книги из ГПНТБ / Агекян Т.А. Теория вероятностей для астрономов и физиков учеб. пособие
.pdf70 |
СЛУЧАЙНАЯ ВЕЛИЧИНА |
[гл . 2 |
это дает соотношение между плотностями вероятностей случайных переменных. Приравняв дифференциалы обеих частей (2.33), мы снова получим (2.34). Знак минус, кото рый при дифференцировании должен был появиться в ле вой части равенства, заменен знаком плюс, и это компен сируется тем, что dij, который был бы отрицательным, когда dx положительно, берется по абсолютной величине. Таким образом, обе функции и оба дифференциала, фигу рирующие в (2.34), всегда считаются положительными.
Разрешим теперь (2.31) относительно X :
X |
= С(Y). |
(2.35) |
Тогда на основании (2.34) |
и (2.35) получаем |
|
fi(y)dy = \ f[Z(y)]i' {y)\dy, |
(2.36) |
|
что и дает решение задачи. Знак абсолютной величины по ставлен, чтобы и при монотонно убывающей £ (у) плот ность вероятности случайной величины Y была положи тельной.
На практике переход в правой части (2.34) от ж к у нуж но производить каким-нибудь удобным способом, исполь зуя равенство (2.31).
З а д а ч а 38. В центре основания кругового цилиндра радиуса г находится источник излучения. Найти функцию распределения случайной величины — высоты попадания фотона в стенку цилиндра.
Р е ш е н и е . Все направления полета фотона можно считать равновероятными, поэтому (см. задачу 35) функция распределения угла между направлениями полета фотона и плоскостью основания цилиндра / (Р) = cosjl. Далее, имеем h = г tgP. Поэтому
/ (h) dh — f (Р) dp = cos pdp = r2(r2 + h2)-’!* dh.
З а д а ч а 39. Дифференциальная функция распреде ления (плотность вероятности) частоты в излучении абсо лютно черного тела имеет вид
f (v) |
— |
' ' ' |
ehv/k T _ 1 * |
где |
k |
— постоянная Планка, к — постоянная Больцма |
на, |
Т |
— абсолютная температура, В — постоянная, опре |
§ 18] |
ФУНКЦИИ ОТ СЛУЧАЙНОЙ ВЕЛИЧИНЫ |
71 |
деляемая условиями нормировки. Найти функцию распре деления излучения черного тела по длинам волн.
Р е ш е н и е . Длина волны X связана с частотой соот ношением
|
v |
с |
|
|
|
|
г * |
|
|
|
|
Поэтому |
|
|
|
||
|
Вс1 |
1 |
|
||
|
B v s |
|
|
||
|
f(X)dX = /(v)dv = e h*,kT _ |
1 dx — ТУ ehc//cTX_ 1 dX. |
|
||
3 |
а д а ч a 40. Источник излучения находится над по |
||||
верхностью прозрачного вещества. |
Найти функцию |
рас |
|||
пределения углов преломления лучей в прозрачном ве |
|||||
ществе. (Отношение показателей преломления в прозрач |
|||||
ной среде и воздухе равно и.) |
|
|
|
свя |
|
Р е ш е н и е . Углы падения ос и преломления X |
|||||
заны |
равенством |
|
|
|
|
|
sin а = и sin |
X- |
|
|
|
Согласно задаче 35 плотность вероятности |
|
|
|||
|
/ (а) = с sin а. |
|
|
||
Поэтому |
|
|
|
|
|
|
/ (X) ^Х = с sin аda = |
с — |
х 1-.'.2х |
- dx. |
|
|
v |
2 |
1 — х2 sin2 x |
|
|
Необходимо учесть явление полного внутреннего от ражения, накладывающего ограничения на возможные
значения а и X- |
|
||
Если |
и < 1, |
то преломление имеет место только для |
|
0 < ос < |
arcsin |
и. Поэтому, |
используя условие норми |
ровки, находим |
|
|
|
|
|
С= (1 - / П ^ х 5)-1. |
|
Итак, если х < |
1, то |
|
|
|
f(X) |
х2 sin 2х |
|
|
— х2) У"1 — х2 sin2x ’ |
||
|
|
2 (1 — / 1 |
|
причем х принимает значении в промежутке ^0, ^
72 СЛУЧАЙНАЯ ВЕЛИЧИНА [ГЛ. 2
Если и > |
1, то преломление происходит при значениях |
||
О <; а < |
Постоянная с = |
1, |
|
|
f i x ) |
и2 sin2 х |
|
|
2 |
— х2 sin2 % ’ |
|
|
|
||
j
причем X принимает значения в промежутке [0, arcsin -].
