Regime subcrítico
Neste capítulo estudamos o regime \(p\lt p_c\). O ponto central é a nitidez da transição de fase: abaixo do parâmetro crítico, a componente de um vértice tem tamanho médio finito e as conexões a grandes distâncias decaem exponencialmente.
Há duas etapas conceitualmente distintas. Primeiro mostramos que a finitude da susceptibilidade implica decaimento exponencial. Depois discutimos o teorema de Menshikov e Aizenman–Barsky, segundo o qual a susceptibilidade é finita para todo \(p\lt p_c\). Uma prova moderna e mais curta da mesma conclusão será apresentada no capítulo seguinte, pelo método de Duminil-Copin e Tassion.
7.1 Susceptibilidade e decaimento exponencial
Fixe um grafo infinito, conexo e localmente finito \(G\). Para \(x\in V(G)\), escrevemos
para a esfera de raio \(n\) centrada em \(x\).
A susceptibilidade pode ser infinita. Se \(p\gt p_c(G)\), então \(\P _p[x\leftrightarrow \infty ]\gt 0\) para todo \(x\), e portanto \(\chi _{G,x}(p)=\infty \).
A conexão entre susceptibilidade e decaimento espacial é dada pelo lema seguinte, frequentemente atribuído ao argumento de Hammersley.
Pela transitividade,
não depende de \(x\). Como
podemos escolher \(m\ge 1\) tal que \(a_m=:\alpha \lt 1\).
Se \(x\leftrightarrow S_{n+m}(x)\), existe um caminho aberto simples que parte de \(x\) e alcança \(S_{n+m}(x)\). Seja \(y\) o primeiro vértice desse caminho em \(S_m(x)\). Os dois trechos do caminho, antes e depois de \(y\), fornecem ocorrência disjunta dos eventos
Logo, pela desigualdade BK,
onde usamos novamente a transitividade na última igualdade.
Iterando,
Isso já é decaimento exponencial. Por exemplo, tomando \(c=-m^{-1}\log \alpha \) e ajustando uma constante \(C\) para os primeiros \(m\) valores de \(n\), obtemos a forma anunciada.
Assim, para provar decaimento exponencial em todo o regime subcrítico basta mostrar que
É exatamente esse o conteúdo do teorema de sharpness.
7.2 Sharpness: os pontos críticos \(p_T\) e \(p_c\)
Suponha agora que \(G\) seja transitivo. Definimos
Como \(\chi (p)=\infty \) para \(p\gt p_c\), temos imediatamente \(p_T\le p_c\).
Combinando o Teorema 7.2 com o Lema 7.1, obtemos imediatamente:
O resultado foi obtido independentemente por Menshikov e por Aizenman–Barsky. O argumento de Menshikov parte de uma estimativa subexponencial suficientemente forte e fecha um procedimento de bootstrap. O método de Aizenman–Barsky introduz um campo auxiliar de vértices “verdes” e transforma o problema em desigualdades diferenciais. É essa segunda prova que apresentamos a seguir.
Leitura avançada.
A demonstração abaixo é substancialmente mais técnica que o restante do capítulo. Para uma primeira leitura, é perfeitamente razoável aceitar o Teorema 7.2 e seguir para o argumento de Duminil-Copin–Tassion no capítulo seguinte.
7.3 O campo fantasma e a magnetização
Fixe um vértice \(o\in V(G)\) e denote por \(D\) o grau de \(G\). Além da percolação de elos com parâmetro \(p\), colorimos cada vértice de verde, independentemente dos demais e das arestas, com probabilidade \(\varepsilon \in (0,1)\). Denotamos por \(\Gamma \) o conjunto aleatório de vértices verdes e por \(\P _{p,\varepsilon }\) a medida produto correspondente.
Para \(r\ge 1\), seja \(B_r=B(o,r)\). Escrevemos \(\mathcal C_r(x)\) para a componente de \(x\) na percolação restrita ao subgrafo induzido por \(B_r\); se \(x\notin B_r\), tomamos \(\mathcal C_r(x)=\emptyset \). Em particular,
Essa truncação é importante: todos os eventos envolvendo \(\mathcal C_r\) dependem apenas de um número finito de arestas, e portanto a fórmula de Russo pode ser aplicada diretamente.
Representação pelo vértice fantasma.
É útil representar as cores verdes acrescentando um vértice auxiliar \(\mathfrak g\) e, para cada vértice \(v\), uma aresta fantasma \(\{ v,\mathfrak g\} \), aberta com probabilidade \(\varepsilon \), independentemente das arestas de \(G\) e das demais arestas fantasma. Então
no grafo aumentado correspondente. A prova da desigualdade BK do capítulo anterior é coordenada a coordenada e vale, sem alteração, para medidas produto com parâmetros distintos em coordenadas distintas. Assim, podemos aplicá-la ao produto em que as arestas ordinárias têm parâmetro \(p\) e as arestas fantasma têm parâmetro \(\varepsilon \).
Observe que
no sentido do limite \(\varepsilon \downarrow 0\). De fato, condicionando no tamanho da componente,
com a convenção de que \((1-\varepsilon )^\infty =0\). Analogamente,
Portanto,
Mostre que Mostre que
Ponha \(q=1-\varepsilon \), \(X_r=|\mathcal C_r|\) e \(X=|\mathcal C(o)|\). Os eventos que definem \(M_r\) crescem para o evento que define \(M\). Mais precisamente, se a componente completa de \(o\) encontra um vértice verde mas \(\mathcal C_r\) não encontra nenhum, então \(\mathcal C_r\) alcança \(S_r(o)\) e todos os seus vértices são não verdes. Consequentemente,
de modo que a convergência é, inclusive, uniforme em \(p\).
Para a derivada em \(\varepsilon \), temos
Se \(X\lt \infty \), então \(X_r=X\) para todo \(r\) suficientemente grande; se \(X=\infty \), então \(X_r\to \infty \) e \(X_rq^{X_r-1}\to 0\). Como
o teorema da convergência dominada fornece
Resta a derivada em \(p\). Na representação pelo vértice fantasma, seja \(I_r(e)\) o evento de que a aresta ordinária \(e\) seja pivotal para \(\{ o\leftrightarrow \mathfrak g\} \) dentro de \(B_r\), e seja \(I(e)\) o evento pivotal correspondente no grafo inteiro. Pela fórmula de Russo em volume finito,
Para cada aresta fixa \(e\), como os eventos de conexão ao vértice fantasma crescem com \(r\), temos
O ponto delicado é justificar que, ao aumentar o volume, a soma das influências não perde massa em arestas cada vez mais distantes. Como a pivotalidade de \(e\) não depende do estado da própria aresta,
Se \(e\) está fechada e é pivotal, então \(o\) ainda não está ligado ao vértice fantasma; logo a componente \(\mathcal C_r\) não contém vértices verdes. Além disso, uma das extremidades de \(e\) pertence a \(\mathcal C_r\). Se \(e\not\subset B_{R-1}\), essa componente alcança distância pelo menos \(R-1\) de \(o\) e, portanto,
Fixada uma configuração das arestas ordinárias, há no máximo \(DX_r\) arestas incidentes a \(\mathcal C_r\). Assim, o número de arestas fechadas e pivotais com \(e\not\subset B_{R-1}\) é no máximo
Condicionando agora em \(\mathcal C_r\), a probabilidade de nenhum de seus \(X_r\) vértices ser verde é \(q^{X_r}\). Consequentemente,
A cota não depende de \(r\) e seu lado direito tende a zero quando \(R\to \infty \). A mesma estimativa, obtida do mesmo modo, vale para as influências no volume infinito.
Agora a passagem ao limite das somas fica explícita. Dado \(\delta \gt 0\), escolha \(R\) de modo que as duas caudas, finita e infinita, sejam menores que \(\delta \). Dentro de \(B_{R-1}\) há apenas um número finito de arestas; para cada uma delas,
Logo a soma sobre as arestas de \(B_{R-1}\) converge termo a termo, enquanto as duas caudas permanecem uniformemente pequenas. Portanto
e a série do lado direito é convergente.
A forma contável da fórmula de Russo, obtida por truncação da fórmula finita quando a soma das influências é finita, fornece
Isso conclui também a convergência das derivadas em \(p\).
7.4 As desigualdades diferenciais de Aizenman–Barsky
Para \(x\in B_r\), seja
Se \(x\in B_r\), então \(B_r(o)\subset B_{2r}(x)\); pela transitividade,
Escrevemos \(A\circ B\) para ocorrência disjunta, no sentido da desigualdade BK.
Primeiro considere o evento \(A_o\circ A_o\): existem duas conexões abertas, disjuntas em arestas, de \(o\) a vértices verdes. Pela desigualdade BK,
Resta tratar configurações em que \(|\mathcal C_r\cap \Gamma |\ge 2\), mas \(A_o\circ A_o\) não ocorre. Trabalhe no grafo finito aumentado por \(\mathfrak g\). Há pelo menos duas arestas fantasma abertas ligadas a vértices distintos da componente de \(o\). Como não existem dois caminhos \(o\)–\(\mathfrak g\) disjuntos em arestas, o teorema de Menger, na versão para arestas, mostra que existe uma aresta aberta cuja remoção separa \(o\) de \(\mathfrak g\). Essa aresta não pode ser fantasma, pois há pelo menos duas arestas fantasma abertas.
Escolha, entre as arestas pivotais que aparecem em um caminho aberto de \(o\) a \(\mathfrak g\), a última antes de chegar a \(\mathfrak g\), e escreva-a como \(e=\{ x,y\} \), com \(x\) do lado de \(o\). Ao remover \(e\), a componente de \(o\) não contém vértices verdes. Além disso, existem dois caminhos de \(y\) a \(\mathfrak g\) disjuntos em arestas: caso contrário, Menger produziria outra aresta de corte entre \(y\) e \(\mathfrak g\), que seria uma aresta pivotal situada depois de \(e\), contradizendo a escolha de \(e\). Em termos do campo verde, do lado de \(y\) ocorrem, portanto, duas conexões disjuntas a vértices verdes distintos.
Para tornar a contagem compatível com Russo, force \(e\) a estar fechada e denote por \(\mathcal C_{r,e}\) a componente de \(o\) em \(B_r\). Defina
Defina ainda \(A_y^{(e)}\) como o evento de que \(y\) esteja ligado a \(\Gamma \) no grafo em que \(e\) foi removida. Os eventos \(B_{x,y}\) e \(A_y^{(e)}\) não dependem do estado original de \(e\), e
é exatamente o evento de que \(e\) seja pivotal para \(A_o\), com orientação de \(x\) para \(y\).
Condicione agora em \(\mathcal C_{r,e}=C\). No complemento de \(C\), a desigualdade BK e a estimativa \(\P (A_y^{(e)})\le M_{2r}\) dão
Somando sobre as arestas orientadas e usando a fórmula de Russo,
Na configuração original a aresta separadora \(e\) deve estar aberta. Como o evento no lado direito da definição acima independe do estado de \(e\), aparece um fator \(p\). Consequentemente,
Somando os dois casos, obtemos a desigualdade desejada.
Pela fórmula de Russo,
Quando uma aresta fechada \(e=\{ x,y\} \) é pivotal, podemos orientá-la de modo que \(x\in \mathcal C_r\) e \(y\notin \mathcal C_r\). Necessariamente \(\mathcal C_r\cap \Gamma =\emptyset \), enquanto \(y\) se conecta a um vértice verde fora de \(\mathcal C_r\).
Condicionando em \(\mathcal C_r=C\), a probabilidade dessa conexão a partir de \(y\) é, por monotonicidade e transitividade, no máximo \(M_{2r}\). Como cada vértice de \(C\) é incidente a no máximo \(D\) arestas, obtemos
Passando ao limite \(r\to \infty \), obtemos as duas desigualdades fundamentais.
Temos a decomposição
O primeiro termo é
e o segundo é controlado pelo Lema 7.5. O Lema 7.4 permite passar ao limite. A segunda desigualdade segue da mesma forma a partir do Lema 7.6.
7.5 Prova do teorema de Aizenman–Barsky
Fixe
Para todo \(s\in [p,q]\),
Escolha \(\eta \gt 0\) de modo que
para todos \(s\in [p,q]\) e \(0\lt \varepsilon \lt \eta \).
Além disso,
Logo, para cada \(s\in [p,q]\), a função \(\varepsilon \mapsto M(s,\varepsilon )\) é estritamente crescente em \((0,\eta )\). Como \(M(s,0)=0\) e
temos \(M(s,\eta )\ge \eta (1-q)^D\). Fixe
A inversa \(f_s\) de \(\varepsilon \mapsto M(s,\varepsilon )\) está, portanto, definida em \([0,x_0]\), uniformemente em \(s\in [p,q]\), e satisfaz
Pela regra da função inversa,
de modo que, para \(0\lt x\le x_0\),
Usando a segunda desigualdade do Lema 7.7 na primeira, obtemos, uniformemente em \(s\in [p,q]\),
Escrevendo \(x=M(s,\varepsilon )\) e \(\varepsilon =f_s(x)\), essa desigualdade equivale a
Portanto,
O lado esquerdo é exatamente
Como \(f_s'\) é uniformemente limitado, existe uma constante \(C_q\lt \infty \), dependente apenas de \(q\) e de \(D\), tal que
Suponha, por contradição, que
Como \(p\lt p_c\), a componente de \(o\) é finita quase certamente, e portanto
Consequentemente,
Integrando a desigualdade anterior entre \(y\) e \(x\), e depois fazendo \(y\downarrow 0\), obtemos
ou seja,
Para \(\varepsilon \gt 0\) suficientemente pequeno, temos \(M(p,\varepsilon )\le x_0\), e portanto \(f_p(M(p,\varepsilon ))=\varepsilon \). Assim,
Em particular, para \(\varepsilon \gt 0\) fixo e \(\varepsilon '\) suficientemente pequeno,
Voltamos agora à primeira desigualdade do Lema 7.7. Ela pode ser reescrita como
Integramos essa desigualdade no retângulo
Como \(M\) é crescente nas duas variáveis,
Dividindo por \(\log (\varepsilon /\varepsilon ')\) e fazendo \(\varepsilon '\downarrow 0\), obtemos
pois \(M(p,0)=\theta _G(p)=0\). Assim,
Finalmente, fazendo \(\varepsilon \downarrow 0\), chegamos a
contradizendo \(q\lt p_c\).
Logo \(\chi (p)\lt \infty \). Como \(p\lt p_c\) era arbitrário, concluímos que \(p_T\ge p_c\). Juntamente com a desigualdade trivial \(p_T\le p_c\), isso prova \(p_T=p_c\).
Conclusão.
O conteúdo essencial do capítulo pode ser resumido em uma cadeia curta de implicações:
O primeiro passo é a sharpness da transição de fase; o segundo é o argumento de Hammersley. No próximo capítulo veremos uma prova alternativa da primeira implicação, baseada na quantidade \(\varphi _p(S)\), que evita o campo fantasma.