Escolar Documentos
Profissional Documentos
Cultura Documentos
2020.2 - Lista 4
LISTA E SOLUÇÕES
Questão 1
[Funções Características]
Calcule a função característica, a média e a variância das seguintes funções de den-
sidade de probabilidade:
a) Uniforme p(x) = 1/2a para −a < x < a, e p(x) = 0 caso contrário.
|x|
1 − a
b) Laplace p(x) = 2a e .
a
c) Cauchy p(x) = π(x2 +a2 ) .
As duas funções de densidade de probabilidade a seguir são definidas para x ≥ 0.
Calcular apenas a média e a variância para cada um.
x2
x − 2a2
d) Rayleigh p(x) = a2
e .
x2
q
2 x − 2a2
2
e) Maxwell p(x) = π a3 e .
Logo,
E Z −a Z +a Z +∞
D
−ikx −ikx 1 −ikx
p̃(k) ≡ e = dx(0)e + dx e + dx(0)e−ikx (3)
−∞ −a 2a +a
+a −ikx +a e − e−ika
Z ika
1 −ikx 1 e 1
(4)
= dx e = = .
−a 2a 2a −ik −a ika 2
assim,
e − e−ika
ika
1 1 cos ka + isen ka − cos ka + isen ka
p̃(k) = = (6)
ika 2 ika 2
1 (2isen ka) 1
= = sen ka, (7)
ika 2 ka
1
Soluções elaboradas pelo monitor da turma.
ou seja,
1
p̃(k) = sen ka . (8)
ka
Escrevendo o seno em termos de série de potência:
∞
1 1 1 X (x2n+1 )
sen x = x − x3 + x5 + ... = (−1)n . (9)
1! 3! 5! (2n + 1)!
n=0
De modo que,
∞ ∞
1 1 X ((ka)2n+1 ) X ((ka)2n )
p̃(k) = sen ka = (−1)n = (−1)n , (10)
ka ka (2n + 1)! (2n + 1)!
n=0 n=0
m1 = hxi = 0 . (15)
0 ∞
(−ik+ a1 )x −(ik+ a1 )x
" ! !#
1 e e 1 1 1
p̃(k) = + = −0 + 0−
1
2a (−ik + a ) −(ik + a1 ) 2a (−ik + a1 ) −(ik + a1 )
−∞ 0
(23)
1 a a 1 (1 + ika) + (1 − ika) 1 2
= + = =
2a 1 − ika 1 + ika 2 (1 + ika)(1 − ika) 2 1 − ika + ika − (ika)2
(24)
1
= , (25)
1 + (ka)2
logo,
1
p̃(k) = . (26)
1 + (ka)2
comparando com a eq. (26), isto é, y = −(ka)2 , temos que a função característica é dada
por:
∞
X m 1
p̃(k) = −(ka)2 = = 1 − (ka)2 + (ka)4 − (ka)6 + · · · . (28)
1 + (ka)2
m=0
ou a partir da relação:
∞ ∞
* +
X (−ik)n X (−ik)n
p̃(k) = x n
= hxn i . (30)
n! n!
n=0 n=0
Aqui vamos usar esta última por facilidade. Comparando a eq. (28) e (30): n → 2m e
como 1 + y + y 2 + · · · = 1 + 0 − (ka)2 + · · · , assim, comparando termos de (28) e (30):
−ik
hxi = 0; m1 = hxi = 0 . (31)
1!
(−ik)2
2
x = −(ka)2 ; m2 = x2 = 2a2 . (32)
2!
assim,
Z +∞
a dx
p̃(k) = e−ikx , (35)
π −∞ (x + ia)(x − ia)
utilizando o método de fração parciais para resolver a integral mais facilmente, temos:
1 A B (x − ia)A + (x + ia)B
= + = , (36)
(x − ia)(x + ia) x + ia x − ia (x + ia)(x − ia)
a +∞
Z
dx
p̃(k) = e−ikx (37)
π −∞ (x + ia)(x − ia)
Z +∞ Z +∞
a 1 dx −ikx a 1 dx
= − e + e−ikx (38)
π 2ia −∞ (x + ia) π 2ia −∞ (x − ia)
Z +∞ Z +∞
1 dx −ikx dx −ikx
= e − e . (39)
2πi −∞ (x − ia) −∞ (x + ia)
Daí, é mais fácil avaliar a integral (eq. 39) em contornos do plano complexo, assim,
Z Z
1 dx −ikx dx −ikx
p̃(k) = e − e . (41)
2πi
C1 (x − ia) C2 (x + ia)
| {z } | {z }
I II
Resolvendo a integral I:
Z
dx
e−ikx = 2πie−ik(ia) = 2πieka , (42)
C1 (x − ia)
pois, F (x) = e−ikx e x = ia.
Agora, resolvendo a integral II:
Z
dx
e−ikx = 2πie−ik(−ia) = 2πie−ka , (43)
C2 (x + ia)
pois, F (x) = e−ikx e x = −ia. Logo,
( −ka
e , para k ≥ 0;
p̃(k) = (44)
eka , para k < 0.
Assim,
Como p̃(k) não é uma função analítica neste caso, portanto, não existe expansão em série
de Taylor.
Calculando os momentos:
Z +∞
n
mn ≡ hx i = dxp(x)xn , (46)
−∞
a +∞ du x
Z
m1 ≡ x1 = =0. (48)
π +∞ 2x u
tg θ = x/a,
x = atg θ,
dx = a sec2 θdθ,
pela identidade trigonométrica tg2 θ = sec2 θ − 1, temos:
em que: x
θ = tg−1 , para a > 0,
a
sendo os novos intervalos de integração:
θi = −π/2, θf = π/2.
Logo,
+∞ Z θf 2 2 Z θf Z θf
x2 a tg θa sec2 θdθ
Z
dx 2 = = 2
atg θdθ = a (sec2 θ − 1)dθ (51)
−∞ (x + a2 ) θi a2 sec2 θ θi θi
Z +π/2 Z +π/2
+π/2 +π/2
=a 2
sec θdθ − a dθ = atgθ |−π/2 − aθ |−π/2 (52)
−π/2 −π/2
=a {[tg(π/2) − tg(−π/2)] − [(π/2) − (−π/2)]} → ∞ para a > 0, (53)
logo,
+∞
x2
Z
a
2
(54)
m2 ≡ x = dx →∞,
π −∞ (x2 + a2 )
isto é, o segundo momento diverge para o infinito, assim como acontecer para os níveis
superiores, que explica a natureza não analítica de p̃(k).
d) Os momentos são dados a partir de:
Z +∞
n
mn ≡ hx i = dxp(x)xn . (55)
−∞
Uma vez que p(x) é definido apenas para x ≥ 0, assim, o primeiro momento é obtido por:
Z +∞ Z +∞
x − x22 1 x2
m1 ≡ hxi = dx 2
e 2a x = 2
dxx2 e− 2a2 . (56)
0 a a 0
x2 xdx √
= u; du = ; x2 = 2a2 u; x= 2a2 u,
2a2 a2
logo,
Z +∞ Z +∞
1 x2 1
2 − 2a2
hxi = 2 dxx e = 2 (2a2 u)e−u (2a2 u)−1/2 du(a2 ) (57)
a 0 a 0
Z +∞ Z +∞
= e−u (2a2 u)+1/2 du = (2a2 )1/2 u1/2 e−u du. (58)
0
|0 {z }
Γ( 32 )
com relações de recorrências dadas por: Γ(n + 1) = nΓ(n) e Γ(n + 1) = n!. Assim,
Z +∞
2 1/2 1 √
r
1/2 −u π
2 1/2
hxi = (2a ) u e du. = (2a ) ( π) = a, (60)
0 2 2
| {z }
Γ( 32 )
1√
pois, Γ(3/2) = 12 Γ(1/2) = 2 π. Logo, o primeiro momento é dado por
r
π
m1 = hxi = a . (61)
2
x2 xdx a2
= u; du = ; dx = du
2a2 a2 x
logo,
2 1
Z +∞ x2
Z +∞
1
x = 2 dxx2 e− 2a2 = (2a2 u)e−u du(a2 ) (63)
a 0 a2 0
Z +∞ Z +∞
=2a 2
ue−u du = 2a2 u2−1 e−u du., (64)
0 0
| {z }
Γ(2)
m2 = x2 = 2a2 . (65)
Uma vez que p(x) é definido apenas para x ≥ 0, assim, o primeiro momento é obtido por:
