- •Н.Д. Дроздов, т.Г. Сорокина введение в прикладное математическое моделирование
- •Оглавление
- •Предисловие
- •1. Чистая (теоретическая) и прикладная математики – две стороны одной науки – математики.
- •1.1 Прикладные математические исследования и моделирование.
- •1.2. Две стороны математики.
- •1.3. Что должен знать и уметь прикладной математик.
- •1.4. О синтезирующей роли математики
- •2. Методология прикладных исследований
- •2.1. Принцип системности.
- •2.2. Система. Основные определения.
- •2.3. Системный подход-основа методологии системного анализа.
- •2.4. Основные закономерности организации материального мира
- •2.5. Основные методологические принципы организации прикладных исследований.
- •2.5.1. Необходимость участия математика на всех этапах решения прикладной задачи.
- •2.5.2. Различие целей исследования в чистой и прикладной математиках.
- •2.5.4. Сочетание формальных и неформальных понятий и рассуждений.
- •2.5.5. Необходимость учета при принятии решения многовариантности возможных результатов.
- •2.5.6. Трансформация математики при освоении новых областей знаний.
- •2.5.7. Необходимость учёта "нематематических" условий и ограничений.
- •3.Математическме методы
- •3.1 Общие положения
- •3.2. Особенности применения математических методов.
- •3.2.1. Существование в чистой и прикладной математиках
- •3.2.2. Проблема бесконечности
- •3.2.3. Прикладная математика и число
- •3.2.4. Замечание о невозможных и достоверных событиях
- •3.2.5. Скорость сходимости вычислительных методов
- •3.2.6. О понятии функции
- •3.2.7. Устойчивость относительно изменения параметров
- •3.2.8. О математической строгости
- •3.3. Типовые, рациональные рассуждения
- •3.4. Направления дальнейшего развития математических методов, связанные с развитием прикладных исследований .
- •4. Моделирование. Основые понятия
- •4.1. Определение понятия "модель".
- •4.2. Определение модели в логико-алгебраических терминах.
- •4.3. Классификация моделей.
- •4.4 Общие требования к моделям.
- •4.5. Структура моделей.
- •5. Этапы моделирования.
- •5.1.Блок-схема этапов моделирования.
- •5.2. Значение и содержание этапа “постановка задачи”.
- •5.3. Формализация задачи.
- •5.4. Некоторые проблемы, возникающие при формализации задачи.
- •5.4.1. Интерполяция, экстраполяция, прогнозирование.
- •5.4.2. Линейность и нелинейность.
- •5.4.3. Дискретность и непрерывность.
- •5.4.4. Детерминированность, случайность и неопределенность.
- •5.5 Планирование эксперимента.
- •5.6. Проверка модели.
- •5.7. Анализ результатов и внедрение рекомендаций
- •6. Особенность исследования социальных и экономических процессов. Экономико-математическое моделирование.
- •7.Моделирование в ”иccледовании операций”.
- •8. Субьективные проблемы исследований.
- •Литература
- •Дроздов Николай Дмитриевич, Сорокина Тамара Георгиевна Введение в прикладное математическое моделирование
2.5.4. Сочетание формальных и неформальных понятий и рассуждений.
В чистой математике свойство любого изучаемого понятия должно строго логически вытекать из его формального определения. То есть свойства задачи полностью определяются её математической формулировкой.
В прикладных исследованиях, если даже используется математическое понятие, то за ним всегда стоит реальный объект и поэтому любое понятие всегда включает в себя больше, чем формальное определение.
В процессе исследования, по мере необходимости, привлекаются дополнительные сведения о рассматриваемых понятиях, проводятся уточняющие рассуждения о свойствах изучаемых объектов. И.Грекова пишет "Жизнь непрерывно требует от математика ответа на вопрос, как поступить в том или другом случае, при тех или других сложившихся обстоятельствах. И дело чести математика не уходить от этих требований в пучину абстракций, а по мере сил удовлетворять их. Однако, для этого нужна специальная тренировка, умение разобраться в неформально поставленной задаче, иногда отказаться от полной математической строгости, применить не до конца обоснованные, но оправдавшие себя на практике приемы.
