पूर्वानुमान: Difference between revisions

From Vigyanwiki
No edit summary
Line 9: Line 9:
   
   
<!-- [To the author: please, take care that the indeterminacy principle defines the state of a particle to be indetermined until it is observed and, therefore, if it is not observed it cannot be measured. It has nothing to do with the accuracy of measurement.] -->=== लाप्लास का डेमोन ===
<!-- [To the author: please, take care that the indeterminacy principle defines the state of a particle to be indetermined until it is observed and, therefore, if it is not observed it cannot be measured. It has nothing to do with the accuracy of measurement.] -->=== लाप्लास का डेमोन ===
लाप्लास का डेमोन एक सर्वोच्च बुद्धिमत्ता है जो चिरसम्मत भौतिकी के न्यूटोनियन गतिशील नियमों और दुनिया के सभी कणों की स्थिति और वेग के पूर्ण ज्ञान को देखते हुए संभावित पूर्वानुमान की पूरी तरह से पूर्वानुमेयता कर सकता है। दूसरे शब्दों में, यदि समय की शुरुआत से ब्रह्मांड में प्रत्येक परमाणु पर डेटा का प्रत्येक टुकड़ा होना संभव होता, तो भविष्य में प्रत्येक परमाणु के व्यवहार की पूर्वानुमेयता करना संभव होता। लाप्लास का नियतत्ववाद आमतौर पर उसके यांत्रिकी पर आधारित माना जाता है, लेकिन वह गणितीय रूप से सिद्ध नहीं कर सका कि यांत्रिकी नियतात्मक है। बल्कि, उनका निर्धारणवाद सामान्य दार्शनिक सिद्धांतों पर आधारित है, विशेष रूप से पर्याप्त कारण के सिद्धांत और निरंतरता के नियम पर।<ref>{{Cite journal|last=van Strien|first=Marij|date=2014-03-01|title=लाप्लासियन नियतत्ववाद की उत्पत्ति और नींव पर|journal=Studies in History and Philosophy of Science Part A|volume=45|issue=Supplement C|pages=24–31|doi=10.1016/j.shpsa.2013.12.003|pmid=24984446|bibcode=2014SHPSA..45...24V |url=https://hal.archives-ouvertes.fr/hal-01610331/file/article.pdf}}</ref>
लाप्लास का डेमोन एक सर्वोच्च बुद्धिमत्ता है जो चिरसम्मत भौतिकी के न्यूटोनियन गतिशील नियमों और दुनिया के सभी कणों की स्थिति और वेग के पूर्ण ज्ञान को देखते हुए संभावित पूर्वानुमान की पूरी तरह से पूर्वानुमेयता कर सकता है। दूसरे शब्दों में, यदि समय की शुरुआत से ब्रह्मांड में प्रत्येक परमाणु पर डेटा का प्रत्येक टुकड़ा होना संभव होता, तो भविष्य में प्रत्येक परमाणु के व्यवहार की पूर्वानुमेयता करना संभव होता। लाप्लास का नियतत्ववाद आमतौर पर उसके यांत्रिकी पर आधारित माना जाता है, लेकिन वह गणितीय रूप से सिद्ध नहीं कर सका कि यांत्रिकी नियतात्मक है। बल्कि, उनका निर्धारणवाद सामान्य दार्शनिक सिद्धांतों पर आधारित है, विशेष रूप से पर्याप्त कारण के सिद्धांत और निरंतरता के नियम पर।<ref>{{Cite journal|last=van Strien|first=Marij|date=2014-03-01|title=लाप्लासियन नियतत्ववाद की उत्पत्ति और नींव पर|journal=Studies in History and Philosophy of Science Part A|volume=45|issue=Supplement C|pages=24–31|doi=10.1016/j.shpsa.2013.12.003|pmid=24984446|bibcode=2014SHPSA..45...24V |url=https://hal.archives-ouvertes.fr/hal-01610331/file/article.pdf}}</ref>
== सांख्यिकीय भौतिकी में ==
== 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 पूर्वानुमेयता की जा सकती है, संतुलन से दूर प्रणालियों के समय के विकास की पूर्वानुमेयता करने के लिए कोई सामान्य नियम मौजूद नहीं है, उदा। अराजक प्रणालियाँ, यदि वे एक संतुलन अवस्था 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, [[ल्यापुनोव एक्सपोनेंट्स]])।
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 पूर्वानुमेयता की जा सकती है, संतुलन से दूर प्रणालियों के समय के विकास की पूर्वानुमेयता करने के लिए कोई सामान्य नियम उपस्थित नहीं है, उदा। अराजक प्रणालियाँ, यदि वे एक संतुलन अवस्था 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, [[ल्यापुनोव एक्सपोनेंट्स]])।


== गणित में ==
== गणित में ==
[[स्टोकास्टिक विश्लेषण]] में एक यादृच्छिक प्रक्रिया एक [[अनुमानित प्रक्रिया]] है यदि वर्तमान समय से अगले राज्य को जानना संभव है।
[[स्टोकास्टिक विश्लेषण]] में एक यादृच्छिक प्रक्रिया एक [[अनुमानित प्रक्रिया]] है यदि वर्तमान समय से अगले राज्य को जानना संभव है।


[[अराजकता सिद्धांत|अव्यवस्थता 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 अवस्था में एक छोटा सा परिवर्तन एक प्रणाली की प्रगति को पूरी तरह से बदल सकता है। इस घटना को [[बटर फ्लाई इफ़ेक्ट]] के रूप में जाना जाता है, जो दावा करता है कि ब्राजील में अपने पंख फड़फड़ाने वाली एक तितली टेक्सास में बवंडर पैदा कर सकती है। अव्यवस्थता सिद्धांत की प्रकृति से पता चलता है कि किसी भी प्रणाली की पूर्वानुमेयता सीमित है क्योंकि वर्तमान समय में एक प्रणाली के सभी सूक्ष्मताओं को जानना असंभव है। सिद्धांत रूप में, नियतात्मक प्रणालियों का अनुमान लगाया जा सकता है कि कैओस सिद्धांत विश्लेषण करने का प्रयास करता है, लेकिन एक पूर्वानुमान में अनिश्चितता बीतते समय के साथ तेजी से बढ़ती है।<ref> ''Sync: The Emerging Science of Spontaneous Order'', Steven Strogatz, Hyperion, New York, 2003, pages 189-190.</ref>]
[[अराजकता सिद्धांत|अव्यवस्थता 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 अवस्था में एक छोटा सा परिवर्तन एक प्रणाली की प्रगति को पूरी तरह से बदल सकता है। इस घटना को [[बटर फ्लाई इफ़ेक्ट]] के रूप में जाना जाता है, जो दावा करता है कि ब्राजील में अपने पंख फड़फड़ाने वाली एक तितली टेक्सास में बवंडर पैदा कर सकती है। अव्यवस्थता सिद्धांत की प्रकृति से पता चलता है कि किसी भी प्रणाली की पूर्वानुमेयता सीमित है क्योंकि वर्तमान समय में एक प्रणाली के सभी सूक्ष्मताओं को जानना असंभव है। सिद्धांत रूप में, नियतात्मक प्रणालियों का अनुमान लगाया जा सकता है कि कैओस सिद्धांत विश्लेषण करने का प्रयास करता है, लेकिन एक पूर्वानुमान में अनिश्चितता बीतते समय के साथ तेजी से बढ़ती है।<ref> ''Sync: The Emerging Science of Spontaneous Order'', Steven Strogatz, Hyperion, New York, 2003, pages 189-190.</ref>]


<ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke |first2=Roger A. |last3=Zeng |first3=Xubin |last4=Cui |first4=Jialin |last5=Faghih-Naini |first5=Sara |last6=Paxson |first6=Wei |last7=Atlas |first7=Robert |date=2022-07-04 |title=लॉरेंज मॉडल के भीतर तीन प्रकार के तितली प्रभाव|journal=Encyclopedia |volume=2 |issue=3 |pages=1250–1259 |doi=10.3390/encyclopedia2030084 |issn=2673-8392|doi-access=free }}</ref>लॉरेंज अध्ययन के भीतर तीन प्रमुख प्रकार के बटर फ्लाई इफ़ेक्ट में प्रलेखित है: प्रारंभिक स्थितियों पर संवेदनशील निर्भरता,<ref name=":0">{{Cite journal |last=Lorenz |first=Edward N. |date=1963-03-01 |title=नियतात्मक गैर-आवधिक प्रवाह|url=https://journals.ametsoc.org/view/journals/atsc/20/2/1520-0469_1963_020_0130_dnf_2_0_co_2.xml |journal=Journal of the Atmospheric Sciences |language=EN |volume=20 |issue=2 |pages=130–141 |doi=10.1175/1520-0469(1963)020<0130:DNF>2.0.CO;2 |bibcode=1963JAtS...20..130L |issn=0022-4928}}</ref><ref name=":1">{{Cite book |last=Lorenz |first=Edward |title=अराजकता का सार|publisher=University of Washington Press |year=1993 |location=Seattle, WA, USA |pages=227p}}</ref> बड़ी दूरी पर एक संगठित संचलन बनाने के लिए एक छोटे से गड़बड़ी की क्षमता,<ref>{{Cite web |last=Lorenz |first=Edward |date=2022-08-17 |title=भविष्यवाणी: क्या ब्राजील में एक तितली के पंखों के फड़फड़ाने से टेक्सास में एक बवंडर खड़ा हो गया है?|url=https://eapsweb.mit.edu/sites/default/files/Butterfly_1972.pdf |website=MIT}}</ref> और परिमित पूर्वानुमेयता में योगदान करने में छोटे पैमाने की प्रक्रियाओं की काल्पनिक भूमिका।<ref>{{Cite journal |last=Lorenz |first=Edward N. |date=1969-01-01 |title=एक प्रवाह की पूर्वानुमेयता जिसमें गति के कई पैमाने होते हैं|url=https://doi.org/10.3402/tellusa.v21i3.10086 |journal=Tellus |volume=21 |issue=3 |pages=289–307 |doi=10.3402/tellusa.v21i3.10086 |bibcode=1969Tell...21..289L |issn=0040-2826}}</ref><ref>{{Cite journal |last1=Palmer |first1=T N |last2=Döring |first2=A |last3=Seregin |first3=G |date=2014-08-19 |title=वास्तविक तितली प्रभाव|url=http://dx.doi.org/10.1088/0951-7715/27/9/r123 |journal=Nonlinearity |volume=27 |issue=9 |pages=R123–R141 |doi=10.1088/0951-7715/27/9/r123 |bibcode=2014Nonli..27R.123P |s2cid=122339502 |issn=0951-7715}}</ref><ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke |first2=Roger A. |last3=Zeng |first3=Xubin |date=2022-05-07 |title=लॉरेंज 1963 और 1969 मॉडल के भीतर एक सैडल प्वाइंट और दो प्रकार की संवेदनशीलता|journal=Atmosphere |language=en |volume=13 |issue=5 |pages=753 |doi=10.3390/atmos13050753 |bibcode=2022Atmos..13..753S |issn=2073-4433|doi-access=free }}</ref> तितलियों के तीन प्रकार के प्रभाव बिल्कुल एक जैसे नहीं होते हैं।
<ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke |first2=Roger A. |last3=Zeng |first3=Xubin |last4=Cui |first4=Jialin |last5=Faghih-Naini |first5=Sara |last6=Paxson |first6=Wei |last7=Atlas |first7=Robert |date=2022-07-04 |title=लॉरेंज मॉडल के भीतर तीन प्रकार के तितली प्रभाव|journal=Encyclopedia |volume=2 |issue=3 |pages=1250–1259 |doi=10.3390/encyclopedia2030084 |issn=2673-8392|doi-access=free }}</ref>लॉरेंज अध्ययन के भीतर तीन प्रमुख प्रकार के बटर फ्लाई इफ़ेक्ट में प्रलेखित है: प्रारंभिक स्थितियों पर संवेदनशील निर्भरता,<ref name=":0">{{Cite journal |last=Lorenz |first=Edward N. |date=1963-03-01 |title=नियतात्मक गैर-आवधिक प्रवाह|url=https://journals.ametsoc.org/view/journals/atsc/20/2/1520-0469_1963_020_0130_dnf_2_0_co_2.xml |journal=Journal of the Atmospheric Sciences |language=EN |volume=20 |issue=2 |pages=130–141 |doi=10.1175/1520-0469(1963)020<0130:DNF>2.0.CO;2 |bibcode=1963JAtS...20..130L |issn=0022-4928}}</ref><ref name=":1">{{Cite book |last=Lorenz |first=Edward |title=अराजकता का सार|publisher=University of Washington Press |year=1993 |location=Seattle, WA, USA |pages=227p}}</ref> बड़ी दूरी पर एक संगठित संचलन बनाने के लिए एक छोटे से गड़बड़ी की क्षमता,<ref>{{Cite web |last=Lorenz |first=Edward |date=2022-08-17 |title=भविष्यवाणी: क्या ब्राजील में एक तितली के पंखों के फड़फड़ाने से टेक्सास में एक बवंडर खड़ा हो गया है?|url=https://eapsweb.mit.edu/sites/default/files/Butterfly_1972.pdf |website=MIT}}</ref> और परिमित पूर्वानुमेयता में योगदान करने में छोटे पैमाने की प्रक्रियाओं की काल्पनिक भूमिका।<ref>{{Cite journal |last=Lorenz |first=Edward N. |date=1969-01-01 |title=एक प्रवाह की पूर्वानुमेयता जिसमें गति के कई पैमाने होते हैं|url=https://doi.org/10.3402/tellusa.v21i3.10086 |journal=Tellus |volume=21 |issue=3 |pages=289–307 |doi=10.3402/tellusa.v21i3.10086 |bibcode=1969Tell...21..289L |issn=0040-2826}}</ref><ref>{{Cite journal |last1=Palmer |first1=T N |last2=Döring |first2=A |last3=Seregin |first3=G |date=2014-08-19 |title=वास्तविक तितली प्रभाव|url=http://dx.doi.org/10.1088/0951-7715/27/9/r123 |journal=Nonlinearity |volume=27 |issue=9 |pages=R123–R141 |doi=10.1088/0951-7715/27/9/r123 |bibcode=2014Nonli..27R.123P |s2cid=122339502 |issn=0951-7715}}</ref><ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke |first2=Roger A. |last3=Zeng |first3=Xubin |date=2022-05-07 |title=लॉरेंज 1963 और 1969 मॉडल के भीतर एक सैडल प्वाइंट और दो प्रकार की संवेदनशीलता|journal=Atmosphere |language=en |volume=13 |issue=5 |pages=753 |doi=10.3390/atmos13050753 |bibcode=2022Atmos..13..753S |issn=2073-4433|doi-access=free }}</ref> तितलियों के तीन प्रकार के प्रभाव बिल्कुल एक जैसे नहीं होते हैं।


