Хабр Курсы для всех
РЕКЛАМА
Большая витрина: от крупнейших школ до частных авторов. Сравнивайте по цене, длительности, формату и выбирайте самый подходящий курс!
Хабр доступен 24/7 благодаря поддержке друзей
Комментарии 65
я наверное не единственный, кто прочитал как " генератора Чуда"
Генератор Хаоса. Хм, интересно, такие штуки используются в каких-нибудь генераторах случайных чисел.
Такие попытки были. Вообще самый простой способ — это взять логистическое отображение. Из-за небольшой потери точности при потери разрядов и правильном подборе параметров отображения можно получить псевдослучайную последовательность чисел
Моя кошка — типичный генератор хаоса, правда, не знаю, есть ли в ее схеме диод Чуа и как ее использовать в генераторе случайных чисел.
У меня возник вопрос — почему такая штука не используется в нынешних процах/материнках в качестве генератора случайных чисел?
Схема ведь довольно простая.
Схема ведь довольно простая.
Потому что исполнить её в кристале весьма проблематично, а делать выводы из кристала ради рандомайзера — слишком жирно.
Есть и другие схемы реализации, например habrahabr.ru/post/128666/
Есть и другие схемы реализации, например habrahabr.ru/post/128666/
Индуктивность же.
В отличие от сопротивлений и конденсаторов индуктивность нельзя изготовить в кремнии, её нужно делать и монтировать на плате отдельно.
В отличие от сопротивлений и конденсаторов индуктивность нельзя изготовить в кремнии, её нужно делать и монтировать на плате отдельно.
Аппаратные генераторы случайных чисел и так почти не используются в пользовательских машинах.
Хотя уж компаратор с тиристором поставить — совсем не проблема(тоже вполне себе шумогенератор).
Хотя уж компаратор с тиристором поставить — совсем не проблема(тоже вполне себе шумогенератор).
Спасибо. Было интересно немного вспомнить курс нелинейной динамики и хаоса.
Когда то посчастливилось учиться у Анищенко Вадима Семеновича. Очень интересно он про все эти аттракторы рассказывал.
Когда то посчастливилось учиться у Анищенко Вадима Семеновича. Очень интересно он про все эти аттракторы рассказывал.
Помню время, когда только ZX Spectrum появились, наклепал программку использующую random функцию. Накопил много случайных данных и выявил, что они не случайны. На горизонте уже маячила Нобелевская премия.
Но через пару дней я узнал, что компьютер генерирует случайные числа не случайно.
Думаю это устройство тоже генерирует немного упорядоченный хаос.
Но через пару дней я узнал, что компьютер генерирует случайные числа не случайно.
Думаю это устройство тоже генерирует немного упорядоченный хаос.
Да, упорядоченный. Сигналы лежат на аттракторе, т.е. они притянуты к некоторой области, за пределы которой выходить не будут. Но траектория, которую эти сигналы строят, никогда себя не повторит. Этот принцип и можно положить в основу генератора случайных чисел и последовательностей.
И тем не менее, эти числа и последовательности будут псевдо-случайными.
Не совсем так. Теоретичеки можно добиться того, что сигнал будет «почти случайным». Для этого достаточно будет внести погрешность небольшую в работу системы. Если мы возбмем не само устройство, а модель, которая его описывает и посччитаем на компьютере, то там появится эта неопределенность, обусловленная конечностью разрядов числа в компьютере. Было бы интересно, кстати проверить это на тестах случайных чисел. Я работы такие видел, но внимание сильно не заострял
Во первых внесенная погрешность не случайна.
Во вторых, «почти случайные» синонимичны «псевдослучайным» сигналам в данном контексте.
Даже если генерировать псевдослучайные сигналы взять за основу «белый шум», некорректно говорить о случайности.
Во вторых, «почти случайные» синонимичны «псевдослучайным» сигналам в данном контексте.
Даже если генерировать псевдослучайные сигналы взять за основу «белый шум», некорректно говорить о случайности.
Отчасти, соглашусь)
Но есть один момент — ученые уже много лет устраивают холивар о природе случайности и методах ее оценки
В случае с этим генератором, у нас имеется маленькая неопределенность — в железке это будут тепловые флуктуации, которые случайны с точки зрения статистики, флуктуации электрического поля etc.
И вот небольшая такая неточность ввиду хаотичности системы рождает значительное отклонение на определенном промежутке времени (эффект бабочки тот самый)
Статистически эти флуктуации будут все таки случайны
Кстати сосем недавно была доказана случайная природа квантовых хаотических систем
Но есть один момент — ученые уже много лет устраивают холивар о природе случайности и методах ее оценки
В случае с этим генератором, у нас имеется маленькая неопределенность — в железке это будут тепловые флуктуации, которые случайны с точки зрения статистики, флуктуации электрического поля etc.
И вот небольшая такая неточность ввиду хаотичности системы рождает значительное отклонение на определенном промежутке времени (эффект бабочки тот самый)
Статистически эти флуктуации будут все таки случайны
Кстати сосем недавно была доказана случайная природа квантовых хаотических систем
Так то, я тоже с вами согласен :)
Однако, это означает лишь то, что невозможно предсказать эти флуктуации статистическими методами.