Z +∞ r ! r Z +∞
2 x2 − x22 2 1 x2
m1 ≡ hxi = dx 3
e 2a x = 3
dxx3 e− 2a2 (68)
0 πa πa 0
r Z +∞
21 1 x2
= 2
dxx3 e− 2a2 . (69)
πa a 0
| {z }
do item anterior=2a2
Logo,
r r
21 2
m1 = hxi = 2
(2a ) = 2 a . (70)
πa π
x2 xdx a2
= u; du = ; dx = du; x2 = u2a2 ; x = (u2a2 )1/2 ,
2a2 a2 x
logo,
r +∞
r +∞
a2
Z 2
Z
2 1 x
4 − 2a2 2 1
2
(2a2 u)2 e−u (72)
x = dxx e = du
π a3 0 π a3 0 (u2a2 )1/2
r Z +∞
r Z +∞
21 3/2 −u 2 1 1/2 3
= (2a2 )3/2 u e du = (8) a u5/2−1 e−u du., (73)
πa 0 πa
|0 {z }
Γ(5/2)
3√
como Γ(5/2) = 3/2Γ(3/2) = 31
2 2 Γ(1/2) = 4 π, logo, o segundo momento é dado por:
m2 = x2 = 3a2 . (74)
Página 8 de 24
FISIC0010 - Física Estatística
2020.2 - Lista 4
Questão 2
A função característica que muitas vezes é chamada de função geratriz (ou geradora)
de momentos, pois através dela, podemos obter todos os momentos de uma PDF da
seguinte forma:
1 dn
(76)
mn = n n
p̃(k) .
(−i) dk k=0
Demonstre a equação acima.
ou a partir da relação:
∞ ∞
* +
X (−ik)n X (−ik)n
p̃(k) = xn = hxn i . (79)
n! n!
n=0 n=0
d(e−ikx ) 1 d2 (e−ikx )
−i(0)x 2
p̃(k) = e + (k − 0) + (k − 0) + · · · (81)
dk k=0 2! dk 2 k=0
(−ix)2 2 (−ix)n n
= 1 + (−ix)k + k + ··· + k (82)
2! n!
*∞ + ∞
X (−ixk)n X (−ik)n n
= = hx i . (83)
n! n!
n=0 n=0
1 d2 p̃(k)
dp̃(k)
p̃(k) = p̃(k)|k=0 + (k − 0) + (k − 0)2 + · · · (84)
dk k=0 2! dk 2 k=0
∞
dn p̃(k) kn
X
= . (85)
dk n k=0n!
n=0
∞ ∞
(−ik)n dn p̃(k) kn
X X
n
hx i = , (86)
n! dk n k=0 n!
n=0 n=0
n! k n dn p̃(k)
n
hx i = , (87)
(−ik)n n! dk n k=0
logo:
1 dn
n
(88)
mn ≡ hx i = p̃(k) .
(−i)n dk n
k=0
Página 10 de 24
FISIC0010 - Física Estatística
2020.2 - Lista 4
Questão 3
Mostre que todos os cumulantes da distribuição de Poisson são iguais αT .
1 dn
n
(89)
hx ic = ln p̃(k) ,
(−i)n dk n
k=0
No entanto, a distribuição de Poisson pode ser descrita bem pelo processo binomial. Con-
siderando, por exemplo, um material radiativo com probabilidade p de um átomo decair
em um intervalo de tempo dt. E q a probabilidade de não haver decaimento no instante
dt. Sabemos que:
q =p−1 (p + q = 1).
