Made available in DSpace on 2014-12-17T15:14:49Z (GMT). No. of bitstreams: 1 MarcelaQL.pdf: 1658232 bytes, checksum: 14c39af435f75cedf1c335731be8c983 (MD5) Previous issue date: 2008-12-08 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / We study the critical behavior of the one-dimensional pair contact process (PCP), using the Monte Carlo method for several lattice sizes and three different updating: random, sequential and parallel. We also added a small modification to the model, called Monte Carlo com Ressucitamento" (MCR), which consists of resuscitating one particle when the order parameter goes to zero. This was done because it is difficult to accurately determine the critical point of the model, since the order parameter(particle pair density) rapidly goes to zero using the traditional approach. With the MCR, the order parameter becomes null in a softer way, allowing us to use finite-size scaling to determine the critical point and the critical exponents β, ν and z. Our results are consistent with the ones already found in literature for this model, showing that not only the process of resuscitating one particle does not change the critical behavior of the system, it also makes it easier to determine the critical point and critical exponents of the model. This extension to the Monte Carlo method has already been used in other contact process models, leading us to believe its usefulness to study several others non-equilibrium models / Neste trabalho investigamos as propriedades cr?ticas do processo de contato por par (PCP) unidimensional usando o m?todo Monte Carlo, simulando-o para v?rios tamanhos de rede e diferentes tempos de relaxa??o, e utilizando tr?s tipos de atualiza??o: aleat?ria, sequ?ncial e paralela. Em nossas simula??es acrescentamos uma pequena modifica??es ao modelo PCP a qual denominamos M?todo de Monte Carlo com Ressuscitamento (MCR). Ela consiste em ressuscitarmos uma part?cula do sistema quando o par?metro de ordem (densidade de pares de part?culas) se anula. Fazemos isto porque em muitos modelos de n?o equil?brio, como ? o caso do PCP, na vizinhan?a do ponto cr?tico, o par?metro de ordem se anula rapidamente, dificultando a identifica??o precisa deste ponto. Com o ressuscitamento de uma part?cula do sistema contornamos este problema, pois a curva do par?metro de ordem vai a zero de forma mais suave durante a transi??o, onde produz um ponto de inflex?o que equivale ao ponto cr?tico. Desta forma podemos aplicar algumas rela??es de escala para estimarmos o ponto e os expoentes cr?ticos. Aplicamos a t?cnica de an?lise de escala de tamanho finito para determinamos o ponto cr?tico e estimarmos os expoentes cr?ticos β, ν e z. Nossos resultados mostram-se consistentes com os j? estabelecidos na literatura para o modelo PCP, mostrando que o fato de ressuscitarmos uma part?cula n?o faz o sistema mudar o seu comportamento cr?tico, mas facilita a determina??o do ponto cr?tico e dos expoentes cr?ticos do modelo. Esta extens?o ao m?todo Monte Carlo tamb?m tem sido usada com sucesso no estudo de outros modelos de processos de contato. Por esta raz?o acreditamos que ela seja ?til para estudar uma grande variedade de modelos de n?o equil?brio