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


मानव-कंप्यूटर संपर्क का एक समकालीन उदाहरण सेल्फ-ड्राइविंग कारों में टकराव-परिहार सॉफ़्टवेयर के लिए कंप्यूटर विज़न एल्गोरिदम के विकास में प्रकट होता है। एनवीआयीडीआयीए कारपोरेशन (NVIDIA Corporation),<ref>{{cite web|title=स्वायत्त ड्राइविंग के लिए एआई कार कंप्यूटर|url=http://www.nvidia.com/object/drive-px.html|publisher=NVIDIA|access-date=27 September 2017}}</ref> प्रिंसटन विश्वविद्यालय,<ref>{{cite web|last1=Chen|first1=Chenyi|title=सेल्फ ड्राइविंग कार के लिए डीप लर्निंग|url=http://www.princeton.edu/~alaink/Orf467F14/Deep%20Driving.pdf|publisher=Princeton University|access-date=27 September 2017}}</ref> और अन्य संस्थानों के शोधकर्ता 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 शिक्षण का लाभ उठा रहे हैं।
मानव-कंप्यूटर संपर्क का एक समकालीन उदाहरण सेल्फ-ड्राइविंग कारों में टकराव-परिहार सॉफ़्टवेयर के लिए कंप्यूटर विज़न एल्गोरिदम के विकास में प्रकट होता है। एनवीआयीडीआयीए कारपोरेशन (NVIDIA Corporation),<ref>{{cite web|title=स्वायत्त ड्राइविंग के लिए एआई कार कंप्यूटर|url=http://www.nvidia.com/object/drive-px.html|publisher=NVIDIA|access-date=27 September 2017}}</ref> प्रिंसटन विश्वविद्यालय,<ref>{{cite web|last1=Chen|first1=Chenyi|title=सेल्फ ड्राइविंग कार के लिए डीप लर्निंग|url=http://www.princeton.edu/~alaink/Orf467F14/Deep%20Driving.pdf|publisher=Princeton University|access-date=27 September 2017}}</ref> और अन्य संस्थानों के शोधकर्ता 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 शिक्षण का लाभ उठा रहे हैं।


मानव-कंप्यूटर संपर्क का एक अन्य उदाहरण कंप्यूटर सिमुलेशन है जो एल्गोरिदम के आधार पर मानव व्यवहार की पूर्वानुमेयता करता है। उदाहरण के लिए, MIT ने हाल ही में मनुष्यों के व्यवहार की पूर्वानुमेयता करने के लिए एक अविश्वसनीय रूप से सटीक एल्गोरिथम विकसित किया है। जब टेलीविज़न शो के खिलाफ परीक्षण किया गया, तो एल्गोरिथम वर्णों की बाद की क्रियाओं की बड़ी सटीकता के साथ पूर्वानुमेयता करने में सक्षम था। इस तरह के एल्गोरिदम और कंप्यूटर सिमुलेशन कृत्रिम बुद्धि के भविष्य के लिए बहुत बड़ा वादा दिखाते हैं।<ref>{{Cite web|url=http://news.mit.edu/2016/teaching-machines-to-predict-the-future-0621|title=भविष्य की भविष्यवाणी करने के लिए शिक्षण मशीनें}}</ref>
मानव-कंप्यूटर संपर्क का एक अन्य उदाहरण कंप्यूटर सिमुलेशन है जो एल्गोरिदम के आधार पर मानव व्यवहार की पूर्वानुमेयता करता है। उदाहरण के लिए, MIT ने हाल ही में मनुष्यों के व्यवहार की पूर्वानुमेयता करने के लिए एक अविश्वसनीय रूप से सटीक एल्गोरिथम विकसित किया है। जब टेलीविज़न शो के खिलाफ परीक्षण किया गया, तो एल्गोरिथम वर्णों की बाद की क्रियाओं की बड़ी सटीकता के साथ पूर्वानुमेयता करने में सक्षम था। इस तरह के एल्गोरिदम और कंप्यूटर सिमुलेशन कृत्रिम बुद्धि के भविष्य के लिए बहुत बड़ा वादा दिखाते हैं।<ref>{{Cite web|url=http://news.mit.edu/2016/teaching-machines-to-predict-the-future-0621|title=भविष्य की भविष्यवाणी करने के लिए शिक्षण मशीनें}}</ref>


