А. ТОЛСТОЙ, “ПЕТР I” КАК ИНОСКАЗАНИЕ: АЛГОРИТМИЧЕСКАЯ ИНТЕРПРЕТАЦИЯ

Щеглов Виталий Николаевич

Дата публикации: 18.06.2014

Опубликовано пользователем: Щеглов Виталий Николаевич

Рубрика ГРНТИ: 04.00.00 Социология, 15.00.00 Психология, 27.00.00 Математика

Ключевые слова: , , , ,

Библиографическая ссылка:
Щеглов В.Н. А. Толстой, "Петр I" как иносказание: алгоритмическая интерпретация // Портал научно-практических публикаций [Электронный ресурс]. URL: https://portalnp.snauka.ru/2014/06/8908 (дата обращения: 21.11.2023)

Аннотация

Эта статья предназначена для специалистов по математической логике, занимающихся моделированием творческого сознания по большим численным массивам исходных данных.
Для прогнозирования будущих событий в социальной области по большим массивам информации желательно также дополнительно использовать и некоторые произведения литературы известных писателей в расчете на выявление их интуиции по теме исследования. Действительно, ведь многие их выводы могут выглядеть как иносказания, вполне подходящие и для нашего времени. Логические модели (АМКЛ в частности) дают возможность для конструктивного подхода для выявления такой возможности − всегда есть возможность проверить, увеличивается ли достоверность вычисленной модели после присоединении соответствующих литературных данных.


A. TOLSTOY, “PETER I” AS AN ALLEGORY: ALGORITHMIC INTERPRETATION
Chcheglov Vitaliy Nikolaevich

Abstract
This article is intended for specialists in mathematical logic modelers creative consciousness at large numerical arrays of input data.
To predict future developments in the social field on large amounts of information, it is desirable to use additional pieces of literature and some well-known writers, based on the identification of their intuition on a research theme. Indeed, many of their conclusions may look like an allegory, it is appropriate for our time. Logical models (AMKL in particular) provide an opportunity for a constructive approach for the detection of such a possibility – it is always possible to verify whether the increased accuracy of the computed model after joining the relevant literature data.


Эта статья предназначена для специалистов по математической логике, занимающихся моделированием творческого сознания по большим численным массивам исходных данных.

Приведем краткое пояснение смысла решаемых задач и, главное, краткое описание их алгоритма решения (полностью алгоритм приведен в [1]). Автор настоятельно рекомендует заинтересованным читателям самостоятельно написать соответствующую программу, чтобы быть полностью в курсе обсуждаемых конструктивных синтаксических и семантических проблем при решении подобного рода задач.

При исследовании сложных объектов с помощью интуиционистских моделей математической логики [1, 2, 3] и, в частности, алгебраических моделей конструктивной (интуиционистской) логики (АМКЛ), обращает на себя внимание следующий факт. Интуиционистские модели могут быть истолкованы (в виде приближенного отображения действительности) как возможные состояния знания некоторого познающего субъекта, как модели творческого сознания. С помощью самой структуры или способа построения этих моделей удалось показать достаточно интересные алгоритмические интерпретации основ квантовой теории, теории калибровочных полей и общей теории относительности; квантовой теории калибровочных полей, квантовой теории гравитации, редукции квантованных  когерентных состояний ультраструктур нейронов мозга, особых состояний сознания, структуры качественных выводов из астрономической модели Керра; удалось сопоставить структуру Нагорной проповеди и библейских заповедей с этапами построения АМКЛ [4], а также многие другие интерпретации особенно в области  медицины (см. http://samlib.ru/s/sheglow_w_n/ ).

Возможно, любую интересную и сложную область познания можно интерпретировать с помощью этих достаточно гибких по своему построению интуиционистских моделей (далее будем писать иногда просто  «моделей» или М). Формализация этого подхода может по мере накопления опыта и новых данных постепенно уточняться и специализироваться при изучении отдельных областей знания. Можно рассматривать эти модели как некоторый «переводчик» терминов, взятых из специализированных областей знания на язык построения М; они  являются как бы некоторым формализованным познающим субъектом. Познание здесь осуществляется в виде алгебраических моделей интуиционистской  логики (моделей Бета-Крипке). Такие М при практическом их использовании отображают динамику состояний исследуемого объекта или субъекта (“свободно становящиеся последовательности” [3]), или вообще динамику роста знаний некоторого субъекта (алгоритма вычисления АМКЛ). Приведем краткое описание этого алгоритма, детальное описание и множество примеров приведено в [1].

В исходном массиве действительных (или комплексных) чисел или чисел  k-значной логики) Х(n+1, m), где n – число переменных (столбцов в Х) и m – число состояний (строк t), записанных в порядке течения времени t, выделяется один или несколько столбцов Y, для которых Y = f(X). В дальнейшем для краткости этот массив (базу данных) будем записывать как (Х, Y, t), где t – время (или порядковый номер строки или в иных случаях номер индивида). Значения Y разбиваются на k частей (обычно на 2 по медиане), и эти значения кодируются в виде булевой функции Z = (0, 1), где например, 0 – целевые состояния и 1 – не целевые.  Далее каждое состояние (строки в Х), которому задано определенное целевое значение Z, сравнивается со всей своей окрестностью нецелевых состояний, начиная с ближайших. Строятся конъюнкции К* (переменные соединены логическими связками «и», &) малого числа r открытых интервалов dx значений переменных для целевого состояния; r будем называть рангом конъюнкции К*. Итоговые К** (по всем целевым состояниям) вычисляются таким образом, чтобы К** были бы простыми импликациями (логические связки «если, то», −>), истинными формулами для Z, например: «если К**, то Z = 0» (иногда эти импликации будем называть исходными М). Примем также (это наше семантическое соглашение), что вычисление К* относится к функции подсознания, а К** и далее по алгоритму – к функции сознания. Затем вычисляются оценки Г для  каждой К** (число состояний, где встречается данная К**). Далее  строятся тупиковые дизъюнктивные формы (АМКЛ) для каждого значения Z = (0, 1) в отдельности. Начиная с наибольшей  Г отбираются эти К и объединяются логическими связками «или», V; предварительно отбрасываются те из них, множества состояний которых («покрытия», множества номеров строк) уже входят в объединение покрытий ранее отобранных итоговых К (т. е. строится тупиковая дизъюнктивная форма или итоговая М). Далее все вышеприведенные аналогичные операции совершаются и для нецелевых состояний. «Целевым» значением здесь становится Z = 1; соответствующее объединенное связками V множество этих К присоединяется в скобках к исходному целевому множеству К посредством новой связки  V и символа отрицания (-).

В некоторых случаях требуется построение вероятностной модели. Для этого все частичные пересечения двух или более К обозначаются как новые К, оставшиеся множества и эти новые К вновь упорядочиваются по их Г,  переиндексируются и подсчитываются итоговые Г и Г/m.  Эти частоты в сумме дают единицу.

После вычисления модели обычно проводится ее интерпретация (обычно с помощью подходящих информационно-поисковых систем) – сопоставление с уже известными более общими теориями, в которые К входят как подмножества (поиск мажоранты, наводящих соображений, пояснений [5]). Иногда вычисляется также контекст отдельных наиболее интересных итоговых К, входящих в тупиковую форму. Это замкнутые интервалы значений всех переменных, не включенных в данную К, т. е. только для “своих” Г строк-состояний (для “покрытия” этой К). Интерпретация контекста (вместе с К) соответствует возможному объяснению функций Z и также несущественных переменных.

