Ich bin aus der theoretischen Physik in die Welt der IT gekommen. Er war hauptsĂ€chlich in wirtschaftlichen Aufgaben tĂ€tig. Engagiert - dies: Analyse, TK, Aussage, Design, Programmierung. NatĂŒrlich habe ich die ganze Zeit die physischen und wirtschaftlichen AnsĂ€tze verglichen, um die Natur- bzw. Wirtschaftsgesetze zu verstehen. Ein bestimmter Standpunkt ist zu diesem Thema gereift. Ăber sie und wird diskutiert.
1. Ăber das Erkennen im Allgemeinen
Es gibt zwei AnsÀtze zur Erkenntnis:
Aristoteles 'Ansatz . Dies ist ein ganzheitlicher Ansatz und behandelt das Objekt als Black Box. Das PhÀnomen, das Objekt, wird in der gesamten RealitÀt als Ganzes untersucht. Und die RealitÀt sagt zum Beispiel, dass schwere Körper schneller zu Boden fallen als leichte; das lieà sich selbst ein sich bewegender Körper stoppt allmÀhlich. Aristoteles 'Ansatz behandelt das PhÀnomen als integrale RealitÀt, daher kann es als phÀnomenologisch bezeichnet werden.
Galileos Ansatz . Dies ist ein analytischer Systemansatz. Dies ist der Divide and Conquer-Ansatz. Das PhĂ€nomen, das Objekt, wird in seine Bestandteile zerlegt und jeder von ihnen wird separat untersucht, wobei vom Rest abstrahiert wird (Analyse). Dann können die resultierenden Bilder unter BerĂŒcksichtigung des Zusammenspiels der Komponenten zu einem zusammengefasst werden (Synthese). Zum Beispiel wird der Fall von Körpern als der Fall von Körpern in die Leere betrachtet. Und dort fallen sie mit der gleichen Beschleunigung. In Wirklichkeit verhindert die Reibung gegen Luft, dass sie gleichermaĂen fallen. Nachdem wir diese Kraft separat untersucht haben, können wir das Ergebnis von Aristoteles erklĂ€ren. Wenn wir uns von den ReibungskrĂ€ften lösen, bewegt sich der sich bewegende Körper ohne anzuhalten. Und wenn wir die Reibungskraft berĂŒcksichtigen, erhalten wir das Ergebnis von Aristoteles. Galileos Ansatz fĂŒhrt sofort dazu, dass KrĂ€fte untersucht werden mĂŒssen. Dies fĂŒhrt letztendlich zu einem kohĂ€renten System der klassischen Physik.
Noch einmal zur Klarheit.
Aristoteles 'Ansatz . Es wird ein PhĂ€nomen untersucht: âDer Fall eines Körpers in der Luft auf den Bodenâ - das F.-PhĂ€nomen. Wir nehmen verschiedene Körper und stellen fest, dass schwerere Körper schneller auf den Boden fallen als leichte.
Galileos Ansatz . Bei der Untersuchung des PhĂ€nomens F muss nicht nur das Gewicht berĂŒcksichtigt werden. Wir untersuchen den Fall in der Luft. Und Ă€ndern wir nicht nur das Gewicht, sondern auch die Luft. Versuchen wir, die Dichte so zu reduzieren, dass am Ende keine Luft mehr vorhanden ist. Dann stellen wir fest, dass alle Körper mit der gleichen Beschleunigung in die Leere fallen. Wir finden die Einflussparameter auf das PhĂ€nomen und versuchen, Bedingungen zu schaffen, unter denen nur ein Parameter von Bedeutung ist. Das liegt nicht in der Natur. Ein Physiker benötigt daher ein Labor, in dem er die Parameter variieren kann. Nachdem wir den Einfluss eines Parameters untersucht haben, können wir den Einfluss eines anderen Parameters untersuchen. Wir versuchen, die KomplexitĂ€t des gesamten Ansatzes auf die Zusammensetzung einfacherer AnsĂ€tze zu reduzieren. Durch Variation der Form des fallenden Körpers können wir die AbhĂ€ngigkeit der Reibungskraft von der Luft in AbhĂ€ngigkeit von der Form des Körpers untersuchen. Durch Variation der Fallrate können wir die AbhĂ€ngigkeit der Reibungskraft von der Geschwindigkeit erkennen. Durch Variieren der Fallhöhe können wir die AbhĂ€ngigkeit der Beschleunigung von der Höhe erkennen. Durch Variation der geografischen Lage auf der Erde finden wir die AbhĂ€ngigkeit der Beschleunigung des Sturzes von der Geografie.
