数学狂想曲(八)——核弹当量问题, Lanchester战争模型, 随机过程
核彈當量問題
核彈爆炸由于是個復雜的過程,因此就有了爆炸火球半徑、輻射半徑、沖擊波半徑以及熱輻射半徑等不同的威力評價標準。
具體的介紹可參見:
https://www.zhihu.com/question/20134458
一顆核彈的破壞性有多大?
這里給出幾組數據:
| 1945年胖子 | 20kt | 200m | 1.91km |
| 1966年B61 | 340kt | 630m | 4.91km |
| 1986年W87 | 300kt | 600m | 4.71km |
“另外再幫你算算哦,把B61的34萬和胖子的2萬都開根號,兩者比值是4.11,然而,胖子的火球半徑200米乘4.1貌似是820米,怎么B61才630米呢?5psi的沖擊波半徑1.91千米乘4.1貌似是7.83千米哦,怎么B61才4.91呢?不是說好了技術進步威力更大的嗎”
上面是貼吧某博主用以佐證自己觀點的論據。然而,這顯然錯誤的。
沖擊波是空氣被壓縮導致的。而空氣可以看做麥克思韋子,它的壓力是由單位體積內的粒子能量決定的。因此,如果當量E可以產生R半徑的空氣壓縮球的話,要產生2R的壓縮球,勢必需要將E提升8倍才行。
而火球半徑就要麻煩一些了。
一方面,輻射的光子是玻色子,它不占空間,能量可疊加,且不改變傳播方向。從點光源的波動模型可以知道,波前能量如果沒有衰減的話,R球面的能量和2R球面的能量相等,但2R球面的面積是前者的4倍,因此如果要維持能量密度的話,E提升4倍即可。
另一方面,輻射源需要維持一定的溫度才能釋放可見光,而溫度也就是粒子平均動能,正如上面沖擊波半徑的推導,E和R的立方成正比。
所以,火球半徑中E和R的關系,顯然在2和3之間。實際上,它的理論值就是2.5,其推導過程如下:
http://www.applet-magic.com/fireball.htm
The Expansion of the Fireball of an Explosion
實測值2.46和理論值符合的非常好。
這里的推導和熱力學統計其實沒多大關系,算是本人學習玻爾茲曼分布的副產品吧。
Lanchester戰爭模型
第一次世界大戰期間,英國工程師Lanchester針對戰爭問題建模,以預測戰爭的結果。
Frederick William Lanchester,1868~1946,被譽為英國三大最杰出的汽車工程師之一。英國皇家學會會員。
該模型包含了兩個子模型:
Lanchester’s linear law:假設雙方的裝備能力相當,則單位時間內的損失,和戰線的長度成正比,且雙方損失的數量相等。這個模型主要適用于遠程兵器威力有限的古代戰爭,古代戰爭以短兵相接的肉搏戰為主。而肉搏戰的特點就是一對一。
Lanchester’s square law:現代戰爭越來越立體化,因此是個多對多的模型。
首先,我們假設A軍在戰斗開始后的t時刻有x(t)x(t)x(t)人,B軍在戰斗開始后的t時刻有y(t)y(t)y(t)人,且每支軍隊的減員均由敵方攻擊造成,減員速率與敵方人數成正比。忽略增員部隊與非戰斗減員,我們可以根據雙方的減員速率列出如下的微分方程組:
(1)dxdt=?by\frac{\mathrmze8trgl8bvbqx}{\mathrmze8trgl8bvbqt}=-by\tag{1}dtdx?=?by(1)
(2)dydt=?cx\frac{\mathrmze8trgl8bvbqy}{\mathrmze8trgl8bvbqt}=-cx\tag{2}dtdy?=?cx(2)
在上述微分方程組中,b與c分別代表B軍與A軍的單兵作戰效率,即每個戰士在單位時間內干掉的敵軍數量。我們可以用這個量來代表士兵的“質量”或“效率”,顯然這個量與軍隊的武器水平,指揮員的指揮水平與戰士的單兵素質有關。
用公式2除以公式1,得:
dydtdxdt=?cx?by\cfrac{\cfrac{\mathrmze8trgl8bvbqy}{\mathrmze8trgl8bvbqt}}{\cfrac{\mathrmze8trgl8bvbqx}{\mathrmze8trgl8bvbqt}}=\frac{-cx}{-by}dtdx?dtdy??=?by?cx?
