Ознакомительная версия.
• • •
В гл. 5 мы определяли размер ядра с помощью затеняемой им площади или так называемого эффективного сечения. По существу речь шла о вероятностях. Если мы «обстреливаем» быстрыми частицами тонкую пластинку вещества, то имеется некая вероятность, что они пройдут через нее, не задев ядер, однако с некоторой вероятностью они могут попасть в ядро. (Ведь ядра столь малы, что мы не можем видеть их, мы, следовательно, не можем прицелиться, и «стрельба» ведется вслепую.) Если в нашей пластинке имеется n атомов и ядро каждого из них затеняет площадь а, то полная площадь, затененная ядрами, будет равна na. При большом числе N случайных выстрелов мы ожидаем, что число попаданий NC будет так относиться к полному числу выстрелов, как затененная ядрами площадь относится к полной площади пластинки:
NC/N=?/A. (6.2)
Поэтому можно сказать, что вероятность попадания каждой из выстреленных частиц в ядро при прохождении сквозь пластинку будет равна
Pc=n?/A, (6.3)
где n/A – просто число атомов, приходящихся на единицу площади пластинки.
§ 2. Флуктуации
Теперь мне бы хотелось несколько подробнее показать, как можно использовать идею вероятности, чтобы ответить на вопрос: сколько же в самом деле я ожидаю выпадений «орла», если подбрасываю монету N раз? Однако, прежде чем ответить на него, давайте посмотрим, что все–таки дает нам такой «эксперимент». На фиг. 6.1 показаны результаты, полученные в первых трех сериях испытаний по 30 испытаний в каждой.
Фиг. 6.1. Последовательность выпадения «орла» и «решки».
Три серии опытов подбрасывания монеты по 30 раз в каждой серии.
Последовательности выпадений «орла» и «решки» показаны в том порядке, как это происходило. В первый раз получилось 11 выпадений «орла», во второй – тоже 11, а в третий – 16. Можно ли на этом основании подозревать, что монета была «нечестной»? Или, может быть, мы ошиблись, приняв 15 за наиболее вероятное число выпадений «орла» в каждой серии испытаний?
Сделаем еще 97 серий, т. е. 100 серий по 30 испытаний в каждой. Результаты их приведены в табл. 6.1.
Таблица б.1 • число выпадений «орла»
Проведено несколько серий испытаний, по 30 подбрасываний монеты в каждой
Взгляните на числа, приведенные в этой таблице. Вы видите, что большинство результатов «близки» к 15, так как почти все они расположены между 12 и 18. Чтобы лучше прочувствовать эти результаты, нарисуем график их распределения. Для этого подсчитаем число испытаний, в которых получилось k выпадений «орла», и отложим это число вверх над k. В результате получим фиг. 6.2.
Вертикальные линии показывают число серий, в которых выпадал k раз «орел». Пунктирная кривая показывает ожидаемое число серий с выпадением k раз «орла», полученное из вычисления вероятностей.
Действительно, в 13 сериях было получено 15 выпадений «орла», то же число серий дало 14 выпадений «орла»; 16 и 17 выпадений получались больше чем 13 раз. Должны ли мы из этого делать вывод, что монетам больше нравится ложиться «орлом» вверх? А может быть, мы неправы в выборе числа 15 как наиболее правдоподобного? Может быть, в действительности более правдоподобно, что за 30 испытаний получается 16 выпадений «орла»? Минуточку терпения! Если мы сложим вместе результаты всех серий, то общее число испытаний будет 3000, а общее число выпадений «орла» в этих испытаниях достигает 1492, так что доля испытаний с выпадением «орла» в результате будет 0,497. Это очень близко к половине, но все же несколько меньше. Нет, мы все–таки не можем предполагать, что вероятность выпадения «орла» больше, чем 0,5! Тот факт, что в отдельных испытаниях «орел» чаще выпадал 16 раз, чем 15, является просто случайным отклонением, или флуктуацией. Мы же по–прежнему ожидаем, что наиболее правдоподобным числом выпадений должно быть 15.
Можно спросить: а какова вероятность того, что в серии из 30 испытаний «орел» выпадет 15 раз или 16, или какое–то другое число раз? Мы говорим, что вероятность выпадения «орла» в серии из одного испытания равна 0,5; соответственно вероятность невыпадения тоже равна 0,5. В серии из двух испытаний возможны четыре исхода: ОО, OP, PO, PP. Так как каждый из них равновероятен, то можно заключить: а) вероятность двух выпадений «орла» равна 14; б) вероятность одного выпадения «орла» равна 14; в) вероятность невыпадения «орла» равна 14. Это происходит потому, что существуют две возможности из четырех равных получить одно выпадение «орла» и только одна возможность получить два выпадения или не получить ни одного.
Рассмотрим теперь серию из трех испытаний. Третье испытание с равной вероятностью может дать либо «орел», либо «решку», поэтому существует только один способ получения трех выпадений «орла»: мы должны получить два выпадения «орла» в двух первых испытаниях и затем выпадение «орла» в последнем. Однако получить два выпадения «орла» можно уже тремя способами: после двух выпадений «орла» может выпасть «решка» и еще два способа – после одного выпадения «орла» в первых двух испытаниях выпадет «орел» в третьем. Так что число равновероятных способов получить 3, 2, 1 и 0 выпадений «орла» будет соответственно равно 1, 3, 3 и 1; полное же число всех возможных способов равно 8. Таким образом, получаются следующие вероятности: 18, 38, 38, 18.
Эти результаты удобно записать в виде диаграммы (фиг. 6.3).
Фиг. 6.3. Диаграмма, иллюстрирующая число различных возможностей получения 0, 1, 2 и 3 выпадений «орла» в серии из трех испытаний.
Ясно, что эту диаграмму можно продолжить, если мы интересуемся еще большим числом испытаний. На фиг. 6.4 приведена аналогичная диаграмма для шести испытаний.
Фиг. 6.4. Диаграмма, подобная изображенной на фиг. 6.3, для серии из шести испытаний.
Число «способов», соответствующих каждой точке диаграммы, – это просто число различных «путей» (т. е., попросту говоря, последовательность выпадения «орла» и «решки»), которыми можно прийти в эту точку из начальной, не возвращаясь при этом назад, а высота этой точки дает общее число выпадений «орла». Этот набор чисел известен под названием треугольника Паскаля, а сами числа называются биномиальными коэффициентами, поскольку они появляются при разложении выражения (a+b)n, Обычно эти числа на нашей диаграмме обозначаются символом (kn), или Ckn (число сочетаний из n по k), где n – полное число
испытаний, а k – число выпадений «орла». Отмечу попутно, что биномиальные коэффициенты можно вычислять по формуле:
(kn)=n!k!(n! — k!), (6.4)
где символ n!, называемый «n–факториалом», обозначает произведение всех целых чисел от 1 до n, т. е. 1?2?3?…?n–1?n. Теперь уже все готово для того, чтобы с помощью выражения (6.1) подсчитать вероятность P(k,n) выпадения k раз «орла» в серии из n испытаний. Полное число всех возможностей будет 2n (поскольку в каждом испытании возможны два исхода), а число равновероятных комбинаций, в которых выпадет «орел», будет (kn), так что
Pk,n=(kn)2n (6.5)
Поскольку Pk,n – доля тех серий испытаний, в которых выпадение «орла» ожидается k раз, то из ста серий k выпадений «орла» ожидается 100?Pk,n раз. Пунктирная кривая на фиг. 6.2 проведена как раз через точки функции 100?Pk,30. Видите, мы ожидали получить 15 выпадений «орла» в 14 или 15 сериях испытаний, а получили только в 13. Мы ожидали получить 16 выпадений «орла» в 13 или 14 сериях испытаний, а получили в 16. Но такие флуктуации вполне допускаются «правилами игры».
Использованный здесь метод можно применять и в более общей ситуации, где в каждом единичном испытании возможны только два исхода, которые давайте обозначим через В (выигрыш) и П (проигрыш). Вообще говоря, вероятности В и П в каждом отдельном испытании могут быть разными. Пусть р, например, будет вероятностью результата В. Тогда q (вероятность результата П) должна быть равна (1–p). В серии из n испытаний вероятность того, что результат В получится k раз, равна
Pk,n=(kn)pkqn–k (6.6)
Эта функция вероятностей называется биномиальным законом распределения вероятности.
§ 3. Случайные блуждания
Существует еще одна интересная задача, при решении которой не обойтись без понятия вероятности. Это проблема «случайных блужданий». В простейшем варианте эта задача выглядит следующим образом. Вообразите себе игру, в которой игрок, начиная от точки х=0, за каждый ход может продвинуться либо вперед (до точки х), либо назад (до точки–х), причем решение о том, куда ему идти, принимается совершенно случайно, ну, например, с помощью подбрасывания монеты. Как описать результат такого движения? В более общей форме эта задача описывает движение атомов (или других частиц) в газе – так называемое броуновское движение – или образование ошибки при измерениях. Вы увидите, насколько проблема «случайных блужданий» тесно связана с описанным выше опытом с подбрасыванием монеты.
Ознакомительная версия.