В прикладных исследованиях сложных систем всегда небходимо следовать принципу неопределенности. Понятия, не всегда строгие, категории не чисто качественного, но и не чисто количественного характера, проверка теории с помощью численного расчета - так называемого "машинного эксперимента" характерны для прикладных исследований Приемы, которыми пользуется современная математика - всякого рода "экспертные оценки", "эвристические методы" и т.п., настолько резко расходятся с привычными, классическими приемами, что у профессионального математика "строгой" школы могут вызвать нечто вроде душевной травмы. Конечно легко считать, что вся эта "ересь" находится за пределами математики (что нередко и делается), но объявить приемы недопустимыми и не предложить ничего взамен - не лучший выход из положения. Многие задачи просто "не решаются" на уровне должной строгости, а решать их нужно - жизнь не ждет. Волей - неволей приходится пользоваться всеми доступными на сегодняшний день средствами... " / /
Здесь уместно привести фразу из научного фольклора: "Чистая математика делает то, что может, так, как нужно, прикладная - то, что нужно и как можно".
Из принципа неопределенности следует закономерность широкого применения в прикладной математике так называемых рациональных рассуждений. Рассуждения, не строгие и не приемлемые с точки зрения чистой математики, но обеспечивающие при разумном их применении правильные результаты, называются рациональными. Типичный пример рационального рассуждения: «Сегодня погода хорошая», «Автомобиль едет с большой скоростью». Используются и другие термины, близкие по смыслу к термину "рациональные": правдоподобные, эвристические, дискурсивные. Понятие "дискурсивные" относится к любому типу умозаключений: рассудочных, понятийных, в частности и таких, когда в цепи заключений имеются внелогические утверждения. Такое понимание дискурсивности близко к принятому понятию рациональность. Применение рациональных понятий, непосредственно связано с интуицией, здравым смыслом. Качество интуиции зависит от степени изучения данной области знания и личных качеств исследователя.
Для оценки рационального рассуждения вводится понятие степени достоверности рассуждения, которое может меняться от 0 до 1. Это некоторая субъективная, размытая в своей основе аналогия вероятностной оценке. Трудности в определении численных значений степени достоверности приводят к необходимости прибегать к словам, например, к таким: "довольно правдоподобно" ( р = 0.9). Событие считается практически правдоподобным при р = 10-12 Оценки могут также отличаться "степенью обоснованности "- некоторым аналогам дисперсии.
Сложное рациональное рассуждение обычно включает физические соображения, ссылки на опыт, интуицию, целесообразность упрощения, а также дедуктивные рассуждения. Важной особенностью рациональных рассуждений является возможность включения в них "размытых понятий". Например, Р.Хэмминг указал несколько неопределённый общий принцип: "чем тоньше метод и чем лучше он кажется, тем хуже он может повести себя в случае осложнения с функцией". Дедуктивная формулировка этого принципа может только сузить область его применения.
Различные рассуждения совершенно не равноценны, как по трудности их проведения, так и по вкладу в успех решения задачи. По аналогии с теорией вероятностей можно положить, что если сложное рассуждение "А" является коньюнкцией простых ai, то общая достоверность Р=ПP(ai). Наличие среди ai достоверного рассуждения не повысит при этом общую степень достоверности. Д.Пойа привёл ряд способов повышения правдоподобности рассуждений, некоторые из них: повторный независимый вывод, использования различных моделей, независимое вычисление, сравнение результатов с физическим экспериментом. Достоверность рационального рассуждения может быть также повышена, если прибегнуть к коллективному мнению.
Можно привести сколь угодно случаев, когда только при применении здравого смысла и интуиции, т.е. рациональных рассуждений, удаётся получить искомый результат. В прикладных исследованиях следует стремиться к таким сочетаниям различных рассуждений, которые с необходимой точностью при минимуме затрат приведут к цели исследования. Необходимо также отличать рациональные рассуждения, имеющие научный характер, от "наукообразных упражнений".