&
• São Paulo, SP
• ttome@if.usp.br
http://fge.if.usp.br/~ttome/
Núcleo básico
Programa do núcleo básico:
• 1. Introdução geral
• 2. Variável aleatória discreta e contínua.
• 3. Distribuições de probabilidade; momentos e cumulantes.
• 4. Função característica e função geratriz.
• 5. Distribuição de probabilidades conjunta.
• 6. Mudança de variáveis e geração de números aleatórios.
• 7. Seqüências de variáveis aleatórias e teorema central do limite.
• 8. Passeio aleatório em uma dimensão e mais dimensões.
• 9. Cadeias de Markov, equação mestra e balanceamento detalhado.
5
Programa dinâmica estocástica
Continuação
10. Equação de Langevin
11. Equação de Fokker-Planck
12. Equação mestra: dedução e propriedades
13. Simulações de Monte Carlo
14. Algoritmo de Metropolis e dinâmica de Glauber para o modelo de Ising
15. Modelos estocásticos reversíveis
16. Modelos estocásticos irreversíveis
Modelo contato
Modelagem de sistemas biologicamente motivados
Modelo do Votante
17. Teoria de campo médio
18. Autômatos celulares probabilísticos
Listas de exercícios
Seminários
Dinâmica de Glauber-Ising
Glauber (1963)
Processo de contato
Harris, (1974)
Grassberger & de la Torre (1979)
Modelo Susceptível – Infectado – Removido (SIR) Estocástico
e Espacialmente Estruturado
Grassberger (1983)
Muitos outros trabalhos ( a serem vistos no decorrer do curso)
Equação de difusão
2 kB T
P D P D
t x 2
3 a
1 Relação de Einstein-Smoluchowski
x 2 / 4 Dt
P ( x, t ) e
2 Dt
x 2 Dt
2
Equação de Fokker-Planck
2
P f PD P
t x x 2
Equação de Langevin
dx (t ) 0
f ( x) ( t )
dt ( t ) ( t ') (t t ')
2
P ( x, t ) [ f ( x) P( x, t ) ] P ( x, t ).
t x 2 x 2
ou
Um exemplo simples da dinâmica de populações biológicas
Renshaw (1991)
Suposições:
//
/// //
0
0
t
IMPORTANTE
Equação mestra
d
P (n, t ) W (n, m) P(m, t ) W (m, n) P(n, t ) Equação
dt m( n) mestra
t 0 1 ... 1
xt n0 n1 ... n n 1
P 1 (n 1 | n ,..., n0 ) P 1 (n 1 | n )
Propriedade markoviana soma em
n0 , n1 ,...., n 1
P 1 (n 1 ) P 1 (n 1 | n ) P (n )
n
Relação de recorrência
19
Tânia Tomé IFUSP
Cadeias de Markov Processo markoviano a
tempo discreto
Relação de recorrência:
P 1 (n 1 ) P 1 (n 1 | n ) P (n )
n
Notação simplificada:
Relação de recorrência:
Propriedade: n
T (n, m) 1
dP(n, t )
W (n, m) P(m, t ) W (m, n) P(n, t )
dt m n
Será
introduzida e
estudada
P(n, t ) = Probabilidade do estado n no instante t durante o
curso!!
Taxa de transição
Define o
de m para n modelo!!
W (n, m) W (n m )
Probabilidade por unidade de tempo de o
sistema estando em m ir para n.
dP(n, t )
W (n, m) P(m, t ) W (m, n) P(n, t )
dt m n
m
m
ganho perda
ou
ou
X Y
a reação química
Tânia Tomé IFUSP 23
Exemplo mais simples:
Processo de decaimento radioativo
A taxa de morte
é a mesma para todos os indivíduos
e não se altera com o tempo.
O número de indivíduos n (t )
sobreviventes no instante de tempo t
é um processo markoviano t 0
Abordagem determinística:
dn
n(t )
dt
Condição inicial: t 0 n n0
n n0 e t
Pn (t ) P (n, t )
= Probabilidade de n indivíduos estarem vivos em t
t 0 n n0 100 1
David R. de Souza
Desvio com relação ao valor médio
n(t) é significativo.