Grob gesagt studieren sie in der Herangehensweise von Aristoteles die RealitÀt, und in der Herangehensweise von Galileo studieren sie Abstraktionen, und von ihnen gelangen sie durch Synthese in die RealitÀt.
2. Das Modell des physischen Wissens
Die Physik ist eine ideale Theorie fĂŒr viele Wissenschaften, einschlieĂlich der Wirtschaftswissenschaften. In physikalischen Experimenten werden diskrete Werteserien erhalten. Sie werden jedoch als AnnĂ€herung an kontinuierliche Funktionen angesehen, die in Wirklichkeit physikalische Indikatoren sind. Und Physiker versuchen, diese Funktionen zu erraten. Also vermutete Galileo die Parabel fĂŒr die Flugbahn eines Steins, der in einem Winkel zum Horizont geworfen wurde. Kepler vermutete die Flugbahnen der Planeten - Ellipsen usw. Nachdem wir die Flugbahn erraten haben, erhalten wir einen Vorhersageapparat - die FĂ€higkeit, den Wert fĂŒr unerforschte Koordinaten der Flugbahn zu berechnen. Zum Testen stellen sie ein Experiment auf - schaffen Sie die Bedingungen fĂŒr das Experimentieren, um den interessierenden Wert zu erhalten. Nachdem wir den vorhergesagten und den experimentellen Wert verifiziert haben, erhalten wir eine BestĂ€tigung oder Widerlegung der Theorie. Hier spielt manchmal der Fehler des experimentellen Fehlers eine wichtige Rolle. Physisches Wissen beruht auf der Identifizierung des Determinismus - dem Gesetz, einen Zustand aus einem Anfangszustand zu erhalten:
S(0) - D â â , S(t) S(0) Q â . , , .
Also fĂŒr einen geworfenen Stein von einem Punkt (0,0) mit einer Geschwindigkeit in einem Winkel bis zum Horizont haben wir
$$ Anzeige $$ x (t) = v_0 t cos⥠(α), y (t) = v_0 t sin⥠(α) - (gt ^ 2) / 2 $$ Anzeige $$
Der Anfangszustand S (0) wird durch drei Parameter eingestellt: Abfahrtspunkt (0,0), Anfangsgeschwindigkeit Winkel .
Die Auswirkung der Umgebung Q ist durch die Beschleunigung der Schwerkraft g gegeben. Bei Erweiterung des Problembereichs (hohe Anfangsgeschwindigkeit) ist g nicht mehr konstant.
Der Determinismus D ist durch die obige Formel gegeben.
FĂŒr eine realistischere Aufgabe muss die Reibung gegen die Luft berĂŒcksichtigt werden. Dies erschwert die Mathematik des Problems, aber das Prinzip bleibt dasselbe. Anstelle von Stein können Sie auch ein Flugzeug betrachten. Dann kommt die Schubkraft des Flugzeugs ins Spiel und ihre Regulierung durch den Piloten. Ein nicht-physischer Faktor erscheint ebenfalls - der Wille des Piloten. Wir können es nicht berĂŒcksichtigen. Aber wir wissen, dass es nicht unbegrenzt ist: Traktion kann nicht unendlich sein, Beschleunigung kann nicht unendlich sein. Dies bringt ein Element der Sicherheit in die Bewegung. Sie verwenden es zum Beispiel, um die Flugbahn einer Luftverteidigungsrakete aufzubauen.
