Modeled I Sing

Le mod`
ele dIsing
Yvan Velenik
To cite this version:

Yvan Velenik. Le modèle dIsing. DEA. 2009. <cel-00392289>
HAL Id: cel-00392289

https://cel.archives-ouvertes.fr/cel-00392289
Submitted on 6 Jun 2009
HAL is a multi-disciplinary open access

archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
Larchive ouverte pluridisciplinaire HAL, est

destinee au depot et à la diffusion de documents
scientifiques de niveau recherche, publies ou non,
emanant des etablissements denseignement et de
recherche francais ou etrangers, des laboratoires
publics ou prives.
`
LE MODELE
DISING
Y. Velenik
Version du 25 mai 2009

Dernière version telechargeable `
a ladresse
http://www.unige.ch/math/folks/velenik/cours.html
2008-2009
Table des matières
1 Introduction au mod`
ele dIsing
1.1 Definition informelle . . . . . . . . . . . . . . . . . . .
1.2 Transition de phase . . . . . . . . . . . . . . . . . . . .
1.3 Champ magnetique . . . . . . . . . . . . . . . . . . . .
1.4 Conditions au bord . . . . . . . . . . . . . . . . . . . .
1.5 Quelques interpretations . . . . . . . . . . . . . . . . .
1.5.1 Ferro-aimant . . . . . . . . . . . . . . . . . . .
1.5.2 Gaz reticulaire . . . . . . . . . . . . . . . . . .
1.5.3 Quelques autres interpretations et applications
1.6 Quelques autres modèles classiques . . . . . . . . . . .
1.6.1 Modèle de Potts . . . . . . . . . . . . . . . . .
1.6.2 Modèle O(N ) . . . . . . . . . . . . . . . . . . .
1.6.3 Modèle de percolation de Bernoulli . . . . . . .
1.6.4 Modèle de dimères . . . . . . . . . . . . . . . .
1.7 Quelques ouvrages de reference . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Le mod`
ele et quelques propri
et
es de base
2.1 Definition du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Les inegalites de correlation . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Inegalites GKS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.2 Inegalites FKG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 Limite thermodynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1 Structure metrique sur . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.2 Fonctions continues et fonctions locales. . . . . . . . . . . . . . . . . .
2.3.3 Convergence des mesures . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.4 Mesures de Gibbs en volume infini et transition de phase du 1er ordre.
2.3.5 Deux familles de fonctions locales. . . . . . . . . . . . . . . . . . . . .
2.3.6 Mesures limites avec conditions au bord + et . . . . . . . . . . . . .
3 Aimantation et
energie libre
3.1 Une première caracterisation de lunicite
3.2 Quelques proprietes de laimantation . .
3.3 Lenergie libre . . . . . . . . . . . . . . .
3.4 Une seconde caracterisation de lunicite
.
.
.
.
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
8
12
13
14
14
14
15
15
15
15
16
16
16
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
17
17
18
18
18
19
19
19
20
20
20
21
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
23
23
24
25
28
`
TABLE DES MATIERES
4 Diagramme de phase
4.1 Non unicite `
a basse temperature . . . . . .
4.1.1 Representation basse temperature .
4.1.2 Preuve du Theorème 4.1.1 . . . . . .
4.2 Unicite `
a haute temperature . . . . . . . . .
4.2.1 La representation haute temperature
4.2.2 Preuve du Theorème 4.2.1 . . . . . .
4.3 Unicite en champ magnetique non nul . . .
.
.
.
.
.
.
.
31
31
32
33
34
34
35
36
5 Dualit
e de Kramers-Wannier
5.1 Dualite haute temperature/basse temperature . . . . . . . . . . . . . . . . . . . . . . .
5.2 Determination de c (2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
39
41
6 La FK-percolation
6.1 Definition et proprietes elementaires . . . . .
6.1.1 Definition . . . . . . . . . . . . . . . .
6.1.2 Proprietes de base . . . . . . . . . . .
6.2 Relation avec les modèles dIsing et de Potts
6.3 Transition de phase et percolation . . . . . .
6.4 Inegalites de comparaison . . . . . . . . . . .
6.5 Dualite . . . . . . . . . . . . . . . . . . . . .
6.6 Une application de la dualite . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
43
43
43
44
45
47
48
49
51
7 Repr
esentation en courants al
eatoires
7.1 La representation . . . . . . . . . . . . . . . . . . . . . . .
7.1.1 Champ magnetique nul . . . . . . . . . . . . . . .
7.1.2 Champ magnetique h > 0 . . . . . . . . . . . . . .
7.1.3 Un peu de terminologie . . . . . . . . . . . . . . .
7.2 Le switching lemma . . . . . . . . . . . . . . . . . . . .
7.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . .
7.3.1 Decroissance exponentielle de la fonction tronquee
7.3.2 Linegalite GHS . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
55
55
56
58
59
60
61
62
.
.
.
.
65
65
66
68
69
.
.
.
.
71
71
72
75
76
.
.
.
.
.
79
79
79
81
82
82
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8 Retour sur la repr

esentation haute temp
erature
8.1 Representation en ligne aleatoire . . . . . . . . . .
8.2 Quelques proprietes des poids . . . . . . . . . . . .
8.3 Existence de la masse . . . . . . . . . . . . . . . .
8.4 Une application de linegalite de Simon . . . . . . .
9 Algorithmes de simulation
9.1 Methode de Monte-Carlo . . . . . . .
9.2 Simulation parfaite . . . . . . . . . . .
9.3 Algorithmes par amas . . . . . . . . .
9.3.1 Dynamique de Swendsen-Wang
A Appendices techniques
A.1 Preuve des inegalites de correlation
A.1.1 Inegalites GKS . . . . . . .
A.1.2 Inegalites FKG . . . . . . .
A.2 Fonctions convexes . . . . . . . . .
A.3 Interchange de limites . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
`
TABLE DES MATIERES
A.4 Sous-additivite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
B Exercices
85
Bibliographie
90
`
TABLE DES MATIERES
Chapitre
Introduction au modèle dIsing

Dans cette introduction, nous allons introduire le modèle dIsing et discuter de facon informelle
certaines de ses proprietes. Lanalyse rigoureuse des resultats decrits dans cette introduction nous
occupera une bonne partie du cours.
Le modèle dIsing est certainement le plus celèbre modèle de Physique Statistique, et a ete le sujet
de milliers darticles de recherche depuis son introduction par Wilhelm Lenz en 1920. Le nom modèle
dIsing (parfois, mais beaucoup plus rarement, appele plus justement modèle de Lenz-Ising, comme
suggere par Ising lui-meme) a ete cree par Rudolph Peierls en reference `
a la thèse de 1925 dErnst
Ising, effectuee sous la direction de Lenz, et consacree `
a la version unidimensionnelle du modèle. Sa
simplicite et la richesse de son comportement ont rapidement fait de ce modèle le laboratoire de
predilection pour tester les nouvelles idees et methodes en Physique Statistique. En outre, de par ses
nombreuses interpretations, en Physique et dans beaucoup dautres domaines, il est utilise afin de
decrire qualitativement, et parfois quantitativement, une grande variete de situations.
Comme nous le verrons plus loin, le modèle dIsing est egalement lun des modèles les plus simples
presentant une transition de phase. Durant les premières decennies du XXème siècle, il etait loin
detre universellement admis que la Physique Statistique, une theorie encore jeune `
a lepoque, puisse
expliquer les transitions de phase. Cette question fut reglee par Lars Onsager en 1944, gr
ace `
a son
analyse detaillee du modèle dIsing bidimensionnel prouvant lexistence dune transition de phase dans
la limite thermodynamique ; ce travail amorca le developpement de la theorie moderne des phenomènes
critiques. (Il est historiquement interessant de noter que lexistence dune transition de phase dans ce
modèle avait en fait ete etablie 7 ans plus tot dans le travail de Peierls mentionne plus haut, mais
celui-ci semble etre passe inapercu `
a lepoque.)
1.1
D
efinition informelle
Le modèle dIsing peut etre defini sur un graphe arbitraire, mais nous nous contenterons de
considerer le cas classique dun reseau (hyper)cubique. Plus precisement, considerons le graphe avec
ensemble de sommets VN = {1, . . . , N }d et avec une arete connectant chaque paire de sommets plusproches-voisins (cest-`
a-dire tels que kj ik2 = 1) ; afin de ne pas introduire de distinction entre les
sommets se trouvant au bord de VN et ceux se trouvant `
a linterieur, nous ajoutons egalement un lien
entre chaque paire de sommets i et j tels quil existe k {1, . . . , d} avec ik = 1, jk = N et ik = jk
pour tout k 6= k (cf. figure 1.2). On dit alors que le modèle est `
a condition au bord periodique ; nod
ef
per
=
(V
,
E
)
le
graphe
correspondant.
Nous
utiliserons
e
galement la notation j i lorsque
tons Gper
N
N
N
per
(i, j) EN .
d
ef
On appelle configuration du modèle dIsing un element N = {1, 1}VN ; N est lespace des
d
ef
configurations. La variable aleatoire i : N {1, 1}, i () = i , est appelee le spin au sommet i.
7
1.2. TRANSITION DE PHASE
Fig. 1.1 Ernst Ising (gauche), Wilhelm Lenz (milieu), et Lars Onsager (droite)
Fig. 1.2 Graphes avec condition au bord periodique, en dimension 1 et 2.
` chaque configuration est associee son energie

A
d
ef
HN ; () =
i ()j (),
per
{i,j}EN
o`
u le paramètre R+ est appele temperature inverse. On introduit alors la mesure de probabilite
suivante sur N ,

1
d
ef
N ; () =
exp HN () .
ZN,
La constante de normalisation
d
ef
ZN ; =

exp HN ()
est appelee fonction de partition et jouera un role important dans les prochains chapitres. On voit que
cette mesure favorise les configurations ayant une energie basse.
1.2
Transition de phase
On verifier aisement la propriete de Markov (spatiale) suivante : la loi de i etant donne que
j = sj , pour tout j 6= i, ne depend que de {sj : j i}. Plus precisement, pour tout s {1, 1}VN ,

P
exp si ji sj
.

P
P
(1.1)
N ; (i = si | j = sj , j 6= i) =
exp ji sj + exp ji sj
On voit de (1.1) que, lorsque 6=

a prendre la m
Peme valeur que la
P0, un spin va avoir tendance `
majorite de ses voisins (puisque si ji sj est maximal lorsque les signes de si et ji sj concident).
On peut alors se demander si cette interaction entre spins voisins va conduire `
a un ordre dans tout le
système. Commencons par considerer deux cas limites.
8
`
CHAPITRE 1. INTRODUCTION AU MODELE
DISING
Fig. 1.3 Configurations typiques du modèle dIsing en dimension 1 avec condition au bord periodique pour
d
ef
N = 200, pour differentes valeurs du paramètre p = 1 e2 : (de haut en bas) 0, 0,5, 0,9, 0,95,
0,99.
1. = 0. Dans ce cas, les spins forment une famille de variables aleatoires independantes suivant
chacune une loi de Bernoulli de paramètre 21 . La
P loi des grands nombres sapplique evidemment, et
implique que lorsque N est très grand, N d iVN i 0, et le theorème central limite montre
que cette dernière quantite est en fait de lordre de N d/2 . En particulier, une configuration
typique aura approximativement la meme densite de spins prenant valeur 1 et 1.
2. = . Dans ce cas, les spins sont très fortement dependants : seules deux configurations ont
probabilite strictement positive (egale `
a 1/2 par symetrie), + 1 et 1. En effet, toute
autre configuration a une energie plus elevee, et donc lim N ; ( )/N ; (+ ) = 0. En
particulier, la loi des grands nombres est violee dans cette
des
P limite : lesperance 1de chacune
1
d
variables aleatoires i est egale `
a 0, mais la loi de N
iN i converge vers 2 +1 + 2 1 .
Manifestement, aucune information ne peut etre transmise lorsque = 0 : la connaissance de la valeur

dun spin ne fournit aucune information sur letat des autres spins. La situation est opposee lorsque
= : la connaissance de la valeur du spin en un sommet donne du graphe determine complètement
la configuration lorsque = , linformation etant donc transmise arbitrairement loin dans ce cas. Le
problème `
a present est de determiner quel type de comportement a lieu pour les valeurs intermediaires
(plus interessantes) de .
Les figures 1.3 et 1.4 contiennent des configurations typiques du modèle dIsing avec condition
au bord periodique en dimensions 1 et 2 respectivement, pour diverses valeurs du paramètre (en
d
ef
fait, en fonction du paramètre p = 1 e2 [0, 1]). Dans les deux cas, on constate (comme on
pouvait sy attendre) une augmentation de la taille des amas de spins de meme valeur lorsque p
augmente. En dimension 1, la symetrie entre les deux valeurs possibles du spin semble maintenue, en
tout cas jusqu`
a des valeurs de ce paramètre très proches de 1 ; lordre apparent pour p 1 semble
bien netre quun phenomène de taille finie, et il semble raisonnable dimaginer que la symetrie serait
encore presente, pour toute valeur de p < 1, si on considerait un système suffisamment grand. Par
contre, en dimension 2, la situation semble très differente : si les amas grandissent tout en maintenant
la symetrie entre les deux types de spins jusqu`
a p 0,58, un changement abrupt a lieu près de cette
valeur, et `
a partir de p 0,59, les densites des deux types de spins ne sont plus egales, le système
semblant avoir spontanement fait un choix en faveur dun des deux types de spin.
Afin de faire une analyse un peu plus convaincante, il est utile de faire des observations plus
quantitatives. Les graphiques presentes sur la figure 1.5 montrent le comportement de la fonction
suivante,
X

hN d
i iN ; hmN ; iN ; ,
iVN
o`
u h iN ; est une notation standard pour lesperance sous la mesure N ; . Cette quantite mesure
bien la difference entre les densites des deux espèces de spins. (La raison pour laquelle on prend la
valeur absolue est que sinon lesperance est nulle par symetrie.) La variable aleatoire mN, est appelee
aimantation.
Ces graphes confirment lanalyse precedente : en dimension 1, il semble bien que la fonction limite,
que lon notera m (), soit identiquement nulle, sauf en p = 1 (cest-`
a-dire = ) o`
u elle vaut 1,
9
1.2. TRANSITION DE PHASE
p = 0
p = 0,4
p = 0,5
p = 0,58
p = 0,59
p = 0,7
Fig. 1.4 Configurations typiques du modèle dIsing en dimension 2 avec condition au bord periodique (N =
d
ef
500), pour differentes valeurs du paramètre p = 1 e2 .
10
`
DISING
h|mN |iN ;
h|mN |iN ;
10
100
1000
10000
100000
10
25
100
500
Fig. 1.5 Esperance de |mN ; | en fonction de p pour le modèle dIsing en dimension 1 (gauche) et 2 (droite)
avec condition au bord periodique, pour differentes valeurs de N .
alors quen dimension 2, la fonction limite semble non triviale, devenant strictement positive `
a partir
dune valeur p 0,58 (la courbe limite est aussi representee).
Nous verrons dans les chapitres suivants que tout ceci est effectivement correct. On appelle transition
de phase le phenomène abrupt observe en dimension 2 (et qui est en fait aussi present en dimensions
superieures) ; nous en verrons une definition precise plus tard. La perte de symetrie qui laccompagne
est appelee brisure spontanee de symetrie. Labsence de transition de phase en dimension 1 est le resultat
principal de la thèse dIsing [29], et est en fait très simple ; nous demontrerons un resultat plus general
dans la section 4.2 (et en verrons des preuves alternatives elementaires en exercices). La preuve de
lexistence dune transition de phase en dimension 2 et plus est due `
a un autre physicien, Rudolf
Peierls, qui introduisit en 1936 un argument qui a depuis lors ete generalise `
a une classe immense de
systèmes [41]. Nous letudierons dans la section 4.1. En dimension 2, il est en fait possible de calculer
explicitement la fonction limite m () apparaissant dans le graphe de la figure 1.5 ; ce resultat est d
u
au chimiste (prix Nobel de chimie, mais aussi physicien et mathematicien virtuose `
a ses heures) Lars
Onsager [40, 54]. On trouve quelle est donnee par la fonction
d
ef
"
m (p) = max 1
2(1 p)
p(2 p)
4
!#1/8
,0
(1.2)
ce qui implique en particulier que la valeur de `

a laquelle la transition a lieu, appelee valeur critique
et notee c , est
c = 21 asinh(1)
= 0,440687,
ce qui correspond `
a pc = 2/(1 + 2)
= 0,585786. Nous ne verrons pas comment de telles formules peuvent etre derivees, mais referons `
a [39] pour une description detaillee. Une derivation semiheuristique, simple, de la valeur de c sera egalement donnee dans la Section 5.2.
On voit que le phenomène de transition de phase est dautant plus marque que la taille du système
est importante. Il est donc mathematiquement raisonnable dapproximer les très grands systèmes par
des systèmes infinis (par la suite, il faudra bien s
ur estimer les corrections dues aux effets de taille
finie). Au vu des exemples precedents, on constate que des systèmes de taille moderee sont dejà
a des systèmes infinis est appele passage
raisonnablement approches par le cas limite1 . Un tel passage `
a la limite thermodynamique. Dans cette limite, il va etre possible de donner des definitions precises
`
des transitions de phases et dautres concepts associes.
Le passage `
a la limite pose plusieurs problèmes. En particulier, celui de definir de facon precise le
modèle sur des graphes infinis. Une première methode, particulièrement appropriee pour etudier les
1
Surtout si lon pense que pour les applications a

` la physique, on a souvent N d de lordre de 1023 !
11

1.3. CHAMP MAGNETIQUE
proprietes generales de telles mesures, est de donner un sens `
a la propriete de Markov enoncee plus
haut : on peut montrer que, pour un graphe fini, la donnee dun tel système de probabilites conditionnelles (ceci sous-entend certaines proprietes de consistance) permet de reconstruire une unique mesure
de probabilite. Lextension de ce resultat `
a des graphes infinis nest pas vraie : il existe en general
une infinite de mesures de probabilite compatibles avec un tel système de probabilites conditionnelles.
Labsence dunicite correspondra precisement au regime o`
u il y a transition de phase. Intuitivement,
dans le cas du modèle dIsing, on obtiendra, par exemple, une mesure avec une densite superieure `
a
1/2 de spin +1, et une autre avec une densite superieure `
a 1/2 de spin 1, et egalement toutes les
combinaisons convexes de ces deux mesures (ainsi que dautres, parfois).
La seconde approche, plus intuitive, est celle que nous suivrons ici : nous considererons des suites
de mesures de probabilite sur des graphes de plus en plus grands, et definirons les mesures sur le
graphe limite comme etant lensemble des points daccumulation de ces suites. Pour cela, il faudra
evidemment introduire une topologie appropriee sur lespace des mesures de probabilite. Lensemble
de mesures obtenu de cette facon est le meme (modulo quelques subtilites que nous ignorerons) que
celui obtenu avec lapproche precedente. En particulier, lexistence de plusieurs points daccumulation
correspondra `
a nouveau `
a la presence dune transition de phase.
1.3
Champ magn
etique
Nous venons de voir que la presence dune transition de phase dans ce modèle se traduit par
une brisure de la symetrie entre les deux espèces de spins, les configurations typiques possedant des
densites differentes de chacun des deux types de spins. Il est donc naturel de generaliser le modèle
dIsing en introduisant un paramètre supplementaire permettant de jouer sur la symetrie entre les
spins. Ce paramètre a aussi une interpretation naturelle en terme de la modelisation originelle dIsing,
et etait dejà present dans son analyse : le champ magnetique (exterieur) h. On associe donc `
a chaque
configuration lenergie suivante,
X
X
d
ef
i ()j () h
i (),
HN ;,h () =
per
{i,j}EN
iVN
et la mesure de probabilite correspondante,

d
ef
N ;,h () =
1
ZN ;,h

exp HN ;,h () .
La figure 1.6 montre leffet du paramètre h sur le comportement de la fonction limite m(, h), definie
par
X
d
ef
m(, h) = lim hN d
i iN ;,h .
N
iVN
Le graphe de gauche montre que lasymetrie induite par la presence dun champ magnetique non nul
fait disparatre la transition abrupte observee dans le cas h = 0 : m(, h) depend de manière lisse
de p . La dependance de m(, h) par rapport au paramètre h (graphe de droite) rend par contre
très manifeste la transition de phase : si m(, h) est une fonction lisse de h lorsque p est inferieur
a la valeur critique, elle devient discontinue en h = 0 (o`
`
u elle prend la valeur 0, alors que les limites
limh0 m(, h) = limh0 m(, h) sont non nulles) lorsque p est superieur `
a la valeur critique. En fait
cette dernière limite concide avec la valeur obtenue pour m () lorsque h = 0.

La presence de deux comportements typiques (aimantations positive et negative) lorsque h = 0
a la perturbation par un champ
et p > pc peut ainsi etre vue comme une trace de la sensibilite `
exterieur : pour p < pc , lintroduction dun petit champ magnetique h > 0 produit une aimantation
positive approximativement proportionelle (la reponse du système `
a la perturbation est lineaire
pour petit h), alors que pour p > pc , lintroduction dun champ magnetique infinitesimal h > 0
12
`
DISING
hmN iN ;
m(, h)
0
0.2
0.5
1.0
Fig. 1.6 Gauche : laimantation m(, h) en fonction de p pour le modèle dIsing en dimension 2 avec condition au bord periodique, pour diverses valeurs de h. Droite : laimantation m(, h) en fonction du
champ magnetique h pour le modèle dIsing en dimension 2 avec condition au bord periodique,
lorsque p = 0,2 (courbe bleue) et p = 0,6 (courbe rouge).
produit une aimantation dordre 1 ! Intuitivement, on peut dire, dans ce dernier cas, quen champ
magnetique nul le système hesite entre deux comportements differents, et que lintroduction dun
champ magnetique non nul arbitraire suffit `
a faire pencher la balance dans la direction correspondante.
1.4
Conditions au bord
Il y a une autre facon, très utile, de comprendre la presence de cette transition de phase comme
resultant dune sensibilite extreme du système `
a certaines perturbations : au lieu (ou en plus) de briser
partout la symetrie entre les deux espèces de spin par lintroduction dun champ magnetique, on peut
egalement considerer leffet de differentes conditions au bord. On ne considère plus le modèle sur un
graphe fini, avec condition au bord periodique, mais sur un graphe infini (ici Zd ) avec une configuration
d
ef
de spins gelee `
a lexterieur de la bote. Plus precisement, on associe `
a chaque configuration =
d
{1, 1}Z son energie `
a linterieur dun sous-ensemble fini V Zd ,
d
ef
HV ;,h () =
{i,j}V 6=
ij
i ()j () h
i (),
iV
o`
u lon a utilise la notation i j pour indiquer que i et j sont voisins Remarquez que cette energie
prend egalement en compte linteraction entre les spins de V et ceux hors de V (gr
ace `
a la première
somme).
d
ef
Soit
; on definit V = { : i =
i , i 6 V }. On introduit alors la mesure de probabilite
sur V ,

1
d
ef
V ;,h () =
exp HV ;,h () .
ZV ;,h
est appelee la condition au bord. Cette dernière peut favoriser un type de spin au voisinage du bord
de V . La question est de determiner si cette information peut se propager dans V tout entier. Il nest
pas difficile `
a imaginer, et nous le demontrerons plus tard, que deux configurations jouent un role
extremal (dans le sens quelles favorisent au maximum la valeur 1, resp. 1) : + 1 et 1.
On notera les mesures correspondantes simplement +

V ;,h et V ;,h .
S
Soit V1 V2 une suite croissante de sous-ensembles finis de Zd tels que N 1 VN = Zd , ce
13

1.5. QUELQUES INTERPRETATIONS
que lon notera VN Zd . On introduit alors les aimantations moyennes2
d
ef
m+ () = lim h|VN |1
N
d
ef
m () = lim h|VN |
N
iVN
iVN
i i+
VN ;,0 ,
i i
VN ;,0 .
Nous verrons au chapitre 3 que m+ () = limh0 m(, h) et m () = limh0 m(, h) = m+ (). En

particulier, m+ () = m () si < c , alors que m+ () 6= m () si > c .
1.5
Quelques interpr
etations
Du point de vue mathematique, linteret de ce modèle est evident, puisquil sagit dun des modèles
les plus simples de champ aleatoire (variables aleatoires binaires, interactions quadratiques, etc.), et
la discussion precedente donne un bref apercu de la richesse de son comportement. Ce modèle est
cependant aussi interessant pour decrire qualitativement (et parfois quantitativement) une grande
variete de phenomènes, dont on liste ici les deux principaux exemples, tires de la physique.
1.5.1
Ferro-aimant
Il sagit de linterpretation originelle du modèle dIsing. Le paramètre correspond `

a linverse de
d
la temperature. Les sommets de Z correspondent aux positions des atomes dun reseau cristallin.
Chaque atome possède un moment magnetique (le spin) qui est suppose ne pouvoir prendre que
deux orientations, representees par +1 ou 1. Ce modèle associe donc une energie plus basse `
a des
spins alignes entre eux, et alignes avec le champ magnetique exterieur h. Le but est dexpliquer et de
decrire la transition entre les comportements paramagnetique et ferromagnetique du système lorsque
sa temperature est changee. Quelle que soit sa temperature, un materiau ferromagnetique (Fe, Co, Ni,
par exemple) place dans un champ magnetique va developper une aimantation en reponse `
a ce dernier
` haute temperature (au-dessus de la temperature
(les spins salignant avec le champ magnetique). A
de Curie, qui est de 1043K pour le fer, par exemple), cette aimantation disparait lorsque le champ
` basse temperature (cest-`
magnetique est enleve ; on parle de comportement paramagnetique. A
a-dire
en-dessous de la temperature de Curie), laimantation developpee en reponse au champ magnetique
exterieur ne disparait plus lorsque celui-ci est enleve : il reste une aimantation residuelle, appelee
aimantation spontanee ; on parle de comportement ferromagnetique.
1.5.2
Gaz r
eticulaire
Dans cette interpretation, on suppose que Rd a ete partitionne en cellules cubiques de c

ote 1.
Chaque cellule est soit vide (i = 1), soit occupee par une molecule (i = +1). Il est impossible
davoir deux molecules dans la meme cellule. Il est alors naturel de faire le changement de variables
d
ef
ni = (1 + i )/2, ni representant alors le nombre de molecules (0 ou 1) dans la cellule i, et lenergie
P
P
d
ef
prend la forme (à une constante additive triviale près) : 21 ij ni nj i ni , o`
u = 4 a
d
ef
linterpretation dune temperature inverse, et = ( 12 h 2d) est le potentiel chimique (quantite qui
mesure le co
ut energetique lie `
a laddition dune molecule supplementaire dans le système). Lenergie
dinteraction favorise donc la condensation des molecules, puisque lenergie decrot lorsque deux cellules
voisines sont toutes deux occupees.
Ce que lon desire comprendre dans ce cas-là, cest la transition liquide/vapeur, cest-`
a-dire la
transition entre une phase dense et une phase diluee.
2
d
ef
Pour tout C Zd , |C| = #{i C}.
14
`
DISING
1.5.3
Quelques autres interpr

etations et applications
Il y a de très nombreuses autres interpretations possibles (et utilisees) : agents economiques, modèle
ecologiques, etc.
Du c
ote des applications plus pratiques, ce modèle est utilise en analyse et traitement dimages.
Dans ce cas, il faut imaginer chaque sommet comme un pixel de limage, et i comme son etat (allume
ou eteint). Divers algorithmes permettent alors deffectuer des taches aussi diverses que la restauration
dimages bruitees, la segmentation, ou la detection des contours. Bien s
ur, il est en general interessant
davoir plus de deux etats par pixel (ce qui ne permet de decrire que des images monochromes), et
on peut alors utiliser diverses generalisations du modèle dIsing (par exemple le modèle de Potts, qui
autorise q 2 etats, et se reduit au modèle dIsing lorsque q = 2).
1.6
Quelques autres mod`

eles classiques
Bien que notre discussion dans ce cours se restreigne au modèle dIsing, il sera parfois interessant
de faire des parallèles avec dautres modèles classiques de Physique Statistique. Dans cette section,
nous introduisons donc de manière informelle quelques modèles, afin de pouvoir nous y referer dans
la suite.
1.6.1
Mod`
ele de Potts
Dans le modèle dIsing, les spins ne peuvent prendre que deux valeurs distinctes, 1 et 1. Le
modèle de Potts à q etats est une generalisation dans laquelle les spins prennent valeurs dans lensemble
d
{1, . . . , q} avec q 2. Lenergie associee `
a une configuration {1, . . . , q}Z est formellement donnee
par
X
d
ef
H Potts () =
i ,j ,
ij
o`
u i,j = 1{i=j} est la fonction de Kronecker. Il est aise de verifier que le modèle de Potts avec q = 2
se reduit au modèle dIsing. Comme nous lexpliquerons par la suite, le passage de 2 `
a un nombre q
detats suffisamment grand a parfois un impact majeur sur le comportement du système.
1.6.2
Mod`
ele O(N )
Les spins du modèle dIsing peuvent egalement etre vus comme prenant valeurs dans la sphère
unite S0 (la boule unite en dimension 1 etant [1, 1] et son bord {1, 1}). Ceci conduit `
a generaliser le
N
1
modèle afin de considerer des spins `
a valeurs dans S
, N 1. Lenergie associee `
a une configuration
d
est la generalisation naturelle de celle dIsing : pour tout (SN 1 )Z , lenergie est formellement
donnee par
X
d
ef
i j ,
H O(N ) () =
ij
o`
u i j est le produit scalaire des vecteurs i et j . Le modèle correspondant est appele modèle
O(N ). Dans le cas N = 2, on parle generalement de modèle XY (ou modèle des rotateurs), et lorsque
N = 3 de modèle de Heisenberg (classique, par opposition `
a sa variante quantique).
Il y a une difference majeure entre le cas N = 1 (Ising) et le cas N 2 : lenergie H O(N ) est
invariante sous laction du groupe de symetrie O(N ) (puisquelle ne depend des spins quau travers
du produit scalaire entre spins voisins), or ce groupe est discret lorsque N = 1 (cest le groupe a
deux elements, correspondant `
a lidentite et `
a linversion de tous les spins), mais est un groupe de Lie
lorsque N 2. Dans ce dernier cas, on parle de symetrie continue. Les comportements de systèmes
possedant des symetries discrètes et continues peuvent etre très differents, comme nous lexpliquerons
plus tard.
15
ERENCE
1.7. QUELQUES OUVRAGES DE REF
1.6.3
Mod`
ele de percolation de Bernoulli
Un autre modèle classique de Physique Statistique, de nature un peu differente, est le modèle de
percolation de Bernoulli (ou percolation independante).
Le modèle de percolation de Bernoulli de paramètre p [0, 1] est donne par une collection (ne )e ,
indicees par les aretes de Zd , de variables aleatoires i.i.d. suivant une loi de Bernoulli de paramètre
p. Une configuration du modèle peut donc etre identifiee `
a un sous-graphe de Zd . On est alors particulièrement interesse aux proprietes de connectivite de ce graphe aleatoire.
Nous verrons que, malgre leurs caractères apparemment très differents, le modèle de percolation
et les modèles de Potts (donc, en particulier, dIsing) sont très etroitement lies.
1.6.4
Mod`
ele de dim`
eres
Finalement, un dernier modèle classique, egalement a priori de nature assez differente, est le
modèle des dimères.
Soit G = (V, A) un graphe fini avec sommets V et aretes A. Une configuration de dimères sur G
est une famille E A daretes telle que chaque sommet v V appartienne `
a une et une seule arete
de E. On appelle dimères les aretes de E. La probabilite dobserver une configuration E donnee est
proportionnelle `
a
Y
w(e),
eE
o`
u les poids (w(e))e sont des nombres reels positifs fixes.
Comme observe par Fisher [15], le modèle dIsing bidimensionnel peut etre transforme en un
modèle de dimères sur un certain graphe et avec des poids appropries. Ceci fournit une des methodes
permettant de calculer explicitement diverses quantites dans le cas bidimensionnel [31], comme par
exemple laimantation donnee en (1.2) (voir aussi le livre [39]).
1.7
Quelques ouvrages de r
ef
erence
Le livre de Georgii [19] est une reference incontournable sur le sujet des mesures de Gibbs ; il
est malheureusement plutot difficile daccès. Larticle de revue [20] est plus accessible, et fournit des
preuves alternatives `
a celles donnees ici dun certain nombre de resultats. Le livre de Simon [52]
est assez facile daccès, mais a un point de vue assez different de celui du cours. En particulier, les
techniques employees sont du type analyse fonctionnelle plutot que probabilistes ; il contient aussi une
discussion detaillee du cas quantique.
Les livres de Ruelle [50], Sina [53] et Israel [30] sont tous des classiques. Ils ont certes un peu vieilli,
mais restent dexcellentes sources dinformation, au moins pour certains aspects. La longue preface du
livre dIsrael est une très belle introduction `
a la thermodynamique et est fortement recommandee aux
mathematiciens (et autres) desirant mieux connaitre le sujet.
Le livre de Prum [48] est egalement recommande (et presente la particularite detre en francais).
Le livre de Kindermann et Snell [33] est plus introductif. Il est `
a present disponible gratuitement (et
legalement) sur internet.
En plus des livres ci-dessus voici quelques ouvrages traitant de modèles specifiques : le modèle de
percolation [23], la FK-percolation (chapitre 6) [24], et la relation entre modèle dIsing et modèle de
dimères, ainsi que le calcul explicite de diverses quantites du modèle bidimensionnel [39].
16
Chapitre
Le modèle et quelques proprietes de base

Dans ce chapitre, nous allons definir plus precisement le modèle dIsing, et presenter quelquesunes de ses proprietes essentielles pour la suite. Nous introduirons egalement la notion de limite
thermodynamique.
2.1
D
efinition du mod`
ele
Nous commencons par quelques definitions et notations, dont certaines diffèrent legèrement de
celles utilisees dans lintroduction.
Configurations. Une configuration du modèle dIsing est une application : Zd {1, 1},
i 7 (i) i . Lensemble de toutes les configurations, appele espace des configurations, est note
. On note | la restriction de la configuration `
a Zd , cest-`
a-dire la famille (i )i .
d
Lensemble des configurations restreintes `
a Z est note .
Etant
donnees , Zd , et
, on definit la configuration
par (
)i = i si
i , et (
)i =
i sinon.
` chaque sommet i Zd , nous attachons une variable aleatoire i : {1, 1}, 7
Spin. A
d
ef
i () = i , appelee spin en i. On notera egalement | = (i )i .
Hamiltonien. On associe `
a chaque configuration son energie dans un domaine Zd .
Celle-ci depend de deux paramètres : la temperature inverse R, que lon suppose positive, et le
champ magnetique h R. Elle est donnee par lHamiltonien suivant 1
X
X
d
ef
i ().
i ()j () h
H;,h () =
i
{i,j}6=
ij
d
ef
Mesure de Gibbs. Soient Zd et

. On introduit = { : i =
i , i 6 }.
On appelle
la condition au bord. Nous allons `
a present introduire une mesure de probabilite sur
lensemble (fini) . La mesure de Gibbs du modèle dIsing avec interaction entre plus-proches-voisins,
paramètres et h, et condition au bord
, est la mesure de probabilite sur definie par
d
ef
() =
;,h
Z;,h
exp (H;,h ()) .
La constante de normalisation Z;,h

est appelee fonction de partition.
1
La lettre H traditionnellement utilisee pour denoter lHamiltonien ne provient pas de linitiale dHamilton : cette
notation a ete introduite par Lagrange en 1811 (alors quHamilton na que 5 ans !) en lhonneur de Huygens.
17

DE CORRELATION
2.2. LES INEGALIT

ES
Nous suivrons la coutume en Physique Statistique et noterons lesperance sous une mesure par
h i , ou, lorsque la mesure est identifiee par des indices, en appliquant les memes indices aux crochets :
par exemple, lesperance sous la mesure ;,h

sera notee h i;,h
.
Exercice 2.1.1. Verifier que, pour tout Zd et toutes configurations

et , on a
;,h
( | |\ = |\
) = ;,h ( ).
(2.1)
Conditions au bord. Parmi les differentes conditions au bord, deux sont particulièrement interessantes :
1, appelee condition au bord +, et
1, appelee condition au bord . Les mesures
+
de Gibbs correspondantes sont notees simplement +

;,h et ;,h , et les ensembles et . Il sera
aussi parfois utile de considerer une condition au bord dun autre type : la condition au bord libre,
qui modelise un système sans interaction avec lexterieur. Il sagit de la mesure de probabilite sur
definie par
X

X
1
d
ef
exp
i ()j () + h
i () .
;,h () =
Z;,h
{i,j}
ij
2.2
Les in
egalit
es de corr
elation
Le but de cette section est dintroduire un outil particulièrement important dans letude du modèle
dIsing : les inegalites de correlations. Les preuves de ces inegalites sont donnees dans lappendice A.1.
Parmi la multitude de telles inegalites, deux jouent un role preponderant : les inegalites GKS et
FKG.
2.2.1
In
egalit
es GKS
Les inegalites GKS (pour Griffiths, Kelly et Sherman [21, 32]) sont limitees aux conditions au bord
+ et libre et aux champs magnetiques
positifs. Elles sappliquent aux produits de spins, cest-`
a-dire
d
ef Q
aux fonctions de la forme2 A = iA i .
Th
eor`
eme 2.2.1 (Inegalites GKS). Soit Zd , et h 0. Quels que soient A, B et 0,
hA i+
;,h 0,
+
+
hA B i+
;,h hA i;,h hB i;,h .
(2.2)
(2.3)
Ces inegalites restent vraies pour la mesure ;,h .
2.2.2
In
egalit
es FKG
Les inegalites FKG (pour Fortuin, Kasteleyn et Ginibre [17]) sont une extension de linegalite
suivante sur les fonctions reelles : soit f et g deux fonctions croissantes de R dans R et une mesure
de probabilite sur R ; alors
hf gi hf i hgi .
La preuve est elementaire, puisquil suffit de dupliquer le système :
hf gi hf i hgi = 21 h (f (x) f (x ))(g(x) g(x )) i
et dobserver que f (x) f (x ) et g(x) g(x ) ont necessairement le meme signe puisque f et g sont
toutes deux croissantes.
2
Faites bien attention a

` ne pas confondre A et |A !
18
`
ES
DE BASE
CHAPITRE 2. LE MODELE
ET QUELQUES PROPRIET
Lensemble {1, 1} etant totalement ordonne, on peut definir un ordre partiel sur : si
et seulement si i i pour tout i Zd . Ceci permet de definir la notion de fonction croissante :
f : R est croissante si et seulement si = f () f ( ). Une classe importante de
d
ef
d
ef Q
fonctions croissantes est formee des produits des variables doccupation ni = 12 (1+i ) : nA = iA ni .
Les inegalites FKG affirment que les fonctions croissantes sont positivement correlees. Leur grand
avantage est detre applicables quelle que soit la condition au bord, et pour toute valeur (pas seulement
positive) du champ magnetique.
Th
eor`
eme 2.2.2 (Inegalites FKG). Soit Zd et
une condition au bord arbitraire. Alors, quels
que soient 0 et h R, pour toute paire de fonctions croissantes f et g,
hgi;,h
.
hf i;,h
hf gi;,h
2.3
(2.4)
Limite thermodynamique
On na pour linstant defini le modèle dIsing que pour des sous-ensembles finis de Zd . Une facon
naturelle de definir le modèle sur Zd tout entier (on dit parfois en volume infini) est de considerer
une suite de parties finies n Zd , et une suite de conditions au bord (
n )n1 . On aimerait `
a present
n
prendre la limite de la suite de mesures (n ;,h )n1 . Pour cela, il est necessaire dintroduire une
topologie appropriee, et donc de faire un bref detour par lanalyse fonctionnelle.
2.3.1
Structure m
etrique sur .
d
Puisque {1, 1} est compact, = {1, 1}Z est egalement compact pour la topologie produit. De
plus, la metrique
X
d(, ) =
2kik1 1{i 6=i } ,
iZd
est compatible avec cette topologie. muni de cette metrique est donc un espace metrique compact.
2.3.2
Fonctions continues et fonctions locales.
On verifie aisement quune fonction f : R est (uniformement) continue pour la topologie

produit si et seulement si, pour tout > 0, il existe Zd tel que
sup |f () f ( )| .
, :
| =|
Soit C () lensemble des fonctions continues sur ; (C (), k k ) est un espace de Banach. Un
sous-ensemble dense de C () particulièrement utile est lensemble des fonctions locales : une fonction
f : R est dite locale sil existe Zd tel que f () est entièrement determinee par | ; en
dautres termes, une fonction est locale si elle ne depend que de letat dun nombre fini de spins. On
note supp(f ) le support de la fonction f , cest-`
a-dire le plus petit ensemble de sommets dont les spins
determinent la valeur de f . On verifie aisement que les fonctions locales sont denses dans les fonctions
continues : si f C (), alors, pour tout > 0, il existe Zd tel que, pour toute configuration
,
sup |f (| ) f ()| ,
o`
u la configuration | concide avec dans et hors de . La conclusion suit puisque 7
f (| ) est une fonction locale.
19
2.3. LIMITE THERMODYNAMIQUE
2.3.3
Convergence des mesures

d
ef
Notons F la tribu engendree par les cylindres C, = { : = }, Zd , . On

dira quune suite de mesures ( nn )n Zd sur nn converge vers la mesure sur (, F ) si et seulement
si
lim hf i nn hf i ,
n
pour toute fonction locale f . Les fonctions locales etant denses dans les fonctions continues, on voit
que cette topologie sur les mesures nest autre que la topologie faible.
Supposons que lon ait montre que hf in converge vers une valeur l(f ) lorsque n , pour toute
fonction locale f . Peut-on en deduire lexistence dune mesure de probabilite sur (, F ) telle que
l(f ) = hf i ? Clairement, la forme lineaire f 7 l(f ) satisfait
i) l(1) = 1 ;
ii) f 0 = l(f ) 0 ;
iii) |l(f )| kf k .
l pouvant etre etendue par continuite `
a C () tout entier, on peut conclure `
a laide du theorème suivant.
Th
eor`
eme 2.3.1 (Theorème de representation de Riesz). Soit M un espace metrique compact. Soit l
une forme lineaire sur lensemble des fonctions continues sur M satisfaisant i)iii) ci-dessus. Il existe
alors une unique mesure de probabilite borelienne regulière sur M telle que
Z
l(f ) = f d.
Demonstration. Voir [49, Theorème 2.14].
2.3.4
Mesures de Gibbs en volume infini et transition de phase du 1er ordre.
On appellera mesure de Gibbs en volume infini du modèle dIsing tout point daccumulation des
suites ( nn ;,h )n1 introduites ci-dessus.
Comme cela a dejà ete mentionne dans lintroduction, il ny a pas necessairement unicite de la
mesure limite associee `
a un couple (, h) donne (lexistence dau moins un point daccumulation est par
contre garantie par compacite de lespace des mesures de probabilite sur (, F ) pour la topologie que
lon vient dintroduire ; en fait, on construira meme une telle mesure de Gibbs explicitement dans la
Sous-Section 2.3.6). On dira quil y a transition de phase du 1er ordre en (, h) lorsquil y a non-unicite.
Nous verrons dans le prochain chapitre que cette definition correspond precisement `
a la transition de
phase observee dans lintroduction `
a travers lapparition dune discontinuite de laimantation comme
fonction du champ magnetique.
2.3.5
Deux familles de fonctions locales.
La topologie introduite reposant sur les fonctions locales, il est utile de determiner certaines classes
de fonctions locales engendrant toutes les autres. Le lemme suivant en propose deux, qui sont particulièrement adaptees aux inegalites de correlation presentees dans la section precedente.
Lemme 2.3.1. Soit f une fonction locale. Alors
X
f=
fA A ,
Asupp(f )
P
d
ef
)A (e
). Par consequent, on a egalement
o`
u fA = 2|supp(f )| e supp(f ) f (e
X
fA nA ,
f=
Asupp(f )
20
`
ES
DE BASE
CHAPITRE 2. LE MODELE
ET QUELQUES PROPRIET
pour des coefficients fA appropries.
Demonstration. Pour demontrer la première affirmation, il suffit dutiliser la relation
2|B|
A (e
)A () = 1{e sur B} .
AB
Cette relation dorthogonalite se Q

demontre très facilement. Supposons tout dabord que i =
ei , pour
ei i = 1, puisque
ei i = 1 pour tout i B. Supposons donc `
a
tout i B. Alors A (e
)A () = iA
present quil existe i B tel que i 6=
ei (et donc i
ei = 1) ; on a alors
X
A (e
)A () =
AB
AB\{i}
AB\{i}
AB\{i}

A (e
)A () + A{i} (e
)A{i} ()
(A (e
)A () + i
ei A (e
)A ())
A (e
)A () (1 + i
ei ) = 0.
La seconde affirmation suit immediatement en inserant A =
2.3.6
iA (2ni 1)
dans la première formule.
Mesures limites avec conditions au bord + et .
Les inegalites de correlation introduites dans la section precedente permettent de demontrer de

nombreux resultats concernant les limites possibles. Commencons par montrer que les mesures avec
conditions au bord + et admettent bien chacune une limite, quelle que soit la suite n Zd
consideree.
Th
eor`
eme 2.3.2. Soit 0 et h R. Pour toute suite n Zd , la suite de mesures (+
n ;,h )n
+
converge vers une mesure ,h (independante de la suite (n )n1 ). De meme, la suite (
n ;,h )n
converge vers une mesure ,h (independante de la suite (n )n1 ).
d
De plus, les mesures +
,h et ,h sont invariantes sous laction du groupe des translations de Z :
+
u (t )i = it .
hf t i+
,h = hf i,h , pour toute fonction locale f , o`
Demonstration. Montrons tout dabord la convergence de la suite de mesures +
egalites
n ;,h . Les in
FKG impliquent que pour toute fonction f locale et croissante,
+
hf i+
n ;,h hf in+1 ;,h .
(2.5)
En effet, on verifie facilement (cf. (2.1)) que

+
hf i+
n ;,h = hf | i = 1, i n+1 \ n in+1 ;,h .
Comme lindicatrice 1{i =1, in+1 \n } est une fonction croissante, il suit bien des inegalites FKG que
hf i+
n ;,h =
hf 1{i =1, in+1 \n } i+

n+1 ;,h
h1{i =1, in+1 \n } i+
n+1 ;,h
+
hf i+
n+1 ;,h h1{i =1, in+1 \n } in+1 ;,h
h1{i =1, in+1 \n } i+

n+1 ;,h
21
= hf i+
n+1 ;,h .
2.3. LIMITE THERMODYNAMIQUE

n
supp(f )
tn
t
supp(f t)
Fig. 2.1 Preuve de linvariance sous les translations.
f etant necessairement bornee, on en deduit la convergence de la suite (hf i+

n ;,h )n pour toute
fonction locale croissante f . Par consequent, une application du Lemme 2.3.1 montre que, pour toute
fonction locale g,
X
lim hgi+
=
gA lim hnA i+
n ;,h
n ;,h
n
Asupp(g)
Asupp(g)
+
gA hnA i+
,h = hgi,h ,
puisque les fonctions nA sont locales et croissantes. Par consequent, on a bien convergence de la suite
+
(+
n ;,h )n vers une mesure ,h .
Verifions `
a present que la limite ne depend pas de la suite n Zd consideree. Soit 1n Zd et
+,2
2n Zd deux telles suites, et notons +,1
,h et ,h les limites correspondantes. On construit une nouvelle
suite n Zd de la facon suivante : 1 = 11 , et, pour k 1,
\

2n : 2n 2k1 ,
2k =
\

1n : 1n 2k .
2k+1 =
+,2
+,1
La convergence de la suite (+
eres correspondant,
n ;,h )n1 implique donc que ,h = ,h , ces derni`
+
+
respectivement, aux limites obtenues pour les sous-suites (2n+1 ;,h )n1 et (2n ;,h )n1 .
La preuve pour la suite (
n ;,h )n est identique.
Linvariance sous les translations est immediate. Soit t Zd , f une fonction locale et n Zd .
d
ef
Alors f t est egalement une fonction locale et t n Zd (t A = A t, pour tout A Zd ). On a
donc
+
+
et
hf t i+
hf i+
t n ;,h hf t i,h ,
n ;,h hf i,h
+
et la conclusion suit puisque hf t i+
t n ;,h = hf in ;,h .
22
Chapitre
Aimantation et energie libre

Ce chapitre a deux buts. Dune part, introduire et discuter des proprietes de base de deux quantites
essentielles : laimantation et lenergie libre. Dautre part, deriver deux critères caracterisant lunicite
de la mesure de Gibbs en volume infini. Le premier fait le lien entre la definition mathematique de
transition de phase de premier ordre et le comportement de laimantation decrit dans lintroduction.
Le second relie les transitions de phase de premier ordre aux proprietes de differentiabilite de lenergie
libre, reproduisant la caracterisation utilisee en Thermodynamique.
3.1
Une premi`
ere caract
erisation de lunicit
e
Limportance des mesures +

,h et ,h introduites dans la Sous-Section 2.3.6 est rendue manifeste
par le resultat suivant, qui permet de reduire le problème de lunicite/non-unicite des mesures de
Gibbs en volume infini du modèle dIsing `
a celui de comparer uniquement ces deux mesures.
Th
eor`
eme 3.1.1. Les affirmations suivantes sont equivalentes :
1. Il y a une unique mesure de Gibbs en volume infini.
2. +
,h = ,h .
3. h0 i+
,h = h0 i,h .
Demonstration. Une application des inegalites FKG montre que, pour toute fonction f locale et croissante,
+
(3.1)
hf i
n ;,h hf in ;,h hf in ;,h ,
,
e ,
quelle que soit la condition au bord
. En effet, en utilisant que, pour tout n et
X
Hn ;,h (
) = Hn ;,h (e
) +
in ,j6n
ij
on a par exemple
hf i+
n ;,h
he
he
j )i
in ,j6n ,ij (1
i (e
j
j ),
f i n ;,h
j )i
in ,j6n ,ij (1
i n ;,h
hf i n ;,h ,

P
j )i est croissante.
puisque la fonction exp in ,j6n ,ij (1
+
On en deduit quil y a une unique mesure de Gibbs si et seulement si
,h = ,h . Pour montrer
+
egalites FKG. On observe
quil est suffisant de verifier h0 i
,h = h0 i,h , on utilise une fois de plus les in
23
ES
DE LAIMANTATION
3.2. QUELQUES PROPRIET
P
tout dabord que pour tout A Zd , la fonction iA ni nA est croissante. Par consequent, (3.1)
implique que
X
X
h
ni nA i
h
ni nA i+
n ;,h
n ;,h ,
iA
iA
ce qui nous fournit linegalite suivante sur les mesures limites,

X
hni i+
,h hni i,h hnA i,h hnA i,h .
iA
Il suit de (3.1) que le membre de droite de cette dernière inegalite est positif. Par invariance sous les
+
+
translations, la condition h0 i
,h = h0 i,h (et donc hn0 i,h = hn0 i,h ) implique que le membre de
emonstration gr
ace au
gauche est nul. Il suit que hnA i+
,h = hnA i,h pour tout A fini. Ceci conclut la d
Lemme 2.3.1.
3.2
Quelques propri
et
es de laimantation
ere
Le critère dunicite de la Section 3.1 fait intervenir les esperances h0 i+
,h et h0 i,h . La premi`
question que lon peut se poser est sil existe une relation entre ces esperances et lesperance de
laimantation dans une bote finie. Le lemme suivant montre quelles concident dans la limite, au
moins pour de bonnes botes. Cest la raison pour laquelle nous appellerons egalement aimantation
ces esperances.
Proposition 3.2.1. Soit n = {n, . . . , n}d . Alors

1
h0 i+
,h = lim h |n |
n
in
i i+
n ;,h ,
et similairement pour h0 i
,h .
Demonstration. On utilise (2.5). Dune part,
+
min hi i+
n ;,h h0 i2n ;,h ,
in
et donc
lim inf
n
1 X
+
lim h0 i+
hi i+
2n ;,h = h0 i,h .
n ;,h n
|n |
in
Dautre part, soit R > 0 ; pour tout i N se trouvant `

a distance au moins R du bord de N ,
+
+
hi in ;,h h0 iR ;,h . On a donc
lim sup
n
1 X
+
hi i+
n ;,h h0 iR ;,h .
|n |
in
La conclusion suit en laissant R .

Montrons `
a present quelques proprietes elementaires de ces fonctions.
Proposition 3.2.2.
tout 0.
1. Soit Zd . h0 i+
;,h et h0 i;,h sont des fonctions croissantes de h, pour
ecroissante) de ,
2. Soit Zd . h0 i+
;,h (resp. h0 i;,h ) est une fonction croissante (resp. d
pour tout h 0 (resp. h 0).
` droite (resp. a
` gauche) du champ magnetique
3. h0 i+
,h (resp. h0 i,h ) est une fonction continue a
h.
24

CHAPITRE 3. AIMANTATION ET ENERGIE
LIBRE
Remarque 3.2.1. Evidemment,

les proprietes de monotonie sont encore verifiees dans la limite thermodynamique. Il est en fait possible de montrer que h0 i+
,h est concave (et en particulier continue)
pour h 0. Nous le ferons au chapitre 7, comme application dune autre inegalite de correlation,
linegalite GHS. Nous prouverons egalement plus loin (Theorème 4.3.2) que h0 i+
,h est en fait une
fonction analytique de h pour h 6= 0. Par symetrie, on a des resultats analogues pour h0 i
,h et h
negatif.
Demonstration. 1. Cest une consequence immediate de (2.4) :

X
+
+
+
h
i
h
i
=
h
i
h0 i+
0 ;,h i ;,h 0.
0 i ;,h
;,h
h
i
2. Cest une consequence immediate de (2.3) :
h0 i+
;,h =
{i,j}6=
ij

+
+
h0 i j i+
h
i
h
i
0 ;,h i j ;,h 0.
;,h
3. Soient (hm )m1 une suite telle que hm h, et (n )n1 une suite telle que n Zd . La
ecroissante et bornee, par le point 1 et (2.5). Par consequent, il suit
suite (h0 i+
n ;,hm )m,n1 est d
du Lemme A.3.1 que
+
+
+
+
lim h0 i+
,hm = lim lim h0 in ;,hm = lim lim h0 in ;,hm = lim h0 in ;,h = h0 i,h ,
m n
n m
evidemment une fonction continue de h.

puisque h0 i+
n ;,h est
3.3
L
energie libre
Nous allons avoir besoin dune notion appropriee de convergence de parties finies de Zd vers Zd
tout entier. Lidee est que lon desire extraire les effets de volume, et negliger les corrections dues aux
effets de surface. Nous dirons quune suite (n )n1 telle que n Zd converge vers Zd au sens de van
Hove, n Zd , si et seulement si
lim |n |/|n | = 0,
(3.2)
n
d
ef
o`
u C = {i C : j 6 C, j i}.
d
ef
Th
eor`
eme 3.3.1. Soit f (, h) = ||1 log Z;,h
. La limite
d
ef
f (, h) = lim f (, h)
Zd
existe et est independante de

et de la suite Zd . De plus, la fonction f (, h) est convexe.
La quantite f (, h) joue un role essentiel dans la relation entre Physique Statistique et Thermodynamique ; on lappelle energie libre1 . Nous verrons plus bas que les proprietes analytiques de cette
fonction sont profondement liees `
a la presence de transitions de phase.
Demonstration. Existence de la limite. On commence par demontrer la convergence dans le cas de
la condition au bord libre. La preuve se fait en deux etapes : tout dabord pour une suite de botes
cubiques, puis pour des botes generales.
1
En fait, pour etre plus precis, les physiciens appellent la quantite f (, h) lenergie libre (par unite de volume).
25

3.3. LENERGIE
LIBRE
Fig. 3.1 Un cube Bn+1 et sa partition en 2d cubes Bn . Les interactions entre les differents sous-cubes sont
indiquees.
d
ef
Soit Bn = {1, . . . , 2n }d . Lenergie libre associee `

a la bote Bn+1 peut aisement etre comparee `
a
celle associee `
a la bote Bn . En effet, si lon decompose Bn+1 en 2d copies disjointes de Bn , notees
(2d )
(1)
Bn , . . . , Bn (cf. Figure 3.1), alors lenergie provenant de linteraction entre les spins de deux sousbotes differentes est bornee par multiplie par le nombre de sites dans une face de Bn , soit 2n(d1) .
Comme il y a precisement 21 d2d faces a` considerer (chacune etant partagee entre deux cubes), on en
deduit que
X
Y
Y
ZBn+1 ;,h =
ehi
ei j
Bn+1 {i,j}Bn+1
ij
ei j
Bn+1 k=1 {i,j}B (k)

n
ij
d
d2(n+1)(d1)
=e
2
Y
k=1
= ed2
et donc que
2
Y
1
2 d2d 2n(d1)
iBn+1
(n+1)(d1)
(k)
Bn
ZBn ;,h
ei j
(k)
{i,j}Bn
ij
2d
ehi
(k)
iBn
ehi
(k)
iBn
fBn+1 (, h) = 2d(n+1) log ZBn+1 ;,h

d
2d(n+1) log(ZBn ;,h )2
d 2(n+1)(d1)
2d(n+1)
= fBn (, h) d 2(n+1) .
En procèdant de la meme facon pour obtenir une borne dans lautre direction, on arrive `
a
|fBn+1 (, h) fBn (, h)| d 2(n+1) .
Lexistence de la limite le long de la suite de cubes Bn suit immediatement ; on la note f (, h).
Considerons `
a present une suite n Zd arbitraire. On recouvre n par des translates disjoints
la partie de Zd ainsi obtenue. On verifie facilement que
de Bk , k fixe (cf. Figure 3.2). On note ext,k
n
ext,k
n \ n contient au plus |n ||Bk | sites.
26

LIBRE
Fig. 3.2 Un ensemble n et un recouvrement possible par des translates de Bk .
en ses sous-botes (exercice !), on voit que,

En procedant comme ci-dessus par decoupage de ext,k
n
pour tout > 0, on peut trouver k0 (, , d) tel que, pour tout k k0 ,
|f ext,k (, h) fBk (, h)| < /3.
n
Comme fBk (, h) f (, h), on a donc egalement

|f ext,k (, h) f (, h)| < /2
n
pour tout k > k1 (, , d).

Dautre part, on peut comparer Zn ;,h et Z ext,k
n
;,h
de facon similaire, en eliminant toutes les
\ n `
a ses voisins. On obtient ainsi
interactions liant un spin de ext,k
n
|fn (, h) f ext,k (, h)|
n
2d|Bk ||n |
C(, h).
|n |
Par consequent, il suit de (3.2) quil existe n0 (, k) tel que, pour tout n > n0 ,
|fn (, h) f ext,k (, h)| /2.
n
La conclusion suit.
Independance de la condition au bord. Le fait que la meme limite est atteinte quelle que soit la
condition au bord se verifie de facon elementaire, puisque pour tout
,
e2d|| Z;,h Z;,h

e2d|| Z;,h ,
et que laffirmation suit alors immediatement de la propriete (3.2).

Convexite. La convexite peut se verifier de multiples facons. Par exemple, en utilisant linegalite
de Holder,
Z;
=
1 +(1)2 ,h1 +(1)h2
eH;1 ,h1 ()(1)H;2 ,h2 ()
X
eH;1 ,h1 ()
X
eH;2 ,h2 ()
et donc
f (1 + (1 )2 , h1 + (1 )h2 ) f (1 , h1 ) + (1 )f (2 , h2 ).
27
(1)
3.4. UNE SECONDE CARACTERISATION

DE LUNICITE
h0 i+
,h
h0 i+
,h
Fig. 3.3 Representation schematique de h0 i+

egime dunicite. Droite : regime
,h en fonction de h. Gauche : r
de non-unicite. Le comportement est analogue pour toute autre condition au bord, la valeur prise
ne differant que lors de la transition. Voir egalement la Fig. 1.6 (droite).
3.4
Une seconde caract

erisation de lunicit
e
Le theorème suivant montre que la presence dune transition de phase dans le modèle dIsing se
manifeste par la non-differentiabilite de lenergie libre : une derivee première de lenergie libre est
discontinue ; cest pour cette raison que lon parle de transition de phase du premier ordre 2 .
Th
eor`
eme 3.4.1. On a les identites suivantes, pour tout 0 et h R,
f (, h) = h0 i+
,h ,
h+
f (, h) = h0 i
,h ,
h
h+
o`
u
et
representent les derivees a

` droite et a
` gauche respectivement. En particulier, la derivee
f (, h)
h
existe si et seulement si il y a unicite de la mesure de Gibbs en (, h).

Demonstration. La demontration qui suit repose sur un certain nombre de resultats elementaires sur
les fonctions convexes, qui sont regroupes dans lAppendice A.2.
Soit n le cube de c
ote 2n + 1. La convexite de f (, h) implique que les derivees `
a gauche et `
a
droite par rapport `
a h existent, sont respectivement continues `
a gauche et `
a droite, et diffèrent au plus
pour un ensemble denombrable de valeurs de h. Par consequent, pour tout h il est possible de trouver
une suite hk h telle que f soit differentiable pour tous les hk , ce qui implique que
f (, h) = lim
f (, hk ).
+
hk h h
h
En volume fini,
+
1 X
fn (, hk ) =
hi i+
n ,,hk ,
h
|n |
in
et donc, par le point 6 du Theorème A.2.1,
1 X
+
f (, hk ) = lim
hi i+
n ,,hk = h0 i,hk ,
n |n |
h
in
La classification des transitions de phase en fonction du degre de regularite de lenergie libre (transition dordre k si
celle-ci est C k1 , mais pas C k ) est d
ue a
` Ehrenfest. Elle est essentiellement abandonnee aujourdhui, car a
` la fois trop
precise, et trop peu generale pour prendre en compte toute la richesse des comportements possibles. En particulier, on ne
parle plus, en general, que de transition de premier ordre, lorsque lenergie libre nest pas differentiable, et de transition
continue, lorsquelle lest mais quun autre type de singularite a lieu.
28

LIBRE
puisque que la derivee existe. La dernière identite suit de la proposition 3.2.1. On en conclut que
+
f (, h) = lim h0 i+
,hk = h0 i,h ,
hk h
h+
la dernière identite suivant du point 3 de la proposition 3.2.2.
erivee
On montre de la meme facon que h f (, h) = h0 i
,h , ce qui prouve que lexistence de la d
+
est equivalente `
a h0 i,h = h0 i,h , cette dernière propriete caracterisant le regime dunicite par le
Theorème 3.1.1.
Observez que le Theorème 3.4.1 fait le lien entre la notion mathematique de transition de phase de
premier ordre et la discontinuite de laimantation comme fonction de h observee dans lintroduction :
lors dune transition de premier ordre, laimantation se comporte qualitativement comme represente
a la derivee de lenergie libre partout sauf sur lensemble au plus
sur la Fig. 3.3. En effet, etant egale `
denombrable A des points de discontinuite de cette dernière 3 , celle-ci est independante de la condition
au bord, partout, sauf sur A . Lorsquune transition de phase du premier ordre a lieu, laimantation
+
es la
doit donc etre discontinue, puisquelle doit concider avec
,h et ,h juste avant et juste apr`
transition, et que ces deux quantites diffèrent `
a la transition.
Comme nous le verrons au chapitre suivant, cet ensemble est en fait soit vide, soit reduit au point {0}.
29
3.4. UNE SECONDE CARACTERISATION

DE LUNICITE
30
Chapitre
Diagramme de phase
Dans ce chapitre, nous allons analyser le diagramme de phase du modèle dIsing, cest-`
a-dire caracteriser les valeurs des paramètres (, h) pour lesquelles il y a unicite ou non de la mesure de Gibbs
en volume infini. Avant de proceder, il convient de faire une remarque.
+
Tout dabord, h0 i+
,0 = h0 i,0 , et donc h0 i,0 6= h0 i,0 si et seulement si h0 i,0 > 0. Il suit
equent, la temperature
de la proposition 3.2.2 que h0 i+
,0 est une fonction croissante de . Par cons
critique inverse c (d) [0, ], definie par
d
ef
c (d) = sup{ 0 : h0 i+
,0 = 0},
separe (pour h = 0) le regime dunicite du regime de non-unicite : il y aura transition de phase du
premier ordre lorsque > c , mais pas lorsque < c . La question (pour h = 0) est donc de determiner
si 0 < c < .
Lanalyse du diagramme de phase se fait en trois etapes :
i) Non unicite à basse temperature : c (d) < d 2.
ii) Unicite `
a haute temperature : c (d) > 0 d 2, et c (1) = .
iii) Unicite lorsque h 6= 0.
La question de lunicite de la mesure lorsque h = 0 et = c est beaucoup plus delicate, et nous
nous contenterons des remarques suivantes. Lunicite, ainsi que la continuite de laimantation, en c
est demontree dans [5] lorsque d 4. Il suit egalement du calcul explicite (1.2) quil en est de meme
lorsque d = 2 [54]. Ces resultats sont certainement egalement vrais en dimension 3, mais cela na pas
encore ete demontre.
Remarque 4.0.1. Il est interessant de comparer ces resultats aux resultats correspondants dans dautres
modèles.
Dans le cas du modèle de Potts avec un nombre q detats suffisamment grand, on peut montrer
que : (i) il y a non unicite `
a la temperature critique, les q phases de basse temperature coexistant avec
la phase de haute temperature, et laimantation y est discontinue [34], (ii) il y a non unicite lorsque
le champ magnetique est suffisamment faible [6].
Dans les modèles O(N ) avec N 2, on peut demontrer quil ny a pas de transition de phase
du premier ordre en dimensions 1 et 2. Plus generalement une symetrie continue ne se brise pas
spontanement en dimensions 1 et 2 (Theorème de Mermin-Wagner) [12, 45, 27].
4.1
Non unicit
e`
a basse temp
erature
Le resultat principal de cette sous-section est le theorème suivant, qui montre que lorsque d 2
a basses
et h = 0, c < , ce qui implique lexistence de multiples mesures de Gibbs en volume infini `
31
A
` BASSE TEMPERATURE
4.1. NON UNICITE
Fig. 4.1 Les contours dune configuration du modèle dIsing bidimensionnel dans une bote finie avec condition au bord +.
temperatures.
Th
eor`
eme 4.1.1. Pour toute dimension d 2, on a c (d) < .
Remarque 4.1.1. Ce theorème montre quil ny a pas unicite lorsque est suffisamment grand et h = 0
(si d 2), mais ne decrit pas lensemble des mesures de Gibbs. En dimension 2, on peut en fait montrer
que toutes les mesures de Gibbs en volume infini sont de la forme +

,0 + (1 ),0 , 1 0
(Theorème dAizenman-Higuchi [1, 25]). Ceci reste vrai en dimension 3 et plus si lon se restreint aux
mesures invariantes sous les translations [7], mais est faux pour des mesures plus generales [11].
La preuve, donnee en Sous-Section 4.1.2, repose sur une representation graphique des configurations
du modèle dIsing : la representation basse temperature.
4.1.1
Repr
esentation basse temp
erature
ef
` chaque sommet i Zd , on associe le cube Si d
= i + [ 12 , 21 ]d centre en i. Soit Zd ; on note
A
n
o
d
ef
(4.1)
E+ = {i, j} Zd : {i, j} 6= , i j .
` une configuration + , on associe le sous-ensemble de Rd defini par

A
[
d
ef
M () =
Si .
i : i =1
Les composantes connexes maximales du bord de M () sont appelees les contours de la configuration
, et sont notees () = (1 , . . . , m() ) (voir la figure 4.1). Il est evident quune telle configuration
est entièrement determinee par lensemble de ses contours.
Lenergie dune configuration sexprime de manière particulièrement simple en termes de ses
contours :
X
|| |E+ | ,
H;,0 () = 2
()
o`
u || represente laire du contour . En effet, il suffit de reecrire lHamiltonien sous la forme
X
H;,0 () =
(i ()j () 1) |E+ |,
{i,j}E+
et dobserver que i ()j () 1 6= 0 si et seulement si i 6= j , cest-`

a-dire si et seulement si les
sommets i et j sont separes par un contour.
32
CHAPITRE 4. DIAGRAMME DE PHASE

En particulier, la fonction de partition du modèle dIsing dans avec conditions au bord + et
h = 0 peut se reecrire en termes des contours sous la forme
X Y
|E+ |
Z+
e2|| .
(4.2)
;,0 = e
()
+
4.1.2
Preuve du Th
eor`
eme 4.1.1
La methode utilisee dans la preuve suivante est très importante, et peut etre etendue `
a des situa1
tions beaucoup plus generales ; on lappelle largument de Peierls .
Soit n le cube de c
ote 2n + 1 centre `
a lorigine. Au vu de lobservation faite en debut de chapitre,
il est suffisant de montrer quuniformement en n, h0 i+
n ;,0 > c > 0 pour tout suffisamment grand.
Nous ne traiterons que du cas de la dimension 2, puisque le cas general est similaire2 . Bien s
ur,
+
+
+
1
h0 in ;,0 = 1 2n ;,0 (0 = 1), et il est donc suffisant de montrer que n ;,0 (0 = 1) < 2 c,
pour une constante c > 0 independante de n.
Lobservation cruciale est que
+
{ +
n : 0 = 1} { n : (), entoure 0}.
Soit un contour ; `
a chaque configuration telle que () , on peut associer la configuration
E () telle que (E ()) = () \ { } (la configuration E () est donc la configuration que lon
obtient en partant de et en enlevant le contour ). Lintroduction de lensemble
d
ef
C( ) = {E () : () }
de toutes les configurations que lon peut obtenir en eliminant le contour dune autre configuration
nous permet decrire
+
+
n ;,0 (0 = 1) n ;,0 ( , entourant 0)
P
P
Q
2||
:()
() e
2||
() e
Q
P
2||
X
() e
C( )
2| |
P Q
e
2||
() e
entourant 0
entourant 0
P Q
e2|
entourant 0
X
k4
e2k #{ entourant 0, | | = k}
Xk
k4
3k1 e2k ,
ce qui est strictement inferieur `

a 1/2, dès que est suffisamment grand. La dernière inegalite provient
des observations suivantes :
Le nombre total de contours de longueur k partant dun point donne est au plus egal `
a 4 3k1 .
En effet, on a 4 directions possibles pour le premier segment, puis au plus 3 pour chacun des
k 1 segments suivants (puisque le contour ne traverse jamais deux fois la meme arete).
1
Largument donne ici repose de facon essentielle sur la symetrie du modèle dIsing sous lechange des spins + et
(o`
u utilise-t-on cette propriete ?). Largument de Peierls peut cependant etre etendu a
` des situations très generales, sans
symetrie : cest le contenu de la theorie de Pirogov-Sina
i [46, 55]
2
En fait, on peut utiliser linegalite (A.2) pour montrer que h0 i+
n ;,0 est une fonction croissante de la dimension
(exercice !), et le resultat general suit donc de celui en dimension 2.
33
A
` HAUTE TEMPERATURE
4.2. UNICITE
Un contour de longueur k entourant lorigine intersecte necessairement lensemble {(u 21 , 21 ) :
u = 1, . . . , [k/2]}. Par consequent, on peut choisir le point de depart dans cet ensemble et
appliquer lobservation precedente.
4.2
Unicit
e`
a haute temp
erature
Dans cette section, nous terminons lanalyse du modèle sans champ magnetique, en montrant le
resultat complementaire que c > 0, et en prouvant quil y a toujours unicite en dimension 1.
Il existe plusieurs approches pour montrer ce type de resultat : par exemple, on peut demontrer
que lenergie libre est analytique pour suffisamment petit, en utilisant un developpement perturbatif
(le developpement en amas, cluster expansion en anglais) ; deux autres approches très generales sont
le critère dunicite de Dobrushin, et la disagreement percolation. Nous utiliserons ici une methode
très simple, proche de celle utilisee dans largument de Peierls. Le resultat principal de cette section
est le theorème suivant.
Th
eor`
eme 4.2.1. Pour tout d 1, c (d) > 0. De plus, c (1) = .
La preuve de ce theorème, donnee dans la Sous-Section 4.2.2, repose sur une autre representation
graphique du modèle dIsing, appelee representation haute-temperature.
4.2.1
La repr
esentation haute temp
erature
Le but de cette sous-section est de deriver une representation graphique des fonctions de correlation
` laide de cette dernière, il sera alors facile de demontrer que h0 i+
du modèle dIsing. A
ecroit
n ;,0 d
exponentiellement vite vers 0 lorsque n tend vers linfini, pourvu que soit choisi suffisamment petit.
La representation haute temperature repose sur lidentite elementaire suivante :
ei j = cosh() + i j sinh() = cosh() (1 + tanh()i j ) .
(4.3)
Nous allons utiliser (4.3) afin de reecrire la fonction de partition sous une nouvelle forme. Pour tout
d
ef
+
+
e par (4.1). On a alors,
Zd , nous noterons E+
= {E E }, avec E donn
X Y
Z+
ei ()j ()
;,0 =
+
+
{i,j}E
+
= cosh()|E |
X X
= cosh()|E |
= cosh()|E |
(1 + tanh()i ()j ())
{i,j}E+
tanh()|E|
EE+
i ()j ()
{i,j}E
tanh()|E|
EE+
i ()j ().
{i,j}E

d
ef
d
On pose, pour tout i et E E+
, I(i, E) = # j Z : {i, j} E . On a alors
X Y
X Y
i ()j () =
i ()I(i,E)
{i,j}E
+
i
+
I(i,E)
i i {1,1}
(
2||
=
0
si I(i, E) est pair pour tout i ,

sinon.
34

On en conclut que
||
cosh()|E |
Z+
;,0 = 2
tanh()|E| ,
(4.4)
EE+;pair

ef
pair d
o`
u lon a introduit E+;
= E E+
: I(i, E) est pair pour tout i .

