Дорога из нескольких отрезков: как складывается неопределённость времени

Время в пути — сумма случайных величин

Поездка редко состоит из одного идеально предсказуемого отрезка. Сначала нужно дойти до остановки, затем дождаться автобуса, проехать несколько кварталов и пройти от конечной остановки до нужного здания. Каждый этап занимает разное время, поэтому и общая длительность меняется от раза к разу. Теория вероятностей помогает описать это без предположения, будто все поездки одинаковы.

Обозначим длительности этапов как отдельные величины: например, X — ожидание транспорта, а Y — сама поездка. Тогда полное время равно X + Y. Если ожидание заняло 4 минуты, а дорога — 18, итог составил 22 минуты. В другой раз эти значения могут быть 11 и 15 минут. Сумма всё равно описывает поездку, но её разброс зависит не только от разброса каждого этапа по отдельности.

Важно различать среднее время и неопределённость вокруг него. Средние значения этапов складываются: если в среднем ожидание занимает 6 минут, а путь — 16, среднее общее время равно 22 минутам. Но знание одного среднего не сообщает, насколько часто поездка окажется заметно дольше или короче. Для этого нужно учитывать разброс значений и связь между этапами.

Когда этапы независимы

Два случайных этапа называют независимыми, если знание результата одного не помогает предсказать результат другого. Для бытового примера представим путь по коридору до лифта и случайную задержку лифта из-за его загруженности. Это может быть лишь приближением: если в здании проходит общее мероприятие, обе части пути способны измениться одновременно. Но в учебной модели независимость упрощает расчёт.

При независимости дисперсии складываются. Дисперсия — это мера разброса относительно среднего; она измеряется в квадратных единицах времени, поэтому для привычного масштаба часто используют стандартное отклонение, равное квадратному корню из дисперсии. Нельзя просто сложить стандартные отклонения так же, как средние. Если один этап меняется мало, а другой сильно, итоговый разброс будет в основном определяться более изменчивой частью.

Допустим, время ожидания обычно колеблется сильнее, чем длительность короткого перехода по знакомому маршруту. Тогда именно ожидание заметнее влияет на разнообразие общей продолжительности. Это не означает, что оно всегда окажется самым долгим этапом в конкретной поездке. Речь о том, какой участок сильнее меняет итог от одного случая к другому.

Общая причина связывает задержки

Независимость часто оказывается слишком сильным предположением. Дождь может одновременно замедлить движение транспорта и сделать пеший участок медленнее. Если один и тот же дождливый день влияет на оба этапа, их длительности связаны: длинное ожидание и медленная дорога могут встречаться вместе чаще, чем при независимом устройстве.

В математической формуле это отражает ковариация — показатель того, склонны ли две величины отклоняться от своих средних в одном направлении или в противоположных. Дисперсия суммы равна сумме дисперсий двух этапов плюс удвоенная ковариация между ними. Положительная связь увеличивает разброс общей длительности по сравнению с моделью независимости. Отрицательная связь, напротив, может его уменьшить: если один этап затянулся, другой иногда оказывается короче.

Представим два участка прогулки, на которые влияет один и тот же сильный ветер. Он мешает идти на обоих, поэтому задержки склонны совпадать. Сложение отдельных средних всё ещё даёт среднее общее время, но оценка изменчивости, основанная на независимости, способна оказаться слишком низкой. Общий источник воздействия — полезная подсказка, что этапы связаны.

Среднее не описывает каждый маршрут

Даже если среднее время поездки известно, оно не гарантирует, что конкретная поездка займёт примерно столько же. У распределения могут быть редкие длинные задержки, которые сильно тянут среднее вверх. В другой ситуации значения группируются тесно около среднего. Одно и то же среднее совместимо с разными формами распределения.

Поэтому для бытового описания полезно рассматривать не только среднее, но и типичный разброс, а также крайние, но правдоподобные случаи. Это не требует притворяться, будто можно точно предсказать каждую задержку. Напротив, такой взгляд разделяет два вопроса: какова обычная длительность и насколько она меняется от случая к случаю?

Если сведения собирают по нескольким поездкам, важно сравнивать похожие условия. Поездка в будний день и поездка во время крупного городского события могут принадлежать разным режимам. Объединение их в одну таблицу иногда создаёт среднее, которое не особенно хорошо описывает ни один из режимов.

Что даёт разложение на этапы

Модель суммы не обещает точного расписания и не превращает случайность в управляемый механизм. Её польза скромнее и практичнее: она показывает, какие части времени складываются, где возникает основной разброс и могут ли общие обстоятельства связывать этапы.

Например, если путь состоит из ожидания, поездки и перехода, можно отдельно оценивать их средние и изменчивость. Затем стоит спросить, не влияют ли на несколько этапов одни и те же условия: погода, загруженность улиц, расписание мероприятий или время суток. Так становится понятнее, почему две задержки иногда приходят вместе и почему подсчёт, основанный на независимости, может описывать реальность недостаточно точно.

Главный вывод состоит в том, что неопределённость общей длительности — не просто сумма отдельных впечатлений о задержках. Она зависит и от размеров каждого разброса, и от связей между этапами. Теория вероятностей позволяет выразить эту мысль формально, а бытовой маршрут делает её наглядной: сложная величина может быть собрана из простых частей, но отношения между этими частями тоже имеют значение.