При необходимости аналитического отображения логической модели производится аппроксимация всех открытых подмногообразий (они таковы по построению, т.е. по алгоритму) значений (х, у) для каждого К обобщенными рядами Эрмита или Фурье [1, 2, 6]. Известна обобщенная гипотеза Пуанкаре, что всякое многообразие размерности n гомотопически эквивалентно сфере размерности n тогда и только тогда, когда оно гомеоморфно ей (см. также диссертацию автора, опубликованную в 1983 году, ссылки в [1]). − Согласно алгоритму построения АМКЛ приближение подмногообразий (х, у) для каждого К вышеупомянутыми рядами непрерывно зависит от параметров этих рядов. Далее, соблюдается взаимно однозначное отображение между этими подмногообразиями и построенной на их основе такой сферой (АМКЛ), а сама функция, отображающая каждое подмногообразие (К) в сферу, непрерывна по построению: вне области своего определения она стремится к поверхности сферы (Римана, в частности). По сути дела алгоритм построения АМКЛ реализует конструктивный подход к решению проблемы Пуанкаре (приближение обобщенными рядами).

Во многих часто встречающихся случаях Y = (у1, у2, …)  является многокритериальной функцией для Х (алгоритм см. в [1]). В более общем случае можно считать, что Х является массивом всейдоступной информации,  как бы некоторый текст (в динамике, по строкам), посредством которого исследуемый объект обменивается информацией с исследователем. Номера соответствующих переменных (слов, столбцов массива Х), являются обычно некоторым ограниченным словарем, тезаурусом. При этом, вообще говоря, каждое слово из этого словаря можно задать в качестве функции цели у относительно оставшейся части Х. Все дело заключается в том, в каком контексте (смысле) проводится исследование. Более того, иногда даже конкретная цель для исследователя не совсем ясна. В этом случае можно вычислить некоторое множество моделей для «обзорного» множества у и отобрать модель, для которой информационная энтропия меньше – практически можно предпочесть модель, которая содержит меньшее число выводов К с оценками Г = 1. Конечно, далее если возможно, следует с помощью информационно-поисковых средств интерпретировать полученную модель, а иногда и отбросить неинтересные тавтологии, которые неожиданно выявляются при тесной корреляции у с некоторыми сходными (с у) по смыслу переменными. Затем, если это требуется, уже строится модель для многокритериального Y. Еще отметим, что при исследовании объектов в динамике в массив исходных данных можно включать информацию (модели, в том числе и их Y), полученные на предыдущем шаге исследования (модели с “памятью”). Особенно это характерно при исследовании конфликтующих структур (дипломатия, разведка, информационное воздействие на социальные структуры…), при этом обычно Y отображается в виде значений k-значной логики.

Сами модели АМКЛ  в динамике (с контекстами) являются как бы наборами кадров некоторого кинофильма, отображающего поведение исследуемого объекта, который можно видеть с запаздыванием, зависящим от времени передачи исходных данных и всех вычислений. Вычисляемые итоговые импликации К (отдельные модели из АМКЛ) отображают здесь изменения во времени исследуемого объекта (или субъекта).

В статике модели АМКЛ можно приближенно представить (см. фото пены, видны додекаэдры) например, в виде множества некоторых r-мерных ячеек, соответствующих отдельным К (здесь потребуется определенное   нормирование значений переменных). Эти ячейки чаще всего будут двух видов, отвечающих Z = 0 или Z = 1 и заполняющих многомерное пространство используемых переменных. Мелкие ячейки здесь будут отображать К с малыми оценками Г или используемый в некоторых случаях процесс рекурсии (см. далее). Заметим, что каждое ребро додекаэдра может отображать одну переменную, всего на таком 12-тиграннике может быть записана информация о 5 х 12 = 60-ти входных переменных величинах (нужна еще информация, к какой грани относится переменная, возможно, удобнее здесь перейти к комплексному отображению входных переменных). Если отображать функцию Z перпендикулярно, например, по центру каждой грани, то всего отображаемых величин на каждом таком многограннике будет 61 (здесь все Z для данного К одинаковы). Приближенно “ошибка” итоговой АМКЛ может быть оценена как сумма оценок Г для всех К, для которых Г = 1 (“шум” логической модели).

