книги / Механика и прикладная математика логика и особенности приложений математики
..pdf$4- ФОРМУЛИРОВАНИЕ ЗАДАЧИ |
191 |
Здесь Р — сила, приложенная к концу, / — длина балки, а — расстояние между опорами, Е — модуль упругости материала балки, J — момент инер ции поперечного сечения балки относительно нейтральной оси. Следова тельно, коэффициент жесткости балки (отношение силы к прогибу) опреде ляется выражением
c=3EJ/(l(l—а)*) |
(53) |
и сущ ественно зависит от размера а. На рис. 23, б сплошной линией показан график функции (53) в безразмерной форме. Естественно, что при а — /, когда правая опора находится под силой, прогиб равен нулю, и коэффициент
жесткости оказывается бесконечно большим. Неудивительно и то, что с умень шением а коэффициент жесткости постепенно уменьш ается. Н о совсем странно и даж е необъяснимо, почему при а -► 0 коэффициент жесткости оказывается отличным от нуля — ведь в этом предельном случае обе опоры точно сов падают, и система из геометрически неизменяемой становится механизмом, неспособным сопротивляться действию силы, т. е. его жесткость должна быть равной нулю . В чем здесь дело?
П режде всего задумаемся над тем, как согласно обычной технической
теории происходит изгиб при весьма малых значениях а. В этом случае из |
|
гиб в пределах левого участка балки очень мал, |
и этот участок как бы играет |
роль заделки для правого участка — и притом |
тем лучш е, чем меньше р аз |
мер а. Словом, формально получается, что при неограниченном сближении |
|
опор балка превращается .не в механизм, как это долж но быть в действитель |
ности, а в консоль с жестким защемлением |
на |
левом |
конце. |
А теперь нуж но обратить внимание на |
то, |
что |
чем меньше размер а, |
тем большими становятся опорные реакции, а вместе с этим растут и попереч ные силы в пределах левого участка; при а -+• 0 эти силы становятся бес конечно большими. Именно здесь и содержится ключ к разгадке: при боль ших поперечных силах нельзя пользоваться обычной технической теорией изгиба, которая исходит из представления об отсутствии сдвигов, и нужно (не м ож но, а именно нужно) учитывать перемещения, обусловленные сдви гами. Если приближенно учесть сдвиги, то вместо (53) получится иное вы раж ение для коэффициента жесткости:
с = 3 £ / / [ / (/— а)2 (1 + 3 £ г 2/ (д/(/))1
(G — модуль сдвига, г — радиус инерции сечения балки). Соответствующий график показан на рис. 23, б штриховой линией и ничего парадоксального не обнаруж ивает.
Этот пример показывает, что если после предельного перехода обнаруживаются какие-то неполадки, то это может служить при
192 ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ
знаком неадекватности теории — возможно, лишь вблизи предель ной ситуации; действительно, при а/1>150(г/1)2 можно спокойно пользоваться обычной теорией, так как тогда расхождение формул (53) и (54) составляет менее 2 %. Словом, и в этом случае предель ный переход приносит очевидную пользу не только для контро ля, но и для более глубокого понимания условий применимости хмодели.
Еще пример: задача об изгибе пластинки, имеющей вид правиль ного я-угольника, шарнирно закрепленного по контуру, при оо не переходит в аналогичную задачу для круглой пластинки. Здесь ситуация аналогична аппроксимации кривой линии с помощью ломаной, составленной из отрезков координатных линий: площадь под кривой при этом аппроксимируется, а длина кривой — нет.
Исследование экстремальных случаев служит не только целям контроля, но может также явиться отправной точкой для асимп тотических представлений решения в условиях, близких к экстре мальным, что часто имеет самостоятельный интерес *).
К контролю в экстремальных ситуациях примыкают редкие случаи, в которых при определенных, не экстремальных соотно шениях между параметрами возможен дополнительный контроль модели, например, если при этих соотношениях соответствующие дифференциальные уравнения интегрируемы в квадратурах и т. п.
Контроль граничных условий. Если в процессе исследования математической модели должна быть построена некоторая функция, то обычно требуется, чтобы на границе ее области определения она удовлетворяла определенным граничным условиям, вытекаю щим из смысла задачи. Это, в частности, относится к случаям (но не только к ним), когда указанная функция получается как реше ние дифференциального уравнения. При этом требуется контроль того, что граничные условия действительно поставлены и учтены при построении искомой функции и что эта функция на самом деле удовлетворяет таким условиям.
