"Глеб Архангельский. Метод ограниченного хаоса" - читать интересную книгу автора

высказывания мы сможем строить о различных будущих состояниях системы.
Вспомним поиск вещи в комнате: ситуации полной неопределенности
соответствовало равномерное распределение вероятности найти вещь в том или
ином месте комнаты. Ситуация полной определенности - единичная вероятность
найти вещь в одной точке комнаты, и нулевая - в любой другой точке.
Последовательные ограничения хаоса давали ступенчатую функцию вероятности,
лежащую "посередине" между двумя описанными крайностями и дающую максимум
совокупной полезности.
Те же самые рассуждения приложимы к будущим состояниям системы, и,
объединяя множество состояний, сменяющих друг друга во времени - к сценариям
развития событий. Полная неопределенность - все сценарии для нас
равновероятны, полная определенность - один сценарий произойдет с единичной
вероятностью, все остальные - с нулевой. Оптимум определенности - где-то в
середине, между большими потерями от полной неопределенности и большими
затратами на достижение полной определенности.

Область применения и назначение метода

Итак, мы различили порядок и хаос и тем самым, фактически, закончили
описание метода ограниченного хаоса. Остается важный вопрос - в каких
областях применение метода может дать наиболее интересные результаты?
В начале статьи мы говорили о том, что метод ограниченного хаоса -
"инженерное" обращение "научных" идей синергетики. Исходя из этого, можно
наметить несколько близких по смыслу классов задач, для которых применение
метода было бы особенно оправданным.
Первый класс задач - управление системами, характеризующимися высокой
степенью сложности, и, соответственно, непредсказуемости. Ценность метода в
том, что он позволяет достигнуть оптимального уровня предсказуемости
поведения системы, оптимального с точки зрения совокупной полезности, в т.
ч. с точки зрения затрат на повышение предсказуемости. Приложение к сложным
системам закономерностей нелинейной динамики с целью предсказания их
поведения - попытка достигнуть "ситуации полной определенности", описанной в
предыдущем пункте, и естественно, за эту определенность приходится платить.
Имеющие представление о том, как решаются системы нелинейных
дифференциальных уравнений, оценят пользу метода, который позволяет этого
процесса избежать, сохранив приемлемый уровень предсказуемости поведения
системы.
Второй класс задач - поддержка процессов самоорганизации в хаосе, и как
следствие - развития и рождения нового. На уровне личной работы это означает
поддержку процесса творчества. Здесь тем более затруднительно применение
законов синергетики для предсказания, и тем более уместно применение
основанного на этих законах метода для управления. Слово "самоорганизация" в
последние годы стало едва ли не заклинанием, но как организовывать,
инициировать, запускать, ограждать процесс самоорганизации? Как управлять
им, имея достаточный уровень предсказуемости, и в то же время не теряя
преимуществ самоорганизации как рождения нового, т. е. зачастую
непредсказуемого? Налицо противоречие, которое разрешается, например,
"разделением системы в пространстве".[7] Максимум непредсказуемости
допускается в хаосе, максимум предсказуемости достигается на границах,
которые для этого делаются стабильными во времени. Эта предсказуемость