Биномиальное распределение.
⇐ ПредыдущаяСтр 3 из 3
Описывает N независимых частиц или N независимых случаев.
Если p – вероятностьпризнака у одной частицы, или вероятность одного случая, то вероятностьтого, что n любых частиц обладают этим признаком, или вероятность одновременного возникновения n случаев: , (1.14)
; ;
– биномиальный коэффициент.
Распределение обосновал Якоб Бернулли в 1713 г.
Доказательство:
Объект – идеальный газ из N тождественных частиц в объеме V. Получим вероятность обнаружения n любых частиц в объеме .
1. Вероятность найти определенную частицу в объеме D V согласно определению вероятности (1.4а) .
Вероятность найти определенную частицу вне объема D V
.
Несовместимые события образуют полный набор и удовлетворяют условию нормировки. 2. Вероятность найти n определенных частиц в объеме D V согласно теореме об умножении вероятностей независимых событий (1.4б) .
Вероятность найти (N – n) определенных частиц вне объема D V
.
3. Вероятность найти одновременно n определенных частиц в объеме D V и (N – n) других частиц вне этого объема
.
4. Взаимная перестановка тождественных частиц дает состояние, не отличимое от исходного. Число таких состояний равно числу сочетаний n частиц из общего числа N, т. е. равно . 5. В результате вероятность найти n любых частиц в объеме D V и (N – n) любых других частиц вне D V
. Условие нормировки
,
использован бином Ньютона
.
Среднее число частиц в объеме D V
.
Замена и бином Ньютона дают
= = .
Результат (1.15)
очевиден, поскольку – средняя концентрация. Из (1.15) вероятность признака у одного элемента
. (1.16)
Из (1.14) получаем – если в некотором состоянии наблюдается в среднем частиц, то вероятность наблюдения n частицравна
, (1.17) причем , (1.17а)
. (1.17б)
График распределения
а б Распределения биномиальное (а) и Пуассона (б) для N = 10, , р = 0,45
Распределение Пуассона
При малой вероятности наблюдения в некотором состоянии одной частицы и при большом числе частиц вероятность найти n частиц, если в среднем их , равна
. (1.18)
Распределение следует из биномиального распределения, его получил Симеон Дени Пуассон в 1837 г.
Доказательство:
Записываем биномиальное распределение (1.17)
, учтено .
При используем
,
,
, и получаем (1.18).
Условие нормировки
, где .
Частные и рекуррентные соотношения
,
,
,
. (1.18а)
График распределения
а б Распределения биномиальное (а) и Пуассона (б) для N = 10, , р = 0,45 При вероятность монотонно уменьшается с увеличением n. Нормальное распределение Гаусса При и относительно малом отклонении от среднего выполняется нормальное распределение
. (1.19)
Распределение получил Карл Фридрих Гаусс в 1809 г.
Доказательство: Распределение Пуассона логарифмируем .
Используем формулу Стирлинга ,
, тогда .
Используя , , разлагаем в ряд
. В результате .
Заменяя и потенцируя, получаем (1.19). Условие нормировки
На основании считаем n квазинепрерывным, тогда ,
Условие нормировки получает вид
,
где ; , поскольку , ;
.
Среднее значение
,
,
, где .
Дисперсия
, где учтено . В результате . (1.20)
Из (1.19) и (1.20) плотность вероятности
. (1.21)
Распределение Гаусса,
Распределение Гаусса в пределе бесконечно малой дисперсии является дельта-функцией
. (1.21а)
Это следует из (1.21) и
Центральная предельная теорема – при суммировании большого числа независимых случайных величин, имеющих различные распределения, результирующее распределение близко к распределению Гаусса.
Теорему доказал Александр Михайлович Ляпунов в 1901 г.
Теорема обосновывает применимость нормального распределения к многочисленным случайным процессам. ПРОИЗВОДЯЩАЯ ФУНКЦИЯ
Для дискретного распределения случайной величины n () производящая функция , (1.22)
где | x | £ 1. Функция распределения
. (1.23)
Средние значения и дисперсия
,
,
. Из (1.22) находим , (1.24)
,
, (1.25)
. (1.26)
ПРИМЕРЫ
1. Для распределения Пуассона найти производящую функцию и . Используем производящую функцию (П.1.5) для биномиального распределения и (П.1.6)
, , тогда .
Учитывая и ,
где , получаем производящую функцию распределения Пуассона
. (П.1.14) Из (П.1.14) и (1.25) с учетом , , следует (1.20) .
2. Найти распределение времен свободного пробега электрона металла. Согласно классической теории в узлах кристаллической решетки металла находятся ионы, валентные электроны образуют идеальный газ. Любой макроскопический объем металла электрически нейтрален, поэтому на электрон не действуют электростатические силы и благодаря тепловому движению он свободно перемещается от одного столкновения с ионом до следующего. Вероятность столкновения электрона за единицу времени а не зависит от t при термодинамическом равновесии. Вероятность столкновения за время dt равна . Функция распределения времен свободного пробега w (t) равна вероятности того, что время свободного движения лежит в единичном интервале около значения t. Вероятность двух независимых событий – свободного движения электрона до момента t и столкновения в следующий промежуток dt – согласно теореме о независимых событиях равна и является уменьшением вероятности обнаружения электрона при переходе от t к , т. е. равна . В результате .
Разделяя переменные и интегрируя, получаем,
, . Из условия нормировки
находим . Среднее время свободного пробега (П.1.22)
обратно вероятности столкновения за единицу времени. Функция распределения времен свободного пробега равна
(П.1.23)
– вероятность свободного движения в течение времени t уменьшается экспоненциально с ростом t.
3. Найти скорость дрейфа электронов металла в электрическом поле Е. За время свободного пробега t электрон набирает скорость , где ускорение . Если при столкновении упорядоченная скорость теряется, то средняя скорость .
Время свободного пробега меняется от столкновения к столкновению. Пусть электрон испытывает последовательно N столкновений с временами свободного пробега t 1, t 2,…, tN и средними скоростями , тогда скорость дрейфа .
Поделив числитель и знаменатель на N, и полагая , получаем
.
Используя распределение (П.1.23), находим
,
.
В результате скорость дрейфа (П.1.24)
пропорциональна электрическому полю и среднему времени t свободного пробега электрона, где подвижность электронов
.
Воспользуйтесь поиском по сайту: ©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|