Однако, это означает лишь то, что невозможно предсказать эти флуктуации статистическими методами.
Во-первых, статистическими методами (в строгом смысле) вообще ничего предсказать нельзя, статистические методы позволяют проверять гипотезы.
В данном случае сама схема генератором случайных числе не является, хотя бы потому, что соседние по времени значения сигнала сильно зависимы (из-за непрерывности, гладкости и, более того, аналитичности функции). Но если, скажем, взять значения в те моменты, когда кривая пересекает некоторую прямую на экране осциллографа (это т.н. отображение Пуанкаре или функция последования), то получится генератор случайных чисел, который по непредсказуемости будет ничем не хуже той же подбрасываемой монеты. В случае монеты Вы тоже можете говорить о псевдослучайности и начать обсуждать возможность построения все более точных механических моделей движения подброшенной монеты. Но к пониманию это Вас не приблизит.
С понятием псевдослучайности связано очень много легенд. Почти случайные и псевдослучайные — ни в коем случае не синонимы. О псевдослучайности говорят в том случае, когда в принципе имеется способ абсолютно точно предсказывать следующие значения величины, но при этом сама величина ведет себя как случайная. Здесь никакого способа для абсолютно точного предсказания нет, поэтому и псевдослучайности тоже нет.
Кстати, такие генераторы физические на практике применять очень сложно, поскольку они дают неравномерные распределения. Преобразование же к равномерному распределению тоже помогает слабо, поскольку все они обычно очень капризны в смысле устойчивости статистических свойств генерируемого распределения. В свое время в некоторые материнки (например, Intel® 810, 815, 820, 840 Chipset family) встраивались физические генераторы, использующие тепловой шум резистора (в моей библиотеке даже остался код, работающий с таким датчиком). К сожалению там устойчивости распределения добивались методами, которые делают такой генератор почти неприменимым в практических задачах, поскольку из-за них он оказывался чрезвычайно медленным (сотни чисел в секунду, если мне не изменяет память).
В данном случае сама схема генератором случайных числе не является, хотя бы потому, что соседние по времени значения сигнала сильно зависимы (из-за непрерывности, гладкости и, более того, аналитичности функции). Но если, скажем, взять значения в те моменты, когда кривая пересекает некоторую прямую на экране осциллографа (это т.н. отображение Пуанкаре или функция последования), то получится генератор случайных чисел, который по непредсказуемости будет ничем не хуже той же подбрасываемой монеты. В случае монеты Вы тоже можете говорить о псевдослучайности и начать обсуждать возможность построения все более точных механических моделей движения подброшенной монеты. Но к пониманию это Вас не приблизит.
С понятием псевдослучайности связано очень много легенд. Почти случайные и псевдослучайные — ни в коем случае не синонимы. О псевдослучайности говорят в том случае, когда в принципе имеется способ абсолютно точно предсказывать следующие значения величины, но при этом сама величина ведет себя как случайная. Здесь никакого способа для абсолютно точного предсказания нет, поэтому и псевдослучайности тоже нет.
Кстати, такие генераторы физические на практике применять очень сложно, поскольку они дают неравномерные распределения. Преобразование же к равномерному распределению тоже помогает слабо, поскольку все они обычно очень капризны в смысле устойчивости статистических свойств генерируемого распределения. В свое время в некоторые материнки (например, Intel® 810, 815, 820, 840 Chipset family) встраивались физические генераторы, использующие тепловой шум резистора (в моей библиотеке даже остался код, работающий с таким датчиком). К сожалению там устойчивости распределения добивались методами, которые делают такой генератор почти неприменимым в практических задачах, поскольку из-за них он оказывался чрезвычайно медленным (сотни чисел в секунду, если мне не изменяет память).
Теперь я знаю, как я был сотворен :)
Вообще тема интересная, я собственно дисер на этом защищал и было довольно тяжело провести эти исследования в совете, так как был прикладной объект — роторная система, а ученые у нас в этом плане довльно консервативны.
Еще очень интересная вешь в прикладном плане — синхронизация хаотических систем. Я вот не знаю, есть ли работы, где делали девайсы и проверяли синхронизацию на них — все больше попадались теоретичсеки работы
Еще очень интересная вешь в прикладном плане — синхронизация хаотических систем. Я вот не знаю, есть ли работы, где делали девайсы и проверяли синхронизацию на них — все больше попадались теоретичсеки работы
Возможность синхронизовать две такие цепи была доказана. Собственно, после этого и начались появляться коммуникационные системы с этим генератором.
Да, теоретически возможность синхронизации доказали относительно давно
В свое время порывался девайс собрать и поэксперементировать сам, но в итоге руки так и не дошли(
Была так же дикая мысль, что телепатию чисто теоретически можно обосновать именно наличием синхронизации и слабыми связями в системе. Но это просто мои уже досужие размышления)
В свое время порывался девайс собрать и поэксперементировать сам, но в итоге руки так и не дошли(
Была так же дикая мысль, что телепатию чисто теоретически можно обосновать именно наличием синхронизации и слабыми связями в системе. Но это просто мои уже досужие размышления)
Скажите пожалуйста, а вы хотя бы примерно не помните, в чем был основной принцип синхронизации? Что-то мне подсказывает, что добиться полной синхронизации двух генераторов не получится. В предельном случае будут слабые биения. Или там допускалось некоторое расхождение, которое потом нивелировалось некоторым образом для получения дискретного значения настройки…
Ведь из за квантового шума в электрических компонентах и невозможности создать два абсолютно одинаковых элемента, схемы никогда не будут одинаковыми.
