Escolar Documentos
Profissional Documentos
Cultura Documentos
Agora, o fato de ter-se revelado o valor de x no traz qualquer informao sobre o valor de y , pois as
variveis so independentes. Assim, a incerteza removida por descobrir o valor de x apenas a
inceretza mdia de x. O mesmo argumento vale para y . Assim, se sorteamos primeiro o valor de x
extramos a incerteza ( ) f n e depois sorteamos y extraindo a incerteza ( ) f m , e no processo
inteiro extramos a incerteza ( ) ( ) f n f m + . Agora se sorteamos as duas variveis simultaneamente,
temos 1 possibilidade em n m , logo extramos a incerteza ( ) f n m . O segundo axioma afirma
que indiferente a ordem de extrao da informao, uma antes da outra ou as duas simultaneamente.
Matematicamente isso escrito como:
( ) ( ) ( ) f n m f n f m = +
Axioma 3: Agora vamos remover a restrio de probabilidades iguais e pensar em termos de
reagrupamento. Vamos agrupar a varivel x em dois conjuntos A e B da seguinte forma:
{ }
1 2
, , ,
k
x x x A e e { }
1 2
, , ,
k k n
x x x B
+ +
e . Vamos sortear a varivel x com o seguinte
processo: primeiro sortear qual grupo, A ou B, e sortear
i
x dentro de seu respectivo grupo.
Agora, pelos axiomas da probabilidade:
( )
1 2 k
P A p p p = + + +
( )
1 2 k k n
P B p p p
+ +
= + + +
Da precisamos responder pergunta: qual a probabilidade de sortear
i
x sabendo que A foi
escolhido? Para responder a essa pergunta usamos os teoremas de Bayes: ( )
( )
( )
|
P AB
P A B
P B
= (l-
se essa expresso como p de A dado B) onde AB A B = . Se A B c ento AB A = e
( )
( )
( )
|
P A
P A B
P B
= . Como
i
x A e ento
{ }
i
x x A = c ento:
( )
1
|
i
i
k
j
j
p
P x A
p
=
=
Da mesma forma:
( )
1
|
l
l
n
i
i k
p
P x B
p
= +
=
Vamos denominar esse experimento de
i
y x = o processo de escolher primeiro o grupo A e depois o
i
x , para diferenci-lo do experimento escolher o x diretamente. A probabilidade ser
( ) ( ) ( ) |
i i
P y x P A P x A = = . Mas ( )
1
k
j
j
P A p
=
=
e ( )
1
|
i
i
k
j
j
p
P x A
p
=
=
logo
( )
1
1
k
i
i j i
k
j
j
j
p
P y x p p
p
=
=
| |
= = =
|
\ .
Axioma 4: Simplesmente impe que ( ) ,1 H p p seja contnua em p .
Os 4 axiomas da medida da incerteza ento so:
1. ( )
1 1 1
, , , f n H
n n n
| |
=
|
\ .
monotnica crescente emn.
2. ( ) ( ) ( ) f n m f n f m = + .
3.
( )
1 2
1 2
1 1 1
1 1 1
1 2
1
1 1 1
, , , , , , ,
, , ,
k n k
k
n i i i
k k k
i i k i
i i i
i i i
n
k k n
i
n n n
i k
i i i
i k i k i k
p p p
H p p p H p p p H
p p p
p p p
p H
p p p
= = + =
= = =
+ +
= +
= + = + = +
| |
|
| | | |
= + | +
| |
\ . \ . |
|
\ .
| |
|
| |
|
|
\ . |
|
\ .
4. ( ) ,1 H p p contnua em p .
Com esses 4 axiomas podemos provar o seguinte teorema:
A nica funo que satisfaz aos 4 axiomas : ( )
1 2
1
, , , log
n
n i i
i
H p p p c p p
=
=
. A base do
logartmo no interessa porque pode ser incorporada na constante arbitrria c.
Provar que a funo dada satisfaz aos axiomas fcil.
1. ( )
1 1 1
log log log
i
n
f n c c c n
n n n n
= = =
|
\ .
1 2 2
1 1 1 1 1 1
log log log
k k k n n
n n n n n n
i i i i i
i k i k i k i k i k
p p p p p
p p p p p
+ + +
+ = + = + = + = + = +
(
(
+ + + (
(
(
( )
| |
| |
1 2
1 1 1 1
1 1 2 2 1 2
1 1 1
1 1 2 2 1
, , , log log
log log log log log log
log log log log
k k n n
n i i i i
i i i k i k
k k k
k k i i k i
i i i
k k k k n n k i
H p p p c p p c p p
c p p p p p p c p p p p p p
c p p p p p p c p p
= = = + = +
= = =
+ + + + +
| | | | | | | |
= +
| | | |
\ . \ . \ . \ .
(
+ + + + + + +
(
+ + + +
2
1 1 1
log log
n n n
k i n i
i k i k i k
p p p p
+
= + = + = +
(
+ + +
(
( )
| | | |
1 2
1 1 1 1 1
1 2 1 2
1 1
, , , log log log
log log
n k k n n
n i i i i i i
i i i i k i k
k n
k i k k n i
i i k
H p p p c p p c p p c p p
c p p p p c p p p p
= = = = + = +
+ +
= = +
| | | | | | | |
= +
| | | |
\ . \ . \ . \ .
| | | |
+ + + + + + + +
| |
\ . \ .
( )
1 2
1 1 1 1 1
1 1 1 1
, , , log log log
log log
n k k n n
n i i i i i i
i i i i k i k
k k n n
i i i i
i i i k i k
H p p p c p p c p p c p p
c p p c p p
= = = = + = +
= = = + = +
| | | | | | | |
= +
| | | |
\ . \ . \ . \ .
| | | | | | | |
+ +
| | | |
\ . \ . \ . \ .
( )
1 2
1
, , , log
n
n i i
i
H p p p c p p
=
=
CQD
4. ( ) ( ) ( ) ( )
( ) 1
,1 log 1 log 1 log 1
p
p
H p p c p p p p c p p
(
= + = (
(
que
uma funo contnua no intervalo 0 1 p < s .
O teorema entretanto afirma mais. Afirma que essa a nica funo que satisfaz aos 4 axiomas.
Podemos provar o teorema completo da seguinte forma:
a) Mostrar que
( ) ( )
k
f n k f n = por induo.
Primeiro
( ) ( ) ( ) f n n f n f n = + logo
( ) ( )
2
2 f n f n = verdadeiro. Supor que
( ) ( ) ( )
1
1
k
f n k f n
= = + = CQD.
b) Mostrar que
( ) ( ) log f n c n = com 0 c > .
Para 1 n = , pelo axioma 2, temos que:
( ) ( ) ( ) 1 1 1 1 f f f = + o que significa que
( ) 1 0 f = . Logo
( ) ( ) log f n c n = verdadeira para 1 n = . Para 1 n > vamos tomar um inteiro positivo m qualquer.
Sempre haver um
1
/ 2
k m k
k n n
+
< < . Para provar isso basta aplicar o
2
log em todos os fatores,
lembrando que para 1 b > ento
( ) log
b
x monotnica crescente, que nos leva a:
( )
2 2
log 1 log k n m k n < < + ou ainda ( )
2
1
log
m
k k
n
< < + , ento k o antecessor de
2
int
log
m
n
| |
|
\ .
e
1 k + o sucessor. Pelo axioma 1 sabemos que
( ) ( ) ( )
1
2
k m k
f n f f n
+
s s e pelo teorema (a) temos
que
( ) ( ) ( ) ( ) 2 1 k f n m f k f n s s + , ou seja:
( )
( )
( ) 2 1 f k
k
m f n m
+
s s .
Por outro lado
1
log log2 log
k m k
n n
+
s s , logo ( ) log log2 1 log k n m k n s s + , ou seja:
( ) 1
log 2
log
k
k
m n m
+
s s
Podemos subtrair uma equao da outra conisderando os piores casos tanto nos valores positivos
quanto nos negativos. Do lado negativo o pior caso
1 1 k k
m m m
+
= , e no positivo
1 1 k k
m m m
+
= + , assim:
( )
( )
2
1 log 2 1
log
f
m f n n m
s s + ou seja
( )
( )
2
log 2 1
log
f
f n n m
s
Como esse resultado vlido para qualquer ento fazendo m temos que:
( )
( )
2
log 2
0
log
f
f n n
=
ou que ( )
( ) 2
log
log 2
f
f n n = ento:
( ) log f n c n = CQD
c) Provar que ( ) ( ) ( ) ,1 log 1 log 1 H p p c p p p p = + (
se p racional.
Se p racional ento
r
p
s
= ode r e s so inteiros positivos e r s < porque 1 p < . Agora
podemos criar a funo com ( ) f s a partio:
( ) ;
1 1 1 1
, , , ,
r s r
f s H
s s s s
| |
|
=
|
|
\ .
Aplicando o axioma 3 temos:
( ) ( ) ( ) ,
r s r r s r
f s H f r f s r
s s s s
| |
= + +
|
\ .
aplicando (b) obtemos:
( ) ( ) ( ) ( ) ( ) log ,1 log 1 log c s H p p cp r c p s r = + +
Da qual extramos:
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( )
,1 log log 1 log
log log log log 1 log
log 1 log 1 log
log 1 log
H p p c p r s p s r
c p r p s p s s p s r
r
c p p s r p s
s
r s r
c p p
s s
= + = (
= + + = (
(
| |
= + =
|
(
\ .
(
| | | |
= +
| |
(
\ . \ .
Portanto:
( ) ( ) ( ) ,1 log 1 log 1 H p p c p p p p = + (
CQD
Como essa funo vlida para todo nmero racional e a funo contnua ento o resultado vlido
para qualquer
| | 0,1 p p e e .
d) Finalmente provar que ( )
1 2
1
, , , log
n
n i i
i
H p p p c p p
=
=
J sabemos que a frmula verdadeira para 1 n = ,
1
1 p = , ( ) ( )
1
1 1 0
1
f H H
| |
= = =
|
\ .
, e para
2 n = ,
1
p p = ,
2
1 p p = e ( ) ( ) ( ) ,1 log 1 log 1 H p p c p p p p = + (
. Vamos
supor que a frmula verdadeira para 1 n e mostrar que, ento, verdadeira para n. Para mostrar
o ltimo ponto precisamos do axioma 3.
( ) ( )
( )
1 2 1 2 1
1 1 2
1 2 1
, , , , ,
, , ,
1 1 1
n n n
n n
n n
n n n n
H p p p H p p p p
p p p p
p p p H p H
p p p p
= + + + +
| | | |
+ + + + +
| |
\ . \ .
( ) ( ) ( ) ( )
1 1 2
1 2
, , , 1 , 1 , , , 1
1 1 1
n
n n n n n
n n n
p p p
H p p p H p p p H p H
p p p
| |
= + +
|
\ .
( ) ( ) ( )
( )
1 2
1 1 1 1 2 2
, , , log 1 log 1
1 log log log
1 1 1 1 1 1
n n n n n
n n
n
n n n n n n
H p p p c p p p p
p p p p p p
c p
p p p p p p
= + + (
| |
+ + +
|
\ .
( ) ( ) ( )
1 2
1 1 2
1 2 1
, , , log 1 log 1
log log log
1 1 1
n n n n n
n
n
n n n
H p p p c p p p p
p p p
c p p p
p p p
= + + (
| |
+ + +
|
\ .
( ) ( ) ( )
( )
( ) ( ) ( )
1 2
1 1 2 2 1 1
1 2 1
, , , log 1 log 1
log log log
log 1 log 1 log 1
n n n n n
n n
n n n n
H p p p c p p p p
c p p p p p p
c p p p p p p
= + + (
+ + + +
+ + + + (
( ) ( ) ( )
( )
( ) ( )
1 2
1 1 2 2 1 1
1 2 1
, , , log 1 log 1
log log log
log 1
n n n n n
n n
n n
H p p p c p p p p
c p p p p p p
c p p p p
= + + (
+ + + +
+ + + +
( ) ( )
( ) ( ) ( ) ( )
1 2 1 1 2 2 1 1
, , , log log log log
1 log 1 1 log 1
n n n n n
n n n n
H p p p c p p p p p p p p
c p p p p
= + + + + +
(
Chegando ao resultado final
( ) ( )
1 2 1 1 2 2 1 1
, , , log log log log
n n n n n
H p p p c p p p p p p p p
= + + + +
Ou seja:
( )
1 2
1
, , , log
n
n i i
i
H p p p c p p
=
=
Quando Shannon descobriu essa medida ele notou que era idntica entropia de Boltzmann:
ln
B i i
i
S k p p =
e a denominou de ENTROPIA, hoje tambm conhecida como entropia de Shannon.
