AKSIOMAS SABRUKUMS

Kur Gausa sadalījums sabrūk un sākas pasaule

Gausa modelis nav kļūdains.

Tas ir modelis, kas saglabā stabilitāti tikai noteiktos strukturālos apstākļos.

Normālsadalījums dabiski rodas daudzos agregācijas procesos un joprojām ir viens no spēcīgākajiem rīkiem fizikā, inženierzinātnēs un statistikā.

Taču tā stabilitāte ir atkarīga no vairākiem pieņēmumiem.

Vienkāršotā veidā tie ietver:

1. Aptuvena neatkarība — mainīgie cits citu spēcīgi neietekmē.

2. Stacionaritāte — pamatā esošais process laika gaitā būtiski nemainās.

3. Neitrāla novērošana — mērījums nemaina sistēmu.

4. Vāja atgriezeniskā saite — izvades būtiski neveido turpmākās ievades.

5. Ierobežots dreifs — vidējā vērtība un dispersija saglabājas aptuveni stabilas.

Kad šie nosacījumi ir spēkā, Gausa modeļi bieži ir precīzi un efektīvi.

Tomēr, ja vairāki no šiem pieņēmumiem vienlaikus vairs nav spēkā, Gausa modelis var saglabāt lokālu lietderību, vienlaikus kļūstot strukturāli nestabils ilgākos laika periodos.

Pats Gausa sadalījums nav aplams.

Problēmas rodas, kad stabilitātē balstītus modeļus piemēro sistēmām, kas vairs neatbilst to strukturālajiem nosacījumiem.

Kāpēc daudzas reālas sistēmas attālinās no Gausa modeļa pieņēmumiem

Daudzas reālas sistēmas ietver aģentus, novērotājus, atgriezenisko saiti, pielāgošanos vai mācīšanos.

Šādās vidēs:

• Mainīgie ietekmē cits citu → neatkarība vājinās.

• Uzvedība laika gaitā mainās → stacionaritāte vājinās.

• Mērījumi ietekmē lēmumus → novērotāja neitralitāte zūd.

• Darbības pārveido nākotnes stāvokļus → rodas atgriezeniskā saite.

• Nelielas novirzes uzkrājas → parādās dreifs.

Šie apstākļi nav retas anomālijas.

Tās ir parastas īpašības sistēmām, kurās ir mijiedarbība, adaptācija vai intelekts.

Īsos laika horizontos Gausa tuvinājumi joprojām var darboties.

Ilgākos laika horizontos strukturālais dreifs sāk pārveidot sadalījumu.

Dreifs kā iegultu sistēmu strukturāla īpašība

Dreifs bieži ticis interpretēts kā troksnis, mērījumu kļūda vai īslaicīgas svārstības.

Taču iegultās sistēmās situācija ir citāda.

Novērotāji ietekmē sistēmu.

Sistēma reaģē uz to, ka tiek novērota.

Šīs reakcijas uzkrājas.

Rezultātā attīstās pats sadalījums.

Tāpēc dreifs ne vienmēr ir nejaušs.

Tā var būt dabisks atgriezeniskās saites, adaptācijas un iegultas novērošanas iznākums.

Kamēr novērotājs un sistēma dala vienu vidi, pilnīgi stabili sadalījumi ilgā laika perspektīvā kļūst arvien trauslāki.

Kad dreifs uzkrājas

Pastāvīgs dreifs noved pie:

• mainīgas vidējās vērtības

• mainīgas dispersijas

• asimetriski sadalījumi

• smagas astes

• ekstrēmu notikumu pastiprināšanās

Ilgos laika periodos daudzas reālas sistēmas virzās uz asimetriskiem sadalījumiem, garu astu uzvedību vai pakāpes likumam līdzīgiem režīmiem.

Šādās sistēmās ekstrēmi notikumi vairs nav anomālijas.

Tie kļūst par sistēmas strukturālām iezīmēm.

RCC un strukturālais dreifs

RCC (rekursīvā sabrukuma ierobežojumi) nerada dreifu.

Tas izskaidro, kāpēc dreifs dabiski rodas iegultās sistēmās.

Īpaši svarīgi ir četri strukturāli mehānismi.

Iegultība

Novērotājs ir sistēmas daļa. Novērošana maina uzvedību, vājinot pieņēmumu par neitrālu mērījumu.

Daļēja iekšējā piekļuve

Neviens aģents nevar pilnībā novērot visu sistēmas iekšējo stāvokli. Atklājas slēptas atkarības, kas apgrūtina stingras neatkarības saglabāšanu.

Pakāpeniska tuvināšana

Reālas sistēmas atjauninās pakāpeniski. Nelielas aproksimācijas kļūdas laika gaitā uzkrājas.

Atgriezeniskās saites uzkrāšanās

Darbības izraisa reakcijas, un šīs reakcijas veido turpmākās darbības, pakāpeniski izjaucot stacionaritāti.

No RCC skatpunkta dreifs nav tikai kļūdas loceklis.

Tā ir iegultu, adaptīvu sistēmu strukturāla pazīme.

Jebkura sistēma, kurā ir mijiedarbība, mācīšanās vai intelekts, parasti uzrāda kādu ilgtermiņa dreifa formu.

Kāpēc vēsturiski dominēja Gausa domāšana

Gausa modeļi ir matemātiski eleganti, analītiski atrisināmi, skaitļošanas ziņā efektīvi un vizuāli intuitīvi.

Daudzām sistēmām — īpaši tām, kam ir vāja atgriezeniskā saite un īsi laika horizonti — šie modeļi darbojas ārkārtīgi labi.

Taču, ja sistēmās ir spēcīga atgriezeniskā saite, pielāgošanās un mijiedarbība, uz stabilitāti balstītie pieņēmumi pakāpeniski kļūst vājāki.

Tas var novest pie:

• galējo iznākumu riska nenovērtēšana

• ekstrēmu notikumu nepareiza iecenošana

• pārmērīga pārliecība par stabilitāti

• strukturālā dreifa kļūdaina klasificēšana par nejaušu troksni

Problēma nekad nav bijusi pašā Gausa sadalījumā.

Problēma bija stabilitātē balstīta modeļa piemērošana sistēmām, kuras pašos pamatos veido atgriezeniskā saite un pielāgošanās.

Noslēguma kopsavilkums

• Gausa modeļi paliek lokāli derīgi un bieži optimāli.

• Iegultas, adaptīvas sistēmas dabiski rada dreifu.

• Dreifam uzkrājoties, Gausa simetrija vājinās un parādās smagas astes.

• RCC izskaidro, kāpēc šādu dreifu iegultās sistēmās nevar pilnībā novērst.

Gausa sadalījums bija idealizēts renderējums.

Realitāte — ar dreifu, atgriezenisko saiti un iegultiem novērotājiem —

ir pamatā esošā struktūra.