Или же там рассматривались как раз математические модели таких аттракторов?
Ведь из за квантового шума в электрических компонентах и невозможности создать два абсолютно одинаковых элемента, схемы никогда не будут одинаковыми.
Или же там рассматривались как раз математические модели таких аттракторов?
Например вот: www.dissercat.com/content/khaoticheskaya-sinkhronizatsiya-v-sistemakh-tsifrovykh-ostsillyatorov
Девайс вполне работал, хотя и был собран на сигнальных процессорах.
Девайс вполне работал, хотя и был собран на сигнальных процессорах.
Извините, может сложиться впечатление, что я придираюсь. Отнюдь, просто стараюсь несколько повысить качество материала. Тема действительно важная, а популяризация важна особенно. Но популяризация не подразумевает упрощение до дибилизма. (яркий пример — Е. Малышева).
Общий тон задан правильно, но всё время не покидает ощущение, что у автора путаются мысли. Некоторые логические выводы вообще не являются логическими. Например, цитата:
«Все мы знаем, что компьютер (вопреки расхожим слухам) является строго детерминированной системой, и это создаёт известный принцип «garbage in garbage out».»
1) Компьютер действительно не является детерминированной системой в области вычислений с плавающей точкой. Я не разбирался в работах Лоренца, но что то мне подсказывает, что даже если бы его программа не округляла данные перед выводом на печать, результат был бы схож.
2) Даже если компьютер является детерминированной системой — как это «создаёт известный принцип «garbage in garbage out»»?! А что, если бы он не был детерминированной системой, принцип GIGO в нем бы не работал?
Далее имеет место весьма вольное оперирование точными математическими и инженерными понятиями.
а) то, что система детерминирована, вовсе не означает, что она линейна. Поэтому применение выражения про пропорциональный выход неуместно.
б) даже мат. модели ёмкости и индуктивности не являются линейными элементами (не говоря уж о их реальных воплощениях — конденсаторах и катушках индуктивности). Резистор, в общем то, (в отличие от сопротивления) тоже является не очень то линейным элементом.
Если говорить про популярную статью, то когда мы первый раз вводим понятие «аттрактор» было бы неплохо пояснить что это. А лучше еще и нарисовать. А то пример про сердце (часть моей диссертации как раз занимает анализ вариабельности сердечного ритма по Баевскому) мне пришлось перечитывать несколько раз даже при том, что я видел как оно реально выглядит.
Я понимаю, что критиковать всегда проще, чем писать, но надеюсь, что вы прислушаетесь к моим замечаниям.
Общий тон задан правильно, но всё время не покидает ощущение, что у автора путаются мысли. Некоторые логические выводы вообще не являются логическими. Например, цитата:
«Все мы знаем, что компьютер (вопреки расхожим слухам) является строго детерминированной системой, и это создаёт известный принцип «garbage in garbage out».»
1) Компьютер действительно не является детерминированной системой в области вычислений с плавающей точкой. Я не разбирался в работах Лоренца, но что то мне подсказывает, что даже если бы его программа не округляла данные перед выводом на печать, результат был бы схож.
2) Даже если компьютер является детерминированной системой — как это «создаёт известный принцип «garbage in garbage out»»?! А что, если бы он не был детерминированной системой, принцип GIGO в нем бы не работал?
Далее имеет место весьма вольное оперирование точными математическими и инженерными понятиями.
а) то, что система детерминирована, вовсе не означает, что она линейна. Поэтому применение выражения про пропорциональный выход неуместно.
б) даже мат. модели ёмкости и индуктивности не являются линейными элементами (не говоря уж о их реальных воплощениях — конденсаторах и катушках индуктивности). Резистор, в общем то, (в отличие от сопротивления) тоже является не очень то линейным элементом.
Если говорить про популярную статью, то когда мы первый раз вводим понятие «аттрактор» было бы неплохо пояснить что это. А лучше еще и нарисовать. А то пример про сердце (часть моей диссертации как раз занимает анализ вариабельности сердечного ритма по Баевскому) мне пришлось перечитывать несколько раз даже при том, что я видел как оно реально выглядит.
Я понимаю, что критиковать всегда проще, чем писать, но надеюсь, что вы прислушаетесь к моим замечаниям.
Спасибо за такой развёрнутый комментарий! Всё принял к сведению.
Про Garbage In Garbage Out скорее было сказано с иронией. Это я к тому, что если в компьютер вводить верные данные, то и результат будет надёжен, а в случае Лоренца верные данные привели к неожиданным результатам, прямо машинная душа какая-то. И, да, наверное если бы округления до печати не было, то всё равно отклонение было бы заметно, просто не так быстро. И если бы компьютер не был детерминированной системой, тогда принцип Garbage In Garbage Out мог бы быть Garbage Out при любом In.
