ENTROPIA DE CADEIAS POLIDISPERSAS NA REDE QUADRADA

Tamanho: px
Começar a partir da página:

Download "ENTROPIA DE CADEIAS POLIDISPERSAS NA REDE QUADRADA"

Transcrição

1 UNIVERSIDADE FEDERAL FLUMINENSE INSTITUTO DE FÍSICA Pedro Vctor Renault de Barros ENTROPIA DE CADEIAS POLIDISPERSAS NA REDE QUADRADA Nteró 2011

2 PEDRO VICTOR RENAULT DE BARROS ENTROPIA DE CADEIAS POLIDISPERSAS NA REDE QUADRADA Dssertação apresentada a banca examnadora como requsto parcal para a obtenção do Mestrado em Físca Orentador: Prof. Jürgen F. Stlck Nteró 2011

3 Aos meus pas

4 Agradecmentos Ao meu orentador, prof. Jürgen Stlck, pela ajuda durante todo o mestrado. A Wellngton Gomes Dantas, pelas conversas nas fases ncas do trabalho. Ao professor Felpe Pnhero, do IF-UFRJ, pelos conselhos sobre métodos computaconas. Ao professor Paulo M. Bsch, do Insttuto de Bofísca da UFRJ, pela confança. À professora Vtora Barthem, do IF-UFRJ, pelo apoo de sempre. Ao professor João Paulo Snnecker, do CBPF, pelo ncentvo. À CAPES, pelo apoo fnancero. Agradecmento Especal À mnha querda rmã, Letíca Renault, pela amzade.

5 RESUMO Neste trabalho, a técnca da matrz de transferênca é usada para o cálculo da entropa confguraconal de cadeas fntas e poldspersas na rede quadrada. As cadeas são modeladas por camnhadas auto-excludentes, consderando-se apenas nterações de volume excluído, e a rede pode estar total ou parcalmente preenchda. A poldspersvdade é ncluída no problema pela atrbução de dferentes atvdades para monômeros extremos e nternos. Esses parâmetros são regulados de modo que o número médo de monômeros por cadea é fnto e portanto não se observa uma transção de polmerzação. A matrz de transferênca é construída para tras de largura fnta e os valores da entropa obtdos nessas tras são depos extrapolados para o lmte bdmensonal, que corresponde à largura nfnta.

6 ABSTRACT The transfer matrx technque s used to calculate the confguratonal entropy of fnte polydsperse chans on the square lattce. Chans are modeled by self-avodng walks, wth excluded volume nteractons only and the lattce may be totally or partally covered. Poldspersvty s ncluded by attrbutng dfferent actvtes to extreme and nternal monomers. These parameters are regulated so that the mean number of monomers per chan s kept fnte and therefore no polymerzaton transton s observed. We buld the transfer matrx for strps of fnte wdth and the values of entropy obtaned n these strps are then extrapolated to the bdmensonal lmt, wch corresponds to nfnte wdth.

7 SUMÁRIO 1. Introdução Alguns Concetos Báscos de Mecânca Estatístca Modelos de Rede para Polímeros e Cadeas Fntas Alguns Estudos Prévos Cadeas Monodspersas na Rede Quadrada Cadeas Poldspersas em uma Rede Undmensonal Cadeas Poldspersas na Rede de Bethe Cadeas Poldspersas na Rede de Husm Métodos Construção do Modelo e Regras para a Dsposção das Cadeas na Rede A Matrz de Transferênca A Matrz de Transferênca no Modelo de Isng A Matrz de Transferênca para Cadeas Poldspersas na Rede Quadrada Obtenção do Maor Autovalor da Matrz de Transferênca e sua Relação com as Densdades de Monômeros e a Entropa Extrapolação para o Caso Bdmensonal Resultados e Dscussão Conclusão A. Algortmo para a Construção da Matrz de Transferênca B. O Método de Newton-Raphson C. O Método da Potênca D. O Método da Bsecção E. O Teorema de Perron-Frobenus Referêncas... 94

8 LISTA DE FIGURAS 2.1. Dagrama de fases da água Exemplos de polímeros Um polímero vsto como um longo fo O modelo da cadea deal Exemplos de redes Cadea deal na rede quadrada Camnhada auto-excludente na rede quadrada a) Entropa em função do peso molecular de cadeas na rede quadrada (aproxmação de campo médo) b) Entropa como função da densdade no caso de polímeros (aproxmação de campo médo) Cadeas fntas e poldspersas numa rede undmensonal Árvore de Cayley a) Sub-árvore de uma árvore de Cayley b) Contrbuções de sub-árvores para a função de partção Cadeas numa rede de Husm Confgurações de sub-árvores numa rede de Husm Topologa de uma tra fnta com condções de contorno torodas Representação esquemátca das condções peródcas de contorno Exemplos de confgurações probdas Exemplo de confguração permtda Condções peródcas de contorno no modelo de Isng undmensonal Dos níves consecutvos numa tra de largura Confgurações das arestas vertcas de um nível em uma tra de largura Pareamentos múltplos... 49

9 4.9. Possíves confgurações de dos níves consecutvos de uma tra de largura 2 quando o estado ncal é Transções entre dos níves consecutvos em uma tra de largura Tra de largura L e altura y Número de estados para cada largura da tra Tamanho do arquvo da matrz em função da largura Tempo de processamento para o cálculo da entropa Entropa como função da largura da tra para rede chea Dímeros em uma rede de largura Entropa de dímeros como função da largura (rede chea) Entropa como função da densdade na rede quadrada Entropa como função da densdade para cadeas mono e poldspersas na rede quadrada Contrbução da poldspersvdade para a entropa (rede quadrada) Entropa de cadeas poldspersas nas redes quadrada, de Bethe e de Husm Contrbução da poldspersvdade (redes quadrada e de Bethe) Entropa como função do peso molecular na rede chea A.1. Dos níves consecutvos de uma tra de largura

10 LISTA DE TABELAS 3.1. Valores do expoente ν para dferentes dmensões espacas Número de estados para tras de larguras 2 a Subconjuntos para extrapolação da entropa no caso monodsperso Entropa, na rede chea, para cadeas poldspersas nas redes quadrada, de Bethe e de Husm e cadeas monodspersas na rede quadrada Entropa de cadeas poldspersas na rede chea para uma tra de largura 11 e para a rede quadrada...78

11 CAPÍTULO 1 INTRODUÇÃO Este trabalho tem por objetvo o cálculo da entropa confguraconal de cadeas fntas e de tamanho varável dspostas em uma rede quadrada. Em lnhas geras, ele se nsere no contexto dos estudos sobre a cobertura de uma rede com dímeros ou monômeros, um tópco com uma longa hstóra em físca da matéra condensada [1]. Este trabalho está lgado também à mecânca estatístca de polímeros. Embora nossa análse se concentre em cadeas fntas, usamos ferramentas metodológcas bem estabelecdas nos estudos teórcos sobre polímeros [2], modelando as cadeas através de camnhadas auto-excludentes e usando a técnca da matrz de transferênca para chegar à entropa confguraconal. Mutos dos estudos em mecânca estatístca de polímeros benefcam-se de modelos smplfcados para as cadeas, em que mutos detalhes de um polímero são desconsderados e a molécula é tratada como um longo fo. Nesse contexto, o tratamento do problema pode ser muto smplfcado por uma dscretzação do espaço que equvale a nscrever a cadea numa rede. Essas déas são dscutdas no capítulo 3, bem como alguns dos modelos mas smples que resultam dessas smplfcações, em que as moléculas de polímeros são representadas por camnhadas aleatóras ou autoexcludentes. As mesmas déas podem então ser usadas para a modelagem de cadeas fntas. Também neste capítulo nos refermos a alguns estudos prévos, dos quas o presente trabalho é, de certa forma, a contnudade: o estudo de cadeas monodspersas na rede quadrada, de cadeas poldspersas em uma dmensão e nas redes de Bethe e Husm. Introduzda em 1941 para o tratamento do modelo de Isng, a técnca da matrz de transferênca revelou-se útl nos problemas envolvendo polímeros [3,4]. Sua construção para a obtenção da entropa do nosso modelo de cadeas poldspersas na rede quadrada é exposta no capítulo 4, bem como os detalhes do modelo. Apresenta-se também como o conhecmento do maor autovalor da matrz permte que se obtenha a entropa no lmte termodnâmco. De modo abrevado, pode-se dzer que nossa estratéga consste em calcular a matrz de transferênca para dversas tras de largura fnta e, de posse dos valores da entropa para cada uma dessas larguras, chegar ao seu valor assntótco no lmte em que a largura tende ao nfnto, ou seja, no caso

12 11 bdmensonal. O modo pelo qual se pode obter esse valor assntótco a partr dos valores para larguras fntas é dscutdo ao fnal do capítulo. Os resultados e sua dscussão estão no capítulo 5. A ênfase é a comparação dos nossos resultados com os obtdos no caso de cadeas monodspersas na rede quadrada, avalando a contrbução da poldspersvdade para a entropa. Ao fnal do trabalho, dversos apêndces detalham algumas das técncas computaconas usadas para a obtenção dos dados. Ao longo de todo o trabalho, aparecem de forma recorrente alguns concetos báscos de mecânca estatístca, a começar pelo conceto de entropa. Eles estão sumarzados no capítulo 2, que tem o propósto de servr apenas como um rotero, capaz de orentar um posteror aprofundamento.

13 CAPÍTULO 2 ALGUNS CONCEITOS BÁSICOS DE MECÂNICA ESTATÍSTICA A termodnâmca ocupa-se de propredades macroscópcas da matéra, como a temperatura, o volume ou a pressão. A mecânca estatístca busca explcar a emergênca dessas propredades macroscópcas a partr da consttução mcroscópca dos sstemas físcos. Além dsso, a mecânca estatístca fornece a justfcatva mcroscópca para as les da termodnâmca [5]. Os resultados obtdos pela termodnâmca não dependem de um modelo em partcular; não estão apoados em quasquer hpóteses sobre a consttução da matéra. Já a mecânca estatístca propõe modelos mcroscópcos, que são específcos para cada sstema estudado, e com base nesses modelos procura obter as propredades macroscópcas. Como a termodnâmca ocupa-se de sstemas macroscópcos, com um grande número de partículas, a conexão da mecânca estatístca com a termodnâmca só ocorre estrtamente no chamado lmte termodnâmco [6]. Para um fludo smples com N partículas e volume V, este lmte corresponde a N, V, mas com a razão N / V mantda constante. Com sso, desconsderam-se quasquer efetos de tamanho fnto; de fato, as propredades termodnâmcas não fazem referênca ao tamanho do sstema, sempre se referndo ao materal como um todo. Em nível macroscópco, o estado de um sstema é denomnado macroestado, sendo caracterzado por um número relatvamente pequeno de varáves termodnâmcas (temperatura, pressão, volume, etc). Já a descrção mcroscópca defne um mcroestado. Para especfcar um mcroestado sera precso conhecer a posção e o momento de todas as partículas no sstema (descrção clássca) ou todos os números quântcos do sstema (descrção quântca). Ao longo do tempo, um sstema físco vsta dversos mcroestados. Num gás, por exemplo, as moléculas estão em constante movmento e suas posções e momentos varam permanentemente. De acordo com a mecânca estatístca, as propredades observáves de um macroestado são médas estatístcas tomadas sobre os mcroestados. Quando o número de partículas (N) de um sstema é muto grande as flutuações em torno da méda são desprezíves, de modo que o comportamento médo de um sstema corresponde ao comportamento observado. Para o cálculo de tas médas, ao nvés de consderar a

14 13 evolução temporal do sstema, é mas convenente magnar um conjunto de nfntas réplcas do sstema orgnal, cada uma delas num mcroestado dferente. Esse conjunto é um ensemble estatístco. A hpótese de que uma méda de ensemble seja equvalente a uma méda temporal consttu a chamada hpótese ergódca. Dversos mcroestados dstntos podem resultar num mesmo macroestado. Chamando de Ω o número de mcroestados compatíves com um certo macroestado, defne-se a entropa como S k B ln, (2.1) onde k B =1.38 x J/K é a constante de Boltzmann. Alternatvamente, a entropa é dada por S k p ln p, (2.2) B onde p é a probabldade de que o sstema seja encontrado no mcroestado. O valor de p depende dos vínculos macroscópcos a que está sujeto o sstema. Para um sstema solado, que tem uma energa fxa E, volume V e número de partículas N condções que defnem o chamado ensemble mcrocanônco, postula-se que todos os mcroestados são gualmente prováves e, portanto, 1 p. (2.3) Para um sstema com N partículas, volume V e em contato com um reservatóro térmco que fxa a temperatura T conjunto de parâmetros que caracterza o ensemble canônco, a energa não está fxa, porque pode ser trocada com o banho térmco. Nesse caso, p E/ kbt e, (2.4) E/ kbt e em que o numerador é o chamado fator de Boltzmann e a constante de normalzação no denomnador é a função de partção canônca, Z:

15 14 Z E/ kbt e. (2.5) A função de partção canônca é uma das funções fundamentas em mecânca estatístca. Através dela podem ser obtdas as propredades termodnâmcas: F k T ln Z, (2.6) B onde F é a energa lvre de Helmholtz, que permte a obtenção de varáves termodnâmcas; no caso de um fludo smples, temos as seguntes equações de estado: F F F S ; p ;. T V N V, N T, N T, V (2.7) S é a entropa, p a pressão e, o potencal químco. Se o sstema tem volume V, temperatura T e um número varável de partículas, tem-se as condções que especfcam o ensemble grande canônco. Nesse caso, p E N / kbt e. / (2.8) B E N k T e O mcroestado tem energa E e número de partículas N ; é o potencal químco; o fator de normalzação no denomnador é a função de partção grande canônca, ou grande função de partção: E N / kbt e. (2.9) Introduzndo a fugacdade z, defnda por é possível escrever a grande função de partção como z e, 1/ k T, (2.10) B N z Z(, N), (2.11) N 0 em que Z(β,N) é a função canônca de partção para um sstema com N partículas.

16 15 A conexão com a termodnâmca se faz através da grande função de partção: kt B ln, (2.12) é o grande potencal termodnâmco, a partr do qual se escrevem, para um fludo smples, as seguntes equações de estado: S ; N ; p. T V V, TV, T, (2.13) S é a entropa, N o número de partículas e p, a pressão. No lmte termodnâmco os três ensembles são usualmente equvalentes, porque as flutuações relatvas são desprezíves. Assm, embora no ensemble canônco a energa E não seja fxa, em um sstema macroscópco as flutuações relatvas em torno do valor médo de E ( E/ E) são desprezíves; pratcamente todos os membros do ensemble têm a mesma energa. De forma semelhante pratcamente todas as réplcas de um sstema no ensemble grande canônco têm o mesmo número N de partículas. Transções de Fase Numa transção de fases, há uma mudança profunda e abrupta nas propredades de um sstema, como resultado de alterações em parâmetros externos, como a pressão ou a temperatura, por exemplo. Para que ocorra uma transção de fases, deve haver nterações entre os componentes do sstema. Ao comportamento sngular exbdo pelo sstema numa transção de fases correspondem sngulardades nos potencas termodnâmcos e, portanto, nas funções de partção. Tas sngulardades, contudo, só aparecem no lmte termodnâmco. Para o estudo das transções de fase, é convenente defnr um parâmetro de ordem, uma grandeza que usualmente vale zero na fase mas desordenada e tem um valor fnto na fase mas ordenada [7]. O parâmetro de ordem pode ser um escalar, como por exemplo a densdade num fludo (mas precsamente, a dferença entre a densdade e seu valor no ponto crítco, C ); um vetor, como a magnetzação em um ferromagneto; ou mesmo uma função de onda, no caso do 4 He [5].

