Lista de Exercícios

Curso de Mecánica Estatística

Freddy Jackson Poveda Cuevas

Instituto de Física de São Carlos - Universidade de São Paulo
14 de janeiro de 2010

1 Problema isolado
A cada minuto, cada uma entre as 10 pessoas que se encontram em uma sala lança dois
dados. Quem obtém 12 na soma dos seus dados deixa a sala. Qual é a probabilidade de
que alguém ainda esteja na sala após uma hora de execução desse jogo?
A probabilidade que uma pessoa obtenha 12 no lançamento é
1 1 1
: = :
6 6 36
Para um segungo lançamento no minuto seguinte a probabilidade seria de
35 1
:
36 36
portanto para 60min de lançamentos (um por cada) obtemos a probabilidade para cada pessoa
59
1 1 35 1 35
P1 = + + ::: + :
36 36 36 36 36
Então para 10 pessõas com idênticas condições vamos obter
!10
59
1 1 35 1 35
P10 = + + ::: + = 0; 13:
36 36 36 36 36

calculamos o complemento da probabilidade

Q10 = 1 P10 = 0; 87;

porque pelo menos esteja alguém na sala após uma hora de execução desse jogo.

2 Soluções dos problemas capítulo 4

A Modern Course in Statitical Mechanics, L. E. Reichl, 2a. ed.

4.13. Consideremos um passeio aleatório em uma dimensão. Em um só passo a probabil-

idade de deslocamento entre x e x + dx é
" #
2
1 (x a)
P (x) dx = p exp :
2 2 2 2

Depois de N passos a deslocamento do passeio é S = X1 + ::: + XN , onde Xi é o

deslocamento no i-ésimo passo. Assumir que os passo independentes um do outro.
Depois de N passos, (a) qual é a densidade de probabilidade para o deslocamento, S,
do passeio e (b) e qual é deslocamento médio, hsi, e a desviação estándar do passeio?

1
 (a) Usando a de…nição
Z Z
PS (s) = dx1 P (x1 ) :::: dxN P (xN ) (s x1 ::: xN ) ;

transformamos a função delta

Z 1
1
(s x1 ::: xN ) = dk eik(s x1 ::: xN )
;
2 1

dessa maneira podemos separar os P (xi ) em integrais independentes

Z 1 Z Z
1 iks ikx1 ikxN
(s x1 ::: xN ) = dk e dx1 e P (x1 ) :::: dxN e P (xN ) ;
2 1

como os passos são idênticos então podemos fazer

Z 1 Z N
1
PS (s) = dk eiks dx e ikx
P (x) ;
2 1

Sabemos que
Z Z " #
2
ikx 1 (x a) 1 2 2
dx e P (x) = p dx exp ikx 2
= exp ika k ;
2 2 2 2

assim Z 1
1 1 2 2
PS (s) = dk exp iks ikN a N k ;
2 1 2
calculando: Z 1
1 1 2 2
PS (s) = dk exp (is iN a) k N k ;
2 1 2
fazemos uma mudança de variáveis = 21 N 2
e = (is iN a)
Z Z " #
1 2 1 2
1 1 2
PS (s) = dk exp k + k = exp dk exp k
2 1 2 4 1 2
r " #
2
1 (s N a)
= exp ; (1)
2 N 2 2N 2

Para calcular o deslocamento médio

r Z " #
2
1 (s N a)
hsi = 2
ds s exp
2 N 2N 2

fazemos mudança de variável y = s N a e = 2N1 2 , e assim

r Z r Z
2
hsi = dy (y + N a) exp y = dy N a exp y2
R
dado que dy y exp y 2 pela paridade das funções. Dessa forma
r Z r r
2
hsi = N a dy exp ay = N a = N a: (2)

para calcular a desviação estándar calculamos s2

r Z " #
2
2 2 (s N a)
s = ds s exp ;
2N 2

2
trocamos a variável y = s N a e obtemos
r Z r Z
s2 = ds y 2 + N 2 a2 2N ay exp y2 = dy y 2 + N 2 a2 exp y2 ;

R1 2
Usando 0
t2n+1 e t dt = n! e t2 = y 2 , portanto
r Z r r
2 2 2 2 2 2
s = dy y + N a exp y = N + N 2 a2 = N 2
+ N 2 a2 :

Portanto a desviação estandar é

q p
2
DE = hs2 i hsi = N 2:

4.14. Consideremos um passeio aleatório em uma dimensão para o qual cada passo do
passeio é igualmente probable se tomamos un passo para qualesquer dislocamento
no intervalo d a x d + a, onde a < d. Cada passo é independente um dos
outros. Depois de N passos o dislocamento do passeio é S = X1 + ::: + XN , onde Xi é o
deslocamento no i-ésimo passo. Depois de N passos, (a) qual é deslocamento médio,
hSi, e (b) a desviação estándar do passeio?

