gdao
個人短文集
正文
1. 我們在講曆史和記憶，我們必須例出完整的公式來鑒別和探討各種可能性。
盡管X1， X2， X3..Xn之間是獨立的，但f（X１），f（X２）。。f（Xn）是相關的，即 f(Xn)＝ a1*f(X1)+ a2 *f(X2)+...an-1 *f(Xn-1)＋q, q為誤差. １＝a1+a2+...+an-1. X1， X2， X3...Xn-1可視為時間序列，而f（X１），f（X２）。。f（Xn）是曆史事件，即你所謂的曆史事件。但本應該相關的曆史事件是f(X1), f(X2)...f（Xn）, 而你把它換成獨立X1， X2， X3...Xn時間序列. 所以你談了半天還是從獨立時間概念到獨立時間概念,根本沒有涉及曆史事件. 不是嗎？顛倒混淆夠厲害的! 所以你餘下的推論沒意義.
2. f(Xn)＝ a1*f(X1)+ a2 *f(X2)+...)+...+an-1 *f(Xn-1)＋q, q為誤差 a1+a2+...+an-1＝１
當a1=a2=...=an-2＝０， f(Xn)＝ an-1 *f(Xn-1)＋q, Markov即為模式. 假設 你認定的f(Xn)＝ an-1 *f(Xn-1)＋q 現象適用解釋社會曆史事件 成立. 由於Markov 是 "A (discrete time) process＂， 那麽幾千年人類曆史長河中， Xn的區間設為 １００到２００年 也是很合理的，不是嗎？也就是今後１００年的時曆史事件會受到以前１００年的曆史事件的影響。難道非要按你設定Xn的區間為一天，即你今天的行為隻受到昨天事件影響，而與兩天的事無關? 我想連猴子和狗都不會象你試想的那樣行為的！ 所以你要立論"曆史發展在於不斷地忘卻" , 沒有從MARKOV那裏得到實質性支持.
憑什麽你論為曆史事件之間， 就象每次丟硬幣, 是不相關，即是獨立呢？我們還是從常識看問題吧. 難道以前(X2)你家庭的教育f(X2)對你現在(Xn)思想行為f（Xn)沒影響？ 常識告訴我們相關的. 按照預測學, 相關性是a2, 即 f(Xn)＝ a1*f(X1)+ a2 *f(X2)+...)+...+an-1 *f(Xn-1)＋q, １＝a1+a2+...+an-1.
3. 更嚴重是錯誤，把某一類特定的現象, 即f(Xn)＝ an-1 *f(Xn-1), 來解釋人類曆史現象。世界上有好多數學模式，更確切講預測學或概率論模式，為什麽一定要偏偏把這一預測學特例與社會曆史現象聯係起來呢？即聯係之前，是否考證過這樣的聯係合法性，還是隨意聯係來服務人臆想的觀點？ 答案是很明顯的:作者根本不加考證過，而是隨意聯係。所以就從這一錯誤論理方式，來闡述＂忘掉過去，著眼現在，放眼未來＂ 隻能算是繆論.
http://web.wenxuecity.com/BBSView.php?SubID=currentevent&MsgID=167846
Attachment
"曆史的發展在於不斷地忘卻 來源: 錦瑟無端
人們往往習慣於從曆史的角度看待問題。誠然，我們從曆史中得到不少見識，但更多時候是依賴於錯誤的分析得到似是而非甚至荒謬無比的結論。很大一部分原因是眾人無法遵從一個看似簡單卻又飽含深意的道理：曆史的發展與其曆史無關。
在所謂“憤青”開始指責我之前，讓我們簡單的回顧一下概率理論中的markov鏈。 假設一組時間序列｛X1， X2， X3 。。。Xn｝， 如果其中某個時刻的狀態Xi隻跟它前一個時刻Xi-1的狀態有關， 那麽這組時間序列就是一個markov鏈條。 還句話說， Xn 將處於什麽狀態跟X1， X2， X3等等完全沒有關係， 隻是由Xn-1決定。 就像丟硬幣猜正反一樣，不會因為前100次都出現正麵而改變第101次出現正麵或反麵的概率， 出現正麵或者反麵的概率始終是1/2。
人類社會的發展也是如此。 今天社會的狀況已經決定了明天將是怎樣的一個世界。 曆史的發展本身就是一個不斷忘卻自身的過程。 現在，讓我們嚐試一下用這個方法來看待問題。 第一， 中國會“崛起”嗎? 中國是否能變得強大跟中國古代是否強大沒有一點關係。一些人拿中國貞觀漢武時代的強盛來說明中國今後一定強大是沒有任何道理的。 第二， 台灣會獨立嗎？台灣今後是否將正式宣布獨立也完全取決於當前和不斷發展中的國際現狀， 而與其在古代屬不屬於中國也沒有絲毫幹戈。 第三， 中國會跟日本打仗嗎？中國是否跟日本一戰與當年日本侵華沒有關係， 隻是當今格局下各種利益集團相互博弈的結果。 第四， 共產黨在大陸會垮台嗎？盡管各個國家的共產黨紛紛垮台， 但從目前的局勢看， 在可以遇見的範圍內，共產黨的江山將繼續穩固。
這位“愛國者”問了， 照你這樣說， 每一時刻的狀態隻跟前一時刻的狀態有關， 那麽我們豈不是沒法對將來的發展進行預測了？ 此言差矣，我們研究曆史的目的就是找個各個狀態間的轉換概率， 得到轉換矩陣， 然後對未來進行有效的預測。 當然， 越是遙遠的預測越不準確。 "
盡管X1， X2， X3..Xn之間是獨立的，但f（X１），f（X２）。。f（Xn）是相關的，即 f(Xn)＝ a1*f(X1)+ a2 *f(X2)+...an-1 *f(Xn-1)＋q, q為誤差. １＝a1+a2+...+an-1. X1， X2， X3...Xn-1可視為時間序列，而f（X１），f（X２）。。f（Xn）是曆史事件，即你所謂的曆史事件。但本應該相關的曆史事件是f(X1), f(X2)...f（Xn）, 而你把它換成獨立X1， X2， X3...Xn時間序列. 所以你談了半天還是從獨立時間概念到獨立時間概念,根本沒有涉及曆史事件. 不是嗎？顛倒混淆夠厲害的! 所以你餘下的推論沒意義.
2. f(Xn)＝ a1*f(X1)+ a2 *f(X2)+...)+...+an-1 *f(Xn-1)＋q, q為誤差 a1+a2+...+an-1＝１
當a1=a2=...=an-2＝０， f(Xn)＝ an-1 *f(Xn-1)＋q, Markov即為模式. 假設 你認定的f(Xn)＝ an-1 *f(Xn-1)＋q 現象適用解釋社會曆史事件 成立. 由於Markov 是 "A (discrete time) process＂， 那麽幾千年人類曆史長河中， Xn的區間設為 １００到２００年 也是很合理的，不是嗎？也就是今後１００年的時曆史事件會受到以前１００年的曆史事件的影響。難道非要按你設定Xn的區間為一天，即你今天的行為隻受到昨天事件影響，而與兩天的事無關? 我想連猴子和狗都不會象你試想的那樣行為的！ 所以你要立論"曆史發展在於不斷地忘卻" , 沒有從MARKOV那裏得到實質性支持.
憑什麽你論為曆史事件之間， 就象每次丟硬幣, 是不相關，即是獨立呢？我們還是從常識看問題吧. 難道以前(X2)你家庭的教育f(X2)對你現在(Xn)思想行為f（Xn)沒影響？ 常識告訴我們相關的. 按照預測學, 相關性是a2, 即 f(Xn)＝ a1*f(X1)+ a2 *f(X2)+...)+...+an-1 *f(Xn-1)＋q, １＝a1+a2+...+an-1.
3. 更嚴重是錯誤，把某一類特定的現象, 即f(Xn)＝ an-1 *f(Xn-1), 來解釋人類曆史現象。世界上有好多數學模式，更確切講預測學或概率論模式，為什麽一定要偏偏把這一預測學特例與社會曆史現象聯係起來呢？即聯係之前，是否考證過這樣的聯係合法性，還是隨意聯係來服務人臆想的觀點？ 答案是很明顯的:作者根本不加考證過，而是隨意聯係。所以就從這一錯誤論理方式，來闡述＂忘掉過去，著眼現在，放眼未來＂ 隻能算是繆論.
http://web.wenxuecity.com/BBSView.php?SubID=currentevent&MsgID=167846
Attachment
"曆史的發展在於不斷地忘卻 來源: 錦瑟無端
人們往往習慣於從曆史的角度看待問題。誠然，我們從曆史中得到不少見識，但更多時候是依賴於錯誤的分析得到似是而非甚至荒謬無比的結論。很大一部分原因是眾人無法遵從一個看似簡單卻又飽含深意的道理：曆史的發展與其曆史無關。
在所謂“憤青”開始指責我之前，讓我們簡單的回顧一下概率理論中的markov鏈。 假設一組時間序列｛X1， X2， X3 。。。Xn｝， 如果其中某個時刻的狀態Xi隻跟它前一個時刻Xi-1的狀態有關， 那麽這組時間序列就是一個markov鏈條。 還句話說， Xn 將處於什麽狀態跟X1， X2， X3等等完全沒有關係， 隻是由Xn-1決定。 就像丟硬幣猜正反一樣，不會因為前100次都出現正麵而改變第101次出現正麵或反麵的概率， 出現正麵或者反麵的概率始終是1/2。
人類社會的發展也是如此。 今天社會的狀況已經決定了明天將是怎樣的一個世界。 曆史的發展本身就是一個不斷忘卻自身的過程。 現在，讓我們嚐試一下用這個方法來看待問題。 第一， 中國會“崛起”嗎? 中國是否能變得強大跟中國古代是否強大沒有一點關係。一些人拿中國貞觀漢武時代的強盛來說明中國今後一定強大是沒有任何道理的。 第二， 台灣會獨立嗎？台灣今後是否將正式宣布獨立也完全取決於當前和不斷發展中的國際現狀， 而與其在古代屬不屬於中國也沒有絲毫幹戈。 第三， 中國會跟日本打仗嗎？中國是否跟日本一戰與當年日本侵華沒有關係， 隻是當今格局下各種利益集團相互博弈的結果。 第四， 共產黨在大陸會垮台嗎？盡管各個國家的共產黨紛紛垮台， 但從目前的局勢看， 在可以遇見的範圍內，共產黨的江山將繼續穩固。
這位“愛國者”問了， 照你這樣說， 每一時刻的狀態隻跟前一時刻的狀態有關， 那麽我們豈不是沒法對將來的發展進行預測了？ 此言差矣，我們研究曆史的目的就是找個各個狀態間的轉換概率， 得到轉換矩陣， 然後對未來進行有效的預測。 當然， 越是遙遠的預測越不準確。 "
評論
目前還沒有任何評論
登錄後才可評論.
