- •Группа рм
- •Группы рн и рм7
- •Статистическая физика Основные положения
- •Основы теории вероятностей Вероятность случайного события
- •Характеристики случайной дискретной величины Среднее значение величины
- •Свойства среднего
- •Относительная флуктуация
- •Характеристики случайНой непрерывНой величиНы
- •Биномиальное распределение
- •Условие нормировки
- •Распределение Пуассона
- •Условие нормировки
- •Среднее значение
- •Дисперсия
- •Производящая функция
- •Средние значения и дисперсия
- •Примеры
Основы теории вероятностей Вероятность случайного события
Событие – появление определенного признака, например, заданного числа частиц газа в элементе объема. Вероятность признака равно относительному числу его появления.
Пример. Для газа в сосуде концентрация частиц около точки r
– число частиц в единице объема – изменяется с течением времени хаотически.
Событие – наблюдение определенной концентрации .
Если измерение проводится N раз и результат наблюдается раз, то вероятность результата
, (1.1)
.
Зависимость называется функцией распределения вероятностей событий.
Несовместимые события А1, А2,…, Аk не могут произойти одновременно. Например, при бросании кости можно получить результат: или 1, или 2,… Выполняется теорема сложения вероятностей несовместимых событий – вероятность сложного события A или B равна сумме вероятностей отдельных событий. Действительно, выполняется
. (1.2)
Если (А1, А2,…, Аk) – полный набор несовместимых событий, то какое-либо одно из них обязательно происходит, тогда выполняется
.
С учетом (1.2) получаем условие нормировки вероятностей для полного набора событий
. (1.3)
Пример. Движения молекулы газа вдоль и против некоторой оси образуют полный набор независимых направлений движения
W(влево) + W(вправо) = 1.
Если гамильтониан изотропен, то все направления равноправные и
W(влево) = W(вправо) = 1/2.
Независимые события А1, А2,…, Аk не влияют друг на друга. Например, частицы идеального газа движутся независимо друг от друга, и положение одной частицы не влияет на положение другой частицы. Выполняется теорема об умножении вероятностей независимых событий – вероятность сложного события А и B равна произведению вероятностей отдельных событий
, (1.4)
Для k независимых событий
.
Пример. В объеме V0, все точки которого равноправные, находится одна частица. Объем V0 разбиваем на N одинаковых ячеек объемом . При обследовании всех ячеек, т.е. при измерениях, положительный результат будет только в одной ячейке. Вероятность найти частицу в одной произвольной ячейке согласно (1.1)
. (1.4а)
Если в V0 находится m независимых частиц, то вероятность, что весь газ окажется в объеме V, согласно (1.4) равен
. (1.4б)
Характеристики случайной дискретной величины Среднее значение величины
Пусть для x возможные значения: x1, x2, …, xk.
Измерения проводятся N раз, результат xi наблюдается Ni раз, тогда
.
Среднее значение
.
При согласно (1.1) получаем
,
. (1.5)
Среднее значение величины равно сумме произведений ее значений на вероятности этих значений.
При получаем и (1.5) дает нормировку вероятностей
. (1.6)