En procedant de la meme facon, on montre egalement que
X
+
||
|E+ |
tanh()|E| ,
=
2
cosh()
h
i
Z+
0
;,0
;,0
EE+;0

d
ef
+
=
E
E
:
I(i,
E)
est
pair
pour
tout
i
\
{0},
mais
I(0,
E)
est
impair
.
o`
u E+;0
Etant
donne E E+ , on note (E) lensemble de toutes les aretes de E + nayant aucune extremite
en commun avec une arete de E. On peut alors decomposer toute configuration daretes E E+;0
pair
sous la forme E = E0 E , o`
u E0 est la composante connexe de E contenant 0 et E E+;
satisfait
E (E0 ).
On peut alors ecrire
P
tanh()|E |
X
E E+;pair
: E (E0 )
+
|E0 |
P
tanh()
h0 i;,0 =
.
(4.5)
|E|
+;pair tanh()
+;0
EE
E0 E
E0 0, connexe
Exercice 4.2.1. Etendre

cette representation `
a hi j i+
;,0 et hi j i;,0 .
4.2.2
Preuve du Th
eor`
eme 4.2.1
Soit n = {n, . . . , n}d . La representation haute temperature (4.5) nous fournit la borne superieure
suivante.
P
tanh()|E|
X
: E(E0 )
EE+;pair
n
+
|E0 |
P
h0 in ;,0 =
tanh()
tanh()|E|
+;0
EE+;pair
E0 En
E0 0, connexe
tanh()|E0 | .
(4.6)
E0 E+;0
n
E0 0, connexe
Cette dernière somme peut etre aisement bornee superieurement en utilisant le lemme suivant.
Lemme 4.2.1. Soit G un graphe connexe possedant N aretes. Il existe un chemin dans G traversant
toutes les aretes de G exactement deux fois et partant dun sommet arbitraire.
Demonstration. On procède par recurrence sur N , en observant quun graphe connexe quelconque
peut toujours etre construit arete par arete de telle sorte que tous les graphes intermediaires soient
egalement connexes. Lorsque N = 1, le resultat est trivial. Supposons le resultat vrai pour N = k, et
notons = ((1), . . . , (2k)) un tel chemin. On ajoute au graphe une nouvelle arete, en le maintenant
connexe ; ceci implique quau moins une des extremites, v, de cette arete appartienne au graphe de
depart. Le chemin desire est obtenu en suivant jusqu`
a la première visite en v, puis en faisant un
aller-retour `
a travers la nouvelle arete, et finalement en poursuivant le chemin .
En utilisant ce lemme, on voit que le nombre de graphes E0 de cardinalite contribuant `
a (4.6)
est borne par le nombre de chemins de longueur 2 partant de 0. Ce dernier est certainement inferieur
a (2d)2 puisque chaque nouvelle arete peut etre prise dans 2d directions differentes. Dun autre c
`
ote,
35
EN CHAMP MAGNETIQUE
4.3. UNICITE
NON NUL
pair
0
Fig. 4.2 Les graphes appartenant à E+;
(gauche) et à E+;
n
n (droite) en dimension 1.
P
E0 connecte necessairement 0 `
a cn : en effet, iZd I(i, E0 ) = 2|E0 | est paire ; comme I(0, E0 ) est
impair, il doit y avoir au moins un sommet i 6= 0 avec I(i, E0 ) impair, et un tel sommet ne peut pas
appartenir n . On en conclut donc que |E0 | n, ce qui, avec tanh() , nous donne
c(d)n
h0 i+
,
n ;,0 e
2
avec c(d) > 0, pour tout < 1/(4d2 ). En particulier, h0 i+
,0 = 0 pour tout < 1/(4d ), ce qui
implique lunicite `
a haute temperature.
pair
0
En dimension 1, la situation est encore meilleure, puisque E+;
= {, E+n }, et E+;
eduit
n
n se r
egalement `
a deux graphes seulement (celui compose de toutes les aretes dont les extremites sont
negatives, et celui compose de toutes les aretes dont les extremites sont positives) ; voir la Fig. 4.2.
Par consequent,
2 tanh()n+1
=
h0 i+
,
n ;,0
1 + tanh()2n+2
ce qui tend vers 0, lorsque n , pour tout < .
Exercice 4.2.2. Montrer quil existe c = c() > 0 tel que hi j i,0 1c eckjik2 , pour tout i, j Zd ,
pour tout suffisamment petit.
Remarque 4.2.1. On peut en fait montrer que la decroissance exponentielle de hi j i,0 et la relaxation
+
exponentielle de h0 i+
n ;,0 vers h0 i,0 restent vraies pour tout < c (d) [4].
4.3
Unicit
e en champ magn
etique non nul
Il nous reste `
a etudier leffet du champ magnetique h. Dans cette section, nous allons montrer
quil y a toujours unicite de la mesure de Gibbs en volume infini du modèle dIsing lorsque le champ
magnetique h nest pas nul. Il existe au moins deux facons de demontrer ce resultat : la première passe
par une autre inegalite de correlation (linegalite GHS, cf. Section 7.3.2) qui implique que h0 i+
,h
est une fonction concave (et donc continue) de h 0. Ici, nous utiliserons un autre type dargument,
montrant que lenergie libre est analytique lorsque h 6= 0.
Puisque lenergie libre ne depend pas de la condition au bord, il suffit de considerer le modèle
avec condition au bord libre. Manifestement, `
a volume fini, la fonction de partition est une fonction
analytique de h (cest essentiellement un polyn
ome en eh ), et ne sannule pas sur laxe reel (cest une
somme de termes strictement positifs), ce qui montre que, pour Zd , f (, ) est egalement une
fonction analytique sur laxe reel. Le resultat suivant montre que le seul mecanisme pouvant conduire
a lexistence dune singularite de lenergie libre dans la limite thermodynamique est lorsque des zeros
`
complexes de Z;,h , Zd , saccumulent vers laxe reel.
Th
eor`
eme 4.3.1. Soit D C un ouvert connexe contenant un segment de la droite reelle. Soit
n Zd . Fixons R+ et supposons que
Zn ;,h 6= 0,
h D, n 1.
(4.7)
Alors, lenergie libre f (, ) est analytique dans D.

d
ef
Demonstration. On considère la suite de fonctions gn (h) = (Zn ;,h )1/|n | (on choisit la determination
qui est reelle pour h R). On a les proprietes suivantes :
36

gn (h) est analytique dans le domaine D, puisque Zn ;,h 6= 0.
|gn (h)| gn (Re h), et donc la famille (gn ) est localement uniformement bornee dans D.
La suite de fonctions gn converge vers une fonction g, strictement positive, sur laxe reel
(Theorème 3.3.1).
Il suit du Theorème de convergence de Vitali3 que la suite de fonctions gn converge localement uniformement vers une fonction g analytique dans le domaine D. Dautre part, le theorème de Hurwitz4
montre que g ne sannule pas dans D ; par consequent, f (, h) = log g est aussi analytique dans D, ce
qui demontre le theorème.
Afin de demontrer lunicite de la mesure de Gibbs dès que h R \ {0}, il suffit donc de trouver un
ouvert connexe D C contenant {h R : h > 0} (le cas h < 0 suivant alors par symetrie).
Th
eor`
eme 4.3.2. La condition (4.7) est satisfaite pour D = {h C : |Re h| > |Im h|}. En particulier, lenergie libre f (, ) est analytique dans D.
Remarque 4.3.1. Il est en fait possible demontrer que f (, ) est analytique dans tout le domaine
{h C : Re h 6= 0} ; cest le celèbre Theorème du cercle de Lee-Yang [36] (appele ainsi parce quil
montre que les singularites de lenergie libre, vue comme fonction de eh , ne peuvent se trouver que
sur le cercle unite). On peut egalement montrer que lenergie libre possède une singularite essentielle
en h = 0 lorsque est suffisamment grand 5 [28, 18].
Remarque 4.3.2. Il suit du theorème 3.4.1 que laimantation est egalement une fonction analytique de
h lorsque h R .
Demonstration. La preuve repose sur un argument de duplication du système
P
X P

|Z;,h |2 =
e {i,j},ij (i j +i j )+ i (hi +hi ) .
: on ecrit
d
ef
d
ef
On fait le changement de variables suivant : cos i = 12 (i + i ) et sin i = 12 (i i ) ; manifestement

i {0, /2, , 3/2}. On verifie aisement que
i j + i j = 2 cos(i j ) = ei(i j ) + ei(i j ) ,
= 2Re h cos(i ) + 2iIm h sin(i ) = (Re h + Im h)eii + (Re h Im h)eii .

hi + h
i
En substituant ces expressions, on voit que
n
X
|Z;,h |2 =
exp
(i )i
m=(mi )i
mi {0,1,2,3}
m ei
mi i
o
,
pour certains coefficients m positifs, et croissants en Re h + Im h et en Re h Im h. Par consequent,

en developpant lexponentielle, on obtient
P
X
X
|Z;,h |2 =
bm ei i mi i ,
(i )i m=(mi )i
mi {0,1,2,3}
Th
eor`
eme de convergence de Vitali. [10, p. 154] Soit D un ouvert connexe de C, et (fn ) une suite de fonctions
analytiques dans D, localement uniformement bornees, convergeant sur un ensemble ayant un point daccumulation dans
D. Alors fn converge localement uniformement dans D, la limite etant par consequent une fonction analytique.
4
Th
eor`
eme de Hurwitz.[10, Corollary 2.6] Soit D un ouvert de C et (fn ) une suite de fonction analytiques convergeant localement uniformement dans D vers une fonction analytique f . Si fn (z) 6= 0, pour tout z D et pour tout n,
alors f est soit identiquement nulle soit jamais nulle dans D.
5
Ce resultat implique quil est impossible de prolonger analytiquement lenergie libre a
` travers 0, et donc que la
description classique de la metastabilite en thermodynamique nest pas correcte, au moins pour les modèles avec forces
a
` courte portee.
6
Largument presente ici est inspire de [13].
37
EN CHAMP MAGNETIQUE
4.3. UNICITE
NON NUL
` present,
o`
u les coefficients
bm sont encore positifs, et croissants en Re h + Im h et en Re h Im h. A
on observe que
(
X P
YX
4|| si mi = 0, i
ei i mi i =
eimi i =
0
sinon.
i
( )
i i
On en deduit que |Z;,h |2 = 4||

b(0,0,...,0) , et donc que |Z;,h |2 est croissant en Re h + Im h et en
Re h Im h. Ceci prouve que
|Z;,h | Z;,Re h|Imh| > 0 ,
puisque Re h |Im h| = min(Re h + Im h, Re h Im h).
38
Chapitre
Dualite de Kramers-Wannier
Dans ce chapitre, nous allons etudier une propriete specifique au modèle dIsing en champ nul sur
Z2 : la dualite de Kramers-Wannier. Cette dernière permet de relier certaines proprietes du modèle `
a
haute temperature `
a des proprietes `
a basse temperature. Elle constitue lun des outils importants pour
lanalyse non-perturbative de ce modèle, et est une des raisons pour lesquelles le modèle bidimensionnel
est beaucoup mieux compris que le modèle en dimensions superieures. Ici, nous nous contenterons de
voir une application elementaire de cette dualite permettant dexhiber une symetrie remarquable de
lenergie libre. Nous expliquerons egalement comment cette symetrie permet de determiner, sous une
hypothèse raisonnable (pouvant etre justifiee rigoureusement), la valeur de c (2) sans passer par le
calcul explicite de lenergie libre.
5.1
Dualit
e haute temp
erature/basse temp
erature
La dualite de Kramers-Wannier repose sur une combinaison des representations basse temperature
et haute temperature introduites dans les sections 4.1.1 et 4.2.1. Soit Z2 . Nous avons vu que la
fonction partition dans avec condition au bord + peut secrire
+
|E |
Z+
;,0 = e
e2|| .
(5.1)
()
Nous avons egalement derive en (4.4) la representation haute temperature de cette fonction de partition. Ce dont nous allons avoir besoin, cependant, cest de la representation haute temperature
pour Z;,h . Celle-ci sobtient exactement de la meme facon (exercice !), en remplacant simplement

d
ef
lensemble E+ par E = {i, j} Zd Zd : {i, j} , i j . On obtient ainsi
Z;,0 = 2|| cosh()|E |
tanh()|E| ,
(5.2)
EEpair
d
ef
o`
u lon a naturellement pose E = {E E } et similairement pour Epair
.
Nous allons appliquer les representations (5.1) et (5.2), respectivement, aux botes suivantes :
d
ef
n = {n, . . . , n}2 et n = {n 21 , n + 23 , . . . , n + 12 }2 . Dans la suite, nous identifierons toujours
une arete avec le segment de droite joignant ses deux extremites.
ncide avec lensemble des aretes
Lemme 5.1.1. Soit E En . Alors E Epair
n si et seulement si E co
+
des contours associes a
` une configuration n .
39
HAUTE TEMPERATURE/BASSE
5.1. DUALITE
TEMPERATURE
pair
Fig. 5.1 Un ensemble daretes appartenant à E
egalement aux contours associes
(gauche) correspondant
n
a une configuration de spins dans n (droite ; cf. Fig. 4.1).
`
Demonstration. Soit E lensemble des aretes des contours associes `

a une configuration +
n . Soit
x n et soient i, j, k, l les quatre sommets de n se trouvant `

a distance 1/ 2 de x, ordonnes de sorte
que i j, j k et k l. On a evidemment
(i j )(j k )(k l )(l i ) = i2 j2 k2 l2 = 1,
ce qui implique que le nombre de produits egaux `

a 1 dans le membre de gauche est pair. Or, un produit
est egal `
a 1 precisement lorsquun contour separe les sommets correspondants. Par consequent,
E Epair
.
n
Reciproquement, etant donne un ensemble E Epair
n , on peut construire une configuration de spins
dont lensemble des aretes des contours est precisement donne par E. On procède comme suit :
a chaque sommet de n o`
`
u se rencontrent 4 aretes, on deforme les aretes de facon `
a remplacer
par
. Manifestement, après cette operation E donne lieu `
a une famille de courbes fermees simples
disjointes. On verifie `
a present facilement que la configuration
i = (1)#boucles entourant i ,
i Zd ,
possède les proprietes recherchees.

Il suit du lemme precedent que
X
tanh( )|E| =
EEpair
tanh( )|| .
()
+
Ainsi, si lon choisit de sorte que

tanh( ) = e2 ,
on obtient lidentite
(5.3)
+
2|n | cosh( )|En | Z ; ,0 = e|En | Z+

n ;,0 .
n
Etant
donne que lon a, lorsque n ,
|n |
1,
|n |
|En |
2,
|n |
(5.4)
|E+n |
2,
|n |
il suit de (5.4) et (5.3) (après quelques manipulations algebriques) que

f (, 0) = f ( , 0) log sinh(2 ),
(5.5)
puisque lenergie libre est independante de la condition au bord choisie (Theorème 3.3.1).
La remarquable identite (5.5) relie le comportement de lenergie libre (en champ nul) lorsque est
grand et lorsque est petit. En effet, linvolution (5.3) possède un unique point fixe en sd , solution
de tanh sd = e2sd , et echange les
intervalles [0, sd ) et (sd , ]. Il nest pas difficile de determiner
1
explicitement sd : sd = 2 log(1 + 2) 0,441.
40
DE KRAMERS-WANNIER
CHAPITRE 5. DUALITE
5.2
D
etermination de c (2)
Une application interessante de la relation (5.5) est la derivation faite par Kramers et Wannier en
1941 de la temperature critique du modèle dIsing bidimensionnel, 3 ans avant le calcul (rigoureux)
de lenergie libre par Onsager. Cette derivation repose sur lhypothèse suivante : nous avons vu que la
fonction f (, 0) est non-analytique en = c ; nous allons supposer quil sagit de la seule singularite
sur (0, ). Dans ce cas, c doit etre le point fixe sd de la transformation (5.3), car si f etait singulière
en 6= sd , alors elle le serait egalement en 6= , par la relation (5.5). On en deduit que
c = sd = 21 log(1 + 2)
= 0,441.
41

5.2. DETERMINATION
DE C (2)
42
Chapitre
La FK-percolation
Dans ce chapitre, nous allons introduire le modèle de FK-percolation, une generalisation de la
percolation de Bernoulli. Après avoir enonce quelques proprietes de base, nous montrerons comment
ce modèle permet dunifier au sein dune meme famille `
a un paramètre tous les modèles de Potts
(donc, en particulier, le modèle dIsing) en champ nul, ainsi que le modèle de percolation.
Nous verrons comment cela rend possible de donner un sens precis `
a la propagation de linformation
dans les modèles de Potts. En particulier, nous relierons lexistence dune transition de phase du
premier ordre avec lexistence dun amas infini le long duquel linformation est transmise.
6.1
6.1.1
D
efinition et propri
et
es
el
ementaires
D
efinition
La FK-percolation doit son nom `

a ses inventeurs, Fortuin et Kastelyn [16] ; on emploie en general
la terminologie random cluster model en anglais.

d
ef
Notons E d lensemble des aretes de Zd , E d = {i, j} Zd : i j .
d
ef
Configurations. Lensemble des configurations de la FK-percolation est FK = {0, 1}E ; les

configurations sont notees = (e )eE d . Une arete e E d est dite ouverte dans la configuration si
e = 1 ; sinon, elle est dite fermee. Une configuration FK est identifiee avec le graphe ayant pour
sommets Zd et pour aretes les aretes ouvertes de .
d
ef
Condition au bord. Soit E E d . Etant

donnee une configuration FK , on note FK
E ,
=
{ FK : e = e , e 6 E } lensemble des configurations concidant avec hors de E . Dans une telle
situation, on dit que est la condition au bord.
Amas. On appelle amas de la configuration les composantes connexes maximales de (y compris
les sommets isoles). On note NE () le nombre damas de la configuration FK intersectant E . Soient
i, j Zd ; on note {i j} levenement i et j appartiennent au meme amas et {i A} levenement
il existe j A tel que i j.
Mesure de probabilit
e. La FK-percolation depend de deux paramètres reels : p [0, 1] et
q (0, ). Etant
donnes E E d et une condition au bord , la FK-percolation est definie par la
mesure de probabilite suivante sur FK
E ,
:
Y
1
PE ;p,q () =
pe (1 p)1e .
(6.1)
q NE ()
ZE ;p,q
eE
La constante de normalisation ZE ;p,q est appelee fonction de partition.

Remarque 6.1.1. Observez que lorsque q = 1 on retrouve le modèle de percolation de Bernoulli (restreint `
a E ). Le modèle avec q = 1 est le seul pour lequel les variables e sont independantes.
43

ES
EL
EMENTAIRES
6.1. DEFINITION
ET PROPRIET
6.1.2
Propri
et
es de base
Comme pour le modèle dIsing, lensemble des configurations du modèle de FK-percolation admet
un ordre partiel naturel : si et seulement si e e pour tout e E d . Une propriete cruciale de
ce modèle, qui rend son analyse possible, est la validite des inegalites FKG lorsque q 1.
Proposition 6.1.1. Soient E E d , p [0, 1] et q [1, ). Si f et g sont deux fonctions croissantes
de FK dans R, alors
hf giE ;p,q hf iE ;p,q hgiE ;p,q ,
pour tout E E d et toute configuration au bord .
Demonstration. Notons () = q NE () . On applique le Theorème A.1.2 avec e (e = 1) = p, pour
tout e E , et les quatre fonctions f1 () = ()f (), f2 () = ()g(), f3 () = () et f4 () =
()f ()g(). La conclusion suit alors immediatement une fois que lon a verifie que
NE () + NE ( ) NE ( ) + NE ( ).
Afin de demontrer cette inegalite, il suffit de montrer que
NE ( ) NE ( ) est croissante en .
(6.2)
En effet, on a alors
NE ( ) NE ( ) NE ( ( )) NE ( ) = NE () NE ( ),
puisque ( ) = .
. On numerote les aretes de E ouvertes dans la configuration : e1 , . . . , en . On peut
Soit FK
E ,
W
i
ete e E .
ainsi ecrire = ni=1 i , o`
u la configuration i FK
E ,
satisfait e = 1{e=ei } , pour toute ar
On a alors
NE ( ) NE ( ) = NE ( 1 n ) NE ( )
= NE ( 1 n ) NE ( 1 n1 )
+ NE ( 1 n1 ) NE ( 1 n2 )
+ ...
+ NE ( 1 ) NE ( ).
Chacune des lignes dans le membre de droite est de la forme
NE (e
e ) NE (e
),
avec e FK
edant quune unique arete ouverte dans E . Il suffit donc de demontrer (6.2) dans
E ,
ne poss
ce cas particulier. Mais ceci est evident, car
(
0 si i j dans e ,
)=
NE (e
e ) NE (e
1 sinon,
o`
u lon a note e = (i, j) lunique arete de E ouverte dans e.
Deux conditions au bord jouent `

a nouveau un role extremal pour lordre partiel introduit plus
haut : la condition au bord libre 0, et la condition au bord wired 1. On notera les mesures
correspondantes PE ;p,q et PwE ;p,q respectivement. Pour ces deux conditions au bord, on prouve facilement
lexistence de mesures limites en volume infini.
44
CHAPITRE 6. LA FK-PERCOLATION
Th
eor`
eme 6.1.1. Soient p [0, 1] et q [1, ). Alors les limites
d
ef
Pp,q = lim PE ;p,q

E E d
et
d
ef
Pwp,q = lim PwE ;p,q

E E d
existent et sont independantes de la suite E E d choisie. De plus, les mesures limites sont invariantes
sous laction du groupe des translations de Zd .
Demonstration. Ce theorème se demontrant comme le Theorème 2.3.2, la preuve est laissee en exercice.
6.2
Relation avec les mod`

eles dIsing et de Potts
On a dejà observe que le modèle de FK-percolation se reduit au modèle de percolation de Bernoulli

lorsque q = 1. Nous allons montrer `
a present que la FK-percolation est intimement liee aux modèles
dIsing (lorsque q = 2) et de Potts (lorsque q N, q 2). Cette observation est `
a la base de
nombreuses approches rigoureuses de ces modèles, permettant dune part dutiliser certaines idees et
methodes developpees pour le modèle de percolation, et dautre part de demontrer simultanement des
resultats pour toute cette famille de modèles.
Dans cette section, nous ne traiterons explicitement que le modèle dIsing (q = 2), afin deviter de
devoir introduire trop de nouvelles notations, mais tout setend immediatement aux autres valeurs de
q {2, 3, . . .} (exercice).
Il existe plusieurs moyens de faire le lien entre le modèle dIsing et la FK-percolation. Le plus
profond est sans doute de construire un couplage de ces deux modèles [14]. Nous nous contenterons
de construire ce couplage entre les mesures avec condition au bord + (pour Ising) et wired (pour la
FK-percolation), mais les memes arguments sappliquent plus generalement.
FK
efinie par
Soit Zd . La mesure dEdwards-Sokal est la mesure de probabilite sur +
E + ,w d
Q;p (, )
e={i,j}E+

(1 p)e ,0 + p e ,1 i ,j .
d
ef
Th
eor`
eme 6.2.1. Soient Zd , [0, ] et p = 1 e2 [0, 1]. La mesure dEdwards-Sokal
w
a-dire
fournit un couplage de +
;,0 et PE + ;p ,2 , cest-`
Q;p (, ) = +
;,0 (),
FK
+
E ,w
pour toute configuration +

, et
X
Q;p (, ) = PwE + ;p
pour toute configuration FK

.
E + ,w
45
,2
(),
`
6.2. RELATION AVEC LES MODELES
DISING ET DE POTTS
Demonstration. Afin dalleger lecriture on ecrira simplement E au lieu de E+ . On a
X
X
Y

Q;p (, )
(1 p )e ,0 + p e ,1 i ,j
FK
E ,w
e={i,j}E
FK
E ,w
Y
{i,j}E
1 p + p i ,j
ei j ,
{i,j}E
puisque 1 p + p i ,j = e ei j . La première affirmation suit. Passons `

a la seconde. On a

Y
Y e
(1 p )e ,0 + p e ,1 i ,j =
Q;p (, )
p (1 p )1e 1{i =j , ij} . (6.3)
eE
e={i,j}E
Par consequent,
X
Q;p (, )
Y
eE
pe (1 p )1e
X
1{i =j , ij} .
La somme sur est facilement evaluee : les spins sur chaque amas fini de peuvent soit tous prendre
la valeur 1, soit tous la valeur 1. Par contre, les spins appartenant `
a lamas infini ont leur valeur fixee
a 1 par la condition au bord. Il sensuit que la somme sur contient precisement 2NE ()1 termes, et
`
la seconde affirmation est demontree.
Linteret du couplage dEdwards-Sokal est quil permet de decrire très simplement les mesures
conditionnelles, comme le montre le theorème suivant.
Th
eor`
eme 6.2.2. Soient Zd , [0, ] et p = 1 e2 .
1. Soit FK
. La mesure conditionnelle Q;p ( | ) est obtenue en mettant tous les spins
E + ,w
appartenant a
` un meme amas fini a
` la meme valeur 1 ou 1 avec probabilite 12 , independemment
pour chaque tel amas, et tous les spins appartenant a
` lamas infini a
` 1.
2. Soit +
con suivante. Si e =
. La mesure conditionnelle Q;p ( | ) est obtenue de la fa
{i, j} E+ est telle que i 6= j , alors e = 0. Sinon, on pose
(
1 avec probabilite p ,
e =
0 avec probabilite 1 p ,
ce choix etant fait independamment pour chaque telle arete.
` nouveau, on ecrit simplement E au lieu de E + . Il suit de (6.3) que
Demonstration. A
Q;p ( | ) =
1{i =j , ij}
2NE ()
+
.
Par consequent, la mesure conditionnelle est concentree sur les configurations de spins constantes sur
chaque amas de (les spins situes sur lamas infini etant fixes `
a 1), et uniforme sur ces configurations.
La première affirmation est demontree.
Pour la seconde affirmation, on a similairement, pour une certaine constante C = C(),
Y
Y
e ,0
((1 p )e ,0 + p e ,1 ) .
Q;p ( | ) = C()
e={i,j}E
i 6=j
e={i,j}E
i =j
46
Par consequent, restreinte aux aretes de E , la mesure conditionnelle est la mesure produit avec
(
0
si i 6= j ,
e = 1 avec probabilite
p si i = j .
Une interpretation du resultat precedent est la suivante. On aimerait decrire de manière quantitative la propagation de linformation due a linteraction entre spins voisins dans le modèle dIsing.
Clairement, si deux spins voisins prennent des valeurs differentes, aucune information na ete transmise
de lun vers lautre. Dun autre c
ote, sils prennent la meme valeur, cela peut etre d
u`
a un transfert
dinformation, mais egalement au pur hasard. Le couplage precedent donne un sens precis `
a une telle
image : de linformation est echangee entre deux spins voisins sils sont relies par une arete dans la
configuration FK correspondante. Ceci a lieu avec probabilite 0 si les valeurs des spins sont differentes,
et avec probabilite p sinon. Bien entendu, ce choix de la probabilite p peut sembler arbitraire. Nous
allons cependant voir, dans la section suivante, que cest precisement la valeur necessaire afin que la
presence dordre à longue distance dans le modèle dIsing concide avec la presence dun amas infini
dans la configuration FK. On peut ainsi interpreter la presence de la transition de phase dans le modèle
dIsing comme resultant de la transmission de linformation arbitrairement loin dans le système.
6.3
Transition de phase et percolation
Dans cette section, nous allons montrer comment la relation entre la FK-percolation et le modèle
dIsing permet de reinterpreter la transition en c comme une transition de percolation dans la
representation FK : pour < c , la probabilite que lorigine appartienne `
a un amas de cardinalite
infinie est nulle, mais elle est strictement positive lorsque > c .
Cette reinterpretation est basee sur une reformulation de certaines esperances sous +
;,0 en termes
de la FK-percolation. Le lemme suivant donne deux exemples particuliers de cette procedure.
Lemme 6.3.1. Soient [0, ] et p = 1 e2 . Alors, pour tout i, j , et tout B ,
w
hi i+
;,0 = PE + ;p
(i c ),
(6.4)
(i j),
(6.5)
,2
w
E+ ;p ,2
hi j i+
;,0 = P
w
hB i+
;,0 = P (|B C| pair pour tout amas fini C).
(6.6)
` nouveau, on ecrit simplement E au lieu de E + . On utilise le Theorème 6.2.2. On a

Demonstration. A
hi i+
;,0 =
i Q;p (, )
PwE ;p ,2 ()
FK
E ,w
FK
,w
i Q;p ( | )
PwE ;p ,2 ()1{ic } ,
FK
,w
puisque, sous Q;p ( | ), i prendra valeur 1 et 1 avec meme probabilite si lamas contenant i est
fini, mais prendra toujours valeur 1 sil est infini. Cela demontre (6.4).
Les identites (6.5) et (6.6) se demontrent similairement, et sont laissees en exercice.
47

DE COMPARAISON
6.4. INEGALIT
ES
On dit quil y a percolation dans le modèle de FK-percolation aux valeurs p et q des paramètres si
Pwp,q (0 ) > 0, o`
u lon a note {0 } levenement 0 appartient `
a un amas infini.
Un coup dil `
a (6.4) montre quil devrait y avoir percolation precisement lorsque hi i+
,0 > 0, ce
qui montrerait quil y a non-unicite de la mesure de Gibbs en volume infini du modèle dIsing si et
seulement sil y a FK-percolation pour les paramètres correspondants, donnant ainsi une interpretation
precise `
a laffirmation que la non-unicite provient de la transmission de linformation depuis linfini.
Le resultat suivant justifie cette heuristique.
Th
eor`
eme 6.3.1. Soient [0, ] et p = 1 e2 . Alors
Pwp ,2 (i ) = hi i+
,0 .
En particulier, il y a percolation sous Pwp ,2 si et seulement sil y a non-unicite dans le modèle dIsing
a
` la temperature inverse .
Demonstration. Puisque (6.4) et le Theorème 2.3.2 impliquent que
lim PwE + ;p
Zd
,2
+
(0 c ) = lim hi i+
;,0 = hi i,0 ,
Zd
il suffit de verifier que Pwp ,2 (0 ) = limZd PwE + ;p

0 Zd ,
,2
Pwp ,2 (0 c ) PwE + ;p
,2
(0 c ). Pour cela on observe que, pour tout
(0 c ) PwE + ;p
,2
(0 c ),
la première inegalite suivant des inegalites FKG (verifiez-le !), et la seconde de linclusion {0 c }
{0 c }. Le resultat desire suit en prenant la limite Zd , suivie de la limite Zd .
6.4
In
egalit
es de comparaison
Une application interessante de la representation FK est le resultat suivant, qui permet la comparaison des esperances sous des mesures correspondant `
a differentes valeurs des paramètres p et,
surtout, q.
Th
eor`
eme 6.4.1. Soit E E d . Alors, pour toute fonction croissante f ,
hf iwE ;p1 ,q1 hf iwE ;p2 ,q2 ,
dès que lune des deux conditions suivantes est verifiee :
1. q1 max(q2 , 1), p1 p2 ;
p1
p2
2. q2 max(q1 , 1),
.
q1 (1 p1 )
q2 (1 p2 )
P
Demonstration. On note || = eE e le nombre daretes de E ouvertes dans la configuration .
On commence par montrer le resultat sous la première condition. Manifestement,
X
FK
E ,w
f ()
p2
1 p2
||
N ()
q2 E
f ()
FK
E ,w
d
ef
Par consequent, en observant que () =

de la Proposition 6.1.1 que
hf iwE ;p2 ,q2 =
p2 (1 p1 )
p1 (1 p2 )
p2 (1p1 )
p1 (1p2 )
|| NE ()
hf iwE ;p1 ,q1

hiwE ;p1 ,q1
48
||
q2
q1
q2
q1
NE ()
p1
1 p1
||
NE ()
q1
est une fonction croissante, il suit
hf iwE ;p1 ,q1 .
On montre `
a present le resultat sous la seconde condition. On procède similairement. Puisque

||
||

X
X
p1
q2 p1 (1 p2 ) || q1 NE ()+||
p2
NE ()
N ()
=
q1
q2 E ,
f ()
f ()
1
p
q
p
(1
p
)
q
1
p
1
1
2
1
2
2
FK
FK
E ,w
E ,w
d
ef
et que () =
que
q2 p1 (1p2 )
q1 p2 (1p1 )
|| NE ()+||

q1
q2
est une fonction decroissante, il suit de la Proposition 6.1.1
hf iE ;p1 ,q1 =
hf iwE ;p2 ,q2

hiwE ;p2 ,q2
hf iwE ;p2 ,q2 .
` titre dexemple, on se contentera denoncer le

Ces inegalites ont de nombreuses applications. A
resultat suivant qui montre quil y a une transition de percolation pour le modèle de FK-percolation
quelle que soit la valeur du paramètre q 1 si et seulement si il y a percolation pour ce modèle pour
une valeur donnee du paramètre q 1. En particulier, la transition que lon a etablie pour le modèle
dIsing (q = 2) implique lexistence dune transition de phase pour tous les modèles de Potts avec
q 3.

d
ef
Corollaire 6.4.1. Notons pc (q) = sup p 0 : Pwp,q (i ) = 0 le paramètre critique pour la FKpercolation de paramètre q (celui-ci depend bien s
ur de la dimension d). Alors,
1
1
q/q
q
+ 1,
pc (q)
pc (q )
pc (q) q
dès que 1 q q.
Demonstration. La preuve est laissee en exercice.
6.5
Dualit
e
Dans cette section, nous allons voir quil existe un analogue de la dualite de Kramers-Wannier
dans la representation FK sur E 2 . Ce dernier possède le grand avantage detre valide configuration
par configuration, alors que la dualite de Kramers-Wannier nest valide que dans un sens integral (elle
porte sur les fonctions de partitions, les fonctions de correlation, etc., mais na pas de sens au niveau
dune configuration donnee).
d
ef
On note E2 lensemble des aretes joignant les sommets plus-proches-voisins du reseau dual Z2 =
` chaque arete e E 2 est associee exactement une arete e E 2 : celle qui lintersecte en
( 21 , 21 ) + Z2 . A
son milieu. On dira que e est larete duale a` e. Etant

donne un ensemble daretes E E 2 , on definit
son dual E E2 par (cf. Fig. 6.1)

d
ef
E = e E2 : e E .
` chaque configuration
On considère la FK-percolation sur E E 2 avec condition au bord libre. A
FK
FK
E , , on associe la configuration E ,w donnee par (cf. Fig. 6.1)
d
ef
e = 1 e ,
e E2 .
Le resultat suivant montre que cette transformation induit une dualite pour la FK-percolation sur E 2
au niveau des configurations.
ees selon PE ;p,q . Alors, les configuTh
eor`
eme 6.5.1. Supposons les configurations FK
E , distribu
ees selon PwE ;p ,q , o`
rations FK
u le paramètre dual p est solution de
E ,w sont distribu
q(1 p)
p
=
.
1p
p
49

6.5. DUALITE
Fig. 6.1 Gauche : Lensemble daretes E E 2 (en bleu) et son dual E E2 (en rouge). Droite : Une
FK
configuration FK
epais representent les aretes
E , et la configuration duale E ,w . Les traits
ouvertes, et les ronds les sommets isoles ; on a egalement represente en pointilles les aretes ouvertes
correspondant `
a la condition au bord wired du dual. Observez que le graphe planaire correspondant
` chacune de ces
a la configuration possède 2 faces finies (grisees sur la figure) et une face infinie. A
`
3 faces est associe exactement un amas de (se souvenir que chaque sommet isole compte comme
un amas, et faire attention `
a la condition au bord !).
Demonstration. La preuve repose sur la formule dEuler : si G = (V, E) est un graphe fini planaire
(pas necessairement connexe), on a [8]
|V | |E| + L(G) = N (G),
(6.7)
o`
u L(G) et N (G) representent respectivement le nombre de faces finies 1 et le nombre de composantes
connexes de G.
On identifie chaque configuration FK
u
E , avec le graphe (V (E ), E()) o`

V (E ) = i Z2 : i est lextremite dau moins une arete e E
E() = {e E : e = 1} .
u
Similairement, on identifie chaque configuration duale FK
E ,w avec le graphe (V (E ), E( )) o`

V (E ) = i Z2 : i est lextremite dau moins une arete e E
E( ) = {e E : e = 1} .
Lobservation importante est lidentite elementaire suivante (cf. Fig. 6.1) :

L() = NE ( ) 1.
(6.8)
NE () = N () = |V (E )| |E()| + L() = |E( )| + NE ( ) + const,
(6.9)
On conclut de (6.7) de (6.8) que

o`
u la constante est independante de la configuration (et donc de ). Nous pouvons donc `
a present
aisement conclure, puisque
p |E( )| |E( )| NE ( )
p |E()| NE ()
q
q
q
PE ;p,q ()
1p
1p
q(1 p) |E( )| NE ( )
q
PwE ;p ,q ( ).
p
1
On appelle faces finies dun graphe planaire le nombre de composantes connexes bornees de R2 \ G (on identifie G a
`
un de ses plongements dans le plan). Les composantes connexes non-bornees sont naturellement appelees faces infinies.
50
Remarque 6.5.1. Posons q = 2 (Ising). En utilisant p = 1 e2 , la relation de dualite montre que
la paramètre dual (p ) est donne par
(p ) =
2(1 p )
2
= 2
.
p + 2(1 p )
e +1
d
ef
Par consequent, si lon definit par (p ) = 1 e2 , on obtient
e2 = tanh ,
et on retrouve la relation (5.3). La dualite discutee ci-dessus est donc bien une autre manifestation
(plus profonde, car valide configuration par configuration) de la dualite de Kramers-Wannier.
6.6
Une application de la dualit

e
Dans cette section, nous donnons une application de la dualite associee `

a la representation FK.
Notre hypothèse de base sera
Hp,q :
c = c(p, q) > 0 telle que, n 0, PwEn ;p,q (0 Enc ) ecn ,
o`
u En En avec n = {n, . . . , n}2 .
Remarque 6.6.1. Lhypothèse Hp,q est conjecturee etre satisfaite pour tout q 1 et tout p < pc (q).
Cette conjecture a ete demontree, en toute dimension, pour q = 1 (suit immediatement de [3]), q = 2
(suit de [4] et de linegalite GHS, cf. Theorème 7.3.3), et pour q suffisamment grand [35].
Nous allons montrer que sous Hp,q ou sous Hp ,q , la mesure FK en volume fini est exponentiellement
bien approximee par la mesure en volume infini. Pour cela, nous aurons besoin dun peu de terminologie, analogue `
a celle introduite pour le modèle dIsing. Nous dirons quun evenement A FK est
local sil existe E E d tel que A est determine par letat des aretes de E ; nous noterons supp(A) le
plus petit ensemble E avec cette propriete.
Th
eor`
eme 6.6.1. Si lune des hypothèses Hp,q ou Hp ,q est verifiee, alors il existe c = c (p, q) > 0
telle que
n0
n n0 ,
0 PwEn ;p,q (A) Pwp,q (A) ec (nn0 ) ,
c
pour tout evenement local croissant A tel que supp(A) n0 .
Ce resultat reste vrai pour levenement croissant, mais non local,
D = {|B C| est pair pour tout amas fini C},
avec B 0 .
Demonstration. La borne inferieure suit immediatement de FKG. Nous demontrons la borne
superieure. On commence par montrer le resultat pour A local croissant, sous lhypothèse Hp,q . Lidee
est que dans ce cas, avec grande probabilite, la condition au bord ne se propage pas loin `
a linterieur
de la bote En .
ur
Soit G = {n0 cn }. On a bien s
PwEn ;p,q (A) PwEn ;p,q (G ) + PwEn ;p,q (A | G c ).
Il suit de lhypothèse Hp,q et des inegalites FKG que
X
PwEn ;p,q (G )
PwEn ;p,q (i cn ) (8n0 + 4) PwEnn
0 ;p,q
in0
51
(0 cnn0 ) (8n0 + 4) ec(nn0 ) .

6.6. UNE APPLICATION DE LA DUALITE
n 0
Fig. 6.2 Illustration correspondant au cas o`

u levenement G na pas lieu. Le système est alors contenu dans
une bote aleatoire avec condition au bord libre (les aretes, fermees, de e sont indiquees en
rouge).
d
ef
Dautre part, 2lorsque G na pas

lieu, il existe n0 n tel que toutes les aretes de e =
e = {i, j} E : i , j 6 soient fermees, cf. Fig. 6.2 ; levenement G na pas lieu et est le
plus grand (pour linclusion) ensemble ayant les proprietes precedentes est note Gc . Il suit alors des
inegalites FKG que
X
X
PwEn ;p,q (A | G c ) =
PwEn ;p,q (A | Gc ) PwEn ;p,q (GEc | G c ) =
PE ;p,q (A) PwEn ;p,q (Gc | G c )
:
n0 n
Pp,q (A)
:
n0 n
:
n0 n
PwEn ;p,q (Gc | G c ) = Pp,q (A) Pwp,q (A),
(6.10)
et la conclusion suit. Le cas de D = {|B C| est pair pour tout amas fini C}, avec B Zd est
identique, le caractère non-local ne posant aucun problème, car D est tout de meme determine par
letat des aretes de lorsque G na pas lieu.
Supposons `
a present que Hp ,q soit verifiee. On considère tout dabord un evenement A local et
croissant. Lidee est que sous Hp ,q il y a percolation pour les paramètres p, q, et donc, avec grande
probabilite sous Pwp,q , un chemin ouvert va separer n0 de cn (cf. Fig. 6.3). Notons Ge levenement
correspondant. On a
Pwp,q (A) Pwp,q (A | Ge) Pwp,q (Ge).
Dune part,
Pwp,q (Ge) = 1 Pwp,q (Gec ),
a lexterieur
et lorsque Gec a lieu, il doit y avoir un chemin ouvert dans la configuration duale reliant n0 `
de n . Par consequent, il suit de lhypothèse Hp ,q et des inegalites FKG que

X
Pp ,q (i (n )c ) (8n0 + 8)n0 ec(nn0 ) .
Pwp,q (Gec )
in0
Dautre part, lorsque Ge est realise, il existe n0 n et tel que toutes les aretes de e soient
ouvertes. Par consequent, en raisonnant comme dans (6.10) (linegalite allant dans lautre sens cette
fois, car la condition au bord est wired), on en deduit que
et la conclusion suit.
Pwp,q (A | Ge) PwEn ;p,q (A),

52
Fig. 6.3 Idee de la preuve sous lhypothèse Hp ,q . Gauche : cas de levenement local A ; avec grande probabilite
sous Pwp,q , il y aura un circuit daretes ouvertes separant n0 et lexterieur de n (sinon il devrait y
avoir un long chemin daretes ouvertes dans le dual reliant ces deux ensembles). Droite : la variante
pour levenement D ; dans ce cas on exige que le circuit separe n/2 de lexterieur de n et quil
w
appartienne `
a lamas infini (cela arrive avec grande probabilite sous Pp,q
, sinon il faut soit un grand
chemin daretes ouvertes dans le modèle dual empechant la presence du circuit, soit un grand circuit
daretes ouvertes dans le modèle dual entourant ce dernier afin de lempecher de se connecter à
lamas infini).
Il reste `
a considerer le cas dun evenement D = {|B C| est pair pour tout amas fini C}, avec
B n0 , sous Hp ,q . Largument precedent ne suffit pas, car il est alors necessaire de savoir si le
circuit daretes ouvertes appartient `
a lamas infini, D netant determine par letat des aretes de
que lorsquon possède cette information. Il nest pas difficile de remedier `
a cette difficulte : on va
simplement imposer au circuit entourant n0 detre suffisamment grand ; de cette facon, la probabilite
quil ne fasse pas partie de lamas infini sera très petite (cf. Fig. 6.3). Plus precisement, on introduit
levenement n/2 est separe de cn par un circuit appartenant `
a lamas infini, que lon notera Gb.
Largument est alors identique au precedent, en observant simplement que si levenement Gb nest pas
realise, alors soit il y a un chemin compose daretes ouvertes reliant n/2 `
a lexterieur de la bote dans
la configuration duale (ce qui empeche la presence du circuit daretes ouvertes), soit il y a un circuit
a
daretes ouvertes dans la configuration duale entourant n/2 (et empechant ainsi de relier le circuit `
lamas infini). Les deux contributions sont exponentiellement petites en n et la conclusion suit.
Corollaire 6.6.1. Soit n = {n, . . . , n}2 . Pour tout 6= c , il existe c = c () telle que
+
|hf i+
n ;,0 hf i,0 |
n0
kf k ec (nn0 ) ,
n n0 ,
pour toute fonction locale f telle que supp(f ) n0 .

Demonstration. Par le Lemme 2.3.1, il suffit de demontrer le resultat pour la fonction B , avec B
w
supp(f ). Or hB i+
;,0 = P (|B C| est pair pour tout amas fini C), par le Lemme 6.3.1. On peut
donc conclure `
a laide de theorème precedent, la validite de lhypothèse Hp ,q etant garantie dans le
modèle dIsing, lorsque < c (cf. Remarque 6.6.1).
53

6.6. UNE APPLICATION DE LA DUALITE
54
Chapitre
Representation en courants aleatoires

Dans ce chapitre, nous introduisons une autre representation graphique, extrèmement puissante, du
modèle dIsing : la representation en courants aleatoires (dorenavant : representation RC), introduite
par Aizenman dans [2]. Celle-ci donne accès a` des informations très fines sur ce modèle, et a permis de
demontrer un certain nombre de resultats fondamentaux sur le modèle dIsing, qui nont pas encore
pu etre etendus `
a dautres modèles.
7.1
7.1.1
La repr
esentation
Champ magn
etique nul
Nous commencons par deriver la representation RC pour la fonction de partition en champ

magnetique nul et condition au bord libre. Soit Zd . On a
X Y
ei j
Z;,0 =
{i,j}E
X n
{i,j}E n0
X X
n!
n e={i,j}E
= e|E |
X X Y
n eE
(i j )n
ne
(i j )ne
ne !
e
ne Y #(n,i)
,
i
ne !
i
o`
u la somme dans les deux dernières lignes est sur les familles de courants 1 n = (ne )eE , avec ne N,
d
ef P
et on a introduit #(n, i) = eE ,ei ne , pour chaque i .
En procedant de facon similaire `
a ce que lon a fait pour la representation haute temperature, on
calcule explicitement `
a present la somme sur les configurations :
X Y #(n,i) Y X
#(n,i) = 2|| 1{#(n,i) est pair, i} .
i
=
i
i {1,1}
d
ef
Par consequent, en notant n = {i : #(n, i) est impair}, on obtient

Z;,0 = 2|| e|E | P;,0 (n = ),
1
Faites attention au fait que si chaque arete porte un certain courant, ce dernier na pas de direction, uniquement
une intensite.
55

7.1. LA REPRESENTATION
Fig. 7.1 Gauche : une configuration de courants n. La couleur associee à une arete e indiquent la valeur de
ne : ne = 1 pour le bleu, ne = 2 pour le rouge, ne = 3 pour le vert. Droite : Une decomposition
possible en boucles (certaines aretes ont ete legèrement decalees afin dameliorer la lisibilite).
o`
u lon a reinterprete n = (ne )eE comme une collection de variables aleatoires i.i.d. suivant chacune
une loi de Poisson de paramètre : P;,0 (ne = k) = e k /k!. Il peut etre utile de visualiser une
configuration de courants n telle que n = comme resultant de la superposition de boucles de
courants (cest-`
a-dire de circuits fermes le long desquels le courant est egal `
a 1), cf. Fig. 7.1. Bien
entendu, une telle decomposition en boucles nest pas unique en general.
La meme procedure permet de deriver une representation analogue pour les fonctions de
correlations hA i;,0 , A . En effet, si lon developpe le numerateur de hA i;,0 de la meme facon
que ci-dessus, la seule difference provient de levaluation de la somme sur les configurations : la
presence du terme supplementaire A conduit `
a
X
#(n,i)
#(n,i)+1{iA} = 2|| 1{n=A} .
i {1,1}
En dautres termes, on a `
a present des sources de courants aux sommets de A (le courant netant pas
conserve en ces sommets), cf. Fig. 7.2. En resume, on obtient lelegante formule
hA i;,0 =
P;,0 (n = A)
.
P;,0 (n = )
P
Observez que lon a bien hA i;,0 = 0 lorsque |A| est impair, car i #(n, i) est toujours pair et
il est donc impossible de trouver une configuration de courants telle quil y ait un nombre impair de
sommets o`
u #(n, i) est impair.
7.1.2
Champ magn
etique h > 0
Nous allons `
a present voir comment etendre la representation RC au cas h > 0. La meme procedure
permet de remplacer egalement la condition au bord libre par la condition au bord +, et est laissee
en exercice.
Lidee est dintroduire un spin fantome (ghost spin en anglais) permettant de reinterpreter le terme
de lHamiltonien faisant intervenir le champ magnetique comme provenant dune condition au bord
appropriee. On introduit tout dabord un nouveau sommet g. On remplace ensuite le graphe (, E )
d
ef
d
ef
par le graphe (g, E ), o`
u g = {g} et E = E Eg, avec Eg = {{i, g} : i }, cf. Fig. 7.3.
Au sommet g, on place un spin
g dont la valeur est fixee `
a +1 ; ce spin fantome joue donc le role
56
CHAPITRE 7. REPRESENTATION
EN COURANTS ALEATOIRES
Fig. 7.2 Gauche : une configuration de courants contribuant à la fonction à 2-point hi j i;,0 ; observez que
#(n, i) et #(n, j) sont impairs. Les codes de couleur sont les memes que sur la Fig. 7.1. Droite :
Une decomposition possible en boucles. Observez la presence dun chemin ouvert reliant les deux
points i et j.
g
i
Fig. 7.3 Chaque sommet i est lie par une arete au sommet g ; ce dernier est represente, pour des raisons
de lisibilite, par chacun des sommets en rouge. Un spin fantome, dont la valeur est fixee à 1, est
place au sommet g.
57

7.1. LA REPRESENTATION
Fig. 7.4 Une configuration de courants contribuant à la fonction à 1-point hi i

etes en diagonale
;,h ; les ar
menent `
a g. Il y a une source en g (un nombre impair daretes etant incidentes en ce sommet).
de condition au bord. Lenergie associee `

a une configuration peut alors etre ecrite sous la
forme
X
X
i j h
i
g.
{i,j}E
On peut `
a present repeter les derivations effectuees precedemment pour le cas h = 0. Le developpement
est formellement identique, les configurations de courants etant `
a present definies sur le graphe etendu,
a nouveau lieu lorsque lon evalue la somme sur les configurations
n = (ne )eE . La seule difference a `
de spins. Dans le cas de la fonction de partition, cette dernière devient
X Y
#(n,i)
#(n,i) = 2|| 1{#(n,i) est pair, i} .
i {1,1}
Observez quil ny a pas de contraintes de parite explicite sur #(n, g), puisquon ne somme que sur
les valeurs des spins dans (le spin fantome a sa valeur fixee `
a +1). On definit la notion de bord
d
ef
dune configuration de courants par la meme formule quavant, n = {i : #(n, i) est impair}.
Similairement au cas h = 0, on reinterprète n = (ne )eE comme une collection de variables aleatoires
independantes telles que ne suit une loi de Poisson de paramètre si e E et de paramètre h si
e Eg ; on note P;,h la loi de n. On peut donc ecrire
g
Z;,h = 2|| e|E |+h|E | P;,h (n = ).

Similairement, on obtient pour les fonctions de correlation :
hA i;,h =
P;,h (n = A)
.
P;,h (n = )
La possibilite davoir une source presente en g a pour consequence que les fonctions de correlation
hA i;,h ne sont plus necessairement nulles lorsque |A| est impair et h 6= 0, cf. Fig. 7.4.
7.1.3
Un peu de terminologie
Comme cetait le cas pour la representation FK, la donnee dune realisation de n permet de definir
une notion de connectivite. Nous dirons que deux sommets distincts i, j sont connectes dans la
n
configuration n, ce que lon notera i ! j, sil existe un chemin dans E connectant i `
a j le long duquel
58
n ne prend que des valeurs strictement positives. Nous appellerons amas de i dans la configuration
n lensemble Cn (i) defini par
n
o
n
d
ef
Cn (i) = {i} j : i ! j .
Nous appellerons g-amas lensemble
d
ef
Cng =
Cn (i)
i
n{i,g} >0
de tous les sommets connectes au spin fantome via un courant strictement positif. Nous ecrirons
n
n
egalement i g lorsque i Cng. Nous dirons que i et j sont g-connectes dans n, note i j, si
n
i ! j ou si i, j Cng.
7.2
Le switching lemma
Jusquà present, lavantage de la representation RC sur, par exemple, la representation FK est loin
detre evident. Il se trouve cependant que la representation RC permet dobtenir des representations
d
ef
très utiles des fonctions de correlations tronquees2 comme, par exemple, la covariance hi ; j i+
;,h =
+
+
esentation FK fournit une expression pour chacune
hi j i+
;,h hi i;,h hj i;,h . Observez que la repr
des trois esperances du membre de droite, mais ne permet pas de les regrouper de facon naturelle.
En particulier, elle ne permet pas de voir de manière immediate la positivite de cette quantite (qui
suit des inegalites GKS). Nous allons voir quau contraire la representation RC permet dobtenir une
expression manifestement positive de cette covariance, ainsi que de très nombreuses autres quantites
dinteret.
Ces proprietes essentielles de la representation RC suivent du remarquable resultat suivant. Nous
(2)
noterons P;,h = P;,h P;,h , et n1 , n2 les deux configurations aleatoires independantes correspondantes.
Lemme 7.2.1 (Switching Lemma). Soient Zd , A , i, j deux sommets distincts de et I un
ensemble de configurations de courants dans . Alors 3
(2)
P;,h (n1 = A, n2 = {i, j}, n1 + n2 I )
n1 +n2
(2)
= P;,h (n1 = A {i, j}, n2 = , n1 + n2 I , i j). (7.1)

et
(2)
P;,h (n1 = A, n2 = {i}, n1 + n2 I )
n1 +n2
(2)
= P;,h (n1 = A {i}, n2 = , n1 + n2 I , i g). (7.2)

Demonstration. On ne demontre que la première identite, la seconde etant laissee en exercice. On
utilisera les notations suivantes :
Y ne Y hne
d
ef
,
w(n) =
ne !
ne !
g
eE
eE
et pour deux configurations de courants satifaisant n m (cest-`

a-dire ne me , e E ),

m def Y me
=
.
n
ne
eE
Egalement appelees cumulants, ou semi-invariants.
d
ef
AB = (A \ B) (B \ A).
59
7.3. APPLICATIONS
Nous allons passer du couple (n1 , n2 ) au couple (m, n) o`
u m = n1 + n2 (laddition etant comprise
2
1
2
1
arete par arete) et n = n . Comme (n + n ) = n n2 , n m et

1
m
n + n2
1
2
w(n
+
n
)
=
w(n1 )w(n2 ) =
w(m),
n2
n
on peut ecrire
w(n )w(n ) =
n1 =A
n2 ={i,j}
w(m)
m=A{i,j}
mI
nm
n={i,j}

m
.
n
(7.3)
n1 +n2 I
m
La première observation est que i

6
j = i
6
j, puisque n m. Par consequent, pour de telles
configurations m, on a
X m
= 0.
(7.4)
n
nm
n={i,j}
On peut donc supposer `

a present que i j. Pour ces dernières, on peut appliquer le lemme suivant.
Lemme 7.2.2. Soit m une configuration de courants dans Zd , et C, D . Sil existe une
configuration de courants k telle que k m et k = C, alors
X m
X m
.
(7.5)
=
n
n
nm
n=D
nm
n=CD
La preuve du lemme est donnee plus loin. Une application de ce dernier avec C = D = {i, j} donne
X m
X m
.
(7.6)
=
n
n
nm
n=
nm
n={i,j}
En substituant (7.4) et (7.6) dans (7.3), et en repassant aux variables n1 = m n et n2 = n, on

obtient
X
X
X
X m
1
2
=
w(n )w(n ) =
w(m)
w(n1 )w(n2 ) 1 n1 +n2 ,
n
{i j}
1
1
n =A
n2 ={i,j}
n1 +n2 I
m=A{i,j}
mI
m
ij
nm
n=
n =A{i,j}
n2 =
n1 +n2 I
et le resultat est demontre.

