Aula 7 - Roteiro. K. Huang, Statistical Mechanics, 2nd Ed. $ 7.4, $8.1 e $8.2 S. Salinas, Introdução à Física Estatística, $7.2.

Tamanho: px
Começar a partir da página:

Download "Aula 7 - Roteiro. K. Huang, Statistical Mechanics, 2nd Ed. $ 7.4, $8.1 e $8.2 S. Salinas, Introdução à Física Estatística, $7.2."

Transcrição

1 Aula 7 - Roteiro 1. Flutuações da Eergia o Esemble Caôico. Exemplo: gás de osciladores harmôicos quâticos 3. Esemble Grão-caôico 4. Flutuações de Desidade o Esemble Grão-caôico 5. Mecâica Estatística Quâtica - coceitos básicos K. Huag, Statistical Mechaics, d Ed. $ 7.4, $8.1 e $8. S. Salias, Itrodução à Física Estatística, $7. 1 / Aula 7

2 Flutuações da Eergia o Esemble Caôico Por defiição, a média da eergia U =< H > é d a d a p o r : U = 1 dp dqh e βh C dp dqh e βh U =0 Z dp dq e βh ou aida dp dq(u H) e βh =0 <U H>= 0 dp dq e βh dp dq(u H) e β(h F ) =0 Difereciado em relação a β =1/k B T, teremos U dp dq e β(h F ) + β =1 lembrado que / β = k B T / T dp dq(u H)[(F H) T ( F / T )] e β(h F] =0 [U TS H T ( S)] / Aula 7

3 Flutuações da Eergia o Esemble Caôico Por defiição, a média da eergia U =< H > é d a d a p o r : U = 1 dp dqh e βh C dp dqh e βh U =0 Z dp dq e βh ou aida dp dq(u H) e βh =0 <U H>= 0 dp dq e βh dp dq(u H) e β(h F ) =0 Difereciado em relação a β =1/k B T, teremos U dp dq e β(h F ) + β =1 lembrado que / β = k B T / T dp dq(u H)[(F H) T ( F / T )] e β(h F] =0 [U TS H T ( S)] / Aula 7

4 U β + Flutuações da Eergia o Esemble Caôico dp dq(u H)(U H) e β(h F ] =0, U β + < (U H) >=0 < H > < H > = U β = k BT U T = k BT C V Dividido ambos os lados por < H >, e tomado a raiz quadrada obtemos o desvio padrão relativo, i.e. < H > < H > = k B T CV < H > < H > Como C V e < H > são gradezas extesivas resulta que < H > < H > 1 < H > Cometários O desvio padrão relativo, à média, tede a zero o limite termodiâmico. Ou seja as flutuações da eergia serão ifiitamete pequeas quado comparadas ao seu valor médio. No limite termodiâmico, quase todos os elemetos do esemble terão eergia aproximadamete igual a U, e o esemble caôico se tora equivalete ao esemble microcaôico. 3 / Aula 7

5 U β + Flutuações da Eergia o Esemble Caôico dp dq(u H)(U H) e β(h F ] =0, U β + < (U H) >=0 < H > < H > = U β = k BT U T = k BT C V Dividido ambos os lados por < H >, e tomado a raiz quadrada obtemos o desvio padrão relativo, i.e. < H > < H > = k B T CV < H > < H > Como C V e < H > são gradezas extesivas resulta que < H > < H > 1 < H > Cometários O desvio padrão relativo, à média, tede a zero o limite termodiâmico. Ou seja as flutuações da eergia serão ifiitamete pequeas quado comparadas ao seu valor médio. No limite termodiâmico, quase todos os elemetos do esemble terão eergia aproximadamete igual a U, e o esemble caôico se tora equivalete ao esemble microcaôico. 3 / Aula 7

6 U β + Flutuações da Eergia o Esemble Caôico dp dq(u H)(U H) e β(h F ] =0, U β + < (U H) >=0 < H > < H > = U β = k BT U T = k BT C V Dividido ambos os lados por < H >, e tomado a raiz quadrada obtemos o desvio padrão relativo, i.e. < H > < H > = k B T CV < H > < H > Como C V e < H > são gradezas extesivas resulta que < H > < H > 1 < H > Cometários O desvio padrão relativo, à média, tede a zero o limite termodiâmico. Ou seja as flutuações da eergia serão ifiitamete pequeas quado comparadas ao seu valor médio. No limite termodiâmico, quase todos os elemetos do esemble terão eergia aproximadamete igual a U, e o esemble caôico se tora equivalete ao esemble microcaôico. 3 / Aula 7

7 U β + Flutuações da Eergia o Esemble Caôico dp dq(u H)(U H) e β(h F ] =0, U β + < (U H) >=0 < H > < H > = U β = k BT U T = k BT C V Dividido ambos os lados por < H >, e tomado a raiz quadrada obtemos o desvio padrão relativo, i.e. < H > < H > = k B T CV < H > < H > Como C V e < H > são gradezas extesivas resulta que < H > < H > 1 < H > Cometários O desvio padrão relativo, à média, tede a zero o limite termodiâmico. Ou seja as flutuações da eergia serão ifiitamete pequeas quado comparadas ao seu valor médio. No limite termodiâmico, quase todos os elemetos do esemble terão eergia aproximadamete igual a U, e o esemble caôico se tora equivalete ao esemble microcaôico. 3 / Aula 7

8 U β + Flutuações da Eergia o Esemble Caôico dp dq(u H)(U H) e β(h F ] =0, U β + < (U H) >=0 < H > < H > = U β = k BT U T = k BT C V Dividido ambos os lados por < H >, e tomado a raiz quadrada obtemos o desvio padrão relativo, i.e. < H > < H > = k B T CV < H > < H > Como C V e < H > são gradezas extesivas resulta que < H > < H > 1 < H > Cometários O desvio padrão relativo, à média, tede a zero o limite termodiâmico. Ou seja as flutuações da eergia serão ifiitamete pequeas quado comparadas ao seu valor médio. No limite termodiâmico, quase todos os elemetos do esemble terão eergia aproximadamete igual a U, e o esemble caôico se tora equivalete ao esemble microcaôico. 3 / Aula 7

9 Exemplo: gás de osciladores harmôicos quâticos Sistema formado por N osciladores harmôicos quâticos e idepedetes, cujos espectros de eergia são: E i = i + 1 ω, i =0, 1,,... i 0 é u m ú m e r o q u â t i c o d o i é s i m o oscilador i =1,,...N. ω é a frequêcia do oscilador. Cosiderar que o sistema está em equiĺıbrio térmico com um reservatório de calor à temperatura absoluta T. 4 / Aula 7

10 Exemplo: gás de osciladores harmôicos quâticos Sistema formado por N osciladores harmôicos quâticos e idepedetes, cujos espectros de eergia são: E i = i + 1 ω, i =0, 1,,... i 0 é u m ú m e r o q u â t i c o d o i é s i m o oscilador i =1,,...N. ω é a frequêcia do oscilador. Cosiderar que o sistema está em equiĺıbrio térmico com um reservatório de calor à temperatura absoluta T. E1 E E3 E4 EN A fução de partição dos sistema pode ser escrita como porque os osciladores são idepedetes. Z(T,V,N)=Z(T,V,1) N 4 / Aula 7

11 Exemplo: gás de osciladores harmôicos quâticos 5 / Aula 7

12 Exemplo: gás de osciladores harmôicos quâticos Z = = = exp β i exp [ βe 1 ] { 1,,..., N } 1 =0 =0 E i = exp [ βe i ]= { 1,,..., N } exp [ βe ] N exp [ βe ] =[Z(T,V,1)] N =0 i N =0 exp [ βe N ]= Z(T,V,1) é a fução de partição para um oscilador isolado, i.e Z(T,V,1) = exp[ βe ]= =0 exp =0 βω + 1 =exp βω exp βω =0 A última soma correspode à soma de uma progressão geométrica ifiita de razão exp[ βω], i.e Z(T,V,1) = exp βω 1 1 exp[ βω] = 1 exp βω exp βω = βω 1 sih 5 / Aula 7

13 Exemplo: gás de osciladores harmôicos quâticos Z = = = exp β i exp [ βe 1 ] { 1,,..., N } 1 =0 =0 E i = exp [ βe i ]= { 1,,..., N } exp [ βe ] N exp [ βe ] =[Z(T,V,1)] N =0 i N =0 exp [ βe N ]= Z(T,V,1) é a fução de partição para um oscilador isolado, i.e Z(T,V,1) = exp[ βe ]= =0 exp =0 βω + 1 =exp βω exp βω =0 A última soma correspode à soma de uma progressão geométrica ifiita de razão exp[ βω], i.e Z(T,V,1) = exp βω 1 1 exp[ βω] = 1 exp βω exp βω = βω 1 sih 5 / Aula 7

