После подстановки. получим:
та == — 2 ( , - , -- ее 
) = Эт 
(1-40)
ли
‚ 
т @, ф-+е е 
о В,
Ковте
тде_ 
К; — случайная 
величина 
с 
гамма-распределением — (кривая:
Пирсона Ш! типа).
, 
(1-41)
Приведенные алгоритмы при уменьшении С 
требуют
значительного увеличения времени расчета. Для боль-
ших — коэффициентов вариации 
моделирование 
рядов
возможно лишь для небольшого количества значений С,
соответствующих целым 
No; 
в связи © этим 
в ряде слу-
чаев интерполяция должна производиться между значе-
ниями, существенно отличающимися друг от друга.
При использовании логнормального закона распредс-
ления наиболее удобным является следующий алгоритм
получения независимых величин. Если случайная вели-
чина & имеет плотность ‘распределения вероятностей
(1-49)
т. е. логнормальное распределение, то величина 1=1п 
&
распределена нпормально с математическим ожиданием @
и дисперсией о,
Найдем функцию распределения ® (х) величины 1):
Ф (х)= р( << х) = р 11 < Х)
“ 
( -ар
е 
«. 
(1-43)
Произведем замену переменных в интеграле по 
форму-
ле 11 
'
4и, 
(1-44)
т. е. величина п) имеет нормальное распределение. Исхо-
дя из этого, очевиден следующий способ 
моделирова-
ния логнормальной случайной величины с параметрами
аис: а) получение нормальной случайной величины 1
с математическим ожнданием а и дисперсией с*; 6) по-
42