FISIC0010 - Física Estatística

2020.2 - Lista 4

LISTA E SOLUÇÕES

Prof.: Luciano Casarini

Monitor: Jaelsson S. Lima1

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 .

a) A função característica é dada por

D E Z +∞
p̃(k) ≡ e−ikx = dxp(x)e−ikx (1)
−∞
e como
1,

para − a < x < a;
p(x) = 2a (2)
0, para − ∞ < x < −a e a < x < ∞.


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

Pela fórmula de Euler:

e±ika = cos ka ± isen ka, (5)

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.

Questão 1 continua na próxima página. . . Página 1 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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

logo, a função característica é dada por:

∞
1 X ((ka)2n )
p̃(k) = sen ka = (−1)n . (11)
ka (2n + 1)!
n=0

Os momentos são calculados por:

Z +∞
mn ≡ hxn i = dxp(x)xn . (12)
−∞

Assim, o primeiro momento é dado por:

Z −a Z +a Z +∞ Z +a a
1 1 1 x2 
m1 ≡ hxi = dx(0)x + dx x + dx(0)x = dx x = (13)
−∞ −a 2a a −a 2a 2a 2 −a
1 a2 (−a)2
 
= − = 0, (14)
2a 2 2
assim, o primeiro momento é dado por:

m1 = hxi = 0 . (15)

O segundo momento é dado por:

Z −a Z +a Z +∞ Z +a a

2 2 1 2 2 1 2 1 x3 
m2 ≡ x = dx(0)x + dx x + dx(0)x = dx x =
−∞ −a 2a a −a 2a 2a 3 −a
(16)
 3 3

1 a (−a) 1
= − = a2 , (17)
2a 3 3 3
assim, o segundo momento é dado por:

 1
m2 = x2 = a2 . (18)
3
b) Partindo da definição de função característica (eq. (1)) e densidade de probabilidade
dada no item, temos:
D E Z +∞ Z +∞ 
1 − |x|

−ikx −ikx
p̃(k) ≡ e = dxp(x)e = dx e a e−ikx , (19)
−∞ −∞ 2a

Questão 1 continua na próxima página. . . Página 2 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

analisando a condição do módulo de x:

(
−x, para x < 0;
|x| = (20)
x, para x ≥ 0.
Daí,
Z +∞   Z 0 Z +∞ 
1 − |x| −ikx 1  x

−ikx

−x

−ikx
p̃(k) = dx e a e = dx e a e + dx e a e
−∞ 2a 2a −∞ 0
(21)
Z 0 Z +∞ 
1 1 1
= dxe(−ik+ a )x + dxe−(ik+ a )x , (22)
2a −∞ 0

 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

Expandindo em termos de série de potência, isto é, usando a definição de série geométrica,

com ka em torno de zero (ka = 0):
∞
X 1
ym = = 1 + y + y2 + y3 + · · · + yn, para y  1, (27)
1−y
m=0

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

Os momentos podem ser calculados por:

Z +∞
mn ≡ hx i = n
dxp(x)xn , (29)
−∞

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):

Questão 1 continua na próxima página. . . Página 3 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

• Para n = 1 (primeiro momento):

−ik
hxi = 0; m1 = hxi = 0 . (31)
1!

• Para n = 2 (segundo momento):

(−ik)2
2 
x = −(ka)2 ; m2 = x2 = 2a2 . (32)


2!

c) A função característica é dada por

D E Z +∞ Z +∞ 
a

p̃(k) ≡ e−ikx = dxp(x)e−ikx = dx e−ikx (33)
−∞ −∞ π(x2 + a2 )
Z +∞
a dx
= e−ikx , (34)
π −∞ (x2 + a2 )

podemos reescrever o termo (x2 + a2 ) por:

(x2 + a2 ) = (x + ia)(x − ia),

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)

onde: 1 = (x − ia)A + (x + ia)B. Assim, substituindo x = ±ia para encontrarmos o

coeficiente A e B, temos,
1
A=−
2ia
e
1
B= ,
2ia
dessa forma, reescrevemos a integral (eq. (35)) por

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)

Por outro lado, a integral de Cauchy é dada por:

I
F (z)
dz = 2πiF (z0 ). (40)
C z − z0

Questão 1 continua na próxima página. . . Página 4 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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,

p̃(k) = e−|ka| . (45)

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)
−∞

o primeiro momento é dado por:

Z +∞   Z +∞
a a x
(47)

1
m1 ≡ x = dx x= dx ,
−∞ π(x + a2 )
2 π −∞ (x2 + a2 )
esta pode ser resolvida, fazendo uma substituição do tipo (x2 + a2 = u, 2xdx = du, com
intervalos de integração ui = ∞ e uf = ∞),

 a +∞ du x
Z
m1 ≡ x1 = =0. (48)
π +∞ 2x u

O segundo momento é dado por:

Z +∞ +∞
x2
  Z
a a
(49)

2
m2 ≡ x = dx x2 = dx ,
−∞ π(x + a2 )
2 π −∞ (x2 + a2 )
para resolvendo a integral:
+∞
x2
Z
dx , (50)
−∞ (x2 + a2 )
podemos fazer uma substituição trigonométrica do tipo:

Questão 1 continua na próxima página. . . Página 5 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

tg θ = x/a,
x = atg θ,
dx = a sec2 θdθ,
pela identidade trigonométrica tg2 θ = sec2 θ − 1, temos:

x2 + a2 = a2 tg2 θ + a2 = a2 (tg2 θ + 1) = a2 sec2 θ,

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

Para resolver esta última integral, fazemos uma substituição do tipo:

x2 xdx √
= u; du = ; x2 = 2a2 u; x= 2a2 u,
2a2 a2

Questão 1 continua na próxima página. . . Página 6 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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 )

Como a função gama é definida por:

Z +∞
Γ(n) = rn−1 e−r dr, (59)
0

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

O segundo momento é dado por:

Z +∞  2  Z +∞
x − x22 1 x2
m2 ≡ x2 = dxx3 e− 2a2 . (62)


dx 2
e 2a x = 2
0 a a 0
Para resolver esta última integral, fazemos uma substituição do tipo:

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)

como Γ(2) = (2 − 1)! = 1! = 1, logo, o segundo momento é dado por:

m2 = x2 = 2a2 . (65)



A variância é dada por:

r 2  
2 π 4−π
2 2
a2 . (66)


var(x) = x − hxi = 2a − a =
2 2

Questão 1 continua na próxima página. . . Página 7 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

e) Os momentos são dados a partir de:

Z +∞
mn ≡ hxn i = dxp(x)xn . (67)
−∞

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

O segundo momento é dado por:

r ! r
+∞ +∞
2 x2 − x22
Z Z
2 1 x2
2 2
dxx4 e− 2a2 (71)


m2 ≡ x = dx e 2a x =
0 π a3 π a3 0

Para resolver esta última integral, fazemos uma substituição do tipo:

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)



A variância é dada por:

r !2  
2 2 3π − 8
2 2
a2 . (75)


var(x) = x − hxi = 3a − 2 a =
π π

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.

2) O n-ésimo momento de uma PDF é definido por:

Z +∞
mn ≡ hxn i = dxp(x)xn . (77)
−∞

Enquanto que, a função característica é dada por

D E Z +∞
p̃(k) ≡ e−ikx = dxp(x)e−ikx (78)
−∞

ou a partir da relação:
∞ ∞
* +
X (−ik)n X (−ik)n
p̃(k) = xn = hxn i . (79)
n! n!
n=0 n=0

Uma expansão em série de Taylor é dada por:

∞
f (n) (x0 ) 1 d2 f 
 
X df 
f (x) = n
(x − x0 ) = f (x0 ) + (x − x0 ) + (x − x0 )2 + · · ·
n! dx x=x0 2! dx2 x=x0
n=0
(80)
Nossa função aqui é p̃(k) ≡ e , em torno de k = 0:

−ikx 

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

Agora fazendo a série de Taylor da função p̃(k) em torno de k = 0 (série de Maclaurin):

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

Comparando a eq.(83) e eq.(85), temos:

∞ ∞
(−ik)n dn p̃(k)  kn
X X 
n
hx i = , (86)
n! dk n k=0 n!
n=0 n=0

Questão 2 continua na próxima página. . . Página 9 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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 .

3) A função geradora de cumulantes é dada por:

1 dn

n
(89)

hx ic = ln p̃(k) ,
(−i)n dk n 
k=0

onde função característica é dada por

D E Z +∞
−ikx
p̃(k) ≡ e = dxp(x)e−ikx . (90)
−∞

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

No caso da distribuição de Poisson fica:

 n  T /dt h  iT /dt
p̃(k) = pe−ik + q = lim 1 + α dt e−ik − αdt = lim 1 + αdt e−ik − 1 ,
dt→0 dt→0
(93)
fazendo,  
α e−ik − 1 ≡ A, (94)
temos:
p̃(k) = lim (1 + Adt)T /dt , (95)
dt→0

Das propriedade logarítmicas, temos:

1 x
 
1 1
lim 1 + = e; →y (y = ); → lim (1 + y)1/y = e, (96)
x→∞ x x x y→0

de modo geral, temos

lim (1 + Ay)T /y = eAT ; (97)
y→0
ou
1 Tx
 
lim 1 + A = eAT . (98)
y→∞ x

Questão 3 continua na próxima página. . . Página 11 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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

