Universidade de São Paulo

Departamento de Fı́sica-Matemática

Modelos de Urna

Pedro Rogério Sérgi Gomes

São Paulo
2009
Sumário

1 Introdução 3
1.1 Equação de Transporte de Boltzmann e o Teorema H . . . . . . . . . . . . 3

2 Modelos de Urna 5
2.1 Equação Mestra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Modelo de Urna de Ehrenfest . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 Modelo de Urna do Macaco . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4 Mecânica Estatı́stica - Modelo de Muitas Urnas . . . . . . . . . . . . . . . 12

A Método do Ponto de Sela 18

Referências Bibliográficas 22

2
Capı́tulo 1

Introdução

Discutiremos de maneira muito breve alguns aspectos que motivaram a introdução do

modelo de urna de Ehrenfest.

1.1 Equação de Transporte de Boltzmann e o Teo-

rema H

A equação de transporte de Boltzmann pode ser deduzida considerando-se um gás

clássico de partı́culas com colisões binárias apenas. Assim, na presença de uma força ex-
terna F, a função de distribuição molecular f (r, p, t) satisfaz a equação ı́ntegro-diferencial

µ ¶
∂ 1
+ p1 · ∇r + F · ∇p1 f (r, p1 , t)
∂t m
Z Z
= σ(Ω)dΩ d3 p2 |p2 − p1 |[f (r, p01 , t)f (r, p02 , t) − f (r, p1 , t)f (r, p2 , t)], (1.1)
Ω

em que σ(Ω) é a seção de choque relativa às colisões binárias.

O ponto crucial na dedução da equação de transporte é conhecido como hipótese de
caos molecular. De fato, para obter a equação (1.1) foi feita a aproximação

f (r, p1 , p2 , t) = f (r, p1 , t)f (r, p2 , t), (1.2)

que é uma hipótese de independência estatı́stica, ou seja, estamos supondo que os mo-
mentos de duas partı́culas dentro de um elemento de volume não estão correlacionados.
Na verdade quando fazemos isto estamos trocando uma informação microscópica por uma
espécie de média do sistema.

3
Equação de Transporte de Boltzmann e o Teorema H 4

Uma consequência das relações acima é teorema H de Boltzmann, o qual estabelece

que a função H(t) definida por
Z
H(t) ≡ d3 vf (v, t) ln f (v, t), (1.3)

obedece a desigualdade

dH(t)
≤ 0. (1.4)
dt
Ao contrário das equações microscópicas da mecânica, que são invariantes por reversão
temporal, quer dizer, não distiguem entre passado e futuro, a função H(t) tem uma direção
temporal bem definida. A condição acima fornece a rota do equilı́brio para o sistema.
Um problema com os resultados acima surge quando levamos em conta o teorema de
Poincaré: Um sistema mecânico com uma energia finita e confinado a um volume finito,
depois de um tempo suficientemente longo, retorna a uma vizinhança arbitrariamente
próxima de suas condições iniciais. Este resultado automaticamente exclui a existência
de qualquer função mecânica com uma direção privilegiada no tempo. O que ocorre na
verdade é que o teorema H não é um teorema puramente mecânico, as leis estatı́sticas são
fundamentais para explicar o comportamento de um sistema com muitas partı́culas. O
teorema H reflete a hipótese de caos molecular que, como dito anteriormente, troca uma
informação microscópica por uma espécie de comportamento médio. Mesmo prosseguindo
com o teorema de Poincaré na análise do teorema H, em certas situações pode ser estimado
que o tempo para o que sistema retorne ao seu estado inicial é extremamente grande, da
ordem da idade do universo.
Motivado pelos aspectos mencionados acima, o modelo de urna foi introduzido por Paul
Ehrenfest e Tatiana Ehrenfest e ilustra de maneira muito clara a natureza do teorema H
de Boltzmann. Discutiremos no tópico seguinte esse modelo e também uma variação dele,
o modelo de urna do macaco.
Capı́tulo 2

Modelos de Urna

Antes de introduzir os modelos de urna, discutimos de maneira muito abreviada alguns

fatos sobre a equação mestra, que será de grande utilidade para nossas propostas.

2.1 Equação Mestra

De uma maneira geral, a evolução temporal da distribuição de probabilidades P (n, t)

associada a um sistema fı́sico em um particular estado n, pode ser escrita como

dP (n, t) X
= [W (m → n)P (m, t) − W (n → m)P (n, t)]. (2.1)
dt m6=n

em que W (m → n) é a taxa de transição referente ao sistema passar do estado m para

o estado n. A intepretação dessa equação é a seguinte: na evolução da probabilidade
P (n, t) devemos levar em conta todos os estados m que podem eventualmente acessar o
estado n, e também todos os estados l que podem ser acessados a partir de n.
Uma vez encontradas as taxas de transição W (m → n) e W (n → n) podemos obter a
distribuição de probabilidades. Em geral, adotaremos formas plausı́veis para essas taxas,
consistentes com o sistema fı́sico que estamos tratando, visto que não há uma maneira
sistemática para obtê-las.
Os modelos que discutiremos a seguir são exemplos de processos markovianos, ou seja,
em que a probabilidade num dado instante só depende do instante anterior.

