Локальная теорема Муавра -Лапласа. 0 и 1, то вероятность Р т п того , что событие А произойдет т раз в п независимых испытаниях при достаточно большом числе п, приближенно равна

- функция Гаусса и

Чем больше и, тем точнее приближенная формула (2.7), называемая локальной формулой Муавра-Лапласа. Приближенные значения вероятности Р тпУ даваемые локальной формулой (2.7), на практике используются как точные при пру порядка двух и более десятков, т.е. при условии пру > 20.

Для упрощения расчетов, связанных с применением формулы (2.7), составлена таблица значений функции /(х) (табл. I, приведенная в приложениях). Пользуясь этой таблицей, необходимо иметь в виду очевидные свойства функции /(х) (2.8).

• 1. Функция /(х) является четной , т.е. /(-х) = /(х).
• 2. Функция /(х) - монотонно убывающая при положительных значениях х, причем при х -> со /(х) -» 0.
• (Практически можно считать, что уже при х > 4 /(х) « 0.)

[> Пример 2.5. В некоторой местности из каждых 100 семей 80 имеют холодильники. Найти вероятность того, что из 400 семей 300 имеют холодильники.

Решение. Вероятность того, что семья имеет холодильник, равна р = 80/100 = 0,8. Так как п = 100 достаточно велико (условие пру = = 100 0,8(1-0,8) = 64 > 20 выполнено), то применяем локальную формулу Муавра - Лапласа.

Вначале определим по формуле (2.9)

Тогда по формуле (2.7)

(значение /(2,50) найдено по табл. I приложений). Весьма малое значение вероятности /300,400 не должно вызывать сомнения, так как кроме события

«ровно 300 семей из 400 имеют холодильники» возможно еще 400 событий: «0 из 400», «1 из 400»,..., «400 из 400» со своими вероятностями. Все вместе эти события образуют полную группу, а значит, сумма их вероятностей равна единице. ?

Пусть в условиях примера 2.5 необходимо найти вероятность того, что от 300 до 360 семей (включительно) имеют холодильники. В этом случае по теореме сложения вероятность искомого события

В принципе вычислить каждое слагаемое можно по локальной формуле Муавра - Лапласа, но большое количество слагаемых делает расчет весьма громоздким. В таких случаях используется следующая теорема.

Интегральная теорема Муавра - Лапласа. Если вероятность р наступления события А в каждом испытании постоянна и отлична от 0 и 1, то вероятность того , что число т наступления события А в п независимых испытаниях заключено в пределах от а до Ь (включительно ), при достаточно большом числе п приближенно равна

- функция (или интеграл вероятностей) Лапласа",

(Доказательство теоремы приведено в параграфе 6.5.)

Формула (2.10) называется интегральной формулой Муавра-Лапласа. Чем больше п, тем точнее эта формула. При выполнении условия пру > > 20 интегральная формула (2.10), так же как и локальная, дает, как правило, удовлетворительную для практики погрешность вычисления вероятностей.

Функция Ф(дг) табулирована (см. табл. II приложений). Для применения этой таблицы нужно знать свойства функции Ф(х).

1. Функция ф(х) нечетная, т.е. Ф(-х) = -Ф(х).

? Сделаем замену переменной? = -г. Тогда (к =

= -(12. Пределами интегрирования но переменной 2 будут 0 и х. Получим

поскольку величина определенного интеграла не зависит от обозначения переменной интегрирования. ?

2. Функция Ф(х)монотонно возрастающая , причем при х -> +со ф(.г) -> 1 (практически можно считать, что уже при х > 4 Ф(х)~ 1).

Так как производная интеграла по переменному верхнему пределу равна подынтегральной функции при значении верхнего предела, г.с.

, и всегда положительна, то Ф(х) монотонно возрастает

на всей числовой прямой.

Сделаем замену переменнойтогда пределы интегрирования не меняются и

(так как интеграл от четной функции

Учитывая, что (интеграл Эйлера - Пуассона), получим

?

