Частный случай последовательного роста x-графа

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрена частная модель дискретного пространства-времени в микромире. Она представляет собой ориентированный ациклический диадический граф (x-граф). Диадический граф означает, что каждая вершина обладает не больше, чем двумя инцидентными входящими рёбрами и двумя инцидентными выходящими рёбрами. Рассмотрена динамика последовательного роста этой модели. Эта динамика представляет собой стохастическое последовательное добавление новых вершин одна за другой. Вероятности различных вариантов добавления новой вершины зависят от структуры существовавшего x-графа. Доказано, что алгоритм расчёта вероятностей является единственным решением, которое удовлетворяет некоторым требованиям причинности, симметрии и нормировки. Алгоритм последовательного роста может быть представлен тремя шагами. Первый шаг - это выбор добавления вершины в будущее или в прошлое. По определению, вероятности обоих вариантов равны 1∕2. Второй шаг - это равновероятный выбор одной вершины с некоторым номером V . Вероятность этого выбора 1∕N, где N число вершин в x-графе. Если мы выбрали направление в будущее, то третий шаг - это случайный выбор двух ориентированных маршрутов из вершины номер V . Новая вершина добавляется к концам этих маршрутов. Если мы выбрали направление в прошлое, то третий шаг - это случайный выбор двух обратно ориентированных маршрутов из вершины номер V. Итерационная процедура расчёта вероятностей рассмотрена.

Об авторах

Алексей Львович Круглый

Научно-исследовательский институт системных исследований РАН

Email: akrugly@mail.ru
Отдел прикладной математики и информатики

Список литературы

  1. Krugly A.L. A Sequential Growth Dynamics for a Directed Acyclic Dyadic Graph // Вестник РУДН. Серия «Математика. Информатика. Физика». 2014. № 1. С. 124-138. (arXiv: 1112.1064 [gr-qc]).
  2. Коганов А.В., Круглый А.Л. Алгоритм роста x-графа и принципы физики // Программные продукты и системы. 2012. № 3. С. 95-102.
  3. Krugly A.L., Stepanian I.V. An Example of the Stochastic Dynamics of a Causal Set // Foundations of Probability and Physics-6 (FPP6), 12-15 June 2011, the Linnaeus University, V.axj.o, Sweden / Ed. by M. D’Ariano, S.-M. Fei, E. Haven et al. - Vol. 1424. - 2012. - Pp. 206-210. (arXiv: 1111.5474 [gr-qc]).
  4. Pissanetzky S. The Matrix Model of Computation // Proc. 12th World Multi-Conference on Systemics, Cybernetics, and Informatics (WMSCI), June 29 -July 2, 2008, Orlando, Florida, USA. Vol. IV. 2008. Pp. 184-189.
  5. Bolognesi T. Causal Sets from Simple Models of Computation // International Journal of Unconventional Computing. 2010. Vol. 6, No 6. Pp. 489-524. (1004.3128 [physics.comp-ph]).

© Круглый А.Л., 2015

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах