Universidade Federal do Rio de Janeiro

Hidrodinâmica para um Processo Zero

Range unidimensional com dissipação de
massa na Fronteira

Luzia da Costa Tonon Martarelli

Rio de Janeiro

2015
 Luzia da Costa Tonon Martarelli

Hidrodinâmica para um Processo Zero Range unidimensional com

dissipação de massa na Fronteira

Tese de Doutorado apresentada ao Programa de Pós-

graduação em Estatı́stica do Instituto de Matemática
da Universidade Federal do Rio de Janeiro como parte
dos requisitos necessários à obtenção do tı́tulo de Doutor
em Estatı́stica.

Orientador:
Glauco Valle da Silva Coelho

Departamento de Métodos Estatı́sticos

Instituto de Matemática
Universidade Federal do Rio de Janeiro

Novembro de 2015
 Hidrodinâmica para um processo Zero Range
unidimensional com dissipação de massa na fronteira
Luzia da Costa Tonon Martarelli
Orientador: Glauco Valle da Silva Coelho

Tese de Doutorado apresentada ao Programa de Pós-graduação em Estatı́stica do

Instituto de Matemática da Universidade Federal do Rio de Janeiro como parte dos
requisitos necessários à obtenção do tı́tulo de Doutor em Estatı́stica.

Banca examinadora:

Glauco Valle da Silva Coelho - UFRJ (Presidente)

Maria Eulália Vares - UFRJ

Leandro Pinto Rodrigues Pimentel - UFRJ

Ana Patrı́cia Carvalho Gonçalves - PUC-RIO

Fábio Júlio da Silva Valentim - UFES

À minha familia.
Agradecimentos

Primeiramente agradeço a Deus, pela força e luz durante todo o meu percusso até
aqui.
À minha famı́lia e aos meus amores, Angelo, Luisa e Rafael pelo apoio incondicional.
Te-los me fez forte e acreditar que seria possı́vel.
Ao programa de pós graduação de Estatı́stica da UFRJ , por ter me aceitado pela
segunda vez e principalmente ao meu orientador Glauco Valle, pela infinita paciência e
disponibilidade. Aos professores do programa pelos ensinamentos .
A todos os colegas e amigos que tive oportunidade de conhecer, em especial aos meus
amigos Felipe Rafael e Vinicius Israel, com os quais pude compartilhar muitos momentos
de alegria e algumas tristezas durante o longo percurso.
Agradeço também a banca do exame, Maria Eulália Vares, Leandro Pimentel, Ana
Patricia Gonçalvez e Fábio Júlio Valentim.
Não poderia esquecer o meu grande mestre Florêncio Guimarães, da UFES, onde tudo
começou, quem me deu os primeiros ensinamentos e me mostrou a beleza e desafios da
matemática.
À CAPES, pelo apoio financeiro.
Resumo

O Comportamento hidrodinâmico de sistemas de partı́culas é um problema central

para a compreensão da passagem da descrição microscópica para a macroscópica em
modelos teóricos da mecânica estatı́stica. O objetivo é obter teoremas limites envolvendo
mudanças de escala espaços-temporais, lei dos grandes números para os vários campos
microscópicos. O limite hidrodinâmico permite obter uma descrição das caracterı́sticas
termodinâmicas (temperatura, pressão, densidade) de sistemas infinitos, assumindo que
a dinâmica das partı́culas é estocástica. Um conhecido sistema de partı́culas interagentes
é o processo Zero Range (ou chamado de alcance nulo) que será denotado por ZR.
Informalmente o processo ZR em N = {1, 2, 3, · · · } é um processo estocástico com espaço
de configurações ZN+ , com Z+ = {0, 1, 2, 3, · · · }, que pode ser informalmente descrito
da seguinte forma: pensamos que uma configuração η = (η(x))x∈N ∈ ZN representa um
estado de um sistema fı́sico onde η(x) é o número de partı́culas ocupando a posição
x ∈ N. Para cada par de posições (x, y) temos associado um relógio exponencial de
taxa λ(η(x), y) quando o primeiro relógio toca se ele é referente ao par (x, y), uma
partı́cula de pula para posição y, e os relógios são renovados de forma independente.
O termo ZR é referente ao fato de que não existe interação em partı́culas de sı́tios
distintos, ou seja, quando uma partı́cula pula de x para y essa transição só depende
do número de partı́culas em x e não depende do número de partı́culas em y. O processo
ZR simétrico entre vizinhos próximos em Z− = {0, −1, −2, · · · } é definido de maneira
análoga. Nesta tese consideraremos um acoplamento de processos ZR, um em N e outro
em Z− com condições de fronteira. Na fronteira ambos os processos perdem partı́culas
simultaneamente. As principais motivações para este trabalho, que serviram como base
nas técnicas que utilizamos, são encontradas nos artigos de Landim e Valle (2006) e Valle
(2007). Nestes artigos são considerados problemas de hidrodinâmica para sistemas não
conservativos acoplados por condições de fronteira.
Abstract

The hydrodynamic behavior of particle systems is a central problem for the

understanding of the passage from microscopic to macroscopic description in theoretical
models of statistical mechanics. The goal is to obtain boundary theorems involving
space-time scale changes, the law of large numbers for the various microscopic fields.
The hydrodynamic limit allows a description of the thermodynamic characteristics
(temperature, pressure, density) of infinite systems, assuming that the particle dynamics
is stochastic. A known system of interacting particles is the Zero Range (or so-called zero-
range) process that will be denoted by ZR. Informally the ZR process in N = 1, 2, 3, · · ·
is a stochastic process with configuration space ZN+ , with Z+ = {0, 1, 2, 3, · · · }, which can
be informally described as follows: we think that a configuration η = (η(x))x∈N ∈ ZN
represents a state of a physical system where η(x) is the number of particles occupying the
For each pair of positions (x, y) we have associated an exponential clock of rate λ(η(x), y)
when the first clock strikes if it is related to the pair (x, y), a particle jumps from x to y
position, and the watches are renewed independently. The term ZR refers to the fact that
there is no interaction in particles of distinct sites, that is, when a particle jumps from x
to y this transition depends only on the number of particles in x and does not depend on
the number of particles in y. The symmetric ZR process between neighboring neighbors
in Z− = {0, −1, −2, · · · } is defined in an analogous way. In this thesis we will consider
a coupling of ZR processes, one in N and another in Z− with boundary conditions. At
the border both processes lose particles simultaneously. The main motivations for this
work, which served as a basis for the techniques we use, are found in Landim and Valle
(2006) and Valle (2007) articles. In this paper, hydrodynamic problems are considered
for non-conservative systems coupled by boundary conditions.
Sumário

Introdução 1

1 Conceitos Preliminares e Teorema Principal 3

1.0.1 O Teorema Principal . . . . . . . . . . . . . . . . . . . . . . . . . 5

2 O Limite Hidrodinâmico 7
2.1 O processo transformado . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.1 Hipóteses sobre as medidas iniciais . . . . . . . . . . . . . . . . . 11
2.1.2 O comportamento hidrodinâmico . . . . . . . . . . . . . . . . . . 12
2.1.3 Passagem do Processo de Exclusão para o Processo Zero Range . 14

3 A demonstração do limite hidrodinâmico 19

3.0.4 Rigidez . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1 Pontos limite de QN
µN . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.2 Unicidade de soluções fracas da equação (2.4) . . . . . . . . . . . . . . . 34
3.2.1 Uma estimativa de energia . . . . . . . . . . . . . . . . . . . . . . 39

A Acoplamento 44

B Cota superior para entropia relativa 52

C Cálculo da Variação Quadrática 57

Referências Bibliográficas 73
Introdução

O Comportamento hidrodinâmico de sistemas de partı́culas é um problema central

para a compreensão da passagem da descrição microscópica para a macroscópica em
modelos teóricos da mecânica estatı́stica. O objetivo é obter teoremas limites envolvendo
mudanças de escala espaço-temporal, lei dos grandes números para os vários campos
microscópicos. O limite hidrodinâmico permite obter uma descrição das caracterı́sticas
termodinâmicas (temperatura, pressão, densidade) de sistemas infinitos, assumindo que
a dinâmica das partı́culas é estocástica. Para o leitor interessado sugerimos [7] onde os
resultados fundamentais da teoria de limite hidrodinâmico podem ser encontrados.
Um conhecido sistema de partı́culas interagentes é o processo Zero Range (ou chamado
de alcance nulo) que será denotado por ZR. Informalmente o processo ZR em N =
{1, 2, 3, . . .} é um processo estocástico com espaço de configurações Z+ N , com Z+ =
{0, 1, 2, 3, . . .}, que pode ser informalmente descrito da seguinte forma: pensamos que
uma configuração η = (η(x))x∈N ∈ Z+ N representa um estado de um sistema fı́sico onde
η(x) é o número de partı́culas ocupando a posição x ∈ N. Para cada par de posições (x, y)
temos associado um relógio exponencial de taxa λη(x),y , quando o 1o relógio toca se ele é
referente ao par (x, y), uma partı́cula de x pula para posição y, e os relógios são renovados
de forma independente. O termo ZR é referente ao fato de que não existe interação em
partı́culas de sı́tios distintos, ou seja, quando uma partı́cula pula de x para y essa transição
só depende do número de partı́culas em x e não depende do número de partı́culas em y.
O processo ZR simétrico entre vizinhos próximos em Z− = {0, −1, −2, . . .} é definido de
maneira análoga. Nesta tese consideraremos um acoplamento de processos ZR, um em
N e outro em Z− com condições de fronteira.
As principais motivações para este trabalho, que serviram como base nas técnicas que
utilizamos, são encontradas nos artigos de Landim e Valle [10] e Valle [12], o primeiro
apresenta um modelo microscópico para a equação de Stefan através de um sistema
de partı́culas interagentes chamado processo de exclusão com condições de fronteira;
no artigo de Valle, ele identifica o modelo de Potts por uma descrição de um fenômeno

1
microscópico, acoplamento de dois processos: o de exclusão e o Zero Range, com condições
de fronteira, e impõe ao sistema mudanças de escala sobre o espaço e tempo. Outra
motivação para este trabalho é o artigo de Funaki e Sasada [3], no qual os autores mostram
um limite hidrodinâmico para os diagramas de Young, pois poderiamos considerar o
processo em questão na forma de diagrama de Young.
No capı́tulo 1 fazemos a descrição do nosso estudo, é enunciado o limite hidrodinâmico
a ser provado. No capı́tulo 2 é dada a transformação que será usada para provar o
limite hidrodinâmico, transformaremos o processo ZR num processo de exclusão onde
resultados são conhecidos e que facilitará a demonstração. Já na subseção 2.1.1 são dadas
hipóteses para as medidas iniciais, na seção 2.1.2 é enunciado o limite hidrodinâmico para
o processo de exclusão associado e na seção 2.1.3 mostraremos a passagem do processo de
Exclusão para o processo Zero Range. O capı́tulo 3 trata da demonstração do teorema
do limite hidrodinâmico para o processo transformado. A demonstração desse teorema
é dividida em 3 partes. Mostramos na seção 3.0.4 que uma sequência de probabilidades
associadas aos processos microscópicos é rı́gida. Depois, na seção 3.1 que os limites
são caracterizados como probabilidades concentradas em trajetórias de medidas que são
absolutamente contı́nuas em relação à medida de Lebesgue. Por último mostramos a
unicidade da solução fraca de uma EDP.

2
Capı́tulo 1

Conceitos Preliminares e Teorema

Principal

Inicialmente considere um processo Zero Range (ZR) em Z, ou seja, um processo

estocástico com espaço de configurações Z+ Z que pode ser informalmente descrito da
seguinte forma: pensamos que uma configuração η = (η(x))x∈Z ∈ Z+ Z representa um
estado de um sistema fı́sico onde η(x) é o número de partı́culas ocupando a posição
x ∈ Z. Para cada par de posições (x, y) temos associado um relógio exponencial de
taxa λη(x),y , quando o 1o relógio toca se ele é referente ao par (x, y), uma partı́cula de
x pula para a posição y, e os relógios são renovados de forma independente. O termo
ZR é referente ao fato de que não existe interação em partı́culas de sı́tios distintos, ou
seja, quando uma partı́cula pula de x para y essa transição só depende do número de
partı́culas em x e não depende do número de partı́culas em y. Aqui vamos considerar




1
, se η(0) > 0 e y = −1, x = 0,

 2
 1 , se η(x) > 0 e y = x − 1 ou y = x + 1, x ∈ Z − {0, 1}
2
λη(x),y =

 1
, se η(1) > 0 e y = 2, x = 1,

 2

0, caso contrário.

Obtemos assim dois processos ZR simétricos entre vizinhos próximos independentes em N

e Z− , ou seja, o destino de uma partı́cula que deixa o sı́tio x é um dos vizinhos próximos
de x (x − 1 ou x + 1), sendo a escolha feita com igual probabilidade. Além disso, não é
permitido cruzamento por partı́culas do elo 0 − 1.
Consideraremos um acoplamento dos processos Zero-Range (ZR) simétricos entre

3
vizinhos próximos, em N e em Z− . Este processo é composto da dinâmica acima
sobrepondo-se uma dinâmica adicional a que foi descrita acima. Esta é a seguinte: Se o
ZR em N possui o sı́tio 1 ocupado e o ZR em Z− possui o sı́tio 0 ocupado, então cada
um dos sı́tios 0 e 1 perde uma partı́cula após um tempo exponencial de parâmetro 1
independente dos tempos de salto.
O objetivo é mostrar que este processo tem limite hidrodinâmico em escala difusiva,
ou seja, que o comportamento macroscópico deste processo é descrito por soluções de
uma equação diferencial parcial com condições de fronteira. O interessante é a perda
de partı́culas na fronteira entre as posições 0 e 1. Isto gera condições de fronteira não
lineares na equação hidrodinâmica que representam o comportamento macroscópico do
sistema que dificultam a prova do limite hidrodinâmico.
Seja Ω = Z+ Z o espaço das configurações. Denote por δ(k) a função
{
1, se k ̸= 0,
δ(k) =
0, se k = 0,

e para x ∈ {0, 1}, ex é uma configuração com apenas uma partı́cula em x e nenhuma nos
outros sı́tios.
Para cada f : Ω → R dependendo de um número finito de coordenadas, o gerador do
processo Zero Range com fronteira fixa entre 0 e 1 é dado por:

∑ 1 ∑ 1
Lf (η) = δ(η(x))[f (η x,x+1 ) − f (η)] + δ(η(x + 1))[f (η x+1,x ) − f (η)]
x≤−1
2 x≤−1
2
∑1 ∑1
+ δ(η(x))[f (η x,x+1 ) − f (η)] + δ(η(x + 1))[f (η x+1,x ) − f (η)] + (LF )f (η),
x≥1
2 x≥1
2

onde LF é a parte do gerador relacionada à caracterı́stica dissipativa do sistema,

(LF f )(η) = δ(η(0))δ(η(1)){f (η − e0 − e1 ) − f (η)}, e



 se z ̸= x, y,
 η(z),
x,y
η (z) = η(x) − 1, se z = x,


 η(y) + 1, se z = y,

4
se η(x) > 0.
Como as interações são locais, o gerador está bem definido, ver [13]. Portanto, existe
um processo estocástico (ηt )t≥0 sobre o espaço de configurações ZZ+ .

1.0.1 O Teorema Principal

Notação:

• Um subı́ndice na função sempre denotará uma variável, não uma diferenciação. Por
exemplo, Hs (u) denota H(s, u).

• Ḋs = ∂s Ds

• DN (t) é o número de partı́culas que o sistema perde até o tempo t, divido por N .

• Derivadas parciais serão indicadas pelo sı́mbolo ∂ e a derivada segunda na

coordenada espacial será denotada por ∆.

Para ρ > 0, seja νρ uma distribuição geométrica de média ρ sobre ZZ+ , como medida de
referência para todo o sistema.
Fixe uma sequência de medidas de probabilidade {ν N : N ≥ 1} sobre P(Ω), o espaço
de medidas de probabilidade sobre Ω. Para provar o comportamento hidrodinâmico do
sistema assumiremos que

(E1) ν N é estocasticamente limitada superiormente por νρ para algum ρ > 0 constante.

(E2) Existe uma função contı́nua limitada ρ : R → R+ tal que a sequência (ν N )N ≥1 é

uma medida produto em ZZ+ cujas marginais são geométricas
( )de média variável dada
1
por ρ(·) de forma que η(x) tem distribuição Geom ρ(x/N )+1
, se η tem distribuição
ν . Em particular (ν )N ≥1 está associada a um perfil inicial limitado ρ : R → [0, 1],
N N

isto é, para cada δ > 0 e cada função contı́nua G : R → R com suporte compacto
[ ∫ +∞  ]
1 ∑ 
 
lim ν N  G(x/N )η(x) − duG(u)ρ(u) > δ = 0.
N →∞ N −∞ 
x∈Z

Z
Fixe T > 0 e denote por PN
ν N a probabilidade sobre D([0, T ], Z+ ) induzida pelo processo
de Markov ηtN com gerador N 2 L e com distribuição inicial ν N . A esperança com respeito
a PN
ν N será denotada por Eν N .
N

Enunciamos o limite hidrodinâmico no próximo resultado.

5
Teorema 1.1. Fixe uma sequência de medidas de probabilidade {ν N : N ≥ 1} sobre
P(Ω) satisfazendo (E1 ) e (E2 ) com perfil inicial contı́nuo limitado ρ0 : R → R+ . Seja
D : [0, T ] → R+ uma função de variação limitada. Para cada função contı́nua G : R → R
com suporte compacto e cada δ > 0
( ∫ ∞  )
1 ∑ 
 
lim PN  G(x/N )ηtN 2 (x) − G(u)ρ(t, u)du > δ = 0,
N →∞
νN
N −∞ 
x∈Z

onde ρ : [0, T ] × R → R+ é unicamente determinada por ρ(t, u) = 1

ζ(t,M −1 (t,u))
− 1, e
∫B
M (t, B) = −B ζ(t, u)du com ζ sendo a única solução fraca da EDP


 ∂t ζ = 12 △ζ − Ḋt ∂u ζ, u > 0,




 ∂t ζ = 2 △ζ + Ḋt ∂u ζ,
 1
u < 0,
Ḋt = ∂u ζ(t, 0+) = −∂u ζ(t, 0−), (1.1)






ζ(t, 0+)ζ(t, 0−) = 0,

 ζ(0, u) = ζ (u).
0

onde ζ0 : R → [0, 1] é uma função mensurável, chamada perfil inicial de densidade.

No capı́tulo seguinte descreveremos as técnicas que serão usadas na demonstração

deste teorema.

6
Capı́tulo 2

O Limite Hidrodinâmico

Para tratar este problema consideraremos uma aplicação na qual cada sı́tio (vazio ou
não) no ZR será considerado um sı́tio vazio na Exclusão e cada partı́cula será considerada
um sı́tio ocupado. Logo, teremos um acoplamento de dois processos de exclusão, um para
a direita e outro para a esquerda da fronteira. Esta identificação é dada por uma aplicação
que associa cada η ∈ Z+ Z a configuração ξ ∈ {0, 1}Z dada por
{ ∑n ∑
0, x = z=1 η(z) + n com n ≥ 1 ou x = −( 0z=−n η(z) + n) com n ≥ 0,
ξ(x) =
1, caso contrário,

Como um exemplo podemos observar as figuras 2.1 e 2.2 a seguir.

Figura 2.1: Processo Zero Range em Z com partı́culas sendo canceladas nos sı́tios 0 e 1

7
 Figura 2.2: Processo de exclusão associado ao ZR em Z.

Os parágrafos seguintes são para explicar as relações no enunciado do Teorema 1,

onde ρ é constante. Como um exemplo, considere uma sequência inicial (ν(x))x∈Z de
medidas produto cujas marginais são distribuições geométricas de média ρ de parâmetro
1 − α independentes e identicamente distribuidas. Sabemos que E(Geom(1 − α)) = ρ,
mas por outro lado, E(Geom(1 − α)) = 1
1−α
− 1. Logo, a relação entre ρ e α é dada por
ρ= 1
1−α
− 1. Outra hipótese sobre estas medidas iniciais é que νρN (x) é estocasticamente
limitada por uma distribuição geométrica de média ρ∗ , onde ρ∗ = max{ρ}.
Logo, pela transformação usada para levar o ZR na Exclusão, tem-se que, νρN é levada
na medida µN N
α (medida de Bernoulli de parâmetro α) tal que µα é estocasticamente
∗
α∗ , onde α = arg maxα {ρ = }.
α
limitada por µN 1−α

2.1 O processo transformado

e = {0, 1}Z . O gerador do Processo de Exclusão
Seja agora o espaço das configurações Ω
associado ao nosso processo ZR é dado por

L = L1 + L2 + LT ,

onde L1 e L2 são as partes do gerador relacionadas ao movimento de partı́culas num

processo de exclusão simples simétrico sobre Z− e N respectivamente:
∑ ∑
L1 = Lx,x+1 , L2 = Lx,x+1 , com
x≤−1 x≥1

1
Lx,x+1 f (ξ) = ξ(x)(1 − ξ(x + 1)[f (ξ x,x+1 ) − f (ξ)]
2
1
+ ξ(x + 1)(1 − ξ(x)[f (ξ x+1,x ) − f (ξ)]
2

8
e


 y ̸= x, x + 1,
 ξ(y), se
ξ x,x+1 (y) = ξ(x) − 1, se y = x,


 ξ(x + 1) + 1, se y = x + 1,

e −→ R dependendo de um número finito de coordenadas e cada x ∈ Z.

para cada f : Ω
LT é a parte relacionada às translações:

LT (f (ξ)) = ξ(0)ξ(1){f (τ±1 (ξ − ϱ0 − ϱ1 )) − f (ξ)}

onde
{
ξ(x − 1), se x < 0,
(τ±1 ξ)(x) =
ξ(x + 1), se x > 1,

e x ∈ {0, 1}, ϱx é uma configuração com apenas uma partı́cula em x e nenhuma nos
outros sı́tios.
L é um gerador de um processo de Feller, porque satisfaz as condições em [11]. Então,
associado ao gerador L, existe um processo de Feller (ξt )t≥0 no espaço de configurações
e
Ω.
Consideraremos aqui a generalização deste modelo, ou seja, consideraremos um
processo de exclusão com condições de fronteira, onde são permitidos saltos de tamanho
M. Seja p(·) uma probabilidade de transição simétrica com alcance finito M sobre Z,
p(z) = p(−z) ∀z ∈ Z e p(z) = 0, se |z| > M . Definimos um processo de exclusão sobre Z
e cuja evolução pode
associado a p(·), que é um processo com espaço de configurações Ω,
ser descrita da seguinte maneira: inicialmente cada sı́tio de Z pode estar ou não ocupado
por uma partı́cula, cada partı́cula do sistema aguarda, independentemente de qualquer
outra partı́cula, um tempo exponencial de parâmetro 1 e naquele tempo ele escolhe outro
sı́tio de acordo com p(·) e salta para o sı́tio escolhido se ele não está ocupado. Além disso
há condições de fronteira: partı́culas do lado direito da fronteira não podem saltar para
a esquerda da mesma, e vice-versa. O gerador do novo processo é

∑
M
Lf ξ(x) = Li f ξ(x) + LT f (ξ(x)).
i=−M

9
 ∑ ∑
Para cada i = 1, . . . , M , Li = y>0 Ly,y+i e L−i = y≤−i Ly,y+i . Onde para cada função
local f : Λ → R e cada inteiro y,

(Ly,y+i f )(ξ) = f (ξ y,y+i ) − f (ξ).

Para o nosso caso temos,

∑
Li ξ(x) = p(i) [ξ(y)(1 − ξ(y + i))(ξ y,y+i (x) − ξ(x)) + ξ(y + i)(1 − ξ(y))(ξ y+i,y (x) − ξ(x))],
y>0

∑
L−i ξ(x) = p(i) [ξ(y)(1 − ξ(y + i))(ξ y,y+i (x) − ξ(x)) + ξ(y + i)(1 − ξ(y))(ξ y+i,y (x) − ξ(x))],
y≤−i

{
ξ(0)ξ(1)(ξ(x + 1) − ξ(x)), se x ≥ 1,
LT ξ(x) = . (2.1)
ξ(0)ξ(1)(ξ(x − 1) − ξ(x)), se x ≤ 0.

Além disso,


 1, se y = x, ξ(y) = 0 e ξ(y + i) = 1,




 −1,
 se y = x, ξ(y) = 1 e ξ(y + i) = 0,
ξ y,y+i (x) − ξ(x) = 1, se y = x − i, ξ(x) = 0 e ξ(x − i) = 1, .



 −1, y = x − i, ξ(x) = 1 e ξ(x − i) = 0,


se

 0, caso contrário ,

Fazendo alguns cálculos elementares, observamos que

{
p(i){ξ(x − i) − 2ξ(x) + ξ(x + i)}, se x ≥ i + 1,
Li ξ(x) = (2.2)
p(i){ξ(x + i) − ξ(x)}, se x = 1, . . . , i,

{
p(i){ξ(x − i) − 2ξ(x) + ξ(x + i)}, se x ≤ −i,
L−i ξ(x) = (2.3)
p(i){ξ(x + i) − ξ(x)}, se x = −i + 1, −i + 2, . . . , −1, 0.

Outro cálculo elementar, que está no Apêndice, mostra que para cada função suave com

10
suporte compacto G : R → R,

σ2 N
N 2 L⟨π N , G⟩ = ⟨π , ∆N G⟩ + ξ(0)ξ(1)N [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩]
2 { i }
∑M ∑ ∑−1
+ ξ(0)ξ(1)∇N G(0) + ip(i) ξ(y) − ξ(y) ∇N G(0) + o(1/N ),
i=1 y=1 y=−i+1

∑M
onde σ 2 = i=1 i2 p(i) e H1 (u) = ∇G(u)I(−∞,0] (u), H2 (u) = ∇G(u)I[1,+∞) (u). Este
cálculo será usado mais adiante, assim como o cálculo da variação quadrática do processo,
que também se encontra no apêndice.

2.1.1 Hipóteses sobre as medidas iniciais

e denotamos por H(µ|ν) a entropia relativa de µ
Dadas duas medidas µ, ν sobre Ω,
com respeito a ν:
{∫ ∫ }
H(µ|ν) = sup f dµ − log f
e dν ,
f

onde o supremo é tomado sobre todas as funções mensuráveis contı́nuas limitadas sobre
e
Ω.
e para
Para 0 < α < 1, seja µα a medida produto Bernoulli de parâmetro α sobre Ω
todo o sistema.
e o espaço
Fixe uma sequência de medidas de probabilidade {µN : N ≥ 1} sobre P(Ω),
e Para provar o comportamento hidrodinâmico do
de medidas de probabilidade sobre Ω.
sistema assumiremos que

f µN é estocasticamente limitada superiormente por µα para algum 0 < α < 1.

(E1)

f A sequência (µN )N ≥1 está associada a um perfil inicial mensurável e limitado ζ0 :

(E2)
R → [0, 1], isto é, para cada δ > 0 e cada função contı́nua G : R → R com suporte
compacto,
[ ∫ +∞  ]
1 ∑ 
 
lim µN  G(x/N )ξ(x) − duG(u)ζ0 (u) > δ = 0.
N →∞ N −∞ 
x∈Z

f Existe 0 < α < 1 tal que H(µN |µα ) ≤ CN para alguma constante C > 0.
(E3)

11
2.1.2 O comportamento hidrodinâmico
Seja D([0, T ], M) o espaço das funções contı́nuas à direita com limites à esquerda
sobre M dotada da topologia Skorohod. Analogamente definimos D([0, T ], Ω). e Para
cada medida de probabilidade µ sobre Ω, e denote por PN a medida de probabilidade
µ
e induzida pelo processo de Markov (ξt )t≥0 com gerador L acelerado
sobre D([0, T ], Ω)
por N 2 com medida inicial µ, e por EN
µ , o valor esperado com respeito a medida Pµ .
N

Enunciamos com o seguinte teorema o limite hidrodinâmico.

Teorema 2.1. Fixe uma sequência de medidas de probabilidade {µN : N ≥ 1} sobre

e satisfazendo (E
P(Ω) e1 ) − (E
e3 ) com perfil inicial mensurável e limitado ζ0 : R → R. Para
cada função contı́nua G : R → R com suporte compacto, cada δ > 0 e t > 0
( ∫ +∞  )
1 ∑ 
 
lim PN  G(x/N )ξt (x) − G(u)ζ(t, u)du > δ = 0,
N →∞
µN
N −∞ 
x∈Z
( N  )
lim PN N
D (t) − D(t) > δ = 0,
µ
N →∞

onde (ζ, D) : ([0, T ] × R) × [0, T ] → [0, 1] × R+ é a solução fraca da equação



 ∂t ζ = σ 2 △ζ − Ḋt ∂u ζ, u > 0,




 ∂t ζ = σ △ζ + Ḋt ∂u ζ,
 2
u < 0,
Ḋt = ∂u ζ(t, 0+) = −∂u ζ(t, 0−), (2.4)






ζ(t, 0+)ζ(t, 0−) = 0,

 ζ(0, u) = ζ (u),
0

onde ζ : [0, T ] × R → [0, 1] é uma função mensurável, chamada perfil de densidade

∑ ∑
variando em t ∈ [0, T ], σ 2 = i∈Z+ i2 p(i) = i∈Z− i2 p(i).

Uma solução fraca de (2.4) é uma função mensurável ζ : [0, T ] × R → [0, 1] e uma
função de variação limitada D : [0, T ] → R+ tal que para cada G ∈ C01,2 ([0, T ) × R) com
G(., 0) = 0, vale que
∫ T ∫ ∫ ∫ ∫ T∫
σ2 T
ds ζ(s, u)∂s G(s, u)dudt + ds ζ(s, u)△Gdudt + Ḋs ζ(s, u)∂u G(s, u)dudt
0 R 2 0 R 0 R
∫ ∫
σ2 T
+ duG(0, u)ζ0 (u) − (ζ(t, 0+) − ζ(t, 0−))∂u G(t, 0)dt = 0.
R 2 0

Seguimos uma adaptação do método de entropia de Guo, Papanicolau, Varadhan [4],

semelhante aquelas usadas em [10] e [12] para sistemas não conservativos. O modelo

12
considerado impõe algumas dificuldades adicionais, mas juntas as técnicas empregadas
em [12] e [10] podem ser usadas e adaptadas para nosso caso.
Na próxima seção mostraremos a passagem do processo de exclusão para o processo
Zero Range, ou seja, que o teorema 2.1 implica teorema 1.1.

13
2.1.3 Passagem do Processo de Exclusão para o Processo Zero
Range
Nesta seção provaremos o Teorema 1.1 a partir do Teorema 2.1. Para isto temos
que mostrar que escolhendo (ν N )N ≥1 , como definida na seção 1.0.1, satisfazendo (E1) e
(E2) temos que (µN )N ≥1 , como definida na seção 2.1.1 (µN é a medida imagem de ν N )
f E3).
pela aplicação que leva o zero range na exclusão), satisfaz (E1)-( f Considere t fixo.
Precisamos mostrar que para toda G : R → R contı́nua com suporte compacto

( ∫  )
1 ∑ 
 
lim PN  G(x/N )ηtN 2 (x) − G(t, u)ρ(t, u)du > δ = 0, (2.5)
N →∞
νN
N 
x∈Z

para ρ(t, ·) : R −→ R+ definida como ρ(t, u) = 1

ζ(t,M −1 (t,u))
− 1, onde M (t, B) =
∫B
−B
ζ(t, u)du e ζ satisfaz 2.4.
Inicialmente não vamos considerar funções contı́nuas, mas sim da forma G = I[−B,B]
e .
Logo, temos que mostrar
  
 ∫ 
 ∑
BN B 
lim PN  1 ηtN 2 (x) − ρ(t, u)du > δ  = 0. (2.6)
N →∞
νN N
 e
x=−BN
e
−B 

∫A ∫0
Observe que, considerando B = e=
ζ(t, u)du e B e ζ(t, u)du, pelo Teorema 2.1
0 −A

1 ∑ 1 ∑ 1 ∑
BN −1 BN
ηtN 2 (x) = ηtN 2 (x) + ηtN 2 (x)
N N N x=0
e
x=−BN e
x=−BN
1 ∑AN
1 ∑
−1
1
N( N
∑
x=1 ξtN 2 (x))

≈ ηtN 2 (x) + ηtN 2 (x).

N 1 ∑−1 N x=0
x=−N ( N e
ξtN 2 (x))
x=−AN

Lembrando que a aplicação que associa a cada η ∈ ZZ+ a configuração ξ ∈ {0, 1}Z é dada
por

{ ∑n ∑
0, x = z=1 η(z) + n com n ≥ 1 ou x = −( 0z=−n η(z) + n) com n ≥ 0,
ξ(x) =
1, caso contrário.

Uma configuração η ∈ ZZ+ está associada a uma configuração ξ ∈ {0, 1}Z de tal maneira

14
que, para x ∈ Z, η(x) representa o número de sı́tios ocupados consecutivos entre o
(x − 1)−sitio vazio e o x- sitio vazio na configuração ξ. Já que no processo de exclusão o
número de sı́tios numa caixa finita é igual ao número total de sitios vazios mais o total
de partı́culas, obtemos a seguinte relação:
∑n ∑
1+ n
∑
n ∑
1 (1−ξ(x)) ∑
n ∑
x=1 (1−ξ(x))

(1 − ξ(x)) + η(y) ≤ n ≤ (1 − ξ(x)) + η(y),

x=1 y=1 x=1 y=1

para todo n ≥ 1.
1 ∑AN
e 1
N( N
∑
x=1 (1−ξtN 2 (x)))

Logo, fazendo WNA,A = ηtN 2 (y) teremos

N 1 ∑−1
y=−N ( N e
(1−ξtN 2 (x)))
x=−AN

1 ∑ 1 ∑
AN AN
e
A,A e
(1 − ξtN 2 (x)) + WN ≤ (A + A) ≤ (1 − ξtN 2 (x)) +
N N
e
x=−AN x=−ANe
1 ∑AN
1
N (1+ N
∑
x=1 (1−ξtN 2 (x)))

+ ηtN 2 (y).
N 1 ∑−1
y=−N (1+ N e
(1−ξtN 2 (x)))
x=−AN

Consequentemente,

1 1 ∑AN
N( N +N (1−ξtN 2 (x)))
∑
AN ∑e
x=−AN
e
WNA,A e − 1
≤ (A + A) (1 − ξtN 2 (x)) ≤
1
ηtN 2 (y) =
N N ∑AN
e 1
y=−N ( N 1
+N
x=−AN e (1−ξtN 2 (x)))
    
x=−AN

1  ∑
AN ∑
AN
e
= ηtN 2 −1 + ξtN 2 (x) + ηtN 2 1 + (1 − ξtN 2 (x)) + WNA,A .
N
e
x=−AN e
x=−AN

Se mostrarmos que
   
∑
AN
lim PN
νN
 1 ηtN 2 −1 + (1 − ξtN 2 (x)) (2.7)
N →∞ N
x=−AN e
  
∑
AN
+ηtN 2 1 + (1 − ξtN 2 (x)) > δ  = 0,
e
x=−AN

15
teremos o resultado desejado
( ∫  )
 A,Ae A 
PN W e 
lim
N →∞
νN  N − ((A − A) − e
(1 − ζ(t, u))du) > δ = 0 (2.8)
A

onde
∫ A ∫ B
e −
(A − A) (1 − ζ(t, u))du = M −1
(t, B) − M −1 e − (B + B)
(t, B) e = ∂u (M −1 (t, u) − u)du.
e
A b
B

Ou seja, provaremos (2.6), onde ρ(t, u) = ∂u (M −1 (t, u) − u).

Para demonstrar (2.7) primeiramente mostramos que
    
∑
AN
lim PN
νN
 1 ηtN 2 1 + (1 − ξtN 2 (x)) > δ  = 0
N →∞ N
e
x=−AN

∑AN
Para isto consideramos sı́tios próximos de 1 + e (1 − ξtN
x=−AN
2 (x)) tais que (pelo mesmo
e
argumento usado para limitar WNA,A acima)

  1+
∑(A+ϵ)N
(1−ξtN 2 (x))
∑
AN
1
e
x=−AN
∑
ηtN 2 1 + (1 − ξtN 2 (x)) ≤ ηtN 2 (y)
N ∑AN
e
x=−AN y=1+ (1−ξtN 2 (x))
e
x=−AN

(2.9)
1 ∑
(A+ϵ)N
≤ϵ− (1 − ξtN 2 (x))
N x=AN

∫ A+ϵ
O último termo da desigualdade acima tende para ϵ − A
ζ(t, u)du em probabilidade
quando N ↑ ∞. Como ϵ é arbitrário, temos o limite desejado.
Analogamente, mostramos que
    
∑
AN
lim PN
νN
 1 ηtN 2 −1 + (1 − ξtN 2 (x)) > δ  = 0.
N →∞ N
e
x=−AN

Obtendo assim (2.7).

Para finalizar o caso particular, observamos o seguinte
( ∫ A  )
 A,Ae 
PN W e 
νN  N − ((A − A) − e (1 − ζ(t, u)du)) > δ
A

16
é menor do que ou igual a
  
 
 A,Ae ∑AN

PN e − 1
WN − ((A − A) (1 − ξtN 2 (x)) > δ/2
νN  N
 e
x=−AN


  
∫ A 
 1 ∑ 
AN
 (1 − ξtN 2 (x)) > δ/2 .
+PN
νN  e (1 − ζ(t, u))du − N
 A e
x=−AN


Pelo Teorema 2.1 o último termo do lado direito acima vai a zero quando N ↑ ∞. Basta
provar que o primeiro termo vai a zero quando N ↑ ∞. Observe que
    
 
 A,Ae 1 ∑AN
 1  ∑AN
W e (1 − ξtN 2 (x)) ≤ ηtN 2 1 + (1 − ξtN 2 (x)) .
 N − ((A − A) − N N
 e
x=−AN
 e
x=−AN

O termo do lado direito da desigualdade acima vai a zero em probabilidade quando

N ↑ ∞. Concluindo assim o caso particular, quando temos G = I[B,B]
e .
Vamos obter (2.5) para qualquer G contı́nua com suporte compacto. Suponha que o
e B]. Particionamos o segmento (B,
suporte de G está contido em [B, e B] em M pedaços
e
de tamanho e
ϵ= B−B
M
. Logo, pela continuidade uniforme da função G

e
1 ∑ 1 ∑ ∑
BN M −1 (B+(j+1)ϵ)N
G(y/N )ηtN 2 (y) = G(y/N )ηtN 2 (y) ≈
N N j=0
e
y=BN e
y=(B+jϵ)N
e
∑
M −1 ∑
(B+(j+1)ϵ)N
≈ e + jϵ) 1
G(B ηtN 2 (y)
N
j=0 e
y=(B+jϵ)N

Como
( vimos no caso particular )
∑⌊(B+(j+1)ϵ)N
e ⌋ ∫ B+(j+1)e
e ϵ N →∞
1
y=⌊(B+jϵ)N
η 2 (y) − B+je ρ(t, u)du → 0 em probabilidade.
N e ⌋ tN e ϵ

Consequentemente,
  
 ∫ 
 ∑
BN B 
lim PN  1 G(y/N )ηtN 2 (y) − G(u)ρ(t, u)du > δ  = 0,
N →∞
νN N
 y=BN
e Be 

como querı́amos.
No próximo capı́tulo teremos a demonstração do limite hidrodinâmico para o processo
transformado, que será dividida em 3 partes. Mostramos na seção 3.0.4 que uma

17
sequência de probabilidades associadas aos processos microscópicos é rı́gida. Depois,
na seção 3.1 que os limites são caracterizados como probabilidades concentradas em
trajetórias de medidas que são absolutamente contı́nuas em relação à medida de Lebesgue.
Por último mostramos a unicidade da solução fraca de uma EDP.

18
Capı́tulo 3

A demonstração do limite
hidrodinâmico

Este capı́tulo é dedicado a prova do Teorema 2.1. Antes precisaremos de algumas

notações importantes. Denote por M = M(R) o espaço de medidas de Radon sobre R.
A integração da função G com respeito a medida π em M é denotada por < π, G >. Para
cada configuração ξ ∈ Ω e associamos a medida empı́rica π N = π N (ξ) em M como sendo
aquela que atribui massa N −1 a cada sitio ocupado por uma partı́cula na configuração ξ:

1 ∑
πN = ξ(x)δx/N .
N x∈Z

Seja QN
µN a medida de probabilidade sobre D([0, T ], M × R) induzida por PµN e o par
N

(π N , Dt ).
Provaremos o Terema 2.1 com as seguintes etapas: mostraremos que a sequência
de medidas QN
µN é rı́gida e que cada ponto limite da mesma está concentrado sobre
caminhos absolutamente contı́nuos que são soluções fracas da equação (2.4). Em seguida,
a unicidade das soluções da equação (2.4).

3.0.4 Rigidez
O objetivo desta seção é mostrar que a sequência de medidas de probabilidade QN
µN
é rı́gida, ou seja, mostrar que (πtN )t≥0 é rı́gida e (DtN )t≥0 é rı́gida. A sequência (πtN )t≥0
é rı́gida no espaço de medidas de probabilidade sobre D([0, T ], M) se para cada função
suave com suporte compacto G : R → R, ⟨πtN , G⟩ é rı́gida como uma sequência aleatória
sobre D([0, T ], R).

19
 Agora fixe uma tal função, denote por Ft = σ((πs ), s ≤ t), t ≥ 0, a filtração natural
sobre D([0, T ], M), e por TT a famı́lia de tempos de parada limitados por T .
De acordo com o critério Aldous [7] para mostrar a rigidez para ⟨πtN , G⟩ temos que
verificar as duas seguintes condições:

(i) As distribuições finito dimensionais de ⟨πtN , G⟩ são rı́gidas,

(ii) ∀ϵ > 0
lim lim sup sup sup PN
µN [|⟨πτ , G⟩ − ⟨πτ +θ , G⟩| > ϵ] = 0.
N N
γ→0 N →∞ τ ∈TT θ≤γ

A condição (i) é uma consequência do fato de que a medida empı́rica tem massa
total finita sobre todo intervalo compacto. Para mostrar a condição (ii), considere o
Ft −martingal
∫ t
MtG,N = ⟨πtN , G⟩ − ⟨π0N , G⟩ − N 2 L⟨πsN , G⟩ds. (3.1)
0

Portanto
∫ τ +θ
⟨πτN+θ , G⟩ − ⟨πτN , G⟩ = MτG,N
+θ − MτG,N + N 2 L⟨πsN , G⟩ds.
τ

A partir da expressão anterior,

PN
µN (|⟨πτ +θ , G⟩ − ⟨πτ , G⟩| > ϵ) ≤ PµN (|Mτ +θ − Mτ
N N N G,N G,N
| > ϵ/2)
(∫ τ +θ  )
 
+ PµN 
N
N L⟨πs , G⟩ > ϵ/2 .
2 N
τ

Logo (ii) segue de

lim lim sup sup sup PN

µN [|Mτ +θ − Mτ
G,N G,N
| > ϵ/2] = 0 (3.2)
γ→0 N →∞ τ ∈TT θ≤γ

e
[∫  ]
 τ +θ 
lim lim sup sup sup PNN  N 2
L⟨πsN , G⟩ > ϵ/2 = 0 (3.3)
γ→0 N →∞ τ ∈TT θ≤γ µ 
τ

Vamos mostrar (3.2) e (3.3) e completar a demonstração da rigidez. Um cálculo elementar

20
mostra que

σ2 N
N 2 L⟨π N , G⟩ = ⟨π , ∆N G⟩ + ξ(0)ξ(1)N [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩] (3.4)
2 { }
∑M ∑ i ∑−1
+ ξ(0)ξ(1)∇N G(0) + ip(i) ξ(y) − ξ(y) ∇N G(0) + o(1/N ),
i=1 y=1 y=−i+1

∑M
onde σ 2 = i=1 i2 p(i), △N e ∇N denotam, respectivamente, o laplaciano e gradiente
discretos:

( )( )
H u+ + H u − N1 − 2H(u)
1
N
(△N H)(u) = ,
( N1 )2
( )
H u + N1 − H(u)
(∇N H)(u) = 1
N

e H1 (u) = ∇N G(u)I(−∞,−1] (u), H2 (u) = ∇N G(u)I[0,+∞) (u).

Temos também uma fórmula explı́cita para a variação quadrática de MtG,N , ver
Apêndice C. Esta é dada por



∫ t 

1  ∑
⟨MNG ⟩t = 2 
∇2N G(x ∧ y/N )ξs (x)[1 − ξs (y)]
N 
0

 |x−y|=i
i=1,2...,M
x,y≤0
∑
+ ∇2N G(x ∧ y/N )ξs (x)[1 − ξs (y)]
|x−y|=i
i=1,2...,M
x,y≥1
[
∑
+ ξs (0)ξs (1) ∇N G((x − 1)/N )∇N G((y − 1)/N )ξs (x)ξs (y) (3.5)
x,y≥1
∑
+ ∇N G(x/N )∇N G(y/N )ξs (x)ξs (y)
x,y≤0
∑
+ 2 ∇N G(x/N )∇N G((y − 1)/N )ξs (x)ξs (y)
y≥2
x≤−1
]}
∑
− 4N G(1/N ) ∇N G(x/N )ξs (x) + 2N G(1/N )G(0)
2
ds.
x<0

Vamos começar provando (3.2). Pela desigualdade de Chebychev e da definição da

21
variação quadrática, como os tempos de parada são limitados (Teorema de Amostragem
opcional), temos

PN
µN [|Mτ +θ − Mτ
G,N G,N
| > ϵ/2] ≤ (ϵ/2)−2 EN
µN [(Mτ +θ − Mτ
G,N
) ] = (ϵ/2)−2 EN
G,N 2
µN [⟨MN ⟩τ +θ − ⟨MN ⟩τ ].
G G

Pela igualdade acima, a partir da expansão de Taylor para G e como G tem suporte
compacto temos que EN
µN [(Mτ +θ − Mτ
G,N G,N 2
) ] é limitada superiormente por
( [∫ τ +θ ]
C(G)
θ + EµNN
N ξs (0)ξs (1)ds (3.6)
N τ
[∫ τ +θ ])
−4G(1/N )EµN
N
N ξs (0)ξs (1)ds e
≤ C(G)θ.
τ

Para obter a cota acima usamos o fato de G ter suporte compacto e ser de classe C 2 .
Portanto, passando os limites, provamos (3.2).
Agora precisamos mostrar (3.3). Pela expressão dada em (3.5), basta mostrar que
[∫ τ +θ ]
lim lim sup sup sup PNN N ξs (0)ξs (1)ds > δ = 0.
γ→0 N →∞ τ ∈TT θ≤γ µ τ

Este resultado segue do lema a seguir.

f Existe uma constante C > 0 tal que

Lema 3.1. Seja (µN )N ≥1 satisfazendo a E1.
[∫ τ +θ ]
lim lim sup sup sup ENN N ξs (0)ξs (1)ds ≤ C. (3.7)
γ→0 N →∞ τ ∈TT θ≤γ µ τ

Além disso, para todo δ > 0

[∫ τ +θ ]
lim lim sup sup sup PNN N ξs (0)ξs (1)ds > δ = 0.
γ→0 N →∞ τ ∈TT θ≤γ µ τ

N
Demonstração: Denote por D+ (t) como sendo o número de ξ−partı́culas que o
sistema perde em N até o tempo t, dividido por N . Definindo o martingal M+N (t) =
∫t
D+N
(t) − N 0 ξs (0)ξs (1)ds (ver apêndice), temos que
[∫ ]
τ +θ  N   N 
EN N ξs (0)ξs (1)ds ≤ EN [M+ (τ + θ) − M+N (τ )] + ENN [D+ (τ + θ) − D N
(τ )].
µN µ N µ +
τ

O primeiro termo do lado direito da desigualdade acima, aplicando Cauchy Schwarz, é

22
limitado por,

EN
µN [(M+ (τ + θ) − M+ (τ )) ]
2 1/2
= EN µN [⟨M+ ⟩τ +θ − ⟨M+ ⟩τ ]
1/2

[∫ τ +θ ]1/2
√
≤ C(G)EµN
N
ξr (0)ξr (1)dr ≤ C(G) θ,
τ

Para obter uma cota superior para o segundo termo, observe que pelo teorema de Helly
Bray, como
[ ∫  ]
 N +∞ 
lim PN D+ (t) − 
(ζ(t, u) − ζ(0, u)du > δ = −0, (3.8)
N →∞
µN 
−∞

∫ +∞
µN [D+ (t)∧M ] = A∧M ≤ A, onde A =
segue que, para cada M , limN →∞ EN N
−∞
(ζ(t, u)−
ζ(0, u)du.
N
Além disso, limM →∞ D+ (t) ∧ M = D+
N
(t), de forma crescente. Logo, pelo teorema
da convergência monótona, limM →∞ PN
µN [D+ (t) ∧ M ] = EµN [D+ (t)], o que implica
N N N

EN
µN [D+ (t)] ≤ A. Concluindo assim a primeira parte do lema.
N

Para concluir a demonstração do lema, oberve que pela definição do martingal M+N
[∫ ]
τ +θ  N ]
PN N ξs (0)ξs (1)ds > δ ≤ PN [M+ (τ + θ) − M+N (τ )| > δ/2 +
µN µN
τ
 N 
 
+PN µN [ D+ (τ + θ) − D+ (τ ) > δ/2].
N

O limite da primeira parte do lado direito da desigualdade acima vai a zero como podemos
observar no inicio da demonstração da primeira parte do lema. A segunda parte converge
em probabilidade a zero pelo lema A.3 no apêndice A.1. 
Na seção seguinte mostraremos que os limites da sequência de medidas de
probabilidade QN
µN são caracterizados como probabilidades concentradas em trajetórias
de medidas que são absolutamente contı́nuas em relação à medida de Lebesgue.

23
3.1 Pontos limite de QN
µN

Mostraremos nesta seção que todos pontos limite de QN

µN são concentrados sobre
caminhos absolutamente contı́nuos que são soluções fraca da equação (2.4).

Lema 3.2. Existe uma função contı́nua de variação limitada D tal que, para cada função
suave G : R → R com suporte compacto e δ > 0,
[ ∫ t{
σ2 N
lim sup QN
µN sup |⟨πtN , G⟩ − ⟨π0N , G⟩ − ⟨π , ∆G⟩+
N →∞ 0≤t≤T 0 2 s
} ]
σ2
∇N G(0)as + Ḋ(⟨πs , H1 ⟩ − ⟨πs , H2 ⟩) ds| > δ = 0,
N N
2
onde at = ζ(t, 0+) − ζ(t, 0−), H1 (u) = ∇G(u)I(−∞,0] (u), H2 (u) = ∇G(u)I[1,+∞) (u) e
∑
σ 2 = i∈Z+ p(i)i2 .

Demonstração do Lema 3.2 Seja G : R → R uma função suave com suporte

compacto. Pelas desigualdades de Chebyschev e de Doob, para δ > 0, tem-se

[ ] [( )2 ]
−2
PN
µN sup |MtG,N | ≥δ ≤δ EN
µN sup |MtG,N | ≤ δ −2 4EN
µN [(|MT |) ]
G,N 2
0≤t≤T 0≤t≤T

= 4δ −2 EN G,N
µN [⟨MT ⟩T ],

a qual, pela fórmula explı́cita da variação quadrática de MtG,N , encontrada no apêndice

C, é limitada por

( [∫ T ])
C(G)
θ + EµN
N
N ξs (0)ξs (1)ds .
N 0

Portanto, pelo Lema 3.1, para cada δ > 0,

[ ]
lim PN
µN sup |MtG,N | ≥ δ = 0. (3.9)
N →∞ 0≤t≤T

Usando (3.5) para expandir a expressão martingal em (3.1) e já que a expansão de Taylor
nos dá que
C(G)
|N [G((x + 1)/N )) − G(x/N )] − ∇G(x/N )| ≤ ,
N

24
podemos substituir △N e ∇N em (3.9) pelos laplaciano e gradiente usuais, isto é,
[ ∫ t { 2 N
lim QN
µN sup |⟨πtN , G⟩ − ⟨π0N , G⟩ − σ ⟨πs , △G⟩+
N →∞ 0≤t≤T 0

[ ( i )]
∑
M ∑ ∑
−1
ip(i) ξ(y) − ξ(y) ∇N G(0)+
i=1 y=1 y=−i+1
} ]
+N ξs (0)ξs (1)(⟨πsN , H1 ⟩ − ⟨πsN , H2 ⟩) ds| > δ = 0,

lembrando que H1 (u) = ∇G(u)I(−∞,−1] (u) e H2 (u) = ∇G(u)I[0,+∞) (u).

Na expressão anterior afirmamos que podemos obter o termo integral como uma
função da medida empı́rica
( ) substituindo N ξs (0)ξs (1) por Ḋ, como em (2.4), e
∑i ∑−1
y=1 ξ(y) − y=−i+1 ξ(y) por as = ζ(t, 0+) − ζ(t, 0−).
Consideraremos agora a substituição de ξ(1) (as demais serão análogas).

Lema 3.3. Para uma sequência de medidas iniciais {µN , N ≥ 1} satisfazendo

f − (E3),
(E1) f temos para cada função continuamente diferenciável H : [0, T ] → R que
    
 ∫ t ⌊ϵN ⌋ 
 1 ∑ 
lim sup lim sup EN sup  H(s) ξs (1) − ξs (x) ds = 0,
ϵ→0 N →∞
µN
0≤t≤T  0 ⌊ϵN ⌋ x=1 

onde ⌊x⌋ denota a parte inteira de x.

∑i
Nota: ξ(1) pode ser substituido por y=1 ξ(y).

Demonstração: Já que

 
∫ t ⌊ϵN ⌋
∑
1
H(s) ξs (1) − ξs (x) ds
0 ⌊ϵN ⌋ x=1

é uma famı́lia de funções indexadas por N que são uniformemente Lipichitz na variável
t sobre [0, T ], podemos omitir o supremo no Lema. De fato, suponha válido o seguinte
resultado

[∫ t ]
 
lim sup lim sup EN  Uϵ (s, ξs )ds = 0,
N
(3.10)
ϵ→0 N →∞
µN  
0

25
 1 ∑
[ϵN ]
onde UϵN (s, ξ) = H(s)VϵN (ξ), 0 ≤ s ≤ t, com VϵN (ξ) = (ξ(1) − ξ(x)).
ϵN x=1
Particione o intervalo [0, T ] em intervalos de tamanhos δ = k1 . Assim, defina ti = ki , ,
i = 1, · · · , T k, temos t ∈ [ti , ti+1 ]. Logo,
[ ∫ t ] [ ∫ t ∫ ti ]
   
EN   
sup  Uϵ (s, ξs )ds = EµN sup  Uϵ (s, ξs )ds ±
N N N
Uϵ (s, ξs )ds
N
µN
0≤t≤T 0≤t≤T
0
[ ∫ ti
0
 ∫ 0
]
   t+1/k 
   
≤ EN max U N
(s, ξ )ds + sup  U N
(s, ξ )ds  .
1≤i≤T k   0≤t≤T 
s s
µN
0
ϵ
t
ϵ


∫t
Aplicando o fato de 0
UϵN (s, ξs )ds ser uniformemente em N Lipchitz na variavél t no
primeiro termo do lado direito da desigualdade acima, obtemos
[ ∫ t ] [ ∫ ti ]
    1
EN  
sup  Uϵ (s, ξs )ds ≤ EµN max 
N N  Uϵ (s, ξs )ds + C ≤
N
µN
0≤t≤T 0 1≤i≤T k 0 k
[∫ ti ]
  1
≤ T k max EN  UϵN (s, ξs )ds + C .
µN 
1≤i≤T k 0 k

Aplicando os limites N → ∞, ϵ → 0 e depois k → +∞ na desigualdade acima e

usando (3.10), temos
[ ∫ t ]
 
lim sup lim sup EN
µN sup  Uϵ (s, ξs )ds = 0,
N
ϵ→0 N →∞ 0≤t≤T 0

como querı́amos demonstrar.

Nota: Observe que

 N   
Uϵ (t, ξ) − UϵN (s, ξ) ≤ VξN  |H(t) − H(s)| ≤ 2 sup H ′ (u) |t − s| .
0≤u≤T

Na última desigualdade usamos o teorema do valor intermediário para H. Isso explica

o porquê da familia de funções serem uniformemente Lipichitz e, consequentemente, a
obtenção de C.
Vamos então para a demonstração de (3.10). Pela desigualdade de entropia temos
que a esperança em (3.10) é limitada por cima por
[ {∫ t }]
H(µN |να ) 1  
+ log Eνα exp  AN Uϵ (s, ξs )ds
N N
(3.11)
AN AN 0

para cada AN , onde να é definido na seção 1.2.

26
 Vamos estimar o segundo termo em (3.11). Já que e|x| ≤ ex + e−x e
lim supN 1
N
log{aN + bN } ≤ max{lim supN 1
N
log aN , lim supN 1
N
log bN }, podemos ignorar
o valor absoluto do expoente. Defina
[ {∫ t }]
N
(Ps,t f )(ξ) = EN
ξ f (ξt ) exp AN UϵN (s + r, ξr )dr ,
s

∗
para cada função limitada f sobre {0, 1}Z+ . Temos, pela desigualdade de Cauchy-
Schwarz, que
[ {∫ t }] ∫ {∫ }1/2
EN
να exp AN UϵN (s, ξs )ds = N
(P0,t 1)dνα ≤ N
(P0,t 1)2 dνα .
0

De modo a obter um limite superior para o termo do lado direito desta desigualdade
mostraremos abaixo que
∫ { ( )
1 α2 BAN
− ∂t N
(P0,t 1)2 dναN ≤ + − N sup D(f )+
2
(3.12)
2 2 2 f
}∫
ϵN AN
+ ∥ H ∥2∞ N
(P0,t 1)2 dνα ,
B

para todo B > 0, onde o supremo em f é tomado sobre todas as densidades com
respeito a να , ∥ · ∥∞ denota a norma do supremo e D(f ) a forma Dirichlet dada por:
∫√ √
− f L f dνα .
Já que H(µN |να ) ≤ CN , para algum C > 0, segue de (3.12) e pela desigualdade de
Gronwall que (3.11) é limitada por

( ( ) )
CN α2 B N2 ϵN
+ + − sup D(f ) + ∥ H ∥∞ t.
2
AN 2AN 2 AN f B
√ N
Escolhendo B = 2 ϵN e AN = √ , teremos
ϵ

{∫ t }
  √
EN  UϵN (s, ξs )ds ≤ {C + α2 + 2−1 ∥ H ∥2∞ } ϵT,
µN  
0

que vai a 0 quando ϵ → 0, provando o lema. 

Demonstração de (3.12): Pela fórmula de Feynman-Kac, que pode ser obtida em [7]

27
na página 334, {Ps,t : 0 ≤ s ≤ t} é um semigrupo de operadores associados a um gerador
não homogêneo Ls = N 2 L + AN UϵN (s, ·). Além disso, a primeira equação de Chapman-
Kolmogorov vale: ∂s Ps,t = −Ls Ps,t . Daı́

∫ ∫ ∫ ∑
M
1
− ∂s 2
(Ps,t 1) dνα = Ls (Ps,t 1)Ps,t 1dνα = N2 L−i (Ps,t 1)Ps,t 1dνα +
2 i=1
∫ ∫ ∑
M
+ N 2 LT (Ps,t 1)Ps,t 1dνα + {N 2 Li + AN UϵN (s, ·)}(Ps,t 1)Ps,t 1dνα .
i=1

Estimaremos cada termo separadamente nesta expressão.

∫
Afirmação 1: N
(L−i (Ps,t N
1))Ps,t 1dνα = 0, i = 1, 2 · · · , M .

N
Demonstração: Denote Ps,t 1 por h. Temos que

∫ ∑∫
(L−i h)hdνα = Lx,x+i hhdνα
x≤−i
∑∫ 1
= {ξ(x)(1 − ξ(x + i))[h(ξ x,x+i ) − h(ξ)] + ξ(x + i)(1 − ξ(x))[h(ξ x+i,x ) − h(ξ)]}h(ξ)dνα .
x≤−i
2

Fazendo a seguinte mudança de variáveis: ξe = ξ x,x+i , teremos να (ξ)

e = να (ξ), seguindo
assim o resultado. 
∫ α2
∫ ∫
N
Afirmação 2: (LT (Ps,t N
1))Ps,t 1dνα ≤ 2
N 2
(Ps,t 1) dνα − 1
2
N 2
ξ(0)ξ(1)(Ps,t 1) (ξ)να (dξ).

N
Demonstração: Denote (Ps,t 1) por h. Estamos considerando uma integral da forma
∫ ∫
(LT (h))hdνα = ξ(0)ξ(1)[h(τ (ξ)) − h(ξ)]h(ξ)dνα .

Adicionando e subtraindo para este termo o termo

∫ ∫
1 2 α2
ξ(0)ξ(1)h (τ (ξ))dνα = h2 (ζ)dνα ,
2 2

onde ζ = τ (ξ), obteremos

28
 ∫ ∫
1
(LT (h))hdνα = − ξ(0)ξ(1)[h2 (ξ) − h(τ (ξ − ϱ0 − ϱ1 )h(ξ) + h2 (τ (ξ − ϱ0 − ϱ1 )
2
∫
1 1
− h2 (τ (ξ − ϱ0 − ϱ1 ))]dνα = − ξ(0)ξ(1)[h(ξ) − h(τ (ξ − ϱ0 − ϱ1 ))]2 dνα −
2 2
∫ ∫
1 1
− 2
ξ(0)ξ(1)h (ξ)dνα + ξ(0)ξ(1)h2 (τ (ξ − ϱ0 − ϱ1 ))dνα .
2 2

O primeiro termo da soma anterior é negativo, logo pode ser negligenciado.

Consequentemente,
∫ ∫ ∫
α2 1
N
(LT (Ps,t N
1))Ps,t 1dνα ≤ h dνα −
2
ξ(0)ξ(1)h2 (ξ)dνα .
2 2

Obtemos assim a afirmação 2.

Afirmação 3:
∫ ∑
M
{N 2
Li + AN UεN (s, ·)}(Ps,t
N N
1)(Ps,t 1)dνα ≤
{ {(
i=1
) } }∫
BAN N AN
≤ sup − N D(f ) + ϵ
2
∥ H(u) ∥∞
2 N 2
(Ps,t 1) dνα .
f 2 B

Demonstração: Temos a estimativa

∫ ∑
M ∫
{N 2
Li + AN UεN (s, ·)}(Ps,t
N N
1)Ps,t 1dνα ≤ ΓN
s
N 2
(Ps,t 1) dνα ,
i=1
∑M
onde ΓN
s é o maior autovalor do gerador N
2
i=1 Li + AN UεN (s, ·). Pela fórmula
variacional, ver apêndice de [7] ΓN
s é igual a

{∫ }
sup AN UεN (s, ξ)f (ξ)να (dξ) − N D(f ) ,
2
(3.13)
f

onde f é densidade com respeito a να . Se mostrarmos que

∫ 
 
 Vϵ (ξ)f (ξ)vα (dξ) ≤ B D(f ) + ϵN ,
N
(3.14)
  2 B

B
para qualquer B, então substituindo B por |H(s)|
concluimos a demonstração da afirmação

29
3. O lado esquerdo em (3.14) sem o valor absoluto é igual a

[ϵN ] ∫ [ϵN ] M x−i ∫

1 ∑ 1 ∑∑∑
[ξ(1) − ξ(x)]f (ξ)να (dξ) = 2 p(i)[ξ(y) − ξ(y + i)]f (ξ)να (dξ)
ϵN x=1 ϵN x=1 i=1 y=1

que pode ser reescrita, fazendo uma mudança de variável, como

{∫ ∫ }
1 ∑∑∑
[ϵN ] M x−i
2 p(i) ξ(y)[1 − ξ(y + i)]f (ξ)να (dξ) − ξ(y + i)[1 − ξ(y)]f (ξ)να (dξ)
ϵN x=1 i=1 y=1
∫
1 ∑∑∑
[ϵN ] M x−i
= 2 p(i) ξ(y + i)[1 − ξ(y)]{f (ξ y,y+i ) − f (ξ)}να (dξ). (3.15)
ϵN x=1 i=1 y=1

√ √ √
Portanto, escrevendo f (ξ y,y+i ) − f (ξ) como { f (ξ y,y+i ) − f (ξ)}{ f (ξ y,y+i ) +
√
f (ξ)} e aplicando a desigualdade elementar 2|ab| ≤ Ba2 + B −1 b2 , que vale para cada
a, b e B > 0, temos que o valor absoluto da expressão anterior é limitado por

{ ∫
1 ∑∑∑ √ √
ϵN M x−i
B
p(i) ξ(y + i)[1 − ξ(y)]{ f (ξ y,y+i ) − f (ξ)}2 να (dξ)+
[ϵN ] x=1 i=1 y=1 2
∫ }
B −1 √ √
+ ξ(y + i)[1 − ξ(y)]{ f (ξ y,y+i 2
) + f (ξ)} να (dξ)
2
∫
B −1 ∑ ∑ ∑
ϵN M x−i
B B ϵN
≤ D(f ) + p(i) (f (ξ y,y+i ) + f (ξ))να (dξ) ≤ D(f ) + .
2 ϵN x=1 i=1 y=1 2 B

Isto mostra (3.14). 

Observe que (3.12) é uma consequência das afirmações 1 a 3. Concluindo assim a

demonstração do Lema 3.3.

Falta mostrar que existe uma função D de variação limitada tal que será possı́vel a
substituição de N ξ(0)ξ(1) por Ḋ. O próximo lema ajudará na obtenção de tal função.
N N
Denote por D+ (t) (respectiv. D− (t)) o número de partı́culas que o sistema perde em
N (respectiv. Z− ) até o instante t dividido por N .

Lema 3.4. Fixe uma função suave G definida em C01,2 ([0, T ] × R) e δ > 0. Então,
[ ∫ t { }  ]
 N
D+ (s + ϵ) − D+
N
(s) 
lim lim sup PN 
sup  ds N ξs (0)ξs (1) − 
⟨πs , Gs ⟩ > δ = 0.
N
µN
ϵ→0 N →∞ 0≤t≤T 0 ϵ

30
 ∫t
Demonstração: Denote por M+N (t) = D+
N
(t) − N 0
ξs (0)ξs (1)ds.
É fácil mostrar que M+N é um martingal com variação quadrática ⟨M+N ⟩t dada por
∫t
0
ξs (0)ξs (1)ds. Podemos portanto escrever ϵ−1 {D+
N
(s + ϵ) − D+
N
(s)} como
∫
M+N (s + ϵ) − M+N (s) N s+ϵ
+ ξr (0)ξr (1)dr.
ϵ ϵ s

A parte martingal é fácil estimar porque é zero no limite (em probabilidade) quando
N ↑ ∞ (ver Lema A.3 no Apêndice A). Além disso, observe que

∫  {∫ t ∫ t }
 t
M+N (s + ϵ) − M+N (s) N  C(G)
 
⟨πs , G⟩ds ≤ |M+ (s + ϵ)|ds +
N
|M+ (s)|ds
N
 ϵ ϵ
0 0 0

mudando a variável para u = s + ϵ na primeira integral, teremos

∫ t ∫ t+ϵ
|M+N (s + ϵ)|ds = |M+N (u)|du.
0 0

∫t ∫ t+ϵ
Por outro lado 0
|M+N (s)|ds ≤ 0
|M+N (s)|ds. Consequentemente,

∫  {∫ t+ϵ }
 t
M+N (s + ϵ) − M+N (s) N  C(G)
sup  
⟨πs , G⟩ds ≤ 2 sup |M+ (s)|ds .
N
0≤t≤T 0 ϵ ϵ 0≤t≤T 0

Então pela desigualdade de Markov e observando a desigualdade anterior obteremos

[ ∫ t N  ]
 M (s + ϵ) − M N
(s) 
QN
µN sup  + +
⟨πs , G⟩ds > δ
N
0≤t≤T 0 ϵ
[ ∫ t N ] [∫ T +ϵ ]
1 N  M (s + ϵ) − M N
(s)  C(G)
≤ EµN sup  + +
⟨πs , G⟩ds ≤ 2
N
E N
N
|M+ (s)|ds .
N
δ 0≤t≤T 0 ϵ δϵ µ 0

Além disso, pela desigualdade de Schwarz,

[∫ ] { [∫ ]1/2 }
C(G) N T +ϵ
C(G) √ T +ϵ
E N |M+N (s)|ds ≤ T + ϵEN
µN |M+N (s)|2 ds
δϵ µ 0 δϵ 0

Usando novamente a desigualdade de Schwarz, o Teorema de Fubini e observando que

31
 2 ⟨ ⟩
que E[M+N (s) ] = E[ M+N s ], a expressão acima fica limitada por

{[∫ ]}1/2 {[∫ ]}1/2

C(G) √ T +ϵ
C(G) √ T +ϵ
T + ϵEN
µN ⟨M+N (s)⟩ds ≤ T + ϵEN
µN ξs (0)ξs (1)ds ,
δϵ 0 δϵ 0

onde C(G) é constante finita dependendo somente de G. Portanto,

[ ∫  ] {[∫ ]1/2 }
 t
M+N (s + ϵ) − M+N (s) N  C(G, T ) T +ϵ
QN
µN sup  ⟨πs , G⟩ds > δ ≤ EN
µN ξs (0)ξs (1)ds .
0≤t≤T 0 ϵ δϵ 0

{[∫ ]
T +ϵ
Pelo lema 3.1 temos que lim supN →∞ EN
µN 0
ξs (0)ξs (1)ds < ∞, logo a expressão
acima vai a zero quando N ↑ ∞.
∫ s+ϵ
Resta considerar a diferença N ξs (0)ξs (1) − N s
ξr (0)ξr (1)dr.
Primeiro realizamos a integração por partes no tempo para obter que

∫ t { ∫ s+ϵ }  ∫ ϵ
 N 
 ds N ξs (0)ξs (1) − drξr (0)ξr (1) ⟨πs , Gs ⟩ ≤ C(G) {
N
dsN ξs (0)ξs (1) +
 ϵ s
0
∫ t+ϵ ∫ t { 0
∫ }
 1 s N 
+ 
dsN ξs (0)ξs (1) } +  dsN ξs (0)ξs (1) ⟨πs , Gs ⟩ −
N
⟨πr , Gr ⟩dr  .
t ϵ ϵ s−ϵ

Novamente, por 3.1 permite estimar o primeiro termo do lado direito. Para estimar o
segundo, escreva a diferença ⟨πsN , Gs ⟩ − ⟨πrN , Gr ⟩ como
∫ s
MsG,N − MrG,N + (∂ν + N 2 L)⟨πνN , Gν ⟩dν.
r

Por outro lado,

[ ∫ t ∫ s  ]
 1 
PN 
sup  dsN ξs (0)ξs (1) dr{Ms − Mr } > δ
G,N G,N 
(3.16)
µN
0≤t≤T ϵ ϵ s−ϵ
[ ∫ T ]
δ
≤ PµN
N
sup |Mt | G,N
N ξs (0)ξs (1)ds > .
0≤t≤T +ϵ 0 2

Fixe γ >[ 0. Pela equação (3.7),] existe uma constante finita A para a qual
∫T
PNµ N 0
N ξs (0)ξs (1)ds > A ≤ γ para todo N ≥ 1.
Entretanto, a probabilidade anterior é menor do que ou igual a

32
 [ ]
δ
γ+ PN
µN sup |MtG,N | >
0≤t≤T +ϵ 2A
Segue de (3.9) que esta expressão é limitada por γ quando N ↑ ∞. Isto prova que (3.16)
é zero no limite quando N ↑ ∞. Resta mostrar que

[ ∫ t ∫ ∫  ]
 1 s s 
PN 
sup  dsN ξs (0)ξs (1) dr (∂ν + N 2
L)⟨πνN , Gν ⟩dν  >δ (3.17)
µN
0≤t≤T ϵ ϵ s−ϵ r

é zero quando N ↑ ∞ e ϵ ↓ 0.
Pela expressão explı́cita para (∂ν + N 2 L)⟨πνN , Gν ⟩ dada em (3.5), temos que o valor
absoluto da integral nesta fórmula é dominado por

∫ T { ∫ t+ϵ }
C(G) N ξs (0)ξs (1)ds ϵ + sup N ξs (0)ξs (1)ds .
0 0≤t≤T t

Logo, (3.17) vai a zero no limite quando N ↑ ∞ e ϵ ↓ 0. Isto conclui a demonstração do

lema.

33
3.2 Unicidade de soluções fracas da equação (2.4)
O problema de Stefan. Fixe duas funções mensuráveis u10 : R+ → R, u20 : R+ → R
e considere o problema de Stefan



 ∂t u1 (t, x) = 21 △u1 (t, x), t ∈ [0, T ], x > Dt (t),



 ∂t u2 (t, x) = 21 △u2 (t, x), t ∈ [0, T ], x > Dt (t),





 0 ≤ x < Dt ,
 u1 (t, x) = u2 (t, x) = 0,
u1 (t, Dt )u2 (t, Dt ) = 0, ∀t ≥ 0, (3.18)






Ḋt = ∂x u1 (t, Dt +) = ∂x u2 (t, Dt +),



 u1 (0, x) = u10 (x),



u2 (0, x) = u20 (x).

Denote R − {0} por R∗ . Uma solução fraca de (3.18) é um par de funções mensuráveis
(u1 (t, x), u2 (t, x)) que satisfaz: para cada F ∈ C01,2 ([0, T ) × R∗ ) e F (t, 0) = F (T, x) = 0,
temos
∫ T ∫ +∞ [ ]
1
(u1 (t, x) + u2 (t, x))△F (t, x) + (u1 (t, x) + u2 (t, x))∂t F (t, x) dxdt +
0 Dt 2
∫ +∞ ∫
1 T
+ (u1 (0, x) + u2 (0, x))F (0, x)dx − (u1 (t, Dt ) + u2 (t, Dt ))∂x F (t, Dt )dt = 0.
0 2 0

O lema abaixo mostra que soluções fracas de (3.18) podem ser obtidas por uma simples
mudança de variáveis das soluções fracas de (2.4). Em particular, a unicidade de (2.4)
segue da unicidade de (3.18).

Lema 3.5. Seja ζ uma solução fraca de (2.4) e seja u1 (t, x) = ζ(t, x − Dt ) e u2 (t, x) =
ζ(t, (−x − Dt )). Então (u1 , u2 ) é uma solução fraca de (3.18).

Demonstração: Provaremos para x ∈ R+ , o outro lado é análogo. Seja ζ uma solução

fraca de (2.4) e G ∈ C01,2 ([0, T ) × R+ ), G(T, x) = G(t, 0) = 0 para todo x. Então temos
que ζ satifaz a seguinte equação

∫ T ∫ ∫ ∫
1 T
ds ζ(s, u)∂s G(s, u)du + ds ζ(s, u)△G(s, u)du
0 R+ 2 0 R+
∫ T∫ ∫ ∫
1 T
+ Ḋs ζ(s, u)∂u G(s, u)duds + duG(0, u)ζ0 (u) − ζ(s, 0)∂u G(s, 0)ds = 0,
0 R+ R+ 2 0

34
onde Ḋs = ∂s Ds . Fazendo a mudança de variável u′ = u + Dt e considerando a
suavidade de Dt , a expressão acima pode ser reescrita como

∫ T ∫ +∞ ∫ T ∫ +∞
′ ′ ′
ds ζ(s, u − Ds )∂s G(s, u − Ds )du − ds ζ(s, u′ − Ds )∂s Ds ∂u G(s, u′ − Ds )du′
0 Ds 0 Ds
∫ T ∫ +∞ ∫ T ∫ +∞
1
+ ds ζ(s, u′ − Ds )△G(s, u′ + Dt )du′ + Ḋs ζ(s, u′ − Ds )∂u G(s, u′ − Ds )du′ ds
2 0 Ds 0 Ds
∫ +∞ ∫ T
1
+ G(0, u′ − D0 )ζ0 (u′ − D0 )du′ − ζ(s, Ds )∂u G(s, Ds )ds = 0.
D0 2 0

Fazendo H(t, x) = G(t, x − Dt ), segue que H é suave, tem suporte compacto, se anula
em x = Dt e em t = T . Com isso a expressão acima é então da forma
∫ T ∫ +∞ ∫ ∫ +∞
′ 1 T
′ ′
ds u(s, x )∂s H(s, x )dx + ds u(s, x′ )△H(s, x′ )dx′
0 Ds 2 0 Ds
∫ +∞ ∫ T
1
+ H(0, x′ )u0 (x′ )dx′ − u(s, Ds )∂x H(s, Ds )ds = 0.
D0 2 0

Ou seja, sob a hipótese de suavidade, u como dada no lema, é solução fraca de (3.18),
como querı́amos.

Vamos agora considerar Dtϵ aproximação uniforme suave de Dt tal que

lim sup |Dtϵ − Dt | = 0. (3.19)

ϵ→0 0≤t≤T

Fixe uma função suave G : [0, T ] × R → R com suporte compacto que se anula em t = T
e também em x = 0. Seja H ϵ (t, x) = G(t, x − Dtϵ ). Consequentemente H ϵ é uma função
suave com suporte compacto. Entretanto, já que ζ é uma solução fraca de (2.4) e já que
G(T, .) = 0, temos que
∫ T
1
0 = ⟨ζT , G(T, x + DTϵ )⟩ = ⟨ζT , HTϵ ⟩ = ⟨ζ0 , H0ϵ ⟩ + ds⟨ζs , (∂s + △)Hsϵ ⟩
0 2
∫ T ∫ T
1
+ ⟨ζs , ∂x Hsϵ ⟩dDs − ζ(s, 0)∂x H ϵ (s, Ds )ds.
0 2 0

35
Abrindo o segundo termo do lado esquerdo da última igualdade acima, obtemos
∫ T ∫ T ∫ T
1
⟨ζ0 , H0ϵ ⟩ + ds⟨ζs , △Hsϵ ⟩ + ⟨ζs , ∂s Hsϵ ⟩ds − ⟨ζs , ∂x Hsϵ ⟩∂s Dsϵ
2 0 0 0
∫ T ∫ T
1
+ ⟨ζs , ∂x Hsϵ ⟩dDs − ζ(s, Ds )∂x H ϵ (s, Dsϵ )ds.
0 2 0

Consequentemente teremos quando ϵ → 0, olhando a definição de ζ dada na hipótese do

lema,
∫ T ∫ T ∫ T
1 1
0 = ⟨u0 , F0 ⟩ + ds⟨us , △F ⟩ + ⟨us , ∂s F ⟩ds − u(s, Ds )∂x F (s, Ds )ds,
2 0 0 2 0

como querı́amos.
Pelo Lema 3.5, temos que unicidade para a equação (3.18) implica na unicidade para a
equação (2.4). Antes de considerar (3.18) vamos considerar uma outra equação auxiliar.
Fixe uma função mensurável u0 : R+ → R e considere o problema Stefan



 ∂t u(t, x) = 12 △u(t, x), t ∈ [0, T ], x > Dt


 u(t, x) = 0, 0 ≤ x ≤ Dt
(3.20)

 Dt = ∂x u(t, Dt +)



u(0, x) = u0 (x),

Provamos a unicidade de (3.20) com uma extensão do argumento apresentado capı́tulo 7

em [8]. Uma solução fraca de (3.20) é uma função mensurável u(t, x) que satisfaz: para
cada F ∈ C01,2 ([0, T ) × R∗ ) e F (t, 0) = F (T, x) = 0, temos
∫ T ∫ +∞ [ ] ∫ +∞
1
u(t, x)△F (t, x) + u(t, x)∂t F (t, x) dxdt + u0 (x)F (0, x)dx
0 Dt 2 D0
∫ T
1
− u(t, Dt )∂x F (t, Dt )dt = 0.
2 0

Demonstração da unicidade para (3.20):

Denote ∂t F por Ft e ∆F por Fxx . Mostraremos a unicidade para soluções fracas da
EDP acima. De fato, suponha que u1 e u∗1 são duas soluções para o problema de Stefan
com as condições dadas acima. Então, subtraindo a identidade integral para v da

36
integral para u, observando as condições dadas para F ,u1 e u∗1 , obtemos
∫ T ∫ +∞
[u∗1 (t,x)-u1 (t, x)] {Ft (t, x) + Fxx (t, x)} dxdt = 0
0 Dt
(3.21)

Se para uma função infinitamente diferenciável Φ(x) tal que Φ(0) = 0 e lim Φ(x) = 0,
x→∞
existe uma solução para equação

Ft (t, x) − Fxx (t, x) = Φ(x),

contı́nua no fecho do domı́nio D de F e satisfazendo as condições de fronteira de F ,

então a partir de (3.21)
∫ T ∫ +∞
(u∗1 (t,x)-u1 (t, x))Φ(x)dxdt = 0
0 Dt
(3.22)

Já que o conjunto de tais Φ é denso em L2 (D), segue a partir de (3.22) que u∗1 =u1 , qtp.


Antes de demonstrarmos a unicidade da equação (2.4), enunciamos e provamos o

seguinte Lema.

Lema 3.6. Todo ponto limite de QN

µN está concentrado em soluções ζ tais que se
ζ(s, 0−) > 0, para s > 0, então existe γ > 0 tal que ζ(t, 0−) > 0 para cada t ∈ [s, s + γ].

Observe que s > 0 e ζ(s, 0−) > 0 implica que ζ(s, 0+) = 0.
∫0
Demonstração: Seja Mtϵ = −ϵ
ζ(t, u)du. Logo, Mtϵ ≈ ϵ(ζ(t, 0−) + Ḋt ϵ/2), para todo
Mtϵ −Msϵ Ḋt −s
t > 0. Consequentemente, ϵ
≈ (ζ(t, 0−) − ζ(s, 0−)) + 2
ϵ. Se limt↓s Mtϵ = Msϵ
então
ϵζ(t, 0−) + ϵ2 Ḋ2t → ϵζ(s, 0−) + ϵ2 Ḋ2s para todo t > s.
Usando este resultado, supondo ζ(t, 0−) = 0 para todo t suficientemente próximo de s,
teremos ϵ2 Ḋ2t → ϵζ(s, 0−) + ϵ2 Ḋ2s , quando ϵ → 0, uma contradição, pois um termo de
ordem ϵ2 vai a zero mais rápido que o de ordem ϵ. Aqui usamos o fato de Ḋt ser
limitada em [s, T ] para s > 0, T > s. Para isto, lembre que Dt − Ds é o limite em
probabilidade de DtN − DsN e usando estimativas como nos capı́tulos anteriores pode-se

37
 √
verificar que Dt − Ds é Lipschitz. Isto não vale em (0, T ], de fato podemos ter Dt ≡ t
e Ḋt não limitada em (0, T ].
Desta forma, para concluir a demonstração do Lema, falta verificar que limt↓s Mtϵ = Msϵ .
De fato, temos que
Mtϵ − Msϵ ≤ D+
ζ
(t) − D+
ζ
(s) + Fϵ (t − s),
ζ
onde D+ (t) é como definido no Apêndice A.1 e Fϵ (t − s) é o fluxo de massa
macroscópico em x = −ϵ.
Uma cota superior para Fϵ (t − s) é dada pelo limite em escala difusiva da quantidade
de partı́culas que deixam um sistema em x = −ϵ (D+
N
(t)), no qual este sistema é um
processo de exclusão simples e simétrico com fronteira x = −ϵ, onde partı́culas quando
chegam em x = −ϵ deixam o sistema com tempo exponencial de taxa 1. Este processo é
bem conhecido, como podemos observar no Teorema 2.1 em [9] e na Proposição 5.2 em
N
[10]. Logo D+ (t) − D+
N
(s) será limitado por uma constante vezes t − s. Desta forma
teremos o resultado desejado. 
Para mostrar a unicidade do lado direito do processo de exclusão, supondo que ∃ T tal
que u1 (s, Dt ) = u∗1 (s, Dt ) = 0, para s ∈ (0, T ). Logo, por (3.20), u1 = u∗1 .
Para mostrar a unicidade do lado esquerdo do processo, consideraremos a equação
original (2.4). Sejam u2 e u∗2 duas soluções da equação (2.4), com as mesmas condições
iniciais. Logo ω = u2 − u∗2 satisfaz a seguinte equação



 ∂t ω = σ △ω + Ḋt ∂x ω,
 2
x < 0,
limx→+∞ ω(t, x) = 0∂x ω(0, t) = 0, t >= 0, (3.23)


 ω(0, x) = 0, x < 0,

onde Ḋt = ∂x u1 (t, Dt +) . Esta é uma equação linear parabólica na semi-reta com
condição mista na fronteira que pode ser encontrada, por exemplo, no Teorema 7 de [2].

38
3.2.1 Uma estimativa de energia
O próximo resultado justifica a integração por partes na expressão que aparece no
interior da probabilidade do Lema 3.2, provando o Teorema 3.5 sob a condição (E3).

Teorema 3.7. Cada ponto limite de QN

µN é concentrado sobre caminhos ζ(s, u)du com a
propriedade que ζ(s, u) é absolutamente contı́nuo com respeito a Lebesgue com derivada
∂u ζ(s, u) em L2 ([0, T ] × R). Além disso
∫ T ∫
ds duH(s, u)∂u ζ(s, u) =
R
0
∫ T ∫ ∫ T [∫ 0 ∫ ϵ ]
1
=− ds du∂u H(s, u)ζ(s, u) + lim dsH(s, 0) ζ(s, u) − ζ(s, u) .
0 R ϵ→0 0 ϵ −ϵ 0

para todas funções suaves H : [0, T ] × R → R com suporte compacto.

Notação : Denote por C00,1 ([0, T ] × R) o espaço das funções contı́nuas com suporte
compacto sobre [0, T ] × R que são continuamente diferenciáveis na segunda variável e
considere este espaço dotado da norma

∑
∞
∥ H ∥0,1 = 2n {∥ H1{(n, n + 1)} ∥∞ + ∥ ∂u H1{(n, n + 1)} ∥∞ }
n=0
∑
−1
+ 2−n {∥ H1{(n − 1, n)} ∥∞ + ∥ ∂u H1{(n − 1, n)} ∥∞ }.
n=−∞

Para provar o teorema anterior usaremos a seguinte estimativa de energia:

Lema 3.8. Existe K > 0 tal que se Q∗ é um ponto limite da sequência QN

µN então

[ {∫ T {∫ [∫ 0 ∫ ϵ ]}
1
EQ∗ sup ds du∂u H(s, u)ζ(s, u) + H(s, 0) lim ζ(s, u) − ζ(s, u) −
H 0 R ϵ→0 ϵ −ϵ 0
∫ T ∫ }]
−2 2
ds duH (s, u)ζ(s, u) ≤ K,
0 R

onde o supremo é tomado sobre todas as funções H em C00,1 ([0, T ] × R).

Demontração: Para cada ϵ > 0, δ > 0, G : R → R função suave com suporte

compacto e ξ ∈ {0, 1}Z , denote por WN (ϵ, δ, G, ξ) a seguinte expressão

∑
∞
1 δN 2 ∑ 2
∞
1 ∑ δN
[ϵN ]
G(x/N ) {ξ (x) − ξ (x + [ϵN ])} −
δN
G (x/N ) ξ (x + y),
x=−∞
ϵN N x=−∞
ϵN y=0

39
 ∑
x+δ
δ −1
ξ (x) = δ ξ(y).
y=x

Afirmamos que existe K > 0 tal que para qualquer subconjunto denso {Hl : l ≥ 1}
de C00,1 ([0, T ] × R),
[ {∫ T }]
lim lim EN
µN max dsWN (ϵ, δ, Hi (s, ·), ξs ) ≤ K, (3.24)
δ→0 N →∞ 1≤i≤k 0

para cada k ≥ 1 e cada ϵ > 0. Deixamos a demontração de 3.24 para depois. Usando
este resultado, já que Q∗ é um ponto limite fraco de QN
µN , segue que

[ {∫ ( T∫ u+δ {∫ ∫ u+ϵ+δ )
−1 −1 −1
lim sup EQ∗ max ds duϵ Hi (s, u) δ ζ(s, v)dv − δ ζ(s, v)dv −
δ→0 1≤i≤k 0 R u u+ϵ
∫ u+ϵ ( ∫ v+δ )}}]
−1 −1 ′ ′
− 2ϵ −2Hi (s, u)
2
dv δ ζ(s, v )dv ≤ K, (3.25)
u v

para cada k ≥ 1. Como temos

∫ ( ∫ u+δ ∫ u+ϵ+δ )
−1 −1 −1
ϵ duHi (s, u) δ ζ(s, v)dv − δ ζ(s, v)dv
R u u+ϵ

igual a
∫ ∞ { }{ ∫ } ∫ ϵ{ ∫ }
Hi (s, u) − Hi (s, u − ϵ) −1
u+δ
−1 −1
u+δ
δ ζ(s, v)dv +ϵ δ ζ(s, v)dv ,
−∞ ϵ u 0 u

considerando δ → 0 e então ϵ → 0, segue de (3.25) que

[ {∫ T ∫
EQ∗ max ds du{∂u Hi (s, u)ζ(s, u) − 2Hi2 (s, u)ζ(s, u)}+
1≤i≤k 0 R+

∫ ϵ
1
+H(s, 0) lim ζ(s, u)du ≤ K
ϵ→0 ϵ 0

Para concluir a demonstração aplicamos o teorema da convergência monótona,

observando que
∫ T ∫ ∫ ϵ
1
ds du{∂u Hi (s, u)ζ(s, u) − 2Hi2 (s, u)ζ(s, u)} + H(s, 0) lim ζ(s, u)du
0 R+ ϵ→0 ϵ 0

é contı́nua como uma função real sobre C00,1 ([0, T ] × R+ ).

40
 Demonstração de (3.24): Já que H é uma função contı́nua, uma integração por
partes justifica a substituição de WN (ϵ, δ, H, ξ) quando δ → 0 em (3.24) por

∑
∞
1 2 ∑ 2
∞
1 ∑
[ϵN ]
H(x/N ) {ξ(x) − ξ(x + [ϵN ])} − H (x/N ) ξ(x + y), (3.26)
x=−∞
ϵN N x=−∞ ϵN y=1

que denotaremos por WN (ϵ, H, ξ). Pela desigualdade de entropia

[ {∫ T }]
EN
µN max dsWN (ϵ, Hi (s, ·), ξs )
1≤i≤k 0

é limitada por
[ { ∫ T }]
H(µN |να ) 1
+ log Eνα exp N max
N
dsWN (ϵ, Hi (s, ·), ξs ) .
N N 1≤i≤k 0

∑
As hipóteses (E3) e a desigualdade elementar exp{max ai } ≤ exp{ai } implicam que
esta última expressão é limitada por
[ k { ∫ T }]
1 ∑
C + log EN
να exp N dsWN (ϵ, Hi (s, ·), ξs ) .
N i=1 0

Aqui, já que max{lim supN N −1 log aN lim supN N −1 log bN } é menor ou igual a
lim supN N −1 log{aN + bN }, o segundo termo é dominado por
[ { ∫ T }]
1
max lim sup log Eνα exp N
N
dsWN (ϵ, Hi (s, ·), ξs ) . (3.27)
1≤i≤k N →∞ N 0

Analogamente a demonstração do Lema 3.3, temos que a expressão anterior é limitada

por

∫ T {∫ }
α2
max ds sup WN (ϵ, Hi (s, ·), ξ)f (ξ)να (dξ) − N D(f ) + , (3.28)
1≤i≤k 0 f 2

onde o supremo é tomado sobre todas as densidades cilindricas f com respeito a να , e

∫ √ √
D(f ) = − fL
f dνα
∫
1 ∑ √ √
= p(z) ξ(x)[1 − ξ(x + z)][ f (ξ x,x+z ) − f (ξ)]2 dνα
2 x,z∈Z

41
é a forma de Dirichlet avaliada em f . Assumimos (3.28) e mostraremos esta após a
demonstração de (3.24). Ainda temos que estimar o primeiro termo em (3.28) cujo
lim sup quando N → ∞ mostraremos agora que é de fato não positivo. Escreva
∫
{ξ(x) − ξ(x + [ϵN ]}f (ξ)να (dξ) =
[z −1 ϵN ]−1 ∫
∑ ∑
=2 p(z) {ξ(x + jz) − ξ(x + (j + 1)z)}f (ξ)να (dξ)
z≥1 j=0
∑ ∫
+2 p(z) {ξ(x + [z −1 ϵN ]z) − ξ(x + [ϵN ])}f (ξ)να (dξ)
z≥1

onde o primeiro termo no lado direito pode ser reescrito como

[z −1 ϵN ]−1 ∫
∑ ∑
2 p(z) ξ(x + (j + 1)z)[1 − ξ(x + jz)]{f (ξ x+jz,x+(j+1)z ) − f (ξ)}να (dξ).
z≥1 j=0

√
Portanto, escrevendo f (ξ x+jz,x+(j+1)z ) − f (ξ) como { f (ξ x+jz,x+(j+1)z ) −
√ √ √
f (ξ)}{ f (ξ x+jz,x+(j+1)z ) + f (ξ)} e aplicando a desigualdade elementar
2|ab| ≤ Ba2 + B −1 b2 , que vale para cada a, b e B > 0, temos que

∑
∞ ∫
H(s, x/N ) {ξ(x) − ξ(x + [ϵN ]}f (ξ)να (dξ)
x=−∞

é para cada B > 0, limitado acima por

[z −1 ϵN ]−1 ∫ √
∑
∞ ∑ ∑ √
B p(z) ξ(x + (j + 1)z)[1 − ξ(x + jz)]{ f (ξ x+jz,x+(j+1)z ) − f (ξ)}2 να (dξ)
−∞ z≥1 j=0
[z −1 ϵN ]−1 ∫
∑
∞
H(s, x/N )2 ∑ ∑
+ p(z) ξ(x + (j + 1)z)[1 −
−∞
B z≥1 j=0
√ √
−ξ(x + jz)]{ f (ξ x+jz,x+(j+1)z ) + f (ξ)}2 να (dξ) + O(1)

Multiplicando a expressão anterior por (ϵN )−1 , ela fica limitada por

[ϵN ] ∫
2 ∑ ∑
∞
2 1
BD(f ) + H(s, x/N ) ξ(x + y)f (ξ)να (dξ) + O((ϵN )−1 ).
B −∞ ϵN y=0

42
Tomando B = N obtemos a partir de (3.26) que
∫
WN (ϵ, H(s, ·, ξ)f (ξ)να(dξ)≤N D(f )+O((ϵN )−1 ).

Portanto, o limite superior quando N → ∞ do primeiro termo em (3.28) é não positiva

α2
e (3.27) é limitada por 2
. Então concluimos a prova de (3.24) obtendo k = α2 /2.

Demontração do Teorema 3.7: Seja Q∗ um ponto limite da sequência QN

µN . Pelo
Lema 3.8 para Q∗ quase todo caminho ζ(t, u) existe B = B(ζ) > 0 tal que
∫ T {∫ ∫ }
1 ϵ
ds du∂u H(s, u)ζ(s, u) + H(s, 0) lim ζ(s, u) (3.29)
0 R+ ϵ→0 ϵ 0
∫ T ∫
−2 ds duH 2 (s, u)ζ(s, u) ≤ B,
0 R+

para cada H ∈ C00,1 ([0, T ] × R). Observe que, já que ζ < 1 podemos suprimir ζ no último
integrando. A equação (3.29) implica que
∫ T {∫ ∫ ϵ }
1
λ(H) := ds du∂u H(s, u)ζ(s, u) + H(s, 0) lim ζ(s, u)
0 R+ ϵ→0 ϵ 0

é um funcional linear limitado sobre C00,1 ([0, T ] × R) para a norma L2 . Já que temos
que C00,1 ([0, T ] × R) é um subconjunto denso de L2 ([0, T ] × R), estendemos este funcional
para um funcional linear limitado sobre L2 ([0, T ] × R). Pelo Teorema de Representação
de Riez, existe uma função L2 , denotada por ϑ(s, u), tal que
∫ T ∫
λ(H) = − ds duH(s, u)ϑ(s, u)
0 R+

para cada função suave H : [0, T ] × R → R com suporte compacto. Já que a integração
por partes vale para ϑ(s, u), por definição ela é a derivada parcial fraca de ζ(s, u) na
segunda variável.

43
Apêndice A

Acoplamento

Provamos nesta seção uma técnica usada nas seções anteriores. As demonstrações
contam com um acoplamento entre o processo (ξt )t≥0 definido na subseção 1.1 e um
processo de exclusão (ζt )t≥0 semelhante a (ξt )t≥0 mas sem a parte esquerda de (ξt )t≥0 , e
partı́culas que chegam a fronteira neste processo desaparecem com taxa 1, fazendo com
que o processo seja transladado para a esquerda. O processo ζt tem comportamento
hidrodinâmico bem conhecido (ver Landim, Olla e Volchan em [9]).
ξ
Denote por D+ (t) como sendo o número de ξ−partı́culas que o sistema perde em N
ζ
até o tempo t. Analogamente para D+ (t).
ξ
Lema A.1. Existe um acoplamento (ξt , ζt )t≥0 tal que D+ (t) ≤ D+
ζ
(t).

Demonstração: Mostraremos que existe um acoplamento (ξt , ζt ), onde ξt é o sistema

inicial que estamos interessados e ζt é o processo definido anteriormente. Começamos
enumerando as partı́culas e denotando por Xjζ (t) (resp. Xjξ (t)) a posição da j-ésima
ζ-partı́cula no tempo t (resp.j-ésima ξ-partı́cula no tempo t) se ela não deixou o sistema,
e será 0 caso contrário.
e = (ξ, ζ) = {0, 1}Z × {0, 1}N .
Temos que o espaço de configurações do acoplamento é Ω
e trabalharemos com o espaço estendido Ω e
e = Z− × Z+ N × Z+ N =
Ao invés de Ω
(ξ − , (Xjξ )+∞ ζ +∞
j=1 , (Xj )j=1 ).
e
e se dá pelo fato de termos a seguinte
A justificativa de trabalharmos com o espaço Ω
e
e pois
aplicação (ξ, ζ) → (ξ − , (X ξ )+∞ , (X ζ )+∞ ) ∈ Ω
j j=1 j j=1

44
 
 −
 ξ (x), se x ≤ 0,

ξ(x) = 1, se x > 0 e x = Xjξ para algum j ≥ 1,


 0, caso contrário.

{
1, se x > 0 e x = Xjη para algum j ≥ 1,
ζ(x) =
0, caso contrário.

