em
Modelos de Cresimento
Sidiney GeraldoAlves
Orientador: Prof. José GuilhermeMoreira
Co-orientador: Prof. Silvio daCostaFerreiraJr. (DPF/UFV)
Tese apresentadaà Universidade Federal de MinasGerais omorequisito parialpara
obtenção dograu de Doutor emFísia.
MariaJosé Alves
Aosmeus pais,sem osquaisesse momento nãoseriapossível. Pelas obranças e pelos
exemplos aolongo detoda minha vida.
À Letiia, minha amadaesposa, pelo seuamore ompanheirismo.
Aosorientadores,professores JoséGuilherme eSilvio (DPF/UFV) pelos preiosos
en-sinamentose disussões.
AosprofessoresdoDF/UFMG,portodososensinamentosquereebi. Emespeial,aos
professoresdogrupodeFísiaEstatísitaportrabalharem emfunçãodeequiparolaboratório
sem o qual não seriapossívela realização de todosostrabalhos dessatese de doutoramento,
e partiularmenteao professorJaerson pelo tempo dediado aadiministração domesmo.
Aosfunionários do DF/UFMG,por todososserviçosprestados.
Aos olegas, agradeço a todos osolegas da pós-graduação, em partíular àqueles do
laboratóriode Físia Estatístia.
Aosprofessoresdo DPF/UFV,pela hospitalidadee amizade. Em espeial, aos
profes-soresMarelo e José Arnaldopelaleitura doapítulo derevisão da tese.
À omunidade que desenvolve o Linux e softwares livres (Latex, Grae, FORTRAN,
Xg, Gnome, et.),através dosquaistodosostrabalhosdessa tese foramdesenvolvidos.
Nesta tese de doutoramento, estudamos leis de esalas e rossovers em modelos de
resimentode agregados einterfaes. Nossaabordagemonsiste emumaanalisedemodelos
disretos por meio de simulações om o objetivo de investigar suas lasses de universalidade
e o apareimento de rossovers. Na primeira parte da tese, analisamos as propriedades de
esalaeminterfaes. Oprimeiro modeloderesimento de interfaesestudado foionstruído
para apturar osefeitos da ompetição entrea deposição e difusão de partíulas.
Enontra-mos umatransiçãono omportamento da rugosidade,que exibeumexpoentede resimento
referente àlasse deuniversalidadede Mullins-Hering(MH)paratemposurtos eàlassede
Villain-Lai-Das Sarma (VLDS) paratempos longos. Em seguida, investigamos o modelo de
Wolf-Villain om umamodiação na regra de resimento introduzida paraestudar
rosso-vers. Conluímos esta parte da tese analisando estruturas omsimetria radial, omatenção
partiular a detalhes assoiados à estratégia de medida da rugosidade que podem levar a
onlusões equivoadas dos expoentes e, onseqüentemente, da lasse de universalidade dos
sistemas onsiderados. Na parte seguinte, onsideramos transições morfológias em
mode-los de agregação de partíulas. Estudamos generalizações do modelo de agregação limitada
por difusão (DLA).Na primeira, onsideramos oefeito de umatendênia nastrajetórias das
partíulas. Mostramos que osagregados apresentam uma transição morfológia entre o
mo-delo DLA e o modelo de agregação balístia (BA) e araterizamos quantitativamente essa
transição por meio do omprimento araterístio. Em seguida, estudamosa anisotropia em
agregados obtidos no modelo DLA através de uma generalização que inlui uma
probabili-dade deresimento àsregrasdeevoluçãoedaapliaçãodaténiadereduçãoderuído. Esse
modeloapresenta umrioomportamento quandovariamos osparâmetros envolvidos.
Fina-lizamos essa tese omummodelo deagregação oqual onsistede umamistura de partíulas
queexeutamaminhadasaleatóriasetrajetóriasbalístias. Nestemodelo,enontramosuma
In thisdotoralthesis,westudied, throughsimulations ofdisretemodels,thesaling
laws, universality lasses and rossovers in aggregation proesses and interfaes growth. In
the rst part of the thesis, we analyzed the interfaes saling in growth models. Initially, a
interfaegrowthmodelthatapturestheeetsoftheompetitionbetweenpartiledeposition
and diusion was studied. We found a transitionin theroughness behavior, whih presents
a growth exponent relatedto theMullins-Hering(MH)universalitylassfor short timesand
theVillain-Lai-Das Sarmalassfor longtimes. In addition,we investigated amodiedW
olf-Villain model aiming to study the rossovers found in this model. We onlude this part
of the thesis by analyzing strutures with radial symmetry, with partiular attention to the
details assoiated totheroughnessmeasurestrategy,whih anleadtoerroneousonlusions
about the exponents and, onsequently, the universality lass of the onsidered system. In
the seond part, we onsidered morphologial transitions in modied diusion-aggregation
aggregation growth models. In the rst one, the eet of a bias in the partile trajetories
wasstudied. We show that the aggregates exhibit a morphologial transitionbetween DLA
andballistiaggregation(BA)modelsandharaterizedquantitativelythistransitionthrough
the harateristi length. In the next work, the anisotropy of aggregates obtained with the
DLAmodelwasdeeplyanalyzedthroughtheinlusioninitsevolutionrulesofaneighborhood
dependent growth probability and the appliation of noise redution tehnique. This model
exhibit a rih behavior when we vary the involved parameters. We onluded the thesis
with the investigation of an aggregation model whih onsist of a mixture of Brownian and
ballisti wandering partiles. In this model, we found a smooth transition from DLA to
1 Introdução 1
I Leis de Esalas em Modelos de Cresimento 5
2 Leis de Esala e Modelos de Cresimento 6
2.1 Frataise Leis deEsala . . . 6
2.1.1 Auto-similaridade e Auto-anidade . . . 6
2.1.2 Caraterização deEstruturas Fratais . . . 11
2.2 Modelos deCresimento de Agregados . . . 13
2.2.1 Agregação Limitada por Difusão . . . 14
2.2.2 Agregação Balístia . . . 19
2.3 Classes deUniversalidade emInterfaes . . . 20
2.3.1 Caraterização deInterfaes . . . 20
2.3.2 EquaçõesEstoástias . . . 25
2.3.3 Correlações eCrossover emInterfaes . . . 33
2.4 Modelos deCresimento de Interfaes . . . 36
2.4.1 Deposição Aleatória . . . 36
2.4.2 Deposição Aleatória omRelaxação- Modelode Family . . . 36
2.4.3 Deposição Aleatória omReusa- Modelode Kim-Kosterlitz . . . 38
2.4.4 Deposição Balístia- Modelode Vold. . . 39
2.4.5 Deposição Aleatória omDifusãode Partíulas . . . 41
2.4.6 Modelos deCresimento e Classesde Universalidade . . . 42
II Modelos de Cresimento de Interfaes 44 3 Efeito da Difusão em um Modelo de Cresimento de Interfaes 45 3.1 Introdução. . . 45
d
= 1 + 1
3.3.2 Simulações em
d
= 2 + 1
dimensões. . . 533.4 Formação deMorros . . . 56
3.5 Conlusões . . . 58
4 Crossover no Modelo de Wolf-Villain 60 4.1 Introdução. . . 60
4.2 OModelode Wolf-Villain . . . 61
4.3 Regra deEvolução Probabilístia . . . 62
4.4 Resultados. . . 63
4.4.1 Resultados em
1 + 1
Dimensões . . . 634.4.2 Resultados em
2 + 1
Dimensões . . . 684.5 Conlusões . . . 72
5 Teoria de Esala em Sistemas om Simetria Radial 74 5.1 Introdução. . . 74
5.2 Omodelode EdenForadaRede . . . 75
5.3 Interfae dosAgregadoseFlutuaçõesdosCentros de Massa . . . 78
5.4 Modelos deresimento na redequadrada . . . 82
5.5 Conlusões . . . 84
III Modelos de Agregação de Partíulas 86 6 Transição Morfológia entre os Modelos DLA e BA 87 6.1 Introdução. . . 87
6.2 Agregação de Partíulas omTendênianasCaminhadas . . . 88
6.3 Modelode Agregação de Caminhantes omTendênias Aleatórias . . . 90
6.4 Caminhada e Otimização . . . 93
6.5 Resultados. . . 95
6.5.1 Validade do AlgoritmoOtimizado. . . 95
6.5.2 Caraterização daTransiçãoMorfológia . . . 96
6.5.3 Relaçõesde Esala . . . 101
6.6 Transiçãona Caminhada . . . 101
7.2 Redução deRuídono Algoritmode Bogoyavlenskiy . . . 106
7.3 Algoritmo Generalizado . . . 109
7.4 Conlusões . . . 114
8 Agregação em uma Mistura de Partíulas 117 8.1 Introdução. . . 117
8.2 Modeloe Implementação Computaional . . . 117
8.3 DistribuiçõesRadial e Angular dePartíulas . . . 119
8.4 Conlusões . . . 126
IV Conlusões e Perspetivas 127
Introdução
Proessos de resimento naturais podem levar a estruturas omplexas, que possuem
irregularidades em diferentes esalas de observação. Tais proessos, em sua maioria forado
equilíbrio, são enontrados nos mais diferentes fenmenos físios. Como exemplos podemos
itar eletrodeposições [1℄, formação de dedos visosos (visous ngering) em desloamento
uido-uido [2℄, resimento de olnias de batérias [3℄, resimento de neurnios [4 ℄, et.
