra.<br />
Empecemos entonces con el estimado g 0 , y llevemos a cabo una simulación por un rato con la g<br />
enlaregla(36)reemplazadopor la g 0 ,que sí conocemos. Entonces laprobabilidad<strong>de</strong>equilibrio que<br />
estamos simulandoesenrealidad P eq (σ) = C/g 0 (E(σ)). Contamos el número<strong>de</strong>veces H(E) quela<br />
simulación visita cada valor <strong>de</strong> E, que es proporcional a la probabilidad <strong>de</strong> encontrarse con energía<br />
E. Entonces por laconstrucción <strong>de</strong> laregla,la probabilidad<strong>de</strong>visitar E converge a<br />
P 0 (E) =<br />
∑<br />
σ:H(σ)=E<br />
C<br />
g 0 (E(σ)) ∝ g(E)<br />
g 0 (E) , (37)<br />
don<strong>de</strong> g(E)eslaverda<strong>de</strong>ra<strong>de</strong>nsidad<strong>de</strong>estados. Unamejoraproximación<strong>de</strong>la<strong>de</strong>nsidad<strong>de</strong>estados<br />
es entonces<br />
g 1 (E) ∝ H(E)g 0 (E). (38)<br />
Aquíhayunsigno<strong>de</strong>proporcionalidadyno<strong>de</strong>igualdad,porqueelmétodo<strong>de</strong>jalibreunaconstante<br />
<strong>de</strong> normalización –como ya hemos visto, multiplicando todas <strong>las</strong> g(E) por la misma constante no<br />
afecta <strong>las</strong> propieda<strong>de</strong>s termodinámicas calculadas. Para fijar esta constante, hay que utilizar más<br />
información <strong>de</strong>l sistema, por ejemplo en el mo<strong>de</strong>lo <strong>de</strong> Ising sin campo en la red cuadrada, hay dos<br />
estados base con el mínimo <strong>de</strong> energía E = −2N, y por lo tanto sabemos que g(−2N) = 2, lo cual<br />
fija laconstante <strong>de</strong>normalización.<br />
Iteramosesteprocedimientocon g n (E)enlugar<strong>de</strong> g 0 (E)paraobtener g n+1 (E),yasíunasecuencia<strong>de</strong>estimados<br />
g i que convergenala g verda<strong>de</strong>ra. Parasabercuandopararse,sepue<strong>de</strong>checarque<br />
el histograma sea“plano”,es<strong>de</strong>cir que seamás omenos constante <strong>de</strong>ntro<strong>de</strong>alguna tolerancia.<br />
Este algoritmo se introdujo por Lee en 1993, y se llama muestreo entrópico. Eso se <strong>de</strong>be a que la<br />
entropía (microcanónica) S(E) está dado por S(E) = logg(E), y el algoritmo se pue<strong>de</strong> reexpresaren<br />
términos<strong>de</strong>S(E). Dehecho,enunprogramasetienequetrabajarconlogg(E),dadoqueg(E)pue<strong>de</strong><br />
tomar valoresrealmentegran<strong>de</strong>s.<br />
9.3 Elalgoritmo <strong>de</strong>Wang–Landau<br />
Elalgoritmo <strong>de</strong>muestreoentrópico funcionaenprincipio. Sinembargo,re<strong>su</strong>ltaque es muy lentoen<br />
la práctica. Por lo tanto ha habido mucho interés en una versión mucho más rápido <strong>de</strong>l algoritmo<br />
quefueintroducidoporWangyLandauen2001. Sui<strong>de</strong>afuela<strong>de</strong><strong>de</strong>jarque semodifique la g(E)en<br />
cadapaso<strong>de</strong>lalgoritmo, y nosólo <strong>de</strong>spués<strong>de</strong> untiempo.<br />
Cuandoel álgoritmo visita la energía E, se actualizala <strong>de</strong>nsidad <strong>de</strong> estados para este valor <strong>de</strong> la<br />
energía:<br />
logg(E) → logg(E) +log f. (39)<br />
Aquí, f se llama el factor <strong>de</strong> modificación. Esta f <strong>de</strong>termina qué tan preciso es el re<strong>su</strong>ltado, pero<br />
tambiénquétanlentaes<strong>las</strong>imulación. Paralograrunasimulacióneficiente,se<strong>su</strong>eletomarlog f = 1<br />
inicialmente. Después<strong>de</strong>untiempolargo,cuandoyasetieneunestimado<strong>de</strong>la<strong>de</strong>nsidad<strong>de</strong>estados,<br />
se modifica log f → log f/2, y así <strong>su</strong>cesivamente. Así que primero se encuentra una aproximación<br />
gruesa, y luego se va refinando. Una gran parte <strong>de</strong>l trabajo que se ha llevado a cabo sobre este<br />
algoritmoconsiste enenten<strong>de</strong>rcómooptimizar<strong>las</strong>ecuencia<strong>de</strong><strong>las</strong> f paraacelerarelalgoritmo. Para<br />
los <strong>de</strong>talles <strong>de</strong>implementación<strong>de</strong>l algoritmo, se refierealartículooriginal <strong>de</strong>Wang y Landau.<br />