Considerando que a probabilidade de decaimento é p = αdt e q = 1−αdt. Em um instante
de tempo grande, isto é, t = T , podemos dividir T em η parte dt, ou seja,
T
η= , (91)
dt
Portanto, a característica para o processo de distribuição discreta é dada por:
N
D E X N! A N −NA −ikNA
N
p̃N (k) = e −ikNA
= pN p e = pA e −ik
+ pB . (92)
NA ! (N − NA )! A B
NA =0
1 x
1 1
lim 1 + = e; →y (y = ); → lim (1 + y)1/y = e, (96)
x→∞ x x x y→0
Pois,
T ln (1 + Ay)
lim ln (1 + Ay)T /y = lim ln (1 + Ay) = lim y , (99)
y→0 y→0 y y→0
T
usando L’Hospital para resolver o limite:
d
dy [ln(1 + Ay)] A/(1 + Ay) AT
lim d y
= lim = lim = AT. (100)
y→0
dy T
y→0 1/T y→0 Ay + 1
Assim, da eq.(95):
−ik −1]T
p̃(k) = lim (1 + Adt)T /dt = eAT = eα[e . (101)
dt→0
1 dn 1 dn
α[e−ik −1]T
n
(102)
hx ic = ln p̃(k)
= ln e
(−i)n dk n k=0 (−i)n dk n
k=0
1 dn−1 d −ik
= αe T − αT (103)
(−i)n dk n−1 dk k=0
n−1
1 d
−iαe−ik T (104)
=
(−i)n dk n−1 k=0
1 dn−2 d −ik
= −iαe T (105)
(−i)n dk n−2 dk k=0
1 dn−2
= (−i)2 αe−ik T (106)
(−i)n dk n−2 k=0
1 dn−3 d −ik
= 2
(−i) αe T (107)
(−i)n dk n−3 dk k=0
1 dn−3
= (−i)3 αe−ik T , (108)
(−i)n dk n−3 k=0
1 dn−n d −ik
n
hx ic = (−i) n−1
αe T (109)
(−i)n dk n−n dk k=0
1
−ik −ik
= (−i) n
αe T = αe T = αe−i(0) T = αT, (110)
(−i)n
k=0 k=0
ou seja,
hxn ic = αT . (111)
Página 12 de 24
FISIC0010 - Física Estatística
2020.2 - Lista 4
Questão 4
Mostrar que se x1 e x2 são variáveis independentes, todos os seus cumulantes con-
juntos conectados são nulos, isto é, hxn1 1 ∗ xn2 2 ic = 0, para n1 6= 0 e n2 6= 0.
Uma vez que as variáveis são independentes a função de densidade de probabilidade con-
junta é o produto das individuais:
1 dn
n
(117)
hx ic = ln p̃(k) ,
(−i)n dk n
k=0
assim,
dn1 dn2
1 1
hxn1 1 xn2 2 ic (118)
∗ = ln p̃(k1 , k2) ,
(−i)n1 (−i)n2 dk n1 dk n2
k1 =k2 =0
como:
ln p̃(k1 , k2) = ln(p̃(k1 ) · p̃(k2)) = ln p̃(k1 ) + ln p̃(k2),
portanto,
dn1 dn2
1 1
hxn1 1 xn2 2 ic (119)
∗ = [ln p̃(k 1 ) + ln p̃(k2)]
(−i)n1 (−i)n2 dk n1 dk n2
k1 =k2 =0
!
n n n
1 1 d 1 d 2 d 2
(120)
= ln p̃(k1 ) + ln p̃(k2)
(−i)n1 (−i)n2 dk n1 dk n2 k1 =0 dk n2 k2 =0
!
dn1 dn2
1 1
(121)
= ln p̃(k2) = 0,
(−i)n1 (−i)n2 dk n1 dk n2
k2 =0
n
dn1
pois, dk d 2
= 0, já que o termo dentro do parêntese é constante com
n1 n
dk 2 ln p̃(k2)
k2 =0
relação a derivadas de k1 . Assim,
Página 13 de 24
FISIC0010 - Física Estatística
2020.2 - Lista 4
Questão 5
[Matrizes aleatórias]
Matrizes aleatórias: como modelo para níveis de energia de núcleos complexos,
Wigner considerou matrizes simétricas N × N cujos elementos são aleatórios. Vamos
supor que cada elemento Mij (para i ≥ j) é uma variável aleatória independente
retirada da função de densidade de probabilidade
1
p (Mij ) = para − a < Mij < a, e p (Mij ) = 0 caso constrário (123)
2a
a) Calcule a função característica para cada elemento Mij . P
b) Calcule a função característica para o traço da matriz, T ≡ tr M = i Mii
c) O que o teorema do limite central implica sobre a função densidade de probabil-
idade do traço em N grande?
d) Para N grande, cada autovalor λα (α = 1, 2, · · · , N ) da matriz M é distribuído de
acordo com uma função de densidade de probabilidade
s
2 λ2
p(λ) = 1 − 2 para − λ0 < λ < λ0 , e p(λ) = 0 caso contrário (124)
πλ0 λ0
Z −a Z +a Z +∞
−ikMij 1 −ikMij
p̃ij (k) = dMij (0)e + dMij e + dMij (0)e−ikMij (127)
−∞ −a 2a a
Z +a Z +a
1 −ikMij 1
= dMij e = dx e−ikx , (128)
−a 2a −a 2a
1 sin(ka)
p̃ij (k) = ((cos(ka) − i sin(ka)) − (cos(ka) + i sin(ka))) = . (130)
2aik ak
b) Sabemos que o traço da matriz é a soma das componentes de sua diagonal principal.
Daí, cada elemento da matriz tem densidade de probabilidade p (Mij ), então a soma dos
elementos da diagonal principal tem
densidade de probabilidade. Uma vez que, as probabilidades são iguais para cada elemento
da matriz,
N
!
X
p(T ) = p Mii = [p (Mii )]N . (132)
i=1
Logo,
D E Z
−ik N
P PN
p̃T (k) ≡ e i=1 Mii
= dN Mii [p (Mii )]N e−ik i=1 Mii
, (134)
Mii
Z +a Z +a Z +a
p̃T (k) = ··· p (M11 ) · p (M22 ) · · · p (MN N ) e−ikM11 · · · e−ikMN N dM11 · · · dMN N .
−a −a −a
(135)
Assim,
Z +a N N
−ikMii sin(ka)
p̃T (k) = p (Mii ) e dMii = , (136)
−a ak
a
1 Mii2 1 a2 − (−a)2
hMii ic = hMii i = = =0 . (141)
2a 2 −a 2a
2
(142)
2
T c = N Mii2 ,
fazendo tr M ≡ T . E nesse caso com a média é igual a zero, temos o segundo momento
igual ao segundo cumulante, assim
Z a
N a 2
Z
(143)
2
T c = N Mii2 c = N Mii2 = Mii2 p(Mii )dMii =
M dMii .
−a 2a −a ii
Logo o segundo cumulante do traço é:
a
N Mii3 1 a3 − (−a)3 a2
(144)
2
T c = N Mii2 c = N Mii2 =
= =N .
2a 3 −a 2a
2 3
Vimos que
hT ic = N hMii ic , (146)
T2 = N Mii2 c , (147)
c
por indução
hT n ic = N hMiin ic . (148)
Definindo
Y = AT + B A, B-constantes. (149)
D E D E D E D E
p̃Y (k) ≡ e−ikY = e−ik[AT +B] = e−ikAT · e−ikB = e−ikB e−ikAT , (151)
como
∞
X (−ik)n
ln[p̃Y (k)] = hY n ic (153)
n!
n=1
e
∞
X (−ikA)n
ln[p̃T (k)] = hT n ic , (154)
n!
n=1
logo,
∞ ∞
X (−ik)n X (−ikA)n
n
hY ic = −ikB + hT n ic , (155)
n! n!
n=1 n=1
para n = 1. E
∞ ∞
X (−ik)n X (−ikA)n
hY n ic = hT n ic . (158)
n! n!
n=2 n=2
(−ik)n (−ikA)n n
hY n ic = hT ic , (159)
n! n!
hY n ic = An hT n ic , (160)
para n = 2, 3, · · · . Logo:
Como T = AT + B e definindo:
T − N hMii ic
Y = AT + B ≡ √ , (163)
N
temos:
1
A= √
N
e
N hMiin ic
B=− √ .
N
Para n = 1:
N hMiin ic 1
hY ic = B + AN hMii ic = − √ + √ N hMii ic = 0 → hY ic = hY i = 0. (164)
N N
Tende para uma distribuição em que a média é nula!.
Para n > 1:
n
hY n ic = An hT n ic = An N hMiin ic = N 1− 2 hMiin ic , (165)
n
pois, An = √1N = (N −1/2 )n = N −n/2 .
Para n = 2 dá o segundo cumulante de Y :
Y2 = Mii2 c , (166)
c
Até aqui temos evidência de que tende para uma distribuição gaussiana de média nula,
mas precisamos ter a certeza que os cumulantes de ordem superior a 2 seguem todos nulos.
Para n > 2: n = 3
negativo, assim todos cumulantes de ordem superior também serão nulos, quando N → ∞.
Portanto, podemos concluir que no limite N → ∞ a função densidade de probabilidade
para o traço da matriz tende a uma distribuição gaussiana com média nula, isto é:
1 1 − T 22
√ e 2σ , (169)
2π σ
N a3
onde σ 2 = T 2 c − hY i2 = T 2 c − (0) = T 2 c = T 2 , vimos que T 2 = 3 , logo:
N a3
σ2 = .
3
Temos ainda
T − N hMii ic T
Y = √ =√ , (170)
N N
√
isto é, T = Y N (T 2 = Y 2 N ). Daí
r
3 1 − 3Y 22
p(Y ) = √ e 2a . (171)
2πa2 N
σ 2 = λ2 c = λ2 − hλi2 . (172)
hλi = 0.
ou seja:
λ0 π
θ(λ0 ) = arcsin = arcsin (1) = , (176)
λ0 2
e
−λ0 π
θ(−λ0 ) = arcsin = arcsin (−1) = − . (177)
λ0 2
Logo:
s
+λ0 + π2
λ20 sin2 θ
Z Z
2 2 2
(178)
2
λ = λ2 p(λ)dλ = λ sin θ 1− λ0 cos θdθ
−λ0 − π2 πλ0 0 λ20
Z + π2
2 2 2 p
= λ sin θ 1 − sin2 θ cos θdθ, (179)
− π2 π 0
p √
pela identidade trigonométrica 1 − sin2 θ = cos2 θ, assim:
+ π2 + π2
2 2 2 √ 2
Z Z
2
(180)
2
λ = λ sin θ cos θ cos θdθ = λ20 sin2 θ cos2 θdθ,
− π2 π 0 π − π2
temos:
1 1
sin2 θ cos2 θ = (1 − cos 2θ) (1 + cos 2θ) (182)
2 2
1 1
2
sin2 2θ (183)
= 1 − cos 2θ =
4 4
1
= (1 − cos 4θ) , (184)
8
portanto,
+ π2 Z π
2 2 +2
Z
2 2 2
λ = λ0 2 2
sin θ cos θdθ = λ0 (1 − cos 4θ) dθ (185)
π − π2 π − π2
Z π Z π
1 2 +2 1 2 +2
= λ0 dθ + λ (cos 4θ) dθ (186)
4π − π2 4π 0 − π
2
Z π
1 h π π i 1 2 +2
= λ20 − − + λ0 (cos 4θ) dθ, (187)
4π 2 2 4π −π 2
1 2 +2π
Z
1 2
cos θ0 dθ0 , (189)
= λ0 + λ0
4 4π −2π
1
σ 2 = λ2 c = λ2 − hλi2 = λ2 − 0 = λ2 = λ20 . (191)
4
Página 20 de 24
FISIC0010 - Física Estatística
2020.2 - Lista 4
Questão 6
[Diodo]
A corrente I através de um diodo está relacionada à tensão aplicada via I = I0 (exp (eV /kT )−
1). O diodo está sujeito a um potencial aleatório V de média zero e variância σ 2 ,
distribuído por uma gaussiana. Encontre a densidade de probabilidade p(I) para a
corrente I que flui através do diodo. Encontre o valor mais provável para o valor
médio de I e indique-o em um esboço de p(I).
(x − λ)2
1
p(x) = √ exp − . (192)
2πσ 2 2σ 2
V2
1
p(V ) = √ exp − 2 . (193)
2πσ 2 2σ
Temos que:
d kB T I kB T 1 1 kB T 1
pI (I) = pV (V ) ln + 1 = pV (V ) I
= pV (V ) ,
dI e I0 e I0 + 1 I0 e I + I0
(199)
usando a eq.193:
V 2 kB T 1
kB T 1 1
pI (I) = pV (V ) =√ exp − 2 , (200)
e I + I0 2πσ 2 2σ e I + I0
usando a eq.193, temos densidade de probabilidade de corrente fluir pelo diodo é dada
por:
2 2 h i2
kB T I
1 e2
ln I0 + 1 k T 1
B
pI (I) = √ exp − . (201)
2 2σ 2
e I + I0
2πσ
dpI (I)
= 0, (202)
dI
quando a derivada de primeira ordem é igual a zero significa que é ponto de máximo ou
mínimo da função.
Como
eV
I = I0 (exp (eV /kT ) − 1); → I + I0 = I0 exp (203)
kB T
1 1 1 exp − keV
BT
→ = → = , (204)
I + I0 I exp eV I + I0 I0
0 kB T
V2
kB T eV
pI (I) = pI (V (I)) = √ exp − 2 exp − (206)
2σe 2πI0 2σ kB T
2
kB T V eV
= √ exp − 2 − . (207)
2σe 2πI0 2σ k BT
Assim,
assim,
dPI dpI kB T 1
= , (210)
dI dV e I0 + I
V2
dPI kB T 1 d kB T eV
= √ exp − 2 − (211)
dI e I0 + I dV 2σe 2πI0 2σ kB T
(kB T )2 1 V2
dPI 1 1 V e eV
= √ − 2− exp − 2 − . (212)
dI σ e2 I0 2π I0 + I σ kB T 2σ kB T
Fazendo Ip o valor mais provável para I
(kB T )2 1 V2
1 1 V e eV
√ − 2− exp − 2 − = 0, (213)
σ e2 I0 2π I0 + Ip σ kB T 2σ kB T
com kB 6= 0, T 6= 0, e 6= 0 e σ 6= 0,
V2
1 V e eV
− 2− exp − 2 − = 0, (214)
I0 + Ip σ kB T 2σ kB T
h i
V2
como, exp − 2σ 2 − kB T 6= 0 e σ , T são finitas, logo
eV 2
1 V e V e
− 2− = 0, → − 2− = 0, (215)
I0 + Ip σ kB T σ kB T
V = V (I = Ip ),
eσ 2
V (Ip ) = − . (216)
kB T
Como
I = Ip :
+∞ +∞ 2
−I0
Z Z
V2 I0 −V + keVT
hIi = √ · e− 2σ2 dV + √ e 2σ 2 B dV, (222)
2πσ −∞ σ 2π −∞
−I0 √ 2 +∞ 2
Z
I0 −V + keVT
hIi = √ 2σ π + √ e 2σ 2 B dV, (224)
2πσ σ 2π −∞
Z +∞ 2
I0 −V + keVT
hIi = −I0 + √ e 2σ 2 B dV, (225)
σ 2π −∞
para resolver esta última integral é necessário fazer uma manipulação, de modo que, fique
uma integral gaussiana em V e outra parte seja constante. Assim,
V2 eV 1 1
− 2
+ = − 2 (V + A)2 + B = − 2 (V 2 + 2AV + A2 ) + B (226)
2σ kB T 2σ 2σ
V 2 AV 2 A 2
= − 2 − 2 − 2 + B, (227)
2σ σ 2σ
V2 eV V2 AV 2 A2
− + = − − − +B (228)
2σ 2 kB T 2σ 2 σ2 2σ 2
eV AV 2 A2
+ = − 2 − 2 + B, (229)
kB T σ 2σ
fazendo:
eV AV 2
+ =− 2 (230)
kB T σ
e
A2
− + B = 0, (231)
2σ 2
temos que:
eσ 2 1 2 e2 σ 2
A= ; B= A = 2 T2. (232)
kB T 2σ 2 2kB
Daí:
Z +∞ 2 Z +∞ Z +∞
−V + keVT − 1
+A)2 +B 1 2
e 2σ 2 B dV = e 2σ 2
(V
dV = e B
e− 2σ2 (V +A) dV (233)
−∞ −∞ −∞
Z +∞
1 2 √
=eB e− 2σ2 (y) dy = eB [ 2πσ 2 ], (234)
−∞
onde y = V + A, dy = dV . Assim,
I0
Z +∞ V 2 eV
− + I0 √
hIi = −I0 + √ e 2σ2 kB T dV = −I0 + √ eB [ 2πσ 2 ], (235)
σ 2π −∞ σ 2π
logo,
" #
e2 σ 2 e2 σ 2
2k2 T 2 2k2 T 2
hIi = −I0 + I0 e B = I0 e B −1 . (236)
Página 24 de 24