При аппроксимации АМКЛ обобщенными рядами Эрмита для наглядности  (т.е. интерпретации)  удобно использовать сферу Римана. Пусть функция Y будет всегда расположена на радиусе этой сферы, причем Y = 0 на ее поверхности и сам открытый интервал ее значений нормирован таким образом, что в любой момент времени максимальное значение Y = 1 (вне сферы), минимальное Y = -1 (внутри). Пусть весь этот отрезок находится в наперед заданном слое  около сферы, причем условимся, что вне области своих определений обобщенные ряды Эрмита всегда стремятся к поверхности сферы. Далее, пусть ее поверхность “замощена” правильными r-мерными многоугольниками (отображающими К), т.е. полагаем, что максимальный ранг К будет равен r. (Здесь сразу отметим, что такое “замощение” части сферы всеми гранями одного додекаэдра позволяет  отобразить 60 переменных для соответствующего К). Далее, пусть также значения Х в центрах сторон  многоугольников равны 0. Поскольку все соответствующие интервалы по алгоритму всегда открыты, примем (как и для Y), что всем вершинам многоугольников будут отвечать значения Х, ближайшие к Х, но взятые из К для иного класса эквивалентности Y (обычно он разбит на 2 класса, 0 и 1). Полагаем, что все Х нормированы как и Y, т.е. существуют на этих сторонах значения Х = 1 и -1) и пусть стороны разных многоугольников для некоторых одинаковых х(i) могут совпадать. Тогда наша аналитическая модель для АМКЛ будет иметь вид сферы (оболочки) радиуса Y, над которой в некоторых местах будут возвышенности для всех К(Z = 1) и впадины для К(Z = 0).

В случае прогнозирования поведения объекта в будущем, входные данные должны включать также некоторые временные переменные: скорости, ускорения и т. п. Весьма часто такие процессы идут с обратной связью – Y зависит не только от значений входных переменных и Y в данный момент времени, но также и от более ранних их значений. При прогнозировании удобно использовать также аппроксимацию всех подмножеств значений (х, у) для каждого К обобщенными рядами Фурье или Эрмита – поведение объекта отображается как бы в виде “голографической интерференции” различных волн или в виде некоторых “всплесков”, пакетов волн.

Еще отметим, что вычисление АМКЛ может производиться и в виде рекурсий: после выявления наиболее интересных для исследования некоторых К производится разбиение по медиане значений у,входящих в эти К; далее происходит вычисление моделей лишь для этих импликаций и т.д. вплоть до приближения к заданному пороговому значению ошибки модели (для К). В данном случае вычисляются модели для достижения “оптимального” значения у. Положительной стороной этого подхода является то, что поиск новой информации ограничивается лишь теми переменными, которые включены в эти К.

Будем считать, что на первом этапе исследования всевозможных текстов по заданной теме уже вычислены модели, которые распознают в этих произведениях ситуации, отображаемые в итоге некоторыми наборами научных, психологических, философских, религиозных понятий или иных обобщенных выводов, часто обозначаемых определенными терминами. Приведем далее список возможных семантических соглашений (интерпретаций результатов функционирования самого алгоритма построения АМКЛ), которые в итоге приписывают как самому алгоритму построения, так и различным параметрам модели, записанной в общем виде (например, функционалам К и Г) их определенные смысловые значения в различных ситуациях. Эти соглашения могут уточняться по мере накопления новых сведений о применении этих соглашений в определенной содержательной области. Следует отметить, что, возможно, лишь интуиционистские модели в настоящее время позволяют как бы более тонко настроить способы понимания, семантику получаемых выводов из моделей, относящихся к определенному содержательному виду. Будем записывать (жирным курсивом) далее нумерованный список по теме статьи некоторых сложных высказываний и понятий различных цитируемых авторов. Эти высказывания будем сопоставлять с различными стадиями функционирующего алгоритма или с наличием различных параметров модели (здесь как бы составляется словарь заранее согласованного “перевода” слов с одного языка на другой). Ссылка на литературу для каждого элемента списка приводится лишь один раз – она относится и к последующим элементам списка, вплоть до очередной новой ссылки  (но внутри поясняющего текста могут быть свои ссылки). Приводимые ниже элементы списка следуют ходу изложения текста цитируемых авторов. В этом списке и в соответствующих интерпретациях даются по возможности лишь краткие определения различных терминов. Их более точный смысл следует искать в контексте всей статьи. Далее в интерпретациях курсивом выделяются термины и высказывания, для краткости поясняющие, например, с точки зрения психологии эти термины (или когда приводятся примеры). Иногда курсив применяется просто для выделения  смысла слов.

Отметим еще существенный момент: при вычислении моделей по численным массивам данных эти модели конструктивно, по построению, т.е. в результате автоматического исполнения используемого алгоритма, уже содержат в себе те особенности, которые далее лишь интерпретируются с помощью информационных поисковых систем (или здесь автором публикации) для пояснения работы программы вычисления АМКЛ. Обычно при этом итоговые выводы имеют обобщенный характер.

Приведем для примера лишь некоторые возможные алгоритмические интерпретации семантики исследуемого текста.

1. “Царская казна пощады не знает. Что ни год − новый наказ, новые деньги − кормовые, дорожные, дани и оброки. Себе много ли перепадет? И все спрашивают с помещика − почему ленив выколачивать оброк. А с мужика больше одной шкуры не сдерешь. Истощало государство при покойном царе Алексее Михайловиче от войн, от смут и бунтов. Как погулял по земле вор анафема Стенька Разин, − крестьяне забыли Бога”.

− В самом общем смысле выражение царская казна пощады не знает будем интерпретировать как жажду наживы; в конструктивном плане этому в значительной мере соответствует понятие  ростовщичества. Следует отметить, что в иудаизме ссуда денег под процент запрещена среди “своих” (см. также [7]: “Ростовщичество как глобальный надгосударственный алгоритм порабощения…”). В историческом плане такой образ жизни был заметен более всего в еврейском (Е) этносе, что частично породило в прошлом в Германии такую ответную реакцию как нацизм и позже на Украине бандеровщину.  Для русского этноса (сравнительно с другими) обычно характерно уважительное или, по крайней мере, мирное отношение к другим народам (мы мирные люди, смирные − Смирнов − это наша наиболее частая фамилия). Вероятно, это заложено в самом геноме русских и связано с их в прошлом постепенным продвижением через всю Сибирь с ее суровым климатом на Восток до Тихого океана и Америки, когда они вынуждены были подолгу жить в соседстве с иными народами. Возможно, это способствовало коллективизму в их поведении (сельская община, Мiръ, собирание всех,“соборность”, характерная для русских (Р)). Для Запада и евреев в основном характерен индивидуализм, а в социальном смысле либерализм: “всё позволено!”

Пусть далее понятие наживы (в контексте вышеприведенных пояснений в обобщенном смысле для всех, кто по своим действиям подобен Е) в алгоритме вычисления АМКЛ отображается как значение оценки Г для соответствующих этому контексту импликаций К(Е).  Понятие соборности для Р аналогичным образом для соответствующих К(Р) будет отображаться как значение их Г. Выражение забыть Бога тогда в динамике (для новых строк t) можно будет отобразить как некоторое преобразование одной и той же личности, для которой после вычисления модели выявился переход, например, от К(Р, t1)  к К(Е, t2).  Выражение погулял по земле вор анафема Стенька Разин тогда будем интерпретировать, например, как последовательность событий после 1991 года…, и в частности, выражение погулял вор анафема Стенька Разин − как соответствующую им последовательность последних президентов US, организующих “управляемый” хаос в мире,  и/или  изначально подчиненную им последовательность наших П.I, …, П.IV и т.д. Значение оценки выражения истощало государство пусть соответствует Г(Е) для “своих” К(Е), т.е. здесь значение этого истощениябудет пропорционально “наживе” Г(Е) (числу содранных шкур).

2. А в Москве бояре в золотых возках стали ездить. Подай ему и на возок, сытому дьяволу… бери, что тебе надо, но не озорничай… А это, ребята, две шкуры драть − озорство. Государевых людей ныне развелось — плюнь, и там дьяк, али подьячий, али целовальник сидит, пишет…

−  Сытый дьявол − всю эту иерархию государевых людей будем интерпретировать как Е; целовальники − те из них, которые целенаправленно занимаются спаиванием народа, ссылаясь при этом на “закон” либерализма. На первой стадии исследования к ним же будем относить и участников озорства − пропаганды, что якобы, Г(Е) = Г(Р)…

3. Все стали холопами.

− Управляющие воздействия существуют только со стороны Е. Одна шкура − прожиточный минимум, выражение две шкуры драть отображает последующие изменения в демографии общества, вымирание населения.

4.  Не о чести думать, а как живу быть… Отец в Поместном приказе с просьбами весь лоб расколотил: ныне без доброго посула и не попросишь. Дьяку − дай, подьячему −  дай…

− Не о чести думать (о благе ближних, всего народа) − существенным управляющим воздействием Е является всё то, что приводит к разобщению, разделению Р. Разобщай и властвуй! В этих условиях оценки для К(Р) малы по сравнению с оценками для Е. Без доброго посула и не попросишь − взяточничество (коррупция) Е как частный случай их управляющего воздействия.

5. …палаты воздвиг на реке Неглинной. Снаружи обиты они медными листами, а внутри − золотой кожей…

− Г(Е) в основном реализуется в виде материальных объектов лишь для себя: природные богатства, резиденции, дворцы, “рублевки”… Отрицание духовных ценности как отображение Е противодействия росту Г(Р), росту соборности Р (см. также п.1). Исходная демографическая цель Е − уменьшение числа Р, также и  противодействие росту духовности Р: разобщай и властвуй! (см. п.4).

6. Из толпы крикнули:”Хотим Петра Алексеевича…” И еще хриплый голос: “ Хотим царем Ивана…” На голос кинулись люди, и он затих, и громче закричали в толпе: “Петра, Петра!..”

− “Выборы”… По ходу вычислений (при увеличении t) происходит удаление некоторых строк (личностей t, т.е. Р(j)) , возникновение далее обратных связей и т.д.

7. “Никонианские попы да протопопы в шелковых рясах ходят, от сытости щеки лопаются, псы проклятые!”

− Полное соответствие, один к одному… Отнесем их тоже к Е (на первом этапе исследования).

8. “Бывало, придет такой-то друг уводить пьяного, чтобы он последний грош не пропил… Стой… Убыток казне… Сейчас кричишь караул. Пристава его, кто пить отговаривает, хватают и − в Разбойный приказ. А там, рассудив дело, рубят ему левую руку и правую ногу и бросают на лед… Пейте, соколы, пейте, ничего не бойтесь, ныне руки, ноги не рубим…”

−  “Суд”, всё дозволено, либерализм, политика спаивания народа тоже как одно из управляющих воздействий Е.

9. “Немцы всем завладели. Ныне уж и лен и пряжу на корню скупили. Кожи скупают, сами мнут, дьяволы, на Кукуе… Жить стало не можно… Верхние бояре скоро всю Москву продадут на откуп иноземцам”

− Захват Е (“дьяволами”) власти и, по крупному счету, недвижимости, различных учреждений, земель, природных богатств. Москва как прежний Кукуй. Верхние бояре − Е правительство. Алгоритмическая интерпретация соответствует пп.5 и 1.

10. “Выбрали Бог знает какого царя. Не я его кричал… Продадут и вас и нас всех чужеземцам… Москву сгубят и веру православную искоренят… Антихрист грядет… Знаю по писанию − скоро ему быть. Выблядков его уже много, бешеных собак “.

− То же и см. п.1: в динамике событий часто наблюдается переход от К(Р, t1)  к К(Е, t2), сходство с эпидемией…  Выблядки − продажные личности t(E).

11. Опоили проклятые бояре простых людей, Каждый кричал про свое. Не нашлось тогда одной головы − бушевали вразброд”.

− Спаивание народа, характерный признак в модели − уменьшение оценок Г(Р) вплоть до Г = 1.

12. (Англ. купцы): “Русский царь владеет тремя четвертями дегтя всего мира, лучшим мачтовым лесом и всей коноплей…Теперь нам нужно в пять раз больше лесу и льняной пряжи. На каждый корабль требуется не менее десяти тысяч ярдов парусного полотна… − А кожа, вы забыли потребность в русской коже, сэр!”

− Русская кожа (юфть, для выделки которой применялся деготь и жир тюленей) использовалась для изготовления обуви и сумок для армии; конопля для канатов и т.д. Разграбление Западом естественных богатств России, которые в основном используются далее для агрессии.  Интерпретацию см. п. 1, 5, 9.

13. “Скоро не велят по-русски разговаривать, ждите! Понаедут римские и лютерские попы перекрещивать весь народ. Посадских отдадут немцам в вечную кабалу. Москву назовут по-новому − Чертоград. В старинных книгах открылось: царь-де Петр − жидовин из колена Данова”.

− Примечательные фразы А. Толстого для нашего времени!

Для прогнозирования будущих событий в социальной области по большим массивам информации желательно также дополнительно использовать и некоторые произведения литературы известных писателей в расчете на выявление их интуиции по теме исследования. Действительно, ведь многие их выводы могут выглядеть как иносказания, вполне подходящие и для нашего времени. Логические модели (АМКЛ в частности)  дают возможность для конструктивного подхода для выявления такой возможности − всегда есть возможность проверить, увеличивается ли достоверность вычисленной модели после присоединении соответствующих литературных данных.

Библиографический список

  1. Щеглов В.Н. Творческое сознание: интуиционизм, алгоритмы и модели. – Тула: «Гриф и К», 2004. – 201 с., см. книгу автора также в Интернете: http://samlib.ru/s/sheglow_w_n/ , http://publ.lib.ru/ARCHIVES/SCH/SCHEGLOV_Vitaliy_Nikolaevich/_Scheglov_V.N..html (здесь также статьи с формулами), http://shcheglov.livejournal.com/ (ссылки на новые статьи), http://escalibro.com/ru/poetry/works/corolev32/ (все эти ссылки действительны и для других работ автора, некоторые работы могут быть в https://web.snauka.ru/wp-admin/ ).
  2. Щеглов В.Н. Творческое сознание: интерпретация алгоритма построения алгебраических моделей конструктивной (интуиционистской) логики, 2007. – 12 с.
  3. . Драгалин А. Г. Математический интуиционизм. – М.: «Наука», 1979. – 256 с.
  4. Щеглов В.Н. Нагорная проповедь: сопоставление с алгоритмом построения алгебраических моделей интуиционистской логики, 2008. – 9 с.
  5. Шанин Н.А. Об иерархии способов понимания суждений в конструктивной математике// Труды математического института имени В. А. Стеклова, CXXIX // Проблемы конструктивного направления в математике, 6. – Л.: «Наука», 1973. – С. 203 – 266.
  6. Антосик П., Микусинский Я., Сикорский Р. Теория обобщенных функций. – М.: Мир, 1976. – 312 с.
  7. Милованов Р. Ростовщичество как глобальный надгосударственный алгоритм порабощения. http://romanmilovanov.com/3-rostovshhichestvo-kak-globalnyj-nadgosudarstvennyj-algoritm-poraboshheniya-uchastnikov-proizvoditelnogo-truda-stran-i-narodov/

Количество просмотров публикации: -

© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором публикации (комментарии/рецензии к публикации)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.