Переход на главную страницу сайта “Термист” Термист
Термомеханическое упрочнение арматурного проката
технология, средства, разработка
Главная О сайте Стандарты Технология Устройства
Лаборатория Библиотека Глоссарий Желтые страницы Обратная связь

Распределение простых делителей

 

Постановка задачи

 

Свяжем с каждым натуральным числом от 1 до N число его простых делителей, сосчитанное с учетом их кратностей (так у числа 12 три простых делителя: две 2 и одна 3). Вычислим относительную частоту таких делителей для различных значений N.

Что можно сказать об этом распределении при N, стремящемся к бесконечности?

Возможно, что читателю пригодится тот факт, что при больших N число простых чисел, не превосходящих N, приближенно равно N/ln(N). Число 1 обычно не считается простым делителем, но нам будет удобно предположить, что 1 есть простой делитель числа 1, но не является простым делителем никакого другого числа.

Решение задачи

 

Из таблиц или из непосредственного расчета нетрудно выписать распределения числа простых делителей для небольших значений N.

В таблице 1 приведены результаты для N = 100 и N = 1000 вместе со средними x и дисперсиями s2.

Таблица 1

Распределение числа простых делителей с учетом их кратностей для N = 100 и N = 1000 вместе со средними x и дисперсиями s2 (x = число простых делителей)
N = 100   N = 1000
x f fx fx2 x f
1 26 26 26 1 169
2 34 68 136 2 299
3 22 66 198 3 247
4 12 48 192 4 149
5 4 20 100 5 76
6 2 12 72 6 37
  100 240 724 7 14
x = 2.40,
s2 = ∑f∙(x - x)2/N = ∑f∙x2/N - x2 = 1.48.		 8 7
9 2
  1000
x = 2.88,
s2 = 2.22

Из этой таблицы, например, видно, что среди первых 100 натуральных чисел ровно 26 простых, у 34 чисел два простых делителя и только у двух шесть простых делителей.

Распределение числа делителей при N = 100 напоминает выборку из закона Пуассона. Для пуассоновских распределений среднее равно дисперсии. Из таблицы видно, что для N = 100 среднее несколько больше дисперсии. Если рассмотреть величину x - 1 вместо x, то новое среднее будет равно 1.40, а дисперсия, равная 1.48, не изменится. Полезно сравнить полученные результаты с табличными вероятностями для закона Пуассона. (Сумма элементов последней строки первой половины табл. 2 не равна 100 из-за округления значений.)

Таблица 2

Частоты простых делителей x и соответствующие величины для распределения Пуассона со средним m
N = 100
x - 1 0 1 2 3 4 ≤ 5
Наблюденные частоты 26 34 22 12 4 2
Пуассоновские частоты для m = 1.4 24.7 34.5 24.2 11.3 3.9  
N = 1000
x - 1 0 1 2 3 4 5 6 7 ≤ 8
Наблюденные частоты 169 299 247 149 76 37 14 7 2
Пуассоновские частоты для m = 1.9 150 284 270 171 81 31 10 3 1
Пуассоновские частоты для m = 1.8 165 298 268 161 72 26 8 2 1

Видно, что при N = 100 совпадение лучше, нежели при N = 1000. Для N = 1000 более точная аппроксимация при небольших значениях x - 1 может быть получена за счет выбора меньшего математического ожидания пуассоновского распределения.

Таблица 2 подтверждает предположение о пуассоновости распределения числа простых делителей, однако картина слишком сложна, чтобы можно было угадать вид параметра этого закона для больших N.

Мы знаем, что вероятность отсутствия простых делителей, т. е. того, что само число просто, равна приближенно 1/ln(N). Для закона Пуассона вероятность появления 0 равна e-m, где m - математическое ожидание этого распределения (см. задачу "Заплесневевший желатин"). Отсюда выводим:

и
-m = -ln(ln(N)),
или
m = ln(ln(N)).
Любопытно сравнить эту формулу с полученными ранее результатами.

Имеем
ln(ln(100)) = 1.53,
что надо сравнить со средним 1.4 при N = 100. Для N = 1000 среднее равнялось 1.88, а
ln(ln(1000)) = 1.93.

Из этого сравнения кажется весьма правдоподобным, что распределение числа простых делителей, уменьшенного на 1, приближенно подчиняется закону Пуассона со средним m = ln(ln(N)).

Для доказательства этого факта требуются тонкие и глубокие современные математические методы.

В табл. 3 сопоставлены значения ln(ln(N)) и числа простых делителей для некоторых N, вычисленные на ЭЦВМ.

Таблица 3

Среднее и дисперсии числа простых делителей (минус 1) и ln(ln(N))
N 100 1 000 10 000 100 000 1 000 000
x - 1 1.40 1.88 2.20 2.44 2.63
ln(ln(N)) 1.53 1.93 2.22 2.44 2.63
s2 1.48 2.22 2.70 3.00 3.23

Приведенная таблица, возможно, несколько вводит в заблуждение. Не исключено, что с ростом N наблюденные значения будут отклоняться от ln(ln(N)), так при N = 106 среднее равно 2.627, а согласно формуле 2.626. С ростом N разность между x и s2 возрастает, но все с меньшей скоростью.

 

Публикуется по работе: Пятьдесят занимательных вероятностных задач с решениями. Ф.Мостеллер, перев. с англ., издание второе. М. Наука, 1975, 112 с.

 

К началу страницы

Web-сайт “Термист” (termist.com)
Термомеханическое упрочнение арматурного проката

Отсутствие ссылки на использованный материал является нарушением заповеди "Не укради"

Редактор сайта: Гунькин И.А. (termist.com@gmail.com)