核弹当量问题

核弹爆炸由于是个复杂的过程，因此就有了爆炸火球半径、辐射半径、冲击波半径以及热辐射半径等不同的威力评价标准。

具体的介绍可参见：

https://www.zhihu.com/question/20134458

一颗核弹的破坏性有多大？

这里给出几组数据：

名称	当量	火球半径	冲击波半径
1945年胖子	20kt	200m	1.91km
1966年B61	340kt	630m	4.91km
1986年W87	300kt	600m	4.71km

“另外再帮你算算哦，把B61的34万和胖子的2万都开根号，两者比值是4.11，然而，胖子的火球半径200米乘4.1貌似是820米，怎么B61才630米呢？5psi的冲击波半径1.91千米乘4.1貌似是7.83千米哦，怎么B61才4.91呢？不是说好了技术进步威力更大的吗”

上面是贴吧某博主用以佐证自己观点的论据。然而，这显然错误的。

冲击波是空气被压缩导致的。而空气可以看做麦克思韦子，它的压力是由单位体积内的粒子能量决定的。因此，如果当量E可以产生R半径的空气压缩球的话，要产生2R的压缩球，势必需要将E提升8倍才行。

而火球半径就要麻烦一些了。

一方面，辐射的光子是玻色子，它不占空间，能量可叠加，且不改变传播方向。从点光源的波动模型可以知道，波前能量如果没有衰减的话，R球面的能量和2R球面的能量相等，但2R球面的面积是前者的4倍，因此如果要维持能量密度的话，E提升4倍即可。

另一方面，辐射源需要维持一定的温度才能释放可见光，而温度也就是粒子平均动能，正如上面冲击波半径的推导，E和R的立方成正比。

所以，火球半径中E和R的关系，显然在2和3之间。实际上，它的理论值就是2.5，其推导过程如下：

http://www.applet-magic.com/fireball.htm

The Expansion of the Fireball of an Explosion

实测值2.46和理论值符合的非常好。

这里的推导和热力学统计其实没多大关系，算是本人学习玻尔兹曼分布的副产品吧。

Lanchester战争模型

第一次世界大战期间，英国工程师Lanchester针对战争问题建模，以预测战争的结果。

Frederick William Lanchester，1868～1946，被誉为英国三大最杰出的汽车工程师之一。英国皇家学会会员。

该模型包含了两个子模型：

Lanchester’s linear law：假设双方的装备能力相当，则单位时间内的损失，和战线的长度成正比，且双方损失的数量相等。这个模型主要适用于远程兵器威力有限的古代战争，古代战争以短兵相接的肉搏战为主。而肉搏战的特点就是一对一。

Lanchester’s square law：现代战争越来越立体化，因此是个多对多的模型。

首先，我们假设A军在战斗开始后的t时刻有x(t)x(t)x(t)人，B军在战斗开始后的t时刻有y(t)y(t)y(t)人，且每支军队的减员均由敌方攻击造成，减员速率与敌方人数成正比。忽略增员部队与非战斗减员，我们可以根据双方的减员速率列出如下的微分方程组：

(1)dxdt=−by\frac{\mathrm{d}x}{\mathrm{d}t}=-by\tag{1}dtdx=−by(1)

(2)dydt=−cx\frac{\mathrm{d}y}{\mathrm{d}t}=-cx\tag{2}dtdy=−cx(2)

在上述微分方程组中，b与c分别代表B军与A军的单兵作战效率，即每个战士在单位时间内干掉的敌军数量。我们可以用这个量来代表士兵的“质量”或“效率”，显然这个量与军队的武器水平，指挥员的指挥水平与战士的单兵素质有关。

