Large-deviation tails of critical order-parameter distributions

Resumen Técnico: Colas de grandes desviaciones de las distribuciones del parámetro de orden crítico

Problema y Motivación
En las transiciones de fase continuas, las fluctuaciones se organizan en todas las escalas de longitud. Si bien el escalamiento de tamaño finito (FSS) estándar describe eficazmente las fluctuaciones típicas mediante exponentes críticos, no caracteriza completamente las fluctuaciones macroscópicas raras y atípicas presentes en las colas de las distribuciones de probabilidad críticas. Estas colas, descritas por la teoría de grandes desviaciones, revelan cómo el punto fijo crítico penaliza las fluctuaciones coherentes del parámetro de orden más allá del régimen de escalamiento típico. La identificación de las características universales frente a las dependientes del modelo es un área de investigación activa en los fenómenos críticos. Este trabajo investiga las colas de grandes desviaciones de las distribuciones del parámetro de orden crítico para la percolación y los modelos de Ising de Fortuin–Kasteleyn (FK) en redes bidimensionales (2D) y tridimensionales (3D), así como en grafos completos (límite de campo medio).

Metodología
Los autores emplean simulaciones extensas de Monte Carlo para estudiar dos variables de parámetros de orden reescaladas:

1. Variable tipo magnetización ($x_m$): Definida como $x_m = |M|/\langle|M|\rangle$. Para el modelo FK-Ising, $M$ es la suma de espines estándar. Para la percolación, donde no existe un espín microscópico, los autores construyen un análogo de "masa de clúster con signo": a cada clúster $a$ se le asigna un signo aleatorio $S_a = \pm 1$, y $M = \sum S_a C_a$.
2. Variable del clúster más grande ($x_C$): Definida como $x_C = C_1/\langle C_1 \rangle$, donde $C_1$ es el tamaño del clúster más grande. Esto aplica tanto para la percolación como para la representación FK del modelo de Ising.

Las simulaciones se realizaron en:

• Redes cuadradas 2D ($L = 256, 512, 1024$).
• Redes cúbicas simples 3D ($L = 32, 64, 128$).
• Grafos completos con $N = 2^{16}, 2^{18}, 2^{20}$ sitios.

Para los grafos completos, se utilizó un algoritmo acelerado de colocación de enlaces para manejar eficientemente la conectividad dispersa en la criticidad. Se generaron al menos $10^7$ muestras para cada configuración para asegurar una estadística suficiente en las colas de grandes desviaciones que decaen rápidamente.

Contribuciones Clave y Marco Teórico
El artículo propone y prueba formas de escalamiento específicas para las colas de estas distribuciones:

1. Cola de la magnetización ($x_m$): Los autores prueban la forma de exponencial estirada predicha por la Ec. (3): $\tilde{P}(x) \sim \exp(-c x^{\delta+1})$, donde $\delta+1 = 1/(1-y^*_h)$ y $y^*_h = y_h/d$. Se espera que esta forma se aplique tanto a variables de tipo Ising como de percolación.
2. Cola del clúster más grande ($x_C$): Guiados por resultados exactos para grafos completos y argumentos de escalamiento, los autores proponen una forma de escalamiento de dos colas para la función de distribución acumulada (CDF), $F_C(x)$:
   • Cola izquierda ($x \to 0$): $F_C(x) \sim b_0 \exp(-b_1 x^{-1/y^*_h})$. Esto surge de la probabilidad de que todos los parches independientes del sistema permanezcan por debajo de su escala de clúster típica.
   • Cola derecha ($x \to \infty$): $1 - F_C(x) \sim c_0 x^{-1/y^*_h} \exp(-c_1 x^{1/(1-y^*_h)})$. Esta combina el prefactor algebraico de los resultados de grafos completos con el costo exponencial gobernado por el exponente de escalamiento de la magnetización.

Resultos

• Variable tipo magnetización ($x_m$): Los datos numéricos para redes 2D y 3D, así como para grafos completos, respaldan la forma de cola de exponencial estirada. Las distribuciones 2D y 3D exhiben la estructura de doble pico esperada en el cuerpo (bulk), mientras que el límite del grafo completo muestra un único pico. El modelo FK-Ising sigue el límite de cuarto orden de campo medio ($P(x) \propto \exp(-cx^4)$), mientras que la pseudo-magnetización de la percolación sigue la correspondiente cola de campo medio ($\exp(-cx^3)$) con correcciones en la región central debido a la simetría $Z_2$ de la construcción con signo.
• Variable del clúster más grande ($x_C$): Las formas de escalamiento propuestas para ambas colas (izquierda y derecha) de la CDF son validadas en todas las geometrías. Los datos colapsan cuando se grafican contra las potencias previstas de $x$ determinadas por el $y^*_h$ específico de la clase de universalidad.
• Anomalía del FK-Ising en grafos completos: Un hallazgo distintivo concierne a la cola izquierda del modelo FK-Ising en el grafo completo. Mientras que el clúster más grande típico escala como $N^{3/4}$ (escalamiento de campo medio de Ising), la cola extrema izquierda está gobernada por configuraciones raras donde el clúster más grande escala como $N^{2/3}$ (escalamiento tipo percolación). Estos eventos raros tienen un peso de probabilidad de orden $N^{-1/12}$. Los autores demuestran que reescalar la distribución por $N^{1/12}$ y utilizar la variable de escalamiento de la percolación $x_p = C_1/N^{2/3}$ revela un colapso de datos, confirmando que la cola izquierda sondea una transición hacia un comportamiento tipo percolación en lugar de las fluctuaciones típicas de Ising.

Significancia y Reivindicaciones
El artículo afirma que las colas de las distribuciones del parámetro de orden revelan características universales de las fluctuaciones críticas que no son capturadas únicamente por observables promediados (como la razón de Binder). Específicamente:

• Las colas de grandes desviaciones proporcionan una sonda sensible de las clases de universalidad, distinguiendo entre regímenes de fluctuaciones típicas y raras.
• La variable de masa de clúster con signo extiende exitosamente el análisis de tipo magnetización a la percolación, confirmando que la misma estructura de cola de exponencial estirada se aplica tanto a modelos de espín como geométricos.
• La distribución del clúster más grande sirve como una realización geométrica de los mismos principios de grandes desviaciones que gobiernan la magnetización, con exponentes fijados por la dimensión de escalamiento magnético.
• La identificación de la cola izquierda de tipo percolación en el modelo FK-Ising en grafos completos destaca cómo las configuraciones raras pueden seguir leyes de escalamiento distintas al comportamiento de fase típico, ofreciendo una comprensión más profunda de la estructura del punto fijo crítico.

Los autores concluyen que, si bien se han establecido las formas de escalamiento principales, una teoría analítica más completa que incluya prefactores de orden inferior y correcciones de tamaño finito sigue siendo una dirección abierta para trabajos futuros.