/// // Abordagem
Para
estocástica
grande
é relevante!!
T (n , m) 0 para nm
T (n , m) m t para n m 1
m t
W (n , m)
t
Ou seja,
W (n , m) m ( n, m 1) n m
Delta de Kronecker
Tânia Tomé IFUSP 30
Processo de morte pura
ou
Decaimento radioativo
1. Fixa-se os parâmetros: n0 e
3. Sorteia-se um indivíduo
4. Se o indivíduo está vivo então ele pode morrer com uma certa
probabilidade p.
d
Pn (t ) (n 1) Pn 1 (t ) n Pn (t )
dt
Condição inicial:
d
Pn (t ) (n 1) Pn1 (t ) n Pn (t )
dt
Função geratriz f ( x, t ) x n Pn (t )
n
f x 1 n(t )
x
x f x 1 n 2
(t )
x x
n0
f ( x, t ) (1 e t n 0 n
) ( e t n
) x n
n n
Mas, f ( x, t )
n
x n Pn (t )
Então:
n
n0 t e t
Pn (t ) (1 e )
n n
t
0
n 1 e
P0 (t ) (1 e t )
n0
n0 ! e t
P1 (t ) (1 e t )
n0
t
(n 0 1)! 1e
Para t P0 (t ) 1
P1 (t ) 0
Pn (t ) 0
Tânia Tomé IFUSP 35
Processo de morte pura (*)
Equação mestra para o processo de morte pura
d
Pn (t ) (n 1) Pn1 (t ) n Pn (t )
dt
Solução
n
n0 t e t
Pn (t ) (1 e )
n n
t
0
n 1 e
Estado
P ( , t ) Probabilidade do estado
no instante t
Equação Mestra
d
P( , t ) W ( , ´) P( ´, t ) W ( ´ , ) P( , t )
dt ´( )
Equação mestra
d
P( , t ) W ( , ´) P( ´, t ) W ( ´ , ) P( , t )
dt ´( )
W ( , ´) 0 ´
W ( , ´) 0
d
ou P( t ) W P(t )
dt
W matriz de evolução
W ( , ´) P
´( )
est ( ´) W ( ´ , ) Pest ( ) 0
Pest ( ) : distribuição de probabilidades estacionária.
W ( , ´) Pest ( ´) W ( ´ , ) Pest ( )
A probabilidade de transição ´
em t é igual a sua reversa.
BD
Estados estacionários
Estados estacionários
de equilíbrio
de não-equilíbrio
termodinâmico
Então
H ( ) /k BT
e
P( )
Z
F F ( ) P( )
Modelo de Ising: E ( ) J i j
( ij ) (* para explicação mais detalhada
ver slide “apêndice” desta aula )
a soma é sobre os pares de primeiros vizinhos numa rede com N sítios
i : variável estocástica associada ao sítio i da rede
i 1 J const.
Glauber (1963)
Para simular a evolução de um estado inicial qualquer para o equilíbrio
termodinâmico devemos acoplar uma dinâmica estocástica.
Modelo de Glauber-Ising
O modelo estocástico em reticulado mais simples, que descreve um sistema com
interações locais e que relaxa para o equilíbrio termodinâmico é o modelo de Ising
com dinâmica de Glauber.
1 J
wi ( ) {1 i tanh (
2 kT
i )} Glauber
(*)
(*) a soma é
sobre os
2J primeiros
wi ( ) min(1, exp{ i i }) Metropolis vizinhos
kT (*) do sítio i
wi ( ) P( i )
wi ( ) P( )
i
e E ( ) /kT
P( ) E ( ) J i j
Z ( ij )
Tc Temperatura crítica
T ( | ´) Probabilidade de transição ´
N
T ( | ´) wi ( i | ´) Atualização Síncrona
i 1
Tânia (2010)
2) Sistema definido por uma dinâmica estocástica
(conjunto de regras markovianas locais).
t t
Tânia Tomé IFUSP 50
Equação mestra
Exemplo (3) reticulado
Modelo de Contato:
“Modelo Suscetível – infectado – Suscetível (SIS)
espacialmente estruturado e estocástico”.