14 Exemplo: gás de osciladores harmôicos quâticos Z = = = exp β i exp [ βe 1 ] { 1,,..., N } 1 =0 =0 E i = exp [ βe i ]= { 1,,..., N } exp [ βe ] N exp [ βe ] =[Z(T,V,1)] N =0 i N =0 exp [ βe N ]= Z(T,V,1) é a fução de partição para um oscilador isolado, i.e Z(T,V,1) = exp[ βe ]= =0 exp =0 βω + 1 =exp βω exp βω =0 A última soma correspode à soma de uma progressão geométrica ifiita de razão exp[ βω], i.e Z(T,V,1) = exp βω 1 1 exp[ βω] = 1 exp βω exp βω = βω 1 sih 5 / Aula 7

15 Exemplo: gás de osciladores harmôicos quâticos Portato, a fução de partição do sistema será Z(T,V,N)= βω N sih ode os osciladores foram cosiderados distiguíveis etre si. A eergia livre de Helmholtz é obtida por F (T,V,N)= kt l[z(t,v,n)] = NkT l βω sih F (T,V,N)= N ω + NkT l[1 exp( βω)] A etropia pode ser obtida diretamete de F (T,V,N) por derivação, i.e. F S = T V,N = Nkl[1 exp( βω)] NkT S = Nk βω exp βω 1 l[1 exp( βω)] βω 1 exp( βω) 6 / Aula 7

16 Exemplo: gás de osciladores harmôicos quâticos Portato, a fução de partição do sistema será Z(T,V,N)= βω N sih ode os osciladores foram cosiderados distiguíveis etre si. A eergia livre de Helmholtz é obtida por F (T,V,N)= kt l[z(t,v,n)] = NkT l βω sih F (T,V,N)= N ω + NkT l[1 exp( βω)] A etropia pode ser obtida diretamete de F (T,V,N) por derivação, i.e. F S = T V,N = Nkl[1 exp( βω)] NkT S = Nk βω exp βω 1 l[1 exp( βω)] βω 1 exp( βω) 6 / Aula 7

17 Exemplo: gás de osciladores harmôicos quâticos Portato, a fução de partição do sistema será Z(T,V,N)= βω N sih ode os osciladores foram cosiderados distiguíveis etre si. A eergia livre de Helmholtz é obtida por F (T,V,N)= kt l[z(t,v,n)] = NkT l βω sih F (T,V,N)= N ω + NkT l[1 exp( βω)] A etropia pode ser obtida diretamete de F (T,V,N) por derivação, i.e. F S = T V,N = Nkl[1 exp( βω)] NkT S = Nk βω exp βω 1 l[1 exp( βω)] βω 1 exp( βω) 6 / Aula 7

18 Exemplo: gás de osciladores harmôicos quâticos Portato, a fução de partição do sistema será Z(T,V,N)= βω N sih ode os osciladores foram cosiderados distiguíveis etre si. A eergia livre de Helmholtz é obtida por F (T,V,N)= kt l[z(t,v,n)] = NkT l βω sih F (T,V,N)= N ω + NkT l[1 exp( βω)] A etropia pode ser obtida diretamete de F (T,V,N) por derivação, i.e. F S = T V,N = Nkl[1 exp( βω)] NkT S = Nk βω exp βω 1 l[1 exp( βω)] βω 1 exp( βω) 6 / Aula 7

19 Exemplo: gás de osciladores harmôicos quâticos Portato, a fução de partição do sistema será Z(T,V,N)= βω N sih ode os osciladores foram cosiderados distiguíveis etre si. A eergia livre de Helmholtz é obtida por F (T,V,N)= kt l[z(t,v,n)] = NkT l βω sih F (T,V,N)= N ω + NkT l[1 exp( βω)] A etropia pode ser obtida diretamete de F (T,V,N) por derivação, i.e. F S = T V,N = Nkl[1 exp( βω)] NkT S = Nk βω exp βω 1 l[1 exp( βω)] βω 1 exp( βω) 6 / Aula 7

20 Exemplo: gás de osciladores harmôicos quâticos A eergia itera pode ser obtida por U = F + TS,i.e. U = N ω+nkt l[1 exp( βω)]+nkt βω exp βω 1 U = Nω exp βω 1 l[1 exp( βω)] No limite quado T 0 ou β temos exp(βω) S 0 e U Nω/. A capacidade calorífica a volume costate é dada por C V = U T, C V = Nk(βω) exp βω N,V (exp βω 1) No limite de altas temperaturas βω 0, dode C V Nk(βω) [1 + (βω)+...] Nk[1 + (βω)+...] NK [1 + (βω)+...) 1] que correspode ao valor obtido classicamete. No etato, o limite de baixas temperaturas βω, dode C V Nk(βω) exp βω 0, 7 / Aula 7

21 Exemplo: gás de osciladores harmôicos quâticos A eergia itera pode ser obtida por U = F + TS,i.e. U = N ω+nkt l[1 exp( βω)]+nkt βω exp βω 1 U = Nω exp βω 1 l[1 exp( βω)] No limite quado T 0 ou β temos exp(βω) S 0 e U Nω/. A capacidade calorífica a volume costate é dada por C V = U T, C V = Nk(βω) exp βω N,V (exp βω 1) No limite de altas temperaturas βω 0, dode C V Nk(βω) [1 + (βω)+...] Nk[1 + (βω)+...] NK [1 + (βω)+...) 1] que correspode ao valor obtido classicamete. No etato, o limite de baixas temperaturas βω, dode C V Nk(βω) exp βω 0, 7 / Aula 7

22 Exemplo: gás de osciladores harmôicos quâticos A eergia itera pode ser obtida por U = F + TS,i.e. U = N ω+nkt l[1 exp( βω)]+nkt βω exp βω 1 U = Nω exp βω 1 l[1 exp( βω)] No limite quado T 0 ou β temos exp(βω) S 0 e U Nω/. A capacidade calorífica a volume costate é dada por C V = U T, C V = Nk(βω) exp βω N,V (exp βω 1) No limite de altas temperaturas βω 0, dode C V Nk(βω) [1 + (βω)+...] Nk[1 + (βω)+...] NK [1 + (βω)+...) 1] que correspode ao valor obtido classicamete. No etato, o limite de baixas temperaturas βω, dode C V Nk(βω) exp βω 0, 7 / Aula 7

23 Exemplo: gás de osciladores harmôicos quâticos O comportameto quado T 0 pode ser etedido da seguite maeira: Se kt << ω um oscilador ão poderá ser excitado para um ível de eergia acima do estado fudametal, i.e o sistema ão poderá absorver eergia oferecida pelo baho térmico, exceto em uma baixíssima probabilidade. C V C V = Nk(βω) exp βω (exp βω 1) ΠkT hω 8 / Aula 7

24 Esemble Grão-caôico Cosiderar um sistema cofiado por paredes codutoras térmicas e químicas de tal maeira que sua eergia média e úmero de costituites médio são costates, mas livres para sofrem flutuações em toro das respectivas médias. Cosiderar a etropia de Gibbs S = K B dp dqρ (p, q )l[c ρ(p, q )] T,µ V = 0 T = 0 µ = 0 sujeita às codições de vículo dp dqρ N (p, q )=1, dp dqh N (p, q ) ρ N (p, q )=U, dp dq Nρ N (p, q )=<N> Usar o método dos multiplicadores de Lagrage, defiido S = S+α 0 dp dqρ N 1 +α E dp dqh N ρ N U +α N dp dq Nρ N (p, q ) <N> Calcular δs =0,i.e. 9 / Aula 8

25 Esemble Grão-caôico Cosiderar um sistema cofiado por paredes codutoras térmicas e químicas de tal maeira que sua eergia média e úmero de costituites médio são costates, mas livres para sofrem flutuações em toro das respectivas médias. Cosiderar a etropia de Gibbs S = K B dp dqρ (p, q )l[c ρ(p, q )] T,µ V = 0 T = 0 µ = 0 sujeita às codições de vículo dp dqρ N (p, q )=1, dp dqh N (p, q ) ρ N (p, q )=U, dp dq Nρ N (p, q )=<N> Usar o método dos multiplicadores de Lagrage, defiido S = S+α 0 dp dqρ N 1 +α E dp dqh N ρ N U +α N dp dq Nρ N (p, q ) <N> Calcular δs =0,i.e. 9 / Aula 8

