
- •1. Натурфилософская, позитивистская и диалектическая точки зрения на соотношение философии и естествознания.
- •2.Методологические критерии научности.
- •3. Возникновение науки и философии в античности: случайное совпадение или общие причины.
- •4. Три исследовательские программы античности: пифагорейско-платоновская, аристотелевская и атомистическая. Представители, идеи, сравнительный анализ.
- •Скептицизм: представители, этапы развития, тропы против чувственного и рационального познания.
- •6. Научные итоги поздней античности. Александрийская научная школа. Мусейон.
- •7.Специфика средневековой картины мира и возможности развития науки в период Средневековья.
- •8.Изменение представлений о субъекте и объекте познания в эпоху Возрождения. Наука и паранаука
- •10. Проблема возможностей и границ научного познания в философии Канта. Проблема активности познающего субъекта в «Критике чистого разума» и. Канта.
- •11.Априорные предпосылки познания по Канту. Модификации представлений об априорных предпосылках познания в XX веке (к. Лоренц и ж Пиаже).
- •12. Неокантианство о методах естественнонаучного и гуманитарного познания.
- •13.Неопозитивизм и проблема эмпирического обоснования науки. Логический анализ языка науки в неопозитивизме
- •14. Сравнительный анализ верификации и фальсификации как демаркации научного знания
- •15. Модели развития науки в пост позитивизме. Наивный и утончённый фальсификационизм.
- •16. Приложение парадигмальной модели науки к истории развития геологии
- •17. Роль личности ученого и интуиции в научном познании.
- •18. Этос науки. Р. Мертон о ценностных установках научной деятельности.
- •19. Классический, неклассический и постнеклассический типы рациональности и характерные для каждого типы научных концепций.
- •Классическая рациональность
- •Неклассическая рациональность
- •Постнеклассическая рациональность
- •Динамические и вероятностные представления о причинности. Анализ онтологического статуса вероятности на примере принципа неопределенности в квантовой механике. Полемика Эйнштейна и Бора
- •21. Представления о пространстве и времени в классической механике, сто и ото.
- •22. Субстанциальная и реляционная трактовки пространства и времени в истории науки и философии. Связь пространства и времени с типами материальных систем.
- •23 Онтологический статус математики как философская проблема. Программы обоснования математического знания. Теорема Геделя
- •24. Метод математического моделирования и его роль в развитии современной науки
- •25. Синергетика как междисциплинарный подход к процессам самоорганизации. Синергетическая парадигма в геологии
- •26. Современные космологические модели Вселенной. Модель инфляционной Вселенной и антропный принцип
- •28. Проблемы происхождения и сущности жизни и моделирования эволюционного процесса.
- •30. Медицина: наука или искусство? Философские проблемы медицины и биоэтики.
- •31. Строение геологического знания, виды законов, действующих в геологии, соотношение теоретического и эмпирического уровня.
- •Фиксистская, мобилистская и синергетическая парадигмы в теоретической геологии.
- •33. Социоцентристский и натуралистический подход к проблеме сознания.
- •34. Современные когнитивные науки о феномене сознания. Квантовая теория сознания р. Пенроуза.
- •35. Философские основания виртуалистики
- •36. Роль мысленного эксперимента в становлении научной теории. Анализ одного из мысленных экспериментов а. Эйнштейна.
24. Метод математического моделирования и его роль в развитии современной науки
Выявление общего, существенного, присущего всем системам определенного рода производится наиболее общим приемом — математическим моделированием. При математическом моделировании систем наиболее ярко проявляется эффективность единства качественных и количественных методов исследования, характеризующая магистральный путь развития современного научного познания.
Всякая сложная система, модель которой мы создаем, при своем функционировании подчиняется определенным законам — физическим, химическим, биологическим и др. Рассматриваются такие системы, для которых знание законов предполагает известные количественные соотношения, связывающие те или иные характеристики моделируемой системы. Модель создается для ответа на множество вопросов о моделируемом объекте. Интересуясь некоторыми аспектами функционирующей системы, изучают ее с определенных точек зрения. Направления изучения системы в значительной степени и определяет выбор модели. Опишем процесс построения математической модели сложной системы. Его можно представить состоящим из следующих этапов:
Формулируются основные вопросы о поведении системы, ответы на которые мы хотим получить с помощью модели.
Из множества законов, управляющих поведением системы, учитываются те, влияние которых существенно при поиске ответов на поставленные вопросы.
В дополнение к этим законам, если необходимо, для системы в целом или отдельных ее частей формулируются определенные гипотезы о функционировании. Как правило, эти гипотезы правдоподобны в том смысле, что могут быть приведены некоторые теоретические доводы в пользу их принятия.
Гипотезы, так же как и законы, выражаются в форме определенных математических соотношений, которые объединяются в некоторое формальное описание модели.
На этом заканчивается процесс построения математической модели. Дальше следует процесс исследования этих соотношений с помощью аналитических и вычислительных методов, приводящий в конечном итоге к отысканию ответов на предъявляемые модели вопросы. Разрабатывается или используется созданный ранее алгоритм для анализа этой модели.
Если модель хороша, то ответы, найденные с ее помощью, как правило, бывают весьма близки к ответам на те же вопросы о моделируемой системе. Более того, в этом случае зачастую с помощью модели удается ответить и На некоторые ранее не ставившиеся вопросы, расширить круг представлений о реальной системе. Если же модель плоха, т. е. недостаточно адекватно описывает систему с точки зрения задаваемых ей вопросов, то она подлежит дальнейшему улучшению или замене. Критерием адекватности модели служит практика, которая и определяет, когда может закончиться процесс улучшения модели.
Достоинствами метода математического моделирования является то, что модель представляет собой формализованную запись тех или иных законов природы, управляющих функционированием системы. Однако определенные трудности возникают при попытке построения математической модели очень сложной системы.
Существуют различные модели, используемые для описания сложных систем, такие как дескриптивные (описательные), описывающие происходящие в системе процессы; - оптимизационные, управляющие процессом, т. е. принимающие те или иные решения; - многокритериальные, рассматривающие систему по многим критериям; - игровые, пригодные для исследования и рассматривающие конфликтные ситуации; - имитационные, максимально использующие имеющуюся информацию о поведении системы.