Шрифт:
«Профессор, – сказала бы она, – все это звучит неплохо, но несколько абстрактно. Вы говорите, будто математические знания позволяют нам делать правильные шаги там, где в противном случае мsы обязательно оступились бы. Но что именно вы имеете в виду? Дайте конкретный пример».
И тогда я рассказал бы студентке историю Абрахама Вальда, а также вспомнил бы о его решении проблемы отсутствующих пулевых отверстий.
Рассказ об Абрахаме Вальде и отсутствующих пробоинах
Подобно многим историям времен Второй мировой войны, мой рассказ начинается с того, как нацисты изгнали евреев из Европы, и заканчивается тем, что они горько об этом пожалели. Абрахам Вальд родился в 1902 году в городе, который тогда назывался Клаузенбург и принадлежал Австро-Венгерской империи {1} . К тому времени, когда Вальд достиг подросткового возраста, Первая мировая война уже вошла в учебники, а его родной город стал румынским городом Клуж. Внук раввина и сын булочника, Вальд проявлял математические способности с самых ранних лет. Одаренность мальчика не осталась без внимания, и он получил возможность изучать математику в Венском университете, где увлекся предметами настолько абстрактными, что даже по меркам чистой математики они были слишком трудны для понимания: теорией множеств и метрическими пространствами.
1
Биографические материалы об Абрахаме Вальде взяты из работы: Oscar Morgenstern. Abraham Wald, 1902–1950 // Econometrica, 1951, Oct., 19, no 4, p. 361–367.
Вальд закончил обучение в середине 30-х годов ХХ столетия, когда Австрия уже находилась в состоянии глубокого экономического спада. Как у иностранца у Вальда не было шансов получить в Вене должность профессора, но его спасло предложение, поступившее от Оскара Моргенштерна. Впоследствии Моргенштерн иммигрирует в Соединенные Штаты Америки и будет участвовать в создании теории игр, а в 1933 году он, будучи директором Австрийского института экономических исследований, нанял Вальда для выполнения элементарных математических задач. Согласие на эту работу – хотя ему и назначили совсем небольшую оплату – оказалось весьма умным решением. В дальнейшем благодаря полученному опыту в области экономики Вальд получил предложение войти в комиссию Коулза – экономической организации, которая в то время находилась в Колорадо-Спрингс. Несмотря на ухудшающуюся политическую ситуацию, Вальд не хотел делать шаг, который навсегда разлучил бы его с чистой математикой. Но затем нацисты захватили Австрию, что помогло Вальду сделать окончательный выбор. После нескольких месяцев работы в Колорадо он получил предложение занять профессорскую должность в Колумбийском университете. Вальд снова упаковал вещи и переехал в Нью-Йорк.
Именно там Абрахам Вальд встретил войну.
Группа статистических исследований (Statistical Research Group; далее по тексту – SRG) {2} , в которой Вальд работал на протяжении большей части Второй мировой войны, выполняла секретную программу; ее цель состояла в том, чтобы собрать крупнейших американских специалистов по статистике и использовать их возможности для решения военных задач. Это напоминало Манхэттенский проект, только в качестве оружия, разработкой которого занималась SRG, выступали уравнения, а не взрывчатые вещества. Кроме того, SRG располагалась действительно на Манхэттене, в районе Морнингсайд-Хайтс, в доме 401 на Западной 118-й улице – всего в одном квартале от Колумбийского университета. Сейчас в этом доме находятся квартиры профессоров Колумбийского университета и несколько кабинетов врачей, но в 1943 году это был живой и блестящий мозговой центр военной математики. В одном из помещений располагалась Группа прикладной математики Колумбийского университета; десятки молодых женщин корпели над калькуляторами Marchant, рассчитывая формулы для оптимальной траектории движения истребителя, позволявшей ему постоянно держать вражеский самолет на прицеле. В другом помещении команда исследователей Принстонского университета разрабатывала схемы стратегических бомбардировок. А по соседству группа ученых Колумбийского университета работала над созданием атомной бомбы.
2
Исторические данные о SRG взяты главным образом из следующего источника: W. Allen Wallis. The Statistical Research Group, 1942–1945 // Journal of the American Statistical Association, 1980, June, 75, no 370, p. 320–330.
Однако SRG была самой сильной и, по большому счету, самой влиятельной из всех этих групп. В SRG царила атмосфера интеллектуальной открытости и интенсивной научной мысли – все работали с ощущением общей цели, которое возникает только при решении задач особой важности. «Когда мы давали рекомендации, – писал руководитель SRG Уилсон Аллен Уоллис, – их использовали. Пулеметы истребителей, вступавших в бой, были снаряжены согласно рекомендациям Джека Вулфовица [3] по поводу того, как смешивать боеприпасы разных типов, – и летчики либо возвращались, либо нет. Топливо ракет, которые запускали самолеты военно-морских сил, проходило проверку в соответствии со схемой выборочного контроля Эйба Гиршика – и эти ракеты либо взрывались и уничтожали наши собственные самолеты и наших летчиков, либо поражали цель» {3} .
3
Отец Пола [Пол Вулфовиц – американский политик, президент Всемирного банка (2005–2007). Прим. М. Г.].
3
W. Allen Wallis. The Statistical Research Group…, p. 322.
Математический талант членов группы соответствовал важности задачи. По словам Уоллиса, «как с точки зрения количества, так и с точки зрения качества SRG была самой выдающейся группой специалистов по статистике из всех когда-либо созданных» {4} . В группе работали: Фредерик Мостеллер – впоследствии основатель факультета статистики Гарвардского университета; Леонард Джимми Сэвидж [4] – первопроходец теории принятия решений и большой приверженец области математики, позже ставшей известной как байесовская статистика. В SRG время от времени заглядывал Норберт Винер – математик Массачусетского технологического института, создатель кибернетики. Это был коллектив ученых, в котором почетное четвертое место среди самых толковых занимал Милтон Фридман – будущий лауреат Нобелевской премии по экономике.
4
W. Allen Wallis. The Statistical Research Group…, p. 322.
4
Сэвидж был почти слепым и видел только уголком одного глаза. Как-то, чтобы доказать какую-то свою идею об освоении Арктики, он целых полгода питался одним пеммиканом [мясной концентрат; пища индейцев Северной Америки и основной мясной продукт в арктических и антарктических экспедициях начала XX века. Прим. М. Г.]. Просто подумал, что об этом стоит упомянуть.
А первое место по праву закрепилось за Абрахамом Вальдом. Вальд – преподаватель Аллена Уоллиса в Колумбийском университете – стал для всей группы своего рода высочайшим математическим авторитетом. Впрочем, как «подданный враждебного государства» с юридической точки зрения Вальд не имел права видеть секретные отчеты – те отчеты, которые он собственноручно составлял. В SRG шутили, что секретари обязаны буквально вырывать из-под его пера каждый листок бумаги тут же, как только он его допишет {5} . При этом Вальд практически не вписывался в общую направленность группы: он был очень далек от решения прикладных задач, поскольку его всегда интересовала лишь абстрактная математика. Однако в данном случае верх взяла его личная заинтересованность: посвятить свой талант антифашистской борьбе. Так или иначе, но Вальда сочли именно тем человеком, которого лучше было иметь на своей стороне – тем более, когда возникала необходимость перевести расплывчатые мысли на язык точных математических формулировок.
5
W. Allen Wallis. The Statistical Research Group…, p. 329.
Задача заключалась в следующем. Вы не хотите, чтобы вражеские истребители сбивали ваши самолеты, поэтому покрываете их броней. Но броня делает самолет более тяжелым, что снижает его маневренность и увеличивает расход топлива. Если на самолете слишком много брони – это проблема; если брони слишком мало – это тоже проблема. Где-то в интервале лежит оптимальное решение. Чтобы вычислить этот идеальный вариант, вы собираете под крышей нью-йоркской квартиры команду лучших математиков {6} .
6
Я узнал о Вальде и проблеме крепкой авиационной брони из книги Говарда Вейнера: Howard Wainer. Uneducated Guesses: Using Evidence to Uncover Misguided Education Policies. NJ: Princeton University Press, 2011. Автор использует идеи Вальда для анализа таких же сложных и неполных статистических данных, полученных в ходе изучения сферы образования.