prediction modeling

最近繼續在思考預測模型的根本，想到上學時期的理論，其實就是受到以下幾個條件影響。

• 方程組。就是控制預測的機制，複雜一點非線性就不好求得解析解，得靠數值方法來積分了。
• 初始條件。沒有解析解而要讓方程組動起來，就得代入第一套變數值才能開始動吧。但初始條件有偏差的話，預測結果就歪掉了，隨著時間的推移可能愈偏囉。
• 邊界條件。這通常也要給，例如在空間上有截斷的時候 (我喜歡週期函數就是不斷循環啊超棒)。而且長期穩定的系統，初始條件的影響就不重要了，時間跑長了就穩定了。

所以喔，以前就容易聽到，決定性因素就是邊界條件。但這是立基於法則也就是方程組不變的假設喔。如果造物主有意改變法則，像是大洪水或是「明天過後」天降大龍卷那種極大天災，就變成法則本身決定了最終結果。相位改變了，就像水有三相變化，每一相的法則不同，你就得跳躍到另一個phase才能繼續描述物體隨時空而變的狀態。
物理定律在空間上，如宏觀與微觀空間就有差異了，如測不準原理闡述一物多處的存在狀態，若我們把空間軸改拉向時間軸，那麼長時間的差異不也會造成如上差異？只是物質會隨時間風化，很多東西等不到那個差異發生(長週期)就已經結束了自身循環(短週期)。所以只能從文獻或考古得到一點點文明歷史的資料，也就很難建模。那沒有模型怎辦呢？從歷史文化的角度來看，法則是先天存在的，聖賢們傳達的規範或預言，「順天應人」似乎就是最佳解。古往今來，人要找尋的天命應該就是如此吧。