Попытки описания сложных биосистем (complexity) с позиций современной математики и физики продолжаются. Однако, сейчас становится очевидным, что complexity не могут быть объектом современной науки из-за их непрерывного изменения параметров и отсутствия произвольного повторения начальных параметров x(to) любой complexity. Представлены аргументы отсутствия возможностей моделирования сложных биофизических систем в рамках детерминистского и стохастического подходов из-за непрерывности хаотического изменения параметров вектора состояния x=x(t)=(xi, Х2,...,Хт)Т любой сложной биосистемы. На любом отрезке времени U получаемые выборки электромиограмм, нейрограмм, теппинграмм, кардиоинтервалов, электроэнцефалограмм, треморограмм и любых биохимических показателей гомеостаза демонстрируют хаотическую (неповторимую) динамику всех компонент хи На фоне постоянного и хаотического изменения x(t) (т.е. dxldtiG постоянно) все амплитудно-частотные характеристики, автокорреляционные функции A(t) непрерывно и хаотический изменяются, свойство перемешивания не выполняется, экспоненты Ляпунова могут изменять знаки (хаотически). Хаос этих сложных биосистем отличен от детерминированного хаоса физических систем и в первую очередь из-за невоспроизводимости начального значения x(to). Предлагается два способа изучения подобных систем: стохастический, в расчете хаотических выборок на основе построения матриц парного сравнения выборок, и метод расчета параметров квазиаттракторов Vg для x(t) в фазовых пространствах состояний. Показаны примеры таких расчетов в биомеханике и электрофизиологии.
Attempts to describe complex biological systems (complexity) in terms of modern mathematics and physics continue. However, it is now evident that complexity cannot be the object of modern science because of their continuous change in the parameters and the absence of arbitrary repetition of initial parameters x (to) of any complexity. This article presents the the arguments of lack of capacity modeling of complex biophysical systems under deterministic and stochastic approaches due to the constant chaotic change of the state vector parameters x = x(t) = (x1,x2....,xm)Tof any complex biosystem (complexity). At any point of time h, the chaotic dynamics of homeostasis in signals, such as tapping tremors, electromyograms, neurograms, cardiograms, electroencephalograms, and other biochemical recordings, can be observed. During constant and chaotic changes of x(t) (i.e., dx/dteQ), the amplitude-frequency characteristics (AFC) and the autocorrelation functions A(t) constantly change. Therefore, the mixing property fails and the Lyapunov exponents can chaotically and randomly change signs. Chaos of complex biosystems differs from chaos of physical systems primarily due to the irreproducible initial value x(to). There are two methods for studying such systems: a stochastic method for processing random samples based on a matrix of pairwise comparisons and a computing method that utilizes quasi-attractor parameters, Vg for x(t), in the phase space of states. Here, such calculations are presented for biomechanics and electrophysiology.
Введение. С позиций современной биофизики при описании физических, технических, химических систем и процессов в рамках детерминизма мы используем функциональные зависимости, что для биосистем эквивалентно заданию вектора состояния этих