АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Приложение 3. Математико-статистические модели распределения имен в длинных исторических хрониках

Читайте также:
  1. Crown Victoria одна из популярных в США моделей (в полиции, такси, прокате, на вторичном рынке). Производство в Канаде. Дебют модели состоялся в 1978.
  2. I. ПСИХОДИНАМИЧЕСКИЕ МОДЕЛИ КОНСУЛЬТАТИВНОЙ ПРАКТИКИ
  3. II этап. Разработка модели.
  4. II. Основные модели демократического транзита.
  5. Simulating Design Functionality (моделирование функциональности разрабатываемого счетчика).
  6. Verifying Functionality using Behavioral Simulation (верификация функциональности за счет использования моделирования поведения (работы).
  7. А. А. ЩЕЛЧКОВ, доктор исторических наук, ведущий научный сотрудник Института всеобщей истории РАН
  8. Абстрактное моделирование
  9. Абстрактные модели защиты информации
  10. Азы моделирования
  11. Азы моделирования.
  12. АЛГОРИТМ РАСПРЕДЕЛЕНИЯ ТЗР

Предисловие

Эта работа посвящена проблеме распознавания глобальных зависимостей в больших совокупностях исторических текстов.

В настоящем Приложении ссылки даются на отдельный список литературы в конце Приложения.

Проблема была сформулирована А. Т. Фоменко в [1]…[5] в связи с математико-статистическим анализом и проверкой принятой сегодня глобальной хронологии древности и средневековья. Развитые А. Т. Фоменко и его соавторами концепции и методы, предназначенные для решения проблемы, могут применяться и в других отраслях знаний – например, в генетике и задачах распознавания образов.

Практика показала, что эти методы успешно работают при анализе зависимостей самой разной природы. Однако в данной работе мы рассматриваем лишь приложения к хронологии и истории древности. Для математиков особый интерес представляет то обстоятельство, что здесь возникают совершенно новые и очень интересные математические задачи. Одна из наших целей – привлечь внимание математиков к возможности использования методов математической статистики в нетрадиционных ситуациях гуманитарных наук. Основы теории и истории вопроса читатель может найти в монографии А. Т. Фоменко [18].

При работе с историческими текстами под зависимостью, как правило, понимается зависимость от общего источника. Таким первоисточником, вообще говоря, не обязательно должен являться общий письменный источник (протограф). Это может быть одна и та же совокупность событий, описываемых в текстах с разных позиций, общие традиции школы, единый стиль и т.п.

Главными задачами, которые мы здесь изучаем, таковы:

1) Выявить среди большого числа различных исторических хроник зависимые и независимые хроники;

2) Датировать события, описанные в древних текстах, опираясь лишь на статистические характеристики этих текстов;

3) По возможности создать на этой основе достоверную «математико-статистическую хронологию» древности и средневековья.

Мы употребляем термин «зависимость» в широком смысле. Он долен уточняться на стадии содержательной интерпретации получающихся формальных отождествлений. Это следует иметь в виду при обсуждении наших результатов.

Для решения проблемы распознавания зависимых исторических текстов А. Т. Фоменко в 1976…1985 гг. было предложено несколько различных концепций и соответствующих им эмпирико-статистических методик [1]…[9].

Результаты, полученные этими методиками, согласуются между собой, и позволили построить глобальную хронологическую карту (ГХК), отражающую распределение обнаруженных зависимостей статистического характера в совокупности доступных нам сегодня исторических текстов, описывающих древнюю и средневековую историю Европы, Средиземноморья, Египта, Ближнего Востока [6], [7].

Первоначальным толчком к этим исследованиям послужили высказанные в разное время крупными учеными обоснованные сомнения в правильности принятой сегодня хронологической версии древности. Здесь в первую очередь нужно назвать И. Ньютона, Н. А. Морозова, Э. Джонсона, Р. Ньютона, Т. Моммзена (см. подробности в [18]).

Новый основной вывод, который следует из анализа ГХК, состоит в следующем [6], [7], [18].

Общепризнанная сегодня глобальная хронология древности и средневековья, по всей видимости, неверна. Чтобы исправить ее, придется провести несколько крупных серий отождествлений и сдвигов событий, в результате которых эта хронология существенно укоротится. Подавляющее большинство известных нам сегодня событий прошлого придется отнести ко времени после 900 г.н.э.

В настоящем Приложении дается краткий обзор и излагаются новые результаты, полученные авторами за последнее время. При этом, здесь рассматривается лишь одна группа методик, предназначенных для анализа хронологии. Это – методы распознавания зависимостей. Они основаны на статистическом анализе закономерностей распределения собственных имен персонажей в исторических текстах. Методики этого типа были впервые предложены А. Т. Фоменко в [6] и в их основе лежит фундаментальный принцип затухания частот, сформулированный им в [5], [6]. Дальнейшее развитие эти методики получили в работах авторов [10], [11].

Применение методов этой группы к реальным историческим данным оказалось достаточно эффективным. В частности, с их помощью удалось детально проанализировать древнюю хронологию указанных выше регионов и обнаружить в ней повторы (дубликаты). Затем были вычислены характерные временные сдвиги между дубликатами. Более того, наши методы позволяют конкретно указать, – какие именно хронологические эпохи повторяют (дублируют) друг друга. Этим методам присуща достаточно высокая «разрешающая способность»: они выявляют дубликаты, разнесенные всего на 80-100 лет.

Для понимания некоторых деталей от читателя здесь потребуется знание основ теории вероятностей.

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125 | 126 | 127 | 128 | 129 | 130 | 131 | 132 | 133 | 134 | 135 | 136 | 137 | 138 | 139 | 140 | 141 | 142 | 143 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.)