Da função geradora de cumulantes (eq. 89):

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

por indução matemática:

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:

p(x1 , x2 ) = p(x1 ) · p(x2 ). (112)

A função função característica é dada por

D E Z +∞
−ikx
p̃(k) ≡ e = dxp(x)e−ikx . (113)
−∞

Dessa forma, a função característica conjunta é dada por:

Z +∞ Z +∞
p̃(k1 , k2) = dx1 dx2 p(x1 ) · p(x2 )e−ik1 x1 e−ik2 x2 (114)
−∞ −∞
Z +∞ Z +∞
−ik1 x1
= dx1 p(x1 )e dx2 p(x2 )e−ik2 x2 (115)
−∞ −∞
=p̃(k1 ) · p̃(k2). (116)

Da função geradora de cumulantes:

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,

hxn1 1 ∗ xn2 2 ic = 0 . (122)

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

(conhecida como regra do semicírculo de Wigner). Encontre a variança de λ.

(dica: Alterar as variáveis para λ = λ0 sin θ simplifica as integrais.)

a) Como a função característica é definida por

D E Z +∞
p̃(k) ≡ e−ikx = dxp(x)e−ikx , (125)
−∞

para este caso ela é reescrita como:

D E Z +∞
p̃ij (k) ≡ e−ikMij = dMij p (Mij ) e−ikMij , (126)
−∞

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

uma vez que cada elemento é distribuído uniformemente. Daí,

1 a 1
p̃ij (k) = e−ikx  = (e−ika − eika ), (129)

2aik −a 2aik
utilizando a fórmula de Euler:

e±ika = cos(ka) ± i sin(ka)

1 sin(ka)
p̃ij (k) = ((cos(ka) − i sin(ka)) − (cos(ka) + i sin(ka))) = . (130)
2aik ak

Questão 5 continua na próxima página. . . Página 14 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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

p (M11 , M22 , M33 , · · · , MN N ) = p (M11 ) · p (M22 ) · · · p (MN N ) (131)

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

A função característica para o traço de matriz é dada por:

D E Z +a
p̃T (k) ≡ e−ikT = dT p(T )e−ikT . (133)
−a

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

onde foi usado o resultado da eq.

P (130).
c) O traço da matriz é tr M = i Mii . Cada elemento do traço é uma variável aleatória
como densidade de probabilidade p(Mii ) = 2a1
para −a < Mii < +a. O primeiro cumulante
do traço é a soma dos cumulantes Mii :
* +
X
htr M i = Mii , (137)
i

como Mii tem a mesma probabilidade a mesma probabilidade,

htr M i = N hMii i , (138)

como o primeiro cumulante é a média:

htr M ic = N hMii ic , (139)

Assim, por definição,

Z a Z a
1
hMii ic = hMii i = Mii p(Mii )dMii = Mii dMii , (140)
−a 2a −a

Questão 5 continua na próxima página. . . Página 15 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

a
1 Mii2  1 a2 − (−a)2
hMii ic = hMii i = = =0 . (141)
2a 2 −a 2a
 2

O segundo cumulante do traço da matriz:

(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

Quando N → ∞, pelo teorema do limite central, a função de densidade de probabilidade

para o traço tende a uma distribuição gaussiana, ou seja, os cumulantes de ordem superior
a 2 são nulos, isto é:

hT n ic = 0 para n > 2. (145)

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)

Da definição de função característica:

D E
p̃(k) ≡ e−ikx , (150)

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)

aplicando o ln em ambos os lados:

ln[p̃Y (k)] = −ikB + ln[p̃T (kA)], (152)

como
∞
X (−ik)n
ln[p̃Y (k)] = hY n ic (153)
n!
n=1

Questão 5 continua na próxima página. . . Página 16 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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

desenvolvendo o primeiro termo:

∞ ∞
(−ik)1
1  X (−ik)n (−ikA)1
1  X (−ikA)n n
Y c+ hY n ic = −ikB + T c+ hT ic .
1! n! 1! n!
n=2 n=2
(156)

Pela igualdade de polinômios:

(−ik) hY ic = (−ik)B + (−ik)A hT ic , (157)

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:

hY ic = B + A hT ic = B + AN hMii ic , para n = 1; (161)

hY n ic = An hT n ic = An N hMiin ic , para n = 2, 3, · · · . (162)

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

Questão 5 continua na próxima página. . . Página 17 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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

onde Y 2 c é a variância de uma distribuição de probabilidade com média nula:



Y c = Mii2 c − hMii i2c = Mii2 c . (167)

2



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

Y c = An hT n ic = N 1− 2 Mii3 c = N −1/3 Mii3 c , (168)

3 


para N → ∞, temos: Y 3 c → 0. Para n > 2 teremos N sempre com o expoente



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

Questão 5 continua na próxima página. . . Página 18 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

d) Por definição, a variância é definida como:

σ 2 = λ2 c = λ2 − hλi2 . (172)




Agora, vamos calcular o primeiro momento (ou a média):

Z +λ0
hλi = λp(λ)dλ, (173)
−λ0
q 2
onde p(λ) = πλ2 0 1 − λλ2 . Como g(λ) = λp(λ) e g(−λ) = −g(λ) é uma função ímpar, a
0
integral em intervalos simétrico é nula!, isto é:

hλi = 0.

Agora, vamos calcular o segundo momento:

Z +λ0
(174)

2
λ = λ2 p(λ)dλ,
−λ0

fazendo λ = λ0 sin θ, (dλ = λ0 cos θdθ). Os novos intervalos de integração são:

 
λ
θ(λ) = arcsin , (175)
λ0

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

pela identidade trigonométrica do ângulo metade:

1 1
sin2 θ = (1 − cos 2θ) ; cos2 θ = (1 + cos 2θ) , (181)
2 2

Questão 5 continua na próxima página. . . Página 19 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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

fazendo θ0 = 4θ, (dθ0 = 4dθ), temos: θ0 π

= 2π e θ0 − π2 = −2π. Daí:



2
Z π

2  1 2 h π  π i 1 2 +2
λ = λ0 − − + λ (cos 4θ) dθ (188)
4π 2 2 4π 0 − π
2

1 2 +2π
Z
1 2
cos θ0 dθ0 , (189)


= λ0 + λ0
4 4π −2π

esta última integral o resultado será igual a zero. Logo:

2 1 2
λ = λ0 , (190)
4
assim, a variância é dada por:

 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).

6) Por definição, a distribuição gaussiana é dada por

(x − λ)2
 
1
p(x) = √ exp − . (192)
2πσ 2 2σ 2

No caso da questão,em que a média é zero, temos:

V2
 
1
p(V ) = √ exp − 2 . (193)
2πσ 2 2σ

A corrente é dada por:

 
I eV
I = I0 (exp (eV /kT ) − 1); → + 1 = exp , (194)
I0 kB T

aplicando o logaritmo natural em ambos os lados, temos:

     
I eV kB T I
ln + 1 = ln e kB T
; → V = ln +1 . (195)
I0 e I0

Temos que:

pI (I)dI = pV (V )dV, (196)

onde pI (I)dI é a probabilidade do diodo está com corrente I; pV (V )dV é probabilidade

do diodo está com potencial V. Podemos reescrever a eq.196 por
dV
pI (I) = pV (V ) , (197)
dI
usando a eq.195, temos:
  
d kB T I kB T 1 1
pI (I) = pV (V ) ln + 1 = pV (V ) I
, (198)
dI e I0 e I0 + 1 I0

  
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

Questão 6 continua na próxima página. . . Página 21 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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

O valor mais provável de I é aquele que maximiza PI (I):

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

substituindo a eq.204 na eq.201:

 2 T2
h i2   
kB
1 e2
ln II0 +1  kB T exp − eV
kB T
pI (I) = √ exp − , (205)

2σ 2 e I0

2πσ 2

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,

d[pI (V (I))] dpI dV

= · , (208)
dI dV dI
em que;
  
dV d kB T I kB T 1
= ln +1 = , (209)
dI dI e I0 e I0 + I

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

Questão 6 continua na próxima página. . . Página 22 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

(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 = I0 (exp (eV (I)/kT ) − 1); (217)

I = Ip :

Ip = I0 (exp (eV (Ip )/kT ) − 1), (218)

logo, a corrente mais provável para o diodo é

Ip = I0 (exp −e2 σ 2 /kB

2 2
(219)


T − 1) .

O valor médio de I é dado por:

Z +∞ Z +∞
hIi = I · p(I) · dI = I · P (V (I)) · d[V (I)] (220)
−∞ −∞
+∞
V2
Z      
eV (I) 1
hIi = I0 exp −1 √ exp − 2 dV (221)
−∞ kT 2πσ 2 2σ

+∞ +∞ 2
−I0
Z Z
V2 I0 −V + keVT
hIi = √ · e− 2σ2 dV + √ e 2σ 2 B dV, (222)
2πσ −∞ σ 2π −∞

sendo a integral gaussiana dada por:

Z +∞ r
−ax2 π
e dx = (223)
−∞ a

−I0 √ 2 +∞ 2
Z
I0 −V + keVT
hIi = √ 2σ π + √ e 2σ 2 B dV, (224)
2πσ σ 2π −∞

Questão 6 continua na próxima página. . . Página 23 de 24

FISIC0010 - Física Estatística
2020.2 - Lista 4

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