Напомним предварительно, что если случайная величина R распределена равномерно в интервале (0,1), то ее математическое ожидание и дисперсия соответственно равны (см. гл. XII, § 1, замечание 3):

M (R )= 1/2, (*)

D (R )= 1/2. (**)

Составим сумму п независимых, распределенных рав­номерно в интервале (0,1) случайных величин R j (j =1, 2, ...,n):

Для нормирования этой суммы найдем предварительно ее математическое ожидание и дисперсию.

Известно, что математическое ожидание суммы слу­чайных величин равно сумме математических ожиданий слагаемых. Сумма (***) содержит п слагаемых, матема­тическое ожидание каждого из которых в силу (*) равно 1/2; следовательно, математическое ожидание суммы (*** )

Известно, что дисперсия суммы независимых случай­ных величин равна сумме дисперсий слагаемых. Сумма (***) содержит n независимых слагаемых, дисперсия каж­дого из которых в силу (**) равна 1/12; следовательно, дисперсия суммы (***)

Отсюда среднее квадратическое отклонение суммы (***)

Пронормируем рассматриваемую сумму, для чего выч­тем математическое ожидание и разделим результат на среднее квадратическое отклонение:

В силу центральной предельной теоремы при п→∞ распределение этой нормированной случайной величины стремится к нормальному с параметрами а= 0 и σ=1. При конечном п распределение прибли­женно нормальное. В частности, при п = 12 получим достаточно хорошее и удобное для расчета приближение

Правило. Для того чтобы разыграть возможное зна­чение x i нормальной случайной величины Х с парамет­рами а=0 и σ=1, надо сложить 12 независимых слу­чайных чисел и из полученной суммы вычесть 6:

Пример, а) Разыграть 100 возможных значений нормальной вели­чины Х с параметрами а=0 и σ=1; б) оценить параметры разыг­ранной величины.

Решение. а) Выберем 12 случайных чисел из первой строки таблицы *) , сложимих и из полученной суммы вычтем 6; в итоге имеем

x i =(0,10+0,09+...+0,67) - 6= - 0,99.

Аналогично, выбирая из каждой следующей строки таблицы пер­вые 12 чисел, найдем остальные возможные значения X.

б) Выполнив расчеты, получим искомые оценки:

Оценки удовлетворительные: а* близко к нулю, σ* мало отличается от единицы.

Замечание. Если требуется разыграть возможное значение z i , нормальной случайной величины Z с математическим ожиданием а и средним квадратическим отклонением σ , то, разыграв по пра­вилу настоящего параграфа возможное значение x i , находят искомое возможное значение по формуле

z i =σx i +a.

Эта формула получена из соотношения (z i -a )/σ=x i .

Задачи

1. Разыграть 6 значений дискретной случайной величины X, закон распределения которой задан в виде таблицы

X		3,2
p	0,18	0,24	0,58

Указание. Для определенности принять, что выбраны слу­чайные числа: 0,73; 0,75; 0,54; 0,08; 0,28; 0,53. Отв. 10; 10; 10; 2; 3; 22; 10.

2. Разыграть 4 испытания, в каждом из которых вероятность появления события А равна 0,52.

Указание. Для определенности принять, что выбраны слу­чайные числа: 0;28; 0,53; 0,91; 0,89.

Отв. А, , .

3. Заданы вероятности трех событий, образующих полную группу: Р (А 1)=0,20, Р (А 2)=0,32, Р (А 3 )= 0,48. Разыграть 6 испытаний, в каждом из которых появляется одно из заданных событий.

Указание. Для определенности принять, что выбраны слу­чайные числа: 0,77; 0,19; 0,21; 0,51; 0,99; 0,33.

Отв. А 3 , А 1 , А 2 , А 2 , А 3 , А 2 .

4. События А и В независимы и совместны. Разыграть 5 испы­таний, в каждом из которых вероятность появления события А равна 0,5, а события В- 0,8.

А 1 =АВ , для определенности принять случайные числа: 0,34; 0,41; 0,48; 0,21; 0,57.

