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:
63
Добавлен:
23.10.2023
Размер:
8.81 Mб
Скачать

70

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 + 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) 5X 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

Соседние файлы в папке книги из ГПНТБ