Capítulo 4 - Síntesis de estructuras fractales aleatorias

[01 - 02 - 03 - 04 - 05 - 06 - 07 - 08 - 09 - 10 - 11 - 12 - 13]

Aleatorización de objetos fractales deterministas - Percolación: ejemplos, renormalización - El modelo de Eden - Agregación limitada por difusión (DLA) - Caracterización fractal de series temporales - Movimiento browniano: autosemejanza estadística, autoafinidad, dimensión box-counting, categorías, simulación - Densidad espectral de Fourier - Procesos 1/f - Dimensión fractal basada en la densidad espectral - Síntesis de fBm basada en la tranformada de Fourier - Extensión del fBm a dimensiones superiores - Método de los desplazamientos en 2d - Costas fractales a partir de paisajes fractales - Fourier filtering en d>1 - Mapas de color - Desplazamiento aleatorio del punto medio no-gaussiano - Series temporales en mercados financieros - Integración de paisajes - Análisis de texturas

 
   
 

Percolación

El modelo de percolación fue introducido por Broadbent y Hammersley en 1957. La palabra ‘percolación’ está originada por el modelo de comportamiento de un fluido (agua) cuando atraviesa un medio poroso (café).

La percolación es el modelo más sencillo para un número considerable de fenómenos físicos, en los cuales el desorden está presente.

Consideremos una malla cuadrada. Cada nodo de la misma está ocupado (se colorea de negro) o no, de acuerdo con una probabilidad dada p.

Si p=0, no hay nodos ocupados, y el número de los que exhiben dicho estado, crece con el valor de p. Suponemos que los nodos ocupados corresponden a propiedades físicas diferentes a las de los nodos desocupados.

 
     
Mallas de percolación
     
  Ocupación de la malla con distintas probabilidades (de izquierda a derecha): p=0.30, p=0.592746 y p=0.70  
     
 

Por debajo de un valor crítico p<pc, los nodos ocupados forman pequeños cluster, constridos con nodos vecinos ocupados. Para un valor crítico p=pc, se forma una agregado grande que conecta dos lados opuestos de la malla. Si p aumenta, el espesor del agregado se hace mayor.

Cuando una estructura cambia desde una colección de muchas partes desconectadas a, básicamente, un gran conglomerado, decimos que tiene lugar un fenómeno de percolación. Simultáneamente, el tamaño medio de los agregados de de tamaño finito que no están conectados al cluster principal, decrece.

 
     
UMBRAL DE PERCOLACIÓN

En el umbral de percolación p=pc, el cluster resultante es un objeto fractal, cuya dimensión puede ser calculada experimentalmente y, en algunos casos, teóricamente.

El cluster o agregado que aparece en el umbral de percolación, se denomina cluster infinito de percolación, poque su tamaño diverge cuando las dimensiones de la malla se incrementan indefinidamente

 
     
TRANSICIÓN DE FASE

Cuando un sistema como el que acabamos de describir alcanza el umbral de percolación, se produce una transición de fase geométrica, caracterizada por las propiedades geométricas del cluster infinito de percolación.

 
     
PERCOLACIÓN SOBRE MALLAS REGULARES

Los primeros estudios sobre percolación se efectuaron sobre mallas regulares. Excepto en el caso de determinados mallados bidimensionales, en los que, por simetría, el valor de pc puede ser calculado exactamente, el umbral de percolación sólo puede ser determinado mediante simulaciones numéricas o por extrapolación.

Nodos de malla
pc
Hexagonal
0.6962
Cuadrada
0.592746
Triangular
0.5
 
     
OTROS TIPOS DE PERCOLACIÓN (ENLACES)

El concepto de percolación que hemos descrito se refiere a puntos nodales sobre mallas. Sobre una malla análoga, se pueden considerar como protagonistas los enlaces entre nodos. En este caso, a cada enlace se le puede asociar, como antes, uno de dos estados: ocupado (con probabilidad p) o libre (con probabilidad 1-p).