Отв. А 1 , А 2 , А 2 , А 1 , А 3 .

5. События А, В, С независимы и совместны. Разыграть 4 испы­тания в каждом из которых вероятности появления событий заданы: Р (А )= 0,4, Р (В )= 0,6, Р (С )= 0,5.

Указание. Составить полную группу событий: для определенности принять, что выбраны случайные числа: 0,075; 0,907; 0,401; 0,344.

Отв.А 1 , А 8 , А 4 , А 4 .

6. События А и В зависимы и совместны. Разыграть 4 испытания, в каждом из которых заданы вероятности: Р (А )=0,7, Р (В )=0,6, Р (АВ )=0,4.

Указание. Составить полную группу событий: А 1 =АВ , для определенности принять случайные числа: 0,28; 0,53; 0,91; 0,89.

Отв. А 1 , А 2 , А 4 , А 3 .

7. Разыграть 3 возможных значения непрерывной случайной величины X, которая распределена по показательному закону и задана функцией распределения F (х )= 1 - е -10 x .

Указание. Для определенности принять, что выбраны слу­чайные числа: 0,67; 0,79; 0,91.

Отв. 0,04; 0,02; 0,009.

8. Разыграть 4 возможных значения непрерывной случайной величины X, распределенной равномерно в интервале (6,14).

Указание. Для определенности принять, что выбраны слу­чайные числа: 0,11: 0,04; 0,61; 0,93.

Отв. 6,88; 6,32; 10,88; 13,44.

9. Найти методом суперпозиции явные формулы для разыгрывания непрерывной случайной величины X, заданной функцией рас­пределения

F (x )=1- (1/3)(2е- 2 x +е -3 x:), 0<х <∞.

Отв. х= - (1/2)1п r 2 , если r 1 < 2/3; х = - (1/3)1п r 2 , если r 1 ≥2/3.

10. Найти явную формулу для разыгрывания непрерывной слу­чайной величины X, заданной плотностью вероятности f (х )=b /(1 +ax ) 2 в интервале 0≤x ≤1/(b-a ); вне этого интервала f(x)=0.

Отв. х i = - r i /(b - ar i ).

11. Разыграть 2 возможных значения нормальной случайной величины с параметрами: а) а =0, σ =1; б) а =2, σ =3.

Указание. Для определенности принять случайные числа (далее указано число сотых долей; например, числу 74 соответствует слу­чайное число r 1 =0,74): 74. 10, 88, 82. 22, 88, 57, 07, 40, 15, 25, 70; 62, 88, 08, 78, 73, 95, 16, 05, 92, 21, 22, 30.

Отв. а) x 1 = - 0,22, x 2 = - 0.10; 6) z 1 =1,34, z 2 =2,70.

Глава двадцать вторая

Из всех случайных величин проще всего разыгрывать (моделировать) равномерно распределенную величину . Рассмотрим, как это делается.

Возьмем какое-то устройство, на выходе которого с вероятностью могут появляться цифры 0 или 1; появление той или другой цифры должно быть случайным. Таким устройством может быть бросаемая монета, игральная кость (четно - 0, нечетно - 1) или специальный генератор, основанный на подсчете числа радиоактивных распадов или всплесков радиошума за определенное время (четно или нечетно).

Запишем у как двоичную дробь и на место последовательных разрядов будем ставить цифры, выдаваемые генератором: например, . Поскольку в первом разряде с равной вероятностью могут стоять 0 или 1, это число с равной вероятностью лежит в левой или правой половине отрезка . Поскольку во втором разряде тоже 0 и 1 равновероятны, число с равной вероятностью лежит в каждой половине этих половин и т. д. Значит, двоичная дробь со случайными цифрами действительно с равной вероятностью принимает любое значение на отрезке

Строго говоря, разыграть можно только конечное количество разрядов k. Поэтому распределение будет не вполне требуемым; математическое ожидание окажется меньше 1/2 на величину (ибо значение возможно, а значение невозможно). Чтобы этот фактор не сказывался, следует брать многоразрядные числа; правда, в методе статистических испытаний точность ответа обычно не бывает выше 0,1% -103, а условие дает что на современных ЭВМ перевыполнено с большим запасом.

Псевдослучайные числа. Реальные генераторы случайных чисел не свободны от систематических ошибок: несимметричность монеты, дрейф нуля и т. д. Поэтому качество выдаваемых ими чисел проверяют специальными тестами. Простейший тест - вычисление для каждого разряда частоты появления нуля; если частота заметно отлична от 1/2, то имеется систематическая ошибка, а если она слишком близка к 1/2, то числа не случайные - есть какая-то закономерность. Более сложные тесты - это вычисление коэффициентов корреляции последовательных чисел

или групп разрядов внутри числа; эти коэффициенты должны быть близкими к нулю.

Если какая-то последовательность чисел удовлетворяет этим тестам, то ее можно использовать в расчетах по методу статистических испытаний, не интересуясь ее происхождением.

Разработаны алгоритмы построения таких последовательностей; символически их записывают рекуррентными формулами

Такие числа называют псевдослучайными и вычисляют на ЭВМ. Это обычно удобнее, чем использование специальных генераторов. Но для каждого алгоритма есть свое предельное число членов последовательности, которое можно использовать в расчетах; при большем числе членов теряется случайный характер чисел, например - обнаруживается периодичность.

Первый алгоритм получения псевдослучайных чисел был предложен Нейманом. Возьмем число из цифр (для определенности десятичных) и возведем его в квадрат. У квадрата оставим средних цифр, откинув последних и (или ) первых. Полученное число снова возведем в квадрат и т. д. Значения получаются умножением этих чисел на Например, положим и выберем начальное число 46; тогда получим

Но распределение чисел Неймана недостаточно равномерно (преобладают значения что хорошо видно на приведенном примере), и сейчас их редко употребляют.

Наиболее употребителен сейчас несложный и неплохой алгоритм, связанный с выделением дробной части произведения

где А - очень большая константа (фигурная скобка обозначает дробную часть числа). Качество псевдослучайных чисел сильно зависит от выбора величины А: это число в двоичной записи должно иметь достаточно «случайный» хотя его последний разряд следует брать единицей. Величина слабо влияет на качество последовательности, но было отмечено, что некоторые значения оказываются неудачными.

При помощи экспериментов и теоретического анализа исследованы и рекомендуются такие значения: для БЭСМ-4; для БЭСМ-6. Для некоторых американских ЭВМ рекомендуются и эти цифры связаны с количеством разрядов в мантиссе и порядке числа, поэтому для каждого типа ЭВМ они свои.

Замечание 1. В принципе формулы типа (54) могут давать очень длинные хорошие последовательности, если записывать их в нерекуррентном виде и все умножения выполнять без округления. Обычное округление на ЭВМ ухудшает качество псевдослучайных чисел, но тем не менее до членов последовательности обычно годятся.

Замечание 2. Качество последовательности улучшается, если ввести в алгоритм (54) небольшие случайные возмущения; например, после нормализации числа полезно засылать в последние двоичные разряды его мантиссы двоичный порядок числа

Строго говоря, закономерность псевдослучайных чисел должна быть незаметна по отношению к требуемому частному применению. Поэтому в несложных или удачно сформулированных задачах можно использовать последовательности не очень хорошего качества, но при этом необходимы специальные проверки.

Произвольное распределение. Для разыгрывания случайной величины с неравномерным распределением можно воспользоваться формулой (52). Разыграем у и определим из равенства

Если интеграл берется в конечном виде и формула несложна, то это наиболее удобный способ. Для некоторых важных распределений - Гаусса, Пуассона - соответствующие интегралы не берутся и разработаны специальные способы разыгрывания.

Метод обратных функций

Пусть требуется разыграть непрерывную случай­ную величину X , т. е. получить последовательность ее возможных значений x i (i = 1,2, ...), зная функцию распределения F (х ).

