- •Введение
- •Тема 1. Математика в современном мире: основные разделы, теории и методы математики
- •1.1. Объекты исследования математики: абстрактные понятия и абстрактные структуры
- •1.2. Аксиоматический метод
- •1.3. Индуктивный и дедуктивный методы рассуждения. Метод математической индукции
- •Метод математической индукции
- •1.4. Роль математики в современном мире
- •Тема 2. Математические средства представления информации. Понятие математической модели
- •2.1. Числа, переменные величины, выражения. Числовые функции
- •2.2 Понятие об измерении. Виды измерений. Приближенные вычисления
- •2.3. Понятие математической модели. Этапы математического моделирования
- •2.4. Виды математических моделей
- •Тема 3. Основы теории множеств и математической логики
- •3.1. Основные понятия теории множеств
- •Подмножество. Универсальное множество
- •3.2. Основные операции над множествами Равенство множеств
- •Объединение (сумма) множеств
- •Разность двух множеств. Дополнение
- •Законы теории множеств
- •3.3. Отношения и соответствия. Функции как соответствия
- •3.4. Алгебра высказываний. Логические операции и логические функции
- •Простые и составные высказывания
- •Логические операции
- •Порядок старшинства операций
- •Основные законы математической логики
- •Упражнения для самостоятельного выполнения:
- •Тема 4. Структуры на множестве. Элементы комбинаторики
- •4.1. Выборки и подмножества
- •Упорядоченная и неупорядоченная выборки. Кратность элемента
- •4.2. Размещения, перестановки, сочетания
- •Размещения
- •Перестановки
- •Сочетания
- •4.3. Основные правила комбинаторики
- •Упражнения для самостоятельного выполнения:
- •Перестановки
- •Сочетания
- •Выборки с повторениями
- •Тема 5. Случайные события и их вероятности
- •5.1. Основные понятия теории вероятностей
- •Правила действий над событиями
- •Аксиомы теории вероятностей
- •5.2. Классическое определение вероятности
- •5.2. Классическое и статистическое определение вероятности
- •5.3. Операции над вероятностями
- •Вероятность суммы случайных событий Теорема сложения вероятностей.
- •Вероятность произведения событий
- •Формула полной вероятности
- •Формула апостериорной вероятности (формула Бейеса)
- •5.4. Случайные величины. Закон распределения дискретной случайной величины
- •Биномиальное распределение Формула Бернулли
- •Геометрическое распределение
- •Кривая нормального распределения
- •Упражнения для самостоятельного выполнения:
- •Тема 6. Элементы математической статистики
- •6.1. Возникновение математической статистики
- •6.2. Статистический эксперимент, его исходы и события
- •Предмет статистики. Основная задача и основной метод статистики
- •6.4. Статистическая информация и формы ее представления
- •6.5. Числовые характеристики статистических рядов
- •2. Среднее квадратическое (или стандартное) отклонение .
- •Упражнения для самостоятельного выполнения:
- •Список литературы
- •Ресурсы Интернета
2.3. Понятие математической модели. Этапы математического моделирования
Модель (от лат. modulus — мера) и моделирование являются общенаучными понятиями. Моделирование с общенаучной точки зрения выступает как способ познания с помощью построения особых объектов, систем – моделей исследуемых объектов, явлений или процессов. При этом тот или иной объект называют моделью тогда, когда он используется для получения информации относительно другого объекта – прототипа модели.
Метод моделирования используется фактически во всех без исключения науках и на всех этапах научного исследования. Эвристическая сила этого метода определяется тем, что с помощью метода моделирования удается свести изучение сложного к простому, невидимого и неощутимого и видимому и ощутимому и т.д.
При исследовании какого-то объекта (процесса или явления) с помощью метода моделирования, в качестве модели можно выбрать те свойства, которые нас в данный момент интересуют. Научное исследование любого объекта всегда относительно. В конкретном исследовании нельзя рассмотреть объект во всем его многообразии. Следовательно, один и тот же объект может иметь много различных моделей и ни про одну из них нельзя сказать, что она единственная, настоящая модель данного объекта.
Принято различать четыре основных свойства моделей:
упрощенность по сравнению с изучаемым объектом;
способность отражать или воспроизводить объект исследования;
возможность замещать объект исследования на определенных этапах его познания;
возможность получать новую информацию об изучаемом объекте.
Исследование различных явлений или процессов математическими методами осуществляется с помощью математической модели. Математическая модель представляет собой формализованное описание на языке математики исследуемого объекта. Таким формализованным описанием может быть система линейных, нелинейных или дифференциальных уравнений, система неравенств, определенный интеграл, многочлен с неизвестными коэффициентами и т. д. Математическая модель должна охватывать важнейшие характеристики исследуемого объекта и отражать связи между ними.
Прежде чем создать математическую модель объекта (процесса или явления) его длительно изучают различными методами: наблюдением, специально организованными экспериментами, теоретическим анализом и т.д., то есть достаточно хорошо изучают качественную сторону явления, выявляют отношения, в которых находятся элементы объекта. Затем объект упрощается, из всего многообразия присущих ему свойств выделяются наиболее существенные. При необходимости делаются предположения об имеющихся связях с окружающим миром.
Как указывалось ранее, любая модель не тождественна самому явлению, она только дает некоторое приближение к действительности. Но в модели перечислены все предположения, которые положены в ее основу. Эти предположения могут быть грубыми и тем не менее давать вполне удовлетворительное приближение к реальности. Для одного и того же явления может быть построено несколько моделей, в том числе и математических. Например, описать движение планет Солнечной системы можно с помощью:
модели Кеплера, которая состоит из трех законов, включая математические формулы (уравнение эллипса);
модели Ньютона, которая состоит из одной формулы, но тем не менее она более общая и точная.
В оптике рассматривалось несколько моделей света: корпускулярная, волновая и электромагнитная. Для них были выведены многочисленные закономерности количественного характера. Каждая из этих моделей требовала своего математического подхода и соответствующих математических средств. Корпускулярная оптика пользовалась средствами евклидовой геометрии и пришла к выводу законов отражения и преломления света. Волновая модель теории света потребовала новых математических идей и чисто вычислительным путем были открыты новые факты, относящиеся к явлениям дифракции и интерференции света, которые ранее не наблюдались. Геометрическая оптика, связанная с корпускулярной моделью, здесь оказалась бессильной.
Построенная модель должна быть такой, чтобы она могла замещать в исследованиях объект (процесс или явление), должна иметь с ним сходные черты. Сходство достигается либо за счет подобия структуры (изоморфизм), либо аналогии в поведении или функционировании (изофункциональность). Опираясь на сходство структуры или функции модели и оригинала в современной технике проверяют, рассчитывают и проектируют сложнейшие системы, машины и сооружения.
Как указывалось выше, для одного и того же объекта, процесса или явления может быть построено много различных моделей. Некоторые из них (не обязательно все) могут оказаться изоморфными. Например, в аналитической геометрии кривая на плоскости используется в качестве модели соответствующего уравнения с двумя переменными. В этом случае модель (кривая) и прототип (уравнение) являются изоморфнымти системами (точек, лежащих на кривой, и соответствующих пар чисел, удовлетворяющих уравнению),
В книге «Математика ставит эксперимент» академик Н.Н.Моисеев пишет, что любая математическая модель может возникнуть тремя путями:
В результате прямого изучения и осмысления объекта (процесса или явления) (феноменологическая) (пример – уравнения, описывающие динамику атмосферы, океана),
В результате некоторого процесса дедукции, когда новая модель получается как частный случай более общей модели (асимптоматическая) (пример – уравнения гидро-термодинамики атмосферы),
В результате некоторого процесса индукции, когда новая модель является естественным обобщением «элементарных» моделей (модель ансамблей или обобщенная модель).
Процесс разработки математических моделей состоит из следующих этапов:
формулирование проблемы;
определение цели моделирования;
организация и проведение исследования предметной области (исследование свойств объекта моделирования);
разработка модели;
проверка ее точности и соответствия реальности;
практическое использование, т.е. перенос полученных с помощью модели знаний на исследуемый объект или процесс.
Особое значение моделирование как способ познания законов и явлений природы приобретает в изучении объектов, недоступных в полной мере прямому наблюдению или экспериментированию. К ним относятся и социальные системы, единственно возможным способом изучения которых, зачастую служит моделирование.
Общих способов построения математических моделей не существует. В каждом конкретном случае нужно исходить из имеющихся данных, целевой направленности, учитывать задачи исследования, а также соразмерять точность и подробность модели. Она должна отражать важнейшие черты явления, существенные факторы, от которых в основном зависит успех моделирования.
При разработке моделей необходимо придерживаться следующих основных методологических принципов моделирования социальных явлений:
принципа проблемности, предполагающего движение не от готовых "универсальных" математических моделей к проблемам, а от реальных, актуальных проблем — к поиску, разработке специальных моделей;
принципа системности, рассматривающего все взаимосвязи моделируемого явления в терминах элементов системы и ее среды;
принципа вариативности при формализации процессов управления, связанного со специфическими различиями законов развития природы и общества. Для его объяснения необходимо раскрыть коренное отличие моделей общественных процессов от моделей, описывающих явления природы.