Todosestesfenmenospossuemumaaraterístiaemomum: umgrandenúmerode
onsti-tuintesqueinteragemmutuamentedeumamaneiramuitas vezessimpleselevamaestruturas
omplexas e/ou omportamentos não-lineares. Devido a essas araterístias a ompreensão
de tais proessos de resimento não é uma tarefa fáil. As araterístias dessas estruturas
são determinadas por um onjunto de fenmenos que oorrem durante seu proesso de
for-mação. Por exemplo,no resimento de olniadebatérias, seomeio é rioemalimento,o
padrãogeradoéompatopoisaompetição pornutrientesnãoéagressiva(gura1.1 (a)). Já
quandoexisteumaesassezdenutrienteopadrãogeradoéramiadodevidoainstabilidades,
o quemaximizaaáreadeontatoomo meio(gura1.1(b))eotimiza oproessode proura
por nutriente.
Em alguns proessos, podemos enontrarestruturas que apresentama propriedadede
invariânia sobmudanças deesalade observação. Seo fatordeesalausadonessa mudança
é omesmoparaasdiferentesdireçõesdizemosqueoobjetoé auto-similar. Asestruturas que
apresentam a propriedade de auto-similaridade são onheidas omo objetos fratais [5, 6 ,
7, 8℄e suas araterístias podemser estudadas usandoa geometria fratal, introduzida por
Mandelbrot [5℄.
Muitosproessosderesimentoenvolvemumasuperfíiedeseparaçãoentrediferentes
meios. Essassuperfíiespodemapresentarirregularidadesemdiferentesesalasdeobservação.
Por exemplo, ao aminharmos sobre uma montanha podemos enontrar uma hierarquia de
subidas e desidas de todos os tamanhos. Para quem aminha ao longo do perl de uma
(a) (b)
Figura1.1: Em (a) resimento de olnia de batérias em um meio rio em alimento. Em
(b) um meio om alimentação esassa. As guras foram extraída da página:
http://star.tau.a.il/inon/bayber0.htmlemnovembrode2005.
vão desde milímetros até quilmetros. No entanto, para se observar a invariânia sob uma
mudançadeesalaemalgumasinterfaeséneessáriofatoresdeesaladiferentesparadireções
diferentes. Estas interfaessão denominadasauto-ans.
Passosimportantes foram dadosna ompreensão da dinâmia de proessos de
resi-mento por meiodo estudode modelos disretose deequaçõesfenomenológias de
resimen-tos[7,9℄. Essasaproximaçõesprouramapturararaterístiasfísiasesseniaisdoproesso
de resimento. Na aproximação de modelosdisretos prouramosreproduzir,através de
re-gras simples, osproessos maisrelevantes queoorremdurante a evolução. Na aproximação
via equações fenomenológias prouramos desrever o sistema no limite termodinâmio
(es-alas de omprimentos grandes),ou seja, os detalhesmirosópios sãoignorados e apenas
suas médiassãoonsideradas. Aonstrução dessasequaçõesbaseia-se emargumentosfísios
e/ou de prinípios de simetria. Em ambas aproximações prouramos por expoentes rítios
assoiados àsleisde potênia que determinama lassede universalidade do sistema.
Um proesso de resimento baseado na agregação de partíulas de grande interesse
é o modelo de agregação limitada por difusão (DLA, de diusion-limited aggregation) [10℄.
Nesse modelo, partíulas são lançadas de pontos muito distantes do agregado e exeutam
aminhadas aleatóriasatéalançaremumsítioprimeiro vizinhodoagregadoonde sãoxadas
irreversivelmente. Versõesna redee foradelaforam muito estudadas[11, 12 ,13 ℄. Apesarde
sua simpliidade, o modelo DLA geraestruturas omplexas om propriedades de esalanão
triviais [7, 8,14,15℄. Outro modeloimportante, onheido omoagregação balístia(BA,de
balistiaggregation), éobtidoquandosubstituímosaaminhadaaleatórianomodeloDLApor
homogêneas, elas possuem uma relação de esala não trivial da densidade e da largura da
zona ativa omofunçõesdo número de partíulas no agregado.
Modelos de deposição do tipo sólido sobre sólido foram propostos para ompreender
melhor a dinâmia de resimento de interfaes [7, 9℄. Em partiular, os modelos de W
olf-Villain(WV)[16 ℄eDasSarma-Tamborenea(DT)[17 ℄sãodegrandeimportâniaporqueforam
pioneirosnoestudodadifusãodepartíulasnasinterfaes,alémdeseremaprimeiraevidênia
numériademonstrando expoentesde esaladiferentesdaqueles daslasses deuniversalidade
de Edward-Wilkinson (EW) [18 ℄ e Kadar-Parisi-Zhang (KPZ) [19 ℄.
O prinipal objetivo dessa teseé estudar leisde esalae transiçõesno resimento de
interfaes edeagregados pormeio demodelosdisretos. Oapítulo 2édediadoa uma
revi-são de literatura, em que desrevemos os prinipaismodelos de resimento por agregação e
de interfaes,bemomoalgumasdasténiasutilizadasemsuasaraterizações. Nosdemais
apítulos apresentamos ostrabalhosda tese,prourandoapresenta-losda maneiramais
inde-pendente possível(asonlusõesdeada trabalhosãoinluídas nonaldosapítulos). Estes
trabalhosforamdivididosemduaspartes,naprimeiraestudamos lassesdeuniversalidadese
rossovers emmodelos deresimento de interfae (denominados modelosde deposição). No
apítulo3estudamosummodeloderesimentodeinterfaeparaabordaraompetiçãoentre
a deposição e a difusão daspartíulas, bemomo, a formação de morros [20 , 21 ,22℄ quando
umatendênianasaminhadaséinluída. Nestetrabalho,mostramosqueomodeloapresenta
um rossover da lasse de universalidade de Mullins-Hering (MH)para a deVillain-Lai-Das
Sarma (VLDS)em
1 + 1
dimensões. Entretanto,em2 + 1
dimensões,omesmorossover nãoé observado e o modelo apresenta expoentes relaionados à lasse de universalidade VLDS.
Alémdisso,observamosqueumatendênianasaminhadaslevaainstabilidadese,
onseqüen-temente, a interfaes om formação de morros e uma mudança no expoente de resimento
paraumvalor assintótiopróximode
1/2
. Mostramostambémqueasgrandesutuaçõesnasinterfaes, as paredes dosmorros, são as responsáveis pela mudança no expoentede
resi-mento. No apítulo 4 , estudamos uma versão modiada do modelo de Wolf-Villain (WV).