Теорема. Если r i ,-случайное число, то возможное зна­чение x i разыгрываемой непрерывной случайной величины Х с заданной функцией распределения F (х ), соответствующее r i , является корнем уравнения

F (х i )= r i . (»)

Доказательство. Пусть выбрано случайное число r i (0≤r i <1). Так как в интервале всех возможных зна­чений Х функция распределения F (х ) монотонно возра­стает от 0 до 1, то в этом интервале существует, причем только одно, такое значение аргумента х i , при котором функция распределения примет значение r i . Другими словами, уравнение (*) имеет единственное решение

х i = F - 1 (r i ),

где F - 1 - функция, обратная функции у= F (х ).

Докажем теперь, что корень х i уравнения (*) есть возможное значение такой непрерывной случайной вели­чины (временно обозначим ее через ξ , а потом убедимся, что ξ=Х ). С этой целью докажем, что вероятность попа­дания ξ в интервал, например (с, d ), принадлежащий интервалу всех возможных значений X , равна прираще­нию функции распределения F (х ) на этом интервале:

Р (с< ξ < d )= F (d )- F (с ).

Действительно, так как F (х )- монотонно возрастаю­щая функция в интервале всех возможных значений X, то в этом интервале большим значениям аргумента соот­ветствуют большие значения функции, и обратно. Поэтому, если с <х i < d , то F (c )< r i < F (d ), и обратно [учтено, что в силу (*) F (х i )=r i ].

Из этих неравенств следует, чтоесли случайная величина ξ заключена в интервале

с< ξ < d , ξ (**)

то случайная величина R заключена в интервале

F (с )< R < F (d ), (***)

и обратно. Таким образом, неравенства(**) и (***) рав­носильны, а, значит, и равновероятны:

Р (с < ξ< d )=Р [F (с )< R < F (d )]. (****)

Так как величина R распределена равномерно в ин­тервале (0,1), то вероятность попадания R в некоторый интервал, принадлежащий интервалу (0,1), равна его длине (см. гл. XI, § 6, замечание). В частности,

Р [F (с )< R < F (d ) ] = F (d ) - F (с ).

Следовательно, соотношение (****) можно записать в виде

Р (с < ξ< d )= F (d ) - F (с ).

Итак, вероятность попадания ξ в интервал (с, d ) равна приращению функции распределения F (х ) на этом интер­вале, а это означает, что ξ=Х. Другими словами, числа х i , определяемые формулой (*), есть возможные значения величины Х с заданной функцией распределения F (х ), что и требовалось доказать.

Правило 1. х i , непрерывной случайной величины X, зная ее функцию распределения F (х ), надо выбрать случайное число r i приравнять его функции распределения и решить отно­сительно х i , полученное уравнение

F (х i )= r i .

Замечание 1. Если решить это уравнение в явном видене удается, то прибегают к графическим или численным методам.

Пример I. Разыграть 3 возможных значения непрерывной слу­чайной величины X, распределенной равномерно в интервале (2, 10).

Решение. Напишем функцию распределения величины X, рас­пределенной равномерно в интервале (а, b ) (см. гл. XI, § 3, пример):

F (х )= (х-а )/ (b -а ).

По условию, а = 2, b =10, следовательно,

F (х )= (х- 2)/ 8.

Используя правило настоящего параграфа, напишем уравнение для отыскания возможных значений х i , для чего приравняем функцию распределения случайному числу:

(х i -2 )/8= r i .

Отсюда х i =8 r i + 2.

Выберем 3 случайных числа, например, r i =0,11, r i =0,17, r i =0,66. Подставим эти числа в уравнение, разрешенное относительно х i , в итоге получим соответствующие возможные значенияX : х 1 =8·0,11+2==2,88; х 2 =1.36; х 3 = 7,28.

Пример 2. Непрерывная случайная величина Х распределенапопоказательному закону, заданному функцией распределения (параметр λ > 0 известен)

F (х )= 1 - е - λ х (х>0 ).

Требуется найти явную формулу для разыгрывания возможных зна­чений X.

Решение. Используя правило настоящего параграфа, напишем уравнение

1 - е - λ х i

Решим это уравнение относительно х i :

е - λ х i = 1 - r i , или - λ х i = ln (1 - r i ).

х i =1п (1– r i )/λ.

