Файл: Смирнова Н.А. Методы статистической термодинамики в физической химии учеб. пособие.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 10.04.2024
Просмотров: 173
Скачиваний: 0
I.ЭЛЕМЕНТЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ *
§1. Понятие вероятности. Случайные величины
Событие А является случайным по отношению к комплексу условий S, если при осуществлении данного комплекса оно может произойти, но может и не произойти. В теории вероятностей изучают такие слу чайные события, возможность появления которых может быть оценена количественно, — которым присущи определенные вероятности по явления.
Статистическое определение вероятности связывает вероятность с частотой появления события при испытаниях. Пусть n-общее число испытаний; ji — число испытаний, при которых наблюдалось собы тие А:
п
где V — относительная частота появления события А. Рассматривают результаты нескольких серий, каждая из которых содержит большое число испытаний п, проведенных при одних и тех же условиях S (число п для различных серий может быть разным). Если относитель ные частоты появления события А в различных сериях группируются около некоторого постоянного значения (наблюдается устойчивость частот), то событие А является вероятностно-случайным. Константа w (Л), около которой группируются значения относительных частот, есть вероятность появления события А; частота ѵ в данной серии ока зывается, вообще говоря, тем ближе к константе w (А), чем больше число испытаний в данной серии. Серии можно формировать различ ными способами: например, при бросании игральной кости можем в
одну серию включить результаты первых |
пг |
бросаний, |
в другую — |
результаты бросаний с номерами от |
+ |
1) до (пх + |
и2 ) и т. д.; |
но возможно было бы составить серию из результатов каждого 3-го или каждого 5-го бросания и др. Именно приблизительное постоянство частоты выпадения данного числа, допустим 5, в сериях, сформиро ванных любым образом, по любому правилу (относительные частоты группируются около значения 1/6), позволяет говорить о вероятност
ном характере данного события и определить вероятность |
как 1/6. |
Эту особенность вероятностно-случайных процессов называют |
иногда |
отсутствием правила игры. |
|
Данное выше определение понятия вероятности может быть уточ |
|
нено с помощью закона больших чисел; в частности, можно записать |
|
в математической |
форме утверждение, что относительная частота по |
явления события, |
вообще говоря, тем ближе к константе, чем больше |
число |
испытаний. |
* |
См. [36], [47]. |
9
Определение вероятности как предела относительной частоты при бесконеч ном числе испытаний
к; (Л) = lim — |
(1.2} |
л -* со П
хотя и может показаться наиболее ясным с формально-математической точки зрения, вызывает серьезные возражения. Прежде всего, это определение — абстракция, которую невозможно связать с опытом; кроме того, при рассмотре нии бесконечного числа испытаний возникают трудности в формулировке усло вия устойчивости частот. Бесспорно, однако, что чем больше число испытаний, тем с большей точностью можно приравнять относительную частоту и вероят ность.
Формальное |
определение |
вероятности |
и |
ее оценка упрощается, |
если задача |
сводится в |
ее основе |
к |
рассмотрению равно |
вероятных попарно несовместимых событий (события несовместимы, если они не могут появиться одновременно).Общее число / возможных результатов испытания предполагается конечным; все элементарные события попарно несовместимы и равновозможны. В некоторых m случаях из / происходит событие А (событие А может быть элементар
ным или |
представлять объединение, сумму элементарных |
событий). |
|||||
Вероятность |
w (А) события А определяется как отношение числа |
воз |
|||||
можных |
результатов |
испытания, |
благоприятствующих событию |
А, |
|||
к числу всех возможных результатов |
испытания: |
|
|
||||
|
|
|
w(A) |
= |
- y |
|
(І.З) |
(классическое |
определение вероятности). |
|
|
||||
Так, при |
бросании |
игральной |
кости имеется 6 равновероятных |
||||
исходов, |
что |
можно утверждать на основании симметрии |
игральной |
кости. Только один из исходов отвечает выпадению данного числа, допустим пяти. Отсюда делается заключение, что вероятность выпа дения определенного числа при бросании кости равна 1/6.
Утверждение о равной вероятности различных исходов нередко, как и в только что рассмотренном случае игральной кости, основы вается на учете симметрии системы, над которой производятся испы тания. Иногда же обосновать равновероятность различных исходов оказывается весьма затруднительным, не говоря уже о том, что не всякая совокупность образована равновероятными событиями. По этому классическое определение вероятности (1.3) имеет, безусловно, ограниченную применимость. Во многих случаях, однако, оно чрез вычайно полезно.
Соотношение (1.3) является одним из основных в статистической физике при оценке вероятностей. Возможность применения его обус ловлена тем, что априорно допускаются равные вероятности некото рых элементарных событий.