用公式2除以公式1，得：

dydtdxdt=−cx−by\cfrac{\cfrac{\mathrm{d}y}{\mathrm{d}t}}{\cfrac{\mathrm{d}x}{\mathrm{d}t}}=\frac{-cx}{-by}dtdxdtdy=−by−cx

dydx=cxby\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{cx}{by}dxdy=bycx

bydy=cxdxby\mathrm{d}y=cx\mathrm{d}xbydy=cxdx

两边同时求t的定积分：

∫t0tby(t)dy(t)=∫t0tcx(t)dx(t)\int_{t_0}^t by(t)\mathrm{d}y(t)=\int_{t_0}^t cx(t)\mathrm{d}x(t)∫t0tby(t)dy(t)=∫t0tcx(t)dx(t)

b∫y0yydy=c∫x0xxdxb\int_{y_0}^y y\mathrm{d}y=c\int_{x_0}^x x\mathrm{d}xb∫y0yydy=c∫x0xxdx

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

我们可以由b，c，与双方初始人数y0，x0y_0，x_0y0，x0计算出K值。显然：

当K=0时，A、B平手。

当K>0时，B胜。

当K<0时，A胜。

Lanchester模型是一个连续模型，但实际战斗，尤其是海战，一般是离散模型，这时就要用到Salvo combat model了。

比如中途岛战役，美国在击沉日本3艘航母之后，遭到日本飞龙号的反击，损失了约克城号，直到第二波攻击，才最终将飞龙号击沉。

参考：

https://mp.weixin.qq.com/s/npprTz_GRgdv3BK7ff2grg

Lanchester战争模型：用可分离变量的微分方程占卜战事

随机过程

随机变量序列的收敛性

弱收敛：Fn(x)→WF(x)F_n(x)\xrightarrow{W}F(x)Fn(x)WF(x)

依分布收敛：Xn→LXX_n\xrightarrow{L}XXnLX

依概率收敛：Xn→PXX_n\xrightarrow{P}XXnPX

r阶收敛：Xn→rXX_n\xrightarrow{r}XXnrX

几乎处处收敛（almost everywhere convergent）：Xn→a.e.XX_n\xrightarrow{a.e.}XXna.e.X or Xn→a.s.XX_n\xrightarrow{a.s.}XXna.s.X

一致收敛（uniform convergence）：Xn→u.c.XX_n\xrightarrow{u.c.}XXnu.c.X

以上概念实际上都是测度论的内容。具体到这里，弱收敛针对分布函数F，而其他收敛针对随机变量X。

收敛严格性：

Xn→PX⊇Xn→LXX_n\xrightarrow{P}X \supseteq X_n\xrightarrow{L}XXnPX⊇XnLX

Xn→rX⊇Xn→PXX_n\xrightarrow{r}X \supseteq X_n\xrightarrow{P}XXnrX⊇XnPX

Xn→a.s.X⊇Xn→PXX_n\xrightarrow{a.s.}X \supseteq X_n\xrightarrow{P}XXna.s.X⊇XnPX

大数定律：

依概率收敛->弱大数定律

几乎处处收敛->强大数定律

随机过程常用公式或符号

名称	公式或符号
期望	EX=∫−∞+∞xdF(x)EX=\int_{-\infty}^{+\infty}x\mathrm{d}F(x)EX=∫−∞+∞xdF(x)，若存在密度函数则EX=∫−∞+∞xf(x)dxEX=\int_{-\infty}^{+\infty}xf(x)\mathrm{d}xEX=∫−∞+∞xf(x)dx
方差	DX=Var(X)=E(X−EX)2DX=Var(X)=E(X-EX)^2DX=Var(X)=E(X−EX)2
协方差	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)]}
相关系数	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)
协方差矩阵	[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)⎦⎥⎥⎥⎤
相关函数	R(X,Y)=E[X‾Y]R(X,Y)=E[\overline{X}Y]R(X,Y)=E[XY]
均方极限	l.i.mn→+∞X{l.i.m}_{n \to +\infty}Xl.i.mn→+∞X