5
Modelo de Urna de Ehrenfest 6

2.2 Modelo de Urna de Ehrenfest

O modelo de urna de Ehrenfest é definido como N bolas numeradas (de 1 a N )

distribuı́das em duas urnas. Podemos considerar que inicialmente quase todas as bolas
estão localizadas na urna 1. Então, a cada intervalo de tempo um número entre 1 e N é
sorteado aleatoriamente e a bola correspondente é trocada de urna. Em cada etapa apenas
uma bola é trocada de urna. O número de bolas total N é fixo, tal que N1 (t)+N2 (t) = N .
Seja fk (t) a probabilidade de encontrar N1 (t) = k bolas na urna 1. Queremos obter
a equação mestra associadada ao sistema. Note que esse estado com N1 (t) = k pode
somente ser alcançado pelos estados com k − 1 ou k + 1 bolas na urna 1, quer dizer,
somente termos envolvendo W (k ± 1 → k) e W (k → k ± 1) são não nulos. Dessa maneira,

dfk (t)
= W (k + 1 → k)fk+1 (t) + W (k − 1 → k)fk−1 (t)
dt
− W (k → k + 1)fk (t) − W (k → k − 1)fk (t). (2.2)

O próximo passo é definir as taxas de transição envolvidas. É razoável supor as seguintes

formas:
k+1
W (k + 1 → k) ≡ , (2.3)
N
N − (k − 1)
W (k − 1 → k) ≡ , (2.4)
N
N −k
W (k → k + 1) ≡ (2.5)
N
e
k
W (k → k − 1) ≡ . (2.6)
N
Vamos analisar alguns desses termos. A primeira taxa W (k +1 → k) corresponde a passar
uma bola da urna 1 (com k + 1 bolas) para a urna 2, tal que a urna 1 fique com k bolas.
Mas isso é equivalente a sortear um número cuja bola correspondente está na urna 1. A
probabilidade de sortear uma bola pertencente a urna 1, contendo k + 1 bolas é (k + 1)/N ,
motivando nossa escolha. A segunda taxa, W (k − 1 → k), corresponde a passar uma bola
da urna 2 (com N − (k − 1)) para a 1. Mas isso é equivalente a sortear uma bola da
urna 2 e a probabilidade disso acontecer é (N − (k − 1))/N . O mesmo raciocı́nio pode ser
empregado para as duas outras taxas. Substituindo essas taxas em (2.2), obtemos

dfk (t) k+1 N − (k − 1)

= fk+1 (t) + fk−1 (t) − fk (t). (2.7)
dt N N
Modelo de Urna de Ehrenfest 7

O estado de equilı́brio pode ser obtido simplesmente assumindo que fk (t) seja indepen-
dente de t:

k+1 N − (k − 1)
fk = fk+1 + fk−1 . (2.8)
N N
Podemos verificar facilmente que a solução de equilı́brio é dada pela distribuição binomial
1 N!
fk =N
. (2.9)
2 (N − k)!k!
Nosso próximo passo trata-se da análise das escalas de tempo envolvidas no modelo de
urna. Para determinar o tempo de relaxação ou tempo caracterı́stico do sistema, podemos
considerar a evolução no número médio de partı́culas na urna 1, isto é,
N
X
hN1 (t)i = kfk (t), (2.10)
k=0

com a condição inicial N1 (0) = N0 . Consideremos agora a derivada em relação ao tempo:

N
X dfk (t)
d
hN1 (t)i = k . (2.11)
dt k=0
dt
Substituindo a equação mestra (2.7) no lado direito, temos

XN µ ¶
d k+1 N − (k − 1)
hN1 (t)i = k fk+1 (t) + fk−1 (t) − fk (t)
dt k=0
N N
XN XN
k+1 N − (k − 1)
= −hN1 (t)i + k fk+1 (t) + k fk−1 (t).
k=0
N k=0
N
(2.12)
Vamos analisar as duas somatórias acima. Na primeira delas, dependente de fk+1 (t),
observe que quando k = N , teremos fN +1 (t) que obrigatóriamente deve ser zero, pois é
impossı́vel ter N + 1 bolas em qualquer urna. Assim, podemos subtrair esse termo da
soma, ou seja,

XN N
X −1
k+1 k+1
S1 ≡ k fk+1 (t) = k fk+1 (t). (2.13)
k=0
N k=0
N
Agora, fazemos a mudança de variável k 0 ≡ k + 1, tal que

