- •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
2.5.7. Необходимость учёта "нематематических" условий и ограничений.
При решении конкретной прикладной задачи обычно известно, когда должны быть получены результаты, т.е. время на исследование ограничено. Лучше найти приемлемое решение задачи в срок, чем оптимальное решение ко времени, когда оно станет бесполезным.
Далее, возможно также существенные ограничения на средства, выделяемые на исследования, в т.ч. и на оборудование, которое может быть использовано. Не всегда оказывается возможным привлечь к работе необходимых специалистов.
В конечном счёте, все эти ограничения в значительной мере влияют на структуру модели, объём проводимых исследований и, соответственно могут привести к снижению полноты и точности результатов. Это, однако, не означает, что, если есть возможность, то не следует ограничивать себя в использовании средств. Манера применения дорогостоящих средств мало служат продвижению к хорошему решению поставленной задачи. Неоправданно "красивые" модели способствуют расхищению интеллектуальных сил и материальных средств - научные исследования искусственно удорожаются. Но, кроме того, при этом, волей-неволей, оказываются замаскированными принятые допущения, а существо дела тонет в многочисленных подробностях. При видимой строгости и завершенности исследования понять действительную ценность результата оказывается трудно.
3.Математическме методы
3.1 Общие положения
"При правильном применении математический подход существенно не отличается от подхода, основанного на здравом смысле. Математические методы просто более точны и в них используются более точные формулировки и более широкий набор понятий, но, в конечном счете, они должны быть совместимы с обычными словесными рассуждениями, хотя, вероятно, идут дальше их". Чтобы успешно использовать в прикладных исследованиях математические методы, исследователь должен свободно ориентироваться во всех основных разделах математики.
"Успех в прикладной науке требует широкой математической подготовки, поскольку только такая подготовка может обеспечить приспособляемость к непрерывно меняющимся типам задач, предъявляемых к решению. Одной из причин необходимости изучения на первый взгляд "бесполезных" для практики разделов математики является достижение более уверенного и более свободного владения "нужными" разделами математики".
Привлечение тех или иных математических методов зависит от физической природы исследуемой системы, характера решаемой задачи, имеющегося прикладного обеспечения и опыта исследователя. Применение "хорошего" математического метода само по себе не гарантирует успех исследования. Обычно основные трудности связаны не с использованием эффективных математических методов, а с грамотной формулировкой цели исследования, выбором критериев. Однако правильный выбор математического метода существенным образом способствует получению кратчайшим путем необходимого результата.
В таблице 3.1. приведены статистические данные относительной полезности различных математических методов в повседневной работе действительных членов Американского общества исследования операций и результаты обследования 1000 крупнейших фирм США в части использования ими различных методов для внутрифирменного планирования.
Приведенные в таблице данные характерны для задач исследования операций. В последнее время в этих задачах более широко применяются методы дискретного (целочисленного) программирования, теории полезности и пр. Для других типов задач подобная таблица будет выглядеть иначе. Так, при исследовании линейных динамических систем успешно используются частотные подходы, базирующиеся на классических методах математического анализа. Эффективные аналитические модели разработаны для анализа и синтеза линейных систем, находящихся под воздействием случайных возмущений.
Таблица 3.1
|
МЕТОДЫ |
Относительн полезность в научных исследов-ях |
Использование в фирмах |
|
Частота использо- вания |
Относительн. полезность |
|||
1 |
2 |
3 |
4 |
5 |
|
1. Теория вероятностей и статистические оценки 2. Экономический анализ 3. Имитационное мод-ние 4. Линейное програм-ние 5. Модели управления запасами 6. Модели массового обслуж-ния 7.Сетевые модели 8. Модели замены 9. Теория игр 10. Динамическое програм-ние 11. Методы поиска 12. Нелинейное програм-ние 13. Целочислен. програм-ние 14. Прочие |
0.182 0.150 0.143 0.120 0.097 0.085 0.072 0.042 0.040 0.031 0.020 0.018 - - |
- - 60 43 24 7 28 - - 8 - 16 7 12 |
- - 0.29 0.21 0.12 0.03 0.14 - - 0.04 - 0.08 0.03 0.06 |
|
|
1.00 |
205 |
1.00 |