17 16 É possível dstngur dos tpos de transção dependendo do comportamento do parâmetro de ordem. Em uma transção descontínua (antes chamada de transção de prmera ordem), o parâmetro de ordem vara descontnuamente, como por exemplo na ebulção da água, em que ( 0) densdade do líqudo, L e, portanto, há um salto em G G é a densdade do gás e C. ( L é a C é a densdade no ponto crítco). Em uma transção contínua (já chamada de transção de segunda ordem), o parâmetro de ordem se anula no ponto crítco, no qual as fases coexstentes se tornam ndstnguíves. A curva de coexstênca entre as fases líquda e gasosa da água termna num ponto crítco e a mudança de líqudo para gás que ocorre neste ponto é um exemplo deste tpo de transção (fgura 2.1). Fgura 2.1. Dagrama de fases da água. Os ponto de fusão e ebulção estão ndcados por círculos abertos. A lnha pontlhada horzontal ndca a pressão atmosférca. As três fases coexstem no ponto trplo. As transções que ocorrem ao longo das lnhas de coexstênca envolvem uma mudança descontínua na densdade. O ponto crítco marca o térmno da lnha de coexstênca entre líqudo e gás e neste ponto as duas fases tornam-se ndstnguíves. Os fenômenos que ocorrem nas vznhanças de um ponto crítco são denomnados fenômenos crítcos e seu estudo é uma das tarefas mas mportantes da mecânca estatístca. Exemplos de fenômenos crítcos são o comportamento sngular do calor específco a campo magnétco constante e da susceptbldade magnétca em um ferromagneto, que se tornam nfntos no ponto crítco. A descrção do comportamento sngular de grandezas físcas no ponto crítco pode ser sstematzada pela ntrodução de

18 17 uma sére de expoentes crítcos, pelos quas se pode avalar como varam tas grandezas na medda em que se aproxmam do ponto crítco. Essa proxmdade pode ser medda pela chamada temperatura reduzda, T TC t, (2.14) T em que T C é a temperatura crítca, na qual ocorre a transção. Assm, no caso de um ferromagneto, por exemplo, os comportamentos do calor específco, do parâmetro de ordem (neste caso, a magnetzação) e da susceptbldade podem ser descrtos por C C t ; m t ; t ; (2.15) α, β e γ são expoentes crítcos. Observa-se que sstemas físcos bastante dferentes do ponto de vsta mcroscópco podem apresentar o mesmo comportamento crítco, um fenômeno denomnado unversaldade. Além dsso, verfca-se que os expoentes crítcos não são todos ndependentes, mas obedecem a certas relações; por exemplo, é sempre um número próxmo de 2 [8]. Tas relações dervam das propredades de escala das grandezas termodnâmcas nas proxmdades da temperatura crítca. A ferramenta mas poderosa para a compreensão dessas observações é a teora do grupo de renormalzação, que oferece um fundamento para a unversaldade, permte o cálculo dos expoentes crítcos e, baseada na chamada hpótese de escala, leva às relações de escala entre os expoentes crítcos. Em partcular a déa da hpótese de escala para tamanhos fntos nos será útl, embora não estejamos dretamente nteressados no estudo de transções de fase neste trabalho. Como dto anterormente, as sngulardades nos potencas termodnâmcos que determnam uma transção de fases só ocorrem no lmte termodnâmco portanto, para sstemas nfntos. Com a hpótese de escala para tamanhos fntos, busca-se compreender como, através da análse de sstemas fntos, se pode conhecer as propredades de sstemas no lmte termodnâmco. Como será detalhado no capítulo 4, esta é uma déa que deveremos explorar para obter nossos resultados.

19 CAPÍTULO 3 MODELOS DE REDE PARA POLÍMEROS E CADEIAS FINITAS Polímeros são moléculas formadas pelo encadeamento de undades báscas, denomnadas monômeros, que estão undas por lgações químcas e se repetem ao longo da molécula, formando uma longa cadea. Em geral, consdera-se que uma molécula é um polímero quando o número de monômeros é maor que 100; mas há polímeros como o DNA, por exemplo, em que o número de monômeros pode ser da ordem de 10 7 [9]. Por sso, é comum, no contexto da mecânca estatístca de polímeros, descrever um polímero como uma molécula com N monômeros, com N. Se os monômeros que compõem o polímero são todos guas, dz-se que ele é um homopolímero; se há monômeros dstntos em sua composção, ele é um heteropolímero. A cadea polmérca pode ser lnear, quando os monômeros nternos estão lgados a dos outros, ou ramfcada, quando pelo menos um monômero está lgado a mas de dos outros. Neste trabalho, nos ocuparemos exclusvamente de cadeas lneares compostas por monômeros dêntcos. Os polímeros são componentes mportantes de materas complexos, sejam naturas ou sntétcos. São exemplos de polímeros: poletleno, cloreto de polvnl PVC - (ambos sntétcos), proteínas (bopolímeros de ocorrênca natural). Estes exemplos estão esquematzados na fgura 3.1. As propredades químcas dos polímeros (por exemplo, onzação, reações de polmerzação e dssocação, etc) dependem do tpo de monômeros e das lgações entre eles, sendo determnadas, portanto, numa escala local. Por outro lado, há propredades que ndependem de detalhes mcroscópcos e que se devem apenas ao fato de os polímeros serem longas cadeas (propredades mecâncas, de fluxo, etc). Tas característcas são determnadas, então, em escalas maores que a atômca e nas quas a molécula pode ser vsta como um objeto semelhante a um fo (fgura 3.2). A mecânca estatístca de polímeros ocupa-se destas propredades dtas unversas, ou seja, que dependem apenas do fato de um polímero ser uma molécula longa [10].

20 19 Fgura 3.1. Exemplos de polímeros. O poletleno e o cloreto de polvnl (PVC) são polímeros sntétcos e os monômeros que os consttuem estão destacados à dreta. As cadeas são formadas pelo encadeamento de n dessas undades báscas. As proteínas são polímeros de amnoácdos. A estrutura básca de um amnoácdo também aparece em destaque. A dentdade de um amnoácdo é dada por sua cadea lateral, representada na fgura por R. Ocorrem na natureza 20 dferentes cadeas lateras. Fgura 3.2. Um polímero vsto como uma longo fo. As propredades químcas dos polímeros dependem de detalhes ao nível atômco. Porém, há propredades físcas, como as propredades mecâncas, que podem ser estudadas consderando um nível menos detalhado de descrção, mportando o fato de a molécula ser uma longa cadea.

21 20 As longas cadeas que consttuem os polímeros possuem mutos graus de lberdade nternos, de modo que são mutas as possíves confgurações espacas de uma molécula. Neste trabalho, a questão que nos nteressa especalmente é a determnação do número de possíves confgurações espacas das cadeas. A Mecânca Estatístca é útl para o entendmento desta questão porque é capaz de abordar sstemas complexos, elaborando modelos em que mutos graus de lberdade são elmnados, preservando-se aqueles essencas para uma compreensão ao menos qualtatva do sstema estudado. O ponto de partda para mutos desdobramentos na mecânca estatístca de polímeros, nclusve para o estudo das confgurações espacas, é o chamado modelo da cadea deal. Nele, o polímero é concebdo como uma seqüênca de vetores r1, r2,..., com um certo comprmento a, que representam as lgações entre os monômeros. Estes, como ndca a fgura 3.3, são representados por A0, A1,... As lgações são completamente lvres para ter qualquer dreção no espaço, ou seja, cada monômero está separado do anteror por uma lgação com dreção aleatóra: o camnho da cadea no espaço é uma camnhada aleatóra. Fgura 3.3. O modelo da cadea deal. O polímero é concebdo como uma seqüênca de vetores (r ), que lgam os monômeros (representados por círculos na fgura). Essas lgações podem ter qualquer dreção no espaço, ou seja, os ângulos θ j podem varar contnuamente sem restrções, ndependente da orentação das outras lgações. O vetor R n lga os monômeros extremos da cadea.

22 21 Neste modelo, o vetor R, que conecta os extremos da cadea, é dado por R r, (3.1) sendo que a camnhada é formada pelos vetores r. O valor quadrátco médo de R numa cadea com N lgações é 2 R r. rj j j rr. j (3.2) Na 2 j rr.. j Como as dreções das lgações são ndependentes, os termos cruzados desaparecem e, portanto, 2 R Na 2. (3.3) Esta relação estabelece um comportamento de escala para o tamanho de uma camnhada aleatóra, que é proporconal à raz quadrada do número de passos. As possíves dstâncas entre os pontos extremos de uma camnhada com N passos obedecem a uma dstrbução gaussana de probabldades. Em 3 dmensões, 2 3/2 2 2 Na 3R P( R, N) exp. 2 (3.4) 3 2Na A partr dessa dstrbução é possível calcular a entropa confguraconal como função de R e N [7]. Em 3 dmensões, vale a relação

23 22 2 3kR B S( R, N) C, 2 (3.5) 2Na em que C é uma constante. Em mutos casos é convenente dscretzar o problema, ou seja, admtr que cada lgação só pode ter certas orentações no espaço. Isso equvale a ntroduzr no espaço uma estrutura em rede. A cadea é então nscrta nessa rede, com os monômeros ocupando os sítos e as lgações (com o mesmo comprmento do parâmetro de rede) ocupando as arestas. Essa aproxmação pode smplfcar o problema de contagem, permtndo o emprego de técncas da área de físca do estado sóldo. Nesse tpo de problema o nteresse está geralmente voltado para propredades unversas (ou seja, de larga escala) dos polímeros e acredta-se que a dscretzação mcroscópca provocada pela ntrodução da rede não modfque tas propredades [2]. Pode haver mutos tpos dferentes de redes, com varadas topologas e dmensões. Alguns exemplos aparecem na fgura 3.4. A fgura 3.5 mostra uma camnhada aleatóra na rede quadrada, representando uma cadea deal, cuja representação no contínuo fo lustrada na fgura 3.3. Daqu por dante nos ocuparemos prncpalmente da rede quadrada. Fgura 3.4. Fragmentos de uma rede undmensonal, de uma rede quadrada e de uma rede cúbca.