(a) Pela de…nição

Z 1 Z d a Z d+a Z 1
dx P (x) = dx P (x) + dx P (x) + dx P (x) = 1
1 1 d a d+a

Neste caso temos a partir de nossa expressão a forma da probabilidade só pode ser da forma:

1 se d a x d+a
P (x) = A ;
0 se x < d a; x > d + a

com uma constante de normalização A apropriada.

Partindo da de…nição
Z Z Z Z
hsi = ds sPS (s) = ds s dx1 P (x1 ) :::: dxN P (xN ) (s x1 ::: xN )
Z Z Z d+a
= dx1 P (x1 ) :::: dxN P (xN ) (x1 + ::: + xN ) = N A dx P (x) x = N hxi
d a
d+a
!
2 2
x2 (d + a) (d a)
= NA = NA = N A (2ad) ;
2 d a 2 2

veja que á máximo comprimento que podemos avançar num passo é d. Então podemos escolher uma
constante appropriadad de normalização
1 1 se d a x d+a
P (x) = ; (3)
2a 0 se x < d a; x > d + a

dessa forma temos que

hsi = N d (4)
2
Para s temos que
Z Z Z Z
s2 = 2
ds s PS (s) = ds s 2
dx1 P (x1 ) :::: dxN P (xN ) (s x1 ::: xN )
Z Z
2
= dx1 P (x1 ) :::: dxN P (xN ) (x1 + ::: + xN )
Z Z
= dx1 P (x1 ) :::: dxN P (xN ) x21 + ::: + x2N + 2x1 x2 + :::2x1 xN + 2x2 x3 ::: + 2x2 xN + ::: + 2xN 1 xN ;

3
podemos separar em duas integrais
Z Z
s2 = dx1 P (x1 ) :::: dxN P (xN ) x21 + ::: + x2N
Z Z
+ dx1 P (x1 ) :::: dxN P (xN ) (2x1 x2 + :::2x1 xN + 2x2 x3 ::: + 2x2 xN + ::: + 2xN 1 xN )

Da primeira integral temos

Z Z d+a d+a
1 1 x3 1 2
x2 = dx P (x) x2 = x2 dx = = a + 3d2 :
2a d a 2a 3 d a 3

da segunda integral podemos do último termo podemos ver que vão contribuir N (N 1) fatores e
portanto
Z d+a !2
1
hxi xj ii6=f = xdx = d2 :
2a d a

Então para s2 temos

N 2
s2 = N x2 N (N 1) hxi xj ii6=f = a + 3d2 + N (N 1) d2 : (5)
3
Calculamos a variância
2 N 2 1
s2 hsi = a + 3d2 + N (N 1) d2 N 2 d2 = N a2 : (6)
3 3
4.15. Consideremos um passeio aleatório para o qual a probabilidade de dar um passo de
comprimento, x ! x + dx, está dado por P (x) dx = (xadx
2 +a2 ) . Encontrar a densidade

de probabilidade para o passeio depois de N passos. Satisfaz o teorema do limite

central? Por que?

(a) Pela de…nção

Z Z
PS (s) = dx1 P (x1 ) :::: dxN P (xN ) (s x1 ::: xN )
Z 1 Z Z
1
= dk eiks dx1 e ikx1 P (x1 ) :::: dxN e ikxN
P (xN ) ;
2 1

então
Z Z
PS (s) = dx1 P (x1 ) :::: dxN P (xN ) (s x1 ::: xN )
Z 1 Z N Z 1 Z N
1 iks ikx 1 iks 1 e ikx
= dk e dx e P (x) = dk e dx (7)
2 1 2 1 x2 + a2
Z 1 h iN
1 1 N a2
= dk eiks e ajkj
= ; (8)
2 0 N a2 + s2

Não satisfaz o teorema do limite central porque não possui variância.

3 Soluções dos problemas capítulo 2

Dinâmica Estocástica e Irreversibilidade, T. Tomé e M.J. de Oliveira

4. Considere uma seqüência de N variáveis aletórias 1 , 2 ,..., N independentes e igual-

mente distribuídas que tomam o valor +1 ou 1 com probabilidade igual 21 , e seja x
a variável x = ( 1 + :::: + N ) =N . Determine as médias hxi, hjxji e x2 para N grande.

4
 Sabemos que
N
1 X
x= i:
N i=1

Para N grande sabemos além que h i i = p = q = 12 . Tomamos a função característica que é da forma:

G (k) = eikx = eikp :

Calculamos a função de probabilidade

Z 1
1
(x) = dx eikp ikx
= (x p) :
2 1

onde usamos a de…nição de -Dirac agora podemos calcular

Z 1 Z 1
hxi = dx x (x) = dx x (x p) = p
1 1
Z 1 Z 1
hjxji = dx jxj (x) = dx jxj (x p) = jpj
1 1
Z 1 Z 1
x2 = dx x2 (x) = dx x2 (x p) = p2
1 1

5. Use a formula de Stirling p

n! = nn e n
2 n
válida para n 1, e que dá uma excelente aproximação para n!, para mostrar que a
distribução de probabilidade binomial,
N!
PN (`) = p` q N `
;
`! (N `)!