26 Esemble Grão-caôico dp dq α 0 + α E H N + α N N k B l[c ρ N ] k B ] δρ =0 Como δρ é arbitrário o itegrado deve se aular ideticamete, i.e α 0 +α E H N +α N N k B l[c ρ N ] k B =0 ρ N = 1 C exp α0 αe αn 1 exp H N exp N k B k B k B Substituido a codição de ormalização de ρ e idetificado o primeiro fator expoecial, resulta exp k 1 B (α EH N (p, q )+α N N) ρ N (p, q )= dp dqexp k 1 B (α EH N (p, q )+α N N) Substituido, agora, a expressão da etropia de Gibbs e usado as codições de vículo se obtem S = k B l Z(α E,α N,V) α E < H N > α N <N> ode Z(α E,α N,V)= dp dqexp k 1 B (α EH N (p, q )+α N N) 10/ Aula 8

27 Esemble Grão-caôico dp dq α 0 + α E H N + α N N k B l[c ρ N ] k B ] δρ =0 Como δρ é arbitrário o itegrado deve se aular ideticamete, i.e α 0 +α E H N +α N N k B l[c ρ N ] k B =0 ρ N = 1 C exp α0 αe αn 1 exp H N exp N k B k B k B Substituido a codição de ormalização de ρ e idetificado o primeiro fator expoecial, resulta exp k 1 B (α EH N (p, q )+α N N) ρ N (p, q )= dp dqexp k 1 B (α EH N (p, q )+α N N) Substituido, agora, a expressão da etropia de Gibbs e usado as codições de vículo se obtem S = k B l Z(α E,α N,V) α E < H N > α N <N> ode Z(α E,α N,V)= dp dqexp k 1 B (α EH N (p, q )+α N N) 10/ Aula 8

28 Esemble Grão-caôico dp dq α 0 + α E H N + α N N k B l[c ρ N ] k B ] δρ =0 Como δρ é arbitrário o itegrado deve se aular ideticamete, i.e α 0 +α E H N +α N N k B l[c ρ N ] k B =0 ρ N = 1 C exp α0 αe αn 1 exp H N exp N k B k B k B Substituido a codição de ormalização de ρ e idetificado o primeiro fator expoecial, resulta exp k 1 B (α EH N (p, q )+α N N) ρ N (p, q )= dp dqexp k 1 B (α EH N (p, q )+α N N) Substituido, agora, a expressão da etropia de Gibbs e usado as codições de vículo se obtem S = k B l Z(α E,α N,V) α E < H N > α N <N> ode Z(α E,α N,V)= dp dqexp k 1 B (α EH N (p, q )+α N N) 10/ Aula 8

29 Esemble Grão-caôico 11/ Aula 8

30 Esemble Grão-caôico Comparado com a expressão do grão potecial termodiâmico: Ω=U TS µ<n> idetifica-se: α E = 1 T, α N = µ T Retorado esses valores para a expressão da etropia, idetifica-se: k B T l Z(T,V,µ)=U TS µ<n> Ω= k B T l Z(T,V,µ) ode, a gra-fução de partição (do esemble grão-caôico) pode ser escrita por Z(T,V,µ)= 1 C N dp dqexp{ β[h N µn]} Defiido a fugacidade z = e βµ pode-se reescrever a fução desidade de probabilidades e a gra-fução de partição por: ρ N (p, q )= zn C N exp{β[ω H N (p, q )]}, Z(T,V,µ)= z N C N dp dqexp{ β[h N (p, q )]} 11/ Aula 8

31 Esemble Grão-caôico Comparado com a expressão do grão potecial termodiâmico: Ω=U TS µ<n> idetifica-se: α E = 1 T, α N = µ T Retorado esses valores para a expressão da etropia, idetifica-se: k B T l Z(T,V,µ)=U TS µ<n> Ω= k B T l Z(T,V,µ) ode, a gra-fução de partição (do esemble grão-caôico) pode ser escrita por Z(T,V,µ)= 1 C N dp dqexp{ β[h N µn]} Defiido a fugacidade z = e βµ pode-se reescrever a fução desidade de probabilidades e a gra-fução de partição por: ρ N (p, q )= zn C N exp{β[ω H N (p, q )]}, Z(T,V,µ)= z N C N dp dqexp{ β[h N (p, q )]} 11/ Aula 8

32 Esemble Grão-caôico Comparado com a expressão do grão potecial termodiâmico: Ω=U TS µ<n> idetifica-se: α E = 1 T, α N = µ T Retorado esses valores para a expressão da etropia, idetifica-se: k B T l Z(T,V,µ)=U TS µ<n> Ω= k B T l Z(T,V,µ) ode, a gra-fução de partição (do esemble grão-caôico) pode ser escrita por Z(T,V,µ)= 1 C N dp dqexp{ β[h N µn]} Defiido a fugacidade z = e βµ pode-se reescrever a fução desidade de probabilidades e a gra-fução de partição por: ρ N (p, q )= zn C N exp{β[ω H N (p, q )]}, Z(T,V,µ)= z N C N dp dqexp{ β[h N (p, q )]} 11/ Aula 8

33 Esemble Grão-caôico Comparado com a expressão do grão potecial termodiâmico: Ω=U TS µ<n> idetifica-se: α E = 1 T, α N = µ T Retorado esses valores para a expressão da etropia, idetifica-se: k B T l Z(T,V,µ)=U TS µ<n> Ω= k B T l Z(T,V,µ) ode, a gra-fução de partição (do esemble grão-caôico) pode ser escrita por Z(T,V,µ)= 1 C N dp dqexp{ β[h N µn]} Defiido a fugacidade z = e βµ pode-se reescrever a fução desidade de probabilidades e a gra-fução de partição por: ρ N (p, q )= zn C N exp{β[ω H N (p, q )]}, Z(T,V,µ)= z N C N dp dqexp{ β[h N (p, q )]} 11/ Aula 8

34 Flutuações de Desidade o Esemble Grão-caôico Deseja-se calcular as flutuações do úmero de partículas em relação ao seu valor médio, i.e (N <N>) Cosiderar Ω <N>= µ T,V Mas, Logo Z Z = 1 Z <N> = µ [ k BT l Z(T,V,µ)] <N>= 1 β Z Z = 1 Z <N> µ = 1 β β N eβµ N C N βn eβµ N C N Z Z (Z ) Z dp dq e βh = β <N > dp dq e βh = β<n> Z(T,V,µ) µ Z(T,V,µ) = 1 β Z Z <N> µ = β[< N > <N> ] <N > <N> = k B T <N> µ 1 / Aula 7

35 Flutuações de Desidade o Esemble Grão-caôico Extraido a raiz quadrada e dividido por <N>,resulta <N > <N> <N> = k B T ( < N > / µ)) <N> <N> <N> 1 <N> Coclusão: O desvio padrão do úmero de partículas, relativo ao valor médio, tede a zero quado N. É possível mostrar através de relações termodiâmicas (*) que que aáloga à relação <N > <N> =<N> k BT V κ T,N 0 < H > < H > = k B T C V 0 obtida para as flutuações da eergia o esemble caôico. (*) [vide Huag, eq. 7.43, pag. 153] 13 / Aula 7

36 Flutuações de Desidade o Esemble Grão-caôico Extraido a raiz quadrada e dividido por <N>,resulta <N > <N> <N> = k B T ( < N > / µ)) <N> <N> <N> 1 <N> Coclusão: O desvio padrão do úmero de partículas, relativo ao valor médio, tede a zero quado N. É possível mostrar através de relações termodiâmicas (*) que que aáloga à relação <N > <N> =<N> k BT V κ T,N 0 < H > < H > = k B T C V 0 obtida para as flutuações da eergia o esemble caôico. (*) [vide Huag, eq. 7.43, pag. 153] 13 / Aula 7

37 Flutuações de Desidade o Esemble Grão-caôico Extraido a raiz quadrada e dividido por <N>,resulta <N > <N> <N> = k B T ( < N > / µ)) <N> <N> <N> 1 <N> Coclusão: O desvio padrão do úmero de partículas, relativo ao valor médio, tede a zero quado N. É possível mostrar através de relações termodiâmicas (*) que que aáloga à relação <N > <N> =<N> k BT V κ T,N 0 < H > < H > = k B T C V 0 obtida para as flutuações da eergia o esemble caôico. (*) [vide Huag, eq. 7.43, pag. 153] 13 / Aula 7