На счёт нелинейностей тоже, в принципе, согласен. Но что касается индуктивностей, конденсаторов и резисторов, то они часто называеются линейными. Это происходит от стремления людей всё линеаризировать (linearise, then analyse), т.к. линейных процессов в природе вообще нет. А так как в схеме присутствует ярко выраженный нелинейный элемент, то слабыми нелинейностями остальных можно пренебречь.
Ко всему прислушался, спасибо!
Про Garbage In Garbage Out скорее было сказано с иронией. Это я к тому, что если в компьютер вводить верные данные, то и результат будет надёжен, а в случае Лоренца верные данные привели к неожиданным результатам, прямо машинная душа какая-то. И, да, наверное если бы округления до печати не было, то всё равно отклонение было бы заметно, просто не так быстро. И если бы компьютер не был детерминированной системой, тогда принцип Garbage In Garbage Out мог бы быть Garbage Out при любом In.
На счёт нелинейностей тоже, в принципе, согласен. Но что касается индуктивностей, конденсаторов и резисторов, то они часто называеются линейными. Это происходит от стремления людей всё линеаризировать (linearise, then analyse), т.к. линейных процессов в природе вообще нет. А так как в схеме присутствует ярко выраженный нелинейный элемент, то слабыми нелинейностями остальных можно пренебречь.
Ко всему прислушался, спасибо!
Компьютер действительно не является детерминированной системой в области вычислений с плавающей точкой.
Компьютер в области вычислений с плавающей точкой является детерминированной системой, поскольку сами операции с плавающей точкой так или иначе реализованы в виде детерминированных алгоритмов над битовыми массивами. Другое дело, что эти вычисления являются неустойчивыми, и их неустойчивость может проявиться даже при моделировании устойчивых систем (например, если некоторую функцию численно продифференцировать, а потом проинтегрировать, может появиться дрейф).
Если программу каждый раз запускать с одними и теми же исходными данными, а также запретить ей доступ к счетчику тактов, системному времени и прочим меняющемся вещам, то она всегда будет выдавать одинаковые результаты, даже если в ней используется ГСЧ.
Я не разбирался в работах Лоренца, но что то мне подсказывает, что даже если бы его программа не округляла данные перед выводом на печать, результат был бы схож.
Для того, чтобы вывести данные на печать без округления, их надо вывести в бинарном виде, в противном случае без округления обойтись не удастся. Если бы Лоренц использовал именно такой способ сохранения промежуточных данных, то результаты получались бы одинаковыми — см. пункт про детерминированность.
Согласен, был не точен (про ГСЧ это вы тонко пошутили).
Ну так кто ж ей этот доступ запрещать то будет? Большинство учёных не является системными программистами. В этом смысле можно считать, что система является не детерминированной.
Ну так кто ж ей этот доступ запрещать то будет? Большинство учёных не является системными программистами. В этом смысле можно считать, что система является не детерминированной.
Ну так кто ж ей этот доступ запрещать то будет?
С большой долей вероятности программа, предназначенная для сложных математических расчетов и так не использует все эти механизмы. Про запрет я писал только ради точности формулировки.
Вот скажите мне, какой программист будет использовать в своей программе системное время, если он пишет программу для предсказания погоды?
Вы же понимаете, программисты разные бывают. Дело ж не только в системном времени. Задачи с вычислением больших чисел с плавающей запятой встречаются в науке повсюду. Я видел у себя в институте годами работающий софт, в котором проводилось сравнение вещественной переменной на равенство определённому значению.
И, тем не менее, из вычислительных недетерминированных алгоритмов я знаю только метод Монте-Карло. Все остальные вычислительные алгоритмы — детерминированные.
Да ладно. Вы, наверное, не так глубоко знакомы с алгоритмами. Есть множество недетерминированных вычислительных алгоритмов. Начиная от известного и простого в реализации сбалансированного бинарного дерева поиска под названием декартово дерево, заканчивая разными вероятностными алгоритмами, например, построения триангуляции Делоне, поиска максимального паросочетания в недвудольном графе и разных других.
Это вы перечислили структуры данных и геометрические алгоритмы. А вот в области вычислительной математики я таковых не встречал.
Да сколько угодно. Самый популярный из ныне используемых — метод дифференциальной эволюции, который широко используют в задачах оптимизации. Он находится где-то между генетическими алгоритмами и т.н. псевдоградиентными методами оптимизации. Я уже не говорю про обширный класс методов Монте-Карло, используемых для решения вполне детерминированных задач (типа банального интегрирования).
Вообще Кнут вроде бы говорил, что в любой достаточно сложной программе используется хотя бы один генератор случайных чисел. И программы из области вычислительной математики тут не исключение (ну, конечно, если не говорить о понимании вычислительной математики уровня лаб по численным методам).
Вообще Кнут вроде бы говорил, что в любой достаточно сложной программе используется хотя бы один генератор случайных чисел. И программы из области вычислительной математики тут не исключение (ну, конечно, если не говорить о понимании вычислительной математики уровня лаб по численным методам).
