
- •1. Назначение модели. Роль моделирования в процессе познания.
- •Назначение и функции модели
- •2. Понятие моделирования. Основные принципы моделирования.
- •3. Цели и задачи компьютерного моделирования.
- •4. Основные этапы компьютерного моделирования.
- •5. Понятие модели и их классификация.
- •6. Адекватность модели объекту.
- •Проверка адекватности
- •7. Основной тезис формализации. Понятие знака, языка. Классификация
- •8. Формализация текстовой информации.
- •9. Представление данных в табличной форме.
- •10. Представление информации в форме графа (как частный случай дерева).
- •11.Информационная модель (определение). Постулаты, лежащие в основе информационного моделирования.
- •12.Различные подходы к классификации информационных моделей.
- •Классификация информационных моделей
- •13.Классификационные модели.
- •14. Динамические модели. Модель динамики популяции. Динамические модели
- •Модель динамики популяции.
- •15.Математические модели и их классификация.
- •Классификация математических моделей.
- •Математические модели с сосредоточенными параметрами.
- •Математические модели с распределенными параметрами.
- •Математические модели, основанные на экстремальных принципах.
- •Основной принцип классификации математических моделей
- •16.Моделирование стохастических систем. Датчик случайных чисел. Критерии достоверности датчика случайных чисел.
- •18. Примеры математических моделей в различных отраслях знаний.
- •19. Имитационное моделирование. Этапы имитационного моделирования.Отличительные признаки методов математического и имитационного моделирования. Имитационные эксперименты.
- •Этапы имитационного моделирования
- •20. Понятие компьютерной графики. Иллюстративная и когнитивная функции компьютерной графики.
- •21. Когнитивная компьютерная графика: задачи, основной алгоритм использования, применение в теории чисел, пифагорограммы.
- •Достоверность численной модели.
- •23.Применение численного моделирования для моделирования физических процессов.
- •24. Понятие педагогического программного средства (ппс). Классификация
6. Адекватность модели объекту.
Поскольку модель является выражением конечного ряда и только важнейших для конкретного исследования аспектов сущности, то она не может быть абсолютно идентичной моделируемому объекту. Кроме этого, реальный объект бесконечен для познания. Поэтому нет смысла стремиться к бесконечной точности при построении модели. Для выяснения необходимой степени адекватности обычно строят ряд моделей, начиная с грубых, простых моделей и двигаясь ко все более сложным и точным. Как только затраты на построение очередной модели начинают превышать планируемую отдачу от модели, то уточнение модели прекращают. Первоначальные шаги производятся в каком-либо существующем универсальном моделирующем пакете. После одобрения модели под неё пишется специализированный пакет. Необходимость в этом возникает в случае, если функционирование модели в универсальной среде моделирования не удовлетворяет требованиям быстродействия (или каким-то другим).
В задачи данного курса входит изучение приёмов и способов, необходимых для формализации, изучения и интерпретации систем.
Модель строится, в частности, для того, чтобы получить дополнительную информацию об объекте моделирования. При этом подразумевается, что информация, полученная при исследовании модели, может быть с той или иной степенью достоверности перенесена на объект. Необходимое условие для перехода от исследования объекта к исследованию модели и дальнейшего перенесения результатов на объект исследования — адекватность модели объекту.
Адекватность предполагает воспроизведение моделью с необходимой полнотой всех характеристик объекта, существенных для цели моделирования.
Так как всякая модель имеет характер проекции, нельзя говорить об абсолютной адекватности, при которой модель по всем параметрам соответствует оригиналу, тем более когда строятся модели природных или социальных явлений и процессов (неконструктивных объектов). В этом случае оценка степени сходства может опираться в основном на оценку отличия от оригинала. При этом оценивание отличия наталкивается естественным образом на большие трудности, так как обычно невозможно использовать для сравнения объект во всей его действительной целостности. Поэтому говорить об адекватности в позитивном смысле слова можно только по отношению к конструктивным объектам.
Адекватность достаточно просто установить в случае конструктивных (в частности, информационных) объектов. Для этого необходимо сформулировать цель моделирования и уточнить, какой из аспектов изучаемого объекта (внешний вид, структура или поведение) представляет в данном случае интерес.
Пример.
Рассмотрим маятник, состоящий из тяжелого груза, подвешенного на конце нити. Известно, что моделью колебаний этого маятника может служить уравнение х = A sin(w∙t),
где х — отклонение от положения равновесия. Адекватна ли эта модель поведению маятника?
Если посмотреть на колебания реального маятника, то можно заметить, что со временем размах колебаний становится все меньше и в конце концов маятник останавливается. Уравнение х = A sin(w∙t) не предсказывает такого поведения.
Тем не менее, если ввести следующие ограничения:
• отклонение х от положения равновесия мало (малые колебания);
• время t наблюдения за маятником мало,
то приведённое уравнение достаточно хорошо будет описывать поведение маятника, в чём можно убедиться с помощью непосредственного эксперимента.
Можно сказать, что при соблюдении вышеназванных условий уравнение х = A sin(w∙t) адекватно описывает движение реального маятника.
Модель, удовлетворяющая вышеперечисленным требованиям по составу характеристик и параметров и точности воспроизведения характеристик по всей области определения, называется адекватной системе.
Существенное влияние на адекватность
оказывает область определения модели.
Практически любая модель обеспечивает
высокую точность воспроизведения
характеристик в пределах малой окрестности
точки
.
Чем шире область определения модели,
тем меньше шансов, что некоторая модель
окажется адекватной системе.