• No results found

Разрывы в шкале вероятностей Расчет величин разрывов

N/A
N/A
Protected

Academic year: 2020

Share "Разрывы в шкале вероятностей Расчет величин разрывов"

Copied!
9
0
0

Loading.... (view fulltext now)

Full text

(1)

Munich Personal RePEc Archive

Ruptures in the probability scale.

Calculation of ruptures’ values

Harin, Alexander

- ,

6 August 2009

(2)

1

Разрывывшкалевероятностей.

Расчетвеличинразрывов

АлександрХарин

Московскийфизико-техническийинститут

СовременнаяГуманитарнаяАкадемия

В статье поставлен вопрос о возможности существования разрывов в шкале вероятностей и о величинах этих разрывов.

По предварительным расчетам, для ряда стандартных

распределений величина разрыва превышает 1/3 от величины

среднеквадратичногоотклонения.

Содержание

Введение……….. 2

1. Исходнаяидея……… 2

1.1. Аналогия. Вибрациивблизитвердойстены 1.2. Пример. Стрельбавмишень

1.3. Отличиеотобычнорассматриваемыхраспределений

2. Неопределенностьвизмерениивероятностей………. 4

2.1. Шумы, помехи, фон, погрешностиизмерений … 2.2. Суммарнаянеопределенность

3. Процедураипредположения………. 4

3.1. Оповедениираспределений

вблизиграницышкалывероятностей

3.1.1. Овозможностиуменьшениявеличиныразрыва

3.2. Процедураучетанеопределенности

4. Расчетвеличинразрывовдлятипичныхраспределений 5

4.1. Величинаразрывадляравномерногораспределения 4.2. Величинаразрывадлянормальногораспределения 4.3. ВеличинаразрывадляраспределенияЛапласа 4.4. Величинаразрывадлякраевогораспределения

5. Общиерезультаты……… 7

5.1. Общаяоценкавеличинразрывоввшкалевероятностей 5.2. Следствиясуществованияразрывоввшкалевероятностей.

Экономическаятеория, прогнозирование, …

Заключение……… 8

(3)

2 Введение

До последнего времени рассмотрению шумов и неопределенностей вблизи краев шкалы вероятностей уделялось недостаточное внимание. В

настоящей статье, наосновании (Harin 2005 и Харин 2007), поставленвопрос

о возможности существования разрывов в шкале вероятностей. Сделаны

расчеты величин разрывов для стандартных распределений и предельного случая. В настоящей статье уточняется и развивается часть результатов,

представленныхв (Харин 2009).

1. Исходнаяидея

Исходная идея состоит в том, чтобы определить, насколько близко к

границе шкалы вероятностей может находиться оценка вероятности наступления некоторого события, если распределение этой оценки имеет

ненулевую дисперсию. Другими словами, определить минимальное и

максимальное значение оценки вероятности, распределение которой имеет

ненулевуюдисперсию.

Еслиминимальное значениеоценкивероятностисобытиястрого больше

0, то можно сказать, что оценка вероятности такого события не может

приниматьзначениямеждунулемиэтимминимальнымзначением.

Если максимальное значение оценки вероятности события строго меньше 1, томожносказать, чтооценкавероятноститакогособытиянеможет

приниматьзначениямеждуэтиммаксимальнымзначениемиединицей.

То есть можно сказать, что, возле границ шкалы вероятностей, для

оценоквероятности, распределениекоторыхимеетненулевуюдисперсию, как

бысуществуютразрывы, величинакоторыхстрогобольше 0.

1.1. Аналогия. Вибрациивблизитвердойстены

Представим себе электродрель (без сверла) или аналогичное устройство

с твердыми боковыми стенками корпуса, способное быстро вибрировать,

например, стиральнуюмашину, пулемет, отбойныймолотокит.д. Допустим,

этадрель, этоустройствоприработевибрируетсамплитудой 1 мм.