Контроль математической замкнутости состоит в проверке того, что выписанные математические соотношения дают возмож-
*) |
Д ж . Коул [160, с. 10]: |
«Чтобы выявить все существенные |
черты и зу |
чаемой |
задачи и дать хорош ее |
численное приближение к точному |
решению, |
математику-прикладнику (квалифицированному! — Авт.) нужно лишь не сколько членов асимптотического разлож ения. Как это ни удивительно, но часто дело обстоит именно так».
Отметим попутно, что в ряде случаев модель составляется в предполо жении, что какие-либо из участвующих существенных параметров (коорди наты, время, физические характеристики процесса и т. п.) обращаются в нуль или в бесконечность. Такие модели можно назвать асимптотически верными, и при их применении к реальным ситуациям возникает важный вопрос о том, можно ли считать указанные параметры равными нулю (бесконечности). Этот вопрос решается либо на основе более точного анализа, учитывающего конечность значений параметров (см. пп. 5.10 и 5.14), либо путем сравнения с экспериментом в типичных ситуациях.
§4. ФОРМУЛИРОВАНИЕ ЗАДАЧИ |
193 |
ность, и притом однозначно, решить поставленную математиче скую задачу. (Конечно, говоря об однозначности, мы не имеем в виду, что если задача приведена к решению уравнения, то это уравнение должно иметь единственное решение. Сама задача может быть поставлена так: «найти какое-нибудь решение», «найти все ре шения», «найти решение, удовлетворяющее такому-то добавочному условию» и т. д.) Пусть, например, задача свелась к отысканию п неизвестных из некоторой системы «конечных» (алгебраических или трансцендентных) уравнений. Тогда контроль замкнутости состоит в проверке того, что и независимых выписанных уравнений имеется ровно п. Если их меньше п, то надо поискать недостающие уравнения, а если их больше п, то либо уравнения зависимы, либо при их составлении допущена ошибка. (Впрочем, если урав нения получаются из эксперимента или наблюдений, то возможна постановка задачи, при которой число этих уравнений в системе заведомо превышает п, но сами уравнения удовлетворяются лишь приближенно, а решение ищется, например, по методу наименьших квадратов.) Среди условий также может быть любое число нера венств, например в задачах математического программирования
(см. 2’ 29).
Конечно, стараются следить и за тем, чтобы система уравнений была по возможности хорошо приспособлена к фактическому оты сканию решения (например, для системы линейных алгебраиче ских уравнений — чтобы она не была плохо обусловленной и т. п.; см. п. 5.15).
Контроль физического смысла состоит в проверке физического или иного, в зависимости от характера задачи, содержания про межуточных соотношений, появляющихся по мере конструирова ния модели.
Контроль устойчивости модели гораздо более серьезен и трудо емок, чем предыдущие приемы. Он состоит в проверке того, что варьирование исходных данных модели в рамках имеющейся (по необходимости, неполной) информации о реальном устойчивом объекте не приведет к существенному изменению решения.
Имеются и более специальные методы контроля моделей, при нятые в отдельных конкретных областях приложения математики. Укажем на простой подробно и интересно разработанный пример построения математической модели задачи прикладной механики
сразбором ошибок и контролем в книге Дж. Диксона [115, с. 84
идалее], а также на содержательное обсуждение схемы построе ния моделей и их контроля в статье А. Б. Мигдала [212, II, с. 105— 106].
12.Еще о моделировании в механике. Соображения, высказан ные выше, носят достаточно общий характер и почти в равной мере относятся к различным областям приложения математики. Сде лаем еще несколько простых дополнительных замечаний о матема тических моделях, специфичных для механики.7
7 И. И. Бдехман и др.
194 ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ
Говоря о моделировании при решении механических проблем, обычно имеют в виду один из двух уровней. Для первого, фунда ментального уровня характерно построение достаточно общих мо делей, нацеленных на применение в широком круге практических задач. Таковы, например, разнообразные модели современной ме ханики сплошных сред; укажем в особенности на работы Л. И. Се дова и его сотрудников (см. [289]).
