Ивентология Helgus ~ µастер ~ Kласс: Это незавершённая статья по ивентологии и её применениям

Ивентоло́гия (от лат. eventum, eventusсобытие, исход, удача, судьба + логия) — учение о событиях; научная теория о событийном в разуме и материи; о событийном многообразии субъектов (разума) и объектов (материи), их событийном строении и функциях; о происхождении, распространении и развитии множеств событий, связях событий друг с другом; устанавливает общие и частные событийные закономерности, присущие существованию разума и материи во всех событийных проявлениях и свойствах; ивентологический — определяемый собственным множеством событий, с точки зрения ивентологической теории.

В основе ивентологии лежит кажущиеся теперь очевидными наблюдения: «материя и разум — это просто удобный способ связывания событий воедино» (Бертран Рассел, 1946; Воробьёв, 2001) и «разум появляется там и тогда, где и когда появляется способность делать вероятностный выбор» (Лефевр, 2003). Опираясь на эти наблюдения и аппарат математической ивентологии (чёткой и нечёткой), ивентология непосредственно вводит разум как ивентологическое распределение множества событий в научное исследование, а ивентологическое движение событий — движение материи или разума — понимает как изменение ивентологических распределений.

С точки зрения ивентологии, вероятность — это свойство события; а субъективная вероятность — аналогичное свойство субъективного события. Такая точка зрения позволяет развить ивентологическую теорию нечётких событий, которая исключительно с позиций колмогоровской аксиоматики теории вероятностей предлагает общий строго обоснованный подход к ивентологическому описанию любых видов нечёткости и неопределённости, в том числе таких, которым посвящены теория возможностей, теория свидетельств Демпстера-Шафера, нечёткие множества и нечёткая логика Заде и др.

Наряду с философскими проблемами события и бытия, ивентология занимается экономическими, психологическими и другими прикладными задачами гуманитарных, социальных и естественных наук (см. «Ивентология и её применения»).

Исторический обзор[править | править код]

Первые разрозненные попытки событийного познания разума и материи были сделаны в античные времена (Аристотель, Платон, Сократ). Их труды, продолженные в эпоху возрождения, заложили начало современного научного знания. Пристальные наблюдения за наступлением событий положили в 16 в. начало теории вероятностей (Паскаль, Ферма), которая в начале 20 в. превратилась в научную дисциплину, опирающуюся на математическое определение события, как подмножества пространства элементарных событий (Колмогоров, 1933), с основным предназначением «вычислять вероятности одних событий по вероятностям других событий» (энциклопедический МС, 1988; энциклопедия ВиМС, 1999). В 19-20 в.в. начинают бурно развиваться экспериментальные методы наблюдения за событиями, и как результат, возникает математическая статистика — научная дисциплина, ориентированная на решение задач, в определенном смысле обратных задачам теории вероятностей, — оценка вероятностных распределений по результатам наблюдений за событиями.

Дальнейшее развитие теории вероятностей раздвинуло границы известного событийного мира субъектов и объектов, углубило представление об их событийном строении. Вместе с тем все еще преобладали умозрительные теории о событийном развитии и свойствах разума и материи. В результате резко возросшего числа изучаемых событийных объектов (новые событийные методы, проникновение событийной методики в различные области знания), накоплении и дифференциации событийных знаний сформировалось много областей применения событийной методологии.

Одно из главных достижений на рубеже тысячелетий — объединение разрозненных событийных подходов и методов общим названием — ивентология (научная теория, направленная на изучение множеств событий как ивентологических распределений), а также создание математической ивентологии (чёткой и нечёткой) — нового направления, возникшего в рамках теории вероятностей, изучающего ивентологические распределения множеств событий, структуры зависимостей множеств событий и опирающегося на ивентологические принципы: общие и математические.

Для развития современной ивентологии характерны две взаимосвязанные тенденции. С одной стороны, развивается математическая ивентология, которая достигла поразительных успехов, начиная с 90-х годов прошлого века, вскрыла и обособила математические основы теории зависимостей множеств событий. С другой стороны, стремление к целостному синтетическому событийному познанию разума и материи привело к прогрессу ивентологических направлений, изучающих событийные свойства разума и материи на всех структурных уровнях их организации.