Пожалуйста, читайте обсуждение с начала, а не только последнюю реплику
Я внимательно прочитал все обсуждение и видел упоминание метода Монте-Карло. Именно поэтому я написал про класс методов Монте-Карло, который разросся и ушел очень далеко от тех времен, когда его придумали для задач расчета защиты ядерных реакторов. Сейчас это большой класс методов, широко применяемых повсюду в вычислительной математике, часто без упоминания самого метода Монте-Карло как прародителя. В первую очередь это алгоритмы т.н. бутстрапа данных и алгоритмы стохастической оптимизации. Так что Ваше "А вот в области вычислительной математики я таковых не встречал" связано в основном с поверхностным знакомством с этой областью.
Посмотрите еще одним моим комментарием выше. Если это так трудно, могу процитировать:
Как видите, тот самый метод Монте-Карло первым упомянул именно я, причем именно с целью исключить его из дальнейшего обсуждения, в связи с очевидно недетерминированной природой. А вы почему-то решили, что я про этот класс алгоритмов забыл.
PS да, про генетические и эволюционные алгоритмы я забыл, и их действительно можно применять для вычислительных задач. Но я затрудняюсь придумать способ применения их к задачам из области «чистой» вычислительной математики, таким как задача Коши высокого порядка в частных производных (а задача, о которой шла речь в статье, является именно такой).
И, тем не менее, из вычислительных недетерминированных алгоритмов я знаю только метод Монте-Карло.
Как видите, тот самый метод Монте-Карло первым упомянул именно я, причем именно с целью исключить его из дальнейшего обсуждения, в связи с очевидно недетерминированной природой. А вы почему-то решили, что я про этот класс алгоритмов забыл.
PS да, про генетические и эволюционные алгоритмы я забыл, и их действительно можно применять для вычислительных задач. Но я затрудняюсь придумать способ применения их к задачам из области «чистой» вычислительной математики, таким как задача Коши высокого порядка в частных производных (а задача, о которой шла речь в статье, является именно такой).
Я уже сказал, что видел Ваше упоминание метода Монте-Карло.
я затрудняюсь придумать способ применения их к задачам из области «чистой» вычислительной математики, таким как задача Коши высокого порядка в частных производных (а задача, о которой шла речь в статье, является именно такой)
Ну, во-первых, осциллятор Чуа описывается вовсе не системой уравнений в частных производных, а системой трех обыкновенных дифференциальных уравнений. Очевидно же, что система не распределенная, а сосредоточенная. Ну и это сходу видно из приведенных в статье формул, несмотря на кем-то зачем-то нарисованные кругленькие буквы d.
Во-вторых, пожалуйста: для обыкновенных дифур и для уравнений в частных производных.
я затрудняюсь придумать способ применения их к задачам из области «чистой» вычислительной математики, таким как задача Коши высокого порядка в частных производных (а задача, о которой шла речь в статье, является именно такой)
Ну, во-первых, осциллятор Чуа описывается вовсе не системой уравнений в частных производных, а системой трех обыкновенных дифференциальных уравнений. Очевидно же, что система не распределенная, а сосредоточенная. Ну и это сходу видно из приведенных в статье формул, несмотря на кем-то зачем-то нарисованные кругленькие буквы d.
Во-вторых, пожалуйста: для обыкновенных дифур и для уравнений в частных производных.
Я имел в виду не осциллятор Чуа, а прогноз погоды. А за ссылки спасибо. Теперь есть чем пугать студентов с Примы.
[режим-зануды] Вы будете смеяться, но система Лоренца — это тоже система из трех обыкновенных дифференциальных уравнений, хотя она действительно появилась из задач, связанных с погодой. Изначально ее выписал Салзман (Salzman) в 1962 году, редуцировав уравнение гидродинамики, описывающее конвекцию в подогреваемом снизу тонком горизонтальном слое жидкости. [/режим-зануды]
Линейный/нелинейный элемент — это скорее профессиональный жаргонизм. Линейной/нелинейными являются функции (законы), описывающие взаимосвязь их характеристик. В случае конденсатора, резистора, катушки как объекта теории цепей — линейные законы связи тока и напряжения. В случае ОУ — уже нелинейные законы.
В том абзаце, в котором автор упомянул линейность, разговор шел о теоретической электрической схеме. Опять же объекте теории цепей, в которой катушка, конденсатор, резистор — элементы с линейными математическими моделями. Так что тут всё гладко)
А вот абзац про пропорциональность лучше перекроить, она тут не при чем. Тех, кто не в теме, сильно запутает.
В том абзаце, в котором автор упомянул линейность, разговор шел о теоретической электрической схеме. Опять же объекте теории цепей, в которой катушка, конденсатор, резистор — элементы с линейными математическими моделями. Так что тут всё гладко)
А вот абзац про пропорциональность лучше перекроить, она тут не при чем. Тех, кто не в теме, сильно запутает.
Синергетика, теория хаоса… Мы такие графики в универе рисовали, в экселе :) Прям, ностальгия взяла.
Насколько я понял, в статье слово «Энтропия» заменено словом «Хаос». Лучше звучит конечно, но не совсем понятно зачем так сделано. При этом слово «Детерминированность» так и написано, хотя можно было бы поставить «Порядок».
