Fakultät für Physik im WiSe 2024/25
T4: Thermodynamik und Statistische Physik
Dozent: Prof. Dr. Ulrich Schollwöck
Zentralübung: F. Pauw
[Link]/lehre/vorlesungen/wise_24_25/T4_stat_phys/[Link]
Blatt 4: Wahrscheinlichkeitstheorie
Ausgabe: Freitag, 08.11.24
Aufgabe 1 Tunnelnde Elektronen
Wir betrachten das gerichtete Tunneln von Elektronen. In einem kurzen Zeitintervall tunnelt
(maximal) ein Elektron mit der Wahrscheinlichkeit p durch eine Barriere und wird anschließend
direkt registriert. Die Anzahl der nach N Zeitintervallen transmittierten Elektronen X genügt einer
Binomialverteilung mit entsprechenden Wahrscheinlichkeiten
N X
P(X) = p (1 − p)N −X . (1)
X
(1.a) Berechnen Sie die charakteristische Funktion dieser Wahrscheinlichkeitsverteilung.
(1.b) Bestimmen Sie den Erwartungswert E(X) und die Varianz V(X).
Die Zufallsvariable t (mit möglichen Werten t = 1, 2, . . . ) bezeichnet das erste Zeitintervall, in dem
ein Tunnelereignis registriert wird.
(1.c) Bestimmen Sie die Verteilungsfunktion von t.
Die Poissonverteilung ordnet den natürlichen Zahlen X = 0, 1, 2, . . . die Wahrscheinlichkeiten
λX −λ
Pλ (X) = e (2)
X!
zu.
(1.d) Für N ≫ 1 und p ≪ 1 erweist sich die Poissonverteilung (2) als nützliche Approximation für
die Binomialverteilung (1). Welcher Wert λ muss dabei gewählt werden?
(1.e) Bestimmen Sie den Erwartungswert E(X) und die Varianz V(X) für die Poisson-Verteilung.
(1.f) Bestimmen Sie nun auch die charakteristische Funktion und die Werte aller Kumulanten κ(n)
(n = 1, 2, . . . ).
Aufgabe 2 Momente der Cauchy Verteilung
(2.a) Existenz von Momenten: Nehmen Sie an, dass das j-te Moment m(j) ≡ ⟨X j ⟩ einer Wahr-
scheinlichkeitsverteilung existiert, also dass es absolut konvergiert. Zeigen Sie, dass alle
niedrigeren Momente m(k) , 1 ≤ k < j dann auch existieren.
(2.b) Zeigen Sie, dass keine Momente m(j) , j ∈ N der Cauchy Verteilung fCauchy existieren,
1
fCauchy (x) = . (3)
π (1 + x2 )
1
Aufgabe 3 Konvergenz des Mittelwertes
Für eine Menge {X1 , ..., Xn } von stochastisch unabhängigen Zufallsvariablen mit Mittelwert
⟨Xi ⟩ = 0, die auf einem endlichen Intervall Xi ∈ [x< > > <
i , xi ] mit Breite ∆i = xi − xi eingeschränkt
sind, gilt die sogenannte Hoeffdings Ungleichung :
n
!
X Y 2 2
P Xi ≥ ϵ ≤ e−cϵ ec ∆i /8 , ∀c > 0 . (4)
i=1 i
Sei nun eine Menge {X1 , . . . , Xn } unabhängiger Zufallsvariablen, die mit Wahrscheinlichkeit p den
Wert xi = 1 und andernfalls xi = 0 annehmen, gegeben. Benutzen Sie Hoeffdings Ungleichung um
die Wahrscheinlichkeit für Abweichungen des Mittelwertes ⟨X⟩ = n−1 ni=1 Xi zu beschränken:
P
2
P (| ⟨X⟩ − p| ≥ ϵ) ≤ 2e−2nϵ . (5)