Приключения инженера - страница 106

И история пока что подтверждает тот факт, что мировая держава, однажды побывав в роли определяющей ход мировой истории, больше к этой роли уже никогда не возвращается.

А сейчас ход мировой истории определяют Соединенные Штаты Америки. И глядя на поведение степенных многочленов, соответствующее развитию истории, начинаешь задумываться, долго ли это будет продолжаться? И не пора ли великой державе США уступить свое место другим? Тем более что «благотворительная» политика Штатов многим действует на нервы, даже таким верным и благодарным их союзникам, как Германия и Япония, не говоря уж о России и Китае. А ведь, если это случится, то США уже никогда не займут первенства в мире!

Теория вероятностей в сегодняшнем мире приобрела большое значение. С ее помощью можно высчитывать вероятности несчастных случаев и страховочные компенсации, лотерейные выигрыши и многое другое. В технике теория вероятности нашла исключительно важное применение при оценке надежности изделий, выборе резервов, а также при расчете допустимых погрешностей. Однако строго обоснованных и точных методов в теории вероятности не существует до сих пор. Что поделаешь, вероятность — она и есть вероятность!

Вероятности тех или иных событий удобно изображать в виде гистограмм или плотностей распределения вероятностей. Это вот что.

Предположим, у вас есть 100 одинаковых стержней длиной по одному метру. Они сделаны не очень точно, это и не нужно, потому что допустимая погрешность составляет ±1 см. Все стержни немного отличаются друг от друга. Выберем из общей массы те, длина которых лежит в пределах от 1000 мм до 1001 мм, поделим это число выбранных стержней на общее число стержней и получим процент этих стержней. Когда мы переберем все стержни с заданным интервалом по 1 мм и расположим все эти проценты на общем графике, в котором по горизонтали будет отложена длина, а по вертикали все эти проценты, мы и получим гистограмму. Сумма всех ординат в гистограмме всегда равна 100 %. В плотность вероятности гистограмма превращается, если все ее ординаты разделить на указанный выше интервал, в данном случае на 1 мм. Тогда по вертикали будут откладываться не проценты, а величины, обратные той, которая указана в оси абсцисс, в данном случае, 1/м, или м^>-1. В принципе, это все одно и то же, пользуются тем, что удобнее.

А чтобы пользоваться всеми этими приемами было еще удобнее, разработано несколько типовых плотностей распределения вероятностей. И самым ходовым распределением оказалось распределение, изобретенное где-то в первой половине 19 века великим немецким математиком Карлом Гауссом.

Гаусс рассудил так. Если имеется много одинаковых величин с отклонениями туда-сюда, то всегда можно найти их систематическую составляющую. Это будет средняя арифметическая величина. Теперь найдем от нее отклонения. Они будут разными, и их можно представить как сумму бесконечного числа неких одинаковых величин, складывающихся хаотически. Удобнее всего их представить в виде одинаковых стрелок-векторов, которые вращаются на плоскости как их душе угодно, но суммируются только их проекции на какое-то одно направление. В результате в большинстве случаев суммарное отклонение будет небольшим, в некоторых побольше, и только очень редко очень большим. А уж если все они выстроятся в один ряд, а общее число их бесконечно велико, то мы и получим бесконечное отклонение.

Вот, исходя из таких предположений, Гаусс и вывел свое гауссовское распределение случайных величин, которое получило название «нормального».

Как некая абстрактная модель, это нормальное распределение случайных величин у меня никаких возражений не вызывает. Хотя сам термин «нормальное» не понятен. Если это от слова «норма», то спрашивается, что это за норма, и почему решено, что именно это норма. Норма чего? Если от слова «нормально», то, что же это, все остальные распределения, а их много, не нормальные, что ли? Непонятно. Но главное, что гауссовская модель предполагает бесчисленное множество участвующих звеньев, к тому же одинаковых, но суммирующихся хаотически, т. е. случайно. И она тем самым подразумевает наличие «хвостов», т. е. возможность существования очень больших, хотя и очень редких отклонений, даже многократно превышающих номинал. А ничего такого в жизни на самом деле нет.