З а д а ч а 41 (опыт Резерфорда). Параллельный пу чок а-частиц, прйдя сквозь тонкий лист золота, в резуль тате взаимодействия с ядрами атомов золота рассеивается. Угол v — отклонение от первоначального направления — определяется равенством
. v |
Мv1 |
р, |
ctg — = |
|
где М — масса а-частицы, е — ее заряд, ке — заряд ядра атома, v — скорость а-частицы, р — прицельное рас стояние, т. е. то наименьшее расстояние между а-части- цей и ядром атома, которое было бы, если бы взаимодей ствие отсутствовало и а-частица летела все время по прямой линии. Найти распределение углов v после про хождения а-частицами листа золота.
Р е ш е н и е . Скорости а-частиц потока одинаковы. Но различны их прицельные расстояния. Доля прицельных расстояний, заключенных в интервале [р, р + dpi, про порциональна 2лр dp.
Поэтому
/ (р) dp = с,р dp.
Используя зависимость между р и v, находим
v
c o s - . j -
/ (v) dv = / (р) dp = Cipdp — c<i— — 7- dv.
sin3 —
Если ввести в рассмотрение элементарный телесный угол
dQ = 2я sin v dv
и. учтя, что углы у малы, положить
V
2
, то
* 1»] |
Де л ь т а -ф у н к ц и я |
Ь |
окончательно |
получим |
|
|
/(V) dQ - - 3- d Q , |
|
|
Sin4-X |
|
§19. Дельта-функция
Сфизической точки зрения дельта-функция — это плотность единичной массы, сосредоточенной в нуле. Та
кому пониманию соответствуют формальные |
равенства |
б (х) = 0 при х Ф О, |
|
ь |
|
^8(x)dx = 1, а<[0<^Ь . |
(2.37) |
а |
|
Для любой обычной функции, однако, эти равенства про тиворечат друг другу: интеграл от функции, удовлетво ряющей первому из них, равен нулю.
Предположим, что б (х) — функция, равная нулю вне малой окрестности точки 0 и принимающая настолько большие положительные значения вблизи нуля, что вы полняется второе из соотношений (2.37). Тогда, как пока зывают несложные вычисления, для любой непрерывной
о о
функции т) (х) значение интеграла ^ г](х) б (х) dx близко
— оо
к г] (0). Эти соображения приводят к определению дельтафункции как операции, ставящей в соответствие каждой непрерывной функции ц (х) ее значение в нуле, что сим волически записывается в виде равенства
оо
§т| (х) б (х) dx = ц (0).
—ОО
Непосредственно из определения вытекает соотношение
оо
§ ц {х + х0) б (х) dx = 4\ (х0),
— оо
где х 0 — произвольная фиксированная точка. Если бы в последнем соотношении б (х) было обычной функцией,
и |
СЛУЧАЙНАЯ ВЕЛИЧИНА |
1ГЛ. 2 |
его можно было бы переписать в виде |
|
|
^ |
Ti(a:)8(:r — х0) dx = т](*о)- |
(2.38) |
Оказывается, что во многих случаях, формально считая б обычной функцией, приходят к правильному результа ту в выкладках, разумеется, не забывая о том, что «за шифровано» в записи (2.38).
Дельта-функцию можно использовать для введения плотности вероятности в случае дискретной случайной
величины. В самом деле, покажем, что |
|
f(x) = 2 Pi6(х — xi) |
(2.39) |
i |
|
можно рассматривать как плотность вероятности X. Согласно (2.21) интегральный закон распределения
определится равенством |
|
|
|
||
|
X |
|
|
X |
|
F{*)= |
$ |
2 д в (5 -* 0 < * Б = |
2 й |
J в ( Е - * 0« . |
(2.40) |
|
— оо |
i |
г |
— оо |
|
Если х |
Xt, |
то соответствующая вероятность p t |
входит |
||
в знак суммы в правой части (2.40). Если же х < |
х^ то |
||||
X
$ б (£ -*,)< £ = О
—ОО
исоответствующее pi в сумму (2.40) не входит. Таким обра зом, F (х) совпадает с (2.5) — интегральным законом рас пределения для дискретной случайной величины; следо вательно, f (х) есть плотность вероятности.
