[drive-download] TOM II — CORE 2.docx

Google Docs neutral 2026-04-11 12 чанков ~17 мин чтения

Сущности

II PSSR SSI PRS NI NL CORE CAI DI Fallback TOM delta_i alpha_i beta_i sigma_i varepsilon_i

TOM II — CORE 2.0 1. Формальная постановка динамической системы PSSR 1.1 Пространство состояния Определим систему как динамическую систему с управлением и стохастической компонентой. Пусть: X(t) \in \mathbb{R}^n — вектор состояния системы в момент времени t. Структура вектора: X(t) = \begin{bmatrix} L(t) \\ C(t) \\ W(t) \\ M(t) \end{bmatrix} где: L(t) — вектор нагрузок узлов (node loads) C(t) — вектор ёмкостей узлов W(t) — матрица связности M(t) — вектор макро-факторов (D,V,E,C,S и др.) Размерность: N — число узлов K — число макро-факторов Тогда: L \in \mathbb{R}^N C \in \mathbb{R}^N W \in \mathbb{R}^{N \times N} M \in \mathbb{R}^K 1.2 Нормированная нагрузка узлов Определим: NL_i(t) = \frac{L_i(t)}{C_i(t)} Состояние узла: NL_i < 1 — устойчив NL_i = 1 — критическая точка NL_i > 1 — перегрузка Вектор нормированных нагрузок: NL(t) = C(t)^{-1} \circ L(t) (покомпонентное деление) 1.3 Базовая динамика нагрузки Динамика нагрузки узла i: \dot{L}_i = \underbrace{\sum_{j=1}^{N} W_{ij} \cdot \sigma(NL_j)}_{\text{перенос давления}} + \underbrace{f_i(M(t))}_{\text{внешние факторы}} - \underbrace{\delta_i L_i}_{\text{диссипация}} + \underbrace{\xi_i(t)}_{\text{шум}} где: \sigma(x) — нелинейная функция активации (см. ниже) \delta_i — коэффициент естественной стабилизации \xi_i(t) — стохастическая компонента 1.4 Нелинейность передачи давления Передача давления не линейна. Определим сигмоидальную функцию: \sigma(x) = \frac{1}{1 + e^{-k(x-1)}} Интерпретация: при x < 1 передача мала при x \approx 1 — резкий рост при x > 1 — насыщение Это делает систему способной к фазовым переходам. 1.5 Динамика ёмкости (износ) Ёмкость узла не постоянна. \dot{C}_i = -\alpha_i NL_i C_i + \beta_i R_i(t) где: \alpha_i — коэффициент износа R_i(t) — восстановление (ремонт, инвестиции, Fallback) \beta_i — эффективность восстановления Таким образом: перегрузка разрушает ёмкость инвестиции восстанавливают её 1.6 Fallback States (формализация) Если узел имеет Fallback: C_i^{eff}(t) = \begin{cases} C_i(t), & NL_i < 1 \\ C_i(t) + C_i^{fb}, & t \in [t_{act}, t_{act}+T_{fb}] \end{cases} где: активация происходит при NL_i \ge 1 t_{act} = t_0 + \tau_{fb} Fallback учитывается только если: q_{fb} \ge q_{min} 1.7 Стохастическая компонента Шум: \xi_i(t) \sim \mathcal{N}(0, \sigma_i^2) или в дискретной форме: \xi_i(t+\Delta t) = \sigma_i \cdot \varepsilon_i где \varepsilon_i \sim N(0,1) Это создаёт вероятностную оболочку вокруг детерминированной динамики. 1.8 Полная система Итоговая система: \dot{X}(t) = F(X(t)) + G u(t) + \Xi(t) где: u(t) — вектор управляемых вмешательств G — матрица влияния управления \Xi(t) — шум 2. Индексы как функционалы состояния Теперь индексы — не абстракция, а функционалы от X(t). 2.1 Structural Stress Index (SSI) SSI(t) = \sum_{i=1}^{N} w_i \cdot NL_i(t) где веса нормированы: \sum w_i = 1 2.2 Coupling Amplification Index (CAI) CAI(t) = \lambda_{max}(W \cdot D_{NL}) где: D_{NL} — диагональная матрица NL \lambda_{max} — максимальное собственное значение CAI отражает потенциальную лавинообразность. 