Considere inicialmente Xjη (0) = Xjξ (0). As ξ,ζ-partı́culas com a mesma numeração
saltam juntamente preservando a ordem até uma ζ-partı́cula morrer sozinha. Pois
as ζ-partı́culas quando chegam em 0 podem deixar o sistema com taxa 1, já a sua
correspondente ξ-partı́cula poderá não desaparecer se no mesmo instante ξt− (0) = 0.
O gerador do acoplamento é dado por
∑ [ ]
GF (ξ − , (Xjξ )+∞ ζ +∞
j=1 , (Xj )j=1 ) = F ((ξ − )z,w , (Xjξ ), (Xjζ )) − F ((ξ − ), (Xjξ ), (Xjζ )) +
z,w<1
|z−w|=1
∑
+ [F (ξ − , (Xjξ + δkj (1 − δ(xξ +1)xξ ), (Xjζ + δkj (1 − δ(xη +1)xζ )) − F (ξ − , (Xjξ ), (Xjζ )] +
k k+1 k k+1
k≥σ ζ
∑
+ [F (ξ − , (Xjξ − δkj (1 − δ(xξ −1)xξ ), (Xjζ − δkj (1 − δ(xζ −1)xζ )) − F (ξ − , (Xjξ ), (Xjζ )] +
k k+1 k k+1
k≥σ ζ
∑
+ [F (ξ − , (Xjξ + δkj (1 − δ(xξ +1)xξ ), (Xjζ ) − F (ξ − , (Xjξ ), (Xjζ )] +
k k+1
σ ξ ≤k≤σ ζ

∑
+∞ ∑
+∞ [
−
+ ξ (0) I{1} (xξl )I{1} (xζk ) F ((τ (ξ − − ϱ0 ), (Xjξ − I{l,...,+∞} (j)), (Xjζ − I{k,...,+∞} (j)))+
l=1 k=1
] ∑
+∞ ∑
+∞ [
−
− F ((ξ ), (Xjξ ), (Xjζ )) + [1 − I{1} (xξl )]I{1} (xζk ) F (ξ − , (Xjξ ), (Xjζ − I{k,...,+∞} (j)))−
k=1 l=1
] ∑
+∞ [
− −
− F ((ξ ), (Xj ), (Xj )) + (1 − ξ (0))
ξ ζ
I{1} (xζk ) F ((ξ − ), Xjξ , (Xjζ − I{k,...,+∞} (j))))−
] k=1
−
− F ((ξ ), (Xjξ ), (Xjζ )) ,

onde σ ζ = max{j ≥ 1 : Xjζ = 0} , σ ξ = max{j ≥ 1 : Xjξ = 0}, ϱx representa a

configuração com nenhuma partı́cula em x, (τx ξ − )(z) = ξ − (z + x) para todo z em Z− e

45
δkj = 1 se k = j e 0, caso contrário.
Devido a possibilidade de translações em ζ-partı́culas e a não translações de suas
correspondentes ξ-partı́culas é fácil observar que Xjζ (t) ≤ Xjξ (t), ∀t e a partir disto
ξ
concluir que D+ ≤ D+
ζ
, como querı́amos mostrar.

Lema A.2. Para cada δ > 0, T > 0,

[ N ]
lim sup lim sup sup sup PN
µN D + (τ + θ) − D N
+ (τ ) > δ = 0. (A.1)
ϵ→0 N →∞ τ ∈TT θ≤ϵ

N
Demonstração: Aqui sem perda de generalidade podemos fixar δ < 1. Como D+ (τ +
θ) − D+
N
(τ ) é crescente em θ temos que provar que

[( N ) ]
lim sup lim sup sup PN
µN D+ (τ + γ) − D+
N
(τ ) ≥ δ = 0 . (A.2)
γ→0 N →∞ τ ∈TT

o que segue de

[ ( N ) ]
lim sup lim sup PN
µN sup D+ (t + γ) − D+
N
(t) ≥ δ = 0 . (A.3)
γ→0 N →∞ 0≤t≤T

Para provar (A.3) começamos com algumas observações:

(i) Para todo t fixo seja j o único inteiro tal que jγ ≤ t < (j + 1)γ. Usando novamente
N
o fato de D+ ser crescente, temos que

( ) ( N )
N
D+ (t + γ) − D+
N
(t) ≤ D+ ((j + 2)γ) − D+
N
(jγ)

Daı́ a probabilidade em (A.3) é limitada superiormente por

[ ( N ) ]
PN
µN max D+ ((m + 2)γ) − D+
N
(mγ) ≥ δ .
m=1...⌊ Tγ ⌋

que é limitada superiormente por

γ⌋
⌊∑
T
[( N ) ]
PN
µN D+ ((m + 2)γ) − D+
N
(mγ) ≥ δ . (A.4)
m=1

46
 (ii) Pela condição Ẽ1 , temos que µn ≤ µα . Para o processo ξt começando em µn
podemos verificar que a dominação estocástica se preserva no tempo, ou seja, a
distribuição de ξt é estocasticamente dominada superiormente por µα para todo
t ≥ 0. Assim, novamente pela monotonicidade de D+
N
temos que (A.4) é menor ou
igual a ⌊ ⌋
T ( N )
PN
µα D+ (2γ) ≥ δ . (A.5)
γ
N
(iii) Lembre que D+ (2) ≤ Dζ (2) (considerando os processos acoplados como descrito no
lema anterior). Em particular, pelo acoplamento, como δ < 1 e pela desigualdade
de Markov temos que
( N,ζ )3
[ ] [ ] EN
µ [ D (2γ) ∧ 1 ]
PN
µα D+ (2γ) ≥ δ ≤ Pµα D
N N N,ζ
(2γ) ≥ δ ≤ α 3
.
δ

(iv) Como obtido por Landim, Olla, Volchan em [9], temos que (DN,ζ (t))0≤t≤1 converge
em probabilidade (como elemento aleatório no espaço de Skorohod) para uma
√
função determinı́stica (vt )0≤t≤1 . Também em [9] verifica-se que vt ≤ C̃ t. Daı́
temos que
( N,ζ )3 3
lim EN
µα [ D (2γ) ∧ 1 ] = (v2γ ∧ 1)3 ≤ C̃γ 2 .
N →∞

Por (i), (ii), (iii) e (iv) temos que (A.3) é limitado superiormente por
⌊ ⌋
T 1 N ( N,ζ )3 C̃T √
lim sup lim sup 3
Eµα [ D (2γ) ∧ 1 ] ≤ lim sup 3 γ = 0 .
γ→0 N →∞ γ δ γ→0 δ

Mostramos a seguir outro resultado que foi usado no Lema 3.4.

∫t
Lema A.3. Considere o martingal M+N (t) = D+ N
(t) − N 0 ξs (0)ξs (1)ds com variação
∫t
quadrática ⟨M+N ⟩t = 0 ξs (0)ξs (1)ds. Mostre que para cada δ > 0,
( N  )
 M+ (s + ϵ) − M+N (s) 
lim PN  >δ =0
N →∞
µN  ϵ 

47
Demonstração: Temos que
( N  ) (  )
 M+ (s + ϵ) − M+N (s)   M+N (s + ϵ) − M+N (s) 2
PN  >δ = PµN 
N  >δ 2
µN  ϵ  ϵ 
( 2 )
1 N  M+N (s + ϵ) − M+N (s) 
≤ 2 EµN  
δ ϵ
1 ( N )
µN ⟨M+ (s + ϵ)⟩ − ⟨M+ (s)⟩
= 2 2 EN N
δ ϵ (∫ s+ϵ )
1 N
= 2 2 EµN ξr (0)ξr (1)dr .
δ ϵ s

O lado direita desta desigualdade tende a zero no limite quando N → ∞, por (3.7).

e e α ∈ (0, 1) tal que H(µN |να ) < CN .

Seja (µN )N ≥1 satisfazendo a condição (E3)
Observe que esta condição implica que para todo N ≥ 1 e t ≥ 0 (fixos)

1 ∑ ∑
K 0
1
lim ηt (x) = lim ηt (x) = α µN − q. c.
K→∞ K K→∞ K
x=1 x=−K+1

De fato, isto segue do seguinte resultado e do seu corolário mais abaixo:

Lema A.4. Seja µ uma medida de probabilidade sobre {0, 1}Z+ tal que H(µ|να+ ) < ∞,
onde να+ é a medida produto de Bernoulli de parâmetro α ∈ (0, 1) sobre {0, 1}Z+ . Então

1 ∑
K
lim η(x) = α
K→∞ K
x=1

para µ quase todo η ∈ {0, 1}Z+ .

Demonstração: Seja E o evento em que vale a igualdade do limite no enunciado. Pela

desigualdade de entropia

H(µ|να+ ) 1 [ ]
µ(E c ) ≤ + log E eM 1Ec
M M

para todo M > 0. Pela Lei dos Grandes Números 1E c = 0 να quase certamente. Logo o
segundo termo na desigualdade acima é igual a zero. Como M é arbitrário e H(µ|να+ ) < ∞
concluı́mos que µ(E c ) = 0 como querı́amos demonstrar. 

48
Corolário A.5. Seja µ uma medida de probabilidade sobre {0, 1}Z tal que H(µ|να ) < ∞
e (ηt )t≥0 o processo de Markov com gerador L, então para todo N ≥ 1 e t ≥ 0 temos que

1 ∑
K
lim ηt (x) = α
K→∞ K
x=1

quase certamente.

Demonstração: O corolário se prova usando ideias de acoplamento discutidas no inicio

deste capı́tulo. Considere um processo de exclusão sobre {0, 1}Z+ evoluindo como o
nosso, porém sem as translações e a dissipatividade. Para este processo a medida να+
é invariante, logo a propriedade no enunciado é válida. Agora acople os processos de
exclusão enumerando as partı́culas em ambos os processos e exigindo que partı́culas
de mesmo ı́ndice em ambos os processos usem os mesmos relógios de salto. Como
o número de partı́culas que o processo dissipativo perde é finito quase certamente,
qualquer propriedade caudal válida para o processo não dissipativo é também válida
para o processo dissipativo. Isto prova o corolário. 

e1 , vamos mostrar que para todo N fixo

Sob a condição E
∫ t
M (t) = D (t) − α
N N
N ξsN (0)ξsN (1)ds .
0

é um FtN martingal (onde FtN = σ((πs ), s ≤ t), t ≥ 0, a filtração natural sobre

D([0, T ], M)). Então agora estaremos supondo que N está fixo. Considere as funções
Hm : R → R definidas como
(
x)
Hm (x) = 1 − 1(0,m) .
m

Consideramos

∑
∞ ∑
∞ ∫ ∑
∞
M N,Hm
(t) = Hm (x/N )ξt (x) − Hm (x/N )ξ0 (x) − L Hm (x/N )ξs (x)ds.(A.6)
x=1 x=1 x=1

M N,Hm é Martingal, ver apêndice em [6]. Vamos mostrar que MTN,Hm converge em L2
para MTN quando m → ∞. Por resultados clássicos obtemos que M N é um L2 -martingal,
ver [5]. O resultado segue diretamente das seguintes afirmações (a serem verificadas):

49
 (i) Para todo t ≥ 0
∫ t ∫ t
lim N 2
L⟨πsN , Hm ⟩ds =α N ξsN (0)ξsN (1)ds em probabilidade.
m→∞ 0 0

(ii) A sequência de martingais (M N,Hm )m≥1 é Cauchy em L2 .

Por (i) e (ii) temos que

∫ t
⟨πtN , Hm ⟩ − ⟨π0N , Hm ⟩ = MtN,Hm +α N 2 LN ⟨πsN , Hm ⟩ds
0

também converge em probabilidade. O limite (em probabilidade) acima é

∫ t ( ) ∑( )
MtN +α N ξsN (0)ξsN (1)ds = lim ⟨πTN , Hm ⟩−⟨π0N , Hm ⟩ = ηt (x)−η0 (x) = DN (t) ,
0 m→∞
x≥1

como querı́amos provar. Para finalizar vamos provar (i) e (ii).

Prova de (i): Com base no cálculo feito no apêndice C, obtemos que

∑
N 2 L⟨πsN , Hm ⟩ = −ξs (0)ξs (1) (∇N Hm )(x/N )ξs (x) + O(1/m) (A.7)
x≥0
( 1 ∑
mN )
= N ξs (0)ξs (1) ξs (x) + O(1/m) . (A.8)
mN x=1

Pelo Corolário A.5 temos que

1 ∑
mN −1
lim ξs (x) = α ,
m→∞ mN
x=0

quase certamente para todo s ∈ [0, T ]. Portanto, pelo Teorema de Convergência

Dominada o limite em (i) vale quase certamente e em particular em probabilidade (lembre
que N está fixo). 

Prova de (ii): Escolha m < m̄. Por linearidade das integrais e do operador L, temos
que
[( )2 ] [( )2 ] [ ]
E MtN,Hm̄ − MtN,Hm ) = E MtN,Hm̄ −Hm = E ⟨M N,Hm̄ −Hm ⟩t .

50
Pela expressão em (3.6) para variação quadrática obtemos que ⟨M N,Hm̄ −Hm ⟩t é igual a
∫ { (∑ )2
t ( 1 )}
ds ξs (0)ξs (1) ξs (x)(∇N Hm̄ (x/N ) − ∇N Hm (x/N )) + O
0 x≥1
m ∧ m̄

Como na prova da propriedade (i), pelo Corolário A.5 temos que

∑
ξs (x)(∇N Hm̄ (x/N ) − ∇N Hm (x/N )) → α − α = 0
x≥1

quando m e m̄ divergem a infinito. Daı́, duas aplicações do Teorema de Convergência

Dominada permite concluir que

[( )2 ] [ ]
lim E MtN,Hm̄ − MtN,Hm ) = lim E ⟨M N,Hm̄ −Hm ⟩t = 0 .
m→∞, m̄→∞ m→∞, m̄→∞

51
Apêndice B

Cota superior para entropia relativa

Suponha que existe C > 0 tal que ρ(u) = β se u ∈ [−C, C]c , para β ∈ (0, 1).
f quando consideramos uma sequência de medidas
Mostraremos que E1 implica em E3
N
iniciais para o Zero Range sendo uma sequência de medidas produto νρ(·) em ZZ+ com
marginais geométricas de média ρ(·).
Pela transformação que leva o ZR no processo de Exclusão, temos que a
N
medida νρ(·) sobre NZ será levada numa medida µN Z
ρ(·) sobre {0, 1} , que quando
∑CN
condicionada
( (∫ ao evento { −CN η(x)) = L}, L = 0, 1, . . ., é produto fora da região
0 ) ∫C
− −C ρ(u)du + C , 0 ρ(u)du + C , com marginais Bernoulli de parâmetro ζ(·), tal
( (∫ ) ∫C )
0
que ζ(x) = 1 − α, para x ∈ − −C ρ(u)du + C , 0 ρ(u)du + C , com 0 < α < 1. A
relação entre α e β é β = 1
1−α
− 1.

Afirmação1: Seja να uma medida produto com marginais Bernoulli(α). Vamos

mostrar existe uma constante γ tal que H(µN |να ) ≤ γN ).
Como a Entropia Relativa é convexa (Proposição A1.8.1 em [7]), temos que
( +∞ )
∑ (∑
CN
)
H(µN |ναN ) = H µN,L µ N
η(x) = L | να
L=0 −CN

∑
+∞
(∑
CN
)
≤ H(µN,L |να )µN η(x) = L (B.1)
L=0 −CN

∑
δN
(∑
CN
) ∑
+∞
(∑
CN
)
= H(µ N,L
|να )µ N
η(x) = L + H(µ N,L
|να )µ
N
η(x) = L ,
L=0 −CN L=δN +1 −CN

52
 ( ∑ ) ∫C
onde µN,L (·) = µN · | CN
−CN η(x) = L e δ = ρ (u)du.
−C 0
Antes de continuar a demonstração,vamos dar a transformada de Laplace da
Geométrica que será usada para o próximo resultado :
Lema B.1. Seja X uma variável aleatória com distribuição geométrica de parâmetro h.
Logo a trasformada de Laplace de X é dada por:

[ ] h
E eλX = .
1 − eλ (1 − h)

Demontração:

[ λX ] ∑
∞
( λk )k 1
E e = e (1 − h) = h ·.
k=0
1− eλk (1 − h)

Para o nosso caso, usaremos h tal que 1−h

h
= ρ(x/N ) ⇒ h = 1
1+ρ(x/N )
e λ = 1/N .
Precisaremos também de uma estimativa da Transformada de Laplace da medida
νρ(·)N , e esta é dada pelo seguinte lema.
Lema B.2. Seja {η(x)}x∈Z uma sequência de variáveis aleatórias independentes, com
distribuição geométrica de parâmetro ρ(·). Então
[ 1 ∑CN ] 1 ∑CN
Eν N ˙ e− N x−CN η(x) ≤ eθ N x=−CN ρ(x/N )+o(1/N ) ,
ρ()

onde θ é uma constante.

Demonstração: Pelo lema anterior e pelo fato das variáveis aleatórias serem
independentes, temos que

[ 1 ∑CN ] ∏
CN [ 1 ] ∏
CN 1
e− N x−CN η(x) = e− N η(x) =
1+ρ(x/N )
Eνρ(·)
N Eνρ(·)
N

x=−CN x=−CN
1 − eλ (1 − 1
1+ρ(x/N )
)
∏
CN
1
= (B.2)
x=−CN
1− (e1/N − 1)ρ(x/N )

Considerando (e1/N − 1)ρ(x/N ) suficientemente pequeno, temos − log(1 − (e1/N −

1)ρ(x/N )) ≤ Θ([e1/N ] − 1)ρ(x/N ). Pela expansão de Taylor de ex em torno de zero,
temos e1/N −1 = 1/N + o(1/N 2 ). Logo, o termo B.2 é estimado por

∏
CN
1 1 ∑CN
≤ eΘ N x=−CN ρ(x/N )+o(1/N )
x=−CN
1 − (e1/N − 1)ρ(x/N )

53
Afirmação2: Considerando M = L + 2CN

H(µN,L |ναN ) ≤ γM,

{ ( 1 ) ( )}
onde γ = max log 1−α , log α1 .
Demonstração da Afirmação2: Observamos que a medida µN,L pode ser

escrita como um produto de medidas, µN,L = µN,L N,L N,L

1 µ2 , onde µ1 é definida sobre
configurações em {0, 1}[−(δ+2C)N/2,(δ+2C)N/2] e µN,L
2 é definida sobre configurações em
{0, 1}[−(δ+2C)N/2,(δ+2C)N/2] .
C
Consequêntemente, a derivada de Radon Nykodim com
respeito a medida produto Bernoulli de parâmetro α, ναN será

dµN,L dµN,L
1 dµN,L
2
= .
dναN dναN dναN

dµN,L
Como µN,L
2 coincide com ναN , 2
N
dνα
= 1. Logo, para o cálculo da Entropia, basta
considerarmos µN,L
1 , ou seja,

H(µN,L |ναN ) = H(µN,L

1 |να ),
N

Para ξ um configuração qualquer em {0, 1}[−(δ+2C)N/2,(δ+2C)N/2] , seja δξ a medida de Dirac

concentrada na configuração ξ. Note que qualquer medida de probabilidade em {0, 1}T ,
N

onde T N = [−(δ + 2C)N/2, (δ + 2C)N/2] pode ser escrita como

∑
µN,L
1 = µN,L
1 (ξ)δξ ,
ξ∈{0,1}T N

ou seja, como combinação convexa de medidas de Dirac. Seguindo a fórmula da entropia

54
relativa em [7] (Teorema A1.8.3), temos

H(δξ |ναN ) =
[ ] ( )
dδξ dδξ
1 1
EνNαN log
= N log ναN (ξ)
dναN dναN
να (ξ) N
να (ξ)
( )
1
= log ∏
x∈T N α
ξ(x) (1 − α)1−ξ(x)
∑ [ ( ) ( )]
1 1
= ξ(x) log + (1 − ξ(x)) log .
N
α 1−α
x∈T

Como ξ(x) ∈ {0, 1}, cada uma das |T N | = L′ = (δ + 2C)N parcelas no somatório acima
é igual a log(1/α) ou log(1/(1 − α)). Portanto, denotando
{ ( ) ( )}
1 1
γ = γ(α) = max log , log ,
1−α α

temos que H(δξ |ναN ) ≤ γL′ . E como a entropia relativa é convexa (Proposição A1.8.1 em
Kipnis & Landim),
 

∑  ∑
1 |να ) = H
H(µN,L N  µN,L  N ≤
1 (ξ)δξ να µN,L N ′
1 (ξ) H(δξ |να ) ≤ γL .
N N
ξ∈{0,1}T ξ∈{0,1}T

∑+∞ N,L N
∑CN
Lema B.3. δΘN H(µ (·)|ν α )µ ( −CN η(x) = L)

Demonstração: De 9.39 temos

∑
+∞
(∑
CN
)
H(µ N
|ναN ) ≤ H(µ N,L
|να )µ N
η(x) = L (B.3)
L=0 −CN

∑
δN −1
(∑
CN
) ∑+∞
(∑
CN
)
= H(µN,L |να )µN η(x) = L + H(µN,L |να )µN η(x) = L ,
L=0 −CN L=δN −CN

( ∑ ) ∫C
onde µN,L (·) = µN · | CN
−CN η(x) = L e δ = −C ρ0 (u)du. Já que a soma na primeira
parcela na desigualdade anterior é finita, estimaremos a segunda parcela. Para isso,
observe que pela afirmação 2

55
 ∑
+∞
(∑
CN
) ∑
+∞
(∑
CN
)
H(µN,L |να )µN η(x) = L ≤ γ(L + 2CN )µN η(x) = L
L=δN −CN L=δN −CN

∑
+∞
(1 ∑CN
L)
≤ γ(L + 2CN )µ N
η(x) =
L=δN
N −CN N
∑ (1 ∑CN
L)
≤ µN
η(x) ≥ ,
N −CN N
e
L≥δN

para continuar, precisaremos do seguinte lema:

e > 0, tais que

Lema B.4. Existem Θ > 0 e Θ

(1 ∑CN
)
µN e Θδ−a ,
η(x) ≥ a ≤ Θe
N −CN

para a > 0.

