|
УДК 368.382
МАТЕМАТИЧЕСКОЕ И ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ДИНАМИКИ ПЛОТНОСТИ
ВЕРОЯТНОСТИ СОСТОЯНИЙ СОЗНАНИЯ ЧЕЛОВЕКА В ЭВОЛЮЦИИ С ПРИМЕНЕНИЕМ ТЕОРИИ
МАРКОВСКИХ СЛУЧАЙНЫХ ПРОЦЕССОВ
Луценко Е. В. – д. э. н., к. т. н., профессор
Кубанский государственный аграрный университет
В
статье предлагается математическая модель и результаты численного моделирования
процессов познания и развития сознания с помощью аппарата простых однородных
стационарных цепей Маркова. Обосновываются выводы о том, что путь развития
сознания в процессе развития общества является наиболее массовым; для каждого
этапа развития общества существует определенное наиболее массовое состояние сознания,
а также менее массовые, более и менее высокие, чем наиболее массовое; кроме
наиболее массового существуют и другие пути развития сознания, из-за чего с
течением времени общество становится все менее однородным по уровню сознания
своих членов.
В 1979 году автором предложена периодическая классификация этапов
познания при различных типах сознания, представленная в форме диаграммы состояний
и переходов сознания человека в эволюции [1]:
Рисунок 1 – Диаграмма состояний и
переходов сознания человека в эволюции
Наличие классификации форм сознания открывает возможность использования
для исследования процессов развития сознания математических методов, в
частности, теории Марковских случайных процессов (что и было осуществлено
автором в 1980 году). Естественно, для этого необходимо сделать некоторые допущения.
Постановка задачи
Случайный процесс называется Марковским, если для каждого момента
времени вероятность любого состояния системы в будущем зависит только от ее
состояния в настоящее время и не зависит от того, когда и каким образом система
пришла в это состояние (т.е. как развивался процесс в прошлом). Диаграмма
состояний и переходов сознания человека в эволюции содержит 28 дискретных
состояний сознания, разрешенных в эволюции, переходы между которыми могут происходить,
вообще говоря, как в определенные дискретные моменты времени, так и непрерывно.
В первом случае процесс развития сознания описывается моделью Марковской цепи,
а во втором – моделью дискретного Марковского процесса. В данной работе мы
ограничимся моделью Марковской цепи, а точнее моделью простой однородной
стационарной цепи Маркова [2].
Для удобства детального анализа перенумеруем состояния сознания
в диаграмме состояний и переходов сознания человека в эволюции согласно таблице.
Таблица – Перенумерация состояний сознания
Будем рассматривать сознание как систему С, имеющую 28 возможных
состояний: С, С, С,…, С и шаг за шагом, в определенные дискретные
моменты времени Т<Т<Т,…, Т совершающую скачкообразные переходы С С из состояний с меньшим номером в состояния с
большим номером. Будем считать также, что на каждом шаге все переходы С С осуществляются с их вероятностями Р, и эти вероятности одношаговых
переходов от шага к шагу не меняются, т.е. постоянны и однозначно задаются
(стохастической квадратной) матрицей М вероятностей одношаговых переходов:
. |
(1) |
Все элементы этой матрицы неотрицательны, а сумма элементов в
каждой строке близка к единице.
Нас, прежде всего, будет интересовать решение следующей основной
задачи.
Пусть известно начальное состояние С сознания С и заданы вероятности Р одношаговых переходов С С из состояния С в состояние С. Определить вероятности Р переходов С С за Т шагов, т.е. найти матрицы М
|
(2) |
вероятностей
Р. Известно [2],
что для простой однородной цепи Маркова матрица М вероятностей Р перехода сознания С из состояния С в состояние С за Т шагов равна Т-й
степени матрицы М вероятностей Р одношаговых переходов С С:
. |
(3) |
Марковская математическая модель
Таким образом, для решения основной задачи необходимо найти
вид матрицы М,
т.е. определить вероятности Р одношаговых переходов между состояниями
сознания, представленными в диаграмме состояний и переходов сознания человека в
эволюции. Чтобы это сделать, рассмотрим универсальный закон переходов:
"Шаг назад – два шага вперед". Предварительно дадим необходимые
определения.
Редуцированным состоянием сознания С называется такое состояние,
в котором сознание имеет определенный уровень развития, т.е. находится в
определенном состоянии С,
где К=константа, но имеет неопределенное направление и темп развития,
т.е. с вероятностями Р для него возможны все одношаговые переходы С С, где 1К<Л28.
В диаграмме состояний и переходов сознания человека в
эволюции представлены только редуцированные состояния сознания.
Виртуальным состоянием сознания С называется такое состояние,
в котором сознание имеет определенное направление и темп развития, т.е.
совершает некоторый вполне определенный одношаговый переход С С (где К=константа и Л=константа), но имеет
неопределенный уровень развития, т.е. находится в неопределенном состоянии
"С" на
пути от С к С. Однако было бы
неоправданным упрощением представление о том, что Н "очень быстро"
пробегает все промежуточные значения от К до Л и в буквальном смысле находится
где-то между ними, т.е. что К<Н<Л. В действительности переход С С совершается по диалектическим законам, и, в
частности, по закону отрицания-отрицания, следовательно, в этом переходе
отражаются некоторые (но не все) черты редуцированного состояния С, которое настолько же
отстоит от состояния С назад, насколько состояние С отстоит от него вперед. В этом и состоит
смысл универсального закона переходов сознания в эволюции. Сформулируем этот
закон более подробно.
Пусть совершается одношаговый переход С С (без промежуточных редуцированных состояний)
сознания С из редуцированного состояния С в редуцированное состояние С. Величина шага Ш равна:
. |
(4) |
Виртуальное состояние "С" представляет собой непосредственно сам
переход между редуцированными состояниями С и С. Сознание С сначала переходит из
редуцированного состояния С в виртуальное состояние "С", подобное по закону
отрицания-отрицания редуцированному состоянию С, отстоящему от редуцированного состояния С на один шаг назад:
, |
(5) |
а
затем из виртуального состояния "С" переходит в реальное состояние С, совершая при этом два
шага вперед:
. |
(6) |
Таким образом, универсальный закон переходов "шаг назад
– два шага вперед" рассматривает диалектику одношаговых переходов и может
быть наглядно представлен в виде простейшего графа:
|
(7) |
Заметим, что в процессе развития сознания редуцированные и
виртуальные состояния сознания чередуются подобно тому, как они чередуются в
процессе движения элементарной частицы [1]. Диаграмма состояний и переходов
сознания человека в эволюции по существу отображает дискретное фазовое
пространство состояний и развития сознания. Некоторые из переходов сознания
человека в эволюции, построенные на основе универсального закона переходов
"Шаг назад – два шага вперед", символически отображены на диаграмме состояний
и переходов сознания человека в эволюции в виде графов, построенных,
соответственно, на основе графа (7).
Переход С С называется одношаговым, если он совершается
без промежуточных редуцированных состояний. Путь развития сознания есть такая
последовательность одношаговых переходов, в которой редуцированное состояние –
конец каждого предыдущего перехода – представляет собой в то же время начало
последующего перехода. Существует большое количество различных путей, ведущих
от одного редуцированного состояния сознания к другому.
Получим выражение для числа путей П перехода С С, где 1К<Л28. Для этого необходимо найти связь между П и П, а также между П и П.
От С к С ведут как
все те же пути, что и от С к С, но завершающиеся переходом С С, так и все те же пути, что и от С к С, но завершающиеся переходом С С, где 1КР<Л–127, т.е.:
. |
(8) |
С другой стороны, от С к С ведут как все те же пути, что и от С к С, но начинающиеся переходом С С, так и те же пути, что и от С к С, но начинающиеся переходом СС, где 2К+1<РЛ28, т.е.:
. |
(9) |
Положим, в выражении (8) Л=К+2, тогда получим:
. |
(10) |
Переход С С является одношаговым, и, следовательно, существует
единственный путь этого перехода:
. |
(11) |
Далее последовательным применением рекуррентного соотношения
(8) получим:
. |
(12) |
Откуда В=Л–К и
|
(13) |
при 1К<Л28.
Так как возможны только те переходы С С, для которых 1К<Л<28, то
|
(14) |
при КЛ.
Объединяя выражения (13) и (14) получим:
. |
(15) |
Пользуясь выражением (15), определим вероятности Р одношаговых переходов С С сознания С из состояния С в состояние С. Будем считать, что если сознание
С исходит из состояния С и стремится как к цели к состоянию С, то вероятность Р одношагового перехода С С в некоторое состояние С равно отношению П/П числа путей П перехода С С к числу путей П перехода С С:
. |
(16) |
Это определение вероятности Р связано с мерой целесообразности информации,
которая определяется А. А. Харкевичем как изменение вероятности достижения цели
при получении дополнительной информации [4].
В определении (16) вероятности Р одношагового перехода С С число путей П перехода С С, очевидно, не должно быть равным нулю:
. |
(17) |
Но так как согласно выражению (15) это возможно только при
К<М, а 1К27, то очевидно, что
условие (17) осуществляется для всех К только при М=28. Используя в (16)
выражение (15) получим:
-
при 1К<ЛМ=28
; |
(18) |
-
при КЛ
. |
(19) |
Итак,
. |
(20) |
Выражение (20) полностью определяет все элементы матрицы М:
|
(1) |
вероятностей
одношаговых переходов. Примечательно, что вероятность Р зависит только от разности
аргументов (Л–К), что полностью соответствует определению однородной Марковской
цепи [2].
Определим вероятности Р и количества путей П перехода С С сознания С из состояния С в состояние С за Т шагов. Последовательно
полагая в выражении (3) Т=2,3,4,…,27 и применяя правила перемножения матриц,
получаем для определения вероятностей Р рекуррентную формулу:
, |
(21) |
где Т=2,3,4,…,27.
Представим Р в виде:
, |
(22) |
где коэффициенты П определяются следующим образом:
. |
(23) |
Выражение (23) полностью определяет матрицу П коэффициентов П:
. |
(24) |
Положим в выражении (21) Т=2 и подставим в него Р из (22), тогда получим:
, |
(25) |
где
|
(26) |
и, следовательно,
. |
(27) |
Далее, полагая в выражении (21) Т=3 и подставляя в него Р из (22) и Р из (25), получим:
, |
(28) |
где
|
(29) |
и
. |
(30) |
Если в (30) использовать (27), то получим:
. |
(31) |
Итак, из сравнения выражений (22), (25) и (28) мы видим, что
вероятности Р перехода С С сознания С из состояния С в состояние С за Т шагов могут быть
представлены в виде:
, |
(32) |
где коэффициенты П определяются из рекуррентного соотношения:
|
(33) |
и представляют собой элементы матриц П:
. |
(34) |
При получении выражений (33) и (34) использованы формулы
(26), (29) и (27), (31) соответственно.
Рассмотрим выражение (33). Его можно представить в виде:
. |
(35) |
Но согласно (23) все П в первой сумме выражения (35) равны единице,
а во второй нулю, поэтому выражение (35) принимает вид:
. |
(36) |
Замечаем [3], что выражению (36) удовлетворяют элементы треугольника
Паскаля, определяемые по формуле:
, |
(37) |
где: 1К<Л28; 1ТЛ–К.
Используя выражение (37) для П в (32), окончательно для Р получим:
. |
(38) |
Заменяя в (37) и (38) факториалы гамма-функциями, получаем
обобщения этих выражений для непрерывного случая, более удобные для численных
расчетов и построения графиков:
|
(37*) |
, |
(38*) |
где М=Л–К.
Выражение (38) определяет вероятность Р перехода С С сознания С из состояния С в состояние С за Т шагов и представляет собой
основной итог данной работы. По сути, выражение (38*) определяет
плотность вероятности нахождения сознания в различных состояниях в зависимости
от времени, а значит, может быть названо "Динамическим распределением форм
сознания в эволюции".
В полном соответствии с определением однородной цепи Маркова [2]
вероятности Р,
определяемые выражением (38), зависят только от разности (Л–К) аргументов
"Л" и "К" начального и конечного состояний перехода С С и не зависят от пути этого перехода. Из
этого, а также из соотношения
, |
(39) |
справедливость
которого легко установить непосредственно используя выражения (37) и (15),
следует, что П представляет собой количество путей перехода С С за Т шагов (41,16), а 2 есть вероятность любого из путей
этого перехода в отдельности. Следовательно, преимущества одного пути
эволюции перед другим (в смысле его большей вероятности) в рамках модели
простой (одномерной) цепи Маркова установить невозможно. Для решения этой
важнейшей задачи необходимо использование более общей модели сложных цепей Маркова [2], в которых вероятность перехода С С зависит от пути, по которому система пришла
в состояние С, а
точнее, зависит от М состояний системы, непосредственно предшествующих
состоянию С, где
М>1.
Однако уже модель простой однородной цепи Маркова позволяет
изучить динамику населенности различных состояний сознания в процессе эволюции.
Для этого необходимо (используя выражение (38)) произвести вычисление
вероятностей Р для всех 1ТЛ–К27.
Заметим также, что числа П называются треугольными, т.к. они указывают
количества шаров, которые можно уложить в виде треугольника, а числа П – тетраэдрическими, т.к.
эти числа показывают, сколько шаров могут быть уложены в виде треугольной
пирамиды-тетраэдра [3]. Эти названия дали им еще в 5 в. до н. э. пифагорейцы,
которые изучали числа П,
придавая им мистический смысл, возможно, связанный по закону отрицания-отрицания
с тем научным смыслом, который придаем этим числам мы.
Результаты численного моделирования
В 1983 году у автора впервые появилась возможность численно
просчитать кривые плотности вероятности состояний сознания в эволюции в зависимости
от времени в соответствии с выражением (38*) на компьютере Wang-2200C.
Полученные кривые, выведенные на графопостроителе, приведены ниже.
Рисунок 2 – Вероятностное
распределение состояний сознания в эволюции для разных моментов времени
(компьютер Wang-2200С,
1983 г.)
В 1994 году эти же кривые были просчитаны автором на ИБМ – совместимом
персональном компьютере (графики и исходный текст программы на языке xBase
приведены ниже).
Рисунок 2 – Вероятностное
распределение состояний сознания в эволюции для разных моментов времени
(компьютер IBM PC, 1994 г.)
Исходный тест программы для
численного моделирования на языке xBase:
***********************************************************************
*** ЛУЦЕНКО Е.В.
ВЕРОЯТНОСТИ СОСТОЯНИЙ СОЗНАНИЯ В ЭВОЛЮЦИИ 27.11.1994
***********************************************************************
#include "BI_2D.CH"
#include "BI_3D.CH"
#include "BI_FONT.CH"
#include "BI_GEGA.CH"
#include "BI_MENU.CH"
#include "BI_MOUSE.CH"
#include "BI_PCX.CH"
#include "BI_PRN.CH"
#include "BI_STD.CH"
#include "BI_SWAP.CH"
SET DECIMALS TO 15
PUBLIC
Disk_name := DISKNAME()
PUBLIC
Cur_dir := CURDIR()
PUBLIC
Disk_dir := Disk_name+":\"+Cur_dir
PUBLIC
FNT_dir := Disk_dir+"\FNT\"
******************************************************************************
***
-м ***
***
Г(м) * 2 ***
***
Р(м,т) = ----------------- ***
***
Г(т) * Г(м-т+1) ***
***
***
*** где: Р(м,т) -
вероятность состояния "м" в момент времени "т"; ***
*** Г() -
гамма - функция. ***
******************************************************************************
G_buf=SAVESCREEN(0,0,24,79)
Min_x = 0
Max_x = 15
Sh = 0.1
Min_y = 0
PRIVATE
xdata[Max_x/Sh], ydata[Max_x/Sh]
// Инициализация системы
BiGraph 3.0/2D
InitGraphics2D(VGA_640x480)
// Установка активности окна
SetCurrentWindow(1)
// Задание "фона" в окне
SetViewBackground(WHITE)
// Задание цвета
рамки-окантовки графика
BorderCurrentWindow(BLACK)
// Задание цвета
"фона" внутренней области
SetPlotBackground(WHITE)
// Вывод осей и рисок
Set_FrColor(BLACK)
Draw_LineAB(87,56,87,414,BLACK)
Draw_LineAB(87,414,88+508,414,BLACK)
Load_ABCfont(Fnt_dir+"F16.fnt",0);Set_ABCcolor(BLACK,0)
FOR j=1 TO Max_x
X1 = 88+(j-1)*506/Max_x
Draw_LineAB(X1,414,X1,417,BLACK)
Set_ABCxy(X1,422,0);String_ABC(ALLTRIM(STR(j,2)),0)
NEXT
// Надписи по осям координат
Set_FrColor(BLACK)
TitleXAxis("Состояния сознания в процессе эволюции")
TitleYAxis("Вероятность (массовость) состояния сознания")
Load_ABCfont(Fnt_dir+"F16.fnt",0);Set_ABCcolor(BLACK,0)
String = "CopyRight (c) Scientific-industrial enterprise AIDOS, Russia, 1980-1994."
Set_ABCxy(INT((640-Get_ABCstr(String,0))/2),08,0);String_ABC(String,0)
String = "All Rights Reserved."
Set_ABCxy(INT((640-Get_ABCstr(String,0))/2),20,0);String_ABC(String,0)
Load_ABCfont(Fnt_dir+"N24f.fnt",0);Set_ABCcolor(BLACK,0)
String = "РАСПРЕДЕЛЕНИЯ ПО СОСТОЯНИЯМ СОЗНАНИЯ В ЭВОЛЮЦИИ"
Set_ABCxy(INT((640-Get_ABCstr(String,0))/2),35,0);String_ABC(String,0)
Time = 7
PRIVATE
Maxv[Time],Maxx[Time],Maxy[Time]
AFILL(Maxv,-999999);AFILL(Maxx,0);AFILL(Maxy,0)
Load_ABCfont(Fnt_dir+"F16.fnt",0);Set_ABCcolor(BLACK,0)
K = 506 / Max_x
FOR t = 1 TO Time
FOR m=t TO 1+Max_x STEP Sh
Pmt = P(m,t)
X1 = 88+(m-1)*K
Y1 = 414-712*Pmt
X2 = 88+(m-1+Sh)*K
Y2 = 414-712*P(m+Sh,t)
IF Pmt > Maxv[t]
Maxv[t] = Pmt
Maxx[t] = X1
Maxy[t] = Y1
ENDIF
NEXT
Draw_LineAB(Maxx[t],Maxy[t],Maxx[t],414,LIGHT_GRAY)
Set_ABCxy(70,Maxy[t],0);String_ABC(ALLTRIM(STR(Maxv[t]*100,2)),0)
Draw_LineAB(Maxx[t],Maxy[t],88,Maxy[t],LIGHT_GRAY)
IF t > 1
Set_ABCxy(Maxx[t],Maxy[t]-10,0);String_ABC(ALLTRIM(STR(t,2)),0)
ENDIF
NEXT
Load_ABCfont(Fnt_dir+"F16.fnt",0);Set_ABCcolor(BLACK,0)
String = "Время: % в МАХ-состоянии:"
Set_ABCxy(350,80,0);String_ABC(String,0)