Среди последних достижений ивентологии — ивентологический портфельный анализ, позволивший поставить и решить ранее неизвестную так называемую обратную ивентологическую задачу Марковица (Гарри Марковиц, нобелевская премия, 1990). К фундаментальным изменениям в ивентологических методах привело открытие ивентологических обоснований рыночного «креста Маршалла» в экономикс, теории «аукционов Уильяма Викри» (Викри, нобелевская премия, 1994) и современной теории перспектив Канемана и Тверского (Даниэл Канеман, нобелевская премия, 2002) и, наконец, ивентологический системный анализ, предметом исследования которого служат множества событий — ивентологические модели сложных систем событий, с исчерпывающей полнотой описывающие структуру системных связей любой сложности.

Эти ивентологические открытия позволили в каждой из перечисленных областей взглянуть на проблемы с новой событийной точки зрения, что немедленно привело к новым неожиданным постановкам задач, которые оказалось возможным решить ивентологическими методами и тем самым дополнить и усовершенствовать каждую из теорий.

Теоретические и практические результаты, полученные ивентологическими методами исследования в ряде актуальнейших прикладных областей, а также проникновение в эти исследования математических идей и методов теории случайных событий, выдвинули ивентологию, математическую ивентологию и прикладную ивентологию на передовые рубежи социальных, гуманитарных и естественных наук.

Ивентологические секции на конференциях[править | править код]

Диссертации по ивентологии (физ.-мат. науки)[править | править код]

  • Vorob’ov Alexei (1998) Direct and inverse problems for models of spreading space risks. Krasnoyarsk: ICM of RAS
  • Goldenok Ellen (2002) Modeling dependence and interaction structures of random events in statistical systems. Krasnoyarsk: KGTEI
  • Kupriyanova Tatyana (2002) A problem of classification of subsets of random set and its application. Krasnoyarsk: Krasnoyarsk University
  • Semenova Daria (2002) Methods of constructing statistical dependencies of portfolio operations in market systems. Krasnoyarsk: ICM of RAS
  • Fomin Andrew (2002) Set-regressional analysis of dependencies of random events in statistical systems. Krasnoyarsk: ICM of RAS
  • Klochkov Svyatoslav (2006) Eventological models of distributing and filling resources. Krasnoyarsk: KGTEI
  • Baranova Iren (2006) Methods of bipartitional sets of events in eventological analysis of complicated systems. Krasnoyarsk: Krasnoyarsk University
  • Tyaglova Hellena (2006) Game theory methods of analysis of random sets of events. Krasnoyarsk: ICM of RAS
  • Tarasova Olga (2007) Grid and regression algorithms of complicated systems of events. Krasnoyarsk: ICM of RAS


Мастер класс по ивентологии[править | править код]

Библиография (на англ.)[править | править код]

  • Vorob’ov O.Yu. (1991) Set-summation. Soviet Math. Dokl. 1991, Vol.43,p.747-752
  • Vorob’ov O.Yu. (1993) The calculus of set-distribution. Rissian Acad. Sci., Dokl. Math., 1993, Vol.46, 301—306.
  • Vorob’ov O.Yu., A.O.Vorob’ov (1994) Summation of set-additive functions anf the Mobius inversion formula. Russian Acad. Sci. Dokl. Math., vol. 49, No. 2, 340—344.
  • Stoyan Dietrich, and Helga Stoyan (1994) Fractals, Random Shapes and Point Fields. Methods of Geometrical Statistics. John Wiley and Sons. Chichester, New York
    (pp.107-116: Vorob’ov’s means of a random set)
  • Vorob’ov O.Yu., A.O.Vorob’ov (1996) Inverse problems for generalized Richardson’s model of spread. Computational Fluid Dynamics’96, John Wiley & Sons, 104—110.
  • Vorob’ov O.Yu. (1996) A random set analysis of fire spread. Fire Technology, NFPA (USA), v.32, N 2, 137—173.
  • Vorob’ov Oleg Yu., Arcady A. Novosyolov, Konstantin V. Simonov, and Andrew Yu. Fomin (2001) Portfolio Analysis of Financial Market Risks by Random Set Tools. Risks in Investment Accumulation Products of Financial Institutions. Simposium Proceedings held in January 1999, New York. Schaumburg, USA: The Society of Actuaries, 43—66.

