2.2.3. Моделирование случайных величин с помощью гамма-распределения
Ряд моделирующих алгоритмов может быть получен путем сведения к типовым распределениям, отличным от равномерного и нормального закона, например, к гамма-распределению [41]. CВ
имеет гамма-распределение
~
с параметрами
и
, если ее ПРВ равна
(2.12)
где
,
- гамма-функция. В частности, при
,
распределение (2.12) сводится к
~
. СВ
может быть представлена в виде
;
~
. ПРВ
при
равна
.
Соответствующий моделирующий алгоритм имеет вид
,
.
В частности, для целых
имеем
, (2.13)
где СВ
~
и независимы в совокупности.
Нелинейное преобразование
;
;
~
дает СВ с ПРВ вида
.
Таблица 1.1
№ п/п
|
Плотность распределения
|
Моделирующий алгоритм
|
1
|

|
, , 
,
, ~
|
2
|

|
; ; ~
|
3
|

|
; ~
|
4
|

|
,
~ , ~
|
5
|

|
,
~ , ~
|
6
|

|
,
~ , ~
|
7
|

|
,
~ , ~ , 
|
Эта формула следует из формул (2.1), (2.2) при
,
. В частности, при
имеем
. (2.14)
СВ
с ПРВ
,
имеет обобщенное распределение вида (2.14) и может быть представлена в виде
,
~
. Отсюда и из формулы (2.13) при
получаем известный моделирующий алгоритм для СВ с рэлеевским распределением:
.
Для удобства, рассмотренные выше и другие распределения и алгоритмы, моделирующие соответствующие СВ, сведены в таблицу 1.1. Все ПРВ равны нулю при
. В таблице 1.1 первый номер имеет гамма-распределение,
~
, его частные случаи: при
- показательное распределение; при
и
- распределение «хи-квадрат» с
степенями свободы. Распределения 2, 3 являются
-й степенью гамма-распределения;
- для распределения 3. Обобщенное распределение Фишера моделируется алгоритмом 4, где величины
~
независимы. СВ с распределениями 5, 6 моделируются как
-я степень обобщенного распределения Фишера; для ПРВ 6
. Алгоритм 6 при
,
,
позволяет получить распределение СВ
, где
- статистика Стьюдента. СВ в 7-й строке таблицы 1.1 имеет бета-распределение,
- любое число.