
Вероятностные законы
Вероятностные законы в системе научного знания закономерности поведения вероятностных систем получают выражения в форме вероятностных законов. Это утверждение кажется на первый взгляд парадоксальным, случайное подчиняется закономерности. Предмет вероятностной теорий, мир случайных явлений, отнюдь не является царством беззакония: в этом мире действуют свои специальные законы - так называемые вероятностные, случайность и необходимость представляют собой диалектические противоположности, взаимосвязанные стороны объективной реальности они не исключают друг друга, а обуславливают и дополняют.
Лишь для метафизического мышления характерно абсолютное противопоставление случайного и необходимого, жесткое разграничение их как взаимоисключающих определений реальности. Эту точку зрения подверг в свое время резкой критике Ф. Энгельс. «Обычный человеческий рассудок, — писал он, — а с ним и большинство естествоиспытателей, рассматривает необходимость и случайность как определения, раз навсегда исключающие друг друга. Какая-нибудь вещь, какое-нибудь отношение, какой-нибудь процесс либо случайны, либо необходимы, но не могут быть и тем и другим. Таким образом, то и другое существует в природе бок о бок; природа содержит в себе всякого рода предметы и процессы, из которых одни случайны, другие необходимы, причем все дело только в том, чтобы не смешивать между собой эти два сорта».
Метафизическому подходу Энгельс противопоставляет диалектическую концепцию взаимосвязи необходимости и случайности. Любое явление или процесс, если рассматривать их конкретно, т. е. в единстве и целостности всех сторон, свойств и отношений, представляют собой единство необходимого и случайного. Случайность, по определению Энгельса, есть форма проявления и дополнения необходимости. В этом определении существенным является не только указание на связь необходимого и случайного. Чрезвычайно важной представляется также идея разнопорядковости, неравноценности, субординации необходимого и случайного. Случайное не просто сосуществует с необходимым: случайное, по мнению Энгельса, подчинено необходимому, дополняет, конкретизирует необходимое, обусловливает форму его проявления. Эти глубокие диалектические идеи Энгельса дают ключ к пониманию взаимосвязи необходимого и случайного в явлениях и процессах, подчиняющихся вероятностным законам. При определении случайности во второй главе мы исходили лишь из одной стороны дела: фиксировали лишь определенные отношения в классах случайных событий — их иррегулярность, независимость, беспорядочность. Но есть и другая, не менее важная сторона этих отношений. Сквозь иррегулярное и беспорядочное следование случайных событий всегда просвечивает характерная устойчивость, упорядоченность воспроизведения класса событий в целом, постоянство относительных частот их реализации. Через массу случайностей пробивает себе дорогу некоторая специфическая (так называемая стохастическая) регулярность, необходимая тенденция в поведении совокупности случайных событий. Там, «где на поверхности происходит игра случая, там сама эта случайность всегда оказывается подчиненной внутренним, скрытым законам. Все дело лишь в том, чтобы открыть эти законы».
Выявление и описание внутренней, скрытой необходимости в массе случайных явлений стало возможным лишь благодаря переходу к новым формам выражения закономерностей, наблюдаемых в поведении вероятностных систем. Такой новой формой выражения закономерностей является закон распределения вероятностей случайной величины, сопоставляющий каждому значению случайной величины определенную вероятность. Так, например, если мы интересуемся законом, которому подчиняется число выпадений «герба» при случайном бросании симметричной монеты, то этот закон можно выразить с помощью функции распределения, сопоставляющей возможному числу выпадений «герба» соответствующую вероятность. Для одного выпадения «герба» имеем вероятность, равную '/2, для двух выпадений «герба» подряд — вероятность, равную '/4, для трех — вероятность, равную Vs, и т. д. Функция распределения вероятностей фактически отражает структуру некоторой вероятностной системы, ибо в функции распределения обобщенным образом учитывается единство дифференциации и интеграции в совокупности случайных событий. Различие отдельных событий учитывается путем сопоставления каждому событию определенной вероятности, а целостность совокупности событий находит отражение в существовании общей функции распределения, выражающей необходимую тенденцию поведения совокупности событий в целом.