Demonstração: Pela desigualdade de Tchebycheff, temos que

(1 ∑ ) 1 [ 1 ∑CN ]
CN
1 ∑CN
µN η(x) ≥ a ≤ a E e N −CN η(x) ≤ ea eΘ N x=−CN ρ(x/N )+o(1/N )
N −CN e

A última desigualdade acima se dá pelo Lema 10, concluindo assim a demonstração, com
∑ e = eo(1/N ) . Voltando para a demonstração do Lema 11,
δ = 1 CN
N x=−CN ρ(x/N ) e Θ

e > 0, tais que

temos pelo resultado anterior, que existem Θ > 0 e Θ

∑ (1 ∑CN
L) ∑
µN
η(x) ≥ ≤ e Θδ− NL
Θe
N −CN N
e
L≥δN e
L≥δN

e , temos que
e = L − δN
Fazendo uma mudança de variáveis, pondo L

∑ ∑ e 1 e
Θe e Θδ+δe
e Θδ− NL = Θe e Θδ+δe
e− N = Θe
L
e
≈ ΘN,
1−e−1/N
e
L≥δN e
L≥0

como querı́amos. 

56
Apêndice C

Cálculo da Variação Quadrática

Seja p(·) uma probabilidade de transição simétrica com alcance finito M sobre Z, tal
que p(z) = p(−z) ∀z ∈ Z e p(z) = 0, se |z| > M . Definimos um processo de exclusão
sobre Z associado a p(·), que é um processo com espaço de configurações Λ = {0, 1}Z , cuja
evolução pode ser descrita na seguinte maneira: inicialmente cada sı́tio de Z pode estar ou
não ocupado por uma partı́cula, cada partı́cula do sistema aguarda, independentemente
de qualquer outra partı́cula, um tempo exponencial de parâmetro 1 e naquele tempo
ele escolhe outro sı́tio de acordo com p(·) e salta para o sı́tio escolhido se ele não está
ocupado. Além disso há condições de fronteira: partı́culas do lado direito da fronteira
não podem saltar para a esquerda da mesma, e vice-versa.

M =1
Considere as seguintes expressões:

1 ∑
πN = ξ(x)δx/N
N x∈Z
1 ∑ x 1 ∑ x
⟨π N , G⟩ = G( )ξ(x) + G( )ξ(x)
N x<0 N N x≥0 N
1 ∑ x y
⟨π N , G⟩2 = ⟨π N , G⟩⟨π N , G⟩ = 2 G( )G( )ξ(x)ξ(y),
N x,y∈Z N N

1 ∑ x 1 ∑ x
L⟨π N , G⟩ = G( )Lξ(x) + G( )Lξ(x), (C.1)
N x<0 N N x≥0 N

57
 1 ∑ x y
L⟨π N , G⟩2 = 2
G( )G( )Lξ(x)ξ(y). (C.2)
N x,y∈Z N N

Faremos primeiramente o cálculo de L⟨π N , G⟩, para isto observe que

Lξ(x) = L1 ξ(x) + L2 ξ(x) + LT ξ(x),

onde
∑
L1 ξ(x) = Ly,y+1 ξ(x)
y≤0
1∑
= [ξ(y)(1 − ξ(y + 1))(ξ y,y+1 (x) − ξ(x)) + ξ(y + 1)(1 − ξ(y))(ξ y+1,y (x) − ξ(x))],
2 y≤0
∑
L2 ξ(x) = Ly,y+1 ξ(x)
y≥1
1∑
= [ξ(y)(1 − ξ(y + 1))(ξ y,y+1 (x) − ξ(x)) + ξ(y + 1)(1 − ξ(y))(ξ y+1,y (x) − ξ(x))],
2 y≥1

{
ξ(0)ξ(1)(ξ(x + 1) − ξ(x)), se x ≥ 1,
LT ξ(x) = . (C.3)
ξ(0)ξ(1)(ξ(x − 1) − ξ(x)), se x ≤ 0.

Além disso


 1, se ξ(x) = 0, ξ(x + 1) = 1 e y = x,




 −1, se
 ξ(x) = 1, ξ(x + 1) = 0 e y = x,
ξ y,y+1
(x) − ξ(x) = 1, se ξ(x) = 0, ξ(x − 1) = 1 e y = x − 1, .



 −1, se ξ(x) = 1, ξ(x − 1) = 0 e y = x − 1,



 0, caso contrário .

58
Logo,


 2 {−ξ(x)(1 − ξ(x + 1)) + ξ(x + 1)(1 − ξ(x)) + ξ(x − 1)(1 − ξ(x))
 1

L1 ξ(x) = −ξ(x)(1 − ξ(x − 1))}, se x ≤ −1,



 1 {ξ(−1)(1 − ξ(0)) − ξ(0)(1 − ξ(−1))}, se x = 0,
2



 2 {−ξ(x)(1 − ξ(x + 1)) + ξ(x + 1)(1 − ξ(x)) + ξ(x − 1)(1 − ξ(x))
 1

L2 ξ(x) = −ξ(x)(1 − ξ(x − 1))}, se x ≥ 2,



 1 {−ξ(1)(1 − ξ(2)) + ξ(2)(1 − ξ(1))}, se x = 1.
2

Simplificando obtemos

{
1
2
{ξ(x − 1) − 2ξ(x) + ξ(x + 1)}, se x ≤ −1,
L1 ξ(x) = (C.4)
1
2
{ξ(−1) − ξ(0)}, se x = 0,

{
1
2
{ξ(x − 1) − 2ξ(x) + ξ(x + 1)}, se x ≥ 2,
L2 ξ(x) = (C.5)
1
2
{ξ(2) − ξ(1)}, se x = 1.

59
Substituindo (C.11), (C.12) e (C.10) em (C.8) obtemos

1 ∑ y+1 y y−1
L⟨π N , G⟩ = [G( ) − 2G( ) + G( )]ξ(y)
2N y≤−1 N N N
1 ∑ y+1 y y−1 1
+ [G( ) − 2G( ) + G( )]ξ(y) − G(0)ξ(1)
2N y≥0 N N N 2N
1 1 1
− G(1/N )ξ(1) − G(1/N )ξ(0) − G(−1/N )ξ(0)ξ(1)
N 2N N
1 1 1
+ G(0)ξ(0)ξ(1) − G(0)ξ(0) − G(1/N )ξ(1)
N [ 2N 2N ]
1 ∑ y−1 y
+ ξ(0)ξ(1) (G( ) − G( ))ξ(y)
N y≥0
N N
[ ]
1 ∑ y+1 y
+ ξ(0)ξ(1) (G( ) − G( ))ξ(y)
N y≤−1
N N
[ ]
1 ∑ ∑
= ⟨π N , △N G⟩ + ξ(0)ξ(1)N −2 ∇G(y/N )ξ(y) − ∇G((y − 1)/N )ξ(y)
2N 2 y≤−1 y≥0
1
+ N −2 ξ(0)ξ(1)∇N G(0) + [ξ(1) − ξ(0)]∇N G(0).
2N 2

Pondo H1 (u) = ∇G(u)I(−∞,−1] (u) e H2 (u) = ∇G(u)I[0,+∞) (u), obtemos

1
L⟨π N , G⟩ = ⟨π N , △N G⟩ + ξ(0)ξ(1)N −1 [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩]
2N 2
1
+ N −2 ξ(0)ξ(1)∇N G(0) + [ξ(1) − ξ(0)]∇N G(0).
2N 2

Para provar a rigidez precisamos estimar a esperança do quadrado de MtG,N

∫ t
⟨MtG,N ⟩ = N 2 {L⟨πsN , G⟩2 − 2⟨πsN , G⟩L⟨πsN , G⟩}ds
0

O termo do integrando para a parte simétrica do gerador pode ser escrito como
∑
G(x/N )G(y/N ){L1 [ξ(x)ξ(y)] − 2ξ(x)L1 ξ(y)}
|x−y|=1
x,y≤−1
∑
+ G(x/N )G(y/N ){L2 [ξ(x)ξ(y)] − 2ξ(x)L2 ξ(y)}. (C.6)
|x−y|=1
x,y≥1

60
 Já que, para todos x, y ≥ 1 ou x, y ≤ −1 tais que |x − y| > 1, temos Ls ξ(x)ξ(y) =
ξ(y)Ls ξ(x) + ξ(x)Ls ξ(y), onde s = 1, 2, os termos com |x − y| > 1 não precisam ser
considerados na expressão acima.
Além disso, Ls ξ(x)ξ(x + 1) = ξ(x + 1)Wx−1,x − ξ(x)Wx+1,x+2 , para todo
x ≥ 2 ou x ≤ −2 e L2 ξ(1)ξ(2) = −ξ(1)W2,3 e L1 ξ(−1)ξ(0) = −ξ(0)W−2,−1 , onde
Wx,x+1 = 21 [ξ(x) − ξ(x + 1)].

Portanto, a expressão (C.15) pode ser escrita na forma

∑
[Ls ξ 2 (x) − 2ξ(x)Ls ξ(x)] − 2G(1/N )G(2/N )ξ(1)W2,3 + 2G(−1/N )G(0)ξ(0)W−2,−1
x,y∈Z
∑
+2 G(x/N )G(x + 1/N )[ξ(x + 1)Wx−1,x − ξ(x)Wx+1,x+2
x≥2
∑
+2 G(x/N )G(x + 1/N )[ξ(x + 1)Wx−1,x − ξ(x)Wx+1,x+2
x≤−1
∑
−2 G(x/N )G(x + 1/N )[ξ(x)L2 ξ(x + 1) + ξ(x + 1)L2 ξ(x)
x≥1
∑
−2 G(x/N )G(x + 1/N )[ξ(x)L1 ξ(x + 1) + ξ(x + 1)L1 ξ(x).
x≤−1

De modo a simplificar a expressão acima, observamos que

Ls ξ 2 (x)−2ξ(x)Ls ξ(x) = ξ(x)[1−ξ(x−1)]+ξ(x+1)[1−ξ(x)]+ξ(x)[1−ξ(x+1)]+ξ(x+1)[1−ξ(x)]

para todo x ≥ 2 e x ≤ −1. Além disso

1
L2 ξ 2 (1) − 2ξ(1)L2 ξ(1) = {ξ(1)[1 − ξ(2)] + ξ(2)[1 − ξ(1)]},
2

1
L1 ξ 2 (0) − 2ξ(0)L1 ξ(0) = {ξ(0)[1 − ξ(−1)] + ξ(−1)[1 − ξ(0)]},
2
ξ(x+1)Wx−1,x −ξ(x)Wx+1,x+2 −ξ(x)Ls ξ(x+1)−ξ(x+1)Ls ξ(x) = −ξ(x)[1−ξ(x+1)]−ξ(x+1)[1−ξ(x)]

para x ≥ 2 ou x ≤ −2. E

ξ(1)W2,3 + ξ(1)L2 ξ(2) + ξ(2)L2 ξ(1) = ξ(1)[1 − ξ(2)] + ξ(2)[1 − ξ(1)],

1
ξ(0)W−2,−1 − [ξ(−1)L1 ξ(0) + ξ(0)L1 ξ(−1)] = − {ξ(0)[1 − ξ(−1)] + ξ(−1)[1 − ξ(0)]}.
2

61
Logo, a expressão (C.15) pode ser escrita como

∑ ∑
|x−y|=1 [G(x/N )−G(y/N )]
2 ξ(x)[1−ξ(y)]+ 2
|x−y|=1 [G(x/N )−G(y/N )] ξ(x)[1−ξ(y)] (C.7)
x,y≤0 x,y≥1

Para a parte antissimétrica do gerador tem-se

∑
N 2 {LT ⟨π N , G⟩2 − 2⟨π N , G⟩LT ⟨π N , G⟩} = G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x,y≤0
∑ ∑
+ G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)] + G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x,y≥1 y≥1
x≤0
∑
+ G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x≥1
y≤0
∑x+1 y+1
= ξ(0)ξ(1) [G( ) − G(x/N )][G( ) − G(y/N )]ξ(x)ξ(y)
x,y≤0
N N
∑ x x−1 y y−1
+ξ(0)ξ(1) [G( ) − G( )][G( ) − G( )]ξ(x)ξ(y)
x,y≥1
N N N N
∑ x+1 x y−1 y
+2ξ(0)ξ(1) [G( ) − G( )][G( ) − G( )]ξ(x)ξ(y)
y≥2
N N N N
x≤−1
∑ x+1 x
−4G(1/N )ξ(0)ξ(1) [G( ) − G( )]ξ(x) + 2ξ(0)ξ(1)G(1/N )G(0).
x<0
N N

62
M =2
Considere as seguintes expressões:

1 ∑
πN = ξ(x)δx/N
N x∈Z
1 ∑ x 1 ∑ x
⟨π N , G⟩ = G( )ξ(x) + G( )ξ(x)
N x<0 N N x≥0 N
1 ∑ x y
⟨π N , G⟩2 = ⟨π N , G⟩⟨π N , G⟩ = 2 G( )G( )ξ(x)ξ(y),
N x,y∈Z N N

1 ∑ x 1 ∑ x
L⟨π N , G⟩ = G( )Lξ(x) + G( )Lξ(x), (C.8)
N x<0 N N x≥0 N

1 ∑ x y
L⟨π N , G⟩2 = 2
G( )G( )Lξ(x)ξ(y). (C.9)
N x,y∈Z N N

Faremos primeiramente o cálculo de L⟨π N , G⟩, para isto observe que

Lξ(x) = L1 ξ(x) + L2 ξ(x) + L3 ξ(x) + L4 ξ(x) + LT ξ(x),

63
onde
∑
L1 ξ(x) = Ly,y+1 ξ(x)
y≤0
1∑
= [ξ(y)(1 − ξ(y + 1))(ξ y,y+1 (x) − ξ(x)) + ξ(y + 1)(1 − ξ(y))(ξ y+1,y (x) − ξ(x))],
4 y≤0
∑
L2 ξ(x) = Ly,y+1 ξ(x)
y≥1
1∑
= [ξ(y)(1 − ξ(y + 1))(ξ y,y+1 (x) − ξ(x)) + ξ(y + 1)(1 − ξ(y))(ξ y+1,y (x) − ξ(x))],
4 y≥1
∑
L3 ξ(x) = Ly,y+2 ξ(x)
y≤0
1∑
= [ξ(y)(1 − ξ(y + 2))(ξ y,y+2 (x) − ξ(x)) + ξ(y + 2)(1 − ξ(y))(ξ y+2,y (x) − ξ(x))],
4 y≤0
∑
L4 ξ(x) = Ly,y+2 ξ(x)
y≥1
1∑
= [ξ(y)(1 − ξ(y + 2))(ξ y,y+2 (x) − ξ(x)) + ξ(y + 2)(1 − ξ(y))(ξ y+2,y (x) − ξ(x))],
4 y≥1

{
ξ(0)ξ(1)(ξ(x + 1) − ξ(x)), se x ≥ 1,
LT ξ(x) = . (C.10)
ξ(0)ξ(1)(ξ(x − 1) − ξ(x)), se x ≤ 0.

Além disso


 1, se ξ(x) = 0, ξ(x + k) = 1 e y = x,




 −1, se
 ξ(x) = 1, ξ(x + k) = 0 e y = x,
ξ y,y+k
(x) − ξ(x) = 1, se ξ(x) = 0, ξ(x − k) = 1 e y = x − k, .



 −1, se ξ(x) = 1, ξ(x − k) = 0 e y = x − k,



 0, caso contrário ,

para k = 1, 2. Logo,

{
1
4
{ξ(x − 1) − 2ξ(x) + ξ(x + 1)}, se x ≤ −1,
L1 ξ(x) = (C.11)
1
4
{ξ(−1) − ξ(0)}, se x = 0,

64
 {
1
4
{ξ(x − 1) − 2ξ(x) + ξ(x + 1)}, se x ≥ 2,
L2 ξ(x) = (C.12)
1
4
{ξ(2) − ξ(1)}, se x = 1.

