Найти тему
Андрей Близняков

ПСИХОТИПЫ И ПОКОЛЕНИЯ

(записки о психоистории)

Трудные времена рождают сильных людей. Сильные люди создают хорошие времена. Хорошие времена рождают слабых людей. Слабые люди создают трудные времена.

В статье "Общая формула психоистории" я показал психоисторическую математику как систему уравнений в которой есть формулы выдающие конечный результат в смысле трендов в будущее и есть формулы внутренних взаимосвязей.

Здесь напишу о внутренних формулах имеющих отношение к просчету смещения распределения психотипов в обществе от поколения к поколению.

Итак, если мы имеем статистику распределения некоего общества по психотипам, то мы, с некоторой точностью, имеем предположения о распределении психотипов в следующем поколении.

Проще говоря, есть несколько наблюдений о переходах родители-дети.

Родитель(и) эпилептоид(ы) - ребенок гипертим.

Родитель(и) тревожные - ребенок эмотив.

и тп (постепенно формулы буду дописывать)

(В том числе если два родителя двух разных психотипов.)

Далее.

Проложим к этому коэффициент фертильности и введем в формулу второго ребенка.

(Формул перехода для второго ребенка пока нет)

Как одно из предположений(требующее проверки) можно рассматривать первого ребенка как анти-сценарий родителей, а второго как сценарий дополняющий семейную систему.

Конечная формула просчета предполагаемого перехода из сегодняшнего общества в общество+25лет должна включать в себя следующие исходные данные

  • Матрица распределения психотипов по возрастам
  • Коэффициент фертильности
  • Статданные по возрасту рожениц, для первых, вторых и третьих детей
  • Таблица вероятностей устойчивых психотипических союзов
  • Процент матерей/отцов одиночек

Пропустив исходные данные через матрицу подформул преобразования психотипов от родителей к детям мы получим рисунок психотипов следующего поколения.

Конечно точность просчета определяется суммой неточностей в каждой из формул и будет требовать уточнений. Но и неточности в формулах можно снизить проверив формулы на массиве данных прошлого.

Возможно в этом месте появляются нейросети, но, зная как в них организовано обучение, могу сказать, что можно просто искать минимум многомерной функции, где в качестве переменных как раз будут коэффициенты формул, а конкретные исторические данные станут коэффициентами.