2.3 Discrepancy Index (DI) Определяется как норма расхождения между слоями: DI = \| X_{physical} - X_{informational} \| 2.4 Noise Index (NI) NI = \text{Var}(\xi(t)) 2.5 Вероятность фазового перехода (PRS) PRS = \frac{1}{1 + e^{-(aSSI + bCAI + cDI + dNI)}} Это логистическое отображение многомерного напряжения в вероятность режима. 3. Спектральная устойчивость (ρ_struct) Определим матрицу линейзации: J = \frac{\partial F}{\partial X} Система устойчива если: \max \Re(\lambda(J)) < 0 Тогда структурный радиус: \rho_{struct} = - \max \Re(\lambda(J)) Если \rho_{struct} \to 0 — система приближается к бифуркации. Ок. Продолжаем Том II — Core 2.0 строго, плотно, с полными выкладками. TOM II — CORE 2.0 (продолжение) 4. Режимы как функция состояния + гистерезис + неопределённость 4.1 Режим как отображение состояния Определим режим как дискретную переменную: R(t)\in \{0,1,2,3\}=\{\text{Normal},\text{Heightened},\text{Stress},\text{Severe}\} Режим вычисляется из непрерывного состояния через агрегированный «режимный аргумент» \Omega(t). Базовая форма: \Omega(t)=\theta_{SSI}SSI(t)+\theta_{CAI}CAI(t)+\theta_{DI}DI(t)+\theta_{NI}NI(t) и далее: PRS(t)=\sigma(\Omega(t))=\frac{1}{1+e^{-\Omega(t)}} В v10.3 вводим двухуровневую классификацию (чтобы не было конфликта томов): глобальный режим системы R^{glob}(t) по PRS^{eff} локальный режим региона/подсистемы R^{loc}_r(t) по (S_r,PRS_r) В Томе II фиксируем глобальный (ядровой) режим. 4.2 Confidence-фильтр как инвариант ядра Пусть Conf(t)\in[0,1] — достоверность агрегированного состояния (из Tom VII + L-DataIntegrity). Вводим «эффективную вероятность» с защитой от ложной эскалации: PRS^{eff}(t) = Conf(t)\cdot PRS(t) + (1-Conf(t))\cdot PRS^{base} где PRS^{base} — консервативная базовая оценка (по умолчанию 0.25 или параметр версии). Это формально означает: при низкой достоверности система не имеет права выдавать уверенный экстремум. 4.3 Гистерезис режимов (Tup/Tdown) — строгая формализация Без гистерезиса режим будет «дёргаться» от шума. Поэтому вводится память переключения. Определим пороги вверх: 0<\tau_1^{up}<\tau_2^{up}<\tau_3^{up}<1 и пороги вниз: 0<\tau_1^{down}<\tau_2^{down}<\tau_3^{down}<1 с инвариантом: \tau_k^{down}<\tau_k^{up}\quad \forall k Это и есть петля гистерезиса. Правило переключения вверх Если текущий режим R(t^-)=k, то переход вверх возможен, только если: PRS^{eff}(t) \ge \tau_{k+1}^{up} \ \text{на протяжении}\ Tup_{k+1} То есть: \min_{s\in[t-Tup_{k+1},t]} PRS^{eff}(s)\ge \tau_{k+1}^{up} \Rightarrow R(t)=k+1 Правило переключения вниз Переход вниз возможен, только если: PRS^{eff}(t) \le \tau_{k}^{down} \ \text{на протяжении}\ Tdown_{k} То есть: \max_{s\in[t-Tdown_{k},t]} PRS^{eff}(s)\le \tau_{k}^{down} \Rightarrow R(t)=k-1 Примечание (инженерное) Tup обычно меньше, чем Tdown: вверх система реагирует быстрее, вниз выходит медленнее (инерция восстановления). Все \tau и T — параметры версии и подчиняются процедуре управления изменениями. 4.4 Режим неопределённости (formal uncertainty regime) Режим неопределённости не заменяет R(t), а вводит флаг: U(t)\in\{0,1\} Условие: U(t)=1 \iff Conf(t)<Conf_{min} \ \ \vee \ \ \Delta_{data}(t)>\Delta_{max} где: Conf_{min} — порог достоверности \Delta_{data} — метрика деградации данных (пропуски, лаги, конфликт источников) Если U(t)=1, то: запрещены автоматические эскалации (только предупреждение + запрос подтверждения), любые решения/манёвры проходят через SDM-ограничители (см. Том IV, но в ядре фиксируем правило). 5. Ранняя диагностика фазового перехода (EWS) как функции ядра EWS в ядре должны быть вычислимы. 5.1 Критическое замедление (Critical Slowing Down) Пусть Y(t) — наблюдаемый агрегат (например SSI или PRS). Оценим AR(1): Y(t)=\phi Y(t-1)+\epsilon(t) Если система приближается к бифуркации, то: \phi \to 1 Следовательно EWS-метрика: EWS_{CSD}(t) = 1-\phi(t) Чем ближе к 0 — тем ближе к критической точке. 5.2 Рост дисперсии При приближении к критической точке растёт вариативность: EWS_{Var}(t)=Var(Y(t-w:t)) 5.3 Рост автокорреляции и «краснение» спектра Автокорреляция лаг-1: AC_1(t)=Corr(Y_t,Y_{t-1}) Рост AC_1 — сигнал приближения к фазовому переходу. 6. MSI и IE: строгая математика (ядро v10.3) Теперь переходим к тому, что ты запросил: детализировать математически MSI / IE. Это часть Core 2.0, потому что иначе SDM/манёвры не имеют формального основания. 6.1 Управление как воздействие на состояние Введём управляющий вектор: u(t)\in\mathbb{R}^m Управление действует на систему через матрицу G: \dot{X}(t)=F(X(t)) + G(X,t)u(t)+\Xi(t) 6.2 MSI — Manoeuvre Space Index (пространство допустимых манёвров) Главный смысл MSI: сколько свободы у системы для управляемого движения, учитывая: правовые/этические запреты режимные запреты (особенно Severe) ресурсные ограничения структурные ограничения (узлы/ёмкости) 6.2.1 Множество допустимых управлений Определим множество допустимых воздействий: \mathcal{U}(t)=\{u\in\mathbb{R}^m:\ A_u u \le b_u(t)\} где A_u,b_u кодируют: бюджет ресурсов, юридические запреты, лимит политического капитала, лимит скорости вмешательств. 6.2.2 Множество допустимых состояний Есть также множество допустимых состояний: \mathcal{X}(t)=\{X:\ A_X X \le b_X\} например запрет на NL_i>NL_{hard} по критическим узлам (инфраструктурные лимиты). 6.2.3 MSI как нормированный объём допустимых управлений Базовая формула: MSI(t)=\frac{\text{Vol}(\mathcal{U}(t))}{\text{Vol}(\mathcal{U}_{ref})} где \mathcal{U}_{ref} — эталонное множество в Normal режиме (версия/паспорт). Если использовать эллипсоидальную аппроксимацию: \mathcal{U}(t)\approx\{u:\ (u-\mu)^T Q^{-1}(u-\mu)\le 1\} то: \text{Vol}(\mathcal{U}(t))\propto \sqrt{\det(Q(t))} и тогда: MSI(t)=\sqrt{\frac{\det(Q(t))}{\det(Q_{ref})}} 6.2.4 Режимное ограничение MSI В Severe режиме действует «Strategic Defense Mode», значит: \mathcal{U}^{Severe}(t)\subset \mathcal{U}(t) и: MSI^{Severe}(t)=\frac{\text{Vol}(\mathcal{U}^{Severe}(t))}{\text{Vol}(\mathcal{U}_{ref})} Ожидаемо MSI падает резко. 6.3 IE — Influence Elasticity (эластичность влияния) IE отвечает на вопрос: насколько сильно система реагирует на единицу воздействия. Формально: чувствительность индексов к управлению. 6.3.1 Чувствительность индекса к управлению Пусть Z(t) — целевой выход (например PRS, SSI, ρ_struct). Тогда: IE_Z(t)=\left\|\frac{\partial Z(t)}{\partial u(t)}\right\| Так как Z функция состояния: Z=Z(X(t)) то по правилу цепочки: \frac{\partial Z}{\partial u}= \frac{\partial Z}{\partial X}\cdot \frac{\partial X}{\partial u} 6.3.2 \frac{\partial X}{\partial u} через линеаризацию Линеаризуем систему около текущего состояния X_0: \dot{x}=Jx + G u где: x=X-X_0 J=\frac{\partial F}{\partial X}\bigg|_{X_0} Решение (в непрерывной форме): x(t)=e^{Jt}x(0)+\int_0^t e^{J(t-s)}G u(s)\,ds Если рассматриваем малое окно и постоянное u, то: \frac{\partial x(t)}{\partial u}=\int_0^t e^{J(t-s)}G\,ds Предел при больших t в устойчивом режиме: \frac{\partial x}{\partial u}= -J^{-1}G (если J обратима и устойчива) 6.3.3 Итоговая формула IE IE_Z(t)=\left\|\frac{\partial Z}{\partial X}\cdot (-J^{-1}G)\right\| Это уже «инженерная» формула: если J близка к вырожденной (ρ_struct → 0), то J^{-1} растёт, и IE может стать огромной (опасная зона: малое вмешательство вызывает большой эффект). 7. Связка IE и ρ_struct (критически важно) Мы уже определили: \rho_{struct} = -\max \Re(\lambda(J)) Если \rho_{struct}\to 0, то система близка к бифуркации → управляемость становится нестабильной. Формально: при малом \rho_{struct}, J плохо обусловлена, норма ||J^{-1}|| растёт, IE растёт. Отсюда инвариант SDM: при низком \rho_{struct} и/или режиме Severe запрещены манёвры с высоким IE (они могут «переломить» систему). Ок — продолжаю Том II — Core 2.0: формализуем SDM как ограничитель манёвров в Severe и «сшиваем» это с MSI / IE / ρ_struct так, чтобы Том IV мог просто ссылаться на ядро. TOM II — CORE 2.0 (продолжение) 8. SDM — Strategic Defense Mode как инвариант ядра 8.1 Определение SDM (ядровой запрет) Вводятся два режима принятия решений ядром: Normal Control Mode (NCM) — обычный контур управления/рекомендаций. Strategic Defense Mode (SDM) — оборонительный контур, включающийся при угрозе структурного срыва. SDM — это не «политическая настройка», а математически выводимая блокировка опасных манёвров. 8.2 Условие включения SDM SDM активируется, если выполнено хотя бы одно условие: SDM(t)=1 \iff \Big(R(t)=\text{Severe}\Big)\ \vee\ \Big(\rho_{struct}(t)\le \rho_{crit}\Big)\ \vee\ \Big(PRS^{eff}(t)\ge \tau_{SDM}\Big) где: \rho_{crit} — порог исчерпания структурного запаса, \tau_{SDM} — порог вероятности срыва, после которого допустимы только стабилизирующие действия, R(t)=\text{Severe} — уже означает, что система вошла в область критических параметров по режимному двигателю. Инвариант: при SDM(t)=1 запрещены любые управленческие воздействия, которые могут увеличить вероятность фазового срыва или ухудшить структуру в горизонте T_{def}. 8.3 SDM как ограничение множества допустимых управлений \mathcal{U}(t) Базовое множество допустимых управлений: \mathcal{U}(t)=\{u\in\mathbb{R}^m:\ A_u u \le b_u(t)\} В SDM вводится суженное множество: \mathcal{U}^{SDM}(t)=\{u\in\mathcal{U}(t):\ \mathcal{C}_{SDM}(u,t)\le 0\} где \mathcal{C}_{SDM} — набор дополнительных ограничений. 8.4 Критерий допустимости манёвра через IE (эластичность влияния) Пусть Z(t) — критический выход (минимальный набор): Z(t)=\big(PRS^{eff}(t),\ \rho_{struct}(t),\ SSI(t)\big) а IE_Z(t) — эластичность: IE_Z(t)=\left\|\frac{\partial Z(t)}{\partial u(t)}\right\| В SDM вводится верхняя граница на «силу управляемого воздействия»: IE_Z(t)\cdot \|u(t)\|\ \le\ \epsilon_{SDM} Смысл: даже если управление допустимо юридически и ресурсно, оно не допускается, если малое воздействие может вызвать большой эффект (вблизи бифуркации). Эквивалентная форма: \|u(t)\|\ \le\ \frac{\epsilon_{SDM}}{IE_Z(t)} То есть при росте IE (приближение к критической точке) допустимый радиус управлений сжимается. 