Системы поддержки принятия решений. Теория и практика (СППР 2013)

Всего 6 сообщений.

	Участник конференции:	Горбань Игорь Ильич, e-mail:igor.gorban[at]yahoo.com
	Авторы:	Горбань И.И.
	Название доклада:	ОБРАЗОВАНИЕ СТАТИСТИЧЕСКИ НЕУСТОЙЧИВЫХ ПРОЦЕССОВ

В. Косс, ИПММС

1372

  Уважаемый Игорь Ильичь!
  В Вашем докладе написано... "Установлено, что существует множество факторов, способствующих образованию статистически неустойчивых процессов. Это приток в открытую систему извне материи, энергии и (или) информации, различные нелинейные преобразования, линейная фильтрация процессов и др."
  - Я понимаю уровень вашей абстракции. Спасибо!
  - Станут ли ваши выкладки путем к прямой трансформации материи в энергию сознания?
  - Извините за прямой вопрос. Ожидаю прямой ответ. (Можно и непрямой ответ, так обычно принято...).
  - Мое пожелание - перейти от статистики к практике ее применения для реальных дел.
  - Вопрос:Когда исследования статистической неустойчивости приведет к устойчивой стабильности систем (объектов)?
   - Буду рад, если вы поймете мою озабоченность...

Горбань Игорь, Институт проблем математических машин и систем НАН Украины, Киев	1373
Уважаемый Виталий Анатольевич! 1. Безусловно, я не претендую на трансформацию материи в "энергию сознания", хотя бы потому, что не понимаю, что это такое, какова единица ее измерения (Джоуль?) и как ее можно измерить. Я занимаюсь исследованием физических явлений, которые имеют количественную меру. Насколько я понимаю, "энергия сознания" не имеет отношение к физическим величинам. 2. Проблема в том, что реальные явления (за исключением, возможно, лишь мировых констант) статистически неустойчивы, что ограничивает потенциальные возможности статистического прогнозирования развития событий и потенциальную точность реальных измерений. В моей монографии 2011г. Теория гиперслучайных явлений: физические и математические основы (ее можно скачать с моей персональной страницы сайта ИПММС) я детально обсуждаю эти вопросы и вывожу зависимости, позволяющие рассчитывать точность измерений в условиях нарушения статистической устойчивости (т.е. в реальных условиях). 3.Ранее считалось, что нарушения статистической устойчивости - результат того, что реальные системы - открытые системы. Но, оказывается, не все так просто. В журнале Радиоэлектроника. Известия вузов №3 за 2012 г. у меня вышла статья, в которой устанавливается связь между параметрами статистической неустойчивости и спектром процесса. Используя этот материал, в рамках доклада удалось выявить также и другие механизмы нарушения статистической устойчивости. Интересно, что даже обычная линейная фильтрация статистически устойчивого процесса может приводить к статистически неустойчивому процессу. 4. Я не понял, чем Вы озабочены. Если поясните, постараюсь ответить. С уважением Горбань И.И.

В.Косс, ИПММС

1376

  Игорь Ильич, спасибо!
  У меня нет озабоченности и я вполне удовлетворен вашим ответом! Ваши исследования ставят под сомнение вероятностную модель вселенной и этого вполне достаточно.
  С уважением, В.Косс

Горбань Игорь, Институт проблем математических машин и систем НАН Украины, Киев	1377
Уважаемый Виталий Анатольевич! Вы правильно уловили главное. Да, исследования показывают, что из-за нарушений сттатистической устойчивости возможности статистического прогнозирования имеют принципиальные ограничения. Распространенная в настоящее время гипотеза вероятностного устройства Вселенной не находит экспериментального подтверждения. При этом, однако, вероятностные модели прекрасно работают, если объем выборки не превосходит определенных величин. При больших объемах выборки приходится прибегать к другим, более адекватным, моделям,в частности гиперслучайным моделям. С уважением Горбань И.И.

Илья Тимофеев, Москва

1418

Скажите, а какова практическая ценность изложенного?

Горбань Игорь, Институт проблем математических машин и систем НАН Украины, Киев	1419
Уважаемый коллега! Массовые физические явления принято описывать стохастическими (вероятностными) моделями. Основанием для их использования служит обнаруженный почти 400 лет назад удивительный феномен статистической устойчивости, проявляющийся в стабилизации частоты событий и средних значений при увеличении объема выборки. Этот физический эффект, как Вы знаете, послужил в свое время стимулом формирования теории вероятностей. Детальные исследования феномена статистической устойчивости на больших интервалах наблюдения (при больших объемах выборки) применительно к реальным явлениям различной физической природы показали, что этот феномен носит ограниченный характер. При относительно небольших объемах выборки во всех случаях прослеживается тенденция к стабидизации частоты событий и стабилизации средних значений величин, однако, начиная с некоторого критического объема данных, эта тенденция постепено ослабевает, а затем и пропадает. При дальнейшем увеличении объема данных частота событий и средние значения статистически непредсказуемо меняются (оставаясь в пределах некоторого диапазона значений). В этом случае стохастические модели, сформированные в предположении идеальной статистической устойчивости (сходимости средних), перестают адекватно описывать физику явлений. С целью адекватного описания физических явлений в условиях ограниченной статистической устойчивости разработана теория гиперслучайных явлений. С этой теорией можно познакомиться, например, по монографии Горбань И.И. Теория гиперслучайных явлений: физические и математические основы. К., Наукова думка. - 2011, выставленной на сайта нашего института (ИПММС) (http://www.immsp.kiev.ua/perspages/gorban_i_i/index.html). Учет нарушений статистической устойчивости позволяет 1) адекватено описывать реальные физические явления, 2) отимизировать обработку сигналов с учетом обнаруженной специфики, 3) корректно рассчитывать погрешности измерений (при нарушениях статистической устойчивости погрешность не сводится к привычным систематической и случайной составляющим), 4) оценивать предельно достижимую на практике (потенциальную) точность измерения, 5) объективно оценивать потенциальные возможности прогнозирования развития событий и т.д. С уважением Горбань И.И.