https://mp.weixin.qq.com/s/46NrpIako2lJ2ZitAQs8Sw

划重点！通俗解释协方差与相关系数

http://pinkyjie.com/2010/08/31/covariance/

浅谈协方差矩阵

平稳过程

严平稳过程：有限维分布。

宽平稳过程：二阶矩。

不要被名字迷惑了，由于两者关注的东西不同，一般情况下，严平稳过程不一定是宽平稳过程，宽平稳过程也不一定是严平稳过程。

只有以下特例：

1.对于二阶矩过程，严平稳过程一定是宽平稳过程。

2.对于正态过程，严平稳过程和宽平稳过程是等价的。

大数定律与中心极限定理

大数定律

切比雪夫大数定律：用统计方法来估计期望的理论依据。

E(X)≈1n∑k=1nxkE(X)\approx \frac{1}{n}\sum_{k=1}^{n}x_kE(X)≈n1k=1∑nxk

贝努利大数定律：事件A发生的频率nAn\frac{n_A}{n}nnA依概率收敛于事件A的概率p。当n很大时，事件发生的频率与概率有较大偏差的可能性很小：p≈nAnp\approx \frac{n_A}{n}p≈nnA

数学狂想曲（八）——核弹当量问题, Lanchester战争模型, 随机过程相关推荐

Lanchester战争模型：用可分离变量的微分方程占卜战事
看过国产的战争题材电视剧<亮剑>的各位老铁一定熟悉李云龙集结重兵攻打县城的故事.在故事中,李云龙利用人数上的优势对平安县城进行了围点打援,最后用二营长的意大利炮消灭了城楼上的鬼子官. 但是 ...
数学狂想曲（十二）——熵（2）, 阴影面积, 肺炎版《黄冈密卷》
熵继<数学狂想曲(九)>之后,再谈谈熵. Landauer's Erasure Principle 在量子力学中,如同电荷.质量.时间有最小单位一样,热力学熵也有最小单位.Landaue ...
数学狂想曲（十一）——高阶统计, 最速降线, 泛函变分
高阶统计 Cumulants(续) 在介绍Cumulants之前,我们首先看一下Moment-generating function: MX(t):=E⁡[etX],t∈RM_X(t) := \ope ...
数学狂想曲（十）——复变函数, 平稳离散时间随机过程, 功率谱
熵(续) 信息熵信息熵和热力学熵的假设相同,因此有类似结论不足为奇,毕竟数学上都是同一个微分方程. 信息熵:编码方案完美时,最短平均编码长度的是多少. 交叉熵:编码方案不一定完美时(由于对概率分布的 ...
Python小白的数学建模课-B5. 新冠疫情 SEIR模型
传染病的数学模型是数学建模中的典型问题,常见的传染病模型有 SI.SIR.SIRS.SEIR 模型. 考虑存在易感者.暴露者.患病者和康复者四类人群,适用于具有潜伏期.治愈后获得终身免疫的传染病. 本 ...
Python小白的数学建模课-B3. 新冠疫情 SIS模型
传染病的数学模型是数学建模中的典型问题,常见的传染病模型有 SI.SIR.SIRS.SEIR 模型. SIS 模型型将人群分为 S 类和 I 类,考虑患病者可以治愈而变成易感者,但不考虑免疫期. 本文 ...
Python小白的数学建模课-B2. 新冠疫情 SI模型
传染病的数学模型是数学建模中的典型问题,常见的传染病模型有 SI.SIR.SIRS.SEIR 模型. SI 模型是最简单的传染病模型,适用于只有易感者和患病者两类人群. 我们就从 SI 模型开始吧,从 ...
数学建模中的ARMA模型和ARIMA模型的使用实例（含代码）
数学建模中的ARMA模型和ARIMA模型的使用实例(含代码) 原文地址:http://blog.csdn.net/qq_34861102/article/details/77659399 对于较少时间 ...
2022年MathorCup数学建模A题大规模指纹图像检索的模型与实现解题全过程文档加程序
2022年第十二届MathorCup高校数学建模 A题大规模指纹图像检索的模型与实现原题再现在生物特征识别领域,指纹作为最具独特性与持久性的生物特征之一,被广泛应用于身份识别. 指纹识别 ...

数学狂想曲（八）——核弹当量问题, Lanchester战争模型, 随机过程