38 Mecâica Estatística Quâtica 1. A mecâica estatística de sistemas quâticos com grade úmero de graus de liberdade é similar à dos sistemas clásssicos, porém mais complicada para poder icluir certas características da atureza quâtica do sistema: a discretização do espectro de eergia, o pricípio da icerteza, efeitos de iterferêcia quâtica etc.. Tal como a descrição clássica, um microestado pode ser caracterizado pela sua fução de oda Ψ(q, t) cuja evolução temporal, o caso de um sistema isolado, deve ateder à equação de Schrödiger. 3. Aiexatidãoacaracterizaçãodeummicroestadoemumistatet 0 e dificuldades a resolução da equação de Schrödiger para um sistema de muitas partículas leva também à ecessidade de se costruir esembles estatísticos de sistemas idêticos, porém distribuídos em um espaço de estados apropriado e com uma desidade de probabilidades compatível com os vículos exteros. 4. Um micro-estado quâtico é descrito pelo seu vetor de estado Ψ >= q <q Ψ > q >= q Ψ(q, t) Ψ > ode Ψ(q, t) =Ψ(q 1,q,...q,t) são as fuções de oda a base { q j >} escolhida. 5. O cojuto formado por todos os vetores de estado { Ψ >} que descrevem os estados realizáveis do sistema, i.e. compatíveis com os vículos exteros e que satisfazem à equação de Schrödiger, é chamado de esemble puro por ser formado pelos estados puros. 14 / Aula 7

39 Mecâica Estatística Quâtica 1. A mecâica estatística de sistemas quâticos com grade úmero de graus de liberdade é similar à dos sistemas clásssicos, porém mais complicada para poder icluir certas características da atureza quâtica do sistema: a discretização do espectro de eergia, o pricípio da icerteza, efeitos de iterferêcia quâtica etc.. Tal como a descrição clássica, um microestado pode ser caracterizado pela sua fução de oda Ψ(q, t) cuja evolução temporal, o caso de um sistema isolado, deve ateder à equação de Schrödiger. 3. Aiexatidãoacaracterizaçãodeummicroestadoemumistatet 0 e dificuldades a resolução da equação de Schrödiger para um sistema de muitas partículas leva também à ecessidade de se costruir esembles estatísticos de sistemas idêticos, porém distribuídos em um espaço de estados apropriado e com uma desidade de probabilidades compatível com os vículos exteros. 4. Um micro-estado quâtico é descrito pelo seu vetor de estado Ψ >= q <q Ψ > q >= q Ψ(q, t) Ψ > ode Ψ(q, t) =Ψ(q 1,q,...q,t) são as fuções de oda a base { q j >} escolhida. 5. O cojuto formado por todos os vetores de estado { Ψ >} que descrevem os estados realizáveis do sistema, i.e. compatíveis com os vículos exteros e que satisfazem à equação de Schrödiger, é chamado de esemble puro por ser formado pelos estados puros. 14 / Aula 7

40 Mecâica Estatística Quâtica 1. A mecâica estatística de sistemas quâticos com grade úmero de graus de liberdade é similar à dos sistemas clásssicos, porém mais complicada para poder icluir certas características da atureza quâtica do sistema: a discretização do espectro de eergia, o pricípio da icerteza, efeitos de iterferêcia quâtica etc.. Tal como a descrição clássica, um microestado pode ser caracterizado pela sua fução de oda Ψ(q, t) cuja evolução temporal, o caso de um sistema isolado, deve ateder à equação de Schrödiger. 3. Aiexatidãoacaracterizaçãodeummicroestadoemumistatet 0 e dificuldades a resolução da equação de Schrödiger para um sistema de muitas partículas leva também à ecessidade de se costruir esembles estatísticos de sistemas idêticos, porém distribuídos em um espaço de estados apropriado e com uma desidade de probabilidades compatível com os vículos exteros. 4. Um micro-estado quâtico é descrito pelo seu vetor de estado Ψ >= q <q Ψ > q >= q Ψ(q, t) Ψ > ode Ψ(q, t) =Ψ(q 1,q,...q,t) são as fuções de oda a base { q j >} escolhida. 5. O cojuto formado por todos os vetores de estado { Ψ >} que descrevem os estados realizáveis do sistema, i.e. compatíveis com os vículos exteros e que satisfazem à equação de Schrödiger, é chamado de esemble puro por ser formado pelos estados puros. 14 / Aula 7

41 Mecâica Estatística Quâtica 1. A mecâica estatística de sistemas quâticos com grade úmero de graus de liberdade é similar à dos sistemas clásssicos, porém mais complicada para poder icluir certas características da atureza quâtica do sistema: a discretização do espectro de eergia, o pricípio da icerteza, efeitos de iterferêcia quâtica etc.. Tal como a descrição clássica, um microestado pode ser caracterizado pela sua fução de oda Ψ(q, t) cuja evolução temporal, o caso de um sistema isolado, deve ateder à equação de Schrödiger. 3. Aiexatidãoacaracterizaçãodeummicroestadoemumistatet 0 e dificuldades a resolução da equação de Schrödiger para um sistema de muitas partículas leva também à ecessidade de se costruir esembles estatísticos de sistemas idêticos, porém distribuídos em um espaço de estados apropriado e com uma desidade de probabilidades compatível com os vículos exteros. 4. Um micro-estado quâtico é descrito pelo seu vetor de estado Ψ >= q <q Ψ > q >= q Ψ(q, t) Ψ > ode Ψ(q, t) =Ψ(q 1,q,...q,t) são as fuções de oda a base { q j >} escolhida. 5. O cojuto formado por todos os vetores de estado { Ψ >} que descrevem os estados realizáveis do sistema, i.e. compatíveis com os vículos exteros e que satisfazem à equação de Schrödiger, é chamado de esemble puro por ser formado pelos estados puros. 14 / Aula 7

42 Mecâica Estatística Quâtica 1. A mecâica estatística de sistemas quâticos com grade úmero de graus de liberdade é similar à dos sistemas clásssicos, porém mais complicada para poder icluir certas características da atureza quâtica do sistema: a discretização do espectro de eergia, o pricípio da icerteza, efeitos de iterferêcia quâtica etc.. Tal como a descrição clássica, um microestado pode ser caracterizado pela sua fução de oda Ψ(q, t) cuja evolução temporal, o caso de um sistema isolado, deve ateder à equação de Schrödiger. 3. Aiexatidãoacaracterizaçãodeummicroestadoemumistatet 0 e dificuldades a resolução da equação de Schrödiger para um sistema de muitas partículas leva também à ecessidade de se costruir esembles estatísticos de sistemas idêticos, porém distribuídos em um espaço de estados apropriado e com uma desidade de probabilidades compatível com os vículos exteros. 4. Um micro-estado quâtico é descrito pelo seu vetor de estado Ψ >= q <q Ψ > q >= q Ψ(q, t) Ψ > ode Ψ(q, t) =Ψ(q 1,q,...q,t) são as fuções de oda a base { q j >} escolhida. 5. O cojuto formado por todos os vetores de estado { Ψ >} que descrevem os estados realizáveis do sistema, i.e. compatíveis com os vículos exteros e que satisfazem à equação de Schrödiger, é chamado de esemble puro por ser formado pelos estados puros. 14 / Aula 7

43 Mecâica Estatística Quâtica Na descrição quâtica as gradezas físicas observáveis correspodem a operadores lieares hermitiaos que atuam sobre os vetores do espaço de Hilbert. O valor esperado de certo observável físico, descrito por um operador Ô, correspode ao resultado médio de um grade úmero de medições desse observável quado o sistema está o estado puro Ψ >. Esse resultado é escrito por < Ô > < Ψ Ô Ψ > < Ψ q >< q Ô q ><q Ψ > < Ô > Ψ (q, t) Ô Ψ(q, t)dq q,q Obs: Para que o valor esperado < Ô > seja um úmero real é ecessário que o operador seja hermitiao, i.e. que satisfaça à propriedade: Ô = Ô, ou seja <q Ô q>=< q Ô q >. ode Ô é o operador adjuto de Ô. A evolução temporal de um micro-estado de um sistema goverado por um operador hamiltoiao (operador de eergia) Ĥ é ditada pela equação de Schrödiger i d Ψ(t) >= Ĥ Ψ(t) > dt 15 / Aula 7

44 Mecâica Estatística Quâtica Na descrição quâtica as gradezas físicas observáveis correspodem a operadores lieares hermitiaos que atuam sobre os vetores do espaço de Hilbert. O valor esperado de certo observável físico, descrito por um operador Ô, correspode ao resultado médio de um grade úmero de medições desse observável quado o sistema está o estado puro Ψ >. Esse resultado é escrito por < Ô > < Ψ Ô Ψ > < Ψ q >< q Ô q ><q Ψ > < Ô > Ψ (q, t) Ô Ψ(q, t)dq q,q Obs: Para que o valor esperado < Ô > seja um úmero real é ecessário que o operador seja hermitiao, i.e. que satisfaça à propriedade: Ô = Ô, ou seja <q Ô q>=< q Ô q >. ode Ô é o operador adjuto de Ô. A evolução temporal de um micro-estado de um sistema goverado por um operador hamiltoiao (operador de eergia) Ĥ é ditada pela equação de Schrödiger i d Ψ(t) >= Ĥ Ψ(t) > dt 15 / Aula 7

45 Mecâica Estatística Quâtica Cosiderar, agora, uma base ortoormalizada para o espaço dos vetores { Ψ(t) >}, defiida pelos vetores { φ j >}, j =1,,... Nessa base, teremos Ψ >= j c j φ j >, c j =<φ j Ψ > ou a represetação coordeada Ψ(q, t) = j c j (t)φ j (q), c j (t) = dqφ j (q)ψ(q, t) O valor esperado de um observável Ô escrito em termos dessa base fica < Ô >=< Ψ Ô Ψ >= jk < Ψ φ j ><φ j Ô φ k ><φ k Ψ >= j,k c j c k <φ j Ô φ k >= j,k c k c j O jk ode o úmero O jk pode ser iterpretado como sedo o elemeto de matriz do operador { φ j >}, i.e. O jk =<φ j Ô φ k > O jk = φ j (q) Ô φ k(q) dq Ô a base Desta maeira, defiida uma base, todos os operadores que represetam observáveis físicos podem ser expressos por uma matriz hermitiaa correspodete. 16 / Aula 7

46 Mecâica Estatística Quâtica Cosiderar, agora, uma base ortoormalizada para o espaço dos vetores { Ψ(t) >}, defiida pelos vetores { φ j >}, j =1,,... Nessa base, teremos Ψ >= j c j φ j >, c j =<φ j Ψ > ou a represetação coordeada Ψ(q, t) = j c j (t)φ j (q), c j (t) = dqφ j (q)ψ(q, t) O valor esperado de um observável Ô escrito em termos dessa base fica < Ô >=< Ψ Ô Ψ >= jk < Ψ φ j ><φ j Ô φ k ><φ k Ψ >= j,k c j c k <φ j Ô φ k >= j,k c k c j O jk ode o úmero O jk pode ser iterpretado como sedo o elemeto de matriz do operador { φ j >}, i.e. O jk =<φ j Ô φ k > O jk = φ j (q) Ô φ k(q) dq Ô a base Desta maeira, defiida uma base, todos os operadores que represetam observáveis físicos podem ser expressos por uma matriz hermitiaa correspodete. 16 / Aula 7

47 Mecâica Estatística Quâtica Média sobre o esemble puro - matriz desidade: Cosiderado todos os N estados que compõem o esemble puro { Ψ >} é possível realizar uma média de esemble do valor esperado de certo observável Ô, defiidapor < Ô > 1 < N Ô > 1 < Ψ N Ô Ψ > < Ô > = 1 dq Ψ N (q, t) Ô Ψ (q, t) Se uma base ortoormalizada { φ j >}, j =1,,... é cosiderada e cada Ψ > é e x p a d i d o e s t a base, i.e. Ψ >= j c j φ j > ou Ψ (q, t) = j c j (t)φ j(q) a média de esemble pode ser escrita como < Ô > = 1 c k c j O jk = 1 O jk c N N kc j = O jk c k c j jk jk jk < Ô > = jk O jk ρ kj < Ô > = Tr[Ôˆρ] ode ˆρ é o operador desidade associado à matriz desidade ρ jk = c k c j ρ jk = 1 N = 1 N c k c j = 1 N <φ k Ψ >< Ψ φ j > <φ k ˆρ φ j >= <φ k ˆρ φ j > ˆρ = Ψ >< Ψ 17 / Aula 7

48 Mecâica Estatística Quâtica Média sobre o esemble puro - matriz desidade: Cosiderado todos os N estados que compõem o esemble puro { Ψ >} é possível realizar uma média de esemble do valor esperado de certo observável Ô, defiidapor < Ô > 1 < N Ô > 1 < Ψ N Ô Ψ > < Ô > = 1 dq Ψ N (q, t) Ô Ψ (q, t) Se uma base ortoormalizada { φ j >}, j =1,,... é cosiderada e cada Ψ > é e x p a d i d o e s t a base, i.e. Ψ >= j c j φ j > ou Ψ (q, t) = j c j (t)φ j(q) a média de esemble pode ser escrita como < Ô > = 1 c k c j O jk = 1 O jk c N N kc j = O jk c k c j jk jk jk < Ô > = jk O jk ρ kj < Ô > = Tr[Ôˆρ] ode ˆρ é o operador desidade associado à matriz desidade ρ jk = c k c j ρ jk = 1 N = 1 N c k c j = 1 N <φ k Ψ >< Ψ φ j > <φ k ˆρ φ j >= <φ k ˆρ φ j > ˆρ = Ψ >< Ψ 17 / Aula 7

49 Mecâica Estatística Quâtica ou seja, ρ jk é a m é d i a d e esemble (puro) do elemeto de matriz do operador desidade a base { φ j >}. O operador desidade ˆρ = Ψ >< Ψ pode ser também iterpretado como o operador de projeção sobre o estado puro Ψ >. Propriedades do Operador Desidade: 1. Normalização: Tr ˆρ = ρ jj = j j Tr ˆρ = 1 N 1 <φ j ˆρ φ j > N < Ψ φ j ><φ j Ψ >= 1 N j = 1 N <φ j Ψ >< Ψ φ j >= < Ψ j j φ j ><φ j Î Ψ >= 1 N < Ψ Ψ > 1 =1 ode Î é o operador idetidade.. Hermiticidade: ˆρ é hermitiao por defiição, i.e ρ jk = ρ kj 18 / Aula 7

50 Mecâica Estatística Quâtica ou seja, ρ jk é a m é d i a d e esemble (puro) do elemeto de matriz do operador desidade a base { φ j >}. O operador desidade ˆρ = Ψ >< Ψ pode ser também iterpretado como o operador de projeção sobre o estado puro Ψ >. Propriedades do Operador Desidade: 1. Normalização: Tr ˆρ = ρ jj = j j Tr ˆρ = 1 N 1 <φ j ˆρ φ j > N < Ψ φ j ><φ j Ψ >= 1 N j = 1 N <φ j Ψ >< Ψ φ j >= < Ψ j j φ j ><φ j Î Ψ >= 1 N < Ψ Ψ > 1 =1 ode Î é o operador idetidade.. Hermiticidade: ˆρ é hermitiao por defiição, i.e ρ jk = ρ kj 18 / Aula 7

51 Mecâica Estatística Quâtica Propriedades do Operador Desidade: 3. Positividade: Para qualquer estado Φ >, < Φ ˆρ Φ >= α < Φ Ψ a >< Ψ a Φ >= α < Φ Ψ a > 0 a igualdade ocorredo apeas o caso trivial em que Φ > é o vetor ulo. 4. Idempotêcia ˆρ é idempotete, i.e. ˆρ =ˆρˆρ =ˆρ Observações: A defiição do operador (matriz) desidade ão itroduz elemetos ovos a teoria mas reúe, em uma otação codesada, toda a iformação sobre o esemble de vo Neuma. Os estados puros Ψ > e e iθ Ψ > diferem pelo produto por um complexo (θ R) eportato correspodem ao mesmo operador desidade, i.e. ˆρ(t) =e iθ Ψ >< Ψ e iθ = Ψ >< Ψ elimiado a dicotomia devido à existêcia de uma fase aleatória arbitrária global do sistema. 19 / Aula 7

