पूर्वानुमान

पूर्वानुमेयता वह डिग्री है जिस तक एक प्रणाली के क्लासिकल यांत्रिकी की एक सही भविष्यवाणी या भविष्यवाणी की जा सकती है, या तो गुणात्मक या मात्रात्मक रूप से।

पूर्वानुमेयता और करणीयता
कारण निर्धारणवाद का पूर्वानुमेयता के साथ एक मजबूत संबंध है। पूर्ण पूर्वानुमेयता का तात्पर्य सख्त नियतत्ववाद से है, लेकिन पूर्वानुमेयता की कमी का अर्थ निश्चितता की कमी नहीं है। जानकारी की कमी या अत्यधिक जटिलता जैसे कारकों के कारण पूर्वानुमेयता पर सीमाएं हो सकती हैं। प्रायोगिक भौतिकी में, स्थिति और वेग जैसे चर का निर्धारण करने में हमेशा अवलोकन संबंधी त्रुटियाँ होती हैं। इसलिए सटीक भविष्यवाणी व्यावहारिक रूप से असंभव है। इसके अलावा, आधुनिक क्वांटम यांत्रिकी में, वर्नर हाइजेनबर्ग का अनिश्चितता सिद्धांत सटीकता पर सीमाएं लगाता है जिसके साथ ऐसी मात्राएं जानी जा सकती हैं। तो ऐसी सटीक भविष्यवाणी भी सैद्धांतिक रूप से असंभव है।

लाप्लास का दानव
लाप्लास का दानव एक सर्वोच्च बुद्धि है जो शास्त्रीय भौतिकी के न्यूटोनियन गतिशील कानूनों और दुनिया के सभी कणों की स्थिति और वेग के पूर्ण ज्ञान को देखते हुए एक संभावित भविष्य की पूरी तरह से भविष्यवाणी कर सकता है। दूसरे शब्दों में, यदि ब्रह्मांड के प्रत्येक परमाणु पर समय की शुरुआत से डेटा का प्रत्येक टुकड़ा होना संभव था, तो भविष्य में प्रत्येक परमाणु के व्यवहार की भविष्यवाणी करना संभव होगा। लाप्लास का नियतत्ववाद आमतौर पर उसके यांत्रिकी पर आधारित माना जाता है, लेकिन वह गणितीय रूप से यह साबित नहीं कर सका कि यांत्रिकी नियतात्मक है। बल्कि, उनका नियतत्ववाद सामान्य दार्शनिक सिद्धांतों पर आधारित है, विशेष रूप से पर्याप्त कारण के सिद्धांत और निरंतरता के नियम पर।

सांख्यिकीय भौतिकी में
यद्यपि ऊष्मप्रवैगिकी का दूसरा नियम उस संतुलन स्थिति को निर्धारित कर सकता है जिसके लिए एक प्रणाली विकसित होगी, और अपव्यय प्रणालियों में स्थिर अवस्थाओं की कभी-कभी भविष्यवाणी की जा सकती है, संतुलन से दूर प्रणालियों के समय के विकास की भविष्यवाणी करने के लिए कोई सामान्य नियम मौजूद नहीं है, उदा। अराजक प्रणालियाँ, यदि वे एक संतुलन स्थिति तक नहीं पहुँचती हैं। उनकी पूर्वानुमेयता आमतौर पर समय के साथ बिगड़ती जाती है और पूर्वानुमेयता की मात्रा निर्धारित करने के लिए, चरण अंतरिक्ष में सिस्टम प्रक्षेपवक्र के विचलन की दर को मापा जा सकता है (कोलमोगोरोव-सिनाई एंट्रॉपी, लायपुनोव प्रदर्शक)।

गणित में
स्टोकेस्टिक विश्लेषण में एक स्टोकास्टिक प्रक्रिया एक अनुमानित प्रक्रिया है यदि वर्तमान समय से अगले राज्य को जानना संभव हो।

अराजकता सिद्धांत के रूप में जानी जाने वाली गणित की शाखा उन प्रणालियों के व्यवहार पर ध्यान केंद्रित करती है जो प्रारंभिक स्थितियों के प्रति अत्यधिक संवेदनशील होती हैं। यह सुझाव देता है कि प्रारंभिक स्थिति में एक छोटा सा बदलाव सिस्टम की प्रगति को पूरी तरह से बदल सकता है। इस घटना को तितली प्रभाव के रूप में जाना जाता है, जो दावा करता है कि ब्राजील में अपने पंखों को फड़फड़ाने वाली एक तितली टेक्सास में बवंडर का कारण बन सकती है। अराजकता सिद्धांत की प्रकृति बताती है कि किसी भी प्रणाली की भविष्यवाणी सीमित है क्योंकि वर्तमान समय में किसी प्रणाली की सभी बारीकियों को जानना असंभव है। सिद्धांत रूप में, नियतात्मक प्रणाली जो अराजकता सिद्धांत का विश्लेषण करने का प्रयास करती है, की भविष्यवाणी की जा सकती है, लेकिन पूर्वानुमान में अनिश्चितता बीता हुआ समय के साथ तेजी से बढ़ती है। में प्रलेखित के रूप में, लॉरेंज अध्ययन के भीतर तीन प्रमुख प्रकार के तितली प्रभावों में शामिल हैं: प्रारंभिक स्थितियों पर संवेदनशील निर्भरता, बड़ी दूरी पर एक संगठित संचलन बनाने के लिए एक छोटे से गड़बड़ी की क्षमता, और परिमित पूर्वानुमेयता में योगदान करने के लिए छोटे पैमाने की प्रक्रियाओं की काल्पनिक भूमिका।   तीन प्रकार के तितली प्रभाव बिल्कुल समान नहीं होते हैं।

मानव-कंप्यूटर इंटरैक्शन में
मानव-कंप्यूटर इंटरैक्शन के अध्ययन में, सिस्टम की वर्तमान स्थिति को देखते हुए उपयोगकर्ता कार्रवाई के परिणामों की भविष्यवाणी करने के लिए भविष्यवाणी की संपत्ति है।

मानव-कंप्यूटर संपर्क का एक समकालीन उदाहरण स्व-ड्राइविंग कारों में टक्कर-परिहार सॉफ़्टवेयर के लिए कंप्यूटर विज़न एल्गोरिदम के विकास में प्रकट होता है। NVIDIA Corporation के शोधकर्ता, प्रिंसटन विश्वविद्यालय, और अन्य संस्थान वर्तमान और पिछले राज्यों के बारे में दृश्य जानकारी के आधार पर बाद के सड़क परिदृश्यों का अनुमान लगाने के लिए कंप्यूटर सिखाने के लिए गहन शिक्षा का लाभ उठा रहे हैं।

मानव-कंप्यूटर संपर्क का एक अन्य उदाहरण कंप्यूटर सिमुलेशन है जो एल्गोरिदम के आधार पर मानव व्यवहार की भविष्यवाणी करने के लिए है। उदाहरण के लिए, एमआईटी ने हाल ही में मनुष्यों के व्यवहार की भविष्यवाणी करने के लिए एक अविश्वसनीय रूप से सटीक एल्गोरिदम विकसित किया है। जब टेलीविजन शो के खिलाफ परीक्षण किया गया, तो एल्गोरिदम पात्रों के बाद के कार्यों की बड़ी सटीकता के साथ भविष्यवाणी करने में सक्षम था। एल्गोरिदम और कंप्यूटर सिमुलेशन जैसे ये कृत्रिम बुद्धि के भविष्य के लिए महान वादा दिखाते हैं।

मानव वाक्य प्रसंस्करण में
भाषाई भविष्यवाणी मनोवैज्ञानिक विज्ञान में एक घटना है जो तब होती है जब किसी शब्द या अन्य भाषाई इकाई के बारे में जानकारी उस इकाई के वास्तव में सामने आने से पहले सक्रिय हो जाती है। आँख ट्रैकिंग, घटना-संबंधी क्षमता और अन्य प्रयोगात्मक तरीकों से साक्ष्य इंगित करता है कि प्रत्येक बाद के शब्द को पहले से सामना किए गए शब्दों द्वारा बनाए गए संदर्भ में एकीकृत करने के अलावा, भाषा उपयोगकर्ता कुछ शर्तों के तहत आने वाले शब्दों की भविष्यवाणी करने का प्रयास कर सकते हैं। पूर्वानुमेयता को टेक्स्ट और स्पीच प्रोसेसिंग दोनों के साथ-साथ स्पीच प्रोडक्शन को प्रभावित करने के लिए दिखाया गया है। इसके अलावा, पूर्वानुमेयता को वाक्य-विन्यास, शब्दार्थ और व्यावहारिक समझ पर प्रभाव दिखाया गया है।

