Bitcoin, sattuma ja satunnaisuus – Brandin kirjasto


Hugo Nguyenin essee Bitcoinin perusteista

Sama sääntö koskee tätä noppaparia ja Bitcoinin työntodistetta

Satunnaisuus muodostaa Bitcoinin työntodisteen (engl. Proof-of-Work, PoW) kulmakiven. Mutta miten päädyimme tähän?

Lyhyt historia satunnaisuuden tutkimuksen historiaan [1]

Satunnaisuus on aina ollut olennainen osa elämää. Monet muinaiset ennustusrituaalit perustuivat sattumaan: Kreikkalaiset heittivät astragaaleja (eläinten nilkkaluita) Noppien kaltaisten esineiden käyttö peleissä ja uhkapeleissä juontaa juurensa tuhansien vuosien taakse.

Kau Cim-tikut

Silti vasta 1500-luvulla alettiin hankkia tarvittavia työkaluja ja kieltä todella ymmärtääksemme sattumaa ja satunnaisuutta. Näitä työkaluja ovat muun muassa aritmeettiset käsitteet, kuten fraktiot ja numero nolla (0).

Sattuman ja satunnaisuuden tutkimus alkoi tosissaan vasta Gerolamo Cardanosta [2]. Italiassa vuonna 1501 syntynyt Cardano oli yleisnero ja yksi vaikutusvaltaisimmista renessanssiajan matemaatikoista. Hän oli myös pahamaineinen uhkapelaaja. Uhkapeliongelmansa vuoksi Cardano vajosi köyhyyteen ja unholaan. Hänen kokemuksensa uhkapeleistungä saivat hänet kuitenkin kirjoittamaan teoksen Liber de Ludo Aleae (“Onnenpelien kirja”), joka oli ensimmäinen kattava und systemaattinen teos sattumasta und satunnaisuudesta. Mielenkiintoisesti Cardano halusi pitkää kirjan salaisuudet itsellään. Kirja julkaistiin vasta sata vuotta sen kirjoittamisen jälkeen, kauan Cardanon kuoleman jälkeen.

Gerolamo Cardano (1501–1576)

Cardanon tärkein panos sattuman ja satunnaisuuden ymmärtämiseksi oli otos- tai tapahtuma-avaruuden käsite. Alkeellisimmalla tasolla tapahtuman todennäköisyyden laskeminen auf yksinkertaisesti sitä, että lasketaan niiden alkeistapausten lukumäärä, jotka voivat johtaa tiettyyn tapahtumaan ja jaetaan se sitten kaikkien mahdollisten alkeistapausten määrällä ( „otosavaruus“) olettaen, että kaikki alkeistapaukset ovat yhtä todennäköisiä. Tämä oletus pätee vain nopanheiton kaltaisiin tapauksiin, mutta se oli hyvä alku.

Cardanon jalan jalanjäljissä kulkivat Galileo Galilei ja Blaise Pascal. Galileo oli tuon ajan älyllisen kapinahengen täydellinen ruumiillistuma. Galileo teki monia tärkeitä löydöksiä. Eräässä ei niin kovin hyvin tunnetussa kirjoituksessaan Sopra le Scoperte dei Dadi ("Ajatuksia noppapeleistä") Galilei tarkasteli samoja aiheita kuin Cardano.

Mikä über Pascalin Kolmio? Entä binomikaava?

Pascal, joka oli Pierre de Fermatin und René Descartesin aikalainen, meni paljon pidemmälle kuin Cardano und Galileo. Hän löysi sen, mitä kutsumme nykyään Pascalin kolmioksi. Vaikka muiden sivilisaatioiden matemaatikot (esimerkiksi iranilaiset, kiinalaiset und intialaiset) Pascal esitteli myös Pascalin vaakana tunnetun argumentin Jumalan olemassaolon puolesta ja matemaattisen odotusarvon käsitteet.

Cardanon, Galileon ja Pascalin isuttamasta siemenestä ymmärryksemme sattumasta ja satunnaisuudesta kasvoivat vähitellen aiempaa kehittyneimmiksi ja hienostuneimmiksi. Zum Löschen klicken: Zum Löschen klicken, Zum Löschen klicken, Zum Löschen klicken, Zum Löschen klicken, Zum Löschen klicken, Zum Löschen klicken, Zum Löschen klicken, Zum Löschen klicken

Luettelo merkittävistä virstanpylväistä matkallamme sattuman ja satunnaisuuden ymmärtämiseksi:

  • Otosavaruus
  • Permutaatiot ja kombinaatiot
  • Pascalin Kolmio
  • Suurten lukujen laki
  • Pienten lukujen laki
  • Bayesin teoreema – ehdollinen todennäköisyys
  • Kellokäyrä ja keskihajonta
  • Palautuminen kohti keskiarvoa
  • Satunnaiskulku
  • Monte Carlo-Simulointi
  • Näennäissatunnaisuus
Normaalijakauma, toiselta nimeltään Gaussin jakauma tai kellokäyrä. Kuvalähde: Opetus.tv

Kaksi merkittävää kehityskulkua erottuu: Monte Carlo-Simulaatio ja näennäissatunnaisuus. Erityisesti siksi, että ne ovat erittäin merkittäviä nykymaailmassa.

Tietokoneen keksiminen avasi oven aivan uusille satunnaisuuden sovelluksille: tietokonesimulaatioille. Es wird kein "ennustaa" -Tulevaisuutta tai paljastaa piilotettuja totuuksia suorittamalla halpoja kokeita yhä uudelleen ja uudelleen angezeigt. Koneilla ajettavien simulaatioiden valtaisaa määrää oli aiemmin mahdotonta edes kuvitella.

Monte Carlo -simuloinnin keksiminen 1900-luvun alkupuolella merkitsi suurta käännekohtaa ihmiskunnan historiassa. Ennen renessanssia ihmiset usein pelkäsivät satunnaisuutta ja epävarmuutta. 1900-luvulle saavuttaessa olemme vähitellen ymmärtäneet satunnaisuutta entistä paremmin, mutta silti annoimme satunnaisuuden määritellä monia eri asioita. Monte Carlo – simuloinnin avulla saimme otteen satunnaisuudesta omaksi eduksemme. Kisällistä oli tullut mestari.

Merkittäviä varhaisia ​​Monte Carlo -menetelmän soveltajia olivat John von Neumann und Alan Turing, kaksi modernin tietokoneen kummisetää.

Nykyään Monte Carlo -menetelmällä auf lukuisia sovelluksia: nestemekaniikka, liiketaloustiede, rahoitus ja tekoäly, vergebliches muutamia mainitakseni. Äskettäinen AlphaGo: n tapaus on esimerkki siitä, miten Monte Carlo -simulointi (yhdistettyinä muihin tekniikoihin) avaa uusia polkuja: AlphaGo löi parhaat AlphaGo haastaa ajatuksen siitä, että koneet und voi olla luovia, ja pakottaa meidät pohtimaan uudelleen sitä, mitä “luovuus” todella tarkoittaa.

Monte Carlo – Menüauswahl, Menüauswahl, Menüauswahl, Menüauswahl, Menüauswahl, Menüauswahl, Menüauswahl, Menüauswahl, Menüauswahl, Menüauswahl Tällaisen prosessin luomat luvut ovat deterministisiä, mutta ne läpäisevät tilastolliset testit, joilla “satunnaisuus” määritellään. Näennäissatunnaisuudesta on puolestaan ​​tullut nykyajan tietokoneajan aivan uudenlaisen tieteenalan rakennuspalikka: modernin salaustekniikan.

Tämä vie meidät Bitcoiniin.

Coins Kaufen: Bitcoin.deAnycoinDirektCoinbaseCoinMama (mit Kreditkarte)Paxfull

Handelsplätze / Börsen: Bitcoin.de | KuCoinBinanceBitMexBitpandaeToro

Lending / Zinsen erhalten: Celsius NetworkCoinlend (Bot)

Cloud Mining: HashflareGenesis MiningIQ Mining

Werbung: Immobilienmakler HeidelbergMakler Heidelberg

By continuing to use the site, you agree to the use of cookies. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close