Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
5. Função geratriz.
Bibliografia :
TT & MJO, Cap. 1
Van Kampen, Cap. 1
Gardiner, Cap. 2
Associa-se um número
Distribuição de probabilidades
pn 0
associada a n
p
n
n 1
+1
1 se o momento de dipolo aponta na direção de z z
Densidade de probabilidade ( x)
x1
( x) 0
x0
( x) dx 1
entre x e x dx
Observação:
( px , p y , pz ) ( px ) ( p y ) ( pz )
Tânia Tomé IFUSP 2010 6
Distribuição gaussiana
1
( x) exp( x 2/2 2 )
2 2
Distribuição de probabilidades gaussiana centrada no zero
média =0 (curvas em vermelho, verde e azul).
2 é a variância
1
( x) exp( ( x ) 2 /2 2 )
2 2
Distribuição de probabilidades gaussiana
centrada em
(média= )
(curva em rosa).
Definições
f ( x) f ( x) ( x)dx
Se: f ( x) x
f ( x) x x ( x)dx
Momento de ordem m
Momento de ordem 1:
Momento de ordem 2:
2 x 2 ( x)dx x 2
Tânia Tomé IFUSP 2010 9
Variância
(A variância (também chamada de dispersão )
Definição:
2 ( x x ) 2 Variância
Ou:
2 x 2 x 2
Pois:
2 ( x 2 2 x x x 2 )
x 2 2 x x x 2
x 2 x 2
2 x 2 x 2
2
2 2 Variância em termos dos
1 momentos de segunda ordem
e de primeira ordem.
Desvio
2 Quadrático
médio
1
( x) exp( x 2 /2 2 )
2 2 (1)
1
1
x ( x)dx
2 2
x exp( x 2 /2 2 )dx 0 (2)
Integral gaussina:
é uma constante positiva
exp( x )dx
2
(3)
Os momentos de ordem par podem ser obtidos por derivação da integral gaussiana
com relação
(ver F. Reif, “Fundamentals of Statistical and Thermal Physics”).
1
n
2 2
x n exp( x 2 / 2 2 )dx 1.3.5....(n 1) n n par
MOSTRAR
1
( x) exp( x 2/2 2 ) (1)
2 2
n x n x n exp( x 2 / 2 2 )dx 1.3.5.... (n 1) n n par.
MOSTRAR!
2 2 = variância (para o caso considerado (<x>=0)). EXERCÍCIO
4 3 4
6 15 6
8 105 8
Definição:
g (k ) exp(ikx) exp(ikx) ( x)dx
(ixk ) m
exp(ikx)
m 0 m!
Função característica
(ik ) m
g (k ) exp(ikx) ( x) m
m 0 m!
m x m Momento de ordem n
(ik ) n
g (k ) 1 n
n 1 n!
1
( x) exp( x 2 /2 2 )
2 2
Utilizando a definição:
g (k ) exp(ikx) ( x)dx exp(ikx)
Definição:
Importante
•A expansão da exp(ikx) em g(k) gera os momentos.
(ik )n
Os cumulantes são definidos por: ln g (k ) n
n 1 n !
n = cumulante de ordem n.
(ixk )n n Cumulante
ln g (k ) n de ordem n.
n 1 n!
n
Expandindo em série de Taylor o logaritmo de 1 (ik ) n
n 1 n!
e comparando com a definição de g(k) em termos dos cumulantes
dada acima obtemos os cumulantes em termos dos momentos:
1 1 2 2 21 3 3 32 1 2 3
1
4 4 43 1 3 2 2 122 21 6 41
1
( x) exp( x 2 /2 2 )
2 2
1 1 0
2 2 21 2
3 3 32 1 2 31 0
4 4 43 1 3 22 122 21 6 41 3 4 3 4 0
Variáveis
aleatórias
discretas n 0,1, 2,... pn 0
Definição
G ( z ) pn z n
n 0 Função geratriz
G '( z ) n pn z n 1 G '(1) n pn n
n 0 n 0
G ' ' ( z ) n (n 1) pn (t ) z n 2
n2
G '''(1) n3 3 n2 2 n
G ''''(1) n4 6 n3 11 n2 6 n
G ( z, t ) Pn (t ) z n
G n pn (t ) n(t )
n z z 1 n
2
n z G n (t )
2 2
G n
z 2 z z z 1
z 1
d
Pn (t ) (n 1) Pn 1 (t ) n Pn (t )
dt
Condição inicial:
d
Pn (t ) (n 1) Pn 1 (t ) n Pn (t ) Equação mestra para o
processo de morte pura
dt
Função geratriz
G n pn (t ) n(t )
z z 1 n
z G n (t )
2
z z z 1
Encontrar G( z, t ) Pn (t )