6.1 O experimento de Stern-Gerlach: estados puros e mistos
|
|
- Roberto Faria Lima
- 6 Há anos
- Visualizações:
Transcrição
1 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 penetra no mã numa dreção perpendcular ao gradente do campo magnétco. Em consequênca da nteração do seu spn com o campo magnétco, os átomos sofrem uma deflexão na sua passagem pelo campo. Na saída do mã, os átomos são detectados por contadores. Para smplfcar a análse, suponhamos que o expermento é realzado com átomos de prata, os quas possuem um total de 47 elétrons. Nestes átomos, 46 elétrons formam uma nuvem esférca sem momento angular, L =e S =. Se gnorarmos o momento angular do núcleo, o momento angular do átomo se deve apenas ao spn do quadragésmo-sétmo elétron. Assm, o momento magnétco µ de um átomo resulta proporconal ao spn do elétron, µ / S. A energa de nteração entre o momento magnétco e o campo magnétco é µ B. Se o gradente do campo for vertcal (dreção z) e a dreção ncal do fexe de átomos for horzontal, os átomos sofrem uma força cuja componente z é: F ( µ B) z eles serão defletdos para cma ou para baxo, dependendo do valor da componente do seu spn na dreção vertcal. O fexe de átomos que entra no campo magnétco é produzdo em um forno onde são evaporados os átomos de prata que posterormente serão colmados. Estes átomos estão orentados randomcamente (não há uma dreção preferencal para o spn), e por sso o fexe é chamado de não-polarzado. Após a passagem pelo mã, temos dos fexes polarzados. No fexe defletdo para cma a componente vertcal do spn dos átomos é postva e no fexe defletdo para baxo é negatva. De acordo com o formalsmo da Mecânca Quântca, o fexe defletdo para cma é descrto por um ket S z ;+ e o fexe defletdo para baxo por S z ;, tasques S z ; ± = 3 4 ~ S z ; ± e S z S z ; ± = ± ~ S z; ±. O ket mas geral possível para um sstema de spn é: (6.) = c + S z ;+ + c S z ; (6.) 56
2 S CONTADOR% N ELETROIMÃ% FORNO% FENDA%COLIMADORA% Fgura 6.: Representação esquemátca do expermento de Stern-Gerlach. onde c + c + + c c =. Este ket geral descreve um estado cujo spn aponta em qualquer dreção possível;.e. descreve qualquer estado polarzado. Porém, ele não é capaz de descrever o fexe de átomos que entra no campo magnétco, já que este é uma mstura de átomos orentados em todas as dreções possíves. Isto nos leva a defnr dos tpos de estados: estados puros e estados mstos. Os estados puros podem ser descrtos por uma únca função de onda. No exemplo do expermento de Stern-Gerlach, os dos fexes que saem da regão com campo magnétco são estados puros. Os estados mstos não podem ser descrtos por uma únca função de onda. O fexe que entra na regão com campo magnétco pode ser vsto como uma mstura de 5 % de átomos no estado S z ;+ e5%deátomos no estado S z ; (veja que precsamos de dos kets). Alternatvamente, podemos descrever esse fexe com uma mstura de 5 % de átomos no estado S x ;+ e 5 % de átomos no estado S x ;. Frequentemente um estado de este tpo é denomnado mstura ncoerente de estados com spn + e. Deve fcar claro que essa mstura ncoerente nada tem a ver com uma superposção lnear coerente como, por exemplo, = p S z ;+ + p S z ; que representa o estado polarzado S x ;+. O fexe completamente ncoerente descrto acma, é um caso extremo de estado msto. Em um fexe msto arbtráro, uma certa fração dos estados (e.g. %) é descrta por um ket e o resto dos estados (e.g. %) é descrto por um outro ket (não é necessáro que e sejam ortogonas). Neste caso, o fexe é parcalmente polarzado. Para descrever estados mstos é muto útl ntroduzr o formalsmo do operador densdade, já que qualquer estado, puro ou msto, poderá ser descrto por um únco operador densdade. 57
3 6. O operador densdade para estados puros 6.. Defnção Consderemos um estado quântco puro descrto pelo ket. Nesse estado, um observável A tem um valor de expectação dado por: Defnmos o operador densdade do estado como ha = h A. (6.3) = h. (6.4) Com essa defnção, é fácl mostrar que o valor de expectação do observável A édadopor ha =Tr( A), (6.5) onde devemos lembrar que o traço é um nvarante algébrco,.e. não depende da base utlzada. Para demonstrar a relação anteror consderamos uma base ortonormal completa arbtrára { n}. O traço de um operador é defndo como Tr P nhn n, logo, Tr( A) n hn A n = n hn h A n = n h A nhn = h A. (6.6) É fácl verfcar que o operador densdade verfca Tr =e que é hermtano =. No caso de estados puros, o operador densdade é dempotente, =, (6.7) a qual é uma condção sufcente e necessára para que um estado seja puro. 6.. Exemplos Consderemos um fexe de luz se propagando na dreção z. Calcularemos prmero a matrz densdade para um estado puro polarzado na dreção x. Este estado é descrto pelo ket S x ;+, logo, seu operador densdade é: = S x ;+hs x ;+. (6.) Agora escrevemos na base { S z ;+, S z ; }: = = apple p S z ;+ + p S z ; p p! p, p = apple p hs z ;+ + p hs z ;. (6.9) Consderemos agora um estado com polarzação arbtrára, descrto pelo ket = c + S z ;+ + c S z ; (6.) 5
4 onde c + c + + c c =. O operador densdade na base { S z ;+, S z ; } é: = [c + S z ;+ + c S z ; ] c +hs z ;+ + c hs z ; c+ = c c +, c c+ c = + c + c c c + c c. (6.) A partr desta últma expressão obtemos os seguntes casos partculares: a. estado polarzado na dreção S z ;+: c + =, c =, =. (6.) b. estado polarzado na dreção S z ; : c + =, c =, =. (6.3) c. estado polarzado na dreção S x ;+: c + = p, c = p, = d. estado polarzado na dreção S x ; : c + = p, c = p, = 6.3 O operador densdade para estados mstos 6.3. Defnção. (6.4). (6.5) Vamos descrever um estado msto que contém uma fração p de estados descrtos por,uma fração p de estados descrtos por, etc., onde p =. (6.6) O valor de expectação de um observável A édadopor: ha = p h A. (6.7) Veja que temos duas médas dferentes envolvdas nesta expressão; uma méda puramente quântca (o braket) devda à natureza probablístca da função de onda e outra estatístca (a soma sobre ) devda à mstura de estados. O operador densdade do estado msto é defndo como = p h, (6.) 59
5 e os elementos de matrz na base base ortonormal completa { n} são hn n = p hn h n. (6.9) Neste caso também temos: ha =Tr( A). (6.) Para demonstrar esta relação consderemos novamente uma base ortonormal completa arbtrára { n}. Temos então: Tr( A) hn A n =! hn p h A n = n n = p hn h A n = p h A nhn = n n! n = p h A nhn = p h A = = ha (6.) Para estados mstos também se verfca Tr =e =. Porém, neste caso temos 6.3. Exemplos 6=.e., não é dempotente, (6.) Tr < desde que p 6=para mas de um. (6.3) Consderemos novamente um fexe se propagando na dreção z. Calcularemos prmero a matrz densdade para uma mstura que tem 5% dos estados polarzados na dreção S z ;+ 5% dos estados polarzados na dreção S z ; = + =. (6.4) Para uma mstura que tem 5% dos estados polarzados na dreção S x ;+ 5% dos estados polarzados na dreção S x ; obtemos o mesmo resultado = + =. (6.5) Estes exemplos representam o mesmo estado completamente ncoerente. Por esse motvo, a matrz fcou dagonal; o sstema está gualmente dstrbuído em todos os estados possíves. Agora consderemos um fexe parcalmente polarzado, e.g. 75% dos estados polarzados na dreção S z ;+, e 5% dos estados polarzados na dreção S x ;+ = =. (6.6) 4 4 6
6 Para o estado apresentado neste últmo exemplo, podemos calcular a méda dos operadores S x, S y e S z, cujas matrzes são: S x = ~ S y = ~ S z = ~. (6.7) Para sso, fazemos: hs x =Tr( S x )=Trapple 7 hs y =Tr( S y )=Trapple 7 hs z =Tr( S z )=Trapple 7 ~ = ~ (6.) ~ = (6.9) = 3~. (6.3) ~ 6.4 Evolução operador densdade: a equação de Von Neumann Vamos determnar a equação de movmento para o operador densdade. Para sso, = p h = ~ h + h (6.3) Cada um dos estados da mstura verfca a equação do Schrödnger e a sua adjunta, portanto, a Eq. (6.3) fca A equação ~ = H ~h = h H, (6.3) ~ = p (H h h H) =H p h p h H = H H =[H, ] (6.33) ~ =[H, ] (6.34) recebe o nome de equação de Von Neumann, e é o análogo quântco da equação de Louvlle (o colchete de Posson fo substtuído pelo comutador [, ]/(~). A equação de Von Neumann descreve a evolução temporal do operador densdade na representação de Schrödnger. Ela e válda também para hamltonanos dependentes do tempo. Esta equação não deve ser confundda com a equação de movmento para um observável na representação de Hesenberg: ~Ẋ =[H, ], que tem um snal negatvo do lado esquerdo. Esta dferença nas equações não leva a nenhuma contradção já que não é um observável dnâmco na representação de Hesenberg. 6
7 6.5 Interpretação probablístca da matrz densdade Consderemos uma base ortonormal { n}, onde é representado por uma matrz densdade cujos elementos de matrz são nm = hn m = p hn h m. (6.35) Defnndo os coefcentes a n hn,.e. = n a n n, (6.36) temos nm = p a na m. (6.37) O coefcente a n hn é a ampltude de probabldade de que o autoestado n esteja contdo em. A probabldade correspondente é Pn = a n = a na n, a qual aparece nos elementos dagonas de, nn = p a na n = p P n. (6.3) Veja que os elementos da dagonal são reas (é assm que deve ser para uma matrz hermtana). Cada termo da somatóra anteror representa a probabldade de que o autoestado n esteja ocupado no sstema representado por. O elemento nn échamadodepopulação do estado n. Asomade todas essas probabldades é (anda bem!) já que Tr =, nn = n n p a na n = p Pn = (6.39) Em relação aos elementos não dagonas, sabemos que a na m representa os efetos de nterferênca quântca entre os estados n e m que ocorrem quando é uma superposção lnear de estados coerentes. O elemento não dagonal nm é a méda ponderada na mstura desses efetos de nterferênca. Mesmo que a na m seja não nulo, podemos ver que nm = P p a na m pode ser nulo para estados mstos, já que a méda ponderada pode cancelar os efetos de nterferênca. Assm, os elementos não dagonas fornecem uma medda da coerênca dos estados n e m;.e. se nm = os efetos de nterferênca entre esses estados se cancelam. Obvamente, as populações e as coerêncas dependem da base escolhda. Como é um operador hermtano, é sempre possível obter uma base onde a matrz densdade é dagonal,.e. nesse caso não haverá coerênca entre os elementos da base. Na base dagonal, a matrz densdade de um sstema puro tem todos os seus elementos nulos, n 6
8 com exceção de um dos elementos da dagonal,... =.... (6.4) C A Na base dagonal, a matrz densdade de uma mstura completamente ncoerente deve ter todos os elementos dagonas guas, e todos os elementos não-dagonas nulos. Se a matrz é N N, então ela deve ter a forma para que se verfque Tr =. = N 6.6 O operador densdade na estatístca quântca Um operador densdade que verfca C A (6.4) = (6.4) échamadodeensemble estaconáro. Pela equação de Von Neumann, temos ~ =[H, ] =, (6.43).e., se o ensamble for estaconáro H e comutam e, portanto, exste um conjunto ortonormal completo de estados que são autoestados tanto de H quanto de. Nessa base, chamada de representação de energa, tantoh quanto de são dagonas: 6.6. Ensemble mcrocanônco H nm = E n nm nm = n nm. (6.44) Vamos consderar um sstema com um número N muto grande de partículas em um volume V (N e V são fxos). Se o sstema estvesse verdaderamente solado, ele podera ser descrto por uma únca função de onda que pode ser expressa como uma superposção lnear dos estados de uma base ortonormal 63
