- •2. Дескриптивная статистика. Средние значения — среднее арифметическое, медиана, мода. В каких ситуациях эти три меры дают близкие значения, а в каких они сильно различаются?
- •4. Понятие о выборочном методе. Репрезентативная выборка, методы её формированияю Два вида ошибок выборки. Доверительная вероятность.
- •9.Методы многомерного статистического анализа. Кластер-анализ. Понятие об иерархическом методе и о методе к-средних. Многомерная классификация с использованием нечетких множеств.
- •11. Виды качественных признаков. Номинальные признаки, примеры из исторических источников. Таблица сопряженности. Коэффициент связи номинальных признаков, пределы его значений.
- •13. Математическое моделирование.
- •14. Дифференциальные уравнения.
- •Часть 2.
13. Математическое моделирование.
Специфика задач моделирования:
1. история не занимается прогнозированием
2. нет основательных рядов данных, массивов, по которым можно настраивать модель, ограниченность данных
3. комплексная наука (от культуры до экономики).
Причины применения моделей в ист.исследованиях:
1. реконструкция отсутствующих данных по динамике процесса (Пелопонесские войны)
2. оценка роли тех или иных факторов в их действии на результат процесса, проверка предположений
3. теоретический анализ ситуаций.
Модели бывают разных типов (от вербальных до математических). Философские, натурные и др.
Цель моделирования – заменить реальный объект исследования его моделью, а затем исследовать поведение модели, перенося выводы на объект.
Главный вопрос – адекватность модели изучаемому объекту (изоморфность).
Математическая модель – система уравнений, в которой конкретные величины заменяются математически понятными постоянными и переменными величинами, функциями. Для этого применяются дифференциальные, интегральные и алгебраические уравнения.
Система математических соотношений, описывающих изучаемый процесс или явление; в общем смысле такая модель является множеством символических объектов и отношений между ними. (Г.И.Рузавин).
Типы моделей:
(связаны с ситуациями применения моделей)
- имитационные (имитирует характер процесса, допускается много переменных х и уравнений, сложная форма взаимосвязи между ними.
Пример: системы конечно-разностных уравнений)
- статистические (малое число уравнений, большое число переменных, сложные связи между ними, обратные связи трудны для исследования.
Пример: уравнения множественной регрессии, факторный анализ)
- аналитические (математические, одно или несколько уравнений и простая связь между ними.
Пример: дифференциальные уравнения, марковские цепи)
Эти три подхода, вообще говоря, приводят исследователя к построению различных типов теорий. Там, где используется аналитическое моделирование, имеются небольшие возможности для анализа поведения систем с нелинейными или обратными связями. Когда выбрано статистическое моделирование, мы вынуждены оценивать параметры модели из уравнений. Такие модели также имеют ограниченное применение в случае наличия обратных связей. Если используется имитационное моделирование, тогда мы относительно свободны от математических или статистических ограничений. Это может быть чрезвычайно полезно для построения теории: есть возможность учитывать сложные обратные и нелинейные связи. Однако, в этом случае мы ограничены в понимании изучаемой системы пределами экспериментирования с моделью.
Модель Мальтуса – в 18 в. предсказал, что будет перенаселение. Но он не учел, что есть механизмы саморегулирования.
Лотка и Вольтера – модель «хищник-жертва».
14. Дифференциальные уравнения.
Построение модели, и ее изучение – "прогон" во времени, оценка роли различных факторов, выявление закономерностей – наиболее эффективно осуществляются с помощью формальных методов, например, разностных или дифференциальных уравнений.
Дифференциальное уравнение – связывает между собой независимую переменную х, искомую функцию у и ее производную различных порядков по х. Часто роль независимой переменной играет время t.
Д.У. описывает, в отличие от разностного уравнения, динамику процесса в каждый момент времени.
Общий вид дифференциального уравнения n-го порядка:
F(x, y, y', y'',
…,
)
= 0.
Порядок старшей производной определяет порядок уравнения. Например, уравнение y' + y = x имеет порядок 1, уравнение y'' + y'+2y = 0 – порядок 2, уравнение y''' + y'y – x=0 – порядок 3.
Дифференциальное уравнение называется линейным, если неизвестная функция y и ее производные входят в уравнение в первой степени, т.е. с коэффициентами, зависящими только от x, т.е. это уравнение вида:
По
аналогии с обычным линейным уравнением
функции
…,
называются
коэффициентами уравнения, а правая
часть, т.е. функция
–
свободным членом. Наиболее простыми из
линейных уравнений являются т.н.
однородные линейные уравнения, в
которых
=0.
Любая
функция
,
которая, будучи подставлена в
дифференциальное уравнение, обращает
его в тождество, называется решением этого
уравнения. Таким образом, решить
дифференциальное уравнение – значит
найти все его решения.
Напомним (см. раздел 12.5), что основная задача интегрального исчисления – нахождение функции у, производная которой равна некоторой функции . Оказывается, что эта задача сводится как раз к простейшему дифференциальному уравнению вида y' = f(x). Из интегрального исчисления известно, что общим решением этого уравнения является неопределенный интеграл
,
где С – произвольная константа. Выбирая различные значения С, можно получить любое частное решение этого уравнения. Чем выше порядок уравнения, тем больше констант входит в его общее решение: в решении уравнения второго порядка – две константы, третьего – три, n-го порядка – n.
Наиболее интересны дифференциальные уравнения, описывающие динамические системы, где в качестве независимой переменной выступает время t. Такие системы используются для описания эволюционных процессов.
Модель Мальтуса – в 18 в. предсказал, что будет перенаселение. Но он не учел, что есть механизмы саморегулирования.
Лотка и Вольтерра – модель «хищник-жертва».
КУРС ИНФОРМАТИКА И МАТЕМАТИКА