Эта необходимость становится более явной, если мы придадим нашим рассуждениям логически более строгую форму. Всякая совокупность случайных событий реализуется при определенных условиях. С изменением комплекса условий существования и воспроизводства совокупности, как правило, изменяются и отношения между отдельными событиями в совокупности, т. е. изменяется структура вероятностной системы. Среди комплекса условий существования объекта не все условия имеют равное значение, не все одинаково существенны для воспроизводства объекта. Обычно в анализе различают сопутствующие условия, лишь случайным, внешним образом влияющие на поведение объекта, и существенные условия, оказывающие решающее влияние на его поведение. При анализе существенных условий различают следующие: а) необходимое условие: явление возможно тогда, и только тогда, когда это условие реализовано; б) достаточное условие: если оно реализовано, то имеет место и рассматриваемое явление, однако явление возможно и в том случае, если это условие не реализовано; в) необходимое и достаточное условие: если это условие реализовано, то в силу его достаточности имеет место и рассматриваемое явление, а если это условие не реализовано, то в силу его необходимости явление невозможно.
Любой закон есть выражение необходимой связи между комплексом необходимых и достаточных условий У существования объекта и поведением R этого объекта. Другими словами, известные нам научные законы могут быть представлены в следующем виде: «Если У, то R» (если реализуется определенный комплекс необходимых и достаточных условий, то с необходимостью реализуется и определенное устойчивое поведение). Вероятностные законы, выраженные с помощью функций распределения, «не представляют исключения из этого правила. Они сохраняют общую логическую структуру законов науки, и их можно сформулировать следующим образом: «Если У, то Rw», т. е. если реализуется комплекс необходимых и достаточных условий существования некоторой совокупности случайных событий, то с необходимостью реализуется и определенная закономерность ее поведения, выражаемая в виде соответствующей функции распределения вероятностей.
Таким образом, вероятностный подход к явлениям ориентирует на выделение необходимых черт в поведении статистической совокупности. «Обращаясь к статистическим теориям, — отмечает Д. И. Блохинцев, — следует прежде всего иметь в виду, что единичное, случайное явление не может быть предметом науки (теории или эксперимента). Научный метод применим к случайным явлениям лишь тогда, когда имеется воспроизводимая совокупность независимых случайных явлений... Подобная совокупность объектов должна характеризоваться некоторыми параметрами, которые уже не являются сами случайными величинами, а, напротив, однозначно определяют характер изучаемой совокупности. Только при этом условии возникает возможность применения статистических методов. Во всех подобных совокупностях предметом изучения являются распределения признаков или величин...» (Д. И. Блохинцев. О физических основах квантовой механики. - «Вопросы философии», 1969, №3 стр.128).
Однако следует отметить принципиальное, качественное отличие необходимости, выражаемой вероятностными законами, от необходимости, выражаемой законами жесткой детерминации. С позиций жесткого детерминизма любая случайность рассматривается как антипод закономерности, как нечто такое, что лежит вне предмета науки. Эта точка зрения сформировалась под влиянием механистических воззрений и фактически исключает всякую случайность. При вероятностно-статистическом подходе к явлениям, наоборот, случайность необходимым образом включается в сферу научного познания. Необходимость нового типа не исключает случайность; она включает ее опосредованным образом, ассимилируя в «снятом», трансформированном виде, выражая общую тенденцию и направление потока случайностей. При вероятностно-статистическом подходе мы действительно реализуем диалектическую стратегию познания: находим внутреннюю необходимую тенденцию, пробивающую себе дорогу через массу случайностей. Случайность при этом постоянно обнаруживает себя как форма проявления и дополнения некоторой необходимости, выражаемой вероятностным законом.