Entropia de Shannon e a Fsica Estatstica:
Princpio da MAXIMIZAO DA INCERTEZA, ou da ENTROPIA.
Agora nos fazemos a pergunta: qual a distribuio de probabilidades c que maximiza a entropia
ln
B i i
i
S Nk p p =
?
Ensemble Microcannico. Nesse ensemble s temos a restrio 1
i
i
p =
. Nesse caso, o
Lagrangeano do sistema dado por:
ln 1
B i i i
i i
k p p p
| |
=
|
\ .
L
A soluo ser dada por
1
ln 0
B ij i B i ij ij
i i i j i
k p k p
p p
o o o
c
= =
c
L
ln 0
B j B
k p k = ou seja, ln ln
B
j o
B
k
p p
k
+
= = , a probabilidade constante, no
depende de j . Aplicando a restrio vemos que 1
o
i
p =
implica em
1
o
p
N
= . Agora, se
desejado pode-se determinar o valor do multiplicador de Lagrange .
Essa distribuio a uniforme, com iguais probabilidades priori, uma suposio forte da fsica
estatstica que diz que, na ausncia de qualquer outra informao atribui-se iguais probabilidades. Esse
o caso de ensemble microcannico, com N partculas fechadas em uma caixa isolada de volume fixo,
ou seja, o nmero de partculas, a energia total e o volume so conhecidos.
Ensemble Cannico. Agora existem uma informao extra, sabemos que a energia mdia do
sistema vale c . Nosso problema passa a ser achar o mximo da entropia ln
B i i
i
S k p p =
com as restries 1
i
i
p =
e
i i
i
p c c =
c = portanto
( )
2 2
ln ln
B i o i B i o B i i
i i i
B B
S k p p k p p k p
k k
c c
| |
= = +
|
\ .
Ou seja:
2
ln
B o
S k p c = +
Mas da termodinmica sabemos que
1
S
T c
c
=
c
, logo
2
1
T
= e
j
B
k T
j o
p p e
c
= . S falta
encontrar
o
p , aplicando a restrio 1
i
i
p =
, ou seja:
1
i
B
o
k T
i
p
e
c
, ento
1
o
p
Z
= e a probabilidade
de cada estado dada por:
j
B
i
B
k T
j
k T
i
e
p
e
c
c
e usar ln ln
i
i
e Z
|c
c
| |
c c
= =
c c
. Esse a ensemble
cannico.
O processo pode ser generalizado incluindo outras restries. Por exemplo:
Achar o mximo da entropia ln
B i i
i
S k p p =
com as restries 1
i
i
p =
,
i i
i
p c c =
e
i ki k
i
p x x =
2 3
ln
B o i i i ki
i i
S k p p p x c = + +
2 3
ln
B o k
S k p x c = + +
As variveis termodinmicas conjugadas [uma intensiva e outra extensiva] so dadas por
k
k
S
y T
x
c
=
c
.
Ento
2
1
S
T
c
c
= =
c
e
2
k
k
y
S
x T
c
= =
c
o que significa que
j k kj
B
y x
k T
j o
p p e
c +
= ,
1
j k kj
B
o y x
k T
j
p
e
c +
e, finalmente,
j k kj
B
i k ki
B
y x
k T
j y x
k T
i
e
p
e
c
c
+
com as restries:
1 1
2 2
1
i
i
i i
i
i i
i
i ki k
i
p
p x x
p x x
p x x
=
=
=
=
O Lagrangeano do sistema dado por:
1
ln 1
i i i j i ji j
i i j i
p p p p x x
| | | |
=
| |
\ . \ .