Cada sítio do reticulado pode estar ocupado por um
indivíduo.
Cada sítio pode estar em dois estados:
i
1 Sítio ocupado por um indivíduo infectado (I)
Estados estacionários:
Estado absorvente: rede completamente vazia (preenchida por indivíduos S).
/ 2
(i) Infecção auto-catalítica: i 1 i i 1 i 1 i i 1
Se o sítio i está ocupado por um indivíduo infectado:
i i
(ii) Recuperação espontânea: 1
Rede 1d
i 1 i 1i
___o______o______o_____o_____o____
Tânia Tomé IFUSP 53
Modelo de contato em uma dimensão: taxa de transição
Dinâmica de
um sítio i 0 I
Dinâmica i 1 S
global:
j
(...)Soma sobre
os primeiros
{(1 i ) j j } i
Dinâmica
local: wi (i ) vizinhos do sítio i
2
Soma sobre
(1 i ) j j i
(...)
wi (i ) j os primeiros
2 vizinhos do sítio i
c
L
c 3, 298(2)
Classe de
universalidade
da percolação
0, 277 direcionada
Limiar de
espalhamento TT & MJO, 2005
da epidemia
Taxa de
c 3, 298(2) Tânia Tomé IFUSP
infecção:
56
Processo de Contato em uma dimensão.
Regime subcrítico c
Evolução temporal das configurações
c 3, 298(2)
2, 0
3,0
Tempo
i
i
z
Tânia Tomé IFUSP
z /
57
Oscilações em um sistema predador-presa: ciclos
populacionais
Número de lebres (presa) e linces
(predador) versus tempo (anos)
McLulich, Canadá, (1937).
Autômato celular
probabilístico
predador-presa
Simulações de Monte Carlo
T = Período
de
Oscilação
Infection auto-catalítica
R I
Recuperação espontânea
Simulação do modelo
Caso contrário:
Escolhe-se aleatoriamente um dos primeiros
Vizinhos do sítio i.
Se o sítio vizinho escolhido está no estado S então S I.
Tânia Tomé IFUSP 62
Modelo SIR assíncrono
c cc
Rede quadrada regular L=520
Número de sítios R no “cluster”: 51034
Verde: recuperados
Branco: suscetíveis
Ziff & TT
Limiar de espalhamento:
c ~ 0.22
r
b =1- c =probabilidade de infecção
r dz / dt cy
z Número de
recuperados
t (imunes)
(Arashiro & TT)
Transição da fase
contínua
N. G. van Kanpen,
Stochastic Processes in Physics and Chemistry, (North-Holland, Anasterdan, 1981).
Silvio R. A. Salinas,
Introdução à Física Estatística,
(Editora da Universidade de São Paulo (Edusp), S. Paulo, 1997).
R. J. Glauber,
Time-Dependent Statistics of the Ising Model
J. Math. Phys. 4, 294 (1963).
E. Renshaw ,
Modelling Biological Populations in Space and Time
Cambridge University Press, Cambridge, 1991.
E ( ) J i j H i
Energia de uma configuração
microscópica:
( ij ) i
(1 , 2 , ... , i , ... , N )
i 1 variável de spin associada ao sítio i
da rede
constante proporcional ao
H campo magnético externo.
...
soma sobre os pares de átomos vizinhos
na rede.
( ij )
Vamos considerar: H 0 E ( ) J i j
( ij )
F | P
0
Tc T
T Temperatura
Tc Temperatura crítica.
F Fase ferromagnética.
P Fase paramagnética.
Parâmetro ordem | m |
Para temperaturas acima da temperatura crítica o sistema se encontra no estado
paramagnético (desordenado).
o parâmetro ordem | m | 0 se anula para T Tc (sistema infinito).
| m | 0 T Tc
Tânia Tomé IFUSP 69