Resoluo Lista 2, Exerccio 9

Como existem quatro spins independentes (no enunciado, temos: No existe campo magntico aplicado e a interao entre os spins das partculas pode ser desprezada. Todas as partculas so indistinguveis.), ser considerado que a probabilidade de dar um valor qualquer para certo spin, independe dos outros. Logo, podemos utilizar a distribuio binomial para representar o sistema. Daqui em diante, ser considerado o spin para cima como o resultado p, onde o spin para baixo ser o resultado q. 9.a: Para obtermos cada um dos casos do valor da soma dos spins (n = 0,1,2,3,4), considerando um evento em cada spin (ou seja, uma medio de cada spin), temos que a equao A.1 pode ser utilizada com amostragens, onde n varia de 0 4: ( ) Assim, calculando as probabilidades, onde ( ( ( ( ( ) ) ) ) ) 9.2 ( ) , obtemos os seguintes resultados:

9.1

Como , temos que os valores de probabilidade para cada quantidade de spins apontados para cima so dados por:

9.3

9.b: Para sabermos o nmero mdio de spins apontados para cima em um sistema estocstico (ou seja, num sistema onde o estado de cada spin independe do outro), basta sabermos o nmero total de spins e suas probabilidades, como mostrado na equao A.3. Assim sendo: 9.4

9.c: Mesmo raciocnio que o item anterior. 9.5

9.d: Perguntar o momento magntico mdio equivalente a perguntar: Qual o valor resultante do spin do sistema?. Logo, basta calcular o nmero de estado para cada spin, e relacionar estes nmeros com seus valores numricos. De acordo com a equao A.4 j aplicando a equao A.3, temos que o momento magntico mdio : 9.6 Onde representa o momento magntico dos spins, e lembrando que .

9.e: A varincia desta distribuio dada pela equao A.5, com N=4: ( ) 9.7

9.f: O desvio padro desta distribuio pode ser obtido facilmente, atravs da equao B.5: 9.8

Apndice A: Distribuio Binomial

(a) Definio: Seja ( ) a probabilidade de obtermos um dado estado vezes, para eventos, em um sistema com apenas dois resultados possveis por evento. Caso cada um destes eventos seja independente dos outros (logo representando um sistema estocstico), e para qualquer probabilidade de obtermos o primeiro resultado, e sua recproca para o segundo resultado possvel (ou seja, ), podemos escrever a distribuio de probabilidades deste sistema como: ( ) ( )

A.1

(b) Caso haja sistemas, todos obedecendo distribuio binomial, sendo todos independentes entre si, tem-se que a ocorrncia destes resultados : ( )

A.2

Onde a probabilidade do sistema e o nmero de eventos que o sistema efetua. O pi gigante indica o produto entre os elementos que compem o grupo (ou seja produto entre todos os ( ) ), enquanto que o sigma gigante significaria a soma destes elementos. (c) O nmero mdio de sistemas num determinado estado, sendo a probabilidade deste estado dada pela distribuio binomial, pode ser obtido se considerarmos o nmero total de sistemas e a probabilidade deste estado. Assim sendo, temos: A.3

(d) O estado mdio , caso haja um valor numrico que defina o estado, para a distribuio binomial, pode ser calculado de modo simples, atravs da diferena relativa entre os dois estados possveis, desde que seja ponderada pelo valor numrico que representa o estado. Ou seja, se houver um estado e outro estado , temos que o estado mais provvel ser dado, com o auxilio da equao A.4, por: A.4 Onde os valores e representam o valor numrico do determinado estado.

(e) A Varincia desta distribuio pode ser expressa por: ( ) A.5

Que se trata de uma simplificao daquele expresso em B.3. Note que N o nmero total de eventos obtidos, onde um dos dois tipos de eventos possui uma probabilidade .

Apndice B: Indicadores Estatsticos

Considere um sistema com casos. Para sistemas discretos, cada caso identificado com o ndice . Para sistemas contnuos, identifica-se o caso pela distribuio ( ). (a) Valor Esperado : Trata-se do valor mdio que uma varivel deveria ter. Deve-se ter cuidado, pois no necessariamente iguala-se aos possveis valores da varivel. No caso discreto dado por: No caso contnuo, o valor esperado dado por: ( ) B.2 B.1

(b) Varincia : o segundo momento central ou o segundo termo do cumulante. Apesar de no citarem abertamente nos cursos, o cumulante utilizado para obtermos a entropia do sistema, como pode ser visto de comparado metodologia do slido de Einstein, ou do gs ideal visto pela estatstica. A varincia pode ser calculada no caso discreto como: ( ) B.3 seu valor mdio. No caso

Onde o valor da varivel aleatria para cada estado, e contnuo, temos: ( ) ( )

B.4

Onde ( ) a funo densidade de probabilidade, ou seja, pela distribuio do sistema.

(c) Desvio Padro: Trata-se da raiz quadrada da varincia, tanto para o caso contnuo como para o caso discreto. Logo: B.5