== मानव वाक्य प्रसंस्करण में ==
== मानव वाक्य प्रसंस्करण में ==
{{Main |भाषा की समझ में पूर्वानुमेयता}}
{{Main |भाषा की समझ में पूर्वानुमेयता}}


लिंग्विस्टिक पूर्वानुमेयता मनोवैज्ञानिक विज्ञान में एक घटना है, जब भी किसी शब्द या अन्य भाषाई इकाई के बारे में जानकारी उस इकाई के वास्तव में सामने आने से पहले सक्रिय होती है। [[आईट्रेकिंग]], 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, कुछ शर्तों के तहत, भाषा उपयोगकर्ता आने वाले शब्दों की पूर्वानुमेयता करने का प्रयास कर सकते हैं। पूर्वानुमेयता को टेक्स्ट और स्पीच प्रोसेसिंग, साथ ही स्पीच उत्पादन दोनों को प्रभावित करने के लिए दिखाया गया है। इसके अलावा, पूर्वानुमेयता को वाक्यात्मक, अर्थ संबंधी और व्यावहारिक समझ पर प्रभाव दिखाया गया है।
लिंग्विस्टिक पूर्वानुमेयता मनोवैज्ञानिक विज्ञान में एक घटना है, जब भी किसी शब्द या अन्य भाषाई इकाई के बारे में जानकारी उस इकाई के वास्तव में सामने आने से पहले सक्रिय होती है। [[आईट्रेकिंग]], 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, कुछ शर्तों के तहत, भाषा उपयोगकर्ता आने वाले शब्दों की पूर्वानुमेयता करने का प्रयास कर सकते हैं। पूर्वानुमेयता को टेक्स्ट और स्पीच प्रोसेसिंग, साथ ही स्पीच उत्पादन दोनों को प्रभावित करने के लिए दिखाया गया है। इसके अलावा, पूर्वानुमेयता को वाक्यात्मक, अर्थ संबंधी और व्यावहारिक समझ पर प्रभाव दिखाया गया है।


== जीव विज्ञान में ==
== जीव विज्ञान में ==
जीव विज्ञान के अध्ययन में - विशेष रूप से [[आनुवंशिकी]] और [[तंत्रिका विज्ञान]] - पूर्वानुमेयता आनुवंशिक जीनों और पिछले अनुभवों के आधार पर जैविक विकास और व्यवहार की पूर्वानुमेयता से संबंधित है।
जीव विज्ञान के अध्ययन में - विशेष रूप से [[आनुवंशिकी]] और [[तंत्रिका विज्ञान]] - पूर्वानुमेयता आनुवंशिक जीनों और पिछले अनुभवों के आधार पर जैविक विकास और व्यवहार की पूर्वानुमेयता 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 अनुमान लगाया जा सकता है या नहीं। इस्राइल जैसे अध्ययनों से पता चलता है कि अगर न्यायाधीशों ने हाल ही में कुछ खाया हो तो उनके लिए हल्की सजा देने की संभावना अधिक थी।<ref>{{Cite web|url=http://blogs.discovermagazine.com/notrocketscience/2011/04/11/justice-is-served-but-more-so-after-lunch-how-food-breaks-sway-the-decisions-of-judges/#.WcrXEq2ZP_Q|title=न्याय परोसा जाता है, लेकिन दोपहर के भोजन के बाद और अधिक: कैसे भोजन-ब्रेक न्यायाधीशों के निर्णयों को प्रभावित करते हैं}}</ref> इस तरह के मामलों के अलावा, यह साबित हो चुका है कि व्यक्ति पूरक प्रतिरक्षा जीन वाले व्यक्ति से बेहतर गंध लेते हैं, जिससे अधिक शारीरिक आकर्षण होता है।<ref>{{Cite web|url=https://www.theguardian.com/science/2009/may/24/genes-human-attraction|title = जीन शोध से पता चलता है कि विरोधी आकर्षित करते हैं| website=[[TheGuardian.com]] |date = 24 May 2009}}</ref> यह निर्धारित करने के लिए आनुवंशिकी की जांच की जा सकती है कि क्या कोई व्यक्ति किसी बीमारी के लिए पूर्वनिर्धारित है, और आनुवंशिक कोड में दोषों का विश्लेषण करके व्यवहार 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 के लोगों 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 है।
वैज्ञानिक समुदाय में इस बात पर महत्वपूर्ण बहस उपस्थित है कि किसी व्यक्ति का व्यवहार उनके आनुवंशिकी के आधार पर पूरी तरह से अनुमान लगाया जा सकता है या नहीं। इस्राइल जैसे अध्ययनों से पता चलता है कि अगर न्यायाधीशों ने हाल ही में कुछ खाया हो तो उनके लिए हल्की सजा देने की संभावना अधिक थी।<ref>{{Cite web|url=http://blogs.discovermagazine.com/notrocketscience/2011/04/11/justice-is-served-but-more-so-after-lunch-how-food-breaks-sway-the-decisions-of-judges/#.WcrXEq2ZP_Q|title=न्याय परोसा जाता है, लेकिन दोपहर के भोजन के बाद और अधिक: कैसे भोजन-ब्रेक न्यायाधीशों के निर्णयों को प्रभावित करते हैं}}</ref> इस तरह के मामलों के अलावा, यह साबित हो चुका है कि व्यक्ति पूरक प्रतिरक्षा जीन वाले व्यक्ति से बेहतर गंध लेते हैं, जिससे अधिक शारीरिक आकर्षण होता है।<ref>{{Cite web|url=https://www.theguardian.com/science/2009/may/24/genes-human-attraction|title = जीन शोध से पता चलता है कि विरोधी आकर्षित करते हैं| website=[[TheGuardian.com]] |date = 24 May 2009}}</ref> यह निर्धारित करने के लिए आनुवंशिकी की जांच की जा सकती है कि क्या कोई व्यक्ति किसी बीमारी के लिए पूर्वनिर्धारित है, और आनुवंशिक कोड में दोषों का विश्लेषण करके व्यवहार 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 के लोगों 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 है।


मनुष्यों की तुलना में जानवरों का व्यवहार काफी अधिक पूर्वानुमानित होता है। प्राकृतिक चयन द्वारा प्रेरित, जानवर संभोग कॉल, शिकारी चेतावनियों और संवादात्मक नृत्यों का विकास करते हैं। इन संलग्न व्यवहारों का एक उदाहरण बेल्डिंग ग्राउंड गिलहरी है, जिसने कॉल का एक विशिष्ट सेट विकसित किया है जो शिकारियों के बारे में आस-पास गिलहरी को चेतावनी देता है। यदि जमीनी गिलहरी किसी शिकारी को जमीन पर देखती है तो वह सुरक्षित होने के बाद एक ट्रिल निकालती है, जो 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 जमीनी गिलहरी तुरंत एक लंबी सीटी बजाती है, खुद को खतरे में डालती है लेकिन 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 पूर्वानुमेयता करते हैं कि कुछ स्थितियों में जानवर कैसे व्यवहार करते हैं।<ref>{{Cite journal |doi = 10.1007/BF00293209|title = हवाई शिकारियों के लिए बेल्डिंग की जमीनी गिलहरी की अलार्म कॉल: भाई-भतीजावाद या आत्म-संरक्षण?|journal = Behavioral Ecology and Sociobiology|volume = 17|issue = 4|pages = 313–323|year = 1985|last1 = Sherman|first1 = Paul W|s2cid = 206774065}}</ref>
मनुष्यों की तुलना में जानवरों का व्यवहार काफी अधिक पूर्वानुमानित होता है। प्राकृतिक चयन द्वारा प्रेरित, जानवर संभोग कॉल, शिकारी चेतावनियों और संवादात्मक नृत्यों का विकास करते हैं। इन संलग्न व्यवहारों का एक उदाहरण बेल्डिंग ग्राउंड गिलहरी है, जिसने कॉल का एक विशिष्ट सेट विकसित किया है जो शिकारियों के बारे में आस-पास गिलहरी को चेतावनी देता है। यदि जमीनी गिलहरी किसी शिकारी को जमीन पर देखती है तो वह सुरक्षित होने के बाद एक ट्रिल निकालती है, जो 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 जमीनी गिलहरी तुरंत एक लंबी सीटी बजाती है, खुद को खतरे में डालती है लेकिन 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 पूर्वानुमेयता करते हैं कि कुछ स्थितियों में जानवर कैसे व्यवहार करते हैं।<ref>{{Cite journal |doi = 10.1007/BF00293209|title = हवाई शिकारियों के लिए बेल्डिंग की जमीनी गिलहरी की अलार्म कॉल: भाई-भतीजावाद या आत्म-संरक्षण?|journal = Behavioral Ecology and Sociobiology|volume = 17|issue = 4|pages = 313–323|year = 1985|last1 = Sherman|first1 = Paul W|s2cid = 206774065}}</ref>


== लोकप्रिय संस्कृति में ==
== लोकप्रिय संस्कृति में ==
Line 43: Line 43:
==मौसम और जलवायु में==
==मौसम और जलवायु में==
{{See also|संभावित पूर्वानुमेयता|बटर फ्लाई इफ़ेक्ट#मौसम में}}
{{See also|संभावित पूर्वानुमेयता|बटर फ्लाई इफ़ेक्ट#मौसम में}}
जैसे-जैसे [[जलवायु परिवर्तन]] और मौसम की अन्य घटनाएँ अधिक सामान्य होती जाती हैं, वैसे-वैसे जलवायु प्रणालियों की पूर्वानुमेयता अधिक महत्वपूर्ण होती जाती है। [[आईपीसीसी]] (IPCC) नोट करता है कि भविष्य की विस्तृत जलवायु बातचीत की पूर्वानुमेयता करने की हमारी क्षमता कठिन है, हालांकि, दीर्घकालिक जलवायु पूर्वानुमान संभव हैं।<ref>{{cite web|title=जलवायु प्रणाली की भविष्यवाणी|url=https://www.ipcc.ch/ipccreports/tar/wg1/265.htm|website=Working Group I: The Scientific Basis|publisher=IPCC|access-date=26 September 2017}}</ref><ref>{{Cite book |last=Solomon |first=S., D. Qin, M. Manning, Z. Chen, M. Marquis, K. Averyt, M. Tignor, and H. L. Miller Jr., Eds |title=क्लाइमेट चेंज 2007: द फिजिकल साइंस बेसिस।|publisher=Cambridge University Press |year=2007 |location=Cambridge, United Kingdom and New York, NY, USA |pages=996}}</ref>
जैसे-जैसे [[जलवायु परिवर्तन]] और मौसम की अन्य घटनाएँ अधिक सामान्य होती जाती हैं, वैसे-वैसे जलवायु प्रणालियों की पूर्वानुमेयता अधिक महत्वपूर्ण होती जाती है। [[आईपीसीसी]] (IPCC) नोट करता है कि भविष्य की विस्तृत जलवायु बातचीत की पूर्वानुमेयता करने की हमारी क्षमता कठिन है, हालांकि, दीर्घकालिक जलवायु पूर्वानुमान संभव हैं।<ref>{{cite web|title=जलवायु प्रणाली की भविष्यवाणी|url=https://www.ipcc.ch/ipccreports/tar/wg1/265.htm|website=Working Group I: The Scientific Basis|publisher=IPCC|access-date=26 September 2017}}</ref><ref>{{Cite book |last=Solomon |first=S., D. Qin, M. Manning, Z. Chen, M. Marquis, K. Averyt, M. Tignor, and H. L. Miller Jr., Eds |title=क्लाइमेट चेंज 2007: द फिजिकल साइंस बेसिस।|publisher=Cambridge University Press |year=2007 |location=Cambridge, United Kingdom and New York, NY, USA |pages=996}}</ref>


लॉरेंज के 1963 के अध्ययन और 1972 में अनुवर्ती प्रस्तुति के 50 से अधिक वर्षों के बाद, "मौसम अव्यवस्थित है" कथन को अच्छी तरह से स्वीकार किया गया है।<ref name=":0" /><ref name=":1" /> इस तरह का दृश्य हमारा ध्यान लाप्लास के नियतत्ववाद के दृष्टिकोण से जुड़ी नियमितता से लेकर अव्यवस्थता से जुड़ी अनियमितता की ओर ले जाता है। एकल-प्रकार के अराजक समाधानों के विपरीत, एक सामान्यीकृत लॉरेंज मॉडल<ref>{{Cite journal |last=Shen |first=Bo-Wen |date=2019-03-01 |title=सामान्यीकृत लॉरेंज मॉडल में एकत्रित नकारात्मक प्रतिक्रिया|url=https://www.worldscientific.com/doi/abs/10.1142/S0218127419500378 |journal=International Journal of Bifurcation and Chaos |volume=29 |issue=3 |pages=1950037–1950091 |doi=10.1142/S0218127419500378 |bibcode=2019IJBC...2950037S |s2cid=132494234 |issn=0218-1274}}</ref> का उपयोग करते हुए हाल के अध्ययनों ने अराजक और नियमित समाधानों के सह-अस्तित्व पर ध्यान केंद्रित किया है जो एक ही मॉडल के भीतर एक ही मॉडलिंग कॉन्फ़िगरेशन लेकिन विभिन्न प्रारंभिक स्थितियों का उपयोग करते हुए दिखाई देते हैं।<ref>{{Cite journal |last1=Yorke |first1=James A. |last2=Yorke |first2=Ellen D. |date=1979-09-01 |title=मेटास्टेबल कैओस: लॉरेंज मॉडल में निरंतर अराजक व्यवहार के लिए संक्रमण|url=https://doi.org/10.1007/BF01011469 |journal=Journal of Statistical Physics |language=en |volume=21 |issue=3 |pages=263–277 |doi=10.1007/BF01011469 |bibcode=1979JSP....21..263Y |s2cid=12172750 |issn=1572-9613}}</ref><ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke Sr. |first2=R. A. |last3=Zeng |first3=X. |last4=Baik |first4=J.-J. |last5=Faghih-Naini |first5=S. |last6=Cui |first6=J. |last7=Atlas |first7=R. |last8=Reyes |first8=T. A. L. |date=2021 |editor-last=Skiadas |editor-first=Christos H. |editor2-last=Dimotikalis |editor2-first=Yiannis |title=क्या मौसम अराजक है? लोरेन्ज़ मॉडल के भीतर अराजक और गैर-अराजक आकर्षक सह-अस्तित्व|url=https://link.springer.com/chapter/10.1007/978-3-030-70795-8_57 |journal=13th Chaotic Modeling and Simulation International Conference |series=Springer Proceedings in Complexity |language=en |location=Cham |publisher=Springer International Publishing |pages=805–825 |doi=10.1007/978-3-030-70795-8_57 |isbn=978-3-030-70795-8|s2cid=245197840 }}</ref> आकर्षित करने वाले सह-अस्तित्व के साथ परिणाम बताते हैं कि मौसम की संपूर्णता में अलग-अलग पूर्वानुमान के साथ अव्यवस्थता और व्यवस्था की दोहरी प्रकृति होती है।<ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke |first2=Roger A. |last3=Zeng |first3=Xubin |last4=Baik |first4=Jong-Jin |last5=Faghih-Naini |first5=Sara |last6=Cui |first6=Jialin |last7=Atlas |first7=Robert |date=2021-01-01 |title=क्या मौसम अराजक है?: सामान्यीकृत लॉरेंज मॉडल के भीतर अराजकता और व्यवस्था का सह-अस्तित्व|url=https://journals.ametsoc.org/view/journals/bams/102/1/BAMS-D-19-0165.1.xml |journal=Bulletin of the American Meteorological Society |language=EN |volume=102 |issue=1 |pages=E148–E158 |doi=10.1175/BAMS-D-19-0165.1 |bibcode=2021BAMS..102E.148S |s2cid=208369617 |issn=0003-0007}}[[File:CC-BY icon.svg|50px]]  Text was derived from this source, which is available under a [https://creativecommons.org/licenses/by/4.0/ Creative Commons Attribution 4.0 International License].</ref><ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke |first2=Roger |last3=Zeng |first3=Xubin |last4=Cui |first4=Jialin |last5=Faghih-Naini |first5=Sara |last6=Paxson |first6=Wei |last7=Kesarkar |first7=Amit |last8=Zeng |first8=Xiping |last9=Atlas |first9=Robert |date=2022-11-12 |title=वातावरण में अराजकता और व्यवस्था की दोहरी प्रकृति|journal=Atmosphere |language=en |volume=13 |issue=11 |pages=1892 |doi=10.3390/atmos13111892 |issn=2073-4433|doi-access=free }}</ref>
लॉरेंज के 1963 के अध्ययन और 1972 में अनुवर्ती प्रस्तुति के 50 से अधिक वर्षों के बाद, "मौसम अव्यवस्थित है" कथन को अच्छी तरह से स्वीकार किया गया है।<ref name=":0" /><ref name=":1" /> इस तरह का दृश्य हमारा ध्यान लाप्लास के नियतत्ववाद के दृष्टिकोण से जुड़ी नियमितता से लेकर अव्यवस्थता से जुड़ी अनियमितता की ओर ले जाता है। एकल-प्रकार के अराजक समाधानों के विपरीत, एक सामान्यीकृत लॉरेंज मॉडल<ref>{{Cite journal |last=Shen |first=Bo-Wen |date=2019-03-01 |title=सामान्यीकृत लॉरेंज मॉडल में एकत्रित नकारात्मक प्रतिक्रिया|url=https://www.worldscientific.com/doi/abs/10.1142/S0218127419500378 |journal=International Journal of Bifurcation and Chaos |volume=29 |issue=3 |pages=1950037–1950091 |doi=10.1142/S0218127419500378 |bibcode=2019IJBC...2950037S |s2cid=132494234 |issn=0218-1274}}</ref> का उपयोग करते हुए हाल के अध्ययनों ने अराजक और नियमित समाधानों के सह-अस्तित्व पर ध्यान केंद्रित किया है जो एक ही मॉडल के भीतर एक ही मॉडलिंग कॉन्फ़िगरेशन लेकिन विभिन्न प्रारंभिक स्थितियों का उपयोग करते हुए दिखाई देते हैं।<ref>{{Cite journal |last1=Yorke |first1=James A. |last2=Yorke |first2=Ellen D. |date=1979-09-01 |title=मेटास्टेबल कैओस: लॉरेंज मॉडल में निरंतर अराजक व्यवहार के लिए संक्रमण|url=https://doi.org/10.1007/BF01011469 |journal=Journal of Statistical Physics |language=en |volume=21 |issue=3 |pages=263–277 |doi=10.1007/BF01011469 |bibcode=1979JSP....21..263Y |s2cid=12172750 |issn=1572-9613}}</ref><ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke Sr. |first2=R. A. |last3=Zeng |first3=X. |last4=Baik |first4=J.