Раскрытие необходимости в поведении совокупности случайных событий требует перехода к новому научному языку, к новым понятиям, адекватно выражающим специфику поведения объектов теории вероятностей. Этот язык в сущности представляет собой новый тип описания объекта. Если прежняя наука в своей основе исходила из возможности описания свойств объектов, то вероятностная наука исходит из возможности описания структуры объектов. Свойства объекта могут быть сами по себе и случайными, однако реализованная па множестве свойств структура всегда является некоторой постоянной и необходимой характеристикой поведения объекта.
Язык вероятностных распределений, с помощью которого выражаются вероятностные законы, стал преимущественным языком современного естествознания. Если мы знаем функцию распределения, то мы знаем самое существенное о классе случайных событий. Существуют и другие необходимые характеристики в поведении статистической совокупности (средние величины, дисперсия и т. д.), но все они имеют ограниченное значение в научном познании, поскольку отражают какие-то частные стороны и свойства совокупности. Лишь функция распределения дает полное знание, поскольку она адекватно отражает структуру рассматриваемой статистической совокупности, характеризует ее как целостную систему.
Познание «вероятностного мира» в какой-то степени повторяет путь, общий для научного познания в целом: и здесь наука первоначально имела дело со статическими аспектами явлений и лишь затем перешла к отражению явлений в динамике, в движении. «Надо было исследовать предметы, — отмечает Ф. Энгельс, — прежде чем можно было приступить к исследованию процессов. Надо сначала знать, что такое данный предмет, чтобы можно было заняться теми изменениями, которые с ним происходят. Так именно и обстояло дело в естественных науках».
Переход от статики к динамике знаменовал собой по существу новый этап в развитии теории вероятностей, в проникновении теоретико-вероятностных представлений в современную науку. Этот этап привел к разработке теории вероятностных, или стохастических, процессов. Для современной науки характерно самое широкое исследование таких процессов. Особенно актуальной становится разработка теории вероятностных процессов применительно к задачам управления сложными динамическими системами. Если закон распределения вероятностей характеризует осуществление событий при фиксированном комплексе условий, т. е., образно говоря, дает синхронный «срез» соответствующей вероятностной системы, то теория вероятностных процессов позволяет отражать в математической форме изменение параметров распределения во времени. Простейшим типом вероятностного процесса являются так называемые цепи Маркова. Для вероятностных процессов этого типа характерно, что состояние системы в момент времени t(n+1) зависит только от состояния в момент времени t(n) и не зависит от состояния системы в момент времени t(n-1). Существуют и более сложные типы цепей Маркова, например, когда текущее состояние определяется предшествующим. Эти процессы математически описываются функциями распределения вероятностей и являются наиболее изученными.
При сравнении вероятностных законов с законами жесткой детерминации (вроде законов ньютоновской механики) можно заметить, что и те и другие выражают некоторые существенные, необходимые, повторяющиеся черты в поведении соответствующих классов объектов. Однако поскольку эти два типа законов отражают поведение качественно отличающихся друг от друга по своей природе классов объектов, то между вероятностными законами и законами жесткой детерминации имеются и глубокие различия. Для выявления этих различий важнейшее значение имеет анализ онтологического и методологического содержания научных законов.
Всякий научный закон представляет единство двух сторон: онтологической и методологической. Онтологическая сторона является отражением сущности (или отношения сущностей) объекта, т. е. в этом аспекте научный закон выступает как отображение бытия предмета в его сущностной форме. Методологическая сторона характеризует эвристические возможности научного закона, его роль в познании. Наиболее важные методологические функции научного закона — это объяснение и предсказание.
Как вероятностные законы, так и законы жесткой детерминации играют важную роль в объяснении «жизнедеятельности» объектов. Впечатляющие практические успехи современных естественнонаучных теорий, строящихся. на теоретико-вероятностной основе, говорят о том, что вероятностные представления являются их важнейшим эвристическим компонентом. Однако предсказание, основывающееся на знании вероятностных законов, отличается от предсказания, основывающегося на знании законов жесткой детерминации. Законы жесткой детерминации позволяют однозначным образом предсказать рассматриваемое, изменение объекта. Напротив, вероятностные законы позволяют предсказать лишь вероятность соответствующего изменения. Следовательно, предсказание будет иметь вероятностный характер.
