Метод Монте-Карло, или метод статистических испытаний, в применении к данной задаче означает прямое использование вероятностной интерпретации метода наименьших квадратов. Поскольку процесс уточнения орбиты по МНК доставляет, как принято говорить, наиболее вероятное решение, окруженное областью других возможных решений, то можно выбрать в этой области случайным образом большое число виртуальных астероидов и следить со всей возможной точностью за их движением в течение некоторого времени, пока они не столкнутся с Землей или не пролетят мимо нее. Тогда отношение числа столкнувшихся виртуальных астероидов к их общему количеству можно рассматривать как вероятность столкновения с Землей астероида, орбита которого доподлинно неизвестна. Этот метод замечателен своей простотой, универсальной применимостью и правильным учетом нелинейности задачи. При его практическом использовании важно учитывать корреляционные зависимости между разыгрываемыми значениями параметров орбиты, но это реализуется достаточно просто [Железнов, 2009]. К сожалению, метод является чрезвычайно трудоемким. Действительно, чем менее вероятное событие требуется оценить, тем большее количество начальных условий движения следует испытать. Пусть, например, при испытании 106
случайно выбранных начальных условий в пяти случаях было зафиксировано столкновение с Землей. Тогда можно утверждать, что вероятность столкновения близка к 0,000005. Но если проведена только тысяча испытаний, которые не дали ни одного попадания, тогда можно лишь сказать, что вероятность столкновения, по-видимому, меньше 0,001. Поскольку на практике приходится искать опасные сближения с Землей на интервалах в несколько десятков лет и вероятность столкновения при этом имеет, как правило, порядок 10-4 и менее, то требуется несколько дней работы компьютера для получения надежного результата в отношении только одного астероида [Milani et al., 2000].Метод Монте-Карло основывается на выборе случайных точек во всем шестимерном пространстве возможных начальных условий и на их последующем испытании. Имеется также возможность выбора точек в каком-нибудь подпространстве, относительно которого можно предполагать, что берущие в нем начало решения достаточно хорошо отражают поведение решений во всей доверительной области. В качестве такого подпространства можно, например, использовать линию вариации, вдоль которой номинальное решение определяется с наибольшей погрешностью. В доверительном эллипсоиде линия вариации совпадает с направлением наиболее вытянутой оси, как правило, большой полуоси его орбиты. В методе линии вариации виртуальные астероиды берутся со значениями пяти элементов, соответствующими номинальному решению, в то время как шестой элемент (среднее движение или большая полуось) варьируется с постоянным шагом в пределах ±3σ (или в иных пределах). Как и в методе Монте-Карло, движение виртуальных астероидов прослеживается на всем исследуемом интервале, в особенности при их сближениях с Землей. Поскольку при этом точки пересечения виртуальных астероидов с плоскостью цели представляют наборы, зависящие только от одного параметра, то достаточно просто (путем интерполяции или методом Ньютона нахождения корней функции) определяются значения среднего движения (большой полуоси), при которых реализуется максимальное сближение виртуального астероида с Землей.
Хотя этот метод является эффективным средством анализа сближений, нельзя быть уверенным, что при этом будут найдены все возможные столкновения, например те, которые соответствуют точкам доверительного эллипсоида, расположенным далеко от линии вариации. Соответствующие им точки на плоскости цели, если имеет место сильно выраженная нелинейность задачи, могут оказаться на значительном удалении от точек, отвечающих линии вариации, и часть из них может при этом вести к столкновениям. Метод Монте-Карло должен, в принципе, обнаруживать подобные случаи. Поэтому оба метода должны дополнять друг друга и использоваться для взаимного контроля.
7.6. Потоки виртуальных астероидов, следующие различными динамическими путями