Второй, прикладной уровень — выбор той или иной «стандарт ной» модели (из числа разработанных \а первом уровне) для адек ватного описания заданной конкретной ситуации; он непосредст венно относится к инженерной деятельности. В простейших слу чаях речь может идти о прямом продолжении традиции («...данную систему мы будем считать идеально упругой...»), но иногда выбор модели вырастает в непростую и ответственную проблему, для ре шения которой нужны знания возможных вариантов и большой опыт. Порой обнаруживается, что для описания данной ситуации нет разработанной адекватной модели — и вопрос, который пона чалу поставлен на втором уровне, естественно перемещается на первый *)
Моделирование на прикладном уровне в первую очередь вклю чает в себя схематизацию геометрических форм и квалификацию тел в качестве материальных точек, абсолютно твердых или дефор мируемых тел (сплошной среды) с теми или иными реологическими свойствами.
В некотором смысле каждую реальную совокупность достаточ но большого числа частиц можно рассматривать как сплошную среду.
В книге Л. И. Седова [287, с. 163 отмечается по этому поводу, что в 1 см3 воздуха при О °С на уровне моря содержится N =2,678 • 101й молекул; на высоте 60 км значение W=8-1015, и даже в межзвезд ной среде N&1. Таким образом, пишет автор, «даже межзвездный газ можно рассматривать как среду с очень большим числом ча стиц в малых (в астрономическом смысле.— Лет.) объемах». Да лее, отметив, что плотность железа равна 7,8 г/см3, тогда как плот ность атомных ядер железа равна 1,16-1014 г/см3, Л. И. Седов пи шет, что «все тела, по существу, «состоят из пустоты», и в то же время в практически малых объемах пространства, занятого те лом, всегда заключено большое число частиц».
Тем не менее в механике широко и успешно применяются моде ли, в которых тело считается не имеющим протяжения в одном, двух или даже трех измерениях: в последнем случае тело заменяется
*) В описанной иерархии уровней можно заметить сходство с иерархией творчества при создании одежды: есть художники-модельеры, т. е. авторы моделей, рассчитанных на неких абстрактных людей, и есть закройщики, которые, пользуясь альбомами мод, более или менее удачно подбирают фасон для данного клиента.
§4. ФОРМУЛИРОВАНИЕ ЗАДАЧИ |
195 |
на материальную точку. Такая схематизация часто (особенно в последнем варианте) существенно упрощает модель, хотя иногда вредит ее адекватности. Возможность этого упрощения определя ется путем сравнения протяженности тела в соответствующих изме рениях с характерными протяженностями в рассматриваемой задаче; в частности, отсюда вытекает распространенность примене ния понятия материальной точки в небесной механике.
Предположение об абсолютной жесткости того или иного про тяженного тела также вносит значительные упрощения в модель изучаемой системы. Естественно, что это предположение не имеет абсолютного характера, а зависит от типа воздействий на систему. Так, во многих динамических задачах некоторые элементы системы можно считать абсолютно жесткими, если характерное врехмя, свя занное с внешним воздействием, существенно больше, чем наиболь ший период свободных колебаний элемента. Однако здесь имеются и важные исключения: например, предположение об абсолютной жесткости всех элементов статически неопределимой системы всегда неадекватно задаче.
В ряде случаев допустимо моделировать отдельные тела си стемы в виде безмассовых деформируемых элементов (например, в виде упругих связей). Однако, как правило, приходится одновре менно учитывать как деформируемость, так и инерционность тел, образующих механическую систему. При этом значительные упро щения вносят кинематические гипотезы — гипотеза прямых нор малей в теории пластин и оболочек, гипотеза о ламинарности тече ния в гидравлике и т. п., хотя в принципе такие гипотезы снижают степень адекватности модели.
Исключительно важным элементом моделирования сплошных сред является выбор феноменологических зависимостей между на пряжениями и деформациями («определяющих уравнений»), приво дящий к понятиям упругого, упруго-вязкого или упруго-пласти ческого твердого тела, идеальной или вязкой жидкости или к бо лее сложным реологическим моделям.
Взаимодействие тел друг с другом учитывается с помощью по нятия силы. Силы часто оказывается возможным подразделять на позиционные, т. е. зависящие от координат системы, скоростные, т. е. зависящие от скоростей, и вынуждающие, т. е. заданные не посредственно в виде функций времени и вносящие в систему неавтономность (впрочем, эти признаки могут сочетаться). Понятие о заданных вынуждающих силах обычно получается в результате расчленения системы и отбрасывания части, на которую остаю щаяся часть системы воздействует сравнительно слабо, как это описано в п. 4.8; тогда, пренебрегая этим воздействием, можно сказать, что отброшенная часть системы передает оставшейся части силу, явно зависящую от времени.
