paste.txt

ChatGPT neutral 2026-04-11 12 чанков ~18 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) Замечание о коэффициентах: везде в Томе II используем единое обозначение весов (θ_SSI, θ_CAI, θ_DI, θ_NI). Если в других документах встречаются (a,b,c,d), их следует трактовать как ту же четверку θ в иной записи; разночтения запрещены. 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. Конвенция норм: если явно не указано иное, во всём Томе II используется спектральная (евклидова) норма ||·||_2 для векторов и индуцированная матричная норма ||·||_2 для матриц. 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) Каноническое определение структурного запаса (ядро): ρ_struct(t) := - max Re(λ(J(t))). Если ρ_struct → 0, то система близка к бифуркации → управляемость становится нестабильной. 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 Операционная спектральная аппроксимация ρ_struct (для случая, когда J недоступна напрямую) Определим нагрузочную (каскадную) матрицу A_L и её спектральный радиус ρ(A_L)=max |λ_i(A_L)|. Тогда вводится прокси-метрика (инженерная оценка): ρ_struct^spec := 1 - ρ(A_L). Примечание: ρ_struct^spec — приближение «по структуре связей» и не заменяет каноническое ρ_struct через якобиан. В простом каскадном приближении J ≈ A_L - D (см. §10.3), поэтому ρ_struct^spec служит быстрым индикатором дрейфа к границе устойчивости. 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 11.2 Условие устойчивости при структурных манёврах (правильная постановка) В аффинной линеаризации вида ẋ = J x + B u (при фиксированных J,B) устойчивость равновесия определяется спектром J и не зависит от постоянного добавочного вектора B u. Чтобы описать манёвры, которые меняют структуру системы (ёмкости, связность, демпфирование и т.п.), предполагаем, что управление u входит в параметры модели, и якобиан зависит от u: J(u) = ∂F/∂X |_{X*(u),u}. Тогда устойчивость при данном u определяется условием: max Re(λ(J(u))) < 0. Здесь X*(u) — квазистационарная точка (или «замороженное» состояние), соответствующая текущему горизонту оценки. Определим множество: 11.3 Допустимое множество управлений (Manoeuvre Space) Определим множество безопасных управлений: 𝒰_safe(t) := { u ∈ ℝ^m : max Re(λ(J(u,t))) < 0 } ∩ 𝒰_max(t), где 𝒰_max задаётся бюджетом/запретами (см. §6.2.1). 11.4 Геометрическая интерпретация 11.4 Линейная аппроксимация границы (операционная версия v10.3) Пусть u₀ — базовая точка (обычно u₀=0). Тогда для малых манёвров: λ_max(J(u)) ≈ λ_max(J(u₀)) + gᵀ (u - u₀), где g := ∇_u λ_max(J(u))|_{u₀}. Градиент g вычисляется численно (finite differences) через пересчёт J(u) по процедуре параметризации вмешательств (см. Том IV: интерфейс манёвров). 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 (граница устойчивости) В общем случае граница безопасных манёвров определяется неявным уравнением: max Re(λ(J(u))) = 0. MSI вычисляется как нормированный объём области {u: max Re(λ(J(u))) < 0} внутри 𝒰_max; для практики v10.3 допускается Monte Carlo-оценка объёма. 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