Библиография (на рус.)[править | править код]

Литература[править | править код]

  • Blyth C.R. (1972) On Simpson’s Paradox and the Sure --- Thing Principle. — Journal of the American Statistical Association, June, 67, P.367-381.
  • Dubois D., H.Prade (1988) Possibility theory. — New York: Plenum Press.
  • Feynman R.P. (1982) Simulating physics with computers. — International Journal of Theoretical Physics, Vol. 21, nos. 6/7, 467—488.
  • Fr’echet M. (1935) G’en’eralisations du th’eor’eme des probabilit’es totales — Fundamenta Mathematica. — 25.
  • Hajek, Alan (2003) Interpretations of Probability. — The Stanford Encyclopedia of Philosophy (Summer 2003 Edition), Edward N.Zalta (ed.)
  • Herrnstein R.J. (1961) Relative and Absolute strength of Response as a Function of Frequency of Reinforcement. — Journal of the Experimental Analysis of Behavior, 4, 267—272.
  • Kahneman D., Tversky A. (1979) Prospect theory: An analysis of decisios under risk. — Econometrica, 47, 313—327.
  • Lefebvre V.A. (2001) Algebra of conscience. — Kluwer Academic Publishers. Dordrecht, Boston, London.
  • Markowitz Harry (1952) Portfolio Selection. — The Journal of Finance. Vol. VII, No. 1, March, 77-91.
  • Marshall Alfred A collection of Marshall’s published works
  • Nelsen R.B. (1999) An Introduction to Copulas. — Lecture Notes in Statistics, Springer-Verlag, New York, v.139.
  • Russell Bertrand (1945) History of Western Philosophy (Russell)|A History of Western Philosophy and Its Connection with Political and Social Circumstances from the Earliest Times to the Present Day, New York: Simon and Schuster.
  • Russell Bertrand (1948) Human Knowledge: Its Scope and Limits, London: George Allen & Unwin.
  • Schrodinger Erwin (1959) Mind and Matter. — Cambridge, at the University Press.
  • Shafer G. (1976). A Mathematical Theory of Evidence. — Princeton University Press.
  • Smith Vernon (2002) Nobel Lecture.
  • Stoyan D., and H. Stoyan (1994) Fractals, Random Shapes and Point Fields. — Chichester: John Wiley & Sons.
  • Tversky A., Kahneman D. (1992) Advances in prospect theory: cumulative representation of uncertainty. — Journal of Risk and Uncertainty, 5, 297—323.
  • Vickrey William Paper on the history of Vickrey auctions in stamp collecting
  • Zadeh L.A. (1965) Fuzzy Sets. — Information and Control. — Vol.8. — P.338-353.
  • Zadeh L.A. (1968) Probability Measures of Fuzzy Events. — Journal of Mathematical Analysis and Applications. — Vol.10. — P.421-427.
  • Zadeh L.A. (1978). Fuzzy Sets as a Basis for a Theory of Possibility. — Fuzzy Sets and Systems. — Vol.1. — P.3-28.
  • Zadeh L.A. (2005). Toward a Generalized Theory of Uncertainty (GTU) — An Outline. — Information sciences (to appear).
  • Zadeh L.A. (2005). Toward a computational theory of precisiation of meaning based on fuzzy logic — the concept of cointensive precisiation. — Proceedings of IFSA-2005 World Congress.} — Beijing: Tsinghua University Press, Springer.

См.также[править | править код]

Материалы сообщества доступны в соответствии с условиями лицензии CC-BY-SA, если не указано иное.