8.5 Критерий допустимости манёвра через ρ_struct (структурный запас) В SDM дополнительно запрещаются воздействия, которые уменьшают \rho_{struct}. Вводится «локальный линейный тест» (первый порядок): \Delta \rho_{struct}(t;u)\approx \nabla \rho_{struct}(X(t))\cdot \Delta X(t;u) Требование SDM: \Delta \rho_{struct}(t;u)\ \ge\ 0 То есть манёвр допустим только если в первом приближении он не ухудшает запас устойчивости. Используя линеаризацию \Delta X\approx -J^{-1}G u, получаем: \Delta \rho_{struct}(t;u)\approx \nabla \rho_{struct}(X(t))\cdot (-J^{-1}G u) Тогда условие: \nabla \rho_{struct}(X(t))\cdot (-J^{-1}G u)\ \ge\ 0 Это «геометрический» фильтр: управление должно лежать в полупространстве, которое не направлено на ухудшение структуры. 8.6 Допустимые классы воздействий в SDM (строгая типология) В SDM разрешены только воздействия двух типов: Тип A — «демпфирование» (stabilizing / damping) Воздействия, уменьшающие скорость роста стресс-переменных, не меняя структуру связей: \Delta A \approx 0,\quad \Delta C \ge 0,\quad \Delta \Omega \le 0 Примеры: временные ресурсы, аварийные резервы, локальные перераспределения. Тип B — «санация данных» (stabilize epistemics) Воздействия, направленные на повышение достоверности: \Delta Conf(t) > 0,\qquad \Delta PRS^{eff}(t)\ \text{может измениться только через}\ Conf То есть: в SDM допустимы усилия по восстановлению наблюдаемости и исключению «ложных сигналов», но не «атакующие манёвры». 8.7 Запрещённые классы воздействий в SDM Запрет 1 — структурные манёвры Любое управление, которое меняет матрицу связей A (структуру сети) или вводит новые связи высокой мощности: \|\Delta A\| > \delta_A \quad \Rightarrow\quad u \notin \mathcal{U}^{SDM} Исключение: ремонтные изменения, которые доказуемо увеличивают \rho_{struct}. Запрет 2 — высоко-IE манёвры Если: IE_Z(t) \ge IE_{max}^{SDM} то любые воздействия, кроме «демпфирования» и «санации данных», запрещены. Запрет 3 — манёвры при неопределённости Если U(t)=1 (режим неопределённости), то SDM автоматически активен, и: \mathcal{U}^{SDM}(t)=\mathcal{U}^{safe}(t) где \mathcal{U}^{safe} — заранее утверждённый список безопасных действий (паспорт действий, см. Том VI + журнал процедур). 8.8 MSI в SDM (как ядровой выход) Мы определили: MSI(t)=\frac{\text{Vol}(\mathcal{U}(t))}{\text{Vol}(\mathcal{U}_{ref})} В SDM: MSI^{SDM}(t)=\frac{\text{Vol}(\mathcal{U}^{SDM}(t))}{\text{Vol}(\mathcal{U}_{ref})} Это становится одним из основных выходов ядра (наряду с SSI/PRS/ρ_struct): если MSI^{SDM}\to 0, система «почти неуправляема»: допускаются только аварийные стабилизаторы; если MSI^{SDM} начинает расти, появляется пространство для манёвров (переход к NCM возможен после выхода из Severe и восстановления \rho_{struct}). 8.9 Условия выхода из SDM Выход из SDM возможен только при одновременном выполнении: R(t)\neq \text{Severe},\qquad \rho_{struct}(t)\ge \rho_{exit},\qquad PRS^{eff}(t)\le \tau_{exit} с гистерезисом: \rho_{exit}>\rho_{crit},\qquad \tau_{exit}<\tau_{SDM} и с выдержкой времени: \min_{s\in[t-T_{exit},t]}\rho_{struct}(s)\ge \rho_{exit} 9. Как SDM «встраивается» в Том IV (чтобы не дублировать) В Томе IV не определяется SDM заново. Он только использует якорную ссылку на ядро: Том IV §(Severe Logic): «При R=\text{Severe} активируется SDM согласно Tom II §8. Любые сценарные вмешательства проходят фильтр \mathcal{U}^{SDM} и ограничители IE/ρ_struct.» Продолжаем строго по плану. Ниже — полноценный инженерный блок. TOM II — CORE 2.0 10. Спектральная версия ρ_struct (полная формализация) Этот раздел переводит «структурный запас устойчивости» из концепта в формальную вычислимую процедуру. 10.1 Построение матрицы структурной связности A 10.1.1 Граф системы Пусть система описывается ориентированным взвешенным графом: G = (V, E) где: V = \{N_1, \dots, N_n\} — узлы, E — направленные связи, w_{ij} — вес связи от узла i к узлу j. Вес w_{ij} отражает: долю потока ресурса, степень зависимости, силу институционального или экономического влияния, либо нормированную силу передачи нагрузки. 10.1.2 Нормализация связей Вес должен быть приведён к безразмерной форме: w_{ij} \in [0,1] Нормализация выполняется через: w_{ij} = \frac{F_{ij}}{\max_k F_{ik}} где F_{ij} — фактический поток или зависимость. 10.1.3 Матрица A Структурная матрица: A = [a_{ij}] где: a_{ij} = w_{ij} Матрица A не симметрична в общем случае. 10.1.4 Учет ёмкости узлов Связь должна учитывать запас прочности узла. Определим: \tilde{a}_{ij} = w_{ij} \cdot \frac{1}{C_j} где C_j — базовая ёмкость узла. Таким образом получаем нагрузочную матрицу: A_L = [\tilde{a}_{ij}] Она показывает, насколько нагрузка от i перегружает j. 10.2 Спектральные критерии устойчивости 10.2.1 Спектральный радиус Пусть: \rho(A_L) = \max |\lambda_i| где \lambda_i — собственные значения. Интерпретация: если \rho(A_L) < 1 — система в линейном приближении устойчива, если \rho(A_L) = 1 — критическая граница, если \rho(A_L) > 1 — нагрузка может экспоненциально усиливаться. 10.2.2 Определение ρ_struct (спектральное) Определим: \rho_{struct} = 1 - \rho(A_L) Это приближение структурного запаса. Интерпретация: \rho_{struct} > 0 — есть запас, \rho_{struct} = 0 — точка бифуркации, \rho_{struct} < 0 — система в зоне экспоненциальной нестабильности. 10.2.3 Спектральный разрыв Пусть \lambda_1 \ge \lambda_2 \ge ... Вводим: \Delta_\lambda = \lambda_1 - \lambda_2 Малый спектральный разрыв означает: высокая вероятность синхронизации узлов, быстрое распространение каскада. 10.3 Связь A ↔ J (якобиан динамики) 10.3.1 Динамическая система Рассмотрим: \frac{dX}{dt} = F(X) Линеаризация около точки равновесия: \frac{d\delta X}{dt} = J \delta X где: J = \frac{\partial F}{\partial X} 10.3.2 Связь с A_L В простейшем каскадном приближении: J \approx A_L - D где: D — диагональная матрица демпфирования, элементы D отражают внутреннюю диссипацию узлов. Если: \lambda_{max}(J) < 0 — равновесие устойчиво. Если: \lambda_{max}(J) > 0 — малые возмущения усиливаются. 10.3.3 Связь ρ_struct и якобиана \rho_{struct} \approx -\lambda_{max}(J) Таким образом: при \lambda_{max}(J) \to 0 запас устойчивости исчезает, при \lambda_{max}(J) > 0 SDM должен быть активирован. 10.4 Практический расчёт 10.4.1 Пошаговая процедура Сформировать список узлов. Определить веса связей. Нормализовать. Построить A_L. Вычислить собственные значения. Найти \rho(A_L). Вычислить \rho_{struct}. 10.4.2 Устойчивость к шуму Поскольку данные шумные, используем: усреднение A_L по окну времени, bootstrap-оценку разброса \rho_{struct}, доверительный интервал: \rho_{struct} \in [\rho_{min}, \rho_{max}] Если интервал пересекает 0 — активируется режим неопределённости. 10.5 Пороговые правила для EWS и SDM 10.5.1 Ранний сигнал (EWS) Если: \frac{d\rho_{struct}}{dt} < -\theta_1 — ранний сигнал структурного истощения. Если: \rho_{struct} < \theta_2 — усиленный мониторинг. 10.5.2 Активация SDM SDM включается если: \rho_{struct} \le 0 или \lambda_{max}(J) \ge 0 10.6 Интерпретация SSI показывает «температуру». PRS показывает «вероятность срыва». ρ_struct показывает «запас прочности». MSI показывает «пространство манёвра». IE показывает «чувствительность к управлению». Это завершает спектральную часть ядра 2.0. Продолжаем строго и без упрощений. TOM II — CORE 2.0 11. Manoeuvre Space Index (MSI) — Полная формализация MSI — это формальный ответ на вопрос: Сколько структурного пространства для активного вмешательства остаётся системе при текущем состоянии? Это не «возможность принять решение», а геометрический объём допустимых управлений, не переводящих систему в неустойчивость. 11.1 Формализация управляемой системы 11.1.1 Базовая динамика Рассмотрим динамическую систему: \frac{dX}{dt} = F(X, u) где: X \in \mathbb{R}^n — вектор состояния системы, u \in \mathbb{R}^m — вектор управлений (вмешательств), F — нелинейная функция динамики. 11.1.2 Линеаризация Около текущей точки X^*: \frac{d\delta X}{dt} = J \delta X + B u где: J = \frac{\partial F}{\partial X}\Big|_{X^*} — якобиан, B = \frac{\partial F}{\partial u}\Big|_{X^*} — матрица управления. 11.2 Условие устойчивости при управлении Система остаётся устойчивой если: \lambda_{max}(J + B U) < 0 где U — допустимое множество управлений. 11.3 Определение допустимого множества управлений Определим множество: \mathcal{U}_{safe} = \{ u \in \mathbb{R}^m \mid \lambda_{max}(J + B u) < 0 \} Это область в пространстве управлений, где система остаётся устойчивой. 11.4 Геометрическая интерпретация В первом приближении: \lambda_{max}(J + B u) \approx \lambda_{max}(J) + \nabla_u \lambda \cdot u Пусть: g = \nabla_u \lambda Тогда условие устойчивости: \lambda_{max}(J) + g^T u < 0 11.4.1 Гиперплоскость устойчивости Граница устойчивости: g^T u = -\lambda_{max}(J) Это гиперплоскость в пространстве управлений. 11.5 Определение MSI 11.5.1 Базовое определение MSI — это нормированный объём допустимого множества: MSI = \frac{\text{Vol}(\mathcal{U}_{safe})}{\text{Vol}(\mathcal{U}_{max})} где: \mathcal{U}_{max} — максимально допустимый диапазон управлений (ресурсные, юридические, политические ограничения). 11.5.2 Линейная аппроксимация Если пространство управлений ограничено: \|u\| \le U_{max} то допустимая область — полупространство, пересечённое с шаром радиуса U_{max}. Тогда: MSI \approx \frac{1}{2} \left(1 - \frac{\lambda_{max}(J)}{\|g\| U_{max}}\right) при \lambda_{max}(J) < 0. 11.6 Поведение MSI в режимах 11.7 Связь MSI и ρ_struct Recall: \rho_{struct} \approx -\lambda_{max}(J) Тогда: MSI \propto \rho_{struct} Если структурный запас исчезает — пространство манёвра исчезает. 11.8 Нелинейное расширение В полной форме: \lambda_{max}(J + B u) = 0 задаёт нелинейную поверхность. MSI вычисляется как: MSI = \frac{\int_{\mathcal{U}_{safe}} du}{\int_{\mathcal{U}_{max}} du} В 10.3 допускается численная аппроксимация (Monte Carlo sampling). 11.9 Интерпретация MSI ≈ 1 → система может проводить активные реформы. MSI ≈ 0.5 → манёвры ограничены. MSI ≈ 0 → только стабилизация (SDM). 11.10 Встроенное правило SDM В режиме Severe: MSI = 0 и: u \in \mathcal{U}_{stabilization} где допускаются только демпфирующие вмешательства: g^T u < 0 11.11 Практический алгоритм расчёта MSI Рассчитать J. Найти λ_max(J). Рассчитать g. Определить U_max. Вычислить MSI по линейной формуле. При необходимости — Monte Carlo. 11.12 Ограничения MSI не измеряет политическую волю. MSI не равен «способности к реформе». MSI — чисто структурный индекс. Продолжаем строго. TOM II — CORE 2.0 12. Influence Elasticity (IE) — Полная математическая формализация IE отвечает на другой вопрос, чем MSI. MSI: сколько пространства для манёвра? IE: насколько эффективно система откликается на манёвр? Это индекс чувствительности динамики к направленному управлению. 12.1 Постановка задачи Снова берём систему: \frac{dX}{dt} = F(X, u) Линеаризация в точке X^*: \frac{d\delta X}{dt} = J \delta X + B u где: J \in \mathbb{R}^{n\times n} — якобиан, B \in \mathbb{R}^{n\times m} — матрица управления. 12.2 Определение IE IE измеряет нормированную чувствительность состояния к управлению. 12.2.1 Базовое определение Рассмотрим стационарное решение: J \delta X + B u = 0 Если J обратима: \delta X = - J^{-1} B u Тогда чувствительность: \mathcal{S} = \|J^{-1} B\| 12.2.2 Нормированная форма IE = \frac{\|J^{-1} B\|}{\|J^{-1}\|} Это устраняет масштабирование, оставляя только управляемость. 12.3 Геометрическая интерпретация IE отражает: Насколько направление управления совпадает с «мягкими» модами системы. Насколько управление попадает в уязвимые собственные направления J. Если B ортогонально к наиболее медленным модам — IE низкое. 12.4 Спектральная форма IE Пусть: J = V \Lambda V^{-1} Тогда: J^{-1} = V \Lambda^{-1} V^{-1} Разложим B по собственным векторам: B = \sum_i b_i v_i Тогда вклад в IE: IE \sim \sum_i \frac{|b_i|}{|\lambda_i|} Интерпретация: Если управление направлено вдоль медленной моды (малое |λ_i|), влияние велико. Если вдоль жёсткой моды — влияние мало. 12.5 Временная форма IE Рассмотрим отклик: \delta X(t) = \int_0^t e^{J(t-s)} B u(s) ds IE можно определить как: IE_t = \sup_{\|u\|=1} \|\delta X(t)\| Это норма оператора управляемости. 12.6 Связь IE с матрицей управляемости Матрица управляемости: \mathcal{C} = [B, JB, J^2B, ..., J^{n-1}B] Если rank(\mathcal{C}) = n → система полностью управляемая. IE измеряет степень приближения к полной управляемости. 12.7 Упрощённая формула для v10.3 Для вычислительной практики: IE = \| (J - \lambda_{crit} I)^{-1} B \| где \lambda_{crit} — ближайшее к нулю собственное значение. 12.8 Поведение IE в режимах 12.9 MSI vs IE — матрица стратегий 12.10 Стратегическая карта Определим: \Phi = (MSI, IE) Это 2D-поле стратегического состояния. 12.11 Ограничения IE чувствителен к ошибке в J. При плохом DataIntegrity может быть нестабилен. Не используется для автоматического изменения режима. 12.12 Связь с SDM Если: MSI \rightarrow 0 IE автоматически ограничивается: IE_{eff} = IE \cdot MSI В Severe: IE_{eff} = 0 12.13 Вычислительный алгоритм Построить J. Построить B. Найти спектр J. Найти J^{-1}. Рассчитать норму. Нормировать. 12.14 Глубокая интерпретация IE — это: Мера эластичности структуры. Способность системы перераспределять давление. Индекс восприимчивости к реформе. Мы завершили строгую формализацию MSI и IE. Режим | λ_max(J) | MSI Normal | сильно < 0 | ≈ 1 Heightened | умеренно < 0 | 0.6–0.8 Stress | близко к 0 | 0.2–0.5 Severe | ≥ 0 | 0 Режим | IE Normal | среднее Heightened | высокое Stress | либо очень высокое (нестабильность), либо низкое (жёсткая система) Severe | часто хаотично MSI | IE | Интерпретация высокий | высокий | можно реформировать высокий | низкий | пространство есть, но система инертна низкий | высокий | малый манёвр даёт сильный эффект (опасно) низкий | низкий | застой или коллапс