Universidade Federal de Sergipe

ncias Exatas e Tecnologia

Centro de Cie
Departamento de Fsica
Curso de Gradua
ca o em Fsica Bacharelado

Jaime Gomes da Silva Neto

O CLA
O PROBLEMA DA DIFUSA SSICA: UMA
NICA
ABORDAGEM VIA OPERADORES DA MECA
NTICA.
QUA

Sao Cristovao - SE
2017
 ii

JAIME GOMES DA SILVA NETO

CLASSICA:
O PROBLEMA DA DIFUSAO UMA ABORDAGEM VIA OPERADORES DA

MECANICA
QUANTICA.

Monografia apresentada ao Departamento

de Fsica da Universidade Federal de
Sergipe, como requisito parcial para obtenc
ao
do Grau de Bacharel em Fsica.
Area de
Concentracao: Fsica da Materia Condensada.

Orientador: Prof. Dr. Gerson Cortes Duarte Filho

Sao Cristovao - SE
2017
 iv

Dedico aos meus pais por esta conquista e a todos

que de alguma forma contriburam para minha
formatura .
 v

Agradecimentos

Ao professor Gerson Cortes Duarte Filho por me orientar nesta monografia e poder concluir o
curso de Fsica Bacharelado.
Aos meus professores do Departamento de Fsica Stoian Ivanov Zlatev, Mario Everaldo de Souza,
Gerson Cortes, Marcos Ant
onio Couto, Osmar de Souza, Nelson Orlando e etc.
Aos meus pais Maria Eliane dos Santos Gomes e Sebastiao Gomes da Silva Neto que sempre
est
ao do meu lado apoiando-me de todas as maneiras.
Aos meus amigos Jailsson Silva Lima, Carlos Alves (primo), Patrick Alexandre Hallan e Rita
Holanda Bezerra Santos que tiveram um papel especial para a realizacao da monografia.
Aos meus colegas de curso que ao longo do curso tiveram um papel fundamental para esta
conquista.
A diretora Cl
audia Rejane Aragao que em diversos momentos se dispos a ser maleavel com
os hor
arios do trabalho para que eu pudesse conciliar trabalho e estudo, aos vigilantes Allison Gomes,
Fernando Conceic
ao, Francisco (Seu Chico), Rubens e Bruno por permitir a troca de escala de trabalho; as
merendeiras Ros
angela, Dona Arlene e Fabiane Prejuzo; enfim, a todos o servidores da Escola Estadual
Armindo Guaran
a que mesmo n
ao sendo citados de alguma forma contriburam para que isso fosse
possvel.
 vi

Lista de Figuras

1.1 onico simples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Potencial do oscilador harm 3
1.2 Forma esquem
atica de ver a aca
o dos operadores de criaca o. . . . . . . . . . . . .
o e aniquilaca 4

2.1 ao em dois stios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Difus 6
2.2 ao em N stios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Difus 8

3.1 es do Sistema de duas partculas e duas caixas. . . . . . . . . . . . . . . . . . . . .

Configuraco 10
3.2 o inicial |1i. . . .
Probabilidades do sistema de duas partculas e dois stios. Utilizando a condica 18
3.3 o inicial |2i. . . .
Probabilidades do sistema de duas partculas e dois stios. Utilizando a condica 19
3.4 o inicial |3i. . . .
Probabilidades do sistema de duas partculas e dois stios. Utilizando a condica 20
3.5 N
umero medio de partculas com a configuraca
o inicial com duas partculas na caixa 1 e nenhuma

partcula na caixa 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.6 es do sistema de uma partcula e tres caixas. . . . . . . . . . . . . . . . . . . . . .
Configuraco 22
3.7 o inicial |1i. . . .
Probabilidades do sistema de uma partcula e tres caixas. Utilizando a condica 29
3.8 N
umero medio de partculas para a configuracao inicial com uma partcula na caixa 1 e
nenhuma partcula nas caixas 2 e 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.9 es do sistema de uma partcula e quatro caixas. . . . . . . . . . . . . . . . . . . . .
Configuraco 31
3.10 Configurac
oes do sistema de uma partcula e cinco caixas. . . . . . . . . . . . . . . . . . . 33
3.11 Configuracoes do sistema de duas partculas e tres caixas. . . . . . . . . . . . . . . . . . . . . . 37
3.12 Probabilidades do sistema para as seis configuracoes possveis. . . . . . . . . . . . . . . . . 39
3.13 Numero medio de partculas para a configuracao inicial com duas partculas na caixa 1 e nenhuma
partcula nas caixas 2 e 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
 vii

Sum
ario

Agradecimentos v

Lista de Figuras vi

Resumo viii

Abstract ix

1 Equa
c
ao Mestra e Osciladores Harm
onicos Simples Qu
antico (Operadores de Cria
c
ao
e Aniquila
c
ao) 1
1.1 Equac
ao-Mestra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 OHSQ (Operadores de Criac
ao e Aniquilacao) . . . . . . . . . . . . . . . . . . . . . . . . . 2

2 Mapeamento da Equa
cao Mestra Em Uma Equa
c
ao de Schroedinger 6
2.1 Difus
ao em dois stios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Generalizac
ao para N stios em uma cadeia linear . . . . . . . . . . . . . . . . . . . . . . . 8

3 Resultados 10
3.1 Exemplo 2 partculas e 2 caixas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2 Exemplo 1 partcula e 3 caixas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3 Exemplo 1 partcula e 4 caixas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.4 Exemplo 1 partcula e 5 caixas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.5 Difus
ao de N partculas numa cadeia: Probabilidades Conjuntas . . . . . . . . . . . . . . 37

4 Conclus
ao 42

A Determina
cao da inversa de uma matriz 43
 viii

Resumo

Este trabalho tem como objetivo utilizar a ferramenta da Equacao-Mestra para estudar o caso da
difus
ao de partculas. Inicialmente foi feito um resumo do oscilador harmonico simples quantico com a
finalidade de formular a aplicac
ao dos operadores de criacao e aniquilacao; posteriormente foi estudado
o caso de duas partculas e dois stios obtendo o Hamiltoniano do sistema podendo generalizar para o
caso de N stios em uma cadeia linear, as partculas podem saltar para o vizinho mais proximo no
processo de difus
ao. Foi analisado casos de partculas bosonicas que se comportam em caixas como:
duas partculas e duas caixas, uma partcula e tres caixas, uma partcula e quatro caixas, uma partcula
e cinco caixas, duas partculas e tres caixas para obtencao de suas probabilidades e n
umero medio de
partculas em func
ao do tempo. Para o caso duas partculas e tres caixas utilizou-se o fato de que as
partculas est
ao descorrelacionadas, n
ao tendo restricoes quanto ao n
umero de partculas numa caixa,
obtendo probabilidades no caso de uma u
nica partcula para calcular as probabilidades conjuntas no
caso de mais partculas numa cadeia (difusao de N partculas numa cadeia).

Palavras-chave: Monografia. LaTeX. Equacao-Mestra. Difusao. Operadores. Bosons

 ix

Abstract

This work aims to use the Master-Equation to study the diffusion of particles. Initially, we summarized
the simple quantum harmonic oscillator in order to formulate the application of the creation and
annihilation operators. We, then, studied the Hamiltonian of the two-particle and two-site case, which
was later generalized to the linear chain N -site case. In the generalized case particles can jump into
their closest neighbor by diffusion. We also analyzed the case of the box-like behaved bosons: two
particles and two boxes, one particle and three boxes, one particle and four boxes, one particle and five
boxes, two particles and three boxes to obtain their probabilities and the average number of particles as
a function of time. In the case of one particle and five boxes we considered that the number of particles
is independent of the diffusion that happens among themselves. For the case in two parts and three
boxes we used the fact that the particles are uncorrelated, not having restriction for the amount of
particles that fit in each box. We obtained the probability for the case of a single particle to calculate
the combined probabilities for the case of many particles in a chain (N particle chain diffusion).

Keywords: Monograph. LaTeX. Equation-Master. Diffusion. Operators. Bosons

Captulo 1

Equa
c
ao Mestra e Osciladores
Harm
onicos Simples Qu
antico
(Operadores de Cria
c
ao e
Aniquila
cao)

1.1 Equa
cao-Mestra
O movimento browniano consiste no movimento aleatorio das partculas microscopicas imersas
em um fluido. Este movimento aleat
orio provem da colisao dos atomos ou moleculas dos fluidos nessas
partculas microsc
opicas. Descoberto por Robert Brown em 1827, que ao analisar partculas de gr
ao de
p
olen na agua se movendo, n
ao conseguiu determinar o mecanismo que causara este movimento. Muitas
decadas depois, surgiram as primeiras teorias sobre o movimento browniano, publicadas por Einstein
(1905) e Smoluchowski (1906) , conseguindo explicar o mecanismo do movimento, sendo que o movimento
do p
olen na
agua tratava-se do resultado dos choques das moleculas no polen. Atraves desta explicac
ao,
confirmou-se definitivamente a existencia de atomos e moleculas, sendo verificada experimentalmente por
Jean Baptiste Perrin em 1908.
Para descrever os movimentos browniano foi usado um metodo chamado equacao de Langevin, que
calcula a evoluc
ao temporal das medias de posicao e velocidades da partcula browniana. Tambem temos
a equac
ao de Fokker-Planck que estuda a evolucao temporal das distribuicoes de probabilidade das medias
de posic
ao e velocidades da partcula browniana. Indo alem destas equacoes, surgiu a Equacao-Mestra,
que permite calcular as probabilidades de encontrar o sistema em um determinado microestado do sistema.
A Equac
ao-Mestra pode ser deduzida atraves de justificativas probabilisticas diretamente da
relac
ao de Chapman-Kolmogorov para processos estocasticos markovianos, nao entraremos em detalhes
de como foi formulado podendo ser consultado, por exemplo, no livro Introducao a Fsica Estattica do
Salinas [1].

1
 2

A maioria dos sistemas est

a fora do equilbrio e a formulacao, por exemplo, via equac
ao de
Fokker-Plank n
ao permite um estudo microscopico adequado, ja que trabalha com evolucao de distribuic
ao
de probabilidades de observ
aveis. A Equacao-Mestra e uma ferramenta que permite modelar o processo
estoc
astico de acordo com os detalhes microscopicos do sistema. O estudo de sistemas fora de equilbrio
utilizando a equac
ao-mestra e particularmente interessante quando queremos entender a emergencia da
irreversibilidade em processos fsicos. ver por exemplo: F. Reif [6] , captulo 15.
Explorada em diversos ramos da ciencia, a Equacao-Mestra pode ser aplicada no modelo cinetica
qumica [1] , no modelo de Ising cinetico[1] , na ressonancia magnetica [6] , na dinamica de polarizac
ao
nuclear [6] , em sistemas at
omicos interagindo com campos de radiacao [7] , entre outros.
A Equac
ao-Mestra descreve a evolucao temporal das probabilidades de um determinado sistema
P (, t), ser encontrado em uma configuracao no instante t.

X
P (, t) = [T0 P ( 0 , t) T0 P (, t)], (1.1)
t 0

onde T0 representa a taxa de transicao da configuracao 0 para a configuracao com o aumento

de probabilidade P (, t), enquanto que T0 representa a taxa de transicao da configuracao para a
ao 0 com a diminuic
configurac ao de probabilidade P (, t), podendo ser pensado como a simetria de
ganho e perda de probabilidade do sistema, sendo que T0 e T0 sao as transicoes de configurac
oes,
notando-se que elas n
ao dependem do tempo t.
Iremos usar a Equac
ao-Mestra para tratar o problema de difusao de uma rede onde a partcula
tem a probabilidade de ir `
a direita e `
a esquerda, mapeando assim, a Equacao-Mestra em uma equac
ao
tipo de Schroedinger com uma representacao do Hamiltoniano associado em termos de operadores de
criac
ao e aniquilac
ao . Primeiramente, vamos o caso mais simples que e de duas caixas e duas partculas,
partindo para a an
alise da configuracao inicial ate a configuracao final no tempo longo. Em seguida,
estudaremos o caso de uma partcula e tres caixas onde veremos que. Nos casos dos problemas de v
arias
partculas descorrelacionadas em uma cadeia formada por varias caixas, pode-se estudar como problema
de uma u
nica partcula difundindo pelas caixas. Apos se resolver esse problema de partcula u
nica,
pode-se encontrar as probabilidades associadas ao sistema de varias partculas, utilizando o conceito de
probabilidade conjunta.

1.2 OHSQ (Operadores de Criac

ao e Aniquilac
ao)

Nesta sec
ao, vamos fazer um resumo do oscilador harmonico simples quantico, estudado na
materia de Mec
anica Qu
antica no nvel de graduacao, para formular os operados de criac
ao e
aniquilacao no caso bos
onico.
Considere a equac
ao de Schroedinger independente do tempo para uma partcula de massa m
preso a uma constante de mola de forca K com uma oscilacao harmonica de frequencia w, esta sujeito a
 3

um potencial dado pela eq.

1
V (x) = mw2 x2 , (1.2)
2

resolvendo assim, a equac

ao de Schroedinger independente do tempo com este potencial. Temos ent
ao

Figura 1.1: Potencial do oscilador harmonico simples.

~2 d2 1
+ mw2 x2 = E. (1.3)
2m dx2 2

Sendo mais conveniente expressar eq. 1.3 na forma

1 2
[p + (mwx)2 ] = E, (1.4)
2m
2
d
onde o operador momento na representacao de posicao e p2 = ~2 dx 2.

1 2
H= [p + (mwx)2 ]. (1.5)
2m

Desta forma, definimos os operadores de criacao e aniquilacao sendo detalhado no livro do Griffits [4]

1
a = 1 (ip + mwx), (1.6)
(2~mw) 2

1
a= 1 (ip + mwx). (1.7)
(2~mw) 2
Ao multiplicarmos estes operadores temos,

1
a a = [p2 + (mwx)2 + imw(xp px)] (1.8)
2~mw

1 i
= [p2 + (mwx)2 ] [x, p] (1.9)
2~mw 2~
1 1
= [p2 + (mwx)2 ] , (1.10)
2~mw 2
1 1
a a = H . (1.11)
~w 2
 4

Onde obtemos o Hamiltoniano em termos dos operadores criacao e aniquilacao,

1
H = ~w[a a + ]. (1.12)
2

N umero N = a a achando a relacao entre o operador n

os tambem definimos o operador n umero
e operador Hamiltoniano

1
H = ~w[N + ]. (1.13)
2

Seguindo o mesmo raciocnio de 1.8, fazendo o produto aa , acharemos

1
H = ~w[aa ]. (1.14)
2

ao em , (a ) satisfazendo a equacao de Schroedinger com energia

Aplicando o operador criac
E, logo a energia aumentar
a com o fator ~w, e analogamente se aplicarmos o operador aniquilac
ao em
ao de Schroedinger com energia E, a energia diminuira com o fator ~w.
, (a) satisfazendo a equac
Conseguiremos obter um mecanismo que gera solucoes com energias maiores e menores.
Aplicando

1 1 1
H(a ) = ~w(a a + )(a ) = ~w(a aa + a ) = ~wa (aa + ) (1.15)
2 2 2

= a (H + ~w) = (E + ~w)a . (1.16)

e de maneira an
aloga obteremos,

H(a) = a(H ~w) = (E ~w)a. (1.17)

Podemos fazer uma analogia com a escada para estes nveis de energia: aplicando o operador
levantamento subimos o degrau e aplicando o operador abaixamento descemos um degrau da escada.
Como pode ser visto na figura 1.2

Figura 1.2: Forma esquematica de ver a acao dos operadores de criacao e aniquilacao.

Como o Hamiltoniano e apenas uma funcao linear de N , N pode ser diagonalizado

 5

simultaneamente com o Hamiltoniano. Denotamos um valor de energia de N pelo seu autovalor n, ent
ao

N |ni = n|ni. (1.18)

Aplicando o Hamiltoniano eq. 1.13 nos autoestados |ni, obtemos

1
H|ni = (n + )~w|ni. (1.19)
2

Obtendo a energia deste estado

1
En = (n + )~w. (1.20)
2

Vamos utilizar esse esquema de operadores criacao e aniquilacao para estudar a difusao numa
cadeia linear.
ao do i-esimo stio da cadeia com partculas ni , pode ser representado por |ni i. E
A configurac
ao tem partcula, ou seja, estado de vacuo; sera representado por |0i, colocaremos
para o stio em que n
restric
oes para este estado.
ai |0i = 0

. (1.21)
h0|0i = 1

De uma forma geral podemos expressar a configuracao do sistema por = {ni }, que corresponde ao vetor
|n1 , n2 , n3 .......i, de modo que:

n1 n2 n3
|i = |{n
i }i = |n1 , n2 , n3 ...i = (a1 ) (a2 ) (a3 ) ...|0i. (1.22)

Com isso, iremos introduzir os operadores bosonicos definidos no espaco de Fock [2] como,

a |ni i = |ni + 1i, (1.23)

e
a|ni i = ni |ni 1i. (1.24)

Nota-se, que essa convenc

ao e diferente da que aparece na mecanica quantica.
Captulo 2

Mapeamento da Equa
c
ao Mestra Em
Uma Equa
c
ao de Schroedinger

2.1 Difus
ao em dois stios

Por simplicidade, vamos considerar inicialmente o caso da difusao de dois stios , onde o salto de
uma partcula do stio (2) para o stio (1), ocorre com a uma taxa de difusao D.

Figura 2.1: Difusao em dois stios.

Para isso iremos mapear a Equacao-Mestra em uma Equacao de Schroedinger. A evoluc

ao
temporal da distribuic
ao de probabilidade P (, t), onde P (, t) e a probabilidade de encontrar o sistema
ao no instante de tempo t, pode ser mapeada atraves do vetor de onda | (t)i, definido
na configurac
como
X
| (t)i = P (, t)|i, (2.1)

onde | i e a representac
ao na notac
ao de Dirac dos vetores estado que formam um base do espaco de
Fock [2] . Neste caso especfico que estamos tratando, temos a configuracao = (n1 , n2 ), onde n1 e n2
umero de partculas nos stios 1 e 2. Escrevendo | (t)i em termos dos operadores criac
representa o n ao
 7

definidos no captulo anterior

P (n1 , n2 , t)(a1 )n1 (a2 )n2 |0i.

X X
| (t)i = P (n1 , n2 , t)|n1 , n2 i = (2.2)
n1 ,n2 n1 ,n2

Derivando o vetor estado em funcao do tempo, eq. 2.1, temos

X X
| (t)i = P (n1 , n2 , t)|n1 , n2 i = P (n1 , n2 , t)(a1 )n1 (a2 )n2 |0i. (2.3)
t t n ,n t n ,n
1 2 1 2

ao de partculas, a configuracao = (n1 + 1, n2 1) esta relacionada com o aumento

Na difus
da probabilidade P (n1 , n2 , t) j
a que a partcula pode saltar do stio 1 para o stio 2. A probabilidade
P (n1 , n2 , t) diminui na configurac
ao = (n1 , n2 ), ja que agora um partcula no stio 1 pode pular para o
stio 2 e vice-versa. Obtemos assim, a equacao-mestra para esse processo de difusao

P (n1 , n2 , t) = D(n1 + 1)P (n1 + 1, n2 1, t) Dn1 P (n1 , n2 , t). (2.4)
t

Substituindo a eq. 2.4 na eq. 2.3, teremos:

[D(n1 + 1)P (n1 + 1, n2 1, t)(a1 )n1 (a2 )n2 |0i Dn1 P (n1 , n2 , t)(a1 )n1 (a2 )n2 |0i] (2.5)
X
| (t)i =
t n ,n1 2

onicos de criacao e aniquilacao, ai |ni i = |ni + 1i e ai |ni i = ni |ni 1i,

A partir dos operadores bos
respectivamente, teremos (n1 + 1)|n1 i = a1 |n1 + 1i e |n2 i = a2 |n2 1i, aplicando estes operadores na
eq. 2.5, teremos a seguinte express
ao:

| (t)i = Da2 a1 P (n1 + 1, n2 1, t)(a1 )n1 +1 (a2 )n2 1 |0i Da1 a1 P (n1 , n2 , t)(a1 )n1 (a2 )n2 |0i.
X X
t n ,n n ,n
1 2 1 2
(2.6)
Podemos notar que os termos da somatoria e a propria definicao de | (t)i, logo teremos:

| (t)i = Da2 a1 | (t)i Da1 a1 | (t)i = D(a2 a1 )a1 | (t)i. (2.7)
t

O Hamiltoniano de difus
ao e igual a menos a variacao em funcao do tempo do vetor estado t | (t)i =
H12 (a1 , a2 , a1 ), onde H12 (a1 , a2 , a1 ) = D(a2 a1 )a1 .
Calcularemos agora a situac
ao em que uma partcula volta para o stio 1 partindo do stio 2,
teremos ent
ao a seguinte distribuic
ao de probabilidades