Neste trabalho, investigamos o rossover no modelo WVpela introdução de uma
probabili-dade de resimento queprivilegia ossítios ujonúmerode ligaçõesé maior. Mostramos que
essa modiação aelerao rossover dalasse de universalidade MH paraa EW,em
1 + 1
e2 + 1
dimensões. Entretanto, omo essa modiação introduz umareusa de partíulas, umrossover paraa lasse de universalidade KPZ aparee. No apítulo5, estudamos as
propri-edades de esala de interfaes om simetria radial utilizando agregados obtidos pelo modelo
de resimento deEdenforadaredeepor trêsmodelosna redequadrada [23℄. Nessaanálise,
mostramos que diferentes estratégias adotadas para medir a rugosidade da interfae podem
levar aexpoentesde resimento diferentes.
deagregados(denominadosmodelosdeagregação). Noapítulo6,propomosummodelopara
analisaratransiçãomorfológiaentreosmodelosDLAeBA.Nessemodelo,introduzimosum
parâmetro degeneralização
λ
queontrola atendêniadaaminhadadaspartíulas[24℄. En-ontramos umatransição deagregados fratais (DLA) emesalas de omprimento pequenasparaobjetoshomogêneos(BA) emesalas grandes. A transiçãoentreosregimesde esalado
DLAeBAfoideterminada usandooomprimento araterístio
ξ
quedivergequandoλ
→
1
seguindo umaleidepotênia. Noapítulo7 ,estudamosaanisotropianomodeloDLAatravésde umageneralizaçãoqueinluiumaprobabilidade deagregaçãodaspartíulasquealançam
o agregado, essa probabilidade é proporional ao número de vizinhos oupados [25℄. Essa
generalização é onstruída baseada emum algoritmo proposto por Bogoyavlenskiy [26℄ para
gerar agregados isotrópiosobtidos usandoo modeloDLAnarede. No apítulo8,
apresenta-mos ummodeloqueonsideraagregação emumamistura departíulas [27 ℄introduzidopara
estudar a transição entre osmodelos DLAe BA forada rede. Esse modelo, queinlui osde
agregação limitadapor difusão e de agregação balístiaomo asos limites, é ontrolado por
uma probabilidade
p
queorresponde à fraçãode partíulas que onstituemo agregado adi-ionadas seguindo asregras do modelo de agregação balístia. Enontramos que a dimensãofratal
d
f
reseontinuamente omoumafunção dep
de umvalormuito próximoaoobtido paraagregadosdomodeloDLAavalorespróximosdosagregadosdoBA.NoapítuloIV,na-lizamos essa tesede doutoramento apresentandoumresumodasonlusõesdeada trabalho
Leis de Esalas em Modelos de
Leis de Esala e Modelos de
Cresimento
2.1 Fratais e Leis de Esala
Observando estruturas enontradas nanatureza, taisomo árvoresbronquiais,
forma-çõesdendrítiasdeneurnios, olniasdebatérias oufungos,eletrodepósitos, dentre outras,
enontramos irregularidades em uma ampla faixa de esalas de omprimento. Por
exem-plo podemos failmente notar que o galho de uma árvore se paree om a árvore ou que
um pequeno ramo de uma ouve-or se paree om a ouve-or inteira. Essa araterístia
de invariânia sob mudanças de esala de observação (uma parte se paree om o todo) é
hamada de auto-similaridade. Objetos que apresentam essa propriedade são denominados
objetos fratais. Em geral,osobjetos auto-similares nãopodemseradequadamente tratados
om os métodos analítios usuais. De fato, asferramentas da geometria fratal, introduzida
por Mandelbrot [5 ℄, forneem uma desrição matemátia quantitativa maisompleta desses
sistemas auto-similares [6, 7 ℄.
Quandofalamosemauto-similaridadeouinvariâniasobmudançasdeesalade
obser-vação, usamosomesmofatornatransformaçãode esalaparatodasasdireções. Entretanto,
emalgunsasos,omoosontornosdasmontanhaspertenentesaumaadeia[28℄éneessário
um fator deesala apropriado paraada direção do espaço,de maneira queas suas
proprie-dades permaneçam invariantes. Os objetosquepossuemessa araterístiasãodenominados
auto-ans.
2.1.1 Auto-similaridade e Auto-anidade
Devemos observar que quando fazemos suessivas mudanças na esala de observação
onstituintes básiosouotamanhodoobjeto. Por exemplo,quandoobservamos umgalhode
umaárvoreelesepareeomaárvore. Se passarmosaolharpara umpequenogalhoretirado
doprimeiro eassimsuessivamente,alançaremosumramo(ouaule)queemnadaseparee
om a árvore ouseus galhos. Outro fatomuito importanteé quenos exemplosda ouve or
e da árvore, osramos apenassepareem omo todo,eles não sãouma reprodução exata da
ouve or ou daárvore. Paraobjetos nosquaisa invariânia de esalanão éexata, devemos
falar em auto-similaridade estatístia. Contudo, podemos onstruir estruturas matemátias
exatas usando, por exemplo, um proesso reursivo que produz objetos para os quais não
existem limites inferior ou superior e levam a uma reprodução exata entre duas realizações
distintas ou entre duas partes do objeto. Tais objetos são onheidos omo objetos
auto-similares determinístios. Dependendo do método de onstrução, partes são retiradas ou
adiinadas a uma estrutura aada iteração. Para ilustrar tais objetos, usaremos otriângulo
de Sierpinski queégeradoa partirdeumtriângulo equiláterototalmente preenhidode lado
ℓ
0
, onforme ilustrado na gura 2.1. O triângulo de Sierpinski pode ser obtido através do seguinte proedimento: a ada iteração (ou passo)k
,removemos umtriângulo equilátero de ladoℓ
k
−
1
/2
de ada triângulo totalmente preenhido. Esse proedimento deve ser repetido innitasvezesparaseobteroobjetoauto-similardeterminístio. Comopodeservistoapartirda região destaada nopasso
k
= 3
,aestrutura nopassok
−
1
éuma ampliaçãode umadas partes no passok
.Umaaraterístiaimportantede umobjetofrataléque,emgeral,suadimensãonão
é inteira e émenor queadimensão
d
do espaçono qual estáimerso. Ooneitode dimensão de umobjetopodeserligado usualmente aduasidéias: onúmerodeoordenadasneessáriaspara loalizar um ponto no espaço e a noção de medida de omprimento [29 ℄. Usando a
primeira idéia, Poinare e Brouwer disutiram o oneito da hamada dimensão topológia.
Essa noção arma que um objeto possui
n
dimensões quando podemos separa-lo em duas partes desonexas usandoumobjetoden
−
1
dimensões. Assim,onsiderandoqueumponto possuidimensão0
(zero),umaretapossuidimensão1
(um)umavezqueelapodeserseparadaretirando apenas um de seus pontos. Por sua vez, um plano, que pode ser dividido emdois
retirando umareta, possuidimensão
2
(dois)e assimsuessivamente.Ovolumede umobjeto, sendoeleregular oufratal, pode serdeterminado por
V
(ǫ) =
N
(ǫ)ǫ
d
(2.1)em que
N
(ǫ)
é o número mínimo de aixas de ladoǫ
neessário para obrir todo o objeto ed
≥
d
objeto
é a dimensão das aixas usadas, normalmente a mesma do espaço de imersão.
A medida do número de aixas de lado
ǫ
neessárias para obrir um objeto (uma medida relaionada ao aspeto métrio do oneito de dimensão) também fornee uma maneira demediradimensãodoobjeto. Essapodeserdenominadadimensãodeapaidade,iniialmente
denida por Kolmogorov. A dimensão de apaidade é uma medida do quanto o objeto ou
onjunto onsiderado preenheo espaço noqual estáimerso. Em geral, obtemos
N
(ǫ) =
Aǫ
−
D
,
(2.2)em que a onstante
A
é hamada de launaridade eD
é a dimensão do objeto. Para uma dadadimensão, quantomaioralaunaridade, maioraquantidadederegiõesvaziasnointeriordo objeto. Noteque paraobjetos regulares
D
=
d
éinteiro epodeoinidir om a dimensão do espaço de imersão. Para objetos frataisD
=
d
f
, a dimensão fratal do objeto. Essa denominação, dimensãofratal,é devido aofatoqueesta dimensãonão é inteira e,emgeral,d
f
< d
. Comoonsequênia, quandotomamos olimitedeǫ
→
0
(naequação (2.1 )),ovolume de objetos regulares vaiparaumvalor nito, umavez quede aordoom aequação (2.2)N
(ǫ)
∼
ǫ
−
d
.