dydx=cxby\frac{\mathrmze8trgl8bvbqy}{\mathrmze8trgl8bvbqx}=\frac{cx}{by}dxdy?=bycx?
bydy=cxdxby\mathrmze8trgl8bvbqy=cx\mathrmze8trgl8bvbqxbydy=cxdx
兩邊同時求t的定積分:
∫t0tby(t)dy(t)=∫t0tcx(t)dx(t)\int_{t_0}^t by(t)\mathrmze8trgl8bvbqy(t)=\int_{t_0}^t cx(t)\mathrmze8trgl8bvbqx(t)∫t0?t?by(t)dy(t)=∫t0?t?cx(t)dx(t)
b∫y0yydy=c∫x0xxdxb\int_{y_0}^y y\mathrmze8trgl8bvbqy=c\int_{x_0}^x x\mathrmze8trgl8bvbqxb∫y0?y?ydy=c∫x0?x?xdx
by2?by02=cx2?cx02by^2-by_0^2=cx^2-cx_0^2by2?by02?=cx2?cx02?
by2?cx2=by02?cx02=Kby^2-cx^2=by_0^2-cx_0^2=Kby2?cx2=by02??cx02?=K
我們可以由b,c,與雙方初始人數y0,x0y_0,x_0y0?,x0?計算出K值。顯然:
當K=0時,A、B平手。
當K>0時,B勝。
當K<0時,A勝。
Lanchester模型是一個連續模型,但實際戰斗,尤其是海戰,一般是離散模型,這時就要用到Salvo combat model了。
比如中途島戰役,美國在擊沉日本3艘航母之后,遭到日本飛龍號的反擊,損失了約克城號,直到第二波攻擊,才最終將飛龍號擊沉。
參考:
https://mp.weixin.qq.com/s/npprTz_GRgdv3BK7ff2grg
Lanchester戰爭模型:用可分離變量的微分方程占卜戰事
隨機過程
隨機變量序列的收斂性
弱收斂:Fn(x)→WF(x)F_n(x)\xrightarrow{W}F(x)Fn?(x)W?F(x)
依分布收斂:Xn→LXX_n\xrightarrow{L}XXn?L?X
依概率收斂:Xn→PXX_n\xrightarrow{P}XXn?P?X
r階收斂:Xn→rXX_n\xrightarrow{r}XXn?r?X
幾乎處處收斂(almost everywhere convergent):Xn→a.e.XX_n\xrightarrow{a.e.}XXn?a.e.?X or Xn→a.s.XX_n\xrightarrow{a.s.}XXn?a.s.?X
一致收斂(uniform convergence):Xn→u.c.XX_n\xrightarrow{u.c.}XXn?u.c.?X
以上概念實際上都是測度論的內容。具體到這里,弱收斂針對分布函數F,而其他收斂針對隨機變量X。
收斂嚴格性:
Xn→PX?Xn→LXX_n\xrightarrow{P}X \supseteq X_n\xrightarrow{L}XXn?P?X?Xn?L?X
Xn→rX?Xn→PXX_n\xrightarrow{r}X \supseteq X_n\xrightarrow{P}XXn?r?X?Xn?P?X
Xn→a.s.X?Xn→PXX_n\xrightarrow{a.s.}X \supseteq X_n\xrightarrow{P}XXn?a.s.?X?Xn?P?X
大數定律:
依概率收斂->弱大數定律
幾乎處處收斂->強大數定律
隨機過程常用公式或符號
| 期望 | EX=∫?∞+∞xdF(x)EX=\int_{-\infty}^{+\infty}x\mathrmze8trgl8bvbqF(x)EX=∫?∞+∞?xdF(x),若存在密度函數則EX=∫?∞+∞xf(x)dxEX=\int_{-\infty}^{+\infty}xf(x)\mathrmze8trgl8bvbqxEX=∫?∞+∞?xf(x)dx |
