Previous Page  8 / 17 Next Page
Information
Show Menu
Previous Page 8 / 17 Next Page
Page Background

принимает значение

t

ij

, равное

t

ij

=

m

1

m

2

ρn

2

p

k

2

ρm

2

1

+

m

2

2

×

×

 

k

2

1

i

n

1

1

m

1

+

k

1

1

j

n

2

k

m

2

 

m

2

k

1

k

2

 

k

2

1

i

n

1

1

m

1

+

k

1

1

j

n

2

k

m

2

 

m

2

k

m

1

+

k

1

Δ

ij

,

где

Δ

ij

=

i

Y

s

1

=1

1

1

m

1

(

n

1

s

1

+ 1)

j

Y

s

2

=1

1

1

m

2

(

n

2

s

2

+ 1)

!

k

.

При этом для

m

2

/k

1

<

0

и

k

2

1

i

n

1

1

m

1

+

k

1

1

j

n

2

k

m

2

= 0

сохраняется условие

 

k

2

1

i

n

1

1

m

1

+

k

1

1

j

n

2

k

m

2

 

m

2

k

1

k

2

 

k

2

1

i

n

1

1

m

1

+

k

1

1

j

n

2

k

m

2

 

m

2

k

m

1

+

k

1

= 0

.

Отметим, что параметр

t

ij

не зависит от траектории частицы. Осно-

вываясь на описанной модели случайного блуждания предложен метод

вычисления точных распределений статистики

T

[9].

Теорема 3.

Вероятность

P

{

T < h

}

равна

π

n

1

,n

2

(

h

)

,

которую

можно получить повторным применением соотношения

ISSN 1812-3368. Вестник МГТУ им. Н.Э. Баумана. Сер. “Естественные науки”. 2015. № 6

75