P (n1 , n2 , t) = D(n2 + 1)P (n1 1, n2 + 1, t) Dn2 P (n1 , n2 , t). (2.8)
t

Fazendo o mesmo procedimento, aplicaremos a distribuicao de probabilidade da eq. 2.8 na variac

ao
 8

temporal do vetor estado da eq. 2.3 desta forma teremos,

[D(n2 + 1)P (n1 1, n2 + 1, t) Dn2 P (n1 , n2 , t)](a1 )n1 (a2 )n2 |0i
X
| (t)i = (2.9)
t n ,n 1 2

[D(n2 + 1)P (n1 1, n2 + 1, t)(a1 )n1 (a2 )n2 |0i Dn2 P (n1 , n2 , t)(a1 )n1 (a2 )n2 |0i]
X
= (2.10)
n1 ,n2

Aplicando similarmente os operadores bosonicos de criacao e aniquilacao, teremos:

| (t)i = Da1 a2 P (n1 1, n2 + 1, t)(a1 )n1 1 (a2 )n2 +1 |0i Da2 a2 P (n1 , n2 , t)(a1 )n1 (a2 )n2 |0i].
X X
t n ,n n ,n
1 2 1 2
(2.11)
oria tambem e a propria definicao de | (t)i, obtendo
Notamos que os termos da somat

| (t)i = Da1 a2 | (t)i Da2 a2 | (t)i = D(a1 a2 )a2 | (t)i. (2.12)
t

ao da partcula pular do stio 2 para o stio 1 , e de fato H21 (a1 , a2 , a2 ) =

Logo o Hamiltoniano de difus
D(a1 a2 )a2
Obtendo os dois resultados dos Hamiltonianos da partcula pulando do stio 1 para o stio 2 e
vice-versa, obtemos o Hamiltoniano total do sistema atraves da soma H12 + H21

H12 + H21 = D(a1 a2 )(a2 a1 ). (2.13)

2.2 Generaliza
cao para N stios em uma cadeia linear

Com o resultado do Hamiltoniano para difusao em dois stios, podemos usar o caso geral em que
a partcula pode saltar para o stio mais proximo em uma cadeia linear.
Como mostra na fig. 2.2 as partculas podem saltar para o stio (ou caixa) j mais proximo ate N
caixas. Para o caso geral de N stios, o Hamiltoniano para este tipo de cadeia linear (1 D) e dado pela
express
ao,

N 1
(aj+1 aj )(aj+1 aj ).
X
H=D (2.14)
j=1

Figura 2.2: Difusao em N stios.

Conseguimos mapear a Equacao-Mestra em uma equacao de Schroedinger para o caso de

difus
ao de dois stios, podendo agora estudar o caso diversas partculas descorrelacionadas nas caixas
 9

para encontrar as probabilidades do sitema. A seguir, analisaremos varios exemplos com v

arias
quantidades de partculas e de caixas.
Captulo 3

Resultados

3.1 Exemplo 2 partculas e 2 caixas

Vamos analisar agora a situacao de duas partculas e duas caixas, podendo as partculas se
encontrarem na caixa, pois trata-se de partculas bosonicas. Com duas partculas e duas caixas temos
tres possibilidades de ocupac
oes, sendo: duas partculas na caixa 1, uma partcula na caixa 1 e outra
na caixa 2 e duas partculas na caixa 2, podendo assim chamar de |20i, |11i e |02i, respectivamente.
ao distinguveis, para a configuracao |11i mostrado na fig. 3.1, e possvel tambem
Como as partculas s
que a partcula vermelha ocupe a caixa 1 e a verde ocupe a caixa 2 e uma configuracao possvel, tendo
multiplicidade 2.

Figura 3.1: Configuracoes do Sistema de duas partculas e duas caixas.

Para o caso de duas partculas na caixa 1 vamos usar a notacao vetor ket |1i, para uma partcula
em cada caixa iremos usar o vetor ket |2i e para duas partculas na caixa 2 usaremos |3i.
A evoluc
ao temporal do estado do sistema e dado por

| (t)i = eHt | (0)i, (3.1)

onde | (0)i e a condic

ao inicial do sistema
Precisaremos achar os autovalores de 1 , 2 , 3 e consequentemente achar os autovetores v~1 , v~2 , v~3 ,
para encontrarmos a forma matricial de eHt atraves de

eHt = QeJt Q1 , (3.2)

10
 11

onde J e a matriz diagonal com os autovalores de H e Q e a matriz dos autovetores de H.

Podemos representar J na forma de matriz, como:

1 0 0

J = 0 0 , (3.3)

2

0 0 3

e eJt , como:

e1 t 0 0

eJt = e2 t . (3.4)

0 0

3 t
0 0 e

Para isso, iremos achar o Hamiltoniano do sistema,

h1|H|1i h1|H|2i h1|H|3i

H = h2|H|1i h2|H|2i h2|H|3i



h3|H|1i h3|H|2i h3|H|3i
.
Onde a representac
ao em termos de operadores de criacao e aniquilacao em cada stio e:

N 1
(aj+1 aj )(aj+1 aj ),
X
H=D (3.5)
j=1

sendo o N igual ao n
umero de stios.

H = (a2 a2 a2 a1 a1 a2 + a1 a1 ). (3.6)

Aplicaremos no Hamiltoniano todas as configuracoes possveis, que para simplificar em algumas

situac
oes o c oes |1i, |2i e |3i
alculo usaremos as notac

H|1i = (a2 a2 a2 a1 a1 a2 + a1 a1 )|1i (3.7)

= a2 a2 |1i a2 a1 |1i a1 a2 |1i + a1 a1 |1i

= a2 a2 |20i a2 a1 |20i a1 a2 |20i + a1 a1 |20i

= a2 (0) a2 (2|10i) a1 (0) + a1 (2|10i)

= 2|11i + 2|20i = 2|1i 2|2i

 12

Donde obtemos os seguintes elementos da primeira coluna da representacao matricial de H

h1|H|1i = h1|(2|1i 2|2i) = 2h1|1i 2h1|1i = 2

h2|H|1i = h2|(2|1i 2|2i) = 2h2|1i 2h2|2i = 2

h3|H|1i = h3|(2|1i 2|2i) = 2h3|1i 2h3|2i = 0

H|2i = (a2 a2 a2 a1 a1 a2 + a1 a1 )|2i (3.8)

= a2 a2 |2i a2 a1 |2i a1 a2 |2i + a1 a1 |2i

= a2 a2 |11i a2 a1 |11i a1 a2 |11i + a1 a1 |11i

= a2 (1|10i) a2 (1|01i) a1 (1|10i) + a1 (1|01i)

= 1|11i 1|02i 1|20i + 1|11i = |2i |3i |1i + |2i

Segunda coluna

h1|H|2i = h1|(|2i |3i |1i + |2i) = h1|2i h1|3i h1|1i + h1|2i = 1

h2|H|2i = h2|(|2i |3i |1i + |2i) = h2|2i h2|3i h2|1i + h2|2i = 2

h3|H|2i = h3|(|2i |3i |1i + |2i) = h3|2i h3|3i h3|1i + h3|2i = 1

H|3i = (a2 a2 a2 a1 a1 a2 + a1 a1 )|3i (3.9)

= a2 a2 |3i a2 a1 |3i a1 a2 |3i + a1 a1 |3i

= a2 a2 |02i a2 a1 |02i a1 a2 |02i + a1 a1 |02i

= a2 (2|01i) a2 (0) a1 (2|01i) + a1 (0)

= 2|02i 2|11i = 2|3i 2|2i

Terceira coluna
h1|H|3i = h1|(2|3i 2|2i) = 2h1|3i 2h1|2i = 0

h2|H|3i = h2|(2|3i 2|2i) = 2h2|3i 2h2|2i = 2

h3|H|3i = h3|(2|3i 2|2i) = 2h3|3i 2h3|2i = 2

Finalmente, encontramos a representacao matricial de H

 13

2 1 0

H = 2 2 . (3.10)

2

0 1 2

Obtendo os valores do Hamiltoniano, podemos achar os autovalores e autovetores atraves do

det(H In ) = 0. (3.11)

(2 ) 1 0

= 2 (2 ) 2 = 0 (3.12)


0 1 (2 )

(2 )[(2 )(2 ) 2] + [(2)(2 )] = 0

(2 )[( 4)] = 0.

sendo 1 = 0, 2 = 2, 3 = 4 os autovalores .
Podemos achar os autovetores atraves de Ax = x.
Para 1 = 0 temos,

2 1 0 x1 x1

2 2 = 0

2 x x
2 2


0 1 2 x3 x3



2x1 x2 = 0


2x1 + 2x2 2x3 = 0



x + 2x = 0
2 3

1

v~1 = 2 . (3.13)


1

para 2 = 2 temos,

2 1 0 x1 x1

2 2 x2 = 2 x2

2

0 1 2 x3 x3

2x1 x2 = 2x1




2x1 + 2x2 2x3 = 2x2



x + 2x = 2x
2 3 3
 14

1

v~2 = 0 . (3.14)


1

para 3 = 4 temos,

2 1 0 x1 x1

2 2 = 4

2 x x
2 2


0 1 2 x3 x3

2x1 x2 = 4x1


2x1 + 2x2 2x3 = 4x2



x + 2x = 4x
2 3 3

1

v~3 = 2 . (3.15)


1

Finalmente, encontramos a matriz dos autovetores de H

=0 =2 =4

x1 x01 x001

Q= x02 x002

x2

x3 x03 x003

=0 =2 =4

1 1 1

Q= 2 (3.16)

2 0

1 1 1

Queremos agora obter a inversa da matrix Q, que sera demonstrado no Apendice A com o metodo
utilizado pelo livro Algebra Linear e Aplicacoes [3].