Entretanto, paraumobjetofratalovolumevaia zeropois,
V
(ǫ)
∼
ǫ
(
d
−
d
f
)
e
d
−
d
f
>
0
. Por outro lado, a superfíie de uma estrutura fratal pode ser muito grande (ou atémesmoinnita). Assim,aofazerumamedida sobreoobjetousandoumaaixaomamesmadimensãodoespaçodeimersão doobjeto,essamedidatendea
0
nolimiteǫ
→
0
,mas quando adimensãodaaixaémenor quea dimensãodeimersão equeadoobjeto, amedidadiverge. Istodeve-seao fatoqueosobjetosfrataispossuemdimensãonão inteira menor que
No aso do triângulo de Sierpinski, om
ℓ
0
= 1
, o número de aixas de tamanhoǫ
= 1/2
k
neessáriasparaobrir aestruturanopasso
k
éN
(ǫ) = 3
k
,assimseuvolumeédado
por
V
(ǫ) = 3
k
1
2
k
d
=
3
4
k
,
(2.3)em que usamos
d
= 2
(dimensão das aixas usadas no reobrimento). No limitek
→ ∞
a equação (2.3 ) forneeV
→
0
. A dimensão fratal, que pode ser determinada exatamente a partir daequação (2.2 ), éd
f
=
−
ln [N(ǫ)]
ln(ǫ)
=
−
ln 3
k
ln (1/2
k
)
=
ln 3
ln 2
= 1.584...
(2.4)Conforme menionado anteriormente, objetos fratais são invariantes sob mudanças
de esala isotrópias. Entretanto, existem objetos que neessitam transformações de esala
anisotrópias para manter a invariânia. Tais objetos são denominados auto-ans. Estamos
interessados partiularmente emestruturas quepodemser desritaspor umafunção unívoa
h(~x)
(aalturadeumainterfae,porexemplo),emque~x
representa umaposição. Paradeixar adesrição maislara,limitar-nos-emosao aso1 + 1
dimensionalnoqualh(~x) =
h(x)
éuma função apenasdeumaoordenadaespaial. Quandoh(x)
é umafunçãoauto-am, éválidaa relaçãoh(x) =
b
−
H
h(bx),
(2.5)emque
b
éofatordeesalanadireçãox
,b
H
atransformaçãoapropriadanadireção
perpendi-ulara
x
eH
éumexpoente,denominadoexpoentedeHurst. Estaequaçãoretrataofatoque umafunção auto-amdeveseresaladademaneiras distintasemada direção paramanterainvariânia. No asoem que
H
= 1
,atransformação éisotrópiae o sistemaéauto-similar. Da mesma maneira que os objetos fratais, as urvas auto-ans podem ser obtidasatravés de um proesso reursivo. Como exemplo, partiremos da diagonal de um retângulo
de omprimento
4ℓ
ealtura2ℓ
mostrada nagura 2.2(a). Aurvaauto-am éobtida usandoo seguinte proedimento: a ada passo
k
substituímos os segmentos de omprimentoℓ/4
k
pelaestruturamostradanagura2.2(b). Para obteroexpoentedeHurst dessaurva,vamos
utilizar o treho destaado na gura 2.2 (). Para reuperarmos a gura original em (b)
devemos fazerastransformaçõesde esala
x
→
x
′
=
b
k
x
eh
→
h
′
=
b
⊥
h
om
b
k
= 4
eb
⊥
= 2
. Daequação (2.5 ) temosqueb
k
=
b
eb
⊥
=
b
H
. Assim
b
⊥
=
b
H
k
eH
=
ln 2
ln 4
=
1
2
.
(2.6)Outroexemplodeurvaauto-améobtidousandoumaminhantealeatório. Considere
k = 0
k = 3
(d)
(a)
k = 1
(b)
k = 2
(c)
Figura2.2: Ilustração deummétodosimplesparaseobterumaurvaauto-am.
um salto de omprimento
1
a direita ou a esquerda. Um exemplo da funçãox(t)
após10
4
passosémostradanagura2.3 (a). Em2.3(b)apartedestaadaem2.3 (a)éampliadausando
o mesmo fator de esala em ambas as direções. Já em 2.3 (), usamos um fator diferente
para ada direção. Repare que a urva em (b) paree alongada na direção vertial quando
omparada om a original. Já a urva em () se paree muito om a urva original. Para
obter a urva em ()usamos,
b
k
=
b
2
eb
⊥
=
b
, ou seja,H
= 1/2
, pois o desvio quadrátio médio (uma medida dalargura da urva auto-am)emumaaminhada aleatóriaé dado porσ
∼
t
1
/
2
.(a)
(b) ()
Figura2.3: (a)Curvaauto-amgerada emuma aminhadaaleatória após
10
4
passos. Em(b)
a partedestaada em(a)éampliada usandoomesmofatordeesala emambasas
2.1.2 Caraterização de Estruturas Fratais
Nesta seção,desreveremos algumas dasprinipais medidas quantitativas que podem
ser utilizadas para araterizar tanto estruturas obtidas através de modelos quanto aquelas
enontradas na natureza [7, 8℄. Em ambos os asos onsideraremos que as posições das
partíulas dosistemaonsiderado sãodesignadas por umonjunto de variáveis
~r
i
.Método Massa-Raio
Um método simples muito utilizado para determinar a dimensão fratal é o método
massa-raio. Este método onsiste basiamente em determinar a massa
M
(r)
do aglomerado nointeriordeumíruloderaior
,ouseja,ontaronúmerodesítiospertenentesaoagregado no interior deumírulo deraior
. Em geral,M(r)
seguea relaçãoM
(r)
∼
r
D
(2.7)em que
D
é adimensãodo objeto. No asode objetosfrataisD
=
d
f
. Portanto,para obter a dimensão fratalbastamedira inlinação dográo deln
M
versusln
r
.Raio de Giração
No estudo desistemas queapresentam umasimetriaradial (por exemplo objetosujo
resimento oorre apartir de umasemente e que possuisimetria esféria) é omum utilizar
o álulodo raiode giração
r
g
denido porr
g
=
"
1
N
N
X
i
=1
(~r
i
−
~r
cm
)
2
#
1
/
2
,
(2.8)em que
N
é o número de partíulas no agregado,~r
i
é a posição dai
-ésima partíula e~r
cm
a posição do entro de massa. A evolução do raio de giração pode ser estudada omo umafunção do número de partíulas no agregado
N
. Para objetos auto-similares, a relaçãoentrer
g
eN
segueumalei de potênia, ouseja,r
g
∼
N
ν
,
(2.9)em que
ν
é o expoente do raio de giração. ComoN
∝
M
er
g
∝
r
a
, emquer
a
é o raio do agregado. Assim,enontramosr
g
1
/ν
∼
r
d
f
Funçãode Correlação
A função de orrelação tem sido extensivamente utilizada para a araterização de
sistemas desordenadosem físiaestatístia. Umadasmedidasmaisusadas naaraterização
de agregados fratais é a função de orrelação da densidade entre dois pontos
C(~r)
denida porC(~r) =
1
N
X
{
~
r
0
}
ρ(~r
0
)ρ(~r
0
+
~r),
(2.10)emque
ρ(~r) = 1
quandoopontoperteneaoagregadoeρ(~r) = 0
,asoontrário. Osomatório se estende sobre todas asN
partíulas do agregado. Considerando objetos homogêneos e isotrópiosC(~r)
depende apenas da distâniar
, ou seja,C(~r) =
C(r)
, eC(r)
representa a probabilidade deenontrarmos duaspartíulas doobjetoseparadasporumadistâniar
. Um proedimento para medir a orrelação entre duaspartíulas é ilustrado na gura 2.4 . Nesteproedimento, usamos dois írulos onêntrios oloados sobre uma partíula do agregado
usada para referênia. O elemento de área delimitado entre os dois írulos onêntrios é
utilizado para determinar o número de sítios pertenentes ao agregado a uma distânia
r
da partíula de referênia. Uma média é feita usando todasas partíulas do agregado omoreferênia para umamesma distânia
r
.Para objetos auto-similares espera-seque a função de orrelação sejauma função
ho-mogênea de ordem
α
,ou seja,C(r) =
b
−
α
C(br),
(2.11)o queimplia na formaalgébria
C(r)
∝
r
−
α
.
(2.12)r
Figura2.4: Ilustraçãodeumproedimentoparadeterminaçãodafunçãodeorrelaçãoentredois
O expoente
α
é hamadoo-dimensionalidade doobjeto, pois satisfaza relaçãode esalaα
=
d
−
d
f
,
(2.13)emque
d
éadimensãodeimersãodoobjetoed
f
suadimensãofratal. Arelação (2.13 )pode ser obtida daseguinte forma,N
(r)
∼
Z
r
0
C(r
′
)d
d
r
′
⇒
r
d
f
∼
r
d
−
α
Em que
C(r
′
)
forneeuma medida dadensidade a umadistânia
r
′
ao redor deumponto.