Про энтропию много чего написано, даже несколько лабораторных на эту тему в институте было. То есть тема достаточно старая. Кому интересно, можете по слову «энтропия» поискать, мне кажется будет больше информации чем по слову «хаос».
Про энтропию много чего написано, даже несколько лабораторных на эту тему в институте было. То есть тема достаточно старая. Кому интересно, можете по слову «энтропия» поискать, мне кажется будет больше информации чем по слову «хаос».
Энтропия — одна из числовых характеристик систем с недетерминированным поведением (если конечно откинуть все лженаучные манипуляции вокруг этого слова). Энтропию можно вычислить и для истинно стохастических систем и для систем с динамическим хаосом и от этого они не станут более похожими друг на друга (для них можно вообще много одинаковых характеристик вычислять). Стохастика и хаос — две разные модели возникновения случайности, отличающиеся по природе возникновения случайности.
Моё личное мнение. Не пойму в чем новая идея в теории. Проблема в том, что в любом практическом эксперименте начальные условия — это не только то, что хотел экспериментатор, а то, в каком состоянии находится вся вселенная в принципе, чего учесть изнутри неё никак нельзя. Всё что можно сделать — это чтобы влияние неучтенной части условий эксперимента было мало по отношению к учтенной. Когда это соотношение становится небольшим — тогда система переходит в непредсказанное (но не непредсказуемое) состояние. Поэтому на практике все математические модели эксперимента никогда не соблюдаются абсолютно точно.
Вероятность — это ожидаемая мера учтенности условий. Самой вероятности и хаоса как таковых нет. Это способ математически сказать, что мы не в состоянии учесть всё.
В описанном вами эксперименте идет циклическое накопление погрешности или «хаоса» в системе с течением времени, «хаос» при том совсем даже не хаос, а проекция состояния «всего» на кинетические характеристики наблюдаемого множества электронов. Эдакий конденсатор шума. Конечно, то что физически ближе к системе влияет на неё сильнее — наведенные тепловые и электромагнитные воздействия и т.д.
А само пространство и время построены на детерминированных законах. Т.е. да, я считаю что всё предопределено.
Вероятность — это ожидаемая мера учтенности условий. Самой вероятности и хаоса как таковых нет. Это способ математически сказать, что мы не в состоянии учесть всё.
В описанном вами эксперименте идет циклическое накопление погрешности или «хаоса» в системе с течением времени, «хаос» при том совсем даже не хаос, а проекция состояния «всего» на кинетические характеристики наблюдаемого множества электронов. Эдакий конденсатор шума. Конечно, то что физически ближе к системе влияет на неё сильнее — наведенные тепловые и электромагнитные воздействия и т.д.
А само пространство и время построены на детерминированных законах. Т.е. да, я считаю что всё предопределено.
По моему мнению, эта теория говорит о том, что мы никогда не сможем делать долгосрочные прогнозы в нелинейных динамических системах, т.к. мы никогда не сможем с необходимой точностью задать начальные условия. Т.е. как бы нам ни хотелось измерить некую величину абсолютно точно, нам это сделать не удастся из-за конечной точности наших инструментов.
Возможно, всё и предопределено, но мы никогда не сможем эту определённость увидеть достаточно далеко. И, как я понимаю, то, что мы не видим и называется «хаос».
Возможно, всё и предопределено, но мы никогда не сможем эту определённость увидеть достаточно далеко. И, как я понимаю, то, что мы не видим и называется «хаос».
imho, тут возможен еще один вывод. Да, мы не сможем «абсолютно точно» предсказать поведение сложной системы. На то она и сложная система. Однако мы можем проследить тренд, предположить в каком диапазоне состояний будет пребывать система. Для большинства задач этого достаточно.
В этом смысле понятен скепсис нейрофизиологов касательно понятия «загрузка сознания», т.к. даже если мы считаем состояние всех нейронов и синапсов в текущий момент в ГМ и перенесём это в кремний, то скорее всего с следующий момент состояния этих нейронов и синапсов в кремнии и в ГМ будут отличаться.
Другой пример — создание генетически модифицированных организмов. Вот поменяли мы ДНК, загнали её в клетку донор — далеко не факт, что в конечном итоге получится именно то, что мы ожидали. Молекулярные машины тоже ошибаются. Но вот если мы сделаем подобное для 1000 организмов, то в конечном итоге большинство, даже с учетом всех возможных мутаций, всё равно приобретут требуемые характеристики.
Думаю, теория хаоса безумна важна хотя бы потому, что гипотетически позволяет объяснить как из простых компонентов в случае их комбинации в миллиардах экземплярах, мог зародиться такой феномен, как жизнь.
В этом смысле понятен скепсис нейрофизиологов касательно понятия «загрузка сознания», т.к. даже если мы считаем состояние всех нейронов и синапсов в текущий момент в ГМ и перенесём это в кремний, то скорее всего с следующий момент состояния этих нейронов и синапсов в кремнии и в ГМ будут отличаться.
