Modeled Ising

Le modèle d’Ising
Yvan Velenik
To cite this version:

Yvan Velenik. Le modèle d’Ising. 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 L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
LE MODÈLE D’ISING
Y. Velenik
— Version du 25 mai 2009 —

Dernière version téléchargeable à l’adresse
http://www.unige.ch/math/folks/velenik/cours.html
2008-2009
2
Table des matières
1 Introduction au modèle d’Ising 7

1.1 Définition informelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Transition de phase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Champ magnétique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Conditions au bord . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Quelques interprétations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.1 Ferro-aimant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.2 Gaz réticulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.3 Quelques autres interprétations et applications . . . . . . . . . . . . . . . . . . 15
1.6 Quelques autres modèles classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.1 Modèle de Potts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.2 Modèle O(N ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.3 Modèle de percolation de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.4 Modèle de dimères . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.7 Quelques ouvrages de référence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Le modèle et quelques propriétés de base 17

2.1 Définition du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Les inégalités de corrélation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.1 Inégalités GKS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2 Inégalités FKG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Limite thermodynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1 Structure métrique sur Ω. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.2 Fonctions continues et fonctions locales. . . . . . . . . . . . . . . . . . . . . . . 19
2.3.3 Convergence des mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.4 Mesures de Gibbs en volume infini et transition de phase du 1er ordre. . . . . . 20
2.3.5 Deux familles de fonctions locales. . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.6 Mesures limites avec conditions au bord + et −. . . . . . . . . . . . . . . . . . 21
3 Aimantation et énergie libre 23

3.1 Une première caractérisation de l’unicité . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 Quelques propriétés de l’aimantation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3 L’énergie libre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4 Une seconde caractérisation de l’unicité . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3
TABLE DES MATIÈRES
4 Diagramme de phase 31
4.1 Non unicité à basse température . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.1 Représentation basse température . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.1.2 Preuve du Théorème 4.1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2 Unicité à haute température . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.1 La représentation haute température . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.2 Preuve du Théorème 4.2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3 Unicité en champ magnétique non nul . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5 Dualité de Kramers-Wannier 39
5.1 Dualité haute température/basse température . . . . . . . . . . . . . . . . . . . . . . . 39
5.2 Détermination de βc (2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6 La FK-percolation 43
6.1 Définition et propriétés élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.1.2 Propriétés de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.2 Relation avec les modèles d’Ising et de Potts . . . . . . . . . . . . . . . . . . . . . . . 45
6.3 Transition de phase et percolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.4 Inégalités de comparaison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
6.5 Dualité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.6 Une application de la dualité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7 Représentation en courants aléatoires 55

7.1 La représentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.1.1 Champ magnétique nul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.1.2 Champ magnétique h > 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
7.1.3 Un peu de terminologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
7.2 Le “switching lemma” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.3.1 Décroissance exponentielle de la fonction tronquée . . . . . . . . . . . . . . . . 61
7.3.2 L’inégalité GHS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
8 Retour sur la représentation haute température 65

8.1 Représentation en ligne aléatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
8.2 Quelques propriétés des poids . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
8.3 Existence de la masse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
8.4 Une application de l’inégalité de Simon . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
9 Algorithmes de simulation 71
9.1 Méthode de Monte-Carlo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
9.2 Simulation parfaite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
9.3 Algorithmes par amas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
9.3.1 Dynamique de Swendsen-Wang . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
A Appendices techniques 79
A.1 Preuve des inégalités de corrélation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
A.1.1 Inégalités GKS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
A.1.2 Inégalités FKG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
A.2 Fonctions convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
A.3 Interchange de limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4
A.4 Sous-additivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
B Exercices 85
Bibliographie 90
5
6
Chapitre 1
Introduction au modèle d’Ising
Dans cette introduction, nous allons introduire le modèle d’Ising et discuter de façon informelle
certaines de ses propriétés. L’analyse rigoureuse des résultats décrits dans cette introduction nous
occupera une bonne partie du cours.
Le modèle d’Ising est certainement le plus célèbre modèle de Physique Statistique, et a été le sujet
de milliers d’articles de recherche depuis son introduction par Wilhelm Lenz en 1920. Le nom “modèle
d’Ising” (parfois, mais beaucoup plus rarement, appelé plus justement modèle de Lenz-Ising, comme
suggéré par Ising lui-même) a été créé par Rudolph Peierls en référence à la thèse de 1925 d’Ernst
Ising, effectuée sous la direction de Lenz, et consacrée à la version unidimensionnelle du modèle. Sa
simplicité et la richesse de son comportement ont rapidement fait de ce modèle le laboratoire de
prédilection pour tester les nouvelles idées et méthodes en Physique Statistique. En outre, de par ses
nombreuses interprétations, en Physique et dans beaucoup d’autres domaines, il est utilisé afin de
décrire qualitativement, et parfois quantitativement, une grande variété de situations.
Comme nous le verrons plus loin, le modèle d’Ising est également l’un des modèles les plus simples
présentant une transition de phase. Durant les premières décennies du XXème siècle, il était loin
d’être universellement admis que la Physique Statistique, une théorie encore jeune à l’époque, puisse
expliquer les transitions de phase. Cette question fut réglée par Lars Onsager en 1944, grâce à son
analyse détaillée du modèle d’Ising bidimensionnel prouvant l’existence d’une transition de phase dans
la limite thermodynamique ; ce travail amorça le développement de la théorie moderne des phénomènes
critiques. (Il est historiquement intéressant de noter que l’existence d’une transition de phase dans ce
modèle avait en fait été établie 7 ans plus tôt dans le travail de Peierls mentionné plus haut, mais
celui-ci semble être passé inaperçu à l’époque.)
1.1 Définition informelle

Le modèle d’Ising peut être défini sur un graphe arbitraire, mais nous nous contenterons de
considérer le cas classique d’un réseau (hyper)cubique. Plus précisément, considérons le graphe avec
ensemble de sommets VN = {1, . . . , N }d et avec une arête connectant chaque paire de sommets plus-
proches-voisins (c’est-à-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 à l’intérieur, nous ajoutons également un lien
entre chaque paire de sommets i et j tels qu’il 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 à condition au bord périodique ; no-
tons Gper per
déf
N = (VN , EN ) le graphe correspondant. Nous utiliserons également la notation j ∼ i lorsque
(i, j) ∈ ENper .
déf
On appelle configuration du modèle d’Ising un élément ω ∈ ΩN = {−1, 1}VN ; ΩN est l’espace des
déf
configurations. La variable aléatoire σi : ΩN → {−1, 1}, σi (ω) = ωi , est appelée 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 périodique, en dimension 1 et 2.
À chaque configuration ω est associée son énergie

déf
X
HN ;β (ω) = −β σi (ω)σj (ω),
per
{i,j}∈EN
où le paramètre β ∈ R+ est appelé température inverse. On introduit alors la mesure de probabilité
suivante sur ΩN ,
déf 1
µN ;β (ω) = exp −HN (ω) .
ZN,β
La constante de normalisation X
déf
ZN ;β = exp −HN (ω)
ω∈ΩN
est appelée fonction de partition et jouera un rôle important dans les prochains chapitres. On voit que
cette mesure favorise les configurations ayant une énergie basse.
1.2 Transition de phase

On vérifier aisément la propriété de Markov (spatiale) suivante : la loi de σi étant donné que
σj = sj , pour tout j 6= i, ne dépend que de {sj : j ∼ i}. Plus précisément, pour tout s ∈ {−1, 1}VN ,
P
exp βsi j∼i sj
µN ;β (σi = si | σj = sj , ∀j 6= i) = P P . (1.1)
exp β j∼i sj + exp −β j∼i sj
On voit de (1.1) que, lorsque β 6= P0, un spin va avoir tendance à prendre la même
P valeur que la
majorité de ses voisins (puisque si j∼i sj est maximal lorsque les signes de si et j∼i sj coı̈ncident).
On peut alors se demander si cette interaction entre spins voisins va conduire à un ordre dans tout le
système. Commençons par considérer deux cas limites.
8
CHAPITRE 1. INTRODUCTION AU MODÈLE D’ISING
Fig. 1.3 – Configurations typiques du modèle d’Ising en dimension 1 avec condition au bord périodique pour
déf
N = 200, pour différentes valeurs du paramètre pβ = 1 − e−2β : (de haut en bas) 0, 0,5, 0,9, 0,95,
0,99.
1. β = 0. Dans ce cas, les spins forment une famille de variables aléatoires indépendantes suivant
chacune une loi de Bernoulli de paramètre 21 . La
P loi des grands nombres s’applique évidemment, et
implique que lorsque N est très grand, N −d i∈VN σi ≈ 0, et le théorème central limite montre
que cette dernière quantité est en fait de l’ordre de N −d/2 . En particulier, une configuration
typique aura approximativement la même densité de spins prenant valeur 1 et −1.
2. β = ∞. Dans ce cas, les spins sont très fortement dépendants : seules deux configurations ont
probabilité strictement positive (égale à 1/2 par symétrie), ω+ ≡ 1 et ω− ≡ −1. En effet, toute
autre configuration ω ′ a une énergie plus élevée, et donc limβ→∞ µN ;β (ω ′ )/µN ;β (ω+ ) = 0. En
particulier, la loi des grands nombres est violée dans cette P limite : l’espérance 1de chacune des
−d 1
variables aléatoires σi est égale à 0, mais la loi de N i∈ΛN σi converge vers 2 δ+1 + 2 δ−1 .
Manifestement, aucune information ne peut être transmise lorsque β = 0 : la connaissance de la valeur

d’un spin ne fournit aucune information sur l’état des autres spins. La situation est opposée lorsque
β = ∞ : la connaissance de la valeur du spin en un sommet donné du graphe détermine complètement
la configuration lorsque β = ∞, l’information étant donc transmise arbitrairement loin dans ce cas. Le
problème à présent est de déterminer quel type de comportement a lieu pour les valeurs intermédiaires
(plus intéressantes) de β.
Les figures 1.3 et 1.4 contiennent des configurations typiques du modèle d’Ising avec condition
au bord périodique en dimensions 1 et 2 respectivement, pour diverses valeurs du paramètre β (en
déf
fait, en fonction du paramètre pβ = 1 − e−2β ∈ [0, 1]). Dans les deux cas, on constate (comme on
pouvait s’y attendre) une augmentation de la taille des amas de spins de même valeur lorsque pβ
augmente. En dimension 1, la symétrie entre les deux valeurs possibles du spin semble maintenue, en
tout cas jusqu’à des valeurs de ce paramètre très proches de 1 ; l’ordre apparent pour pβ ≈ 1 semble
bien n’être qu’un phénomène de taille finie, et il semble raisonnable d’imaginer que la symétrie serait
encore présente, pour toute valeur de pβ < 1, si on considérait un système suffisamment grand. Par
contre, en dimension 2, la situation semble très différente : si les amas grandissent tout en maintenant
la symétrie entre les deux types de spins jusqu’à pβ ≈ 0,58, un changement abrupt a lieu près de cette
valeur, et à partir de pβ ≈ 0,59, les densités des deux types de spins ne sont plus égales, le système
semblant avoir spontanément fait un choix en faveur d’un 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 présentés sur la figure 1.5 montrent le comportement de la fonction
suivante,
X
h N −d σi iN ;β ≡ h mN ;β iN ;β ,
i∈VN
où h · iN ;β est une notation standard pour l’espérance sous la mesure µN ;β . Cette quantité mesure
bien la différence entre les densités des deux espèces de spins. (La raison pour laquelle on prend la
valeur absolue est que sinon l’espérance est nulle par symétrie.) La variable aléatoire mN,β est appelée
aimantation.
Ces graphes confirment l’analyse précédente : en dimension 1, il semble bien que la fonction limite,
que l’on notera m∗ (β), soit identiquement nulle, sauf en pβ = 1 (c’est-à-dire β = ∞) où elle vaut 1,
9
1.2. TRANSITION DE PHASE
pβ = 0 pβ = 0,4
pβ = 0,5 pβ = 0,58
pβ = 0,59 pβ = 0,7
Fig. 1.4 – Configurations typiques du modèle d’Ising en dimension 2 avec condition au bord périodique (N =
déf
500), pour différentes valeurs du paramètre pβ = 1 − e−2β .
10
h|mN |iN ;β h|mN |iN ;β
1 1
10 10
100 25
1000 100
10000 500
100000 ∞
1 pβ 1 pβ
Fig. 1.5 – Espérance de |mN ;β | en fonction de pβ pour le modèle d’Ising en dimension 1 (gauche) et 2 (droite)
avec condition au bord périodique, pour différentes valeurs de N .
alors qu’en dimension 2, la fonction limite semble non triviale, devenant strictement positive à partir
d’une valeur p ≈ 0,58 (la courbe limite est aussi représentée).
Nous verrons dans les chapitres suivants que tout ceci est effectivement correct. On appelle transition
de phase le phénomène abrupt observé en dimension 2 (et qui est en fait aussi présent en dimensions
supérieures) ; nous en verrons une définition précise plus tard. La perte de symétrie qui l’accompagne
est appelée brisure spontanée de symétrie. L’absence de transition de phase en dimension 1 est le résultat
principal de la thèse d’Ising [29], et est en fait très simple ; nous démontrerons un résultat plus général
dans la section 4.2 (et en verrons des preuves alternatives élémentaires en exercices). La preuve de
l’existence d’une transition de phase en dimension 2 et plus est due à un autre physicien, Rudolf
Peierls, qui introduisit en 1936 un argument qui a depuis lors été généralisé à une classe immense de
systèmes [41]. Nous l’étudierons dans la section 4.1. En dimension 2, il est en fait possible de calculer
explicitement la fonction limite m∗ (β) apparaissant dans le graphe de la figure 1.5 ; ce résultat est dû
au chimiste (prix Nobel de chimie, mais aussi physicien et mathématicien virtuose à ses heures) Lars
Onsager [40, 54]. On trouve qu’elle est donnée par la fonction
" 4 !#1/8
∗ déf 2(1 − p)
m (p) = max 1 − ,0 , (1.2)
p(2 − p)
ce qui implique en particulier que la valeur de β à laquelle la transition a lieu, appelée valeur critique
et notée βc , est
βc = 21 asinh(1) ∼= 0,440687,
√ √
ce qui correspond à pβc = 2/(1 + 2) ∼ = 0,585786. Nous ne verrons pas comment de telles for-
mules peuvent être dérivées, mais référons à [39] pour une description détaillée. Une dérivation semi-
heuristique, simple, de la valeur de βc sera également donnée dans la Section 5.2.
On voit que le phénomène de transition de phase est d’autant plus marqué que la taille du système
est importante. Il est donc mathématiquement raisonnable d’approximer les très grands systèmes par
des systèmes infinis (par la suite, il faudra bien sûr estimer les corrections dues aux effets de taille
finie). Au vu des exemples précédents, on constate que des systèmes de taille modérée sont déjà
raisonnablement approchés par le cas limite1 . Un tel passage à des systèmes infinis est appelé passage
à la limite thermodynamique. Dans cette limite, il va être possible de donner des définitions précises
des transitions de phases et d’autres concepts associés.
Le passage à la limite pose plusieurs problèmes. En particulier, celui de définir de façon précise le
modèle sur des graphes infinis. Une première méthode, particulièrement appropriée pour étudier les
1
Surtout si l’on pense que pour les applications à la physique, on a souvent N d de l’ordre de 1023 !
11
1.3. CHAMP MAGNÉTIQUE
propriétés générales de telles mesures, est de donner un sens à la propriété de Markov énoncée plus
haut : on peut montrer que, pour un graphe fini, la donnée d’un tel système de probabilités condition-
nelles (ceci sous-entend certaines propriétés de consistance) permet de reconstruire une unique mesure
de probabilité. L’extension de ce résultat à des graphes infinis n’est pas vraie : il existe en général
une infinité de mesures de probabilité compatibles avec un tel système de probabilités conditionnelles.
L’absence d’unicité correspondra précisément au régime où il y a transition de phase. Intuitivement,
dans le cas du modèle d’Ising, on obtiendra, par exemple, une mesure avec une densité supérieure à
1/2 de spin +1, et une autre avec une densité supérieure à 1/2 de spin −1, et également toutes les
combinaisons convexes de ces deux mesures (ainsi que d’autres, parfois).
La seconde approche, plus intuitive, est celle que nous suivrons ici : nous considérerons des suites
de mesures de probabilité sur des graphes de plus en plus grands, et définirons les mesures sur le
graphe limite comme étant l’ensemble des points d’accumulation de ces suites. Pour cela, il faudra
évidemment introduire une topologie appropriée sur l’espace des mesures de probabilité. L’ensemble
de mesures obtenu de cette façon est le même (modulo quelques subtilités que nous ignorerons) que
celui obtenu avec l’approche précédente. En particulier, l’existence de plusieurs points d’accumulation
correspondra à nouveau à la présence d’une transition de phase.
1.3 Champ magnétique

Nous venons de voir que la présence d’une transition de phase dans ce modèle se traduit par
une brisure de la symétrie entre les deux espèces de spins, les configurations typiques possédant des
densités différentes de chacun des deux types de spins. Il est donc naturel de généraliser le modèle
d’Ising en introduisant un paramètre supplémentaire permettant de jouer sur la symétrie entre les
spins. Ce paramètre a aussi une interprétation naturelle en terme de la modélisation originelle d’Ising,
et était déjà présent dans son analyse : le champ magnétique (extérieur) h. On associe donc à chaque
configuration l’énergie suivante,
déf
X X
HN ;β,h (ω) = −β σi (ω)σj (ω) − h σi (ω),
per i∈VN
{i,j}∈EN
et la mesure de probabilité correspondante,
déf 1
µN ;β,h (ω) = exp −HN ;β,h (ω) .
ZN ;β,h
La figure 1.6 montre l’effet du paramètre h sur le comportement de la fonction limite m(β, h), définie
par X
déf
m(β, h) = lim hN −d σi iN ;β,h .
N →∞
i∈VN
Le graphe de gauche montre que l’asymétrie induite par la présence d’un champ magnétique non nul
fait disparaı̂tre la transition abrupte observée dans le cas h = 0 : m(β, h) dépend de manière lisse
de pβ . La dépendance de m(β, h) par rapport au paramètre h (graphe de droite) rend par contre
très manifeste la transition de phase : si m(β, h) est une fonction lisse de h lorsque pβ est inférieur
à la valeur critique, elle devient discontinue en h = 0 (où elle prend la valeur 0, alors que les limites
limh↓0 m(β, h) = − limh↑0 m(β, h) sont non nulles) lorsque pβ est supérieur à la valeur critique. En fait
cette dernière limite coı̈ncide avec la valeur obtenue pour m∗ (β) lorsque h = 0.
La présence de deux comportements typiques (aimantations positive et négative) lorsque h = 0
et pβ > pβc peut ainsi être vue comme une trace de la sensibilité à la perturbation par un champ
extérieur : pour pβ < pβc , l’introduction d’un petit champ magnétique h > 0 produit une aimantation
positive approximativement proportionelle (la “réponse” du système à la perturbation est linéaire
pour petit h), alors que pour pβ > pβc , l’introduction d’un champ magnétique infinitésimal h > 0
12
hmN iN ;β
m(β, h)
1
1
0
0.2
0.5
1.0 h
−2 −1 1 2
1 pβ −1
Fig. 1.6 – Gauche : l’aimantation m(β, h) en fonction de pβ pour le modèle d’Ising en dimension 2 avec condi-
tion au bord périodique, pour diverses valeurs de h. Droite : l’aimantation m(β, h) en fonction du
champ magnétique h pour le modèle d’Ising en dimension 2 avec condition au bord périodique,
lorsque pβ = 0,2 (courbe bleue) et pβ = 0,6 (courbe rouge).
produit une aimantation d’ordre 1 ! Intuitivement, on peut dire, dans ce dernier cas, qu’en champ
magnétique nul le système “hésite” entre deux comportements différents, et que l’introduction d’un
champ magnétique non nul arbitraire suffit à faire pencher la balance dans la direction correspondante.
1.4 Conditions au bord

Il y a une autre façon, très utile, de comprendre la présence de cette transition de phase comme
résultant d’une sensibilité extrême du système à certaines perturbations : au lieu (ou en plus) de briser
partout la symétrie entre les deux espèces de spin par l’introduction d’un champ magnétique, on peut
également considérer l’effet de différentes conditions au bord. On ne considère plus le modèle sur un
graphe fini, avec condition au bord périodique, mais sur un graphe infini (ici Zd ) avec une configuration
déf
de spins gelée à l’extérieur de la boı̂te. Plus précisément, on associe à chaque configuration ω ∈ Ω =
d
{−1, 1}Z son énergie à l’intérieur d’un sous-ensemble fini V ⋐ Zd ,
déf
X X
HV ;β,h (ω) = −β σi (ω)σj (ω) − h σi (ω),
{i,j}∩V 6=∅ i∈V
i∼j
où l’on a utilisé la notation i ∼ j pour indiquer que i et j sont voisins Remarquez que cette énergie
prend également en compte l’interaction entre les spins de V et ceux hors de V (grâce à la première
somme).
déf
Soit ω̄ ∈ Ω ; on définit Ωω̄V = {ω ∈ Ω : ωi = ω̄i , ∀i 6∈ V }. On introduit alors la mesure de probabilité
sur Ωω̄V ,
déf 1
µω̄V ;β,h (ω) = ω̄ exp −HV ;β,h (ω) .
ZV ;β,h
ω̄ est appelée la condition au bord. Cette dernière peut favoriser un type de spin au voisinage du bord
de V . La question est de déterminer si cette information peut se propager dans V tout entier. Il n’est
pas difficile à imaginer, et nous le démontrerons plus tard, que deux configurations jouent un rôle
extrémal (dans le sens qu’elles favorisent au maximum la valeur 1, resp. −1) : ω+ ≡ 1 et ω− ≡ −1.
−
On notera les mesures correspondantes simplement µ+ V ;β,h et µV ;β,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 INTERPRÉTATIONS
que l’on notera VN ↑ Zd . On introduit alors les aimantations moyennes2

déf
X
m+ (β) = lim h|VN |−1 σi i+
VN ;β,0 ,
N →∞
i∈VN
X
σi i−
− déf −1
m (β) = lim h|VN | VN ;β,0 .
N →∞
i∈VN
Nous verrons au chapitre 3 que m+ (β) = limh↓0 m(β, h) et m− (β) = limh↑0 m(β, h) = −m+ (β). En
particulier, m+ (β) = m− (β) si β < βc , alors que m+ (β) 6= m− (β) si β > βc .
1.5 Quelques interprétations

Du point de vue mathématique, l’intérêt de ce modèle est évident, puisqu’il s’agit d’un des modèles
les plus simples de champ aléatoire (variables aléatoires binaires, interactions quadratiques, etc.), et
la discussion précédente donne un bref aperçu de la richesse de son comportement. Ce modèle est
cependant aussi intéressant pour décrire qualitativement (et parfois quantitativement) une grande
variété de phénomènes, dont on liste ici les deux principaux exemples, tirés de la physique.
1.5.1 Ferro-aimant
Il s’agit de l’interprétation originelle du modèle d’Ising. Le paramètre β correspond à l’inverse de
la température. Les sommets de Zd correspondent aux positions des atomes d’un réseau cristallin.
Chaque atome possède un moment magnétique (le spin) qui est supposé ne pouvoir prendre que
deux orientations, représentées par +1 ou −1. Ce modèle associe donc une énergie plus basse à des
spins alignés entre eux, et alignés avec le champ magnétique extérieur h. Le but est d’expliquer et de
décrire la transition entre les comportements paramagnétique et ferromagnétique du système lorsque
sa température est changée. Quelle que soit sa température, un matériau ferromagnétique (Fe, Co, Ni,
par exemple) placé dans un champ magnétique va développer une aimantation en réponse à ce dernier
(les spins s’alignant avec le champ magnétique). À haute température (au-dessus de la température
de Curie, qui est de 1043K pour le fer, par exemple), cette aimantation disparait lorsque le champ
magnétique est enlevé ; on parle de comportement paramagnétique. À basse température (c’est-à-dire
en-dessous de la température de Curie), l’aimantation développée en réponse au champ magnétique
extérieur ne disparait plus lorsque celui-ci est enlevé : il reste une aimantation résiduelle, appelée
aimantation spontanée ; on parle de comportement ferromagnétique.
1.5.2 Gaz réticulaire

Dans cette interprétation, on suppose que Rd a été partitionné en cellules cubiques de côté 1.
Chaque cellule est soit vide (ωi = −1), soit occupée par une molécule (ωi = +1). Il est impossible
d’avoir deux molécules dans la même cellule. Il est alors naturel de faire le changement de variables
déf
ni = (1 + σi )/2, ni représentant alors le nombre de molécules (0 ou 1) dans la cellule i, et l’énergie
P P déf
prend la forme (à une constante additive triviale près) : − 21 β ′ i∼j ni nj − µ i ni , où β ′ = 4β a
déf
l’interprétation d’une température inverse, et µ = ( 12 h − 2d) est le potentiel chimique (quantité qui
mesure le coût énergétique lié à l’addition d’une molécule supplémentaire dans le système). L’énergie
d’interaction favorise donc la condensation des molécules, puisque l’énergie décroı̂t lorsque deux cellules
voisines sont toutes deux occupées.
Ce que l’on désire comprendre dans ce cas-là, c’est la transition liquide/vapeur, c’est-à-dire la
transition entre une phase dense et une phase diluée.
2 déf
Pour tout C ⊆ Zd , |C| = #{i ∈ C}.
14
1.5.3 Quelques autres interprétations et applications

Il y a de très nombreuses autres interprétations possibles (et utilisées) : agents économiques, modèle
écologiques, etc.
Du côté des applications plus pratiques, ce modèle est utilisé en analyse et traitement d’images.
Dans ce cas, il faut imaginer chaque sommet comme un pixel de l’image, et ωi comme son état (allumé
ou éteint). Divers algorithmes permettent alors d’effectuer des tâches aussi diverses que la restauration
d’images bruitées, la segmentation, ou la détection des contours. Bien sûr, il est en général intéressant
d’avoir plus de deux états par pixel (ce qui ne permet de décrire que des images monochromes), et
on peut alors utiliser diverses généralisations du modèle d’Ising (par exemple le modèle de Potts, qui
autorise q ≥ 2 états, et se réduit au modèle d’Ising lorsque q = 2).
1.6 Quelques autres modèles classiques

Bien que notre discussion dans ce cours se restreigne au modèle d’Ising, il sera parfois intéressant
de faire des parallèles avec d’autres modèles classiques de Physique Statistique. Dans cette section,
nous introduisons donc de manière informelle quelques modèles, afin de pouvoir nous y référer dans
la suite.
1.6.1 Modèle de Potts

Dans le modèle d’Ising, les spins ne peuvent prendre que deux valeurs distinctes, −1 et 1. Le
modèle de Potts à q états est une généralisation dans laquelle les spins prennent valeurs dans l’ensemble
d
{1, . . . , q} avec q ≥ 2. L’énergie associée à une configuration ω ∈ {1, . . . , q}Z est formellement donnée
par X
déf
H Potts (ω) = −β δωi ,ωj ,
i∼j
où δi,j = 1{i=j} est la fonction de Kronecker. Il est aisé de vérifier que le modèle de Potts avec q = 2
se réduit au modèle d’Ising. Comme nous l’expliquerons par la suite, le passage de 2 à un nombre q
d’états suffisamment grand a parfois un impact majeur sur le comportement du système.
1.6.2 Modèle O(N )

Les spins du modèle d’Ising peuvent également être vus comme prenant valeurs dans la “sphère”
unité S0 (la “boule” unité en dimension 1 étant [−1, 1] et son bord {−1, 1}). Ceci conduit à généraliser le
modèle afin de considérer des spins à valeurs dans SN −1 , N ≥ 1. L’énergie associée à une configuration
d
est la généralisation naturelle de celle d’Ising : pour tout ω ∈ (SN −1 )Z , l’énergie est formellement
donnée par X
déf
H O(N ) (ω) = −β ωi · ωj ,
i∼j
où ωi · ωj est le produit scalaire des vecteurs ωi et ωj . Le modèle correspondant est appelé modèle
O(N ). Dans le cas N = 2, on parle généralement de modèle XY (ou modèle des rotateurs), et lorsque
N = 3 de modèle de Heisenberg (classique, par opposition à sa variante quantique).
Il y a une différence majeure entre le cas N = 1 (Ising) et le cas N ≥ 2 : l’énergie H O(N ) est
invariante sous l’action du groupe de symétrie O(N ) (puisqu’elle ne dépend des spins qu’au travers
du produit scalaire entre spins voisins), or ce groupe est discret lorsque N = 1 (c’est le groupe a
deux éléments, correspondant à l’identité et à l’inversion de tous les spins), mais est un groupe de Lie
lorsque N ≥ 2. Dans ce dernier cas, on parle de symétrie continue. Les comportements de systèmes
possédant des symétries discrètes et continues peuvent être très différents, comme nous l’expliquerons
plus tard.
15
1.7. QUELQUES OUVRAGES DE RÉFÉRENCE
1.6.3 Modèle de percolation de Bernoulli