..
L1 1 1 1 . 1 0 0
..
L2 2 2 (3.17)

0 . 0 1 0
..
L3 1 1 1 . 0 0 1
 15

..
L1 1 1 1 . 1 0 0
..
L2 2

2 0 . 0 1 0
0
..
L3 L3 L1 0 2 0 . 1 0 1

..
L1 1 1 1 . 1 0 0
..
L02 L22 1 0 1 . 0 1
0

2
..
L03 0 2 0 . 1 0 1

.
L1 1 1 1 .. 1 0 0
.
L002 L1 L02 0 1 2 .. 1 12 0

..
L03 0 2 0 . 1 0 1

..
L1 1 1 1 . 1 0 0
..
L002 0 1 2 . 1 12 0

00 0
..
L3 L3 + 2L2 0 0 4 . 1 1 1

..
L1 1 1 1 . 1 0 0
..
L002 0 1 2 . 1 21 0

L00
..
L000
3 4
3
0 0 1 . 1
4 41 1
4

..
L1 1 1 1 . 1 0 0
..
L000 L 00
L000
3 0 1 1 . 3
14 14

2 2 4
..
L000
3 0 0 1 . 1
4 14 1
4
 16

..
L1 1 1 1 . 1 0 0
000

000
.. 1

LIV
2 L2 L3 0 1 0 . 0 21

2
000
.. 1

L3 0 0 1 . 4 14 1
4

..
L01 L1 LIV
2 1 0 1 . 1
2 0 1
2
.. 1

LIV 21

2 0 1 0 . 2 0
..

L000
3 0 0 1 . 1
4 14 1
4

..
L01 L1 LIV
2 1 0 0 . 1
4
1
4
1
4
.. 1

LIV 21

2 0 1 0 . 2 0
..

L000
3 0 0 1 . 1
4 14 1
4

Encontramos, finalmente, a inversa de Q

1 1 1
4 4 4
Q1 = 1
21

2 0

1
4 41 1
4

1 1 1
1
Q1 = 2 (3.18)

2 0
4
1 1 1

Com isso poderemos achar eHt atraves da eq. 3.2

1 1 1 e1 t 0 0 1 1 1
1
eHt = 2 2 e2 t 2

0 0 0 2 0
4
1 1 1 0 0 e3 t 1 1 1

1 t 1 t 1 t
1 1 1 e e e
1
2 t

= 2 2 2e 2e2 t

0 0
4
1 1 1 e3 t e3 t e3 t
,
 17

e1 t + 2e2 t + e3 t e1 t e3 t e1 t 2e2 t + e3 t
1
eHt = 2e1 t 2e3 t 2e1 t + 2e3 t 2e1 t 2e3 t

4


e1 t 2e2 t + e3 t e1 t e3 t e1 t + 2e2 t + e3 t

.
Lembrando que 1 = 0, 2 = 2, 3 = 4, temos entao

1 + 2e2t + e4t 1 e4t 1 2e2t + e4t
1
eHt = 2 2e 4t 4t
2 2e 4t . (3.19)

2 + 2e
4


1 2e2t + e4t 1 e4t 1 + 2e2t + e4t

1

Usando a condicao inical |1i = 0 na eq. 3.1


0

1 + 2e2t + e4t 1 e4t 1 2e2t + e4t 1
1
| (t)i = 2 2e4t 2 + 2e4t 2 2e4t

0
4
1 2e2t + e4t 1 e4t 1 + 2e2t + e4t 0

1 + 2e2t + e4t
1
| (t)i = 2 2e4t

4


1 2e2t + e4t

2t 4t
1 + 2e +e 0 0
1 1 1
| (t)i = + 2 2e4t +

0 0
4 4 4


0 0 1 2e2t + e4t

1 0 0
1  1   1 
| (t)i = 1 + 2e2t + e4t 0 + 2 2e4t 1 + 1 2e2t + e4t 0

4 4 4
0 0 1

| (t)i = P1 (t)|1i + P2 (t)|2i + P3 (t)|3i (3.20)

1
P1 (t) = (1 + 2e2t + e4t ) (3.21)
4
1
P2 (t) = (2 2e4t ) (3.22)
4
1
P3 (t) = (1 2e2t + e4t ) (3.23)
4
 18

Os Pi0 s(t) s
ao as probabilidades de encontrar o sistema em um dos tres estados ou configurac
oes
e seus comportamentos em func
ao tempo sao mostrados na figura 3.2.

Figura 3.2: Probabilidades do sistema de duas partculas e dois stios. Utilizando a condicao inicial |1i.

Na fig. 3.2 percebe-se que em tres segundos ja da para notar o valor das probabilidades
estacionadas; note que a P2 (t) (linha vermelha), no assintotico, tem probabilidade maior do que as
probabilidades P1 (t) (linha azul) e P3 (t) (linha verde), isto se da pelo fato de que a configuracao |11i
(uma partcula verde e outra vermelha em cada caixa), podem permutar a localizacao das partculas na
caixa obtendo multiplicidade dois do sistema. Enquanto P2 (t) vai para 1/2, P1 (t) e P3 (t) vao para o
valor de 1/4, para o tempo longo.
0

ao inical |2i = 1 na eq. 3.1.
Usando a condic


0

1 + 2e2t + e4t 1 e4t 1 2e2t + e4t 0
1
| (t)i = 2 2e4t 2 + 2e4t 2 2e4t

1
4
1 2e2t + e4t 1 e4t 1 + 2e2t + e4t 0

1 e4t
1
| (t)i = 2 + 2e4t

4


1 e4t

1 e4t 0 0
1 1 1
| (t)i = + 2 + 2e4t +

0 0
4 4 4


0 0 1 e4t
 19

.
Temos ent
ao,
| (t)i = P10 (t)|1i + P20 (t)|2i + P30 (t)|3i (3.24)

1
P10 (t) = (1 e4t ) (3.25)
4
1
P20 (t) = (2 + 2e4t ) (3.26)
4
1
P30 (t) = (1 e4t ) (3.27)
4

Figura 3.3: Probabilidades do sistema de duas partculas e dois stios. Utilizando a condicao inicial |2i.

ao inicial |2i, nota-se que a P2 (t) tem inicialmente o valor proximo de

Na fig. 3.3 com a condic
1 e com o passar do tempo seu valor vai para 1/2. Ja as probabilidades P1 (t) e P3 (t) seus valores s
ao
pr
oximos do zero e ao longo tempo seusvalores
vao para 1/4.
0

Usando a condicao inical |3i = 0 na eq. 3.1.


1

1 + 2e2t + e4t 1 e4t 1 2e2t + e4t 0
1
| (t)i = 2 2e4t 2 + 2e4t 2 2e4t

0
4
1 2e2t + e4t 1 e4t 1 + 2e2t + e4t 1

1 2e2t + e4t
1
| (t)i = 2 2e4t

4


1 + 2e2t + e4t
 20

1 2e2t + e4t 0 0
1 1 1
| (t)i = + 2 2e4t +

0 0
4 4 4


0 0 1 + 2e2t + e4t

| (t)i = P100 (t)|1i + P200 (t)|2i + P300 (t)|3i. (3.28)

1
P100 (t) = (1 2e2t + e4t ) (3.29)
4
1
P200 (t) = (2 2e4t ) (3.30)
4
1
P300 (t) = (1 + 2e2t + e4t ) (3.31)
4

Figura 3.4: Probabilidades do sistema de duas partculas e dois stios. Utilizando a condicao inicial |3i.

ao inicial |3i, inicialmente a probabilidade P3 (t) (linha verde) tem o

Na fig. 3.4 com a configurac
valor pr
oximo de 1 e com o passar do tempo sua probabilidade cai para 1/4, ja as probabilidades P1 (t)
(linha azul) e P2 (t) (linha vermelha) inicialmente seu valor e proximo de zero e seus valores vao para 1/4
para probabilidade P1 (t) e 1/2 para probabilidade P2 (t).
Vamos calcular o n
umero medio de partculas na condicao incial em que as duas partculas est
ao
na primeira caixa, estado |1i.
nj (t) e o n
umero de partculas na caixa j , considerando que o sistema se encontra na configurac
ao
.
 21

3
X
hnj (t)i = nj P (t), (3.32)
=1

onde hnj (t)i e o n

umero medio de partculas ocupando a caixa j em um instante de tempo t.
Escolhendo a caixa 1, temos:

3
X
hn1 (t)i = n1 P (t) = n11 P1 (t) + n21 P2 (t) + n31 P3 (t) (3.33)
=1

= 2.P1 (t) + 1.P2 (t) + 0.P3 (t) = 2P1 (t) + 1P2 (t)

1 1
= 2[ (1 + 2e2t + e4t )] + (2 2e4t )
4 4

= 1 + e2t

Escolhendo a caixa 2, temos:

3
X
hn2 (t)i = n2 P (t) = n12 P1 (t) + n22 P2 (t) + n32 P3 (t) (3.34)
=1

= 0.P1 (t) + 1.P2 (t) + 2.P3 (t) = P2 (t) + 2P3 (t)

1 1
= (2 2e4t ) + 2[ (1 2e2t + 2e4t )]
4 4

= 1 e2t

Figura 3.5: Numero medio de partculas com a configuracao inicial com duas partculas na caixa 1 e nenhuma
partcula na caixa 2.
 22

Observa-se no gr
afico da fig.3.5 que no instante t = 0 o n
umero medio de partculas corresponde
a duas partculas na caixa 1 e nenhuma partcula na caixa 2, a medida que o tempo passa, no assnt
otico
, o n
umero medio de partculas vai exponencialmente para a configuracao de uma partcula na caixa 1 e
uma partcula na caixa 2.

3.2 Exemplo 1 partcula e 3 caixas

Para o caso de uma partcula e tres caixas temos as seguintes configuracoes |100i, |010i e |001i;
que significa os tres estados possveis , de uma partcula na caixa 1, uma partcula na caixa 2 e uma
partcula na caixa 3. Como pode ser visto na fig.3.6.

Figura 3.6: Configuracoes do sistema de uma partcula e tres caixas.

Como visto no captulo anterior o hamiltoniano para um n

umero N de caixas e dado por

N 1
(aj+1 aj )(aj+1 aj ).
X
H=D (3.35)
j=1

Usando o Hamiltoniano para estas configuracoes, ou seja N = 3, teremos:

H = (a2 a1 )(a2 a1 ) + (a3 a2 )(a3 a2 ) (3.36)

= a2 a2 a2 a1 a1 a2 + a1 a1 + a3 a3 a3 a2 a2 a3 + a2 a2 .