Например, при изучении колебаний фундамента, на котором расположена машина с движущимися неуравновешенными массами,
196 ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ
обычно принимают, что относительное движение подвижных частей машины не зависит от колебаний фундамента, а потому по отноше нию к нему это движение определяет внешнюю силу, полностью за данную во времени. Однако на самом деле неуравновешенная маши на и фундамент составляют единую систему, и хотя в ряде случаев указанное приближение является вполне приемлемым, все же при
определенных обстоятельствах приходится вспоминать о |
в з а и |
м о д е й с т в и и , а не только о д е й с т в и и в одном |
направ |
лении (см., например, [41, 741). |
|
Несколько слов о консервативных механических системах. Моделирование динамических систем 42 в виде систем консер
вативных сыграло и продолжает играть выдающуюся роль в ме ханике и вообще в физике. Вместе с тем модели, в которых не учи тывается действие диссипативных факторов, часто оказываются неадекватными рассматриваемым реальным процессам; об этом уже говорилось в пп. 2.14 и 4.5. Примечательно, что, как правило, именно в этих случаях при изучении консервативных моделей воз никают исключительные математические трудности. Их преодо ление вызвало появление ряда глубоких и интересных по своим идеям исследований, хотя из-за упомянутой неадекватности мно гие из этих исследований, принадлежащих порой выдающимся ав торам, нельзя непосредственно применить к реальным системам *). Учет всегда имеющихся в действительности диссипативных сил с одной стороны, приводит к резкому изменению качественной кар тины семейства траекторий в фазовом пространстве, а с другой (и это, несомненно, связанные вещи!), устраняет упомянутые ма тематические осложнения при изучении системы.
Наиболее яркими примерами здесь могут служить модель иде альной жидкости в гидродинамике и так называемая проблема ма лых знаменателей (резонансов, синхронизации) в нелинейной меха нике.
В колебательных упругих системах силы трения иногда ока зывают дестабилизирующее влияние, и поэтому неадекватность кон сервативной модели может сыграть прямо-таки коварную роль. Упомянем здесь явление неустойчивости вращающихся валов вслед ствие внутреннего трения (в закритической области), а также парадокс Циглера, касающийся устойчивости стержневой системы, находящейся под действием следящей силы. В этих случаях пре небрежение внутренним трением может привести к необоснованно оптимистическим оценкам устойчивости.
На характере математических моделей механики останавли вается А. Ю. Ишлинский [135].
*) Мы ни в коем случае не хотим сказать, что эти исследования не нуж ны. Столь важная общая динамическая модель, как консервативные системы, несомненно, заслуживает всестороннего изучения на дедуктивном уровне. Кроме того, указанные исследования представляют собой крупный вклад в развитие математикис
§5. ВЫБОР МЕТОДА ИССЛЕДОВАНИЯ |
197 |
§ 5. Выбор метода исследования
ЭВМ, «освобождая нас от многих... обя занностей, не освобождает во всяком слу чае от двух: от необходимости владеть математическим аппаратом и творчески мыслить».
В . Я. Феодосьев [324, с. 165]
1. Внешнее и внутреннее правдоподобие. Мы уже говорили о том, что прикладное исследование, в котором применяется мате матика, вслед за этапом построения математической модели со держит этапы выбора метода исследования и реализации этого ме тода. Обычно первый этап завершается записью исходных соотно шений, уравнений задачи, тогда как дальнейшие этап i состоят в решении математической задачи, которое может включгть получе ние как количественных результатов, так и качественны;: выводов. (Мы будем для определенности говорить об «уравнениях задачи», хотя все сказанное будет полностью относиться и к случаю, когда математическая модель имеет какую-либо иную структуру.) Та ким образом, решение строится по схеме
реальный объект -> модель -> решение, |
(55) |
после реализации которой наступает этап анализа и интерпретации решения; этот этап «сбора плодов» рассмотрен в § 6. Отметим, что в соответствии с п. 4.3 решению может предшествовать построение целой цепочки моделей; тогда для составления схемы (55) надо остановиться на какой-то одной из них, считая, что переходы, обоз наченные на этой схеме стрелками, включают и построение проме жуточных моделей.
