Не ограничивая общности, мы вполне можем рассматривать, при переносе аналогии на Матрицу, такие технологические элементы физических компьютеров как: регистры и кэши процессора, ячейки оперативной памяти и сектора постоянной памяти в едином контексте, описывая их посредством обобщённого понятия адресов. Впрочем, возможно пойти даже ещё далее, рассматривая процессор с его операциями и обобщённые адреса единым образом в рамках реляционной файловой системы, так как нету никакой разницы, где именно происходит обсчет: где-то в специфическом месте, либо же всей системой в целом. В результате получается, что относительная таблица мироописания как выборка из пакета абсолютных таблиц описания, представляет собой некое реляционное множество ячеек с идентификацией (id, adress), каждая из которых производит вычисления посредством «отношений» или реляционных связей с другими ячейками всего множества. В силу того факта что «файл» это некое подмножество, а значит и подмножество нашего реляционного множества ячеек с данными и идентификацией (id, adress), здесь, как мне кажется, удобнее всего определить понятие «файла» в рамках Матрицы как определённой «сюжетной ловушки». Имеющиеся пространственно-временные ограничения сюжетных ловушек как раз и вытекают, таким образом, из того факта что файл – это подмножество в относительной таблице мироописания. Сюжетная ловушка как файл обладает внутри себя какой-то определённой структурой данных и не содержит никаких алгоритмов относительно этих данных. Это объясняет, почему не наблюдается каких-то вполне определённых повторяющихся инструкций в рамках сюжетной ловушки. Наблюдаются лишь только типизированные конструкции, косвенно подтверждающие наличие в сюжетной ловушке как в файле устойчивой структуры данных. Таким образом, файл – это некий блок ячеек (или секторов) внутри «Системы», обладающий своей структурой и формой организации, но не имеющий ярко выраженной циклической повторяемости каких-либо элементов внутри этого файла. Наиболее яркими примерами файлов, могут служить следующие проявления: «сюжетная ловушка» в повседневной реальности, о чём уже неоднократно упоминалось, а также «шар восприятия» в сновидении, который детально описывается у хакеров сновидения.
nexus
«Вероятностная мера».
Далее попытаемся рассмотреть реляционное множество ячеек с данными и идентификацией (id, adress) несколько с другой позиции. Обозначим идентификацию ячейки нашего реляционного множества как «uk», понимая под этим некий двухкомпонентный вектор: uk = (id, adress). Соответственно содержимое ячейки, то есть элемент данных (элементарный «объект» типа какого-то определённого абстрактного класса, описывающего конкретные «переменные» и «функции») обозначим символом «w». Отсюда получаем, что наш элемент данных “w” является некой функцией двухкомпонентного вектора идентификации “uk”: w = g (uk) = g (id, adress). Вспоминая, что элемент данных “w” выбирается в результате «запроса» из библиотеки шаблонов синхронно с выборкой идентификации “uk” и природа данной выборки носит откровенно случайный характер, мы вполне можем рассматривать множество данных, ассоциированное с реляционным множеством идентификаций, как пространство «элементарных событий» в смысле теории вероятности. Тогда наше множество данных представляет собой некое множество всех возможных исходов некоторого «испытания» (опыта, эксперимента) для конкретно заданной «Реальности» (то есть для нашей относительной таблицы мироописания), возникающей в результате конкретного сдвига ТС. Что здесь подразумевается под «испытанием»? Испытание – это акт наблюдения или точнее акт взаимодействия с миром, то есть той самой Реальностью, которая в данный момент загружена в ходе имеющейся выборки из абсолютных таблиц описания. И вот тут мы реально сталкиваемся с рассмотрением нечётких множеств и отношений, о которых упоминал Rezuq. Таким образом, в результате выборки из библиотеки шаблонов под действием директив Матрицы, та или иная «Реальность» приобретает все характерные черты нечёткого множества с заданными нечёткими отношениями. На таком множестве, в соответствии с аксиоматикой теории вероятности, можно определить некоторую функцию p(w), называемую «мерой» или иначе как «вероятность». Любая наблюдаемая (воспринимаемая) величина “X” на заданном нечётком множестве данных, будет являться функцией элемента данных, то есть: X = f (w). При этом, конкретное значение наблюдаемой величины “x” будет реализовываться с вероятностью P (X
Читать дальше