Percubaan Gadis dan Percubaan Peluru berpandu Rumus Pembahas Statistik

Percubaan Gadis dan Percubaan Peluru berpandu Rumus Pembahas Statistik

• Satu

  Orang-orang yang tidak memahami gaya mati rasional tidak dapat dihindari untuk menghadapi adegan yang sedih dalam kehidupan emosi: kebetulan bertemu dengan seorang gadis cantik yang mempunyai hati, dari hari ini memikirkan malam, membuang tidur dan lupa makan, memulakan perjalanan cinta yang panjang, menunggu sehingga suatu hari, dalam kekacauan yang tidak berkesudahan, akhirnya mengumpulkan keberanian untuk mengaku kepada gadis itu, akibatnya gadis itu berkata "Saya sudah mempunyai teman lelaki seperti matahari yang cerah, memang sukar diterima "...

  Untuk mengelakkan kemarahan seperti ini, cara menentukan dengan tepat sama ada seorang gadis masih bujang adalah satu kursus wajib.

  Jika anda bekerja bersama gadis itu, dan sering berada di sisinya, tidak sukar untuk mengetahui sama ada dia masih bujang. Tetapi tugas yang sangat sukar yang harus diselesaikan oleh golongan yang rasional adalah: sebagai orang asing yang menjaga jarak dengan gadis itu, anda boleh menilai keadaan bujang gadis itu dengan maklumat yang terhad di tangan tanpa gadis itu menyedari.

  Langkah pertama ialah mempercayai naluri. Orang yang rasional boleh mempertimbangkan untuk mencari lebih ramai rakan untuk mengamati gadis sasaran secara rahsia, tentu saja orang yang mencari tidak semua orang rasional, apa kumpulan pengesahan, mesin pemusnah khabar angin, kawalan semula jadi, doktor forensik yang terbaik untuk mencari beberapa, orang yang sudah berkahwin, orang yang berpengalaman, pencuri bunga juga mencari, semakin banyak orang, semakin baik, semakin pelbagai. Kemudian semua orang berdasarkan kesan mereka sendiri terhadap mm, dari sudut masing-masing, menganggarkan sasaran mm adalah berapa banyak kebarangkalian yang tidak berkahwin, membuang undi, dan hasil akhirnya akan berbeza, penglihatan yang baik, penglihatan yang bijak, mungkin pengesahan.

  Keputusan di atas hanya bergantung kepada keputusan yang diberikan oleh pengalaman peribadi pengundi, di mana gaya kerja yang sesuai dengan alasan objektif yang rasional? Untuk itu, kita akan mengambil langkah kedua, bercakap dengan fakta dan bukti.

  Sama seperti melakukan penyelidikan saintifik, anda boleh mencari maklumat terlebih dahulu, dan dengan mencari secara sembarangan di google, anda boleh mencari kriteria penilaian tunggal yang mudah digunakan yang telah dikaji oleh banyak orang yang kesepian selama bertahun-tahun, seperti prinsip telefon bimbit (lelaki yang jatuh cinta akan menggunakan telefon bimbit dengan frekuensi yang lebih tinggi), prinsip belajar diri (lelaki yang tunggal sering berpasangan dengan beberapa gadis untuk belajar diri); kemudian, lakukan eksperimen statistik di sekitar anda sendiri untuk mengetahui sama ada kumpulan gadis yang tunggal, tentu saja sampel yang lebih besar, lebih baik,

  

  Ini adalah satu-satunya cara yang boleh digunakan untuk mengesan nilai statistik seperti ini.

  Apabila semua data daripada eksperimen ini telah diperoleh, kita boleh teruskan dan mengubah dan mengoptimumkan nilai kebarangkalian 65.65% yang baru sahaja diundi. Apakah yang bergantung? Secara semula jadi, prestasi gadis sasaran dalam pelbagai kriteria. Sebagai contoh, kami mendapati bahawa sasaran mm suka pergi bersendirian dengan rakan-rakannya, dan berdasarkan hasil kajian statistik sendiri, mm: di kalangan wanita yang sudah jatuh cinta, wanita yang suka bersendirian dengan rakan-rakannya adalah kira-kira 60%; di kalangan wanita yang tidak jatuh cinta, wanita yang suka bersendirian dengan rakan-rakannya adalah kira-kira 30%;

  Jadi sekarang, jika mm adalah sasaran, maka peluang untuk menjadi bujang akan berubah menjadi

  

  "Sebenarnya, orang yang berfikiran bijak akan berasa gembira, dan harapan akan bertambah".

  Jika hasil kajian juga mendapati bahawa penggunaan telefon bimbit lebih daripada 1.2 kali / jam adalah 20% daripada kanak-kanak perempuan yang masih bujang; bagi kanak-kanak perempuan yang sudah jatuh cinta, angka ini adalah 60%.

  

  Kemungkinannya untuk menjadi seorang bujang telah merosot lagi dengan tragis sebanyak 56.02%, dan golongan yang rasional boleh mencari lebih banyak kritikan, melakukan lebih banyak kajian, sentiasa mengemas kini nilai kebarangkalian seorang gadis yang masih bujang, sehingga ia semakin dekat dengan fakta, tetapi sebelum mendapatkan hasil akhir, anda perlu menetapkan satu ambang: peluang seorang gadis yang masih bujang melebihi ambang ini (misalnya 90%), dan anda layak untuk memberikan arloji anda sendiri, jika tidak, terus mati.

  Walau bagaimanapun, perlu diperhatikan bahawa tidak kira berapa kali perhitungan, hasil akhirnya adalah nilai kebarangkalian, bukan fakta, walaupun selepas beberapa kajian, kemungkinan gadis sasaran telah ditetapkan menjadi 99.9% untuk bersendirian, tetapi dalam kajian observasi terakhir terhadap gadis itu, mendapati bahawa keluarga dan seorang lelaki yang memegang tangan tersenyum, memeluk, maka nilai kebarangkalian gadis itu akan turun dengan serta-merta dari 99.9% ke hampir 0, dan hasilnya boleh dibayangkan...

  Kaedah Bayesian secara ringkasnya adalah dengan mempertimbangkan kebarangkalian ujian sebelumnya + bukti baru = kebarangkalian selepas pembetulan, yang boleh tidak terhad kepada berapa banyak maklumat, menggabungkan hasil dari pelbagai sumber, termasuk penilaian subjektif dan maklumat objektif yang terhad, untuk mencapai kesimpulan akhir. Di sini dinyatakan dengan tegas bahawa kaedah ini mempunyai risiko tertentu, berhati-hatilah ketika mencuba, anak-anak jangan cuba lagi.

  Walau bagaimanapun, kaedah Bayes yang dicipta oleh ahli logika mati tidak boleh dianggap remeh, yang digunakan oleh Tentera Laut AS untuk mencari bom hidrogen yang hilang di Lautan Pasifik, kapal selam nuklear yang hilang, dan di bawah ini kita beralih dari saluran emosi ke saluran sejarah.

• Dua

  Pada satu hari pada bulan Januari 1966, sebuah pesawat pengebom B-52 Amerika Syarikat terbang di atas Palomarés, Sepanyol, dengan beberapa juruterbang di atas pesawat melakukan misi mengisi bahan api udara yang ditetapkan oleh Panglima Udara. Secara semula jadi, penerbangan itu tidak berbahaya, dan dikatakan bahawa kapten adalah orang yang tenang, tidak ada masalah untuk menarik dua perokok besar, walaupun di dalam kabin pesawat. Tetapi kapten dan beberapa orangnya akan menghadapi masalah besar dan tidak dapat menikmati perokok besar lagi.

  

  Namun, kisah ini tidak berakhir, dan satu siri tragedi dan komedi seterusnya berlaku.

  

  Untuk mencari bom hidrogen yang hilang, Amerika Syarikat segera mengerahkan pasukan pencarian dari dalam negara yang merangkumi beberapa pakar ke tempat kejadian, termasuk seorang ahli matematik bernama John Craven, yang mempunyai gelaran sebagai Ketua Sains Perancangan Khas Tentera Laut AS.

  Dalam mencari bom, Craven menggunakan kaedah Bayes yang disebutkan di atas. Dia memanggil pakar dalam pelbagai bidang, tetapi masing-masing mempunyai bidang keahliannya sendiri dan tidak mahir. Ada yang tahu banyak tentang pengebom B-52 tetapi tidak banyak tentang sifat bom. Bagaimana bom disimpan di atas pesawat adalah satu masalah, bagaimana bom jatuh dari pesawat adalah satu masalah; tidak ada jawapan sama ada bom akan bersama dengan serpihan pesawat; apakah kebarangkalian kedua-dua parasut pada bom dibuka masing-masing?

  Untuk pelbagai masalah ini, Craven meminta para pakar membuat pelbagai hipotesis, membayangkan pelbagai senario, dan kemudian meneka dalam pelbagai keadaan mengenai kebarangkalian peluru belerang di setiap lokasi, dan kemungkinan setiap keadaan berlaku.

  Kaedah Craven juga telah dipertikaikan oleh rakan-rakannya, kerana dalam programnya, banyak hasil yang diperoleh oleh para pakar dalam bentuk teka-teki, undi, atau bahkan mungkin perjudian, tidak dapat menjamin ketepatan semua hasil, tetapi kerana tugas mencari bom hidrogen adalah mendesak dan tidak ada masa untuk melakukan eksperimen yang tepat, membangunkan teori yang boleh dipercayai sepenuhnya, kaedah Craven tidak hilang sebagai kaedah yang boleh dilakukan.

  Craven mengambil keputusan daripada para pakar untuk mendapatkan maklumat mengenai percubaan dan menggabungkannya untuk melukis carta kemungkinan lokasi peluru tersebut: membahagikan seluruh kawasan yang mungkin menjadi banyak kotak kecil, yang masing-masing mempunyai nilai kebarangkalian yang berbeza, tinggi dan rendah, seperti puncak gunung dan lembah di peta. Seperti menilai sama ada gadis itu tunggal atau tidak, Craven menyelesaikan langkah pertama kaedah Bayesian.

  Selepas itu, Craven dan komander pasukan mencari mula mencari peluru berpandu dan mengemas kini kebarangkalian setiap grid pada masa yang sama dalam proses mencari, namun kedudukan yang ditunjukkan oleh kerucut kemungkinan terbesar sering kali adalah jurang yang berbahaya di darat dan kawasan laut yang mendalam, dan walaupun peluru berpandu itu benar-benar ada, ia tidak dapat dijumpai, jadi perlu membuat peta kebarangkalian lain yang menunjukkan peluru berpandu itu sudah ada, dan kemungkinan yang dapat dijumpai adalah peluru berpandu dan bukan kebarangkalian lokasi peluru berpandu. Pada akhirnya, peluru berpandu dijumpai, dua peta kebarangkalian Craven dan kaedah Bayesnya memainkan peranan yang besar.

  Hanya dua tahun kemudian, pada tahun 1968, Craven mendapat peluang untuk memainkan bakatnya lagi, dengan kehilangan peluru kelamin kecil, kali ini tentera laut AS kehilangan peluru kelamin besar.

  Pada bulan Jun 1968, kapal selam nuklear tentera laut, Swan, hilang secara tiba-tiba di Laut Asia Pasifik, dengan 99 pegawai tentera laut di atas kapal selam dan bot itu tidak dapat mendengar. Menurut laporan siasatan selepas itu, penyebabnya adalah peluru berpandu yang aneh di kapal selam itu, yang dilancarkan selepas itu, musuh tidak tahu, memutar kepala ke arah diri sendiri, menyebabkan bom di kapal selam itu meletup.