Можем ли мы приблизить твердую боковую стенку корпуса выключеннойдрели (устройства) ктвердойстене:

А) нарасстояние, скажем, 0,1 мм?

Б) вплотную?

Конечно да: и А) и Б). Теперь включим дрель. Чему станет равно

расстояниеотдрелидотвердойстены?

Вибрации будут отталкивать, смещать дрель (устройство) от твердой

стены:

А) Из-за вибраций, расстояние между корпусом и стеной

увеличится, станетбольше 0,1 мм.

(4)

3

1.2. Пример. Стрельбавмишень

Общиеусловия

Представим себе гипотетический переносной стенд для проверки качества винтовок, патроновит.д. Во избежаниепогрешностей, связанных с

человеческим фактором, винтовка и т.д. прикрепляются к основе,

имитирующей стоящего человека, а прицеливание выполняется

автоматически. Положим, что погрешности сведены к минимуму и

составляютзначительноменьшеодногоделениямишени.

Предположим, что стенд при очередной проверке размещен вблизи

железной дороги или метро и вибрации почвы при прохождении поездов увеличивают разброс стрельбы до, скажем, двух делений. Для простоты

будемсчитать мишеньсильновытянутойв одном изнаправлений, т.е. сведем

рассмотрение к одномерному и равномерному (без эффектов кривизны)

случаю.

Предположим, что имеет место следующий разброс: 1 попадание =точно; 1 попадание =+2 деления, 1 попадание =-2 деления.

Допустим, что деления мишени расположены в диапазоне от «0» до

«10». При этом, за делением «10» снова идут деления «9», «8» и т.д. За

делением «0» идетпустоепространство, эквивалентное «0».

Если прицеливание выполнено, например, в «7», то среднее значение

попаданийостанетсянеизменным. Получаем (7+9+5)/3=7.

А) Смещение, «отталкивание» откраевдиапазона

Еслиприцеливаниевыполнено в «9», тооднапуля улетит за «10», ноне

в «11», а в «9». Получаем (9+9+7)/3=25/3=8⅓. Одна пуля, вместо того,

чтобы выбить 11 очков, выбила 9, т.е. на 2 меньше. Среднее значение

попаданий сместится от края диапазона делений (от «10») к центру (к ~ «5»)

на 2/3 деления.

Еслиприцеливаниевыполнено в «1», тооднапуляулетитза «0», нонев

«-1», а в пустое пространство, эквивалентное «0». Получаем (1+3+0)/3=1⅓.

Одна пуля, вместо того, чтобы выбить -1 очко, выбила 0, т.е. на 1 больше.

Среднее значение попаданий также сместится от края диапазона делений (от «0») кцентру (к ~ «5»), нона 1/3 деления.

А) Разброс приводит к смещению, «отталкиванию», среднего

значенияпопаданийоткраевдиапазонамишеникцентрудиапазона.

Б) Образованиезазоров, разрывовукраевдиапазона

Еслиприцеливаниевыполненов «10», тооднапуляулетитза «10», ноне

в «12», а в «8». Получаем (10+8+8)/3=26/3=8⅔. Одна пуля, вместо того,

чтобы выбить 12 очков, выбила 8, т.е. на 4 меньше. Для среднего значения

попаданийукраядиапазонаделений (у «10») образовалсязазорв 1⅓.

Еслиприцеливаниевыполнено в «0», тооднапуляулетитза «0», нонев

«-2», а в пустое пространство, эквивалентное «0». Получаем (0+2+0)/3=2/3.

Однапуля, вместотого, чтобывыбить -2 очка, выбила 0, т.е. на 2 больше. Для

среднего значения попаданий у края диапазона делений (у «0») образовался

зазорв 2/3 деления.

Б) Разброс приводиткобразованию зазоров, разрывовдлясреднего

(5)

4

1.3. Отличиеотобычнорассматриваемыхраспределений

Следуетподчеркнуть, что, в отличиеотнаиболеечасторассматриваемых

примеров, здесь речьидетораспределенияхвероятностинедлявсех, атолько

для одного из значений какого-либо параметра. Например, распределение

вероятностивыигрышав лотерею 1 млн. руб., илираспределениевероятности

попаданияв «8» пристрельбевмишень.

