The Grakov-Monism Framework 1-6

Read full text Summarise with VIRAT
Authors: Oleksii Grakov
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

У статті запропоновано узагальнену теоретичну рамку для опису динаміки складних систем, у якій еволюція розглядається як процес у просторі станів, що визначається взаємодією базової (інерційної) динаміки, механізмів пам’яті, накопиченого знання та відхилень від референтних траєкторій. Вводиться формалізація, де інерційна функція переходу (Fdef) доповнюється залежністю від пам’яті (M), що дозволяє описувати історично залежні та нелінійні процеси. Знання (K) визначається як операційна змінна, що зменшує невизначеність у просторі станів та впливає на ймовірності переходів між конфігураціями. На цій основі сформульовано умову ефективної трансформації системи (Ds · K > Fdef), де Ds інтерпретується як міра відхилення фактичної траєкторії від інерційної. Запропоновано також поняття негативного знання (ΔK⁻), яке описує інформаційні дефекти, що підвищують ефективний опір середовища та знижують точність динамічної селекції. Показано, що запропонована рамка є масштабованою: від фізичних систем, де домінує інерційна динаміка, до біологічних систем, у яких пам’ять стабілізує відхилення, та до соціальних систем, де знання набуває розподіленого характеру. На макрорівні вводиться узагальнена міра колективної динаміки, що залежить від інтеграції локальних відхилень, обсягу доступного знання та сумарного опору, включаючи інформаційні дефекти. Окремо розглядаються механізми фазових переходів як дискретних змін режимів динаміки, що виникають при досягненні критичних порогів. Час інтерпретується як похідна від швидкості змін у просторі станів, що дозволяє пов’язати темп еволюції системи з її структурними характеристиками. Інституційні структури аналізуються як стабілізуючі механізми, що забезпечують накопичення, передачу та верифікацію знання, а також зменшення інформаційних дефектів. Запропонована модель інтегрує підходи фізики, біології, теорії інформації та соціальних наук у межах єдиної формалізованої схеми та може бути використана для аналізу, порівняння і проєктування складних динамічних систем.

Fields of Study & Subjects

Complex Systems and Dynamics Chaos Complexity and Education Diverse Interdisciplinary Research Studies

Publication details

Journal / source
Zenodo (CERN European Organization for Nuclear Research)
Publication date
22 March 2026
Language
UK
Document type
Preprint