Transition de Phase de Percolation

A propos de la Transition de Phase de Percolation

La theorie de la percolation etudie l'emergence des clusters connectes dans les reseaux aleatoires. Sur un reseau carre 2D, chaque site est occupe independamment avec probabilite p. En dessous du seuil critique p_c (environ 0.5927 pour la percolation de site sur reseau carre), seuls de petits clusters finis existent. En p_c, le systeme subit une transition de phase continue : un cluster geant connecte emerge soudainement et cree un chemin traversant du haut vers le bas.

Les observables cles incluent la probabilite traversante P_inf(p), qui passe de 0 a 1 pres de p_c ; la taille moyenne des clusters, qui diverge au point critique ; et la distribution de taille des clusters n(s), qui suit une loi de puissance n(s) ~ s^(-tau) en p_c avec tau = 187/91 en 2D. Cet exposant critique tau est universel -- il depend seulement de la dimension spatiale, pas des details du reseau.

Les modeles de percolation apparaissent dans toute la science et l'ingenierie : propagation des feux de foret (le feu peut-il traverser la foret ?), conductivite des materiaux (des chemins conducteurs se forment-ils dans un composite ?), recuperation du petrole (l'eau peut-elle traverser les pores de la roche ?), resilience des reseaux (l'internet reste-t-il connecte quand les routeurs tombent en panne ?), et seuils epidemiques.

Utilisez le curseur de probabilite d'occupation pour controler la densite de remplissage du reseau. Observez le changement visuel dramatique lorsque p depasse le seuil critique vers 0.593. L'indicateur traversant montre s'il existe un chemin connecte du haut vers le bas. Essayez les scenarios predefinis : Sous-critique (p=0.4) montre des clusters isoles, Pres du Critique (p=0.593) montre la transition fractale, Supercritique (p=0.7) montre un cluster traversant dominant.