4302401 – Mecânica Estatística

Noções de Probabilidade – II
 Area = 0.0710
0.4

px(x’)
0.3

0.2
– Densidade de Probabilidade:

0 n(x0 ) 0.1

px (x ) = lim
x0 !0 N x0 dx'
N!1 0.0

-4 -2 0 2 4
x’
Z x0
– Probabilidade Cumulativa: Px (x0 ) = px (x00 ) dx00
1

Z b
– prob(a ≤ x < b): px (x0 ) dx0 = Px (b) Px (a)
a

– prob(x’ ≤ x < x’ + dx’): px (x0 ) dx0

– Valores Médios:
Z 1
hxi = px (x0 ) x0 dx0
1
Z 1
hx2 i = px (x0 ) x0 2 dx0
1
Z 1
hf (x)i = px (x0 ) f (x0 ) dx0
1

– Variância (quadrado do desvio padrão, σ):

2
var(x) = (x) = hx2 i hxi2
– Exemplo: Uma fonte contendo grande número de núcleos radioativos
encontra-se no interior de uma cavidade blindada. O obturador (shutter) é
aberto no instante t = 0, permitindo que fótons (radiação γ) emitidos nos
eventos de decaimento sejam detectados. A densidade de probabilidade
associada ao instante de detecção do primeiro evento de decaimento é:

OBS: foi utilizada notação simplificada,

pt(t’) = p(t).

(a) Mostre que p(t) é normalizada,

obtenha a probabilidade cumulativa, e
esboce gráficos de p(t) e P(t).

(b) Obtenha o valor esperado (médio) < t > e o desvio padrão,

σ = [var(t)]1/2.
Normalização (soma das probabilidades igual a 1):

Função probabilidade cumulativa:

Valor médio:
Z 1 Z
1 1
hti = p(t) t dt = t e t/⌧ dt =
1 ⌧ 0
h i 1
Z 1
⌧ t/⌧ ⌧
= te + e t/⌧ dt = ⌧
⌧ 0 ⌧ 0

Variância e desvio padrão:

Z
2 1 1
⌧ h2 i1
ht i = t2 e t/⌧
dt = t e t/⌧
+
⌧ 0 ⌧ 0
Z 1
⌧ t/⌧
+2 te dt = 2⌧ 2
⌧ 0
p p
= ht2 i hti2 = 2⌧ 2 ⌧2 = ⌧
– Exemplo: A densidade de probabilidade Gaussiana é um exemplo
particularmente importante, com aplicações em várias áreas:

(a) Mostre que p(x) é normalizada. (b) Obtenha o valor médio <x> e o
desvio padrão para a densidade gaussiana.

Dica: Z 1 ⇣ ⇡ ⌘1/2
2
↵x
e dx =
1 ↵
 (a) Normalização (mudança de variável, u = x – a):
Z 1 Z 1 ✓ 2
◆
1 (x a)
p(x) dx = p exp 2
dx
1 2⇡ 2
1 2
(OBS: faça α = 1/(2σ2)
1 p e utilize a identidade
= p ⇡2 2 = 1
2 do enunciado.)
2⇡

(b) Uma vez mais, u = (x – a) e α = 1/(2σ 2):

Z 1 Z 1 ✓ 2
◆
1 (x a)
hxi = x p(x) dx = p x exp 2
dx =
1 2⇡ 2
1 2
r Z 1 Z 1
↵ ↵u 2
↵u2
= ue du + a e du = a
⇡ 1 1
 Z 1
r Z 1
2 2 ↵ 2 ↵u2
hx i = x p(x) dx = (u + a) e du =
1 ⇡ 1
r Z 1
2 ↵ ↵u2
= a + u2 e du
⇡ 1

Perceba que
Z 1 Z 1 Z 1
2 ↵u 2 @ ↵u 2 d ↵u2
u e du = e du = e du =
1 1 @↵ d↵ 1
r r
d ⇡ 1 ⇡
= =
d↵ ↵ 2 ↵3

Finalmente, o desvio padrão será:

s✓ ◆
p p 1
var(x) = hx2 i hxi2 = a2 + a2 =
2↵
– Exemplo: As vibrações de uma molécula diatômica podem ser descritas
por um oscilador harmônico quântico, cuja energia é dada por

En = nħω, n = 0,1,2,3,...

desde que a energia potencial seja definida de forma que a energia do

estado fundamental (n = 0) seja zero. Acima, ħ = h/(2π) é a constante de
Planck reduzida, e ω é a frequência angular do oscilador. Para um gás à
temperatura T, a probabilidade de ocorrência do n-ésimo nível de energia
vibracional é

~! n ~!
p(n) = [ 1 e ]e

onde β = (kBT)–1, e kB é a constante de Boltzmann. (a) Mostre que as

somas das proabilidades p(n) é normalizada. (b) Calcule o valor esperado
(médio) da energia para as moléculas do gás.
(a) Normalização (soma de PG infinita):
1
X 1
X
~! n ~!
p(n) = [ 1 e ] e =
n=0 n=0
~! 1
= [1 e ] ~!
= 1
[1 e ]

(b) Valor médio da energia:

1
X 1
X
~! n ~!
hEi = p(n)En = [ 1 e ] e n~! =
n=0 n=0
1
X
~! @ n ~!
= [1 e ] e =
@ n=0
~!
~! @ 1 e
= [1 e ] ~!
= ~! ~!
@ [1 e ] [1 e ]
 – Mesmo para probabilidades discretas, podemos definir funções
densidade e cumulativa nos mesmos termos anteriores (utilizados para as
probabilidades contínuas):
1
X
~! x ~!
pn (x) = [ 1 e ] e (x n)
n=0
Z 1 1 Z
X 1
~! x ~!
pn (x)dx = [ 1 e ] e (x n) dx =
1 n=0 1

X1
~! n ~!
= [1 e ] e = 1
n=0

Z x nX
max

Pn (x) = pn (x0 ) dx0 = [ 1 e !

] e n~!
1 n=0
Acima, nmax é o maior valor de n menor ou igual a x.