Случайными событиями могут быть различные состояния системы. Определим состояние системы некоторым параметром X. Если ве личина X является переменной, значение которой зависит от случая, и если для нее существует распределение вероятностей, т. е. опреде ленная зависимость вероятности от величины X, то величину X на-
10
зываютслучайной (вероятностно-случайной). Случайными могут быть различные физические величины (энергия, число частиц и др.) в за висимости от того, какой комплекс условий для системы задан. Вообще говоря, некоторая физическая величина обнаруживает случайные свойства тогда, когда заданный комплекс условий не определяет рас сматриваемую величину однозначно; имеются еще некоторые неучтен ные факторы, под влиянием которых эта величина может изменяться. Однако утверждение о том, что величина является вероятностно-слу чайной, не сводится только к констатации неполноты знаний о систе ме и ее взаимодействии с окружением. В этом утверждении заключено также положительное содержание, не являющееся очевидным и вскрывающее качественные особенности величины. Действительно, мы допускаем определенное распределение вероятностей для величи ны, подразумеваем устойчивость частот появления различных ее значений при испытаниях и отсутствие правила игры. Свойства эти определяют специфику вероятностно-случайных величин, они далеко не очевидны, и анализ их, в частности изучение причин устойчивости частот, представляет чрезвычайно трудную теоретическую задачу.
Случайная величина может быть дискретной и непрерывной. Дискретной (прерывной) называют случайную величину, которая
может принимать отдельные изолированные значения с определен ными вероятностями.
Число |
допустимых значений хъ |
xt>...* |
дискретной величины X |
||||||
может быть конечным и бесконечным. Значениям хг |
xt... |
отвечают, |
|||||||
соответственно, |
вероятности |
появления |
wlt |
wt, .... |
Зависимость |
||||
wt = f{xt), |
где / — некоторая функция, |
характеризует |
распределение |
||||||
вероятностей для случайной величины X. |
Согласно сказанному ранее, |
||||||||
вероятность |
wt |
определяется |
через относительную частоту |
появления |
|||||
состояния |
і |
при большом числе |
измерений. Эту вероятность можно |
связать также с долей времени - у , в течение которого система при
измерениях находилась в і-м состоянии, при значении случайной ве личины X — ХІ (здесь t — общее время наблюдения над системой, tt — время, в течение которого система находилась в t'-м состоянии);
величина' — , вообще говоря, будет тем ближе к величине wit чем
больше время наблюдения.
Непрерывной называют случайную величину, которая может при нимать все значения из некоторого конечного или бесконечного про межутка.
Число возможных значений непрерывной случайной величины бес
конечно. |
|
|
|
X |
|
|
Для |
непрерывной |
величины |
можно определить вероятность |
|||
dw(x), того, что эта |
величина |
имеет значение, заключенное в опреде |
||||
ленном |
интервале |
х |
<J X |
х + |
dx. |
Вероятность заданного интер- |
* Большими буквами X, У обозначаем случайные величины; малыми бук вами X, у — значения, которые они принимают. В последующих главах, однако, специальные обозначения для случайных величин использовать не будем.
11
вала состояний системы зависит от значения х и пропорциональна ве личине интервала dx:
dw(x)=f(x)dx, |
(1.4) |
где f(x) — функция величины х, называемая плотностью распределе
ния вероятностей [для этой функции часто используют также |
обозна |
чение р{х)]*. |
|
По определению, |
|
dw (х) |
|
№ = , - dx~ |
(1-5) |
есть вероятность для системы находиться в заданном интервале сос тояний, отнесенная к единичному интервалу состояний. Величина
1
О-а
О |
6 |
|
X |
Рис. 1. |
Равномерное |
рас |
Рис. 2. Экспоненциальное распре- |
пределение на отрезке |
ab |
деление f(x) = а е~ах. |
f(x) действительно имеет смысл плотности. Интервал dx в выражениях (1.4) и (1.5) принимается положительным; величина f(x), следователь но, должна быть не отрицательной:
/ ( * ) > 0 . |
(1.6) |
Величина f(x) определяет характер зависимости вероятности от зна чения случайной величины. Приведем некоторые примеры наиболее часто встречающихся распределений.
1. Равномерное распределение для величины х в интервале ab:
t w Л const^ 0 при а<х « Ь
Л О при X < а и X > Ъ
(рис 1).
* В статистической физике наряду с термином «плотность распределения вероятностей» для функции f(x) широко используется термин «функция распре деления». Следует, однако, иметь в виду, что в теории вероятностей под функцией
X |
— вероят- |
распределения обычно понимают величину F(x) — ^(x)dx = w(X<x) |
|
— 00 |
|
ность того, что случайная величина X имеет значение, не превышающее х (ино |
|
гда величину F(x) называют интегральной функцией распределения |
в отличие |
от f(x) — дифференциальной функции распределения). В литературе |
по статис |
тической физике под функцией распределения всегда понимают плотность рас пределения вероятностей f(x). В настоящей книге термин «функция распределе ния» будет употребляться именно в таком смысле.
12