О Пример 2.6. По данным примера 2.5 вычислить вероятность того, что от 300 до 360 (включительно) семей из 400 имеют холодильники.

Решение. Применяем интегральную теорему Муавра - Лапласа {пру = 64 > 20). Вначале определим по формулам (2.12)

Теперь по формуле (2.10), учитывая свойства Ф(.т), получим

(по табл. II приложений ?

Рассмотрим следствие интегральной теоремы Муавра - Лапласа. Следствие. Если вероятность р наступления события А в каждом испытании постоянна и отлична от 0 и I, то при достаточно большом числе п независимых испытаний вероятность того, что:

а) число т наступлений события А отличается от произведения пр не более чем на величину е > 0 {по абсолютной величине), т.е.

б) частость т/п события А заключена в пределах от а до р (вклю - чительноУ , т.е.

в) частость события А отличается от его вероятности р не более чем на величину А > 0 {по абсолютной величине ), т.е.

А) Неравенство |/?7-7?/?| равносильно двойному неравенству пр-е Поэтому по интегральной формуле (2.10)

• б) Неравенство а равносильно неравенству а при а = па и Ь = /?р. Заменяя в формулах (2.10), (2.12) величины а и Ь полученными выражениями, получим доказываемые формулы (2.14) и (2.15).
• в) Неравенство mjn- р равносильно неравенству т-пр Заменяя в формуле (2.13) г = Ап, получим доказываемую формулу (2.16). ?

[> Пример 2.7. По данным примера 2.5 вычислить вероятность того, что от 280 до 360 семей из 400 имеют холодильники.

Решение. Вычислить вероятность Р 400 (280 т пр = 320. Тогда по формуле (2.13)

[> Пример 2.8. По статистическим данным, в среднем 87% новорожденных доживают до 50 лет.

• 1. Найти вероятность того, что из 1000 новорожденных доля (частость) доживших до 50 лет будет: а) заключена в пределах от 0,9 до 0,95; б) будет отличаться от вероятности этого события не более чем на 0,04 (но абсолютной величине).
• 2. При каком числе новорожденных с надежностью 0,95 доля доживших до 50 лет будет заключена в границах от 0,86 до 0,88?

Решение. 1, а) Вероятность р того, что новорожденный доживет до 50 лет, равна 0,87. Так как п = 1000 велико (условие прд =1000 0,87 0,13 = = 113,1 > 20 выполнено), то используем следствие интегральной теоремы Муавра - Лапласа. Вначале определим по формулам (2.15)

Теперь по формуле (2.14)

1, б) По формуле (2.16)

Таккак неравенство равносильно неравенству

полученный результат означает, что практически достоверно, что от 0,83 до 0,91 числа новорожденных из 1000 доживут до 50 лет. ?

2. По условию или

По формуле (2.16) при А = 0,01

По табл. II приложений Ф(Г) = 0,95 при Г = 1,96, следовательно,

откуда

т.е. условие (*) может быть гарантировано при существенном увеличении числа рассма триваемых новорожденных до п = 4345. ?

• Доказательство теоремы приведено в параграфе 6.5. Вероятностный смысл величинпр, прс{ устанавливается в параграфе 4.1 (см. замечание на с. 130).
• Вероятностный смысл величины рч/п устанавливается в параграфе 4.1.

давление непосредственно под выпуклой поверхностью жидкости больше давления под плоской поверхностью жидкости, а давление под вогнутой поверхностью жидкости меньше давления, чем под плоской поверхностью.

Расчет давления под сферической поверхностью жидкости

Она представляет из себя тонкий слой воды, который имеет две ограничивающие поверхности: внутреннюю и внешнюю. Радиусы кривизны этих поверхностей можно считать одинаковыми, так как толщина пленки в тысячи раз меньше радиуса пузыря. Вода из этого слоя постепенно стекает, слой утончается и, наконец, рвется. Так что пузыри по воде плавают не очень долго: от долей секунды до десятка секунд. Надо отметить, что по мере утончения водяной пленки размер пузыря практически не меняется.

Рассчитаем избыточное давление в таком пузыре. Для простоты рассмотрим однослойную полусферу радиуса r, располагающуюся на горизонтальной поверхности, будем так же считать, что снаружи воздуха нет. Пленка удерживается на заштрихованной поверхности за счет смачивания (рис. 2.3). При этом на нее вдоль границы контакта с поверхностью действует сила поверхностного натяжения, равная

где - коэффициент поверхностного натяжения жидкости,

Длина границы раздела пленка-поверхность равная .

Т. е. имеем:

.

Эта сила, действующая на пленку, а через нее и на воздух, направлена перпендикулярно поверхности (см. рис 2.3). Так что давление воздуха на поверхность и, следовательно, внутри пузыря можно рассчитать так:

Где F - сила поверхностного натяжения, равная ,

S - площадь поверхности: .

Подставляя значение силы F и площади S в формулу расчета давления получим:

и окончательно .

В нашем примере с воздушным пузырем на поверхности воды пленка двойная и, следовательно, избыточное давление равно .

На рисунке 2.4 приведены примеры однослойных сферических поверхностей, которые могут образоваться на поверхности жидкости. Над жидкостью находится газ, имеющий давление .

Капилля́рность (от лат. capillaris - волосяной), капиллярный эффект - физическое явление, заключающееся в способности жидкостей изменять уровень в трубках, узких каналах произвольной формы, пористых телах. Поднятие жидкости происходит в случаях смачивания каналов жидкостями, например воды в стеклянных трубках, песке, грунте и т. п. Понижение жидкости происходит в трубках и каналах, не смачиваемых жидкостью, например ртуть в стеклянной трубке.

На основе капиллярности основана жизнедеятельность животных и растений, химические технологии, бытовые явления (например, подъём керосина по фитилю в керосиновой лампе, вытирание рук полотенцем). Капиллярность почвы определяется скоростью, с которой вода поднимается в почве и зависит от размера промежутков между почвенными частицами.

Формула Лапласа

Рассмотрим тонкую жидкую плёнку, толщиной которой можно пренебречь. Стремясь минимизировать свою свободную энергию, плёнка создаёт разность давления с разных сторон. Этим объясняется существование мыльных пузырей: плёнка сжимается до тех пор, пока давление внутри пузыря не будет превышать атмосферное на величину добавочного давления плёнки. Добавочное давление в точке поверхности зависит от средней кривизны в этой точке и даётся формулой Лапласа:

Здесь R 1,2 - радиусы главных кривизн в точке. Они имеют одинаковый знак, если соответствующие центры кривизны лежат по одну сторону от касательной плоскости в точке, и разный знак - если по разную cторону. Например, для сферы центры кривизны в любой точке поверхности совпадают с центром сферы, поэтому

Для случая поверхности кругового цилиндра радиуса R имеем

Известно, что поверхность жидкости около стенок сосуда искривляется. Свободная поверхность жидкости, искривлённая около стенок сосуда, называется мениском (рис. 145).

Рассмотрим тонкую жидкую плёнку, толщиной которой можно пренебречь. Стремясь минимизировать свою свободную энергию, плёнка создаёт разность давления с разных сторон. Из-за действия сил поверхностного натяжения в каплях жидкости и внутри мыльных пузырей возникает добавочное давление (плёнка сжимается до тех пор, пока давление внутри пузыря не будет превышать атмосферное на величину добавочного давления плёнки ).

Рис. 146.

Рассмотрим поверхность жидкости, опирающуюся на некоторый плоский контур (рис.146, а ). Если поверхность жидкости не плоская, то стремление ее к сокращению и приведет к возникновению давления , дополнительного к тому, которое испытывает жидкость с плоской поверхностью. В случае выпуклой поверхности это дополнительное давление положительно (рис. 146, б ), в случае вогнутой поверхности – отрицательно (рис. 146, в ). В последнем случае поверхностный слой, стремясь сократиться, растягивает жидкость.

Величина добавочного давления, очевидно, должна возрастать с увеличением коэффициента поверхностного натяжения и кривизны поверхности .