-J. |last5=Faghih-Naini |first5=S. |last6=Cui |first6=J. |last7=Atlas |first7=R. |last8=Reyes |first8=T. A. L. |date=2021 |editor-last=Skiadas |editor-first=Christos H. |editor2-last=Dimotikalis |editor2-first=Yiannis |title=क्या मौसम अराजक है? लोरेन्ज़ मॉडल के भीतर अराजक और गैर-अराजक आकर्षक सह-अस्तित्व|url=https://link.springer.com/chapter/10.1007/978-3-030-70795-8_57 |journal=13th Chaotic Modeling and Simulation International Conference |series=Springer Proceedings in Complexity |language=en |location=Cham |publisher=Springer International Publishing |pages=805–825 |doi=10.1007/978-3-030-70795-8_57 |isbn=978-3-030-70795-8|s2cid=245197840 }}</ref> आकर्षित करने वाले सह-अस्तित्व के साथ परिणाम बताते हैं कि मौसम की संपूर्णता में अलग-अलग पूर्वानुमान के साथ अव्यवस्थता और व्यवस्था की दोहरी प्रकृति होती है।<ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke |first2=Roger A. |last3=Zeng |first3=Xubin |last4=Baik |first4=Jong-Jin |last5=Faghih-Naini |first5=Sara |last6=Cui |first6=Jialin |last7=Atlas |first7=Robert |date=2021-01-01 |title=क्या मौसम अराजक है?: सामान्यीकृत लॉरेंज मॉडल के भीतर अराजकता और व्यवस्था का सह-अस्तित्व|url=https://journals.ametsoc.org/view/journals/bams/102/1/BAMS-D-19-0165.1.xml |journal=Bulletin of the American Meteorological Society |language=EN |volume=102 |issue=1 |pages=E148–E158 |doi=10.1175/BAMS-D-19-0165.1 |bibcode=2021BAMS..102E.148S |s2cid=208369617 |issn=0003-0007}}[[File:CC-BY icon.svg|50px]]  Text was derived from this source, which is available under a [https://creativecommons.org/licenses/by/4.0/ Creative Commons Attribution 4.0 International License].</ref><ref>{{Cite journal |last1=Shen |first1=Bo-Wen |last2=Pielke |first2=Roger |last3=Zeng |first3=Xubin |last4=Cui |first4=Jialin |last5=Faghih-Naini |first5=Sara |last6=Paxson |first6=Wei |last7=Kesarkar |first7=Amit |last8=Zeng |first8=Xiping |last9=Atlas |first9=Robert |date=2022-11-12 |title=वातावरण में अराजकता और व्यवस्था की दोहरी प्रकृति|journal=Atmosphere |language=en |volume=13 |issue=11 |pages=1892 |doi=10.3390/atmos13111892 |issn=2073-4433|doi-access=free }}</ref>
=== वसंत पूर्वानुमेयता बाधा ===
=== वसंत पूर्वानुमेयता बाधा ===
स्प्रिंग प्रेडिक्टेबलिटी बैरियर वर्ष की प्रारम्भ में उस समय की अवधि को संदर्भित करता है जब एल नीनो-दक्षिणी दोलन के बारे में गर्मियों के मौसम की पूर्वानुमेयता करना मुश्किल होता है। यह अज्ञात है कि यह कठिन क्यों है, यद्यपि कई सिद्धांतों का प्रस्ताव दिया गया है। कुछ लोगों का मानना है कि इसका कारण इएनएसओ ([[ENSO|ENSO)]] संक्रमण है, जहां स्थितियां और तेजी से बदल रही हैं।<ref>{{cite web|last1=L'Heureux|first1=Michelle|title=स्प्रिंग प्रिडिक्टिबिलिटी बैरियर: हम स्प्रिंग ब्रेक पर होंगे|url=https://www.climate.gov/news-features/blogs/enso/spring-predictability-barrier-we’d-rather-be-spring-break|website=Climate.gov|publisher=NOAA|access-date=26 September 2017}}</ref>
स्प्रिंग प्रेडिक्टेबलिटी बैरियर वर्ष की प्रारम्भ में उस समय की अवधि को संदर्भित करता है जब एल नीनो-दक्षिणी दोलन के बारे में गर्मियों के मौसम की पूर्वानुमेयता करना मुश्किल होता है। यह अज्ञात है कि यह कठिन क्यों है, यद्यपि कई सिद्धांतों का प्रस्ताव दिया गया है। कुछ लोगों का मानना है कि इसका कारण इएनएसओ ([[ENSO|ENSO)]] संक्रमण है, जहां स्थितियां और तेजी से बदल रही हैं।<ref>{{cite web|last1=L'Heureux|first1=Michelle|title=स्प्रिंग प्रिडिक्टिबिलिटी बैरियर: हम स्प्रिंग ब्रेक पर होंगे|url=https://www.climate.gov/news-features/blogs/enso/spring-predictability-barrier-we’d-rather-be-spring-break|website=Climate.gov|publisher=NOAA|access-date=26 September 2017}}</ref>
== मैक्रोइकॉनॉमिक्स में ==
== मैक्रोइकॉनॉमिक्स में ==
मैक्रोइकॉनॉमिक्स में पूर्वानुमेयता 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 जिससे मॉडल के आंतरिक प्रसार तंत्र की सफलतापूर्वक पहचान हो सकती है। ब्याज की यूएस मैक्रोइकॉनॉमिक श्रृंखला के उदाहरणों में उपभोग, निवेश, वास्तविक जीएनपी और पूंजीगत स्टॉक शामिल हैं, लेकिन इन तक सीमित नहीं हैं। एक आर्थिक प्रणाली की पूर्वानुमेयता में शामिल कारकों में पूर्वानुमान की सीमा शामिल है (दो साल "आउट" या बीस साल का पूर्वानुमान) और अनुमानों की परिवर्तनशीलता है। व्यापक आर्थिक प्रवृत्तियों की पूर्वानुमेयता का आकलन करने के लिए गणितीय प्रक्रियाएं अभी भी विकास में हैं।<ref>{{cite journal|last1=Diebold|first1=Francis X.|title= मापने की भविष्यवाणी: सिद्धांत और मैक्रोइकॉनॉमिक अनुप्रयोग|journal=Journal of Applied Econometrics|volume=16|issue=6|pages=657–669|jstor=2678520|year=2001|doi=10.1002/jae.619|s2cid=16040363|url=http://www.philadelphiafed.org/research-and-data/publications/working-papers/1997/wp97-23.pdf}}</ref>
मैक्रोइकॉनॉमिक्स में पूर्वानुमेयता 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 जिससे मॉडल के आंतरिक प्रसार तंत्र की सफलतापूर्वक पहचान हो सकती है। ब्याज की यूएस मैक्रोइकॉनॉमिक श्रृंखला के उदाहरणों में उपभोग, निवेश, वास्तविक जीएनपी और पूंजीगत स्टॉक सम्मिलित हैं, लेकिन इन तक सीमित नहीं हैं। एक आर्थिक प्रणाली की पूर्वानुमेयता में सम्मिलित कारकों में पूर्वानुमान की सीमा सम्मिलित है (दो साल "आउट" या बीस साल का पूर्वानुमान) और अनुमानों की परिवर्तनशीलता है। व्यापक आर्थिक प्रवृत्तियों की पूर्वानुमेयता का आकलन करने के लिए गणितीय प्रक्रियाएं अभी भी विकास में हैं।<ref>{{cite journal|last1=Diebold|first1=Francis X.|title= मापने की भविष्यवाणी: सिद्धांत और मैक्रोइकॉनॉमिक अनुप्रयोग|journal=Journal of Applied Econometrics|volume=16|issue=6|pages=657–669|jstor=2678520|year=2001|doi=10.1002/jae.619|s2cid=16040363|url=http://www.philadelphiafed.org/research-and-data/publications/working-papers/1997/wp97-23.pdf}}</ref>
== यह भी देखें ==
== यह भी देखें ==
* [[आकस्मिकता (दर्शन)]]
* [[आकस्मिकता (दर्शन)]]

Revision as of 17:59, 31 December 2022

पूर्वानुमेयता वह डिग्री है जिस तक किसी सिस्टम की स्थिति का सही पूर्वानुमान या पूर्वानुमान गुणात्मक या मात्रात्मक रूप से लगाया जा सकता है।

पूर्वानुमेयता और करणीयता

कॉसल डेटर्मिनिस्म का पूर्वानुमेयता के साथ एक मजबूत संबंध है। पूर्ण पूर्वानुमेयता का तात्पर्य ईस्ट्रिक्ट डेटर्मिनिस्म से है, लेकिन पूर्वानुमेयता की कमी निश्चित रूप से डेटर्मिनिस्म की कमी का संकेत नहीं देती है। जानकारी की कमी या अत्यधिक जटिलता जैसे कारकों के कारण पूर्वानुमेयता की सीमाएं हो सकती हैं।

प्रयोगात्मक भौतिकी में, स्थिति और वेग जैसे चर का निर्धारण करने में हमेशा अवलोकन संबंधी त्रुटियां होती हैं। तो सही पूर्वानुमेयता व्यावहारिक रूप से असंभव है। इसके अलावा, आधुनिक क्वांटम यांत्रिकी में, वर्नर हाइजेनबर्ग का अनिश्चितता सिद्धांत उस सटीकता को सीमित करता है जिसके साथ ऐसी मात्राएं ज्ञात की जा सकती हैं। तो इस तरह की सही पूर्वानुमेयता भी सैद्धांतिक रूप से असंभव है।

लाप्लास का डेमोन

लाप्लास का डेमोन एक सर्वोच्च बुद्धिमत्ता है जो चिरसम्मत भौतिकी के न्यूटोनियन गतिशील नियमों और दुनिया के सभी कणों की स्थिति और वेग के पूर्ण ज्ञान को देखते हुए संभावित पूर्वानुमान की पूरी तरह से पूर्वानुमेयता कर सकता है। दूसरे शब्दों में, यदि समय की शुरुआत से ब्रह्मांड में प्रत्येक परमाणु पर डेटा का प्रत्येक टुकड़ा होना संभव होता, तो भविष्य में प्रत्येक परमाणु के व्यवहार की पूर्वानुमेयता करना संभव होता। लाप्लास का नियतत्ववाद आमतौर पर उसके यांत्रिकी पर आधारित माना जाता है, लेकिन वह गणितीय रूप से सिद्ध नहीं कर सका कि यांत्रिकी नियतात्मक है। बल्कि, उनका निर्धारणवाद सामान्य दार्शनिक सिद्धांतों पर आधारित है, विशेष रूप से पर्याप्त कारण के सिद्धांत और निरंतरता के नियम पर।[1]

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 पूर्वानुमेयता की जा सकती है, संतुलन से दूर प्रणालियों के समय के विकास की पूर्वानुमेयता करने के लिए कोई सामान्य नियम उपस्थित नहीं है, उदा। अराजक प्रणालियाँ, यदि वे एक संतुलन अवस्था 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, ल्यापुनोव एक्सपोनेंट्स)।

गणित में

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

अव्यवस्थता 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 अवस्था में एक छोटा सा परिवर्तन एक प्रणाली की प्रगति को पूरी तरह से बदल सकता है। इस घटना को बटर फ्लाई इफ़ेक्ट के रूप में जाना जाता है, जो दावा करता है कि ब्राजील में अपने पंख फड़फड़ाने वाली एक तितली टेक्सास में बवंडर पैदा कर सकती है। अव्यवस्थता सिद्धांत की प्रकृति से पता चलता है कि किसी भी प्रणाली की पूर्वानुमेयता सीमित है क्योंकि वर्तमान समय में एक प्रणाली के सभी सूक्ष्मताओं को जानना असंभव है। सिद्धांत रूप में, नियतात्मक प्रणालियों का अनुमान लगाया जा सकता है कि कैओस सिद्धांत विश्लेषण करने का प्रयास करता है, लेकिन एक पूर्वानुमान में अनिश्चितता बीतते समय के साथ तेजी से बढ़ती है।[2]]

[3]लॉरेंज अध्ययन के भीतर तीन प्रमुख प्रकार के बटर फ्लाई इफ़ेक्ट में प्रलेखित है: प्रारंभिक स्थितियों पर संवेदनशील निर्भरता,[4][5] बड़ी दूरी पर एक संगठित संचलन बनाने के लिए एक छोटे से गड़बड़ी की क्षमता,[6] और परिमित पूर्वानुमेयता में योगदान करने में छोटे पैमाने की प्रक्रियाओं की काल्पनिक भूमिका।[7][8][9] तितलियों के तीन प्रकार के प्रभाव बिल्कुल एक जैसे नहीं होते हैं।

मानव-कंप्यूटर इंटरैक्शन में

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

मानव-कंप्यूटर संपर्क का एक समकालीन उदाहरण सेल्फ-ड्राइविंग कारों में टकराव-परिहार सॉफ़्टवेयर के लिए कंप्यूटर विज़न