24 23 Fgura 3.5. Exemplo de uma cadea deal na rede quadrada. Para lustrar a smplfcação na contagem de confgurações proporconada pela dscretzação, pode-se consderar uma cadea deal na rede quadrada. Cada monômero tem 4 prmeros vznhos. Como a camnhada é aleatóra, cada passo é ndependente do anteror e pode drgr-se a qualquer um dos prmeros vznhos. Há, portanto, 4 possíves dreções a cada passo. Após N passos, há C N = 4 N dferentes camnhadas, todas com a mesma probabldade de ocorrênca. Esse conjunto de camnhadas é o conjunto de confgurações permtdas para um polímero de N monômeros. Neste modelo, médas temporas de propredades do polímero equvalem a médas de ensemble calculadas neste conjunto de camnhadas aleatóras. Em partcular, a entropa confguraconal como função do número de passos é, smplesmente [2], S k N ln 4. (3.6) B De modo geral, para uma rede em que cada síto tem q prmeros vznhos (q é o chamado número de coordenação da rede), há C N =q N camnhadas aleatóras dstntas com N passos. O modelo da camnhada aleatóra tem, entretanto, lmtações. Ele gnora o fato de que a cadea não pode nterceptar a s própra. Os monômeros têm um tamanho fnto, de modo que múltplos monômeros não podem ocupar o mesmo lugar no espaço. Essa condção caracterza o chamado efeto de volume excluído, cuja modelagem é realzada representando-se a cadea por uma camnhada auto-excludente ( self-avodng walk, ou SAW), que é uma camnhada aleatóra que nunca retorna a uma posção já

25 24 vstada antes. O modelo da camnhada auto-excludente também é útl para representar um polímero merso num bom solvente. Defne-se um bom solvente como aquele em que o contato de um monômero com moléculas do solvente é energetcamente mas favorável do que o contato com outros monômeros [2]. Assm, quando o polímero está merso num bom solvente, exste ao redor de cada monômero da cadea uma regão em que é pequena a probabldade de encontrar outro monômero. O solvente, então, permea o polímero, levando a uma expansão da cadea, que ncha. As energas de nteração entre os monômeros e entre os monômeros e o solvente não aparecem explctamente no modelo, mas seu efeto na expansão da cadea é levado em conta, como mostra a fgura 3.6. Dz-se então que a camnhada auto-excludente consdera apenas as chamadas nterações de volume excluído [9]. Assm, tanto no modelo da camnhada aleatóra como no modelo da camnhada auto-excludente todas as confgurações permtdas têm a mesma energa e por sso o problema é dto atérmco. Fgura 3.6. Camnhada auto-excludente na rede quadrada, representando uma cadea na qual há efeto de volume excluído. Os monômeros estão representados por círculos pretos e as moléculas do solvente, por círculos brancos. O solvente permea a cadea, que nunca ntercepta a s própra. Numa camnhada auto-excludente, verfca-se que o tamanho médo da cadea é dado por 2 1/2 R an, com 0.5, exprmndo o efeto já menconado de aumento no volume da cadea em relação a uma cadea deal com o mesmo número de monômeros. O valor do expoente pode ser estmado por um argumento ntroduzdo por Flory

26 25 [2,11]. Consderando um polímero com N monômeros, estma-se a energa lvre F(R,N) e determna-se o valor 2 1/2 R R que mnmza F. Como F U TS, é precso obter uma expressão para a entropa, S=S(R,N) e uma para a energa U de nteração entre os monômeros. A entropa é aproxmada pelo valor obtdo para uma cadea deal. Recordando a equação (3.5), é possível escrever 2 R S( R, N) C B N onde B e C são constantes. Consdera-se que a nteração entre os monômeros é repulsva e, numa aproxmação de campo médo, estma-se que a densdade de energa é d proporconal ao quadrado da concentração de monômeros na cadea ( N / R ). A energa total, resultado da ntegração da densdade de energa no volume então por d R é dada 2 N U( R, N) A, R d em que A é uma constante. A energa lvre é, então, 2 2 N R F( R, N) A T B CT. d R N (3.7) Mnmzando essa expressão com relação a R, obtém-se que R KN, (3.8) onde K é uma constante e 3. d 2 (3.9) A tabela a segur ndca os valores de para as dmensões 1 a 4:

27 26 Tabela 3.1. Valores do expoente ν para dferentes dmensões espacas. Dmensão (d) ν /4 3 3/5 4 1/2 Embora baseado em aproxmações, o argumento de Flory leva a resultados exatos em uma, duas e quatro dmensões; em três dmensões, o resultado está em bom acordo com resultados expermentas e com os valores prevstos por teoras mas sofstcadas (o valor obtdo por meo de técncas de grupo de renormalzação é aproxmadamente [12]). Se a enumeração de camnhadas aleatóras com N passos é smples, o mesmo não ocorre para camnhadas auto-excludentes. Torna-se necessáro recorrer a procedmentos numércos de contagem, que geralmente envolvem: ) a enumeração exata para pequenos valores de N (até cerca de 70 na rede quadrada) e posteror extrapolação para obter os resultados correspondentes a N ; ) smulações de Monte Carlo [13]. Quando N é muto grande, o número total de camnhadas autoexcludentes com N passos é da forma 1 C Kq N, onde K é uma constante, q SAW N remete a q, o número de coordenação da rede (geralmente, q SAW é menor que q; para uma rede cúbca, q=6 e q SAW =4.68) e γ é um expoente unversal, que depende somente da dmensão espacal (em 2 dmensões, γ=4/3; em 3 dmensões, γ=7/6). Mas detalhes sobre a contagem de camnhadas auto-excludentes podem ser encontrados na referênca [2]. Assm como é possível construr um modelo de rede para uma cadea polmérca, também é possível nscrever na rede dversas cadeas, sejam polmércas ou com um número fnto de monômeros. Deve-se também a Flory [11] um modelo smples para o cálculo da entropa confguraconal de dversas cadeas nscrtas na rede. Neste modelo, consdera-se que cadeas com um número fxo de monômeros gual a M são adconadas sucessvamente a uma rede com N sítos e número de coordenação q. Supondo que já tenham sdo nserdas aleatoramente cadeas nessa rede, restam N SAW

28 27 N M sítos desocupados para posconar o prmero monômero da cadea +1. Dos q sítos na vznhança medata deste prmero monômero, qualquer um que não tenha sdo prevamente ocupado por um monômero de outra cadea pode abrgar o segundo monômero. Se f é a probabldade de que um desses sítos já esteja preenchdo, o número esperado de sítos dsponíves para o posconamento do segundo monômero é q(1 f ). Já para o tercero, o número esperado de sítos dsponíves é ( q1)(1 f ), já que um dos prmeros vznhos do síto que contém o segundo monômero já está ocupado pelo prmero. Esta últma expressão vale também para os monômeros adconados em seguda, de forma que o número de possíves confgurações adotadas pela cadea +1 é M 2 M 1 1 ( N M ) q( q 1) (1 f). (3.10) Caso sejam nserdas p cadeas ndstnguíves na rede, o número de possíves confgurações é p 1. p (3.11) 2 p! 1 O termo p! evta que se conte mas de uma vez confgurações dêntcas; além dsso, como uma mesma confguração pode ser gerada de dos modos, nscrevendo-se a cadea na rede a partr de extremdades dferentes, o termo 2 p garante que ela seja contada apenas uma vez. Adota-se então uma aproxmação de campo médo: a probabldade f é substtuída pelo valor médo f, que corresponde à fração de sítos ocupados da rede: f M. (3.12) N Substtundo essa expressão na equação (3.10) tem-se que 1 M 1 M q 1 ( N M ), N (3.13) o que pode ser aproxmado por

