Transição de Fase Difusiva-Balística em Polímeros Aleatórios

Tamanho: px
Começar a partir da página:

Download "Transição de Fase Difusiva-Balística em Polímeros Aleatórios"

Transcrição

1 Transição de Fase Difusiva-Balística em Polímeros Aleatórios por Simone Vasconcelos da Silva Orientador: Leandro Martins Cioletti Brasília 204

2 AGRADECIMETOS Agradeço aos professores Leandro Cioletti e Chang Dorea, pela orientação, incentivo e confiança na minha capacidade de realizar este feito. Vocês são pessoas que me inspiram profissionalmente. Agradeço aos professores membros da banca examinadora, pelo paciente trabalho de revisão e sugestões para pesquisas futuras, à Universidade de Brasília, seu corpo docente, direção e administração, por fornecer a estrutura acadêmica necessária e à Universidade Federal de Goiás, pelo apoio na realização do doutorado juntamente com a atividade docente. Aos amigos, agradeço por poder dividir as alegrias e dificuldades desta experiência. Agradeço aos meus familiares, que me deram toda a estrutura para conseguir realizar este sonho, por entenderem a minha ausência e por se orgulharem deste feito tanto quanto eu. Em especial, agradeço à minha mãe, Maria da Graça, pela confiança e amor incondicional. Agradeço ao Fernando, que durante este processo foi namorado, noivo e esposo, sempre compreensivo e me incentivando a buscar minhas realizações profissionais, mesmo que para isso tenhamos que ficar fisicamente distantes. Finalmente, agradeço a Deus, pela presença constante ao meu lado e por me cercar de amor, cuidado e pessoas incríveis. Esta foi uma jornada longa, mas o aprendizado foi ainda maior. Obrigada.

3 Resumo este trabalho, problemas de transição de fase são abordados para polímeros aleatórios em Z 2 com interações auto-repulsivas de longo alcance. a ausência de drift e com interações com decaimento polinomial, o polímero exibe transição de um comportamento difusivo para balístico. Quando drifts não-nulos são adicionados e interações positivas e invariantes por translação são consideradas, o polímero apresenta um comportamento balístico. ossos resultados complementam alguns estudos anteriores sobre o assunto e também obtivemos um Teorema do Limite Central para o modelo. Palavras-chave: polímeros aleatórios auto-repulsivos; modelo de Ising; interações de longo-alcance; transição de fase difusiva-balística; Teorema do Limite Central.

4 Abstract In this Ph.D. dissertation phase transition issues are addressed for random polymers on Z 2 with long-range self-repulsive interactions. It is shown that, in the absence of drift and with power law interactions, the polymer exhibits transition from diffusive to a ballistic behavior. When non-null drifts are added and positive translation invariant interactions are considered, the polymer presents a ballistic behavior. Our results complement some previous studies on the matter and we also derive a Central Limit Theorem for the model. Keywords: self-repelling random polymers; Ising model; long-range interactions; diffusive-ballistic phase transition; Central Limit Theorem.

5 ão me envergonho de mudar de idéia, porque não me envergonho de pensar. Blaise Pascal

6 Conteúdo O Modelo de Ising Unidimensional 8. Introdução O Modelo de Ising Unidimensional Desigualdades de Momento Magnetização e Energia Livre Medida de Gibbs a Volume Infinito Teorema de Lee-Yang Distância Média Quadrática no Modelo de Polímeros Introdução O Modelo de Polímeros Aleatórios Bidimensional Relação entre o Modelo de Ising e o Modelo de Polímeros Ausência de Transição de Fase Transição de fase: h= Teorema do Limite Central para o Modelo de Polímeros Introdução Condição de Regularidade O Modelo de Polímeros com Condição Externa Teorema do Limite Central

7 Introdução Um dos temas comuns da Teoria de Probabilidade e Mecânica Estatística é a descoberta de regularidade em meio ao caos. As leis da Teoria de Probabilidade resumem o comportamento de sistemas estocásticos em termos de alguns parâmetros como, por exemplo, a média e a variância. Em Mecânica Estatística estudam-se propriedades macroscópicas de um sistema de partículas a partir de uma distribuição de probabilidade que é definida a partir das interações entre as partículas que constituem o sistema. Exemplos de sistemas físicos importantes na área de Mecânica Estatística são os modelos ferromagnéticos e modelos que representam polímeros. Ambos serão explorados neste trabalho. Um polímero, do ponto de vista químico, é uma molécula constituída por uma grande quantidade de monômeros, unidos através de ligações químicas devido à multivalência dos átomos. Alguns exemplos são proteínas, açúcares, borracha, sequência de DA entre outros. Em Mecânica Estatística, passeios aleatórios dependentes são denominados polímeros aleatórios, e são representados na rede Euclidiana d-dimensional Z d, d, de forma que podemos pensar nos monômeros como sendo os vértices de um caminho em Z d e as ligações químicas sendo os segmentos de reta (de comprimento na métrica Euclideana) paralelos aos eixos coordenados que ligam dois pontos imediatamente próximos. O assunto principal desta tese é um modelo de polímero na rede bidimensional Z 2. Mais precisamente, seja W a coleção de passeios aleatórios conexos de passos em Z 2 dada por W := {S = (S 0,..., S ) : S i Z 2, S 0 = 0, S i+ S i =, i =,..., }, sendo a norma l. Cada elemento S W é chamado de polímero. 2

8 Figura : Polímero Aleatório em Z 2 ote que podemos pensar em um polímero em W como um passeio em Z 2 de passos que inicia na origem e termina na posição S. A função H, denominada Hamiltoniano, associa uma energia para cada polímero S W, fornecendo informações de como o polímero interage com o meio e consigo mesmo. Para o nosso modelo, H (S) = i<j V ij X i, X j h, S, () onde X i = S i S i corresponde ao i-ésimo passo, {V ij } i,j= R são nãonegativos denominados interações, h R 2 é um vetor fixado denominado drift e, denota o produto interno usual em R 2. Seja β um parâmetro positivo associado ao inverso da temperatura do meio em que o polímero está imerso. A probabilidade de cada S W com respeito ao inverso da temperatura β é dada por P β (S) = exp [ βh (S)], onde Z β Z β = exp [ βh (S)], S W é denominada medida de Gibbs associada ao par (W, H ). Devido à questões de estabilidade, os polímeros com mais baixas energias têm maior probabilidade de ocorrência na natureza. Portanto o Hamiltoniano e a medida de Gibbs de um polímero S são inversamente proporcionais. Já que V ij 0 e β > 0, um polímero S tem maior probabilidade de ocorrer, segundo a medida de Gibbs definida acima, se ele satisfaz H (S) H ( S), para todo S W. 3

9 Seja fixado, e µ uma medida de probabilidade em W. Sejam µ (H ) = µ (S)H (S) e H(µ ) = µ (S) log µ (S), S W S W o valor esperado de H (com respeito a µ ) e a entropia de Shannon de µ, respectivamente. Por argumentos simples de convexidade, podemos observar que a entropia de Shannon de uma medida de probabilidade atinge seu valor máximo para medidas de probabilidade que atribuem mesmo peso para todos os pontos do espaço e seu valor mínimo (zero) quando a medida de probabilidade é uma medida tipo Delta concentrada em algum ponto. A medida de Gibbs é a única medida de probabilidade em W que minimiza a diferença µ (H ) H(µ ). Esta minimalidade é precisamente a condição de equilíbrio clássica para um sistema físico, com temperatura constante. O princípio variacional para sistemas finitos afirma que para qualquer medida de probabilidade µ em W vale a desigualdade µ (H ) H(µ ) log Z, onde Z = S W exp[ H (S)], e a igualdade ocorre somente para a medida de Gibbs P (S) = (Z ) exp[ H (S)], S W. De fato, aplicando a desigualdade de Jensen para a função convexa ϕ(x) = x log(x), podemos escrever para qualquer µ, µ (H ) H(µ ) + log(z ) = [ ] µ (S) H (S) + log(µ (S)) + log(z ) S W = [ ( e H )] (S) µ (S) log(µ (S)) log Z S W = µ (S) log [ µ (S)/P (S) ] S W = P (S) ϕ ( µ (S)/P (S) ) S W ϕ ( S W P (S) µ (S)/P (S) =ϕ() = 0. Como ϕ é estritamente convexa, a igualdade é válida se, e somente se a função S µ (S)/P (S) é constante, o que implica em µ 4 ) = P. Aplicamos o

10 princípio variacional para um sistema finito. O mesmo pode ser estendido para sistemas físicos infinitos (veja o Capítulo 5 em [3]). osso principal interesse ao estudar o modelo de polímeros definido através do Hamiltoniano H em () é avaliar a distância média quadrática entre as extremidades do polímero. Caracciolo et al. ([4], 994) introduziu um modelo de polímeros aleatórios auto-repulsivo com Hamiltoniano em W dado por H (S) = g 0 0 i<j V ij δ Si,S j, onde g 0 > 0 e as interações V ij = i j α. Para este modelo, foi conjecturado que para dimensão d 4 existe um expoente estritamente positivo γ = γ(d, α) tal que a distância média quadrática entre as extremidades do polímero satisfaz o seguinte resultado assintótico E P [ S 2 ] S W S (S) 2 P (S) c γ, onde a medida de Gibbs P é definida através do Hamiltoniano H. Baseado em simulações e argumentos heurísticos, Madras et al. ([26], 993) apresentaram a conjectura de que para β (0, ] a distância média quadrática do modelo de polímeros com medidas de Gibbs Q β (S), cujo Hamiltoniano é H(S) = δ Si,S j, é tal que 0 i,j i j E Q β ( S 2 ) D 3 2, quando, (2) onde D = D(β) > 0. Mais recentemente, H. Duminil-Copin e A. Hammond [8] provaram que para β =, existe κ < 2 tal que E Q β ( S 2 ) D κ, quando. ada se sabe sobre a conjectura (2) para β (0, ). Classifica-se um modelo de polímeros aleatórios com medida de Gibbs P definido sobre W de acordo com o comportamento assintótico da distância 5

11 média quadrática determinando o expoente γ > 0 para a qual o seguinte limite existe, é positivo e finito lim γ E P [ S 2 ] = lim γ S W S 2 P (S). (3) Dizemos que o modelo de polímeros é difusivo se γ =, superdifusivo se < γ < 2 e balístico se γ = 2. Considerando o Hamiltoniano H (S) = 0 i<j i j α S i S j 2, onde 3 < α 4, Procacci et. al. ([30], 2008) provaram a existência de constantes positivas β < β 2 tais que o modelo de polímeros apresenta uma transição de fase de um regime difusivo (β < β ) para um regime balístico (β > β 2 ). o entanto não se estabeleceu o comportamento do modelo quando β [β, β 2 ]. A principal motivação para este trabalho foi construir um modelo de polímeros aleatórios auto-repulsivo para o qual fosse possível obter uma transição de fase difusiva-balística genuína, ou seja, a existência de uma única constante positiva β c separando o modelo em dois regimes. Este resultado foi obtido para o modelo de polímeros cujo Hamiltoniano é dado em () (Teorema B). A principal ferramenta para obtenção do resultado de transição de fase é a comparação do modelo de polímeros com um modelo unidimensional para sistemas ferromagnéticos, denominado modelo de Ising. otações diferentes serão usadas para o modelo de polímeros bidimensional e para o modelo de Ising unidimensional. Para o modelo de polímeros bidimensional introduzido neste trabalho, utilizaremos as notações W, H h, P β,h e E P β,h para o espaço de configurações, Hamiltoniano, medida de Gibbs e esperança com respeito à medida de Gibbs P β,h, respectivamente, onde β > 0 é o inverso da temperatura e h R 2 é o drift. Para o modelo de Ising unidimensional usaremos as notações Σ, H h, P β,h e β,h para o espaço de configurações, Hamiltoniano, medida de Gibbs e esperança com respeito à medida de Gibbs P β,h, respectivamente, onde β > 0 é o inverso da temperatura e h R é denominado campo externo. A notação para esperança matemática para o modelo de Ising não é habitual em Teoria de Probabili- 6