Совершенно так же убеждаемся, например, в справед ливости равенства
ь |
|
ь |
Р ( а ^ х < ^ Ь ) = |
Р $ (ж — xi)dx = 2 |
Pi ^ б ix — xi)dx- |
a i |
i |
a |
Введение при помощи дельта-функции плотности ве роятности дискретной случайной величины позволяет
§ 20] МАТЕМАТИЧЕСКОЕ ОЖИДАНИЕ 75
применять одну и ту же форму записи операций для ди скретных и непрерывных случайных величин.
З а д а ч а 42. Определить плотность вероятности для случайной величины — количества очков при бросании игральной кости.
Р е ш е н и е . Случайная величина принимает значе ния 1, 2, 3, 4, 5, 6, каждое с вероятностью 1/6. Поэтому
в
/(*) = 4 -2 8{x — i). i=l
З а д а ч а 43. Определить плотность распределения скоростей частиц относительно центра инерции системы, состоящей из двух движущихся навстречу друг другу со скоростью а потоков частиц. Частицы, принадлежащие одному потоку, имеют равные скорости, и число частиц
впотоках одинаково.
Ре ш е н и е , п частиц имеют скорость а и столько же частиц имеют скорость —а, поэтому
/ (у) = 4 ~ [б {v — а) + б (v + а)}.
§ 20. Математическое ожидание функции от случайной величины
Если / (х) есть плотность вероятности случайной вели чины X, а т] (X) — некоторая функция от этой случайной величины, то величина Mr\ (X), определяемая равенством
о о
Мг](Х)~ § r\(x)f(x)dx, |
(2.41) |
—ОО |
|
называется математическим ожиданием ц (X). Пропис ная буква М, ставящаяся перед обозначением функции, используется как знак математического ожидания. Мате матическое ожидание случайной величины не есть слу чайная величина. Это постоянная величина, определяе мая согласно (2.41) функцией ц (х) и законом распределе ния случайной величины. Она имеет смысл среднего ожидаемого значения ц (X) при выполнении испытаний.
76 |
СЛУЧАЙНАЯ ВЕЛИЧИНА |
[ГЛ. 2 |
Для дискретной случайной величины X математиче ское ожидание т) (X) может быть записано в виде
о о о с
Mr\ (X) = ^ Г](x)f (x)dx= ^ |
Т] (X)2 Pi& {х — #г) dx = |
||
— оо |
|
— о о |
г |
|
оо |
|
|
= S |
Pi 5 |
!1 {х) 5(х — X i) dx = 2 ’l (хг) Рь (2.42) |
|
г |
— оо |
|
г |
если т) (ж) непрерывна в точках *) xlt х2, . . .
При бросании игральной кости математическим ожи данием куба появляющегося количества очков является
M X 3 = I 3- ~ + 23- 4* + • • • + 63- 4 " = 73>5-
Поэтому игра, состоящая в том, что бросающий кость игрок делает ставку и получает выигрыш в копейках, равный кубу появляющегося количества очков, будет справедливой, если уплачиваемая им ставка равна 73,5 ко пейки. В этом случае возможный проигрыш будет только результатом «невезения», а возможный выигрыш только результатом «везения», но не следствием несправедливо сти условий для одной из играющих сторон.
Если бы игральная кость имела не вполне правильную форму, такую, например, что вероятности появлений чи-
сел 1,2,3 были бы равны а -g-, а вероятности появления
чисел 4, 5, 6 были бы равны b > -^-(при этом должно вы
полняться равенство За + ЗЬ = 1), то математическое ожидание Xs было бы больше, чем 73,5, так как стано вятся более вероятными большие значения случайной величины X3.
Если
Л (X) = % (X) + ть (X),
*) Чтобы применение к ц (х) операции б было законно, мы, не ограничивая общности, можем считать, что функция ц (х) не
прерывная всюду (иначе ее можно заменить непрерывной, совпа дающей с ней в точках эц функцией).
Si 201 |
МАТЕМАТИЧЕСКОЕ ОЖИДАНИЕ |
77 |
ТО
ос
Мц ( Х ) = J [% И + vh(x)]f{x)dx = Мщ{Х) + Мг\2(Х).
