Файл: Агекян Т.А. Теория вероятностей для астрономов и физиков учеб. пособие.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 25.06.2024

Просмотров: 186

Скачиваний: 3

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

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*