XN
k−1
S1 = k fk (t). (2.14)
k=1
N
Modelo de Urna de Ehrenfest 8

Mas, como há um fator de k multiplicando a expressão toda a direita da soma, podemos
incluir o termo k = 0, podendo assim identificar os valores médios como segue:

XN
k−1
S1 = k fk (t)
k=0
N
1
= [hN12 (t)i − hN1 (t)i]. (2.15)
N
Analisemos agora a segunda somatória, dependente de fk−1 (t). Quando k = 0, teremos
f−1 (t), que deve ser zero, pois não é possı́vel ter um número negativo de bolas. Então,

XN XN
N − (k − 1) N − (k − 1)
S2 ≡ k fk−1 (t) = k fk−1 (t). (2.16)
k=0
N k=1
N
Fazendo a mudança de variável k 0 ≡ k − 1, a equação acima torna-se
N
X −1
N −k
S2 = (k + 1) fk (t). (2.17)
k=0
N
Podemos incluir na somatória o termo em que k = N (pois ele é nulo), permitindo assim,
identificar as médias seguintes:

N
X N −k
S2 = (k + 1) fk (t)
k=0
N
µ ¶
1 1
= 1− hN1 (t)i − hN12 (t)i + 1. (2.18)
N N

Para obter esse resultado

P usamos em um dos termos o fato que as probabilidades são
normalizadas, isto é, N k=0 fk (t) = 1. Substituindo (2.15) e (2.18) em (2.12), obtemos a
seguinte equação diferencial para o valor médio hN1 (t)i:
d 1
hN1 (t)i = − hN1 (t)i + 1, (2.19)
dt N/2
cuja solução é dada por
µ ¶
N t N
hN1 (t)i = N0 − e− N/2 + . (2.20)
2 2
Daı́ podemos identificar o tempo caracterı́stico do sistema como τ ≡ N/2. Vemos também
que o valor médio hN1 (t)i decai exponencialmente em direção ao seu valor no equilı́brio,
Modelo de Urna do Macaco 9

quer dizer, hN1 (t)i → N/2 quando t → ∞. Na média, o sistema vai para o equilı́brio de
maneira irreversı́vel, em concordância com o teorema H.
Existe ainda uma escala de tempo muito maior no modelo da urna. Essa escala
refere-se ao tempo de recorrência para que o sistema volte ao seu estado inicial, com N0
bolas na urna 1. Para estimar esse tempo, vamos considerar que inicialmente todas as
bolas encontram-se na urna 1, ou seja, N0 = N . Sabemos que o sistema evolui para o
equilı́brio, que é atingido após um certo intervalo de tempo. Então, podemos considerar
a probabilidade de no equilı́brio o sistema retornar à configuração inicial: todas as bolas
na urna 1. Assim, tomando k = N em (2.9), segue que
1
fN = . (2.21)
2N
Mas isso também fixa uma escala de tempo T0 , dada por,
1
T0 ∼ = 2N . (2.22)
fN
Para um sistema macroscópico, em que N ∼ 1023 , vemos que esse tempo de recorrência
é extremamente grande. Isto também está de acordo com o que foi mencionado no final
da introdução.

2.3 Modelo de Urna do Macaco

O modelo de urna do macaco é uma variação do modelo de Ehrenfest e é definido como

segue: a cada intervalo de tempo, o macaco escolhe uma urna aleatoriamente e troca a
bola da urna escolhida para a outra urna (desde que a urna escolhida não esteja vazia).
A diferença essencial comparada com o modelo definido anteriormente é que lá, algum
número entre 1 e N era escolhido aleatoriamente, ao passo que aqui a urna é escolhida
aleatoriamente pelo macaco.
O primeiro passo é escrever a equação mestra. Como no modelo de Ehrenfest, os únicos
termos que contribuem são aqueles que envolvem taxas entre dois estados diferindo por
uma bola, isto é,

dfk (t)
= W (k + 1 → k)fk+1 (t) + W (k − 1 → k)fk−1 (t)
dt
− W (k → k + 1)fk (t) − W (k → k − 1)fk (t). (2.23)

A diferença se dá na atribuição dos valores para as taxas. Como a urna é escolhida
aleatoriamente, independente do número de bolas que há em cada urna, é plausı́vel supor
que
Modelo de Urna do Macaco 10