29 28 1 M 1 q ( N M )! N ( N M ( 1))!. (3.14) Usando a equação (3.14) em (3.11) obtém-se o número de confgurações de p cadeas dêntcas, com M monômeros cada uma, na rede de N sítos: N! q p 2 ( N pm )! p! N pm ( 1). (3.15) Tomando agora o lmte termodnâmco, em que N mas a densdade pm N é mantda constante, é possível escrever a expressão para a entropa confguraconal por síto da rede: sm ( ) 2 1 s' M ( ) (1 )ln(1 ) ln 1 (ln q1). k M M M B (3.16) Quando M, as cadeas são polímeros e a expressão (3.16) fca reduzda a s '( ) (1 )ln(1 ) (ln q 1). (3.17) Quando 1a rede está completamente preenchda e a entropa confguraconal como função de M é dada por s' M ln 1 (ln q1). M M M (3.18) (3.17) é No caso partcular de polímeros na rede chea, a entropa, obtda a partr de o que fornece, para a rede quadrada, um valor de s' (1) ln q 1, (3.19) A fgura 3.7 lustra alguns dos dados obtdos com esta aproxmação de campo médo: em a) está um gráfco da entropa como função de M, para a rede quadrada, com 1.0; em b) vê-se a entropa como função da densdade para polímeros. Se todas as cadeas nscrtas na rede têm o mesmo número de monômeros, como no modelo descrto acma, tem-se o caso chamado monodsperso. Mas é também

30 29 possível nscrever na rede dversas cadeas com tamanhos dferentes, quando temos então o caso poldsperso. Neste últmo caso, uma descrção grande-canônca do sstema torna-se mas aproprada, já que M não está fxo e a dstrbução de tamanhos das cadeas passa a depender da fugacdade dos monômeros. A poldspersvdade pode ser a) b) Fgura 3.7. Dados para a entropa confguraconal de cadeas com M monômeros na rede quadrada, a partr da aproxmação de campo médo de Flory. a) entropa como função do número de monômeros na cadea, para rede chea; b) entropa de polímeros como função da densdade de monômeros na rede. tratada de dferentes maneras; é possível, por exemplo, consderar a dstrbução de probabldades dos tamanhos das cadeas na rede. Outra possbldade, em que nos

31 30 concentramos, é aquela apresentada em um modelo para a polmerzação de equlíbro [14,15], em que atrbu-se aos monômeros extremos uma fugacdade z e e aos nternos, ; e e uma fugacdade z ( z exp e z exp e e são os potencas químcos dos monômeros extremos e nternos, respectvamente). Estas fugacdades descrevem, respectvamente, o níco da formação de uma cadea e a sua elongação pela adção de monômeros. Quando z é dferente de 0 o crescmento das cadeas é favorecdo e se, ao mesmo tempo, z e 0, o tamanho de uma cadea tende ao nfnto (ou seja, é o lmte em que uma cadea torna-se um polímero). Um correlato expermental desta stuação ocorre no caso do enxofre líqudo, que consste prmaramente em anés de S 8. Acma de uma certa temperatura crítca os anés polmerzam, formando longas cadeas, caracterzando a transção de polmerzação. A polmerzação nca-se abruptamente, resultando em anomalas nas propredades físcas do enxofre que são característcas de uma transção de fases contínua ou de segunda ordem [15]. Verfcou-se que, para o enxofre líqudo, o parâmetro que descreve o níco da polmerzação de fato tende a 0, o que explca a transção observada. Por outro lado, se z e 0 e z =0, tem-se o caso partcular de dímeros, em que não há monômeros nternos; todos os monômeros são extremos. Em nosso modelo não há monômeros solados, de modo que para dímeros e polímeros não há dstnção entre os casos monodsperso e poldsperso. A dstnção entre as duas stuações só ocorre quando ambas as fugacdades são dferentes de 0. Esta é a stuação que nos nteressa: pretendemos determnar a entropa confguraconal de cadeas fntas e poldspersas na rede quadrada. Não nos ocupamos da transção de polmerzação, de modo que mantemos as fugacdades z e z e dferentes de ALGUNS ESTUDOS PRÉVIOS Cadeas monodspersas na rede quadrada O problema da entropa confguraconal de cadeas monodspersas na rede quadrada fo tratado usando-se a técnca da matrz de transferênca [16,17]. Nesta generalzação do problema de dímeros, a entropa de cadeas de M monômeros fo obtda como função da fração de sítos da rede ocupados por monômeros. As cadeas foram modeladas por camnhadas auto-excludentes, consderando-se apenas nterações de volume excluído.

32 31 O problema fo resolvdo ncalmente para tras de larguras fntas, obtendo-se em seguda a extrapolação para o caso bdmensonal, num procedmento que, em lnhas geras, é o mesmo adotado neste trabalho e que será detalhado no capítulo Cadeas poldspersas em uma rede undmensonal A entropa confguraconal de cadeas poldspersas em uma dmensão fo determnada tanto por matrz de transferênca como por argumentos combnatóros no ensemble mcrocanônco [18]. Neste modelo, atrbuem-se dferentes potencas químcos aos monômeros extremos e aos monômeros nternos de uma cadea (fgura 3.8). A matrz de transferênca é uma função desses dos parâmetros e, a partr do maor autovalor da matrz, obtém-se o potencal grande canônco e a entropa. z z e z e z e z e Fgura 3.8. Cadeas fntas poldspersas numa rede undmensonal. Aos monômeros extremos atrbuu-se a fugacdade z e e aos nternos, a fugacdade z. A matrz de transferênca obtda para este modelo é 1 ze T (3.20) ze z e seu maor autovalor é 2 1 z (1 z )2 4z. (3.21) 2 O potencal grande canônco relacona-se ao maor autovalor da matrz através da expressão: k TV ln. (3.22) B O procedmento para a obtenção da matrz de transferênca e a relação de seu maor autovalor com o potencal grande canônco, a partr do qual se obtém a entropa, serão detalhados no capítulo 4, que descreve o método adotado para tratar cadeas

33 32 poldspersas na rede quadrada. O caso undmensonal pode ser então compreenddo como uma versão smplfcada do problema bdmensonal Cadeas poldspersas na rede de Bethe A rede de Bethe é a parte central de uma árvore de Cayley. Uma árvore de Cayley está lustrada na fgura 3.9. Ela é construída do segunte modo: a partr de um ponto, que podemos consderar como o síto central da árvore, partem q arestas e a cada extremdade adconam-se (q-1) arestas. O número q é o número de coordenação desta rede e os prmeros q vértces adconados consttuem a prmera geração da árvore. Os (q-1) vértces adconados em seguda consttuem a segunda geração e assm sucessvamente. Esse processo de adção de sítos pode prossegur, com a emssão de (q-1) arestas de cada extremdade, até a n-ésma geração. Numa árvore de n gerações, o número de sítos na n-ésma camada é q(q-1) n-1. Já o número de sítos nternos é qq 1 q q 2 n1 ( 1) 1. No lmte termodnâmco, ou seja, quando n, a razão entre o número de sítos na superfíce e o número total de sítos não se anula, ao contráro do que se observa em quasquer redes regulares. Assm, o comportamento de um modelo na árvore de Cayley sofre nfluênca da superfíce e não se pode consderar que os efetos de borda sejam desprezíves, hpótese usualmente consderada quando se toma o lmte termodnâmco. Uma solução para este problema é consderar somente amplas regões no nteror da árvore, tomando-as como representatvas do sstema como um todo. A rede assm obtda é chamada rede de Bethe, que é uma prmera aproxmação de redes mas realstas (como a rede quadrada ou a rede cúbca) na qual é possível obter soluções exatas. Fgura 3.9. As três prmeras camadas de uma árvore de Cayley com número de coordenação q=3. O síto central é o círculo preto.

