Такое распределение имеют большинство аддитивных ошибок измерения, полученных при многократных измерениях.
На практике используют различные методы получения случайных величин с нормальным законом распределения. Наиболее часто используются следующие:
а) Этот алгоритм вытекает из центральной предельной теоремы:
, (2.10)
где - равномерно распределенные от 0 до 1 случайные числа.
Наиболее удобно использовать значение , т.е. . Тогда случайная величина будет иметь практически нормальное распределение с нулевым математическим ожиданием и единичной дисперсией
Однако этот алгоритм требует относительно больших затрат машинного времени и дает хорошее совпадение с нормальным законом распределения лишь при реализациях в тысячи отсчетов.
б) Второй алгоритм основан на известном факте, что распределение произведения двух независимых случайных величин, одна из которых имеет релеевское распределение, а другая распределена по закону арксинуса, является нормальным. Это позволяет использовать следующий алгоритм:
, (2.11)
где и - независимые равномерно распределенные от 0 до 1 случайные числа.
Тогда будет иметь нормальное распределение с нулевым математическим ожиданием и дисперсией .
в) Суть третьего алгоритма заключается в следующем:
1) Берутся два независимых равномерно распределенных от 0 до 1 случайных числа и (эти числа определяют координаты случайных точек на плоскости от 0 до 1).
2) Числа преобразуются следующим образом:
В результате преобразования они оказываются равномерно распределены от -1 до 1 (теперь числа определяют координаты случайных точек на плоскости от -1 до 1).
3) Вычисляется величина (квадрат длины случайного вектора на плоскости, определяемого координатами и ).
4) Если выполняется условие (проверка, вписывается ли случайный вектор в окружность с радиусом, равным 1), то вычисляется величина:
.
Если нет, то происходит возврат к пункту 1.
5) Случайные величины и будут иметь нормальное распределение с нулевым математическим ожиданием и единичной дисперсией.
Достоинством алгоритма является то, что одновременно формируются два нормально распределенных случайных числа и .
Рис. 2.9 Случайные величины с нормальным законом распределения и их гистограмма