Gehen wir zurĂŒck zum fliegenden Stein. Es zeichnet sich durch eine unendliche Anzahl physikalischer Parameter aus. Beispielsweise kann nur seine Form beliebig komplex sein. Wir sind uns jedoch sicher, dass wir den Stein in einem nĂŒtzlichen Bereich als materiellen Punkt betrachten können. Dies ist die Hauptabstraktion der klassischen Mechanik. Alle Systeme werden als SĂ€tze interagierender Materialpunkte dargestellt. Dies macht die hauptsĂ€chliche kognitive Reduktion - die Reduzierung des Verhaltens eines komplexen Systems auf das Verhalten seiner elementaren Komponenten.
Im Zusammenhang mit der erwÀhnten kognitiven Reduktion können zwei erkenntnistheoretische AnsÀtze unterschieden werden - Reduktionismus und Holismus.
3. Reduktionismus und Holismus
Reduktionismus ist das Prinzip, die Eigenschaften eines Systems von den Eigenschaften von Subsystemen und den Eigenschaften der Interaktion von Subsystemen zu reduzieren. Arbeitet erfolgreich in der Physik.
Betrachten Sie zum Beispiel Gas. Ohne es in Teilsysteme zu zerlegen, können wir mit experimentellen, phÀnomenologischen Konzepten arbeiten: Druck P, Temperatur T, Volumen V. Empirisch finden wir die Beziehung, die diese Parameter verbindet - die Zustandsgleichung des Gases:
Dies ist die sogenannte phÀnomenologische Ebene - arbeiten Sie mit PhÀnomenen (PhÀnomenen), ohne auf deren Struktur einzugehen. Dies ist Aristoteles 'Ansatz.
Wenden Sie nun den Ansatz von Galileo an. Wir zerlegen das âGasâ -System: Stellen Sie es sich als eine Ansammlung kollidierender MolekĂŒle vor. Dann definieren wir P und T durch die mechanischen Parameter des MolekĂŒls. Dies geschieht in der Molekularphysik. Daher reduzieren wir das Gassystem auf Teilsysteme von MolekĂŒlen. Dies wird die Zustandsgleichung klĂ€ren oder fĂŒr neue Systeme ableiten.
Dementsprechend haben wir in der Wirtschaft eine Analogie: Die Makroökonomie wird in Unternehmen und Haushalte zerlegt. Aber hier ist die Reduktion noch nicht perfekt. Leider gibt es kein wirtschaftliches Newton. Das Problem ist die KomplexitĂ€t und VerfĂŒgbarkeit eines subjektiven Faktors, der nicht in der Physik liegt (obwohl es eine Debatte ĂŒber die Rolle des Subjekts in der Quantenmechanik gibt).
Und jetzt zum Holismus.
Holismus ist das Prinzip, dass es in einem System nicht reduzierbare Eigenschaften geben kann. In der Biologie basiert die Lehre vom Vitalismus auf dem Konzept der Entelechie, der Lebenskraft, die dem gesamten Körper innewohnt und nicht reduzierbar ist.
Die Physik verzichtet bisher auf das Konzept des Holismus.
Ein Formelmodell ist ein durch eine Formel definiertes Modell. Das Konzept der "Formel" wird als bekannt angesehen.
Beispiele in der Physik: Newton-Gleichungen, Lagrange-Gleichungen, Maxwell-Gleichungen, Navier-Stokes-Gleichungen, Heisenberg-Schrödinger-Gleichungen, Einstein-Gleichungen.
Beispiele aus der Wirtschaft: Black-Scholes-Formel fĂŒr den Optionspreis, Geldmengenformel, lineares Programmiermodell zur Optimierung des Finanzportfolios, Zinsberechnungsformeln, Risikoberechnungsformeln.
Mit einem Formelmodell kann eine Person ohne Computer arbeiten. Das ist fast alles reine Mathematik. Hier spielt der Algorithmus jedoch eine immer wichtigere Rolle. Die Lösung des Problems der vier Farben wurde also nicht auf eine Formel reduziert, sondern erforderte fĂŒr viele SonderfĂ€lle eine Brute-Force-Lösung. Diese BĂŒste wurde von Computern gemacht.
