Universidad Simn Bolvar Fisica Moderna II Prof.

Celso Ladera

JUEGO DE SIMULACIN

Sabrina Palazzese Di Basilio Carnet 10-11263

Ejercicio 1: En esta actividad se realizara una matriz de 1x1600 con atomos de energia 1 y se intercambiaran energia aleatoriamente entre si. Esto tiene como proposito, estudiar la variacion de la distribucion con respecto al numero de transacciones. Para 200 transacciones M = ConstantArray[1, {1, 1600}]; Do[r = RandomInteger[{1, 1600}]; a = M[[1, r]]; s = RandomInteger[{1, 1600}]; b = M[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; M[[1, r]] = a; M[[1, s]] = b; , {n, 200}] MatrixForm [M] H = HistogramList[M[[1]]]; S = H[[2]]; Histogram[M] FindFit[S, g*Exp[-c*x], {c, g}, x];

Para la transaccin 200 se observa que hay mas tomos con un quantum de energa que con 0 y 2, la funcin tiene la forma de una gaussiana debido al bajo nmero de transacciones y no le permite agregar un quanto de energa a los otros tomos de la matriz por lo mismo. Para 4000 transacciones M = ConstantArray[1, {1, 1600}]; Do[r = RandomInteger[{1, 1600}]; a = M[[1, r]]; s = RandomInteger[{1, 1600}]; b = M[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; M[[1, r]] = a; M[[1, s]] = b; , {n, 4000}] MatrixForm [M] H = HistogramList[M[[1]]]; S = H[[2]]; Histogram[M] FindFit[S, g*Exp[-c*x], {c, g}, x]

Aqu si se ve como la grafica va tomando la forma de una distribucion de MaxwellBoltzmann. Ya que el numero de transacciones es mucho mayor. Para 6000 transacciones M = ConstantArray[1, {1, 1600}]; Do[r = RandomInteger[{1, 1600}]; a = M[[1, r]]; s = RandomInteger[{1, 1600}]; b = M[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; M[[1, r]] = a; M[[1, s]] = b; , {n, 6000}] MatrixForm [M] H = HistogramList[M[[1]]]; S = H[[2]]; Histogram[M] FindFit[S, g*Exp[-c*x], {c, g}, x]

Para 10000 transacciones M = ConstantArray[1, {1, 1600}];

Do[r = RandomInteger[{1, 1600}]; a = M[[1, r]]; s = RandomInteger[{1, 1600}]; b = M[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; M[[1, r]] = a; M[[1, s]] = b; , {n, 10000}] MatrixForm [M] H = HistogramList[M[[1]]]; S = H[[2]]; Histogram[M] FindFit[S, g*Exp[-c*x], {c, g}, x]

Para 12000 transacciones M = ConstantArray[1, {1, 1600}]; Do[r = RandomInteger[{1, 1600}]; a = M[[1, r]]; s = RandomInteger[{1, 1600}];

b = M[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; M[[1, r]] = a; M[[1, s]] = b; , {n, 12000}] MatrixForm [M] H = HistogramList[M[[1]]]; S = H[[2]]; Histogram[M] FindFit[S, g*Exp[-c*x], {c, g}, x]

Para 16000 transacciones M = ConstantArray[1, {1, 1600}]; Do[r = RandomInteger[{1, 1600}]; a = M[[1, r]]; s = RandomInteger[{1, 1600}]; b = M[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; M[[1, r]] = a; M[[1, s]] = b;

, {n, 16000}] MatrixForm [M] H = HistogramList[M[[1]]]; S = H[[2]]; Histogram[M] FindFit[S, g*Exp[-c*x], {c, g}, x]

Se pudo observar que a medida de que aumentan las transacciones, las distribuciones no sufren tantos cambios, esto quiere decir que se alcanzo el equilibrio trmico y las variaciones son leves.

Ejercicio 2 Aqu se creo una matriz que en vez de distribuir 1000 quanta de energia en la red se hizo que un atomo tuviera una energia de 1000 quanta y se realizar para 16000 transacciones para que se pueda ver algun cambio significativo, ya que toda la energia esta distribuida en un solo tomo y las transacciones se realizan sobre todos, es menos probable que la grafica obtenga la forma requerida para 10000 transacciones. M = ConstantArray[0, {1, 1600}]; M[[1, 1]] = 1000; Do[r = RandomInteger[{1, 1600}]; a = M[[1, r]]; s = RandomInteger[{1, 1600}];

b = M[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; M[[1, r]] = a; M[[1, s]] = b; , {n, 1600000}]; MatrixForm [M] Histogram[M]

Esta grfica tiene esta escala porque hay un tomo de la matriz que tiene 105 quanta de energa (ya que inicialmente se le asigno 1000 a un solo tomo).

M = ConstantArray[0, {1, 1600}]; M[[1, 1]] = 700; Do[r = RandomInteger[{1, 1600}]; a = M[[1, r]]; s = RandomInteger[{1, 1600}]; b = M[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; M[[1, r]] = a; M[[1, s]] = b; , {n, 1600000}];

MatrixForm [M] Histogram[M]

Como se explic ya, se tuvo que aumentar el nmero de transacciones para poder observar la distribucin, ya que en vez de distribuir 1000 quantum de energa en la matriz se hizo para un solo elemento as que multiplicamos 1600*1000 para saber el nmero de transacciones que se deban realizar. Ejercicio 3 3. a) Se pide que se realicen dos matrices (una con tomos de energa 1, y otra con tomos de energa 0) separadas por una pared aislante para observar si se llega al equilibrio estadstico. M = ConstantArray[1, {1, 1600}]; Do[r = RandomInteger[{1, 1600}]; a = M[[1, r]]; s = RandomInteger[{1, 1600}]; b = M[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; M[[1, r]] = a; M[[1, s]] = b; , {n, 10000}] T = ConstantArray[0, {1, 1600}]; T[[1, 1]] = 1000;

Do[r = RandomInteger[{1, 1600}]; a = T[[1, r]]; s = RandomInteger[{1, 1600}]; b = T[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; T[[1, r]] = a; T[[1, s]] = b; , {n, 1600000}] MatrixForm[M, T] Histogram[M] Histogram[T]

Esta otra tiene un tomo con una energa de 212, por eso es que tiene esta escala.

3. b) Se ejecutar la misma funcin que en 3.a solo que esta vez se unirn las matrices de tomos con energas de 0 y 1. Se usara el comando Join[M,T] Para 10000 transacciones M = ConstantArray[1, {1, 1600}]; T = ConstantArray[0, {1, 1600}]; T[[1, 1]] = 1000; P = Join[M, T] P = ConstantArray[1, {1, 3200}]; Do[r = RandomInteger[{1, 3200}]; a = P[[1, r]]; s = RandomInteger[{1, 3200}]; b = P[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; P[[1, r]] = a; P[[1, s]] = b; , {n, 10000}] MatrixForm [P] Histogram[P]

Se observa como las redes entran en equilibrio estadstico cuando estn unidas. Los tomos comienzan a interactuar entre si un mayor nmero de veces porque el nmero de transacciones es alto, y existe una cantidad significativa de tomos con energa 0 debido a lo mismo. Para 50000 transacciones M = ConstantArray[1, {1, 1600}]; T = ConstantArray[0, {1, 1600}]; T[[1, 1]] = 1000; P = Join[M, T] P = ConstantArray[1, {1, 3200}]; Do[r = RandomInteger[{1, 3200}]; a = P[[1, r]]; s = RandomInteger[{1, 3200}]; b = P[[1, s]]; If[a >= 1 && r != s, a = a - 1; b = b + 1]; P[[1, r]] = a; P[[1, s]] = b; , {n, 50000}] MatrixForm [P] Histogram[P]

Aqu sucede igual pero como hay un nmero mayor de transacciones, aumenta el nmero de tomos en 0. El caso 3 se puede interpretar como un sistema de partculas que estn intercambiando energa para alcanzar el equilibrio estadstico esto est relacionado con la segunda ley de la termodinmica (el equilibrio trmico) que dice que dos objetos con temperaturas diferentes al entrar en contacto equilibran sus temperaturas. Para el caso del sistema de partculas sucede igual pero en vez de temperatura se utiliza energa, lo cual vendra siendo lo mismo porque el calor es energa. Podemos concluir que estas distribuciones son de Maxwell-Boltzmann ya que las graficas tienen la forma de una exponencial decayente y las partculas son iguales pero distinguibles. Esto quiere decir que se pueden considerar como puntos o como habitantes y tienen energa de un quantum o de un bolvar. Adems que cuando cae en equilibrio estadstico Maxwell-Boltzmann es la distribucin ms probable de energa.