Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Concept
Predictability
Résumé
Predictability is the degree to which a correct prediction or forecast of a system's state can be made, either qualitatively or quantitatively.
Causal determinism has a strong relationship with predictability. Perfect predictability implies strict determinism, but lack of predictability does not necessarily imply lack of determinism. Limitations on predictability could be caused by factors such as a lack of information or excessive complexity.
In experimental physics, there are always observational errors determining variables such as positions and velocities. So perfect prediction is practically impossible. Moreover, in modern quantum mechanics, Werner Heisenberg's indeterminacy principle puts limits on the accuracy with which such quantities can be known. So such perfect predictability is also theoretically impossible.
Laplace's demon is a supreme intelligence who could completely predict the one possible future given the Newtonian dynamical laws of classical physics and perfect knowledge of the positions and velocities of all the particles in the world. In other words, if it were possible to have every piece of data on every atom in the universe from the beginning of time, it would be possible to predict the behavior of every atom into the future. Laplace's determinism is usually thought to be based on his mechanics, but he could not prove mathematically that mechanics is deterministic. Rather, his determinism is based on general philosophical principles, specifically on the principle of sufficient reason and the law of continuity.
Although the second law of thermodynamics can determine the equilibrium state that a system will evolve to, and steady states in dissipative systems can sometimes be predicted, there exists no general rule to predict the time evolution of systems distanced from equilibrium, e.g. chaotic systems, if they do not approach an equilibrium state. Their predictability usually deteriorates with time and to quantify predictability, the rate of divergence of system trajectories in phase space can be measured (Kolmogorov–Sinai entropy, Lyapunov exponents).
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cours associés (1)
MGT-641(c): Technology and Public Policy - (c) Technology, intellectual property and innovation policy
The class will provide information about what STI support tools exist and why, will explain the rationales and best practices for STI policy intervention and will provide with a sound understanding of
Publications associées (14)
Concepts associés (6)
Auto-organisation
L'auto-organisation ou autoorganisation est un phénomène par lequel un système s'organise lui-même. Les systèmes physiques, biologiques ou écologiques, sociaux, ont tendance à s'organiser d'eux-mêmes. Il s'agit soit de l'organisation initiale du système lors de son émergence spontanée, soit lorsque le système existe déjà de l'apparition d'une organisation plus ou complexe. L'auto-organisation agit ainsi à l'encontre de l'entropie (on parle alors de néguentropie), qui est une mesure de désordre.
Suite logistique
En mathématiques, une suite logistique est une suite réelle simple, mais dont la récurrence n'est pas linéaire. Sa relation de récurrence est Suivant la valeur du paramètre μ (dans [0; 4] pour assurer que les valeurs de x restent dans [0; 1]), elle engendre soit une suite convergente, soit une suite soumise à oscillations, soit une suite chaotique. Souvent citée comme exemple de la complexité de comportement pouvant surgir d'une relation non linéaire simple, cette suite fut popularisée par le biologiste Robert May en 1976.
Effet papillon
vignette|Un graphique de l'attracteur étrange de Lorenz pour les valeurs ρ = 28, σ = 10, β = 8/3 « Effet papillon » est une expression qui résume une métaphore concernant le phénomène fondamental de sensibilité aux conditions initiales de la théorie du chaos. La formulation exacte qui en est à l'origine fut exprimée par Edward Lorenz lors d'une conférence scientifique en 1972, dont le titre était : vignette|Le battement d'ailes du papillon.