Другой пример — создание генетически модифицированных организмов. Вот поменяли мы ДНК, загнали её в клетку донор — далеко не факт, что в конечном итоге получится именно то, что мы ожидали. Молекулярные машины тоже ошибаются. Но вот если мы сделаем подобное для 1000 организмов, то в конечном итоге большинство, даже с учетом всех возможных мутаций, всё равно приобретут требуемые характеристики.
Думаю, теория хаоса безумна важна хотя бы потому, что гипотетически позволяет объяснить как из простых компонентов в случае их комбинации в миллиардах экземплярах, мог зародиться такой феномен, как жизнь.
Да предполагать мы можем. С определенной вероятностью :) Если взять всеми любимый мешок с черными и белыми шарами, положить в него всего 2 шара — один белый, один черный и сделать 100500 миллиардов выборок, то вероятность вытащить шар определенного цвета будет стремиться к 0.5, но не абсолютно равна ей. Даже больше. Если в мешок положить всего 1 шар, то вероятность вытащить шар того цвета, который положили на практике будет стремиться к 1, но не равна ей :) Т.е. положили в мешок белый шар, а вытащили черный. А может красный. А может и не шар. А может и не вытащили. При осознании этого факта сначала немного сносит башню. Почему так получается? Слишком много неизвестных. Может шар легко окисляется, может он пластичен, может мешок с дыркой. Напомню что мы про практику. В математической модели то всё прекрасно.
Поэтому всё на что мы способны изнутри вселенной — это стараться учесть как можно больше, и результат никогда не будет гарантирован. Это по тому, что на практике хорошо работает закон дырявых абстракций. Условия эксперимента оперируют понятиями «шар», «молекула», «элементарная частица». Всё это макро-понятия, абстракции.
100% гарантию чего-то можно дать при простом условии. 1. Мы знаём всё состояние всего пространства и времени в любой момент, а так же все законы, по которым оно развивается. 2. Мы знаем нужное нам состояние пространства времени или его части и, возможно момент, когда этого состояния надо достичь. Тогда мы можем выбрать момент, воздействие на вселенную и его длительность, что-бы получить нужный нам результат. Также надо учитывать, что само воздействие не моментально и на него, в процессе воздействия тоже влияет система. Т.к. воздействие само описано в терминах пространства-времени, как бы было иначе :) Это т.н. эффект наблюдателя. В общем довольно веселая получается картина. Что-бы гарантировать хоть что-но надо быть Богом :)
Представленный тут «эффект бабочки» я бы разделил на 2 составляющие.
1. Если один эксперимент повторить несколько раз, то при одинаковых начальных условиях в каждый новый раз результат может быть другим, по тому что, что-бы действительно повторить эксперимент надо «отмотать назад» состояние всей вселенной.
2. Любое событие влияет на будущее состояние вселенной, и его влияние расширяется во времени. Так происходит из-за немгновенного распространения влияния события — энергии, полей, материи. Эффект бабочки вполне естественен. Ничего удивительного в нем не вижу.
Почему я считаю, что всё так? По моему всё хорошо видно из законов, описывающих силу воздействия. Будь то масса, заряд. С расстоянием воздействие уменьшается, с этим спорить трудно. Но ведь воздействие лишь стремится к 0 с ростом расстояния! Стремиться, но не равно. Это значит, что любая частица во вселенной всегда связана с любой другой, вопрос лишь в относительной силе воздействия.
Так же могут возникать всякие интересные резонансные эффекты. Например, пустили мы электрон в ускорителе, а он взял и отклонился, хотя не должен был. По тому, что в какой-то момент времени суперпозиция всех всех воздействий всех частиц во вселенной оказалась достаточной для этого.
Взять например постоянный магнит. Вроде бы просто одновременное совпадение очень большого числа событий, одинаково летают электроны. Зато какой эффект!
Повторю, что это моё личное чайниковское мнение.
Поэтому всё на что мы способны изнутри вселенной — это стараться учесть как можно больше, и результат никогда не будет гарантирован. Это по тому, что на практике хорошо работает закон дырявых абстракций. Условия эксперимента оперируют понятиями «шар», «молекула», «элементарная частица». Всё это макро-понятия, абстракции.
100% гарантию чего-то можно дать при простом условии. 1. Мы знаём всё состояние всего пространства и времени в любой момент, а так же все законы, по которым оно развивается. 2. Мы знаем нужное нам состояние пространства времени или его части и, возможно момент, когда этого состояния надо достичь. Тогда мы можем выбрать момент, воздействие на вселенную и его длительность, что-бы получить нужный нам результат. Также надо учитывать, что само воздействие не моментально и на него, в процессе воздействия тоже влияет система. Т.к. воздействие само описано в терминах пространства-времени, как бы было иначе :) Это т.н. эффект наблюдателя. В общем довольно веселая получается картина. Что-бы гарантировать хоть что-но надо быть Богом :)
Представленный тут «эффект бабочки» я бы разделил на 2 составляющие.
1. Если один эксперимент повторить несколько раз, то при одинаковых начальных условиях в каждый новый раз результат может быть другим, по тому что, что-бы действительно повторить эксперимент надо «отмотать назад» состояние всей вселенной.
