Processos estocásticos vão ser úteis em Mecânica Estatística para justificar as propriedades do equilíbrio termodinâmico (como o Princípio Canônico).
A urna de Ehrenfest é um processo estocástico que pode ser pensado como uma caricatura da expansão livre de um gás.
É possível obter o equilíbrio do modelo da urna apenas com argumentos de simetria e argumentos que remetem ao Teorema do Limite Central.
A equilibração observada nas simulações que eu fiz é um indício da homogeneização observada em equilíbrios térmicos de sistemas reais.
Tanto a caminhada aleatória quanto a urna de Ehrenfest são modelos em que se eu sei o estado presente, os estados passados dão uma informação supérflua para a descrição dos estados futuros. Nesse sentido eles são processos sem memória.
A caminhada auto-repulsiva é um exemplo de processo com memória. Toda a história do processo é importante para a descrição dos estados futuros nesse caso.
Em Mecânica Estatística nós vamos estar descrevendo um sistema que interage com um ambiente. A hipótese que a evolução do sistema é um processo estocástico sem memória vai estar ligada a hipótese que o ambiente é muito maior que o sistema.
0:00 - Os processos que consideramos até agora.
0:35 - Um processo estocástico pode ser pensado como transições aleatórias entre estados.
6:30 - A diferença entre a caminhada aleatória e o modelo da urna.
8:16 - A caminhada e a urna são modelos "sem memória".
9:58 - A caminhada auto-repulsiva.
11:48 - Simulação comparando a caminhada usual e a auto-repulsiva.
13:25 - O que a "memória" significa de um ponto de vista físico?
17:21 - A noção de Markovianidade.
A ideia de ausência de memória pode ser expressa pela Propriedade de Markov, que a conecta com o comportamento de certas distribuições condicionadas.
Os processos que obedecem a propriedade de Markov são chamados de Cadeias de Markov.
A equação mestra descreve a evolução temporal de uma cadeia de Markov. Ela é escrita em termos da chamada matriz de transição.
0:00 - Expressando um processo estocástico em termos de distribuições condicionadas.
4:12 - Memória e a propriedade de Markov.
8:05 - Expressando a evolução temporal de um processo estocástico.
11:41 - Simplificando a notação
14:06 - A equação mestra e a matriz de transição.
15:51 - Usando a equação mestra para obter a evolução temporal.
19:11 - Revisitando a propriedade de Markov