Vamos agora calcular os elementos de matriz da representacao matricial de H. Primeiramente,

vamos aplicar H nos vetores da base:

H|1i = (a2 a2 a2 a1 a1 a2 + a1 a1 + a3 a3 a3 a2 a2 a3 + a2 a2 )|1i

= a2 a2 |1i a2 a1 |1i a1 a2 |1i + a1 a1 |1i + a3 a3 |1i a3 a2 |1i a2 a3 |1i + a2 a2 |1i

H|100i = a2 a2 |100i a2 a1 |100i a1 a2 |100i + a1 a1 |100i + a3 a3 |100i a3 a2 |100i a2 a3 |100i + a2 a2 |100i

= a2 (o) a2 |000i a1 (0) + a1 |000i + a3 (0) a3 (0) a2 (0) + a2 (0)

= |010i + |100i = |2i + |1i

 23

H|2i = (a2 a2 a2 a1 a1 a2 + a1 a1 + a3 a3 a3 a2 a2 a3 + a2 a2 )|2i (3.37)

= a2 a2 |2i a2 a1 |2i a1 a2 |2i + a1 a1 |2i + a3 a3 |2i a3 a2 |2i a2 a3 |2i + a2 a2 |2i

H|010i = a2 a2 |010i a2 a1 |010i a1 a2 |010i + a1 a1 |010i + a3 a3 |010i a3 a2 |010i a2 a3 |010i + a2 a2 |010i

= a2 |000i a2 (0) a1 |000i + a1 (0) + a3 (0) a3 |000i a2 (0) + a2 |000i

|010i |100i |001i + |010i = |2i |1i |3i + |2i

H|3i = (a2 a2 a2 a1 a1 a2 + a1 a1 + a3 a3 a3 a2 a2 a3 + a2 a2 )|3i (3.38)

= a2 a2 |3i a2 a1 |3i a1 a2 |3i + a1 a1 |3i + a3 a3 |3i a3 a2 |3i a2 a3 |3i + a2 a2 |3i

H|001i = a2 a2 |001i a2 a1 |001i a1 a2 |001i + a1 a1 |001i + a3 a3 |001i a3 a2 |001i a2 a3 |001i + a2 a2 |001i

= a2 (0) a2 (0) a1 (0) + a1 (0) + a3 |000i a3 (0) a2 |000i + a2 (0)

|001i |010i = |3i |2i.

Encontramos os seguintes elementos para a primeira coluna de H:

h1|H|1i = h1|(|2i + |1i) = h1|2i + h1|1i = 1

h2|H|1i = h2|(|2i + |1i) = h2|2i + h2|1i = 1

h3|H|1i = h3|(|2i + |1i) = h3|2i + h3|1i = 0.

Para a segunda coluna:

h1|H|2i = h1|(|2i |1i |3i + |2i) = h1|2i h1|1i h1|3i + h1|2i = 1

h2|H|2i = h2|(|2i |1i |3i + |2i) = h2|2i h2|1i h2|3i + h2|2i = 2

h3|H|2i = h3|(|2i |1i |3i + |2i) = h3|2i h3|1i h3|3i + h3|2i = 1.

E finalmente para a terceira:

h1|H|3i = h1|(|3i |2i) = h1|3i h1|2i = 0

h2|H|3i = h2|(|3i |2i) = h2|3i h2|2i = 1

h3|H|3i = h3|(|3i |2i) = h3|3i h3|2i = 1.

 24

Temos ent
ao a representac
ao matricial de H

1 1 0

H = 1 1 . (3.39)

2

0 1 1

det(H In ) = 0. (3.40)

Obtendo o Hamiltoniano do sistema, podemos achar os autovalores e os autovetores atraves do

(1 ) 1 0

det(H ) = 1 (2 ) 1 = 0 (3.41)


0 1 (1 )

(1 )[(2 )(1 ) 1] + [(1)(1 )] = 0

(1 )[( 3)] = 0.

Encontramos os autovalores 1 = 0, 2 = 1 e 3 = 3 e consequentemente, podemos obter os

autovetores.
Para 1 = 0, temos:

1 1 0 x1 x1

1 1 = 0

2 x x
2 2


0 1 1 x3 x3

x1 x2 = 0


x1 + 2x2 x3 = 0



x + x = 0
2 3

1

v~1 = 1


1

Para 2 = 1, temos:

1 1 0 x1 x1

1 1 x2 = 1 x2

2

0 1 1 x3 x3
 25



x1 x2 = x1


x1 + 2x2 x3 = x2



x + x = x
2 3 3

1

v~2 = 0


1

Para 2 = 3, temos:

1 1 0 x1 x1

1 1 x2 = 3 x2

2

0 1 1 x3 x3

x1 x2 = 3x1


x1 + 2x2 x3 = 3x2



x + x = 3x
2 3 3

1

v~3 = 2


1

Podemos ent
ao escrever a matriz dos autovetores de H

=0 =1 =3

x1 x01 x001

Q= x02 x002

x2

x3 x03 x003

=0 =1 =3

1 1 1

Q= 2 (3.42)

1 0

1 1 1

Queremos agora obter a inversa da matrix Q, que sera demonstrado no Apendice A com o metodo
utilizado pelo livro Algebra Linear e Aplicacoes [3].
 26

..
L1 1 1 1 . 1 0 0
..
L2 1 2 (3.43)

0 . 0 1 0
..
L3 1 1 1 . 0 0 1

..
L1 1 1 1 . 1 0 0
..
L2 2

1 0 . 0 1 0
..
L03 L3 L2 0 1 3 . 0 1 1

..
L1 1 1 1 . 1 0 0
..
L02 L2 L1 0 1 3 . 1

1 0
..
L03 0 1 3 . 0 1 1

..
L1 1 1 1 . 1 0 0
..
L02 1 3 . 1

0 1 0
00 0
..
L3 L3 0 1 3 . 0 1 1

..
L1 1 1 1 . 1 0 0
..
L02 1 3 . 1

0 1 0
..
L000
3 L00
3 + 2L0
2 0 0 6 . 1 2 1

..
L1 1 1 1 . 1 0 0
..
L02 1 3 . 1

0 1 0
L000
.. 1
LIV
3
3
6 0 0 1 . 6 13 1
6
 27

..
L1 1 1 1 . 1 0 0
..
L002 L02 0 1

1 3 . 1 0
.. 1

LIV
3 0 0 1 . 6 13 1
6

..
L1 1 1 1 . 1 0 0
..
L000 L00
3LIV
3 0 1 0 . 1
0 12

2 2 2
.. 1

LIV
3 0 0 1 . 6 31 1
6

..
L01 L1 L002 1 0 1 . 1
2 0 1
2
..
L000 1
21

2 0 1 0 . 2 0
..

1
LIV
3 0 0 1 . 6 13 1
6

..
L01 L1 L002 1 0 1 . 1
2 0 1
2
..
L000 1
21

2 0 1 0 . 2 0
..

1
LIV
3 0 0 1 . 6 13 1
6

Finalmente, obtemos a matriz inversa de Q

1 1 1
3 3 3
Q1 = 1
12 . (3.44)

2 0

1
6 13 1
6

Encontramos eHt atraves da eq. 3.2

1 1 1 e1 t 0 0 1
3
1
3
1
3

eHt = 1 2 e2 t 1
12

0 0 0 2 0

1 1 1 0 0 e3 t 1
6 13 1
3

1 1 t 1 1 t 1 1 t
1 1 1 3e 3e 3e

1 2 t
= 1 2 12 e2 t

0 2e 0

1 3 t
1 1 1 6e 13 e3 t 1 3 t
6 e
 28

1 1 t
3e + 12 e2 t + 61 e3 t 1 1 t
3e 13 e3 t 1 1 t
3e 12 e2 t + 16 e3 t

1 1 t
= 31 e3 t 1 1 t
+ 23 e3 t 1 1 t
13 e3 t

3e 3e 3e


1 1 t
3e 12 e2 t + 61 e3 t 1 1 t
3e 13 e3 t 1 1 t
3e + 12 e2 t + 16 e3 t

Aplicando os autovalores 1 = 0, 2 = 1, 3 = 3, temos entao:

1
3 + 12 et + 16 e3t 1
3 31 e3t 1
3 12 et + 13 e3t

eHt = 1
13 e3t 1
+ 32 e3t 1
31 e3t . (3.45)

3 3 3
1
3 12 et + 16 e3t 1
3 31 e3t 1
3 + 12 et + 16 e3t

A configurac
ao do sistema em um instante de tempo t e dada por

| (t)i = eHt | (0)i.

1

ao inicial |1i = 0 no espaco vetor,temos
Usando a condic


0

1 1 t 1 3t
+ e + e
3 2 6
| (t)i = 1 1 3t


3 3 e

1 1 t 1 6t
3 2 e + 3 e

1 1 t 1 3t
P1 (t) = + e + e (3.46)
3 2 6
1 1 3t
P2 (t) = e (3.47)
3 3
1 1 t 1 6t
P3 (t) = e + e (3.48)
3 2 3

0

o inicial |2i = 1 no espaco vetor,temos
Usando a condica


0

1 1 3t
e
3 3
| (t)i = 13 + 23 e3t


1 1 3t
3 3 e

1 1 3t
P10 (t) = e (3.49)
3 3
1 2 3t
P20 (t) = + e (3.50)
3 3
1 1 3t
P30 (t) = e (3.51)
3 3
 29

0

ao inicial |3i = 0 no espaco vetor,temos
E Usando a condic


1

1 1 t 1 3t
e + e
3 2 6
| (t)i = 1 1 3t


3 3 e

1 1 t 1 3t
3 + 2 e + 6 e

1 1 t 1 3t
P100 (t) = e + e (3.52)
3 2 6
1 1 3t
P200 (t) = e (3.53)
3 3
1 1 t 1 3t
P300 (t) = + e + e (3.54)
3 2 6

Figura 3.7: Probabilidades do sistema de uma partcula e tres caixas. Utilizando a condicao inicial |1i.