Рис. 147.

Вычислим добавочное давление для сферической поверхности жидкости. Для этого рассечем мысленно сферическую каплю жидкости диаметральной плоскостью на два полушария (рис. 147). Из-за поверхностного натяжения оба полушария притягиваются друг к другу с силой, равной:

.

Эта сила прижимает друг к другу оба полушария по поверхности и, следовательно, обусловливает дополнительное давление:

Кривизна сферической поверхности всюду одинакова и определяется радиусом сферы . Очевидно, что чем меньше , тем больше кривизна сферической поверхности.

Избыточное давление внутри мыльного пузыря в два раза больше, так как пленка имеет две поверхности:

Добавочное давление обусловливает изменение уровня жидкости в узких трубках (капиллярах), вследствие чего называется иногда капиллярным давлением .

Кривизну произвольной поверхности принято характеризовать так называемой средней кривизной , которая может оказаться различной для разных точек поверхности.

Величина дает кривизну сферы. В геометрии доказывается, что полусумма обратных радиусов кривизны для любой пары взаимно перпендикулярных нормальных сечений имеет одно и то же значение:

. (1)

Эта величина и есть средняя кривизна поверхности в данной точке. В этой формуле радиусы – алгебраические величины. Если центр кривизны нормального сечения находится под данной поверхностью, соответствующий радиус кривизны положителен; если центр кривизны лежит над поверхностью, радиус кривизны отрицателен (рис.148).

Рис. 148.

Таким образом, неплоская поверхность может иметь среднюю кривизну, равную нулю. Для этого нужно, чтобы радиусы кривизны были одинаковы по величине и противоположны по знаку.

Например, для сферы центры кривизны в любой точке поверхности совпадают с центром сферы, поэтому и . Для случая поверхности кругового цилиндра радиуса имеем: , и .

Можно доказать, что для поверхности любой формы справедливо соотношение:

Подставив в формулу (2) выражение (1), получим формулу добавочного давления под произвольной поверхностью, называемую формулой Лапласа (рис. 148):

. (3)

Радиусы и в формуле (3) – алгебраические величины. Если центр кривизны нормального сечения находится под данной поверхностью, соответствующий радиус кривизны положителен; если центр кривизны лежит над поверхностью, радиус кривизны отрицателен.

Пример. Если в жидкости имеется пузырек газа, то поверхность пузырька, стремясь сократиться, будет оказывать на газ дополнительное давление . Найдем радиус пузырька в воде, при котором добавочное давление равно1 aтм . .Коэффициент поверхностного натяжения воды при равен . Следовательно, для получается следующее значение: .

При достаточно большом формула Бернулли дает громоздкие вычисления. Поэтому в таких случаях применяют локальную теорему Лапласа.

Теорема (локальная теорема Лапласа). Если вероятностьpпоявления события А в каждом испытании постоянна и отлична от 0 и 1, то вероятность
того, что событие А появится вnнезависимых испытаниях ровноkраз, приближенно равна значению функции:

,

.

Имеются таблицы, в которых находятся значения функции
, для положительных значенийx.

Заметим, что функция
четна.

Итак, вероятность того, что событие А появится в nиспытаниях ровноkраз приближенно равна

, где
.

Пример. На опытном поле посеяли 1500 семян. Найти вероятность того, что всходы дадут 1200 семян, если вероятность того, что зерно взойдет, равна 0,9.

Решение.

Интегральная теорема Лапласа

Вероятность того, что в nнезависимых испытаниях событие А появится не менееk1 раз и не болееk2 раз вычисляется по интегральной теореме Лапласа.

Теорема (интегральная теорема Лапласа). Если вероятность р наступления события а в каждом испытании постоянна и отлична от 0 и 1, то вероятность того, что событие А вnиспытаниях появится не менееk 1 раз и не болееk 2 раз приближенно равна значению определенного интеграла:

.

Функция
называется интегральной функцией Лапласа, она нечетна и ее значение находятся по таблице для положительных значенийx.

Пример. В лаборатории из партии семян, имеющих всхожесть 90%, высеяно 600 семян, давших всходы, не менее 520 и не более 570.

Решение.

Формула Пуассона

Пусть производится nнезависимых испытаний, вероятность появления события А в каждом испытании постоянна и равна р. Как мы уже говорили, вероятность появления события А вnнезависимых испытаниях ровноkраз можно найти по формуле Бернулли. При достаточно большомnиспользуют локальную теорему Лапласа. Однако, эта формула непригодна, когда вероятность появления события в каждом испытании мала или близка к 1. А при р=0 или р=1 вообще не применима. В таких случаях пользуются теоремой Пуассона.

Теорема (теорема Пуассона). Если вероятность р наступления события А в каждом испытании постоянна и близка к 0 или 1, а число испытаний достаточно велико, то вероятность того, что вnнезависимых испытаниях событие А появится ровноkраз находится по формуле:

.

Пример. Рукопись объемом в тысячу страниц машинописного текста содержит тысячу опечаток. Найти вероятность того, что наудачу взятая страница содержит хотя бы одну опечатку.

Решение.

Вопросы для самопроверки

Сформулируйте классическое определение вероятности события.

Сформулируйте теоремы сложения и умножения вероятностей.

Дайте определение полной группы событий.

Запишите формулу полной вероятности.

Запишите формулу Бейеса.

Запишите формулу Бернулли.

Запишите формулу Пуассона.

Запишите локальную формулу Лапласа.

Запишите интегральную формулу Лапласа.

Тема 13. Случайная величина и ее числовые характеристики

Литература: ,,,,,.

Одним из основных понятий в теории вероятностей является понятие случайной величины. Так принято называть переменную величину, которая принимает свои значения в зависимости от случая. Различают два вида случайных величин: дискретные и непрерывные. Случайные величины принято обозначать X,Y,Z.

Случайная величина Х называется непрерывной (дискретной), если она может принимать лишь конечное или счетное число значений. Дискретная случайная величина Х определена, если даны все ее возможные значения х 1 , х 2 , х 3 ,…х n (число которых может быть как конечным, так и бесконечным) и соответствующие вероятности р 1 , р 2 , р 3 ,…р n .

Закон распределения дискретной случайной величины Х обычно задается таблицей:

Первая строка состоит из возможных значений случайной величины Х, а во второй строке указаны вероятности этих значений. Сумма вероятностей, с которыми случайная величина Х принимает все свои значения, равна единице, то есть

р 1 +р 2 + р 3 +…+р n =1.

Закон распределения дискретной случайной величины Х можно изобразить графически. Для этого в прямоугольной системе координат строят точки М 1 (х 1 ,р 1), М 2 (х 2 ,р 2), М 3 (х 3 ,р 3),…М n (x n ,p n) и соединяют их отрезками прямых. Полученную фигуру называют многоугольником распределения случайной величины Х.

Пример. Дискретная величина Х задана следующим законом распределения:

Требуется вычислить: а) математическое ожидание М(Х), б) дисперсию D(X), в) среднее квадратическое отклонение σ.

Решение. а) Математическое ожидание М(Х), дискретной случайной величины Х называется сумма попарных произведений всех возможных значений случайной величины на соответствующие вероятности этих возможных значений. Если дискретная случайная величина Х задана с помощью таблицы (1), то математическое ожидание М(Х) вычисляется по формуле

М(Х)=х 1 ∙р 1 +х 2 ∙р 2 +х 3 ∙р 3 +…+х n ∙p n . (2)

Математическое ожидание М(Х) называют также средним значением случайной величины Х. Применяя (2), получим:

М(Х)=48∙0,2+53∙0,4+57∙0,3 +61∙0,1=54.

б) Если М(Х) есть математическое ожидание случайной величины Х, то разность Х-М(Х) называется отклонением случайной величины Х от среднего значения. Эта разность характеризует рассеяние случайной величины.

Дисперсией (рассеянием) дискретной случайной величины Х называется математическое ожидание (среднее значение) квадрата отклонения случайной величины от ее математического ожидания. Таким образом, по самому определению имеем:

D(X)=M 2 . (3)

Вычислим все возможные значения квадрата отклонения.

2 =(48-54) 2 =36

2 =(53-54) 2 =1

2 =(57-54) 2 =9

2 =(61-54) 2 =49

Чтобы вычислить дисперсию D(X), составим закон распределения квадрата отклонения и затем применим формулу (2).

D(X)= 36∙0,2+1∙0,4+9∙0,3 +49∙0,1=15,2.

Следует отметить, что для вычисления дисперсии часто используют следующее свойство: дисперсия D(X) равна разности между математическим ожиданием квадрата случайной величины Х и квадратом ее математического ожидания, то есть

D(X)-M(X 2)- 2 . (4)

Чтобы вычислить дисперсию по формуле (4), составим закон распределения случайной величины Х 2:

Теперь найдем математическое ожидание М(Х 2).

М(Х 2)= (48) 2 ∙0,2+(53) 2 ∙0,4+(57) 2 ∙0,3 +(61) 2 ∙0,1=

460,8+1123,6+974,7+372,1=2931,2.

Применяя (4), получим:

D(X)=2931,2-(54) 2 =2931,2-2916=15,2.

Как видно, мы получили такой же результат.

в) Размерность дисперсии равна квадрату размерности случайной величины. Поэтому для характеристики рассеяния возможных значений случайной величины вокруг ее среднего значения более удобно рассматривать величину, которая равна арифметическому значению корня квадратного из дисперсии, то есть
. Эту величину называют средним квадратическим отклонением случайной величины Х и обозначают через σ. Таким образом

σ=
. (5)

Применяя (5), имеем: σ=
.

Пример. Случайная величина Х распределена по нормальному закону. Математическое ожидание М(Х)=5; дисперсияD(X)=0,64. Найти вероятность того, что в результате испытания Х примет значение в интервале (4;7).

Решение .Известно, что если случайная величина Х задана дифференциальной функциейf(x), то вероятность того, что Х примет значение, принадлежащее интервалу (α,β), вычисляется по формуле

. (1)

Если величина Х распределена по нормальному закону, то дифференциальная функция

,

где а =М(Х) и σ=
. В этом случае получаем из (1)

. (2)

Формулу (2) можно преобразовать, используя функцию Лапласа.

Сделаем подстановку. Пусть
. Тогда
илиdx =σ∙ dt .

Следовательно
, гдеt 1 иt 2 соответствующие пределы для переменнойt.

Сократив на σ, будем иметь

Из введенной подстановки
следует, что
и
.

Таким образом,

(3)

По условию задачи имеем: а=5; σ=
=0,8; α=4; β=7. Подставив эти данные в (3), получим:

=Ф(2,5)-Ф(-1,25)=

=Ф(2,5)+Ф(1,25)=0,4938+0,3944=0,8882.

Пример. Считается, что отклонение длины изготавливаемых деталей от стандарта является случайной величиной, распределенной по нормальному закону. Стандартная длина (математическое ожидание) а=40 см, среднее квадратическое отклонение σ=0,4 см. Найти вероятность того, что отклонение длины от стандартной составит по абсолютной величине не более 0,6 см.

Решение .Если Х – длина детали, то по условию задачи эта величина должна быть в интервале (а-δ,а+δ), где а=40 и δ=0,6.

Положив в формулу (3) α= а-δ и β= а+δ, получим

. (4)

Подставив в (4) имеющиеся данные, получим:

Следовательно, вероятность того, что изготавливаемые детали по длине будут в пределах от 39,4 до 40,6 см, составляет 0,8664.

Пример. Диаметр деталей, изготавливаемых заводом, является случайной величиной, распределенной по нормальному закону. Стандартная длина диаметраа=2,5 см, среднее квадратическое отклонение σ=0,01. В каких границах можно практически гарантировать длину диаметра этой детали, если за достоверное принимается событие, вероятность которого равна 0,9973?

Решение. По условию задачи имеем:

а=2,5; σ=0,01; .