Outra medida importantequando ahipótese de isotropia nãoé preenhida é afunção
de orrelação tangenial (ou angular)
C
r
(θ)
denidaemd
= 2
omo [30 ℄C
r
(θ) =
1
N
X
θ
′
ρ
r
(θ
′
)ρ
r
(θ
′
+
θ)
(2.14)emque
ρ
r
(θ)
forneeonúmerodepartíulask
emumaaixadetamanhorδrδθ
noponto(r, θ)
. Para determinarC
r
(θ)
podemos utilizar o proedimento ilustrado a gura 2.5. O somatório sobreθ
′
varia
0
atéπ
usando inrementosδθ
′
. A função
C
r
(θ)
desreve a orrelação entre pares de pontos em uma amada de espessuraδr
a uma distâniar
da origem omo uma função da separaçãorθ
entre eles.δ
r
θ
δθ
r
Figura2.5: Ilustração dadeterminaçãodafunção de orrelação angular. Umelemento deárea
rδrδθ
éutilizadoparadeterminar aorrelaçãoentredoispontosàmesmadistâniar
daorigemeomumaseparaçãoangularθ
.2.2 Modelos de Cresimento de Agregados
Nanatureza podemosenontrarumnúmeromuitograndedeproessosderesimento
exemplos, podemos itar a eletrodeposição, a formação de vasos sangüíneos, o resimento
de olnias de batérias, de líquens, et. Muitos desses proessos oorrem pela agregação
de um ou mais omponentes. Para um maior entendimento desses, torna-se neessária a
onstrução de modelos que prourem inluir os prinipais ingredientes envolvidos. Muitas
vezes esses modelos de resimento são denidos em uma rede
d
-dimensional em que ada sítio é assoiado a uma variávelσ
i
, a qual assume valoresσ
i
= 0
ouσ
i
= 1
quando o sítioi
estávazioououpado,respetivamente. Podemosaindaonstruirtaismodelosforadaredenestesumonjunto devariáveis
~r
i
éusadoparadesignaraposiçãodaspartíulaspertenentes ao agregado. Nesta seção iremos desrever alguns modelos ujo meanismo fundamental é aagregação deunidades fundamentais quehamaremos generiamente de partíulas.
2.2.1 Agregação Limitada por Difusão
Umdosmodelosderesimento deagregadosmaisestudadoséomodelodeagregação
limitadapor difusãomaisonheidoporDLA(diusion-limited aggregation)[7 , 8,10℄. Nesse
modelo,umasementeéusadaomoondiçãoiniialeoutraspartíulas sãoliberadas,umade
ada vez, em posições aleatórias distantes dessa semente. As partíulas movem-se seguindo
uma aminhada aleatória até entrarem emontato om umapartíula do agregado, quando
elas tornam-se irreversivelmenteparte dele. Se naaminhada, aspartíulas ultrapassam um
raio
r
k
muito distante do agregado, elas são desartadas. Versões do modelo na rede e fora delaforamamplamenteestudadas[12 ,31℄. Nagura2.6mostramosumagregadoom3
×
10
4
partíulas geradoemumaredequadrada. Apesardesuaregrasimples,omodeloDLAproduz
estruturas om ramos que possuem auto-similaridade estatístia. Essa morfologia é devido
a efeitos de blindagem produzidos pelos ramos maisexternos que apturam osaminhantes
Figura2.6: PadrãogeradopelomodeloDLAnaredequadradaom
3
×
10
4
om umaeiêniamuito maiorqueosramos maisinternos. Assim,pequenasutuaçõessão
ampliadas exponenialmente. Essainstabilidade,juntamenteomaaleatoriedadeinerenteàs
regras domodelo, levam aestruturas omplexas ompropriedades deesala nãotriviais.
Para estudar as propriedades das estruturas geradas pelo modelo DLA é neessário
simular o resimento de padrões om um grande número de partíulas. Para tal, o uso
das regras desritas aima torna-se inviável devido ao tempo omputaional exigido. Para
ontornar esse problema, é neessárioutilizar proedimentos queotimizem a simulação.
Pri-meiramente podemosobservarquepartíulaslançadasdepontosmuitodistantesdoagregado
passam, om igual probabilidade, sobre um írulo entrado na semente. Assim, podemos
lançar novaspartíulas sobre umírulo entrado na semente ujo raio é ligeiramente maior
que oraio doagregado, ouseja, podemos usarumraio de lançamento
r
0
=
r
a
+
δr,
(2.15)emque
r
a
éamaiordistâniadaspartíulaspertenentesaoagregadoàsemente(umamedida do raio do agregado), eδr
é tipiamente5a
, em quea
é a dimensão de uma partíula. No momento do lançamento, a direção é esolhida aleatoriamente de uma distribuição uniformeentre
π
e−
π
.Umaoutrapropriedadeimportantedeumaminhantealeatórioquepodeserexplorada
équeelealançaomigualhanequalquerpontosobreumíruloderaio
r
entradonoponto de lançamento, desde quer
≫
a
. Devido a essa propriedade podemos utilizar as seguintes estratégias de otimização:•
Quando o aminhante está longe do agregado ele pode exeutar saltos de tamanhosr
ext
> a
atéalançaroírulodelançamentoouultrapassaradistânialimiter
k
,quando quando esse aminhante é desartado e um novo é liberado no írulo de lançamento.Podemos utilizar
r
ext
=
r
−
r
0
,em quer
é a distânia do aminhante àsemente, desse modo o aminhante pode saltar, nomáximo, paraoírulo delançamento.•
Quando simulações de larga esala são exeutadas, surgem buraos da ordem dota-manho doagregado no seuinterior, umaaraterístia de objetos fratais.
Conseqüen-temente, o tempo omputaionalpara simular as aminhadas torna-seproibitivamente
grande. Uma maneira de ontornar este problema é usar saltos internos de tamanhos
r
in
para aeleraro proesso. A esolhader
in
deve sertal queo aminhante nãoatinja o agregado. Uma boa estratégia paraimplementar ossaltos internos é a seguinte:di-vidimos o espaço em umamalha de espaçamento
2r
in
,e a toda élula queonter umaparte do agregado assoiamoso valor
1
e paraas demaiso valor0
. Assim,a partíulaNa gura2.7 ,mostramosumarepresentaçãoesquemátia ontendotodasasotimizações
des-ritas. Um uidado a ser tomado é em relaçãoao valor de
r
k
: seuvalor deve ser maior que100r
a
parasimulaçõesde largaesala.r
a
r
k
r
0
r
ext
r
in
(a) (b)
Figura2.7: Ilustração dasotimizaçõesutilizadas nomodeloDLA.Em(a)ilustramosaidéiados
saltosexternoseinternoseem(b)amalhausadaparaexeuçãodossaltosinternos.
Notequeasélulasoupadasestãodestaadaseminza.
O fenmeno de blindagem pode ser observado na gura 2.8 (a), na qual, a ada
10
3
partíulasadiionadasaoagregadoaorétroada. Pode-severqueaspartíulasmaisreentes
xam-seapenasnaspartesmaisexternasdoagregado,emumaregiãodenominadazonaativa.
Outra maneira de evideniar a blindagem, no aso do modelo ser implementado em uma
rede, é por meio da ontagem do número de vezes que um sítio vazio vizinho ao agregado
(sítio da periferia) é visitado por umaminhante. Para fazer tal medida devemos gerar um
agregado e emseguida liberar
N
partíulas, umade ada vez, pararealizar uma aminhada aleatória. A ada sítio primeiro vizinho do agregado assoiamos um ontador. Quando umsítioda periferiaé visitado,seuontador éaresidodeumaunidadeemvez deresê-lo. Na
gura2.8 (b),mostramosafunçãodedistribuiçãodeprobabilidadesdeumapartíulaalançar
um sítio de periferia
i
a uma distâniaℓ
=
r
a
−
r
i
no interior do agregado. Essa urva foi obtida soltando10
5
partíulas em
100
agregados distintos. A variávelℓ
fornee a distânia de penetração de uma partíula no interior do agregado em relação a suafronteira externa.Note que para
ℓ < ℓ
′
(
≈
100
, neste aso) a probabilidade de resimento dos sítios dentrodessa regiãoéaproximadamente onstante,eaima dessevalorelavaiazerorapidamente. O
valor
ℓ
′
forneeumamedida quantitativa dalargura da zona ativa queevidenia aexistênia
do efeitodablindagemno modeloDLA.Umademonstraçãoadiional doefeitodablindagem
é apresentada na gura 2.9, na qual os sítios que foram visitados pelo menos uma, dez ou
axiais do agregado,umaevidênia quantitativa da anisotropia imposta pela rede.