Nota-se na fig. 3.7 que utilizando a condicao inicial |1i a partcula se encontra na caixa 1 e com
o passar do tempo as probabilidades P1 (t), P2 (t) e P3 (t) de encontrar a partcula em cada caixa e de 1/3.
umero medio de ocupacao de cada caixa para a condicao inicial |1i.
Vamos agora calcular o n
Para a caixa 1:

3
X
hn1 (t)i = n1 P (t) = n11 P1 (t) + n21 P2 (t) + n31 P3 (t) (3.55)
=1

= 1.P1 (t) + 0.P2 (t) + 0.P3 (t) = P1 (t)

1 1 t 1 3t
= + e + e
3 2 6
 30
3
X
hn2 (t)i = n2 P (t) = n12 P1 (t) + n22 P2 (t) + n32 P3 (t) (3.56)
=1

= 0.P1 (t) + 1.P2 (t) + 0.P3 (t) = P2 (t)

1 1 3t
= e
3 3
3
X
hn3 (t)i = n3 P (t) = n13 P1 (t) + n23 P2 (t) + n33 P3 (t)
=1

= 0.P1 (t) + 0.P2 (t) + 1.P3 (t) = P3 (t)

1 1 t 1 3t
= e + e
3 2 6

Os n
umeros medio de ocupac
ao sao representados na fig. 3.8 .

Figura 3.8: Numero medio de partculas para a configuracao inicial com uma partcula na caixa 1 e
nenhuma partcula nas caixas 2 e 3.

Observando o gr
afico da fig. 3.8, inicialmente o n
umero medio de partculas e de uma partcula
na caixa 1, mas a medida que o tempo passa nota-se que a sua configuracao muda com o tempo, no
assint
otico, chegando a configurac
ao final de n
umero medio de partcula de 1/3 para cada caixa.

3.3 Exemplo 1 partcula e 4 caixas

Vamos agora comecar a aumentar o n
umero de caixas para uma partcula.
Para o caso de uma partcula e 4 caixas temos as seguintes configuracoes |1000i, |0100i, |0010i e
|0001i, correspondente a seguintes situacoes: uma partcula na caixa 1, uma partcula na caixa 2, uma
 31

partcula na caixa 3 e uma partcula na caixa 4, respectivamente. Uma representacao grafica desse sistema
pode ser vista na figura 3.8

Figura 3.9: Configuracoes do sistema de uma partcula e quatro caixas.

Iremos repetir os procedimentos dos exemplos anteriores para N = 4.

N 1
(aj+1 aj )(aj+1 aj ).
X
H=D (3.57)
j=1

H = D(a2 a1 )(a2 a1 ) + (a3 a2 )(a3 a2 ) + (a4 a3 )(a4 a3 ). (3.58)

= a2 a2 a2 a1 a1 a2 + a1 a1 + a3 a3 a3 a2 a2 a3 + a2 a2 + a4 a4 a4 a3 a3 a4 + a3 a3 .

Vamos obter a representac

ao matricial para esse caso. Aplicando H nos vetores da base

H|1i = (a2 a2 a2 a1 a1 a2 + a1 a1 + a3 a3 a3 a2 a2 a3 + a2 a2 + a4 a4 a4 a3 a3 a4 + a3 a3 )|1i

= a2 a2 |1ia2 a1 |1ia1 a2 |1i+a1 a1 |1i+a3 a3 |1ia3 a2 |1ia2 a3 |1i+a2 a2 |1i+a4 a4 |1ia4 a3 |1ia3 a4 |1i+a3 a3 |1i,

H|1000i = a2 a2 |1000i a2 a1 |1000i a1 a2 |1000i + a1 a1 |1000i + a3 a3 |1000i a3 a2 |1000i a2 a3 |1000i

+a2 a2 |1000i + a4 a4 |1000i a4 a3 |1000i a3 a4 |1000i + a3 a3 |1000i

= a2 (0) a2 |0000i a1 (0) + a1 |1000i + a3 (0) a3 (0) a2 (0) + a2 (0) + a4 (0) a4 (0) a3 (0) + a3 (0)

= |0100i + |1000i = |2i + |1i.

H|2i = (a2 a2 a2 a1 a1 a2 + a1 a1 + a3 a3 a3 a2 a2 a3 + a2 a2 + a4 a4 a4 a3 a3 a4 + a3 a3 )|2i

= a2 a2 |2ia2 a1 |2ia1 a2 |2i+a1 a1 |2i+a3 a3 |2ia3 a2 |2ia2 a3 |2i+a2 a2 |2i+a4 a4 |2ia4 a3 |2ia3 a4 |2i+a3 a3 |2i,

H|0100i = a2 a2 |0100i a2 a1 |0100i a1 a2 |0100i + a1 a1 |0100i + a3 a3 |0100i a3 a2 |0100i a2 a3 |0100i

+a2 a2 |0100i + a4 a4 |0100i a4 a3 |0100i a3 a4 |0100i + a3 a3 |0100i

= a2 |0000i a2 (0) a1 |0000i + a1 (0) + a3 (0) a3 |0000i a2 (0) + a2 |0000i + a4 (0) a4 (0) a3 (0) + a3 (0)

= |0100i |1000i |0010i + |0100i = 2|2i |1i |3i.

 32

H|3i = (a2 a2 a2 a1 a1 a2 + a1 a1 + a3 a3 a3 a2 a2 a3 + a2 a2 + a4 a4 a4 a3 a3 a4 + a3 a3 )|3i

= a2 a2 |3ia2 a1 |3ia1 a2 |3i+a1 a1 |3i+a3 a3 |3ia3 a2 |3ia2 a3 |3i+a2 a2 |3i+a4 a4 |3ia4 a3 |3ia3 a4 |3i+a3 a3 |3i,

H|0010i = a2 a2 |0010i a2 a1 |0010i a1 a2 |0010i + a1 a1 |0010i + a3 a3 |0010i a3 a2 |0010i a2 a3 |0010i+

a2 a2 |0010i + a4 a4 |0010i a4 a3 |0010i a3 a4 |0010i + a3 a3 |0010i

= a2 (0) a2 (0) a1 (0) + a1 (0) + a3 |0000i a3 (0) a2 |0000i + a2 (0) + a4 (0) a4 |0000i a3 (0) + a3 |0000i

= |0010i |0100i |0001i + |0010i = 2|3i |2i |4i.

H|4i = (a2 a2 a2 a1 a1 a2 + a1 a1 + a3 a3 a3 a2 a2 a3 + a2 a2 + a4 a4 a4 a3 a3 a4 + a3 a3 )|4i

= a2 a2 |4ia2 a1 |4ia1 a2 |4i+a1 a1 |4i+a3 a3 |4ia3 a2 |4ia2 a3 |4i+a2 a2 |4i+a4 a4 |4ia4 a3 |4ia3 a4 |4i+a3 a3 |4i,

H|0001i = a2 a2 |0001i a2 a1 |0001i a1 a2 |0001i + a1 a1 |0001i + a3 a3 |0001i a3 a2 |0001i a2 a3 |0001i

+a2 a2 |0001i + a4 a4 |0001i a4 a3 |0001i a3 a4 |0001i + a3 a3 |0001i

= a2 (0) a2 (0) a1 (0) + a1 (0) + a3 (0) a3 (0) a2 (0) + a2 (0) + a4 |0000i a4 (0) a3 |0000i + a3 (0)

= |0001i |0010i = |4i |3i.

Encontramos os seguintes elementos para a primeira coluna de H:

h1|H|1i = h1|(|2i + |1i) = h1|2i + h1|1i = 1

h2|H|1i = h2|(|2i + |1i) = h2|2i + h2|1i = 1

h3|H|1i = h3|(|2i + |1i) = h3|2i + h3|1i = 0

h4|H|1i = h4|(|2i + |1i) = h4|2i + h4|1i = 0

Para a segunda coluna:

h1|H|2i = h1|(2|2i |1i |3i) = 2h1|2i h1|1i h1|3i = 1

h2|H|2i = h2|(2|2i |1i |3i) = 2h2|2i h2|1i h2|3i = 2

h3|H|2i = h3|(2|2i |1i |3i) = 2h3|2i h3|1i h3|3i = 1

h4|H|2i = h4|(2|2i |1i |3i) = 2h4|2i h4|1i h4|3i = 0

 33

Para a terceira coluna:

h1|H|3i = h1|(2|3i |2i |4i) = 2h1|3i h1|2i h1|4i = 0

h2|H|3i = h2|(2|3i |2i |4i) = 2h2|3i h2|2i h2|4i = 1

h3|H|3i = h3|(2|3i |2i |4i) = 2h3|3i h3|2i h3|4i = 2

h4|H|3i = h4|(2|3i |2i |4i) = 2h4|3i h4|2i h4|4i = 1

e finalmente para a quarta:

h1|H|4i = h1|(|4i |3i) = h1|4i h1|3i = 0

h2|H|4i = h2|(|4i |3i) = h2|4i h2|3i = 0

h3|H|4i = h3|(|4i |3i) = h3|4i h3|3i = 1

h4|H|4i = h4|(|4i |3i) = h4|4i h4|3i = 1

Representac
ao matricial do hamiltoniano de difusao de uma u
nica partcula em uma cadeia com
4 stios
1 1 0 0

1 1

2 0
H= . (3.59)
1 1

0 2

0 0 1 1

3.4 Exemplo 1 partcula e 5 caixas

Para o caso de uma partcula e 5 caixas temos as seguintes configurac
oes
|10000i, |01000i, |00100i, |00010i e |00001i, que corresponde a seguintes situacoes: uma partcula na
caixa 1, uma partcula na caixa 2, uma partcula na caixa 3, uma partcula na caixa 4 e uma partcula
na caixa 5, respectivamente.

Figura 3.10: Configuracoes do sistema de uma partcula e cinco caixas.

 34

Iremos repetir os prodecimentos dos exemplos anteriores para N = 5. Considerando novamente

o hamiltoniano de difus
ao
N 1
(aj+1 aj )(aj+1 aj )
X
H=D (3.60)
j=1

H = D(a2 a1 )(a2 a1 ) + (a3 a2 )(a3 a2 ) + (a4 a3 )(a4 a3 ) + (a5 a4 )(a5 a4 ). (3.61)

= 2a2 a2 a2 a1 a1 a2 + a1 a1 + 2a3 a3 a3 a2 a2 a3 + 2a4 a4 a4 a3 a3 a4 + a5 a5

a5 a4 a4 a5 .