K = 506 / Max_x
FOR t = 1 TO Time
FOR m=t TO 1+Max_x STEP Sh
Pmt = P(m,t)
X1 = 88+(m-1)*K
Y1 = 414-712*Pmt
X2 = 88+(m-1+Sh)*K
Y2 = 414-712*P(m+Sh,t)
Draw_LineAB(X1,Y1,X2,Y2,BLACK)
Draw_LineAB(X1,Y1+1,X2,Y2+1,BLACK)
Draw_LineAB(X1+1,Y1,X2+1,Y2,BLACK)
IF
Pmt > Maxv[t]
Maxv[t] = Pmt
Maxx[t] = X1
Maxy[t] = Y1
ENDIF
NEXT
String =
"T = "+ALLTRIM(STR(t,4))+" Pmax =
"+ALLTRIM(STR(Maxv[t]*100,8,4))
Set_ABCxy(350,100+(t-1)*20,0);String_ABC(String,0)
NEXT
INKEY(0)
Save_PCX("Pic_09.pcx",480)
Free_ABCfont(0)
Set_TextMode()
RESTSCREEN(0,0,24,79,G_buf)
QUIT
***************** ВЫЧИСЛЕНИЕ ГАММА-ФУНКЦИИ **********************************
FUNCTION
GAMMA(X)
P = 3.141592653589793
D = 1
B = ABS(X)
DO WHILE B > 1
D = D * B
B = B - 1
ENDDO
F = ((
0.035868343 * B - 0.193527818 ) * B + 0.482199394 ) * B
F = ((( F -
0.756704078 ) * B + 0.918206857 ) * B - 0.897056937 ) * B
F = (( F +
0.988205891 ) * B - 0.577191652 ) * B + 1
G = F * D / X
IF X > 0
RETURN(G)
ENDIF
G = P / SIN(
P * X ) / D / F
RETURN(G)
******************* ВЫЧИСЛЕНИЕ
ФУНКЦИИ P(m,t) ********************************
FUNCTION
P(m,t)
RETURN((
GAMMA(m) * 2^(-m) ) / ( GAMMA(t) * GAMMA(m-t+1) ))
************ THE END ************************************
Ограничения предложенной модели и перспективы ее
развития
Предложенная
математическая модель является упрощенной и не отражает, например, следующее:
-
динамику промежуточных состояний, т.е. явлений накопления людей на рубежах
перехода к следующим типам сознания и диффузии через эти барьеры (А. А. Босенко,
1984);
-
возможных зависимостей вероятностей переходов в различные формы сознания от
пути, по которому человек оказался в данном состоянии, а не только от самого
состояния (составные цепи Маркова);
-
сама матрица вероятностей переходов также скорее всего является функцией
времени, причем функцией, зависящей от места на планете или в космосе;
-
матрица вероятностей переходов может быть детализирована за счет увеличения ее
размерности и количества классифицированных редуцированных состояний сознания, и
т.д., и т.д.
Решение этих и других вопросов представляет перспективу дальнейших
исследований.
Выводы:
1.
Путь развития сознания в процессе развития общества является наиболее массовым.
2.
Для каждого этапа развития общества существует определенное наиболее массовое
состояние сознания.
3.
Существование других путей развития сознания приводит к "размыванию"
основного максимума с течением времени, т.е. к тому, что общество становится
все более неоднородным по уровню сознания своих членов.
Список литературы
1. Луценко, Е. В.
Опыт исследования высших форм сознания / Е. В. Луценко // Высшие формы
сознания – высшие технологии [Электронный ресурс]. – Краснодар, 2005. – Режим
доступа: http://lc.kubagro.ru/master/index.htm.
2. Тихонов, В. И. Марковские процессы / В. И.Тихонов, М.
А. Миронов. – М., 1977.
3. Успенский, В. А.
Треугольник Паскаля / В. А. Успенский. – М., 1979.
4. Темников, Ф. Е.
Теоретические основы информационной техники / Ф. Е. Темников, В. А. Афонин, В.
И. Дмитриев. – М. : "Энергия", 1979. – С. 56–57.
|