(a)
10
100
1000
10
-7
10
-6
10
-5
10
-4
10
-3
10
-2
f
(b)
ℓ
Figura2.8: (a)PadrãodoDLAemumaredequadradae(b)funçãodedistribuiçãodedistânias
depenetraçãonointeriordeagregadosom
3
×
10
5
partíulas.
(a) (b) ()
Figura2.9: Sítiosderesimento(oudeperiferia)visitadosporaminhantes(a)pelomenosuma
vez,(b)maisque
10
vezese()maisque100
vezes.UmadasmedidasdaspropriedadesdeesaladoDLAéadimensãofrataldoagregado.
Na gura2.10mostramos umgráo obtido usandoo método massa-raio paraumagregado
om
10
5
partíulas resido em uma rede quadrada (veja seção 2.1.2). A dimensão fratal
medida foi
d
f
= 1.67
, em aordo om as simulações realizadas por Meakin [31 ℄ nas quaisd
f
≈
5d/6
. Esse valor é umpouo diferente do enontrado para agregados residos forada rede noquald
f
= 1.715
±
0.004
[12 ℄.Outra maneira de obter adimensão fratal dosagregados é através do estudo doraio
de giração
r
g
emfunção donúmerodepartíulasN
(seção 2.1.2 ). Usandosimulaçõesforada rede, Tolmane Meakin enontraramν
= 0.5830
±
0.0014
,que fornee,d
f
= 1.715
[12 ℄.As dimensões fratais dos agregados obtidos na rede são signiativamente menores
que as obtidas fora da rede. Isto deve-se à anisotropia imposta pela rede, omo pode ser
Figura2.10: Massa emfunção doraio para um agregado do DLAom
10
6
partíulas. A linha
traejada possuiinlinação
1
.
67
.(a) (b)
Figura2.11: PadrõesdoDLAobtidosnarede quadradaefora darede, em(a)e (b),
respetiva-mente. Emambosasososagregadospossuem
10
7
partíulas.
rede, gura2.11(b). Umamaneira deevideniara anisotropia daredeé utilizar ométodode
redução de ruído [32 ℄. Nessemétodo,assoiamosum ontador a ada sítioda rede e sempre
que um sítio vizinho ao agregado for visitado por um aminhante aleatório seu ontador é
aresido de umaunidade. Umsítioreseapenasquandoo sítiofor visitado
M
vezes. Note que esse proedimento favoree o resimento dossítios om maior probabilidade, reduzindoassim a aleatoriedade assoiada às regras de resimento. Quando
M
= 1
o modelo origi-nal DLA é reuperado. Na gura 2.12 mostramos agregados omM
= 2,
4,
16
e32
gerados em redes quadradas. Repare que à medida queM
aumenta, a anisotropia da rede a mais evidente. Em todas assimulaçõesagregados omN
= 10
4
partíulas foram gerados.
Retor-naremosa analisedaanisotropiaemagregados doDLAnoapítulo7,noqualdisutiremose
Figura2.12: PadrõesdomodeloDLAobtidosemredesquadradasusandoosparâmetrosderedução
deruído
M
= 2
,
4
,
16
e32
,dadireitaparaaesquerda.2.2.2 Agregação Balístia
Quando a aminhada aleatória no modelo DLA é substituída por uma trajetória
ba-lístia obtemos o modelo onheido omo modelo de agregação balístia também hamado
BA (Ballisti aggregation) [33 ℄. Duas versões foram muito estudadas, nas quais a ondição
iniial édadapor umapartíulaloalizadanoentrodarede[34,35,36℄. Naprimeira versão,
partíulas são lançadas, uma de ada vez, de pontos esolhidos ao aaso sobre um írulo
de raio muito maior que o do agregado. As partíulas seguem uma linha reta, om direção
esolhida ao aaso, até entrar em ontato om qualquer partíula do agregado onde
xam-se permanentemente. Na segunda versão, as trajetórias são ao longo de uma direção xa.
Uma nova partíula é lançada quando a aminhante ou olide omo agregado ou alança o
írulo de lançamento, na primeira versão, ou quando passa pelo agregado, na segunda. Na
gura 2.13 mostramos agregados gerados usando-se as duas versões. As estruturas são, em
ambososasos,assintotiamente homogêneas,omdensidade
ρ >
0
. Entretanto,adensidade das estruturas dos agregados onvergem para o limiteassintótio de forma não trivial. Paraa primeira versão, a densidade do agregado
ρ(r)
dentro de umírulo de raior
aproxima-se(a) (b)
de umaonstante seguindo umalei de potênia da forma[34℄
ρ(r) =
ρ
∞
+
Ar
−
β
(2.16)em que
ρ
∞
é a densidade assintótia do agregado,A
é uma onstante eβ
é o expoente que arateriza a aproximação do limite assintótio. Ovalor deβ
pode ser obtido da inlinação do gráoln[ρ(r)
−
ρ
∞
]
ontraln(r)
. Liang e Kadano [34 ℄ enontraramβ
≈
0.55
e0.66
para agregadosna redequadrada eforada rede,respetivamente. Essesvaloressugerem queo expoente
β
não é universal. Entretanto, umageneralização do modelo BA[24℄ sugere que esse expoente é universal(detalhes no apítulo6).Para a segunda versão do modeloBA, a estruturagerada possuiuma forma de leque
e apresenta uma densidade maior na região entral om grandes regiões vazias nas bordas
laterais. A distribuição da densidade
ρ(r, θ)
dentro dessa estrutura possui uma relação de esalanão-trivial. Adistribuiçãodadensidadeédenidaomoonúmero departíulas dentroda área
r∆r∆θ
em torno da posição~r
, e o ânguloθ
é denido em relação ao eixo paralelo as trajetórias. A distribuição de densidade proposta por Liang e Kadannof [34 ℄ obedee arelação deesala
ρ(r, θ) =
r
−
µ
f
(r
ν
(θ
−
θ
c
))
(2.17)em que
f
(x)
≡
onstanteparax
≪
1
e ai rapidamente a zero parax
≫
1
,θ
c
é umângulo que limita as bordas do agregado eµ
eν
são expoentes de esala universais que podem ser obtidos pormeio doolapso dasurvasρr
µ
versus
r
ν
(θ
−
θ
c
)
paradiferentes valoresder
. Os valoresenontrados parasimulaçõesforadaredesãoµ
≈
0.13
eν
≈
3.0
,queonordamom os valores enontrados para simulações na rede quadrada [35℄. Contudo, o valorθ
c
≈
15.5
◦
enontrado em simulações fora da rede difere muito do valor
θ
c
≈
32
◦
determinado para a
rede quadrada.
2.3 Classes de Universalidade em Interfaes
2.3.1 Caraterização de Interfaes
O resimento de interfaes é um proesso omplexo presente em muitos fenmenos
naturais. Como exemplos podemos itar proessos geológios (erosãoem montanhas),
bioló-gios (resimento deolnia debatérias), hidrodinâmios (movimento de umuidoemum
meio poroso), deposição (resimento de lmesnos), entreoutros. Asaraterístias dessas
interfaessãodeterminadasporumonjunto deproessosqueoorremdurantesuaformação.
Aapliaçãodeleisdeesalaemmodelosderesimento,umaferramentapadrãodaMeânia
Estatístia,temsidoextensivamenteusadaparaompreenderoomportamentodarugosidade
de regras simples,osmeanismosfísios esseniaisde umproesso deresimento. Esses
mo-delos de resimento sãoomumente denidos emumarede
d
-dimensional e aaltura do sítioi
no tempot
édesignada porh
i
(t)
omi
= 1
,2
,. . .
,L
d
,emque
L
d
representa otamanhodo
sistema.
Podemos desrever quantitativamente essas interfaes por meio da altura média
h(t)
da superfíie noinstantet,h(t) =
1
L
d
L
X
i
=1
h
i
(t)
(2.18)uja evolução fornee a veloidade de resimento da interfae e da rugosidade ou largura
média [7, 9℄dainterfae, quearaterizaasutuações emtornoda altura médiae édenida
omo
w(L, t)
≡
v
u
u
t
1
L
d
L
X
i
=1
(h
i
(t)
−
h(t))
2
.