52 Mecâica Estatística Quâtica Propriedades do Operador Desidade: 3. Positividade: Para qualquer estado Φ >, < Φ ˆρ Φ >= α < Φ Ψ a >< Ψ a Φ >= α < Φ Ψ a > 0 a igualdade ocorredo apeas o caso trivial em que Φ > é o vetor ulo. 4. Idempotêcia ˆρ é idempotete, i.e. ˆρ =ˆρˆρ =ˆρ Observações: A defiição do operador (matriz) desidade ão itroduz elemetos ovos a teoria mas reúe, em uma otação codesada, toda a iformação sobre o esemble de vo Neuma. Os estados puros Ψ > e e iθ Ψ > diferem pelo produto por um complexo (θ R) eportato correspodem ao mesmo operador desidade, i.e. ˆρ(t) =e iθ Ψ >< Ψ e iθ = Ψ >< Ψ elimiado a dicotomia devido à existêcia de uma fase aleatória arbitrária global do sistema. 19 / Aula 7

53 Mecâica Estatística Quâtica Equivalêcia etre a MEC e a MEQ: MEC MEQ Espaço de Fase( q, p) Espaço de Hilbert Poto represetativo (q, p) Vetor de estado Ψ > Trajetória de fase Evolução temporal de Ψ > (t) Equações de Hamilto Equação de Schrödiger Fuções de Fase F (q, p, t) Operadores hermitiaos ˆF(q, p, t) Evolução temporal das fuções de fase Equação de Heiseberg Teorema de Liouville Ivariâcia do traço e Evolução temporal de ˆρ 0 / Aula 7

objetivo Exercícios Meta da aula Pré-requisitos

objetivo Exercícios Meta da aula Pré-requisitos Exercícios A U L A 6 Meta da aula Aplicar o formalismo quâtico estudado as Aulas a 5 deste módulo à resolução de um cojuto de exercícios. objetivo Esperamos que, após o térmio desta aula, você teha cosolidado

Leia mais

Dentro, a/2 < x < a/2: com: Ondas com a mesma amplitude nos 2 sentidos. Elas se combinam formando uma onda estacionária. Então podemos fazer A = B:

Dentro, a/2 < x < a/2: com: Ondas com a mesma amplitude nos 2 sentidos. Elas se combinam formando uma onda estacionária. Então podemos fazer A = B: Poços de potecial: E < V Detro a/ < < a/: ψ com: i i Ae + Be me p Odas com a mesma amplitude os setidos. Elas se combiam formado uma oda estacioária. Etão podemos fazer A B: ψ ψ i i + e B e Bʹ cos e Bʹ

Leia mais

Instituto de Física USP. Física V - Aula 25. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 25. Professora: Mazé Bechara Istituto de Física USP Física V - Aula 5 Professora: Mazé Bechara Paulo Vazolii - cietista e compositor Aula 5 Aida o átomo de H. A proposta de de Broglie de caráter dual das partículas materiais 1. Aida

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

FORMAS QUADRÁTICAS. Esta forma quadrada pode ser reescrita em forma matricial, segundo:

FORMAS QUADRÁTICAS. Esta forma quadrada pode ser reescrita em forma matricial, segundo: PROGRAA DE ENGENHARIA QUÍICA/COPPE/UFRJ COQ 897- OIIZAÇÃO DE PROCESSOS- II/ FORAS QUADRÁICAS Em a epressão geral das formas quadráticas é: a a f (, ) cbb a, cujas derivadas parciais são: f(, ) b a a f(,

Leia mais

Os Ensembles Caps. 4, 5, 7 do Salinas

Os Ensembles Caps. 4, 5, 7 do Salinas Os Ensembles Caps. 4, 5, 7 do Salinas ensemble = conjunto, coleção de sistemas em condições idênticas ao sistema que queremos estudar FFI319 - Física Estatística 20 27 de Setembro p. 1 Microcanônico Micro-estados

Leia mais

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença? Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Instituto de Física USP. Física V - Aula 25. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 25. Professora: Mazé Bechara Istituto de Física USP Física V - Aula 5 Professora: Mazé Bechara Aula 5 Aida o átomo de H. A proposta de de Broglie de caráter dual das partículas materiais 1. Aida o átomo de hidrogêio, a procura do

Leia mais

Virgílio Mendonça da Costa e Silva

Virgílio Mendonça da Costa e Silva UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MECÂNICA VIBRAÇÕES DOS SISTEMAS MECÂNICOS VIBRAÇÕES LIVRES COM AMORTECIMENTO DE SISTEMAS DE GL NOTAS DE AULAS Virgílio Medoça

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas . ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia

Leia mais

Números Complexos. David zavaleta Villanueva 1

Números Complexos. David zavaleta Villanueva 1 Material do miicurso a ser lecioado o III EREM-Mossoró-UERN UFRN - Uiversidade Federal do Rio Grade do Norte Edição N 0 outubro 011 Números Complexos David zavaleta Villaueva 1 1 CCET-UFRN, Natal, RN,

Leia mais

Capítulo 39: Mais Ondas de Matéria

Capítulo 39: Mais Ondas de Matéria Capítulo 39: Mais Odas de Matéria Os elétros da superfície de uma lâmia de Cobre foram cofiados em um curral atômico - uma barreira de 7,3 âgstros de diâmetro, imposta por 48 átomos de Ferro. Os átomos

Leia mais

Ensemble de Gibbs... 1 Ensemble Grão-canônico... 6 Flutuações da densidade no ensemble grão-canônico Apêndice... 14

Ensemble de Gibbs... 1 Ensemble Grão-canônico... 6 Flutuações da densidade no ensemble grão-canônico Apêndice... 14 FIS 715 Mecânica Estatística - 2016.1 - Notas de Aulas 1 CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE FÍSICA PROGRAMA DE PÓS-GRADUAÇÃO Aula 14 Sumário Ensemble de Gibbs.................................................

Leia mais

Aplicações lineares. Capítulo Seja T: a) Quais dos seguintes vectores estão em Im( T )? 1 i) 4. 3 iii) ii)

Aplicações lineares. Capítulo Seja T: a) Quais dos seguintes vectores estão em Im( T )? 1 i) 4. 3 iii) ii) Capítulo Aplicações lieares Seja T: R R a multiplicação por 8 a) Quais dos seguites vectores estão em Im( T )? i) ii) 5 iii) b) Quais dos seguites vectores estão em Ker( T)? i) ii) iii) c) Qual a dimesão

Leia mais

Sumário. 2 Índice Remissivo 11

Sumário. 2 Índice Remissivo 11 i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de

Leia mais

Aula 5 Teorema central do limite & Aplicações

Aula 5 Teorema central do limite & Aplicações Diâmica Estocástica Aula 5 Teorema cetral do limite & Aplicações Teorema cetral do limite Se x é tal que: x 0 e ( xv é fiita,,..., x x, x,...,, 3 x variáveis aleatórias idepedetes com a mesma distribuição

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias Capítulo VII: Soluções Numéricas de Equações Difereciais Ordiárias 0. Itrodução Muitos feómeos as áreas das ciêcias egearias ecoomia etc. são modelados por equações difereciais. Supoa-se que se quer determiar

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

Transformação de similaridade

Transformação de similaridade Trasformação de similaridade Relembrado bases e represetações, ós dissemos que dada uma base {q, q,..., q} o espaço real - dimesioal, qualquer vetor deste espaço pode ser escrito como:. Ou a forma matricial

Leia mais

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD.

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD. Matemática 0. Um losago do plao cartesiao oxy tem vértices A(0,0), B(,0), C(,) e D(,). A) Determie a equação da reta que cotém a diagoal AC. B) Determie a equação da reta que cotém a diagoal BD. C) Ecotre

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

Ensemble Grande Canônico

Ensemble Grande Canônico UFABC - NANHT3036-15SA - Mecânica Estatística Curso 017. Prof. Germán Lugones CAPÍTULO 5 Ensemble Grande Canônico 1 Sistema em contato com um reservatório Vamos procurar um ensemble que seja apropriado

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

4 Teoria da Probabilidade

4 Teoria da Probabilidade 48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

EME 311 Mecânica dos Sólidos

EME 311 Mecânica dos Sólidos EE 311 ecâica dos Sólidos - CPÍTULO 4 - Profa. Patricia Email: patt_lauer@uifei.edu.br IE Istituto de Egeharia ecâica UNIFEI Uiversidade Federal de Itajubá 4 CENTRO DE GRIDDE E OENTO ESTÁTICO DE ÁRE 4.1

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Solução Comentada Prova de Matemática

Solução Comentada Prova de Matemática 0 questões. Sejam a, b e c os três meores úmeros iteiros positivos, tais que 5a = 75b = 00c. Assiale com V (verdadeiro) ou F (falso) as opções abaixo. ( ) A soma a b c é igual a 9 ( ) A soma a b c é igual

