Simulação interativa do modelo do votante: explore polarização de opiniões, formação de consenso e transições de fase críticas
O Modelo do Votante foi introduzido por Clifford e Sudbury (1973) e Holley e Liggett (1975). N agentes têm uma de duas opiniões (A ou B). Em cada passo, um agente aleatório copia a opinião de um vizinho sorteado. Em sistemas finitos, o consenso é o único estado absorvedor, com τ ∝ N (corrente 1D) ou τ ∝ N log N (grade 2D).
O modelo do votante tem ligações profundas com o modelo de Ising. O parâmetro de ordem m = (N_A - N_B) / N mede a polarização. Para d ≤ 2 observa-se 'coarsening'. A teimosia β suprime o consenso e produz estados polarizados estáveis.
A estrutura da rede determina decisivamente a dinâmica do votante. Grade Regular: baixas dimensões mostram crescimento de domínios. Mundo Pequeno: probabilidade de reconexão p acelera o consenso. Grafo Aleatório: τ ∝ N. Livre de Escala: hubs têm influência desproporcional.
Zealots são agentes que nunca mudam de opinião. Mesmo um único zealot pode prevenir o consenso global, desencadeando uma transição de fase de consenso para polarização.
A teimosia β adiciona inércia — agentes rejeitam imitação com probabilidade β. β = 0 recupera o modelo clássico; β = 1 significa atualizações aleatórias independentes.
Generalizações importantes: (1) Modelo multidimensional. (2) Modelo não linear: probabilidade de adoção ∝ n^q. (3) Modelo coevolutivo: opiniões E ligações são atualizadas. (4) Modelo com restrições de memória.
O modelo aplica-se diretamente a previsões eleitorais. Em sistemas bipartidários, eleitores mudam de posição via influência de redes sociais. A polarização da rede prolonga significativamente o tempo de consenso.
A mudança linguística é uma aplicação clássica. Cada dialeto é uma opinião. O modelo explica a formação de fronteiras dialectais (isoglossas) e a velocidade de propagação de neologismos.
Correspondência matemática direta com a Teoria Neutra de Hubbell (2001). Espécies colonizam aleatoriamente patches vazios. As previsões coincidem notavelmente com dados de florestas tropicais.