Teoria Perkolacji: Przejścia fazowe w losowych sieciach

Kiedy losowa sieć staje się jedną?

Weź przestrzeń zaciekłej (lattice) i niezależnie oznacz każdą pozycję – lub każdy związek między sąsiednimi pozycjami – jako "otwarty" z prawdopodobieństwem p. Gdy p jest małe, otwarte elementy są rozproszone i tworzą jedynie bardzo małe, odizolowane skupiska. Wraz ze wzrostem p, skupiska łączą się i rosną. Teoria perkolacji zadaje myląco prosty pytanie: w jakim momencie otwarte elementy łączą się w skupienie wystarczająco duże, aby pokryć całą strukturę? Odpowiedź okazuje się być jednym z najczystszych, najbardziej wyraźnych przejść fazowych w całej fizyki statystycznej – i pojawia się wszędzie tam, gdzie łączność, przewodnictwo lub zarażalność zależą od przypadku.

Krytyczny próg p_c

Dla nieskończonej sieci istnieje ostra wartość krytyczna, próg perkolacji p_c, w chwili której pojawia się klastr obejmujący całą sieć. Poniżej p_c prawdopodobieństwo, że dana lokalizacja należy do nieskończonego klastra, wynosi dokładnie zero; powyżej jest ono ściśle dodatnie.

Perkolacja na węzłach, 2D kwadratowa siatka: p_c ≈ 0.5927 Perkolacja na połączeniach, 2D kwadratowa siatka: p_c = 0.5 (dokładne) Perkolacja na węzłach, 2D trójkątowa siatka: p_c = 0.5 (dokładne) Powyżej progu, siła rozlegającego się klastra – prawdopodobieństwo P(p), że dana otwarta lokalizacja należy do niego – rośnie nieustannie od zera zgodnie z prawem potęgowym, P(p) ~ (p − p_c)^β, gdzie β jest wyznacznikiem krytycznym.

Site percolation, 2D square lattice:      p_c ≈ 0.5927
Bond percolation, 2D square lattice:      p_c  = 0.5   (exact)
Site percolation, 2D triangular lattice:  p_c  = 0.5   (exact)

Skalowość i uniwersalność

Dostosowując się do wartości p_c z obu stron, układ wykazuje charakterystyczną skalę – długość skorelowaną ξ, typową wielkość skończonych skupień – która rośnie wraz ze wzrostem |p − p_c|^(−ν). W punkcie progu nie występuje żadna skończona skala: współistnieją skupienia o różnej wielkości, a rozgałęzienie tworzy fraktal o wymiarze około 1,896 w dwóch wymiarach, zamiast całkowitego wymiaru obszaru stałego. Wskaźniki krytyczne β i ν są uniwersalne – zależą wyłącznie od wymiaru przestrzennego, a nie od tego, czy siatka jest trójkątna czy kwadratowa, ani też od tego, czy używa się punktów czy połączeń – co wyjaśnia, dlaczego jeden model opisuje zarówno żelowanie w polimerach, jak i fragmentację sieci komunikacyjnych.

Dlaczego przejście jest ostre, a nie stopniowe

Często spotykane błędne przekonanie mówi, że przejmowanie się przez sieci działa stopniowo. W przypadku nieskończonego systemu pojawienie się rozległej grupy jest idealnie ostre: poniżej p_c nie ma globalnej łączności, a powyżej pewnej łączności. Gładka przejrzystość obserwowana w symulacjach komputerowych ograniczonych do skończonej wielkości – w tym przypadku, zliczona na kilka setek komórek boku – jest efektem skończonej wielkości, a nie właściwością prawdziwej, nieskończenie dużej sieci. Przechodzenie przez sito i połączenia również często są mylnie zakładane jako dzielące się jednym progiem; w rzeczywistości te dwa zazwyczaj różnią się nawet na tej samej sieci, jak pokazuje tabela powyżej.

Rzeczywista przepływność

Ponieważ przepływność oddaje uniwersalne matematyczne zasady emergentnych połączeń, ten sam zachód z podziałem na obszary (threshold behaviour) reguluje przepływ oleju i wody przez skały porywiste, przewodzenie prądu przez materiały kompozytowe po przekroczeniu określonej frakcji wypełniacza, rozprzestrzenianie się pożarów lasów i epidemii w sieci kontaktowej oraz odporność internetu lub sieci zasilającej na przypadkowe awarie węzłów – gdzie usuwanie węzłów jest po prostu przepływność uruchamiana wstecz.

Frequently asked questions

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz the simulation i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.