  Untuk mencari lokasi kapal selam Swan, Tentera Laut Amerika Syarikat melakukan carian besar-besaran, dan Craven turut terlibat. Oleh kerana kelajuan kapal selam ketika kemalangan itu adalah pantas, arah, arah kejatuhan yang besar, arah arah kapal selam ketika letupan adalah tidak diketahui, walaupun mengetahui di mana kapal selam meletup, sukar untuk menentukan di mana sisa kapal selam akhirnya terhanyut. Craven menganggarkan secara awal, di bawah laut dalam lingkaran setengah 20 batu, kapal selam Swan mungkin berada di sana, dan dalam jangkauan yang besar, mencari kapal selam di bawah laut yang mendalam menjadi tugas yang hampir mustahil untuk diselesaikan.

  Tidak ada pakar yang dapat menganggarkan dengan tepat apa yang sebenarnya berlaku kepada kapal selam sebelum dan selepas kejadian itu, dan sama seperti ketika mencari peluru berpandu, Craven berunding dengan ahli matematik, pakar kapal selam, pakar dalam pelbagai bidang pencarian laut, dan menulis pelbagai buku lawak yang mungkin, yang membolehkan mereka meneka dari pengetahuan dan pengalaman mereka sendiri ke arah mana keadaan akan berkembang.

  

  Akhirnya, Craven mendapat carta kebarangkalian 20 batu laut. Seluruh laut dibahagikan kepada banyak grid, setiap grid mempunyai dua nilai kebarangkalian p dan q, p adalah kebarangkalian kapal selam terbaring di dalam grid ini, dan q adalah kebarangkalian kapal selam yang dicari jika kapal selam berada di dalam grid ini. Menurut pengalaman, nilai kebarangkalian kedua berkaitan dengan kedalaman air laut, dan kemungkinan terputus kapal selam yang bocor akan lebih tinggi apabila mencari kawasan laut yang lebih dalam. Jika satu grid telah dicari dan tidak ada jejak kapal selam yang ditemui, kebarangkalian kapal selam daun ini akan berkurangan selepas pembaharuan mengikut prinsip Bayes:

  

  Dalam kes ini, kemungkinan terdapat kapal selam di grid lain akan meningkat:

  

  Setiap kali mencari, grid yang mempunyai nilai kebarangkalian tertinggi untuk terdapat kapal selam di seluruh kawasan akan dipilih untuk dicari. Jika tidak ditemui, peta pembahagian kebarangkalian akan dibasuh sekali, dan kapal pencari akan menuju ke kerucut baru yang paling mencurigakan untuk mencari, dan teruskan sehingga kerucut dijumpai.

  Pada mulanya, para tentera laut dengan pengalaman menjangkakan bahawa kapal selam itu berada di dasar laut di sebelah timur titik letupan, menolak cadangan Craven dan ahli matematik yang lain, tetapi selepas beberapa bulan mencari, tiada apa yang diperoleh. Kemudian, tentera laut terpaksa mengikuti cadangan Craven, dan mengikut carta kebarangkalian, kapal selam yang terhempas seharusnya berada di sebelah barat titik letupan. Selepas beberapa carian, kapal selam itu akhirnya dijumpai di dasar laut di barat daya titik letupan.

  Selepas dua kali persembahan, kaedah Bayesian yang digunakan oleh Craven dalam carian maritim secara beransur-ansur diterima secara meluas, dan sejak itu, kaedah Bayesian secara tidak dijangka sering muncul bersama bom hidrogen dan kapal selam nuklear. Selama beberapa dekad, aplikasi kaedah Bayesian semakin meluas, dari menyaring kata kunci carian Google hingga pengesahan kenderaan tanpa pemandu untuk menentukan kedudukan memandu sendiri, menggali semua sudut.

  Dipindahkan dari Mathematical Modeling