Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Агекян Т.А. Теория вероятностей для астрономов и физиков учеб. пособие

.pdf
Скачиваний:
53
Добавлен:
23.10.2023
Размер:
8.81 Mб
Скачать

90 СЛУЧАЙНАЯ ВЕЛИЧИНА [ГЛ. 2

что есть математическое ожидание числа рекомбинаций за время t. Хотя каждый электрон может рекомбиниро­ ваться только один раз, это не значит, что а должно быть меньше единицы, а имеет смысл математического ожида­ ния числа возможностей рекомбинироваться за время t.

В таком случае, согласно распределению Пуассона, вероятность того, что за время t электрон не рекомбини­ руется,

е~“ == —-

1 + У.Г

Искомая вероятность / (t) dt того, что рекомбинация элек­ трона произойдет в промежутке времени [if, t + dt], равна произведению вероятности того, что рекомбинация не произойдет за время t, на вероятность того, что после этого она произойдет за время dt. Таким образом,

/<,>л = н Ь н - п г л = (

§ 24. Вероятностная трактовка некоторых физических понятий

Введение понятия вероятности события позволяет правильнее определять некоторые физические явления. Например, понятие постоянства плотности газа в про­ странстве неверно формулировать буквально, считая, что молекулы расположены как солдаты в строю и все рас­ стояния между соседними молекулами равны между со­ бой. Так как молекулы газа непрерывно движутся, эти условия не могут выполняться строго, хотя плотность га­ за в макроскопическом смысле слова будет оставаться по­ стоянной.

Условимся говорить, что плотность газа постоянна в пространстве, если вероятность встретить хотя бы одну молекулу газа в некоторой области пространства зависит только от объема этой области и не зависит от формы об­ ласти и ее месторасположения. При таком определении тождественность фактически реализуемых положений в различных местах пространства заменяется тождествен­ ностью условий, характеризуемых вероятностями.

Очевидно, чем меньше объем рассматриваемой области, тем меньше вероятность встретить в пей хотя бы одну мо­

5 24] ВЕРОЯТНОСТНАЯ ТРАКТОВКА НЕКОТОРЫХ ПОНЯТИЙ 9]

лекулу и когда объем области стремится к нулю, то ве­ роятность встретить в ней хотя бы одну молекулу также стремиться к нулю.

В пространстве, где плотность газа всюду одинакова, рассмотрим некоторую малую область объема 2v, состоя­ щую из двух частей, каждую объемом v. Вероятность встретить хотя бы одну молекулу в каждом из объемов v обозначим р. Тогда согласно теореме сложения вероят­ ность встретить хотя бы одну молекулу в объеме 2v равна р + р рг. Если рассматриваемые объемы бесконечно малы, то бесконечно мала и вероятность р, поэтому квад­ ратом ее можно пренебречь и, следовательно, вероятность встретить хотя бы одну молекулу в объеме 2v равна 2р. Таким образом, для бесконечно малых объемов увеличе­ ние объемов вдвое ведет к увеличению вдвое вероятности встретить в объеме хотя бы одну молекулу. Поскольку рассмотренные объемы являются произвольными (при условии их бесконечной малости), то доказанное утвер­ ждение равносильно утверждению, что для бесконечно малых объемов вероятность встретить хотя бы одну мо­ лекулу пропорциональна величине объема. Следователь­ но, условие постоянства плотности равносильно усло­ вию, что вероятность встретить хотя бы одну молекулу в объеме dv равна К dv, где постоянный коэффициент про­ порциональности Я характеризует величину плотности.

Вероятность встретить хотя бы одну молекулу в объ­ еме dv равна вероятности встретить точно одну молекулу в этом объеме, а также равна математическому ожиданию числа молекул в этом объеме. В самом деле, математиче­ ское ожидание числа молекул в бесконечно малом объеме есть бесконечно малая величина. Обозначим ее h. Тогда согласно формуле распределения Пуассона вероятность встретить ровно тп молекул в этом объеме равна hm/m\, поскольку е~ь = 1. Следовательно, вероятность встре­ тить точно одну молекулу равна h. Очевидно также, что вероятность встретить в этом объеме две молекулы или

оо

hm

 

больше, равная 2

> есть бесконечно малая второго

т =2

 

порядка в сравнении с h. Следовательно, вероятность встретить точно одну молекулу в объеме dv равна вероят­ ности встретить там хотя бы одну молекулу.

92

СЛУЧАЙНАЯ ВЕЛИЧИНА

[ГЛ. 2

Если плотность газа в пространстве является некото­ рой функцией положения точки, то каждая из трех вели­ чин: вероятность встретить хотя бы одну молекулу, веро­ ятность встретить точно одну молекулу и математическое ожидание числа молекул в объеме dv равны X dv, где X является фукцией координат и описывает закон распре­ деления молекул в пространстве.

§25. Флуктуации физических величин

Взаполняющем пространство газе мысленно выделим некоторый объем. Пусть математическое ожидание числа

молекул в нем равно а- Действительное число молекул в объеме будет вследствие случайности непрерывно из­ меняться. Поэтому, хотя условия неизменны и макро­ скопически плотность газа все время постоянна, точно определяемая плотность, равная числу частиц, деленному на объем, все время меняется. Непрерывно меняется, сле­ довательно, и давление.

Температура газа в объеме зависит от скорости молекул. Скорости молекул не одинаковы, они распределены по максвелловскому закону. В данный объем вследствие случайностей могут залетать преимущественно более бы­ стрые или преимущественно менее быстрые молекулы, из-за чего средняя квадратическая скорость молекул, оп­ ределяющая температуру газа, непрерывно меняется.

Отклонения физических величин от своего среднего значения, вызываемые случайностью, называются флук­ туациями этих величин.

Если число частиц в некотором объеме равно т , то флуктуацией числа частиц мы назовем величину m — ш,

где ш — математическое ожидание числа частиц в этом объеме. Согласно закону Пуассона с ростом по абсолют­

ной величине (при том же знаке) т — m вероятность дан­ ного значения т и, следовательно, данного значения флук­ туации уменьшается. Таким образом, чем больше по аб­ солютной величине (при том же знаке) флуктуация, тем меньше вероятность ее появления. Для того чтобы оце­ нить среднюю величину флуктуаций, нужно определить среднюю квадратичную величину флуктуации. Если рас­ сматривается число частиц в некотором объеме, то средняя

§ 2 5 ]

ФЛУКТУАЦИИ ФИЗИЧЕСКИХ ВЕЛИЧИН

93

квадратичная флуктуация числа частиц есть стандарт случайной величины — числа частиц в объеме. Как было показано в § 23, стандарт этой случайной величины, за­

даваемой распределением Пуассона, равен V т , где ш — математическое ожидание числа частиц. Таким образом, средняя квадратичная флуктуация равна корню квадрат­ ному из среднего числа частиц.

Основной интерес представляет относительная средняя квадратичная флуктуация, т. е. отношение средней квад­ ратичной флуктуации к среднему значению физической величины. В § 21 мы назвали эту характеристику вариа­

цией.

 

что относительная сред­

Из предыдущего следует,

няя квадратичная флуктуация

равна

 

V ш _

 

1

(2.78)

•»

/ ш '

 

Таким образом, средняя квадратичная флуктуация тем меньше, чем больше число рассматриваемых частиц. Имен­ но вследствие того, что на практике обычно имеют дело с объемами газа, среднее число частиц в которых очень велико, происходящие относительные случайные флук­ туации плотности, давления, температуры и других ха­ рактеристик ничтожно малы, почти не наблюдаемы.

З а д а ч а 50. В заполняющем пространстве газе, находящемся в нормальных условиях, мысленно выделены два кубических объема со сторонами 1 см и 10 миллимик­ рон. Определить относительные средние квадратичные случайные флуктуации плотности в- этих объемах.

Р е ш е н и е . Среднее число молекул газа в 1 см3 при нормальных условиях (р = 760 мм pm. cm. Т = 0 °С) равно 2,687-1019, а в кубе со стороной 10 миллимикрон — 26,87. Следовательно, согласно (2.78) относительные сред­ ние квадратичные флуктуации чисел молекул в этих объ­ емах соответственно равны

1

1,929-Ю"10,

V2,687 -1019

1

^5 0,1929.

У 26,87

04 СЛУЧАЙНАЯ ВЕЛИЧИНА £гл. 2

Так как плотность в данном объеме пропорциональна числу молекул в этом объеме, то относительные средне­ квадратичные флуктуации плотности в рассмотренных объ­ емах равны соответственно тем же числам 1,929-10"10 и 0,1929.

З а д а ч а 51. Бесконечное пространство равномерно заполнено непрерывно распределенной светящейся мате­ рией, единица объема которой излучает г) единиц энергии в единичном телесном угле в единицу времени. В этом же пространств равномерно с естественными флуктуациями распределены темные облака с коэффициентом прозрач­ ности q (коэффициентом прозрачности облака называется отношение энергии вышедшего из блока излучения к энергии вошедшего излучения). Вероятность встретить темное облако на пути ds равна и ds. Определить распре­ деление поверхностной яркости X, наблюдаемое из про­

извольной точки

О пространства.