Aplicando o Hamiltoniano nos vetores da base:

H|1i = (2a2 a2 a2 a1 a1 a2 + a1 a1 + 2a3 a3 a3 a2 a2 a3 + 2a4 a4 a4 a3 a3 a4

+a5 a5 a5 a4 a4 a5 )|1i

H|1i = 2a2 a2 |1i a2 a1 |1i a1 a2 |1i + a1 a1 |1i + 2a3 a3 |1i a3 a2 |1i a2 a3 |1i + 2a4 a4 |1i
a4 a3 |1i a3 a4 |1i + a5 a5 |1i a5 a4 |1i a4 a5 |1i

H|10000i = 2a2 a2 |10000i a2 a1 |10000i a1 a2 |10000i + a1 a1 |10000i + 2a3 a3 |10000i a3 a2 |10000i

a2 a3 |10000i + 2a4 a4 |10000i a4 a3 |10000i a3 a4 |10000i + a5 a5 |10000i a5 a4 |10000i a4 a5 |10000i

= 2a2 (0) a2 |00000i a1 (0) + a1 |00000i + 2a3 (0) a3 (0) a2 (0) + 2a4 (0) a4 (0) a3 (0)
+a5 (0) a5 (0) a4 (0)

= |01000i + |10000i = |2i + |1i.

H|2i = 2a2 a2 |2i a2 a1 |2i a1 a2 |2i + a1 a1 |2i + 2a3 a3 |2i a3 a2 |2i a2 a3 |2i + 2a4 a4 |2i a4 a3 |2i a3 a4 |2i
+a5 a5 |2i a5 a4 |2i a4 a5 |2i
(3.62)
H|01000i = 2a2 a2 |01000i a2 a1 |01000i a1 a2 |01000i + a1 a1 |01000i + 2a3 a3 |01000i a3 a2 |01000i
a2 a3 |01000i + 2a4 a4 |01000i a4 a3 |01000i a3 a4 |01000i + a5 a5 |01000i a5 a4 |01000i a4 a5 |01000i

= 2a2 |00000ia2 (0)a1 |00000i+a1 (0)+2a3 (0)a3 |00000ia2 (0)+2a4 (0)a4 (0)a3 (0)+a5 (0)a5 (0)a4 (0)

= 2|01000i |10000i |00100i = 2|2i |1i |3i.

H|3i = 2a2 a2 |3i a2 a1 |3i a1 a2 |3i + a1 a1 |3i + 2a3 a3 |3i a3 a2 |3i a2 a3 |3i + 2a4 a4 |3i a4 a3 |3i
a3 a4 |3i + a5 a5 |3i a5 a4 |3i a4 a5 |3i
 35

H|00100i = 2a2 a2 |00100i a2 a1 |00100i a1 a2 |00100i + a1 a1 |00100i + 2a3 a3 |00100i a3 a2 |00100i

a2 a3 |00100i + 2a4 a4 |00100i a4 a3 |00100i a3 a4 |00100i + a5 a5 |00100i a5 a4 |00100i a4 a5 |00100i

= 2a2 (0)a2 (0)a1 (0)+a1 (0)+2a3 |00000ia3 (0)a2 |00000i+2a4 (0)a4 |00000ia3 (0)+a5 (0)a5 (0)a4 (0)

= 2|00100i |01000i |00010i = 2|3i |2i |4i.

H|4i = 2a2 a2 |4i a2 a1 |4i a1 a2 |4i + a1 a1 |4i + 2a3 a3 |4i a3 a2 |4i a2 a3 |4i + 2a4 a4 |4i a4 a3 |4i a3 a4 |4i
+a5 a5 |4i a5 a4 |4i a4 a5 |4i
(3.63)
H|00010i = 2a2 a2 |00010i a2 a1 |00010i a1 a2 |00010i + a1 a1 |00010i + 2a3 a3 |00010i a3 a2 |00010i
a2 a3 |00010i + 2a4 a4 |00010i a4 a3 |00010i a3 a4 |00010i + a5 a5 |00010i a5 a4 |00010i a4 a5 |00010i

= 2a2 (0)a2 (0)a1 (0)+a1 (0)+2a3 (0)a3 (0)a2 (0)+2a4 |00010ia4 (0)a3 |00000i+a5 (0)a5 |00000ia4 (0)

= |00010i |00100i |00001i = 2|4i |3i |5i.

H|5i = 2a2 a2 |5i a2 a1 |5i a1 a2 |5i + a1 a1 |5i + 2a3 a3 |5i a3 a2 |5i a2 a3 |5i + 2a4 a4 |5i a4 a3 |5i a3 a4 |5i
+a5 a5 |5i a5 a4 |5i a4 a5 |5i
(3.64)
H|00001i = 2a2 a2 |00001i a2 a1 |00001i a1 a2 |00001i + a1 a1 |00001i + 2a3 a3 |00001i a3 a2 |00001i
a2 a3 |00001i + 2a4 a4 |00001i a4 a3 |00001i a3 a4 |00001i + a5 a5 |00001i a5 a4 |00001i a4 a5 |00001i

= 2a2 (0)a2 (0)a1 (0)+a1 (0)+2a3 (0)a3 (0)a2 (0)+2a4 (0)a4 (0)a3 (0)+a5 |00000ia5 (0)a4 |00000i

= |00001i |00010i = |5i |4i.

Encontramos os seguintes elementos para a primeira coluna de H:

h1|H|1i = h1|(|2i + |1i) = h1|2i + h1|1i = 1

h2|H|1i = h2|(|2i + |1i) = h2|2i + h2|1i = 1

h3|H|1i = h3|(|2i + |1i) = h3|2i + h3|1i = 0

h4|H|1i = h4|(|2i + |1i) = h4|2i + h4|1i = 0

h5|H|1i = h4|(|2i + |1i) = h5|2i + h5|1i = 0.

Para a segunda coluna:

h1|H|2i = h1|(2|2i |1i |3i) = 2h1|2i h1|1i h1|3i = 1

h2|H|2i = h2|(2|2i |1i |3i) = 2h2|2i h2|1i h1|3i = 2

 36

h3|H|2i = h3|(2|2i |1i |3i) = 2h3|2i h3|1i h1|3i = 1

h4|H|2i = h4|(2|2i |1i |3i) = 2h4|2i h4|1i h1|3i = 0

h5|H|2i = h4|(2|2i |1i |3i) = 2h5|2i h5|1i h1|3i = 0.

Para a terceita coluna:

h1|H|3i = h1|(2|3i |2i |4i) = 2h1|3i h1|2i h1|4i = 0

h2|H|3i = h2|(2|3i |2i |4i) = 2h2|3i h2|2i h1|4i = 1

h3|H|3i = h3|(2|3i |2i |4i) = 2h3|3i h3|2i h1|4i = 2

h4|H|3i = h4|(2|3i |2i |4i) = 2h4|3i h4|2i h1|4i = 1

h5|H|3i = h4|(2|3i |2i |4i) = 2h5|3i h5|2i h1|4i = 0.

Para a quarta coluna:

h1|H|4i = h1|(2|3i |2i |4i) = 2h1|4i h1|3i h1|5i = 0

h2|H|4i = h2|(2|3i |2i |4i) = 2h2|4i h2|3i h1|5i = 0

h3|H|4i = h3|(2|3i |2i |4i) = 2h3|4i h3|3i h1|5i = 1

h4|H|4i = h4|(2|3i |2i |4i) = 2h4|4i h4|3i h1|5i = 2

h5|H|4i = h5|(2|3i |2i |4i) = 2h5|4i h5|3i h1|5i = 1.

Para a quinta coluna:

h1|H|5i = h1|(|5i |4i) = h1|5i h1|4i = 0

h2|H|5i = h2|(|5i |4i) = h2|5i h1|4i = 0

h3|H|5i = h3|(|5i |4i) = h3|5i h1|4i = 0

h4|H|5i = h4|(|5i |4i) = h4|5i h1|4i = 1

h5|H|5i = h5|(|5i |4i) = h5|5i h1|4i = 1.

E finalmente a matriz de 5 stios.

 37

1 1 0 0 0

1 2 1

0 0

H = 0 1 1 0 . (3.65)

2

1 1

0 0 2

0 0 0 1 1

3.5 Difus
ao de N partculas numa cadeia: Probabilidades
Conjuntas
Vamos utilizar o fato de que a difusao de uma partcula independe da difusao de uma outra,
ou seja, n
ao temos restric
oes quanto ao n
umero de partculas numa caixa (partculas bosonicas), para
utilizar as probabilidades obtidas para o caso da difusao de uma u
nica partcula e assim, calcular as
probabilidades conjuntas no caso de mais partculas na cadeia.
Para o caso de duas partcula e 3 caixas temos as seguintes configurac
oes
|200i, |110i, |101i, |011i, |020i e |002i, que corresponde a seguintes situacoes: duas partcula na caixa 1,
uma partcula na caixa 1 e uma partcula na caixa 2, uma partcula na caixa 1 e uma partcula na caixa
3,uma partcula na caixa 2 e uma partcula na caixa 3, duas partculas na caixa 2 e duas partculas na
caixa 3, respectivamente.

Figura 3.11: Configuracoes do sistema de duas partculas e tres caixas.

Nota-se na fig. 3.11 para os casos em que se encontram uma partcula em cada caixa, temos uma
multiplicidade 2 devido a permutac
ao das partculas verde e vermelha.
Vamos calcular agora as medias de ocupacao de cada caixa utilizando o conceito de probabilidade
conjunta e as probabilidades em func
ao do tempo para o caso de uma partcula e tres caixas discutido
na sec
ao 3.2.

6
X
hnj (t)i = nj P (t) (3.66)
=1

Por simplicidade e, sem perda de generalidade, vamos calcular a media de ocupacao da primeira
 38

caixa (fazendo j=1)

hn1 (t)i = n11 P=1 (t) + n21 P=2 (t) + n31 P=2 (t) + n41 P=4 (t) + n51 P=5 (t) + n61 P=6 (t) (3.67)

= {1, 2, 3, 4, 5, 6}

Utilizando as probabilidades obtidas na secao 3.2, obtemos as seguintes probabilidades para esse caso

P=1 (t) = P1 (t)P1 (t); n11 = 2 (3.68)

P=2 (t) = 2P1 (t)P2 (t); n21 = 1 (3.69)

P=3 (t) = 2P1 (t)P3 (t); n31 = 1 (3.70)

P=4 (t) = 2P2 (t)P3 (t); n41 = 0 (3.71)

P=5 (t) = P2 (t)P2 (t); n51 = 0 (3.72)

P=6 (t) = P3 (t)P3 (t); n61 = 0 (3.73)

Para as situac
oes que temos uma partcula em cada caixa, temos a multiplicidade dois desses
estados j
a que as partculas s
ao distinguveis como mostra na fig. 3.11.
Na figura 3.12 mostramos a dependencia dessas probabilidades com o tempo.

