Джордан Элленберг - Как не ошибаться. Сила математического мышления Страница 2

К счастью, есть и более подходящее объяснение. Я постараюсь его для вас сформулировать.

«Математика – не просто последовательность вычислений, которые необходимо выполнять механически до тех пор, пока у вас не закончится терпение и выдержка – хотя эта мысль может показаться весьма далекой от того, чему вас учили на курсах, именуемых “математика”. В математике интегралы играют ту же роль, что силовые тренировки и физическая подготовка в футболе. Если вы хотите научиться играть в футбол – а я имею в виду играть по-настоящему, – вам предстоит выполнить множество скучных, однообразных, на первый взгляд бессмысленных упражнений. Используют ли когда-либо эти упражнения профессиональные игроки? На поле никто не поднимает штангу и не бегает зигзагами между конусами. Но все-таки футболисты используют ту силу, скорость, понимание сути игры и гибкость, которую они обрели в процессе выполнения – неделя за неделей – множества утомительных упражнений. Отработка таких упражнений – неотъемлемая часть обучения игре в футбол.

Если вы хотите зарабатывать игрой в футбол на жизнь или даже стать членом университетской команды, вам предстоит провести много скучных выходных на тренировочном поле. Другого пути нет. Но есть и хорошая новость: если интенсивные тренировки вам не под силу, вы все равно сможете играть в футбол – для развлечения, для самого себя. Сделав пас защитнику или забив гол с большого расстояния, вы будете получать такое же удовольствие, как и профессиональный спортсмен. Кроме того, играя в футбол с друзьями, вы почувствуете себя намного здоровее и счастливее, чем если просто сидели бы и смотрели по телевизору игру профессионалов.

Математика представляет собой почти то же самое. Возможно, вы не станете обременять себя профессией, непосредственно связанной с этой наукой. Что вполне нормально, поскольку большинство людей не ставят перед собой такой цели. Тем не менее вы все-таки можете заниматься математикой. По всей вероятности, вы – сами того не зная – уже решаете математические задачи[2]. Математика вплетена в ткань нашего мышления. Кроме того, математика помогает человеку лучше делать свое дело. Знание математики – своего рода рентгеновские очки, позволяющие увидеть структуру мира, скрытую под беспорядочной, хаотичной поверхностью. Математика – это наука о том, как не совершать ошибок, а математические формы и методы выковывались на протяжении многих столетий упорного труда и дискуссий. Владение математическим инструментарием позволит вам составить более глубокое, достоверное и осмысленное представление об окружающем мире. Все, что вам нужно, – это тренер или по крайней мере книга, которая научит вас правилам игры и некоторым базовым тактическим приемам. Я буду вашим тренером. Я научу вас этому».

К сожалению, на занятиях из-за нехватки времени мне не часто приходится произносить подобные речи. Напротив, в книге всегда найдется место и для более пространных рассуждений. Надеюсь, мне удастся оправдать сделанные выше серьезные заявления, показав вам, что математика позволяет решать многие из задач – будь то политика, медицина, коммерция или богословие, – над которыми мы размышляем каждый день.

Однако даже если я и произнес бы свою вдохновляющую речь перед студенткой, у нее – если она действительно проницательна – все равно останутся сомнения.

«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.

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.

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}.

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.