12 dade, mas é usual em referências para o estudo do modelo de Ising, portanto será utilizada também neste trabalho. Certamente, o modelo de Ising é o sistema físico mais estudado em Mecânica Estatística e possui uma vasta literatura. O Capítulo é dedicado à definição do modelo de Ising unidimensional e à apresentação de propriedades e resultados clássicos que serão importantes na obtenção de resultados para o modelo de polímeros aleatórios bidimensional. A relação entre o modelo de polímeros e o modelo de Ising unidimensional é apresentada no Capítulo 2. O Lema A permite escrever a medida de Gibbs do modelo de polímeros em termos da medidas de Gibbs de dois modelos de Ising independentes. Considerando-se drift não-nulo, concluímos no Teorema A que para todo β (0, ) o modelo é balístico e não ocorre transição de fase. Quando o drift h = 0 e as interações V ij = i j α com < α 2 o resultado de transição de fase mencionado anteriormente (Teorema B) é apresentado. Além dos resultados para a distância média quadrática, no Capítulo 3 provamos um Teorema do Limite Central para projeções normalizadas do deslocamento total dos polímeros. Este resultado é obtido usando-se o Teorema de Lee-Yang aplicado ao modelo de Ising e a condição de C 2 -regularidade de Wu Liming [25]. Foram utilizadas duas enumerações distintas para os resultados apresentados nesta tese. Resultados obtidos no desenvolvimento desta pesquisa são enumerados por letras maiúsculas e os outros recebem enumeração numérica de acordo com o capítulo e a seção onde se encontram. Os resultados originais obtidos nesta Tese de Doutorado foram aceitos para publicação no Journal Statistical Physics em 204, veja referência [6]. 7

13 Capítulo O Modelo de Ising Unidimensional. Introdução Macroscopicamente, um ímã em barra é um dipolo magnético, formado por um pólo norte e um pólo sul. A orientação sul-norte do campo magnético gerado espontaneamente no interior do ímã pode ser representada por um vetor chamado momento de dipolo magnético. Podemos imaginar que o ímã é constituído por dipolos magnéticos microscópicos que interagem entre si, e a magnetização do ímã seria a resultante de uma orientação preferencial dos momentos de dipolo magnéticos atômicos. Modelos ferromagnéticos foram desenvolvidos para representar, de forma simplificada, a interação de spins de elétrons em imãs reais. este capítulo apresentamos o modelo mais estudado de Mecânica Estatística, o modelo de Ising unidimensional ferromagnético. Em 920, um esboço do modelo de Ising foi apresentado pela primeira vez por Lenz, em [23], mas o modelo recebeu este nome em 925 em [7], quando seu aluno E. Ising concluiu em sua Tese de Doutorado, que não existe transição de fase no modelo unidimensional (de primeiros vizinhos), e erroneamente extrapolou seu resultado para o modelo bidimensional. Em 936, Rudolf Peierls com um argumento bastante engenhoso mostrou em [28] que E. Ising estava errado e que o modelo de Ising tinha transição de fase em 8

14 dimensão maior ou igual a dois. Desde então o modelo de Ising d-dimensional vem sendo estudado amplamente, destacando-se resultados relacionados à transição de fase. Serão apresentados neste capítulo resultados clássicos do modelo de Ising unidimensional, que serão úteis na obtenção de resultados sobre o modelo de polímeros aleatórios bidimensional definido no Capítulo 2. a Seção.2 é definido o modelo de Ising unidimensional ferromagnético com condição externa livre, que é a principal ferramenta para o desenvolvimento dos resultados do modelo de polímeros bidimensional. Define-se também o modelo de Ising com condição externa. Desigualdades de esperança com respeito à medida de Gibbs do modelo de Ising são apresentadas na Seção.3, que serão utilizadas para provar propriedades da magnetização e energia livre, apresentadas na Seção.4. A medida de Gibbs a volume infinito é apresentada na Seção.5. Por último, o Teorema de Lee-Yang, uma das principais ferramentas usadas para provar um Teorema do Limite Central para o modelo de polímeros, é apresentado na Seção.6..2 O Modelo de Ising Unidimensional Definimos primeiramente o modelo de Ising ferromagnético a volume finito. Considere = {, 2,..., }, onde. Para cada ponto j (que também será chamado de sítio), está associada uma variável aleatória σ j, chamada spin assumindo valores + (spin para cima) ou (spin para baixo). Considere o seguinte espaço amostral que é chamado de espaço de configurações Σ = { } σ = (σ, σ 2,..., σ ) : σ i {, +}, i =,..., = {, +}. Observação.. Usualmente, o modelo de Ising a volume finito é definido para conjuntos de sítios simétricos {,..., } Z. A adaptação ao caso = {,..., } é adequada à necessidade deste trabalho e tem o objetivo de tornar imediatas as aplicações dos resultados do modelo de Ising unidimensional que serão utilizadas nos capítulos seguintes. 9

15 Associada a cada configuração de spin σ Σ, tem-se uma energia, denominada Hamiltoniano, dada por H h (σ) = i<j V (j i)σ i σ j hσ j. (.) O parâmetro h, denominado campo externo, é um número real que fornece a força de um campo magnético externo atuando em cada sítio j. O termo V (j i)σ i σ j fornece a energia de interação entre os spins nos sítios i e j. este trabalho, a função V, denominada função interação será considerada não-negativa. Sob o ponto de vista fenomenológico, a interação não-negativa favorece orientações iguais para os spins, descrevendo um comportamento ferromagnético e é denominada portanto interação ferromagnética. Consideramos também que a interação V é somável, ou seja, k V (k) é finito. Para excluir casos triviais, consideramos que V (j i) > 0 para pelo menos um par i, j. O modelo de Ising ferromagnético (ou seja, com interação ferromagnética) é definido através da medida P β,h em (Σ, B(Σ )), onde B(Σ ) representa os borelianos de Σ, que atribui a cada σ Σ a probabilidade P β,h (σ) = exp ( βhλ h (σ) ). (.2) Z β (h) O parâmetro β representa o inverso da temperatura /T e é positivo. O fator de normalização Z β (h) = é chamado função de partição e a medida P β,h a volume finito em. j= σ Σ exp ( βh h (σ) ) (.3) é chamada de medida de Gibbs A medida de Gibbs a volume finito em (.2) pode ser modificada por uma configuração fixada no exterior de. Se considerarmos o experimento físico em que se fixa um spin externo ω j {, +}, para cada sítio j \, tem-se que ω = (ω +, ω +2,... ) determina uma condição externa. O modelo de Ising ferromagnético com condição externa ω é definido através do Hamiltoniano H h,ω (σ) = i<j V (j i)σ i σ j 0 ( h + i= j=+ V (j i)ω j. ) σ i. (.4)

16 Cada ω j, j Λ c, interage com cada spin σ i, i. Comparando os Hamiltonianos em (.) e (.4), a condição externa ω modifica HΛ h alterando o campo externo de h R para o valor h i = h + j=+ V (j i)ω j, i. (.5) Como V é absolutamente somável, h i é bem definido para todo i. Sistemas ferromagnéticos em que se tem ausência de condição externa, como em (.) são chamados de modelos ferromagnéticos com condição externa livre. A medida de Gibbs a volume finito com condição externa ω, atribui a cada σ, a probabilidade em (Σ, B(Σ )) onde P β,h,ω (σ) = exp ( ) βh h,ω (σ) Z β,ω (h) Z β,ω (h) = ( ) exp βh h,ω (σ) σ, (.6) (.7) é a respectiva função de partição. Observe que o Hamiltoniano em (.4) não apresenta os termos V (j i)ω i ω j e hω i. De fato, como h e cada ω i, são fixados, os respectivos termos se cancelam no numerador e denominador em (.6). Duas escolhas de condição externa ω são particularmente importantes, aquelas em que ω j = +, j e, respectivamente,. Estas condições externas são chamadas de mais e menos, respectivamente. As medidas de Gibbs definidas por estas condições externas são denotadas por P β,h,+ e P β,h,, respectivamente. Definição. (Alcance da Interação). Dizemos que uma função interação V possui alcance L se L = inf{l : V (k) = 0, k > l}. Vejamos alguns casos particulares do modelo de Ising unidimensional, que também serão importantes:

17 Exemplo. (Modelo de Ising de Primeiros Vizinhos). Considere um número fixo V > 0. Para cada i < j, defina a função interação V (j i) = { V, se j i = 0, caso contrário, que acopla somente os sítios mais próximos. O modelo de Ising unidimensional em com esta interação é chamado de modelo de Ising de primeiros vizinhos e a respectiva medida de Gibbs a volume finito é denotada por P β,h,nn. Exemplo.2 (Modelo de Ising de longo alcance). Considere i, j tal que i < j. O modelo de Ising de longo alcance possui interação de alcance infinito dada por V (j i) = (j i) α, α >. Exigimos que o expoente α seja maior do que um para que a interação V seja somável, ou seja, k V (k) <. Definição.2 (Estados fundamentais). As configurações σ Σ que maximizam a medida de Gibbs em um modelo (consequentemente minimizam o Hamiltoniano) são chamadas de estados fundamentais do modelo. Considere σ + (respectivamente σ ) a configuração com σ + j = + (respectivamente σ j = ) para todo j. Para o modelo de Ising ferromagnético e somável com condição externa livre, é fácil verificar que Para h > 0, σ + é o único estado fundamental; Para h < 0, σ é o único estado fundamental; Se h = 0, σ + e σ são estados fundamentais. Serão únicos se a interação V for irredutível em, ou seja, se para cada par de sítios i < j em, V (j i) > 0 ou existe uma sequência finita i = i, i 2,..., i r = j em tal que V (i α+ i α ) > 0, α =,... r. 2

18 .3 Desigualdades de Momento esta seção apresentaremos desigualdades de momento, que serão utilizadas no estudo do modelo de Ising unidimensional. As desigualdades de momento serão aplicadas também no Capítulo 2, auxiliando na obtenção de resultados para o modelo de polímeros bidimensional, visto que este modelo pode ser comparado com o modelo de Ising unidimensional, conforme será apresentado na Seção 2.2. As desigualdades de momento não se restrigem à medida de Gibbs do modelo de Ising unidimensional, P β,h,ω, e serão apresentadas nesta seção de forma mais geral. Seja Λ um subconjunto não-vazio e finito, {V ij } i,j Λ números reais não-negativos, e {h i } i Λ um conjunto de números reais. Para Σ Λ = {σ = (σ i ) i Λ : σ i {, +}, i Λ}, considere a medida de probabilidade P em (Σ Λ, B(Σ Λ )) dada por P (σ) = e H(σ), onde H(σ) = V ij σ i σ j Z h i σ i i,j Λ i Λ e Z = exp ( H(σ)). σ Σ Λ A esperança com respeito a P será denotada por ou hi. A medida P se reduz a P β,h,ω se Λ = = {, 2,..., }, V ij = βv (j i) e h i = βh + β j=+ V (j i)ω j, i. Para B um subconjunto não-vazio de Λ, definimos σ B = i B σ i. Para cada j Λ, o valor esperado de cada função projeção π j (σ) = σ j será denotado por σ j. Em modelos ferromagnéticos, o estado de spins paralelos, ou seja, σ i = σ j é mais provável que o estado de spins antiparalelos σ i = σ j, de modo que o valor esperado para o produto σ i σ j é não-negativo. Este fato é estabelecido pela desigualdade GKS-, apresentada no teorema a seguir. Considerando-se o modelo de Ising, é esperado que a magnetização no sítio i, calculada 3

19 usando-se o valor médio do spin σ i, aumente quando aumentamos a intensidade do campo magnético externo aplicado. A desigualdade GKS-2 é usada para verificar esta monotonicidade. As desigualdades GKS- e GKS-2 foram provadas por Griffiths em [4], [5] para correlação entre pares, contudo a forma generalizada foi provada por Kelly e Sherman em [20]. Teorema. (Desigualdade GKS-). Considere cada h i 0. Então, para qualquer B subconjunto não-vazio de Λ, σ B 0. Demonstração. Por definição, σ B = Z σ Σ Λ σ B exp( H(σ)) Como a função de partição Z é positiva, basta provar que σ B exp( H(σ)) = σ Σ Λ σ Σ Λ σ B Expandindo-se exp(v ij σ i σ j ) em série de Taylor, temos exp(v ij σ i σ j ) exp(h i σ i ) 0. i,j Λ i Λ σ Σ Λ σ B e H(σ) = σ Σ Λ σ B = σ Σ Λ σ B = σ Σ Λ i Λ i Λ e h iσ i e h iσ i i,j Λ i,j Λ [cosh(v ij ) + sinh(v ij )σ i σ j ] cosh(v ij ) [ + tanh(v ij )σ i σ j ] (.8) c m L m (.9) m onde (.9) é obtida desenvolvendo os produtórios em (.8). Cada termo em m c ml m é constituído de um produto envolvendo as variáveis spins L m = σ n i σ nm i m exp(h i σ i ) e cada termo c m é contituído pelo produto de funções hiperbólicas, ora cosh(v ij ), ora cosh(v ij ) tanh(v ij ) e independe das variáveis spins. Como V ij 0, cada c m 0. Além disso, se L m é tal que todos os expoentes 4 i Λ

20 n k são pares, então L m > 0. Caso haja em L m pelo menos um expoente ímpar, digamos n j, então L m = σ n j j exp(h i σ i ) = σ j exp(h i σ i ) = σ j exp(h j σ j ) i Λ i Λ i Λ\{j} Efetuando-se a soma sobre todas as configurações σ, o termo σ j exp(h j σ j ) = 2 sinh(h j ) > 0, σ j {,+} exp(h i σ i ). pois h j 0. Portanto a expressão em (.9) é não-negativa e consequentemente σ Σ Λ σ B exp( H(σ)) 0. Teorema.2 (Desigualdade GKS-2). Considere cada h i 0. Então, para quaisquer A e B subconjuntos não-vazios de Λ, σ A σ B σ A σ B 0. Demonstração. A prova se baseia em um argumento de acoplamento que neste caso se reduz a construção de um sistema de spins duplicados, definido no espaço de configurações Σ Λ Σ Λ, que consiste em duas cópias do sistema original, que não interagem entre si, cujo Hamiltoniano é dado por H(σ, µ) = H(σ) + H(µ) = i,j Λ V ij [σ i σ j + µ i µ j ] i Λ h i [σ i + µ i ]. (.0) Valores esperados com respeito à medida de Gibbs associada a este Hamiltoniano serão denotados por (2). Observe que Então σ A (2) = µ A (2) = σ A, σ A µ B (2) = σ A µ B e σ A σ B (2) = σ A σ B = µ A µ B = µ A µ B (2). σ A σ B σ A σ B = σ A σ B σ A µ B (2) = 5 i A σ i ( i B σ i i B µ i ) (2).

21 Definindo X i = (σ i µ i )/ 2 e Y i = (σ i + µ i )/ 2, podemos reescrever o lado direito da expressão acima, obtendo σ A σ B σ A σ B = ( ) [ Yi + X i 2 i A i B ( ) Yi + X i ( ) ] (2) Yi X i. 2 i B 2 (.) Expandindo o produto i B (Y i X i )/ 2, qualquer termo com coeficiente negativo será cancelado com o termo correspondente na expansão de i B (Y i + X i )/ 2, portanto o lado direito em (.) é a esperança de um polinômio em {X i } e {Y i } com coeficientes não-negativos. Para concluir a demonstração, basta provar que para h i 0 e para quaisquer A e B subconjuntos não-vazios de Λ, temos X A Y B (2) 0, onde X A = i A X i e Y B = i B Y i. De fato, X A Y B (2) = (σ,µ) Σ 2 Λ X A Y B exp( H(σ, µ)), (.2) Z (2) onde Z (2) é a função de partição com respeito ao Hamiltoniano H(σ, µ) dado em (.0), que pode ser escrito em termos de {X i } e {Y i } da seguinte maneira H(σ, µ) = h i Y i. i,j Λ V ij [X i X j + Y i Y j ] 2 i Λ A não-negatividade da função de partição é imediata. Expandindo a exponencial dada em (.2) em série de Taylor e fatorando as somas resultantes em somatórios sobre i Λ, a demonstração se reduz a verificar que para cada sítio i e para todos os inteiros não-negativos m e n, ( ) m ( ) n Xi m Yi n σi µ i σi + µ = i 0. (σ i,µ i ) {,+} 2 (σ i,µ i ) {,+} Como os spins assumem os valores e +, cada termo do somatório é nulo, se m e n são positivos. Se ou m ou n são nulos, os termos do somatório ou são potências de X i sozinhas ou de Y i, que resultam em somatórios positivos (se o expoente não-nulo é par) ou nulos (se o expoente não-nulo é ímpar). Este argumento conclui a prova do teorema. 6

22 A desigualdade a seguir foi provada por Griffiths, Hurst e Shermann em [6]. A demonstração é semelhante à prova da desigualdade GKS-2 e consiste em considerar um sistema de spins quadruplicado no espaço de configurações Σ 4 Λ, com Hamiltoniano H(σ, µ, σ, µ) = H(σ) + H(µ) + H( σ) + H( µ). Teorema.3 (Desigualdade GHS). Considere cada h i 0. Então para sítios arbitrários i, j, k Λ, (σ i σ i ) (σ j σ j ) (σ k σ k ) = σ i σ j σ k σ i σ j σ k σ j σ i σ k 0 σ k σ i σ j + 2 σ i σ j σ k Observação.2. As três desigualdades apresentadas acima requerem que cada h i seja não-negativo. Resultados análogos são obtidos para a hipótese de cada h i não-positivo. Antes de enunciar a última desigualdade de momento, considere a seguinte relação de ordem parcial em Σ Λ : Definição.3. Sejam σ e σ configurações em Σ Λ. Dizemos que σ σ se σ j σ j, j Λ. Uma função real f em Σ Λ é dita ser não-decrescente se f(σ) f( σ) sempre que σ σ. A função projeção π j (σ) = σ j, para cada j Λ é um exemplo de função não-decrescente, assim como f B (σ) = i B Teorema.4 (Desigualdade FKG). ( + σ 2 i). Sejam f e g funções reais não-decrescentes em Σ Λ. Então, para qualquer {h i } i Λ em R, a covariância de f e g é não-negativa, ou seja, fg f g 0. Em particular, se h i h i, então f {hi } f { hi }. Demonstração. A prova da desigualdade de FKG pode ser encontrada em [, 24] e também em todos os detalhes na referência [0]. Vamos porém mostrar 7

23 como usá-la para provar o segundo resultado da afirmação do teorema acima, isto é, verificar que se h i h i, então f {hi } f { hi }. De fato, pensando agora em h i não como uma constante mas sim como uma variável real temos que H/ h i = σ i e também Z h i Z = Σ Λ σ i exp( H(σ)) Z = σ i. Desta forma segue que { } f = f(σ) exp[ H(σ)] h i h i Z Σ { Λ } = f(σ) σ i exp[ H(σ)] h i Z Σ Λ = f σ i f σ i, f Z h i Z que é não-negativo, já que f e σ i são não-decrescentes. Portanto f {hi } é uma função não-decrescente de cada h i. As desigualdades de momento apresentadas acima serão úteis para provar propriedades importantes de esperanças com respeito a medida de Gibbs a volume finito com condição externa P β,h,ω. Usaremos a notação β,h,ω para denotar essas esperanças. Proposição.. Considere a medida de Gibbs a volume finito com condição externa ω e campo externo h i, definido em (.5), onde i. (a) Se cada h i 0, então σ k β,h,ω 0. (b) Se cada h i 0, então β σ k β,h,ω 0. (c) Se cada h i 0 e cada ω j =, para cada j Λ c, então V (k) σ l β,h,ω 0 e V (k) σ lσ m β,h,ω 0. 8

24 (d) Se cada h i 0, então (e) Para qualquer h i, 2 h i h j σ l β,h,ω 0. h i σ j β,h,ω 0. Demonstração. Para simplificar a notação, usaremos σ k β,h,ω = σ k, H h,ω (σ) = H(σ), Z β,ω (h) = Z e P β,h,ω (σ) = P (σ). (a) É imediato de GKS-. (b) Observe que Então, Z Z β = H(σ) exp[ βh(σ)] Z σ Σ = H. (.3) [ ] β σ k = σ k exp[ βh(σ)] β Z σ Σ = σ k H(σ) exp[ βh(σ)] Z σ Σ σ k exp[ βh(σ)] Z β Z. (.4) 2 σ Σ Substituindo (.3) em (.4), obtemos β σ k = σ k H + σ k H = V (j i)[ σ k σ i σ j σ k σ i σ j ] i<j + i h i ( σ k σ i σ k σ i ). (.5) Aplicando a desigualdade GKS-2 em (.5), obtemos h i 0. β σ k 0, pois (c) Tem-se que H(σ) V (k) = i<j j i=k σ i σ j i,j Λ c j i=k ω j σ i (.6) 9

25 e Z Z V (k) = β i<j j i=k σ i σ j β i,j Λ c j i=k Substituindo (.6) e (.7) na derivada abaixo, temos V (k) σ l = β i<j j i=k + β i,j Λ c j i=k [ σ l σ i σ j σ l σ i σ j ] ω j [ σ l σ i σ l σ i ] ω j σ i. (.7) (d) (e) Se cada h i 0, e cada ω j 0 então V (k) σ l 0, pela desigualdade GKS-2. A demonstração para V (k) σ lσ m é análoga. 2 σ l =β ( σl σ j σ l σ j ) h i h j h i Se cada h i 0, então =β 2[ σ l σ j σ i σ l σ j σ i σ j ( σ l σ i σ l σ i ) σ l ( σ j σ i σ j σ i ) ] =β 2[ σ l σ j σ i σ l σ j σ i σ j σ l σ i σ i σ l σ j + 2 σ l σ j σ i ]. 2 h i h j σ l 0, pela desigualdade GHS. h i σ j = β[ σ i σ j σ i σ j ] 0, pela desigualdade FKG..4 Magnetização e Energia Livre Para cada σ Σ, considere o spin total S Λ (σ) = π j (σ), j 20

26 onde π j (σ) = σ j. O valor esperado de S Λ com respeito à medida P β,h,ω é uma função importante para o estudo do modelo de Ising unidimensional. Quando for importante explicitar a dependência de ω em relação a, escreveremos ω( ). Definição.4. A magnetização a volume finito com condição externa ω é o valor médio do spin total em com respeito à medida P β,h,ω e é definida por m Λ (β, h, ω) = S Λ (σ)p β,h,ω (σ) = σ j β,h,ω, σ Σ j onde β,h,ω denota a esperança com respeito a P β,h,ω. A magnetização a volume finito com condição externa livre, ou seja com respeito à medida P β,h será denotada por m Λ (β, h). Escreveremos a magnetização a volume finito como m Λ (β, h, +) ou m Λ (β, h, ) quando a condição externa ω for mais ou menos, respectivamente. Considerando o caso em que a condição externa é livre, a medida de Gibbs a volume finito satisfaz P β, h (σ) = P β,h ( σ), para todo σ Σ. Portanto m Λ (β, h) = m Λ (β, h), (.8) isto implica que no caso do campo externo nulo, m Λ (β, 0) = 0, β > 0. (.9) Além disso, a magnetização a volume finito é limitada pela cardinalidade do conjunto, ou seja, m Λ (β, h) σ j P β,h (σ). (.20) j= σ Σ Outras propriedades da magnetização a volume finito com condição externa livre, são enunciadas a seguir. Proposição.2 (Propriedades da Magnetização a volume finito com condição externa livre). 2

27 (a) Para cada β > 0 fixado, m Λ (β, h) é uma função não-decrescente do parâmetro h R e é uma função não-negativa e côncava para h 0. (b) Para cada h 0 fixado, m Λ (β, h) é uma função não-negativa e nãodecrescente como função de β > 0 e de cada interação V (k) 0, k. Demonstração. (a) Vamos mostrar primeiro que m Λ (β, h) 0. Para isto tomamos h i = h em (.5) para cada sítio i. Daí segue do item (a) da Proposição. que m Λ (β, h) = σ j β,h 0. j Além disso, pelo item (d) da Proposição. temos que m Λ (β, h) é côncava para h 0, pois 2 m Λ = 2 β,h σ j 0 h 2 h 2 j Para h real, aplicando o item (e) da Proposição., tem -se m h 0, portanto m Λ (β, h) é crescente em h. (b) De acordo com os itens (b) e (c) da Proposição. respectivamente, obtém-se que para h 0, m Λ β 0 e m Λ V (k) 0. Definição.5. A energia livre a volume finito com condição externa ω é definida por f Λ (β, h, ω) = β log Zβ,ω (h), onde Z β,ω (h) é a função de partição definida em (.7). A energia livre a volume finito com condição externa livre é dada por f Λ (β, h) = β log Zβ (h), para Z β (h) definido em (.3). 22

28 A magnetização a volume finito com condição externa ω, pode ser obtida derivando com respeito a h a energia livre a volume finito com mesma condição externa f (β, h, ω) h = Z β,ω (h) β h Z β,ω (h) ( ) = σ j exp βh h,ω (σ) j= σ Σ Z β,ω (h) = m Λ (β, h, ω). Esta relação permite que a existência do limite quando tende a infinito da magnetização a volume finito e propriedades importantes sejam apresentadas em termos do limite da energia livre a volume finito. Uma propriedade importante da energia livre a volume finito é que para qualquer sequência de condições externas em Λ c, o limite lim f (β, h, ω( )) coincide com o limite lim f (β, h), ou seja, esta quantidade independe da condição externa. Lema.. Para qualquer β > 0, h real (a) Existe o limite f(β, h) = lim f (β, h). (b) Para qualquer sequência de condições externas {ω( )}, f(β, h) = lim f (β, h, ω( )), ou seja, o limite existe, é independente da escolha da condição externa {ω( )} e coincide com o limite para a energia livre a volume finito com condição externa livre. Demonstração. (a) ote que a função de partição definida em (.3) satisfaz Z β (h) Z β Λ M (h)z β M (h), M. (.2) 23

29 Assim segue de (.2) que { log Z Λ } é uma sequência subaditiva, ou seja, log Z β (h) log Z β Λ M (h) + log Z β M (h), M, e como f Λ (β, h) = β log Zβ (h) segue que f(β, h) = lim f (β, h) = sup f (β, h) existe em (, ]. Como inf σ Σ H β,h C onde C é uma constante finita, então pode ser excluído dos valores limitantes. (b) A prova deste ítem pode ser obtida como aplicação da seguinte desigualdade: para qualquer medida de probabilidade µ em um espaço Ω e funções f, g : Ω R limitadas em Ω, temos log e f dµ log e g dµ sup f(ω) g(ω) Ω Ω x Ω (veja [0], página 54). Em nosso caso, se olhamos para Z como uma integral de Lebesgue com respeito a medida de contagem em Σ Λ normalizada obtemos diretamente da desigualdade acima que f (β, h, ω) f Λ (β, h) H h,ω H h. Como f(β, h) existe, é suficiente provar que o lado direito da desigualdade acima tende a zero quando tende a infinito. Dado ε > 0, existe ε tal que k> ε V (k) < ε. Para qualquer σ Σ, Como V (j i) max k (V (k)) 2 ε, a demonstração está completa. (σ) HΛ h (σ) H h,ω i,j Λ c j i ε i j Λ c V (j i) i j Λ c j i ε V (j i) + ε. 24

30 O Lema. garante que é suficiente definir o limite da energia livre a volume finito para o caso em que a condição externa é livre. Definição.6. Sejam f Λ (β, h) e f Λ (β, h, ω) a energia livre a volume finito com condição externa livre e condição externa ω, respectivamente. A energia livre é definida por f(β, h) = lim = lim para qualquer sequência de condição externa {ω( )}. f (β, h) (.22) f (β, h, ω( )), O limite da magnetização a volume finito herda a propriedade da energia livre, ou seja também independe da sequência de condição externa e coincide com o limite com condição externa livre. Este é um fato muito importante e sua prova pode ser vista em [0, p. 4]. Definição.7. Considere a magnetização a volume finito com condição externa livre. magnetização é definida pelo limite m(β, h) = lim m (β, h). As propriedades da magnetização a volume finito apresentadas em (.8), (.9), (.20) e na Proposição.2 se estendem de maneira natural para a magnetização: m(β, h) = m(β, h); m(β, 0) = 0, β > 0; m(β, h). Para cada β > 0, m(β, h) é uma função não-decrescente de h real e é não-negativa e côncava de h 0; Para cada h 0, m(β, h) é uma função não-negativa e não-decrescente de β > 0 e de cada interação V (k), k. 25 A

31 Proposição.3 (Propriedades de magnetização e energia livre). (a) Para cada β > 0, f(β, h) é uma função côncava e par de h real. Além disso é continuamente diferenciável para h 0. (b) Para β > 0 e h 0, a magnetização m(β, h) = lim m (β, h, ω) existe e é independente da escolha da condição externa ω. (c) Para todo β > 0 e h 0, m(β, h) = f(β, h)/ h. Demonstração. (a) Concavidade é preservada por limites pontuais. Portanto a concavidade de f(β, h) é consequência da concavidade de f Λ (β, h, ω), para qualquer condição externa ω, que por sua vez é equivalente à desigualdade Z β (λh + ( λ)h 2 ) (Z β (h )) λ (Z β (h 2 )) λ, para quaisquer h h 2 reais e 0 < λ <. Mas a desigualdade acima é uma simples aplicação da desigualdade de Hölder às funções exp(βλh j σ j ) e exp(β( λ)h 2 j σ j ). (b) Como visto acima a energia livre f(β, ) é uma função par pois H h (σ) = HΛ h ( σ). Além do mais a energia livre a volume finito está relacionada com a magnetização a volume finito pela derivada com respeito à h, ou equivalentemente (f (β, h) f Λ (β, 0)) = h 0 m Λ (β, s)ds. Se passarmos ao limite quando, o lado esquerdo se torna f(β, h) f(β, 0). Para o lado direito precisamos de uma análise mais refinada. a igualdade acima, considere h 0. Já que 0 m Λ (β, h) usando um argumento tipo diagonal de Cantor, podemos afirmar que existe uma subsequencia Λ de tal que m(β, h) = lim Λ m Λ (β, h) existe para qualquer número racional h 0 e além do mais é uma função côncava de h 0. Usando a propriedade de concavidade desta função, temos imediatamente que m(β, h) existe para todo h 0 e é côncava, e portanto contínua para h > 0. Pelo Teorema da Convergência Dominada, f(β, h) f(β, 0) = 26 h 0 m(β, s)ds.

32 H Figura.: Esboço do gráfico da magnetização para alguns valores de β > 0. que prova que f(β, h) é uma função continuamente diferenciável de h > 0 e que f(β, h)/ h = m(β, h). A mesma demonstração é válida para h < 0. Como f Λ (β, h, ω) é uma função côncava de h real e para h 0 f(β, h)/ h = m(β, h) existe, tem-se que lim n m Λ (β, h, ω ) existe para toda sequência { } e m Λ (β, h, ω( )) = f Λ (β, h, ω( )) h f(β, h) = m(β, h). h Portanto o limite é independente da escolha da condição externa {ω( )}. A energia livre f(β, h) não é necessariamente diferenciável em h = 0. A não-existência de f(β, 0)/ h está relacionada ao fato de o sistema permanecer magnetizado depois que o campo externo é removido. O modelo é dito ter magnetização espontânea quando o efeito de alinhamento construído na medida de Gibbs a volume finito permanece no limite quando. De forma mais precisa, definimos a magnetização espontânea como se segue. Definição.8. O modelo de Ising unidimensional é dito ter magnetização espontânea se m(β, +) := lim m(β, h) > 0. h

33 O inverso da temperatura crítica é definido por β c = sup{β > 0 : m(β, +) = 0}. Teorema.5 (Propriedades da Magnetização Espontânea). (a) Para cada β > 0, existem os limites m(β, +) = lim m(β, h), h 0 + m(β, ) = lim m(β, h) h 0 e m(β, ) = m(β, +). Além disso, m(β, +) é uma função nãonegativa e não-decrescente de β > 0. (b) Para cada β > 0, temos que e m(β, +) = lim h 0 + m(β, ) = lim h 0 h h f(β, h) f(β, 0) h + f(β, h) f(β, 0) h m(β, ) m(β, 0) = 0 m(β, +). (.23) Portanto, a magnetização espontânea ocorre em β > 0 se, e somente se, f(β, h) é não diferenciável em h = 0, ou seja, m(β, +) > 0. Demonstração. Como f(β, h) é côncava para h real e diferenciável para h 0, f/ h é não-crescente para h 0. Além disso, f(β, h) m(β, +) = lim m(β, h) = lim h 0 + h 0 + h existe e é igual à derivada a direita de f em h = 0, que denotamos por f(β, 0)/ h +. O mesmo é válido para m(β, ). Para cada h 0, m(β, h) é uma função não-negativa e não-decrescente de β > 0, portanto as mesmas propriedades são válidas para m(β, +). Como f(β, h) é diferenciável em h = 0 se, e somente se, f(β, 0)/ h + = f(β, 0)/ h, a magnetização ocorre em β se, e somente se, f(β, h) é não diferenciável em h = 0. 28

34 De acordo com a parte (b) do Teorema.5, a magnetização espontânea corresponde a uma descontinuidade na derivada de primeira ordem f/ h. Este fato é denominado de transição de fase de primeira ordem. Exemplo.3 (Matriz de Transferência). Verifiquemos que o modelo de Ising de primeiros vizinhos, apresentado no exemplo., não possui transição de fase de primeira ordem. A demonstração é feita através do uso de uma matriz, chamada de matriz de transferência do modelo. Por simplicidade, considere o modelo de Ising de primeiros vizinhos com cadeia periódica fechada, ou seja, σ, σ 2,..., σ, σ + = σ. É fácil ver que no limite quando, obtém-se o mesmo resultado para cadeia não-periódica. A função de partição do modelo é = ( βv σ n σ n+ + βh Z β,h,nn σ Σ exp = σ Σ n= n= ) σ n n= ( exp βv σ n σ n+ + βh 2 (σ n + σ n+ ) ). (.24) Definindo L(σ n, σ n+ ) = exp ( βv σ n σ n+ + βh 2 (σ n + σ n+ ) ) e substituindo em (.24), temos Z β,h,nn = σ Σ n= = L(σ n, σ n+ ) σ =± σ =± σ =± L(σ, σ 2 ) L(σ 2, σ 3 ) L(σ, σ ) (.25) A matriz de transferência (2 2) é definida por ( ) ( L(, ) L(, ) e β(v +h) e βv L = = L(, ) L(, ) e βv e β(v h) ). (.26) Os autovalores da matriz L, dada em (.26), são as raízes do polinômio característico det ( e β(v +h) λ e βv e βv 29 e β(v h) λ ) = 0,

35 ou seja, λ 2 λe ( βv e βh + e βh) + ( e 2βV e ) 2βV = 0. Portanto, os autovalores de L são λ ± = [e ( βv e βh + e βh) ± 2 ( e 2βV sinh 2 (βh) + e ) ] 2βV /2 2 = e βv cosh(βh) ± ( e 2βV sinh 2 (βh) + e 2βV ) /2 (.27) Analisando o primeiro somatório em (.25), que depende de σ, temos que L(σ, σ )L(σ, σ ) =L(σ, )L(, σ ) σ =± + L(σ, )L(, σ ) =L (2) (σ, σ ), onde L (2) (σ, σ ) é o elemento (σ, σ ) da matriz L 2. Utilizando recursivamente o mesmo argumento, obtém-se Z β,h,nn = σ =± = traço(l () ) L () (σ, σ ) = λ + + λ, (.28) onde λ + e λ são respectivamente o maior e menor autovalor de L, dados em (.27). De acordo com (.28), podemos escrever a energia livre do modelo de primeiros vizinhos em termos dos autovalores de L, f nn (β, h) = ( ) β lim log(λ + + λ ) { [ ( = β lim log λ + + = β log(λ +). ( λ λ + ) )]} Derivando a energia livre com respeito a h, obtemos que a magnetização do modelo de Ising de primeiros vizinhos é m nn (β, h) = nn f sinh(βh) (β, h) = h 30 sinh 2 (βh) + e 4βV. (.29)

36 Como sinh(0) = 0, m nn (β, h) se anula quando h = 0, para todo β > 0. Portanto não ocorre transição de fase de primeira ordem no modelo de Ising de primeiros vizinhos, ou seja, β c =. A ausência de transição de fase verificada no Exemplo.3 para o modelo de Ising de primeiros vizinhos, também ocorre para qualquer modelo de Ising unidimensional com interação de alcance finito. O Teorema a seguir apresenta condições suficientes sobre a interação para que se tenha transição de fase. Teorema.6. Seja V uma interação somável e ferromagnética em e defina o número V 0 = k V (k). Então valem os seguintes resultados: (a) β c é bem definido e V 0 β c. Em particular, β c > 0. (b) β c = se k kv (k) < (c) β c < se V > 0 e V (k) k α, para < α 2. (d) Para 0 < β < β c, f(β, h) é diferenciável em h = 0 e m(β, +) = 0. Para β > β c, a diferenciabilidade falha e ocorre a magnetização espontânea: Referências das Demonstrações. m(β, ) < 0 < m(β, +). (.30) (a) Pearce [27] provou este resultado através de comparação com outro modelo ferromagnético unidimensional, denominado modelo de Curie-Weiss. (b) É uma consequência dos resultados apresentados por Sakai em [33] e Bricmont et al em [2]. (c) Segue de [9] que β c é finito se V é positivo e V (k) k α, para algum < α < 2 e em [2] foi provado o caso em que V (k) = k 2. (d) Para 0 < β < β c, m(β, +) é igual a 0 e portanto f(β, h) é diferenciável em h = 0. Para β > β c, m(β, +) é positiva e (.30) segue de (.23). 3

37 .5 Medida de Gibbs a Volume Infinito Até o momento, o modelo de Ising unidimensional foi apresentado em termos da medida de Gibbs a volume finito, que são medidas de probabilidade em Σ = {, +}, onde = {, 2,..., }. Estudaremos agora a medida de Gibbs a volume infinito, ou seja, no espaço de configuração Σ = {, +}. Estas medidas são obtidas através de limites fracos de medidas de Gibbs a volume finito. Primeiramente, estendemos cada medida de Gibbs a volume finito P β,h para uma medida de probabilidade em (Σ, B(Σ)). Seja B ω = {σ Σ : σ j = ω j, para cada j Λ c } e π a projeção de Σ em Σ, ou seja, (π (σ)) i = σ i, para i. A extensão P β,h,ω por da medida de Gibbs a volume finito é definida para cada A B(Σ) P β,h,ω Como o suporte de P β,h,ω a condição externa. ( (A) = P β,h,ω Λ π (A BΛ ω ) ) = P β,h,ω (σ). σ π (A B ω ) é o conjunto B ω, a extensão é compatível com Seja C (Σ) o espaço das funções reais limitadas e contínuas em Σ com a norma do supremo. Se f é uma função em C (Σ) tal que o valor de f(σ) depende apenas de uma quantidade finita de coordenadas de σ, digamos σ i, σ i2,..., σ ir e é um intervalo contendo os sítios i, i 2,..., i r, então a restrição de f para as coordenadas {σ i, i } define uma função em C (Σ ). Denotaremos a restrição de f pelo mesmo símbolo f. Se σ = π (σ), com σ Σ e σ Σ, então f(σ) = f(σ) e f(σ)dp β,h,ω = f(σ)dp β,h,ω. Σ Σ P β,h,ω De agora em diante, denotaremos a extensão P β,h,ω usado para a medida original. pelo mesmo símbolo Sejam M (Σ) o conjunto das medidas de probabilidade em (Σ, B(Σ)). 32

38 Definição.9. Seja {P, =, 2,... } uma sequência de medidas de probabilidade em M (Σ). Dizemos que uma medida de probabilidade P M (Σ) é o limite fraco de {P, =, 2,... }, denotado por P =w-lim P, se para toda f C (Σ) lim f(σ)dp = f(σ)dp. Σ Σ Se um limite fraco P existe, então é único. Se definirmos em Σ a métrica σ σ = j σ j σ j 2 j, (Σ,. ) é um espaço métrico compacto e M (Σ) também é compacto com respeito a convergência fraca, portanto qualquer sequência de medidas de Gibbs a volume finito {P β,h,ω Λ, Λ } { com condição externa arbitrária {ω(λ)} possui subsequência convergente P β,h,ω(λ ) Λ }. É natural investigar a dependência dos limites em relação à escolha de condições externas. Para diferentes valores de β e h, situações distintas ocorrem: existe um único limite fraco, independente da escolha da condição externa e o limite é invariante por translação; O limite fraco depende da escolha da condição externa e pode ou não ser invariante por translação, termo que será definido adiante. Considere o conjunto de limites { } Gβ,h 0 = P M (Σ) : P = w- lim P β,h,ω(λ ) Λ Λ, onde {Λ } é uma sequência crescente de subconjuntos de cuja união é e ω(λ ) é uma condição externa para Λ. Definimos G β,h como sendo o fecho da envoltória convexa de Gβ,h 0, ou seja, é o fecho com respeito à convergência fraca do conjunto de combinações convexas { } k k P M (Σ) : P = λ j P j, λ j > 0, λ j = e P j Gβ,h 0. j= Cada medida em G β,h é chamada uma medida de Gibbs a volume infinito. Quando G β,h possui mais de uma medida, dizemos que ocorre uma transição de fase de primeira ordem. 33 j=

39 Definição.0. Seja T : Σ Σ o shift, definido por T (σ) j = σ j+, para j. Uma medida de probabilidade P em (Σ, B(Σ)) é dita ser invariante por translação, se o shift T preserva P, ou seja, P (B) = P (T (B)), para todo B B(Σ). Denotamos por M S (Σ) o conjunto das medidas de probabilidade invariantes por translação em B(Σ). Cada medida de Gibbs a volume infinito que é invariante por translação é chamada de uma fase. Definição.. Seja {P, =, 2,... } uma sequência de medidas de probabilidade em (Σ, B(Σ)). Um subconjunto L de C (Σ) é chamado de classe determinante de convergência se a existência do limite lim Σ fdp para cada f L implica que {P, =, 2,... } converge fracamente para alguma medida de probabilidade P. Como Σ é compacto, o próprio C (Σ) é uma classe determinante de convergência. Outro exemplo conhecido é o subconjunto formado por todas as funções p(σ) = i B σ i, se B é finito e não vazio e p(σ) =, se B é vazio. Será importante para a prova da existência da medida de Gibbs a volume infinito uma variação desta classe determinante de convergência. Lema.2. Para B um subconjunto finito e não vazio de, defina f B (σ) = i B 2 ( + σ i) e f B (σ) =, se B =. O subconjunto de C (Σ) formado por todas as funções f B é uma classe determinante de convergência. Escreveremos β,h,ω para a esperança com respeito à medida de Gibbs. O Lema.3 relaciona m(β, h), m(β, +) e m(β, ) com as quantidades P β,h,ω σ i β,h,+ e σ i β,h,, definidas por σ i β,h,+ = lim σ i β,h,+ Λ e σ i β,h, = lim σ i β,h,+ Λ, e mostra também que os números reais σ i β,h,± são na verdade médias com respeito às medidas P β,h,±. 34

40 Lema.3. Seja V uma interação ferromagnética e somável em. (a) Para β > 0 e h 0 (b) Para β > 0 e h = 0, σ i β,h,+ = m(β, h) = f h (β, h) = σ i β,h,. σ i β,0,+ = m(β, +) = f (β, 0) 0, h + σ i β,0, = m(β, ) = f (β, 0) 0 h e pelo item (a) do Teorema.5, σ i β,0,+ = σ i β,0,. A magnetização espontânea ocorre em β se, e somente se σ i β,0,+ = m(β, +) > 0. Para provar que os limites fracos P β,h,+ w- lim P β,h, Λ = w- lim P β,h,+ Λ e P β,h, = existem, basta provar que para qualquer conjunto finito e não vazio B, os limites lim f B β,h,+ existem. O Teorema.7 garante a existência de P β,h,+ e P β,h, e relaciona a ocorrência e lim f B β,h, de transição de fase de primeira ordem com a existência de magnetização espontânea. Teorema.7. Seja V uma interação ferromagnética somável em. (a) Para cada β > 0, e h real, os limites fracos P β,h,+ = w- lim P β,h,+ Λ e P β,h, = w- lim P β,h, Λ existem e são invariantes por translação. Portanto G β,h e G β,h M S são não vazios. (b) P β,h,+ é igual a P β,h, se, e somente se f (β, h) existe. h valores de β e h, definimos P β,h P β,h,+ = P β,h,. Para estes (c) Se f h (β, h) existe, então P β,h é a única medida em G β,h e portanto em G β,h M S, ou seja, não ocorre transição de fase de primeira ordem. 35

Ferromagnetismo. 2 Modelo de Ising

Ferromagnetismo. 2 Modelo de Ising Capítulo 8 Ferromagnetismo 1 Introdução As substâncias ferromagnéticas são caracterizadas por possuírem uma magnetizaçao (espontânea) que pode persistir mesmo na ausência de um campo magnético. Esse comportamento

Leia mais

Produtos de potências racionais. números primos.

Produtos de potências racionais. números primos. MATEMÁTICA UNIVERSITÁRIA n o 4 Dezembro/2006 pp. 23 3 Produtos de potências racionais de números primos Mário B. Matos e Mário C. Matos INTRODUÇÃO Um dos conceitos mais simples é o de número natural e

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO DEPARTAMENTO DE ESTATÍSTICA. Medida e Probabilidade

UNIVERSIDADE FEDERAL DE PERNAMBUCO DEPARTAMENTO DE ESTATÍSTICA. Medida e Probabilidade UNIVERSIDADE FEDERAL DE PERNAMBUCO DEPARTAMENTO DE ESTATÍSTICA Medida e Probabilidade Aluno: Daniel Cassimiro Carneiro da Cunha Professor: Andre Toom 1 Resumo Este trabalho contem um resumo dos principais

Leia mais

Curso Livre sobre Teoria do Campo. Entropia. Medidas de Gibbs

Curso Livre sobre Teoria do Campo. Entropia. Medidas de Gibbs 1. Informação e entropia 1 Centro de Matemática da Universidade do Porto Centro de Física do Porto Curso Livre sobre Teoria do Campo Aviso... Este texto é provisório e destina-se ao uso dos participantes

Leia mais

σ-álgebras, geradores e independência

σ-álgebras, geradores e independência σ-álgebras, geradores e independência Roberto Imbuzeiro M. F. de Oliveira 15 de Março de 2009 Resumo Notas sobre a σ-álgebra gerada por uma variável aleatória X e sobre as condições de independência de

Leia mais

O Modelo de Ising. para sistemas clássicos. Mateus Schmidt. ...Centro de Ciências Naturais e Exatas Grupo de Teoria da Matéria Condensada

O Modelo de Ising. para sistemas clássicos. Mateus Schmidt. ...Centro de Ciências Naturais e Exatas Grupo de Teoria da Matéria Condensada .....Universidade Federal de Santa Maria...Centro de Ciências Naturais e Exatas Grupo de Teoria da Matéria Condensada O Modelo de Ising para sistemas clássicos Mateus Schmidt Santa Maria - RS, 2012 1 /

Leia mais

MAE GABARITO DA LISTA 2-04/10/2016

MAE GABARITO DA LISTA 2-04/10/2016 MAE5709 - GABARITO DA LISTA - 04/0/06 Exercício.7.5. Primeira Parte Seja P uma matriz de transição sobre um espaço de estados finito S. Mostre que uma distribuição π é invariante para P se e somente se

Leia mais

Notas Para o Curso de Medida e. Daniel V. Tausk

Notas Para o Curso de Medida e. Daniel V. Tausk Notas Para o Curso de Medida e Integração Daniel V. Tausk Sumário Capítulo 1. Medida de Lebesgue e Espaços de Medida... 1 1.1. Aritmética na Reta Estendida... 1 1.2. O Problema da Medida... 6 1.3. Volume

Leia mais

Introduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita;

Introduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita; META Introduzir os conceitos de base e dimensão de um espaço vetorial. OBJETIVOS Ao fim da aula os alunos deverão ser capazes de: distinguir entre espaços vetoriais de dimensão fnita e infinita; determinar

Leia mais

Então (τ x, ) é um conjunto dirigido e se tomarmos x U U, para cada U vizinhança de x, então (x U ) U I é uma rede em X.

Então (τ x, ) é um conjunto dirigido e se tomarmos x U U, para cada U vizinhança de x, então (x U ) U I é uma rede em X. 1. Redes Quando trabalhamos no R n, podemos testar várias propriedades de um conjunto A usando seqüências. Por exemplo: se A = A, se A é compacto, ou se a função f : R n R m é contínua. Mas, em espaços

Leia mais

1 Conjuntos enumeráveis

1 Conjuntos enumeráveis Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales de maio de 007. Conjuntos enumeráveis Denotamos por Q os numeros racionais, logo [0, ] Q, são os números racionais

Leia mais

1.3 Conjuntos de medida nula

1.3 Conjuntos de medida nula 1.3 Conjuntos de medida nula Seja (X, F, µ) um espaço de medida. Um subconjunto A X é um conjunto de medida nula se existir B F tal que A B e µ(b) = 0. Do ponto de vista da teoria da medida, os conjuntos

Leia mais

Contando o Infinito: os Números Cardinais

Contando o Infinito: os Números Cardinais Contando o Infinito: os Números Cardinais Sérgio Tadao Martins 4 de junho de 2005 No one will expel us from the paradise that Cantor has created for us David Hilbert 1 Introdução Quantos elementos há no

Leia mais

Convergência em espaços normados

Convergência em espaços normados Chapter 1 Convergência em espaços normados Neste capítulo vamos abordar diferentes tipos de convergência em espaços normados. Já sabemos da análise matemática e não só, de diferentes tipos de convergência

Leia mais

Construção dos Números Reais

Construção dos Números Reais 1 Universidade de Brasília Departamento de Matemática Construção dos Números Reais Célio W. Manzi Alvarenga Sumário 1 Seqüências de números racionais 1 2 Pares de Cauchy 2 3 Um problema 4 4 Comparação

Leia mais

Resumo das aulas dos dias 4 e 11 de abril e exercícios sugeridos

Resumo das aulas dos dias 4 e 11 de abril e exercícios sugeridos MAT 1351 Cálculo para funções uma variável real I Curso noturno de Licenciatura em Matemática 1 semestre de 2016 Docente: Prof. Dr. Pierluigi Benevieri Resumo das aulas dos dias 4 e 11 de abril e exercícios

Leia mais

Cálculo Diferencial e Integral Química Notas de Aula

Cálculo Diferencial e Integral Química Notas de Aula Cálculo Diferencial e Integral Química Notas de Aula João Roberto Gerônimo 1 1 Professor Associado do Departamento de Matemática da UEM. E-mail: jrgeronimo@uem.br. ÍNDICE 1. INTRODUÇÃO Esta notas de aula

Leia mais

Professor: Carlos Eugênio da Costa Teoria Microeconômica II Monitor: Diego Santiago

Professor: Carlos Eugênio da Costa Teoria Microeconômica II Monitor: Diego Santiago Professor: Carlos Eugênio da Costa Teoria Microeconômica II - 2012 Monitor: Diego Santiago EPGE/FGV Introdução matemática 1 Introdução Esta introdução visa familiarizar o aluno com ferramentas matemáticas

Leia mais

(versão preliminar) exceto possivelmente para x = a. Dizemos que o limite de f(x) quando x tende para x = a é um numero L, e escrevemos

(versão preliminar) exceto possivelmente para x = a. Dizemos que o limite de f(x) quando x tende para x = a é um numero L, e escrevemos LIMITE DE FUNÇÕES REAIS JOSÉ ANTÔNIO G. MIRANDA versão preinar). Revisão: Limite e Funções Continuas Definição Limite de Seqüências). Dizemos que uma seqüência de números reais n convergente para um número

Leia mais

2 Propriedades geométricas de curvas parametrizadas no R 4

2 Propriedades geométricas de curvas parametrizadas no R 4 2 Propriedades geométricas de curvas parametrizadas no R 4 Nesse capítulo trataremos dos conceitos básicos de geometria diferencial referentes à curvas parametrizadas no R 4. 2.1 Curvas Parametrizadas

Leia mais

GABRIEL BUJOKAS

GABRIEL BUJOKAS APLICAÇÕES DE ÁLGEBRA LINEAR À COMBINATÓRIA GABRIEL BUJOKAS (GBUJOKAS@MIT.EDU) A gente vai discutir algumas das aplicações clássicas de álgebra linear à combinatória. Vamos começar relembrando alguns conceitos

Leia mais

Análise I Solução da 1ª Lista de Exercícios

Análise I Solução da 1ª Lista de Exercícios FUNDAÇÃO EDUCACIONAL SERRA DOS ÓRGÃOS CENTRO UNIVERSITÁRIO SERRA DOS ÓRGÃOS Centro de Ciências e Tecnologia Curso de Graduação em Matemática Análise I 0- Solução da ª Lista de Eercícios. ATENÇÃO: O enunciado

Leia mais

- identificar operadores ortogonais e unitários e conhecer as suas propriedades;

- identificar operadores ortogonais e unitários e conhecer as suas propriedades; DISCIPLINA: ELEMENTOS DE MATEMÁTICA AVANÇADA UNIDADE 3: ÁLGEBRA LINEAR. OPERADORES OBJETIVOS: Ao final desta unidade você deverá: - identificar operadores ortogonais e unitários e conhecer as suas propriedades;

Leia mais

CÁLCULO I. 1 Número Reais. Objetivos da Aula

CÁLCULO I. 1 Número Reais. Objetivos da Aula CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida EMENTA: Conceitos introdutórios de limite, limites trigonométricos, funções contínuas, derivada e aplicações. Noções introdutórias sobre a integral

Leia mais

Notações e revisão de álgebra linear

Notações e revisão de álgebra linear Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211

Leia mais

Noções de Álgebra Linear

Noções de Álgebra Linear Noções de Álgebra Linear 1. Espaços vetoriais lineares 1.1. Coordenadas 2. Operadores lineares 3. Subespaços fundamentais 4. Espaços normados 5. Espaços métricos 6. Espaços de Banach 7. Espaços de Hilbert

Leia mais

O TEOREMA ESPECTRAL PARA OPERADORES AUTO-ADJUNTOS

O TEOREMA ESPECTRAL PARA OPERADORES AUTO-ADJUNTOS O TEOEMA ESPECTAL PAA OPEADOES AUTO-ADJUNTOS Mariane Pigossi, oberto de A. Prado, Depto. de Matemática e Computação, FCT, UNESP, 19060-900, Presidente Prudente, SP E-mail: marianepigossi@gmail.com, robertoprado@fct.unesp.br

Leia mais

TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS

TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS O conjunto dos números reais,, que possui as seguintes propriedades:, possui uma relação menor ou igual, denotada por O1: Propriedade Reflexiva:

Leia mais

1. Limite. lim. Ou seja, o limite é igual ao valor da função em x 0. Exemplos: 1.1) Calcule lim x 1 x 2 + 2

1. Limite. lim. Ou seja, o limite é igual ao valor da função em x 0. Exemplos: 1.1) Calcule lim x 1 x 2 + 2 1. Limite Definição: o limite de uma função f(x) quando seu argumento x tende a x0 é o valor L para o qual a função se aproxima quando x se aproxima de x0 (note que a função não precisa estar definida

Leia mais

Refinamentos de Equilíbrios de Nash

Refinamentos de Equilíbrios de Nash Refinamentos de Equilíbrios de Nash Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 06 de Outubro de 2014 Equilíbrio

Leia mais

INTRODUÇÃO À TEORIA DOS CONJUNTOS

INTRODUÇÃO À TEORIA DOS CONJUNTOS 1 INTRODUÇÃO À TEORIA DOS CONJUNTOS Gil da Costa Marques 1.1 Introdução 1.2 Conceitos básicos 1.3 Subconjuntos e intervalos 1.4 O conjunto dos números reais 1.4.1 A relação de ordem em 1.5 Intervalos 1.5.1

Leia mais

Números Reais. Víctor Arturo Martínez León b + c ad + bc. b c

Números Reais. Víctor Arturo Martínez León b + c ad + bc. b c Números Reais Víctor Arturo Martínez León (victor.leon@unila.edu.br) 1 Os números racionais Os números racionais são os números da forma a, sendo a e b inteiros e b 0; o conjunto b dos números racionais

Leia mais

) a sucessão definida por y n

) a sucessão definida por y n aula 05 Sucessões 5.1 Sucessões Uma sucessão de números reais é simplesmente uma função x N R. É conveniente visualizar uma sucessão como uma sequência infinita: (x(), x(), x(), ). Neste contexto é usual

Leia mais

Capítulo 1. Fundamentos

Capítulo 1. Fundamentos Capítulo 1 Fundamentos A probabilidade moderna se baseia fortemente na Teoria da Medida e supomos durante esse curso que o leitor esteja bem familiarizado com conceitos tais como: Medida de Lebesgue, extensões

Leia mais

MAT001 Cálculo Diferencial e Integral I

MAT001 Cálculo Diferencial e Integral I 1 MAT001 Cálculo Diferencial e Integral I GEOMETRIA ANALÍTICA Coordenadas de pontos no plano cartesiano Distâncias entre pontos Sejam e dois pontos no plano cartesiano A distância entre e é dada pela expressão

Leia mais

2 Teoria da Informação

2 Teoria da Informação 2 Teoria da Informação Neste capítulo apresentamos alguns conceitos básicos sobre Teoria da Informação que utilizaremos durante este trabalho. 2.1 Alfabeto, texto, letras e caracteres Um alfabeto Σ = (σ

Leia mais

III Números reais - módulo e raízes Módulo ou valor absoluto Definição e exemplos... 17

III Números reais - módulo e raízes Módulo ou valor absoluto Definição e exemplos... 17 UFF/GMA - Matemática Básica I - Parte III Notas de aula - Marlene - 010-16 Sumário III Números reais - módulo e raízes 17 3.1 Módulo valor absoluto...................................... 17 3.1.1 Definição

Leia mais

Equações não lineares

Equações não lineares DMPA IME UFRGS Cálculo Numérico Índice Raizes de polinômios 1 Raizes de polinômios 2 raizes de polinômios As equações não lineares constituídas por polinômios de grau n N com coeficientes complexos a n,a

Leia mais

APLICAÇÃO DO TEOREMA DO PONTO FIXO DE BANACH A UM PROBLEMA EM PROBABILIDADE 1

APLICAÇÃO DO TEOREMA DO PONTO FIXO DE BANACH A UM PROBLEMA EM PROBABILIDADE 1 Disciplinarum Scientia. Série: Ciências Exatas, S. Maria, v.2, n.1, p.59-68, 2001 59 APLICAÇÃO DO TEOREMA DO PONTO FIXO DE BANACH A UM PROBLEMA EM PROBABILIDADE 1 APPLICATION OF BANACH FIXED POINT THEOREM

Leia mais

Equação Geral do Segundo Grau em R 2

Equação Geral do Segundo Grau em R 2 8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................

Leia mais

Álgebra Linear Teoria de Matrizes

Álgebra Linear Teoria de Matrizes Álgebra Linear Teoria de Matrizes 1. Sistemas Lineares 1.1. Coordenadas em espaços lineares: independência linear, base, dimensão, singularidade, combinação linear 1.2. Espaço imagem (colunas) - Espaço

Leia mais

A forma canônica de Jordan

A forma canônica de Jordan A forma canônica de Jordan 1 Matrizes e espaços vetoriais Definição: Sejam A e B matrizes quadradas de orden n sobre um corpo arbitrário X. Dizemos que A é semelhante a B em X (A B) se existe uma matriz

Leia mais

O espaço das Ordens de um Corpo

O espaço das Ordens de um Corpo O espaço das Ordens de um Corpo Clotilzio Moreira dos Santos Resumo O objetivo deste trabalho é exibir corpos com infinitas ordens e exibir uma estrutura topológica ao conjunto das ordens de um corpo.

Leia mais

Monte Carlo Quântico

Monte Carlo Quântico Monte Carlo Quântico Tiago Pinheiro Ursulino Aluno de doutorado do Prof. Dr. Nestor Caticha Instituto de Física da USP PGF5295 - Teoria Quântica de Muitos Corpos em Matéria Condensada Prof. Dr. Luis Gregório

Leia mais

Definimos a soma de seqüências fazendo as operações coordenada-a-coordenada:

Definimos a soma de seqüências fazendo as operações coordenada-a-coordenada: Aula 8 polinômios (Anterior: chinês. ) 8.1 séries formais Fixemos um anel A. Denotaremos por A N o conjunto de todas as funções de N = {, 1, 2,... } a valores em A. Em termos mais concretos, cada elemento

Leia mais

Derivadas 1 DEFINIÇÃO. A derivada é a inclinação da reta tangente a um ponto de uma determinada curva, essa reta é obtida a partir de um limite.

Derivadas 1 DEFINIÇÃO. A derivada é a inclinação da reta tangente a um ponto de uma determinada curva, essa reta é obtida a partir de um limite. Derivadas 1 DEFINIÇÃO A partir das noções de limite, é possível chegarmos a uma definição importantíssima para o Cálculo, esta é a derivada. Por definição: A derivada é a inclinação da reta tangente a

Leia mais

Os números reais. Capítulo O conjunto I

Os números reais. Capítulo O conjunto I Capítulo 4 Os números reais De todos os conjuntos numéricos que estudamos agora, a transição de um para outro sempre era construída de forma elementar A passagem do conjunto dos números racionais aos reais

Leia mais

Capítulo 1. Os Números. 1.1 Notação. 1.2 Números naturais não nulos (inteiros positivos) Última atualização em setembro de 2017 por Sadao Massago

Capítulo 1. Os Números. 1.1 Notação. 1.2 Números naturais não nulos (inteiros positivos) Última atualização em setembro de 2017 por Sadao Massago Capítulo 1 Os Números Última atualização em setembro de 2017 por Sadao Massago 1.1 Notação Números naturais: Neste texto, N = {0, 1, 2, 3,...} e N + = {1, 2, 3, }. Mas existem vários autores considerando

Leia mais

Axiomatizações equivalentes do conceito de topologia

Axiomatizações equivalentes do conceito de topologia Axiomatizações equivalentes do conceito de topologia Giselle Moraes Resende Pereira Universidade Federal de Uberlândia - Faculdade de Matemática Graduanda em Matemática - Programa de Educação Tutorial

Leia mais

1 Diferenciabilidade e derivadas direcionais

1 Diferenciabilidade e derivadas direcionais UFPR - Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Matemática CM048 - Cálculo II - Matemática Diurno Prof. Zeca Eidam Nosso objetivo nestas notas é provar alguns resultados

Leia mais

II. Funções de uma única variável

II. Funções de uma única variável II. Funções de uma única variável 1 II.1. Conceitos básicos A otimização de de funções de de uma única variável consiste no no tipo mais elementar de de otimização. Importância: Tipo de problema encontrado

Leia mais

= 2 sen(x) (cos(x) (b) (7 pontos) Pelo item anterior, temos as k desigualdades. sen 2 (2x) sen(4x) ( 3/2) 3

= 2 sen(x) (cos(x) (b) (7 pontos) Pelo item anterior, temos as k desigualdades. sen 2 (2x) sen(4x) ( 3/2) 3 Problema (a) (3 pontos) Sendo f(x) = sen 2 (x) sen(2x), uma função π-periódica, temos que f (x) = 2 sen(x) cos(x) sen(2x) + sen 2 (x) 2 cos(2x) = 2 sen(x) (cos(x) sen(2x) + sen(x) cos(2x) ) = 2 sen(x)

Leia mais

Matrizes Semelhantes e Matrizes Diagonalizáveis

Matrizes Semelhantes e Matrizes Diagonalizáveis Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas

Leia mais

Sistemas de equações lineares

Sistemas de equações lineares DMPA IM UFRGS Cálculo Numérico Índice Sistema de Equações Lineares 1 Sistema de Equações Lineares 2 com pivoteamento parcial 3 Método de Jacobi Método Gauss-Seidel Sistema de Equações Lineares n equações

Leia mais

Notas de Aula. Análise Funcional

Notas de Aula. Análise Funcional Notas de Aula Análise Funcional Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx) Universidade Federal de Minas Gerais (UFMG) Notas de aula do curso Análise Funcional

Leia mais

Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos. Ana Cristina Vieira. Departamento de Matemática - ICEx - UFMG

Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos. Ana Cristina Vieira. Departamento de Matemática - ICEx - UFMG 1 Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos Ana Cristina Vieira Departamento de Matemática - ICEx - UFMG - 2011 1. Representações de Grupos Finitos 1.1. Fatos iniciais Consideremos

Leia mais

1 Conjuntos, Números e Demonstrações

1 Conjuntos, Números e Demonstrações 1 Conjuntos, Números e Demonstrações Definição 1. Um conjunto é qualquer coleção bem especificada de elementos. Para qualquer conjunto A, escrevemos a A para indicar que a é um elemento de A e a / A para

Leia mais

Capítulo 1. Funções e grácos

Capítulo 1. Funções e grácos Capítulo 1 Funções e grácos Denição 1. Sejam X e Y dois subconjuntos não vazios do conjunto dos números reais. Uma função de X em Y ou simplesmente uma função é uma regra, lei ou convenção que associa

Leia mais

MATRIZES - PARTE Mais exemplos Multiplicação de duas matrizes AULA 26

MATRIZES - PARTE Mais exemplos Multiplicação de duas matrizes AULA 26 AULA 26 MATRIZES - PARTE 2 26. Mais exemplos Nesta aula, veremos mais dois algoritmos envolvendo matrizes. O primeiro deles calcula a matriz resultante da multiplicação de duas matrizes e utiliza três

Leia mais

complemento para a disciplina de Matemática Discreta versão 1 - Jerônimo C. Pellegrini Relações de Equivalência e de Ordem

complemento para a disciplina de Matemática Discreta versão 1 - Jerônimo C. Pellegrini Relações de Equivalência e de Ordem Relações de Equivalência e de Ordem complemento para a disciplina de Matemática Discreta versão 1 Jerônimo C. Pellegrini 5 de agosto de 2013 ii Sumário Sumário Nomenclatura 1 Conjuntos e Relações 1 1.1

Leia mais

Capítulo 1. Conjuntos e Relações. 1.1 Noção intuitiva de conjuntos. Notação dos conjuntos

Capítulo 1. Conjuntos e Relações. 1.1 Noção intuitiva de conjuntos. Notação dos conjuntos Conjuntos e Relações Capítulo Neste capítulo você deverá: Identificar e escrever os tipos de conjuntos, tais como, conjunto vazio, unitário, finito, infinito, os conjuntos numéricos, a reta numérica e

Leia mais

Rafael Cardeal Tavares (Aluno de ICV), Prof. Dr. Paulo Renato Silva de Carvalho(Orientador, Depto de Física UFPI)

Rafael Cardeal Tavares (Aluno de ICV), Prof. Dr. Paulo Renato Silva de Carvalho(Orientador, Depto de Física UFPI) RAZÃO ENTRE AMPLITUDES DA SUSCEPTIBILIDADE PARA O PONTO DE LIFSHITZ Rafael Cardeal Tavares (Aluno de ICV), Prof. Dr. Paulo Renato Silva de Carvalho(Orientador, Depto de Física UFPI) Introdução Muitas ideias

Leia mais

Análise Real. IF Sudeste de Minas Gerais. Primeiro semestre de Prof: Marcos Pavani de Carvalho. Marcos Pavani de Carvalho

Análise Real. IF Sudeste de Minas Gerais. Primeiro semestre de Prof: Marcos Pavani de Carvalho. Marcos Pavani de Carvalho IF Sudeste de Minas Gerais Prof: Primeiro semestre de 2014 Proposição: É uma afirmação que pode ser classificada em verdadeira ou falsa, mas que faça sentido. Exemplo: Sejam as proposições: A: A soma dos

Leia mais

Capítulo 2. Conjuntos Infinitos

Capítulo 2. Conjuntos Infinitos Capítulo 2 Conjuntos Infinitos Não é raro encontrarmos exemplos equivocados de conjuntos infinitos, como a quantidade de grãos de areia na praia ou a quantidade de estrelas no céu. Acontece que essas quantidades,

Leia mais

O Método de Monte Carlo

O Método de Monte Carlo .....Universidade Federal de Santa Maria...Centro de Ciências Naturais e Exatas Grupo de Teoria da Matéria Condensada O Método de Monte Carlo Aplicações do algoritmo de Metropolis no Modelo de Ising Mateus

Leia mais

Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n

Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n 1. Descrição do método e alguns exemplos Colocamos o seguinte problema: dado um conjunto finito: A = {a 1, a 2,...,

Leia mais

MATEMÁTICA Professores: Andrey, Cristiano e Julio

MATEMÁTICA Professores: Andrey, Cristiano e Julio MATEMÁTICA Professores: Andrey, Cristiano e Julio Questões Substituindo os valores dados na fórmula teremos: x 1 = x 0+1 = (x 0 )2 +a 2.x 0 = (2)2 +5 = 9 2.2 4 e x 2 = x 1+1 = (x 1 )2 +a = ( 9 4 )2 +5

Leia mais

Apresentar o conceito de anel, suas primeiras definições, diversos exemplos e resultados. Aplicar as propriedades dos anéis na relação de problemas.

Apresentar o conceito de anel, suas primeiras definições, diversos exemplos e resultados. Aplicar as propriedades dos anéis na relação de problemas. Aula 10 O CONCEITO DE ANEL META Apresentar o conceito de anel, suas primeiras definições, diversos exemplos e resultados. OBJETIVOS Definir, exemplificar e classificar anéis. Aplicar as propriedades dos

Leia mais

MATRIZES POSITIVAS DEFINIDAS

MATRIZES POSITIVAS DEFINIDAS MATRIZES POSITIVAS DEFINIDAS Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá IEFF-ITA 7 de novembro de 2011 Roteiro 1 2 3 Roteiro 1 2 3 Por que saber se uma matriz é definida positiva? Importância do sinal

Leia mais

Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá. 21 de outubro de 2011

Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá. 21 de outubro de 2011 APLICAÇÕES DA DIAGONALIZAÇÃO Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá IEFF-ITA 21 de outubro de 2011 Roteiro 1 2 3 Roteiro 1 2 3 Introdução Considere a equação de uma cônica: Forma Geral Ax 2 + Bxy

Leia mais

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/30 3 - INDUÇÃO E RECURSÃO 3.1) Indução Matemática 3.2)

Leia mais

Conteúdo Teórico: 04 Esperança

Conteúdo Teórico: 04 Esperança ACH2053 Introdução à Estatística Conteúdo Teórico: 04 Esperança Marcelo de Souza Lauretto Sistemas de Informação EACH www.each.usp.br/lauretto Referência: Morris DeGroot, Mark Schervish. Probability and

Leia mais

Funcionais aditivos de processos de exclusão

Funcionais aditivos de processos de exclusão Funcionais aditivos de processos de exclusão Patrícia Gonçalves Centro de Matemática da Universidade do Minho Campus de Gualtar 471-57 Braga, Portugal e-mail: patg@math.uminho.pt Resumo: Neste trabalho

Leia mais

Chama-se conjunto dos números naturais símbolo N o conjunto formado pelos números. OBS: De um modo geral, se A é um conjunto numérico qualquer, tem-se

Chama-se conjunto dos números naturais símbolo N o conjunto formado pelos números. OBS: De um modo geral, se A é um conjunto numérico qualquer, tem-se UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: FUNDAMENTOS DE MATEMÁTICA Conjuntos Numéricos Prof.:

Leia mais

Ajuste de mínimos quadrados

Ajuste de mínimos quadrados Capítulo 5 Ajuste de mínimos quadrados 5 Ajuste de mínimos quadrados polinomial No capítulo anterior estudamos como encontrar um polinômio de grau m que interpola um conjunto de n pontos {{x i, f i }}

Leia mais

Generalizações do Teorema de Wedderburn-Malcev e PI-álgebras. Silvia Gonçalves Santos

Generalizações do Teorema de Wedderburn-Malcev e PI-álgebras. Silvia Gonçalves Santos Generalizações do Teorema de Wedderburn-Malcev e PI-álgebras Silvia Gonçalves Santos Definição 1 Seja R um anel com unidade. O radical de Jacobson de R, denotado por J(R), é o ideal (à esquerda) dado pela

Leia mais

Aulas 10 e 11 / 18 e 20 de abril

Aulas 10 e 11 / 18 e 20 de abril 1 Conjuntos Aulas 10 e 11 / 18 e 20 de abril Um conjunto é uma coleção de objetos. Estes objetos são chamados de elementos do conjunto. A única restrição é que em geral um mesmo elemento não pode contar

Leia mais

Fabio Augusto Camargo

Fabio Augusto Camargo Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Departamento de Matemática Introdução à Topologia Autor: Fabio Augusto Camargo Orientador: Prof. Dr. Márcio de Jesus Soares

Leia mais

Curso de Matemática Aplicada.

Curso de Matemática Aplicada. Aula 1 p.1/25 Curso de Matemática Aplicada. Margarete Oliveira Domingues PGMET/INPE Sistema de números reais e complexos Aula 1 p.2/25 Aula 1 p.3/25 Conjuntos Conjunto, classe e coleção de objetos possuindo

Leia mais

Conjuntos. Notações e Símbolos

Conjuntos. Notações e Símbolos Conjuntos A linguagem de conjuntos é interessante para designar uma coleção de objetos. Quando os estatísticos selecionam indivíduos de uma população eles usam a palavra amostra, frequentemente. Todas

Leia mais

VARIÁVEIS ALEATÓRIAS

VARIÁVEIS ALEATÓRIAS UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis

Leia mais

A primeira coisa a fazer é saber quais são as equações das curvas quando elas já se encontram na melhor

A primeira coisa a fazer é saber quais são as equações das curvas quando elas já se encontram na melhor Identificação de Cônicas Uma equação do segundo grau ax + bxy + cy + dx + ey + f = 0 define de maneira implícita uma curva no plano xy: o conjunto dos pontos (x, y) que satisfazem a equação. Por exemplo,

Leia mais

ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral

ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral Módulo 9 ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral Contents 9.1 Operadores auto-adjuntos (simétricos e hermitianos) 136 9. Teorema espectral para operadores auto-adjuntos...........

Leia mais

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1 QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,

Leia mais

3 Dependência homogênea e heterogênea de cauda

3 Dependência homogênea e heterogênea de cauda 3 Dependência homogênea e heterogênea de cauda Neste trabalho, usaremos o conceito de dependência homogênea de cauda, introduzido na década de 60, em conjunto com o conceito de dependência heterogênea

Leia mais

1 Conjunto dos números naturais N

1 Conjunto dos números naturais N Conjuntos numéricos Os primeiros números concebidos pela humanidade surgiram da necessidade de contar objetos. Porém, outras necessidades, práticas ou teóricas, provocaram a criação de outros tipos de

Leia mais

Instituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A

Instituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A REVISÃO DA PARTE III Parte III - (a) Ortogonalidade Conceitos: produto

Leia mais

6. FUNÇÃO QUADRÁTICA 6.1. CONSIDERAÇÕES PRELIMINARES

6. FUNÇÃO QUADRÁTICA 6.1. CONSIDERAÇÕES PRELIMINARES 47 6. FUNÇÃO QUADRÁTICA 6.1. CONSIDERAÇÕES PRELIMINARES Na figura abaixo, seja a reta r e o ponto F de um determinado plano, tal que F não pertence a r. Consideremos as seguintes questões: Podemos obter,

Leia mais

DISCIPLINA: MATEMÁTICA ANO: 8º ANO LETIVO 2012/2013 ATIVIDADES ESTRATÉGIAS. Atividades de diagnóstico. Atividades de revisão e recuperação.

DISCIPLINA: MATEMÁTICA ANO: 8º ANO LETIVO 2012/2013 ATIVIDADES ESTRATÉGIAS. Atividades de diagnóstico. Atividades de revisão e recuperação. Escola Secundária Dr. Solano de Abreu Abrantes ENSINO BÁSICO DISCIPLINA: MATEMÁTICA ANO: 8º ANO LETIVO 2012/2013 CONTEÚDOS PROGRAMÁTICOS METAS DE APRENDIZAGEM ATIVIDADES ESTRATÉGIAS INSTRUMENTOS DE AVALIAÇÃO

Leia mais

Quinta lista de Exercícios - Análise Funcional, período Professor: João Marcos do Ó. { 0 se j = 1 y j = (j 1) 1 x j 1 se j 2.

Quinta lista de Exercícios - Análise Funcional, período Professor: João Marcos do Ó. { 0 se j = 1 y j = (j 1) 1 x j 1 se j 2. UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE MATEMÁTICA PÓS-GRADUAÇÃO EM MATEMÁTICA Quinta lista de Exercícios - Análise Funcional, período 2009.2. Professor:

Leia mais

A solução de Onsager para o modelo de Ising em 2D: a complexidade do Magnetismo Quântico

A solução de Onsager para o modelo de Ising em 2D: a complexidade do Magnetismo Quântico A solução de Onsager para o modelo de Ising em 2D: a complexidade do Magnetismo Quântico Ivan de Paula Miranda Nanomagnetismo Redução do tamanho efeitos quânticos individuais Desenvolvimento de técnicas

Leia mais

FEUP - MIEEC - Análise Matemática 1

FEUP - MIEEC - Análise Matemática 1 FEUP - MIEEC - Análise Matemática Resolução da a Chamada - de Janeiro de 9 Respostas a perguntas diferentes em folhas diferentes Justifique cuidadosamente todas as respostas. Não é permitida a utilização

Leia mais

CÁLCULO I. 1 Funções Crescentes e Decrescentes

CÁLCULO I. 1 Funções Crescentes e Decrescentes CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 14: Crescimento e Decrescimento. Teste da Primeira Derivada. Objetivos da Aula Denir funções crescentes e decrescentes; Determinar os intervalos

Leia mais

Espaço Dual, Transposta e Adjunta (nota da álgebra linear 2)

Espaço Dual, Transposta e Adjunta (nota da álgebra linear 2) Espaço Dual, Transposta e Adjunta nota da álgebra linear 2) Sadao Massago Outubro de 2009 1 Espaço Dual Dado um espaço vetorial V sobre o corpo F, o espaço dual V é o espaço de todas transformações lineares

Leia mais

Exponencial de uma matriz

Exponencial de uma matriz Exponencial de uma matriz Ulysses Sodré Londrina-PR, 21 de Agosto de 2001; Arquivo: expa.tex Conteúdo 1 Introdução à exponencial de uma matriz 2 2 Polinômio característico, autovalores e autovetores 2

Leia mais

Jogos de soma zero com dois jogadores

Jogos de soma zero com dois jogadores Jogos de soma zero com dois jogadores Problema: Dada uma matriz A m n, encontrar um equilíbrio de Nash (de estratégias mistas). Jogador 1 quer encontrar p que maximize v sujeito a i p i = 1 sujeito a (pa)

Leia mais

Teoria dos Jogos. Prof. Maurício Bugarin ECO/UnB 2013-I. Aula 7 Teoria dos Jogos Maurício Bugarin. Cap. 2. Jogos Estáticos com Informação Completa

Teoria dos Jogos. Prof. Maurício Bugarin ECO/UnB 2013-I. Aula 7 Teoria dos Jogos Maurício Bugarin. Cap. 2. Jogos Estáticos com Informação Completa Teoria dos Jogos Prof Maurício Bugarin ECO/UnB 013-I Cap Jogos Estáticos com Informação Completa Roteiro Capítulo Jogos Estáticos com Informação Completa (Cap 1 do livro-texto) 1 A Forma Normal e o Conceito

Leia mais

)XQGDPHQWRVGHSUREDELOLGDGHHHVWDWtVWLFD

)XQGDPHQWRVGHSUREDELOLGDGHHHVWDWtVWLFD )XQGDPHQWRVGHUREDELOLGDGHHHVWDWtVWLFD,QWURGXomR A história da estatística pode ser dividida em três fases. De acordo com PEANHA (00), a estatística inicialmente não mantinha nenhuma relação com a probabilidade,

Leia mais

O poço de potencial finito

O poço de potencial finito O poço de potencial finito A U L A 13 Meta da aula Aplicar o formalismo quântico ao caso de um potencial V(x) que tem a forma de um poço (tem um valor V 0 para x < -a/ e para x > a/, e um valor 0 para

Leia mais

CC-226 Aula 05 - Teoria da Decisão Bayesiana

CC-226 Aula 05 - Teoria da Decisão Bayesiana CC-226 Aula 05 - Teoria da Decisão Bayesiana Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Classificador Bayesiano Considerando M classes C 1... C M. N observações x j. L atributos

Leia mais