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
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— <г |
|
||
|
2г\ |
VI |
|
Vo |
X 1— q- |
|
|
|
|
|
|
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 -Ь )‘ |
(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—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 2л |
|
ап у 2я |
|
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 2л |
|
|
|
|
|
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 — Х)к е 201 |
|
|
|
5 У 2л |
J |
|
|
|
|
|
|
л |
f |
_ |
(Ж-* )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 (х — X)- У всякого распределения, симметрич ного по отношению к некоторому значению х (это значение х равно X), все нечетные центральные моменты равны нулю.
А*