é dada por
1=2
N ` N `
PN (`) = exp ` ln (N `) ln
2 ` (N `) Np Nq

para N e ` grandes. Desenvolva a expressão entre chaves em torno de seu máximo,

` = N p, para calcular o resultado
" #
1=2 2
1 (` N a)
PN (`) = exp ;
2 Nb 2N b

deduzido por intermédio do teorema central do limite.

Usando a fórmula de Stirling em

p
1 NNe N
N
PN (`) = p p (N `) p p` q N `
2 `` e ` ` (N `) e N +` N `

obtemos
1=2
N NN
PN (`) = (N `)
p` q N `
2 ` (N `) `` (N `)
usando ea ln x = xa
1=2 1=2
N eN ln N N
PN (`) = e` ln p e(N `) ln q
= e (p;q)
2 ` (N `) e` ln ` e(N `) ln(N `) 2 ` (N `)

5
Tomando a função do exponente e operando os logaritmos
(p; q) = 2 (N `) + N ln N ` ln ` (N `) ln (N `) + ` ln p + (N `) ln q
` (N `)
= ` ln (N `) ln + N ln N
p q
` (N `) 1 1
= ` ln (N `) ln + N ln N + ` ln + (N `) ln
Np Nq N N
` (N `)
= ` ln (N `) ln `
Np Nq
dessa forma vemos que
1=2
N ` (N `)
PN (`) = exp ` ln (N `) ln : (9)
2 ` (N `) Np Nq
Podemos tomar a derivadas, do parentesê [ ], isto é:

d (p; q) d ` d
(N `)
= ` ln (N `) ln
d` d` Np d`
Nq
` (N `) ` (N `)
= 1 ln + 1 + ln = ln ln =0
Np Nq Np Nq
isto quer dizer que
1 1 1
` (N `) q p+q p+1 p
= !`=N 1+ =N =N = N p; (10)
Np Nq p p p
Portanto o extremo da função é ` = N p, calculando a segunda derivada obtemos:
d2 (p; q) d ` (N `)
= ln + ln
d`2 `=N p d` Np Nq `=N p
1 1 1 1 Nq + Np 1
= = = =
` `=N p N ` `=N p Np N Np N 2 pq N pq

Concluimos que ` = N p é um máximo. Então

" ! !#
1=2 2 2
N ` 1 ` N ` N `
PN (`) = exp ` 1 + 1 (N `) 1 1 :
2 ` (N `) Np 2 Np Nq Nq

obtemos portanto " #

2
1 (` N p)
PN (`) = p exp : (11)
2 N pq 2N pq

6. Mostre que a densidade de probabilidade

" #
2
1 (x ct)
(x; t) = p exp ;
2 Dt 2Dt

satisfaz a equação diferencial

@ 1 @2 @
= D 2 c :
@t 2 @x @x
Antes de começar o cálculo para provar que a densiade de probabilidade satisfaz a equação diferen-
cial, vamos fazer uma troca de variáveis para não carregar variáveis demais no processo de derivação,
isto e,
1 x2
(x; t) = ( t) 2 exp t + x ;
t

6
 c2 1 c
onde = 2 D, = 2D , = 2D e = D.
Calculamos a derivada com respeito à variável t
@ @ 1=2 x2 1=2 @ x2
= ( t) exp t + x + ( t) exp t + x
@t @t t @t t
x2 1=2 x2 x2
= exp t + x + ( t) exp t + x
( t)
3=2 t t2 t
1 x2 1 x2
= exp t + x
( t)
1=2 t2 2t t
x2 1 x2 1 c2
= (x; t) = (x; t) : (12)
t2 2t 2Dt2 2t 2D
Fazemos a derivação com respeito à variável x
@ 1 @ x2
= 1=2
exp t + x
@x ( t) @x t
1 2 x x2 2 x
= 1=2
exp t + x = (x; t)
( t) t t t
c x
= (x; t) ;
D Dt
com esta derivada podemos calcular a segunda derivada que é da forma:
@2 @ 2 x 2 x @
= +
@x2 @x t t @x
2
2 x 2 4 2 x2 4 x 2
= = 2+
t t t2 t t
c2 x2 2cx 1
= + (x; t) ;
D2 D 2 t2 2
D t Dt
2
@ @
Usando a equação 12 D @x2 c @x e exprimindo explicitamente as variáveis

1 @2 @
D 2 c
2 @x @x
D c2 x2 2cx 1 c x
= + c
2 D2 D 2 t2 D2 t Dt D Dt
c2 x2 cx 1 c2 cx
= + +
2D 2Dt2 Dt 2t D Dt
x2 1 c2
= (x; t) (13)
2Dt2 2t 2D
Comparando as eqs. (12) e (13) vemos que são idênticas.