Случайное число r i заключено в интервале (0,1); следовательно, число 1 - r i , также случайное и принадлежит интервалу (0,1). Дру­гими словами, величины R и 1 - R распределены одинаково. Поэтому для отыскания х i можно воспользоваться более простой формулой:

x i =- ln r i /λ.

Замечание 2. Известно, что (см. гл. XI, §3)

В частности,

Отсюда следует, что если известна плотность вероятности f (x ), то для разыгрывания Х можно вместоуравнений F (x i )=r i решить относительно x i уравнение

Правило 2. Для того чтобы найти возможное значение х i (непрерывной случайной величины X, зная ее плот­ность вероятности f (x ) надо выбрать случайное число r i и решить относительно х i , уравнение

или уравнение

где а- наименьшее конечное возможное значение X.

Пример 3. Задана плотность вероятности непрерывной случайной величины Х f (х )=λ (1-λх /2) в интервале (0; 2/λ); вне этого интер­вала f (х )= 0. Требуется найти явную формулу для разыгрывания возможных значений X.

Решение. Напишем в соответствии с правилом 2 уравнение

Выполнив интегрирование и решив полученное квадратное уравнение относительно х i , окончательно получим

Определение 24.1. Случайными числами называют возможные значения r непрерывной случайной величины R , распределенной равномерно в интервале (0; 1).

1. Разыгрывание дискретной случайной величины.

Пусть требуется разыграть дискретную случайную величину Х , то есть получить последовательность ее возможных значений, зная закон распределения Х :

Х х 1 х 2 … х п

р р 1 р 2 … р п .

Рассмотрим равномерно распределенную в (0, 1) случайную величину R и разобьем интервал (0, 1) точками с координатами р 1, р 1 + р 2 , …, р 1 + р 2 +… +р п -1 на п частичных интервалов , длины которых равны вероятностям с теми же индексами.

Теорема 24.1. Если каждому случайному числу , которое попало в интервал , ставить в соответствие возможное значение , то разыгрываемая величина будет иметь заданный закон распределения:

Х х 1 х 2 … х п

р р 1 р 2 … р п .

Доказательство.

Возможные значения полученной случайной величины совпадают с множеством х 1 , х 2 ,… х п , так как число интервалов равно п , а при попадании r j в интервал случайная величина может принимать только одно из значений х 1 , х 2 ,… х п .

Так как R распределена равномерно, то вероятность ее попадания в каждый интервал равна его длине, откуда следует, что каждому значению соответствует вероятность p i . Таким образом, разыгрыываемая случайная величина имеет заданный закон распределения.

Пример. Разыграть 10 значений дискретной случайной величины Х , закон распределения которой имеет вид: Х 2 3 6 8

р 0,1 0,3 0,5 0,1

Решение. Разобьем интервал (0, 1) на частичные интервалы: D 1 - (0; 0,1), D 2 – (0,1; 0,4), D 3 - (0,4; 0,9), D 4 – (0,9; 1). Выпишем из таблицы случайных чисел 10 чисел: 0,09; 0,73; 0,25; 0,33; 0,76; 0,52; 0,01; 0,35; 0,86; 0,34. Первое и седьмое числа лежат на интервале D 1 , следовательно, в этих случаях разыгрываемая случайная величина приняла значение х 1 = 2; третье, четвертое, восьмое и десятое числа попали в интервал D 2 , что соответствует х 2 = 3; второе, пятое, шестое и девятое числа оказались в интервале D 3 – при этом Х = х 3 = 6; на последний интервал не попало ни одного числа. Итак, разыгранные возможные значения Х таковы: 2, 6, 3, 3, 6, 6, 2, 3, 6, 3.

2. Разыгрывание противоположных событий.

Пусть требуется разыграть испытания, в каждом из которых событие А появляется с известной вероятностью р . Рассмотрим дискретную случайную величину Х , принимающую значения 1 (в случае, если событие А произошло) с вероятностью р и 0 (если А не произошло) с вероятностью q = 1 – p . Затем разыграем эту случайную величину так, как было предложено в предыдущем пункте.

