Então, temos duas equações. Uma nos diz a relação entre os multiplicadores de Lagrange Em particular, nos diz que Z é uma função de 𝜆₁. E a segunda equação, duas equações, duas incógnitas, nos permite encontrar 𝜆₁. Então Z está na forma de uma série infinita, mas se você lembra de séries geométricas, você, na verdade, consegue resolvê-la, porque isso, escrevendo os primeiros termos só para dar uma intuição, ficam 1 + exp(-𝜆₁) + exp(-2 𝜆₁) e por aí vai. E sabemos que a série geométrica dessa forma, por um belo argumento que não faremos aqui, resulta em 1 / 1-exp(-𝜆₁). Então já sabemos como reduzir esta soma infinita a uma forma bem elegante. A próxima coisa que vou destacar, porque sou um ex-físico, eu sempre vou acabar escorregando nisso: gostamos de chamar Z de "função partição". Ok? Z é a soma sobre estes termos aqui. E uma coisa a notar sobre Z, a função partição, é que se tomarmos a derivada de Z sobre i, o que acontece? A derivada de Z -- perdão, sobre 𝜆₁--, derivada de Z sobre 𝜆₁, temos o seguinte: Bom, temos um sinal negativo, e temos a soma. E agora o que temos é um termo i que tombou. Então, de repente, temos a mesma soma infinita que temos na outra equação. Não podemos resolver imediatamente, pelo truque de séries geométricas, porque, invés de ser 1 + p + p² + p³ + ..., agora temos estes fatores na frente deles [dos p's]. Mas note que, se tomamos a derivada da função partição, derrubamos o fator de i. Então, de fato, podemos reescrever a segunda equação de restrição aqui como -1/Z dZ/d 𝜆₁= 4 [vide vídeo]. Então, a primeira coisa que fazemos é tomar a derivada de Z sobre 𝜆₁ e dividir por Z. E podemos fazê-lo facilmente. Temos um fator de exp(-𝜆₁) no numerador, [sobre] (1-exp(-𝜆₁))². Essa é a derivada de Z com relação a 𝜆₁, sinal negativo. E um fator de 1/Z, que remove um destes aqui. Então Z = 1 / 1-exp(-𝜆₁). Se dividimos por isso, cancelamos um destes aqui. E agora, transformamos esta equação, que seria difícil de resolver, por ser uma série infinita, e colocar uma série infinita no MatLab leva muito tempo para resolver. Invés disso, temos uma forma analítica, uma forma funcional para resolver diretamente. Agora, tudo que precisamos fazer é resolver esta equação aqui. Encontrar 𝜆₁ que faça tudo isso ficar igual a 4. Feito isso, substituimos de volta em Z. E sabendo Z e 𝜆₁, recuperamos não só a forma funcional da probabilidade de esperar por x, mas também poderemos computar o tempo de espera em função de x -- a probabilidade de tempo de espera por um valor particular [de x]. Então resta esta equação aqui, e, invés de resolvê-la exatamente, porque temos uns logaritmos, posso te dar a resposta que 𝜆₁ é igual a aproximadamente 0.22. E daí, podemos computar o valor de Z, e podemos agora podemos escrever a proporcionalidade. [P(x) proporcional a exp(-0.22x)] Então esta distribuição aqui, com uma normalização adequada, [ignorar fator escrito na lousa] será uma distribuição exponencial, é uma distribuição exponencial, linear no tempo de espera x. E o que mostrei é que esta distribuição tem as seguintes propriedades, certo? Ela satisfaz a restrição linear. Ela é normalizada. E ela tem a máxima entropia dentre todas as distribuições com as propriedades prévias.