- Katılım
- 17 Nis 2011
- Konular
- 2,171
- Mesajlar
- 6,362
- Çözüm
- 45
- Reaksiyon Skoru
- 1,041
- Altın Konu
- 0
- TM Yaşı
- 15 Yıl 1 Ay 26 Gün
- Başarım Puanı
- 340
- MmoLira
- 1,054
- DevLira
- 0
ROHAN2 WORLD 1-120 TR TİPİ OFFICIAL YOHARA, BALATHOR VE AMON! 80. GÜNÜNDE! +10.000 ONLİNE! HİLE VE BOT %100 ENGELLİ HEMEN TIKLA!
Kuşkusuz hava tahminleri hiç de
kolay değil. Meteorologlar birkaç gün
gibi yalnızca kısa süreler için bilgi
verebiliyorken bunun ötesine geçen
tahminlerde genellikle yanılgı payı
büyüyor.
Kelebek etkisini ortaya koyan Lorenz
1961 yılının soğuk bir kış günü, hava
tahminlerinde kullanılmak üzere
oluşturduğu 12 diferansiyel
denklemli modeli bilgisayara daha
önceden giriş yaptığı verilerle tekrar
sınamak istiyor. Ancak bu işlem fazla
zaman alacağından verileri modelin
yarısından sokup öyle işlemlemek
istiyor. Ve tahmin etmediği bir
sonuçla karşılaşıyor. Veriler modele
başından değil de ortasından
sokulduğunda model oldukça farklı
çıktılar vermeye başlıyor. Gerekli
kontrolleri yaptığında, bilgisayarın
verilerdeki 6 basamaklı sayıları
belleği etkili kullanmak adına 3'e
düşürerek işlemlediğini görüyor. Her
ne kadar binde bir değişim hava
tahmininde ciddi farklılık
yaratmayacak olsa da Lorenz'in
modeli başlangıç koşullarına "aşırı"
duyarlı olduğundan sonucu fazla
etkiliyor. Çünkü Lorenz'in modelini
de nonlineer denklemler oluşturuyor.
Bu deneyimden yola çıkan
biliminsanları başlangıç koşullarıyla
sonuçların aynı şiddete olmasının
gerekmediğini; örneğin, Güney
Afrika'da kanay çırpan bir kelebeğin
Londra'da fırtınaya sebep
olabileceğini söylüyorlar.
kolay değil. Meteorologlar birkaç gün
gibi yalnızca kısa süreler için bilgi
verebiliyorken bunun ötesine geçen
tahminlerde genellikle yanılgı payı
büyüyor.
Kelebek etkisini ortaya koyan Lorenz
1961 yılının soğuk bir kış günü, hava
tahminlerinde kullanılmak üzere
oluşturduğu 12 diferansiyel
denklemli modeli bilgisayara daha
önceden giriş yaptığı verilerle tekrar
sınamak istiyor. Ancak bu işlem fazla
zaman alacağından verileri modelin
yarısından sokup öyle işlemlemek
istiyor. Ve tahmin etmediği bir
sonuçla karşılaşıyor. Veriler modele
başından değil de ortasından
sokulduğunda model oldukça farklı
çıktılar vermeye başlıyor. Gerekli
kontrolleri yaptığında, bilgisayarın
verilerdeki 6 basamaklı sayıları
belleği etkili kullanmak adına 3'e
düşürerek işlemlediğini görüyor. Her
ne kadar binde bir değişim hava
tahmininde ciddi farklılık
yaratmayacak olsa da Lorenz'in
modeli başlangıç koşullarına "aşırı"
duyarlı olduğundan sonucu fazla
etkiliyor. Çünkü Lorenz'in modelini
de nonlineer denklemler oluşturuyor.
Bu deneyimden yola çıkan
biliminsanları başlangıç koşullarıyla
sonuçların aynı şiddete olmasının
gerekmediğini; örneğin, Güney
Afrika'da kanay çırpan bir kelebeğin
Londra'da fırtınaya sebep
olabileceğini söylüyorlar.
