Lista 2 Mecnica Estatstica I 2017.

1 Dinter em Fsica IFCE/UFRN

Aluno: Marcus Vincius Pinheiro Lopes Professores: George Frederick e Hygor Piaget

Questo 1: Dois bbados comeam a caminhar sobre uma linha reta, a partir da origem,
dando passos de mesmo comprimento para a direita ou para a esquerda, com a mesma
probabilidade. Suponha que os passos dos dois sejam simultneos. Ache a probabilidade de
que eles se encontrem novamente depois de dar N passos.

Soluo:
Considerando uma abordagem inicial onde um bbado d N1 passos para a
direita e N2 passos para a esquerda perfazendo um total de N passos. Considera-se ainda
que existe uma probabilidade p de que o bbado d passos para a direita e q de que ele d
passos para a esquerda, onde p+q =1. Depois de N passos o bbado se encontra em uma
posio m, onde m = N1 N2 de um eixo ordenado, mostra-se que a probabilidade de que
isso ocorra dada por:

N!
WN ( N1 ) p N1 q N2 (1)
N1 ! N 2 !

Ainda, sabendo que N = N1 + N2 e que m = N1 N2, podemos dizer que:

N m
N1 (2)
2
N m
N2 (3)
2

Com as Equaes (2) e (3) pode-se reescrever a equao de tal forma que:

N m N m
N!
WN (m) p 2
q 2
(4)
N m N m
! !
2 2

A Equao (4) mostra a probabilidade de um bbado estar na posio m depois

de ter efetuado um total de N passos (N1 passos para a direita e N2 passos para a esquerda).
Agora vamos imaginar a existncia de dois bbados A e B de tal forma que o
bbado A d N1A passos para a direita e N2A passos para a esquerda, de tal forma que no
total ele d N passos. J o bbado B dar N1B passos para a direita e N2B passos para a
esquerda, perfazendo tambm um total de N passos. Para que eles se encontrem em uma
mesma posio depois de N passos a diferena entre os passos para a direita e para a
esquerda dos dois bbados deve ser a mesma, ou seja, mA = mB, onde:

mA N1A N2 A (5)
mB N1B N2 B (6)

Pensando nesta situao pode-se pensar que a probabilidade dos bbados A e B

estarem em uma posio mA e mB depois de N passos a mesma probabilidade de um
nico bbado estar em uma posio m (m = 0, ou seja ele caminhou N passos para a direita

1
e retornou N passos para a esquerda) depois de 2N passos. Assim a probabilidade
procurada pode ser escrita a partir da Equao (4) como:

2 N 0 2 N 0
(2 N )! 2 N! N N
W2 N (0) p 2
q 2
W2 N (0) p q
2N 0 2N 0 N! N!
! !
2 2
2 N N
W2 N (0) p q (7)
N!

Deve-se lembrar ainda que na questo foi enunciado que a probabilidade de se

dar um passo para a direita (p) a mesma probabilidade de se dar um passo para a
esquerda (q). Assim, se p = q e p + q = 1 deve se ter que p = q = . Assim a Equao (7)
pode ser reescrita como:

N N 2N
2 1 1 2 1
W2 N (0) W2 N (0)
N ! 2 2 N ! 2
212 N
W2 N (0) (8)
N!

Questo 3: A probabilidade de que um evento caracterizado pela probabilidade p ocorra n

vezes num total de N tentativas dada pela distribuio binomial,

N!
W ( n) p n (1 p) N n
n !( N n)!

Considere uma situao em que p seja pequeno (p << 1) e que, portanto, W(n) seja
apreciavelmente diferente de zero apenas para n << N. Nessas circunstncias, mostre que

n
W ( n) exp( )
n!

onde = Np o nmero mdio de eventos. Esta a chamada distribuio de Poisson.

