Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Мазин П.Н. Основы ядерной электроники учеб. пособие

.pdf
Скачиваний:
9
Добавлен:
25.10.2023
Размер:
12.34 Mб
Скачать

ctWt>)

 

 

,

.

Хц ..

о

~dljd] ~ Х* *

 

+ ~ б ^

+ ''

d <f(г?)

=

*<

 

 

 

 

d (fo )

 

 

 

 

х>=о

 

 

 

 

 

d z(p(&)

=

X.

 

 

 

 

d fy v )2

* ,( /* ) + "

 

 

 

 

 

 

 

 

d S(d(i?)\

ДГр

и т.д.

 

 

, -

-- :

=

 

 

a ( } v f

'i?~o

 

 

 

9

раз, приходив к

Продолжая дифференцирование

формуле для

кумулянта

9

-го

порядка

 

 

 

9 ”

щ * ) *

t>=o

(2.4.1)

Кумулянты имеют удобное для линейного преобразования случайной величины вида г =. ах + ё , свойство, за­ ключающееся в том, что они также подвергаются линейному преобразованию:

X /z)= аХ^эс) +£ ;

2^(1)

Х ^(ъ ) .

Это свойство приводит к равенству коэффициентов асиммет­ рии и эксцесса для величин г и х , связанных зави­

симостью

х. - ЗС

100

Действительно, эту связь можно представить так:

 

х - т 1

 

X

1

I'S ''•

 

4

X

t = -

т 1 , 6х

'I E

II

*ns

 

Y "Щ

Тогда кумулянт первого порядка величины а- будет

Х /г) = аХ/х:) л € - ~ Х / х ) -

= о }

а кумулянты следуияих порядков определятся по второй формуле:

 

Ха(х) _

Х&(х )

Ха(*)

_

Хч(х)

Хь(г) =

 

(хг м ) г

 

 

Подставим полученные выражения в формулы для коэф­ фициентов асимметрии и эксцесса:

Х3(2)

_ Х , ( х ) ф х )

г)

Х*(х)Х*(х)

Хн (г)

Хч(х)

№ ) х * М

Х * ( Х ) ‘ Л Ы -

101

§ 5 . Определение закона распределения случайной величины по ее моментам

Как известно, закон распределения является полной характеристикой случайной величины. Непосредственное нахождение закона распределения весьыа сложно. Наиболее часто встречающиеся задачи ядеряой электроники требует при своей реиенни сложения случайных величин, что при­ водит к композиции законов распределения слагаемых.При­ менение свойства производящих функций, заключающегося в перемножении производящих функций слагаемых, значи­ тельно облегчает определение закона распределения,прав­ да, при этом приходится вычислять интеграл обратного преобразования Фурье. Последнее тоже не всегда легко выполнимо. Поэтому на практике часто прибегают к асимп­ тотическому нахоидению закона распределения случайной величины в виде ряда

f(* ) =

с0 f( x )

+ с, г ' м + с У (я ) + ■■■>

где С0 , С ,

С

-

коэффициенты, связанные с момен­

*f(x)

 

тами распределения}

-

функция, являющаяся ядром разло­

 

 

 

жения.

Для случая регистрации сигналов детекторов ЯИ удоб­ ной функцией является квадратичная экспонента, так как появляется возможность осуществления связи нейду за­ коном Пуассона и нормальным законом, которые являются основными законами, применяемыми при регистрации ядерных излучений.

Перейдем для удобства проведения выкладок к норми­ рованной случайной величине

102

 

z

X - X f

где х

- математическое ожидание случайной величи­

 

ны $

 

(6

- среднее квадратическое отклонение величи­

 

ны X .

 

Тогда выражение для

квадратичной экспоненты примет вид

 

 

if

г

¥( г ) -

Найден производные этой функции:

у ' щ ' v w e г ^ * >;

f “(z)

f b ) - {(гг-1)Г(1)'\-(-1*-И1)Г(г);

Нетрудно заметить, что между производными функции f( ? ) и самой функцией имеется связь черев полиномы, порядок которых определяется порядком производной. Эти полиномы называется полиномами Эрмита. В обмен виде связь между производной f m( i) и функцией </>(г ) вы­

ражается формулой

103

где /7? - порядок производной;

Hm(i) ~ полином Эрмита т -го порядка. Полиномы Эрмита имеет следующие свойства:

I . Полиномы любых трех последовательных порядков связаны между собой рекуррентной формулой

 

 

 

- т Н п .^г)

2.

Полиномы Эрмита образуют систему ортогональны

функций

с весом

^ ( i )

, причем они ортогональны на

всей бесконечной

оси.

При этом

ао

 

 

 

при

т t €;

 

 

 

 

 

 

 

 

при

т = / .

Искомая плотность вероятности теперь запишется сле­

дующим образом:

 

 

 

 

 

f ( i) » c0 f(i)+ С{ 4>'(г) + Caf (

i ) i- ■■■

-

 

 

- С Л М П г ) - С ,Н ,Ш Ы ) .

.

.

.