Un autre modèle classique de Physique Statistique, de nature un peu différente, est le modèle de
percolation de Bernoulli (ou percolation indépendante).
Le modèle de percolation de Bernoulli de paramètre p ∈ [0, 1] est donné par une collection (ne )e ,
indicées par les arêtes de Zd , de variables aléatoires i.i.d. suivant une loi de Bernoulli de paramètre
p. Une configuration du modèle peut donc être identifiée à un sous-graphe de Zd . On est alors parti-
culièrement intéressé aux propriétés de connectivité de ce graphe aléatoire.
Nous verrons que, malgré leurs caractères apparemment très différents, le modèle de percolation
et les modèles de Potts (donc, en particulier, d’Ising) sont très étroitement liés.
1.6.4 Modèle de dimères

Finalement, un dernier modèle classique, également a priori de nature assez différente, est le
modèle des dimères.
Soit G = (V, A) un graphe fini avec sommets V et arêtes A. Une configuration de dimères sur G
est une famille E ⊆ A d’arêtes telle que chaque sommet v ∈ V appartienne à une et une seule arête
de E. On appelle dimères les arêtes de E. La probabilité d’observer une configuration E donnée est
proportionnelle à Y
w(e),
e∈E
où les poids (w(e))e sont des nombres réels positifs fixés.
Comme observé par Fisher [15], le modèle d’Ising bidimensionnel peut être transformé en un
modèle de dimères sur un certain graphe et avec des poids appropriés. Ceci fournit une des méthodes
permettant de calculer explicitement diverses quantités dans le cas bidimensionnel [31], comme par
exemple l’aimantation donnée en (1.2) (voir aussi le livre [39]).
1.7 Quelques ouvrages de référence

Le livre de Georgii [19] est une référence incontournable sur le sujet des mesures de Gibbs ; il
est malheureusement plutôt difficile d’accès. L’article de revue [20] est plus accessible, et fournit des
preuves alternatives à celles données ici d’un certain nombre de résultats. Le livre de Simon [52]
est assez facile d’accès, mais a un point de vue assez différent de celui du cours. En particulier, les
techniques employées sont du type analyse fonctionnelle plutôt que probabilistes ; il contient aussi une
discussion détaillée du cas quantique.
Les livres de Ruelle [50], Sinaı̆ [53] et Israel [30] sont tous des classiques. Ils ont certes un peu vieilli,
mais restent d’excellentes sources d’information, au moins pour certains aspects. La longue préface du
livre d’Israel est une très belle introduction à la thermodynamique et est fortement recommandée aux
mathématiciens (et autres) désirant mieux connaitre le sujet.
Le livre de Prum [48] est également recommandé (et présente la particularité d’être en français).
Le livre de Kindermann et Snell [33] est plus introductif. Il est à présent disponible gratuitement (et
légalement) sur internet.
En plus des livres ci-dessus voici quelques ouvrages traitant de modèles spécifiques : le modèle de
percolation [23], la FK-percolation (chapitre 6) [24], et la relation entre modèle d’Ising et modèle de
dimères, ainsi que le calcul explicite de diverses quantités du modèle bidimensionnel [39].
16
Chapitre 2
Le modèle et quelques propriétés de base
Dans ce chapitre, nous allons définir plus précisément le modèle d’Ising, et présenter quelques-
unes de ses propriétés essentielles pour la suite. Nous introduirons également la notion de limite
thermodynamique.
2.1 Définition du modèle

Nous commençons par quelques définitions et notations, dont certaines diffèrent légèrement de
celles utilisées dans l’introduction.
Configurations. Une configuration du modèle d’Ising est une application ω : Zd → {−1, 1},
i 7→ ω(i) ≡ ωi . L’ensemble de toutes les configurations, appelé espace des configurations, est noté
Ω. On note ω|Λ la restriction de la configuration ω ∈ Ω à Λ ⊆ Zd , c’est-à-dire la famille (ωi )i∈Λ .
L’ensemble des configurations restreintes à Λ ⊆ Zd est noté ΩΛ .
Étant données ω ∈ ΩΛ , Λ ⊆ Zd , et ω̄ ∈ Ω, on définit la configuration ω ω̄ ∈ Ω par (ω ω̄)i = ωi si
i ∈ Λ, et (ω ω̄)i = ω̄i sinon.
Spin. À chaque sommet i ∈ Zd , nous attachons une variable aléatoire σi : Ω → {−1, 1}, ω 7→
déf
σi (ω) = ωi , appelée spin en i. On notera également σ|Λ = (σi )i∈Λ .
Hamiltonien. On associe à chaque configuration ω ∈ Ω son énergie dans un domaine Λ ⋐ Zd .
Celle-ci dépend de deux paramètres : la température inverse β ∈ R, que l’on suppose positive, et le
champ magnétique h ∈ R. Elle est donnée par l’Hamiltonien suivant 1
déf
X X
HΛ;β,h (ω) = −β σi (ω)σj (ω) − h σi (ω).
{i,j}∩Λ6=∅ i∈Λ
i∼j
déf
Mesure de Gibbs. Soient Λ ⋐ Zd et ω̄ ∈ Ω. On introduit Ωω̄Λ = {ω ∈ Ω : ωi = ω̄i , ∀i 6∈ Λ}.
On appelle ω̄ la condition au bord. Nous allons à présent introduire une mesure de probabilité sur
l’ensemble (fini) Ωω̄Λ . La mesure de Gibbs du modèle d’Ising avec interaction entre plus-proches-voisins,
paramètres β et h, et condition au bord ω̄, est la mesure de probabilité sur Ωω̄Λ définie par
déf 1
µω̄Λ;β,h (ω) = exp (−HΛ;β,h (ω)) .
Zω̄Λ;β,h
La constante de normalisation Zω̄Λ;β,h est appelée fonction de partition.

1
La lettre H traditionnellement utilisée pour dénoter l’Hamiltonien ne provient pas de l’initiale d’Hamilton : cette
notation a été introduite par Lagrange en 1811 (alors qu’Hamilton n’a que 5 ans !) en l’honneur de Huygens.
17
2.2. LES INÉGALITÉS DE CORRÉLATION
Nous suivrons la coutume en Physique Statistique et noterons l’espérance sous une mesure µ par
h · iµ , ou, lorsque la mesure est identifiée par des indices, en appliquant les mêmes indices aux crochets :
par exemple, l’espérance sous la mesure µω̄Λ;β,h sera notée h · iω̄Λ;β,h .
Exercice 2.1.1. Vérifier que, pour tout ∆ ⊆ Λ ⋐ Zd et toutes configurations ω̄ ∈ Ω et ω ′ ∈ Ωω̄Λ , on a
′ ′
µω̄Λ;β,h ( · | σ|Λ\∆ = ω|Λ\∆ ) = µω∆;β,h ( · ). (2.1)
Conditions au bord. Parmi les différentes conditions au bord, deux sont particulièrement inté-
ressantes : ω̄ ≡ 1, appelée condition au bord +, et ω̄ ≡ −1, appelée condition au bord −. Les mesures
− −
de Gibbs correspondantes sont notées simplement µ+ +
Λ;β,h et µΛ;β,h , et les ensembles ΩΛ et ΩΛ . Il sera
aussi parfois utile de considérer une condition au bord d’un autre type : la condition au bord libre,
qui modélise un système sans interaction avec l’extérieur. Il s’agit de la mesure de probabilité sur ΩΛ
définie par
1 X X
déf
µ∅Λ;β,h (ω) = ∅ exp β σi (ω)σj (ω) + h σi (ω) .
ZΛ;β,h
{i,j}⊆Λ i∈Λ
i∼j
2.2 Les inégalités de corrélation

Le but de cette section est d’introduire un outil particulièrement important dans l’étude du modèle
d’Ising : les inégalités de corrélations. Les preuves de ces inégalités sont données dans l’appendice A.1.
Parmi la multitude de telles inégalités, deux jouent un rôle prépondérant : les inégalités GKS et
FKG.
2.2.1 Inégalités GKS

Les inégalités GKS (pour Griffiths, Kelly et Sherman [21, 32]) sont limitées aux conditions au bord
+ et libre et aux champs magnétiques positifs. Elles s’appliquent aux produits de spins, c’est-à-dire
déf Q
aux fonctions de la forme2 σA = i∈A σi .
Théorème 2.2.1 (Inégalités GKS). Soit Λ ⋐ Zd , et h ≥ 0. Quels que soient A, B ⊆ Λ et β ≥ 0,
hσA i+
Λ;β,h ≥ 0, (2.2)
hσA σB i+ + +
Λ;β,h ≥ hσA iΛ;β,h hσB iΛ;β,h . (2.3)
Ces inégalités restent vraies pour la mesure µ∅Λ;β,h .
2.2.2 Inégalités FKG

Les inégalités FKG (pour Fortuin, Kasteleyn et Ginibre [17]) sont une extension de l’inégalité
suivante sur les fonctions réelles : soit f et g deux fonctions croissantes de R dans R et µ une mesure
de probabilité sur R ; alors
hf giµ ≥ hf iµ hgiµ .
La preuve est élémentaire, puisqu’il suffit de dupliquer le système :
hf giµ − hf iµ hgiµ = 21 h (f (x) − f (x′ ))(g(x) − g(x′ )) iµ⊗µ
et d’observer que f (x) − f (x′ ) et g(x) − g(x′ ) ont nécessairement le même signe puisque f et g sont
toutes deux croissantes.
2
Faites bien attention à ne pas confondre σA et σ|A !
18
CHAPITRE 2. LE MODÈLE ET QUELQUES PROPRIÉTÉS DE BASE
L’ensemble {−1, 1} étant totalement ordonné, on peut définir un ordre partiel sur Ω : ω ≤ ω ′ si
et seulement si ωi ≤ ωi′ pour tout i ∈ Zd . Ceci permet de définir la notion de fonction croissante :
f : Ω → R est croissante si et seulement si ω ≤ ω ′ =⇒ f (ω) ≤ f (ω ′ ). Une classe importante de
déf déf Q
fonctions croissantes est formée des produits des variables d’occupation ni = 12 (1+σi ) : nA = i∈A ni .
Les inégalités FKG affirment que les fonctions croissantes sont positivement corrélées. Leur grand
avantage est d’être applicables quelle que soit la condition au bord, et pour toute valeur (pas seulement
positive) du champ magnétique.
Théorème 2.2.2 (Inégalités FKG). Soit Λ ⋐ Zd et ω̄ une condition au bord arbitraire. Alors, quels
que soient β ≥ 0 et h ∈ R, pour toute paire de fonctions croissantes f et g,
hf giω̄Λ;β,h ≥ hf iω̄Λ;β,h hgiω̄Λ;β,h . (2.4)
2.3 Limite thermodynamique

On n’a pour l’instant défini le modèle d’Ising que pour des sous-ensembles finis de Zd . Une façon
naturelle de définir le modèle sur Zd tout entier (on dit parfois “en volume infini”) est de considérer
une suite de parties finies Λn ↑ Zd , et une suite de conditions au bord (ω̄n )n≥1 . On aimerait à présent
ω̄n
prendre la limite de la suite de mesures (µΛ )
n ;β,h n≥1
. Pour cela, il est nécessaire d’introduire une
topologie appropriée, et donc de faire un bref détour par l’analyse fonctionnelle.
2.3.1 Structure métrique sur Ω.

d
Puisque {−1, 1} est compact, Ω = {−1, 1}Z est également compact pour la topologie produit. De
plus, la métrique X
d(ω, ω ′ ) = 2−kik1 1{ωi 6=ωi′ } ,
i∈Zd
est compatible avec cette topologie. Ω muni de cette métrique est donc un espace métrique compact.
2.3.2 Fonctions continues et fonctions locales.

On vérifie aisément qu’une fonction f : Ω → R est (uniformément) continue pour la topologie
produit si et seulement si, pour tout ǫ > 0, il existe Λ ⋐ Zd tel que
sup |f (ω) − f (ω ′ )| ≤ ǫ.
ω,ω ′ :
ω|Λ =ω|Λ ′
Soit C (Ω) l’ensemble des fonctions continues sur Ω ; (C (Ω), k · k∞ ) est un espace de Banach. Un
sous-ensemble dense de C (Ω) particulièrement utile est l’ensemble des fonctions locales : une fonction
f : Ω → R est dite locale s’il existe Λ ⋐ Zd tel que f (ω) est entièrement déterminée par ω|Λ ; en
d’autres termes, une fonction est locale si elle ne dépend que de l’état d’un nombre fini de spins. On
note supp(f ) le support de la fonction f , c’est-à-dire le plus petit ensemble de sommets dont les spins
déterminent la valeur de f . On vérifie aisément que les fonctions locales sont denses dans les fonctions
continues : si f ∈ C (Ω), alors, pour tout ǫ > 0, il existe Λ ⋐ Zd tel que, pour toute configuration
ω ′ ∈ Ω,
sup |f (ω|Λ ω ′ ) − f (ω)| ≤ ǫ,
ω
où la configuration ω|Λ coı̈ncide avec ω dans Λ et ω ′ hors de Λ. La conclusion suit puisque ω 7→
ω′
f (ω|Λ ω ′ ) est une fonction locale.
19
2.3. LIMITE THERMODYNAMIQUE
2.3.3 Convergence des mesures

déf
Notons F la tribu engendrée par les cylindres Cη,Λ′ = {ω ∈ Ω : ωΛ′ = η}, Λ′ ⋐ Zd , η ∈ ΩΛ′ . On
dira qu’une suite de mesures (µω̄Λnn )Λn ↑Zd sur Ωω̄Λnn converge vers la mesure µ sur (Ω, F ) si et seulement
si
lim hf iω̄Λnn → hf iµ ,
n→∞
pour toute fonction locale f . Les fonctions locales étant denses dans les fonctions continues, on voit
que cette topologie sur les mesures n’est autre que la topologie faible.
Supposons que l’on ait montré que hf iµn converge vers une valeur l(f ) lorsque n → ∞, pour toute
fonction locale f . Peut-on en déduire l’existence d’une mesure de probabilité µ sur (Ω, F ) telle que
l(f ) = hf iµ ? Clairement, la forme linéaire f 7→ l(f ) satisfait
i) l(1) = 1 ;
ii) f ≥ 0 =⇒ l(f ) ≥ 0 ;
iii) |l(f )| ≤ kf k∞ .
l pouvant être étendue par continuité à C (Ω) tout entier, on peut conclure à l’aide du théorème suivant.
Théorème 2.3.1 (Théorème de représentation de Riesz). Soit M un espace métrique compact. Soit l
une forme linéaire sur l’ensemble des fonctions continues sur M satisfaisant i)–iii) ci-dessus. Il existe
alors une unique mesure de probabilité borélienne régulière µ sur M telle que
Z
l(f ) = f dµ.
Démonstration. Voir [49, Théorème 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 d’Ising tout point d’accumulation des
suites (µω̄Λnn ;β,h )n≥1 introduites ci-dessus.
Comme cela a déjà été mentionné dans l’introduction, il n’y a pas nécessairement unicité de la
mesure limite associée à un couple (β, h) donné (l’existence d’au moins un point d’accumulation est par
contre garantie par compacité de l’espace des mesures de probabilité sur (Ω, F ) pour la topologie que
l’on vient d’introduire ; en fait, on construira même une telle mesure de Gibbs explicitement dans la
Sous-Section 2.3.6). On dira qu’il y a transition de phase du 1er ordre en (β, h) lorsqu’il y a non-unicité.
Nous verrons dans le prochain chapitre que cette définition correspond précisément à la transition de
phase observée dans l’introduction à travers l’apparition d’une discontinuité de l’aimantation comme
fonction du champ magnétique.
2.3.5 Deux familles de fonctions locales.

La topologie introduite reposant sur les fonctions locales, il est utile de déterminer certaines classes
de fonctions locales engendrant toutes les autres. Le lemme suivant en propose deux, qui sont parti-
culièrement adaptées aux inégalités de corrélation présentées dans la section précédente.
Lemme 2.3.1. Soit f une fonction locale. Alors
X
f= fÂ σA ,
A⊆supp(f )
P
où fÂ = 2−|supp(f )| ωe ∈Ωsupp(f ) f (e
déf
ω )σA (e
ω ). Par conséquent, on a également
X
f= fÃ nA ,
A⊆supp(f )
20
CHAPITRE 2. LE MODÈLE ET QUELQUES PROPRIÉTÉS DE BASE
pour des coefficients fÃ appropriés.
Démonstration. Pour démontrer la première affirmation, il suffit d’utiliser la relation

X
2−|B| σA (e
ω )σA (ω) = 1{ω≡eω sur B} .
A⊆B
Cette relation d’orthogonalité se Qdémontre très facilement. Supposons tout d’abord que ωi = ωei , pour
tout i ∈ B. Alors σA (e ω )σA (ω) = i∈A ω ei ωi = 1, puisque ωei ωi = 1 pour tout i ∈ B. Supposons donc à
présent qu’il existe i ∈ B tel que ωi 6= ω
ei (et donc ωi ωei = −1) ; on a alors
X X
σA (e
ω )σA (ω) = σA (e
ω )σA (ω) + σA∪{i} (e
ω )σA∪{i} (ω)
A⊆B A⊆B\{i}
X
= (σA (e
ω )σA (ω) + ωi ω
ei σA (e
ω )σA (ω))
A⊆B\{i}
X
= σA (e
ω )σA (ω) (1 + ωi ω
ei ) = 0.
A⊆B\{i}
Q
La seconde affirmation suit immédiatement en insérant σA = i∈A (2ni − 1) dans la première formule.
2.3.6 Mesures limites avec conditions au bord + et −.

Les inégalités de corrélation introduites dans la section précédente permettent de démontrer de
nombreux résultats concernant les limites possibles. Commençons par montrer que les mesures avec
conditions au bord + et − admettent bien chacune une limite, quelle que soit la suite Λn ↑ Zd
considérée.
Théorème 2.3.2. Soit β ≥ 0 et h ∈ R. Pour toute suite Λn ↑ Zd , la suite de mesures (µ+ Λn ;β,h )n
converge vers une mesure µβ,h (indépendante de la suite (Λn )n≥1 ). De même, la suite (µ−
+
Λn ;β,h )n
−
converge vers une mesure µβ,h (indépendante de la suite (Λn )n≥1 ).
−
De plus, les mesures µ+ β,h et µβ,h sont invariantes sous l’action du groupe des translations de Z :
d
hf ◦ θt i+ +
β,h = hf iβ,h , pour toute fonction locale f , où (θt ω)i = ωi−t .
Démonstration. Montrons tout d’abord la convergence de la suite de mesures µ+

Λn ;β,h . Les inégalités
FKG impliquent que pour toute fonction f locale et croissante,
hf i+ +
Λn ;β,h ≥ hf iΛn+1 ;β,h . (2.5)
En effet, on vérifie facilement (cf. (2.1)) que
hf i+ +
Λn ;β,h = hf | σi = 1, ∀i ∈ Λn+1 \ Λn iΛn+1 ;β,h .
Comme l’indicatrice 1{σi =1, ∀i∈Λn+1 \Λn } est une fonction croissante, il suit bien des inégalités FKG que
hf 1{σi =1, ∀i∈Λn+1 \Λn } i+

Λn+1 ;β,h
hf i+
Λn ;β,h =
h1{σi =1, ∀i∈Λn+1 \Λn } i+
Λn+1 ;β,h
hf i+ +
Λn+1 ;β,h h1{σi =1, ∀i∈Λn+1 \Λn } iΛn+1 ;β,h
≥ = hf i+
Λn+1 ;β,h .
h1{σi =1, ∀i∈Λn+1 \Λn } i+
Λn+1 ;β,h
21
2.3. LIMITE THERMODYNAMIQUE
Λn
supp(f )
θ−tΛn
t
supp(f ◦ θt)
Fig. 2.1 – Preuve de l’invariance sous les translations.
f étant nécessairement bornée, on en déduit la convergence de la suite (hf i+

Λn ;β,h )n pour toute
fonction locale croissante f . Par conséquent, une application du Lemme 2.3.1 montre que, pour toute
fonction locale g,
X
lim hgi+
Λn ;β,h = g̃A lim hnA i+
Λn ;β,h
n→∞ n→∞
A⊆supp(g)
X
= g̃A hnA i+ +
β,h = hgiβ,h ,
A⊆supp(g)
puisque les fonctions nA sont locales et croissantes. Par conséquent, on a bien convergence de la suite
(µ+ +
Λn ;β,h )n vers une mesure µβ,h .
Vérifions à présent que la limite ne dépend pas de la suite Λn ↑ Zd considérée. Soit Λ1n ↑ Zd et
Λ2n ↑ Zd deux telles suites, et notons µ+,1 +,2
β,h et µβ,h les limites correspondantes. On construit une nouvelle
suite ∆n ↑ Zd de la façon suivante : ∆1 = Λ11 , et, pour k ≥ 1,
\
∆2k = Λ2n : Λ2n ⊇ ∆2k−1 ,
\
∆2k+1 = Λ1n : Λ1n ⊇ ∆2k .
+,1 +,2
La convergence de la suite (µ+∆n ;β,h )n≥1 implique donc que µβ,h = µβ,h , ces dernières correspondant,
respectivement, aux limites obtenues pour les sous-suites (µ+ +
∆2n+1 ;β,h )n≥1 et (µ∆2n ;β,h )n≥1 .
La preuve pour la suite (µ−
Λn ;β,h )n est identique.
L’invariance sous les translations est immédiate. Soit t ∈ Zd , f une fonction locale et Λn ↑ Zd .
déf
Alors f ◦ θt est également une fonction locale et θ−t Λn ↑ Zd (θ−t A = A − t, pour tout A ⊆ Zd ). On a
donc
hf i+ +
Λn ;β,h → hf iβ,h et hf ◦ θt i+ +
θ−t Λn ;β,h → hf ◦ θt iβ,h ,
et la conclusion suit puisque hf ◦ θt i+ +

θ−t Λn ;β,h = hf iΛn ;β,h .
22
Chapitre 3
Aimantation et énergie libre
Ce chapitre a deux buts. D’une part, introduire et discuter des propriétés de base de deux quantités
essentielles : l’aimantation et l’énergie libre. D’autre part, dériver deux critères caractérisant l’unicité
de la mesure de Gibbs en volume infini. Le premier fait le lien entre la définition mathématique de
transition de phase de premier ordre et le comportement de l’aimantation décrit dans l’introduction.
Le second relie les transitions de phase de premier ordre aux propriétés de différentiabilité de l’énergie
libre, reproduisant la caractérisation utilisée en Thermodynamique.
3.1 Une première caractérisation de l’unicité

−
L’importance des mesures µ+ β,h et µβ,h introduites dans la Sous-Section 2.3.6 est rendue manifeste
par le résultat suivant, qui permet de réduire le problème de l’unicité/non-unicité des mesures de
Gibbs en volume infini du modèle d’Ising à celui de comparer uniquement ces deux mesures.
Théorème 3.1.1. Les affirmations suivantes sont équivalentes :

1. Il y a une unique mesure de Gibbs en volume infini.
−
2. µ+
β,h = µβ,h .
−
3. hσ0 i+
β,h = hσ0 iβ,h .
Démonstration. Une application des inégalités FKG montre que, pour toute fonction f locale et crois-
sante,
hf i− ω̄ +
Λn ;β,h ≤ hf iΛn ;β,h ≤ hf iΛn ;β,h , (3.1)
e ∈ Ω,
quelle que soit la condition au bord ω̄. En effet, en utilisant que, pour tout ω ∈ ΩΛn et ω̄, ω
X
HΛn ;β,h (ω ω̄) = HΛn ;β,h (ωe
ω) + β ωj − ω̄j ),
ωi (e
i∈Λn ,j6∈Λn
i∼j
on a par exemple P
heβ i∈Λn ,j6∈Λn ,i∼j (1−ω̄j )σi f iω̄Λn ;β,h
hf i+
Λn ;β,h = P ≥ hf iω̄Λn ;β,h ,
heβ i∈Λn ,j6∈Λn ,i∼j (1−ω̄j )σi iω̄Λn ;β,h
P
puisque la fonction exp β i∈Λn ,j6∈Λn ,i∼j (1 − ω̄j )σi est croissante.
On en déduit qu’il y a une unique mesure de Gibbs si et seulement si µ− +
β,h = µβ,h . Pour montrer
qu’il est suffisant de vérifier hσ0 i− +
β,h = hσ0 iβ,h , on utilise une fois de plus les inégalités FKG. On observe
23
3.2. QUELQUES PROPRIÉTÉS DE L’AIMANTATION
P
tout d’abord que pour tout A ⋐ Zd , la fonction i∈A ni − nA est croissante. Par conséquent, (3.1)
implique que X X
h ni − nA i− Λn ;β,h ≤ h ni − nA i+
Λn ;β,h ,
i∈A i∈A
ce qui nous fournit l’inégalité suivante sur les mesures limites,

X
− −
hni i+ +
β,h − hni iβ,h ≥ hnA iβ,h − hnA iβ,h .
i∈A
Il suit de (3.1) que le membre de droite de cette dernière inégalité est positif. Par invariance sous les
translations, la condition hσ0 i− + − +
β,h = hσ0 iβ,h (et donc hn0 iβ,h = hn0 iβ,h ) implique que le membre de
−
gauche est nul. Il suit que hnA i+
β,h = hnA iβ,h pour tout A fini. Ceci conclut la démonstration grâce au
Lemme 2.3.1.
3.2 Quelques propriétés de l’aimantation

−
Le critère d’unicité de la Section 3.1 fait intervenir les espérances hσ0 i+
β,h et hσ0 iβ,h . La première
question que l’on peut se poser est s’il existe une relation entre ces espérances et l’espérance de
l’aimantation dans une boı̂te finie. Le lemme suivant montre qu’elles coı̈ncident dans la limite, au
moins pour de bonnes boı̂tes. C’est la raison pour laquelle nous appellerons également aimantation
ces espérances.
Proposition 3.2.1. Soit Λn = {−n, . . . , n}d . Alors

X
−1
hσ0 i+
β,h = lim h |Λn | σi i+
Λn ;β,h ,
n→∞
i∈Λn
et similairement pour hσ0 i−

β,h .
Démonstration. On utilise (2.5). D’une part,
min hσi i+ +
Λn ;β,h ≥ hσ0 iΛ2n ;β,h ,
i∈Λn
et donc
1 X
lim inf hσi i+ lim hσ0 i+
Λn ;β,h ≥ n→∞
+
Λ2n ;β,h = hσ0 iβ,h .
n→∞ |Λn |
i∈Λn
D’autre part, soit R > 0 ; pour tout i ∈ ΛN se trouvant à distance au moins R du bord de ΛN ,
hσi i+ +
Λn ;β,h ≤ hσ0 iΛR ;β,h . On a donc
1 X
lim sup hσi i+ +
Λn ;β,h ≤ hσ0 iΛR ;β,h .
n→∞ |Λn |
i∈Λn
La conclusion suit en laissant R → ∞.
Montrons à présent quelques propriétés élémentaires de ces fonctions.