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

2.2. Séries de potências

2.2. Séries de potências Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise

Leia mais

Notas do Curso Inferência em Processos Estocásticos. 1 Estimação de máxima verossimilhança para cadeias de Markov de ordem k

Notas do Curso Inferência em Processos Estocásticos. 1 Estimação de máxima verossimilhança para cadeias de Markov de ordem k Notas do Curso Iferêcia em Processos Estocásticos Prof. Atoio Galves Trascrita por Karia Yuriko Yagiuma 1 Estimação de máxima verossimilhaça para cadeias de Markov de ordem k Seja (X ) =0,1,,... uma cadeia

Leia mais

FÍSICA MODERNA I AULA 14

FÍSICA MODERNA I AULA 14 Uiversidade de São Paulo Istituto de Física FÍSICA MODERNA I AULA 14 Profa. Márcia de Almeida Rizzutto Pelletro sala 114 rizzutto@if.usp.br 1o. Semestre de 014 Moitor: Gabriel M. de Souza Satos Págia do

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

Leia mais

Instituto de Física USP. Física Moderna. Aula 25. Professora: Mazé Bechara

Instituto de Física USP. Física Moderna. Aula 25. Professora: Mazé Bechara Istituto de Física USP Física Modera Aula 5 Professora: Mazé Bechara Aula 5 A equação de Schroediger para estados estacioários ligados. Aplicação o movimeto uidimesioal. 1. Aplicação : os auto estados

Leia mais

-0,4-0,6 -0,9 -1,5 -3,4 -13,6 EXERCÍCIOS

-0,4-0,6 -0,9 -1,5 -3,4 -13,6 EXERCÍCIOS EXERCÍCIOS FÍSICA MODERNA ÁTOMO DE BOHR PROF. MARENGÃO. (UFRN) Um átomo de hidrogêio, ao passar de um estado quâtico para outro, emite ou absorve radiação eletromagética de eergias bem defiidas. No diagrama

Leia mais

Operadores Lineares e Matrizes

Operadores Lineares e Matrizes Operadores Lieares e Matrizes Ua Distição Fudaetal e Álgebra Liear Prof Carlos R Paiva Operadores Lieares e Matrizes Coeceos por apresetar a defiição de operador liear etre dois espaços lieares (ou vectoriais)

Leia mais

Eletromagnetismo II 1 o Semestre de 2007 Noturno - Prof. Alvaro Vannucci

Eletromagnetismo II 1 o Semestre de 2007 Noturno - Prof. Alvaro Vannucci Eletromagetismo 1 o Semestre de 7 Noturo - Prof. Alvaro Vaucci 1 a aula 7/fev/7 ivros-texto: eitz-milford Griffiths Vamos relembrar as 4 equações básicas do Eletromagetismo 1 a ) ei de Gauss: O Fluxo do

Leia mais

1. Definição e conceitos básicos de equações diferenciais

1. Definição e conceitos básicos de equações diferenciais Capítulo 7: Soluções Numéricas de Equações Difereciais Ordiárias. Itrodução Muitos feómeos as áreas das ciêcias, egearias, ecoomia, etc., são modelados por equações difereciais. Supoa-se que se quer determiar

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

{ } 3.3 Função Densidade de Probabilidade Condicional e Independência

{ } 3.3 Função Densidade de Probabilidade Condicional e Independência 33 Fução Desidade de Probabilidade Codicioal e Idepedêcia Fução de Desidade de Probabilidade Codicioal (dimesão ) Seja f ( x,,x ) uma desidade cojuta associada a uma variável aleatória de dimesão Sejam

Leia mais

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r. Sucessões Defiição: Uma sucessão de úmeros reais é uma aplicação u do cojuto dos úmeros iteiros positivos,, o cojuto dos úmeros reais,. A expressão u que associa a cada a sua imagem desiga-se por termo

Leia mais

1. Revisão Matemática

1. Revisão Matemática Se x é um elemeto do cojuto Notação S: x S Especificação de um cojuto : S = xx satisfaz propriedadep Uião de dois cojutos S e T : S T Itersecção de dois cojutos S e T : S T existe ; para todo f : A B sigifica

Leia mais

Provas de Matemática Elementar - EAD. Período

Provas de Matemática Elementar - EAD. Período Provas de Matemática Elemetar - EAD Período 01. Sérgio de Albuquerque Souza 4 de setembro de 014 UNIVERSIDADE FEDERAL DA PARAÍBA CCEN - Departameto de Matemática http://www.mat.ufpb.br/sergio 1 a Prova

Leia mais

TRANSFORMAÇÕES LINEARES

TRANSFORMAÇÕES LINEARES rasformação Liear NSFOMÇÕES LINEES Sejam e espaços vetoriais reais Dizemos que uma fução : é uma trasformação liear se a fução preserva as operações de adição e de multiplicação por escalar isto é se os

Leia mais

Análise Matemática I 2 o Exame

Análise Matemática I 2 o Exame Aálise Matemática I 2 o Exame Campus da Alameda LEC, LET, LEN, LEM, LEMat, LEGM 29 de Jaeiro de 2003, 3 horas Apresete todos os cálculos e justificações relevates I. Cosidere dois subcojutos de R, A e

Leia mais

Representação em espaço de estado de sistemas de enésima ordem. Função de perturbação não envolve termos derivativos.

Representação em espaço de estado de sistemas de enésima ordem. Função de perturbação não envolve termos derivativos. VARIÁVEIS DE ESTADO Defiições MODELAGEM E DINÂMICA DE PROCESSOS Profa. Ofélia de Queiroz Ferades Araújo Estado: O estado de um sistema diâmico é o cojuto míimo de variáveis (chamadas variáveis de estado)

Leia mais

Radiação térmica Física Moderna 1 Aula 2 1

Radiação térmica Física Moderna 1 Aula 2 1 Radiação térmica Maxwell, 1873 odas eletromagéticas (teoria) Correte alterada produção de odas com comportameto aálogo ao da luz (reflexão, refração, difração, iterferêcia,...) Hertz, 1887 comprovação

Leia mais

AULA Subespaço, Base e Dimensão Subespaço.

AULA Subespaço, Base e Dimensão Subespaço. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,

Leia mais

CÁLCULO DIFERENCIAL. Conceito de derivada. Interpretação geométrica

CÁLCULO DIFERENCIAL. Conceito de derivada. Interpretação geométrica CÁLCULO DIFERENCIAL Coceito de derivada Iterpretação geométrica A oção fudametal do Cálculo Diferecial a derivada parece ter sido pela primeira vez explicitada o século XVII, pelo matemático fracês Pierre

Leia mais

; 2N 2N.! " j %.(1 & q)2 N & j.q j. j!(2n & j)!

; 2N 2N.!  j %.(1 & q)2 N & j.q j. j!(2n & j)! DERIVA GENÉTICA Seja uma população de tamaho fiito N, costate ao logo das gerações; sejam aida p e q as freqüêcias dos alelos A e a de um loco autossômico a geração ; como o tamaho da população é costate,

Leia mais

1- Resolução de Sistemas Lineares.

1- Resolução de Sistemas Lineares. MÉTODOS NUMÉRICOS PR EQUÇÕES DIFERENCIIS PRCIIS 1- Resolução de Sistemas Lieares. 1.1- Matrizes e Vetores. 1.2- Resolução de Sistemas Lieares de Equações lgébricas por Métodos Exatos (Diretos). 1.3- Resolução

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1 MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X

Leia mais

Interpolação. Interpolação Polinomial

Interpolação. Interpolação Polinomial Iterpolação Iterpolação Poliomial Objetivo Iterpolar uma fução f(x) cosiste em aproximar essa fução por uma outra fução g(x), escolhida etre uma classe de fuções defiidas (aqui, usaremos poliômios). g(x)

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

Cálculo Diferencial e Integral I Resolução do 2 ō Teste - LEIC

Cálculo Diferencial e Integral I Resolução do 2 ō Teste - LEIC Cálculo Diferecial e Itegral I Resolução do ō Teste - LEIC Departameto de Matemática Secção de Àlgebra e Aálise I.. Determie o valor dos seguites itegrais (i) e x se x dx x + (ii) x (x + ) dx (i) Visto

Leia mais

Estacionariedade e correlação temporal em dados financeiros

Estacionariedade e correlação temporal em dados financeiros Estacioariedade e correlação temporal em dados fiaceiros Hoje em dia há uma quatidade imesa de dados fiaceiros sedo armazeados, egócio a egócio, pelo mudo afora. Gratuitamete, é possível coseguir facilmete

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. Sessão Prática 4 Amostragem de escalares Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas

Leia mais

2- Resolução de Sistemas Não-lineares.