Se tiene así un modelo de percolación de enlaces. Como en el caso anterior, existe un umbral de percolación para el que los enlaces se configuran constituyendo un aglomerado que conecta las paredes de la malla, el cluster infinito de percolación.

Enlaces

Percolación de enlaces con p=0.70 (enlacesp.m)

Enlaces de malla
pc
Hexagonal
1-2sen(p/18) = 0.6527
Cuadrada
0.5
Triangular
2sen(p/18) = 0.3473

Comparando las dos tablas para los valores de pc para percolación de nodos y para percolación de enlaces, respectivamente, observamos que en el segundo caso, los valores son inferiores a los del primer caso. Esto está justificado porque, por ejemplo, en una malla cuadrada, cada nodo tiene cuatro nodos vecinos y cada enlace tiene seis enlaces vecinos.

 
     
LA PROBABI-
LIDAD P¥
Un sistema de percolación está caracterizado por varios parámetros numéricos. La cantidad P¥ es la probabilidad de que un nodo (o un enlace) pertenezca al cluster infinito de percolación. Para p<pc, se tiene P¥=0.  
     
EL EXPONENTE b Para p>pc, P¥ satisface una ley potencial de la forma  
 
 
 

con b=5/36 para mallas planas.

Exponente beta

expbeta.m

 
     
EL EXPONENTE n Para p>pc, y para p<pc, el tamaño de los agregados finitos está caracterizado por la longitud de correlación x, definida como la distancia media entre dos puntos nodales del mismo agragado. El promedio de esta longitud para todos los cluster finitos, satisface una ley de potencia de la forma  
 
 
  con n=4/3 para mallas planas.  
     
EL EXPONENTE g La masa S de un agregado finito, evaluada como el número de nodos que lo configuran y promediada para todos los cluster finitos, satisface una ley de potencia  
 
 
 

con g=43/18 para mallas planas.

 
     
LOS EXPONENTES CRÍTICOS Los exponentes b, n y g, se denominan exponentes críticos, y caracterizan el comportamiento de las cantidades P¥, x y S, respectivamente, que están relacionadas con la transición de fase en sistemas que pueden describirse mediante un modelo de percolación.  
     
UNIVERSA-
LIDAD
Los exponentes críticos son cantidades que, hablando en términos generales, dependen solamente del modelo en estudio (en este caso, la percolación) y de la dimensión euclídea del espacio en el que se implanta el modelo. Pero son independientes, por ejemplo, de la forma de la malla (cuadrada, triangular, hexagonal, etc) ni de los detalles partculares del fenómeno modelado. Se dice que estamos en presencia de una universalidad.  
     
DIMENSIÓN FRACTAL

Como ya hemos advertido, en el umbral de percolación p=pc, el cluster (infinito de percolación) es un objeto fractal, y podemos estimar su comportamiento geométrico mediante la dimensión fractal. En este caso, parece conveniente hacer uso del concepto de dimensión de masa.

Sobre el cluster infinito de percolación, se toman círculos con distintos centros y, para cada uno de ellos, para radios diferentes r, se calcula la cantidad de nodos del cluster incluidos en los mismos. Se establece un modelo para la cantidad de nodos en función del radio r:

 
 
 
  El comportamiento fractal es para p=pc. Para p<pc y para p>pc, el parámetro oportuno es x. Para longitudes de escala r<<x, el cluster es una estructura (estadísticamente) autosemejante. Para longitudes de escala r>>x, tenemos una estructura casi homogénea. Así, en el plano,  
 
 
  Se ha demostrado que, en el plano, D=91/48. Pero, teniendo en cuenta el concepto de P¥, para r<<x, se tiene
 
 
 
  y escribiendo r=ax, a<1,  
 
 
     
MÁS UNIVERSA-
LIDAD
Teniendo en cuenta la leyes de potencia que satisfacen P¥ y x, obtenemos  
 
 
  de forma que, puesto que los exponentes críticos exhiben universalidad, lo mismo sucede con D. Además,  
 
 
     
 
volver al principio