Нельзя применять выводы этой статьи к обычно рассматриваемым примерам о распределениях вероятности между всеми значениями какого

-либо параметра. Например, нельзя применять выводы этой статьи к

распределению вероятностимеждувсеми значениями выигрышав лотерею, к

распределению вероятности между всеми значениями попаданий при стрельбевмишеньит.д.

2. Неопределенностьвизмерениивероятностей

2.1. Шумы, помехи, фон, погрешностиизмерений …

Реальные измерения вероятности практически всегда проходят при наличии стороннихшумов: помех, фона и т.д. Помимо стороннихшумов на

измерениямогутвлиятьихсобственныепогрешности.

Величина этих шумов, погрешностей может быть как пренебрежимо

малойотносительнополезногосигнала, такипревышатьего.

2.2. Суммарнаянеопределенность

Таким образом, практически в любом реальном случае, реальным

измерениямвероятностиприсущатаилиинаястепеньнеопределенности. Это

приводиткналичиюнеравнойнулюдисперсиидлявсехтакихслучаев.

3. Процедураипредположения

3.1. Оповедениираспределенийвблизиграницы

шкалывероятностей

Вероятностьнеможетбыть меньше 0 ибольше 1. Какбудет вестисебя

распределение оценки вероятности вблизи границы шкалы вероятностей?

Приприближениикграницешкалывероятностей, распределениеможет: 1) деформироватьсяотграницы:

а) деформироватьсяотграницы;

б) отражатьсяотграницы;

2) оставатьсянеизменным (тачастьраспределения, котораявыходит

заграницу, аннулируетсябезвоздействиянаостальноераспределениеи

а) неучитываетсявобщейнормировке;

б) сохраняетсявобщейнормировке; 3) деформироватьсякгранице:

а) деформироватьсякгранице;

б) накапливатьсянагранице:

ба) частичнонакапливатьсянагранице

(6)

5

3.1.1. Овозможностиуменьшениявеличиныразрыва

В случае (3б), когда часть распределения оценки вероятности,

выходящая за границы шкалы вероятностей, полностью или частично

накапливается на границе, величина разрыва уменьшается. При полном

накоплении (3бб) величинаразрывауменьшаетсявдвараза.

В случае (2), когда часть распределения, выходящая за границы шкалы

вероятностей, аннулируется как непосредственно, так и при общей

нормировке (2б), величина разрыва такжеуменьшается в два раза, но за счет

нормировки.

3.2. Процедураучетанеопределенности

Примем за максимальное приближение оценки вероятности к границе шкалы вероятностей такое приближение, при котором, при равной нулю

дисперсии, математическое ожидание оценки вероятности точно

совместилосьбысэтойграницей. Такаяситуацияреальна, напр., дляслучаев,

когда уровень неопределенности был настолько мал, что дисперсию можно

было считать равной нулю, но затем неопределенность повысилась (напр.

появилисьилиувеличилисьшумы), приведякувеличениюдисперсии.

В рамках этой процедуры, величина разрыва будет равна величине

математического ожидания М1/2 оценки вероятности для половины распределения (в одну или в другую сторону от математического ожидания

полногораспределения). Приэтом (см. п. 3.1.):

Если (1) распределениебудет:

(1а) деформироватьсяили

(1б) отражаться от границы, то математическое ожидание М1/2 увеличится.

Если (2) распределениебудетоставатьсянеизменным, то:

(2а) математическоеожидание М1/2 неизменится;

(2б) математическое ожидание М1/2 уменьшится. Максимальноеуменьшение - в 2 раза (см. п. 3.1.1.).

Если (3) распределение будет (3а) деформироваться к границе или (3б)

частично или полностью накапливаться на границе, то математическое

ожидание М1/2 уменьшится. Максимальноеуменьшениепри

(3бб) - в 2 раза (см. п. 3.1.1.).