9 completa de funções estaconáras. Na lnguagem do operador densdade, dríamos que o sstema é descrto por um operador que representa um estado puro. Porém, se o sstema nterage com a vznhança, quem está verdaderamente solado é o conjunto sstema + vznhança. Para descrever esta stuação em termos de um estado puro, precsaríamos determnar a função de onda do conjunto sstema + vznhança. Se queremos nos referr apenas ao sstema, devemos consderar que ele está em um estado que é uma superposção ncoerente de estados quântcos. Vamos consderar prmeramente que o sstema nterage muto fracamente com a vznhança, de manera que a sua energa está restrta ao ntervalo (E,E+ ). Na representação de energa, o operador densdade do sstema é da forma nm = n nm. (6.45) Os elementos dagonas ndcam a probabldade de que o sstema se encontre em um certo autoestado n. Este autoestado n está dretamente relaconado com a energa E n do sstema, já que estamos na representação de energa,.e. H n = E n n. Em outras palavras, se medmos a energa em um conjunto muto grande de sstemas dêntcos (um ensemble) descrtos pelo mesmo Hamltonano e a mesma matrz densdade, vamos obter o valor E n com uma probabldade n. Para estabelecer ovalorde n, vamos postular que todos os estados com energas no ntervalo (E,E + ) são gualmente prováves. Este é o prncpo de gual probabldade a pror que defne o ensemble mcrocanônco. De acordo com esse prncípo, temos então n = (! se E <E n <E+ em qualquer outro caso onde! é o número de estados no ntervalo de energa consderado. adotando o lmte! o operador densdade adota a forma onde!(e) =Tr( (H que está relaconada com! pela relação (6.46) Em uma base arbtrára, e (H E ) =, (6.47)! E )). Podemos defnr a densdade de estados ntegrada como (E) =Tr( (H E )), (6.49).e. da mesma forma já utlzada para o ensemble mcrocanônco clássco. Para um sstema quântco com um espectro {E}, é fácl ver que (E) representa o número de estados com energa menor o gual a E. Com estas defnções podemos estabelecer a conexão com a termodnâmca defnndo a entropa da mesma manera que no caso clássco,.e. temos as entropas de Boltzmann e de Gbbs dadas por S B = k ln(!(e)), (6.5) S G = k ln( (E)), (6.5) onde é uma constante com undades de energa, necessára para que o argumento do logartmo fque admensonal. 64
10 6.6. Ensemble canônco O operador densdade canônco na representação de energa tem elementos dagonas dados por n = e E n Pn e E n, (6.5) onde o denomnador é a função de partção canônca Q N = P n e E n. Em uma base arbtrára temos = e H Tr(e H ), (6.53) sendo Q N =Tr(e de Taylor H ). A função exponencal deve ser nterpretada como uma expansão em sére e H ( H) k. (6.54) k! k= A partr da matrz densdade em qualquer representação, podemos determnar todas as grandezas observáves do sstema por meo de hf = Tr(e H f) Tr(e H ), (6.55) que é uma expressão análoga à apresentada para sstemas clásscos (no caso clássco o traço é substtuído por uma ntegral no espaço das fases). Na hora de usar a expressão anteror, lembrar que Tr(AB) =Tr(BA) Ensemble macrocanônco No ensemble macrocanônco é dado por = e (H µn) Tr(e (H µn) ), (6.56) sendo =Tr(e (H µn) ) a função de partção macrocanônca. Na representação de energa os elementos dagonas são n = onde a função de partção macrocanônca é e (E n µn) Pn,N e (E n µn), (6.57) = n,n e (E n µn) = N z N Q N. (6.5) Veja que na mecânca quântca o número de partículas é um operador ˆN. Este operador pode ser substtuído pelo autovalor N apenas para sstemas com um número fxo de partículas. Para sstemas onde há cração e anqulação de partículas, o operador ˆ atua no espaço de de Fock (generalzação do espaço de Hlbert formado pela soma dreta de todos os espaços de Hlbert com número fxo de partículas). Assm, o traço que aparece na função de partção macrocanônca roda sobre os elementos de matrz calculados com estados no espaço de Fock. 65