2. Любое событие влияет на будущее состояние вселенной, и его влияние расширяется во времени. Так происходит из-за немгновенного распространения влияния события — энергии, полей, материи. Эффект бабочки вполне естественен. Ничего удивительного в нем не вижу.
Почему я считаю, что всё так? По моему всё хорошо видно из законов, описывающих силу воздействия. Будь то масса, заряд. С расстоянием воздействие уменьшается, с этим спорить трудно. Но ведь воздействие лишь стремится к 0 с ростом расстояния! Стремиться, но не равно. Это значит, что любая частица во вселенной всегда связана с любой другой, вопрос лишь в относительной силе воздействия.
Так же могут возникать всякие интересные резонансные эффекты. Например, пустили мы электрон в ускорителе, а он взял и отклонился, хотя не должен был. По тому, что в какой-то момент времени суперпозиция всех всех воздействий всех частиц во вселенной оказалась достаточной для этого.
Взять например постоянный магнит. Вроде бы просто одновременное совпадение очень большого числа событий, одинаково летают электроны. Зато какой эффект!
Повторю, что это моё личное чайниковское мнение.
Я мог бы съесть батон за раз, а мог бы и за два. А мог бы и не съесть, а мог бы не батон.
imho ваш пример с шарами не удачен. Мешок с 2 шарами это примитивная макро система, которая отклоняется от мат. модели только в случае подтасовки, и вероятность вытащить из него что то иное всё-таки равна нулю. Особенность теории хаоса (если сравнивать её с другими системами, использующими теорию вероятностей) в том, что она оперирует действительно сложными системами с безумно большим количеством элементов. Отсюда и загадка — как все эти мириады частиц упорядочиваются.
А так да, с вашей аргументацией сложно спорить.
imho ваш пример с шарами не удачен. Мешок с 2 шарами это примитивная макро система, которая отклоняется от мат. модели только в случае подтасовки, и вероятность вытащить из него что то иное всё-таки равна нулю. Особенность теории хаоса (если сравнивать её с другими системами, использующими теорию вероятностей) в том, что она оперирует действительно сложными системами с безумно большим количеством элементов. Отсюда и загадка — как все эти мириады частиц упорядочиваются.
А так да, с вашей аргументацией сложно спорить.
А само пространство и время построены на детерминированных законах.
В квантовой механике так не считается.
а также создадим второй столбец, копируя значения из первого
Речь идет о методе временных задержек: F. Takens. Detecting Strange Attractors in Turbulence // Lecture Notes in
Mathematics. — 1981. — №898. — P. 366—381
Смысл в том, что в сложных системах взаимодействия таковы, что даже по одной измеренной переменной состояния можно судить о динамике системы в целом. Таким образом, можно восстановить эквивалентную фазовую траекторию из одного временного ряда по методу временных задержек, который и упомянут. В общем виде выглядит примерно так: Umi = (ui, ui+τ, ui+(m-1)τ), где m — размерность реконструируемого фазового пространства, U — вектор в реконструируемом ф.п., u — значения исходного временного ряда, τ — индексная временная задержка.
Вот так выглядит аттрактор Лоренца, сгенерированный по стандартным параметрам (слева) и реконструированный из х-компоненты (очевидно сохранение топологии аттрактора):
Речь идет о методе временных задержек: F. Takens. Detecting Strange Attractors in Turbulence // Lecture Notes in
Mathematics. — 1981. — №898. — P. 366—381
Смысл в том, что в сложных системах взаимодействия таковы, что даже по одной измеренной переменной состояния можно судить о динамике системы в целом. Таким образом, можно восстановить эквивалентную фазовую траекторию из одного временного ряда по методу временных задержек, который и упомянут. В общем виде выглядит примерно так: Umi = (ui, ui+τ, ui+(m-1)τ), где m — размерность реконструируемого фазового пространства, U — вектор в реконструируемом ф.п., u — значения исходного временного ряда, τ — индексная временная задержка.
Вот так выглядит аттрактор Лоренца, сгенерированный по стандартным параметрам (слева) и реконструированный из х-компоненты (очевидно сохранение топологии аттрактора):
Гадкий парсер все испортил.
Первая строка — цитата.
В формуле испорчены верхние и нижние индексы.
Картинка вот: toilet.spb.ru/img/lor-rec.png
Первая строка — цитата.
В формуле испорчены верхние и нижние индексы.
Картинка вот: toilet.spb.ru/img/lor-rec.png
в лесах Бразилии зависит, случится ли
Попробовал сэмулировать в Протеусе — не завелось. Глубоко пока не раскапывал, но обязательно надо будет добить
Мне кажется, Вы зря не подчеркнули, что хаотическое поведение вполне уживается с детерминированностью. Т.е. эти понятия вообще не антагонистичны и динамический хаос наблюдается как раз в строго детерминированных системах в отличие от стохастических систем, где случайность имеет иную природу. Впрочем, с этим связано столько заблуждений, что возможно, это только увеличило бы количество недоуменных вопросов.
Не могли бы вы уточнить в статье что потенциометр на схеме — это резистор R? Из текста это не совсем очевидно.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Немного о хаосе и о том, как его сотворить