Solu c ao dos Exerc cios do Cap tulo 1, pp. 26-27 1) a) Distribui c ao binomial.

Queremos determinar
N N

=
=0 N

p =
=0 N

N (N = )a b

2 =
=0

2 p =
=0

N = 2 (N )a b

Para isso deduzimos alguns resultados. Partimos da igualdade

N N (N = (x + y )N )x y =0

Derivando ambos os membros com rela c ao a x e multiplicando por x

N N (N = xN (x + y )N 1 )x y =0

Derivando ambos os membros com rela c ao a x e multiplicando por x

N =0 2 N (N = Nx(x + y )N 1 + x2 N (N 1)(x + y )N 2 ) x y

Substituindo na segunda equa c ao x = a e y = b e lembrando que a + b = 1 obtemos = Na 2 = Na + N (N 1)a2 = N (a a2 ) + N 2 a2 Logo 2

N 2

= 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)!

N (N 1)(N 2) . . . (N n + 1) n N n a b n! Para n << N podemos escrever = Nn a n N 1 Na n NNN . . . N a n N ( ) b = ( ) b = ( ) (1 a)N p = n! b n! b n! 1 a Escrevendo a = /N p = 1 ( )n (1 /N )N n! 1 /N 1 n e n!

2 2

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

4) a) Distribui c ao quadrada. Os momentos impares s ao nulos. Os pares s ao dados por (n par) xn =

a a

xn

1 1 dx = 2a a

a 0

xn dx =

1 an+1 an = an+1 n+1

b) Distribui c ao exponencial xn =
0

xn ex dx

Fazendo a mundan ca de vari avel = x xn = n

0

n e d = n!n

c)Distribui c ao de Laplace. Os momentos impares s ao nulos. Os pares s ao dados por (n par) xn =

0

xn ex dx = n
0

n e d = n!n

5) a) Distribui c ao quadrada g (k ) =
a a

1 1 ika sin(ka) 1 ikx e dx = (e eika ) = 2a 2a ik ka

0

b) Distribui c ao exponencial g (k ) = c)Distribui c ao de Laplace g (k ) = = 1 2

ex eikx dx =

ik 1 2
0

e|x| eikx dx =

1 2

ex eikx dx +

ex eikx dx =

1 2 1 x ikx 1 1 x ikx + = 2 e e dx + e e dx = 2 0 2 0 2 ik 2 + ik + k2 6) Distribui c ao de Lorentz g (k ) =

(a2

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 )

1 (x a)2 exp{ + ikx}dx 2b 2b

Primeiro efetuamos a mudan ca de vari avel y = x m para obter g (k ) = eika

y2 1 exp{ + iky }dy 2b 2b

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

1 (y bik )2 }dy exp{ 2b 2b Fazendo a mudan ca de variavel y bik = z obtemos

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

ik e = e exp{eik } = exp{(eik 1)} ! =0

Expandindo o expoente at e ordem k 2 g (k ) = exp{ik 2 } k

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

A densidade de probabilidades correspondente apenas ` a vari avel vale 1 () =

0 2

(, )d =

sin sin d = 4 2

A probabilidade de a vari avel estar entre 1 e 2 vale

2 1

1 ()d =

2 1

1 sin d = (cos 1 cos 2 ) 2 2 01 6

12) 1 ( ) = 1

a) Distribui c ao exponencial 2 (x) = ex x0

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)

b) Distribui c ao exponencial de Lorentz 2 (x) = (a2 a + x2 )

(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