Algorithmisches Modell - ein durch einen Algorithmus definiertes Modell, das möglicherweise nicht auf eine Formel reduziert werden kann. NatĂŒrlich ist es möglich, den Algorithmus als Formeln zu klassifizieren, aber dies sind nicht die gleichen klassischen Formeln. Das algorithmische Modell ist zunĂ€chst nur mit einem Computer realistisch
Ein formales Modell kann immer auf ein algorithmisches reduziert werden.
Ein Beispiel fĂŒr das erste algorithmische Modell ist das Fermi-Pasta-Ulam-Problem. Hier ist ein Zitat aus Ulams Buch The Adventures of Mathematics.
ZitatSobald die Maschinen fertiggestellt waren, erkannte Fermi mit seiner Intuition und seinem gesunden Menschenverstand sofort ihre ganze Bedeutung fĂŒr das Studium der Probleme der theoretischen Physik, Astrophysik und klassischen Physik. Wir haben dieses Problem am ausfĂŒhrlichsten erörtert und beschlossen, ein Problem zu formulieren, das in seiner Formulierung einfach ist, aber eine Lösung bietet, die sehr lange Berechnungen erfordert und mit Hilfe von Stift und Papier oder vorhandenen mechanischen ComputergerĂ€ten nicht möglich ist. Nachdem wir eine Reihe möglicher Probleme besprochen hatten, entschieden wir uns fĂŒr ein typisches Problem, das mit dem Langzeitverhalten eines dynamischen Systems zusammenhĂ€ngt und eine langfristige Vorhersage erfordert. Es wurde eine elastische Saite mit zwei festen Enden betrachtet, die nicht nur von der ĂŒblichen elastischen Verformungskraft proportional zur Verformung, sondern auch von einer kleinen physikalischen nichtlinearen Kraft beeinflusst wird. Es musste herausgefunden werden, wie diese NichtlinearitĂ€t nach einer sehr groĂen Anzahl von Schwingungsperioden das bekannte periodische Verhalten von Schwingungen in einer Taste allmĂ€hlich beeinflusst, wie andere Tasten ihre Amplituden erhalten und wie, wie wir vermuteten, die Bewegung thermisiert wird, was möglicherweise das Verhalten imitiert FlĂŒssigkeiten, die zunĂ€chst laminar sind, werden immer turbulenter, bis schlieĂlich ihre makroskopische Bewegung in WĂ€rme umgewandelt wird.
John Pasta, ein Physiker, der kĂŒrzlich in Los Alamos angekommen ist, hat uns bei der Erstellung von Flussdiagrammen, Programmier- und Verarbeitungsaufgaben bei MANIAC geholfen. Fermi beschloss zu lernen, wie man eine Maschine programmiert. In jenen Tagen war es schwieriger als heute, wenn bereits vorgefertigte Programme und festgelegte Regeln existieren und dieses Verfahren selbst automatisiert ist. Dann mussten verschiedene Tricks gelernt werden. Fermi beherrschte sie sehr schnell und brachte mir etwas bei, obwohl ich bereits genug wusste, um beurteilen zu können, welche Art von Aufgaben auf diese Weise gelöst werden können, ihre Dauer in der Anzahl der Berechnungsschritte zu bestimmen und die Prinzipien ihrer Implementierung zu verstehen.
Wie sich herausstellte, haben wir die Aufgabe sehr erfolgreich ausgewĂ€hlt. Die qualitativ erzielten Ergebnisse unterschieden sich völlig von denen, die Fermi mit seinem tiefen Wissen ĂŒber Wellenbewegungen erwartete. Das ursprĂŒngliche Ziel war zu sehen, mit welcher Geschwindigkeit die Saitenenergie, die ursprĂŒnglich in eine einfache Sinuswelle eingebettet war (eine Note wurde als ein Ton genommen), allmĂ€hlich höhere Harmonische erzeugen wĂŒrde und wie das System zu einem chaotischen Endzustand kommen wĂŒrde, der beschreibt, wie die Form der Saite ist , also die Art der Energieverteilung zwischen immer höheren SchlĂŒsseln. Aber nichts dergleichen ist passiert. Zu unserer Ăberraschung begann die Saite nur mit wenigen tauben Tönen zu spielen, und was wahrscheinlich noch erstaunlicher ist, nahm sie nach mehreren hundert gewöhnlichen hin- und hergehenden Schwingungen wieder fast die gleiche sinusförmige Form an wie zu Beginn.
Ich weiĂ, dass Fermi dies als "kleine Entdeckung" betrachtete, wie er selbst sagte. Aber er wĂŒrde ein Jahr spĂ€ter von ihm erzĂ€hlen, als er zu einem Vortrag von Gibbs eingeladen wurde (eine sehr ehrenvolle Veranstaltung auf der Jahrestagung der American Mathematical Society). Er wurde vor dem Treffen krank und dieser Vortrag fand nie statt. Dennoch wurde ein Bericht ĂŒber diese Arbeit von Fermi, Pasta und mir veröffentlicht - als Bericht ĂŒber die Arbeit in Los Alamos.
Ich muss erklĂ€ren, dass die Bewegung eines kontinuierlichen Mediums, wie zum Beispiel einer Schnur, mit einem Computer untersucht werden kann, wenn wir uns vorstellen, dass eine Schnur aus einer endlichen Anzahl von Partikeln besteht - in unserem Fall vierundsechzig oder einhundertachtundzwanzig. (Die Anzahl der Elemente wird besser als Zweierpotenz dargestellt, da dies die Verarbeitung auf einem Computer erleichtert.) Diese Partikel sind durch KrĂ€fte miteinander verbunden, die neben entfernungslinearen Termen auch kleine nichtlineare quadratische Terme enthalten. Dann berechnet die Maschine schnell die Bewegung jedes dieser Punkte in kurzen Zeitschritten. Nachdem sie eine Position berechnet hat, wechselt sie zu einer anderen Zeitphase und berechnet eine neue Position. Diese wird daher viele Male wiederholt. Es gibt absolut keine Möglichkeit, diese Berechnung manuell durchzufĂŒhren, es wĂŒrde buchstĂ€blich Tausende von Jahren dauern. Die analytische Lösung mit mathematischen Methoden der klassischen Analyse des 19. und 20. Jahrhunderts ist hier völlig inakzeptabel.
Die Ergebnisse waren wirklich erstaunlich. Es wurden viele Versuche unternommen, die Ursachen eines solchen periodischen und regelmĂ€Ăigen Verhaltens aufzuklĂ€ren, das zu einer Quelle fĂŒr die heute existierende umfangreiche Literatur ĂŒber nichtlineare Schwingungen geworden ist. Die Arbeit an ihnen wurde von Martin Kruskal, einem Physiker aus Princeton, und Norman Zabuski, einem Mathematiker, der im Bell Telephone Laboratory arbeitete, geschrieben. SpĂ€ter leistete Peter Lake seinen brillanten Beitrag zu dieser Theorie. Alle fĂŒhrten eine interessante Analyse derartiger Probleme durch. Der Mathematiker weiĂ, dass das sogenannte dynamische Poincare-System, das so viele Partikel enthĂ€lt, eine gigantische LĂ€nge hat - tatsĂ€chlich im astronomischen MaĂstab - und dass es am schnellsten zu seiner ursprĂŒnglichen Position zurĂŒckkehrt, was am ĂŒberraschendsten ist.
Ein anderer Physiker aus Los Alamos, James So, entschied sich zu prĂŒfen, ob die Zeit nach dieser sehr engen RĂŒckkehr in die Ausgangsposition wieder von demselben Zustand aus beginnt und was nach dieser zweiten âPeriodeâ passieren wird. Zusammen mit Pasta und Metropolis wiederholte er den gesamten Vorgang, und ĂŒberraschenderweise erfolgte die RĂŒckkehr erneut, jedoch mit einer Genauigkeit von weniger als etwa einem Prozent. Dieses Bild wurde weiter wiederholt, aber nach sechs oder zwölf solcher Perioden begann die Genauigkeit wieder zuzunehmen, was auf das Auftreten einer bestimmten âSuperperiodeâ hinwies. Einer Fremdheit folgte also eine andere, nicht weniger.
Und hier ist ein Artikel ĂŒber HabrĂ©, der ĂŒber den aktuellen Stand des Fermi-Pasta-Ulam-Problems berichtet:
Mathematiker lösten das Fermi-Pasta-Ulam-Problem
5. Koordination
Mit Systemkoordination meine ich die Definition grundlegender Parameter, die im Prinzip die Entwicklung des Systems bestimmen. In der Mechanik eines Materialpunkts wird die Koordination beispielsweise definiert durch:
- ĂuĂere Kraft F.
- Masse m Materialpunkt
- Raumkoordinaten (x, y, z) = r des Materialpunktes
- Zeit t
Die Entwicklung des Systems ist durch die Newtonsche Gleichung gegeben
Wie ist die Koordination der wirtschaftlichen Einheit? Ich habe einmal an einem Business-Intelligence-System gearbeitet. Sein Hauptbegriff ist Indikator. Die Basis des Systems ist eine Scorecard. Hunderte von Indikatoren. Aber ich habe im Internet vergeblich nach einer Beschreibung der Basis von Indikatoren gesucht - einer Reihe von Indikatoren, die nicht auf andere reduziert werden können und die im Prinzip die Entwicklung einer wirtschaftlichen Einheit vollstĂ€ndig bestimmen. Das heiĂt, so wie ich es verstehe, wurde in der Wirtschaft keine Koordinierung vorgenommen. Daher ist es noch nicht möglich, ĂŒber ein grundlegendes dynamisches Gesetz zu sprechen. Basierend auf der Verbindung von Indikatoren ist es nur möglich, eine Szenarioanalyse durchzufĂŒhren, um die Frage zu beantworten: "Was passiert mit den abgeleiteten Indikatoren, wenn sich die zugrunde liegenden Indikatoren entsprechend dem gegebenen Szenario Ă€ndern?"
6. Abstraktes Beispiel. Zeitreihenprognose wie Physik
Sie können das Prognoseproblem anhand der tatsĂ€chlichen Zeitreihen stellen: Wenn Sie eine Reihe von realen Werten haben, mĂŒssen Sie den vorhergesagten Wert des Indikators ermitteln - den Wert in der Zukunft. Dies impliziert eine Art versteckten Determinismus der Zeitreihen. Es gab viele wissenschaftliche und pseudowissenschaftliche Spekulationen zu diesem Thema. Ich selbst habe mich mit WissenschaftsĂ€rzten befasst, die behaupteten, ihre Methodik wĂŒrde es ihnen ermöglichen, eine Wechselkursprognose zu erhalten, und die entsprechenden Dissertationen mit allen möglichen Konfidenzintervallen und anderen Attributen der Verteilungsgesetze gezeigt. Aber als sie mit der RealitĂ€t konfrontiert wurden, waren die Techniken weggeblasen.
Um eine Prognose zu erhalten, gehen Sie manchmal folgendermaĂen vor:
- Nehmen Sie die Echtzeitreihe {V (ti)}. Zeitplan - Schritt unterbrochene Linie.
- Nehmen Sie eine stetige Funktion W (t), so dass W (ti) = V (ti). Das Diagramm ist eine kontinuierliche Kurve.
- Es wird ein Polynom P (t) ausgewĂ€hlt, das W (t) mit einem ausreichenden Genauigkeitsgrad approximiert. Ein Polynom kann fĂŒr alle t berĂŒcksichtigt werden.
- Dann haben wir eine Vorhersage fĂŒr die zukĂŒnftige Zeit T: V (T) = P (T)
All dies vermittelt den Eindruck von Wissenschaft, aber nur auf den ersten Blick. Ja, die Existenz eines approximierenden Polynoms fĂŒr W (t) wird durch den Weierstrass-Satz aus der Matanalyse garantiert. Wir können W (t) beliebig genau polynomisieren. Es kann jedoch nicht fĂŒr Vorhersagen verwendet werden.
Der ungefĂ€hre Wert fĂŒr die reale Reihe betrĂ€gt 100% und der Vorhersagewert ist Null. Polynome können beliebig erfunden werden, aber sie geben alle unterschiedliche Vorhersagen.
Wenn Tag T eintrifft und wir das reale V (T) herausfinden, können wir fĂŒr die Reihe {{V (ti)}, V (T)} ein neues Polynom Q (t) konstruieren, das diese Reihe beliebig genau approximiert, aber die Zeit T ist nicht mehr in Die Zukunft und Q (T) ist keine Prognose mehr, sondern RealitĂ€t. Die Polynome P (t) und Q (t) mĂŒssen absolut nicht zusammenfallen und fĂŒr die neue Vorhersagezeit T '> T zeigen sie unterschiedliche Ergebnisse. Das heiĂt, es gibt keine Prognose. Es scheint Wissenschaft zu geben, aber keine Prognose. Es ist wie eine mittelalterliche Theorie der Engel. Sie kann alles erklĂ€ren, aber sie kann nichts vorhersagen.
Der Unterschied zwischen physikalischer Interpolation und Extrapolation aus wirtschaftlicher:
- Die Genauigkeit empirischer Daten : ungefÀhr in der Physik, genau in der Wirtschaft
- DomÀnenfunktionen : kontinuierlich in der Physik, diskontinuierlich, schrittweise in der Wirtschaft
- Empirische Daten : in der Physik diskret, in der Wirtschaft kontinuierlich mit diskreten DiskontinuitÀten
- Grundgesetze : in der Physik dort. F = ma zum Beispiel; in der Wirtschaft noch
7. Wirtschaft und Physik
In der Wirtschaft sind reale Trajektorien - im Wesentlichen diskontinuierlich - stĂŒckweise konstante Funktionen. Beispielsweise kann der Indikator âWĂ€hrungskursâ jederzeit einen Sprung machen. Kontinuierliche wirtschaftliche Funktionen - AnnĂ€herungen zum Zwecke der Matanalyse (wenn Sie einen Hammer in der Hand haben, möchten Sie jedes Objekt wie einen Nagel betrachten ...). Jede Buchhaltungstransaktion fĂŒhrt zu WertsprĂŒngen von Indikatoren fĂŒr Derivate von Konten. Und sie sind die Mehrheit der Indikatoren. Ferner ist jede Ănderung der Anzahl der Arbeitnehmer diskret usw. Die KontinuitĂ€t der wirtschaftlichen Flugbahnen steht im Gegensatz zur KontinuitĂ€t der meisten physischen Flugbahnen. Daher ist der Apparat der Matanalyse nicht direkt auf wirtschaftliche Flugbahnen anwendbar.
Bild fĂŒr die körperliche Wahrnehmung. Die Flugbahn eines Steins, der schrĂ€g zum Horizont geworfen wird 
Bild fĂŒr wirtschaftliches Wissen. Wechselkurs bei der Zentralbank.

Dies ist eine echte experimentelle exakte Funktion. Sie ist zu Zeitpunkten, zu denen sich der Wechselkurs Àndert, diskontinuierlich.
In der Physik:
- Experimentelle physikalische Werte sind fast immer ungefÀhr
- Experimentelle physikalische Werte bilden eine diskrete Reihe.
- Eine experimentelle diskrete Reihe wird als Polygon fĂŒr die kontinuierliche Approximation betrachtet, da die RealitĂ€t kontinuierlich ist. Der Begriff der KontinuitĂ€t kann sich als LĂŒge auf kleinen rĂ€umlichen und zeitlichen Skalen herausstellen. Dann wird die Physik ihr Gesicht verĂ€ndern.