(2.19)Na análise das superfíies estamos interessados tanto nos valores estátios das
gran-dezas que a araterizam, quanto na sua evolução temporal. Desse modo, devemos medira
rugosidadeda interfaeomoumafunçãodotempo. Emgeral,aondiçãoiniial dainterfae
é umasuperfíieplanaquepossuirugosidadenula. Àmedida quepartíulassãodepositadas,
asuperfíieaumenta gradualmentesuarugosidade. Umgráotípiodaevoluçãomostraque
a rugosidade da superfíie possuidois regimes distintos separados por um tempo de
satura-ção
t
s
omo ilustrado na gura 2.14. Iniialmente, a rugosidade aumenta omo uma lei de potênia dada porw(L, t)
∼
t
β
parat
≪
t
s
.
(2.20)10
0
10
1
10
2
10
3
10
4
t
10
0
w
w ~ t
β
t
s
w ~ w
s
Figura2.14: Gráoemesala logarítmiatípioparaaevoluçãodarugosidade. Iniialmente, a
rugosidade aumentaomoumaleidepotêniaepermaneeaproximadamente
ons-tanteapós o tempo desaturação. Esses dadosforam gerados usando o modelo de
Oexpoente
β
,hamadodeexpoentederesimento,araterizaadependênia omotempo. Parat
≫
t
s
, o regime de resimento ede lugar a um de saturação quando a rugosidade alança umvalor estaionáriow
sat
,ousejaw(L, t)
∼
w
sat
parat
≫
t
s
.
(2.21)Agura2.15 (a)mostraquatro urvas
w(L, t)
parasimulaçõesnasquaisotamanhodo sistema foivariado. À medida queL
aumenta, arugosidade de saturação também aumenta. Conformemostradonagura2.15(b),adependêniadew
sat
omL
segueumaleidepotênia, isto é,w
sat
(L)
∼
L
α
,
(2.22)em queoexpoente
α
é hamadoexpoente darugosidade.O tempo de saturação
t
s
pode ser estimado da forma mostrada na gura 2.14 . Esse tempotambémdependedotamanhodosistemaseguindoumaleidepotênia,omomostradona gura2.15 (b)
t
s
∼
L
z
,
(2.23)emque
z
éhamadodeexpoentedinâmio. Aonstruçãomostradanagura2.14ilustrauma maneira simplesparaestimart
s
.Podemos olapsar os dados da gura 2.15 em uma únia urva usando as relações
(2.21 ), (2.22) e (2.23 ). Para issodevemos realizar doispassos:
(a)
10
0
10
1
w
sat
10
2
10
3
L
10
2
10
3
10
4
t
s
(b)
Figura2.15: (a) Evolução darugosidade para quatrotamanhos diferentes dosistema. Observe
que arugosidadede saturaçãorese om
L
. (b)Gráos emesalalogarítmia darugosidade(gráosuperior)edotempodesaturação(gráoinferior)paraasurvas
(i) Traçar
w(L, t)/w
sat
(L)
omo uma função do tempo. Esse passo retira a dependênia emL
da rugosidade de saturação, de modo queas urvaspassam a saturar no mesmo valor (gura2.16 (a)).(ii) Traçar
w(L, t)/w
sat
(L)
omoumafunçãodet/t
s
demodoqueasurvaspassamasaturar no mesmotempo araterístio(gura 2.16 (b)).(a) (b)
Figura2.16: Ilustração doproessodeolapsoparaasurvasdarugosidade mostradasnagura
2.15 . Em(a)traçamos
w
(
L, t
)
/w
sat
(
L
)
ontrat. Notequeasurvasobtidassaturamno mesmo valor independentemente dotamanho
L
dosistema. Em (b) traçamosw
(
L, t
)
/w
sat
(
L
)
ontrat/t
s
. Noteagoraqueasurvassaturaramomomesmotempoaraterístio.
Oresultadoobtido nagura2.16(b) sugereque
w(L, t)/w
sat
(L)
éumafunção det/t
s
, ou seja:w(L, t)
w
sat
(L)
=
f
t
t
s
,
(2.24)emque
f
(x)
éumafunçãode esalaomx
=
t
t
s
. Defato,usandoasequações(2.22 )e(2.23 ),
enontramos a relaçãode esalade Family-Visek [7,8 , 9℄
w(L, t) =
L
α
f
t
L
z
.
(2.25)Aformade
f
(x)
éevideniada nagura2.16 (b)naqualdoisregimespodemseridentiados: lei depotêniaparax
≪
1
esaturaçãoparax
≫
1
. Assim,aformaapropriada paraafunção de esalaéf
(x)
∼
(
x
β
para
x
≪
1
const.
parax
≫
1
Dadaafunçãodeesala(2.26),podemosdeterminarumarelaçãoentreosexpoentes
α
,β
ez
. Aproximandodo ponto de ruzamento(t
s
, w(t
s
))
,gura 2.14 , pelaesquerda e usando (2.20 )e (2.23 ), enontramos, quew(t
s
)
∼
t
β
s
∼
L
βz
.
Entretanto, aproximando-sedo mesmoponto peladireita, obtemosde (2.22 )
w(t
s
)
∼
L
α
.
Dessas duasrelações, obtemos
βz
=
α
ou
z
=
α
β
(2.27)umarelaçãoentreostrêsexpoentesválidaparaqualquerproessoderesimentoqueobedeça
à relaçãode esala(2.25 ).
Osexpoentesderesimento eda rugosidadetambém podemserobtidos utilizando-se
a função de orrelação dadiferençade alturas
c(r, t)
denidaporc(r, t) =
h
˜
h(
r
~
′
, t
′
)
−
˜
h(
~
r
′
+
~r, t
′
+
t)
i
2
~
r
′
,t
′
(2.28)
emque
h(~r, t) =
˜
h(~r, t)
−
h(~r, t)
¯
,< ... >
~
r
′
,t
′
representaumamédiaparadiferentesr
~
′
, t
′
e
h(~r, t)
¯
éumafunçãoapenasdotempo,ouseja,¯
h(~r, t) = ¯
h(t)
. Emgeral,afunçãodeorrelaçãoc(r,
0)
tem a formade esalac(r,
0)
∼
r
2
α
(2.29)para
r
≪
L
. Enquanto a funçãoc(0, t)
possuiaformac(0, t)
∼
t
2
β
(2.30)para
t
≪
t
s
.Expoente de Hurst
Conforme vistoanteriormente, umobjetoauto-am obedeea relaçãode esala
h(x) =
b
−
H
h(bx)
(2.31)em que
b
é umfatorde transformaçãode esalaeH
éo expoentede Hurst. A maneiramais simples para alularo expoente deHurst édeterminar omoa largura dainterfae dependedo tamanho da esalade observação (que hamaremos de janela) [37℄. Podemos determinar
a largura da interfae emumajanelade tamanho
ǫ
usandoa expressãoemque
max(h
ǫ
)
éamaioremin(h
ǫ
)
amenoralturadentrodajanela. Paraobjetosauto-anstemos
∆h(ǫ)
∼
ǫ
H
(2.33)Um método mais utilizado e elaborado queo da diferençade alturas onsiste em
de-terminar a rugosidademédia
w(ǫ)
dentrode janelas de tamanho2ǫ
+ 1
w(ǫ) =
*
1
2ǫ
+ 1
i
+
ǫ
X
j
=
i
−
ǫ
(h
j
−
h
i
)
2
1
/
2
+
i
(2.34)
em que
h
i
é aaltura média dentroda janelade tamanho2ǫ
+ 1
entradano sítioi
,ou seja,h
i
=
1
2ǫ
+ 1
i
+
ǫ
X
j
=
i
−
ǫ
h
j
(2.35)e
< . . . >
i
representa umamédia sobrevários entrosi
. Para umperl auto-am,a relaçãow(ǫ)
∼
ǫ
H
(2.36)é válida.