La razón por la cual el algoritmo <strong>de</strong> Wang–Landau mejora el rendimiento es que <strong>las</strong> modificaciones<br />
<strong>de</strong> la g implican que haya una “fuerza” que empuja el algoritmo hacia valores <strong>de</strong> E que<br />
24
todavíanose hanvisitado. Funciona como unamatraca: si el algoritmo visitaun valor<strong>de</strong> laenergía<br />
nuevo, entonces tiene una g(E) baja. Por lo tanto, es más difícil que regrese a un valor ya visitado,<br />
que por la actualización probablemente tiene un valor más alto <strong>de</strong> g. Así que se queda por más<br />
tiempo en el nuevo valor, lo cual le da una oportunidad <strong>de</strong> exten<strong>de</strong>rse a un valor <strong>de</strong> E que todavía<br />
no ha visitado. Así, el algoritmo se esparceen el espacio <strong>de</strong> energías mucho más rápidamente, y así<br />
tambiénllegaal equilibrio<strong>de</strong>seadomás rápido.<br />
9.4 Ubicación <strong>de</strong> <strong>transiciones</strong> <strong>de</strong><strong>fase</strong><br />
Las <strong>transiciones</strong> <strong>de</strong> <strong>fase</strong> se pue<strong>de</strong>n calcular <strong>de</strong>s<strong>de</strong> <strong>las</strong> funciones termodinámicas buscando saltos en<br />
estas cantida<strong>de</strong>s. Pero re<strong>su</strong>lta más natural consi<strong>de</strong>rar <strong>su</strong>s <strong>de</strong>rivadas. Por ejemplo, en el mo<strong>de</strong>lo <strong>de</strong><br />
Ising sin campo, la cantidad <strong>de</strong> interés es la energía interna U = 〈E〉. Si tomamos la <strong>de</strong>rivada <strong>de</strong><br />
U con respecto a la temperatura T, entonces nos da la capacidad calorífica, C. Un salto en U en<br />
algun valor <strong>de</strong> T correspon<strong>de</strong>rá a un pico en la curva <strong>de</strong> C para el mismo valor <strong>de</strong> T. La C se pue<strong>de</strong><br />
consi<strong>de</strong>rarcomo larespuestaenlavariabletermodinámica U al variarel parámetroT.<br />
Jugando con la expresión para el promedio 〈E〉 en términos <strong>de</strong> la <strong>su</strong>ma sobre los estados microscópicos<br />
σ,re<strong>su</strong>ltaque C se pue<strong>de</strong>expresarcomo sigue:<br />
C := ∂U<br />
∂T ∝ 〈E2 〉 − 〈E〉 2 , (40)<br />
con una constante <strong>de</strong> proporcionalidad que se pue<strong>de</strong> calcular exactamente. El último término,<br />
〈<br />
E<br />
2 〉 〈<br />
− 〈E〉 2 , se pue<strong>de</strong> escribir también como (E − 〈E〉) 2〉 . Por lo tanto, mi<strong>de</strong> <strong>las</strong> fluctaciones <strong>de</strong><br />
laenergía<strong>de</strong>s<strong>de</strong><strong>su</strong>promedio 〈E〉. Dadoque C,yengeneraltambiénotrasfunciones<strong>de</strong>respuesta,se<br />
pue<strong>de</strong>n expresar usando promedios, también se pue<strong>de</strong>n calcular en simulaciones Monte Carlo tipo<br />
MetropolisotipoWang–Landau.<br />
Lospicos<strong>de</strong> C sonmásfácil<strong>de</strong>buscaryi<strong>de</strong>ntificarnuméricamente<strong>de</strong>s<strong>de</strong>losdatosquelos saltos<br />
en la variable original. Por ejemplo, la figura 12 muestra la C en el mo<strong>de</strong>lo <strong>de</strong> Ising sin campo,<br />
como función <strong>de</strong> la temperatura T, para distintos tamaños L × L <strong>de</strong> una red cuadrada. Vemos que<br />
la posición <strong>de</strong>l máximo converge cuando el tamaño <strong>de</strong>l sistema crece a la temperatura crítica T c ,<br />
mientras que la altura <strong>de</strong>l pico divergeal infinito. Eso nos indica que paraun sistema infinitamente<br />
gran<strong>de</strong>, habrá una divergencia <strong>de</strong> C. En otros mo<strong>de</strong>los, no se conoce la ubicación <strong>de</strong> la transición,<br />
es <strong>de</strong>cir la temperatura crítica, pero se pue<strong>de</strong> utilizar un método <strong>de</strong> este índole para estimar don<strong>de</strong><br />
está. Másinformaciónsobrelatransiciónsepue<strong>de</strong>extraer<strong>de</strong>lamaneraenlaquesecambialaforma<br />