जीव विज्ञान में
जीव विज्ञान के अध्ययन में - विशेष रूप से आनुवंशिकी और तंत्रिका विज्ञान - पूर्वानुमेयता विरासत में मिले जीनों और पिछले अनुभवों के आधार पर जैविक विकास और व्यवहार की भविष्यवाणी से संबंधित है।

वैज्ञानिक समुदाय में इस बात पर महत्वपूर्ण बहस मौजूद है कि किसी व्यक्ति का व्यवहार उनके आनुवंशिकी के आधार पर पूरी तरह से अनुमानित है या नहीं। इज़राइल में किए गए अध्ययनों से पता चलता है कि न्यायाधीशों द्वारा हाल ही में खाए जाने पर हल्का वाक्य देने की संभावना अधिक थी। इस तरह के मामलों के अलावा, यह साबित हो चुका है कि व्यक्ति पूरक प्रतिरक्षा जीन वाले किसी व्यक्ति को बेहतर सूंघते हैं, जिससे अधिक शारीरिक आकर्षण होता है। यह निर्धारित करने के लिए आनुवंशिकी की जांच की जा सकती है कि क्या कोई व्यक्ति किसी बीमारी के प्रति संवेदनशील है, और आनुवंशिक कोड में दोषों का विश्लेषण करके व्यवहार संबंधी विकारों को अक्सर समझाया जा सकता है। ऐसे उदाहरणों पर ध्यान केंद्रित करने वाले वैज्ञानिक तर्क देते हैं कि मानव व्यवहार पूरी तरह से अनुमानित है। बहस के दूसरे पक्ष का तर्क है कि आनुवंशिकी केवल एक निश्चित तरीके से कार्य करने के लिए एक पूर्वाभास प्रदान कर सकती है और अंतत: मनुष्यों के पास कार्य करने या न करने का चयन करने की स्वतंत्र इच्छा होती है।

जानवरों में मनुष्यों की तुलना में काफी अधिक अनुमानित व्यवहार होता है। प्राकृतिक चयन द्वारा प्रेरित, जानवर संभोग कॉल, शिकारी चेतावनी और संचारी नृत्य विकसित करते हैं। इन संलग्न व्यवहारों का एक उदाहरण बेल्डिंग की ग्राउंड गिलहरी है, जिसने कॉल का एक विशिष्ट सेट विकसित किया है जो शिकारियों के बारे में आस-पास गिलहरियों को चेतावनी देता है। यदि जमीनी गिलहरी जमीन पर किसी शिकारी को देखती है तो वह सुरक्षित होने के बाद एक ट्रिल निकालती है, जो आस-पास की गिलहरियों को संकेत देती है कि उन्हें अपने पिछले पैरों पर खड़े होकर शिकारी का पता लगाने का प्रयास करना चाहिए। जब एक शिकारी को हवा में देखा जाता है, तो एक जमीनी गिलहरी तुरंत एक लंबी सीटी बजाती है, खुद को खतरे में डालती है लेकिन आस-पास की गिलहरियों को कवर के लिए दौड़ने का संकेत देती है। प्रयोग और परीक्षा के माध्यम से वैज्ञानिक इस तरह के व्यवहारों को चार्ट करने में सक्षम हुए हैं और बहुत ही सटीक भविष्यवाणी करते हैं कि जानवर कुछ स्थितियों में कैसे व्यवहार करते हैं।

लोकप्रिय संस्कृति में
पूर्वानुमेयता का अध्ययन अक्सर उन लोगों के बीच बहस छेड़ देता है जो मानते हैं कि मनुष्य अपनी स्वतंत्र इच्छा पर पूर्ण नियंत्रण बनाए रखते हैं और जो मानते हैं कि हमारे कार्य पूर्व निर्धारित हैं। हालांकि, यह संभावना है कि न तो आइजैक न्यूटन और न ही पियरे-साइमन लाप्लास ने नियतत्ववाद से संबंधित भविष्यवाणी के अध्ययन को देखा।

मौसम और जलवायु में
जैसे-जैसे जलवायु परिवर्तन और मौसम की अन्य घटनाएँ अधिक सामान्य होती जाती हैं, वैसे-वैसे जलवायु प्रणालियों की भविष्यवाणी अधिक महत्वपूर्ण होती जाती है। आईपीसीसी नोट करता है कि भविष्य की विस्तृत जलवायु बातचीत की भविष्यवाणी करने की हमारी क्षमता कठिन है, हालांकि, दीर्घकालिक जलवायु पूर्वानुमान संभव हैं। लॉरेंज के 1963 के अध्ययन और 1972 में अनुवर्ती प्रस्तुति के 50 से अधिक वर्षों के बाद, बयान "मौसम अराजक है" को अच्छी तरह से स्वीकार किया गया है। ऐसा दृष्टिकोण हमारा ध्यान लाप्लास के नियतत्ववाद के दृष्टिकोण से जुड़ी नियमितता से अराजकता से जुड़ी अनियमितता की ओर मोड़ता है। एकल-प्रकार के अराजक समाधानों के विपरीत, हाल के अध्ययनों में एक सामान्यीकृत लॉरेंज मॉडल का उपयोग किया गया है अराजक और नियमित समाधानों के सह-अस्तित्व पर ध्यान केंद्रित किया है जो समान मॉडलिंग कॉन्फ़िगरेशन लेकिन विभिन्न प्रारंभिक स्थितियों का उपयोग करके एक ही मॉडल के भीतर दिखाई देते हैं।  आकर्षण सह-अस्तित्व के साथ परिणाम, सुझाव देते हैं कि मौसम की संपूर्णता में अलग-अलग भविष्यवाणी के साथ अराजकता और व्यवस्था की दोहरी प्रकृति होती है।

वसंत भविष्यवाणी बाधा
स्प्रिंग प्रेडिक्टेबलिटी बैरियर साल के शुरुआती समय की अवधि को संदर्भित करता है जब अल नीनो-दक्षिणी दोलन के बारे में गर्मियों के मौसम की भविष्यवाणी करना मुश्किल होता है। यह अज्ञात है कि यह कठिन क्यों है, हालांकि कई सिद्धांत प्रस्तावित किए गए हैं। कुछ विचार हैं कि इसका कारण ENSO संक्रमण के कारण है जहां स्थितियां तेजी से बदल रही हैं।

मैक्रोइकॉनॉमिक्स में
मैक्रोइकॉनॉमिक्स में भविष्यवाणी सबसे अधिक बार उस डिग्री को संदर्भित करती है जिस तक एक आर्थिक मॉडल सटीक रूप से त्रैमासिक डेटा को दर्शाता है और वह डिग्री जिस पर मॉडल के आंतरिक प्रचार तंत्र की सफलतापूर्वक पहचान हो सकती है। ब्याज की यूएस मैक्रोइकॉनॉमिक श्रृंखला के उदाहरणों में उपभोग, निवेश, रियल जीएनपी और कैपिटल स्टॉक शामिल हैं, लेकिन इन तक सीमित नहीं हैं। एक आर्थिक प्रणाली की भविष्यवाणी में शामिल कारकों में पूर्वानुमान की सीमा (दो साल या बीस साल का पूर्वानुमान है) और अनुमानों की परिवर्तनशीलता शामिल है। व्यापक आर्थिक प्रवृत्तियों की भविष्यवाणी का आकलन करने के लिए गणितीय प्रक्रियाएं अभी भी विकास में हैं।

यह भी देखें

 * आकस्मिकता (दर्शन)
 * भविष्यवाणी
 * यादृच्छिकता

इस पेज में लापता आंतरिक लिंक की सूची

 * पूर्वानुमान
 * शास्त्रीय यांत्रिकी
 * अनिश्चितता का सिद्धांत
 * चरण स्थान
 * अराजक प्रणाली
 * समय विकास
 * संतुलन राज्य
 * अपव्यय प्रणाली
 * अनेक संभावनाओं में से चुनी हूई प्रक्रिया
 * घटना से संबंधित संभावनाएं
 * मनोविज्ञान
 * अनियमितता