Партнерка на США и Канаду по недвижимости, выплаты в крипто
- 30% recurring commission
- Выплаты в USDT
- Вывод каждую неделю
- Комиссия до 5 лет за каждого referral
где
степень однородности. В пределе
мы получим обычную экспоненту. По смыслу введения
~
,
(3.8)
где
число частиц замкнутой системы,
число частиц подсистемы. Полнота статистики, соответствующая каноническому распределению Гиббса равновесного состояния достигается при
. Отличие от единицы параметра
характеризует степень статистической неравновесности, неоднородности системы.
Определим полную энтропию
с учетом степени однородности. Примем в качестве переменных одномерную и условную вероятности
. Согласно формуле (3.7) имеем
. (3.9)
Представляя левую часть как «
логарифм» от произведения, получим
. (3.10)
Из формулы (3.10) следует выражение для неаддитивной «
энтропии»:
. (3.11)
В пределе
мы имеем аддитивную энтропию
.
Согласно определению
по формуле (3.8) его можно определить из экспериментальных данных. Для описания неоднородности геометрических объектов введем малый параметр
:
(3.12)
где
общее число точек (отсчетов),
число ячеек с масштабом измерения
, в которых имеется хотя бы одна точка,
среднее число точек в ячейке. Если для сильно неоднородных объектов окажется
, то нужно пользоваться выражением 1-q.
Для простоты мы далее будем пользоваться выражением
вместо
, при необходимости выбирая положительный знак и условие нормировки искомой физической величины.
Используя выражение (3.7) мы определим зависимость от
информационной энтропии – единственной меры сложности, неопределенности неравновесной системы. Для квазиравновесного процесса, характеризуемого параметром
, информацию определим в виде
. (3.13)
Отсюда представим вероятность как функцию от информации:
. (3.14)
Функция плотности распределения вероятности реализации информации
определяется как
. (3.15)
Энтропия определяется как среднее значение информации:
. (3.16)
Самоподобные значения
и
найдем как неподвижные точки отображений
(3.17)
(3.18)
.
Таким образом, значение
может характеризовать отклонение системы от состояния самоподобия и самоаффинности через значения информации и информационной энтропии. В мультифрактальном анализе некоторый параметр
задается в интервале
, однако его физический смысл остается неясным. Однако мы отметим, что при условии
, (3.19)

Рисунок 3.1 - Эволюция информационной – энтропии.
. SΔ – максимальная энтропия множества
энтропия Цаллиса, определяемая формулой (3.7), совпадает с энтропией Реньи:
(3.20)
Универсальные энтропийные закономерности эволюции открытых систем к режимам самоподобия и самоаффинности согласно формулам (3.17), (3.18), (3.2) представлены на рисунке 3.1, где принято
. В этих формулах энтропия нормирована на единицу. Диаграмма, показанная на рисунке 3.1 учитывает изменение степени однородности q.
3.3 Отображение фрактальной эволюции меры
Рассмотрим эволюцию по времени x(t) - модуля некоторой функции, связанной с фрактальной мерой (аддитивной величиной, характеризующейся измеримым множеством), в виде
, (3.21)
где
- статистическая характеристика множества значений t, она введена с целью обеспечения условия Лифшица – Гельдера для ограничения производной
. Модуль приращения
относительной (масштаб измерения величины x(t)) заменим из условия фрактальности меры
:
,
,
, (3.22)
где
нефрактальная регулярная мера,
- фрактальная размерность множества значений
, d- топологическая размерность носителя меры. Подставив формулу (3.22) в формулу (1) перейдем к дискретным разностям. Обозначим дискретную форму знаковой функции через
.В силу того, что всегда
знаковая функция sign(
) зависит только от
. Ее изменение по дискретной переменной i определим в виде
, (3.23)
записанном в неподвижной точке. Обычно значения
используются для линейного описания эволюции возмущения. Мы определим
через
и не ставим ограничения на модуль этой величины.
С учетом формул (3.22), (3.23) формулу (3.21) для случая
запишем в виде
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |


