1. 4. Как можно датировать неизвестные или сомнительные хроники

We use cookies. Read the Privacy and Cookie Policy

1. 4. Как можно датировать неизвестные или сомнительные хроники

1. 4. 1. Частотная матрица имен и метод датирования

Методика датирования (А. Т. Фоменко [6]). Рассмотрим совокупность глав-поколений хроники X (пусть их будет N штук) и занумеруем их в каком-либо, произвольном порядке. После этого для каждой главы-поколения Х(Т) подсчитаем график К(Т0, Т), который, естественно, зависит от выбранной нумерации глав. Весь набор значений К(Т0, Т) при различных Т0 и Т расположим в виде квадратной матрицы размера NxN. Именно, на пересечении i-й стороки и j-го столбца этой матрицы поставим число К(i, j). Обозначим полученную матрицу {K} и будем называть ее квадратной матрицей частот хроники (текста) Х.

В случае, когда каждый из графиков К(Т0, Т) совпадает с идеальным, матрица {K} будет иметь вид, показанный на рис. 2: а) ниже главной диагонали – нули, б) на самой главной диагонали – абсолютные максимумы в каждой строке, в) при движении по любой строке вправо от главной диагонали значения монотонно уменьшаются.

Конечно, экспериментальные графики должны лишь качественно совпадать с теоретическим (идеальным). В реальных хрониках имена персонажей могут впервые встречаться несколько раньше описания основных связанных с ними событий, затем частота употребления этих имен будет нарастать, достигая максимума при описании событий, в которых они в наибольшей мере участвовали, и лишь затем монотонно убывать – рис. 3.

Другими словами в реальных графиках К(Т, Т) рост от нуля до максимума не обязательно должен происходить мгновенно.

Если в хронике Х меняется нумерация глав-поколений, то соответственно изменятся и все графики К(Т, Т), а, следовательно, и матрица {K}. В самом деле, при изменении нумерации глав, в хронике происходит сложное перераспределение «впервые появившихся имен», что влияет на значения К(Т0, Т).

Меняя порядок глав с помощью различных перестановок и вычисляя каждый раз новую матрицу {K}, будем искать такой порядок глав-поколений, при котором матрица будет иметь вид, наиболее близкий к идеальному. Тот порядок глав, при котором отклонение экспериментальной матрицы {K} от теоретической (идеальной) будет наименьшим, и следует признать хронологически правильным (в рамках данной модели).

Этот метод позволяет датировать события, например, в следующей ситуации.

Пусть дана хроника Y, о которой известно, что она описывает какие-то события приблизительно одного поколения из продолжительной эпохи (А, В) – от года А до года В. Но более точная датировка этих событий неизвестна.

Предположим, что эпоха (А, В) целиком описана в некоторой другой хронике Х, разбитой на главы-поколения, причем порядок глав в тексте Х хронологически правилен. Требуется указать «место» текста Y среди глав-поколений текста Х. Другими словами, требуется точно (с точностью до одного поколения) датировать события текста Y в предположении, что хронология текста Х верна.

Для решения этой задачи присоединим хронику Y к хронике Х в качестве новой главы и меняя ее место среди глав текста Х будем каждый раз вычислять матрицу {K}. Сравнивая экспериментальный вид матрицы {K} с теоретическим (идеальным) найдем такое положение текста Y в тексте Х, при котором согласование будет наилучшим. Тем самым мы определим место событий хроники Y среди событий хроники Х. Датировка событий из Х нам, по предположению, известна.

Тем самым, мы датируем события, описанные в Y.

Метод был проверен на текстах с заранее известной датировкой [5]…[8].

Данный текст является ознакомительным фрагментом.