Р е ш е н и е

(метод В. А. Амбарцумяна). Рассмотрим

некоторое произвольное направление из точки наблюде­ ния О (рис. 9). Вероятность пронаблюдать в этом направ­ лении поверхностную яркость, не превышающую х, рав­ на F (х). Рассмотрим точку О' , отстоящую от точки О на

As

Рис. 9.

As в направлении наблюдения. Так как физические усло­ вия в точке О' совершенно такие же, как и в точке О, то вероятность пронаблюдать из точки О' в том же направ­ лении поверхностную ^яркость, не превосходящую х, также равна F (х). Наблюдения из точек О я О' не незави­ симы. Для того чтобы поверхностная яркость при наблю­ дении из точки О не превосходила х, необходимо, что­ бы произошло одно их двух следующих не совместных событий.

1) Наблюдаемая поверхностная яркость из точки О' не превосходит х — rjAs, а между точками О и О' нет тем­

ной

туманности. Тогда яркость

к

точке О возрастет

на

T]As и не будет превосходить

х.

Согласно теореме

§ 25]

ФЛУКТУАЦИИ ФИЗИЧЕСКИХ ВЕЛИЧИН

95

умножения вероятность этого события равна

F (х tjA s) (1 — xAs).

2) Наблюдаемая из точки О' поверхностная яркость не превосходит xfq, а между точками О жО' имеется тем­ ная туманность. Тогда на пути As поверхностная яркость ослабеет в q раз и при наблюдении из точки О не будет пре­ восходить х. Вероятность события 2) равна

г ( т ) * 4 *'

События 1) и 2) несовместны, вероятность, что про­ изойдет одно из них, равна сумме их вероятностей, и это равно вероятности того, что поверхностная яркость, наблюдаемая из точки О, не превзойдет х. Следователь­ но, можно написать уравнение

F (х — т]Дs) (1 — xAs) + F

=

F (x).

Считая As сколько угодно малым,

разлагая

F (х — rjAs)

в ряд Тэйлора и пренебрегая членами второго и более вы­ сокого порядка малости относительно As (мы это уже де­ лали, пренебрегая увеличением излучения за счет светлой материи в вероятности события 2)), находим после элемен­ тарных упрощений уравнение для искомой функции F (х)

т]F' (х) + V.F(х) - kF

= 0.

Решать это функционально-дифференциальное уравне­ ние сложно. Если продифференцировать его по х, то полу­ чим уравнение для плотности вероятностей / (х),

Г1/' (*) + X/ (х) - - |- / J-y-J == о,

которое решать также сложно. Покажем, что легко найти, используя это уравнение, соотношение между моментами функции распределения F (х). Помножим для этого каж­ дый член уравнения на х" dx и проинтегрируем по всем возможным поверхностным яркостям, т. е. от 0 до -j-oo.

96 СЛУЧАЙНАЯ ВЕЛИЧИНА [ГЛ . 2

Гак

как

 

 

 

оо

 

 

 

$ xnf (ж) dx =

vn,

 

 

о

 

 

 

оо

 

оо

 

^ xnf (х) dx =

xnj (x) I°° — n ^ ж”-1/ (x) dx = — rav.,^,

oo

о

о

 

oo

 

\

* nf (-f-) ^ = ?n+1 $ - 7 / (t

)d T = (?n+1Vn’

то получаем рекуррентное соотношение между начальными моментами

 

р" Vn-l

V r, =

X 1

Я 11

 

 

п - 1 и п = 2,

vi

р

1

 

X 1

 

 

2г\

VI

 

Vo

X 1q-

 

 

 

 

откуда получаем

 

 

1

V o -

2

Р

vx =

X 1

1^ +

что дает зависимость между дисперсией и математическим ожиданием случайной величины с функцией распреде­ ления F (х).

§26. Нормальный закон распределения

Втеории вероятностей и ее приложениях важную роль играет дифференциальный закон распределения случайной величины X, имеющий вид

Ф (х) = Ае~Щ х )‘

(2.79)

Этот закон распределения называется нормальным, а со­ ответствующая плотность — нормальной функцией.

Из условия нормировки

оо

оо

1 = ^ ф (a:) dx = ~ ^ е~1‘dt

(2.80)

§ 26]

НОРМАЛЬНЫЙ ЗАКОН РАСПРЕДЕЛЕНИЯ

97

находим

(2.81)

так как интеграл в правой части (2.80) есть интеграл Пу­ ассона, равный У л .

Математическое ожидание случайной величины X с плотностью ф (х) оказывается равным

 

 

оо

 

 

 

 

 

 

^

= § х

 

 

dx = b,

 

(2.82)

а дисперсия

 

 

 

 

 

 

52

:

jj (х — Ъу

b

e-h(X~bydx

1

(2.83)

 

 

 

Ул

 

 

2Й2

 

Равенства

(2.81) — (2.83)

позволяют записать

нормаль­

ный закон

распределения

в

каноническом

виде

 

 

 

 

1

 

—х у

 

(2.84)

 

 

 

 

2 а 2

 

 

 

Ф(*) = а У"2я е

 

 

Нормальную функцию называют также гауссианой. График нормальной функции приведен на рис. 10. Со­

ответствующий интегральный закон распределения имеет следующий вид:

Х _Х~)2

Ф(х) = 7 У 1 ^ $ е~ 202 dl'

(2,85)

4 Т. А. Агекян

98

СЛУЧАЙНАЯ ВЕЛИЧИНА

[ГЛ. 2

 

Как показывает (2.84), нормальная функция симметрич­

на относительно прямой х = X, имеет максимум в точке

х

= X и монотонно убывает при возрастании

| х X |,

асимптотически приближаясь к нулю.

 

Случайную величину, плотность вероятности которой есть нормальная функция, называют нормально распре­ деленной случайной величиной.

Если плотность вероятности X имеет вид (2.84), а слу­ чайная величина Z есть

 

 

Z = аХ,

 

 

то, применяя

правило

нахождения

плотности

вероят­

ности функции,

получим

 

 

 

/ 1 (z) dz = cp (х) dx =

(х-Х)’2

(г-аХ)*

 

1

 

2°’ dx =

---- уг=^е

ia’a* dz.

 

<3 У

 

ап у

 

Таким образом, плотность вероятности Z также есть нор­ мальная функция со стандартом, равным аа, и средним значением Z = аХ".

Если плотность вероятности X имеет вид

(2.84),

то

плотность вероятности случайной величины

 

 

 

 

t

=

 

(2.86)

 

 

 

 

Таблица

1

f

яо

 

ЯО

 

Я О

 

0,0

0,39894

1,5

0,12952

3,0

0,004432

0,1

0,39695

1,6

0,11092

3,1

0,003267

0,2

0,39104

1,7

0,09405

3,2

0,002384

0,3

0,38139

1,8

0,07895

3,3

0,001723

0,4

0,36827

1,9

0,06562

3,4

0,001232

0,5

0,35207

2,0

0,05399

3,5

0,000873

0,6

0,33322

2,1

0,04398

3,6

0,000612

0,7

0,31225

2,2

0,03547

3,7

0,000425

0,8

0,28969

2,3

0,02833

3,8

0,000292

0,9

0,26609

2,4

0,02239

3,9

0,000199

1,0

0,24197

2,5

0,01753

4,0

0,000134

1,1

0,21785

2,6

0,01358

4,1

0,000089

1,2

0,19419

2,7

0,01042

4,2

0,000059

1,3

0,17137

2,8

0,007915

4,3

0,000039

1,4

0,14973

2,9

0,095953

4,4

0,000025

§ 27]

А С И М М Е Т РИ Я И Э К С Ц Е С С

Р А С П Р Е Д Е Л Е Н И Я

99

записывается так:

 

 

 

1

2

(2.87)

 

/(*) = V

 

 

 

 

т. е. является нормальной функцией со средним, равным нулю, и дисперсией, равной единице. В таблице 1 даны значения функции (2.87) для различных значений аргу­ мента.

Используя зависимость (2.86), можно по таблице 1 найти плотность вероятности и для любого значения х, когда известны его среднее X и дисперсия о.

§ 27. Асимметрия и эксцесс распределения

Напишем выражение для центрального момента к-то порядка нормальной функции и применим к интегралу формулу интегрирования по частям:

.

?

(*-*)»

dx =

 

 

р/( =

\

Х)к е 201

 

 

5 У 2л

J

 

 

 

 

 

 

л

f

_

-* )1

 

=

(ft — 1) а2 в у - -

) (х —

x f ~ B‘ е

201

 

 

 

—оо

 

 

Результат показывает, что для нормального распреде­ ления справедлива рекуррентная формула

Н-й= (А — 1) о2 Р/с-а-

(2.88)

Если к нечетно, то применение формулы (2.88) после-

к —1

довательно —^— раз приведет правую часть равенства к

произведению, содержащему множитель р^, который, как было показано, ((2.54)) всегда равен нулю. Следова­ тельно, все нечетные центральные моменты нормальной функции равны нулю. Этот результат очевиден, так как нормальная функция является четной по отношению к аргументу X)- У всякого распределения, симметрич­ ного по отношению к некоторому значению х (это значение х равно X), все нечетные центральные моменты равны нулю.

А*

Соседние файлы в папке книги из ГПНТБ