Preuve du Lemme 7.2.2. On associe `
a la configuration m le graphe Gm avec sommets g et possedant
me aretes entre les extremites de chaque arete e E . Par hypothèse, Gm possède un sous-graphe Gk
avec Gk = C, o`
u Gk est lensemble des sommets de appartenant `
a un nombre impair daretes.
Le membre de gauche de (7.5) est egal au nombre de sous-graphes G de Gm satisfaisant G = D,
alors que le membre de droite compte le nombre de sous-graphes G de Gm satisfaisant G = C D.
Or lapplication G 7 G Gk definit une bijection entre ces deux familles de graphes, puisque
(G Gk ) = G Gk et (G Gk ) Gk = G.
7.3
Applications
Dans cette section, nous donnons deux exemple dapplication de la representation RC : dune part,
nous montrerons la decroissance exponentielle de la fonction `
a 2-point tronquee lorsque h 6= 0, et
dautre part nous deriverons linegalite GHS et en verrons une application.
60
7.3.1
D
ecroissance exponentielle de la fonction tronqu
ee
Nous allons prouver que hi ; j i;,h est exponentiellement decroissant en kj ik2 lorsque h 6= 0. Il
existe dautres facons de montrer un tel resultat, par exemple comme consequence du Theorème 4.3.2,
mais la preuve donnee ici est particulièrement simple et intuitive (une fois habitue `
a la representation
RC).
La première etape est de deriver une expression appropriee `
a laide de la representation RC.
Lemme 7.3.1. Pour tout i, j Zd distincts, on a
n1 +n2
(2)
hi ; j i;,h =
g)
6
P;,h (n1 = {i, j}, n2 = , i
(2)
P;,h (n1 = , n2 = )
Observez que cela implique immediatement que hi ; j i;,h 0. Cest le fait de pouvoir deriver
ce type de representation probabiliste des fonctions de correlation tronquees qui fait la grande force
de la representation RC.
Demonstration. On a
hi ; j i;,h =
P;,h (n = {i, j}) P;,h (n = {i}) P;,h (n = {j})
P;,h (n = )
P;,h (n = ) P;,h (n = )
(2)
(2)
P;,h (n1 = {i, j}, n2 = ) P;,h (n1 = {i}, n2 = {j})

(2)
P;,h (n1 = , n2 = )
Une application du Switching Lemma (7.2) au second terme du numerateur de cette dernière expression
permet dobtenir les memes sources que pour le premier terme :
n1 +n2
(2)
(2)
P;,h (n1 = {i}, n2 = {j}) = P;,h (n1 = {i, j}, n2 = , i g).

La conclusion suit.
On peut `
a present demontrer le resultat principal de cette section.
Th
eor`
eme 7.3.1. Pour tout h 6= 0, il existe c = c(h) > 0 tel que
0 hi ; j i;,h eckjik2 ,
pour tout i, j Zd et tout < .
e de la
Remarque 7.3.1. Le meme resultat est evidemment vrai pour hi ; j i+
,h , puisquil y a unicit
mesure en volume infini lorsque h 6= 0. Lorsque h = 0 et < c , la decroissance de hi ; j i+
,h est
toujours exponentielle [4], mais la preuve est beaucoup plus difficile. On pense que le meme resultat
est egalement vrai lorsque h = 0 et > c , mais cela na ete demontre que lorsque d = 2 [39], ou
lorsque 1. La decroissance nest par contre plus exponentielle lorsque = c (ce resultat est
demontre dans [39] pour la dimension 2, et [38] pour le cas d 3).
n1 +n2
n1
Demonstration. Comme {i
6
g} {i 9 g}, on deduit de la representation du Lemme 7.3.1 que
n1 +n2
(2)
hi ; j i;,h =
6
P;,h (n1 = {i, j}, n2 = , i
g)
(2)
P;,h (n1 = , n2 = )
61
P;,h (n = {i, j}, i 9 g)

.
P;,h (n = )
(7.7)
7.3. APPLICATIONS
d
ef
Etant
donne C , on note E C = {e = {k, } E : k C, 6 C}. On introduit egalement les
deux evenements suivants
BC = {ne = 0, e E (C)},
n
GC = {n = {i, j}} {k ! i k C} {k ! j k C} {k 9 g k C}.

Observez que levenement BC decouple les sous-systèmes C et \ C. Avec ces notations, on peut
ecrire le numerateur de (7.7)
X
n
P\C;,h (n = ) PC;,h (GC )P;,h (BC ).
P;,h (n = {i, j}, i 9 g) =
C
i,jC
Similairement, en introduisant levenement

n
n
GeC = {n = } {k ! i ou k ! j, k C},
on peut decomposer le denominateur de (7.7) comme

X
P\C;,h (n = ) PC;,h (GeC )P;,h (BC ).
P;,h (n = ) =
C
i,jC
Comme |C| kj ik1 + 1, la conclusion suit alors immediatement une fois que lon aura montre quil
existe c = c(h) > 0 telle que
PC;,h (GC )
ec|C| ,
PC;,h (GeC )
pour tout C connexe et contenant i et j.
n
Soit n une configuration de courants sur C telle que n = {i, j} et i 9 g. On peut lui associer la
famille de courants N(n) sur C donnee par
)
(
X
e =n+
N(n) = n
2rk 1{e={k,g}} + 1{e={i,g}} + 1{e={j,g}} : r N, C .
kC
e N(n) satisfait e
Chacune des configurations n
n = . De plus, les familles N(n) sont disjointes.
Finalement, si n GC , alors N(n) GeC .
Il suffit alors dobserver que
2
|C|2
P;,h (N(n)) X h2+1 2 X h2 |C|2
= sinh(h) cosh(h)
,
=
P;,h (n)
(2 + 1)!
(2)!
0
et donc que, pour tout C tel que |C| 2,

X
X
PC;,h (n) ec|C|
PC;,h (N(n)) ec|C| PC;,h (GeC ),
PC;,h (GC ) =
nGC
nGC
avec c > 0.
7.3.2
Lin
egalit
e GHS
Soit Zd . On definit
d
ef
hi ; j ; k i;,h = hi j k i;,h hi i;,h hj k i;,h hj i;,h hi k i;,h
hk i;,h hi j i;,h + 2hi i;,h hj i;,h hk i;,h .
Le but de cette sous-section est de demontrer linegalite GHS (daprès Griffiths, Hurst et Sherman [22]).
62
Th
eor`
eme 7.3.2. Pour tout h 0,
hi ; j ; k i;,h 0,
(7.8)
pour tout i, j, k Zd . En particulier, laimantation est une fonction concave du champ magnetique
pour h > 0,
2
h > 0.
hi i,h 0
h2
Demonstration. On observe tout dabord que
hi ; j ; k i;,h = hi ; j k i;,h hj i;,h hi ; k i;,h hk i;,h hi ; j i;,h .
(7.9)
Considerons tout dabord le cas de points i, j, k non tous distincts. Par symetrie de hi ; j ; k i;,h en
i, j, k, il suffit de considerer le cas j = k. On a alors que hi ; j k i;,h = 0 et donc la conclusion suit
de (7.9) et des inegalites GKS.
Supposons `
a present i, j, k tous distincts. Le meme argument que celui du Lemme 7.3.1 donne
n1 +n2
(2)
hi ; j k i;,h =
6
P;,h (n1 = {i, j, k}, n2 = , i
g)
(2)
P;,h (n1 = , n2 = )
(7.10)
Dans une paire de configurations (n1 , n2 ) contribuant au numerateur de cette dernière expression,
lamas de i contient toujours exactement un des deux sommets j ou k, lautre devant necessairement
etre connecte `
a g. On considère le cas o`
u Cn1 +n2 (i) j (et donc Cn1 +n2 (i) 6 k). On note GC
levenement {Cn1 +n2 (i) = C}. En conditionnant sur une realisation de cet amas, le bord de lamas
(compose daretes avec courant nul `
a la fois dans n1 et n2 ) decouple linterieur de lexterieur. On
obtient
X
C

(2)
n1 +n2
(2)
g GC P;,h (GC ) =
6
P;,h n1 = {i, j, k}, n2 = , i
X
C

(2)
(2)
n1 +n2
(2)
g GC P\C;,h n1 = {k}, n2 = P;,h (GC ),
6
PC;,h n1 = {i, j}, n2 = , i
X
etant prise sur les sous-ensembles C connexes satisfaisant i, j C, mais k 6 C.
la somme
C
On observe `
a present que

(2)
(2)
P\C;,h n1 = {k}, n2 = = hk i\C;,h P\C;,h n1 = , n2 =

(2)
hk i;,h P\C;,h n1 = , n2 = ,
la dernière egalite suivant des inegalites GKS. En substituant cette borne dans la precedente, on voit
que
n1 +n2
(2)
6
g + (j k)
hi ; j k i;,h hk i;,h P;,h n1 = {i, j}, n2 = , i
= hk i;,h hi ; j i;,h + hj i;,h hi ; k i;,h ,
et la première affirmation suit.

La seconde affirmation est une consequence immediate de la première, puisque
X
2
hi ; j ; k i;,h 0.
hi i;,h =
2
h
j,k
63
7.3. APPLICATIONS
Remarque 7.3.2. Observez que, bien que lon ait toujours suppose le champ magnetique homogène,
ceci na ete utilise nulle part dans ce chapitre. En particulier, linegalite precedente reste vraie lorsque
le champ magnetique agissant sur le sommet i est hi , pourvu que hi 0 pour tout i. Nous aurons
besoin de cette version ci-dessous.
Linegalite GHS possède de nombreuses applications. En particulier, elle permet une preuve alternative de lunicite de la mesure de Gibbs en volume infini lorsque h 6= 0 (exercice). Nous donnons
ci-dessous une application elementaire, montrant que, dans le cas du modèle dIsing, la decroissance
exponentielle de la fonction `
a 2-point en volume infini implique la relaxation exponentielle de laimantation dans une bote finie.
Th
eor`
eme 7.3.3. Soit n = {n, . . . , n}d . Supposons quil existe c > 0 telle que hi j i,0 eckjik2 ,
i, j Zd . Alors, pour tout n 0,
d1 cn
e .
0 h0 i+
n ;,0 (2n + 2)
Demonstration. La borne inferieure suit, par exemple, des inegalites GKS. On demontre la borne
superieure. Par symetrie,
h0 i+
n ;,0
h0 i+
n ;,0
h0 in ;,0 =
ds
h0 isn ;,0 ,
s
o`
u sn ;,0 est la mesure de Gibbs dans n avec condition au bord libre et Hamiltonien
{i,j}En
i j s
in
# {j 6 n : j i} i .
Il suit alors de linegalite GHS que

X
h0 isn ;,0 =
# {j 6 n : j i} h0 ; i isn ;,0
s
in
(2n + 2)d1 sup h0 ; i i0n ;,0 ,

in
puisque la fonction tronquee est une fonction decroissante de s 0. La conclusion suit par symetrie
et les inegalites GKS : h0 ; i i0n ;,0 = h0 i in ;,0 h0 i i,0 ecn .
Remarque 7.3.3. Observez que cela implique en particulier que lhypothèse Hp ,2 de la Section 6.6 est
verifiee lorsque h0 i i,0 decroit exponentiellement, ce qui est vrai lorsque < c [4].
64
Chapitre
Retour sur la representation haute temperature

Dans ce chapitre, nous retournons `
a la representation haute temperature, introduite au chapitre 4,
et montrons comment une approche plus fine permet dobtenir des informations non perturbatives sur
les fonctions de correlation.
8.1
Repr
esentation en ligne al
eatoire
La representation haute temperature permet dobtenir une representation très utile de la fonction
a 2-point. Nous nous contenterons de quelques resultats de base et renvoyons `
`
a [43, 44] pour plus
de details. Mentionnons egalement que cette representation peut alternativement etre obtenue en
resommant partiellement la representation RC de la fonction `
a 2-point (cf. la representation en marche
aleatoire de [1]).
Partons de la representation haute temperature de la fonction `
a 2-point (exercice 10) : pour toute
d
paire de sommets distincts i, j dans Z ,
hi j i;,0 =
1
(E )
tanh()|E| ,
(8.1)
EE
b(E)={i,j}
d
ef
u lon a introduit, pour E E d ,

avec b(E) = {k : I(k, E) est impair}, et o`
d
ef
(E ) =
tanh()|E| .
EE
b(E)=
Les degres des sommets i, j etant impairs, et ceux des autres sommets pairs, il est possible de
decomposer chaque E tel que b(E) = {i, j} en un chemin joignant i `
a j, et un ensemble daretes
E E avec b(E ) = . Nous emploierons lalgorithme suivant afin dextraire le chemin (cf.
Fig. 8.1) :
d
ef
1. Notons Ik = {e E : e k}. On fixe un ordre (arbitraire) sur lensemble Ik pour chaque

k .
2. On initialise : m = 0, x0 = i, 0 = .
3. On definit xm+1 de facon `

a ce que {xm , xm+1 } soit la première arete de (E Ixm ) \ m . Si
xm+1 = j, on arete la procedure.
4. On pose m+1 = m {e Ixm : e {xm , xm+1 }}, et on incremente m : m m + 1.
5. On retourne `
a letape 3.
65
ES
DES POIDS
8.2. QUELQUES PROPRIET
2
3
1
4
Fig. 8.1 Gauche : Un ensemble daretes E E avec b(E) = {i, j}. Droite : Le chemin : i j, en bleu.
Les aretes appartenant `
a () \ sont indiquees en rouge. Lordre des aretes incidentes en chaque
sommet est comme indique au milieu.
d
ef
d
ef
Cet algorithme nous fournit un chemin = (x0 , x1 , . . . , xn ) et un ensemble daretes () =

S
n
m=1 {e Ixm : e {xm1 , xm }}. Observons que la construction implique que x0 = i, xn = j,
xm 6= j, m < n, et chaque arete {xm1 , xm }, m = 1, . . . , n, est utilisee exactement une fois ; on
identifiera le chemin avec lensemble (e1 , . . . , en ) des aretes em = {xm1 , xm } lorsque cela sera utile.
Les chemins pouvant etre extraits dun ensemble E E avec b(E) = {i, j} par la procedure
precedente sont dits admissibles. On notera lensemble des chemins admissibles de i `
a j par { : i j}.
Lemme 8.1.1. Lensemble {E E : b(E) = {i, j}} se compose de toutes les collections daretes de
la forme E avec : i j et E E \ () avec b(E ) = .
Demonstration. Soit E E satisfaisant b(E) = {i, j}, et soit le chemin que lon obtient en appliquant lalgorithme precedent `
a E, et E = E \ . Supposons quil existe e () E , et considerons
letape lors de laquelle larete e est ajoutee `
a (), cest-`
a-dire letape m de lalgorithme telle que
e m+1 \ m . Par construction de m+1 , on a {xm , xm+1 } > e pour lordre fixe sur Ixm . Mais ceci
contredit le choix de xm+1 comme etant lautre extremite de la première arete de (E Ixm ) \ m .
Soit `
a present : i j et E E \ () satisfaisant b(E ) = . Alors, E = E appartient
ij
E . On verifie très facilement que lapplication de lalgorithme precedent `
a E genère le chemin .
Avec les notations precedentes, on peut reecrire (8.1) sous la forme
X
X
X
1
qE ; (),
tanh()||
hi j i;,0 =
tanh()|E | =
(E )
: ij
E E \()
b(E )=
o`
u lon a introduit les poids, pour E E d et E ,
d
ef
qE ; () = tanh()||
(8.2)
: ij
(E \ ())
.
(E )
Lidentite (8.2) est appelee representation en ligne aleatoire de la fonction `

a 2-point (ou representation
en marche aleatoire, dans la terminologie de [1]).
Il sera pratique ci-dessous de definir qE ; pour un chemin arbitraire sur Zd en posant qE ; () = 0
si nest pas un chemin admissible contenu dans E .
8.2
Quelques propri
et
es des poids
Un des interets de la representation (8.2) est quil est possible dextraire de nombreuses proprietes
des poids qE ; `
a partir dinegalites de correlation. Nous en donnons ici un exemple qui nous sera utile
plus bas, mais il est possible dextraire beaucoup plus dinformation [43, 44].
66
CHAPITRE 8. RETOUR SUR LA REPRESENTATION

HAUTE TEMPERATURE
Nous allons nous interesser `
a la situation suivante : que peut-on dire de la somme sur tous les
chemins joignant i `
a j et contraints `
a visiter un sommet intermediaire k ? Plus precisement, si i, j, k
sont trois sommets distincts de , nous noterons : i k j lorsque : i j et k. Linegalite
suivante, très utile, est d
ue `
a Pfister [42] ; elle peut etre aisement etendue au cas o`
u est contraint `
a
visiter plusieurs sommets intermediaires.
Th
eor`
eme 8.2.1. Soient i, j, k trois sommets distincts de Zd . Alors
X
X
X
qE ; ()
qE ; ().
qE ; ()
: ik
:
ikj
: kj
Demonstration. On considère comme une courbe dans Rd , partant de i. Lobservation cruciale est
que
: i j, k = 1 2 avec 1 : i k, 2 : k j, 2 E \ (1 ).
En effet, si = (x1 , . . . , xn ) : i j contient k, alors tous les chemins partiels (x1 , . . . , xm ), m n,
sont admissibles pour peu que xm 6= xm pour tout m < m. On peut donc extraire de un chemin
admissible 1 : i k en linterrompant `
a sa première visite en k. Lors de lextraction dun chemin
admissible , la seule contrainte imposee par la partie de chemin dejà construite (x1 , . . . , xm ) aux
aretes ajoutees par la suite est detre disjointes des aretes de m . Par consequent, etant donne 1 , 2
est un chemin admissible connectant k `
a j sans utiliser daretes de (1 ).
Reciproquement, on verifie immediatement que tout chemin de la forme = 1 2 avec 1 : i k,
2 : k j, 2 E \ (1 ), est necessairement un chemin admissible connectant i `
a j (et passant
par k).
Par consequent, en observant que (1 2 ) = (1 ) (2 ), on obtient
X
X
X
qE ; (1 2 )
qE ; () =
1 : ik
:
ikj
2 : kj
2 (1 )=
tanh()|1 |
1 : ik
1 : ik
qE ; (1 )
(E \ (1 ))
(E )
X
tanh()|2 |
2 : kj
2 E \(1 )
((E \ (1 )) \ (2 ))
(E \ (1 ))
qE \(1 ); (2 ).
2 : kj
La conclusion suit alors des inegalites GKS, puisque

X
X
qE \(1 ); (2 ) = hk j i;,0,1 hk j i;,0 =
qE ; (2 ),
2 : kj
2 : kj
o`
u lesperance h i;,0,1 est prise sous la mesure de Gibbs dans avec Hamiltonien
X
i j .
{i,j}E \(1 )
Le corollaire suivant, originellement d

u a` Simon [51], possède de nombreuses consequences remarquables. Nous en verrons une dans la Section 8.4.
Corollaire 8.2.1. Soit A Zd tel que i A \ A et j 6 A. Alors
X
hi k i;,0 hk j i;,0 .
hi j i;,0
kA
67
(8.3)
8.3. EXISTENCE DE LA MASSE

Demonstration. Soit : i j. On definit 1 comme la partie du chemin allant de i jusqu`
a la première
visite en A. Il suit alors du Theorème 8.2.1 que
X X
X
qE ; ()
hi j i;,0 =
qE ; ()
: ij
kA
:
ikj
X X
qE ; ()
qE ; () =
:kj
kA :ik
hi k i;,0 hk j i;,0 .
kA
Remarque 8.2.1. On peut en fait assez facilement ameliorer cette inegalite sous la forme
X
hi k iA;,0 hk j i;,0 .
hi j i;,0
kA
Cette amelioration (qui a des consequences très interessantes) est d

ue `
a Lieb [37]. Elle peut se
demontrer en combinant la preuve precedente et linegalite qE1 () qE2 (), valide pour tout
E2 E1 [43, 44].
8.3
Existence de la masse
La representation en ligne aleatoire est particulièrement utile lorsque la fonction `

a 2-point decroit
exponentiellement rapidement, ce qui a lieu si et seulement si < c (et h = 0) [4]. On peut alors
associer `
a chaque direction ~n, le taux de decroissance exponentielle dans cette direction, de la facon
suivante. On appelle masse (ou longueur de correlation inverse) dans la direction ~n la fonction :
Sd1 R definie par
1
d
ef
(~n) = lim logh0 k~n i,0 ,
k k
d
ef
o`
u lon a introduit, pour y = (y1 , . . . , yd ) Rd , y = (y1 , . . . , yd ).
Th
eor`
eme 8.3.1. La limite ci-dessus existe pour tout ~n Sd1 , et
h0 i i;,0 e (~ni )kik2 ,
Zd , i ,
(8.4)
d
ef
o`
u ~ni = i/kik2 . De plus, (~n) > 0, ~n Sd1 , dès que < c .
Remarque 8.3.1. On peut en fait montrer [9], mais ceci est beaucoup plus difficile, que, pour tout
< c ,
(~ni ) (~ni )kik2
e
(1 + o(1)),
h0 i i,0 =
(d1)/2
kik2
lorsque kik2 , o`
u est une fonction strictement positive et analytique sur Sd1 . La correction
a la decroissance exponentielle etablie dans le theorème est donc algebrique.
`
a lexistence.
Demonstration. La stricte positivite est difficile et nous ne la ferons pas ici [4]. Passons `
On traite tout dabord le cas des vecteurs ~n = (n1 , . . . , nd ) tels que nk /n1 Q pour tout 2 k d ;
evidemment lensemble Sd1
de ces vecteurs est dense dans la sphère. Soit ~n un tel vecteur. Il existe
r
d
donc 0 6= 0 Z tel que 0 = ~n pour un certain > 0. Nous allons tout dabord demontrer la
convergence le long de la suite km = m, m N . Il suffit pour cela dobserver que les inegalites GKS
et linvariance sous les translations (cf. Exercice 8) impliquent que
h0 km1 +m2 ~n i,0 = h0 (m1 +m2 )0 i,0 h0 m1 0 i,0 hm1 0 (m1 +m2 )0 i,0
= h0 m1 0 i,0 h0 m2 0 i,0 = h0 km1 ~n i,0 h0 km2 ~n i,0 .

68
CHAPITRE 8. RETOUR SUR LA REPRESENTATION

HAUTE TEMPERATURE
On en conclut que
am1 +m2 am1 + am2 ,
m1 , m2 N ,
o`
u lon a pose am = logh0 km ~n i,0 . Une application du Lemme A.4.1 montre donc que
am
1
am
1
1
logh0 km ~n i,0 =
lim
=
inf { },
m km
m m
m1 m
(8.5)
lim
ce qui etablit la convergence le long de cette suite particulière lorsque ~n Sd1

.
r
Montrons `
a present la convergence le long dune suite km arbitraire, toujours pour les vecteurs
. Il suffit dobserver que, pour tout k R+ , k~n = rk 0 + wk avec rk N et wk Zd tel que
~n Sd1
r
kwk k < k0 k . Par consequent
h0 k~n i,0 h0 rk 0 i,0 h0 wk i,0 C h0 rk 0 i,0 ,
puisque, pour tout j Zd ,
h0 j i,0 h0 j i;,0 tanh()kjk1 ,
(8.6)
par les inegalites GKS et (8.1) en dimension 1, etant un plus court chemin menant de 0 `
a j. De la
meme manière, on obtient que h0 rk 0 i,0 C h0 k~n i,0 . On a donc

1
1
logh0 k~n i,0 = lim logh0 rk 0 i,0 ,
k k
k k
lim
et on a vu que la limite dans le membre de droite existe.

Il reste `
a montrer la convergence pour ~n Sd1 \ Srd1 . Soit > 0 et ~n Sd1
tel que k~n ~n k2 .
r
En procedant comme ci-dessus, on montre quil existe c > 0 tel que, pour tout k R+ ,
ck
h0 k~n i,0
h0 k~n i,0
eck ,
puisque kk~n k~n k2 k. Par consequent,

1
1
(~n ) c lim inf logh0 k~n i,0 lim sup logh0 k~n i,0 (~n ) + c,
k
k
k
k
et la conclusion suit.
Finalement, en partant de i Zd , on voit que ~ni Srd1 et donc (8.4) suit de (8.5) (avec 0 = i et
m = 1).
d
ef
La fonction peut ensuite etre etendue `

a Rd par homogeneite positive : (x) = kxk2 (nx ).
Il nest alors pas difficile, en utilisant les inegalites GKS, de montrer que est convexe et que, par
consequent, cest une norme sur Rd lorsque < c (exercice).
8.4
Une application de lin

egalit
e de Simon
Linegalite (8.3) a de nombreuses applications. Nous en donnerons une des plus importantes ici,
a 2-point decroit exponentiellement si et seulement si elle est sommable.
d
ue `
a Simon [51] : la fonction `
Th
eor`
eme 8.4.1. Supposons que
iZd
h0 i i,0 < .
Alors, la masse est strictement positive : (x) > 0, pour tout x 6= 0.

69

DE SIMON
8.4. UNE APPLICATION DE LINEGALIT
E
P
d
ef
Remarque 8.4.1. La quantite = iZd h0 i i,0 joue un role très important en physique statistique
et en thermodynamique ; elle est appelee susceptibilite magnetique. Observez que ce theorème montre,
en particulier, que si la fonction `
a 2-point decroit comme kik2 , avec > d 1, alors elle decroit
exponentiellement vite.

Demonstration. On note BR = j Zd : kjk R . On choisit R tel que
X
kBR
h0 k i,0 ec < 1.
P
P
Lexistence dun tel R est assuree par le fait que la serie R0 kBR h0 k i,0 converge. On applique
ensuite linegalite de Simon,
X
h0 k i,0 hk i i,0 ec sup hk i i,0 .
h0 i i,0
kBR
kBR
On peut iterer cette operation kik /R fois, obtenant ainsi

h0 i i,0 eckik /R ,
pour tout i avec kik suffisamment grande, ce qui demontre le resultat.
70
Chapitre
Algorithmes de simulation
Dans ce chapitre, nous decrivons brièvement quelques methodes permettant de generer
numeriquement des configurations du modèle dIsing.
9.1
M
ethode de Monte-Carlo
. Une facon
Soit Zd et
. On desire tirer une configuration de avec probabilite ;,h
naturelle de proceder est dintroduire une chane de Markov irreductible et aperiodique sur lensemble
. Nous allons discuter le cas

a ce que son unique mesure invariante soit ;,h
fini , choisie de sorte `
standard de lalgorithme du bain thermique (heat bath, en anglais). Dans celui-ci, on passe dune
configuration `
a une autre configuration de la facon suivante : on tire, independemment, un nombre
u [0, 1] avec la mesure uniforme, et un sommet i , egalement de facon uniforme. On pose alors
j si j 6= i,
j =
(9.1)
1 si j = i et u ;,h
(i = 1 | j = j , j i),
1 si j = i et u > ;,h (i = 1 | j = j , j i).
En dautres termes, après avoir choisi un sommet au hasard, on fixe la valeur de la configuration en i
a 1 avec probabilite
`
;,h
(i = 1 | j = j , j i).
Notons T( ) les probabilites de transition correspondantes.
Lemme 9.1.1. La chane de Markov construite ci-dessus est ergodique, et sa distribution stationnaire
.
est ;,h
Demonstration. Tout dabord, la chane construite est manifestement irreductible et aperiodique, et
. On a,
par consequent ergodique. Nous allons verifier que la chane est reversible par rapport `
a ;,h
pour toute paire de configurations , concidant partout sauf au sommet i o`

u i = 1 =
i ,
1
(i = 1 | j = j , j i)
|| ;,h
;,h
();,h
( )
() T( ) = ;,h
()
;,h
|| ;,h
() + ;,h
( )
= ;,h
( ) T( ).
Par consequent, la distribution stationnaire de la chane (necessairement unique) est bien ;,h
.
71
9.2. SIMULATION PARFAITE
Fig. 9.1 Trois copies dune chane partant de trois etats differents. Les (ici, deux) instants de coalescence
sont indiques.
On est alors confronte `

a un problème dordre pratique : on ne peut evidemment laisser cet algorithme tourner infiniment longtemps, et il faut donc linterrompre après un nombre fini M diterations.
Comment doit-on choisir M si lon veut etre assure detre proche de la distribution stationnaire ? Une
approche possible est detudier la vitesse de convergence de la chane. Malheureusement, une telle
approche ne fournit en general que des bornes trop grossières pour etre reellement utiles en pratique,
meme si elles peuvent donner des indications1 . Par chance, il existe une variante de lalgorithme cidessus, ne necessitant quun nombre fini (mais aleatoire !) de pas, et garantissant que la distribution
obtenue est exactement la distribution stationnaire : on parle alors de simulation parfaite.
9.2
Simulation parfaite
Nous avons vu quil est aise de construire une chane de Markov possedant ;,h
comme mesure
stationnaire. Nous allons `
a present en donner une variante appelee couplage depuis le passe (coupling
from the past, en anglais) qui permet de generer des configurations distribuees exactement selon la
mesure stationnaire tout en ne necessitant quun nombre fini diterations. Cette variante est d
ue `
a
Propp et Wilson [47].
Soient q, , , , avec un ensemble fini, les probabilites de transition dune chane de
Markov X irreductible et aperiodique de mesure stationnaire P. Afin danalyser la dependance en
letat initial de la chane, on demarre, au temps t0 , || copies de celle-ci, chacune partant dun etat
different. Levolution se fait de facon independante, tant que les trajectoires ne concident pas. Si deux
(ou plus) trajectoires concident `
a un temps t, alors on les fait evoluer ensemble pour tous les temps
ulterieurs, comme represente sur la Figure 9.1. On realise ainsi un couplage de ces || chanes. Une
facon equivalente de presenter ce couplage est de considerer une famille (fk )kZ de fonctions aleatoires
i.i.d. fk : de loi Q telles que, pour tout , Q(f0 () = ) = q, independemment pour
chaque . La distribution au temps t N de la chane partant de letat au temps t0 < t est
d
ef
donc identique `
a celle de Ftt0 () = ft1 ft2 ft0 +1 ft0 ().
Lemme 9.2.1. Il existe Q-presque-s

urement un temps N < tel que F1N est une constante.
Demonstration. Par irreductibilite et aperiodicite, il existe K < tel que la probabilite daller de
a en K pas est strictement positive pour toute paire , . Par consequent, Q(F1K = const)
`
1
Pour nuancer un peu ces propos, de tels algorithmes de simulations sont utilises regulièrement, par exemple par les
physiciens, meme en labsence dinformations (rigoureuses) sur la vitesse de convergence ; pragmatiques, ils se contentent
souvent de lancer la simulation `
a partir de differentes configurations initiales, et estiment avoir attendu suffisamment
longtemps si les resultats obtenus ne dependent pas (trop) de la configuration initiale.
72
CHAPITRE 9. ALGORITHMES DE SIMULATION

1/2
1/2
1/2
B
1/2
C
1
Fig. 9.2 Un exemple montrant qu`

a linstant de coalescence, la chane nest pas necessairement dans la
distribution stationnaire : letat C ne pouvant etre atteint quen venant de letat B, il nest pas
possible que les chanes soient dans letat C au moment de la coalescence.
(n+1)K
est egalement strictement positive. Les evenements {FnK+1

(n+1)K
FnK+1
= const}, n 0, etant i.i.d., on peut
trouver, avec Q-probabilite 1, un n tel que

soit constante.
t2
Soit t2 > t1 0 ; observant que Ft1 = const implique F0t = const pour tout t > t2 , on en deduit
que F0t sera constante pour tout t suffisamment grand.
Manifestement, une fois que les || trajectoires ont coalesce, toute information sur letat de depart
est perdue, et on pourrait donc penser que lon obtient `
a cet instant un echantillon distribue selon
la loi stationnaire. Mais cest faux, comme on peut le voir facilement sur lexemple de la Figure 9.2 ;
le problème est que lobservation nest pas faite en un temps deterministe, ce qui conduit `
a un biais.
Cette idee nest cependant pas `
a rejeter complètement, et il se trouve quune modification très simple
permet de la faire fonctionner.
Lidee est de ne pas chercher `
a coupler dans le futur comme on vient de le faire, mais depuis
le passe : on va demarrer les || chanes `
a un temps suffisamment recule dans le passe, et observer
0 = f
le resultat au temps 0. Plus precisement, on sait que Ft
1 f2 ft+1 ft est constante
pour tout t suffisamment grand (remarquez que lon nexige pas que le temps auquel la coalescence de
toutes les copies a lieu soit egal `
a 0, mais seulement que cela ait eu lieu avant 0 ; cette difference est
cruciale).
0
soit constante (M peut etre choisie finie,
Lemme 9.2.2. Soit M une variable aleatoire telle que FM
0
Q-presque s
urement). Alors la distribution de lunique image de FM
est precisement P.
0 est Q-presque s
urement constante pour tous les T suffisamDemonstration. Soit . Comme FT
ment grands, la limite
d
ef
0
0
()
F
() = lim FT
T
existe Q-presque s
urement, et est Q-presque s
urement independante de (voir la Figure 9.3). De plus,
on a legalite suivante (presque s
urement)
0
0
F
= FM
.
0
La conclusion suit, puisque, par ergodicite de la chane de markov, la loi de lunique image de F
est la distribution stationnaire P.
Remarque 9.2.1. Il peut etre utile de realiser ce qui ne marcherait pas si lon avait procede vers le
futur : dans ce cas, il nest pas vrai que la limite
lim F0T ()
a la Figure 9.3 peut peut-etre aider.

existe. En effet, F0T () 6= F0T +1 () en general ! Un coup doeil `
73
9.2. SIMULATION PARFAITE
0
0
FT
() = FT
()
F0T ()
F0T ()
0
Fig. 9.3 Representation schematique de levolution. Haut : couplage depuis le passe ; FT
etant constante,
0
cest egalement le cas de FT , et leur unique image est identique. Bas : evolution vers le futur ;
F0T etant constante, F0T lest aussi, mais il nest plus vrai en general que leur unique image est
identique.
En resume : si FctAleatoire() est une routine qui retourne une fonction f distribuee selon Q, alors
lalgorithme
t0
Ft0 identite
r
ep
eter
tt1
f FctAleatoire()
0 f
Ft0 Ft+1
jusqu`
a Ft0 est constante
retourner lunique valeur dans limage de Ft0
renvoie un element de distribue selon P après un temps presque-s
urement fini.
Faisons à present quelques commentaires `
a propos de limplementation dun tel algorithme.
Temps d
echantillonage. Il nest pas necessaire (et pas desirable du tout !) dappliquer lalgorithme
ci-dessus pour chaque t < 0. Il suffit bien s
ur de choisir une suite decroissante de temps Tk < 0,
Tk , et de verifier successivement, pour k = 1, 2, . . ., si FT0k est constante. On peut montrer que
le choix Tk = 2k est proche du choix optimal.
La dynamique sous-jacente. Bien entendu, un pas de temps dans lalgorithme ci-dessus ne correspond pas necessairement `
a lapplication dun pas de la chane de Markov sous-jacente. par exemple,
dans le cas de la dynamique du bain thermique, un pas de la chane de Markov ne modifie quau plus
un spin, et ne favorise donc guère la coalescence des trajectoires. Il est beaucoup plus judicieux pour
chaque pas de lalgorithme ci-dessus, deffectuer un nombre suffisant de pas de la chane de Markov.
Il est aussi important de bien choisir cette dynamique sous-jacente. Plus elle converge rapidement,
plus lalgorithme de couplage depuis le passe sarretera rapidement. Par exemple, appliquee au modèle
dIsing, la dynamique de bain thermique introduite precedemment converge rapidement dans le regime
74

dunicite, mais sa convergence est catastrophique dans le regime de coexistence des phases, > c .
Heureusement, il en existe de meilleures, au moins dans certaines situations, cf. la section 9.3.
Couplage ind
ependant. Le couplage utilise ci-dessus est tel que f0 () est choisie comme etant
egale `
a avec probabilite q, independemment pour chaque . Le choix dun tel couplage
independant entre les differentes trajectoires jusqu`
a leur rencontre nest bien entendu pas le seul
possible. En fait, on peut en general faire beaucoup mieux, en choisissant un couplage qui favorise une
coalescence plus rapide du processus. On en verra un exemple ci-dessous.
Couplage monotone. Une faiblesse de lapproche esquissee ci-dessus devrait etre evidente : la
necessite de considerer des chanes partant de chaque etat de peut sembler rendre cette approche
impossible `
a appliquer au modèle dIsing : après tout, dans une bote carree de 500 500 sommets (la
taille utilisee pour les simulations de la Figure 1.4), le nombre de configurations est dejà de 2250000
1075257 ! La solution `
a ce problème, dans le cas du modèle dIsing, est dutiliser les proprietes dordre.
Nous avons vu, dans la sous-section 2.2.2, que lensemble des configurations du modèle dIsing peut etre
muni dun ordre partiel naturel. On introduit le couplage suivant : on tire un nombre u uniformement
dans [0, 1] et un sommet i uniformement dans Zd et on definit f0 () comme dans (9.1), cest-`
a-dire
quon pose f0 () = , o`
u j = j pour tout j 6= i, et

1
P
1
si
u
(
=
1
|
,
k
i)
=
1
+
exp(2
2h)
k
k
ji j
;,h i
i =
1 sinon.
Remarquez que ce couplage nest pas du tout independant, puisque lon utilise les memes i et u pour
toute configuration initiale . En observant que

1 + exp(2
X
ji
1
j 2h)
est une fonction croissante de , on constate que ce couplage possède la propriete suivante : si 1 2 ,
alors f0 (1 ) f0 (2 ). Un tel couplage est dit monotone.
Linteret de ce couplage est quil suffit de comparer deux trajectoires : celles partant des configurations 1 et 1 dans . En effet, comme toute trajectoire partant dune autre configuration
va toujours etre prise en sandwich entre ces deux trajectoires-ci, ce seront les dernières `
a coalescer.
En outre, ce couplage est plus efficace que le couplage independant, dans le sens quil couple plus
rapidement des trajectoires distinctes.
9.3
Algorithmes par amas
Dans le cas du modèle dIsing, la dynamique de bain thermique converge très lentement dans le
regime de coexistence des phases, > c . En effet, la dynamique va rapidement converger vers un
etat o`
u la bote se retrouve partagee en regions occupees soit par la phase +, soit par la phase ,
separees par des interfaces. La relaxation de ces interfaces est très lente, car il ny a pas de biais en
faveur dune des deux phases (sauf eventuellement au bord du système). Ceci donne lieu `
a des temps
de convergence explosant comme une exponentielle etiree avec la taille du système.
Nous allons presenter dans cette section une dynamique alternative, moins locale, qui ne souffre
pas de ces defauts (du moins sur Zd et pour des conditions au bord appropriees ; en realite, il y a très
peu de resultats rigoureux sur la vitesse de convergence de cet algorithme, bien que dun point de vue
pratique il fonctionne si bien quil est, avec dautres algorithmes analogues, presque toujours utilise
aujourdhui). Cette dynamique repose sur la representation FK.
75
9.3. ALGORITHMES PAR AMAS

ele dIsing dans la bote , avec condition au
Soit +
;,0 la mesure de Gibbs en volume fini du mod`
bord +, et paramètres et h = 0, et soit PwE + ;p ,2 la mesure FK associee.
Considerons les algorithmes suivants :
Entr
ees : une configuration +
ee selon la mesure +
tir
;,0
pour chaque arete e = {i, j} de E+ faire
si i 6= j alors
e 0
sinon
u Uniforme([0, 1])
si u < p alors
e 1
sinon
e 0
fin
fin
fin
retourner la configuration FK
E + ,w
Entr
ees : une configuration FK
tiree selon la mesure PwE + ;p
E + ,w
,2
pour chaque amas fini de la configuration faire

s Bernoulli({1, 1}, 1/2)
pour chaque sommet i de lamas faire i s
fin
pour chaque sommet i de lamas infini faire i 1
retourner la configuration +
Lemme 9.3.1. La configuration retournee par le premier algorithme est distribuee selon PwE + ;p
et la configuration retournee par le second algorithme est distribuee selon
+
;,0 .
,2
Demonstration. Il sagit dune simple reformulation du Theorème 6.2.2.
9.3.1
Dynamique de Swendsen-Wang
Il est `
a present très facile de construire une nouvelle chane de Markov dont la mesure stationnaire
+
a une configuration +
est +
en appliquant succes;,0 : on passe dune configuration `
sivement (et dans lordre) chacun des deux algorithmes presentes avant le lemme 9.3.1. La première
, compatible avec la confiapplication genère (aleatoirement) une configuration daretes FK
E + ,w
guration de spins ; la seconde application retourne une nouvelle configuration (aleatoire) de spins
+
etes intermediaire .
, compatible avec la configuration dar
Lemme 9.3.2. La chane de Markov introduite ci-dessus converge vers +
;,0 .
Demonstration. Le lemme 9.3.1 montre que si la configuration est distribuee selon +
;,0 , alors
est
bien
une
mesure
stationnaire
de
la chane.
cest encore le cas pour la configuration , donc +
;,0
Puisque nimporte quelle configuration (compatible avec la condition au bord) peut etre atteinte
en une etape (ceci est possible, par exemple, si toutes les aretes de la configuration intermediaire
sont fermees), la chane est irreductible et aperiodique, et donc ergodique.
Les grands avantages de cette dynamique par rapport `
a celle du bain thermique sont sa nature
non-locale, qui lui permet de se deplacer plus rapidement dans lespace des configurations, et le fait
76

quelle ne distingue pas les differentes phases dequilibre et fonctionne ainsi très efficacement meme
dans le regime de coexistence des phases, > c .
Remarque 9.3.1. Une limitation de cette approche est liee `
a la condition au bord. Sil est bien entendu
possible de traiter egalement les conditions au bord , libre et periodique, il nen est pas de meme
pour des conditions au bord generales
, car celles-ci induisent en general des contraintes sur les
connections autorisees `
a linterieur de (si
i 6=
j , alors il ne peut pas y avoir damas connectant i
a j).
`
Remarque 9.3.2. Malgre le caractère non-monotone de cette dynamique, il est tout de meme possible
de lutiliser dans une approche couplage depuis le passe, en utilisant une technique dite de chane
dominante (bounding chain, en anglais) afin de detecter le moment de la coalescence [26]. Nous ne discuterons pas de cette technique ici. Cest cette methode qui a ete utilisee pour obtenir les configurations
de la Fig. 1.4.
77
9.3. ALGORITHMES PAR AMAS
78
Annexe
Appendices techniques
A.1
Preuve des in
egalit
es de corr
elation
Dans cette section, nous demontrons les inegalites de correlation utilisees dans les chapitres precedents.
A.1.1
In
egalit
es GKS
Il est plus naturel de les enoncer dans un cadre un peu plus general que celui introduit precedemment.
Soit Zd , et J = (JA )A , une famille de nombres reels. On considère la mesure de probabilite
suivante sur ( , F ) :
X
1
d
ef
;J () =
JC C } ,
exp{
Z;J
C
o`
u lon a utilise la notation C =
iC
i .
per
etre mises sous la forme ci-dessus, avec

Remarque A.1.1. Les mesures +
;,h , ;,h et ;,h peuvent
JC 0, C , si h 0. Par exemple, pour la condition au bord +, il suffit de prendre
h + # {j 6 : j i} si C = {i} ,
JC =
si C = {i, j} , i j
0
sinon.
Th
eor`
eme A.1.1. Soient J = (JC )C et J = (JC )C tels que JC |JC | (en particulier JC 0),
pour tout C . Alors, pour tout A, B ,
hA i;J 0 ,
hA B i;J hA i;J hB i;J ,

hA i;J hA i;J ,
(A.1)
(A.2)
(A.3)
Demonstration. Manifestement la fonction de partition Z;J est strictement positive. Il suffit donc de
79

DE CORRELATION
A.1. PREUVE DES INEGALIT

ES
demontrer les resultats correspondants pour les numerateurs.
X
Y
Z;J hA i;J =
A
eJC C
=
=
Y X Jn
C n
n! C
C n0
Y J nC n
C
C
nC ! C
(nC )C C
nC 0
Y J nC X
C
(nC )C C
nC 0
nC !
nC
C
.
La sommation sur dans la dernière expression est de la forme

XY m
i i ,
i
o`
u les mi dependent des nC et de A. On voit alors aisement que
Y X m
XY m
i i =
i i 0 ,
i
i i =1
P
puisque i =1 imi vaut 2 lorsque mi est pair, et 0 lorsque mi est impair. Ceci prouve laffirmation (A.1).
Afin de demontrer (A.2), il est utile de dupliquer le système, cest-`
a-dire decrire la covariance de
la facon suivante :
hA B i;J hA i;J hB i;J = hA (B B

)i;J ;J ,
la première mesure agissant sur , et la seconde sur , et o`

u lon a introduit i (, ) = i et
i (, ) = i . On peut donc ecrire
X
Y
A (B B
)
eJC (C +C ) .
(Z;J )2 hA (B B
)i;J ;J =
,
d
ef
En introduisant les variables i = i i = i /i , on obtient

X
Y
Y
X
eJC (C +C ) =
eJC (1+C )C
A (B B
)
A B (1 B
)
,
(1
B
)
A B
eJC (1+C )C .
0, il suffit dappliquer (A.1) `

a la somme sur (avec constantes de couplages
Puisque 1 B
JC (1 + C ) 0) pour obtenir (A.2).

La preuve de (A.3) est essentiellement identique. On ecrit
X
Y

(Z;J Z;J )hA A

i;J ;J =
(A A
)
eJC C +JC C
,
(1
)
A
0.
et on conclut comme precedemment puisque JC + JC C
80
e(JC +JC C )C ,
ANNEXE A. APPENDICES TECHNIQUES
A.1.2
In
egalit
es FKG
` nouveau, il est utile de considerer une situation substantiellement plus generale.

A
Soit x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) n , R, n 1. On definit1 x y = (x1 y1 , . . . , xn yn )
et x y = (x1 y1 , . . . , xn yn ). On ecrit x y lorsque x y = y, et on dit quune fonction f : Rn R
est croissante si x y = f (x) f (y).
On a alors le resultat suivant :
Th
eor`
eme A.1.2. Soit = 1 . . . n une mesure produit sur B(n ). Soient f1 , . . . , f4 des
fonctions -integrables, positives, sur n , telles que
f1 (x)f2 (y) f3 (x y)f4 (x y),
x, y n .
Alors,
hf1 i hf2 i hf3 i hf4 i .
Pour le modèle dIsing, = {1, 1}. En choisissant i (i = s) N

= ehs+ j6,ji j s , s = 1, pour
eorème
tout i , et notant p la densite de ;,h par rapport `
a =
i i , on voit que le th
precedent applique aux fonctions
f1 () = p()f (), f2 () = p()g(), f3 () = p(), f4 () = p()f ()g(),
(f et g peuvent etre supposees positives sans perte de generalite, sinon il suffit de leur ajouter une
constante, ce qui ne change pas leur covariance) implique (2.4) pourvu que
p()p( ) p( )p( ) .
Or, puisque
X

i j ,
p() exp
i,j
ij
il suffit de verifier que

i j + i j (i i )(j j ) + (i i )(j j ) ,
ce qui se voit immediatement sur les 16 cas possibles (en fait, moins en utilisant les symetries presentes).
Il reste donc à demontrer le Theorème A.1.2.
Demonstration du Theorème A.1.2. Lidee est la suivante. Ecrivons

x = (X, u) et y = (Y, v), o`
u
X = (x1 , . . . , xn1 ) et Y = (y1 , . . . , yn1 ). On va montrer que linegalite
implique linegalite
f1 (x)f2 (y) f3 (x y)f4 (x y).
(A.4)
f1 (X)f2 (Y ) f3 (X Y )f4 (X Y ),
(A.5)
o`
u fi = hfi (X, )in , la moyenne etant prise sur la dernière coordonnee. Par consequent, en appliquant
cet argument n fois, on obtient linegalite recherchee.
Le membre de gauche de (A.5) peut secrire
hf1 (X, u)f2 (Y, v)in n = h1{u=v} f1 (X, u)f2 (Y, v)in n
+ h1{u<v} (f1 (X, u)f2 (Y, v) + f1 (X, v)f2 (Y, u))in n .
d
ef
d
ef
On utilise les notations standards a b = max(a, b) et a b = min(a, b).
81
A.2. FONCTIONS CONVEXES

De meme, le membre de droite de (A.5) secrit
hf3 (X Y, u)f4 (X Y, v)in n = h1{u=v} f3 (X Y, u)f4 (X Y, v)in n
+ h1{u<v} (f3 (X Y, u)f4 (X Y, v) + f3 (X Y, v)f4 (X Y, u))in n .
On voit donc que lorsque u = v, linegalite (A.4) donne immediatement le resultat desire. Lorsque
d
ef
d
ef
d
ef
d
ef
u < v, on pose A = f1 (X, u)f2 (Y, v), B = f1 (X, v)f2 (Y, u), C = f3 (X Y, u)f4 (X Y, v) et D =
f3 (X Y, v)f4 (X Y, u). Il suffit alors dobserver que (A.4) implique que A C, B C et
AB = f1 (X, u)f2 (Y, u) f1 (X, v)f2 (Y, v) f3 (X Y, u)f4 (X Y, u) f3 (X Y, v)f4 (X Y, v) = CD.
(A.5) sera donc etablie si lon peut montrer que A + B C + D. Mais ceci est evident puisque
(C + D A B)/C 1 (A + B)/C + AB/C 2 = (1 A/C)(1 B/C) 0 .
(Observer que linegalite desiree est trivialement satisfaite si C = 0.)
A.2
R
esultats
el
ementaires sur les fonctions convexes
Dans cette section sont regroupes quelques resultats elementaires sur les fonctions convexes dune
variable reelle.
Th
eor`
eme A.2.1. Soit I R un ouvert, et f : I R une fonction convexe. Alors
1. Les derivees a
` droite et a
` gauche, + f (x) et f (x) existent en tout point x I.
2. + f (x) f (x), pour tout x I.
3. + f et f sont croissantes.
4. + f est continue a
` droite, f est continue a
` gauche.
5. Lensemble {x : + f (x) 6= f (x)} est au plus denombrable.
6. Si (gn )n1 est une suite de fonctions convexes de I R convergeant ponctuellement vers une
fonction g, alors g est egalement convexe. De plus, si g est derivable en x, limn + gn (x) =
limn gn (x) = g (x).
Demonstration. Laissee en exercice.
A.3
Un r
esultats
el
ementaire sur les doubles suites
Dans cette section, nous prouvons un resultat elementaire, mais souvent utile, sur les doubles suites
de nombres reels. Nous dirons quune double suite (am,n )m,n1 est croissante si
m m , n n = am,n am ,n ,
et decroissante si (am,n )m,n1 est croissante. La double suite est dite bornee superieurement (resp.
inferieurement) sil existe C < telle que am,n C (resp. am,n C), pour tout m, n 1.
Lemme A.3.1. Soit am,n une double suite croissante et bornee superieurement. Alors
lim lim am,n = lim lim am,n =
m n
n m
lim am,n = sup {am,n : m, n 1} .
m,n
Le meme resultat est vrai lorsque la double suite est decroissante est bornee inferieurement.
82
ANNEXE A. APPENDICES TECHNIQUES

Demonstration. am,n etant bornee, le supremum s = supm,n am,n existe. Soit > 0. Il existe m0 , n0
tels que am0 ,n0 s . (am,n ) etant croissante, on en deduit que
s am,n s ,
m m0 , n n0 .
Par consequent, limm,n am,n = s.

Pour tout m 1 fixe, la suite (am,n )n1 est croissante et bornee, et donc convergente ; on note sa
limite sm .
On fixe > 0. Il existe m1 , n1 tels que
|am,n s| 2 ,
m m1 , n n1 .
Pour m fixe, on peut egalement trouver n2 (m) tel que

|am,n sm | 2 ,
n n2 (m).
Par consequent,
|sm s| ,
m m1 ,
ce qui implique que limm sm = s. On a donc montre que

lim lim am,n =
m n
lim am,n = sup {am,n : m, n 1} .
m,n
Les autres affirmations suivent immediatement.
A.4
Lemme de Fekete
Dans cette section, nous prouvons le Lemme de Fekete.

Lemme A.4.1. Soit (an )n1 une suite de reels positifs satisfaisant la condition suivante de sousadditivite :
an+m an + am ,
m, n 1.
Alors,
lim
an
an
= inf
.
n1 n
n
0. On fixe > 0, et on choisit K tel que | aKK | 21 .

Demonstration. Soit =inf n1 { ann }
an
En posant R = max K : n < K , et on choisissant M suffisamment grand pour que R/M 21 ,
on garantit que ManK 12 , pour tout n < K.
On pose N = M K, et on considère un n N arbitraire. On decompose n = sK + r, avec
0 r < K. Alors
an
saK
ar
aK
ar
+
( + 21 ) + 12 .
n
sK + r sK + r
K
MK
Par consequent, | ann | , pour tout n N , et laffirmation suit.

Remarque A.4.1. Il existe de nombreuses extensions de ce resultat (autorisant, par exemple, `
a avoir
un terme supplementaire dans le membre de droite de la condition de sous-additivite, dependant de
m ou de m + n, pourvu quil ne croisse pas trop rapidement).
83

A.4. SOUS-ADDITIVITE
84
Annexe
Exercices
Dans ce chapitre sont regroupes divers exercices completant et (esperons-le) clarifiant les notions
donnees au cours.
per
Exercice 1. On considère le modèle dIsing en dimension 2 sur le graphe (VN , EN
), o`
u VN =
2
{1, . . . , N } . Calculez
X
X
i iN ;=0,h , et lim hN 2
i iN ;=,h .
lim hN 2
N
iVN
iVN
Exercice 2. On considère le modèle dIsing en dimension 2 sur le graphe (V2 , E2per ), o`

u V2 = {1, 2}2
Calculez explicitement
X
h| 14
i |i2;,h .
iV2
1P
Esquissez les graphe de h| 4

fonction de h).
iV2
i |i2;,h=0 (comme fonction de ) et h| 41
iV2
i |i2;=1,h (comme
per
Exercice 3. i) On considère le modèle dIsing sur le graphe (VN , EN
), o`
u VN = {1, . . . , N }d . Montrez
que la propriete de Markov est satisfaite, cest-`
a-dire que, pour tout s N ,

P
exp si (h + ji sj )
.

P
P
N ; (i = si | j = sj , j 6= i) =
exp h + ji sj + exp h ji sj
ii) Soient Zd . Verifier que pour toutes configurations

et , on a
( ).
;,h
( | |\ = |\
) = ;,h
Exercice 4. Montrer que les fonctions suivantes sont croissantes : ni , nA ,

A Zd ).
85
iA ni
nA (i Zd ,
Exercice 5. On considère le modèle dIsing en dimension 1, avec Hamiltonien

X

i ()i+1 () + hi () ,
HNper
;,h () =
1iN
o`
u N +1 1 (condition au bord periodique).
i) En introduisant la matrice de transfert
T =

e+h e
,
e eh
montrer que la fonction de partition peut etre reecrite sous la forme

X H per ()

per
ZN
e N ;,h = Tr T N ,
;,h =
N
o`
u Tr(A) est la trace de la matrice A.
per
ii) Calculer lenergie libre, f (, h) = limN fN
(, h), o`
u
per
fN
(, h) =
1
per
log ZN
;,h .
N
iii) Montrer que

h1 iper
N ;,h = h
iv) Calculer h1 i,h = limN h1 iper
N ;,h .
N
per
1 X per
f (, h).
i iN ;,h =
N
h N
i=1
Exercice 6. Le but de cet exercice est detudier le modèle dIsing sur le graphe complet. Soit n =
{1, 1}n , et i : {1, 1}, i () = i lensemble des spins associes. LHamiltonien Hn : n R
est donne par
n
n
n
X
XX
Hn;,h =
i .
i j h
2n
i=1
i=1 j=1
On considère la mesure de Gibbs sur n associee `

a cet Hamiltonien,
n;,h () =
1
eHn;,h () .
Zn;,h
i) Determiner la distribution de laimantation mn =
1
n
Pn
i=1 i .
ii) Soient s : [1, 1] R et f : [1, 1] R les fonctions definies par

s(x) =
1+x
1+x 1x
1x
log
log
,
2
2
2
2
f (x) = s(x) +
x2
+ hx.
2
Faire une etude detaillee de la fonction f en fonction des paramètres et h.
(Le but de cette partie
etant dobtenir des r

esultats qui seront n
ecessaires pour faire les parties iv) et vi), il est peut-
etre pr
ef
erable de faire la partie
ii) en m
eme temps que les parties iv) et vi).)
86
ANNEXE B. EXERCICES
iii) Utiliser la formule de Stirling : n! =
c1 , c2 < telles que
2k
n
c1 n1/2 enf (xk )
2nn+ 2 en (1 + O( n1 )), pour montrer quil existe 0 <

n
c2 n1/2 ens(xk ) ,
(B.1)
[1, 1]. En deduire que

X
n
2
e 2 mn () +nhmn () c2 n1/2 enf (xk ) .
(B.2)
c1 n
uniformement en xk = 1 +
1/2 ns(xk )
:mn ()=xk
iv) En utilisant les proprietes de f etablies precedemment, montrer que

n max f (x) max f (xk ) const.
0kn
x[1,1]
En utilisant (B.2), en deduire quil existe 0 < c3 < telle que
c3 n1/2 en maxx[1,1] f (x) Zn (n + 1) c2 n1/2 en maxx[1,1] f (x) .

v) Soit 1 a < b 1. Montrer que

1
log n (mn [a, b]) max f (x) max f (x ) = O( log n ).

n
n
x[a,b]
x [1,1]
(B.3)
(B.4)
vi) Soit M (, h) lensemble des maxima globaux de f , et soit

n
o
M = x [1, 1] : min |x y| .
yM (,h)
Montrer que pour tout > 0,

1
log n mn 6 M (, h) < 0.
n n
lim
(B.5)
En deduire que la loi des grands nombres pour laimantation est verifiee lorsque h 6= 0, et lorsque
h = 0 et 1, mais quelle est violee lorsque h = 0 et > 1.
vii) Esquissez le graphe de laimantation du système infini comme fonction de h lorsque 1 et

lorsque > 1.
Exercice 7. Completer la partie de la preuve du Theorème 3.3.1 concernant lexistence de la limite

thermodynamique de lenergie libre avec condition au bord libre le long dune suite de botes n Zd
arbitraire.
Exercice 8. Soit un sous-ensemble fini de Zd , et J = (JA )A , une famille de nombres reels

positifs. On considère la mesure de probabilite suivante sur ( , F ) :
X
1
;J () =
exp{
JC C } ,
Z;J
C
o`
u lon a utilise la notation C = iC i . Une version generale des inegalites GKS est valable pour
cette classe de mesures (cf. Theorème A.1.1). En particulier,
hA i;J 0 ,
hA B i;J hA i;J hB i;J ,
pour tout A, B .
87
i) En deduire que hA i;J est croissante en JB , pour tout A, B .
ii) Montrer que la mesure de Gibbs du modèle dIsing avec conditions au bord + ou libre, et
paramètres 0 et h 0, peut secrire sous cette forme pour des choix appropries de J.
iii) Montrer que la suite de mesures converge lorsque Zd , et que la mesure limite est invariante
sous les translations.
eseau.
iv) Soit h 0. Montrer que hA i+
,h est une fonction croissante de la dimension du r
a droite comme fonction de , et que h0 i,h est

v) Soit h 0. Montrer que h0 i+
,h est continue `
continue `
a gauche comme fonction de . (Indication : utiliser le Lemme A.3.1.)
Exercice 9. Adapter largument de Peierls au cas du modèle de Potts. On se contentera de verifier

1
quil existe 0 (q) < tel que lim inf n PPotts;1
u PPotts;1
n ;,q (0 = 1) > q , pour tout > 0 (q), o`
n ;,q est la
2
mesure du modèle de Potts `
a q etats, dans la bote n = {n, . . . , n} avec condition au bord 1, `
a
temperature inverse . Observez que cela implique que la symetrie sous permutation des q etats est
brisee `
a basse temperature.
Exercice 10. Etendre

la representation haute temperature `
a hi j i+
;,0 et hi j i;,0 .
En deduire quil existe c = c() > 0 tel que hi j i,0 1c eckjik2 , pour tout i, j Zd , pour tout
suffisamment petit.
Exercice 11. Verifier que les valeurs (complexes) du champ magnetique h pour lesquelles lenergie
libre du modèle dIsing unidimensionnel (calculee dans lExercice 5) est singulière sont toutes purement
imaginaires, et quelles tendent de 0 lorsque +.
d
ef
d
ef
Exercice 12. Montrer que les mesures limites Pp,q = limZd P;p,q et Pwp,q = limZd Pw;p,q existent,
sont independantes de la suite Zd choisie, et sont invariantes sous laction du groupe des translations de Zd .
d
ef
Exercice 13. Soient [0, ] et p = 1 e2 . Montrer que, pour tout i, j ,

w
hi j i+
;,0 = PE + ;p
,2
(i j).
Montrer que, pour tout B ,

w
hB i+
;,0 = PE + ;p
,2
(|B C| est pair pour tout amas fini C).
Exercice 14. Demontrer le Corollaire 6.4.1.
88
ANNEXE B. EXERCICES
Exercice 15. Adapter la representation en courants aleatoires au cas de la condition au bord +.
Exercice 16. Demontrer la seconde partie du Lemme 7.2.1 (Switching Lemma).
Exercice 17. Montrer quen dimension 2, pour tout > c , il existe K = K() tel que
lim +
etre superieur `
a K log n) = 0,
n ;,0 (il existe un contour de diam`
o`
u, n = {n, . . . , n}2 . On admettra la validite de lhypothèse Hp ,q (cf. p. 51) pour le modèle dIsing
avec < c . (Idee : passer `
a la representation FK et utiliser la dualite ; que peut-on dire de letat des
aretes dun contour dans la configuration FK duale associee ?).
Exercice 18. Donner une preuve alternative de lunicite de la mesure de Gibbs du modèle dIsing
en volume infini lorsque h 6= 0, en utilisant la concavite de laimantation pour h 0 qui suit de
linegalite GHS. (Idee : la concavite implique la continuite ; on conclut en utilisant les resultats etablis
au chapitre 3.)
Exercice 19. Demontrer que la masse du modèle dIsing est une fonction convexe sur Rd . En
deduire quil sagit dune norme sur Rd lorsque < c .
89
90
Bibliographie
[1] M. Aizenman. Translation invariance and instability of phase coexistence in the two-dimensional
Ising system. Comm. Math. Phys., 73(1) :8394, 1980.
[2] M. Aizenman. Geometric analysis of 4 fields and Ising models. I, II. Comm. Math. Phys.,
86(1) :148, 1982.
[3] M. Aizenman and D. J. Barsky. Sharpness of the phase transition in percolation models. Comm.
Math. Phys., 108(3) :489526, 1987.
[4] M. Aizenman, D. J. Barsky, and R. Fernandez. The phase transition in a general class of Ising-type
models is sharp. J. Statist. Phys., 47(3-4) :343374, 1987.
[5] M. Aizenman and R. Fernandez. On the critical behavior of the magnetization in high-dimensional
Ising models. J. Statist. Phys., 44(3-4) :393454, 1986.
[6] A. Bakchich, A. Benyoussef, and L. Laanait. Phase diagram of the Potts model in an external
magnetic field. Ann. Inst. H. Poincare Phys. Theor., 50(1) :1735, 1989.
[7] T. Bodineau. Translation invariant Gibbs states for the Ising model. Probab. Theory Related
Fields, 135(2) :153168, 2006.
[8] B. Bollob
as. Modern graph theory, volume 184 of Graduate Texts in Mathematics. Springer-Verlag,
New York, 1998.
[9] M. Campanino, D. Ioffe, and Y. Velenik. Ornstein-zernike theory for finite-range ising models
above tc . Probab. Theory Relat. Fields, 125(3) :305349, 2003.
[10] J. B. Conway. Functions of one complex variable, volume 11 of Graduate Texts in Mathematics.
Springer-Verlag, New York, second edition, 1978.
[11] R. L. Dobrushin. Gibbs states describing a coexistence of phases for the three-dimensional ising
model. Th.Prob. and its Appl., 17(3) :582600, 1972.
[12] R. L. Dobrushin and S. B. Shlosman. Absence of breakdown of continuous symmetry in twodimensional models of statistical physics. Comm. Math. Phys., 42 :3140, 1975.
[13] F. Dunlop. Zeros of partition functions via correlation inequalities. J. Statist. Phys., 17(4) :215
228, 1977.
[14] R. G. Edwards and A. D. Sokal. Generalization of the Fortuin-Kasteleyn-Swendsen-Wang representation and Monte Carlo algorithm. Phys. Rev. D (3), 38(6) :20092012, 1988.
[15] M. E. Fisher. On the dimer solution of planar ising models. J. Math. Phys., 7 :17761781, 1966.
[16] C. M. Fortuin and P. W. Kasteleyn. On the random-cluster model. I. Introduction and relation
to other models. Physica, 57 :536564, 1972.
[17] C. M. Fortuin, P. W. Kasteleyn, and J. Ginibre. Correlation inequalities on some partially ordered
sets. Comm. Math. Phys., 22 :89103, 1971.
91
BIBLIOGRAPHIE
Pfister. On the singularity of the free energy at a first order phase transition.
[18] S. Friedli and C.-E.
Comm. Math. Phys., 245(1) :69103, 2004.
[19] H.-O. Georgii. Gibbs measures and phase transitions, volume 9 of de Gruyter Studies in Mathematics. Walter de Gruyter & Co., Berlin, 1988.
[20] H.-O. Georgii, O. Haggstrom, and C. Maes. The random geometry of equilibrium phases. In
Phase transitions and critical phenomena, Vol. 18, volume 18 of Phase Transit. Crit. Phenom.,
pages 1142. Academic Press, San Diego, CA, 2001.
[21] R. B. Griffiths. Correlation in Ising ferromagnets I, II. J. Math. Phys., 8 :478489, 1967.
[22] R. B. Griffiths, C. A. Hurst, and S. Sherman. Concavity of magnetization of an Ising ferromagnet
in a positive external field. J. Mathematical Phys., 11 :790795, 1970.
[23] G. Grimmett. Percolation, volume 321 of Grundlehren der Mathematischen Wissenschaften [Fundamental Principles of Mathematical Sciences]. Springer-Verlag, Berlin, second edition, 1999.
[24] G. Grimmett. The random-cluster model, volume 333 of Grundlehren der Mathematischen Wissenschaften [Fundamental Principles of Mathematical Sciences]. Springer-Verlag, Berlin, 2006.
[25] Y. Higuchi. On the absence of non-translation invariant Gibbs states for the two-dimensional
Ising model. In Random fields, Vol. I, II (Esztergom, 1979), volume 27 of Colloq. Math. Soc.
J
anos Bolyai, pages 517534. North-Holland, Amsterdam, 1981.
[26] M. Huber. A bounding chain for Swendsen-Wang. Random Structures Algorithms, 22(1) :4359,
2003.
[27] D. Ioffe, S. Shlosman, and Y. Velenik. 2d models of statistical physics with continuous symmetry :
The case of singular interactions. Comm. Math. Phys., 226(2) :433454, 2002.
[28] S. N. Isakov. Nonanalytic features of the first order phase transition in the Ising model. Comm.
Math. Phys., 95(4) :427443, 1984.
[29] E. Ising. Beitrag zur Theorie des Ferromagnetismus. Zeit. f
ur Physik, 31 :253258, 1925.
[30] R. B. Israel. Convexity in the theory of lattice gases. Princeton University Press, Princeton, N.J.,
1979. Princeton Series in Physics, With an introduction by Arthur S. Wightman.
[31] P. W. Kasteleyn. The statistics of dimers on a lattice : I. the number of dimer arrangements on
a quadratic lattice. Physica, 27 :12091225, 1961.
[32] D. G. Kelly and S. Sherman. General Griffithss inequality on correlation in Ising ferromagnets.
J. Math. Phys., 9 :466484, 1968.
[33] R. Kindermann and J. L. Snell. Markov random fields and their applications, volume 1 of Contemporary Mathematics. American Mathematical Society, Providence, R.I., 1980.
[34] R. Koteck
y and S. B. Shlosman. First-order phase transitions in large entropy lattice models.
Comm. Math. Phys., 83(4) :493515, 1982.
[35] L. Laanait, A. Messager, S. Miracle-Sole, J. Ruiz, and S. Shlosman. Interfaces in the Potts
model. I. Pirogov-Sinai theory of the Fortuin-Kasteleyn representation. Comm. Math. Phys.,
140(1) :8191, 1991.
[36] T. D. Lee and C. N. Yang. Statistical theory of equations of state and phase transitions. ii. lattice
gas and ising model. Phys. Rev., 87(3) :410419, 1952.
[37] Elliott H. Lieb. A refinement of Simons correlation inequality. Comm. Math. Phys., 77(2) :127
135, 1980.
[38] Oliver A. McBryan and Jay Rosen. Existence of the critical point in 4 field theory. Comm.
Math. Phys., 51(2) :97105, 1976.
[39] B. McCoy and T. T. Wu. The Two-Dimensional Ising Model. Harvard University Press, 1973.
92
BIBLIOGRAPHIE
[40] L. Onsager. Crystal statistics, i. a two-dimensional model with an order-disorder transition. Phys.
Rev., 65 :117149, 1944.
[41] R. E. Peierls. On Isings ferromagnet model. Proc. Camb. Phil. Soc., 32 :477481, 1936.
[42] C.-E. Pfister. Large deviations and phase separation in the two-dimensional Ising model. Helv.
Phys. Acta, 64(7) :9531054, 1991.
[43] C.-E. Pfister and Y. Velenik. Large deviations and continuum limit in the 2D Ising model. Probab.
Theory Related Fields, 109(4) :435506, 1997.
[44] C.-E. Pfister and Y. Velenik. Interface, surface tension and reentrant pinning transition in the
2D Ising model. Comm. Math. Phys., 204(2) :269312, 1999.
Pfister. On the symmetry of the Gibbs states in two-dimensional lattice systems. Comm.
[45] C. E.
Math. Phys., 79(2) :181188, 1981.
[46] S. A. Pirogov and Y. G. Sina. Phase diagrams of classical lattice systems. Teoret. Mat. Fiz.,
25(3) :358369, 1975.
[47] J. G. Propp and D. B. Wilson. Exact sampling with coupled Markov chains and applications
to statistical mechanics. In Proceedings of the Seventh International Conference on Random
Structures and Algorithms (Atlanta, GA, 1995), volume 9, pages 223252, 1996.
[48] B. Prum. Processus sur un reseau et mesures de Gibbs. Techniques Stochastiques. [Stochastic
Techniques]. Masson, Paris, 1986. Applications.
[49] W. Rudin. Real and complex analysis. McGraw-Hill Book Co., New York, third edition, 1987.
[50] D. Ruelle. Statistical mechanics. World Scientific Publishing Co. Inc., River Edge, NJ, 1999.
Rigorous results, Reprint of the 1989 edition.
[51] B. Simon. Correlation inequalities and the decay of correlations in ferromagnets. Comm. Math.
Phys., 77(2) :111126, 1980.
[52] B. Simon. The statistical mechanics of lattice gases. Vol. I. Princeton Series in Physics. Princeton
University Press, Princeton, NJ, 1993.
[53] Y. G. Sina. Theory of phase transitions : rigorous results, volume 108 of International Series in
Natural Philosophy. Pergamon Press, Oxford, 1982. Translated from the Russian by J. Fritz, A.
Kr
amli, P. Major and D. Szasz.
[54] C. N. Yang. The spontaneous magnetization of the two-dimensional Ising model. Phys. Rev.,
85 :808816, 1952.
[55] M. Zahradnk. An alternate version of Pirogov-Sina theory. Comm. Math. Phys., 93(4) :559581,
1984.
93

Modeled I Sing

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Modeled I Sing

Transféré par

Droits d'auteur :

Formats disponibles

Le mod`

To cite this version:

HAL Id: cel-00392289

HAL is a multi-disciplinary open access

Larchive ouverte pluridisciplinaire HAL, est

Version du 25 mai 2009

Table des mati`eres

8 Retour sur la repr

Introduction au mod`ele dIsing

1.2. TRANSITION DE PHASE

Fig. 1.2 Graphes avec condition au bord periodique, en dimension 1 et 2.

` chaque configuration est associee son energie

On voit de (1.1) que, lorsque 6=

Manifestement, aucune information ne peut etre transmise lorsque = 0 : la connaissance de la valeur

1.2. TRANSITION DE PHASE

ce qui implique en particulier que la valeur de `

Surtout si lon pense que pour les applications a

et la mesure de probabilite correspondante,

cette derni`ere limite concide avec la valeur obtenue pour m () lorsque h = 0.

On notera les mesures correspondantes simplement +

Nous verrons au chapitre 3 que m+ () = limh0 m(, h) et m () = limh0 m(, h) = m+ (). En

Il sagit de linterpretation originelle du mod`ele dIsing. Le param`etre correspond `

Dans cette interpretation, on suppose que Rd a ete partitionne en cellules cubiques de c

Pour tout C Zd , |C| = #{i C}.

Quelques autres interpr

Quelques autres mod`

1.7. QUELQUES OUVRAGES DE REF

Le mod`ele et quelques proprietes de base

i () = i , appelee spin en i. On notera egalement | = (i )i .

Mesure de Gibbs. Soient Zd et

exp (H;,h ()) .

La constante de normalisation Z;,h

2.2. LES INEGALIT

par exemple, lesperance sous la mesure ;,h

Exercice 2.1.1. Verifier que, pour tout Zd et toutes configurations

de Gibbs correspondantes sont notees simplement +

Ces inegalites restent vraies pour la mesure ;,h .

Faites bien attention a

Fonctions continues et fonctions locales.

On verifie aisement quune fonction f : R est (uniformement) continue pour la topologie

2.3. LIMITE THERMODYNAMIQUE

Convergence des mesures

Notons F la tribu engendree par les cylindres C, = { : = }, Zd , . On

Mesures de Gibbs en volume infini et transition de phase du 1er ordre.

Deux familles de fonctions locales.

Cette relation dorthogonalite se Q

La seconde affirmation suit immediatement en inserant A =

dans la premi`ere formule.

Mesures limites avec conditions au bord + et .

Les inegalites de correlation introduites dans la section precedente permettent de demontrer de

converge vers une mesure ,h (independante de la suite (n )n1 ).

En effet, on verifie facilement (cf. (2.1)) que

hf 1{i =1, in+1 \n } i+

h1{i =1, in+1 \n } i+

2.3. LIMITE THERMODYNAMIQUE

Fig. 2.1 Preuve de linvariance sous les translations.

f etant necessairement bornee, on en deduit la convergence de la suite (hf i+

Aimantation et energie libre

Limportance des mesures +

ce qui nous fournit linegalite suivante sur les mesures limites,

Proposition 3.2.1. Soit n = {n, . . . , n}d . Alors

Dautre part, soit R > 0 ; pour tout i N se trouvant `

La conclusion suit en laissant R .

|| NE ()+||