L
1 1
1
ln 1 0
k
m j jm
j m
p x
p
+
=
c
= =
c
L
1 1
ln 1
m j jm
j
p x
+
= + +
,
2 1 3 2 1 1
1
m m k km
x x x
m
p e e e e
+
= . Definindo
1
1
o
p e
= ,
2
2
r e
= ,
3
3
r e
= , ... e
1 k
k
r e
+
Que pode ser re-escrito da forma:
( )
( )
( )
1 2
1 2
1 2
1 2
2 3 1
1 1 2 3 1
2 2 2 3 1
2 3 1
1
0
0
0
m m km
m m km
m m km
m m km
o
x x x
k
m
x x x
m k
m
x x x
m k
m
x x x
km k k
m
p
r r r
x x r r r
x x r r r
x x r r r
+
+
+
+
=
=
=
=
Nesse caso, ento, a estratgia : usar SOLVER para encontrar
2 3 1
, , ,
k
r r r
+
com as 1 k equaes:
( )
( )
( )
1 2
1 2
1 2
1 1 2 3 1
2 2 2 3 1
2 3 1
0
0
0
m m km
m m km
m m km
x x x
m k
m
x x x
m k
m
x x x
km k k
m
x x r r r
x x r r r
x x r r r
+
+
+
=
=
=
O valor de
o
p ento calculado com
1 2
2 3 1
1
m m km
o
x x x
k
m
p
r r r
+
=
.
Caso particular com apenas uma restrio de valores mdios:
Encontrar
2
r que seja soluo de ( )
1
1 1 2
0
m
x
m
m
x x r =
e calcular
1
2
1
m
o
x
m
p
r
=
.
Considere um experimento repetido N vezes com k resultados possveis. Quantos resultados so
possveis? Claro que
N
k . Agora nos perguntamos qual a multiplicidade do experimento em que o
resultado 1 foi obtido
1
N vezes, o 2 foi obtido
2
N vezes e assim por diante at o resultado k , obtido
k
N vezes, de modo que
1 2 k
N N N N + + + = . Multiplicidade significa de quantas formas
podemos obter esse resultado.
De quantas formas podemos colocar
1
N objetos de N em uma caixa com primeiro valor do
experimento sem reptio? Considere que temos
1
N caixas. Para a primeira caixa temos N opes,
para a segunda 1 N , pois j tiramos uma opo das N , e assim por diante at a caixa
1
N para a
qual sobraram
1
1 N N + opes, como mostra o diagrama abaixo:
1
1
1 2
, 1, , 1
N
N N N N +
Em princpio teramos ( ) ( )
( )
1
1
!
1 1
!
N
N N N N
N N
+ =
=
, na terceira caixa teremos
( )
( )
( )
1 2
3 3, 1 2
3 1 2 3
!
! !
N N N
C N N N N
N N N N N
=
, at a ltima com
( )
( )
( )
1 2 1
, 1 2 1
1 2
!
! !
k
k k k
k k
N N N N
C N N N N N
N N N N N
=
. Multiplicando todas
elas teremos:
( )
( )
( )
( )
( )
1 2 1 1
1 1 2 1 2 1 2
! !
!
! ! ! ! ! !
k
k k
N N N N N N
N
W
N N N N N N N N N N N N
=
Ou seja:
1 2
!
! ! !
k
N
W
N N N
= com a restrio
1 2 k
N N N N + + + = .
Aplicando o logartmo neperiano temos:
1
ln ln ! ln !
k
j
j
W N N
=
=
.
A aproximao de Stirling para o logartmo da funo fatorial de nmeros muito grandes [ver notas de
srie de Taylor]
( ) ( )
( )
ln 1 ! ! 1 !
ln ! ln ln 1 ln
1 !
N LnN N
d
N N N
dN N
+ +
~ = = + ~ , ou seja
ln ! ln
d
N N
dN
~ logo ln ! ln ! ln ln N d N NdN N N N = = =
} }
e a aproximao de
Stirling dada por: ln ! ln N N N N ~ . Usando essa aproximao temos que:
( )
1
1 1
1
1 1 1
ln ln ln
ln ln
ln ln
ln ln ln ln
k
j j j
j
k k
j j j
j j
k
j j
j
k k k
j j j j
j j j
W N N N N N N
N N N N N N
N N N N
N N N N N N N N
=
= =
=
= = =
= =
= + =
= =
= +
( )
1 1 1
1
ln ln ln ln ln
ln ln ln ln
k k k
j j j j
j j j
k
j j
j
W N N N N N N N N
N N N N N N N
= = =
=
= + =
=
1
ln ln
k
j j
j
N N
W N
N N
=
=
ou seja:
1
ln ln
k
j j
j
W N p p
=
=
e ln
B i i
i
S Nk p p =
a entropia de Boltzmann.