11 6.7 Elétron em um campo magnétco externo 6. Partícula lvre em uma caxa Operador densdade na representação de coordenadas Gás deal 66
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 maisMódulo I Ondas Planas. Reflexão e Transmissão com incidência normal Reflexão e Transmissão com incidência oblíqua
Módulo I Ondas Planas Reflexão e Transmssão com ncdênca normal Reflexão e Transmssão com ncdênca oblíqua Equações de Maxwell Teorema de Poyntng Reflexão e Transmssão com ncdênca normal Temos consderado
Leia maisMECÂNICA 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 mais4 Autovetores e autovalores de um operador hermiteano
T (ψ) j = ψ j ˆT ψ = k ψ j ˆT φ k S k = k,l ψ j φ l T (φ) S k = k,l φ l ψ j T (φ) S k = k,l SljT (φ) S k. Após todos esses passos vemos que T (ψ) j = k,l S jl T (φ) S k ou, em termos matrcas T (ψ) = S
Leia maisCap. 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 maisParênteses termodinâmico
Parênteses termodnâmco Lembrando de 1 dos lmtes de valdade da dstrbução de Maxwell-Boltzmann: λ
Leia maisNotas 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 mais8 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 mais18 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 maisO Formalismo Matemático da Mecânica Quântica
O Formalsmo Matemátco da Mecânca Quântca Márco H. F. Bettega Departamento de Físca Unversdade Federal do Paraná bettega@fsca.ufpr.br Escola de Verão de Físca de Curtba - 2019. Introdução Vamos dscutr nesta
Leia mais2 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 maisAtividade 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 maisO 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 mais4 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 maisExperiência V (aulas 08 e 09) Curvas características
Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de
Leia maisEquações de Bloch. Richard H. Chaviguri November 27, 2017
INSTITUTO DE FÍSICA DE SÃO CARLOS-USP Equações de Bloch Rchard H. Chavgur November 7, 017 1 INTRODUÇÃO O estudo da nteração radação-matéra abrange dversos processos tas como: absorçao, ndução tanto espontânea
Leia mais2 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 maisPágina 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não
Preparar o Exame 0 0 Matemátca A Págna 9. Se 5 5 é o argumento de z, é argumento de z e 5 5. Este ângulo é gual ao ângulo de ampltude 5 é argumento de z.. Resposta: D w w a b b a b b. a b a a b b b bem
Leia maisAlgarismos 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 maisCQ110 : 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 maisCurso 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 maisÉ 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 maisCapítulo 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 mais4 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 maisDinâmica 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 maisTrabalho e Energia. Curso de Física Básica - Mecânica J.R. Kaschny (2005)
Trabalho e Energa Curso de Físca Básca - Mecânca J.R. Kaschny (5) Lembrando nosso epermento de queda lvre... z z 1 v t 1 z = z - v t - gt ( ) z- z v = g = t Contudo, se consderarmos obtemos: v z z 1 t
Leia maisIntrodução 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 maisSC de Física I Nota Q Nota Q2 Nota Q3 NOME: DRE Teste 1
SC de Físca I - 2017-2 Nota Q1 88888 Nota Q2 Nota Q3 NOME: DRE Teste 1 Assnatura: Questão 1 - [3,5 pontos] Uma partícula de massa m se move sobre uma calha horzontal lsa com velocdade constante de módulo
