Escolar Documentos
Profissional Documentos
Cultura Documentos
Queremos determinar
N N
=
=0 N
p =
=0 N
N (N = )a b
2 =
=0
2 p =
=0
N = 2 (N )a b
= N (a a2 ) = Na(1 a) = Nab
b) Distribui c ao de Poisson. =
=0
p =
1 1 1 e = e = e = ! ( 1)! ! =0 =1 =0 N
( 1) =
=0
( 1) p = 1
1 ( a) e = ! =0
= Portanto =
1 2 1 e = e = 2 ( 2)! ! =0 =2
2 = 2
2 = 2 +
2) Distribui c ao binomial
n N n p = (N = n )a b
N! an bN n = n!(N n)!
e tomando o limite N p = 3)
(x x )2 = x2 2 x x + x
(x x )2 = x2 2x x + x
2
= x2 x
xn
1 1 dx = 2a a
a 0
xn dx =
b) Distribui c ao exponencial xn =
0
xn ex dx
n e d = n!n
xn ex dx = n
0
n e d = n!n
5) a) Distribui c ao quadrada g (k ) =
a a
ex eikx dx =
ik 1 2
0
e|x| eikx dx =
1 2
ex eikx dx +
ex eikx dx =
a eikx dx + x2 )
Vamos considerar o caso em que k > 0. Nesse caso a integral acima se torna igual ` a seguinte integral no plano complexo z = x + iy g (k ) =
C (a2
a eikz dz + z2)
onde o caminho C e composto pela reta real e por um semicirculo inferior centrado em x = y = 0 e de raio innito. Al em disso o caminho e feito no sentido hor ario. O u nico polo dentro do caminho ocorre em z = ia. Usando o m etodo dos residuos encontramos a g (k ) = 2i eka = eak (2ia) 3
Analogamente para k < 0 fechamos o caminho por um semicirculo superior para encontrar o resultado g (k ) = eak . Portanto, para qualquer valor de k g (k ) = ea|k| 7) A transformada de Fourier g (k )
A express ao entre chaves pode ser escrita como y2 1 1 1 1 + iky = (y 2 2biky ) = [(y bik )2 +(bk )2 ] = (y bik )2 bk 2 2b 2b 2b 2b 2 g (k ) = eikabk
2 /2
Portanto
g (k ) = eikabk
2 /2
bik bik
1 z 2 /2b e dz 2b
Como o integrado e fun c ao analitica e se anula quando Rez ent ao podemos integrar ao longo do eixo real e obter g (k ) = eikabk
2 /2
pois a integral e igual ` a unidade. Todos os cumulates s ao nulos exceto o primeiro, que vale 1 = a, e o segundo, que vale 2 = b 8) Escrevendo q q g (k ) = p + q cos k = p + eik + eik 2 2 vemos que essa fun c ao caracteristica corresponde ` a distribui c ao de uma varialvel discreta que toma os valores 0, 1 e 1 com probabilidades p, q/2 e 4
q/2, respectivamente. Utilizando a expans ao do cosseno concluimos que os momentos impares s ao nulos e os momentos pares valem n = q n par. 9) a) Distribui c ao de Poisson
g (k ) =
=0
p eik = e
Portanto, a m edia (cumulante de primeira ordem) vale e a vari ancia (cumulante de segunda ordem) vale . b) Distribui c ao geom etrica
g (k ) =
=0
p eik = a
=0
b eik =
a 1 beik
Expandindo at e ordem k 2 b b k2 b2 g (k ) = 1 + ik 2 k2 a a 2 a Portanto o primeiro e o segundo momentos valem 1 = A vari ancia vale 2 2 1 = 10) 1 (x) = 1 a) y = cos(x) dy = sin(x) = 1 y 2 5 2 (y )dy = 1 (x)dx 0x1 b a 2 = b b2 +2 2 a a
b2 b b + 2 = 2 a a a
b)
1 2 (y ) = 1 y2 y = ln(1 x) dy = 2 (y ) = ey 1 dx = ey dx 1x
Notar que y 0. 11) A densidade de probabilidades em vari aveis cartesianas e dada por c (x, y, z ) = 1 ( x2 + y 2 + z 2 R) 4R2
onde R e o raio da esfera. A densidade de probabilidades correspondente ` as coordenadas esf erica r , e se obt em por meio de e (r, , )drdd = c (x, y, z )dxdydz onde x = R sin cos , y = R sin sin e z = R cos , ou seja e (r, , )drdd = ou e (r, , ) = 1 (r R)r 2 sin drdd 2 4R
1 (r R)r 2 sin 4R2 A densidade de probabilidades correspondente apenas ` as coordenadas, e e dada por (, ) = e (r, , )dr = 1 4R2 (r R)r 2 sin dr =
2 0
sin 4
(, )d =
sin sin d = 4 2
1 ()d =
2 1
12) 1 ( ) = 1
Desejamos obter x = f ( ). Para isso vamos determinar a sua inversa = F (x). Partimos de 2 (x)dx = 1 ( )d ex = F (x) Integrando F (x) = 1 ex onde escolhemos a constante de integra c ao de modo que F (0) = 0. Ou = 1 ex 1 x = ln(1 ) 2 (x) = 1 ( )F (x)
(a2 Integrando
a = F (x) + x2 )
1 x 1 arctan + a 2 onde escolhemos a constante de integra c ao de modo que F (0) = 0. Ou F (x) = = 1 x 1 arctan + a 2 1 x = a tan[ ( )] 2