- Gut definierte Basisindikatoren
- Theoretische und reale Trajektorien sind fast immer kontinuierlich und fast immer differenzierbar (die Trajektorie eines materiellen Punktes ist zeitlich immer zweimal differenzierbar).
- Aufgrund der KontinuitÀt der realen Dynamik und der realen Flugbahn hat ihre gute kontinuierliche Approximation Vorhersagekraft: In einer ausreichend kleinen Nachbarschaft wird die Funktion nicht weit von ihrem letzten realen Wert entfernt sein.
In der Wirtschaft:
- Experimentelle wirtschaftliche Werte können als genau angesehen werden. Nur in der Makroökonomie gibt es aufgrund der groĂen Anzahl von GeschĂ€ftseinheiten ein Genauigkeitsproblem.
- Experimentelle ökonomische Werte bestehen aus Konstanzintervallen, die zu bestimmten Zeitpunkten unterbrochen werden, wenn sich der Wert abrupt Àndert
- Experimentelle Daten können nicht als TestgelĂ€nde fĂŒr die kontinuierliche Approximation angesehen werden, da die RealitĂ€t diskontinuierlich ist.
- Nicht vollstÀndig definierte Basisindikatoren. Es ist nicht klar, warum man tanzen soll.
- Aufgrund der DiskontinuitÀt der realen Flugbahn garantiert eine beliebig gute kontinuierliche AnnÀherung keine Vorhersagen in einer beliebig kleinen Nachbarschaft.
- Reale Trajektorien sind fast immer diskontinuierlich. Dies bedeutet, dass die wirtschaftliche Bestimmung einen Ansatz erfordert, der sich von der klassischen Mechanik unterscheidet.
- In der Wirtschaft gibt es zunĂ€chst einen Faktor des freien Willens einer wirtschaftlichen Einheit. Seine Reichweite wird vom Staat geregelt. Die Ă€uĂersten Grenzen dieser Freiheit:
- VollstÀndige Freiheit in einem nicht staatlich regulierten Markt
- Teilfreiheit in einem teilweise staatlich regulierten Markt
- Völliger Mangel an Freiheit in einem vollstÀndig zentralisierten Staat, in dem es keinen freien Markt gibt
Das ökonomische Wissen hat kein Àhnliches Niveau wie die klassische Mechanik erreicht:
- Die Elementarkomponenten der Art des Materialpunktes sind nicht definiert
- Nicht definiertes Q (Umgebungsparameter), es ist nicht klar, was wichtig ist, was nicht wichtig ist,
- ,
- ; .
. â . â . ? , . . . . , â .
, . , , - .
8. IT
8.1.
. . . . , . . . . . . . , , . . ⊠, . . , . . . , . . . . . . . . . . . â " . - "!? , . -1840( , ). . . , . , . , . , . . , , . (). . , , , : ", . ". ! . , , - .
8.2. -
. â . , , .. . . , . . â . , . , . â . . âŠ
. . , . , , , . , . . . . . , - . . . . , : , . . . , , . . ? . . , .
. - , .
, , . , . . , .
. . . , . , . , : , . , . . .
, â Jump Processing. , . .
, . â â. , â . , , . â , . . , â .
8.3.
( ). . ââ. . , . , . . â . . , . . . . , . . â . . , . ⊠. ? , . , - . . . , . , , . . .
. , . , . , â . , . , â ( â ?).
8.4.
â â
. () . . . , , . . , . . , , . . . â . , , . , . . , . Schön. . â . , . â . . , (, ). , . . , . . , , , . . . â . . . . . . . . . : , , , , , , , , ⊠. 100 . ( , , ) . , ( , (SQL-) ). , . Das heiĂt, . . . , . . , : â, . . . â.
. , . , . : . , , .
. . . , , . . . . -.
() . , , ( ), . , . , â . , , , , , . . . , , . , ââ ââ. , ââ ââ. ? , .
: . . . , . . . . â . . : . : , âŠ
. . , . . .
Zusammenfassung
, . . - . . â . Warum ist das so? .
: IT. .