freeCodeCamp/guide/russian/machine-learning/brownian-motion/index.md

11 lines
3.5 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters!

This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.

---
title: Brownian Motion
localeTitle: Броуновское движение
---
## Броуновское движение
Броуновское движение или педификация (от древнегреческого языка: πήδησις / pέːːsis / «прыжок») - это случайное движение частиц, взвешенных в жидкости (жидкости или газе) в результате их столкновения с быстро движущимися атомами или молекулами в газе или жидкость.
Это явление транспорта названо в честь ботаника Роберта Брауна. В 1827 году, просматривая микроскоп на частицах, попавших в полости внутри пыльцевых зерен в воде, он заметил, что частицы перемещаются по воде; но он не смог определить механизмы, вызвавшие это движение. Атомы и молекулы долгое время были теоретизированы как составляющие материи, а Альберт Эйнштейн опубликовал в 1905 году статью, в которой подробно объясняется, как движение, наблюдаемое Брауном, было результатом того, что пыльца перемещается отдельными молекулами воды, делая один из своих первый большой вклад в науку. Это объяснение броуновского движения послужило убедительным доказательством существования атомов и молекул и было экспериментально подтверждено Жан Перрином в 1908 году. Перрин был удостоен Нобелевской премии по физике в 1926 году за «работу над прерывистой структурой материи» (Эйнштейн получил премию пятью годами ранее «за свои услуги по теоретической физике» с конкретной ссылкой на различные исследования). Направление силы атомной бомбардировки постоянно меняется, и в разное время частица попадает больше с одной стороны, чем другая, что приводит к кажущейся случайной природе движения.
Броуновское движение является одним из простейших стохастических (или вероятностных) процессов непрерывного времени, и это предел как более простых, так и более сложных стохастических процессов (см. Случайное блуждание и теорема Донскера). Эта универсальность тесно связана с универсальностью нормального распределения. В обоих случаях зачастую математическое удобство, а не точность моделей, мотивирует их использование.