 

Коэффициенты С0 , С{

можно определить,

учитывая

свойства ортогональности полиномов Эрмита. Яля этого

умножим обе части равенств на

Н ( г )

 

и проинтег­

рируем их в пределах от

-

до

.

Тогда

 

101

оО

—ОО

- 03

откуда

/77 0 0

 

 

 

Cm = -

^

7

.

(2.5.1)

 

 

 

 

- oo

 

 

 

Найдем несколько первых коэффициентов:

 

 

со

 

 

 

on

 

 

С =

/ / №

2

= / ;

^

 

 

=-M(i)=o,

-

°о

 

 

 

-ОО

 

 

где

А

/ -

математическое

ожидание центрированной

 

 

 

случайной величины 2

;

 

 

 

 

ОО

 

 

 

 

<00

Но второй начальный момент нормализованной случайной

величины

равен

т = / , поэтому

Cs = j ( 1 - f ) = о ,

 

ОО

 

<:3=

 

Зп7у) = -^ -т 3 ■

—ОО

 

у ^

~ вг

 

—се

 

 

Подставляя

полученные коэффициенты в общую форму­

лу ряда, получим асимптотическое выражение закона рас­ пределения случайной величины z

105

Сделаем теперь обратный переход к случайной величи­ не х , для чего найдем связь между выражениями для плотностей вероятности обычной и нормированной случай­ ных величин. Известно, что если две случайные величины связаны между собой линейной зависимость» вида i =

70 в* плотности вероятности тоже связаны меж­ ду собой следущей зависимостью:

ffa ) = — f(l: = af i)-

Тогда асимптотическое выражение для плотности вероятно­

сти случайно? величины

X

будет иметь вид

 

t t o ’ - k f '

 

 

 

 

 

Л

 

 

 

 

 

Многие авторы вводят в формулу для

ff'a)

коэффи­

циенты асимметрии и эксцесса

f

и

f 3

Выше мы

определили выражения для

^

и

,'а

через центральные

моменты. В нашем случае

начальные моменты величины 2

представляют собой также и центральные ыоыенты, поэтому можно написать:

т

I

Асимптотический ряд теперь запишется в виде

j т / -

? Ь ) г Ь ) - - ■

(2.5.2)

106

В литературе данный ряд получил название ряда Гра- ма-Шарлье. Недостатком такого ряда является сравнитель­ но медленная сходимость. Поэтому предложен ряд Эджворта, отличающийся от ряда Грама-Шарлье порядком членов и имеющий вид [5 J

Для получения наилучшего приближения члены ряда Эд­ жворта берут группами: за основу принимается первый член ряда (нормальный закон), для более точного прибли­ жения берутся два первых члена ряда, для еще более точ­ ного приближения - четыре первых члена ряда и т .п . Та­ ким образом, ряд автоматически показывает, в какой ме­ ре отличается полученный закон от нормального.

Пример I . Найти асимптотическое выражение для за­ кона Пуассона в виде ряда Эджворта.

Р е ш е н и е . Формула закона Пуассона имеет вид

( Л ) м - f W - P J V - ' - j r * - " .

Характеристическая функция закона Пуассона находится следующим образом:

5 У *

ЩгГ~ =

~ 6Ц1 =

=елр\й(&)\

Н-о

П

 

 

Логарифм характеристической функции, очевидно, ра-

107

вен

Y(&) =■Ц (е ^ ~ /).

Определяем» далее» кумулянты:

 

»:0

 

d ( jv ) 1

О;

 

 

 

^

 

i r d\H (e?*i)\

= N

г?

= Л/,

 

сЦ}*)

t?-c

 

 

1?-0

 

ct\N et*}

 

- Л'е

 

- N и т.д.

% - " 1

 

 

*2~

d(jv)

■&=с

 

 

 

 

 

Коэффициенты асимметрии и эксцесса равны

 

*3

А

/ .

 

 

/о -

 

р

1 '

 

 

л

/ к

/

 

 

 

л - 2f

//Vj2

f F

 

 

Подставляем полученные выражения в формулу асимпто­ тического ряда:

/

■f

где

H-N

г= ] [ Г

108

Пример 2 . Найти приближенное выражение в виде ря­ да Эджворта для биномиального распределения.

Формулу закона Бернулли возьмем в виде

B(N0,N) =f(N) =

Производящая функция моментов закона Бернулли запи­ шется как

н0-н

х м - 2 < г в < ъ * ) -

н-о

0

Н=о

N-0

Логарифм

ПФМ

 

 

 

 

 

У М

= 4пХЫ)

=N0€n [ /

р*

.

Дифференцируя по параметру

&

,

получаем

 

d ^(it)

Л

,&

 

- Л ~ * г

 

 

drs

 

 

 

 

W

 

 

 

 

- Л г?-о

Определяя вторую производную, находим

r

d em

 

 

 

= H0f > ( i - p ) .

z

ch>

 

 

г9—o

 

 

 

 

 

Продолжая дифференцирование, получаем следующие вы­ ражения для коэффициентов асимметрии и эксцесса:

у

а - 2р)

^ (i- 5 p )(i- р + р а)

 

МНоРи-р) *

н0р (1-р)

109

Соседние файлы в папке книги из ГПНТБ