{
1
4
{ξ(x − 2) − 2ξ(x) + ξ(x + 2)}, se x ≤ −2,
L3 ξ(x) = (C.13)
1
4
{ξ(x − 2) − ξ(x)}, se x = −1, 0,

{
1
4
{ξ(x − 2) − 2ξ(x) + ξ(x + 2)}, se x ≤ −1,
L4 ξ(x) = (C.14)
1
4
{ξ(x + 2) − ξ(x)}, se x = 1, 2

Substituindo (C.11), (C.12),(C.13),(C.14), e (C.10) em (C.8) obtemos

1 ∑ y+1 y y−1
L⟨π N , G⟩ = [G( ) − 2G( ) + G( )]ξ(y)
4N y≤−1 N N N
1 ∑ y+1 y y−1 1
+ [G( ) − 2G( ) + G( )]ξ(y) − G(0)ξ(1)
4N y≥0 N N N 4N
1 1 1
− G(1/N )ξ(1) − G(1/N )ξ(0) − G(−1/N )ξ(0)ξ(1)
2N 4N 2N
1 1 1
+ G(0)ξ(0)ξ(1) − G(0)ξ(0) − G(1/N )ξ(1)
2N [ 4N 4N ]
1 ∑ y−1 y
+ ξ(0)ξ(1) (G( ) − G( ))ξ(y)
N y≥0
N N
1 ∑ y+2 y y−2
+ [G( ) − 2G( ) + G( )]ξ(y)
4N y≤−1 N N N
1 ∑ y+2 y y−2
+ [G( ) − 2G( ) + G( )]ξ(y)
4N y≥0 N N N
1
+ 2 {ξ(−1)[G(−1/N ) − G(−1/N )] + ξ(0)[G(0) − G(2/N )] + ξ(1)[G(1/N )˙
4N [ ]
1 ∑ y + 1 y
− G(−1/N )] + ξ(2)[G(2/N ) − G(0)]}˙ + ξ(0)ξ(1) (G( ) − G( ))ξ(y)
N y≤−1
N N
1 1
= 2
⟨π N , △N G⟩ + 2
2⟨π N , △N G⟩
4N [ 4N ]
∑ ∑
+ ξ(0)ξ(1)N −2 ∇G(y/N )ξ(y) − ∇G((y − 1)/N )ξ(y) + N −2 ξ(0)ξ(1)∇N G(0)
y≤−1 y≥0
1 1
+ 2
[ξ(1) − ξ(0)]∇N G(0) + [ξ(1) + ξ(2) − ξ(0) − ξ(−1)]∇N G(0).
4N 4N 2

65
 Pondo H1 (u) = ∇G(u)I(−∞,−1] (u) e H2 (u) = ∇G(u)I[0,+∞) (u), obtemos

3
L⟨π N , G⟩ = ⟨π N , △N G⟩ + ξ(0)ξ(1)N −1 [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩]
4N 2
1 1
+ N −2 ξ(0)ξ(1)∇N G(0) + 2
[ξ(1) − ξ(0)]∇N G(0) + [ξ(2) − ξ(−1)]∇N G(0).
2N 4N 2

Para provar a rigidez precisamos estimar a esperança do quadrado de MtG,N

∫ t
⟨MtG,N ⟩ = N 2 {L⟨πsN , G⟩2 − 2⟨πsN , G⟩L⟨πsN , G⟩}ds
0

O termo do integrando para a parte simétrica do gerador pode ser escrito como
∑
G(x/N )G(y/N ){L1 [ξ(x)ξ(y)] − 2ξ(x)L1 ξ(y)}
|x−y|=1
x,y≤−1
∑
+ G(x/N )G(y/N ){L2 [ξ(x)ξ(y)] − 2ξ(x)L2 ξ(y)}
|x−y|=1
x,y≥1
∑
G(x/N )G(y/N ){L3 [ξ(x)ξ(y)] − 2ξ(x)L3 ξ(y)}
|x−y|=2
x,y≤−1
∑
+ G(x/N )G(y/N ){L4 [ξ(x)ξ(y)] − 2ξ(x)L4 ξ(y)}. (C.15)
|x−y|=2
x,y≥1

Já que, para todos x, y ≥ 1 ou x, y ≤ −1 tais que |x − y| > 1, temos Ls ξ(x)ξ(y) =

ξ(y)Ls ξ(x) + ξ(x)Ls ξ(y), onde s = 1, 2, os termos com |x − y| > 1 não precisam ser
considerados nas duas primeiras parcelas da expressão acima. Analogamente, para todos
x, y ≥ 1 ou x, y ≤ −1 tais que |x − y| ≥ 1, temos Ls ξ(x)ξ(y) = ξ(y)Ls ξ(x) + ξ(x)Ls ξ(y),
onde s = 3, 4, os termos com |x − y| ≥ 1 não precisam ser considerados nas duas últimas
parcelas da expressão acima.
Além disso, para s = 1, 2, Ls ξ(x)ξ(x + 1) = ξ(x + 1)Wx−1,x − ξ(x)Wx+1,x+2 , para
todo x ≥ 2 ou x ≤ −2 e L2 ξ(1)ξ(2) = −ξ(1)W2,3 e L1 ξ(−1)ξ(0) = −ξ(0)W−2,−1 , onde
Wx,x+1 = 14 [ξ(x) − ξ(x + 1)].

E para s = 3, 4, Ls ξ(x)ξ(x + 2) = ξ(x + 2)Wx−2,x − ξ(x)Wx+2,x+4 , para todo x ≥ 4 ou

x ≤ −3 e L4 ξ(1)ξ(3) = −ξ(1)W3,5 ,L4 ξ(2)ξ(4) = −ξ(2)W4,6 , L3 ξ(−2)ξ(0) = −ξ(0)W−2,−4
e L3 ξ(−3)ξ(−1) = ξ(−1)W−5,−3 onde Wx,x+2 = 14 [ξ(x) − ξ(x + 2)].

66
Portanto, a expressão (C.15) pode ser escrita na forma
∑
[Ls ξ 2 (x) − 2ξ(x)Ls ξ(x)] − 2G(1/N )G(2/N )ξ(1)W2,3 + 2G(−1/N )G(0)ξ(0)W−2,−1
x,y∈Z
−2G(1/N )G(3/N )ξ(1)W3,5 − 2G(2/N )G(4/N )ξ(2)W4,6 + 2G(−2/N )G(0/N )ξ(0)W−4,−2
∑
+2G(−3/N )G(−1/N )ξ(−1)W−5,−3 + 2 G(x/N )G(x + 1/N )[ξ(x + 1)Wx−1,x − ξ(x)Wx+1,x+2
x≥2
∑
+2 G(x/N )G(x + 1/N )[ξ(x + 1)Wx−1,x − ξ(x)Wx+1,x+2
x≤−1
∑
−2 G(x/N )G(x + 1/N )[ξ(x)L2 ξ(x + 1) + ξ(x + 1)L2 ξ(x)
x≥1
∑
−2 G(x/N )G(x + 1/N )[ξ(x)L1 ξ(x + 1) + ξ(x + 1)L1 ξ(x).
x≤−1

Analogamente ao caso do processo anterior, podemos simplificar a expressão acima,

observamos que

Ls ξ 2 (x)−2ξ(x)Ls ξ(x) = ξ(x)[1−ξ(x−1)]+ξ(x−1)[1−ξ(x)]+ξ(x)[1−ξ(x+1)]+ξ(x+1)[1−ξ(x)]

para todo x ≥ 2 e x ≤ −1 e s = 1, 2,

Ls ξ 2 (x)−2ξ(x)Ls ξ(x) = ξ(x)[1−ξ(x−2)]+ξ(x−2)[1−ξ(x)]+ξ(x)[1−ξ(x+2)]+ξ(x+2)[1−ξ(x)]

para todo x ≥ 3 e x ≤ −2 e s = 3, 4, além disso

1
L2 ξ 2 (1) − 2ξ(1)L2 ξ(1) = {ξ(1)[1 − ξ(2)] + ξ(2)[1 − ξ(1)]},
4
1
L1 ξ 2 (0) − 2ξ(0)L1 ξ(0) = {ξ(0)[1 − ξ(−1)] + ξ(−1)[1 − ξ(0)]},
4
1
L3 ξ 2 (0) − 2ξ(0)L3 ξ(0) = {ξ(0)[1 − ξ(−2)] + ξ(−2)[1 − ξ(0)]},
4
1
L3 ξ 2 (−1) − 2ξ(−1)L3 ξ(−1) = {ξ(−3)[1 − ξ(−1)] + ξ(−1)[1 − ξ(−3)]},
4
1
L4 ξ 2 (1) − 2ξ(1)L4 ξ(1) = {ξ(3)[1 − ξ(1)] + ξ(1)[1 − ξ(3)]},
4
1
L4 ξ 2 (2) − 2ξ(2)L4 ξ(2) = {ξ(4)[1 − ξ(2)] + ξ(2)[1 − ξ(4)]},
4
ξ(x+1)Wx−1,x −ξ(x)Wx+1,x+2 −ξ(x)Ls ξ(x+1)−ξ(x+1)Ls ξ(x) = −ξ(x)[1−ξ(x+1)]−ξ(x+1)[1−ξ(x)]

67
para x ≥ 2 ou x ≤ −2 e s = 1, 2,

ξ(x+2)Wx−2,x −ξ(x)Wx+2,x+4 −ξ(x)Ls ξ(x+2)−ξ(x+2)Ls ξ(x) = −ξ(x)[1−ξ(x+2)]−ξ(x+2)[1−ξ(x)]

para x ≥ 3 ou x ≤ −3 e s = 3, 4. E

ξ(1)W2,3 + ξ(1)L2 ξ(2) + ξ(2)L2 ξ(1) = ξ(1)[1 − ξ(2)] + ξ(2)[1 − ξ(1)],

1
ξ(0)W−2,−1 − [ξ(−1)L1 ξ(0) + ξ(0)L1 ξ(−1)] = − {ξ(0)[1 − ξ(−1)] + ξ(−1)[1 − ξ(0)]}.
2
Logo, a expressão (C.15) pode ser escrita como

∑ ∑
|x−y|=2 [G(x/N )−G(y/N )]
2 ξ(x)[1−ξ(y)]+ 2
|x−y|=2 [G(x/N )−G(y/N )] ξ(x)[1−ξ(y)] (C.16)
|x−y|=1 |x−y|=1
x,y≤0 x,y≥1

Para a parte antissimétrica do gerador tem-se

∑
N 2 {LT ⟨π N , G⟩2 − 2⟨π N , G⟩LT ⟨π N , G⟩} = G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x,y≤0
∑ ∑
+ G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)] + G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x,y≥1 y≥1
x≤0
∑
+ G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x≥1
y≤0
∑ x+1 y+1
= ξ(0)ξ(1) [G( ) − G(x/N )][G( ) − G(y/N )]ξ(x)ξ(y)
x,y≤0
N N
∑ x x−1 y y−1
+ξ(0)ξ(1) [G( ) − G( )][G( ) − G( )]ξ(x)ξ(y)
x,y≥1
N N N N
∑ x+1 x y−1 y
+2ξ(0)ξ(1) [G( ) − G( )][G( ) − G( )]ξ(x)ξ(y)
y≥2
N N N N
x≤−1
∑ x+1 x
−4G(1/N )ξ(0)ξ(1) [G( ) − G( )]ξ(x) + 2ξ(0)ξ(1)G(1/N )G(0).
x<0
N N

68
caso geral
∑M
O gerador do novo processo é Lξ(x) = i=−M Li ξ(x) + LT , onde para cada i =
1, . . . , M , temos
∑
Li ξ(x) = Ly,y+i (C.17)
x>0
∑
= p(i) [ξ(y)(1 − ξ(y + i))(ξ y,y+i (x) − ξ(x)) + ξ(y + i)(1 − ξ(y))(ξ y+i,y (x) − ξ(x))],
x>0

∑
L−i ξ(x) = Ly,y+i (C.18)
x≤0
∑
= p(i) [ξ(y)(1 − ξ(y + i))(ξ y,y+i (x) − ξ(x)) + ξ(y + i)(1 − ξ(y))(ξ y+i,y (x) − ξ(x))],
x≤0

{
ξ(0)ξ(1)(ξ(x + 1) − ξ(x)), se x ≥ 1,
LT ξ(x) = . (C.19)
ξ(0)ξ(1)(ξ(x − 1) − ξ(x)), se x ≤ 0.

Além disso,


 1, se ξ(x) = 0, ξ(x + i) = 1 e y = x,




 −1,
 se ξ(x) = 1, ξ(x + i) = 0 e y = x,
ξ y,y+i
(x) − ξ(x) = 1, se ξ(x) = 0, ξ(x − i) = 1 e y = x − i, .



 −1, ξ(x) = 1, ξ(x − i) = 0 e y = x − i,


se

 0, caso contrário ,

Fazendo alguns cálculos elementares, observamos que

{
p(i){ξ(x − i) − 2ξ(x) + ξ(x + i)}, se x ≥ i + 1,
Li ξ(x) = (C.20)
p(i){ξ(x + i) − ξ(x)}, se x = 1, . . . , i,

{
p(i){ξ(x − i) − 2ξ(x) + ξ(x + i)}, se x ≤ −i,
L−i ξ(x) = (C.21)
p(i){ξ(x + i) − ξ(x)}, se x = −i + 1, −i + 2, . . . , −1, 0.

Considerando as expressões acima e fazendo mais alguns cálculos e mudanças de

69
variáveis, obtém-se

1 ∑ ∑ 1 ∑ ∑
−1 k
N
L⟨π , G⟩ = G(x/N ) Li ξ(x) + G(x/N ) Li ξ(x) (C.22)
N x<0 i=−k
N x≥0 i=1
p(i) ∑ ∑ ∑
= { G((y + i)/N )ξ(y) − 2 G(y/N )ξ(y) + G((y − i)/N )ξ(y)}
N y≥1 y≥i+1 y≥2i+1

p(i) ∑ ∑
2i i
+ { G((y − i)/N )ξ(y) − G(y/N )ξ(y)}
N y=1+i y=1
p(i) ∑ ∑ ∑
+ { G((y + i)/N )ξ(y) − 2 G(y/N )ξ(y) + G((y − i)/N )ξ(y)}
N y≤−2i y≤−i y≤0

p(i) ∑ ∑
−i 0
+ { G((y + i)/N )ξ(y) − G(y/N )ξ(y)}
N y=1−2i y=−i+1

∑
M
i2 p(i)
= ⟨π N , ∆N G⟩ + ξ(0)ξ(1)N −1 [⟨π N , H1 ⟩ − ⟨π N , H2 ⟩] (C.23)
i=1
N2

1 ∑ ip(i) ∑ ∑
M i −1
+ N −2 ξ(0)ξ(1)∇N G(0) + { ∇N G(y/N )ξ(y) − ∇N G(y/N )ξ(y)}.
N i=1 N y=1 y=−i+1

Para provar a rigidez precisamos estimar a esperança do quadrado de MtG,N

∫ t
⟨MtG,N ⟩ = N 2 {L⟨πsN , G⟩2 − 2⟨πsN , G⟩L⟨πsN , G⟩}ds
0

Analogamente ao caso do processo simples, o termo do integrando para a parte simétrica

do gerador pode ser escrito como

∑ ∑
|x−y|=i [G(x/N )−G(y/N )]
2 ξ(x)[1−ξ(y)]+
|x−y|=i [G(x/N )−G(y/N )]
2 ξ(x)[1−ξ(y)] (C.24)
i=1,2...,M i=1,2...,M
x,y≤0 x,y≥1

70
Para a parte antissimétrica do gerador tem-se
∑
N 2 {LT ⟨π N , G⟩2 − 2⟨π N , G⟩LT ⟨π N , G⟩} = G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x,y≤0
∑ ∑
+ G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)] + G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x,y≥1 y≥1
x≤0
∑
+ G(x/N )G(y/N )[LT ξ(x)ξ(y) − 2ξ(x)LT ξ(y)]
x≥1
y≤0
∑ x+1 y+1
= ξ(0)ξ(1) [G( ) − G(x/N )][G( ) − G(y/N )]ξ(x)ξ(y)
x,y≤0
N N
∑ x x−1 y y−1
+ξ(0)ξ(1) [G( ) − G( )][G( ) − G( )]ξ(x)ξ(y)
x,y≥1
N N N N
∑ x+1 x y−1 y
+2ξ(0)ξ(1) [G( ) − G( )][G( ) − G( )]ξ(x)ξ(y)
y≥2
N N N N
x≤−1
∑ x+1 x
−4G(1/N )ξ(0)ξ(1) [G( ) − G( )]ξ(x) + 2ξ(0)ξ(1)G(1/N )G(0).
x<0
N N

O comportamento hidrodinâmico
Fixe uma sequência de medidas de probabilidade {µN : N ≥ 1} sobre P(Ω)
satisfazendo (E1 ) − (E3 ) com perfil inicial limitado ζ0 : R → R. Para cada função
contı́nua G : R → R com suporte compacto e cada δ > 0
( ∫ +∞  )
1 ∑ 
 
lim PN  G(x/N )ξtN 2 (x) − G(u)ζ(t, u)du > δ = 0,
N →∞
µ
N −∞ 
x∈Z
( N  )
lim PNµ
D (t) − D(t) > δ = 0,
N →∞

onde (ζ, D) : ([0, T ] × R) × [0, T ] → [0, 1] × R+ é a solução fraca da equação diferencial

parcial


 ∂t ζ = σ12 △ζ − Ḋt ∂u ζ, u > 0,




 ∂t ζ = σ2 △ζ + Ḋt ∂u ζ,
 2
u < 0,
Ḋt = ∂u ζ(t, 0+) = −∂u ζ(t, 0−), (C.25)






ζ(t, 0+)ζ(t, 0−) = 0,

 ζ(0, u) = ζ (u),
0

onde ζ0 : [0, T ]×R → [0, 1] é uma função mensurável, chamada perfil inicial de densidade,

71
 ∑ ∑
σ12 = 2 2
i∈Z+ i p(i),σ2 = i∈Z− i2 p(i).

Demonstração do limite hidrodinâmico

A generalização dos lemas de substituição se dará pela seguinte obervação:

∑
x−1 ∑
M ∑
x−1
ξ(1) − ξ(x) = (ξ(y) − ξ(y + 1)) = 2 p(i) (ξ(y) − ξ(y + 1))
y=1 i=1 y=1
[ ]
∑
x−1 ∑
x−1 ∑
x−1
= 2 p(1) (ξ(y) − ξ(y + 1)) + p(2) (ξ(y) − ξ(y + 1)) + · · · p(M ) (ξ(y) − ξ(y + 1))
y=1 y=1 y=1
[ ]
∑
x−1 ∑
x−1 ∑
x−1
= 2 p(1) (ξ(y) − ξ(y + 1)) + p(2) (ξ(y) − ξ(y + 2)) + · · · p(M ) (ξ(y) − ξ(y + M )
y=1 y=1 y=1
[
∑
x−1 ∑
x−1 ∑
x−1
+ 2 p(2) (ξ(y + 2) − ξ(y + 1)) + p(3) (ξ(y + 3) − ξ(y + 1)) + · · · p(M ) (ξ(y + M ) −
y=1 y=1 y=1
[ ]
∑
x−1 ∑
x−1 ∑
x−1
= 2 p(1) (ξ(y) − ξ(y + 1)) + p(2) (ξ(y) − ξ(y + 2)) + · · · p(M ) (ξ(y) − ξ(y + M )
y=1 y=1 y=1
+ 2 [ p(2)(ξ(x + 1) − ξ(2)) + p(3)[−(ξ(2) + ξ(3)) + ξ(x + 1) + ξ(x + 2)]
( M )]
∑ ∑
M −1
+ · · · + p(M ) − ξ(i) + ξ(x + i)
i=2 i=1

72
Referências Bibliográficas

[1] Andjel,E.D. Convergence to a non extremal equilibrium measure in the exclusion

process, Prob. Th. Rel. Fields,73, 127-134 (1986).

[2] Evans, L. Partial Differential Equations, American Mathematical Society (1998).

[3] Funaki T., Sasada M. Hydrodynamic Limit for an Evolutional Model of Two-
Dimensional Young Diagrams, Commun. Math. Phys. 299, 335-363 (2010).

[4] Guo M.,Papanicolaou G.,Varadhan S. Nonlinear diffusion limit for a System

with nearest neighbor interactions , Comm. Math.Phys. 118, 31-59 ,(1988).

[5] Karatzas, Shreeve: Brownian Motion and Stochastic Processes.

[6] Kipnis, C. CLT for series of queues and tagged particle, Ann. Prob. 14(2), 397-408
(1986).

[7] Kipnis C., Landim C Scaling Limits of Interacting Particles Systems, Springer-
Verlag (1997).

[8] Ladyzenskaja,O. A., Solonnikov, V. A., Ural’ceva, N. N. Linear and

Quasilinear equations of parabolic type, Translation of Mathematical Monographs
23,(1968).

[9] Landim C., Olla S.,Volchan S. Driven Tracer Particle and Einstein Relation
in One Dimentional Symetric Simple Exclusion Process, Commun. Math Phys. 192,
287-307 (1998).

[10] Landim C., Valle G. A microscopic model for Stefan´s melting and freezing
problem, Ann Prob. 34(2), 779-803 (2006).

[11] Liggett, T.M. Interacting Particle Systems, Springer-Verlag, New York (1985).

73
[12] Valle, G. Evolution of the interfaces in a two dimensional Potts model, Elec.
Journal of Prob. 12, 354-386, (2007).

[13] Valle, G. Hidrodynamics for a non-conservative interacting particle system ,

Markov Proc. Rel. Fields 17 225-252, (2011).

74