−
Proposition 3.2.2. 1. Soit Λ ⋐ Zd . hσ0 i+
Λ;β,h et hσ0 iΛ;β,h sont des fonctions croissantes de h, pour
tout β ≥ 0.
−
2. Soit Λ ⋐ Zd . hσ0 i+
Λ;β,h (resp. hσ0 iΛ;β,h ) est une fonction croissante (resp. décroissante) de β,
pour tout h ≥ 0 (resp. h ≤ 0).
−
3. hσ0 i+
β,h (resp. hσ0 iβ,h ) est une fonction continue à droite (resp. à gauche) du champ magnétique
h.
24
CHAPITRE 3. AIMANTATION ET ÉNERGIE LIBRE
Remarque 3.2.1. Évidemment, les propriétés de monotonie sont encore vérifiées dans la limite ther-
modynamique. Il est en fait possible de montrer que hσ0 i+β,h est concave (et en particulier continue)
pour h ≥ 0. Nous le ferons au chapitre 7, comme application d’une autre inégalité de corrélation,
l’inégalité GHS. Nous prouverons également plus loin (Théorème 4.3.2) que hσ0 i+
β,h est en fait une
fonction analytique de h pour h 6= 0. Par symétrie, on a des résultats analogues pour hσ0 i− β,h et h
négatif.
Démonstration. 1. C’est une conséquence immédiate de (2.4) :
∂ X
hσ0 i+
Λ;β,h = hσ σ i+
0 i Λ;β,h − hσ + +
0 Λ;β,h i Λ;β,h ≥ 0.
i hσ i
∂h
i∈Λ
2. C’est une conséquence immédiate de (2.3) :
∂ X
hσ0 i+
Λ;β,h = hσ0 σi σj i+
Λ;β,h − hσ i+
hσ +
0 Λ;β,h i j Λ;β,h ≥ 0.
σ i
∂β
{i,j}∩Λ6=∅
i∼j
3. Soient (hm )m≥1 une suite telle que hm ↓ h, et (Λn )n≥1 une suite telle que Λn ↑ Zd . La
suite (hσ0 i+
Λn ;β,hm )m,n≥1 est décroissante et bornée, par le point 1 et (2.5). Par conséquent, il suit
du Lemme A.3.1 que
lim hσ0 i+ + + + +
β,hm = lim lim hσ0 iΛn ;β,hm = lim lim hσ0 iΛn ;β,hm = lim hσ0 iΛn ;β,h = hσ0 iβ,h ,
m→∞ m→∞ n→∞ n→∞ m→∞ n→∞
puisque hσ0 i+
Λn ;β,h est évidemment une fonction continue de h.
3.3 L’énergie libre

Nous allons avoir besoin d’une notion appropriée de convergence de parties finies de Zd vers Zd
tout entier. L’idée est que l’on désire extraire les effets de volume, et négliger les corrections dues aux
effets de surface. Nous dirons qu’une suite (Λn )n≥1 telle que Λn ↑ Zd converge vers Zd au sens de van
Hove, Λn ⇑ Zd , si et seulement si
lim |∂Λn |/|Λn | = 0, (3.2)
n→∞
déf
où ∂C = {i ∈ C : ∃j 6∈ C, j ∼ i}.
déf
Théorème 3.3.1. Soit fΛω̄ (β, h) = |Λ|−1 log Zω̄Λ;β,h . La limite
déf
f (β, h) = lim fΛω̄ (β, h)
Λ⇑Zd
existe et est indépendante de ω̄ et de la suite Λ ⇑ Zd . De plus, la fonction f (β, h) est convexe.
La quantité f (β, h) joue un rôle essentiel dans la relation entre Physique Statistique et Thermo-
dynamique ; on l’appelle énergie libre1 . Nous verrons plus bas que les propriétés analytiques de cette
fonction sont profondément liées à la présence de transitions de phase.
Démonstration. Existence de la limite. On commence par démontrer la convergence dans le cas de

la condition au bord libre. La preuve se fait en deux étapes : tout d’abord pour une suite de boı̂tes
cubiques, puis pour des boı̂tes générales.
1
En fait, pour être plus précis, les physiciens appellent la quantité βf (β, h) l’énergie libre (par unité de volume).
25
3.3. L’ÉNERGIE LIBRE
Fig. 3.1 – Un cube Bn+1 et sa partition en 2d cubes Bn . Les interactions entre les différents sous-cubes sont
indiquées.
déf
Soit Bn = {1, . . . , 2n }d . L’énergie libre associée à la boı̂te Bn+1 peut aisément être comparée à
celle associée à la boı̂te Bn . En effet, si l’on décompose Bn+1 en 2d copies disjointes de Bn , notées
(1) (2d )
Bn , . . . , Bn (cf. Figure 3.1), alors l’énergie provenant de l’interaction entre les spins de deux sous-
boı̂tes différentes est bornée par β multiplié par le nombre de sites dans une face de Bn , soit 2n(d−1) .
Comme il y a précisément 21 d2d faces à considérer (chacune étant partagée entre deux cubes), on en
déduit que
X Y Y
Z∅Bn+1 ;β,h = eβωi ωj ehωi
ω∈ΩBn+1 {i,j}⊆Bn+1 i∈Bn+1
i∼j
2d
1
−β 2 d2d 2n(d−1)
X Y Y Y
≥e eβωi ωj ehωi
ω∈ΩBn+1 k=1 {i,j}⊆B (k) i∈Bn
(k)
n
i∼j
2 d
Y X Y Y
−βd2(n+1)(d−1)
=e eβωi ωj ehωi
k=1 ω∈Ω (k) {i,j}⊆Bn
(k) (k)
i∈Bn
Bn
i∼j
(n+1)(d−1)
2d
= e−βd2 Z∅Bn ;β,h ,
et donc que
fB∅n+1 (β, h) = 2−d(n+1) log Z∅Bn+1 ;β,h

d β d 2(n+1)(d−1)
≥ 2−d(n+1) log(Z∅Bn ;β,h )2 −
2d(n+1)
= fB∅n (β, h) − β d 2−(n+1) .
En procèdant de la même façon pour obtenir une borne dans l’autre direction, on arrive à
|fB∅n+1 (β, h) − fB∅n (β, h)| ≤ β d 2−(n+1) .
L’existence de la limite le long de la suite de cubes Bn suit immédiatement ; on la note f (β, h).
Considérons à présent une suite Λn ⇑ Zd arbitraire. On recouvre Λn par des translatés disjoints
de Bk , k fixé (cf. Figure 3.2). On note Λext,k
n la partie de Zd ainsi obtenue. On vérifie facilement que
ext,k
Λn \ Λn contient au plus |∂Λn ||Bk | sites.
26
Fig. 3.2 – Un ensemble Λn et un recouvrement possible par des translatés de Bk .
En procédant comme ci-dessus par découpage de Λext,kn en ses sous-boı̂tes (exercice !), on voit que,
pour tout ǫ > 0, on peut trouver k0 (ǫ, β, d) tel que, pour tout k ≥ k0 ,
|f ∅ext,k (β, h) − fB∅k (β, h)| < ǫ/3.

Λn
Comme fB∅k (β, h) → f (β, h), on a donc également
|f ∅ext,k (β, h) − f (β, h)| < ǫ/2

Λn
pour tout k > k1 (ǫ, β, d).

D’autre part, on peut comparer Z∅Λn ;β,h et Z∅ ext,k de façon similaire, en éliminant toutes les
Λn ;β,h
interactions liant un spin de Λext,k
n \ Λn à ses voisins. On obtient ainsi
2d|Bk ||∂Λn |
|fΛ∅n (β, h) − f ∅ext,k (β, h)| ≤ C(β, h).
Λn |Λn |
Par conséquent, il suit de (3.2) qu’il existe n0 (ǫ, k) tel que, pour tout n > n0 ,
|fΛ∅n (β, h) − f ∅ext,k (β, h)| ≤ ǫ/2.

Λn
La conclusion suit.
Indépendance de la condition au bord. Le fait que la même limite est atteinte quelle que soit la
condition au bord se vérifie de façon élémentaire, puisque pour tout ω̄,
eβ2d|∂Λ| Z∅Λ;β,h ≥ Zω̄Λ;β,h ≥ e−β2d|∂Λ| Z∅Λ;β,h ,
et que l’affirmation suit alors immédiatement de la propriété (3.2).

Convexité. La convexité peut se vérifier de multiples façons. Par exemple, en utilisant l’inégalité
de Hölder,
X
Zω̄Λ;αβ1 +(1−α)β2 ,αh1 +(1−α)h2 = e−αHΛ;β1 ,h1 (ω)−(1−α)HΛ;β2 ,h2 (ω)
ω∈Ωω̄
Λ
X α X (1−α)
≤ e−HΛ;β1 ,h1 (ω) e−HΛ;β2 ,h2 (ω) ,
ω∈Ωω̄
Λ ω∈Ωω̄
Λ
et donc
fΛω̄ (αβ1 + (1 − α)β2 , αh1 + (1 − α)h2 ) ≤ αfΛω̄ (β1 , h1 ) + (1 − α)fΛω̄ (β2 , h2 ).
27
3.4. UNE SECONDE CARACTÉRISATION DE L’UNICITÉ
hσ0 i+
β,h hσ0 i+
β,h
1 1
h h
−1 −1
Fig. 3.3 – Représentation schématique de hσ0 i+ β,h en fonction de h. Gauche : régime d’unicité. Droite : régime
de non-unicité. Le comportement est analogue pour toute autre condition au bord, la valeur prise
ne différant que lors de la transition. Voir également la Fig. 1.6 (droite).
3.4 Une seconde caractérisation de l’unicité

Le théorème suivant montre que la présence d’une transition de phase dans le modèle d’Ising se
manifeste par la non-différentiabilité de l’énergie libre : une dérivée première de l’énergie libre est
discontinue ; c’est pour cette raison que l’on parle de transition de phase du premier ordre 2 .
Théorème 3.4.1. On a les identités suivantes, pour tout β ≥ 0 et h ∈ R,
∂
f (β, h) = hσ0 i+
β,h ,
∂h+
∂
f (β, h) = hσ0 i−
β,h ,
∂h−
∂ ∂
où ∂h+
et ∂h−
représentent les dérivées à droite et à gauche respectivement. En particulier, la dérivée
∂
f (β, h)
∂h
existe si et seulement si il y a unicité de la mesure de Gibbs en (β, h).
Démonstration. La démontration qui suit repose sur un certain nombre de résultats élémentaires sur
les fonctions convexes, qui sont regroupés dans l’Appendice A.2.
Soit Λn le cube de côté 2n + 1. La convexité de f (β, h) implique que les dérivées à gauche et à
droite par rapport à h existent, sont respectivement continues à gauche et à droite, et diffèrent au plus
pour un ensemble dénombrable de valeurs de h. Par conséquent, pour tout h il est possible de trouver
une suite hk ↓ h telle que f soit différentiable pour tous les hk , ce qui implique que
∂ ∂
+
f (β, h) = lim f (β, hk ).
∂h hk ↓h ∂h
En volume fini,
∂ + 1 X
fΛn (β, hk ) = hσi i+
Λn ,β,hk ,
∂h |Λn |
i∈Λn
et donc, par le point 6 du Théorème A.2.1,
∂ 1 X
f (β, hk ) = lim hσi i+ +
Λn ,β,hk = hσ0 iβ,hk ,
∂h n→∞ |Λn |
i∈Λn
2
La classification des transitions de phase en fonction du degré de régularité de l’énergie libre (transition d’ordre k si
celle-ci est C k−1 , mais pas C k ) est dûe à Ehrenfest. Elle est essentiellement abandonnée aujourd’hui, car à la fois trop
précise, et trop peu générale pour prendre en compte toute la richesse des comportements possibles. En particulier, on ne
parle plus, en général, que de transition de premier ordre, lorsque l’énergie libre n’est pas différentiable, et de transition
continue, lorsqu’elle l’est mais qu’un autre type de singularité a lieu.
28
puisque que la dérivée existe. La dernière identité suit de la proposition 3.2.1. On en conclut que
∂
f (β, h) = lim hσ0 i+ +
β,hk = hσ0 iβ,h ,
∂h+ hk ↓h
la dernière identité suivant du point 3 de la proposition 3.2.2.

On montre de la même façon que ∂h∂− f (β, h) = hσ0 i− β,h , ce qui prouve que l’existence de la dérivée
+ −
est équivalente à hσ0 iβ,h = hσ0 iβ,h , cette dernière propriété caractérisant le régime d’unicité par le
Théorème 3.1.1.
Observez que le Théorème 3.4.1 fait le lien entre la notion mathématique de transition de phase de
premier ordre et la discontinuité de l’aimantation comme fonction de h observée dans l’introduction :
lors d’une transition de premier ordre, l’aimantation se comporte qualitativement comme représenté
sur la Fig. 3.3. En effet, étant égale à la dérivée de l’énergie libre partout sauf sur l’ensemble au plus
dénombrable A des points de discontinuité de cette dernière 3 , celle-ci est indépendante de la condition
au bord, partout, sauf sur A . Lorsqu’une transition de phase du premier ordre a lieu, l’aimantation
doit donc être discontinue, puisqu’elle doit coı̈ncider avec µ− +
β,h et µβ,h juste avant et juste après la
transition, et que ces deux quantités diffèrent à la transition.
3
Comme nous le verrons au chapitre suivant, cet ensemble est en fait soit vide, soit réduit au point {0}.
29
3.4. UNE SECONDE CARACTÉRISATION DE L’UNICITÉ
30
Chapitre 4
Diagramme de phase
Dans ce chapitre, nous allons analyser le diagramme de phase du modèle d’Ising, c’est-à-dire ca-
ractériser les valeurs des paramètres (β, h) pour lesquelles il y a unicité ou non de la mesure de Gibbs
en volume infini. Avant de procéder, il convient de faire une remarque.
− −
Tout d’abord, hσ0 i+ + +
β,0 = −hσ0 iβ,0 , et donc hσ0 iβ,0 6= hσ0 iβ,0 si et seulement si hσ0 iβ,0 > 0. Il suit
de la proposition 3.2.2 que hσ0 i+ β,0 est une fonction croissante de β. Par conséquent, la température
critique inverse βc (d) ∈ [0, ∞], définie par
déf
βc (d) = sup{β ≥ 0 : hσ0 i+
β,0 = 0},
sépare (pour h = 0) le régime d’unicité du régime de non-unicité : il y aura transition de phase du

premier ordre lorsque β > βc , mais pas lorsque β < βc . La question (pour h = 0) est donc de déterminer
si 0 < βc < ∞.
L’analyse du diagramme de phase se fait en trois étapes :
i) Non unicité à basse température : βc (d) < ∞ ∀d ≥ 2.
ii) Unicité à haute température : βc (d) > 0 ∀d ≥ 2, et βc (1) = ∞.
iii) Unicité lorsque h 6= 0.
La question de l’unicité de la mesure lorsque h = 0 et β = βc est beaucoup plus délicate, et nous
nous contenterons des remarques suivantes. L’unicité, ainsi que la continuité de l’aimantation, en βc
est démontrée dans [5] lorsque d ≥ 4. Il suit également du calcul explicite (1.2) qu’il en est de même
lorsque d = 2 [54]. Ces résultats sont certainement également vrais en dimension 3, mais cela n’a pas
encore été démontré.
Remarque 4.0.1. Il est intéressant de comparer ces résultats aux résultats correspondants dans d’autres
modèles.
Dans le cas du modèle de Potts avec un nombre q d’états suffisamment grand, on peut montrer
que : (i) il y a non unicité à la température critique, les q phases de basse température coexistant avec
la phase de haute température, et l’aimantation y est discontinue [34], (ii) il y a non unicité lorsque
le champ magnétique est suffisamment faible [6].
Dans les modèles O(N ) avec N ≥ 2, on peut démontrer qu’il n’y a pas de transition de phase
du premier ordre en dimensions 1 et 2. Plus généralement une symétrie continue ne se brise pas
spontanément en dimensions 1 et 2 (Théorème de Mermin-Wagner) [12, 45, 27].
4.1 Non unicité à basse température

Le résultat principal de cette sous-section est le théorème suivant, qui montre que lorsque d ≥ 2
et h = 0, βc < ∞, ce qui implique l’existence de multiples mesures de Gibbs en volume infini à basses
31
4.1. NON UNICITÉ À BASSE TEMPÉRATURE
Fig. 4.1 – Les contours d’une configuration du modèle d’Ising bidimensionnel dans une boı̂te finie avec condi-
tion au bord +.
températures.
Théorème 4.1.1. Pour toute dimension d ≥ 2, on a βc (d) < ∞.
Remarque 4.1.1. Ce théorème montre qu’il n’y a pas unicité lorsque β est suffisamment grand et h = 0
(si d ≥ 2), mais ne décrit pas l’ensemble 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 αµ+ β,0 + (1 − α)µβ,0 , 1 ≥ α ≥ 0
(Théorème d’Aizenman-Higuchi [1, 25]). Ceci reste vrai en dimension 3 et plus si l’on se restreint aux
mesures invariantes sous les translations [7], mais est faux pour des mesures plus générales [11].
La preuve, donnée en Sous-Section 4.1.2, repose sur une représentation graphique des configurations
du modèle d’Ising : la représentation basse température.
4.1.1 Représentation basse température

déf
À chaque sommet i ∈ Zd , on associe le cube Si = i + [− 12 , 21 ]d centré en i. Soit Λ ⋐ Zd ; on note
n o
déf
EΛ+ = {i, j} ⊆ Zd : {i, j} ∩ Λ 6= ∅, i ∼ j . (4.1)
À une configuration ω ∈ Ω+ d
Λ , on associe le sous-ensemble de R défini par
déf
[
M (ω) = Si .
i∈Λ : ωi =−1
Les composantes connexes maximales du bord de M (ω) sont appelées les contours de la configuration
ω, et sont notées Γ(ω) = (γ1 , . . . , γm(ω) ) (voir la figure 4.1). Il est évident qu’une telle configuration ω
est entièrement déterminée par l’ensemble de ses contours.
L’énergie d’une configuration ω s’exprime de manière particulièrement simple en termes de ses
contours : X
HΛ;β,0 (ω) = 2β |γ| − β|EΛ+ | ,
γ∈Γ(ω)
où |γ| représente l’“aire” du contour γ. En effet, il suffit de réécrire l’Hamiltonien sous la forme
X
HΛ;β,0 (ω) = −β (σi (ω)σj (ω) − 1) − β|EΛ+ |,
{i,j}∈EΛ+
et d’observer que σi (ω)σj (ω) − 1 6= 0 si et seulement si ωi 6= ωj , c’est-à-dire si et seulement si les

sommets i et j sont séparés par un contour.
32
CHAPITRE 4. DIAGRAMME DE PHASE
En particulier, la fonction de partition du modèle d’Ising dans Λ avec conditions au bord + et

h = 0 peut se réécrire en termes des contours sous la forme
X Y
β|EΛ+ |
Z+Λ;β,0 = e e−2β|γ| . (4.2)
ω∈Ω+
Λ
γ∈Γ(ω)
4.1.2 Preuve du Théorème 4.1.1

La méthode utilisée dans la preuve suivante est très importante, et peut être étendue à des situa-
tions beaucoup plus générales ; on l’appelle l’argument de Peierls1 .
Soit Λn le cube de côté 2n + 1 centré à l’origine. Au vu de l’observation faite en début de chapitre,
il est suffisant de montrer qu’uniformément en n, hσ0 i+ Λn ;β,0 > c > 0 pour tout β suffisamment grand.
Nous ne traiterons que du cas de la dimension 2, puisque le cas général est similaire2 . Bien sûr,
hσ0 i+ + + 1
Λn ;β,0 = 1 − 2µΛn ;β,0 (σ0 = −1), et il est donc suffisant de montrer que µΛn ;β,0 (σ0 = −1) < 2 − c,
pour une constante c > 0 indépendante de n.
L’observation cruciale est que
∗ ∗
{ω ∈ Ω+ +
Λn : ω0 = −1} ⊆ {ω ∈ ΩΛn : ∃γ ∈ Γ(ω), γ entoure 0}.
Soit γ ∗ un contour ; à chaque configuration ω telle que Γ(ω) ∋ γ ∗ , on peut associer la configuration
Eγ ∗ (ω) telle que Γ(Eγ ∗ (ω)) = Γ(ω) \ {γ ∗ } (la configuration Eγ ∗ (ω) est donc la configuration que l’on
obtient en partant de ω et en enlevant le contour γ ∗ ). L’introduction de l’ensemble
déf
C(γ ∗ ) = {Eγ ∗ (ω) : Γ(ω) ∋ γ ∗ }
de toutes les configurations que l’on peut obtenir en éliminant le contour γ ∗ d’une autre configuration
nous permet d’écrire
∗
µ+ +
Λn ;β,0 (σ0 = −1) ≤ µΛn ;β,0 (∃γ ∈ Γ, entourant 0)
P P Q −2β|γ|
γ ∗ entourant 0 ω:Γ(ω)∋γ ∗ γ∈Γ(ω) e
≤ P Q −2β|γ|
ω γ∈Γ(ω) e
P Q −2β|γ|
X ω∈C(γ ∗ ) γ∈Γ(ω) e
−2β|γ ∗ |
= e P Q −2β|γ|
γ ∗ entourant 0 ω γ∈Γ(ω) e
X ∗|
≤ e−2β|γ
γ ∗ entourant 0
X
≤ e−2βk #{γ ∗ entourant 0, |γ ∗ | = k}
k≥4
Xk
≤4 3k−1 e−2βk ,
2
k≥4
ce qui est strictement inférieur à 1/2, dès que β est suffisamment grand. La dernière inégalité provient
des observations suivantes :
– Le nombre total de contours de longueur k partant d’un point donné est au plus égal à 4 · 3k−1 .
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 même arête).
1
L’argument donné ici repose de façon essentielle sur la symétrie du modèle d’Ising sous l’échange des spins + et −
(où utilise-t-on cette propriété ?). L’argument de Peierls peut cependant être étendu à des situations très générales, sans
symétrie : c’est le contenu de la théorie de Pirogov-Sina i [46, 55]
2
En fait, on peut utiliser l’inégalité (A.2) pour montrer que hσ0 i+ Λn ;β,0 est une fonction croissante de la dimension
(exercice !), et le résultat général suit donc de celui en dimension 2.
33
4.2. UNICITÉ À HAUTE TEMPÉRATURE
– Un contour de longueur k entourant l’origine intersecte nécessairement l’ensemble {(u − 21 , 21 ) :

u = 1, . . . , [k/2]}. Par conséquent, on peut choisir le point de départ dans cet ensemble et
appliquer l’observation précédente.
4.2 Unicité à haute température

Dans cette section, nous terminons l’analyse du modèle sans champ magnétique, en montrant le
résultat complémentaire que βc > 0, et en prouvant qu’il y a toujours unicité en dimension 1.
Il existe plusieurs approches pour montrer ce type de résultat : par exemple, on peut démontrer
que l’énergie libre est analytique pour β suffisamment petit, en utilisant un développement perturbatif
(le développement en amas, cluster expansion en anglais) ; deux autres approches très générales sont
le critère d’unicité de Dobrushin, et la “disagreement percolation”. Nous utiliserons ici une méthode
très simple, proche de celle utilisée dans l’argument de Peierls. Le résultat principal de cette section
est le théorème suivant.
Théorème 4.2.1. Pour tout d ≥ 1, βc (d) > 0. De plus, βc (1) = ∞.
La preuve de ce théorème, donnée dans la Sous-Section 4.2.2, repose sur une autre représentation
graphique du modèle d’Ising, appelée représentation haute-température.
4.2.1 La représentation haute température

Le but de cette sous-section est de dériver une représentation graphique des fonctions de corrélation
du modèle d’Ising. À l’aide de cette dernière, il sera alors facile de démontrer que hσ0 i+
Λn ;β,0 décroit
exponentiellement vite vers 0 lorsque n tend vers l’infini, pourvu que β soit choisi suffisamment petit.
La représentation haute température repose sur l’identité élémentaire suivante :

eβσi σj = cosh(β) + σi σj sinh(β) = cosh(β) (1 + tanh(β)σi σj ) . (4.3)
Nous allons utiliser (4.3) afin de réécrire la fonction de partition sous une nouvelle forme. Pour tout
déf
Λ ⋐ Zd , nous noterons E+ + +
Λ = {E ⊆ EΛ }, avec EΛ donné par (4.1). On a alors,
X Y
Z+Λ;β,0 = eβσi (ω)σj (ω)
ω∈Ω+ +
Λ {i,j}∈EΛ
+ X Y
= cosh(β)|EΛ | (1 + tanh(β)σi (ω)σj (ω))
ω∈Ω+
Λ {i,j}∈EΛ+
+ X X Y
= cosh(β)|EΛ | tanh(β)|E| σi (ω)σj (ω)
ω∈Ω+
Λ E∈E+
Λ
{i,j}∈E
+ X X Y
= cosh(β)|EΛ | tanh(β)|E| σi (ω)σj (ω).
E∈E+
Λ ω∈Ω+
Λ
{i,j}∈E
déf
On pose, pour tout i ∈ Λ et E ∈ E+ d
Λ , I(i, E) = # j ∈ Z : {i, j} ∈ E . On a alors
X Y X Y
σi (ω)σj (ω) = σi (ω)I(i,E)
ω∈Ω+
Λ
{i,j}∈E ω∈Ω+
Λ
i∈Λ
Y X I(i,E)
= ωi
i∈Λ ωi ∈{−1,1}
(
2|Λ| si I(i, E) est pair pour tout i ∈ Λ,
=
0 sinon.
34
On en conclut que X
+
|Λ|
Z+
Λ;β,0 = 2 cosh(β)|EΛ | tanh(β)|E| , (4.4)
E∈E+;pair
Λ

où l’on a introduit E+;
Λ
pair déf
= E ∈ E+ Λ : I(i, E) est pair pour tout i ∈ Λ .
En procédant de la même façon, on montre également que
X
|Λ| |EΛ+ |
Z+Λ;β,0 hσ 0 i+
Λ;β,0 = 2 cosh(β) tanh(β)|E| ,
E∈E+;0
Λ
déf
où E+;0 +
Λ = E ∈ EΛ : I(i, E) est pair pour tout i ∈ Λ \ {0}, mais I(0, E) est impair .
Étant donné E ∈ E+ +
Λ , on note ∆(E) l’ensemble de toutes les arêtes de EΛ n’ayant aucune extrémité
en commun avec une arête de E. On peut alors décomposer toute configuration d’arêtes E ∈ E+;0 Λ
sous la forme E = E0 ∪ E ′ , où E0 est la composante connexe de E contenant 0 et E ′ ∈ E+; Λ
pair
satisfait
E ′ ⊆ ∆(E0 ).
On peut alors écrire
P ′
X E ′ ∈E+;pair : E ′ ⊆∆(E0 )
tanh(β)|E |
+ |E0 | Λ
hσ0 iΛ;β,0 = tanh(β) P |E|
. (4.5)
+;pair tanh(β)
+;0
E0 ∈EΛ E∈E Λ
E0 ∋0, connexe
Exercice 4.2.1. Étendre cette représentation à hσi σj i+ ∅

Λ;β,0 et hσi σj iΛ;β,0 .
4.2.2 Preuve du Théorème 4.2.1

Soit Λn = {−n, . . . , n}d . La représentation haute température (4.5) nous fournit la borne supérieure
suivante.
P
X E∈E+;pair : E⊆∆(E0 )
tanh(β)|E|
+ |E0 | Λn
hσ0 iΛn ;β,0 = tanh(β) P
+;0 E∈E+;pair
tanh(β)|E|
E0 ∈EΛn Λn
E0 ∋0, connexe
X
≤ tanh(β)|E0 | . (4.6)
E0 ∈E+;0
Λn
E0 ∋0, connexe
Cette dernière somme peut être aisément bornée supérieurement en utilisant le lemme suivant.
Lemme 4.2.1. Soit G un graphe connexe possédant N arêtes. Il existe un chemin dans G traversant
toutes les arêtes de G exactement deux fois et partant d’un sommet arbitraire.
Démonstration. On procède par récurrence sur N , en observant qu’un graphe connexe quelconque
peut toujours être construit arête par arête de telle sorte que tous les graphes intermédiaires soient
également connexes. Lorsque N = 1, le résultat est trivial. Supposons le résultat vrai pour N = k, et
notons π = (π(1), . . . , π(2k)) un tel chemin. On ajoute au graphe une nouvelle arête, en le maintenant
connexe ; ceci implique qu’au moins une des extrémités, v, de cette arête appartienne au graphe de
départ. Le chemin désiré est obtenu en suivant π jusqu’à la première visite en v, puis en faisant un
aller-retour à travers la nouvelle arête, et finalement en poursuivant le chemin π.
En utilisant ce lemme, on voit que le nombre de graphes E0 de cardinalité ℓ contribuant à (4.6)

est borné par le nombre de chemins de longueur 2ℓ partant de 0. Ce dernier est certainement inférieur
à (2d)2ℓ puisque chaque nouvelle arête peut être prise dans 2d directions différentes. D’un autre côté,
35
4.3. UNICITÉ EN CHAMP MAGNÉTIQUE NON NUL
Fig. 4.2 – Les graphes appartenant à E+;

Λn
pair
(gauche) et à E+; 0
Λn (droite) en dimension 1.
P
E0 connecte nécessairement 0 à Λcn : en effet, i∈Zd 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 Λn . On en conclut donc que |E0 | ≥ n, ce qui, avec tanh(β) ≤ β, nous donne
−c(d)n
hσ0 i+
Λn ;β,0 ≤ e ,
avec c(d) > 0, pour tout β < 1/(4d2 ). En particulier, hσ0 i+ 2

β,0 = 0 pour tout β < 1/(4d ), ce qui
implique l’unicité à haute température.
En dimension 1, la situation est encore meilleure, puisque E+; Λn
pair
= {∅, EΛ+n }, et E+; 0
Λn se réduit
également à deux graphes seulement (celui composé de toutes les arêtes dont les extrémités sont
négatives, et celui composé de toutes les arêtes dont les extrémités sont positives) ; voir la Fig. 4.2.
Par conséquent,
2 tanh(β)n+1
hσ0 i+
Λn ;β,0 = ,
1 + tanh(β)2n+2
ce qui tend vers 0, lorsque n → ∞, pour tout β < ∞.
Exercice 4.2.2. Montrer qu’il existe c = c(β) > 0 tel que hσi σj iβ,0 ≤ 1c e−ckj−ik2 , pour tout i, j ∈ Zd ,
pour tout β suffisamment petit.
Remarque 4.2.1. On peut en fait montrer que la décroissance exponentielle de hσi σj iβ,0 et la relaxation
exponentielle de hσ0 i+ +
Λn ;β,0 vers hσ0 iβ,0 restent vraies pour tout β < βc (d) [4].
4.3 Unicité en champ magnétique non nul

Il nous reste à étudier l’effet du champ magnétique h. Dans cette section, nous allons montrer
qu’il y a toujours unicité de la mesure de Gibbs en volume infini du modèle d’Ising lorsque le champ
magnétique h n’est pas nul. Il existe au moins deux façons de démontrer ce résultat : la première passe
par une autre inégalité de corrélation (l’inégalité GHS, cf. Section 7.3.2) qui implique que hσ0 i+ β,h
est une fonction concave (et donc continue) de h ≥ 0. Ici, nous utiliserons un autre type d’argument,
montrant que l’énergie libre est analytique lorsque h 6= 0.
Puisque l’énergie libre ne dépend pas de la condition au bord, il suffit de considérer le modèle
avec condition au bord libre. Manifestement, à volume fini, la fonction de partition est une fonction
analytique de h (c’est essentiellement un polynôme en eh ), et ne s’annule pas sur l’axe réel (c’est une
somme de termes strictement positifs), ce qui montre que, pour Λ ⋐ Zd , fΛ∅ (β, · ) est également une
fonction analytique sur l’axe réel. Le résultat suivant montre que le seul mécanisme pouvant conduire
à l’existence d’une singularité de l’énergie libre dans la limite thermodynamique est lorsque des zéros
complexes de Z∅Λ;β,h , Λ ⇑ Zd , s’accumulent vers l’axe réel.
Théorème 4.3.1. Soit D ⊆ C un ouvert connexe contenant un segment de la droite réelle. Soit
Λn ⇑ Zd . Fixons β ∈ R+ et supposons que
Z∅Λn ;β,h 6= 0, ∀h ∈ D, ∀n ≥ 1. (4.7)
Alors, l’énergie libre f (β, · ) est analytique dans D.

déf
Démonstration. On considère la suite de fonctions gn (h) = (Z∅Λn ;β,h )1/|Λn | (on choisit la détermination
qui est réelle pour h ∈ R). On a les propriétés suivantes :
36
– gn (h) est analytique dans le domaine D, puisque Z∅Λn ;β,h 6= 0.