Обычно степень адекватности модели заранее не известна, а выясняется только после многократных проверок в изучаемой и сходных задачах. Чаще всего после выбора модели исследователь может лишь предполагать, какова степень ее адекватности. Эту ожидаемую степень адекватности мы будем называть внешним прав доподобием схемы (55); оно характеризует соответствие матема тической модели изучаемому реальному объекту в глазах исследо вателя по интересующим его свойствам. Внешнее правдоподобие, как правило, тем ближе к истинной степени адекватности, чем выше опытность и интуиция исследователя или коллектива исследова телей в изучаемой области, чем более «апробированным» явля ется тип применяемой модели. (Отметим, что, как и в конце п. 3.1, можно было бы ввести еще один психологический параметр, харак теризующий степень уверенности исследователя в правильности оценки им внешнего правдоподобия схемы.) Впрочем, одной из драматических сторон научной деятельности является часто встре чающаяся и легко понятная склонность даже опытного исследова теля преувеличивать степень адекватности избранной им модели;
198 ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ
как правило, это преувеличение выясняется с большим опозда нием и нередко другими специалистами.
Аналогичным образом можно ввести понятие внутреннего прав доподобия схемы (55), характеризующего ожидаемую степень адек ватности по изучаемым характеристикам второго перехода (55); в частности, если модель имеет вид системы уравнений, речь идет об ожидаемой точности решения. Мы уже говорили в § 3, что и в процессе решения уравнений прикладной задачи широко применя ются рациональные переходы, приводящие к тому, что за исключе нием самых простых задач решение обычно оказывается не вполне адекватным модели.
Выбор метода исследования математической модели непосред ственно связан с внутренним правдоподобием исследования. Прово дя это исследование на чисто дедуктивном уровне, мы поднимаем внутреннее правдоподобие до максимально возможного; можно ска зать, что степень внутреннего правдоподобия чисто дедуктивного исследования равна единице. Если же, как обычно в прикладном исследовании, мы упрощаем уравнения системы без полного дедук тивного обоснования, используем понятие практической сходимос ти, проводим вычисления на ЭВМ или совершаем другие рациональ ные переходы, то внутреннее правдоподобие понижается.
Среди многих вопросов, касающихся соотношения между внеш ним и внутренним правдоподобием, одним из центральных является вопрос о разумных требованиях к внутреннему правдоподобию при принятом уровне внешнего правдоподобия, т. е. при фиксиро ванном выборе математической модели. От решения (по необходи мости рационального) этого вопроса может существенно зависеть выбор метода исследования модели. По этому поводу широко из вестны две точки зрения.
Первой из них придерживается большинство авторов приклад ных исследований. Она состоит в том, что бессмысленно строить слишком точные решения уравнений, при составлении которых бы ла значительно огрублена реальная картина. Другими словами, в соответствии с общим принципом оптимальности при решении при кладных задач (п. 1.7) необходимо учитывать, насколько повыше ние затрат труда на увеличение внутреннего правдоподобия окуг пится ожидаемым повышением итоговой адекватности решения ре альному объекту.
Другая точка зрения, высказанная в явной форме Д. Гильбер том (см., например, [88, с. 18—19]) и А. М. Ляпуновым [471] и повторяемая порой в настоящее время, состоит в том, что после формулировки прикладной задачи на математическом языке ее нужно решать на уровне чистой математики. В принятых здесь тер минах это означает, что внутреннее правдоподобие должно быть максимальным независимо от уровня внешнего правдоподобия *).
*) Относительно недавно оформилась своеобразная область математики, различные направления которой иногда называются «физической математи
§5. ВЫБОР МЕТОДА ИССЛЕДОВАНИЯ |
199 |
Мы увидим ниже, что бывают случаи, когда вторая точка зре ния оказывается целесообразной, а в некоторых ситуациях она даже необходима. Но все же в подавляющем большинстве случаев естественно принять первую точку зрения, т. е. соразмерять стро гость решения с внешним правдоподобием. Можно сказать, что в этой позиции содержится принцип соответствия внешнего и внут реннего правдоподобия, аналогичный известному правилу прибли женных вычислений: степень точности вычислений должна отве чать степени точности исходных данных.
Рассмотрим этот вопрос на качественном уровне подробнее. Для этого обозначим, наподобие степени адекватности (п. 4.3), степени внешнего и внутреннего правдоподобия схемы (55) через Рех и Pin, разумеется, в мало-мальски «приличных» исследованиях значение р 1п близко к единице — в сущности это и есть признак «приличности». Ожидаемая итоговая адекватность р0 решения
кой»» «биологической математикой» и т. п. Для этой области, промежуточной между чистой и прикладной математикой, характерно то, что та или иная ма тематическая модель реального объекта как бы абсолютизируется и изучается на полностью дедуктивном уровне с доказательством теорем существования и других утверждений, свойственных чистой математике. При этом термино логия заимствуется из дисциплины, к которой относится исходный объект, так что теорема может иметь вид «существует течение» и т. п. Хорошо извест ными примерами здесь служат математические исследования уравнений Навье — Стокса, нелинейной теории упругости, пограничного слоя и других уравнений, непосредственно пришедших из механики и физики. (Сюда же примыкает классическая математическая физика, которую более естественно относить к физической математике. Впрочем, сейчас оформляется и неклас сическая математическая физика, которая, пожалуй, более тяготеет к фи зике.)