Umaforma alternativa paraalulara rugosidadeéonsiderar asutuações emtorno
daretaquemelhorajustaoperldentrodeumajaneladetamanho
2ǫ
+ 1
[38℄. Nessemétodo,a rugosidade édenida por
w(ǫ) =
*
1
2ǫ
+ 1
i
+
ǫ
X
j
=
i
−
ǫ
(h
j
−
(aj
+
b))
2
1
/
2
+
i
,
(2.37)emque
a
eb
sãoosoeientesdaretaquemelhorseajustaaoperlnointervalo[i
−
ǫ, i
+
ǫ]
. Os oeientesa
eb
sãodeterminados usandoo método dosmínimos quadrados. Moreira et al. [38℄ mostraramque ométodoqueonsidera osdesvios omrelação a alturamédia é maisrobusto e leva a resultados melhores (expoentes mais próximos do esperado) que o método
da diferença de alturas, equação (2.32) , e que o método da melhor reta é melhor que o dos
desvios om relaçãoaaltura média.
2.3.2 Equações Estoástias
Uma aproximação muitoutilizada para oestudo do resimento de interfaesé a
des-rição ontínua. Nestaaproximação utilizamosequaçõesestoátiasqueinluemmeanismos
relevantesemesalasdeomprimento grandes,desprezandoosdetalhesmirosópiose
foa-lizando apenasem suasmédias. Tais equaçõespodemseronstruídas atravésde argumentos
físios e/ou prinípiosde simetria. Cada termo da equação estoástia deve ser relaionado
umalassedeuniversalidadee,quandoapareemaisqueumtermoemumaequação,dizemos
em geral quealasse deuniversalidade dessa é ado termo dominante.
Quando onsideramos apenas a deposição aleatória em um proesso de resimento,
podemosdesrevê-lo por meio da seguinteequação
∂h(~x, t)
∂t
=
v
+
η(~x, t)
(2.38)em que
v
representa o número médio de partíulas sendo adiionadas à interfae eη(~x, t)
é um ruído que representa as utuações aleatórias no proesso de deposição. O ruído possuimédia nula,
h
η(~x, t)
i
= 0,
(2.39)e é desorrelaionado no espaçoe no tempo,ou seja,
η(~x, t)η(~x
′
, t
′
)
= 2Dδ
d
(~x
−
~x
′
)δ(t
−
t
′
),
(2.40)em que
h
f
(x)
i
representa umamédia espaialdef(x)
,ouseja,h
f
(x)
i ≡
1
a
d
R
d
d
xh(~x, t)
,em quea
d
éovolumedaregiãoonsiderada. Oexpoentederesimentopodeserobtidoporuma
integração daequação (2.38 )que fornee
h(~x, t) =
vt
+
Z
t
0
dt
′
η(~x, t
′
)
(2.41)Assim, podemosalular osvaloresmédiosde
h(~x, t)
e(h(~x, t))
2
:
h
h(~x, t)
i
=
vt
+
Z
t
0
dt
′
h
η(~x, t)
i
(2.42)e
(h(~x, t))
2
= (vt)
2
+ 2vt
Z
t
0
dt
′
h
η(~x, t)
i
+
Z
t
0
dt
′
Z
t
0
dt
′′
η(~x, t
′
)η(~x
′
, t
′′
)
.
(2.43)Usando asequações(2.39 )e(2.40 ), enontramos
h
h(~x, t)
i
=
vt
(2.44a)(h(~x, t))
2
= (vt)
2
+ 2Dt
(2.44b)que, substituídos na equação (2.19 ),produzem
w
2
(t) =
(h(~x, t))
2
− h
h(~x, t)
i
2
= 2Dt
(2.45)e, onseqüentemente, ovalor
β
= 1/2
independente dadimensão do substratode deposição. Quandoorrelaçõeslateraisestãopresenteéneessárioinluirtermosadiionaisàequa-ção (2.38 ). Comoexemplo podemos itar oproessode relaxação quesuaviza ainterfae
du-ranteo resimento. A equação usadapara desrever oproesso de relaxaçãono resimento
no ontexto de proesso de sedimentação de partíulas granularessob o efeito de umampo
gravitaional e tema forma
∂h(~x, t)
∂t
=
v
+
ν
∇
2
h(~x, t) +
η(~x, t),
(2.46)
em que
ν
éumparâmetro relaionadoao proessode relaxação. A mudançade variável(que será usadano restante daseção)h
→
h
+
vt,
(2.47)leva aseguinte equação
∂h(~x, t)
∂t
=
ν
∇
2
h(~x, t) +
η(~x, t).
(2.48)
Com essa mudança de variável observamos a interfae em um referenial que move-se om
veloidade igualà taxade deposição.
Os expoentes de esalapodem ser obtidos através de argumentos de esalaapliados
ou da solução exata da equação (2.48) . Vamos mostrar omo obter os expoentes usando
argumentos de esala. Fazendoa reesala
~x
→
x
~
′
=
b~x,
(2.49)
na direção horizontal devemos enontrar amudança
h
→
h
′
=
b
α
h
(2.50)na direção vertial, onsiderando a auto-anidade da interfae. Quando efetuamos essa
mu-dança de esalaa interfae obtida deve serestatistiamenteidêntia àoriginal. Uma vez que
a interfae depende do tempo, para podermos omparar duas interfaes obtidas em tempos
diferentes, devemos reesalá-loutilizando a transformação
t
→
t
′
=
b
z
t.
(2.51)Substituindo (2.49 )-(2.51 )em (2.48 )obtemos:
b
α
−
z
∂h(~x, t)
∂t
=
νb
α
−
2
∇
2
h(~x, t) +
b
−
d/
2
−
z/
2
η(~x, t).
(2.52)
No último termoda equação (2.52 )usamosaequação (2.40 )ea propriedadeda funçãodelta
δ
d
(a~x) =
a
−
d
δ
d
(~x).
Dividindo aequação (2.52 )por
b
α
−
z
obtemos
∂h(~x, t)
∂t
=
νb
z
−
2
∇
2
h(~x, t) +
b
−
d/
2+
z/
2
−
α
η(~x, t)
(2.53)
Considerando quea equação EWéinvariantesobessa transformaçãodeesala, obtemos
β
=
2
−
d
4
,
α
=
2
−
d
emumsistemade
d
dimensões. Notequez
= 2
é independentedadimensãoe queemd
= 1
,β
= 1/4
eα
= 1/2
. Já emd
= 2
, obtemosβ
eα
ambos iguais a zero. É observado que a rugosidadereselogaritmiamentenotempo(parat < t
s
)equearugosidadedesaturação,da mesmamaneira, dependelogaritmiamente deL
. Já parad
≥
3
,osexpoentesderesimento e da rugosidadesãonegativos,o quesignia umainterfae assintotiamente lisa.UmainterpretaçãogeométriadotermoderelaxaçãonaequaçãodeEWpodeservista
na gura 2.17 1
. Na parte superior da gura é mostrada a interfae em um instante
t
e no entroaontribuiçãodotermoderelaxação. Naparteinferiordaguraémostradaainterfaeem uminstante
t
+
δt
apósa interfae reeberaontribuição do termo de relaxação. Éfáil notar queele suaviza ainterfae por meiode seurearranjo.-10
-5
0
5
10
h(x,t)
-3
-2
-1
0
1
2
3
ν ∇
2
h(x,t)
-1
-0.5
0
0.5
1
x
-10
-5
0
5
10
h(x,t+
δ
t)
Figura2.17: IlustraçãodoefeitodarelaxaçãonaequaçãodeEW.Naurvasuperioronsideramos
afunção
f
(
x
) =
a
tanh(
bx
)
pararepresentarumainterfae1 + 1
dimensionalemuminstante
t
. Noentroasegundaderivada dafunçãogaussiana enaurvadebaixoainterfaenotempo
t
+
δt
,ouseja,asomadainterfaeomsuaderivadasegunda. Paraefeito deomparaçãotambémtraçamosainterfaenotempo
t
(urvatraejada).Outro proesso que pode oorrer durante o resimento de interfaes é o resimento
normal (ou ortogonal) ao substrato. Na gura 2.18 (a) mostramos uma situação na qual
laramente existe esse resimento. Nessa gura a estrutura é obtida usando o modelo de
deposição balístia (BD, de balisti deposition) om ondição iniial dada por umsubstrato
uja parteentralé emformadeumsemi-íruloessemodeloserádisutidonaseção 2.3.3 .
Observe queosramos resemnadireção normal à superfíiedo substrato. Esse resimento
normal é uma onseqüênia direta das regras do modelo; as partíulas xam-se ao primeiro
1
Estaguraeasdemaisutilizadasparaumainterpretaçãodostermosdifereniaisdasequaçãoestoástias