<strong>de</strong>la curvacerca<strong>de</strong>latransición cuandocrece L, usandolateoría<strong>de</strong>escalamiento<strong>de</strong>tamañofinito.<br />
Cuandohaymásparámetrosenelsistema,porejemploenelIsingconcampo,entoncessepue<strong>de</strong><br />
hacerunWang–Landauconmás variables,por ejemploparacalcular g(E,M),el número<strong>de</strong>estados<br />
conenergíaEymagnetizaciónM. Deahísepue<strong>de</strong>ncalcularfuncionestermodinámicascomofunción<br />
<strong>de</strong> T y h, y así obtener diagramas <strong>de</strong> <strong>fase</strong> <strong>de</strong>l tipo mostrado en la sección anterior. Re<strong>su</strong>lta no tan<br />
difícilcalculardiagramas<strong>de</strong><strong>fase</strong>aproximativos,peromuydifícilrefinarlosparatenermásprecisión.<br />
10 Conclusiones<br />
El propósito <strong>de</strong> este mini-curso fue el <strong>de</strong> introducir el estudio <strong>de</strong> <strong>las</strong> <strong>transiciones</strong> <strong>de</strong> <strong>fase</strong> a través <strong>de</strong><br />
<strong>las</strong> simulaciones porcomputadora. Se discutierondistintos puntos <strong>de</strong>vista sobre<strong>las</strong> <strong>transiciones</strong> <strong>de</strong><br />
25
〈E 2 〉 − 〈E〉 2<br />
14<br />
12<br />
10<br />
8<br />
6<br />
4<br />
L=128<br />
L=64<br />
L=32<br />
L=16<br />
L=8<br />
L=4<br />
2<br />
0<br />
1 1.5 2 2.5 3 3.5 4<br />
T<br />
Figure 12: Capacidadcalorífica C = 〈E 2 〉 − 〈E〉 2 en el mo<strong>de</strong>lo <strong>de</strong> Ising para distintos tamaños L ×L<br />
<strong>de</strong> una red cuadrada, en función <strong>de</strong> la temperatura T. La línea vertical indica el valor exacto <strong>de</strong> la<br />
temperaturacrítica T c paraun sistema <strong>de</strong>tamañoinfinito.<br />
<strong>fase</strong>, y los algoritmos tipo Monte Carlo que se pue<strong>de</strong>n utilizar para simular<strong>las</strong>. Se hizo hincapié en<br />
que <strong>las</strong> propieda<strong>de</strong>stermodinámicas <strong>de</strong> equilibrio <strong>de</strong>un sistema se manifiestan <strong>de</strong>cierta maneraen<br />
una simulación en la cual se varíanlos parámetros <strong>de</strong> manera dinámica, que provee una manera <strong>de</strong><br />
dar una primera i<strong>de</strong>ntificación <strong>de</strong> los disintos tipos <strong>de</strong> transición que pue<strong>de</strong>n ocurrir en un sistema<br />
dado. Finalmente se dio una introducción al algoritmo <strong>de</strong> Wang–Landau y a <strong>su</strong> aplicación para<br />
<strong>de</strong>terminarlos diagramas<strong>de</strong><strong>fase</strong><strong>de</strong>un sistema.<br />
Sin embargo, nada más se pudo dar una introducción a la teoría y a los métodos. Para más<br />
<strong>de</strong>talles,se recomiendanlos libros listados acontinuación enla bibliografía.<br />
11 Bibliografía<br />
Un muy buen libro para física estadística en general, que contiene dos capítulos sobre <strong>transiciones</strong><br />
<strong>de</strong><strong>fase</strong>ymuchos ejercicios,es:<br />
• JamesP. Sethna<br />
StatisticalMechanics: Entropy,Or<strong>de</strong>rParametersand Complexity<br />
OxfordUniversity Press (2006)<br />
Disponible gratis en: http://pages.physics.cornell.edu/sethna/StatMech<br />
El mejor libroparaapren<strong>de</strong>rlos métodos <strong>de</strong>Monte Carloes:<br />
• M.E.J.Newman&G. T.Barkema<br />
MonteCarlo Methodsin StatisticalPhysics<br />
OxfordUniversity Press (1999)<br />
26
Unaguíaalagama<strong>de</strong> métodos tipoMonte Carlodisponibles es:<br />
• DavidP. Landau& Kurt Bin<strong>de</strong>r<br />
AGui<strong>de</strong>toMonteCarlo Simulationsin StatisticalPhysics<br />
CambridgeUniversityPress (2000)<br />
El artículooriginal <strong>de</strong> Wang y Landaudon<strong>de</strong> introducen<strong>su</strong> algoritmoes:<br />
• FugaoWang &D. P. Landau<br />
Determining the <strong>de</strong>nsity of states for c<strong>las</strong>sical statistical mo<strong>de</strong>ls: a random walk algorithm to<br />
producea flathistogram<br />
PhysicalReview E, volumen64,página056101(2001)<br />
Disponible en: http://arxiv.org/abs/cond-mat/0107006<br />
27