Большая Советская Энциклопедия (СЛ) - Большая Советская Энциклопедия "БСЭ" (читать книги без сокращений .TXT) 📗

  Математическая теория С. ф. совпадает с теорией распределений вероятностей в функциональном пространстве значений функции X (t ), эти распределения могут задаваться набором конечномерных распределений вероятностей для совокупностей случайных величин X (t₁ ), X (t₂ ), ..., X (t_n ), отвечающих всевозможным конечным подмножествам (t₁ , t₂ , ..., t_n ) точек множества Т, или же характеристическим функционалом С. ф. X (t ), представляющим собой математическое ожидание случайной величины il [X (t)], где l [X (t )] — линейный функционал от Х (t ) общего вида. Значительное развитие получила теория однородных случайных полей, являющихся частным классом С. ф., обобщающим класс стационарных случайных процессов .

  Лит.: Выбросы случайных полей Сб. ст. М., 1972; Yaglom А. М., Second-order homogeneous random fields, в кн.: Proceedings 4th Berkeley symposium on mathematical statistics and probability, v. 2, Berk — Ins Aug., 1961; Whittle P., Stochastic processes in several dimensions, «Bulletin of the Institute of Statistics», 1963, v. 40.

Случайное событие

Случа'йное собы'тие в теории вероятностей, событие, которое может при данных условиях как произойти так и не произойти и для которого имеется определённая вероятность р (0 £ p £ 1) его наступления при данных условиях. Наличие у С. с. А определённой вероятности проявляется в поведении его частоты: если указанные условия осуществляются n раз, а А появляется при этом ровно m раз, то при больших n частота m/n оказывается близкой к р. См. Лапласа теорема ,Больших чисел закон

Случайность

Случа'йность, см. Необходимость и случайность .

Случайные и псевдослучайные числа

Случа'йные и псевдослуча'йные чи'сла, числа, которые могут рассматриваться в качестве реализации некоторой случайной величины . Как правило, имеются в виду реализации случайной величины, равномерно распределенной на промежутке (0,1), или приближения к таким реализациям, имеющие конечное число цифр в своём представлении. При такой узкой трактовке случайное число (с. ч.) можно определить как число, составленное из случайных цифр (с. ц.). С. ц. в р -ичной системе счисления является результатом эксперимента с р равновероятными исходами (каждому из исходов соответствует одна из р цифр). Эксперименты по получению каждой с. ц. предполагаются независимыми.

  Источником с. ц. первоначально служили результаты переписи населения и др. таблицы чисел, полученных экспериментальным путём. Первые таблицы с. ц. были составлены в 1927 в связи с нуждами математической статистики (необходимостью случайного выбора при планировании эксперимента). В дальнейшем в связи с возникновением статистических испытаний метода были созданы специальные экспериментальные устройства — датчики или генераторы с. ч., основанные в большинстве случаев на использовании шумов радиоэлектронных приборов (см. Случайных чисел датчик ).

  С развитием метода статистических испытаний также связано возникновение понятия псевдослучайных чисел (п. ч.). Последние можно получить путём вычислений по некоторой заданной формуле (алгоритму), но их свойства должны быть близки к свойствам с. ч. Наиболее распространены алгоритмы, в которых каждое следующее число вычисляется по предыдущему. Получаемые таким образом последовательности п. ч. имеют период, что существенно отличает их от последовательностей с. ч. Алгоритмы получения п. ч. ещё недостаточно исследованы, но при вычислениях по методу статистических испытаний отдаётся предпочтение п. ч., т. к. свойства последовательности п. ч. можно исследовать путём пробных вычислений, а экспериментальные устройства дают новые последовательности с. ч. при каждом их использовании.

  Лит.: Ермаков С. М., Метод Монте-Карло и смежные вопросы, М., 1971; Соболь И. М., Численные методы Монте-Карло, М., 1973.

  С. М. Ермаков.

Случайный процесс

Случа'йный проце'сс (вероятностный, или стохастический), процесс (т. е. изменение во времени состояния некоторой системы), течение которого может быть различным в зависимости от случая и для которого определена вероятность того или иного его течения. Типичным примером С. п. может служить броуновское движение ; другими практически важными примерами являются турбулентные течения жидкостей и газов, протекание тока в электрической цепи при наличии неупорядоченных флуктуаций напряжения и силы тока (шумов) и распространение радиоволн при наличии случайных замираний (федингов) радиосигналов, создаваемых метеорологическими или иными помехами. К числу С. п. могут быть причислены и многие производственные процессы, сопровождающиеся случайными флуктуациями, а также ряд процессов, встречающихся в геофизике (например, вариации земного магнитного поля), физиологии (например, изменение биоэлектрических потенциалов мозга, регистрируемое на электроэнцефалограмме) и экономике.

  Для возможности применения математических методов к изучению С. п. требуется, чтобы мгновенное состояние системы можно было схематически представить в виде точки некоторого фазового пространства (пространства состояний) R', при этом С. п. будет представляться функцией X (t ) времени t со значениями из R. Наиболее изученным и весьма интересным с точки зрения многочисленных приложений является случай, когда точки R задаются одним или несколькими числовыми параметрами (обобщёнными координатами системы). В математических исследованиях под С. п. часто понимают просто числовую функцию X (t ), могущую принимать различные значения в зависимости от случая с заданным распределением вероятностей для различных возможных её значений — одномерный С. п.; если же точки R задаются несколькими числовыми параметрами, то соответствующий С. п. X (t )={X₁ (t ), X₂ (t ),..., X_k (t )} называется многомерным.

  Математическая теория С. п. (а также более общих случайных функций произвольного аргумента) является важной главой вероятностей теории . Первые шаги по созданию теории С. п. относились к ситуациям, когда время t изменялось дискретно, а система могла иметь лишь конечное число разных состояний, т. е. — к схемам последовательности зависимых испытаний (А. А. Марков старший и др.). Развитие теорий С. п., зависящих от непрерывно меняющегося времени, является заслугой сов. математиков Е. Е. Слуцкого , А. Н. Колмогорова и А. Я. Хинчина , американских математиков Н. Винера , В. Феллера и Дж. Дуба, французского математика П. Леей , швед. математика X. Крамера и др. Наиболее детально разработана теория некоторых специальных классов С. п., в первую очередь — марковских процессов и стационарных случайных процессов , а также ряда подклассов и обобщений указанных двух классов С. п. (цепи Маркова, ветвящиеся процессы, процессы с независимыми приращениями, мартингалы, процессы со стационарными приращениями и др.).

  Лит.: Марков А. А., Замечательный случай испытаний, связанных в цепь, в его кн.: Исчисление вероятностей, 4 изд., М., 1924; Слуцкий Е. Е., Избранные труды, М., 1960; Колмогоров А. Н., Об аналитических методах в теории вероятностей, «Успехи математических наук», 1938, в. 5, с. 5—41; Хинчин А. Я., Теория корреляции стационарных стохастических процессов, там же, с. 42—51; Винер Н., Нелинейные задачи в теории случайных процессов, пер. с англ., М., 1961; Дуб Дж., Вероятностные процессы, пер. с англ., М., 1956; Леви П., Стохастические процессы и броуновское движение, пер. с франц., М., 1972; Чандрасекар С., Стохастические проблемы в физике и астрономии, пер. с англ., М., 1947; Розанов Ю. А., Случайные процессы, М., 1971; Гихман И. И., Скороход А. В., Теория случайных процессов, т. 1—2, М., 1971—73.