– |gn (h)| ≤ gn (Re h), et donc la famille (gn ) est localement uniformément bornée dans D.
– La suite de fonctions gn converge vers une fonction g, strictement positive, sur l’axe réel
(Théorème 3.3.1).
Il suit du Théorème de convergence de Vitali3 que la suite de fonctions gn converge localement uni-
formément vers une fonction g analytique dans le domaine D. D’autre part, le théorème de Hurwitz4
montre que g ne s’annule pas dans D ; par conséquent, f (β, h) = log g est aussi analytique dans D, ce
qui démontre le théorème.
Afin de démontrer l’unicité 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 symétrie).
Théorème 4.3.2. La condition (4.7) est satisfaite pour D = {h ∈ C : |Re h| > |Im h|}. En particu-
lier, l’énergie libre f (β, · ) est analytique dans D.
Remarque 4.3.1. Il est en fait possible démontrer que f (β, · ) est analytique dans tout le domaine
{h ∈ C : Re h 6= 0} ; c’est le célèbre Théorème du cercle de Lee-Yang [36] (appelé ainsi parce qu’il
montre que les singularités de l’énergie libre, vue comme fonction de eh , ne peuvent se trouver que
sur le cercle unité). On peut également montrer que l’énergie libre possède une singularité essentielle
en h = 0 lorsque β est suffisamment grand 5 [28, 18].
Remarque 4.3.2. Il suit du théorème 3.4.1 que l’aimantation est également une fonction analytique de
h lorsque h ∈ R∗ .
Démonstration. La preuve repose sur un argument de duplication du système 6 : on écrit

X βP ′ ′
P ′
|Z∅Λ;β,h |2 = e {i,j}⊂Λ,i∼j (ωi ωj +ωi ωj )+ i∈Λ (hωi +h̄ωi ) .
ω,ω ′
déf déf
On fait le changement de variables suivant : cos θi = 12 (ωi + ωi′ ) et sin θi = 12 (ωi − ωi′ ) ; manifestement
θi ∈ {0, π/2, π, 3π/2}. On vérifie aisément que
ωi ωj + ωi′ ωj′ = 2 cos(θi − θj ) = ei(θi −θj ) + e−i(θi −θj ) ,

hωi + h̄ωi′ = 2Re h cos(θi ) + 2iIm h sin(θi ) = (Re h + Im h)eiθi + (Re h − Im h)e−iθi .
En substituant ces expressions, on voit que

X n X P o
|Z∅Λ;β,h |2 = exp αm ei i∈Λ mi θi
,
(θi )i∈Λ m=(mi )i∈Λ
mi ∈{0,1,2,3}
pour certains coefficients αm positifs, et croissants en Re h + Im h et en Re h − Im h. Par conséquent,

en développant l’exponentielle, on obtient
X X P
|Z∅Λ;β,h |2 = bm ei i∈Λ mi θi ,
α
(θi )i∈Λ m=(mi )i∈Λ
mi ∈{0,1,2,3}
3
Théorème de convergence de Vitali. [10, p. 154] Soit D un ouvert connexe de C, et (fn ) une suite de fonctions
analytiques dans D, localement uniformément bornées, convergeant sur un ensemble ayant un point d’accumulation dans
D. Alors fn converge localement uniformément dans D, la limite étant par conséquent une fonction analytique.
4
Théorème de Hurwitz.[10, Corollary 2.6] Soit D un ouvert de C et (fn ) une suite de fonction analytiques conver-
geant localement uniformément 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 résultat implique qu’il est impossible de prolonger analytiquement l’énergie libre à travers 0, et donc que la
description classique de la métastabilité en thermodynamique n’est pas correcte, au moins pour les modèles avec forces
à courte portée.
6
L’argument présenté ici est inspiré de [13].
37
4.3. UNICITÉ EN CHAMP MAGNÉTIQUE NON NUL
bm sont encore positifs, et croissants en Re h + Im h et en Re h − Im h. À présent,

où les coefficients α
on observe que (
X P YX 4|Λ| si mi = 0, ∀i ∈ Λ
ei i∈Λ mi θi = eimi θi =
(θ ) i∈Λ θ
0 sinon.
i i∈Λ i
On en déduit que |Z∅Λ;β,h |2 = 4|Λ| α

b(0,0,...,0) , et donc que |Z∅Λ;β,h |2 est croissant en Re h + Im h et en
Re h − Im h. Ceci prouve que
|Z∅Λ;β,h | ≥ Z∅Λ;β,Re h−|Imh| > 0 ,
puisque Re h − |Im h| = min(Re h + Im h, Re h − Im h).
38
Chapitre 5
Dualité de Kramers-Wannier
Dans ce chapitre, nous allons étudier une propriété spécifique au modèle d’Ising en champ nul sur
Z2 : la dualité de Kramers-Wannier. Cette dernière permet de relier certaines propriétés du modèle à
haute température à des propriétés à basse température. Elle constitue l’un des outils importants pour
l’analyse non-perturbative de ce modèle, et est une des raisons pour lesquelles le modèle bidimensionnel
est beaucoup mieux compris que le modèle en dimensions supérieures. Ici, nous nous contenterons de
voir une application élémentaire de cette dualité permettant d’exhiber une symétrie remarquable de
l’énergie libre. Nous expliquerons également comment cette symétrie permet de déterminer, sous une
hypothèse raisonnable (pouvant être justifiée rigoureusement), la valeur de βc (2) sans passer par le
calcul explicite de l’énergie libre.
5.1 Dualité haute température/basse température

La dualité de Kramers-Wannier repose sur une combinaison des représentations basse température
et haute température introduites dans les sections 4.1.1 et 4.2.1. Soit Λ ⋐ Z2 . Nous avons vu que la
fonction partition dans Λ avec condition au bord + peut s’écrire
+ X Y
β|EΛ |
Z+
Λ;β,0 = e e−2β|γ| . (5.1)
ω∈Ω+
Λ
γ∈Γ(ω)
Nous avons également dérivé en (4.4) la représentation haute température de cette fonction de par-
tition. Ce dont nous allons avoir besoin, cependant, c’est de la représentation haute température
pour Z∅Λ;β,h . Celle-ci s’obtient exactement de la même façon (exercice !), en remplaçant simplement
déf
l’ensemble EΛ+ par EΛ = {i, j} ∈ Zd × Zd : {i, j} ⊆ Λ, i ∼ j . On obtient ainsi
X
Z∅Λ;β,0 = 2|Λ| cosh(β)|EΛ | tanh(β)|E| , (5.2)
E∈Epair
Λ
déf
où l’on a naturellement posé EΛ = {E ⊆ EΛ } et similairement pour Epair
Λ .
Nous allons appliquer les représentations (5.1) et (5.2), respectivement, aux boı̂tes suivantes :
déf
Λn = {−n, . . . , n}2 et Λ⋆n = {−n − 21 , −n + 23 , . . . , n + 12 }2 . Dans la suite, nous identifierons toujours
une arête avec le segment de droite joignant ses deux extrémités.
Lemme 5.1.1. Soit E ⊆ EΛ⋆n . Alors E ∈ Epair Λ⋆n si et seulement si E coı̈ncide avec l’ensemble des arêtes
des contours associés à une configuration ω ∈ Ω+ Λn .
39
5.1. DUALITÉ HAUTE TEMPÉRATURE/BASSE TEMPÉRATURE
pair
Fig. 5.1 – Un ensemble d’arêtes appartenant à EΛ ⋆ (gauche) correspondant également aux contours associés
n
à une configuration de spins dans Λn (droite ; cf. Fig. 4.1).
Démonstration. Soit E l’ensemble des arêtes des contours associés à une configuration ω ∈ Ω+ Λn . Soit
⋆
√
x ∈ Λn et soient i, j, k, l les quatre sommets de Λn se trouvant à distance 1/ 2 de x, ordonnés de sorte
que i ∼ j, j ∼ k et k ∼ l. On a évidemment
(ωi ωj )(ωj ωk )(ωk ωl )(ωl ωi ) = ωi2 ωj2 ωk2 ωl2 = 1,
ce qui implique que le nombre de produits égaux à −1 dans le membre de gauche est pair. Or, un produit
est égal à −1 précisément lorsqu’un contour sépare les sommets correspondants. Par conséquent,
E ∈ Epair
Λ⋆n .
Réciproquement, étant donné un ensemble E ∈ Epair Λ⋆n , on peut construire une configuration de spins
ω dont l’ensemble des arêtes des contours est précisément donné par E. On procède comme suit :
à chaque sommet de Λ⋆n où se rencontrent 4 arêtes, on déforme les arêtes de façon à remplacer
par . Manifestement, après cette opération E donne lieu à une famille de courbes fermées simples
disjointes. On vérifie à présent facilement que la configuration
ωi = (−1)#boucles entourant i , i ∈ Zd ,
possède les propriétés recherchées.
Il suit du lemme précédent que
X X Y
tanh(β ⋆ )|E| = tanh(β ⋆ )|γ| .
E∈Epair ω∈Ω+ γ∈Γ(ω)
Λ⋆ n Λ
Ainsi, si l’on choisit β ⋆ de sorte que

tanh(β ⋆ ) = e−2β , (5.3)
on obtient l’identité +
⋆
2−|Λn | cosh(β ⋆ )−|EΛ⋆n | Z∅Λ⋆ ;β ⋆ ,0 = e−β|EΛn | Z+
Λn ;β,0 . (5.4)
n
Étant donné que l’on a, lorsque n → ∞,

|Λ⋆n | |EΛ⋆n | |EΛ+n |
→ 1, → 2, → 2,
|Λn | |Λn | |Λn |
il suit de (5.4) et (5.3) (après quelques manipulations algébriques) que
f (β, 0) = f (β ⋆ , 0) − log sinh(2β ⋆ ), (5.5)
puisque l’énergie libre est indépendante de la condition au bord choisie (Théorème 3.3.1).
La remarquable identité (5.5) relie le comportement de l’énergie libre (en champ nul) lorsque β est
grand et lorsque β est petit. En effet, l’involution (5.3) possède un unique point fixe en βsd , solution
de tanh βsd = e−2βsd , et échange les
√ intervalles [0, βsd ) et (βsd , ∞]. Il n’est pas difficile de déterminer
1
explicitement βsd : βsd = 2 log(1 + 2) ≈ 0,441.
40
CHAPITRE 5. DUALITÉ DE KRAMERS-WANNIER
5.2 Détermination de βc (2)

Une application intéressante de la relation (5.5) est la dérivation faite par Kramers et Wannier en
1941 de la température critique du modèle d’Ising bidimensionnel, 3 ans avant le calcul (rigoureux)
de l’énergie libre par Onsager. Cette dérivation repose sur l’hypothèse suivante : nous avons vu que la
fonction f (β, 0) est non-analytique en β = βc ; nous allons supposer qu’il s’agit de la seule singularité
sur (0, ∞). Dans ce cas, βc doit être le point fixe βsd de la transformation (5.3), car si f était singulière
en β 6= βsd , alors elle le serait également en β ⋆ 6= β, par la relation (5.5). On en déduit que
√
βc = βsd = 21 log(1 + 2) ∼= 0,441.
41
5.2. DÉTERMINATION DE βC (2)
42
Chapitre 6
La FK-percolation
Dans ce chapitre, nous allons introduire le modèle de FK-percolation, une généralisation de la

percolation de Bernoulli. Après avoir énoncé quelques propriétés de base, nous montrerons comment
ce modèle permet d’unifier au sein d’une même famille à un paramètre tous les modèles de Potts
(donc, en particulier, le modèle d’Ising) en champ nul, ainsi que le modèle de percolation.
Nous verrons comment cela rend possible de donner un sens précis à la propagation de l’information
dans les modèles de Potts. En particulier, nous relierons l’existence d’une transition de phase du
premier ordre avec l’existence d’un amas infini le long duquel l’information est transmise.
6.1 Définition et propriétés élémentaires

6.1.1 Définition
La FK-percolation doit son nom à ses inventeurs, Fortuin et Kastelyn [16] ; on emploie en général
la terminologie random cluster model en anglais.
déf
Notons E d l’ensemble des arêtes de Zd , E d = {i, j} ⊆ Zd : i ∼ j .
déf d
Configurations. L’ensemble des configurations de la FK-percolation est ΩFK = {0, 1}E ; les
configurations sont notées η = (ηe )e∈E d . Une arête e ∈ E d est dite ouverte dans la configuration η si
ηe = 1 ; sinon, elle est dite fermée. Une configuration η ∈ ΩFK est identifiée avec le graphe ayant pour
sommets Zd et pour arêtes les arêtes ouvertes de η.
déf
Condition au bord. Soit E ⋐ E d . Étant donnée une configuration η̄ ∈ ΩFK , on note ΩFK E ,η̄ =
{η ∈ ΩFK : ηe = η̄e , ∀e 6∈ E } l’ensemble des configurations coı̈ncidant avec η̄ hors de E . Dans une telle
situation, on dit que η̄ est la condition au bord.
Amas. On appelle amas de la configuration η les composantes connexes maximales de η (y compris
les sommets isolés). On note NE (η) le nombre d’amas de la configuration η ∈ ΩFK intersectant E . Soient
i, j ∈ Zd ; on note {i ↔ j} l’événement “i et j appartiennent au même amas” et {i ↔ A} l’événement
“il existe j ∈ A tel que i ↔ j”.
Mesure de probabilité. La FK-percolation dépend de deux paramètres réels : p ∈ [0, 1] et
q ∈ (0, ∞). Étant donnés E ⋐ E d et une condition au bord η̄, la FK-percolation est définie par la
mesure de probabilité suivante sur ΩFK E ,η̄ :
1 Y
Pη̄E ;p,q (η) = η̄ q NE (η) pηe (1 − p)1−ηe . (6.1)
ZE ;p,q e∈E
La constante de normalisation Zη̄E ;p,q est appelée fonction de partition.

Remarque 6.1.1. Observez que lorsque q = 1 on retrouve le modèle de percolation de Bernoulli (res-
treint à E ). Le modèle avec q = 1 est le seul pour lequel les variables ηe sont indépendantes.
43
6.1. DÉFINITION ET PROPRIÉTÉS ÉLÉMENTAIRES
6.1.2 Propriétés de base

Comme pour le modèle d’Ising, l’ensemble des configurations du modèle de FK-percolation admet
un ordre partiel naturel : η ≤ η ′ si et seulement si ηe ≤ ηe′ pour tout e ∈ E d . Une propriété cruciale de
ce modèle, qui rend son analyse possible, est la validité des inégalités 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 ΩFK dans R, alors
hf giη̄E ;p,q ≥ hf iη̄E ;p,q hgiη̄E ;p,q ,
pour tout E ⋐ E d et toute configuration au bord η̄.
Démonstration. Notons π(η) = q NE (η) . On applique le Théorème A.1.2 avec µe (ηe = 1) = p, pour
tout e ∈ E , et les quatre fonctions f1 (η) = π(η)f (η), f2 (η) = π(η)g(η), f3 (η) = π(η) et f4 (η) =
π(η)f (η)g(η). La conclusion suit alors immédiatement une fois que l’on a vérifié que
NE (η) + NE (η ′ ) ≤ NE (η ∨ η ′ ) + NE (η ∧ η ′ ).
Afin de démontrer cette inégalité, il suffit de montrer que
NE (η ∨ η ′ ) − NE (η ′ ) est croissante en η ′ . (6.2)
En effet, on a alors
NE (η ∨ η ′ ) − NE (η ′ ) ≥ NE (η ∨ (η ′ ∧ η)) − NE (η ′ ∧ η) = NE (η) − NE (η ′ ∧ η),
puisque η ∨ (η ∧ η ′ ) = η.
Soit η ∈ ΩFK . On numérote les arêtes de E ouvertes dans la configuration η : e1 , . . . , en . On peut
E ,η̄W
ainsi écrire η = ni=1 η i , où la configuration η i ∈ ΩFK i
E ,η̄ satisfait ηe = 1{e=ei } , pour toute arête e ∈ E .
On a alors
NE (η ∨ η ′ ) − NE (η ′ ) = NE (η 1 ∨ · · · ∨ η n ∨ η ′ ) − NE (η ′ )
= NE (η 1 ∨ · · · ∨ η n ∨ η ′ ) − NE (η 1 ∨ · · · ∨ η n−1 ∨ η ′ )
+ NE (η 1 ∨ · · · ∨ η n−1 ∨ η ′ ) − NE (η 1 ∨ · · · ∨ η n−2 ∨ η ′ )
+ ...
+ NE (η 1 ∨ η ′ ) − NE (η ′ ).
Chacune des lignes dans le membre de droite est de la forme
η ∨ ηe′ ) − NE (e
NE (e η ′ ),
avec ηe ∈ ΩFK
E ,η̄ ne possédant qu’une unique arête ouverte dans E . Il suffit donc de démontrer (6.2) dans
ce cas particulier. Mais ceci est évident, car
(
′ ′ 0 si i ↔ j dans ηe′ ,
NE (eη ∨ ηe ) − NE (e
η)=
−1 sinon,
où l’on a noté e = (i, j) l’unique arête de E ouverte dans ηe.
Deux conditions au bord jouent à nouveau un rôle extrémal pour l’ordre partiel introduit plus
haut : la condition au bord libre η̄ ≡ 0, et la condition au bord wired η̄ ≡ 1. On notera les mesures
correspondantes P∅E ;p,q et PwE ;p,q respectivement. Pour ces deux conditions au bord, on prouve facilement
l’existence de mesures limites en volume infini.
44
CHAPITRE 6. LA FK-PERCOLATION
Théorème 6.1.1. Soient p ∈ [0, 1] et q ∈ [1, ∞). Alors les limites
déf
P∅p,q = lim P∅E ;p,q
E ↑E d
et
déf
Pwp,q = lim PwE ;p,q
E ↑E d
existent et sont indépendantes de la suite E ↑ E d choisie. De plus, les mesures limites sont invariantes
sous l’action du groupe des translations de Zd .
Démonstration. Ce théorème se démontrant comme le Théorème 2.3.2, la preuve est laissée en exercice.
6.2 Relation avec les modèles d’Ising et de Potts

On a déjà observé que le modèle de FK-percolation se réduit au modèle de percolation de Bernoulli
lorsque q = 1. Nous allons montrer à présent que la FK-percolation est intimement liée aux modèles
d’Ising (lorsque q = 2) et de Potts (lorsque q ∈ N, q ≥ 2). Cette observation est à la base de
nombreuses approches rigoureuses de ces modèles, permettant d’une part d’utiliser certaines idées et
méthodes développées pour le modèle de percolation, et d’autre part de démontrer simultanément des
résultats pour toute cette famille de modèles.
Dans cette section, nous ne traiterons explicitement que le modèle d’Ising (q = 2), afin d’éviter de
devoir introduire trop de nouvelles notations, mais tout s’étend immédiatement aux autres valeurs de
q ∈ {2, 3, . . .} (exercice).
Il existe plusieurs moyens de faire le lien entre le modèle d’Ising 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 mêmes arguments s’appliquent plus généralement.
Soit Λ ⋐ Zd . La mesure d’Edwards-Sokal est la mesure de probabilité sur Ω+ FK
Λ × ΩE + ,w définie par
Λ
Y
QΛ;p (ω, η) ∝ (1 − p)δηe ,0 + p δηe ,1 δωi ,ωj .
e={i,j}∈EΛ+
déf
Théorème 6.2.1. Soient Λ ⋐ Zd , β ∈ [0, ∞] et pβ = 1 − e−2β ∈ [0, 1]. La mesure d’Edwards-Sokal
fournit un couplage de µ+ w
Λ;β,0 et PE + ;p ,2 , c’est-à-dire
Λ β
X
QΛ;pβ (ω, η) = µ+
Λ;β,0 (ω),
η∈ΩFK
+E ,w
Λ
pour toute configuration ω ∈ Ω+

Λ , et
X
QΛ;pβ (ω, η) = PwE + ;p (η),
Λ β ,2
ω∈Ω+
Λ
pour toute configuration η ∈ ΩFK

E + ,w
.
Λ
45
6.2. RELATION AVEC LES MODÈLES D’ISING ET DE POTTS
Démonstration. Afin d’alléger l’écriture on écrira simplement E au lieu de EΛ+ . On a

X X Y
QΛ;pβ (ω, η) ∝ (1 − pβ )δηe ,0 + pβ δηe ,1 δωi ,ωj
η∈ΩFK
E ,w η∈ΩFK
E ,w
e={i,j}∈E
Y
= 1 − pβ + pβ δωi ,ωj
{i,j}∈E
Y
∝ eβωi ωj ,
{i,j}∈E
puisque 1 − pβ + pβ δωi ,ωj = e−β eβωi ωj . La première affirmation suit. Passons à la seconde. On a
Y Y ηe
QΛ;pβ (ω, η) ∝ (1 − pβ )δηe ,0 + pβ δηe ,1 δωi ,ωj = pβ (1 − pβ )1−ηe 1{ωi =ωj , ∀i↔j} . (6.3)
e={i,j}∈E e∈E
Par conséquent,
X Y X
QΛ;pβ (ω, η) ∝ pηβe (1 − pβ )1−ηe 1{ωi =ωj , ∀i↔j} .
ω∈Ω+
Λ
e∈E ω∈Ω+
Λ
La somme sur ω est facilement évaluée : les spins sur chaque amas fini de η peuvent soit tous prendre
la valeur 1, soit tous la valeur −1. Par contre, les spins appartenant à l’amas infini ont leur valeur fixée
à 1 par la condition au bord. Il s’ensuit que la somme sur ω contient précisément 2NE (η)−1 termes, et
la seconde affirmation est démontrée.
L’intérêt du couplage d’Edwards-Sokal est qu’il permet de décrire très simplement les mesures
conditionnelles, comme le montre le théorème suivant.
Théorème 6.2.2. Soient Λ ⋐ Zd , β ∈ [0, ∞] et pβ = 1 − e−2β .

1. Soit η ∈ ΩFK
E + ,w
. La mesure conditionnelle QΛ;pβ ( · | η) est obtenue en mettant tous les spins
Λ
appartenant à un même amas fini à la même valeur 1 ou −1 avec probabilité 12 , indépendemment
pour chaque tel amas, et tous les spins appartenant à l’amas infini à 1.
2. Soit ω ∈ Ω+ Λ . La mesure conditionnelle QΛ;pβ ( · | ω) est obtenue de la façon suivante. Si e =
{i, j} ∈ EΛ+ est telle que ωi 6= ωj , alors ηe = 0. Sinon, on pose
(
1 avec probabilité pβ ,
ηe =
0 avec probabilité 1 − pβ ,
ce choix étant fait indépendamment pour chaque telle arête.
Démonstration. À nouveau, on écrit simplement E au lieu de EΛ+ . Il suit de (6.3) que
1{ωi =ωj , ∀i↔j}

QΛ;pβ (ω | η) = , ∀ω ∈ Ω+
Λ.
2NE (η)
Par conséquent, la mesure conditionnelle est concentrée sur les configurations de spins constantes sur
chaque amas de η (les spins situés sur l’amas infini étant fixés à 1), et uniforme sur ces configurations.
La première affirmation est démontrée.
Pour la seconde affirmation, on a similairement, pour une certaine constante C = C(ω),
Y Y
QΛ;pβ (η | ω) = C(ω) δηe ,0 ((1 − pβ )δηe ,0 + pβ δηe ,1 ) .
e={i,j}∈E e={i,j}∈E
ωi 6=ωj ωi =ωj
46
Par conséquent, restreinte aux arêtes de E , la mesure conditionnelle est la mesure produit avec
(
0 si ωi 6= ωj ,
ηe = 1 avec probabilité
pβ si ωi = ωj .
Une interprétation du résultat précédent est la suivante. On aimerait décrire de manière quanti-
tative la propagation de l’information due a l’interaction entre spins voisins dans le modèle d’Ising.
Clairement, si deux spins voisins prennent des valeurs différentes, aucune information n’a été transmise
de l’un vers l’autre. D’un autre côté, s’ils prennent la même valeur, cela peut être dû à un transfert
d’information, mais également au pur hasard. Le couplage précédent donne un sens précis à une telle
image : de l’information est échangée entre deux spins voisins s’ils sont reliés par une arête dans la
configuration FK correspondante. Ceci a lieu avec probabilité 0 si les valeurs des spins sont différentes,
et avec probabilité pβ sinon. Bien entendu, ce choix de la probabilité pβ peut sembler arbitraire. Nous
allons cependant voir, dans la section suivante, que c’est précisément la valeur nécessaire afin que la
présence d’ordre à longue distance dans le modèle d’Ising coı̈ncide avec la présence d’un amas infini
dans la configuration FK. On peut ainsi interpréter la présence de la transition de phase dans le modèle
d’Ising comme résultant de la transmission de l’information 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
d’Ising permet de réinterpréter la transition en βc comme une transition de percolation dans la
représentation FK : pour β < βc , la probabilité que l’origine appartienne à un amas de cardinalité
infinie est nulle, mais elle est strictement positive lorsque β > βc .
Cette réinterprétation est basée sur une reformulation de certaines espérances sous µ+
Λ;β,0 en termes
de la FK-percolation. Le lemme suivant donne deux exemples particuliers de cette procédure.
Lemme 6.3.1. Soient β ∈ [0, ∞] et pβ = 1 − e−2β . Alors, pour tout i, j ∈ Λ, et tout B ⊆ Λ,
hσi i+ w
Λ;β,0 = PE + ;p (i ↔ Λc ), (6.4)
Λ β ,2
hσi σj i+
Λ;β,0 = P
w
EΛ+ ;pβ ,2
(i ↔ j), (6.5)
hσB i+ w
Λ;β,0 = P (|B ∩ C| pair pour tout amas fini C). (6.6)
Démonstration. À nouveau, on écrit simplement E au lieu de EΛ+ . On utilise le Théorème 6.2.2. On a

X
hσi i+
Λ;β,0 = ωi QΛ;pβ (ω, η)
ω∈Ω+
Λ
η∈ΩFK
E ,w
X X
= PwE ;pβ ,2 (η) ωi QΛ;pβ (ω | η)
η∈ΩFK
Λ,w ω∈Ω+
Λ
X
= PwE ;pβ ,2 (η)1{i↔Λc } ,
η∈ΩFK
Λ,w
puisque, sous QΛ;pβ ( · | η), ωi prendra valeur 1 et −1 avec même probabilité si l’amas contenant i est
fini, mais prendra toujours valeur 1 s’il est infini. Cela démontre (6.4).
Les identités (6.5) et (6.6) se démontrent similairement, et sont laissées en exercice.
47
6.4. INÉGALITÉS DE COMPARAISON
On dit qu’il y a percolation dans le modèle de FK-percolation aux valeurs p et q des paramètres si
Pwp,q (0 ↔ ∞) > 0, où l’on a noté {0 ↔ ∞} l’événement “0 appartient à un amas infini”.
Un coup d’œil à (6.4) montre qu’il devrait y avoir percolation précisément lorsque hσi i+
β,0 > 0, ce
qui montrerait qu’il y a non-unicité de la mesure de Gibbs en volume infini du modèle d’Ising si et
seulement s’il y a FK-percolation pour les paramètres correspondants, donnant ainsi une interprétation
précise à l’affirmation que la non-unicité provient de la transmission de l’information depuis l’infini.
Le résultat suivant justifie cette heuristique.
Théorème 6.3.1. Soient β ∈ [0, ∞] et pβ = 1 − e−2β . Alors
Pwpβ ,2 (i ↔ ∞) = hσi i+
β,0 .
En particulier, il y a percolation sous Pwpβ ,2 si et seulement s’il y a non-unicité dans le modèle d’Ising
à la température inverse β.
Démonstration. Puisque (6.4) et le Théorème 2.3.2 impliquent que
lim PwE + ;p (0 ↔ Λc ) = lim hσi i+ +