Soluo:
Vamos comear analisando as possveis aproximaes possveis. Como n<<N
podemos escrever que:

p n (1 p) N n pn (1 p) N (9)

Assim podemos definir uma funo de p e expandi-la em uma srie de Taylor

para obter os termos de maior interesse. Assim temos que:

f ( p) (1 p) N (10)

2
 Expandindo a funo f(p) temos que:

f ''( p) 2
f ( p) f (0) f '(0) p p ...
2!

Onde:

f (0) (1 0) N f (0) 1

f '( p) N (1 p) N 1 f '(0) N

f ''( p) N ( N 1)(1 p) N 2 f ''(0) N ( N 1)

Assim:

f ''( p) 2 N ( N 1) p 2
f ( p) f (0) f '(0) p p ... f ( p) 1 Np ...
2! 2!

N 2 p 2 Np 2
f ( p) 1 Np ...
2

Como p<<1 podemos excluir os termos quadrticos de p. Portanto:

f ( p) 1 Np (11)

Dando prosseguimento temos que simplificar o termo combinatrio a seguir:

N!
(12)
( N n)!

Podemos aplicar um logaritmo natural a esta equao para analis-la mais

facilmente. Assim temo que:

N!
ln ln N ! ln( N n)! (13)
( N n)!

Pela relao de Stirling sabemos que:

ln N ! N ln N N o(ln N ) (14)
Termos de alta ordem

Assim, desconsiderando os termos de alta ordem, podemos escrever que:

3
 N!
ln ln N ! ln( N n)!
( N n)!
N!
ln N ln N N o(ln N ) ( N n) ln( N n) ( N n) o[ln( N n)]
( N n)!
N!
ln N ln N N o(ln N ) ( N n) ln( N n) ( N n) o[ln( N n)]
( N n)!
N!
ln N ln N ( N n) ln( N n) n
( N n)!
N!
ln N ln N N ln( N n) n ln( N n) n (15)
( N n)!

Como n<<N a Equao (15) fica da seguinte forma:

N!
ln N ln N N ln N n ln N
( N n)!
N!
ln n ln N ln N n (16)
( N n)!

Logo, da Equao (16) pode-se observar que:

N!
Nn (17)
( N n)!
Assim, substituindo as Equaes (11) e (17) em W(n) e lembrando que =NP
obtem-se que:

N! 1 1
W ( n) p n (1 p) N n W (n) N n p n (1 Np) W (n) ( Np)n (1 Np)
n !( N n)! n! n!
n
W ( n) (1 ) (18)
n!

Nota-se que a Equao (18) bem prxima do resultado esperado exceto pelo
fator (1 ). Para isso deve-se lembrar da expanso em srie de Taylor de uma funo do
tipo f() = e-:

f ''(0) 2
f ( ) e f (0) f '(0) ...
2!

Onde:

f (0) e0 f (0) 1

f '( ) e f '(0) e0 f '(0) 1

4
 f ''( ) e f ''(0) e0 f '(0) 1
Assim:

f ''(0) 2 2
f ( ) f (0) f '(0) ... f ( ) 1 ...
2! 2

f ( ) e 1 (19)

Portanto, usando a Equao (19) em (18) temos que:

n
W ( n) e (20)
n!

Obs.: Coloquei a questo 2 depois para no alterar a numerao das Equaes no texto.
Questo 2: Em um modelo simples de rede social podemos imaginar que duas pessoas so
amigas atravs de um evento aleatrio de probabilidade p. Ou seja, em um grupo de n
pessoas se pegarmos duas pessoas quaisquer a probabilidade delas serem amigas p.
Mostre que a probabilidade de uma pessoa qualquer ter k amigos dada por

(n 1)!
P(k ) p k (1 p)n 1k
(n 1)!(n 1 k )!

Calcule o valor esperado de k e mostre que dado por k p(n 1) o que isso significa?
A distribuio de probabilidade P(k) parece ser realista para voc? possvel estimar uma
distribuio mais realista?

Soluo: