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: 172
Скачиваний: 0
2. Экспоненциальное распределение (0 < ; х <^ оо):
f(x)=Ce~ax, |
(1.8) |
где С и а — постоянные; а > 0. Плотность распределения |
вероятнос |
тей, определяемая формулой (1.8), экспоненциально убывает с ростом
х; при x-+oof(x)->0 |
(рис. 2). |
|
|
3. Нормальное |
(гауссово) |
распределение: |
|
|
f(x) |
= Се~ а і х - т ) \ |
(1.9) |
г д е — о о ^ х - г ^ о о ; |
С, m п |
а — постоянные, а > 0 . |
Кривая f{x), |
заданная формулой Гаусса, является симметричной относительно пря
мой X = т\ максимальное |
значение функция принимает при х = т; |
при х - ^ і о о / (х)^0 (рис. |
3). |
О т л -3 -2 ~1 0 1 2 3 к
а |
|
|
|
|
|
|
б |
|
Рис. |
3. |
Нормальное |
распределение: |
|||
a - f (х) |
= 1/ |
— |
е ~ а |
(х-т)1 ; |
« = |
— |
- — [ с м . (1.54)1; |
|
' |
Т" |
|
|
|
2 (Длг)2 |
|
б-f |
(X) =Л/-~ |
е-ах"~; |
а = |
~ |
[см . (1.55)] |
||
|
|
|
У % |
|
2х> |
|
Формула Гаусса широко используется при обработке результатов измерений; ею описывается распределение ошибок при измерениях?
Часто встает задача оценки вероятностей для некоторой функции случайной величины у = F(x).
dw(y)=<t(y)dy, |
(1.10) |
где dw(y) — вероятность того, что функция имеет значение в инте рвале от у до у + dy; <р(г/) — плотность распределения вероятностей величины У. Требуется установить связь между ф(#) и плотностью распределения f(x) для величины X. Наиболее простая зависимость наблюдается в том случае, если функция F(x) является монотонно, воз растающей во всей области изменения х. Тогда каждому интервалу Ах = х2—хх взаимно однозначно соответствует некоторый интервал Ay=F(x^—F(x1) (знаки Ах и д у совпадают). Поэтому вероятности для
13
случайных величин X и F иметь значения в соответствующих интер валах равны между собой и
f(x)dx = ^(y)dy. |
(1.11) |
.Таким образом,
dx |
|
? ( < / ) = / « |
0-12) |
Если функция у — F(x) монотонно убываете ростом х, то также име |
|
ется взаимно однозначное соответствие между |
интервалами Ах иДг/, |
но знаки этих приращений противоположны. Так как плотность рас пределения вероятностей ц>(у) и величина dy в формуле (1.10) должны быть положительны, следует записать:
f(x)dx = <f(y)\dy\ |
(1.13) |
и
?(*)=/(*)
dx
(1.14)
dy
Случайная величина может быть многомерной, так что значения ее распределены в пространстве двух, трех или более измерений. Примером двумерной случайной величины служит точка попадания в
мишень (случайная величина |
определяется координатами х и у). |
|
Величина |
|
|
dw(x, |
y)=f(x, у) dxdy |
(I-15) |
определяет вероятность того, что точка на плоскости, |
изображающая |
случайную величину, попадет в прямоугольник, внутри которого абс цисса имеет значение от х до х + dx, а ордината — от у до у + dy.
§ 2. Сложение вероятностей. Условие нормировки вероятностей
Событие, состоящее в наступлении хотя бы одного из событий — А или В, называют суммой этих событий и обозначают А + В. Если события A ѴІ В несовместимы, т. е. не могут произойти оба вместе, то,
как нетрудно показать, вероятность суммы событий равна |
сумме ве |
роятностей отдельных событий: |
|
W(A + В) =w(A) +w(B). |
(1.16) |
Равенство (1.16) представляет запись теоремы сложения вероятностей. Этой теореме может быть дана следующая словесная формулировка:
вероятность нахождения |
системы в одном из двух взаимно исключаю |
||
щих друг друга |
состояний |
равна сумме |
вероятностей нахождения сис |
темы в каждом |
из состояний. Теорема |
обобщается на случай любого |
числа несовместимых событий.
Следствием теоремы сложения вероятностей является условие нор мировки:
2 ^ = 1, |
<Х -1 7 > |
•И |
|
где суммирование проводится по всем возможным состояниям системы (при испытаниях с достоверностью, т.е. с вероятностью, равной еди нице, находим систему в каком-либо состоянии).
Вероятность того, что непрерывная случайная величина X имеет значение в интервале между а и Ь, равна
ь
w (а < X < Ь) = J / (х) dx. |
(I.18) |
а |
|
Условие нормировки непрерывной случайной величины |
записывается |
в виде |
|
j dw (х) = j / (х) dx = 1; |
(1.19) |
интегрирование выполняется по всем возможным значениям перемен ной X. Условие нормировки двумерной непрерывной случайной ве личины следующее:
y)dxdy = l,- |
(1.20) |
где интегрирование проводится по всем значениям переменных х и у. Из теоремы сложения вероятностей вытекает, что интегрирование величины dw (х, у) = <f(x, y)dxdy по всем значениям переменной у дает вероятность того, что значение случайной величины X заключено в интервале от х до х + dx (значение случайной величины Y при этом
может быть |
любым): |
|
|
|
dw(x)= |
y)dyy}dx. |
(1.21) |
Плотность |
распределения версятностей величины |
X определится как- |
|
|
/ M = J <Р (*. У) dy. |
|
Аналогичные выражения могут быть получены для dw(y) и f(y).
§ 3. Умножение вероятностей. Статистическая независимость
Допустим, что два события А и В имеют некоторую вероятность произойти совместно. Событие, состоящее в совместном наступлении, обоих событий А м В, называют произведением этих событий и обо значают AB.
Если между событиями есть связь, то появление одного события
(В) может изменить вероятность появления другого события (А) по сравнению с величиной, характеризующей вероятность появления изо лированного события А, когда никаких ограничений, кроме условий
S, не наложено. Дл я описания взаимозависимых |
событий |
вводят |
|||
условные |
вероятности. Так, w (А/В) — вероятность |
события |
А прц |
||
условии, |
что событие В произошло. Вероятность того, что события |
||||
А и В будут |
оба наблюдаться |
(вероятность произведения событий |
|||
AB), равна, |
согласно теореме |
умножения, |
|
|
|
|
|
w (AB) =w{Ä)w |
(В/А) = w (В) w (А/В), |
(1.22) |
І5
т. е. вероятность |
произведения |
двух |
событий |
равна |
произведению ве |
||
роятности |
одного |
из этих событий |
на условную вероятность |
другого |
|||
(условие состоит в том, что предварительно |
произошло одно из рас |
||||||
сматриваемых событий). |
|
|
|
|
|
||
События |
А и В являются статистически |
независимыми, если ве |
|||||
роятность |
наступления одного |
события не зависит |
от того, |
прои |
зошло другое |
событие или нет. В случае статистической независимос |
ти событий А и В наступление события В не изменяет вероятности со |
бытия А и наоборот; имеют место |
равенства: |
|
w(A/B) |
=w(A); |
(1.23) |
w(B/A)=w(B) |
(1.24) |
|
(свойство независимости событий взаимно: если |
А не влияет на В, |
|
то и В не влияет на А). |
|
|
Для статистически независимых событий, согласно (1.22)—(1.24),
w{AB) =w{A)w(B). |
(1.25) |
Теорема умножения в данном случае может быть сформулирована сле дующим образом: вероятность произведения двух независимых событий равна произведению вероятностей этих событий.
Пусть параметры X и У определяют состояния двух невзаимодейст вующих систем и являются случайными величинами. Если состояния
системы |
дискретны, теорема умножения |
вероятностей |
запишется |
|||
в виде |
равенства: |
|
|
|
|
|
|
w {xi, |
yK)=w (ХІ) w (ук), |
|
(1.26) |
||
где w {ХІ, yK) — вероятность |
того, что одна |
система находится |
в і-м |
|||
состоянии, определяемом параметром X = хи |
и одновременно |
дру |
||||
гая система находится вк-ом состоянии, характеризуемом |
параметром |
|||||
У = ук\ |
w(xt)—вероятность |
і-го состояния |
для |
первой системы |
(сос |
тояние второй системы при этом может быть любым); w (ук) —веро ятность /с-го состояния для второй системы (состояние первой системы может быть любым).
Таким образом, вероятность того, что одновременно первая система находится в і-м состоянии, а вторая в к-м, равна произведению ве роятностей этих состояний для отдельных систем, если последние статистически независимы. Справедливо и обратное положение: если выражение для вероятности состояния сложной системы распадается на отдельные сомножители, каждый из которых зависит от состояния только одной части системы, то эти части системы независимы. Со множители пропорциональны (равны) вероятностям состояния соот ветствующих частей.
В случае непрерывного ряда состояний системы (X и У — непре рывные случайные величины) теорема умножения выражается равен ствами:
dw (X, у) = dw (х) dw (у) = /х (х) / 2 {у) dxdy, |
(1.27) |
где dw (х, у) — вероятность того, что одновременно первая система
16
имеет значение параметра X в интервале от х до х + àx, а вторая система — значение параметра У в интервале от у до у + Интервал состояний для сложной системы определяется как произведение интер валов состояний для составляющих систем. В рассматриваемом случае это dxdy. По определению,
dw(x, у) =f(x, |
у) dxdy, |
(1.28) |
где f{x, у) — плотность распределения вероятностей состояний для сложной системы. Следствием равенств (1.27) и (1.28) является:
/(*, У) = М * ) М У ) . |
(1-29) |
что наряду с равенством (1.27) представляет запись теоремы умно жения вероятностей для независимых систем, состояния которых изме няются непрерывным образом.
§ 4. Средние значения случайных величин
Математическое ожидание (среднее статистическое) дискретной случайной величины определяют как сумму произведений всех ее возможных значений на вероятности этих значений:
|
г |
M(X)^^Xiwh |
(1.30) |
где М(Х) — математическое ожидание величины X; г — число воз можных значений X (если г = оо, то дополнительно налагается тре-
бование абсолютной сходимости ряда TiXtWi). і=і
Математическое ожидание является той постоянной, около кото
рой колеблются средние арифметические значения |
измеряемой вели- |
||
|
|
г |
|
|
|
£ xfli |
|
чины в различных |
сериях испытаний (хС р.аР ифм = |
, где и — |
|
общее число измерений, nt — число измерений, в которых |
наблюда |
||
лось значение xt). |
В дальнейшем будем употреблять термин |
«среднее |
статистическое» или просто «среднее», имея в виду математическое
ожидание случайной величины, и примем |
обозначение |
х ~ М(Х). |
В формулах для численных характеристик |
случайных |
величин мы |
будем далее использовать один и тот же буквенный символ для обо значения случайной величины и принимаемых ею значений, как это делается в формулах статистической термодинамики. Таким образом, запишем:
X — |
(1.31) |
Для расчета средней статистической величины х требуется знать ве роятности всех возможных состояний систем^г^-р ":7Т^~"~7Г~~у
о 17-.