Для расчетов принято предположение о максимальном уменьшении математического ожидания и величины разрыва, т.е. приняты случаи (2б) и (3бб): распределение будет оставатьсянеизменным как в среднем случае, но

величинаразрывабудетравнаполовиневеличиныматематическогоожидания

М1/2.

Для расчетов принято предположение (также минимизирующее

величины разрыва) о том, что величины среднеквадратичных отклонений

многоменьшеединицы.

(7)

6

4. Расчетвеличинразрывовдлятипичныхраспределений

4.1. Величинаразрывадляравномерногораспределения

Для равномерного распределения оценки вероятности имеем величину

разрыва Rrupture

3 3 2 1 3 2 1 3 2 1 2 1 ) ( 2 3 3 3

2 l l

l l l p l dp l p p D l l l l

+ − + − = + = = = 4 4 1 2 1 2 1 1 2 1 ) ( 2 1 ) ( 2 0 0 2 2 / 1 l l l p l dp l p p M p R l l

rupture ≡ =

= = =

+ 3 1 433 . 0 4 3 3 4 ) ( ) ( > ≈ = = l l p D p Rrupture

4.2. Величинаразрывадлянормальногораспределения

Длянормальногораспределенияоценкивероятностиимеем 2

)

(p

D π σ π σ π σ σ π σ 2 2 2 2 1 2 2 1 ) ( 2 1 ) ( 0 0 0 2 2 / 1 2 2 = = = = = ≡ ∞ + ∞ + − − +∞

y y p rupture e dy e dp e p p M p R 3 1 399 . 0 2 1 1 2 ) ( ) ( > ≈ = = π σ π σ p D p Rrupture

4.3. ВеличинаразрывадляраспределенияЛапласа

ДляраспределенияЛапласаоценкивероятностиимеем

(8)

7

4.4. Величинаразрывадлякраевогораспределения

Длякраевогораспределения оценкивероятности (впределе – дведельта

функциипокраям) имеем

2 0 2 2 2 2 2 3 2 2 3 2 2 3 3 3 3 3 2 ) 3 1 ( ) 3 3 ( 3 1 ) 3 3 ( 3 1 ) 3 3 ( 3 1 ) ) ( ( 3 1 3 1 2 1 2 ) ( L L l L l L l Ll L l Ll l L l l Ll l L L L l l L L l p l dp l p p D l L l L L l L ⎯ ⎯→ ⎯ + − = + − = = + − = + − + − = = − − = = = → − −

2 ) 2 1 ( 2 ) 2 ( 4 ) 2 ( 4 1 ) ) ( ( 4 1 2 1 2 1 1 2 1 ) ( 2 1 ) ( 0 2 2 2 2 2 2 2 / 1 L L l L l L l l l Ll L L l l L L l p l dp l p p M p R l L l L L l L rupture ⎯ ⎯→ ⎯ − = − = − + − = = − − = = = ≡ → − −

3 1 2 1 1 2 ) ( ) (

0 = >

⎯ ⎯→ ⎯ L L p D p R l ruptue

5. Общиерезультаты

5.1. Общаяоценкавеличинразрывоввшкалевероятностей

Расчеты дали отношение величины разрыва к величине среднеквадратичногоотклонения: для предельногокраевого распределения (в

пределе – две дельта функции по краям) = 0,5; для равномерного

распределения ≈ 0,433; для нормального распределения ≈ 0,399; для

распределения Лапласа ≈ 0,354. Видно, что, по мере увеличения

доминированияцентральнойобластинадкраевымиобластями, этоотношение

уменьшаетсяот 0,5 до 0,35.

Такимобразомможноконстатировать:

1) Для рассмотренных стандартных распределений величины разрывов

составляют O(ΔP) отвеличинсреднеквадратичныхотклонений.

