Большую помощь в составлении алгоритмов, программ и статистической обработке материала на компьютерах оказали к.ф.м.н. Н.С. Келлин, к.ф.м.н. Н.Я. Ривес, к.ф.м.н. И.С. Шиганов, П.А. Пучков, М. Замалетдинов, к.ф.м.н. С.Ю. Жолков, А.В. Колбасов.

Авторы благодарят Т.Г. Захарову — директора Музея Н.А. Морозова (при Ин-те биологии внутренних вод АН СССР) и сотрудников музея за помощь в изучении материалов, связанных с научной деятельностью Н.А.Морозова.

Важное влияние на формирование наших взглядов оказали дискуссии с учеными в области истории, филологии, лингвистики.

Авторы благодарят также проф. В.К. Абалакина, В.В. Бандуркина, А. Венкстерн, проф. Е.Я. Габовича, проф. М.И. Гроссмана, проф. Р.Л. Добрушина, проф. А.О. Иванова, к. ф. м.н. В. Косенко, проф. Ю.М. Лотмана, проф. Л.Д. Мешалкина, проф. А.А. Поликарпова, проф. В.Д. Поликарпова, канд. ист. наук С.А. Пустовойт, проф. М.Л. Ремневу, проф. С.Н. Соколова, проф. А.А. Тужилина, Dr. Christoph Marx`a за полезные обсуждения.

Мы глубоко признательны декану филологического факультета Московского государственного университета, профессору М.Л. Ремневой за предложение прочитать специальный курс по проблемам хронологии и новым математическим методам в истории и лингвистике. Такой курс был прочитан нами на филологическом факультете МГУ в 1998 году. Мы благодарны профессору филологического факультета А.А. Поликарпову, заведующему лабораторией компьютерных методов в лингвистике за помощь в организации этого курса и ценные для нас обсуждения.

В нашей очень сложной работе нам помогали также еще десятки и десятки людей. Всем им мы выражаем глубочайшую благодарность за помощь и поддержку.

Сегодня методы прикладной статистики проникают в самые различные области знания, в том числе и в задачи изучения текстов различной природы. При этом под «текстом» могут пониматься последовательности сигналов того или иного типа, длинные коды, возникающие в генетике, графические изображения (которые можно закодировать и представить в виде «текста»), а также и реальные нарративные тексты (например, исторические хроники, первоисточники, документы и т. п.)

Одна из важных возникающих здесь задач состоит в распознавании зависимых текстов, то есть «похожих» текстов, имеющих в некотором смысле общую природу, общее происхождение. Например, в задаче распознавания образов важно обнаружить среди большой совокупности «изображений» такое, которое максимально «близко» к заранее заданному: в задаче изучения длинных последовательностей сигналов важно уметь обнаруживать «однородные подпоследовательности» и места их стыковок. Сюда относится, в частности, и известная задача о разладке, решению которой в математической статистике, статистике случайных процессов уделяется большое внимание.

Применительно к проблемам изучения нарративных текстов задача распознавания зависимых и независимых текстов (например, хроник) звучит как задача поиска текстов, восходящих, например, к одному общему первоисточнику, оригиналу (такие тексты естественно назвать зависимыми), или, напротив, восходящих к существенно разным первоисточникам (такие тексты естественно назвать независимыми). Ясно, что задачи этого типа чрезвычайно сложны и поэтому следует приветствовать появление новых эмпирико-статистических методов распознавания, которые, в совокупности с классическими подходами могут быть полезны в конкретных исследованиях (например, источниковедческих).

Настоящая книга профессора чистой математики А.Т. Фоменко ориентирована, в основном, на разработку таких новых методов применительно к проблеме распознавания зависимых и независимых нарративных текстов и для их датировки (по отношению к текстам с заранее известной достоверной датировкой).

Автор книги предлагает новый подход к задаче распознавания зависимых и независимых нарративных (исторических) текстов на основе нескольких новых эмпирико-статистических моделей (закономерностей), обнаруженных им в результате обширных статистических экспериментов с различными количественными характеристиками конкретных текстов, хроник, первоисточников и т. п. Проверка этих моделей (статистических гипотез) на конкретном материале хроник подтвердила эффективность моделей и позволила предложить новые методы датировки текстов (а точнее, описываемых в этих текстах событий).

Предлагаемый А.Т. Фоменко подход нестандартен и требует от читателя известного внимания и трудолюбия, чтобы освоиться с новыми и возможно непривычными логическими построениями. В то же время основные идеи автора воспринимаются вполне естественно с точки зрения современной математической статистики и легко вписываются в систему мышления специалистов по прикладной статистике.

Полученные автором научные результаты интересны и, возможно, сегодня уже следует говорить о возникновении нового (и довольно неожиданного) научного направления в прикладной статистике, развитие которого представляет несомненный интерес. Все эти результаты опираются на огромный объем работы, выполненный автором совместно с коллективом его коллег-ученых, являющихся, в основном, специалистами-профессионалами в области математической статистики и приложений.

Так как книга посвящена проблемам, находящимся на стыке нескольких научных дисциплин, то неизбежно возникают проблемы установления контакта между специалистами разных специальностей. Многие понятия и термины, привычные в одном кругу ученых, нуждаются в специальном переводе на язык ученых другой специальности и ориентации. Об этом следует помнить читателям настоящей книги, как представителям естественнонаучных специальностей, так и представителям гуманитарных наук. Впрочем, такие «трудности общения» типичны и успешно преодолеваются внутри любого смешанного коллектива ученых, работающего над решением прикладной научной проблемы. Можно надеяться, что многие будущие читатели книги как раз и составят такой коллектив, который успешно продолжит исследования, начатые в книге, написанной широко известным профессионалом-математиком.