Λ;β,0 = hσi iβ,0 ,
Λ↑Zd Λ β ,2 Λ↑Zd
il suffit de vérifier que Pwpβ ,2 (0 ↔ ∞) = limΛ↑Zd PwE + ;p (0 ↔ Λc ). Pour cela on observe que, pour tout
Λ β ,2
0 ∈ ∆ ⊆ Λ ⋐ Zd ,
Pwpβ ,2 (0 ↔ Λc ) ≤ PwE + ;p (0 ↔ Λc ) ≤ PwE + ;p (0 ↔ ∆c ),
Λ β ,2 Λ β ,2
la première inégalité suivant des inégalités FKG (vérifiez-le !), et la seconde de l’inclusion {0 ↔ Λc } ⊆
{0 ↔ ∆c }. Le résultat désiré suit en prenant la limite Λ ↑ Zd , suivie de la limite ∆ ↑ Zd .
6.4 Inégalités de comparaison

Une application intéressante de la représentation FK est le résultat suivant, qui permet la com-
paraison des espérances sous des mesures correspondant à différentes valeurs des paramètres p et,
surtout, q.
Théorème 6.4.1. Soit E ⋐ E d . Alors, pour toute fonction croissante f ,
hf iwE ;p1 ,q1 ≤ hf iwE ;p2 ,q2 ,
dès que l’une des deux conditions suivantes est vérifiée :

1. q1 ≥ max(q2 , 1), p1 ≤ p2 ;
p1 p2
2. q2 ≥ max(q1 , 1), ≤ .
q1 (1 − p1 ) q2 (1 − p2 )
P
Démonstration. On note |η| = e∈E ηe le nombre d’arêtes de E ouvertes dans la configuration η.
On commence par montrer le résultat sous la première condition. Manifestement,
X |η| X |η| NE (η) |η|

p2 N (η) p2 (1 − p1 ) q2 p1 NE (η)
f (η) q2 E = f (η) q1 .
1 − p2 p1 (1 − p2 ) q1 1 − p1
η∈ΩFK
E ,w η∈ΩFK
E ,w
|η| NE (η)

déf p2 (1−p1 ) q2
Par conséquent, en observant que φ(η) = p1 (1−p2 ) q1 est une fonction croissante, il suit
de la Proposition 6.1.1 que
hf φiwE ;p1 ,q1
hf iwE ;p2 ,q2 = ≥ hf iwE ;p1 ,q1 .
hφiwE ;p1 ,q1
48
On montre à présent le résultat sous la seconde condition. On procède similairement. Puisque

|η| |η|
X p1 NE (η)
X q2 p1 (1 − p2 ) |η| q1 NE (η)+|η| p2 N (η)
f (η) q1 = f (η) q2 E ,
FK
1 − p 1 FK
q 1 p 2 (1 − p 1 ) q 2 1 − p 2
η∈ΩE ,w η∈ΩE ,w
|η| NE (η)+|η|

déf q2 p1 (1−p2 ) q1
et que ψ(η) = q1 p2 (1−p1 ) q2 est une fonction décroissante, il suit de la Proposition 6.1.1
que
w
hf ψiwE ;p2 ,q2
hf iE ;p1 ,q1 = ≤ hf iwE ;p2 ,q2 .
hψiwE ;p2 ,q2
Ces inégalités ont de nombreuses applications. À titre d’exemple, on se contentera d’énoncer le

résultat suivant qui montre qu’il 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 donnée du paramètre q ≥ 1. En particulier, la transition que l’on a établie pour le modèle
d’Ising (q = 2) implique l’existence d’une transition de phase pour tous les modèles de Potts avec
q ≥ 3.
déf
Corollaire 6.4.1. Notons pc (q) = sup p ≥ 0 : Pwp,q (i ↔ ∞) = 0 le paramètre critique pour la FK-
percolation de paramètre q (celui-ci dépend bien sûr de la dimension d). Alors,
1 1 q/q ′ q
≤ ′
≤ − ′ + 1, dès que 1 ≤ q ′ ≤ q.
pc (q) pc (q ) pc (q) q
Démonstration. La preuve est laissée en exercice.
6.5 Dualité
Dans cette section, nous allons voir qu’il existe un analogue de la dualité de Kramers-Wannier
dans la représentation FK sur E 2 . Ce dernier possède le grand avantage d’être valide configuration
par configuration, alors que la dualité de Kramers-Wannier n’est valide que dans un sens intégral (elle
porte sur les fonctions de partitions, les fonctions de corrélation, etc., mais n’a pas de sens au niveau
d’une configuration donnée).
déf
On note E⋆2 l’ensemble des arêtes joignant les sommets plus-proches-voisins du réseau dual Z2⋆ =
( 21 , 21 ) + Z2 . À chaque arête e ∈ E 2 est associée exactement une arête e⋆ ∈ E⋆2 : celle qui l’intersecte en
son milieu. On dira que e⋆ est l’arête duale à e. Étant donné un ensemble d’arêtes E ⋐ E 2 , on définit
son dual E ⋆ ⋐ E⋆2 par (cf. Fig. 6.1)
déf
E ⋆ = e⋆ ∈ E⋆2 : e ∈ E .
On considère la FK-percolation sur E ⋐ E 2 avec condition au bord libre. À chaque configuration

η ∈ ΩFK ⋆ FK
E ,∅ , on associe la configuration η ∈ ΩE ⋆ ,w donnée par (cf. Fig. 6.1)
déf
ηe⋆⋆ = 1 − ηe , ∀e⋆ ∈ E⋆2 .
Le résultat suivant montre que cette transformation induit une dualité pour la FK-percolation sur E 2
au niveau des configurations.
∅
Théorème 6.5.1. Supposons les configurations η ∈ ΩFK E ,∅ distribuées selon PE ;p,q . Alors, les configu-
rations η ∗ ∈ ΩFK w ⋆
E ⋆ ,w sont distribuées selon PE ⋆ ;p⋆ ,q , où le paramètre dual p est solution de
p⋆ q(1 − p)
⋆
= .
1−p p
49
6.5. DUALITÉ
Fig. 6.1 – Gauche : L’ensemble d’arêtes E ⊆ E 2 (en bleu) et son dual E ⋆ ⊆ E⋆2 (en rouge). Droite : Une
⋆
configuration η ∈ ΩFK E ,∅ et la configuration duale η ∈ ΩE ⋆ ,w . Les traits épais représentent les arêtes
FK
ouvertes, et les ronds les sommets isolés ; on a également représenté en pointillés les arêtes ouvertes
correspondant à la condition au bord wired du dual. Observez que le graphe planaire correspondant
à la configuration η possède 2 faces finies (grisées sur la figure) et une face infinie. À chacune de ces
3 faces est associé exactement un amas de η ⋆ (se souvenir que chaque sommet isolé compte comme
un amas, et faire attention à la condition au bord !).
Démonstration. La preuve repose sur la formule d’Euler : si G = (V, E) est un graphe fini planaire
(pas nécessairement connexe), on a [8]
|V | − |E| + L(G) = N (G), (6.7)
où L(G) et N (G) représentent respectivement le nombre de faces finies 1 et le nombre de composantes
connexes de G.
On identifie chaque configuration η ∈ ΩFKE ,∅ avec le graphe (V (E ), E(η)) où

V (E ) = i ∈ Z2 : i est l’extrémité d’au moins une arête e ∈ E
E(η) = {e ∈ E : ηe = 1} .
Similairement, on identifie chaque configuration duale η ⋆ ∈ ΩFK ⋆ ⋆
E ⋆ ,w avec le graphe (V (E ), E(η )) où

V (E ⋆ ) = i ∈ Z2⋆ : i est l’extrémité d’au moins une arête e⋆ ∈ E ⋆
E(η ⋆ ) = {e ∈ E ⋆ : ηe⋆ = 1} .
L’observation importante est l’identité élémentaire suivante (cf. Fig. 6.1) :
L(η) = NE ⋆ (η ⋆ ) − 1. (6.8)
On conclut de (6.7) de (6.8) que
NE (η) = N (η) = |V (E )| − |E(η)| + L(η) = |E(η ⋆ )| + NE ⋆ (η ⋆ ) + const, (6.9)
où la constante est indépendante de la configuration η (et donc de η ⋆ ). Nous pouvons donc à présent
aisément conclure, puisque
p |E(η)| NE (η) p −|E(η⋆ )| |E(η⋆ )| NE ⋆ (η⋆ )
P∅E ;p,q (η) ∝ q ∝ q q
1−p 1−p
q(1 − p) |E(η⋆ )| NE ⋆ (η⋆ )
∝ q ∝ PwE ⋆ ;p⋆ ,q (η ⋆ ).
p
1
On appelle faces finies d’un graphe planaire le nombre de composantes connexes bornées de R2 \ G (on identifie G à
un de ses plongements dans le plan). Les composantes connexes non-bornées sont naturellement appelées faces infinies.
50
Remarque 6.5.1. Posons q = 2 (Ising). En utilisant pβ = 1 − e−2β , la relation de dualité montre que
la paramètre dual (pβ )⋆ est donné par
2(1 − pβ ) 2
(pβ )⋆ = = 2β .
pβ + 2(1 − pβ ) e +1
déf ⋆
Par conséquent, si l’on définit β ⋆ par (pβ )⋆ = 1 − e−2β , on obtient
⋆
e−2β = tanh β,
et on retrouve la relation (5.3). La dualité discutée ci-dessus est donc bien une autre manifestation
(plus profonde, car valide configuration par configuration) de la dualité de Kramers-Wannier.
6.6 Une application de la dualité

Dans cette section, nous donnons une application de la dualité associée à la représentation FK.
Notre hypothèse de base sera
Hp,q : ∃c = c(p, q) > 0 telle que, ∀n ≥ 0, PwEn ;p,q (0 ↔ Enc ) ≤ e−cn ,
où En ≡ EΛn avec Λn = {−n, . . . , n}2 .

Remarque 6.6.1. L’hypothèse Hp,q est conjecturée être satisfaite pour tout q ≥ 1 et tout p < pc (q).
Cette conjecture a été démontrée, en toute dimension, pour q = 1 (suit immédiatement de [3]), q = 2
(suit de [4] et de l’inégalité GHS, cf. Théorème 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 approximée par la mesure en volume infini. Pour cela, nous aurons besoin d’un peu de termino-
logie, analogue à celle introduite pour le modèle d’Ising. Nous dirons qu’un événement A ⊆ ΩFK est
local s’il existe E ⋐ E d tel que A est déterminé par l’état des arêtes de E ; nous noterons supp(A) le
plus petit ensemble E avec cette propriété.
Théorème 6.6.1. Si l’une des hypothèses Hp,q ou Hp⋆ ,q est vérifiée, alors il existe c′ = c′ (p, q) > 0
telle que
n0 ′
0 ≤ PwEn ;p,q (A) − Pwp,q (A) ≤ ′ e−c (n−n0 ) , ∀n ≥ n0 ,
c
pour tout événement local croissant A tel que supp(A) ⊆ Λn0 .
Ce résultat reste vrai pour l’événement croissant, mais non local,
D = {|B ∩ C| est pair pour tout amas fini C},
avec B ⊆ Λ0 .
Démonstration. La borne inférieure suit immédiatement de FKG. Nous démontrons la borne

supérieure. On commence par montrer le résultat pour A local croissant, sous l’hypothèse Hp,q . L’idée
est que dans ce cas, avec grande probabilité, la condition au bord ne se propage pas loin à l’intérieur
de la boı̂te En .
Soit G = {Λn0 ↔ Λcn }. On a bien sûr
PwEn ;p,q (A) ≤ PwEn ;p,q (G ) + PwEn ;p,q (A | G c ).
Il suit de l’hypothèse Hp,q et des inégalités FKG que

X
PwEn ;p,q (G ) ≤ PwEn ;p,q (i ↔ Λcn ) ≤ (8n0 + 4) PwEn−n (0 ↔ Λcn−n0 ) ≤ (8n0 + 4) e−c(n−n0 ) .
0 ;p,q
i∈∂Λn0
51
6.6. UNE APPLICATION DE LA DUALITÉ
Λn 0
Λn
Fig. 6.2 – Illustration correspondant au cas où l’événement G n’a pas lieu. Le système est alors contenu dans
une boı̂te aléatoire ∆ avec condition au bord libre (les arêtes, fermées, de ∂e ∆ sont indiquées en
rouge).
déf
D’autre part, 2lorsque G n’a pas lieu, il existe Λn0 ⊆ ∆ ⊆ Λn tel que toutes les arêtes de ∂e ∆ =
e = {i, j} ∈ E : i ∈ ∆, j 6∈ ∆ soient fermées, cf. Fig. 6.2 ; l’événement “G n’a pas lieu et ∆ est le
plus grand (pour l’inclusion) ensemble ayant les propriétés précédentes” est noté G∆c . Il suit alors des
inégalités FKG que
X X
PwEn ;p,q (A | G c ) = PwEn ;p,q (A | G∆c ) PwEn ;p,q (GEc | G c ) = P∅E∆ ;p,q (A) PwEn ;p,q (G∆c | G c )
∆: ∆:
Λn0 ⊆∆⊆Λn Λn0 ⊆∆⊆Λn
X
≤ P∅p,q (A) PwEn ;p,q (G∆c | G c ) = P∅p,q (A) ≤ Pwp,q (A), (6.10)
∆:
Λn0 ⊆∆⊆Λn
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 même déterminé par
l’état des arêtes de ∆ lorsque G n’a pas lieu.
Supposons à présent que Hp⋆ ,q soit vérifiée. On considère tout d’abord un événement A local et
croissant. L’idée est que sous Hp⋆ ,q il y a percolation pour les paramètres p, q, et donc, avec grande
probabilité sous Pwp,q , un chemin ouvert va séparer Λn0 de Λcn (cf. Fig. 6.3). Notons Ge l’événement
correspondant. On a
Pwp,q (A) ≥ Pwp,q (A | Ge) Pwp,q (Ge).
D’une part,
Pwp,q (Ge) = 1 − Pwp,q (Gec ),
et lorsque Gec a lieu, il doit y avoir un chemin ouvert dans la configuration duale reliant Λ⋆n0 à l’extérieur
de Λ⋆n . Par conséquent, il suit de l’hypothèse Hp⋆ ,q et des inégalités FKG que
X
Pwp,q (Gec ) ≤ P∅p⋆ ,q (i ↔ (Λ⋆n )c ) ≤ (8n0 + 8)n0 e−c(n−n0 ) .
i∈∂Λ⋆n0
D’autre part, lorsque Ge est réalisé, il existe Λn0 ⊆ ∆ ⊆ Λn et tel que toutes les arêtes de ∂e ∆ soient
ouvertes. Par conséquent, en raisonnant comme dans (6.10) (l’inégalité allant dans l’autre sens cette
fois, car la condition au bord est wired), on en déduit que
Pwp,q (A | Ge) ≥ PwEn ;p,q (A),
et la conclusion suit.
52
Fig. 6.3 – Idée de la preuve sous l’hypothèse Hp⋆ ,q . Gauche : cas de l’événement local A ; avec grande probabilité
sous Pwp,q , il y aura un circuit d’arêtes ouvertes séparant Λn0 et l’extérieur de Λn (sinon il devrait y
avoir un long chemin d’arêtes ouvertes dans le dual reliant ces deux ensembles). Droite : la variante
pour l’événement D ; dans ce cas on exige que le circuit sépare Λn/2 de l’extérieur de Λn et qu’il
appartienne à l’amas infini (cela arrive avec grande probabilité sous Pp,q w
, sinon il faut soit un grand
chemin d’arêtes ouvertes dans le modèle dual empêchant la présence du circuit, soit un grand circuit
d’arêtes ouvertes dans le modèle dual entourant ce dernier afin de l’empêcher de se connecter à
l’amas infini).
Il reste à considérer le cas d’un événement D = {|B ∩ C| est pair pour tout amas fini C}, avec
B ⊆ Λn0 , sous Hp⋆ ,q . L’argument précédent ne suffit pas, car il est alors nécessaire de savoir si le
circuit d’arêtes ouvertes appartient à l’amas infini, D n’étant déterminé par l’état des arêtes de ∆
que lorsqu’on possède cette information. Il n’est pas difficile de remédier à cette difficulté : on va
simplement imposer au circuit entourant Λn0 d’être suffisamment grand ; de cette façon, la probabilité
qu’il ne fasse pas partie de l’amas infini sera très petite (cf. Fig. 6.3). Plus précisément, on introduit
l’événement “Λn/2 est séparé de Λcn par un circuit appartenant à l’amas infini”, que l’on notera Gb.
L’argument est alors identique au précédent, en observant simplement que si l’événement Gb n’est pas
réalisé, alors soit il y a un chemin composé d’arêtes ouvertes reliant Λ⋆n/2 à l’extérieur de la boı̂te dans
la configuration duale (ce qui empêche la présence du circuit d’arêtes ouvertes), soit il y a un circuit
d’arêtes ouvertes dans la configuration duale entourant Λ⋆n/2 (et empêchant ainsi de relier le circuit à
l’amas infini). Les deux contributions sont exponentiellement petites en n et la conclusion suit.
Corollaire 6.6.1. Soit Λn = {−n, . . . , n}2 . Pour tout β 6= βc , il existe c′′ = c′′ (β) telle que
n0 ′′
|hf i+ +
Λn ;β,0 − hf iβ,0 | ≤ ′′
kf k∞ e−c (n−n0 ) , ∀n ≥ n0 ,
c
pour toute fonction locale f telle que supp(f ) ⊆ Λn0 .
Démonstration. Par le Lemme 2.3.1, il suffit de démontrer le résultat pour la fonction σB , avec B ⊆
supp(f ). Or hσB i+ w
Λ;β,0 = P (|B ∩ C| est pair pour tout amas fini C), par le Lemme 6.3.1. On peut
donc conclure à l’aide de théorème précédent, la validité de l’hypothèse Hpβ ,q étant garantie dans le
modèle d’Ising, lorsque β < βc (cf. Remarque 6.6.1).
53
6.6. UNE APPLICATION DE LA DUALITÉ
54
Chapitre 7
Représentation en courants aléatoires
Dans ce chapitre, nous introduisons une autre représentation graphique, extrèmement puissante, du
modèle d’Ising : la représentation en courants aléatoires (dorénavant : représentation RC), introduite
par Aizenman dans [2]. Celle-ci donne accès à des informations très fines sur ce modèle, et a permis de
démontrer un certain nombre de résultats fondamentaux sur le modèle d’Ising, qui n’ont pas encore
pu être étendus à d’autres modèles.
7.1 La représentation
7.1.1 Champ magnétique nul
Nous commençons par dériver la représentation RC pour la fonction de partition en champ
magnétique nul et condition au bord libre. Soit Λ ⋐ Zd . On a
X Y
Z∅Λ;β,0 = eβωi ωj
ω∈ΩΛ {i,j}∈EΛ
X Y X βn
= (ωi ωj )n
n!
ω∈ΩΛ {i,j}∈EΛ n≥0
X X Y β ne
= (ωi ωj )ne
ne !
ω∈ΩΛ n e={i,j}∈EΛ
X X Y β ne Y #(n,i)
= eβ|EΛ | e−β ωi ,
ne !
ω∈ΩΛ n e∈EΛ i∈Λ
où la somme dans les deux dernières lignes est sur les familles de courants 1 n = (ne )e∈EΛ , avec ne ∈ N,
déf P
et on a introduit #(n, i) = e∈EΛ ,e∋i ne , pour chaque i ∈ Λ.
En procédant de façon similaire à ce que l’on a fait pour la représentation haute température, on
calcule explicitement à présent la somme sur les configurations ω :
X Y #(n,i) Y X
ωi = ω #(n,i) = 2|Λ| 1{#(n,i) est pair, ∀i∈Λ} .
ω∈ΩΛ i∈Λ i∈Λ ω∈{−1,1}
déf
Par conséquent, en notant ∂n = {i ∈ Λ : #(n, i) est impair}, on obtient
Z∅Λ;β,0 = 2|Λ| eβ|EΛ | PΛ;β,0 (∂n = ∅),

1
Faites attention au fait que si chaque arête porte un certain courant, ce dernier n’a pas de direction, uniquement
une intensité.
55
7.1. LA REPRÉSENTATION
Fig. 7.1 – Gauche : une configuration de courants n. La couleur associée à une arête e indiquent la valeur de
ne : ne = 1 pour le bleu, ne = 2 pour le rouge, ne = 3 pour le vert. Droite : Une décomposition
possible en “boucles” (certaines arêtes ont été légèrement décalées afin d’améliorer la lisibilité).
où l’on a réinterprété n = (ne )e∈EΛ comme une collection de variables aléatoires i.i.d. suivant chacune
une loi de Poisson de paramètre β : PΛ;β,0 (ne = k) = e−β β k /k!. Il peut être utile de visualiser une
configuration de courants n telle que ∂n = ∅ comme résultant de la superposition de boucles de
courants (c’est-à-dire de circuits fermés le long desquels le courant est égal à 1), cf. Fig. 7.1. Bien
entendu, une telle décomposition en boucles n’est pas unique en général.
La même procédure permet de dériver une représentation analogue pour les fonctions de
corrélations hσA i∅Λ;β,0 , A ⊆ Λ. En effet, si l’on développe le numérateur de hσA i∅Λ;β,0 de la même façon
que ci-dessus, la seule différence provient de l’évaluation de la somme sur les configurations ω : la
présence du terme supplémentaire ωA conduit à
X Y #(n,i)
Y X
ωA ωi = ω #(n,i)+1{i∈A} = 2|Λ| 1{∂n=A} .
ω∈ΩΛ i∈Λ i∈Λ ω∈{−1,1}
En d’autres termes, on a à présent des sources de courants aux sommets de A (le courant n’étant pas
“conservé” en ces sommets), cf. Fig. 7.2. En résumé, on obtient l’élégante formule
PΛ;β,0 (∂n = A)
hσA i∅Λ;β,0 = .
PΛ;β,0 (∂n = ∅)
P
Observez que l’on a bien hσA i∅Λ;β,0 = 0 lorsque |A| est impair, car i∈Λ #(n, i) est toujours pair et
il est donc impossible de trouver une configuration de courants telle qu’il y ait un nombre impair de
sommets où #(n, i) est impair.
7.1.2 Champ magnétique h > 0

Nous allons à présent voir comment étendre la représentation RC au cas h > 0. La même procédure
permet de remplacer également la condition au bord libre par la condition au bord +, et est laissée
en exercice.
L’idée est d’introduire un spin fantôme (ghost spin en anglais) permettant de réinterpréter le terme
de l’Hamiltonien faisant intervenir le champ magnétique comme provenant d’une condition au bord
appropriée. On introduit tout d’abord un nouveau sommet g. On remplace ensuite le graphe (Λ, EΛ )
par le graphe (Λg, E¯Λ ), où Λg = Λ ∪ {g} et E¯Λ = EΛ ∪ EΛg, avec EΛg = {{i, g} : i ∈ Λ}, cf. Fig. 7.3.
déf déf
Au sommet g, on place un spin ω̄g dont la valeur est fixée à +1 ; ce spin fantôme joue donc le rôle
56
CHAPITRE 7. REPRÉSENTATION EN COURANTS ALÉATOIRES
j j
i i
Fig. 7.2 – Gauche : une configuration de courants contribuant à la fonction à 2-point hσi σj iΛ;β,0 ; observez que
#(n, i) et #(n, j) sont impairs. Les codes de couleur sont les mêmes que sur la Fig. 7.1. Droite :
Une décomposition possible en “boucles”. Observez la présence d’un chemin ouvert reliant les deux
points i et j.
g
i
Fig. 7.3 – Chaque sommet i ∈ Λ est lié par une arête au sommet g ; ce dernier est représenté, pour des raisons
de lisibilité, par chacun des sommets en rouge. Un spin fantôme, dont la valeur est fixée à 1, est
placé au sommet g.
57
7.1. LA REPRÉSENTATION
i i
Fig. 7.4 – Une configuration de courants contribuant à la fonction à 1-point hσi i∅

Λ;β,h ; les arêtes en diagonale
mênent à g. Il y a une source en g (un nombre impair d’arêtes étant incidentes en ce sommet).
de “condition au bord”. L’énergie associée à une configuration ω ∈ ΩΛ peut alors être écrite sous la
forme X X
−β ωi ωj − h ωi ω̄g.
{i,j}∈EΛ i∈Λ
On peut à présent répéter les dérivations effectuées précédemment pour le cas h = 0. Le développement
est formellement identique, les configurations de courants étant à présent définies sur le graphe étendu,
n = (ne )e∈E¯Λ . La seule différence a à nouveau lieu lorsque l’on évalue la somme sur les configurations
de spins. Dans le cas de la fonction de partition, cette dernière devient
X Y #(n,i)
Y X
ωi = ω #(n,i) = 2|Λ| 1{#(n,i) est pair, ∀i∈Λ} .
ω∈ΩΛ i∈Λ i∈Λ ω∈{−1,1}
Observez qu’il n’y a pas de contraintes de parité explicite sur #(n, g), puisqu’on ne somme que sur
les valeurs des spins dans Λ (le spin fantôme a sa valeur fixée à +1). On définit la notion de bord
déf
d’une configuration de courants par la même formule qu’avant, ∂n = {i ∈ Λ : #(n, i) est impair}.
Similairement au cas h = 0, on réinterprète n = (ne )e∈E¯Λ comme une collection de variables aléatoires
indépendantes telles que ne suit une loi de Poisson de paramètre β si e ∈ EΛ et de paramètre h si
e ∈ EΛg ; on note P∅Λ;β,h la loi de n. On peut donc écrire
g
Z∅Λ;β,h = 2|Λ| eβ|EΛ |+h|EΛ | PΛ;β,h (∂n = ∅).
Similairement, on obtient pour les fonctions de corrélation :
PΛ;β,h (∂n = A)
hσA i∅Λ;β,h = .
PΛ;β,h (∂n = ∅)
La possibilité d’avoir une source présente en g a pour conséquence que les fonctions de corrélation
hσA i∅Λ;β,h ne sont plus nécessairement nulles lorsque |A| est impair et h 6= 0, cf. Fig. 7.4.
7.1.3 Un peu de terminologie

Comme c’était le cas pour la représentation FK, la donnée d’une réalisation de n permet de définir
une notion de connectivité. Nous dirons que deux sommets distincts i, j ∈ Λ sont connectés dans la
n
configuration n, ce que l’on notera i ! j, s’il existe un chemin dans EΛ connectant i à j le long duquel
58
n ne prend que des valeurs strictement positives. Nous appellerons amas de i ∈ Λ dans la configuration
n l’ensemble Cn (i) défini par n o
déf n
Cn (i) = {i} ∪ j ∈ Λ : i ! j .
Nous appellerons g-amas l’ensemble [

déf
Cng = Cn (i)
i∈Λ
n{i,g} >0
de tous les sommets connectés au spin fantôme via un courant strictement positif. Nous écrirons
n n
également i −→ g lorsque i ∈ Cng. Nous dirons que i et j sont g-connectés dans n, noté i ←→ j, si
n
i ! j ou si i, j ∈ Cng.
7.2 Le “switching lemma”

Jusqu’à présent, l’avantage de la représentation RC sur, par exemple, la représentation FK est loin
d’être évident. Il se trouve cependant que la représentation RC permet d’obtenir des représentations
déf
très utiles des fonctions de corrélations tronquées2 comme, par exemple, la covariance hσi ; σj i+ Λ;β,h =
hσi σj i+ + +
Λ;β,h −hσi iΛ;β,h hσj iΛ;β,h . Observez que la représentation FK fournit une expression pour chacune
des trois espérances du membre de droite, mais ne permet pas de les regrouper de façon naturelle.
En particulier, elle ne permet pas de voir de manière immédiate la positivité de cette quantité (qui
suit des inégalités GKS). Nous allons voir qu’au contraire la représentation RC permet d’obtenir une
expression manifestement positive de cette covariance, ainsi que de très nombreuses autres quantités
d’intérêt.
Ces propriétés essentielles de la représentation RC suivent du remarquable résultat suivant. Nous
(2)
noterons PΛ;β,h = PΛ;β,h × PΛ;β,h , et n1 , n2 les deux configurations aléatoires indépendantes corres-
pondantes.
Lemme 7.2.1 (Switching Lemma). Soient Λ ⋐ Zd , A ⊆ Λ, i, j deux sommets distincts de Λ et I un

ensemble de configurations de courants dans Λ. Alors 3
(2)
PΛ;β,h (∂n1 = A, ∂n2 = {i, j}, n1 + n2 ∈ I )
(2) n1 +n2
= PΛ;β,h (∂n1 = A △ {i, j}, ∂n2 = ∅, n1 + n2 ∈ I , i ←→ j). (7.1)
et
(2)
PΛ;β,h (∂n1 = A, ∂n2 = {i}, n1 + n2 ∈ I )
(2) n1 +n2
= PΛ;β,h (∂n1 = A △ {i}, ∂n2 = ∅, n1 + n2 ∈ I , i −→ g). (7.2)
Démonstration. On ne démontre que la première identité, la seconde étant laissée en exercice. On

utilisera les notations suivantes :
déf
Y β ne Y hne
w(n) = ,
ne ! g
ne !
e∈EΛ e∈EΛ
et pour deux configurations de courants satifaisant n ≤ m (c’est-à-dire ne ≤ me , ∀e ∈ E¯Λ ),

m déf Y me
= .
n ¯
ne
e∈EΛ
2
Également appelées cumulants, ou semi-invariants.
3 déf
A△B = (A \ B) ∪ (B \ A).
59
7.3. APPLICATIONS
Nous allons passer du couple (n1 , n2 ) au couple (m, n) où m = n1 + n2 (l’addition étant comprise
arête par arête) et n = n2 . Comme ∂(n1 + n2 ) = ∂n1 △ ∂n2 , n ≤ m et
1
n + n2 m
w(n1 )w(n2 ) = w(n1
+ n2
) = w(m),
n2 n
on peut écrire
X X X m
1 2
w(n )w(n ) = w(m) . (7.3)
n
∂n1 =A ∂m=A△{i,j} n≤m
∂n2 ={i,j} m∈I ∂n={i,j}
n1 +n2 ∈I
m n
La première observation est que i ←→
6 j =⇒ i ←→
6 j, puisque n ≤ m. Par conséquent, pour de telles
configurations m, on a
X m
= 0. (7.4)
n
n≤m
∂n={i,j}
m
On peut donc supposer à présent que i ←→ j. Pour ces dernières, on peut appliquer le lemme suivant.
Lemme 7.2.2. Soit m une configuration de courants dans Λ ⋐ Zd , et C, D ⊆ Λ. S’il existe une
configuration de courants k telle que k ≤ m et ∂k = C, alors
X m X m
= . (7.5)
n n
n≤m n≤m
∂n=D ∂n=C△D
La preuve du lemme est donnée plus loin. Une application de ce dernier avec C = D = {i, j} donne
X m X m
= . (7.6)
n n
n≤m n≤m
∂n={i,j} ∂n=∅
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 m X
1 2
w(n )w(n ) = w(m) = w(n1 )w(n2 ) 1 n1 +n2 ,
1
n 1
{i ←→ j}
∂n =A ∂m=A△{i,j} n≤m ∂n =A△{i,j}
∂n2 ={i,j} m∈I ∂n=∅ ∂n2 =∅
m
n1 +n2 ∈I i←→j n1 +n2 ∈I
et le résultat est démontré.
Preuve du Lemme 7.2.2. On associe à la configuration m le graphe Gm avec sommets Λg et possédant

me arêtes entre les extrémités de chaque arête e ∈ E¯Λ . Par hypothèse, Gm possède un sous-graphe Gk
avec ∂Gk = C, où ∂Gk est l’ensemble des sommets de Λ appartenant à un nombre impair d’arêtes.
Le membre de gauche de (7.5) est égal 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 l’application G 7→ G △ Gk définit 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 d’application de la représentation RC : d’une part,
nous montrerons la décroissance exponentielle de la fonction à 2-point tronquée lorsque h 6= 0, et
d’autre part nous dériverons l’inégalité GHS et en verrons une application.
60
7.3.1 Décroissance exponentielle de la fonction tronquée

Nous allons prouver que hσi ; σj i∅Λ;β,h est exponentiellement décroissant en kj − ik2 lorsque h 6= 0. Il
existe d’autres façons de montrer un tel résultat, par exemple comme conséquence du Théorème 4.3.2,
mais la preuve donnée ici est particulièrement simple et intuitive (une fois habitué à la représentation
RC).
La première étape est de dériver une expression appropriée à l’aide de la représentation RC.
Lemme 7.3.1. Pour tout i, j ∈ Λ ⋐ Zd distincts, on a
(2) n1 +n2
∅
PΛ;β,h (∂n1 = {i, j}, ∂n2 = ∅, i −→
6 g)
hσi ; σj iΛ;β,h = (2)
.
PΛ;β,h (∂n1 = ∅, ∂n2 = ∅)
Observez que cela implique immédiatement que hσi ; σj i∅Λ;β,h ≥ 0. C’est le fait de pouvoir dériver
ce type de représentation probabiliste des fonctions de corrélation tronquées qui fait la grande force
de la représentation RC.
Démonstration. On a
PΛ;β,h (∂n = {i, j}) PΛ;β,h (∂n = {i}) PΛ;β,h (∂n = {j})
hσi ; σj i∅Λ;β,h = −
PΛ;β,h (∂n = ∅) PΛ;β,h (∂n = ∅) PΛ;β,h (∂n = ∅)
(2) (2)
PΛ;β,h (∂n1 = {i, j}, ∂n2 = ∅) − PΛ;β,h (∂n1 = {i}, ∂n2 = {j})
= (2)
.
PΛ;β,h (∂n1 = ∅, ∂n2 = ∅)
Une application du Switching Lemma (7.2) au second terme du numérateur de cette dernière expression
permet d’obtenir les mêmes sources que pour le premier terme :
(2) (2) n1 +n2

PΛ;β,h (∂n1 = {i}, ∂n2 = {j}) = PΛ;β,h (∂n1 = {i, j}, ∂n2 = ∅, i −→ g).
La conclusion suit.
On peut à présent démontrer le résultat principal de cette section.
Théorème 7.3.1. Pour tout h 6= 0, il existe c = c(h) > 0 tel que
0 ≤ hσi ; σj i∅Λ;β,h ≤ e−ckj−ik2 ,
pour tout i, j ∈ Λ ⋐ Zd et tout β < ∞.
Remarque 7.3.1. Le même résultat est évidemment vrai pour hσi ; σj i+β,h , puisqu’il y a unicité de la
mesure en volume infini lorsque h 6= 0. Lorsque h = 0 et β < βc , la décroissance de hσi ; σj i+ β,h est
toujours exponentielle [4], mais la preuve est beaucoup plus difficile. On pense que le même résultat
est également vrai lorsque h = 0 et β > βc , mais cela n’a été démontré que lorsque d = 2 [39], ou
lorsque β ≫ 1. La décroissance n’est par contre plus exponentielle lorsque β = βc (ce résultat est
démontré dans [39] pour la dimension 2, et [38] pour le cas d ≥ 3).
n1 +n2 n1
Démonstration. Comme {i −→
6 g} ⊆ {i 9 g}, on déduit de la représentation du Lemme 7.3.1 que
(2) n1 +n2 n
∅
PΛ;β,h (∂n1 = {i, j}, ∂n2 = ∅, i −→
6 g) PΛ;β,h (∂n = {i, j}, i 9 g)
hσi ; σj iΛ;β,h = (2)
≤ . (7.7)
PΛ;β,h (∂n1 = ∅, ∂n2 = ∅) PΛ;β,h (∂n = ∅)
61
7.3. APPLICATIONS
déf
Étant donné C ⊆ Λ, on note ∂E C = {e = {k, ℓ} ∈ EΛ : k ∈ C, ℓ 6∈ C}. On introduit également les
deux événements suivants
BC = {ne = 0, ∀e ∈ ∂E (C)},
n n n
GC = {∂n = {i, j}} ∩ {k ! i ∀k ∈ C} ∩ {k ! j ∀k ∈ C} ∩ {k 9 g ∀k ∈ C}.
Observez que l’événement BC découple les sous-systèmes C et Λ \ C. Avec ces notations, on peut
écrire le numérateur de (7.7)
n
X
PΛ;β,h (∂n = {i, j}, i 9 g) = PΛ\C;β,h (∂n = ∅) PC;β,h (GC )PΛ;β,h (BC ).
C⊆Λ
i,j∈C
Similairement, en introduisant l’événement

n n
GeC = {∂n = ∅} ∩ {k ! i ou k ! j, ∀k ∈ C},
on peut décomposer le dénominateur de (7.7) comme

X
PΛ;β,h (∂n = ∅) = PΛ\C;β,h (∂n = ∅) PC;β,h (GeC )PΛ;β,h (BC ).
C⊆Λ
i,j∈C
Comme |C| ≥ kj − ik1 + 1, la conclusion suit alors immédiatement une fois que l’on aura montré qu’il
existe c = c(h) > 0 telle que
PC;β,h (GC )
≤ e−c|C| ,
PC;β,h (GeC )
pour tout C ⊆ Λ 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 donnée par
( )
X
N(n) = n e =n+ 2rk 1{e={k,g}} + 1{e={i,g}} + 1{e={j,g}} : rℓ ∈ N, ∀ℓ ∈ C .
k∈C
Chacune des configurations n e ∈ N(n) satisfait ∂e

n = ∅. De plus, les familles N(n) sont disjointes.
Finalement, si n ∈ GC , alors N(n) ⊆ GeC .
Il suffit alors d’observer que
PΛ;β,h (N(n)) X h2ℓ+1 2 X h2ℓ |C|−2 2 |C|−2
= = sinh(h) cosh(h) ,
PΛ;β,h (n) (2ℓ + 1)! (2ℓ)!
ℓ≥0 ℓ≥0
et donc que, pour tout C tel que |C| ≥ 2,

X X
PC;β,h (GC ) = PC;β,h (n) ≤ e−c|C| PC;β,h (N(n)) ≤ e−c|C| PC;β,h (GeC ),
n∈GC n∈GC
avec c > 0.
7.3.2 L’inégalité GHS

Soit Λ ⋐ Zd . On définit
déf
hσi ; σj ; σk i∅Λ;β,h = hσi σj σk i∅Λ;β,h − hσi i∅Λ;β,h hσj σk i∅Λ;β,h − hσj i∅Λ;β,h hσi σk i∅Λ;β,h
− hσk i∅Λ;β,h hσi σj i∅Λ;β,h + 2hσi i∅Λ;β,h hσj i∅Λ;β,h hσk i∅Λ;β,h .
Le but de cette sous-section est de démontrer l’inégalité GHS (d’après Griffiths, Hurst et Sherman [22]).
62
Théorème 7.3.2. Pour tout h ≥ 0,
hσi ; σj ; σk i∅Λ;β,h ≤ 0, (7.8)
pour tout i, j, k ∈ Λ ⋐ Zd . En particulier, l’aimantation est une fonction concave du champ magnétique
pour h > 0,
∂2
hσi i∅β,h ≤ 0 ∀h > 0.
∂h2
Démonstration. On observe tout d’abord que
hσi ; σj ; σk i∅Λ;β,h = hσi ; σj σk i∅Λ;β,h − hσj i∅Λ;β,h hσi ; σk i∅Λ;β,h − hσk i∅Λ;β,h hσi ; σj i∅Λ;β,h . (7.9)
Considérons tout d’abord le cas de points i, j, k non tous distincts. Par symétrie de hσi ; σj ; σk i∅Λ;β,h en
i, j, k, il suffit de considérer le cas j = k. On a alors que hσi ; σj σk i∅Λ;β,h = 0 et donc la conclusion suit
de (7.9) et des inégalités GKS.
Supposons à présent i, j, k tous distincts. Le même argument que celui du Lemme 7.3.1 donne
(2) n1 +n2
PΛ;β,h (∂n1 = {i, j, k}, ∂n2 = ∅, i −→
6 g)
hσi ; σj σk i∅Λ;β,h = (2)
. (7.10)
PΛ;β,h (∂n1 = ∅, ∂n2 = ∅)
Dans une paire de configurations (n1 , n2 ) contribuant au numérateur de cette dernière expression,
l’amas de i contient toujours exactement un des deux sommets j ou k, l’autre devant nécessairement
être connecté à g. On considère le cas où Cn1 +n2 (i) ∋ j (et donc Cn1 +n2 (i) 6∋ k). On note GC
l’événement {Cn1 +n2 (i) = C}. En conditionnant sur une réalisation de cet amas, le bord de l’amas
(composé d’arêtes avec courant nul à la fois dans n1 et n2 ) découple l’intérieur de l’extérieur. On
obtient
X∗ (2) n1 +n2 (2)
PΛ;β,h ∂n1 = {i, j, k}, ∂n2 = ∅, i −→
6 g GC PΛ;β,h (GC ) =
C
X∗ (2) n1 +n2 (2) (2)
PC;β,h ∂n1 = {i, j}, ∂n2 = ∅, i −→
6 g GC PΛ\C;β,h ∂n1 = {k}, ∂n2 = ∅ PΛ;β,h (GC ),
C
X∗
la somme étant prise sur les sous-ensembles C ⊆ Λ connexes satisfaisant i, j ∈ C, mais k 6∈ C.
C
On observe à présent que
(2) (2)
PΛ\C;β,h ∂n1 = {k}, ∂n2 = ∅ = hσk i∅Λ\C;β,h PΛ\C;β,h ∂n1 = ∅, ∂n2 = ∅
(2)
≤ hσk i∅Λ;β,h PΛ\C;β,h ∂n1 = ∅, ∂n2 = ∅ ,
la dernière égalité suivant des inégalités GKS. En substituant cette borne dans la précédente, on voit
que
(2) n1 +n2
hσi ; σj σk i∅Λ;β,h ≤ hσk i∅Λ;β,h PΛ;β,h ∂n1 = {i, j}, ∂n2 = ∅, i −→
6 g + (j ⇔ k)
= hσk i∅Λ;β,h hσi ; σj i∅Λ;β,h + hσj i∅Λ;β,h hσi ; σk i∅Λ;β,h ,
et la première affirmation suit.

La seconde affirmation est une conséquence immédiate de la première, puisque
∂2 X
2
hσi i∅Λ;β,h = hσi ; σj ; σk i∅Λ;β,h ≤ 0.
∂h
j,k∈Λ
63
7.3. APPLICATIONS
Remarque 7.3.2. Observez que, bien que l’on ait toujours supposé le champ magnétique homogène,
ceci n’a été utilisé nulle part dans ce chapitre. En particulier, l’inégalité précédente reste vraie lorsque
le champ magnétique agissant sur le sommet i est hi , pourvu que hi ≥ 0 pour tout i. Nous aurons
besoin de cette version ci-dessous.
L’inégalité GHS possède de nombreuses applications. En particulier, elle permet une preuve alter-
native de l’unicité de la mesure de Gibbs en volume infini lorsque h 6= 0 (exercice). Nous donnons
ci-dessous une application élémentaire, montrant que, dans le cas du modèle d’Ising, la décroissance
exponentielle de la fonction à 2-point en volume infini implique la relaxation exponentielle de l’aiman-
tation dans une boı̂te finie.
Théorème 7.3.3. Soit Λn = {−n, . . . , n}d . Supposons qu’il existe c > 0 telle que hσi σj i∅β,0 ≤ e−ckj−ik2 ,
∀i, j ∈ Zd . Alors, pour tout n ≥ 0,
d−1 −cn
0 ≤ hσ0 i+
Λn ;β,0 ≤ β (2n + 2) e .
Démonstration. La borne inférieure suit, par exemple, des inégalités GKS. On démontre la borne
supérieure. Par symétrie,
Z β
∂
hσ0 i+
Λn ;β,0 = hσ0 i+
Λn ;β,0
∅
− hσ0 iΛn ;β,0 = ds hσ0 isΛn ;β,0 ,
0 ∂s
où µsΛn ;β,0 est la mesure de Gibbs dans Λn avec condition au bord libre et Hamiltonien
X X
−β σ i σj − s # {j 6∈ Λn : j ∼ i} σi .
{i,j}∈EΛn i∈∂Λn
Il suit alors de l’inégalité GHS que

∂ X
hσ0 isΛn ;β,0 = # {j 6∈ Λn : j ∼ i} hσ0 ; σi isΛn ;β,0
∂s
i∈∂Λn
≤ (2n + 2)d−1 sup hσ0 ; σi i0Λn ;β,0 ,

i∈∂Λn
puisque la fonction tronquée est une fonction décroissante de s ≥ 0. La conclusion suit par symétrie
et les inégalités GKS : hσ0 ; σi i0Λn ;β,0 = hσ0 σi i∅Λn ;β,0 ≤ hσ0 σi i∅β,0 ≤ e−cn .
Remarque 7.3.3. Observez que cela implique en particulier que l’hypothèse Hpβ ,2 de la Section 6.6 est
vérifiée lorsque hσ0 σi i∅β,0 décroit exponentiellement, ce qui est vrai lorsque β < βc [4].
64
Chapitre 8
Retour sur la représentation haute température
Dans ce chapitre, nous retournons à la représentation haute température, introduite au chapitre 4,

et montrons comment une approche plus fine permet d’obtenir des informations non perturbatives sur
les fonctions de corrélation.
8.1 Représentation en ligne aléatoire

La représentation haute température permet d’obtenir une représentation très utile de la fonction
à 2-point. Nous nous contenterons de quelques résultats de base et renvoyons à [43, 44] pour plus
de détails. Mentionnons également que cette représentation peut alternativement être obtenue en
resommant partiellement la représentation RC de la fonction à 2-point (cf. la représentation en marche
aléatoire de [1]).
Partons de la représentation haute température de la fonction à 2-point (exercice 10) : pour toute
paire de sommets distincts i, j dans Λ ⋐ Zd ,
1 X
hσi σj i∅Λ;β,0 = tanh(β)|E| , (8.1)
Ξβ (EΛ )
E⊆EΛ
b(E)={i,j}
déf
avec b(E) = {k ∈ Λ : I(k, E) est impair}, et où l’on a introduit, pour E ⋐ E d ,
déf
X
Ξβ (E ) = tanh(β)|E| .
E⊆E
b(E)=∅
Les degrés des sommets i, j étant impairs, et ceux des autres sommets pairs, il est possible de
décomposer chaque E tel que b(E) = {i, j} en un chemin λ joignant i à j, et un ensemble d’arêtes
E ′ ⊂ E avec b(E ′ ) = ∅. Nous emploierons l’algorithme suivant afin d’extraire le chemin λ (cf.
Fig. 8.1) :
déf
1. Notons Ik = {e ∈ EΛ : e ∋ k}. On fixe un ordre (arbitraire) sur l’ensemble Ik pour chaque
k ∈ Λ.
2. On initialise : m = 0, x0 = i, ∆0 = ∅.
3. On définit xm+1 de façon à ce que {xm , xm+1 } soit la première arête de (E ∩ Ixm ) \ ∆m . Si
xm+1 = j, on arête la procédure.
4. On pose ∆m+1 = ∆m ∪ {e ∈ Ixm : e ≤ {xm , xm+1 }}, et on incrémente m : m ← m + 1.
5. On retourne à l’étape 3.
65
8.2. QUELQUES PROPRIÉTÉS DES POIDS
2
3 1
4
Fig. 8.1 – Gauche : Un ensemble d’arêtes E ⊆ EΛ avec b(E) = {i, j}. Droite : Le chemin λ : i → j, en bleu.
Les arêtes appartenant à ∆(λ) \ λ sont indiquées en rouge. L’ordre des arêtes incidentes en chaque
sommet est comme indiqué au milieu.
déf déf
Cet algorithme nous fournit un chemin λ = (x0 , x1 , . . . , xn ) et un ensemble d’arêtes ∆(λ) =
S n
m=1 {e ∈ Ixm : e ≤ {xm−1 , xm }}. Observons que la construction implique que x0 = i, xn = j,
xm 6= j, ∀m < n, et chaque arête {xm−1 , xm }, m = 1, . . . , n, est utilisée exactement une fois ; on
identifiera le chemin λ avec l’ensemble (e1 , . . . , en ) des arêtes em = {xm−1 , xm } lorsque cela sera utile.
Les chemins λ pouvant être extraits d’un ensemble E ⊆ EΛ avec b(E) = {i, j} par la procédure
précédente sont dits admissibles. On notera l’ensemble des chemins admissibles de i à j par {λ : i → j}.
Lemme 8.1.1. L’ensemble {E ⊆ EΛ : b(E) = {i, j}} se compose de toutes les collections d’arêtes de
la forme λ ∪ E ′ avec λ : i → j et E ′ ⊆ EΛ \ ∆(λ) avec b(E ′ ) = ∅.
Démonstration. Soit E ⊆ EΛ satisfaisant b(E) = {i, j}, et soit λ le chemin que l’on obtient en appli-
quant l’algorithme précédent à E, et E ′ = E \ λ. Supposons qu’il existe e ∈ ∆(λ) ∩ E ′ , et considérons
l’étape lors de laquelle l’arête e est ajoutée à ∆(λ), c’est-à-dire l’étape m de l’algorithme telle que
e ∈ ∆m+1 \ ∆m . Par construction de ∆m+1 , on a {xm , xm+1 } > e pour l’ordre fixé sur Ixm . Mais ceci
contredit le choix de xm+1 comme étant l’autre extrémité de la première arête de (E ∩ Ixm ) \ ∆m .
Soit à présent λ : i → j et E ′ ⊆ EΛ \ ∆(λ) satisfaisant b(E ′ ) = ∅. Alors, E = λ ∪ E ′ appartient
ij
EΛ . On vérifie très facilement que l’application de l’algorithme précédent à E génère le chemin λ.
Avec les notations précédentes, on peut réécrire (8.1) sous la forme

1 X X ′
X
hσi σj i∅Λ;β,0 = tanh(β)|λ| tanh(β)|E | = qEΛ ;β (λ), (8.2)
Ξβ (EΛ ) ′
λ: i→j E ⊆EΛ \∆(λ) λ: i→j
b(E ′ )=∅
où l’on a introduit les poids, pour E ⊆ E d et λ ⊆ E ,

déf Ξβ (E \ ∆(λ))
qE ;β (λ) = tanh(β)|λ| .
Ξβ (E )
L’identité (8.2) est appelée représentation en ligne aléatoire de la fonction à 2-point (ou représentation
en marche aléatoire, dans la terminologie de [1]).
Il sera pratique ci-dessous de définir qE ;β pour un chemin arbitraire sur Zd en posant qE ;β (λ) = 0
si λ n’est pas un chemin admissible contenu dans E .
8.2 Quelques propriétés des poids

Un des intérêts de la représentation (8.2) est qu’il est possible d’extraire de nombreuses propriétés
des poids qE ;β à partir d’inégalités de corrélation. Nous en donnons ici un exemple qui nous sera utile
plus bas, mais il est possible d’extraire beaucoup plus d’information [43, 44].
66
CHAPITRE 8. RETOUR SUR LA REPRÉSENTATION HAUTE TEMPÉRATURE
Nous allons nous intéresser à la situation suivante : que peut-on dire de la somme sur tous les
chemins joignant i à j et contraints à visiter un sommet intermédiaire k ? Plus précisément, si i, j, k
sont trois sommets distincts de Λ, nous noterons λ : i → k → j lorsque λ : i → j et λ ∋ k. L’inégalité
suivante, très utile, est dûe à Pfister [42] ; elle peut être aisément étendue au cas où λ est contraint à
visiter plusieurs sommets intermédiaires.
Théorème 8.2.1. Soient i, j, k trois sommets distincts de Λ ⋐ Zd . Alors
X X X
qEΛ ;β (λ) ≤ qEΛ ;β (λ) qEΛ ;β (λ).
λ: λ: i→k λ: k→j
i→k→j
Démonstration. On considère λ comme une courbe dans Rd , partant de i. L’observation cruciale est
que
λ : i → j, λ ∋ k ⇐⇒ λ = λ1 ∪ λ2 avec λ1 : i → k, λ2 : k → j, λ2 ⊆ EΛ \ ∆(λ1 ).
En effet, si λ = (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 λ un chemin
admissible λ1 : i → k en l’interrompant à sa première visite en k. Lors de l’extraction d’un chemin
admissible λ, la seule contrainte imposée par la partie de chemin déjà construite (x1 , . . . , xm ) aux
arêtes ajoutées par la suite est d’être disjointes des arêtes de ∆m . Par conséquent, étant donné λ1 , λ2
est un chemin admissible connectant k à j sans utiliser d’arêtes de ∆(λ1 ).
Réciproquement, on vérifie immédiatement que tout chemin de la forme λ = λ1 ∪λ2 avec λ1 : i → k,
λ2 : k → j, λ2 ⊆ EΛ \ ∆(λ1 ), est nécessairement un chemin admissible connectant i à j (et passant
par k).
Par conséquent, en observant que ∆(λ1 ∪ λ2 ) = ∆(λ1 ) ∪ ∆(λ2 ), on obtient
X X X
qEΛ ;β (λ) = qEΛ ;β (λ1 ∪ λ2 )
λ: λ1 : i→k λ2 : k→j
i→k→j λ2 ∩∆(λ1 )=∅
X Ξβ (EΛ \ ∆(λ1 )) X Ξβ ((EΛ \ ∆(λ1 )) \ ∆(λ2 ))
= tanh(β)|λ1 | tanh(β)|λ2 |
Ξβ (EΛ ) Ξβ (EΛ \ ∆(λ1 ))
λ1 : i→k λ2 : k→j
λ2 ⊆EΛ \∆(λ1 )
X X
= qEΛ ;β (λ1 ) qEΛ \∆(λ1 );β (λ2 ).
λ1 : i→k λ2 : k→j
La conclusion suit alors des inégalités GKS, puisque

X X
qEΛ \∆(λ1 );β (λ2 ) = hσk σj i∅Λ;β,0,λ1 ≤ hσk σj i∅Λ;β,0 = qEΛ ;β (λ2 ),
λ2 : k→j λ2 : k→j
où l’espérance h · i∅Λ;β,0,λ1 est prise sous la mesure de Gibbs dans Λ avec Hamiltonien
X
−β σi σj .
{i,j}∈EΛ \∆(λ1 )
Le corollaire suivant, originellement dû à Simon [51], possède de nombreuses conséquences remar-
quables. Nous en verrons une dans la Section 8.4.
Corollaire 8.2.1. Soit A ⊆ Λ ⋐ Zd tel que i ∈ A \ ∂A et j 6∈ A. Alors
X
hσi σj i∅Λ;β,0 ≤ hσi σk i∅Λ;β,0 hσk σj i∅Λ;β,0 . (8.3)
k∈∂A
67
8.3. EXISTENCE DE LA MASSE
Démonstration. Soit λ : i → j. On définit λ1 comme la partie du chemin allant de i jusqu’à la première

visite en ∂A. Il suit alors du Théorème 8.2.1 que
X X X
hσi σj i∅Λ;β,0 = qEΛ ;β (λ) ≤ qEΛ ;β (λ)
λ: i→j k∈∂A λ:
i→k→j
X X X X
≤ qEΛ ;β (λ) qEΛ ;β (λ) = hσi σk i∅Λ;β,0 hσk σj i∅Λ;β,0 .
k∈∂A λ:i→k λ:k→j k∈∂A
Remarque 8.2.1. On peut en fait assez facilement améliorer cette inégalité sous la forme
X
hσi σj i∅Λ;β,0 ≤ hσi σk i∅A;β,0 hσk σj i∅Λ;β,0 .
k∈∂A
Cette amélioration (qui a des conséquences très intéressantes) est dûe à Lieb [37]. Elle peut se
démontrer en combinant la preuve précédente et l’inégalité qE1 (λ) ≤ qE2 (λ), valide pour tout λ ⊆
E2 ⊆ E1 [43, 44].
8.3 Existence de la masse

La représentation en ligne aléatoire est particulièrement utile lorsque la fonction à 2-point décroit
exponentiellement rapidement, ce qui a lieu si et seulement si β < βc (et h = 0) [4]. On peut alors
associer à chaque direction ~n, le taux de décroissance exponentielle dans cette direction, de la façon
suivante. On appelle masse (ou longueur de corrélation inverse) dans la direction ~n la fonction ξβ :
Sd−1 → R définie par
déf 1
ξβ (~n) = − lim loghσ0 σ⌊k~n⌋ i∅β,0 ,
k→∞ k
déf
où l’on a introduit, pour y = (y1 , . . . , yd ) ∈ Rd , ⌊y⌋ = (⌊y1 ⌋, . . . , ⌊yd ⌋).
Théorème 8.3.1. La limite ci-dessus existe pour tout ~n ∈ Sd−1 , et
hσ0 σi i∅Λ;β,0 ≤ e−ξβ (~ni )kik2 , ∀Λ ⊆ Zd , ∀i ∈ Λ, (8.4)

déf
où ~ni = i/kik2 . De plus, ξβ (~n) > 0, ∀~n ∈ Sd−1 , dès que β < βc .
Remarque 8.3.1. On peut en fait montrer [9], mais ceci est beaucoup plus difficile, que, pour tout
β < βc ,
Ψβ (~ni ) −ξβ (~ni )kik2
hσ0 σi i∅β,0 = (d−1)/2
e (1 + o(1)),
kik2
lorsque kik2 → ∞, où Ψβ est une fonction strictement positive et analytique sur Sd−1 . La correction
à la décroissance exponentielle établie dans le théorème est donc algébrique.
Démonstration. La stricte positivité est difficile et nous ne la ferons pas ici [4]. Passons à l’existence.
On traite tout d’abord le cas des vecteurs ~n = (n1 , . . . , nd ) tels que nk /n1 ∈ Q pour tout 2 ≤ k ≤ d ;
évidemment l’ensemble Sd−1r de ces vecteurs est dense dans la sphère. Soit ~n un tel vecteur. Il existe
d
donc 0 6= ℓ0 ∈ Z tel que ℓ0 = α~n pour un certain α > 0. Nous allons tout d’abord démontrer la
convergence le long de la suite km = mα, m ∈ N∗ . Il suffit pour cela d’observer que les inégalités GKS
et l’invariance sous les translations (cf. Exercice 8) impliquent que
hσ0 σkm1 +m2 ~n i∅β,0 = hσ0 σ(m1 +m2 )ℓ0 i∅β,0 ≥ hσ0 σm1 ℓ0 i∅β,0 hσm1 ℓ0 σ(m1 +m2 )ℓ0 i∅β,0
= hσ0 σm1 ℓ0 i∅β,0 hσ0 σm2 ℓ0 i∅β,0 = hσ0 σkm1 ~n i∅β,0 hσ0 σkm2 ~n i∅β,0 .
68
CHAPITRE 8. RETOUR SUR LA REPRÉSENTATION HAUTE TEMPÉRATURE
On en conclut que
am1 +m2 ≤ am1 + am2 , ∀m1 , m2 ∈ N∗ ,
où l’on a posé am = − loghσ0 σkm ~n i∅β,0 . Une application du Lemme A.4.1 montre donc que
1 1 am 1 am
lim loghσ0 σkm ~n i∅β,0 = lim = inf { }, (8.5)
m→∞ km α m→∞ m α m≥1 m
ce qui établit la convergence le long de cette suite particulière lorsque ~n ∈ Sd−1

r .
Montrons à présent la convergence le long d’une suite km → ∞ arbitraire, toujours pour les vecteurs
~n ∈ Sd−1
r . Il suffit d’observer que, pour tout k ∈ R+ , ⌊k~n⌋ = rk ℓ0 + wk avec rk ∈ N et wk ∈ Zd tel que
kwk k∞ < kℓ0 k∞ . Par conséquent
hσ0 σ⌊k~n⌋ i∅β,0 ≥ hσ0 σrk ℓ0 i∅β,0 hσ0 σwk i∅β,0 ≥ C hσ0 σrk ℓ0 i∅β,0 ,
puisque, pour tout j ∈ Zd ,

hσ0 σj i∅β,0 ≥ hσ0 σj i∅π;β,0 ≥ tanh(β)kjk1 , (8.6)
par les inégalités GKS et (8.1) en dimension 1, π étant un plus court chemin menant de 0 à j. De la
même manière, on obtient que hσ0 σrk ℓ0 i∅β,0 ≥ C hσ0 σ⌊k~n⌋ i∅β,0 . On a donc
1 1
lim loghσ0 σ⌊k~n⌋ i∅β,0 = lim loghσ0 σrk ℓ0 i∅β,0 ,
k→∞ k k→∞ k
et on a vu que la limite dans le membre de droite existe.