Применяя формулу (4), получаем равенство:

или
.

По таблице 2 находим, что такое значение функция Лапласа имеет при х=3. Следовательно,
; откуда σ=0,03.

Таким образом, можно гарантировать, что длина диаметра будет изменяться в пределах от 2,47 до 2,53 см.

Рассмотрим поверхность жидкости, опирающуюся на некоторый плоский контур. Если поверхность жидкости не плоская, то стремление её к сокращению приведёт к возникновению давления, дополнительного к тому, которое испытывает жидкость с плоской поверхностью. В случае выпуклой поверхности это дополнительное давление положительно, в случае вогнутой поверхности – отрицательно. В последнем случае поверхностный слой, стремясь сократиться, растягивает жидкость. Работа преподаватель курса кадровое делопроизводство москва .

Величина добавочного давления, очевидно, должна возрастать с увеличением коэффициента поверхностного натяжения α и кривизны поверхности. Вычислим добавочное давление для сферической поверхности жидкости. Для этого рассечём сферическую каплю жидкости диаметральной плоскостью на два полушария (рис. 5).

Сечение сферической капли жидкости.

Из-за поверхностного натяжения оба полушария притягиваются друг к другу с силой, равной:

Эта сила прижимает друг к другу оба полушария по поверхности S=πR2 и следовательно, обуславливает дополнительное давление:

∆p=F/S=(2πRα)/ πR2=2α/R (4)

Кривизна сферической поверхности всюду одинакова и определяется радиусом сферы R. Очевидно, что чем меньше R, тем больше кривизна сферической поверхности. Кривизну произвольной поверхности принято характеризовать так называемой средней кривизной, которая может оказаться различной для разных точек поверхности.

Средняя кривизна определяется через кривизну нормальных сечений. Нормальным сечением поверхности в некоторой точке называется линия пересечения этой поверхности с плоскостью, проходящей через нормаль к поверхности в рассматриваемой точке. Для сферы любое нормальное сечение представляет собой окружность радиуса R (R-радиус сферы). Величина H=1/R даёт кривизну сферы. В общем случае различные сечения, проведённые через одну и ту же точку, имеют различную кривизну. В геометрии доказывается, что полусумма обратных радиусов кривизны

H=0,5(1/R1+1/R2) (5)

для любой пары взаимно перпендикулярных нормальных сечений имеет одно и тоже значение. Эта величина и есть средняя кривизна поверхности в данной точке.

Радиусы R1 и R2 в формуле (5) – алгебраические величины. Если центр кривизны нормального сечения находиться под данной поверхностью, соответствующий радиус кривизны положителен, если центр кривизны лежит над поверхностью, радиус кривизны отрицателен.

Для сферы R1=R2=R, так что в соответствии с (5) H=1/R. Заменив в (4) 1/R через H, получим, что

Лаплас доказал, что формула (6) справедлива для поверхности любой формы, если под H понимать среднюю кривизну поверхности в это точке, под которой определяется дополнительное давление. Подставив в (6) выражение (5) для средней кривизны, получим формулу для добавочного давления под произвольной поверхностью:

∆p=α(1/R1+1/R2) (7)

Она называется формулой Лапласа.

Добавочное давление (7) обуславливает изменение уровня жидкости в капилляре, вследствие чего называется иногда капиллярным давлением.

Существование краевого угла приводит к тому, что вблизи стенок сосуда наблюдается искривление поверхности жидкости. В капилляре или в узком зазоре между двумя стенками искривленной оказывается вся поверхность. Если жидкость смачивает стенки, поверхность имеет вогнутую форму, если не смачивает – выпуклую (рис. 4). Такого рода изогнутые поверхности жидкости называются менисками.

Если капилляр погрузить одним концом в жидкость, налитую в широкий сосуд, то под искривлённой поверхностью в капилляре давление будет отличаться от давления по плоской поверхностью в широком сосуде на величину ∆p, определённую формулой (7). В результате при смачивании капилляра уровень жидкости в нём будет выше, чем в сосуде, при несмачивании – ниже.