2) Для стандартных распределений, у которых центральная область

доминирует над краевыми областями не больше, чем в распределении

Лапласа, величина разрывапревышает 1/3 от величины среднеквадратичного

отклонения. При отсутствии эффекта накопления, величина разрыва

превышает 2/3 отвеличинысреднеквадратичногоотклонения.

5.2. Следствиясуществованияразрывоввшкалевероятностей.

Экономическаятеория, прогнозирование, …

Следствием существования разрывов в шкале вероятностей для оценок вероятностей можно считать принцип неопределенного будущего (в

действительности разработка гипотезы существования разрывов в шкале вероятностей проходила после разработки принципа неопределенного будущего). Как следствия принципа неопределенного будущего можно

указать, вт.ч., следующее:

Вэкономическойтеории найдено единое решение: для парадоксов Алле

(9)

8

puzzle, преувеличения малых и преуменьшения больших вероятностей,

«парадоксачетырехобластей» идр. (см. Харин 2007).

В прогнозировании получена общая корректирующая формула для прогнозовдлительногоиспользования (см., напр., Харин 2008 и Harin 2009-2).

Влогике, применениевторогоследствияпринципаможетпреобразовать

настоящее событие в бесконечное количество событий в будущем. То же

произойдет и с отрицанием настоящего события. Таким образом, прямое

применениезакона исключенноготретьего длябудущихсобытийможетстать неадекватнымврамкахдвузначнойлогики.

В теории сложных систем, применение второго следствия принципа

может привести к возможностинарушения деленияна группы несовместных событийдлябудущихсобытий (см. Карасев 2007).

Заключение

В статье, на стандартных примерах, показана возможность

существования разрывов в шкале вероятностей для оценок вероятностей. В

рамках принятой процедуры и предположений сделаны расчеты величин разрывовдлястандартныхраспределенийипредельногослучая.

Для широкого класса стандартных распределений, величины разрывов

превышают 1/3 отвеличинсреднеквадратичныхотклонений.

Литература

Harin, A. (2005) “A new approach to solve old problems” Game Theory and Information from Economics Working Paper Archive at WUSTL, 0505005.

Карасев (2007) частноесообщение.

Harin, A. (2009-2) “General correcting formula of forecasting?” MPRA, 15746.

Харин, А.А. (2009) “О возможности существования разрывов в шкале

вероятностей. Расчет величин разрывов” Моделирование и Анализ

Безопасностии Риска в Сложных Системах: Труды 9-йМеждународной

НаучнойШколыМАБР–2009.

Харин, А.А. (2008) “К разработке общей формулы прогнозирования” Труды 51-й научной конференции МФТИ–2008 “Современные проблемы

фундаментальныхиприкладныхнаук”.

Харин, А.А. (2007) “Принцип неопределенного будущего, примеры его

применения в экономической теории, возможности его применения в

теориях сложных систем, в теории множеств, теории вероятностей и

логике” Моделирование и Анализ Безопасности и Риска в Сложных

References

Related documents

3: Lineweaver-Burk plots, for inhibition of various alcohols, on the oxidation of dopamine hydrochloride by tyrosinase primary alcohols is directly related to their alkyl

Дело в том, что если больной будет знать, что ему дают «ненастоящее» лекарство, то это скажется на эффективности лечения, потому что результат зависит не только

To answer the second research question (Q2: Are Romanian CSR managers influenced by personal values to engage in CSR campaigns? If yes, to what extent these values converge

It is important to analyze in the Ecuadorian context how the relationship between population increase, SR and economic growth is, and what may be proposed in Barro’s (1991) model is

Many moral philosophers have rejected both utilitarianism and Kantianism as inconsistent with our moral intuitions on the basis of such examples. Advocates of these theories, on the

Allometric equations for below-ground biomass of four key woody species in West African savanna-woodlands.. Koala J., Sawadogo L., Savadogo P., Aynekulu E., Heiskanen J.,

Construction materials should have high compressive and flexural strength, low porosity, low thermal conductivity, low shrinkage and high water vapour permeability