1
W (k + 1 → k) = W (k − 1 → k) = W (k → k + 1) = W (k → k − 1) ≡ . (2.24)
2
Com essa escolha somos levados a

dfk (t) 1
= [fk+1 (t) + fk−1 (t) − 2fk (t)]. (2.25)
dt 2
O estado de equilı́brio pode ser obtido supondo que fk (t) seja independente do tempo:
1
fk = [fk+1 + fk−1 ]. (2.26)
2
Além disso, podemos supor que fk não dependa de k (no equilı́brio), pois a escolha da caixa
não depende do número de bolas que ela contém. Então, escrevendo fk = fk+1 = fk−1 ≡ f ,
a expressão acima fornece o resultado trivial f = f . Para determinar a forma de f
podemos empregar a condição de normalização
N
X
fk = 1. (2.27)
k=0
Mas, como fk é independente de k, obtemos o resultado
1
f= . (2.28)
N +1
Da mesma maneira que fizemos para o modelo de Ehrenfest vamos investigar agora
as escalas de tempo envolvidas. Podemos adotar a mesma estratégia do caso anterior, ou
seja, obter uma equação diferencial para o valor médio de k. Antes disso, porém, é útil
observar o seguinte fato. Fazendo uma soma em k na equação mestra (2.25), temos
N
X −1 N
X
fk+1 (t) + fk−1 (t) = 2. (2.29)
k=0 k=1
Essa equação ainda pode ser escrita como
N
X N
X −1
fk (t) + fk (t) = 2. (2.30)
k=1 k=0
PN
A partir da condição de normalização k=0 fk (t) = 1, podemos escrever

N
X
1 = f0 (t) + fk (t)
k=1
N
X −1
= fN (t) + fk (t). (2.31)
k=0
Modelo de Urna do Macaco 11

Substituindo as somas acima em (2.30), ficamos com

f0 (t) + fN (t) = 0. (2.32)

Mas isto implica f0 (t) = fN (t) = 0, uma vez que 0 ≤ fk (t) ≤ 1.
Agora vamos determinar a equação diferencial para o valor médio de k,
N
X
hN1 (t)i = kfk (t). (2.33)
k=0

Tomando a derivada em relação ao tempo,

N
X dfk (t)
d
hN1 (t)i = k . (2.34)
dt k=0
dt
Podemos usar a equação mestra no lado direito. Assim

N −1 N N
d 1X 1X X
hN1 (t)i = kfk+1 (t) + kfk−1 (t) − kfk (t)
dt 2 k=0 2 k=1 k=0
N N −1
1X 1X
= (k − 1)fk (t) + (k + 1)fk (t) − hN1 (t)i. (2.35)
2 k=1 2 k=0

Usando o fato que f0 (t) = fN (t) = 0, é possı́vel identificar valores médios de k. Dessa
maneira, obtemos
d
hN1 (t)i = 0. (2.36)
dt
A solução é simplesmente hN1 (t)i = N0 . Esse resultado poderia ser esperado uma vez que,
se no instante inicial a urna 1 tem N0 bolas, como a probabilidade de sortear qualquer
uma das urnas é igual, na média ela permanecerá com N0 bolas.
Apesar da solução ser razoável do ponto de vista fı́sico, não conseguimos estimar o
tempo caracterı́stico do sistema. Então, devemos partir para outra abordagem. Con-
siderando de partida N muito grande, a equação mestra pode ser aproximada por

∂f (x, t) 1 ∂ 2 f (x, t)
' , (2.37)
∂t 2 ∂x2
isto é, passamos a trabalhar com uma variável contı́nua x (k → x). Esta é exatamente a
equação de difusão unidimensional. É conveniente fazer algumas imposições sobre f (x, t)
de modo que ainda podemos relembrar o problema original, ou seja, f sendo uma proba-
bilidade associada à ocupação de uma urna. Assim, podemos impor que seja positiva,
Mecânica Estatı́stica - Modelo de Muitas Urnas 12

f (x, t) ≥ 0, (2.38)
e normalizada,
Z ∞
f (x, t)dx = 1. (2.39)
0
Além dessas, podemos considerar que se no instante t = 0 temos x = x0 , então

lim f (x, t) = 0 se x 6= x0 , (2.40)

t→0

significando que certamente o sistema não estará em x0 no instante inicial (t = 0). Com
essas condições, a solução de (2.37) adquire a forma
1 (x−x0 )2 (x+x0 )2
f (x, t) = √ [e− 2t + e− 2t ]. (2.41)
2πt
Dessa solução podemos estimar o tempo caracterı́stico do sistema. Basta relembrar que
a variável x está associada ao número de bolas, tal que razoável admitir (x − x0 )2 ∼ N 2 .
Assim, o tempo caracterı́stico é da ordem

τ ∼ N 2. (2.42)
Para encerrar esta seção, vamos estimar o tempo T0 que o sistema demora para retornar
a sua configuração inicial, x0 . Isto também pode ser feito usando a solução (2.41). De
fato, tomando x = x0 , segue que
2x2
1 − 0
f (x0 , T0 ) = √ [1 + e T0 ]. (2.43)
2πt
E fazendo x0 ∼ N , obtemos T0 ∼ N 2 , que é da mesma ordem que o tempo caracterı́stico
do sistema.

2.4 Mecânica Estatı́stica - Modelo de Muitas Urnas

Nesta seção estudaremos algumas propriedades estáticas dos modelos acima descritos
dentro do contexto da mecânica estatı́stica. Para essa proposta precisamos naturalmente
considerar o caso de muitas urnas, pois assim é possı́vel fazer a conexão com a ter-
modinâmica nos limites apropriados.
O modelo de muitas urnas é definido como segue. Consideramos N bolas distribuı́das
em M urnas. A urna i contém Ni bolas, tal que
Mecânica Estatı́stica - Modelo de Muitas Urnas 13

M
X
Ni = N. (2.44)
i=1

No limite termodinâmico temos N → ∞ e M → ∞, mas com a densidade de bolas por

caixa mantida fixa, ρ ≡ N/M → fixo.
Agora devemos definir um peso estatı́stico a priori para cada configuração {Ni }:

M
 Y 1

(Ehrenfest)
W ({Ni }) ≡ N i ! (2.45)

 i=1
1 (Macaco)
A hamiltoniana do modelo de muitas urnas é definida como a soma das contribuições
de cada urna independentemente, ou seja,
M
X
H({Ni }) ≡ E(Ni ). (2.46)
i=1

Assim, o peso de Boltzmann (não normalizado) associado a uma dada configuração {Ni }
é
M
Y M
Y
−βH({Ni }) −βE(Ni )
e = e ≡ pNi . (2.47)
i=1 i=1

em que definimos pNi ≡ e−βE(Ni ) .

A função de partição é escrita como
à !
X X
Z(M, N ) = W (Ni )e−βH({Ni }) δ Ni , N . (2.48)
{Ni } i

Usando a representação integral para a delta de Kronecker,

I
1
δ(m, n) = dzz m−n−1 , (2.49)
2πi
sendo que o contorno deve incluir a origem, podemos reescrever a função de partição como
I
1 dz
Z(M, N ) = N +1
[P (z)]M , (2.50)
2πi z
tal que definimos
X ½ 1
k (Ehrenfest)
P (z) ≡ pk z × k! . (2.51)
1 (Macaco)
k≥0
Mecânica Estatı́stica - Modelo de Muitas Urnas 14

A conexão com a termodinâmica é feita por meio da energia livre de acordo com a
relação
1 1
F =− lim ln Z(M, N ), (2.52)
β M →∞ M
lembrando que a densidade ρ = N/M é mantida fixa.
Para prosseguir, precisamos calcular a integral de contorno (2.50). Isto é feito em-
pregando o método do ponto de sela, descrito no apêndice A. Uma comparação com o
N +1
resultado (A.17) sugere as identificações g(z) ≡ 1, s ≡ M e ef (z) ≡ P (z)/z M . Essa
última relação pode ser escrita como

N +1
f (z) = ln P (z) − ln z
M
' ln P (z) − ρ ln z, (2.53)
∂f (z)
em que desprezamos o termo proporcional a 1/M . A condição ∂z
= 0 determina o
ponto de sela:

z0 P 0 (z0 )
ρ= . (2.54)
P (z0 )
De acordo com o resultado (A.24), a função de partição fica
s
1 2π
Z(M, N ) ' eM f (z0 ) . (2.55)
2π M |f 00 (z0 )|
Portanto, a energia livre (2.52) é dada por
1 1
F = ρ ln z0 − ln P (z0 ). (2.56)
β β
A partir dessa relação podemos obter todas as propriedades termodinâmicas do sistema.
Outra quantidade de interesse é a probabilidade de ocupação. Em outras palavras,
a probabilidade de uma urna particular, digamos a urna 1, ter k bolas (no equilı́brio) é
dada pelo valor médio de δ(N1 , k). Então,
Mecânica Estatı́stica - Modelo de Muitas Urnas 15

fk,eq = hδ(N1 , k)i


à !  YM
1
1 X M
Y X 
(Ehrenfest)
= δ(N1 , k) pNi δ Ni , N × N j !
Z(M, N ) 
 j=1
{Ni } i=1 i
1 (Macaco)

à !  1
M
Y 1
1 X X Y M XM 
(Ehrenfest)
= ··· pk pNi δ k + Ni , N × k! j=2 Nj !
Z(M, N ) N 

N i=2 i=2
2 M
1 (Macaco)
( 1
Z(M − 1, N − k) (Ehrenfest)
= pk × k! . (2.57)
Z(M, N ) 1 (Macaco)

Podemos usar os resultados (2.53) e (2.55) para avaliar Z(M − 1, N − k). No entanto,
devemos tomar alguns cuidados. Primeiramente, observe que f (z) depende de M e N .
Então, vamos reescrever f (z), porém com as substituições M → M − 1 e N → N − k, a
qual denominaremos por fe(z). Segue que,
N −k
fe(z) ' ln P (z) − ln z. (2.58)
M −1
Em seguida, a função de partição torna-se
s
1 2π e
Z(M − 1, N − k) ' e(M −1)f (z0 ) . (2.59)
e
2π M |f (z0 )|
00

Note que dentro da raı́z podemos aproximar |fe00 (z0 )| ' |f 00 (z0 )|, mas não podemos fazer
o mesmo na exponencial, já que esta cresce muito rapidamente. Com essas considerações
obtemos finalmente
( 1
pk z0k (Ehrenfest)
fk,eq = × k! . (2.60)
P (z0 ) 1 (Macaco)
Os resultados acima tornan-se mais simplificados no limite de temperaturas muito
altas (formalmente infinita), em que pk = 1 independentemente da forma da energia.
Nessa situação, para o modelo de Ehrenfest reunimos alguns resultados. Primeiramente,
em (2.51) identificamos a série da exponencial,

P (z) = ez . (2.61)
Observe que para obter essa relação consideramos N → ∞. Da equação (2.50), segue
Mecânica Estatı́stica - Modelo de Muitas Urnas 16

I
1 dz z
Z(M, N ) = e. (2.62)
2πi z +1
N

De acordo com o teorema de Cauchy e usando o fato que o resı́duo de uma função com
um pólo de ordem m em z = a pode ser calculado via
½ m−1 ¾
1 d m
Resf (a) = lim [(z − a) f (z)] , (2.63)
(m − 1)! z→a dz m−1
a função de partição fica

MN
Z(M, N ) = . (2.64)
N!
Portanto, a energia livre pode ser calculada usando (2.52),
1 1
F = ρ ln ρ − ρ. (2.65)
β β
Esse resultado também pode ser obtido a partir da aproximação de ponto de sela (2.56),
que no limite de M → ∞ torna-se exato. Note que o ponto de sela é dado por z0 = ρ.
Por fim, a distribuição de equilı́brio (2.60) torna-se

e−ρ ρk
fk,eq = . (2.66)
k!
Agora, apresentaremos os mesmos resultados porém considerando o modelo do macaco.
De (2.53), identificamos a série geométrica complexa
1
P (z) = , (2.67)
1−z
sob a imposição que |z| < 1. Com isto, a função de partição fica
I
1 dz 1
Z(M, N ) = N +1
. (2.68)
2πi z (1 − z)M
Observe que o contorno não pode violar a imposição |z| < 1. Podemos escolher, por
exemplo, um cı́rculo de raio r < 1 em torno da origem. Usando a expressão (2.63), temos

M (M + 1)(M + 2) · · · (M + N − 1)
Z(M, N ) = . (2.69)
N!
Essa expressão ainda pode ser escrita de uma forma mais conveniente,

1 M ! (M + 1)! (M + 2)! (M + N − 1)!

Z(M, N ) = ···
N ! (M − 1)! M ! (M + 1)! (M + N )!
(M + N − 1)!
= . (2.70)
N !(M − 1)!
Mecânica Estatı́stica - Modelo de Muitas Urnas 17

Assim, a energia livre será

1 1
F = ρ ln ρ − (1 + ρ) ln(1 + ρ). (2.71)
β β
Aqui também, esse resultado pode ser obtido usando a aproximação do ponto de sela
(2.56). O ponto de sela nesse caso é z0 = ρ/(1 + ρ). Por último, a distribuição de
equilı́brio (2.60) fica,

ρk
fk,eq = . (2.72)
(ρ + 1)k+1
Assim, nós encerramos a análise dos modelos de urna descritos.
Apêndice A

Método do Ponto de Sela

Neste apêndice descrevemos o método do ponto de sela, o qual é de grande utilidade

em fı́sica teórica e, em particular, na mecânica estatı́stica.
O método do ponto de sela aplica-se à análise de integrais do tipo
Z
I(s) = F (z, s)dz, (A.1)
C
em que F é uma função analı́tica de z e depende do parâmetro real s. Por simplicidade
de notação frequentemente escreveremos apenas F (z).
A idéia para avaliar a integral acima é deformar o contorno C em um contorno C 0
no plano complexo tal que |F | seja pequeno para todo z sobre C 0 , exceto em algum
ponto particular (ponto de sela) conforme definiremos. Naturalmente, o comportamento
da integral (A.1) depende do valor absoluto |F | do integrando. Além disso, o contorno
de |F | frequentemente torna-se mais pronunciado quando s tende para valores grandes.
Escrevendo F (x + iy) ≡ U (x, y) + iV (x, y), podemos obter a estrura geral da superfı́cie
|F (x + iy)|2 = U 2 (x, y) + V 2 (x, y). Consideremos um extremo local da parte real U :
∂U ∂U
= = 0. (A.2)
∂x ∂y
É claro que poderı́amos ter começado com V tendo um extremo local. As condições de
Cauchy-Riemann,
∂U ∂V ∂U ∂V
= e =− (A.3)
∂x ∂y ∂y ∂x
implicam que este também será um extremo de V , quer dizer,
∂V ∂V
= = 0. (A.4)
∂x ∂y

18
Método do Ponto de Sela 19

Agora observe que se o extremo de U (ou V ) for um máximo numa direção, por exemplo
x, ele será um mı́nimo na outra, no caso direção y. De fato, de acordo com (A.3), vemos
que tanto U quanto V satisfazem a equação de Laplace:

∂ 2U ∂U 2
+ =0 (A.5)
∂x2 ∂y 2
e

∂ 2V ∂V 2
+ = 0. (A.6)
∂x2 ∂y 2
Também F = U + iV satisfaz a equação de Laplace:

∂ 2F ∂F 2
+ = 0. (A.7)
∂x2 ∂y 2
Daı́ vemos que os extremos têm a forma de uma sela. O quadro acima pode ser resumido
da seguinte maneira: na superfı́cie |F |2 não existem picos; existem apenas pontos de sela
e vales. Uma superfı́cie tı́pica é mostrada na figura (A.1). Note também que as condições
de extremo (A.2) e (A.4) podem ser escritas como dF (z)/dz = 0.

Figura A.1: Ponto de Sela.

De um modo mais preciso, nossa estratégia será escolher um caminho C 0 tal que ele
atravesse o ponto de sela, o qual fornece a maior contribuição para a integral, e em
seguida percorra apenas vales (regiões em que |F | é pequeno) no restante do caminho.
No caso de uma superfı́cie contendo mais que um ponto de sela, eles devem ser tratados
separadamente e a contribuição final é a soma das contribuições de cada um deles.
Método do Ponto de Sela 20

Visto que cada ponto de sela fica necessariamente acima do plano complexo, isto
é, |F (z0 )|2 ≥ 0, podemos escrever F como uma exponencial F (z, s) ≡ ef (z,s) nas suas
vizinhanças, sem perda de generalidade. A localização do ponto de sela é dada pela
condição

∂F (z) ¯¯ ∂f (z) ¯¯
¯ = 0 ou ¯ = 0. (A.8)
∂z z=z0 ∂z z=z0
O próximo passo é determinar a direção da mais ı́ngrime descida (steepest descent),
que conduzirá o restante do caminho aos vales da superfı́cie. Em z0 , podemos desenvolver
f (z) em série de potências:
1
f (z) = f (z0 ) + f 00 (z0 )(z − z0 )2 + · · · , (A.9)
2
ou ainda,
1
f (z) = f (z0 ) + (f 00 (z0 ) + ²)(z − z0 )2 , (A.10)
2
em que ² inclui todas as potências superiores à quadrática. A imposição

f 00 (z0 )(z − z0 )2 ≡ −t2 , t real, (A.11)

define uma reta passando por z0 . Este eixo é indicado na figura (A.1) por uma linha cheia
sobre o plano complexo. Em z = z0 , temos t = 0. Ao longo dessa reta, Im[f 00 (z0 )(z − z0 )2 ]
é zero e v ≡ Imf (z) ≈ Imf (z0 ) conforme desprezamos ² em (A.10). Em termos de ângulos,
a condição acima fica,
π 1
arg(z − z0 ) = − arg f 00 (z0 ) = constante. (A.12)
2 2
O argumento de um número complexo é obtido quando o escrevemos em coordenadas
polares, z = |z|eiθ . Então, arg z = θ.
Visto que |F (z)|2 = e2Ref (z) varia monotonicamente com Ref (z), de acordo com a
2
escolha feita em (A.11) temos |F (z)|2 ∼ e−t , ou seja, ele decai exponencialmente a partir
do máximo t = 0. Note que essa é a mais ı́ngrime descida.
A outra reta definida por

f 00 (z0 )(z − z0 )2 ≡ +t2 , t real, (A.13)

é ortogonal àquela de (A.11). Podemos ver isso escrevendo-a em termos de ângulos:
1
arg(z − z0 ) = − arg f 00 (z0 ) = constante. (A.14)
2
2
Note que, nesse caso, |F (z)|2 cresce exponencialmente de acordo com |F (z)|2 ∼ e+t . Esta
é a mais ı́ngrime subida.
Método do Ponto de Sela 21