Il reste à montrer la convergence pour ~n ∈ Sd−1 \ Srd−1 . Soit ǫ > 0 et ~n′ ∈ Sd−1
r tel que k~n −~n′ k2 ≤ ǫ.
En procédant comme ci-dessus, on montre qu’il existe c > 0 tel que, pour tout k ∈ R+ ,
−ckǫ
hσ0 σ⌊k~n⌋ i∅β,0
e ≤ ≤ eckǫ ,
hσ0 σ⌊k~n′ ⌋ i∅β,0
puisque kk~n − k~n′ k2 ≤ kǫ. Par conséquent,
1 1
ξβ (~n′ ) − cǫ ≤ lim inf − loghσ0 σ⌊k~n⌋ i∅β,0 ≤ lim sup − loghσ0 σ⌊k~n⌋ i∅β,0 ≤ ξβ (~n′ ) + cǫ,
k→∞ k k→∞ k
et la conclusion suit.
Finalement, en partant de i ∈ Zd , on voit que ~ni ∈ Srd−1 et donc (8.4) suit de (8.5) (avec ℓ0 = i et
m = 1).
déf
La fonction ξβ peut ensuite être étendue à Rd par homogénéité positive : ξβ (x) = kxk2 ξβ (nx ).
Il n’est alors pas difficile, en utilisant les inégalités GKS, de montrer que ξβ est convexe et que, par
conséquent, c’est une norme sur Rd lorsque β < βc (exercice).
8.4 Une application de l’inégalité de Simon

L’inégalité (8.3) a de nombreuses applications. Nous en donnerons une des plus importantes ici,
dûe à Simon [51] : la fonction à 2-point décroit exponentiellement si et seulement si elle est sommable.
Théorème 8.4.1. Supposons que X

hσ0 σi i∅β,0 < ∞.
i∈Zd
Alors, la masse est strictement positive : ξβ (x) > 0, pour tout x 6= 0.
69
8.4. UNE APPLICATION DE L’INÉGALITÉ DE SIMON
déf P
Remarque 8.4.1. La quantité χβ = β i∈Zd hσ0 σi i∅β,0 joue un rôle très important en physique statistique
et en thermodynamique ; elle est appelée susceptibilité magnétique. Observez que ce théorème montre,
en particulier, que si la fonction à 2-point décroit comme kik2−α , avec α > d − 1, alors elle décroit
exponentiellement vite.

Démonstration. On note BR = j ∈ Zd : kjk∞ ≤ R . On choisit R tel que
X
hσ0 σk i∅β,0 ≤ e−c < 1.
k∈∂BR
P P
L’existence d’un tel R est assurée par le fait que la série R≥0 k∈∂BR hσ0 σk i∅β,0 converge. On applique
ensuite l’inégalité de Simon,
X
hσ0 σi i∅β,0 ≤ hσ0 σk i∅β,0 hσk σi i∅β,0 ≤ e−c sup hσk σi i∅β,0 .
k∈∂BR k∈∂BR
On peut itérer cette opération kik∞ /R fois, obtenant ainsi
hσ0 σi i∅β,0 ≤ e−ckik∞ /R ,
pour tout i avec kik∞ suffisamment grande, ce qui démontre le résultat.
70
Chapitre 9
Algorithmes de simulation
Dans ce chapitre, nous décrivons brièvement quelques méthodes permettant de générer

numériquement des configurations du modèle d’Ising.
9.1 Méthode de Monte-Carlo

Soit Λ ⋐ Zd et ω̄ ∈ Ω. On désire tirer une configuration de Ωω̄Λ avec probabilité µω̄Λ;β,h . Une façon
naturelle de procéder est d’introduire une chaı̂ne de Markov irréductible et apériodique sur l’ensemble
fini Ωω̄Λ , choisie de sorte à ce que son unique mesure invariante soit µω̄Λ;β,h . Nous allons discuter le cas
standard de l’algorithme du “bain thermique” (heat bath, en anglais). Dans celui-ci, on passe d’une
configuration ω à une autre configuration ω ′ de la façon suivante : on tire, indépendemment, un nombre
u ∈ [0, 1] avec la mesure uniforme, et un sommet i ∈ Λ, également de façon uniforme. On pose alors

ωj si j 6= i,

′
ωj = 1 si j = i et u ≤ µω̄Λ;β,h (σi = 1 | σj = ωj , ∀j ∼ i), (9.1)

 ω̄
−1 si j = i et u > µΛ;β,h (σi = 1 | σj = ωj , ∀j ∼ i).
En d’autres termes, après avoir choisi un sommet au hasard, on fixe la valeur de la configuration en i
à ±1 avec probabilité
µω̄Λ;β,h (σi = ±1 | σj = ωj , ∀j ∼ i).
Notons T(ω → ω ′ ) les probabilités de transition correspondantes.
Lemme 9.1.1. La chaı̂ne de Markov construite ci-dessus est ergodique, et sa distribution stationnaire
est µω̄Λ;β,h .
Démonstration. Tout d’abord, la chaı̂ne construite est manifestement irréductible et apériodique, et

par conséquent ergodique. Nous allons vérifier que la chaı̂ne est réversible par rapport à µω̄Λ;β,h . On a,
pour toute paire de configurations ω, ω ′ ∈ Ωω̄Λ coı̈ncidant partout sauf au sommet i ∈ Λ où ωi = 1 =
−ωi′ ,
1 ω̄
µω̄Λ;β,h (ω) T(ω → ω ′ ) = µω̄Λ;β,h (ω) µ (σi = −1 | σj = ωj , ∀j ∼ i)
|Λ| Λ;β,h
1 µω̄Λ;β,h (ω)µω̄Λ;β,h (ω ′ )
=
|Λ| µω̄Λ;β,h (ω) + µω̄Λ;β,h (ω ′ )
= µω̄Λ;β,h (ω ′ ) T(ω ′ → ω).
Par conséquent, la distribution stationnaire de la chaı̂ne (nécessairement unique) est bien µω̄Λ;β,h .
71
9.2. SIMULATION PARFAITE
Fig. 9.1 – Trois copies d’une chaı̂ne partant de trois états différents. Les (ici, deux) instants de coalescence
sont indiqués.
On est alors confronté à un problème d’ordre pratique : on ne peut évidemment laisser cet algo-
rithme tourner infiniment longtemps, et il faut donc l’interrompre après un nombre fini M d’itérations.
Comment doit-on choisir M si l’on veut être assuré d’être proche de la distribution stationnaire ? Une
approche possible est d’étudier la vitesse de convergence de la chaı̂ne. Malheureusement, une telle
approche ne fournit en général que des bornes trop grossières pour être réellement utiles en pratique,
même si elles peuvent donner des indications1 . Par chance, il existe une variante de l’algorithme ci-
dessus, ne nécessitant qu’un nombre fini (mais aléatoire !) 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 qu’il est aisé de construire une chaı̂ne de Markov possédant µω̄Λ;β,h comme mesure
stationnaire. Nous allons à présent en donner une variante appelée “couplage depuis le passé” (coupling
from the past, en anglais) qui permet de générer des configurations distribuées exactement selon la
mesure stationnaire tout en ne nécessitant qu’un nombre fini d’itérations. Cette variante est dûe à
Propp et Wilson [47].
Soient qω,ω′ , ω, ω ′ ∈ Ω, avec Ω un ensemble fini, les probabilités de transition d’une chaı̂ne de
Markov X irréductible et apériodique de mesure stationnaire P. Afin d’analyser la dépendance en
l’état initial de la chaı̂ne, on démarre, au temps t0 , |Ω| copies de celle-ci, chacune partant d’un état
différent. L’évolution se fait de façon indépendante, tant que les trajectoires ne coı̈ncident pas. Si deux
(ou plus) trajectoires coı̈ncident à un temps t, alors on les fait évoluer ensemble pour tous les temps
ultérieurs, comme représenté sur la Figure 9.1. On réalise ainsi un couplage de ces |Ω| chaı̂nes. Une
façon équivalente de présenter ce couplage est de considérer une famille (fk )k∈Z de fonctions aléatoires
i.i.d. fk : Ω → Ω de loi Q telles que, pour tout ω ′ ∈ Ω, Q(f0 (ω) = ω ′ ) = qω,ω′ indépendemment pour
chaque ω ∈ Ω. La distribution au temps t ∈ N de la chaı̂ne partant de l’état ω au temps t0 < t est
déf
donc identique à celle de Ftt0 (ω) = ft−1 ◦ ft−2 ◦ · · · ◦ ft0 +1 ◦ ft0 (ω).
Lemme 9.2.1. Il existe Q-presque-sûrement un temps N < ∞ tel que F1N est une constante.
Démonstration. Par irréductibilité et apériodicité, il existe K < ∞ tel que la probabilité d’aller de ω
à ω ′ en K pas est strictement positive pour toute paire ω, ω ′ ∈ Ω. Par conséquent, Q(F1K = const)
1
Pour nuancer un peu ces propos, de tels algorithmes de simulations sont utilisés régulièrement, par exemple par les
physiciens, même en l’absence d’informations (rigoureuses) sur la vitesse de convergence ; pragmatiques, ils se contentent
souvent de lancer la simulation à partir de différentes configurations initiales, et estiment avoir attendu suffisamment
longtemps si les résultats obtenus ne dépendent pas (trop) de la configuration initiale.
72
CHAPITRE 9. ALGORITHMES DE SIMULATION
1/2 1/2
1/2 A B C
1/2 1
Fig. 9.2 – Un exemple montrant qu’à l’instant de coalescence, la chaı̂ne n’est pas nécessairement dans la
distribution stationnaire : l’état C ne pouvant être atteint qu’en venant de l’état B, il n’est pas
possible que les chaı̂nes soient dans l’état C au moment de la coalescence.
(n+1)K
est également strictement positive. Les événements {FnK+1 = const}, n ≥ 0, étant i.i.d., on peut
(n+1)K
trouver, avec Q-probabilité 1, un n tel que FnK+1
soit constante.
t2 ′
Soit t2 > t1 ≥ 0 ; observant que Ft1 = const implique F0t = const pour tout t′ > t2 , on en déduit
que F0t sera constante pour tout t suffisamment grand.
Manifestement, une fois que les |Ω| trajectoires ont coalescé, toute information sur l’état de départ
est perdue, et on pourrait donc penser que l’on obtient à cet instant un échantillon distribué selon
la loi stationnaire. Mais c’est faux, comme on peut le voir facilement sur l’exemple de la Figure 9.2 ;
le problème est que l’observation n’est pas faite en un temps déterministe, ce qui conduit à un biais.
Cette idée n’est cependant pas à rejeter complètement, et il se trouve qu’une modification très simple
permet de la faire fonctionner.
L’idée est de ne pas chercher à coupler “dans le futur” comme on vient de le faire, mais “depuis
le passé” : on va démarrer les |Ω| chaı̂nes à un temps suffisamment reculé dans le passé, et observer
0 = f
le résultat au temps 0. Plus précisément, on sait que F−t −1 ◦ f−2 ◦ · · · f−t+1 ◦ f−t est constante
pour tout t suffisamment grand (remarquez que l’on n’exige pas que le temps auquel la coalescence de
toutes les copies a lieu soit égal à 0, mais seulement que cela ait eu lieu avant 0 ; cette différence est
cruciale).
Lemme 9.2.2. Soit M une variable aléatoire telle que F−M 0 soit constante (M peut être choisie finie,
0
Q-presque sûrement). Alors la distribution de l’unique image de F−M est précisément P.
0 est Q-presque sûrement constante pour tous les T suffisam-

Démonstration. Soit ω ∈ Ω. Comme F−T
ment grands, la limite
0 déf 0
F−∞ (ω) = lim F−T (ω)
T →∞
existe Q-presque sûrement, et est Q-presque sûrement indépendante de ω (voir la Figure 9.3). De plus,
on a l’égalité suivante (presque sûrement)
0 0
F−∞ = F−M .
0
La conclusion suit, puisque, par ergodicité de la chaı̂ne de markov, la loi de l’unique image de F−∞
est la distribution stationnaire P.
Remarque 9.2.1. Il peut être utile de réaliser ce qui ne marcherait pas si l’on avait procédé “vers le
futur” : dans ce cas, il n’est pas vrai que la limite
lim F0T (ω)

T →∞
existe. En effet, F0T (ω) 6= F0T +1 (ω) en général ! Un coup d’oeil à la Figure 9.3 peut peut-être aider.
73
9.2. SIMULATION PARFAITE
0 0
F−T (ω) = F−T ′ (ω)
−T ′ −T 0
′
F0T (ω)
F0T (ω)
0 T T′
0
Fig. 9.3 – Représentation schématique de l’évolution. Haut : couplage depuis le passé ; F−T étant constante,
0
c’est également le cas de F−T ′ , et leur unique image est identique. Bas : évolution vers le futur ;
′
F0T étant constante, F0T l’est aussi, mais il n’est plus vrai en général que leur unique image est
identique.
En résumé : si FctAleatoire() est une routine qui retourne une fonction f distribuée selon Q, alors
l’algorithme
t←0
Ft0 ← identité
répéter
t←t−1
f ← FctAleatoire()
0 ◦f
Ft0 ← Ft+1
jusqu’à Ft0 est constante
retourner l’unique valeur dans l’image de Ft0
renvoie un élément de Ω distribué selon P après un temps presque-sûrement fini.
Faisons à présent quelques commentaires à propos de l’implémentation d’un tel algorithme.
Temps d’échantillonage. Il n’est pas nécessaire (et pas désirable du tout !) d’appliquer l’algorithme
ci-dessus pour chaque t < 0. Il suffit bien sûr de choisir une suite décroissante de temps Tk < 0,
Tk ↓ −∞, et de vérifier 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 l’algorithme ci-dessus ne cor-
respond pas nécessairement à l’application d’un pas de la chaı̂ne de Markov sous-jacente. par exemple,
dans le cas de la dynamique du bain thermique, un pas de la chaı̂ne de Markov ne modifie qu’au plus
un spin, et ne favorise donc guère la coalescence des trajectoires. Il est beaucoup plus judicieux pour
chaque pas de l’algorithme ci-dessus, d’effectuer un nombre suffisant de pas de la chaı̂ne de Markov.
Il est aussi important de bien choisir cette dynamique sous-jacente. Plus elle converge rapidement,
plus l’algorithme de couplage depuis le passé s’arrêtera rapidement. Par exemple, appliquée au modèle
d’Ising, la dynamique de bain thermique introduite précédemment converge rapidement dans le régime
74
d’unicité, mais sa convergence est catastrophique dans le régime de coexistence des phases, β > βc .
Heureusement, il en existe de meilleures, au moins dans certaines situations, cf. la section 9.3.
Couplage indépendant. Le couplage utilisé ci-dessus est tel que f0 (ω) est choisie comme étant
égale à ω ′ avec probabilité qω,ω′ indépendemment pour chaque ω ∈ Ω. Le choix d’un tel couplage
indépendant entre les différentes trajectoires jusqu’à leur rencontre n’est bien entendu pas le seul
possible. En fait, on peut en général 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 l’approche esquissée ci-dessus devrait être évidente : la
nécessité de considérer des chaı̂nes partant de chaque état de Ω peut sembler rendre cette approche
impossible à appliquer au modèle d’Ising : après tout, dans une boı̂te carrée de 500 × 500 sommets (la
taille utilisée pour les simulations de la Figure 1.4), le nombre de configurations est déjà de 2250000 ≃
1075257 ! La solution à ce problème, dans le cas du modèle d’Ising, est d’utiliser les propriétés d’ordre.
Nous avons vu, dans la sous-section 2.2.2, que l’ensemble des configurations du modèle d’Ising peut être
muni d’un ordre partiel naturel. On introduit le couplage suivant : on tire un nombre u uniformément
dans [0, 1] et un sommet i uniformément dans Λ ⋐ Zd et on définit f0 (ω) comme dans (9.1), c’est-à-dire
qu’on pose f0 (ω) = ω ′ , où ωj′ = ωj pour tout j 6= i, et
 −1
1 ω̄
P
si u ≤ µ (σ
Λ;β,h i = 1 | σ k = ω k , ∀k ∼ i) = 1 + exp(−2β ω
j∼i j − 2h)
ωi′ =
−1 sinon.
Remarquez que ce couplage n’est pas du tout indépendant, puisque l’on utilise les mêmes i et u pour
toute configuration initiale ω. En observant que
X −1
1 + exp(−2β ωj − 2h)
j∼i
est une fonction croissante de ω, on constate que ce couplage possède la propriété suivante : si ω1 ≤ ω2 ,
alors f0 (ω1 ) ≤ f0 (ω2 ). Un tel couplage est dit monotone.
L’intérêt de ce couplage est qu’il suffit de comparer deux trajectoires : celles partant des configu-
rations ω ≡ 1 et ω ≡ −1 dans Λ. En effet, comme toute trajectoire partant d’une autre configuration
va toujours être prise en sandwich entre ces deux trajectoires-ci, ce seront les dernières à coalescer.
En outre, ce couplage est plus efficace que le couplage indépendant, dans le sens qu’il couple plus
rapidement des trajectoires distinctes.
9.3 Algorithmes par amas

Dans le cas du modèle d’Ising, la dynamique de bain thermique converge très lentement dans le
régime de coexistence des phases, β > βc . En effet, la dynamique va rapidement converger vers un
état où la boı̂te se retrouve partagée en régions occupées soit par la phase +, soit par la phase −,
séparées par des interfaces. La relaxation de ces interfaces est très lente, car il n’y a pas de biais en
faveur d’une des deux phases (sauf éventuellement au bord du système). Ceci donne lieu à des temps
de convergence explosant comme une exponentielle étirée avec la taille du système.
Nous allons présenter dans cette section une dynamique alternative, moins locale, qui ne souffre
pas de ces défauts (du moins sur Zd et pour des conditions au bord appropriées ; en réalité, il y a très
peu de résultats rigoureux sur la vitesse de convergence de cet algorithme, bien que d’un point de vue
pratique il fonctionne si bien qu’il est, avec d’autres algorithmes analogues, presque toujours utilisé
aujourd’hui). Cette dynamique repose sur la représentation FK.
75
9.3. ALGORITHMES PAR AMAS
Soit µ+
Λ;β,0 la mesure de Gibbs en volume fini du modèle d’Ising dans la boı̂te Λ, avec condition au
bord +, et paramètres β et h = 0, et soit PwE + ;p ,2 la mesure FK associée.
Λ β
Considérons les algorithmes suivants :
Entrées : une configuration ω ∈ Ω+ +
Λ tirée selon la mesure µΛ;β,0
pour chaque arête e = {i, j} de EΛ+ faire
si ωi 6= ωj alors
ηe ← 0
sinon
u ← Uniforme([0, 1])
si u < pβ alors
ηe ← 1
sinon
ηe ← 0
fin
fin
fin
retourner la configuration η ∈ ΩFK
E + ,wΛ
Entrées : une configuration η ∈ ΩFK

E + ,w
tirée selon la mesure PwE + ;p
Λ Λ β ,2
pour chaque amas fini de la configuration η faire
s ← Bernoulli({−1, 1}, 1/2)
pour chaque sommet i de l’amas faire ωi ← s
fin
pour chaque sommet i de l’amas infini faire ωi ← 1
retourner la configuration ω ∈ Ω+
Λ
Lemme 9.3.1. La configuration η retournée par le premier algorithme est distribuée selon PwE + ;p ,
Λ β ,2
et la configuration ω retournée par le second algorithme est distribuée selon µ+
Λ;β,0 .
Démonstration. Il s’agit d’une simple reformulation du Théorème 6.2.2.
9.3.1 Dynamique de Swendsen-Wang

Il est à présent très facile de construire une nouvelle chaı̂ne de Markov dont la mesure stationnaire
est µ+ + ′ +
Λ;β,0 : on passe d’une configuration ω ∈ ΩΛ à une configuration ω ∈ ΩΛ en appliquant succes-
sivement (et dans l’ordre) chacun des deux algorithmes présentés avant le lemme 9.3.1. La première
application génère (aléatoirement) une configuration d’arêtes η ∈ ΩFK E + ,w
, compatible avec la confi-
Λ
guration de spins ω ; la seconde application retourne une nouvelle configuration (aléatoire) de spins
ω ′ ∈ Ω+
Λ , compatible avec la configuration d’arêtes intermédiaire η.
Lemme 9.3.2. La chaı̂ne de Markov introduite ci-dessus converge vers µ+

Λ;β,0 .
Démonstration. Le lemme 9.3.1 montre que si la configuration ω est distribuée selon µ+ Λ;β,0 , alors
c’est encore le cas pour la configuration ω ′ , donc µ+ Λ;β,0 est bien une mesure stationnaire de la chaı̂ne.
′
Puisque n’importe quelle configuration ω (compatible avec la condition au bord) peut être atteinte
en une étape (ceci est possible, par exemple, si toutes les arêtes de la configuration intermédiaire η
sont fermées), la chaı̂ne est irréductible et apériodique, et donc ergodique.
Les grands avantages de cette dynamique par rapport à celle du bain thermique sont sa nature
non-locale, qui lui permet de se déplacer plus rapidement dans l’espace des configurations, et le fait
76
qu’elle ne distingue pas les différentes phases d’équilibre et fonctionne ainsi très efficacement même
dans le régime de coexistence des phases, β > βc .
Remarque 9.3.1. Une limitation de cette approche est liée à la condition au bord. S’il est bien entendu
possible de traiter également les conditions au bord −, libre et périodique, il n’en est pas de même
pour des conditions au bord générales ω̄, car celles-ci induisent en général des contraintes sur les
connections autorisées à l’intérieur de Λ (si ω̄i 6= ω̄j , alors il ne peut pas y avoir d’amas connectant i
à j).
Remarque 9.3.2. Malgré le caractère non-monotone de cette dynamique, il est tout de même possible
de l’utiliser dans une approche “couplage depuis le passé”, en utilisant une technique dite de chaı̂ne
dominante (bounding chain, en anglais) afin de détecter le moment de la coalescence [26]. Nous ne discu-
terons pas de cette technique ici. C’est cette méthode qui a été utilisée pour obtenir les configurations
de la Fig. 1.4.
77
9.3. ALGORITHMES PAR AMAS
78
Annexe A
Appendices techniques
A.1 Preuve des inégalités de corrélation
Dans cette section, nous démontrons les inégalités de corrélation utilisées dans les chapitres pré-
cédents.
A.1.1 Inégalités GKS
Il est plus naturel de les énoncer dans un cadre un peu plus général que celui introduit précédem-
ment.
Soit Λ ⋐ Zd , et J = (JA )A⊆Λ , une famille de nombres réels. On considère la mesure de probabilité
suivante sur (ΩΛ , FΛ ) :
déf 1 X
νΛ;J (ω) = exp{ JC ωC } ,
ZΛ;J
C⊆Λ
Q
où l’on a utilisé la notation ωC = i∈C ωi .
per
Remarque A.1.1. Les mesures µ+ ∅
Λ;β,h , µΛ;β,h et µΛ;β,h peuvent être mises sous la forme ci-dessus, avec
JC ≥ 0, ∀C ⊆ Λ, si h ≥ 0. Par exemple, pour la condition au bord +, il suffit de prendre

h + β · # {j 6∈ Λ : j ∼ i} si C = {i} ⊆ Λ,

JC = β si C = {i, j} ⊆ Λ, i ∼ j


0 sinon.
Théorème A.1.1. Soient J = (JC )C⊆Λ et J′ = (JC′ )C⊆Λ tels que JC ≥ |JC′ | (en particulier JC ≥ 0),
pour tout C ⊆ Λ. Alors, pour tout A, B ⊆ Λ,
hσA iΛ;J ≥ 0 , (A.1)

hσA σB iΛ;J ≥ hσA iΛ;J hσB iΛ;J , (A.2)
hσA iΛ;J ≥ hσA iΛ;J′ , (A.3)
Démonstration. Manifestement la fonction de partition ZΛ;J est strictement positive. Il suffit donc de
79
A.1. PREUVE DES INÉGALITÉS DE CORRÉLATION
démontrer les résultats correspondants pour les numérateurs.

X Y
ZΛ;J hσA iΛ;J = ωA eJC ωC
ω C⊆Λ
X Y X Jn
C n
= ωA ω
ω
n! C
C⊆Λ n≥0
X X Y J nC n
C
= ωA ω C
ω
nC ! C
(nC )C⊆Λ C⊆Λ
nC ≥0
X Y J nC X Y nC
C
= ωA ωC .
nC ! ω
(nC )C⊆Λ C⊆Λ C⊆Λ
nC ≥0
La sommation sur ω dans la dernière expression est de la forme

XY m
ωi i ,
ω i∈Λ
où les mi dépendent des nC et de A. On voit alors aisément que

XY m Y X m
ωi i = ωi i ≥ 0 ,
ω i∈Λ i∈Λ ωi =±1
P
puisque ωi =±1 ωimi vaut 2 lorsque mi est pair, et 0 lorsque mi est impair. Ceci prouve l’affirma-
tion (A.1).
Afin de démontrer (A.2), il est utile de dupliquer le système, c’est-à-dire d’écrire la covariance de
la façon suivante :
′
hσA σB iΛ;J − hσA iΛ;J hσB iΛ;J = hσA (σB − σB )iνΛ;J ⊗νΛ;J ,
la première mesure agissant sur ω, et la seconde sur ω ′ , et où l’on a introduit σi (ω, ω ′ ) = ωi et
σi′ (ω, ω ′ ) = ωi′ . On peut donc écrire
X Y ′
′ ′
(ZΛ;J )2 hσA (σB − σB )iνΛ;J ⊗νΛ;J = ωA (ωB − ωB ) eJC (ωC +ωC ) .
ω,ω ′ C⊆Λ
déf
En introduisant les variables ωi′′ = ωi ωi′ = ωi′ /ωi , on obtient
X Y ′
X Y ′′
′ ′′
ωA (ωB − ωB ) eJC (ωC +ωC ) = ωA ωB (1 − ωB ) eJC (1+ωC )ωC
ω,ω ′ C⊆Λ ω,ω ′′ C⊆Λ
X X Y ′′
′′
= (1 − ωB ) ωA ωB eJC (1+ωC )ωC .
ω ′′ ω C⊆Λ
Puisque 1 − ωB ′′ ≥ 0, il suffit d’appliquer (A.1) à la somme sur ω (avec constantes de couplages

′′
JC (1 + ωC ) ≥ 0) pour obtenir (A.2).
La preuve de (A.3) est essentiellement identique. On écrit
X Y ′ ′
′ ′
(ZΛ;J ZΛ;J′ )hσA − σA iνΛ;J ⊗νΛ;J′ = (ωA − ωA ) eJC ωC +JC ωC
ω,ω ′ C⊆Λ
X X Y ′ ′′
′′
= (1 − ωA ) ωA e(JC +JC ωC )ωC ,
ω ′′ ω C⊆Λ
et on conclut comme précédemment puisque JC + JC′ ωC

′′ ≥ 0.
80
ANNEXE A. APPENDICES TECHNIQUES
A.1.2 Inégalités FKG

À nouveau, il est utile de considérer une situation substantiellement plus générale.
Soit x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) ∈ Ξn , Ξ ⊆ R, n ≥ 1. On définit1 x ∨ y = (x1 ∨ y1 , . . . , xn ∨ yn )
et x ∧ y = (x1 ∧ y1 , . . . , xn ∧ yn ). On écrit x ≤ y lorsque x ∨ y = y, et on dit qu’une fonction f : Rn → R
est croissante si x ≤ y =⇒ f (x) ≤ f (y).
On a alors le résultat suivant :
Théorème A.1.2. Soit µ = µ1 ⊗ . . . ⊗ µn une mesure produit sur B(Ξn ). Soient f1 , . . . , f4 des
fonctions µ-intégrables, positives, sur Ξn , telles que
f1 (x)f2 (y) ≤ f3 (x ∧ y)f4 (x ∨ y), ∀x, y ∈ Ξn .
Alors,
hf1 iµ hf2 iµ ≤ hf3 iµ hf4 iµ .
P
= ehs+β j6∈Λ,j∼i ω̄j s , s = ±1, pour
Pour le modèle d’Ising, Ξ = {−1, 1}. En choisissant µi (σi = s) N
ω̄
tout i ∈ Λ, et notant p la densité de µΛ;β,h par rapport à µ = i∈Λ µi , on voit que le théorème
précédent appliqué aux fonctions
f1 (ω) = p(ω)f (ω), f2 (ω) = p(ω)g(ω), f3 (ω) = p(ω), f4 (ω) = p(ω)f (ω)g(ω),
(f et g peuvent être supposées positives sans perte de généralité, sinon il suffit de leur ajouter une
constante, ce qui ne change pas leur covariance) implique (2.4) pourvu que
p(ω)p(ω ′ ) ≤ p(ω ∨ ω ′ )p(ω ∧ ω ′ ) .
Or, puisque X
p(ω) ∝ exp β ωi ωj ,
i,j∈Λ
i∼j
il suffit de vérifier que
ωi ωj + ωi′ ωj′ ≤ (ωi ∨ ωi′ )(ωj ∨ ωj′ ) + (ωi ∧ ωi′ )(ωj ∧ ωj′ ) ,
ce qui se voit immédiatement sur les 16 cas possibles (en fait, moins en utilisant les symétries présentes).
Il reste donc à démontrer le Théorème A.1.2.
Démonstration du Théorème A.1.2. L’idée est la suivante. Écrivons x = (X, u) et y = (Y, v), où
X = (x1 , . . . , xn−1 ) et Y = (y1 , . . . , yn−1 ). On va montrer que l’inégalité
f1 (x)f2 (y) ≤ f3 (x ∧ y)f4 (x ∨ y). (A.4)
implique l’inégalité
f˜1 (X)f˜2 (Y ) ≤ f˜3 (X ∧ Y )f˜4 (X ∨ Y ), (A.5)
où f˜i = hfi (X, · )iµn , la moyenne étant prise sur la dernière coordonnée. Par conséquent, en appliquant
cet argument n fois, on obtient l’inégalité recherchée.
Le membre de gauche de (A.5) peut s’écrire
hf1 (X, u)f2 (Y, v)iµn ⊗µn = h1{u=v} f1 (X, u)f2 (Y, v)iµn ⊗µn
+ h1{u<v} (f1 (X, u)f2 (Y, v) + f1 (X, v)f2 (Y, u))iµn ⊗µn .
1 déf déf
On utilise les notations standards a ∨ b = max(a, b) et a ∧ b = min(a, b).
81
A.2. FONCTIONS CONVEXES
De même, le membre de droite de (A.5) s’écrit
hf3 (X ∧ Y, u)f4 (X ∨ Y, v)iµn ⊗µn = h1{u=v} f3 (X ∧ Y, u)f4 (X ∨ Y, v)iµn ⊗µn

+ h1{u<v} (f3 (X ∧ Y, u)f4 (X ∨ Y, v) + f3 (X ∧ Y, v)f4 (X ∨ Y, u))iµn ⊗µn .
On voit donc que lorsque u = v, l’inégalité (A.4) donne immédiatement le résultat désiré. Lorsque
déf déf déf déf
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 d’observer 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 établie si l’on peut montrer que A + B ≤ C + D. Mais ceci est évident puisque
(C + D − A − B)/C ≥ 1 − (A + B)/C + AB/C 2 = (1 − A/C)(1 − B/C) ≥ 0 .
(Observer que l’inégalité désirée est trivialement satisfaite si C = 0.)
A.2 Résultats élémentaires sur les fonctions convexes

Dans cette section sont regroupés quelques résultats élémentaires sur les fonctions convexes d’une
variable réelle.
Théorème A.2.1. Soit I ⊆ R un ouvert, et f : I → R une fonction convexe. Alors

1. Les dérivées à droite et à 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 à droite, ∂ − f est continue à gauche.
5. L’ensemble {x : ∂ + f (x) 6= ∂ − f (x)} est au plus dénombrable.
6. Si (gn )n≥1 est une suite de fonctions convexes de I → R convergeant ponctuellement vers une
fonction g, alors g est également convexe. De plus, si g est dérivable en x, limn→∞ ∂ + gn (x) =
limn→∞ ∂ − gn (x) = g ′ (x).
Démonstration. Laissée en exercice.
A.3 Un résultats élémentaire sur les doubles suites

Dans cette section, nous prouvons un résultat élémentaire, mais souvent utile, sur les doubles suites
de nombres réels. Nous dirons qu’une double suite (am,n )m,n≥1 est croissante si
m ≤ m′ , n ≤ n′ =⇒ am,n ≤ am′ ,n′ ,
et décroissante si (−am,n )m,n≥1 est croissante. La double suite est dite bornée supérieurement (resp.
inférieurement) s’il 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 bornée supérieurement. Alors
lim lim am,n = lim lim am,n = lim am,n = sup {am,n : m, n ≥ 1} .
m→∞ n→∞ n→∞ m→∞ m,n→∞
Le même résultat est vrai lorsque la double suite est décroissante est bornée inférieurement.
82
ANNEXE A. APPENDICES TECHNIQUES
Démonstration. am,n étant bornée, le supremum s = supm,n am,n existe. Soit ǫ > 0. Il existe m0 , n0
tels que am0 ,n0 ≥ s − ǫ. (am,n ) étant croissante, on en déduit que
s ≥ am,n ≥ s − ǫ, ∀m ≥ m0 , n ≥ n0 .
Par conséquent, limm,n→∞ am,n = s.

Pour tout m ≥ 1 fixé, la suite (am,n )n≥1 est croissante et bornée, et donc convergente ; on note sa
limite sm .
On fixe ǫ > 0. Il existe m1 , n1 tels que
|am,n − s| ≤ 2ǫ , ∀m ≥ m1 , n ≥ n1 .
Pour m fixé, on peut également trouver n2 (m) tel que
|am,n − sm | ≤ 2ǫ , ∀n ≥ n2 (m).
Par conséquent,
|sm − s| ≤ ǫ, ∀m ≥ m1 ,
ce qui implique que limm→∞ sm = s. On a donc montré que
lim lim am,n = lim am,n = sup {am,n : m, n ≥ 1} .

m→∞ n→∞ m,n→∞
Les autres affirmations suivent immédiatement.
A.4 Lemme de Fekete

Dans cette section, nous prouvons le Lemme de Fekete.
Lemme A.4.1. Soit (an )n≥1 une suite de réels positifs satisfaisant la condition suivante de sous-
additivité :
an+m ≤ an + am , ∀m, n ≥ 1.
Alors,
an an
lim = inf .
n→∞ n n≥1 n
Démonstration. Soit ℓ =inf n≥1 { ann } ≥ 0. On fixe ǫ > 0, et on choisit K tel que | aKK − ℓ| ≤ 21 ǫ.
En posant R = max aKn : n < K , et on choisissant M suffisamment grand pour que R/M ≤ 21 ǫ,
on garantit que ManK ≤ 12 ǫ, pour tout n < K.
On pose N = M K, et on considère un n ≥ N arbitraire. On décompose n = sK + r, avec
0 ≤ r < K. Alors
an saK ar aK ar
ℓ≤ ≤ + ≤ + ≤ (ℓ + 21 ǫ) + 12 ǫ.
n sK + r sK + r K MK
Par conséquent, | ann − ℓ| ≤ ǫ, pour tout n ≥ N , et l’affirmation suit.
Remarque A.4.1. Il existe de nombreuses extensions de ce résultat (autorisant, par exemple, à avoir
un terme supplémentaire dans le membre de droite de la condition de sous-additivité, dépendant de
m ou de m + n, pourvu qu’il ne croisse pas trop rapidement).
83
A.4. SOUS-ADDITIVITÉ
84
Annexe B
Exercices
Dans ce chapitre sont regroupés divers exercices complétant et (espérons-le) clarifiant les notions
données au cours.
♦ ♦ ♦
per
Exercice 1. On considère le modèle d’Ising en dimension 2 sur le graphe (VN , EN ), où VN =
2
{1, . . . , N } . Calculez
X X
lim hN −2 σi iN ;β=0,h , et lim hN −2 σi iN ;β=∞,h .
N →∞ N →∞
i∈VN i∈VN
♦ ♦ ♦
Exercice 2. On considère le modèle d’Ising en dimension 2 sur le graphe (V2 , E2per ), où V2 = {1, 2}2
Calculez explicitement X
h| 14 σi |i2;β,h .
i∈V2
1P P
Esquissez les graphe de h| 4 i∈V2 σi |i2;β,h=0 (comme fonction de β) et h| 41 i∈V2 σi |i2;β=1,h (comme
fonction de h).
♦ ♦ ♦
per
Exercice 3. i) On considère le modèle d’Ising sur le graphe (VN , EN ), où VN = {1, . . . , N }d . Montrez
que la propriété de Markov est satisfaite, c’est-à-dire que, pour tout s ∈ ΩN ,
P
exp si (h + β j∼i sj )
µN ;β (σi = si | σj = sj , ∀j 6= i) = P P .
exp h + β j∼i sj + exp −h − β j∼i sj
ii) Soient ∆ ⊆ Λ ⋐ Zd . Vérifier que pour toutes configurations ω̄ ∈ Ω et ω ′ ∈ ΩΛ , on a

′ ′
µω̄Λ;β,h ( · | σ|Λ\∆ = ω|Λ\∆ ω ω̄
) = µ∆;β,h ( · ).
♦ ♦ ♦
P
Exercice 4. Montrer que les fonctions suivantes sont croissantes : ni , nA , i∈A ni − nA (i ∈ Zd ,
A ⋐ Zd ).
85
♦ ♦ ♦
Exercice 5. On considère le modèle d’Ising en dimension 1, avec Hamiltonien

X
HNper
;β,h (ω) = − βσi (ω)σi+1 (ω) + hσi (ω) ,
1≤i≤N
où σN +1 ≡ σ1 (condition au bord périodique).

i) En introduisant la matrice de transfert

eβ+h e−β
T = ,
e−β eβ−h
montrer que la fonction de partition peut être réécrite sous la forme

per
X −H per (ω)
ZN ;β,h = e N ;β,h = Tr T N ,
ω∈ΩN
où Tr(A) est la trace de la matrice A.

per
ii) Calculer l’énergie libre, f (β, h) = limN →∞ fN (β, h), où
per 1 per
fN (β, h) = log ZN ;β,h .
N
iii) Montrer que

N
1 X per ∂ per
hσ1 iper
N ;β,h = h σi iN ;β,h = f (β, h).
N ∂h N
i=1
iv) Calculer hσ1 iβ,h = limN →∞ hσ1 iper

N ;β,h .
♦ ♦ ♦
Exercice 6. Le but de cet exercice est d’étudier le modèle d’Ising sur le graphe complet. Soit Ωn =
{−1, 1}n , et σi : Ω → {−1, 1}, σi (ω) = ωi l’ensemble des spins associés. L’Hamiltonien Hn : Ωn → R
est donné par
n n n
β XX X
Hn;β,h = − σi σj − h σi .
2n
i=1 j=1 i=1
On considère la mesure de Gibbs sur Ωn associée à cet Hamiltonien,

1
µn;β,h (ω) = e−Hn;β,h (ω) .
Zn;β,h
1 Pn
i) Déterminer la distribution de l’aimantation mn = n i=1 σi .
ii) Soient s : [−1, 1] → R et f : [−1, 1] → R les fonctions définies par
1+x 1+x 1−x 1−x βx2

s(x) = − log − log , f (x) = s(x) + + hx.
2 2 2 2 2
Faire une étude détaillée de la fonction f en fonction des paramètres β et h. (Le but de cette partie
étant d’obtenir des résultats qui seront nécessaires pour faire les parties iv) et vi), il est peut-être préférable de faire la partie
ii) en même temps que les parties iv) et vi).)
86
ANNEXE B. EXERCICES
√ 1
iii) Utiliser la formule de Stirling : n! = 2πnn+ 2 e−n (1 + O( n1 )), pour montrer qu’il existe 0 <
c1 , c2 < ∞ telles que
−1/2 ns(xk ) n
c1 n e ≤ ≤ c2 n1/2 ens(xk ) , (B.1)
k
2k
uniformément en xk = −1 + n ∈ [−1, 1]. En déduire que
X nβ 2
c1 n−1/2 enf (xk ) ≤ e 2 mn (ω) +nhmn (ω) ≤ c2 n1/2 enf (xk ) . (B.2)
ω:mn (ω)=xk
iv) En utilisant les propriétés de f établies précédemment, montrer que

n max f (x) − max f (xk ) ≤ const.
x∈[−1,1] 0≤k≤n
En utilisant (B.2), en déduire qu’il existe 0 < c3 < ∞ telle que

c3 n−1/2 en maxx∈[−1,1] f (x) ≤ Zn ≤ (n + 1) c2 n1/2 en maxx∈[−1,1] f (x) . (B.3)
v) Soit −1 ≤ a < b ≤ 1. Montrer que

1 log n
log µn (mn ∈ [a, b]) − max f (x) − max f (x′ ) = O( ). (B.4)
n x∈[a,b] x′ ∈[−1,1] n
vi) Soit M (β, h) l’ensemble des maxima globaux de f , et soit

n o
Mǫ = x ∈ [−1, 1] : min |x − y| ≤ ǫ .
y∈M (β,h)
Montrer que pour tout ǫ > 0,

1
log µn mn 6∈ Mǫ (β, h) < 0.
lim (B.5)
n→∞ n
En déduire que la loi des grands nombres pour l’aimantation est vérifiée lorsque h 6= 0, et lorsque
h = 0 et β ≤ 1, mais qu’elle est violée lorsque h = 0 et β > 1.
vii) Esquissez le graphe de l’aimantation du système infini comme fonction de h lorsque β ≤ 1 et
lorsque β > 1.
♦ ♦ ♦
Exercice 7. Compléter la partie de la preuve du Théorème 3.3.1 concernant l’existence de la limite

thermodynamique de l’énergie libre avec condition au bord libre le long d’une suite de boı̂tes Λn ⇑ Zd
arbitraire.
♦ ♦ ♦
Exercice 8. Soit Λ un sous-ensemble fini de Zd , et J = (JA )A⊆Λ , une famille de nombres réels
positifs. On considère la mesure de probabilité suivante sur (ΩΛ , FΛ ) :
1 X
νΛ;J (ω) = exp{ JC ωC } ,
ZΛ;J
C⊆Λ
Q
où l’on a utilisé la notation ωC = i∈C ωi . Une version générale des inégalités GKS est valable pour
cette classe de mesures (cf. Théorème A.1.1). En particulier,
hσA iνΛ;J ≥ 0 , hσA σB iνΛ;J ≥ hσA iνΛ;J hσB iνΛ;J ,
pour tout A, B ⊆ Λ.
87
i) En déduire que hσA iνΛ;J est croissante en JB , pour tout A, B ⊆ Λ.
ii) Montrer que la mesure de Gibbs du modèle d’Ising avec conditions au bord + ou libre, et
paramètres β ≥ 0 et h ≥ 0, peut s’écrire sous cette forme pour des choix appropriés de J.
iii) Montrer que la suite de mesures µ∅Λ converge lorsque Λ ↑ Zd , et que la mesure limite est invariante
sous les translations.
iv) Soit h ≥ 0. Montrer que hσA i+
β,h est une fonction croissante de la dimension du réseau.
v) Soit h ≥ 0. Montrer que hσ0 i+ ∅
β,h est continue à droite comme fonction de β, et que hσ0 iβ,h est
continue à gauche comme fonction de β. (Indication : utiliser le Lemme A.3.1.)
♦ ♦ ♦
Exercice 9. Adapter l’argument de Peierls au cas du modèle de Potts. On se contentera de vérifier

1
qu’il existe β0 (q) < ∞ tel que lim inf n→∞ PPotts;1 Potts;1
Λn ;β,q (σ0 = 1) > q , pour tout β > β0 (q), où PΛn ;β,q est la
mesure du modèle de Potts à q états, dans la boı̂te Λn = {−n, . . . , n}2 avec condition au bord 1, à
température inverse β. Observez que cela implique que la symétrie sous permutation des q états est
brisée à basse température.
♦ ♦ ♦
Exercice 10. Étendre la représentation haute température à hσi σj i+ ∅

Λ;β,0 et hσi σj iΛ;β,0 .
En déduire qu’il existe c = c(β) > 0 tel que hσi σj iβ,0 ≤ 1c e−ckj−ik2 , pour tout i, j ∈ Zd , pour tout
β suffisamment petit.
♦ ♦ ♦
Exercice 11. Vérifier que les valeurs (complexes) du champ magnétique h pour lesquelles l’énergie
libre du modèle d’Ising unidimensionnel (calculée dans l’Exercice 5) est singulière sont toutes purement
imaginaires, et qu’elles tendent de 0 lorsque β → +∞.
♦ ♦ ♦
déf déf
Exercice 12. Montrer que les mesures limites P∅p,q = limΛ↑Zd P∅Λ;p,q et Pwp,q = limΛ↑Zd PwΛ;p,q existent,
sont indépendantes de la suite Λ ↑ Zd choisie, et sont invariantes sous l’action du groupe des transla-
tions de Zd .
♦ ♦ ♦
déf
Exercice 13. Soient β ∈ [0, ∞] et pβ = 1 − e−2β . Montrer que, pour tout i, j ∈ Λ,
hσi σj i+ w
Λ;β,0 = PE + ;p (i ↔ j).
Λ β ,2
Montrer que, pour tout B ⊆ Λ,
hσB i+ w
Λ;β,0 = PE + ;p (|B ∩ C| est pair pour tout amas fini C).
Λ β ,2
♦ ♦ ♦
Exercice 14. Démontrer le Corollaire 6.4.1.
♦ ♦ ♦
88
ANNEXE B. EXERCICES
Exercice 15. Adapter la représentation en courants aléatoires au cas de la condition au bord +.
♦ ♦ ♦
Exercice 16. Démontrer la seconde partie du Lemme 7.2.1 (Switching Lemma).
♦ ♦ ♦
Exercice 17. Montrer qu’en dimension 2, pour tout β > βc , il existe K = K(β) tel que
lim µ+
Λn ;β,0 (il existe un contour de diamètre supérieur à K log n) = 0,
n→∞
où, Λn = {−n, . . . , n}2 . On admettra la validité de l’hypothèse Hpβ ,q (cf. p. 51) pour le modèle d’Ising
avec β < βc . (Idée : passer à la représentation FK et utiliser la dualité ; que peut-on dire de l’état des
arêtes d’un contour dans la configuration FK duale associée ?).
♦ ♦ ♦
Exercice 18. Donner une preuve alternative de l’unicité de la mesure de Gibbs du modèle d’Ising
en volume infini lorsque h 6= 0, en utilisant la concavité de l’aimantation pour h ≥ 0 qui suit de
l’inégalité GHS. (Idée : la concavité implique la continuité ; on conclut en utilisant les résultats établis
au chapitre 3.)
♦ ♦ ♦
Exercice 19. Démontrer que la masse ξβ du modèle d’Ising est une fonction convexe sur Rd . En
déduire qu’il s’agit d’une norme sur Rd lorsque β < βc .
89
90
Bibliographie
[1] M. Aizenman. Translation invariance and instability of phase coexistence in the two-dimensional
Ising system. Comm. Math. Phys., 73(1) :83–94, 1980.
[2] M. Aizenman. Geometric analysis of ϕ4 fields and Ising models. I, II. Comm. Math. Phys.,
86(1) :1–48, 1982.
[3] M. Aizenman and D. J. Barsky. Sharpness of the phase transition in percolation models. Comm.
Math. Phys., 108(3) :489–526, 1987.
[4] M. Aizenman, D. J. Barsky, and R. Fernández. The phase transition in a general class of Ising-type
models is sharp. J. Statist. Phys., 47(3-4) :343–374, 1987.
[5] M. Aizenman and R. Fernández. On the critical behavior of the magnetization in high-dimensional
Ising models. J. Statist. Phys., 44(3-4) :393–454, 1986.
[6] A. Bakchich, A. Benyoussef, and L. Laanait. Phase diagram of the Potts model in an external
magnetic field. Ann. Inst. H. Poincaré Phys. Théor., 50(1) :17–35, 1989.
[7] T. Bodineau. Translation invariant Gibbs states for the Ising model. Probab. Theory Related
Fields, 135(2) :153–168, 2006.
[8] B. Bollobás. 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) :305–349, 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) :582–600, 1972.
[12] R. L. Dobrushin and S. B. Shlosman. Absence of breakdown of continuous symmetry in two-
dimensional models of statistical physics. Comm. Math. Phys., 42 :31–40, 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 repre-
sentation and Monte Carlo algorithm. Phys. Rev. D (3), 38(6) :2009–2012, 1988.
[15] M. E. Fisher. On the dimer solution of planar ising models. J. Math. Phys., 7 :1776–1781, 1966.
[16] C. M. Fortuin and P. W. Kasteleyn. On the random-cluster model. I. Introduction and relation
to other models. Physica, 57 :536–564, 1972.
[17] C. M. Fortuin, P. W. Kasteleyn, and J. Ginibre. Correlation inequalities on some partially ordered
sets. Comm. Math. Phys., 22 :89–103, 1971.
91
BIBLIOGRAPHIE
[18] S. Friedli and C.-É. Pfister. On the singularity of the free energy at a first order phase transition.
Comm. Math. Phys., 245(1) :69–103, 2004.
[19] H.-O. Georgii. Gibbs measures and phase transitions, volume 9 of de Gruyter Studies in Mathe-
matics. Walter de Gruyter & Co., Berlin, 1988.
[20] H.-O. Georgii, O. Häggström, 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 1–142. Academic Press, San Diego, CA, 2001.
[21] R. B. Griffiths. Correlation in Ising ferromagnets I, II. J. Math. Phys., 8 :478–489, 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 :790–795, 1970.
[23] G. Grimmett. Percolation, volume 321 of Grundlehren der Mathematischen Wissenschaften [Fun-
damental Principles of Mathematical Sciences]. Springer-Verlag, Berlin, second edition, 1999.
[24] G. Grimmett. The random-cluster model, volume 333 of Grundlehren der Mathematischen Wis-
senschaften [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.
János Bolyai, pages 517–534. North-Holland, Amsterdam, 1981.
[26] M. Huber. A bounding chain for Swendsen-Wang. Random Structures Algorithms, 22(1) :43–59,
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) :433–454, 2002.
[28] S. N. Isakov. Nonanalytic features of the first order phase transition in the Ising model. Comm.
Math. Phys., 95(4) :427–443, 1984.
[29] E. Ising. Beitrag zur Theorie des Ferromagnetismus. Zeit. für Physik, 31 :253–258, 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 :1209–1225, 1961.
[32] D. G. Kelly and S. Sherman. General Griffiths’s inequality on correlation in Ising ferromagnets.
J. Math. Phys., 9 :466–484, 1968.
[33] R. Kindermann and J. L. Snell. Markov random fields and their applications, volume 1 of Contem-
porary Mathematics. American Mathematical Society, Providence, R.I., 1980.
[34] R. Kotecký and S. B. Shlosman. First-order phase transitions in large entropy lattice models.
Comm. Math. Phys., 83(4) :493–515, 1982.
[35] L. Laanait, A. Messager, S. Miracle-Solé, J. Ruiz, and S. Shlosman. Interfaces in the Potts
model. I. Pirogov-Sinai theory of the Fortuin-Kasteleyn representation. Comm. Math. Phys.,
140(1) :81–91, 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) :410–419, 1952.
[37] Elliott H. Lieb. A refinement of Simon’s correlation inequality. Comm. Math. Phys., 77(2) :127–
135, 1980.
[38] Oliver A. McBryan and Jay Rosen. Existence of the critical point in φ4 field theory. Comm.
Math. Phys., 51(2) :97–105, 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 :117–149, 1944.
[41] R. E. Peierls. On Ising’s ferromagnet model. Proc. Camb. Phil. Soc., 32 :477–481, 1936.
[42] C.-E. Pfister. Large deviations and phase separation in the two-dimensional Ising model. Helv.
Phys. Acta, 64(7) :953–1054, 1991.
[43] C.-E. Pfister and Y. Velenik. Large deviations and continuum limit in the 2D Ising model. Probab.
Theory Related Fields, 109(4) :435–506, 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) :269–312, 1999.
[45] C. É. Pfister. On the symmetry of the Gibbs states in two-dimensional lattice systems. Comm.
Math. Phys., 79(2) :181–188, 1981.
[46] S. A. Pirogov and Y. G. Sinaı̆. Phase diagrams of classical lattice systems. Teoret. Mat. Fiz.,
25(3) :358–369, 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 223–252, 1996.
[48] B. Prum. Processus sur un réseau 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) :111–126, 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. Sinaı̆. 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.
Krámli, P. Major and D. Szász.
[54] C. N. Yang. The spontaneous magnetization of the two-dimensional Ising model. Phys. Rev.,
85 :808–816, 1952.
[55] M. Zahradnı́k. An alternate version of Pirogov-Sinaı̆ theory. Comm. Math. Phys., 93(4) :559–581,
1984.
93

Modeled Ising

Transféré par

Droits d'auteur :

Formats disponibles

Modeled Ising

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 Ising

Transféré par

Droits d'auteur :

Formats disponibles

Le modèle d’Ising

To cite this version:

HAL Id: cel-00392289

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

— Version du 25 mai 2009 —

1 Introduction au modèle d’Ising 7

2 Le modèle et quelques propriétés de base 17

3 Aimantation et énergie libre 23

7 Représentation en courants aléatoires 55

8 Retour sur la représentation haute température 65

1.1 Définition informelle

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

À chaque configuration ω est associée son énergie

1.2 Transition de phase

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

h|mN |iN ;β h|mN |iN ;β

1.3 Champ magnétique

et la mesure de probabilité correspondante,

1.4 Conditions au bord

que l’on notera VN ↑ Zd . On introduit alors les aimantations moyennes2

1.5 Quelques interprétations

1.5.2 Gaz réticulaire

1.5.3 Quelques autres interprétations 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 référence

2.1 Définition du modèle

La constante de normalisation Zω̄Λ;β,h est appelée fonction de partition.

2.2 Les inégalités de corrélation

2.2.1 Inégalités GKS

Théorème 2.2.1 (Inégalités GKS). Soit Λ ⋐ Zd , et h ≥ 0. Quels que soient A, B ⊆ Λ et β ≥ 0,

Ces inégalités restent vraies pour la mesure µ∅Λ;β,h .

2.2.2 Inégalités FKG

hf giµ − hf iµ hgiµ = 21 h (f (x) − f (x′ ))(g(x) − g(x′ )) iµ⊗µ

hf giω̄Λ;β,h ≥ hf iω̄Λ;β,h hgiω̄Λ;β,h . (2.4)

2.3 Limite thermodynamique

2.3.1 Structure métrique sur Ω.

2.3.2 Fonctions continues et fonctions locales.

2.3.3 Convergence des mesures

Démonstration. Voir [49, Théorème 2.14].

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

2.3.5 Deux familles de fonctions locales.

pour des coefficients f˜A appropriés.

Démonstration. Pour démontrer la première affirmation, il suffit d’utiliser la relation

2.3.6 Mesures limites avec conditions au bord + et −.

Démonstration. Montrons tout d’abord la convergence de la suite de mesures µ+

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

hf 1{σi =1, ∀i∈Λn+1 \Λn } i+

Fig. 2.1 – Preuve de l’invariance sous les translations.

f étant nécessairement bornée, on en déduit la convergence de la suite (hf i+

et la conclusion suit puisque hf ◦ θt i+ +

3.1 Une première caractérisation de l’unicité

Théorème 3.1.1. Les affirmations suivantes sont équivalentes :

ce qui nous fournit l’inégalité suivante sur les mesures limites,

3.2 Quelques propriétés de l’aimantation

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