1 1 1 1 1 1
P=1 (t) = [ + et + e3t ][ + et + e3t ] (3.74)
3 2 6 3 2 6
1 1 t 1 2t 1 3t 1 4t 1
= + e + e + e + e + e6t .
9 3 4 9 6 36

1 1 1 1 1
P=2 (t) = 2[ + et + e3t ][ e3t ] (3.75)
3 2 6 3 3
2 1 t 1 3t 1 4t 1 6t
= + e e e e .
9 3 9 3 9

1 1 1 1 1 1
P=3 (t) = 2[( + et + e3t )( et + e3t )] (3.76)
3 2 6 3 2 6
2 1 2t 2 3t 1
= e + e + e6t .
9 2 9 18

1 1 1 1 1
P=4 (t) = 2[ e3t ][ et + e3t ] (3.77)
3 3 3 2 6
2 1 t 1 3t 1 4t 1 6t
= e e + e e .
9 3 9 3 9

1 1 1 1
P=5 (t) = [ e3t ][ e3t ] (3.78)
3 3 3 3
 39

1 2 3t 1 6t
= e + e .
9 9 9

1 1 1 1 1 1
P=6 (t) = [ et + e3t ][ et + e3t ] (3.79)
3 2 6 3 2 6
1 1 t 1 2t 1 3t 1 4t 1
= e + e + e e + e6t .
9 3 4 9 6 36

Na figura 3.12 mostramos a dependencia dessas probabilidades com o tempo.

Figura 3.12: Probabilidades do sistema para as seis configuracoes possveis.

As probabilidades das configuracoes em que duas partculas estao em uma caixa como nos casos
de |200i, |020i e |002i, tendem a 1/9 para tempos longos, podendo ser observado nas equacoes 3.74 , 3.78
oes em que temos uma partcula por caixa como nos casos de |110i, |101i
e 3.79 ; e nos casos das configurac
e |011i as probabilidades tendem a 2/9 para tempos longos, podendo ser observado nas equacoes 3.75 ,
3.76 e 3.77; estas probabilidades de ocorrer sao maiores devido as configuracoes ter multiplicidade 2.
possvel constatar que essas probabilidades sao normalizadas:
E

X
Pi = P=1 (t) + P=2 (t) + P=3 (t) + P=4 (t) + P=5 (t) + P=6 (t) = 1. (3.80)

= ( 19 + 13 et + 14 e2t + 91 e3t + 16 e4t + 1 6t

36 e ) + ( 29 + 31 et 19 e3t 13 e4t 19 e6t)
+( 29 12 e2t + 29 e3t + 1 6t
18 e ) + ( 29 31 et 19 e3t + 13 e4t 19 e6t )
+( 19 2 19 e3t + 19 e6t ) + ( 91 31 et + 14 e2t 1 4t
12 e + 19 e3t 16 e4t + 1 6t
36 e )

= ( 19 + 2
9 + 2
9 + 2
9 + 1
9 + 91 ) + ( 13 + 1
3 1
3 13 )et + ( 14 1
2 + 41 )e2t
+( 19 1
9 + 2
9 1
9 2
9 + 19 )e3t + ( 16 1
3 + 1
3 61 )e4t + ( 36
1
1
9 + 1
18 1
9 + 1
9 + 1
36 )e
6t
= 1.
 40

Apresentamos agora o c
alculo da ocupacao media da caixa 1

6
X
hnj (t)i = nj Pi (t) = n1j P=1 (t) + n2j P=2 (t) + n3j P=2 (t) + n4j P=4 (t) + n5j P=5 (t) + n6j P=6 (t). (3.81)
=1

hn1 (t)i = n11 P=1 (t) + n21 P=2 (t) + n31 P=2 (t) + n41 P=4 (t) + n51 P=5 (t) + n61 P=6 (t)

= 2.P1 P1 (t) + 1.P1 P2 (t) + 1.P1 P3 (t) + 0.P2 P3 (t) + 0.P2 P2 (t) + 0.P3 P3 (t) (3.82)

1 1 1 1 1 1 2 1 1 1 1 2 1 2 1
= 2[ + et + e2t + e3t + e4t + e6t ]+1[ + et e3t e4t e6t ]+1[ e2t + e3t + e6t ]
9 3 4 9 6 36 9 3 9 3 9 9 2 9 18
2 1
= + et + e3t .
3 3

Repetimos o mesmo raciocnio para a caixa 2 e 3 como segue abaixo

6
X
hn2 (t)i = n2 P (t) = n12 P=1 (t) + n22 P=2 (t) + n32 P=2 (t) + n42 P=4 (t) + n52 P=5 (t) + n62 P=6 (t) (3.83)
=1

= 0.P1 P1 (t) + 1.P1 P2 (t) + 0.P1 P3 (t) + 1.P2 P3 (t) + 2.P2 P2 (t) + 0.P3 P3 (t) (3.84)

2 1 1 1 1 2 1 1 1 1 1 2 1
= [ + et e3t e4t e6t ] + [ et e3t + e4t e6t ] + 2[ e3t + e6t ]
9 3 9 3 9 9 3 9 3 9 9 9 9
2 2 3t
e .
3 3
6
X
hn3 (t)i = n3 P (t) = n13 P=1 (t) + n23 P=2 (t) + n33 P=2 (t) + n43 P=4 (t) + n53 P=5 (t) + n63 P=6 (t) (3.85)
=1

= 0.P1 P1 (t) + 0.P1 P2 (t) + 1.P1 P3 (t) + 1.P2 P3 (t) + 0.P2 P2 (t) + 2.P3 P3 (t)

= 1[ 92 12 e2t + 29 e3t + 1 6t
18 e ] + 1[ 29 13 et 19 e3t + 13 e4t 19 e6t ]
+2[ 91 13 et + 14 e2t 1 4t
12 e + 19 e3t 16 e4t + 1 6t
36 e ]

2 3
= et + e3t .
3 9

De acordo com o gr
afico da fig. 3.13 as partculas inicialmente encontam-se comportadas na caixa
1, a medida que o tempo passa, no assintotico, o n
umero medio de partculas de cada caixa vai para 2/3.
Com este mesmo raciocnio podemos utilizar para cadeias maiores e com mais partculas.
 41

Figura 3.13: Numero medio de partculas para a configuracao inicial com duas partculas na caixa 1 e nenhuma
partcula nas caixas 2 e 3 .
Captulo 4

Conclus
ao

Este trabalho de conclus

ao (monografia) estudou a utilizacao da Equacao-Mestra no processo
de difus
ao de partculas. Mapeando a Equacao-Mestra em uma equacao de Schroedinger, podemos
encontrar as probabilidades e os n
umeros medios de partculas bosonicas no processo de difusao de N
stios em cadeia linear, dando exemplos diversos de quantidades de partculas e caixas para obtencao das
probabilidades conjuntas. Utilizou-se o fato da independencia do n
umero de partculas numa caixa, j
a
que se trata de partculas bos
onicas, porem em trabalhos futuros pode-se estudar o caso para fermions
que limita a quantidade de partculas na caixa (para somente uma ou nenhuma partcula na caixa) devido
o princpio de exclus
ao de Pauli, sendo um estudo para a difusao de partculas com exclusao de volume.
Atraves dos resultados obtidos para os exemplos feito neste trabalho, pode-se fazer os gr
aficos
das probabilidades e consequentemente dos n
umeros medios de partculas. Possibilitando-nos fazer uma
an
alise de como se comportam as partculas na configuracao inicial ate sua configuracao final do sistema,
achando os valores das probabilidades e dos n
umeros medios de partculas em um tempo inicial 0 s ate a
um tempo longo que foi usado de 3 s, que ja da para chegar a valores estacionados. Concluindo tambem
que as probabilidades s
ao maiores nas configuracoes em que as partculas estao em caixas diferentes,
devido a possibilidade da permutac
ao das partculas (que sao distinguveis) ter multiplicidade 2.
Alem de ser digitado em LATEX, pode-se usar um programa chamado Maxima para os casos
de uma partcula e quatro caixas, uma partcula e cinco caixas; para a obtencao dos autovalores e
autovetores j
a que quando o n
umero de caixas vai aumentando o Hamiltoniano do sistema tambem
aumenta e obviamente n
ao tem como fazer na mao. Entao, umas das ferramentas e o Maxima (ou
programas similares) que e um programa de computacao algebrica e para estudos futuros podemos usar
o MAPLE para
algebra de operadores.

42
Ap
endice A

Determina
cao da inversa de uma
matriz

A determinac
ao da inversa da matriz Q, sendo uma matriz inversvel, e dado atraves da equivalencia de
suas linha.
Defini
cao Dada uma matriz Q entendemos por operacoes elementares com as linhas de Q, uma
qualquer das seguintes alternativas:
(I) P ermutar duas linhas de Q;
(II) M ultiplicar uma linha de Q por um n
umero diferente de zero.
(III) Somar a uma linha de Q uma outra linha de Q multiplicada por um n
umero.
Se uma matriz B puder ser obtida de Q atraves de um n
umero finito dessas operacoes, diz-se
que B e equivalente a Q e escreve-se BQ. Para esta relacao valem as propriedades reflexiva, simetrica
e transitiva.
Teorema Uma matriz Q e inversvel se , e somente se, In Q. Neste caso, a mesma sucess
ao de
oes elementares que transformam Q em In , transformam In em Q1 .
operac

43
Refer
encias Bibliogr
aficas

[1] Slvio R. A Salinas, Introduc

ao a Fisica Estatistica, 2nd ed., Edusp, 2005

[2] Johannes Knebel, Application of Statistical Field Theory to Reaction-Diffusion Problems , University
of Cambridge, 2010.

[3] Carlos A. Callioli,Algebra Linear e Aplicaco
es,6nd ed., Atual, 1990 .

[4] D. J. Griffiths, Introduction to Quantum Mechanics, 3nd ed., Prentice Hall, 2004.

[5] J.J.Sakurai. Modern Quantum Mechanics, Revised ed., Addison Wesley Longman,1994

[6] Federick Reif Fundamentals Of Statistical and Thermal Physics

[7] Edwin Pedrozo Pe

nFiel Ideias B
asicas da Equac
ao Mestra, Instituto de Fsica de Sao Carlos,
Universidade de S
ao Paulo,19/06/2012

44