Outras possibilidades para definir curvas que atravessem o ponto de sela são:

f 00 (z0 )(z − z0 )2 ≡ ± it2 , t real, (A.15)

que em termos de ângulos ficam
π 1
arg(z − z0 ) = ± − arg f 00 (z0 ). (A.16)
4 2
Observe que as relações definidas em (A.11), (A.13) e (A.15) dividem a região do ponto
de sela em quatro setores: dois com Ref (z) > Ref (z0 ) ⇒ |F (z)| > |F (z0 )| mostrados
nas regiões sombreadas da figura (A.1) e dois com Ref (z) < Ref (z0 ) ⇒ |F (z)| < |F (z0 )|.
Assim, o caminho de integração C 0 deve evitar as regiões sombreadas da figura (A.1), em
que |F | cresce. Por outro lado, se o caminho escolhido é tal que tenha a inclinação dada
2
em (A.16), o fator e±it produzirá oscilações muito rápidas de F (z) = ef (z) , cancelando
as contribuições para a integral (Lema de Riemann-Lebesgue).
O procedimento descrito acima permite-nos escolher o contorno adequado de modo
que atravesse um ponto de sela na direção desejada. Agora, vamos especificar um pouco
mais a função f (z, s), supondo que ela dependa linearmente do parâmetro real s, isto
é, f (z, s) → sf (z). Lembre-se que F (z, s) = ef (z,s) = esf (z) . Estudaremos o caso em
que s → ∞. Esse limite faz com que o ponto de sela torne-se mais pronunciado, e
consequentemente, melhore nossa estimativa. Esta é a situação que mais ocorre nas
aplicações à mecânica estatı́stica. Geralmente, o parâmetro s é identificado com o número
de componentes de um dado sistema N , que no limite termodinânico deve tender ao
infinito (N → ∞).
Consideremos então a integral
Z
I(s) ≡ g(z)esf (z) dz, (A.17)
C

com s muito grande. Note que ainda podemos incluir uma outra função analı́tica g(z)
independente de s e que seja suave na região do ponto de sela. O caminho da mais ı́ngrime
descida que passe pelo ponto de sela é aquele definido em (A.11). Podemos aproximar a
integral por uma integração sobre um pedaço da reta (A.11), tal que escrevendo

z = z0 + xeiα , (A.18)
π
com a ≤ x ≤ b e α ≡ 2
− 21 arg f 00 (z0 ), segue que
Z b
iα
I(s) ≈ e g(z0 + xeiα ) exp [sf (z0 + xeiα )]dx. (A.19)
a
Desenvolvendo f e g em série de potências, temos
1
f (z0 + xeiα ) = f (z0 ) + f 00 (z0 )e2iα x2 + · · · , (A.20)
2
Método do Ponto de Sela 22

g(z0 + xeiα ) = g(z0 ) + g 0 (z0 )eiα x + · · · . (A.21)

Observando que
1 00 1
f (z0 )e2iα = − |f 00 (z0 )| < 0, (A.22)
2 2
a integral (A.19) pode ser reescrita como
Z b
1 00 2
iα+sf (z0 )
I(s) ≈ g(z0 )e e− 2 s|f (z0 )|x dx. (A.23)
a
Desde que o integrando vai se tornando cada vez menor a medida que x se afasta da
origem, podemos ainda tomar os limites a → −∞ e b → ∞, tal que a integral acima
torna-se uma integral gaussiana simples:

Z ∞
1 00 2
iα+sf (z0 )
I(s) ≈ g(z0 )e e− 2 s|f (z0 )|x dx
−∞
s
2π
≈ g(z0 )eiα+sf (z0 ) . (A.24)
s|f 00 (z0 )|

Esse é nosso resultado final. De maneira consistente conseguimos aproximar a integral

original por uma integral gaussiana simples. Quando tomamos o limite s → ∞ o resultado
(A.24) torna-se exato.
Referências Bibliográficas

[1] C Godrèche, J. M. Luck, Nonequilibrium dynamics of urn models, arXiv:cond-

mat/0109213v1, 2001.

[2] C Godrèche, J. M. Luck, Nonequilibrium dynamics of the zeta urn model, arXiv:cond-
mat/0106272v1.

[3] C Godrèche, J. P. Bouchaud, M. Mèzard, Entropy barriers and slow relaxation in

some random walk models, J. Phys. A: Math. Gen. 28 (1995) L603-L611.

[4] M. Kac, Random Walk and the Theory of Brownian Motion, Amer. Math. Monthly
54 369 1947.

[5] K. Huang, Statistical Mechanics, John Wiley and Sons, 1987.

[6] S. R. A. Salinas, Introdução à fı́sica estatı́stica, Editora da Universidade de São Paulo,

São Paulo, 2005.

[7] T. Tomé, M. J. Oliveira, Dinâmica Estocástica e Irreversibilidade, Editora da Uni-

versidade de São Paulo, São Paulo, 2001.

[8] G. B. Arfken, H. J. Weber Mathematical Methods for Physicists, Elsevier Academic

Press, 2005.

23