Однако различия в характере предсказания не являются, вопреки распространенному мнению, основанием для противопоставления вероятностных и детерминистских представлений. Дело в том, что степень определенности предсказания зависит не только от типа закона, которому подчиняется исследуемая система, но в существенной мере обусловливается и степенью полноты нашего знания о начальных и граничных условиях существования этой системы. Пусть, например, между двумя упругими стенками, расстояние между которыми равно l, движется маленький упругий шарик. Движение такого шарика подчиняется законам механики и, следовательно, строго детерминировано. Однако если мы знаем начальное положение шарика с точностью до х и его начальную скорость с точностью до v, то через некоторое время t неопределенность положения шарика достигнет величины (x+tv). Всегда найдется такой момент времени, когда эта неопределенность будет больше l, и тогда мы вообще не сможем сказать, где в данный момент находится шарик. И хотя в нашем примере положение объекта в пространстве является строго детерминированным, предсказание может быть только вероятностным.
Как видим, критерий однозначности или неоднозначности предсказания дает довольно шаткие основания для различения строго детерминированных и вероятностных систем. Существенное различие между двумя классами систем (жестко детерминированными и вероятностными), внешне (т. е. для познающего субъекта) проявляющееся в степени предсказуемости событий в системе, в конечном счете обусловлено качественным различием законов, которым подчинено поведение этих систем.
Особенности вероятностного закона, в частности статистический характер предсказания явлений, имеют существенное методологическое значение при оценке теоретико-вероятностных утверждений. Как было указано выше, вероятностный закон описывает распределение вероятностей всех возможных событий. В опыте, как известно, мы наблюдаем лишь актуальные (реализованные) события, тогда как виртуальные (потенциально возможные) события не являются непосредственно наблюдаемыми. Возникает вопрос: как сопоставить теоретически предсказанные вероятности событий с реально наблюдаемыми частотами событий?
При проверке истинности утверждений классической механики даже единичный опыт значит очень много. Если он противоречит предсказанию, вытекающему из знания соответствующего закона детерминации, есть все основания усомниться в истинности утверждения. Наоборот, в случае проверки истинности некоторого вероятностного утверждения наблюдение отдельного события еще ничего не говорит ни в пользу этого утверждения, ни 'против него. Ведь знание вероятностного закона позволяет предсказать лишь вероятности отдельных событий, а не сами события. Для того чтобы проверить предсказание, полученное на основании соответствующего закона распределения вероятностей, необходимо определенное множество наблюдений, т. е. необходимо наблюдать достаточно большое число событий. Тогда, если наблюдаемое на опыте эмпирическое распределение относительных частот событий будет в пределе стремиться к теоретически предсказанному распределению вероятностей, это будет веским свидетельством в пользу сформулированного вероятностного утверждения.
Однако здесь есть одна тонкая деталь: характер эмпирического распределения в сильной степени зависит от числа испытаний. Поэтому возникает вопрос: что следует понимать под достаточным для выявления эмпирического распределения числом наблюдений? Грань, отделяющая достаточное число наблюдений от недостаточного, здесь столь же неуловима и .подвижна, как и грань, на которой несколько зерен превращаются в кучу зерна. Как правило, для обоснования достаточности числа наблюдений привлекаются специальные статистические критерии оценки, учитывающие зависимость между числом испытаний и вероятностью возможного отклонения эмпирически наблюдаемого распределения от теоретического. При выборе таких критериев принимается во внимание характер распределения вероятностей, а также типичность или редкость описываемых событий.
Вероятностные законы имеют вполне определенное место в системе развития естественнонаучного знания. Они не являются искусственной надстройкой над зданием науки, как думали приверженцы строгого детерменизма они лежат в фундаменте современного естествознания выражая гибкость и пластичность вечно изменяющегося мира.