Leia maisRISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia maisEstatística 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 maisProf. 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 maisCapítulo 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 maisEstatística 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 maisEstatística 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 maisFísica E Semiextensivo V. 3
Físca E emextensvo V. 3 Exercícos 0) D É mpossível um dspostvo operando em cclos converter ntegralmente calor em trabalho. 0) A segunda le também se aplca aos refrgeradores, pos estes também são máqunas
Leia maisDinâmica 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 mais3 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 maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia mais4 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 mais2003/2004. então o momento total das forças exercidas sobre o sistema é dado por. F ij = r i F (e)
Resolução da Frequênca de Mecânca Clássca I/Mecânca Clássca 2003/2004 I Consdere um sstema de N partículas de massas m, =,..., N. a Demonstre que, se a força nterna exercda sobre a partícula pela partícula
Leia maisOs 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 maisResumo de Álgebra Linear - parte II
Aula 7 Resumo de Álge Lnear - parte II 7.1 Resumo Nesta aula contnuamos desenvolvendo concetos báscos de álge lnear, aprmorando a famlardade com a notação de Drac. Bblograa: Moysés, 8.7 (em parte), e Cohen-Tannoudj,
Leia maisAjuste 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 mais2010 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 maisdo 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 maisMODELOS 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 maisTeoria 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 maisRadiação 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 maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia maisAULA 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 maisCORRELAÇÃO 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 maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisProf. 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 maisProf. 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 mais3. Um protão move-se numa órbita circular de raio 14 cm quando se encontra. b) Qual o valor da velocidade linear e da frequência ciclotrónica do
Electromagnetsmo e Óptca Prmero Semestre 007 Sére. O campo magnétco numa dada regão do espaço é dado por B = 4 e x + e y (Tesla. Um electrão (q e =.6 0 9 C entra nesta regão com velocdade v = e x + 3 e
Leia maisGráficos 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 maisDepartamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória
Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto
Leia maisFísica 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 maisGabarito para a prova de 1º Ano e 8ª serie (atual 9º Ano)
Gabarto para a prova de 1º Ano e 8ª sere (atual 9º Ano) 1. t t c F 5 3 9 ; t c 451 3 5 9 o ; tc 33 C ΔS. a) Δ t 5 s V 4, 1 mnuto possu 6 s, portanto, dos 5 s temos: 8 mnutos (equvale a 48 s) e sobram segundos.
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia mais4.1 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 maisPROVA 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 maisDEFINIÇÃO - 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 maisEletromagnetismo Aplicado
letromagnetsmo Aplcado Undade 5 Propagação de Ondas letromagnétcas em Meos Ilmtados e Polaração Prof. Marcos V. T. Heckler Propagação de Ondas letromagnétcas e Polaração 1 Conteúdo Defnções e parâmetros
Leia maisγ = 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 mais1 Objetivo da experiência: Medir o módulo da aceleração da gravidade g no nosso laboratório com ajuda de um pêndulo simples.
Departamento de Físca ICE/UFJF Laboratóro de Físca II Prátca : Medda da Aceleração da Gravdade Objetvo da experênca: Medr o módulo da aceleração da gravdade g no nosso laboratóro com ajuda de um pêndulo
Leia maisCritério 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 maisX = 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 maisLeis 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 maisInterpolação Segmentada
Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e
Leia maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia maisMAP Cálculo Numérico e Aplicações
MAP0151 - Cálculo Numérco e Aplcações Lsta 5 (Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalzando 10.0 pontos. (Questão 1 Fque com vontade de fazer mas do que fo
Leia maisDinâmica do Movimento de Rotação
Dnâmca do Movmento de Rotação - ntrodução Neste Capítulo vamos defnr uma nova grandeza físca, o torque, que descreve a ação gratóra ou o efeto de rotação de uma força. Verfcaremos que o torque efetvo que
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Leia mais3 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 maisEXERCÍCIOS DE RECUPERAÇÃO PARALELA 4º BIMESTRE
EXERCÍCIOS DE RECUERAÇÃO ARALELA 4º BIMESTRE NOME Nº SÉRIE : 2º EM DATA : / / BIMESTRE 4º ROFESSOR: Renato DISCILINA: Físca 1 VISTO COORDENAÇÃO ORIENTAÇÕES: 1. O trabalho deverá ser feto em papel almaço
Leia mais3 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 maisPalavras Chaves: Linear Combination of Atomic Orbitals, LCAO, Molecular Orbitals, MO, Atomic Orbitals, AO.
Dego da Slva Manoel Insttuto de Físca de São Carlos, Unversdade de São Paulo, São Carlos-SP, Brasl Resumo Neste trabalho abordamos a descrção dos Orbtas Moleculares (MO), obtdos va Combnação Lnear dos
Leia maisIntrodução. 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 maisDados 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 maisFísica 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 mais1º Exame de Mecânica Aplicada II
1º Exame de Mecânca Aplcada II Este exame é consttuído por 4 perguntas e tem a duração de três horas. Justfque convenentemente todas as respostas apresentando cálculos ntermédos. Responda a cada pergunta
Leia maisUNIDADE 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 mais3 Método Numérico. 3.1 Discretização da Equação Diferencial
3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisEletromagnetismo II 1 o Semestre de 2007 Noturno - Prof. Alvaro Vannucci
Eletromagnetsmo II o Semestre de 7 Noturno - Prof. Alvaro Vannu a aula /abr/7 Vmos: meos ondutores: σ + (Cte. Delétra) ω Índe de refração: n ; n n + n + ; σ ω K K + K K + K u K u ; Vetor de onda: ˆ ˆ r
Leia maisUniversidade Estadual do Sudoeste da Bahia
Unversdade Estadual do Sudoeste da Baha Departamento de Cêncas Exatas e Naturas 5 - Rotações, Centro de Massa, Momento, Colsões, Impulso e Torque Físca I Ferrera Índce 1. Movmento Crcular Unformemente
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia maisESTUDO DA MÁQUINA SIMÉTRICA TRIFÁSICA
CAPÍTUO ETUDO DA ÁQUINA IÉTICA TIFÁICA. INTODUÇÃO A máquna de ndução trfásca com rotor bobnado é smétrca. Apresenta estruturas magnétcas clíndrcas tanto no rotor quanto no estator. Os enrolamentos, tanto
Leia maisLei dos transformadores e seu princípio de funcionamento
Le dos transformadores e seu prncípo de funconamento Os transformadores operam segundo a le de Faraday ou prmera le do eletromagnetsmo. Prmera le do eletromagnetsmo Uma corrente elétrca é nduzda em um
Leia maisVariáveis Aleatórias
Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades
Leia maisProf. 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. UFRGS Insttuto de Matemátca
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisCristina Caldeira 97. Tem-se assim uma decomposição da região Q em mkq paralelipípedos rectangulares
Crstna Caldera 97 (c) T {(x, y) R : y a x } (a R + ) e ρ(x, y) é a dstânca de (x, y) ao ponto (, ); (d) T [, 3] [, ] e ρ(x, y) xy..4 Integral trplo.4.1 efnção e propredades Seja Q um paralelpípedo rectangular
Leia mais