Эта область представляет несомненный интерес для прикладной мате матики. Некоторые из полученных в ней результатов (в частности, имеющих качественный характер) могут быть использованы непосредственно, другие могут способствовать формированию правильной интуиции или подсказать практически приемлемые методы изучения задачи и повысить степень их до стоверности. Вместе с тем в отдельных случаях прикладное использование таких результатов может быть существенно затруднено по причинам, описан ным в § 2. Кроме того, некритическое применение этих результатов в реаль ной ситуации может привести к ложным выводам (да еще с иллюзией строгой обоснованности), если сама модель окажется неадекватной. (Отметим, на пример, некоторые гидродинамические парадоксы, описанные в книге [34] и проистекающие только из несовершенства моделей.) К сожалению, некото рые авторы дедуктивных построений, зачарованные их стройностью и вну тренней красотой, порой занимают воинственную позицию и объявляют хорошо зарекомендовавшие себя прикладные теории «несовершенными», «пол ностью скомпрометированными» и даже «принципиально порочными». Конеч но, эти крайние выражения (заимствованные нами из подлинных выступле ний — устных и печатных) глубоко несправедливы. Любопытно, что именно такие непримиримо настроенные авторы особенно чувствительны к обратным (и часто тоже несправедливым) упрекам в полной практической бесполезности их дедуктивных теорий.
Сходный характер часто имеют исследования, в которых на чисто дедук тивном уровне изучаются отдельные вопросы вычислительных процедур, если такие исследования не нацелены на применение при реальных вычислениях.
200 |
ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ |
реальному объекту равна произведению |
|
|
Ро “ Рс:хР\П‘ |
Обсуждение |
вопроса о разумном выборе значения p in — как |
и множества проблем оптимизации — невозможно без привлечения понятий экономики. Пусть ожидаемая выгода от достижения адек ватности ро (измеряемая, в конечном счете, в денежных единицах) равна F(PexPin) и /(р 1п) —затраты, необходимые для обеспече ния некоторого уровня /?1п. Наша задача сводится к максимиза ции разности
R = F(PexPin)-f(P\n) |
(56) |
двух возрастающих функций аргумента p in (если считать р ех фик сированным).
В любой действительной ситуации построение функции f — весьма непростая (и к тому же небесплатная) операция, а постро ить функцию F вообще невозможно. Из-за практической «кевычисляемости» членов, входящих в (56), это бесспорно разумное вы ражение не может претендовать на реализацию и имеет, пожалуй, только символический смысл. Поэтому мы не будем увлекаться формальными выкладками, а — лишь взглядывая время от вре мени на (56) — воспользуемся понятными соображениями качест венного характера.
Прежде всего отметим те, в общем немногочисленные случаи, когда не следует придерживаться указанного выше принципа рав ного правдоподобия (первой точки зрения), а разумно ориентиро ваться на выполнение точного равенства /7in= 1 * т. е. на чисто дедуктивное изучение модели — даже при невысоком внешнем правдоподобии (это соответствует второй точке зрения). Нам уда лось выделить четыре типа таких случаев (не исключено, что какието типы остались незамеченными).
1. Если речь идет об отработке единого метода, который наме чено применять к широкому заранее не фиксированному классу моделей с широким диапазоном значений р ех. В подобных случаях метод должен быть кристально чист и удовлетворять самым стро гим дедуктивным требованиям. Именно с этим связана полезней шая прикладная роль общих теорем Ляпунова об устойчивости, хотя в конкретных приложениях значения р ех, а потому и /?0, далеко не всегда близки к единице.
2. Если целью исследования является выяснение качества са мой математической модели. Примером может служить следующая ситуация. Установлено существенное расхождение между опытными данными и результатами некоторого приближенного решения; тре буется выяснить, не виновата ли в этом избранная модель, т. е. принятая схема явления. Понятно, что в данном случае необхо димо полностью исключить возможное влияние нестрогости мате матического решения задачи и обеспечить /?in= l .