28. Определение понятия «модель». Виды моделей.

МОДЕЛЬ – упрощенное подобие реального объекта или процесса.

В зависимости от поставленной задачи, способа создания модели и предметной области различают множество типов моделей:

1. По области использования выделяют учебные, опытные, игровые, имитационные, научно-исследовательские модели.

2. По временному фактору выделяют статические и динамические модели.

3. По форме представления модели бывают математические, геометрические, словесные, логические, специальные (ноты, химические формулы и т.п.).

4. По способу представления модели делят на информационные (нематериальные, абстрактные) и материальные. Информационные модели, в свою очередь, делят на знаковые и вербальные, знаковые – на компьютерные и некомпьютерные.

Информационная модель – это совокупность информации, характеризующая свойства и состояние объекта, процесса или явления.

Вербальная модель - информационная модель в мысленной или разговорной форме.

Знаковая модель - информационная модель, выраженная специальными знаками, то есть средствами любого формального языка.

Математическая модель – система математических соотношений, описывающих процесс или явление.

Компьютерная модель - математическая модель, выраженная средствами программной среды.

29. Информационные модели.

ИНФОРМАЦИОНАЯ МОДЕЛЬ –это описание объекта моделирования, модель не материальная, а знаковая.

Информационная модель — модель объекта, представленная в виде информации, описывающей существенные для данного рассмотрения параметры и переменные величины объекта, связи между ними, входы и выходы объекта и позволяющая путём подачи на модель информации об изменениях входных величин моделировать возможные состояния объекта. Информационные модели нельзя потрогать или увидеть, они не имеют материального воплощения, потому что строятся только на информации. Информационная модель — совокупность информации, характеризующая существенные свойства и состояния объекта, процесса, явления, а также взаимосвязь с внешним миром.

Информационные модели делятся на описательные и формальные.

Описательные информационные модели - это модели, созданные на естественном языке (т.е. на любом языке общения между людьми: английском, русском, китайском, мальтийском и т.п.) в устной или письменной форме.

Формальные информационные модели - это модели, созданные на формальном языке (т.е. научном, профессиональном или специализированном). Примеры формальных моделей: все виды формул, таблицы, графы, карты, схемы и т.д.

Хроматические (информационные) модели - это модели, созданные на естественном языке семантики цветовых концептов и их онтологических предикатов (т.е. на языке смыслов и значений цветовых канонов, репрезентативно воспроизводившихся в мировой культуре).

30. Моделирование и формализация в учебных предметах гуманитарного профиля.

Модель – некоторое упрощенное подобие реального объекта, который отражает существенные особенности (свойства) изучаемого реального объекта, явления или процесса

Моделирование – метод познания, состоящий в создании и исследовании моделей. Т.е. исследование объектов путем построения и изучения моделей

Формализация – процесс построения информационных моделей с помощью формальных языков

Процесс математизации науки практически всегда можно разделить на три этапа: этап первичного накопления эмпирического материала и количественной его обработки, этап построения простейших моделей и формализации и этап анализа моделей и построения теории. Естественные науки прошли первые два этапа и находятся на разных стадиях третьего, а различные гуманитарные науки находятся либо в конце первого, либо в начале второго [6,7].

Первый этап математизации характеризуется применением различных методов обработки результатов наблюдений и экспериментов. Сложность проведения измерений в гуманитарных науках определяется следующими обстоятельствами:

• существованием сильной зависимости между измеряемой величиной и самой процедурой измерения этой величины;

• многомерностью измеряемой величины, то есть зависимостью от большого количества параметров;

• необходимостью использования различных шкал для проведения измерений.

Второй этап математизации включает в себя процесс построения различных частных моделей процессов, изучаемых в исследуемой предметной области. Известный методолог науки Маркс Вартовский отмечает: «Модели – суть предлагаемые возможные истины. Выдвижение гипотез об истинности – это человеческое средство получения знания. И именно это делает возможным построение теории. Модель является наилучшим посредником между теоретическим языком науки и здравым смыслом исследователя» [8]. И эта мысль особенно значима для гуманитарных наук.

Следует отметить, что математическое моделирование в гуманитарных науках, так же как и в естественных, – это улица с двусторонним движением. Не только математика помогает получить новые результаты в области гуманитарного знания, но и построение прикладных моделей дает новые задачи математикам [9,10,11]. Не только теория вероятности, теория массового обслуживания, и теория игр [12], но и теория конечных автоматов, и имитационное моделирование возникли во многом благодаря моделированию и осмыслению тех или иных процессов, изучаемых гуманитарными науками.

Моделирование в гуманитарных науках имеет и прогностический смысл, несколько отличающийся от прогностического смысла в естественных науках. При моделировании социальных систем сам факт наличия и знания результатов прогноза может поменять параметры моделируемой системы, то есть в социальных системах существует еще и такая специфическая обратная связь. В ряде социологических работ это явление называется эффектом Эдипа.

Основываясь на представлениях синергетики и нелинейной динамики, мы можем, в принципе, найти аттракторы системы и области их притяжения, но, из-за чувствительности к начальным данным, влияния самого прогноза на систему и т.д., сколько-нибудь точного прогноза всего процесса эволюции системы обычно получить не удастся, хотя качественные тенденции развития системы и варианты возможного будущего вполне прогнозируемы или, как сказал социолог И.В.   Бестужев-Лада: «Будущее предвидимо, но не предсказуемо» [13].

Говоря о трудностях описания личности, организации, социального института, социума, следует отметить и преимущества, которыми обладают специалисты в этих областях знания. В точных науках мы не можем изменить законы и должны действовать по тем правилам, которые диктует нам Природа. Возможности «игры с правилами» весьма ограниченны. В социальных науках, напротив, система воспитания, нормы морали, установки разных социальных институтов оказываются гораздо более гибкими. Они неоднократно менялись в исторической ретроспективе и продолжают меняться до сих пор. Поэтому «игры по разным правилам» приобретают здесь иной, гораздо больший, чем в точных науках, смысл.

Кроме того, здесь есть возможность «строить» организации, структуры, страте­гии, исходя из теоретических представлений, и достаточно быстро выяснять, насколько они хороши. Обычно каждая «выигрышная стратегия» получает очень высокую социальную оценку. Поэтому в этой области имеется огромный эмпирический материал, теоретическое осмысление которого только начато. В восьмидесятые годы поток работ, посвященных математическому моделированию в социальной психологии, социологии и истории, резко увеличился. Оказалось, что основные идеи синергетики, такие как нелинейность, самоорганизация, порядок и хаос в открытых диссипативных системах, системность, имеют самое непосредственное отношение к социальным и психологическим структурам, а результаты, полученные при изучении диссипативных структур, и наличие параметров порядка в таких системах позволяют рассматривать задачи моделирования социальных и психологических явлений в рамках синергетической парадигмы [14,15]. Актуальность этих работ подтверждает и создание Международного общества теории хаоса в психологии и науках о жизни, которое проводит регулярные международные конференции и с 1997 года издает журнал «Nonlinear Dynamics, Psychology, and Life Sciences».