Пример. Разыграть 10 испытаний, в каждом из которых событие А появляется с вероятностью 0,3.

Решение. Для случайной величины Х с законом распределения Х 1 0

р 0,3 0,7

получим интервалы D 1 – (0; 0,3) и D 2 – (0,3; 1). Используем ту же выборку случайных чисел, что и в предыдущем примере, для которой в интервал D 1 попадают числа №№1,3 и 7, а остальные – в интервал D 2 . Следовательно, можно считать, что событие А произошло в первом, третьем и седьмом испытаниях, а в остальных – не произошло.

3. Разыгрывание полной группы событий.

Если события А 1 , А 2 , …, А п , вероятности которых равны р 1 , р 2 ,… р п , образуют полную группу, то для из разыгрывания (то есть моделирования последовательности их появлений в серии испытаний) можно разыграть дискретную случайную величину Х с законом распределения Х 1 2 … п, сделав это так же, как в пункте 1. При этом считаем, что

р р 1 р 2 … р п

если Х принимает значение х i = i , то в данном испытании произошло событие А i .

4. Разыгрывание непрерывной случайной величины.

а) Метод обратных функций.

Пусть требуется разыграть непрерывную случайную величину Х , то есть получить последовательность ее возможных значений x i (i = 1, 2, …, n ), зная функцию распределения F (x ).

Теорема 24.2. Если r i – случайное число, то возможное значение x i разыгрываемой непрерывной случайной величины Х с заданной функцией распределения F (x ), соответствующее r i , является корнем уравнения

F (x i ) = r i . (24.1)

Доказательство.

Так как F (x ) монотонно возрастает в интервале от 0 до 1, то найдется (причем единственное) значение аргумента x i , при котором функция распределения примет значение r i . Значит, уравнение (24.1) имеет единственное решение: х i = F -1 (r i ), где F -1 - функция, обратная к F . Докажем, что корень уравнения (24.1) является возможным значением рассматриваемой случайной величины Х. Предположим вначале, что x i – возможное значение некоторой случайной величины x, и докажем, что вероятность попадания x в интервал (с, d ) равна F (d ) – F (c ). Действительно, в силу монотонности F (x ) и того, что F (x i ) = r i . Тогда

Следовательно, Значит, вероятность попадания x в интервал (c, d ) равна приращению функции распределения F (x ) на этом интервале, следовательно, x = Х .

Разыграть 3 возможных значения непрерывной случайной величины Х , распределенной равномерно в интервале (5; 8).

F (x ) = , то есть требуется решить уравнение Выберем 3 случайных числа: 0,23; 0,09 и 0,56 и подставим их в это уравнение. Получим соответствующие возможные значения Х :

б) Метод суперпозиции.

Если функция распределения разыгрываемой случайной величины может быть представлена в виде линейной комбинации двух функций распределения:

то , так как при х ®¥ F (x ) ® 1.

Введем вспомогательную дискретную случайную величину Z с законом распределения

Z 1 2 . Выберем 2 независимых случайных числа r 1 и r 2 и разыграем возможное

p C 1 C 2

значение Z по числу r 1 (см. пункт 1). Если Z = 1, то ищем искомое возможное значение Х из уравнения , а если Z = 2, то решаем уравнение .

Можно доказать, что при этом функция распределения разыгрываемой случайной величины равна заданной функции распределения.

в) Приближенное разыгрывание нормальной случайной величины.

Так как для R , равномерно распределенной в (0, 1), , то для суммы п независимых, равномерно распределенных в интервале (0,1) случайных величин . Тогда в силу центральной предельной теоремы нормированная случайная величина при п ® ¥ будет иметь распределение, близкое к нормальному, с параметрами а = 0 и s =1. В частности, достаточно хорошее приближение получается при п = 12:

Итак, чтобы разыграть возможное значение нормированной нормальной случайной величины х , надо сложить 12 независимых случайных чисел и из суммы вычесть 6.

Обозначим равномерно распределенную СВ в интервале (0, 1) через R, а ее возможные значения (случайные числа) - r j .

Разобьем интервал }