(2.43)
Следовательно, математическое ожидание суммы функций равно сумме математических ожиданий этих функций. Точно так же доказывается, что если с — постоянная ве личина, то
Мер (X ) = сМр (X). |
(2.44) |
Очевидно, что размерность математического ожидания функции случайной величины такая же, как у функции случайной величины.
В частном случае, если ц (X) = X , равенство (2.41) дает математическое ожидание самой случайной величины
с с |
|
М Х = ^ xf(x)dx. |
(2.45) |
—оо |
|
Математическое ожидание случайной величины является ее важнейшей характеристикой. Как отмечалось выше, она имеет смысл среднего значения случайной величины.
Из (2.42) следует, что для дискретной случайной вели чины ее математическое ожидание равно
М Х ^ р ^ . |
(2.46) |
i |
|
Часто вместо Мр (X) для обозначения математического ожидания употребляют горизонтальную черту, которую
ставят над функцией, например, X, Xs, sin2X- Равенства (2.43) и (2.44) можно записать так:
% (^0 + % {X) — fli (^0 + Лг (X),
(2.47)
CTl(X) = сц (X).
В последнее время входит в употребление также сле дующее обозначение математического ожидания:
Мр (X) = <Т1(Х)>.
78 |
СЛУЧАЙНАЯ ВЕЛИЧИНА |
[ГЛ. 2 |
§ 21. Моменты функций распределения
Математическое ожидание функции
(X - а)к
называется моментом к-то порядка относительно начала а случайной величины X. Говорят также, что это момент к-го порядка функции распределения / (х). Обозначим его
^к,а'
со |
|
Ък,а= $ (* — af]{x)dt . |
(2.48) |
Момент к-то порядка имеет размерность к-й степени раз мерности случайной величины.
Очевидно, что для любой функции распределения мо
мент нулевого порядка равен 1. |
величины момент |
'khya, |
|||
Для |
дискретной |
случайной |
|||
записанный непосредственно через вероятности р г, |
имеет |
||||
согласно |
(2.42) |
вид |
|
|
|
|
кк,а = |
М (X — а)к = 2 |
— а)к |
(2.49) |
|
|
|
|
г |
|
|
Если а — 0, |
то момент называется начальным. |
Будем |
|||
обозначать начальные моменты к-то порядка vft: |
|
||||
|
|
|
оо |
|
|
vk = M X k = |
^ xkf(x)dx = Y k = <Xk>. |
(2.50) |
|||
Для дискретной случайной величины выражение началь ного момента запишется в виде
vk = MX* = 2 XiPi = .X* = <Х*>. |
(2.51) |
г |
|
Очевидно, что математическое ожидание случайной вели чины есть начальный момент первого порядка,
Vl = м х |
= |
X . |
(2.52) |
§ 21j МОМЕНТЫ ФУНКЦИЙ РАСПРЕДЕЛЕН ИЯ 79
Если в (2.48) за величину а принять X, то моменты на зываются центральными. Будем обозначать их ph:
о о |
|
I** = М { Х - Х ) * = ^ { x - X f f { x ) d x . |
(2.53) |
— оо |
|
Центральный момент первого порядка всегда равен нулю.
В самом деле,
00
Рх = ^ (ж — X) / (х) dx =
— ОО
ООоо
= ^ xf(x)dx — X § f(x)dx = X — X = 0. (2.54)
— ОО |
— оо |
Центральный момент второго порядка называется дис персией случайной величины и обозначается обычно DX:
оо
DX = р2= М (X - Х)г = ^ (* ~ *)2/ (*)dx• (2-55)
— оо
Дисперсия — также важнейшая характеристика случай ной величины, определяющая математическое ожидание квадрата отклонения случайной величины от ее среднего значения. Если дисперсия мала, то это означает, что слу чайная величина имеет тенденцию принимать значения, близкие к ее среднему значению (математическому ожи данию). Если дисперсия равна нулю, то это означает, что случайная величина с вероятностью 1 принимает некото рое значение (оно равно, конечно, X). Плотность вероят ности ее согласно (2.39) есть дельта-функция,
/(*) = «(* — X).
Большая же дисперсия указывает на большое рассеяние случайной величины, т. е. на то, что вероятности прини мать значения, существенно отличающиеся от среднего значения, не малы.
Из (2.42) следует, что для дискретной случайной вели чины
DX = р2= 2 & — X )2р^ |
(2.56) |
i