2- Resolução de Sistemas Não-lineares. MÉODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 2- Resolução de Sistemas Não-lieares. 2.- Método de Newto. 2.2- Método da Iteração. 2.3- Método do Gradiete. 2- Sistemas Não Lieares de Equações Cosidere

Leia mais

UNIVERSIDADE DE SÃO PAULO Escola de Engenharia de Lorena EEL

UNIVERSIDADE DE SÃO PAULO Escola de Engenharia de Lorena EEL UNIVERSIDADE DE SÃO PAULO Escola de Egeharia de Lorea EEL LOB101 - FÍSICA IV Prof. Dr. Durval Rodrigues Juior Departameto de Egeharia de Materiais (DEMAR) Escola de Egeharia de Lorea (EEL) Uiversidade

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

Como se decidir entre modelos

Como se decidir entre modelos Como se decidir etre modelos Juliaa M. Berbert Quado uma curva é lei de potecia? O procedimeto amplamete usado para testar movimetação biológica a fim de ecotrar padrões de busca como Voos de Levy tem

Leia mais

Secção 1. Introdução às equações diferenciais

Secção 1. Introdução às equações diferenciais Secção. Itrodução às equações difereciais (Farlow: Sec..,.) Cosideremos um exemplo simples de um feómeo que pode ser descrito por uma equação diferecial. A velocidade de um corpo é defiida como o espaço

Leia mais

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas

Leia mais

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 22 DE JULHO 2016 GRUPO I

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 22 DE JULHO 2016 GRUPO I PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 65) ª FASE DE JULHO 016 GRUPO I 1. Sabe-se que: P ( A B ) 0, 6 P A B P A Logo, 0, + 0, P A B Como P P 0, 6 P A B 1 0,

Leia mais

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Distribuições de Estatísticas Amostrais e Teorema Central do Limite Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 2018/2019 30/01/2019 15:00 2 o Teste C 10 valores 1. Seja X X 1, X 2,...,

Leia mais

CPV O cursinho que mais aprova na fgv

CPV O cursinho que mais aprova na fgv CPV O cursiho que mais aprova a fgv FGV ecoomia a Fase 0/dezembro/0 MATEMÁTICA 0. Chamaremos de S() a soma dos algarismos do úmero iteiro positivo, e de P() o produto dos algarismos de. Por exemplo, se

Leia mais

1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária.

1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária. 1.4 Determiates A teoria dos determiates surgiu quase simultaeamete a Alemaha e o Japão. Ela foi desevolvida por dois matemáticos, Gottfried Wilhelm Leibiz (1642-1716) e Seki Shisuke Kowa (1642-1708),

Leia mais

Sistemas periódicos e teorema de Bloch

Sistemas periódicos e teorema de Bloch Uiversidade de São Paulo Escola de Egeharia de Lorea Departameto de Egeharia de Materiais Sistemas periódicos e teorema de Bloch Luiz T. F. Eleo Escola de Egeharia de Lorea da Uiversidade de São Paulo

Leia mais

Estimadores de Momentos

Estimadores de Momentos Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo

Leia mais

Estudando complexidade de algoritmos

Estudando complexidade de algoritmos Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade

Leia mais

Instituto de Física USP. Física V - Aula 23. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 23. Professora: Mazé Bechara Istituto de Física USP Física V - Aula 3 Professora: Mazé Bechara Aula 3 Alicações de Wilso-Sommerfeld. A roosta de de Broglie de caráter dual das artículas materiais 1. Alicações de Wilso-Sommerfeld:

Leia mais

Quarta aula. Ifusp, agosto de 2016

Quarta aula. Ifusp, agosto de 2016 Diâmica Estocástica Quarta aula Ifusp, agosto de 06 Bibliografia básica. va Kape, Stochastic processes i physics ad chemistry, North-Hollad, 990, Capítulo 4. Tomé e de Oliveira, Diâmica estocástica e irreversibilidade,

Leia mais

Aula-10 Mais Ondas de Matéria II

Aula-10 Mais Ondas de Matéria II http://www.bugma3.com/physics/ Aula-0 Mais Odas de Matéria II Física Geral F-48 Partícula em uma Caixa ( poço ) Vamos resolver a equação de Schrödiger para uma partícula cofiada a uma caixa de paredes

Leia mais

Universidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros

Universidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros 3. Poliômios Defiição: Um poliômio ou fução poliomial P, a variável x, é toda expressão do tipo: P(x)=a x + a x +... a x + ax + a0, ode IN, a i, i = 0,,..., são úmeros reais chamados coeficietes e as parcelas

Leia mais

==Enunciado== 2. (a) Mostre que se h(t) é uma função seccionalmente contínua e periódica, de período T, que admite transformada de Laplace, então

==Enunciado== 2. (a) Mostre que se h(t) é uma função seccionalmente contínua e periódica, de período T, que admite transformada de Laplace, então Departameto de Matemática - Escola Superior de ecologia - Istituto Politécico de Viseu Complemetos de Aálise Matemática Egeharia de Sistemas e Iformática Euciado e Resolução da a. Frequêcia de 5/6 Duração:

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

Leia mais

Ajuste de Curvas pelo Método dos Quadrados Mínimos

Ajuste de Curvas pelo Método dos Quadrados Mínimos Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias

Leia mais

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação

Leia mais

Aula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança

Aula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate

Leia mais

Probabilidade II Aula 9

Probabilidade II Aula 9 Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas

Leia mais

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular Sistemas de Processameto Digital Egeharia de Sistemas e Iformática Ficha 4 5/6 4º Ao/ º Semestre DFS Série Discreta de Fourier DFT Trasformada Discreta de Fourier Covolução Circular Para calcular a DFT,

Leia mais

UMA INTRODUÇÃO À TEORIA DE PONTOS CRÍTICOS

UMA INTRODUÇÃO À TEORIA DE PONTOS CRÍTICOS UMA INTRODUÇÃO À TEORIA DE PONTOS CRÍTICOS INTRODUÇÃO Carlos Herique Togo e Atôio Carlos Nogueira Hoje em dia, um dos mais produtivos e atraetes ramos da Matemática é a Teoria de Sigularidades A Teoria

Leia mais

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004

Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2 MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida

Leia mais

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

Leia mais

Cálculo II Sucessões de números reais revisões

Cálculo II Sucessões de números reais revisões Ídice 1 Defiição e exemplos Cálculo II Sucessões de úmeros reais revisões Mestrado Itegrado em Egeharia Aeroáutica Mestrado Itegrado em Egeharia Civil Atóio Beto beto@ubi.pt Departameto de Matemática Uiversidade

Leia mais

Séries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais.

Séries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais. Séries de Fourier As séries de Fourier são séries cujos termos são fuções siusoidais. Importâcia prática: uma fução periódica (em codições bastate gerais) pode ser represetada por uma série de Fourier;

Leia mais

BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição

BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS 1 a Edição Rio Grade 2017 Uiversidade Federal do Rio Grade - FURG NOTAS DE AULA DE CÁLCULO

Leia mais

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA) 06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes

Leia mais

Métodos iterativos. Métodos Iterativos para Sistemas Lineares

Métodos iterativos. Métodos Iterativos para Sistemas Lineares Métodos iterativos Métodos Iterativos para Sistemas Lieares Muitos sistemas lieares Ax = b são demasiado grades para serem resolvidos por métodos directos (por exemplo, se A é da ordem de 10000) á que

Leia mais

Estudo da Função Exponencial e Função Logarítmica

Estudo da Função Exponencial e Função Logarítmica Istituto Muicipal de Esio Superior de Cataduva SP Curso de Liceciatura em Matemática 3º ao Prática de Esio da Matemática III Prof. M.Sc. Fabricio Eduardo Ferreira fabricio@fafica.br Estudo da Fução Expoecial

Leia mais

Instituto de Física USP. Física Moderna I. Aula 20. Professora: Mazé Bechara

Instituto de Física USP. Física Moderna I. Aula 20. Professora: Mazé Bechara Istituto de Física USP Física Modera I Aula 20 Professora: Mazé Bechara Satos FC tricampeão paulista Aula 20 A oda da partícula material e o pricípio de icerteza 1. Odas de de Broglie - aplicações: (a)

Leia mais