Вероятности и неприятности. Математика повседневной жизни

Статистики говорят, что у таких распределений тяжелый хвост, делающий вполне вероятными очень большие отклонения от среднего значения. Мы наблюдали их в виде долгих «погружений» в то или иное настроение. У полученного распределения есть одно непривычное и странное свойство: для него не определены ни среднее значение (математическое ожидание), ни стандартное отклонение. В предыдущей главе мы уже упоминали, что такое бывает, например, у распределения Коши. Дело в том, что все соответствующие интегралы для распределения Юла расходятся. В связи с этим можно слышать, что и среднее значение в таком случае бесконечно, но это не так. Посмотрите, что произойдет при попытке вычислить математическое ожидание длительности меандров случайного блуждания (рис. 6.9).

Рис. 6.9. Попытка вычислить среднее значение для последовательности длительностей периодов между сменами настроения при отсутствии памяти. Появляющиеся экстремальные значения из тяжелого хвоста распределения приводят к тому, что значение среднего не сходится к какому-либо пределу

Огромные скачки из тяжелого хвоста то и дело сбивают значение среднего, и последовательность усреднений не сходится ни к какому пределу. Значение среднего вовсе не бесконечно, но интеграл не сходится и о каком-то конкретном значении говорить нельзя. Именно в невозможности вычислить среднее для длительности меандров отражается свойство самоподобия случайного блуждания, или отсутствие собственного масштаба времени.

Мы моделировали приспосабливаемость к житейским неурядицам с помощью релаксации — затухания эмоциональных всплесков. Можно истолковать этот процесс иначе — как приспосабливаемость человека к жизненным обстоятельствам. При обработке зашумленных сигналов или последовательностей часто для сглаживания и выделения полезного сигнала используют метод скользящего среднего, рассматривая в каждый момент не сам сигнал, а усредненное его значение за некоторый промежуток времени. Так удается избавиться от шума и получить представление о долговременных тенденциях сигнала. Применяя такое усреднение к житейским неурядицам, мы можем моделировать приспосабливаемость человека. Люди влюбляются и находят повод для радости даже во время войн, а жизнь богатых бездельников не безоблачна. Смещается локальное представление о норме (привычном состоянии дел), от которой настроение отклоняется в ту или иную сторону. Рассматривая разницу между последовательностью эмоций и сглаженной линией фона, мы получим такую же картину полос, какую дала предыдущая модель, с теми же статистическими характеристиками. Это неудивительно, ведь концептуально они практически не различаются, описывая систему с релаксацией (рис. 6.10).

Рис. 6.10. Меандрирование и смену настроений можно получить, моделируя скользящим средним приспосабливаемость человека к обстоятельствам

Какие выводы можно сделать из нашего несерьезного исследования? Череда светлых и темных полос в жизни не иллюзия, они существуют на самом деле. Но в них нет особенных закономерностей. Чаще всего они коротки, но бывают и затяжными. Все зависит от легкости характера и способности отпускать прошлое. Более того, если события будут происходить редко, то жизнь станет серой чередой исчезающих в прошлом воспоминаний. Так что в наших интересах запоминать прожитое и в наших силах сделать так, чтобы жизнь не становилась случайным блужданием. Мы можем добиться того, чтобы хороших событий становилось больше и происходили они почаще, пусть даже они окажутся и незначительными.

Лыжная прогулка, искренняя улыбка прохожего, билет на концерт, чашка горячего шоколада в холодный день — все это поможет создать положительный тренд и продлит светлую полосу в жизни. Правда, неизбежные грустные события обязательно сменят настроение. Но не надо винить в этом свое счастье. Это не расплата за него и не сглаз. Это свойство релаксирующих систем — склонность к колебаниям при стохастическом внешнем воздействии.

О марковских цепях и пессимистах с оптимистами

В рассмотренных моделях мы получали пуассоновский поток смены настроений, генерируя события с помощью его же. В этом можно усмотреть подтасовку: пуассоновский случайный процесс оказался изначально «вшит» в модель. Насколько при этом универсален результат? Можно ли получить его как-нибудь совсем иначе?

Житейский опыт — штука плохо формализуемая, его можно подогнать под различные математические инструменты, внося не только упрощающие допущения, но и спекуляции. В науке такой подход недопустим, но в путешествии по методам теории случайных процессов мы можем позволить себе поиграть с ними, чтобы познакомиться получше.

Выше для объяснения полос в жизни мы учитывали память, то есть вклад предыдущих состояний в текущее. Но можно получить характерное «полосатое» поведение и полностью исключив влияние прошлого.

Для этого полезны объекты, называемые цепями Маркова.