34 33 Para estudar o comportamento de um modelo na rede de Bethe, é precso obter uma equação termodnâmca fundamental para a regão central da árvore de Cayley, o que pode ser consegudo dstngundo as contrbuções dos sítos da superfíce e dos sítos nternos para um potencal termodnâmco [19]. O potencal grande canônco, por exemplo, pode ser escrto como ktln B N ( n) N ( n), n s s (3.23) em que N s (n) é o número de sítos na superfíce de uma árvore de Cayley com n gerações, N (n) é o número de sítos nternos nesta mesma árvore, e são os potencas grande canôncos por síto da superfíce e do nteror da árvore, respectvamente; n é a função de partção grande canônca na árvore de Cayley completa. A partr da equação (3.23) e conhecendo-se as expressões para N s (n) e N (n) é possível chegar ao potencal grande canônco por síto na rede de Bethe: s kt B 1 ln. 2 n1 q1 n (3.24) Uma expressão explícta para este potencal depende do conhecmento da função de partção grande canônca, que, por sua vez, depende do modelo. No caso das cadeas poldspersas, a função de partção depende dos dferentes potencas químcos atrbuídos aos monômeros nternos e externos ( e ), do número de coordenação q e das chamadas funções de partção parcas da rede, defndas em sub-árvores: realza-se a soma sobre todas as confgurações de uma sub-árvore com exceção da lgação na sua raz (ver a fgura 3.10a). Dstnguem-se as contrbuções em que não há uma lgação entre monômeros nesta aresta raz e as contrbuções em que esta lgação está presente (fgura 3.10b). Unr q-1 sub-árvores com n gerações a um novo síto raz equvale a obter a geração n+1 da árvore. É possível então obter relações de recorrênca envolvendo as funções de partção parcas, que por sua vez permtrão que se escreva a função de partção grande canônca e o potencal grande canônco por síto. e

35 34 a) b) Fgura a) Sub-árvore de uma árvore de Cayley com número de coordenação q=4; b) Contrbuções de sub-árvores para as funções de partção parcas. g1 é a contrbução de uma sub-árvore em que não há cadeas ncdndo no síto raz; as contrbuções g ( 2 M ) são as de sub-árvores em que o -ésmo monômero de uma cadea ocupa o síto raz. Conhecendo-se as densdades de monômeros nternos e externos e o número de coordenação q, obtém-se uma expressão para z e z e, as fugacdades dos monômeros nternos e externos, respectvamente ( z exp( ) e z exp( ) ). Conhecendo-se e e essas fugacdades e o potencal grande canônco, chega-se a uma expressão para a entropa como função das densdades de monômeros nternos e externos [19]:

36 35 s( e, ) q e ln q ln( q1) kb 2 1 ln(2 ) e ln e ( q 2 e) ln( q 2 e) 2 1 (1 e)ln(1 e) (2 e)ln(2 e). 2 (3.25) É possível chegar a essa mesma equação ntegrando as equações de estado [20]: s e s e k k B B ln z e ln z. (3.26) É possível anda escrever a entropa como função da densdade total de monômeros,, e do número médo de monômeros por cadea, M [20]: e s(, M ) M ln q ln( q1) ln k M M M M B q M 1 M 1 ln M qm M 1 M 1 (1 ) ln(1 ) ln 2 M M M 2 M 2 ln 2. M M (3.27) - Cadeas poldspersas na rede de Husm A rede de Husm é a parte central de uma árvore de mesmo nome, na qual todas as arestas fazem parte de um únco polígono. Um exemplo de uma árvore em que os polígonos são quadrados está lustrado na fgura Neste exemplo, cada síto está lgado a 4 outros sítos e este é o número de coordenação q desta rede. Assm como na rede de Bethe, consderam-se funções de partção parcas, defndas em sub-árvores, mantendo-se fxa a confguração da raz. No caso do exemplo lustrado na fgura, contrbuem as confgurações em que não há lgações ncdndo no síto raz, aquelas em que há uma lgação ncdndo neste síto e aquelas em que há duas lgações (fgura 3.12).

37 36 Fgura Cadeas nscrtas numa rede de Husm com número de coordenação q=4, com ramfcação de quadrados (σ=1). Monômeros nternos são representados por círculos brancos e monômeros extremos, por círculos pretos. Fgura Confgurações da raz de sub-árvores, destacando contrbuções em que não há lgações na aresta raz, apenas uma lgação ou duas lgações nessa aresta. Essas contrbuções dão orgem a dferentes funções de partção parcas (g0, g, h). Também neste caso é convenente escrever o potencal grande canônco como uma soma de contrbuções dos sítos da superfíce e dos sítos nternos. Se o número de coordenação é q 2( 1), o número de sítos na superfíce de uma árvore com n gerações ( n 0 ), N s (n), é N ( n) 3( 1)(3 ) n s 1 (3.28)

38 37 e o número de sítos no nteror desta árvore, N (n), é n 1 (3 ) 1 N( n) 1 3( 1). 3 1 (3.29) A partr destas expressões e da equação (3.23), que também se aplca neste caso, é possível obter a energa lvre por síto na parte central da árvore: 1 ln n n (3.30) A função de partção grande canônca no caso das cadeas poldspersas nesta rede depende das funções de partção parcas, do número de coordenação e das fugacdades dos monômeros nternos e extremos. É convenente defnr razões entre as funções de partção parcas, em termos das quas é possível escrever equações para as densdades de monômeros nternos e externos. A entropa pode ser obtda pela solução numérca de um sstema não-lnear de 4 equações, envolvendo essas densdades e as razões entre funções de partção parcas [19]. Também se pode chegar à entropa pela ntegração das equações de estado na forma da expressão (3.26): e s(, ) ln z (,0) d ln z (, ) d. e e e 0 0 (3.31) A prmera ntegral tem solução exata; a segunda requer o uso de métodos numércos. O resultado da prmera ntegração é e e s( e,0) (1 e)ln(1 e) ln 2 q 1 q 2e 1 q eln 1 eln(1 W ) 2 2 q 2 2 q 2 ln(1 2 W W ), 8 (3.32) onde

39 38 W 1/2 2 q q e 2 e (3.33)

40 CAPÍTULO 4 MÉTODOS Nosso objetvo, como fo dto no capítulo 3, é determnar a entropa confguraconal de cadeas poldspersas na rede quadrada. Para sso, usamos a técnca da matrz de transferênca. A nformação sobre as propredades termodnâmcas do modelo está contda no espectro de autovalores dessa matrz. Na verdade, como será esclarecdo adante, estamos nteressados em obter apenas o maor autovalor da matrz, cujo valor numérco é função de dos parâmetros: as fugacdades z e z e atrbuídas aos monômeros nternos e extremos (de cada cadea), respectvamente. A partr do maor autovalor, podemos obter a densdade de monômeros, o número médo de monômeros ncorporados em cada cadea (ou peso molecular médo) e a entropa confguraconal, que desejamos expressar como função das densdades de monômeros nternos e externos (ρ e ρ e, respectvamente). A construção da matrz, a obtenção de seu maor autovalor e das demas grandezas de nteresse são fetas, repetdamente, para tras fntas de largura L crescente (L=2,3,4,... até L=11) e os resultados são depos extrapolados para a rede quadrada (caso bdmensonal, L ) usando-se a hpótese de escala para tamanhos fntos. As próxmas seções detalham cada uma das etapas: a construção do modelo e as regras para a dsposção das cadeas na rede (4.1), a construção da matrz de transferênca (4.2), o cálculo do maor autovalor e, a partr dele, das densdades de monômeros, peso molecular médo e entropa (4.3); na seção 4.4 está descrto o procedmento pelo qual os resultados obtdos em tras de largura fnta são extrapolados para duas dmensões. 4.1 CONSTRUÇÃO DO MODELO E REGRAS PARA A DISPOSIÇÃO DAS CADEIAS NA REDE As cadeas são nscrtas em tras de largura fnta L, adotando-se, por convenênca, condções peródcas de contorno nas dreções horzontal e longtudnal (condções de contorno torodas). Isso equvale a consderar a topologa da tra como a mostrada na fgura 4.1.

41 40 Fgura 4.1. Topologa de uma tra com n lnhas e n colunas quando se adotam condções peródcas de contorno nas dreções horzontal e longtudnal. As condções peródcas de contorno estão lustradas esquematcamente na fgura 4.2, em que L=4: os sítos A, A e A são prmeros vznhos dos sítos B, B e B, respectvamente, o que é ndcado na fgura pelas arestas à esquerda, marcadas por h, h e h. As condções peródcas de contorno fazem com que a rede tenha smetra de rotação dscreta. Fgura 4.2. Representação esquemátca da topologa da rede com condções peródcas de contorno. As lgações h, h e h ndcam que os sítos A, A e A são prmeros vznhos dos sítos B, B e B, respectvamente. Cada uma das cadeas nscrtas na rede equvale a uma camnhada autoexcludente. Logo, não pode haver ramfcações ou cruzamentos entre as cadeas, porque nessas stuações um mesmo síto é vstado mas de uma vez. O mesmo vale para o fechamento de anés. Logo, todas as stuações lustradas na fgura 4.3 são PROIBIDAS:

42 41 a) b) c) d) e) Fgura Stuações probdas. Em Em a) a) e b) e b) há há ramfcações ou ou cruzamentos; em c) c) e e d) d) há há o o fechamento de Fgura 4.3. Stuações probdas. Em a) b) há ramfcações ou cruzamentos; em c) d) há fechamento anés, assm como em e), e), já já que A e e B B estão undos através da lgação h0. de anés, assm A fgura 4.3 e) merece um comentáro especal: este é um caso em que há o fechamento de um anel, por causa das condções peródcas de contorno. Os sítos A e B estão undos pelas lgações horzontas h1, h2, h3 e h4 e também através da lgação h0. A fgura 4.4 mostra uma confguração permtda numa tra de largura L=5: há 4 cadeas na rede (1 trímero, 1 hexâmero, 1 tetrâmero e um dímero), sem cruzamentos, ramfcações ou fechamento de anés. Fgura 4.4. Confguração permtda em uma tra de largura L=4.

43 A MATRIZ DE TRANSFERÊNCIA A técnca da matrz de transferênca fo ntroduzda por Kramers e Wanner em 1941 [3], obtendo sucesso na solução do modelo de Isng undmensonal. Fo anda o prmero método bem suceddo no tratamento do caso bdmensonal a campo magnétco nulo (Onsager, 1944) [21]. A matrz de transferênca fo prmeramente empregada no contexto da mecânca estatístca de polímeros por Derrda [4], dada a analoga entre as propredades de modelos magnétcos e as propredades estatístcas de polímeros em solução. Esta analoga fo descoberta por Perre Glles De Gennes, que demonstrou a relação entre o problema de polímeros e o modelo n-vetoral para o ferromagnetsmo, no lmte em que n 0 [14,22]. Portanto, antes de expor os detalhes da construção da matrz de transferênca para o modelo das cadeas poldspersas, convém lustrar os fundamentos desta técnca aplcando-a para a solução do modelo de Isng A Matrz de Transferênca no Modelo de Isng Apresentado em 1925, o modelo de Isng é o modelo mas smples para o ferromagnetsmo [23]. Os materas ferromagnétcos possuem uma magnetzação espontânea (sto é, a campo magnétco nulo) abaxo de uma certa temperatura crítca (temperatura de Cure); acma dela, a magnetzação desaparece. O modelo de Isng é o mas smples a exbr uma transção de fase ferromagnétca. Nele, os dpolos magnétcos, ou spns de Isng (S ), ocupam os sítos de uma rede e podem estar em dos possíves estados: S = ± 1 (apontam para cma ou para baxo). Na presença de um campo magnétco H a energa de um sstema de N spns é dada por N, (4.1) J S S H S j, j 1 em que J é uma constante, referente ao acoplamento entre os spns; <j> ndca que a soma se estende sobre todos os pares de spns prmeros vznhos na rede. O prmero termo desta hamltonana descreve então o acoplamento entre spns prmeros vznhos na rede (quando J>0 tem-se um acoplamento ferromagnétco, em que os spns tendem a se alnhar) e o segundo refere-se à nteração de cada spn com o campo magnétco externo.

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc Dnâmca Estocástca Insttuto de Físca, outubro de 06 Dnâmcas estocástcas defndas em retculados odelo de Isng Dnâmcas estocástcas em retculados Retculado (rede Exemplo: Rede quadrada regular com = 4 X 4=6

Leia mais

Parênteses termodinâmico

Parênteses termodinâmico Parênteses termodnâmco Lembrando de 1 dos lmtes de valdade da dstrbução de Maxwell-Boltzmann: λ

Leia mais

18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas

18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas 01/Abr/2016 Aula 11 Potencas termodnâmcos Energa nterna total Entalpa Energas lvres de Helmholtz e de Gbbs Relações de Maxwell 18 e 20/Abr/2016 Aulas 12 e 13 Introdução à Físca Estatístca Postulados Equlíbro

Leia mais

Mecânica Estatística. - Leis da Física Macroscópica - Propriedades dos sistemas macroscópicos

Mecânica Estatística. - Leis da Física Macroscópica - Propriedades dos sistemas macroscópicos Mecânca Estatístca Tal como a Termodnâmca Clássca, também a Mecânca Estatístca se dedca ao estudo das propredades físcas dos sstemas macroscópcos. Tratase de sstemas com um número muto elevado de partículas

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2) Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc Dnâmca Estocástca Insttuto de Físca, outubro de 2016 1 Dnâmcas estocástcas para o modelos defndos em redes Sstema defndo em um retculado em um espaço de d dmensões Exemplo: rede quadrada d=2 em que cada

Leia mais

do Semi-Árido - UFERSA

do Semi-Árido - UFERSA Unversdade Federal Rural do Sem-Árdo - UFERSA Temperatura e Calor Subêna Karne de Mederos Mossoró, Outubro de 2009 Defnção: A Termodnâmca explca as prncpas propredades damatéra e a correlação entre estas

Leia mais

Estatística Quântica Gás de Fermi

Estatística Quântica Gás de Fermi Unversdade de São Paulo Monografa Estatístca Quântca Gás de Ferm André Hernandes Alves Malavaz SFI5814 - Físca Atômca e Molecular, 17- de novembro de 17 Monografa Físca Atômca e Molecular Estatístca Quântca

Leia mais

5 Formulação para Problemas de Potencial

5 Formulação para Problemas de Potencial 48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando

Leia mais

3 Animação de fluidos com SPH

3 Animação de fluidos com SPH 3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)

Leia mais

O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4

O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4 O íon lantanídeo no acoplamento Russell-aunders e a classfcação de seus estados segundo os subgrupos do grupo G(4 ) O hamltonano, H, dos íons lantanídeos contém uma parte que corresponde ao campo central,

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

Cap. 6 - Energia Potencial e Conservação da Energia Mecânica

Cap. 6 - Energia Potencial e Conservação da Energia Mecânica Unversdade Federal do Ro de Janero Insttuto de Físca Físca I IGM1 014/1 Cap. 6 - Energa Potencal e Conservação da Energa Mecânca Prof. Elvs Soares 1 Energa Potencal A energa potencal é o nome dado a forma

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

Leia mais

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

γ = C P C V = C V + R = q = 2 γ 1 = 2 S gas = dw = W isotermico

γ = C P C V = C V + R = q = 2 γ 1 = 2 S gas = dw = W isotermico Q1 Um clndro feto de materal com alta condutvdade térmca e de capacdade térmca desprezível possu um êmbolo móvel de massa desprezível ncalmente fxo por um pno. O rao nterno do clndro é r = 10 cm, a altura

Leia mais

8 Soluções Não Ideais

8 Soluções Não Ideais 8 Soluções Não Ideas 8.1 Convenções para o coefcente de atvdade na escala de frações molares Para a solução deal temos ln x onde é função apenas da pressão e temperatura. Fo anterormente mostrado que todas

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

4 Sistemas de partículas

4 Sistemas de partículas 4 Sstemas de partículas Nota: será feta a segunte convenção: uma letra em bold representa um vector,.e. b b Nesta secção estudaremos a generalzação das les de Newton a um sstema de váras partículas e as

Leia mais

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?

Leia mais

Robótica. Prof. Reinaldo Bianchi Centro Universitário FEI 2016

Robótica. Prof. Reinaldo Bianchi Centro Universitário FEI 2016 Robótca Prof. Renaldo Banch Centro Unverstáro FEI 2016 6 a Aula IECAT Objetvos desta aula Momentos Lneares, angulares e de Inérca. Estátca de manpuladores: Propagação de forças e torques. Dnâmca de manpuladores:

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Introdução às Medidas em Física a Aula

Introdução às Medidas em Física a Aula Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca

Leia mais

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min) PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.