7. Use a formula de Stirling para obter a densidade do exercício anterior a partir do

resultado
n! (n+m)=2 (n m)=2
Pm (n) = n+m n m p q ;
2 ! 2 !
válido para o passeio aleatório. As de…nições apropriadas são x = hm, t = n , D =
h2 b= , c = ha= a = p q e b = 4pq.

Usando a fórmula de Stirling obtemos que

s 1 1 p
2n nn e n
p 2 (n+m) q 2 (n m)
2ne (p;q)
Pm (n) = 2 2 1 1 =p
(n m ) e 12 (n+m) n+m 2 (n+m)
e
1
2 (n m) n m 2 (n m) (n2 m2 )
2 2

7
então
n+m n+m n m n m n+m n m
(p; q) = n ln n ln ln + ln p + ln q
2 2 2 2 2 2

e portanto (fazendo um processo similar ao feito no problema 5.)

n+m n+m n m n m
(p; q) = ln ln
2 2np 2 2nq

dessa forma
s
2n n+m n+m n m n m
Pm (n) = exp ln ln
(n2 m2 ) 2 2np 2 2nq

m+n
tomando o máximo 2 = 2np
( )
2
1 [m n (p q)]
Pm (n) = p exp
8 npq 8npq

subtituindo x = hm, t = n , a = p q e b = 4pq

( 2
)
x t
1 h a
Pm (n) = q exp
2 t
b 2tb

e D = h2 b= , c = ha= obtemos
" #
2
Pm (n) 1 (x ct)
(x; t) = =p exp :
h 2 Dt 2Dt

10. Uma molécula de um gás desloca-se uma distância h entre duas colisões com igual
probabilidade em qualquer direção. Depois de n colisões, determine o deslocamento
quadratico médio r2 da molécula a partir de seu ponto inicial, onde r = r1 +r2 +:::+rn ,
sendo rj = (xj ; yj ; zj ) o j-ésimo deslocamento. Ache também a função caraterística
G(k) = hexp (ik:r)i e a distribução de probabilidade de r. Ache a expressão dessa
probabilidade para n grande.

Consideremos o deslocamento de uma molécula h em qualquer direção, cuja probabilidade está dada
por:
1 1 1
P (rj ) = P (xj ; yj ; zj ) = (xj h) (yj ) (zj ) +
(xj + h) (yj ) (zj ) + (xj ) (yj h) (zj )
6 6 6
1 1 1
+ (xj ) (yj + h) (zj ) + (xj ) (yj ) (zj h) + (xj ) (yj ) (zj + h) :
6 6 6
se
rj = (xj ; yj ; zj ) ! r2j = x2j + yj2 + zj2 :
Dessa forma
n
X n
X
r= rj ! r2 = r2j :
j=1 j=1

Supomos além que a molécula parte da origem. Portanto

* + Z Z Z
2 P
n
2 Pn P
n
r = rj = r2j = dxj dyj dzj x2j + yj2 + zj2 P (rj ) :
j=1 j=1 j=1

8
Assim
Z Z Z
2 1 Pn
r = dxj dyj dzj x2j + yj2 + zj2
6 j=1
[ (xj h) (yj ) (zj ) + (xj + h) (yj ) (zj ) + (xj ) (yj h) (zj )
(xj ) (yj + h) (zj ) + (xj ) (yj ) (zj h) + (xj ) (yj ) (zj + h)]
n
r2 = 2h2 + 2h2 + 2h2 = nh2 (14)
6
Então calculamos A função característica:
D E Z Z Z
g (k) = g (k1 ; k2 ; k3 ) = ei(k1 xj +k2 yj +k3 zj ) = dxj dyj dzj eik:rj P (xj ; yj ; zj )

subtituindo P (rj ) em g (k)

1 ihk1
g (k1 ; k2 ; k3 ) = e + e ihk1 + eihk2 + e ihk2 + eihk3 + e ihk3
6
1
= (cos (hk1 ) + cos (hk2 ) + cos (hk3 )) :
3
sabemos que os cumulantes até segunda ordem

h2 2
g (k) = exp k1 + k22 + k32
6

Dessa forma
nh2 2
G (k) = exp k1 + k22 + k32 :
6
Usamos a transformada de Fourier
Z Z Z
1
Pn (r) = 3=2
dk1 dk2 dk3 e ik:r G (k)
(2 )
Z Z Z
1 nh2 2
= 3=2
dk1 dk2 dk3 exp ik1 x ik2 y ik3 z k1 + k22 + k32
(2 ) 6