| 方差 | DX=Var(X)=E(X?EX)2DX=Var(X)=E(X-EX)^2DX=Var(X)=E(X?EX)2 |
| 協方差 | Cov(X,Y)=E{[X?E(X)] ̄[Y?E(Y)]}Cov(X,Y)=E\{\overline{[X-E(X)]}[Y-E(Y)]\}Cov(X,Y)=E{[X?E(X)]?[Y?E(Y)]} |
| 相關系數 | ρXY=Cov(X,Y)D(X)D(Y)\rho_{XY}=\frac{Cov(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}ρXY?=D(X)?D(Y)?Cov(X,Y)? |
| 協方差矩陣 | [Cov(X1,X1)Cov(X1,X2)?Cov(X1,Xn)Cov(X2,X1)Cov(X2,X2)?Cov(X2,Xn)???Cov(Xn,X1)Cov(Xn,X2)?Cov(Xn,Xn)]\left[\begin{array}{ccc} Cov(X_1,X_1)&Cov(X_1,X_2)&\cdots&Cov(X_1,X_n)\\Cov(X_2,X_1)&Cov(X_2,X_2)&\cdots&Cov(X_2,X_n)\\ \vdots&\vdots&&\vdots \\Cov(X_n,X_1)&Cov(X_n,X_2)&\cdots&Cov(X_n,X_n)\end{array}\right]??????Cov(X1?,X1?)Cov(X2?,X1?)?Cov(Xn?,X1?)?Cov(X1?,X2?)Cov(X2?,X2?)?Cov(Xn?,X2?)?????Cov(X1?,Xn?)Cov(X2?,Xn?)?Cov(Xn?,Xn?)??????? |
| 相關函數 | R(X,Y)=E[X ̄Y]R(X,Y)=E[\overline{X}Y]R(X,Y)=E[XY] |
| 均方極限 | l.i.mn→+∞X{l.i.m}_{n \to +\infty}Xl.i.mn→+∞?X |
https://mp.weixin.qq.com/s/46NrpIako2lJ2ZitAQs8Sw
劃重點!通俗解釋協方差與相關系數
http://pinkyjie.com/2010/08/31/covariance/
淺談協方差矩陣
平穩過程
嚴平穩過程:有限維分布。
寬平穩過程:二階矩。
不要被名字迷惑了,由于兩者關注的東西不同,一般情況下,嚴平穩過程不一定是寬平穩過程,寬平穩過程也不一定是嚴平穩過程。
只有以下特例:
1.對于二階矩過程,嚴平穩過程一定是寬平穩過程。
2.對于正態過程,嚴平穩過程和寬平穩過程是等價的。
大數定律與中心極限定理
大數定律
切比雪夫大數定律:用統計方法來估計期望的理論依據。
E(X)≈1n∑k=1nxkE(X)\approx \frac{1}{n}\sum_{k=1}^{n}x_kE(X)≈n1?k=1∑n?xk?
貝努利大數定律:事件A發生的頻率nAn\frac{n_A}{n}nnA??依概率收斂于事件A的概率p。當n很大時,事件發生的頻率與概率有較大偏差的可能性很小:p≈nAnp\approx \frac{n_A}{n}p≈nnA??
創作挑戰賽新人創作獎勵來咯,堅持創作打卡瓜分現金大獎總結
以上是生活随笔為你收集整理的数学狂想曲(八)——核弹当量问题, Lanchester战争模型, 随机过程的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 机器学习(三十二)——t-SNE, Ad
- 下一篇: 数学狂想曲(十)——复变函数, 平稳离散