Leia mais

Ajuste de um modelo linear aos dados:

Ajuste de um modelo linear aos dados: Propagação de erros Suponhamos que se pretende determnar uma quantdade Z, a partr da medda drecta das grandezas A, B, C,, com as quas se relacona através de Z = f(a,b,c, ). Se os erros assocados a A, B,

Leia mais

Física Moderna II - FNC376

Física Moderna II - FNC376 Unversdade de São Paulo Insttuto de Físca Físca Moderna II - FNC376 Profa. Márca de Almeda Rzzutto 1o. Semestre de 008 FNC0376 - Fsca Moderna 1 Revsão A organzação da tabela peródca reflete a dstrbução

Leia mais

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

Leia mais

Eletromagnetismo. Distribuição de grandezas físicas: conceitos gerais

Eletromagnetismo. Distribuição de grandezas físicas: conceitos gerais Eletromagnetsmo Dstrbução de grandezas físcas: concetos geras Eletromagnetsmo» Dstrbução de grandezas físcas: concetos geras 1 Introdução Pode-se caracterzar um problema típco do eletromagnetsmo como o

Leia mais

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um). INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

Estatística Quântica e o Gás de Férmi

Estatística Quântica e o Gás de Férmi Estatístca Quântca e o Gás de Férm Aluno: André Hernandes Alves Malavaz Insttuto de Físca de São Carlos - IFSC Departamento de Físca e Cênca dos Materas (FCM) Unversdade de São Paulo 23 de Novembro, 2017

Leia mais

Capítulo 24: Potencial Elétrico

Capítulo 24: Potencial Elétrico Capítulo 24: Potencal Energa Potencal Elétrca Potencal Superfíces Equpotencas Cálculo do Potencal a Partr do Campo Potencal Produzdo por uma Carga Pontual Potencal Produzdo por um Grupo de Cargas Pontuas

Leia mais

Atividade em Soluções Eletrolíticas

Atividade em Soluções Eletrolíticas Modelo de solução eletrolítca segundo Debye-Hückel. - A le lmte de Debye-Hückel (LLDH) tem o lmte que está em: I 0,01. log z.z A I 1/ valêncas do íons + e do eletrólto I 1 [ z b / b ] constante que depende

Leia mais

5 Validação dos Elementos

5 Validação dos Elementos 5 Valdação dos Elementos Para valdar os elementos fntos baseados nas Wavelets de Daubeches e nas Interpolets de Deslaurers-Dubuc, foram formulados dversos exemplos de análse lnear estátca, bem como o cálculo

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

2 Análise de Campos Modais em Guias de Onda Arbitrários

2 Análise de Campos Modais em Guias de Onda Arbitrários Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por

Leia mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p. Leandro Franco de Souza lefraso@cmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânca dos Fludos Computaconal Aula 7 Leandro Franco de Souza Leandro Franco de Souza lefraso@cmc.usp.br p. 2/1 Equações Dferencas

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se: 1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,

Leia mais

Leis de conservação em forma integral

Leis de conservação em forma integral Les de conservação em forma ntegral J. L. Balño Departamento de Engenhara Mecânca Escola Poltécnca - Unversdade de São Paulo Apostla de aula Rev. 10/08/2017 Les de conservação em forma ntegral 1 / 26 Sumáro

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

MECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor

MECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor 1 MECÂNICA CLÁSSICA AULA N o 7 Teorema de Louvlle Fluo no Espaço de Fases Sstemas Caótcos Lagrangeano com Potencal Vetor Voltando mas uma ve ao assunto das les admssíves na Físca, acrescentamos que, nos

Leia mais

Critério de Equilíbrio

Critério de Equilíbrio Crtéro de Equlíbro ara um sstema echado onde exstem ases em equlíbro, o crtéro geral de equlíbro de ases mpõe que o potencal químco de cada espéce presente seja gual em todas as ases. α β π µ = µ = K=

Leia mais

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

2ª PARTE Estudo do choque elástico e inelástico.

2ª PARTE Estudo do choque elástico e inelástico. 2ª PARTE Estudo do choque elástco e nelástco. Introdução Consderemos dos corpos de massas m 1 e m 2, anmados de velocdades v 1 e v 2, respectvamente, movmentando-se em rota de colsão. Na colsão, os corpos

Leia mais

AULA 10 Entropia e a Segunda Lei da Termodinâmica

AULA 10 Entropia e a Segunda Lei da Termodinâmica UFABC - BC0205 - Prof. Germán Lugones AULA 10 Entropa e a Segunda Le da ermodnâmca Sad Carnot [1796-1832] R. Clausus [1822-1888] W. homson (Lord Kelvn) [1824-1907] Quando um saco de ppocas é aquecdo em

Leia mais

ANÁLISE DA VARIÂNCIA DA REGRESSÃO

ANÁLISE DA VARIÂNCIA DA REGRESSÃO ANÁLISE DA VARIÂNCIA DA REGRESSÃO PROCEDIMENTO GERAL DE REGRESSÃO Em um modelo de análse de varânca, como no DIA, o fator em estudo pode ser quanttatvo ou qualtatvo. FATOR QUANTITATIVO: é aquele cujos

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

Leia mais

Estudo de Solubilidade por Método Monte Carlo Para a Molécula do Fulereno

Estudo de Solubilidade por Método Monte Carlo Para a Molécula do Fulereno Fundação Unversdade Federal do Amapá Pro - Retora de Ensno de Graduação Coordenação do Curso de Físca Estudo de Solubldade por Método Monte Carlo Para a Molécula do Fulereno Acadêmco: Robert Sarava Matos

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

Dados ajustáveis a uma linha recta

Dados ajustáveis a uma linha recta Capítulo VI juste dos Mínmos Quadrados Dados ajustáves a uma lnha recta Determnação das constantes e B Incerteza nas meddas de Incerteza na determnação de e B juste dos mínmos quadrados a outras curvas:

Leia mais

2 Aproximação por curvas impĺıcitas e partição da unidade

2 Aproximação por curvas impĺıcitas e partição da unidade Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta

Leia mais

5 Implementação Procedimento de segmentação

5 Implementação Procedimento de segmentação 5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser

Leia mais

Implementação Bayesiana

Implementação Bayesiana Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,

Leia mais

Física do Calor Licenciatura: 14ª Aula (02/10/2015)

Física do Calor Licenciatura: 14ª Aula (02/10/2015) Físca do Calor Lcencatura: 4ª ula (2//25) Pro. lvaro annucc mos, na últma aula: Conceto de Entropa (S): exprme a tendênca de todos os sstemas íscos de evoluírem espontaneamente para uma stuação de maor

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

2010 The McGraw-Hill Companies, Inc. All rights reserved. Prof.: Anastácio Pinto Gonçalves Filho

2010 The McGraw-Hill Companies, Inc. All rights reserved. Prof.: Anastácio Pinto Gonçalves Filho rof.: nastáco nto Gonçalves lho Introdução Nem sempre é possível tratar um corpo como uma únca partícula. Em geral, o tamanho do corpo e os pontos de aplcação específcos de cada uma das forças que nele

Leia mais

11. Indutância (baseado no Halliday, 4 a edição)

11. Indutância (baseado no Halliday, 4 a edição) 11. Indutânca Capítulo 11 11. Indutânca (baseado no Hallday, 4 a edção) Capactores e Indutores Capactores Capactor: dspostvo que podemos usar para produzr um determnado campo elétrco numa certa regão do

Leia mais

As leis de Kirchhoff. Capítulo

As leis de Kirchhoff. Capítulo UNI apítulo 11 s les de Krchhoff s les de Krchhoff são utlzadas para determnar as ntensdades de corrente elétrca em crcutos que não podem ser convertdos em crcutos smples. S empre que um crcuto não pode

Leia mais

6.1 O experimento de Stern-Gerlach: estados puros e mistos

6.1 O experimento de Stern-Gerlach: estados puros e mistos Capítulo 6 Operador densdade 6. O expermento de Stern-Gerlach: estados puros e mstos O aparelho de Stern-Gerlach consste essencalmente em um mã produzndo um campo magnétco não unforme. Um fexe de átomos

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

Análise de Regressão Linear Múltipla VII

Análise de Regressão Linear Múltipla VII Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto

Leia mais

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br

Leia mais

Introdução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis

Introdução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,

Leia mais

Mecânica. Sistemas de Partículas

Mecânica. Sistemas de Partículas Mecânca Sstemas de Partículas Mecânca» Sstemas de Partículas Introdução A dnâmca newtonana estudada até aqu fo utlzada no entendmento e nas prevsões do movmento de objetos puntformes. Objetos dealzados,

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais