В описываемой статье мы разберем подробно, что такое модель в информатике. Рассмотрим виды, а также способы проектирования. В данном разделе имеется множество полезных знаний, которые позволят будущим специалистам в сфере информационных технологий работать без каких-либо усилий. Для того чтобы решить любую задачу, причем неважно, научную или производственную, следует придерживаться цепочки: объект, модель, алгоритм, программа, результат, реализация. Нужно обратить внимание на второй пункт. Если этого звена не будет, то и сама проектировка не подлежит исполнению. Для чего же используется модель, и что под этим словом подразумевается? Далее раскроем этот вопрос.

Модель

Что такое модель в информатике? Благодаря ей можно составить образ какого-либо объекта, который реально существует. Также при необходимости можно отобразить все его свойства и признаки.

Для того чтобы решить какую-то задачу, следует сделать ее модель, ведь именно она и будет использоваться при дальнейшем проектировании. В школьном курсе информатики данные понятия вводятся уже в шестом классе. Однако в самом начале учат детей лишь пониманию, что же это такое.

Классификация

Описываемым термином можно назвать описание какого-либо процесса, его изображение, схему, уменьшенную копию реального объекта и так далее. Учитывая все вышеперечисленное, следует сказать, что модель - довольно широкое понятие. Его можно разделить на группы: материальное, идеальное.

Под первым типом понимают комплекс данных, который представляет собой реальный объект. Это может быть либо тело, либо процесс и так далее. Данная группа делится еще на два типа: физические, аналоговые. Эта классификация полностью условная, так как между указанными двумя подвидами нет никакой четкой черты.

Идеальную модель охарактеризовать еще труднее, потому что она связана полностью с воображением человека, его восприятием мира. К ней также можно отнести и любое произведение искусства, в том числе картины, прозу, спектакли и так далее.

Цели моделирования

Рассматривая, что такое модель в информатике, необходимо также сказать и о целях ее создания.

Моделирование - довольно важный этап, так как он позволяет осуществить большое количество задач. Именно об этом мы далее и поговорим.

Для начала, моделирование позволит человеку больше узнать о том, что его окружает. Если говорить в обширном смысле, то в самой древности люди собирали какие-то данные, информацию, факты и передавали из поколения в поколение. Примером можно назвать модель нашего мира, которая называется “глобус”. В прошлые века, как правило, моделирование было построено на несуществующих объектах, с трудом познаваемыми человеком, которые на данный момент уже имеют свою реализацию в качестве материального предмета. Большинство из них прочно закрепились в нашей жизни. Речь может идти о зонтах, мельницах и так далее.

На данный момент модели систем информатики касаются путей достижения максимального эффекта от принимаемых решений, а также обращают внимание на последствия какого-либо процесса или же действия. Если говорить о последнем подпункте, то в пример можно привести модель, которая выясняет, какие последствия будут в результате повышения стоимости проезда либо после утилизации каких-либо отходов под землей.

Задачи моделирования

Рассматривая, что такое модель в информатике, необходимо еще сказать о задачах данного способа проектирования. Описываемый процесс имеет несколько общих целей, о которых мы и поговорим далее. Если рассматривать более детально, то задачами являются этапы решения каких-либо проблем. То есть, в принципе, таковой можно назвать небольшую цель, с которой необходимо справиться, чтобы достигнуть определенных высот.

Классификация задач

При этом делятся данные задачи на две группы. Речь идет о прямых и обратных. Что касается последних, то подобные формулировки ставят перед разработчиком вопросы типа: “Как увеличить эффективность до максимума?” или “Какое же действие полностью удовлетворит имеющееся условие?” Если говорится о прямых, то такие задачи ставят перед человеком вопросы о том, что будет, если разработчик поступит так или иначе. Нужно заметить: любая прямая формулировка имеет исходные данные, а также ставит конкретные условия.

Вербальная модель

Также необходимо рассказать о видах моделей в информатике. Рассмотрим первую: вербальную. Такой метод моделирования позволяет работать с идеальными или абстрактными вопросами. Следует заметить, что в науке считаются двумя основными видами математический и информационный. Хоть и вербальный на данный момент не сильно распространен, однако он используется. Под ним подразумевают, что все задачи, цели и так далее описываются с помощью букв и связанных предложений. К таковым моделям можно отнести обычную художественную литературу, составленный протокол, какие-либо правила, информацию, описание предмета, явления и так далее.

Математическая модель

Математическая модель - это в информатике один из главных видов проектирования. Она еще известна, как алгоритмическая. Следует заметить, что между математическим и информационным видами граница максимально условная. Об этом уже говорилось ранее.

Если не задаваться сложными терминами, а попытаться объяснить простым языком, то описываемая модель необходима для того, чтобы решить любую задачу или достигнуть цель при помощи математической точки зрения. Следует заметить, что каждый человек в реальной жизни занимается постоянно проектированием такой модели. Допустим, обычная бытовая задача, например, купить что-то в магазине, требует составления таковой. Человек знает, сколько стоят продукты. Необходимо посчитать, какая сумма в итоге нужна для осуществления покупки, сложив все данные. Это является обычным примером математической модели.

Информационная модель

Следует заметить, что с этим видом моделирования нужно ознакомиться любому человеку, который видит свое будущее в IT-сфере. Как правило, все информационные модели создаются при помощи компьютерной техники. Причем речь идет не только конкретно о проектировании каких-то диаграмм, но используются еще и таблицы, рисунки, чертежи, схемы и так далее.

В целом информационная модель представляет собой свойства того объекта, который мы отображаем, максимально описывая его состояние, а также то, насколько он связан с окружающим миром, отношение к другим внешним предметам и влияние на них. Следует отметить, что информационной моделью может служить обычный текст, рисунок, словесное описание, чертеж, формула и так далее.

Такой вид отличается от других вышеперечисленных тем, что он является данными. То есть модель не имеет материального воплощения, так как считается примитивным комплексом информации, представленной в разном виде.

Системный подход к созданию модели

Классификацию моделей в информатике мы уже рассмотрели, теперь следует сказать о том, какой подход следует использовать, чтобы составить идеальную схему.

Необходимо понять, что такое система. Это комплекс элементов, которые взаимодействуют между собой, а также работают вместе для того, чтобы выполнить определенную задачу. Построение модели связано с использованием системного подхода. Объектом будет считаться любой комплекс, который функционирует в качестве единого в специальной среде. Иногда бывает так, что проект довольно сложный, поэтому систему делят на две части.

Цель использования

Приведем примеры моделей в информатике, для того чтобы понять, какими целями руководствуются производители при создании записи.

Следует заметить, что есть такие виды, как учебные, имитационные, игровые и так далее. Рассмотрим их.

К учебным относятся все материалы, при помощи которых осуществляется обучение.

К опытным следует добавить модели уменьшенной копии, создаваемые на основе реальных объектов.

Имитационные могут служить информацией, которая позволит понять, что произойдет в результате какого-либо действия. К примеру, если человек проводит реформу, он должен составить такую модель. Это поможет приблизительно понять то, как люди отреагируют на новые изменения. Либо же, например, чтобы человеку сделать операцию по пересадке какого-либо органа, в самом начале исследований проводится большое количество опытов. Их также можно назвать имитационной моделью. Таким образом, она представляет собой систему проб и ошибок. Это позволяет принимать более оправданные решения.

Игровой моделью является система, которая ставит определенные объекты в какие-либо рамки. Это может быть экономическая, деловая или военная игра. Таким образом, человек способен понять поведение определенного объекта в нужной ему среде.

Научно-техническую следует использовать для того, чтобы изучить какое-либо явление и процесс, который трудно исследовать в обычной жизни. Это может быть создание прибора, имитирующий грозовой разряд, либо же модель движения, полностью копирующая солнечную систему.

Способ представления

Подытоживая все вышесказанное о моделях данных в информатике, необходимо разузнать, как же представляется созданная запись.

Она бывает материальная и нематериальная. К первому виду нужно отнести все копии, которые были сняты с существующих объектов. Таким образом, их можно взять в руки, потрогать, понюхать и так далее. Они даже способны имитировать какие-либо свойства оригинального объекта, а также его действия. Данные материальные модели являются опытным методом проектирования.

К нематериальным относятся те, которые работают на теории. Они идеальные либо же абстрактные. Эта категория также имеет несколько типов. Речь идет об информационных, а еще воображаемых вариантах. Первый представляет собой перечень данных, который касается определенного объекта. Таковыми можно назвать таблицы, рисунки, схемы и так далее.

Однако многих их интересует, почему же данная модель класса информатики считается нематериальной. Текст хоть и напечатан, таблица составлена, но его потрогать нельзя. Именно поэтому данная модель является абстрактной. К слову, среди информационных вариантов записи имеются наглядные примеры.

К воображаемой модели относят то, что называется творческим процессом, то есть все происходящее в сознании человека. Это побуждает его создать на основе данной схемы оригинальный объект.

Как указывалось выше, существует множество причин, в силу которых политологи прибегают к использованию математических моделей. Однако у данного метода есть и недостатки и преимущества. Моделирование – это процесс упрощения и дедуктивного вывода. Упрощение влечет за собой потерю информации о событии. Дедуктивный вывод зачастую включает в себя сложную математическую обработку, которая, по крайней мере на первых порах, затрудняет работу с моделью. Поэтому в отношении моделирования возникает резонный вопрос: а для чего нужны все эти сложности?

Первая причина, побуждающая нас к моделированию политического поведения, состоит в том, что модель помогает формализовать происходящие в обществе события. Дело в том, что политическая жизнь достаточно регулярна, для того чтобы упрощенная неформальная модель ее могла принести определенную пользу. Большая часть того, что случается в области политики, как правило, не является совсем уж неожиданным – на самом деле наличие элемента неожиданности указывает на то, что у нас имеются априорные представления о том, как могут развиваться события, и мы в состоянии осознать факт неожиданного поворота дел. Значит, у нас в мозгу имеются своего рода ментальные модели функционирования политических систем, даже если мы ни разу не пытались выразитьих эксплицитно. Математические модели как раз и помогают эксплицировать подобные неформальные модели.

В качестве примера ментальной модели можно привести следующий. Предположим, что на предстоящих президентских выборах один из кандидатов набирает 95% всех голосов. Очевидно, что это никак не противоречит ни конституции, ни устоявшимся избирательным процедурам. Однако мы будем склонны рассматривать такой факт как крайне маловероятный в силу целого ряда причин. Во-первых, мы допускаем, что со стороны каждой партии наберется достаточное число избирателей, чтобы свести к минимуму возможность чисто случайного результата голосования. Во-вторых, мы исходим из того, что ни одна партия не станет выставлять столь непопулярного кандидата, чтобы он мог собрать лишь 5% голосов. В-третьих, мы полагаем, что подсчет голосов производится без подтасовок. Можно было бы перечислять и далее, но суть в том, что относительно политической системы США у нас имеется целый ряд исходных допущений, в свете которых разбиение голосов на 5 и 95% представляется нам малоправдоподобным.

Все подобные допущения упрощают действительность. Мы не знаем, каково точное число избирателей, да нам это и не надо – мы просто знаем, что оно очень велико. Мы не знаем, какие конкретно особенности кандидата делают его приемлемым для одних избирателей и неприемлемым для других, но мы исходим из того, что совсем уж непопулярные кандидаты не будут выдвинуты на голосование. Мало у кого есть личный опыт в деле подсчета голосов, достаточный для того, чтобы знать, честно ли проводятся выборы, но весь опыт прошлого дает основания считать, что фальсификации на выборах места не имеют 2 . Поскольку эти допущения не столь уж часто приводят нас к неверным выводам, мы можем использовать эту модель политической системы для неформального прогнозирования будущего. В действительности те случаи, когда какой-либо кандидат получает 95% голосов, вызывают у населения сильное недоверие, иногда вплоть до требований о расследовании, так что наша модель отчасти определяет также поступки и отношения людей.

Другой причиной применения математического моделирования является необходимость эксплицитно описать механизмы, объясняющие наши неформальные прогнозы. Несмотря на то, что все индивиды знают, чего можно, а чего нельзя ожидать от данной политической системы, они зачастую не в состоянии определить точно, почему и что конкретно они от нее ожидают. Формальная модель как раз и помогает преодолеть чересчур свободные формулировки допущений неформальной модели и дать точный, а подчас и поддающийся проверке прогноз.

Вышеприведенный пример выводится из модели Даунса, которую мы будем рассматривать ниже в данной главе. Формальная модель Даунса предсказывает, что любая политическая партия в условиях альтернативных выборов будет выбирать своих кандидатов и платформу так, чтобы привлечь с их помощью как можно большее число избирателей. Это и некоторые дополнительные соображения приводят нас к заключению, что существует тенденция, в соответствии с которой политические партии должны получить на выборах примерно равное число голосов; именно такой исход обыкновенно и наблюдается на выборах в США. Таким образом, данная формальная модель предсказала не только то, что исход с распределением голосов в соотношении 95:5 является маловероятным, но и то, что ожидаемым будет распределение в соотношении 50:50, в пользу чего было приведено определенное обоснование.

Порой, кажется, что математические модели всего лишь подтверждают и так очевидные вещи. На самом деле это неотъемлемая особенность любых моделей постольку, поскольку от них ожидается, что они в той или иной степени должны воспроизводить все происходящее в каждодневной политической реальности. Однако люди, как правило, очень смутно представляют себе, что такое “очевидное”. Рассмотрение ряда противоречащих друг другу афоризмов (“волк волка чует издалека” и “крайности сходятся”, “с глаз долой – из сердца вон” и “чем дальше с глаз, тем ближе к сердцу” и т.п.) убеждает нас в том, что здравый смысл часто оказывается правильным именно потому, что он настолько расплывчат, что попросту не может быть неверным.

Строгость формальных моделей, напротив, означает как раз то, что они могут быть неверными, и в результате у модели “спортивные показатели” могут быть подчас хуже, чем у более неоднозначного здравого смысла. Однако это вовсе не слабость, а, наоборот, достоинство моделирования, ибо допущения и прогнозы модели оказываются достаточно точными, чтобы их можно было проверить, а также указать, в каком месте и как произошла возможная ошибка. Та модель, которая устояла против целого ряда попыток ее искажения, вполне вероятно, и в будущем будет давать правильные прогнозы. Модель же, которая раз за разом дает неверные предсказания, видимо, должна быть устранена из рассмотрения.

Короче говоря, модель бывает полезной только в том случае, если в принципе, возможно, продемонстрировать ее ошибочность. Если невозможно показать, что модель неверна, то невозможно также доказать, что она верна, а отсюда следует вывод о бесполезности такой модели. Неформальная интуитивная модель, позволяющая уходить от всевозможных ошибок, может быть большим тактическим подспорьем на переговорах, но она бессильна помочь нам яснее понять механизм политического поведения.

Третьим преимуществом формальных моделей, но сравнению с голой интуицией или даже с тщательно обоснованной аргументацией на естественном языке является их способность систематически оперировать с сущностями более высокого уровня сложности. Естественные языки (подобно английскому) возникли как средства общения, а не как средства логического вывода. Математика, напротив, изначально была задумана как средство логического вывода и систематического оперирования понятиями. И опыт показал, что математика в этом отношении – очень полезное орудие. Политологи со своей стороны только сейчас начинают осознавать, что может дать моделирование для более углубленного понимания политического поведения, а в ряде случаев должны были развиться целые отрасли математики (самый заметный пример – теория игр), прежде чем обществоведы смогли увидеть нечто общее в разрозненных типах социального поведения. Математическое моделирование социального поведения насчитывает не более 20 лет от роду, и пока нет оснований считать, что оно уже достигло пределов своего развития.

И наконец, преимуществом математического моделирования является также то, что оно позволяет различным научным дисциплинам обмениваться своими исследовательскими средствами и приемами. Тому можно привести много примеров: в моделях, используемых в политологии, задействованы не только основные математические средства, но и масса методик, заимствованных из эконометрики, социологии и биологии. Опросное исследование – представляющее собой, по сути дела, сложную математическую модель распределения общественного мнения между различными группами населения – является широко распространенным методом, используемым в большинстве социальных наук. Заимствование происходит и в обратном направлении: специалисты по системотехнике, разрабатывая крупные компьютерные модели глобальных социально-демографических процессов, для уточнения политических аспектов были вынуждены обратиться к политологическим моделям, а совсем недавно математики, работающие над новой теорией хаотического поведения, обнаружили, что модель Ричардсона гонки вооружений (см. пример 1) поддается весьма продуктивному анализу с применением методов вышеупомянутой теории. Подобным же образом и теория игр была изначально разработана экономистами и политологами для анализа явления конкуренции и лишь впоследствии превратилась в раздел чистой математики.

Помимо стимулирования междисциплинарного обмена методами и идеями, математические модели полезны также тем, что позволяют увидеть глубинную однородность явлений, которые на первый взгляд не имеют между собой ничего общего. Следующий пример, сам по себе довольно тривиальный, наглядно демонстрирует такой тип обобщения.

Представим себе нехитрую игру, в которой два игрока по очереди берут со стола фишки, пронумерованные от 1 до 9:

1 2 3 4 5 6 7 8 9

Выигрывает тот, кто первым наберет фишек на сумму, равную 15. Играя в эту игру, вы, несомненно, обнаружите, что в ней есть свои приемы – в частности, в порядке защитного приема вы можете забирать со стола именно те фишки, которые нужны второму игроку для получения окончательной суммы, – однако общая стратегия игры, по-видимому, не совсем очевидна. Чтобы обобщить игру, перепишем номера фишек следующим образом:

4 3 8

9 5 1

2 7 6

Заметим, что в такой записи каждая строка, столбец и диагональ в сумме дает желаемый исход – 15. Таким образом, для успешной игры нужно выбрать какой-то один из этих рядов чисел. В такой форме игра выглядит уже очень знакомо: это “крестики-нолики”, в которые умеет играть любой пятилетний ребенок. После того как мы представили игру в упорядоченном виде, то, что сначала нам казалось незнакомым, теперь стало выглядеть вполне узнаваемо, так что мы получили возможность использовать в новом контексте издавна известное нам решение.

Это упражнение – конечно, в более сложных формах и применительно к более значимым задачам – весьма характерно для процесса нахождения общих черт с использованием математических моделей. Известно множество случаев, когда математическая модель, разработанная изначально в расчете на одну какую-то проблему, оказывалась равным образом применимой и к другим проблемам. К примеру, модель Ричардсона гонки вооружений может быть использована для изучения не только международной гонки вооружений, но и динамики роста предвыборных расходов соперничающих политических партий или процесса взвинчивания участниками аукциона цены на “лакомый” товар. Игра “дилемма заключенного” применима не только к примеру позиционной войны (см. ниже), но и к случаю “войны цен” между двумя бензозаправочными станциями, а также к случаю принятия государством решения о необходимости разработки нового вида оружия. Разновидность игры “дилемма заключенного” под названием “цыпленок” берет свое начало от игр юных головорезов, носившихся в разбитых колымагах по заброшенным дорогам Калифорнийской пустыни; она теперь применяется к изучению политики ядерного сдерживания в условиях угрозы термоядерной войны. Перечислять примеры можно было бы до бесконечности; для нас, однако, существенно, что большинство хороших математических моделей находят применения, далеко выходящие за рамки тех проблем, ради которых они первоначально разрабатывались.

Итак, математические модели имеют четыре потенциальных преимущества по сравнению с естественно-языковыми моделями. Во-первых, они упорядочивают те ментальные модели, которыми мы обычно пользуемся. Во-вторых, они лишены неточности и неоднозначности. В-третьих, математическая запись в отличие от естественно-языковых выражений позволяет оперировать на очень высоком уровне дедуктивной сложности. И, наконец, математические модели способствуют нахождению общих решений для проблем, кажущихся на первый взгляд разнородными.

В данной работе мы предлагаем как можно подробно разобрать тему моделирования в информатике. Этот раздел имеет большое значение для подготовки будущих специалистов в сфере информационных технологий.

Для решения любой задачи (производственной или научной) информатика использует следующую цепочку:

В ней стоит уделить особое внимание понятию «модель». Без наличия данного звена решение задачи не будет возможным. Зачем же используется модель и что под данным термином понимается? Об этом мы и поговорим в следующем разделе.

Модель

Моделирование в информатике - это составление образа какого-либо реально существующего объекта, который отражает все существенные признаки и свойства. Модель для решения задачи необходима, так как она, собственно, и используется в процессе решения.

В школьном курсе информатики тема моделирования начинает изучаться еще в шестом классе. В самом начале детей необходимо познакомить с понятием модели. Что это такое?

• Упрощенное подобие объекта;
• Уменьшенная копия реального объекта;
• Схема явления или процесса;
• Изображение явления или процесса;
• Описание явления или процесса;
• Физический аналог объекта;
• Информационный аналог;
• Объект-заменитель, отражающий свойства реального объекта и так далее.

Модель - это очень широкое понятие, как это уже стало ясно из вышеперечисленного. Важно отметить, что все модели принято делить на группы:

• материальные;
• идеальные.

Под материальной моделью понимают предмет, основанный на реально существующем объекте. Это может быть какое-либо тело или процесс. Данную группу принято подразделять еще на два вида:

• физические;
• аналоговые.

Такая классификация носит условный характер, ведь четкую границу между двумя этими подвидами провести очень трудно.

Идеальную модель охарактеризовать еще труднее. Она связаны с:

• мышлением;
• воображением;
• восприятием.

К ней можно отнести произведения искусства (театр, живопись, литература и так далее).

Цели моделирования

Моделирование в информатике - это очень важный этап, так как он преследует массу целей. Сейчас предлагаем с ними познакомиться.

В первую очередь моделирование помогает познать окружающий нас мир. Испокон веков люди накапливали полученные знания и передавали их своим потомкам. Таким образом появилась модель нашей планеты (глобус).

В прошлые века осуществлялось моделирование несуществующих объектов, которые сейчас прочно закрепились в нашей жизни (зонт, мельница и так далее). В настоящее время можелирование направлено на:

• выявление последствий какого-либо процесса (увеличения стоимости проезда или утилизации химических отходов под землей);
• обеспечение эффективности принимаемых решений.

Задачи моделирования

Информационная модель

Теперь поговорим еще об одном виде моделей, изучаемых в школьном курсе информатики. Компьютерное моделирование, которое необходимо освоить каждому будущему IT-специалисту, включает в себя процесс реализации информационной модели при помощи компьютерных средств. Но что это такое, информационная модель?

Она представляет собой целый перечень информации о каком-либо объекте. Что данная модель описывает, и какую полезную информацию несет:

• свойства моделируемого объекта;
• его состояние;
• связи с окружающим миром;
• отношения с внешними объектами.

Что может служить информационной моделью:

• словесное описание;
• текст;
• рисунок;
• таблица;
• схема;
• чертеж;
• формула и так далее.

Отличительная особенность информационной модели заключается в том, что ее нельзя потрогать, попробовать на вкус и так далее. Она не несет материального воплощения, так как представлена в виде информации.

Системный подход к созданию модели

В каком классе школьной программы изучается моделирование? Информатика 9 класса знакомит учеников с данной темой более подробно. Именно в этом классе ребенок узнает о системном подходе моделирования. Предлагаем об этом поговорить немного подробнее.

Начнем с понятия «система». Это группа взаимосвязанных между собой элементов, которые действуют совместно для выполнения поставленной задачи. Для построения модели часто пользуются системным подходом, так как объект рассматривается как система, функционирующая в некоторой среде. Если моделируется какой-либо сложный объект, то систему принято разбивать на более мелкие части - подсистемы.

Цель использования

Сейчас мы рассмотрим цели моделирования (информатика 11 класс). Ранее говорилось, что все модели делятся на некоторые виды и классы, но границы между ними условны. Есть несколько признаков, по которым принято классифицировать модели: цель, область знаний, фактор времени, способ представления.

Что касается целей, то принято выделять следующие виды:

• учебные;
• опытные;
• имитационные;
• игровые;
• научно-технические.

К первому виду относятся учебные материалы. Ко второму уменьшенные или увеличенные копии реальных объектов (модель сооружения, крыла самолета и так далее). позволяет предугадать исход какого-либо события. Имитационное моделирование часто применяется в медицине и социальной сфере. Наример, модель помогает понять, как люди отреагируют на ту или иную реформу? Прежде чем сделать серьезную операцию человеку по пересадке органа, было проведено множество опытов. Другими словами, имитационная модель позволяет решить проблему методом «проб и ошибок». Игровая модель - это своего рода экономическая, деловая или военная игра. С помощью данной модели можно предугадать поведение объекта в разных ситуациях. Научно-техническую модель используют для изучения какого-либо процесса или явления (прибор имитирующий грозовой разряд, модель движения планет Солнечной системы и так далее).

Область знаний

В каком классе учеников более подробно знакомят с моделированием? Информатика 9 класса делает упор на подготовку своих учеников к экзаменам для поступления в высшие учебные заведения. Так как в билетах ЕГЭ и ГИА встречаются вопросы по моделированию, то сейчас необходимо как можно подробнее рассмотреть эту тему. И так, как происходит классификация по области знаний? По данному признаку выделяют следующие виды:

• биологические (например, искусственно вызванные у животных болезни, генетические нарушения, злокачественные новообразования);
• поведения фирмы, модель формирования рыночной цены и так далее);
• исторические (генеалогическое дерево, модели исторических событий, модель римского войска и тому подобное);
• социологические (модель личного интереса, поведение банкиров при адаптации к новым экономическим условиям) и так далее.

Фактор времени

По данной характеристике различают два вида моделей:

• динамические;
• статические.

Уже, судя по одному названию, не трудно догадаться, что первый вид отражает функционирование, развитие и изменение какого-либо объекта во времени. Статическая наоборот способна описать объект в какой-то конкретный момент времени. Этот вид иногда называют структурным, так как модель отражает строение и параметры объекта, то есть дает срез информации о нем.

Примерами являются:

• набор формул, отражающих движение планет Солнечной системы;
• график изменения температуры воздуха;
• видеозапись извержения вулкана и так далее.

Примерами статистической модели служат:

• перечень планет Солнечной системы;
• карта местности и так далее.

Способ представления

Для начала очень важно сказать, что все модели имеют вид и форму, они всегда из чего-то делаются, как-то представляются или описываются. По данному признаку принято таким образом:

• материальные;
• нематериальные.

К первому виду относятся материальные копии существующих объектов. Их можно потрогать, понюхать и так далее. Они отражают внешние или внутренние свойства, действия какого-либо объекта. Для чего нужны материальные модели? Они используются для экспериментального метода познания (опытного метода).

К нематериальным моделям мы уже тоже обращались ранее. Они используют теоретический метод познания. Такие модели принято называть идеальными либо абстрактными. Эта категория делится еще на несколько подвидов: воображаемые модели и информационные.

Информационные модели приводят перечень различной информации об объекте. В качестве информационной модели могут выступать таблицы, рисунки, словесные описания, схемы и так далее. Почему данную модель называют нематериальной? Все дело в том, что ее нельзя потрогать, так как она не имеет материального воплощения. Среди информационных моделей различают знаковые и наглядные.

Воображаемая модель - это один из Это творческий процесс, проходящий в воображении человека, который предшествует созданию материального объекта.

Этапы моделирования

Тема по информатике 9 класса «Моделирование и формализация» имеет большой вес. Она обязательна к изучению. В 9-11 классе преподаватель обязан познакомить учеников с этапами создания моделей. Этим мы сейчас и займемся. Итак, выделяют следующие этапы моделирования:

• содержательная постановка задачи;
• математическая постановка задачи;
• разработки с использованием ЭВМ;
• эксплуатация модели;
• получение результата.

Важно отметить, что при изучении всего, что окружает нас, используется процессы моделирования, формализации. Информатика - это предмет, посвященный современным методам изучения и решения каких-либо проблем. Следовательно, упор делается на модели, которые можно реализовать при помощи ЭВМ. Особое внимание в этой теме следует уделить пункту разработки алгоритма решения при помощи электронно-вычислительных машин.

Связи между объектами

Теперь поговорим немного о связях между объектами. Всего выделяют три вида:

• один к одному (обозначается такая связь односторонней стрелкой в одну или в другую сторону);
• один ко многим (множественная связь обозначается двойной стрелкой);
• многие ко многим (такая связь обозначается двойной стрелкой).

Важно отметить, что связи могут быть условными и безусловными. Безусловная связь предполагает использование каждого экземпляра объекта. А в условной задействованы только отдельные элементы.

РЕФЕРАТ

МАТЕМАТИКА - ЯЗЫК ПОЗНАНИЯ М И РА

ВВЕДЕНИЕ

ЗАЧЕМ НУЖНЫ МОДЕЛИ?

КАКИЕ БЫВАЮТ МОДЕЛИ

КАК ВЕДУТСЯ МОДЕЛЬНЫЕ ИССЛЕДОВАНИЯ

ЛИТЕРАТРУА

ВВЕДЕНИЕ

Современный этап развития естествознания характеризуется широким проникновением во все его разделы идей и методов математики. Математика из покрытой ореолом таинственности науки все больше превращается в обычный инструмент исследования, потребность в использовании которого ощущает все большее число специалистов в самых разных областях знания.

Математика была, есть и будет элементом общей культуры. Но если в этом качестве раньше она была уделом небольшого числа посвященных людей, то теперь, особенно с появлением электронных вычислительных машин (ЭВМ), объективные тенденции научно-технического прогресса делают математические методы достоянием широкого круга людей, занятых в самых различных сферах науки и техники.

Чем же вызвана наблюдаемая в последнее время интенсивная математизация человеческого знания?

Вся история развития цивилизации на Земле проникнута идеями числа и измерения. По мере перехода от накопления фактов об окружающей людей природе к организованному знанию точность становилась все более необходимой. Возникла потребность в методах, которые бы обеспечили эту точность при формулировке представлений об окружающем мире. Так возникла математика, так она заняла главенствующее место во всех тех случаях, когда требовалась точность и однозначность суждений.

За несколько тысячелетий существования и совершенствования математикой выработан особый язык абстракций, который позволяет привести к единому виду описание самых разнообразных по своей природе объектов и процессов. Поэтому считается, что любая наука получает ранг “точной” только тогда, когда она в достаточной мере использует эту систему универсальных методов анализа, вырабатывая хорошо развитую систему строгих понятий, позволяющих делать широкие теоретические обобщения и предсказания. На этом пути одним из важнейших этапов, венчающим переход науки в разряд точных является математическое моделирование.

ЗАЧЕМ НУЖНЫ МОДЕЛИ?

Прежде, чем ответить этот вопрос следовало бы определить, что такое модель. Однако, мы поступим иначе. Сначала приведем несколько примеров, которые помогут сформировать интуитивное представление о понятии “модель”, а уж потом дадим определение.

Архитектор готовится построить здание невиданного доселе типа. Но прежде, чем воздвигнуть его, он сооружает это здание из кубиков на столе, чтобы посмотреть, как оно будет выглядеть. Это модель.

Перед тем как запустить в производство новый самолет, его помещают в аэродинамическую трубу и с помощью соответствующих датчиков определяют величины напряжений, возникающих в различных местах конструкций. Это модель.

Перечислять примеры моделей можно сколь угодно долго. Не будем этого делать, а попытаемся понять какова роль их в уже приведенных примерах.

Конечно, архитектор мог бы построить здание без предварительных экспериментов с кубиками. Но... он не уверен, что здание будет выглядеть достаточно хорошо. Если оно окажется некрасивым, то многие годы потом оно будет cлужить немым укором своему создателю, лучше уж поэкспериментировать с кубиками.

Конечно, можно запустить самолет в производство и не зная, какие напряжения возникают, скажем, в крыльях. Но... эти напряжения, если они окажутся достаточно большими, вполне могут привести к разрушению самолета. Лучше уж сначала исследовать самолет в аэродинамической трубе.

В приведенных примерах имеет место сопоставление некоторого объекта с другим, его заменяющим: реальное здание - здание из кубиков; серийный самолет - единичный самолет в аэродинамической трубе. И при этом предполагается, что какое-то свойство (свойства) сохраняется при переходе от исходного объекта к его заменяющему, или по крайней мере позволяет судить об исходном свойстве.

Хотя здание из кубиков и много меньше настоящего, но оно позволяет судить о внешнем виде этого здания. Хотя самолет, находящийся в аэродинамической трубе, и не летит, но напряжения, возникающие в его корпусе, соответствуют условиям полета.

После всего сказанного становится понятным такое определение.

Модель - это такой материальный или мысленно представляемый объект, который в процессе познания (изучения) замещает объект - оригинал, сохраняя некоторые важные для данного исследования типичные его черты.

С незапамятных времен при изучении сложных процессов, явлений, конструировании новых сооружений и т.п. человек применяет модели. Хорошо построенная модель, как правило, доступнее для исследования, нежели реальный объект. Более того, некоторые объекты вообще не могут быть изучены непосредственным образом: недопустимы, например, эксперименты с экономикой страны в познавательных целях; принципиально неосуществимы эксперименты с прошлым или, скажем, с планетами Солнечной системы и т.д.

Другое не менее важное назначение модели состоит в том, что с ее помощью выявляются наиболее существенные факторы, формирующие те или иные свойства объекта, поскольку сама модель отражает лишь некоторые основные характеристики исходного объекта.

Модель позволяет также научиться правильно управлять объектом, апробируя различные варианты управления на модели этого объекта. Экспериментировать в этих целях с реальным объектом в лучшем случае бывает неудобно, а зачастую просто вредно или вообще невозможно в силу ряда причин (большой продолжительности эксперимента во времени, риска привести объект в нежелательное и необратимое состояние и т.п.)

Если объект исследования обладает динамическими характеристиками, т.е. характеристиками, зависящими от времени, особое значение приобретает задача прогнозирования динамики состояния такого объекта под действием различных факторов. При ее решении использование модели также может оказать неоценимую помощь. Итак, резюмируя, можно сказать, что модель нужна:

во-первых, для того чтобы понять, как устроен конкретный объект (процесс), какова его структура, основные свойства, законы развития и взаимодействия с окружающим миром;

во-вторых, для того чтобы научиться управлять объектом (или процессом) и определить наилучшие способы управления при заданных целях и критериях;

в-третьих, для того чтобы прогнозировать прямые и косвенные последствия реализации заданных способов и форм воздействия на объект.

До сих пор мы говорили об использовании моделей в достаточно общих терминах. Конкретизируя эту проблему применительно, например, к биологии, увидим, что перечисленные выше цели, для которых нужны модели, сохраняются. Допустим, что требуется понять, как протекает, скажем, процесс роста дерева. Можно перечислить факторы, определяющие течение этого процесса, но это не дает полного понимания. А вот, если будет показано как, на что и в какой мере воздействуют эти факторы, т.е., если будет создана модель роста дерева, то тогда придет и понимание.

Или допустим, что требуется управлять хемостатом - устройством для культивирования микроорганизмов (регулировать скорость потока, выбирать концентрацию поступающего питательного бульона и т.д.) так, чтобы за некоторое фиксированное время получить на выходе наибольшую массу микробной популяции. Только используя математическую модель хемостата, можно избежать далекого от совершенства метода проб и ошибок.

Очень важно понимать, что одному объекту может сопоставляться не одна, а множество моделей. В связи с этим, естественно возникает вопрос - а какая же из них самая лучшая? Это непростой вопрос, и мы к нему будем неоднократно возвращаться в дальнейшем. Пока лишь отметим, что качество модели определяется ее ролью в проводимом исследовании. Может она дать ответы на вопросы, стоящие перед исследователем - модель хороша. Не может - значит она плоха для данного исследования.

Хорошая модель, как правило, обладает удивительным свойством: ее изучение дает некоторые новые знания об объекте - оригинале. Это, бе з условно, очень важное свойство, играющее притягательную роль для лиц, занимающихся построением и изучением моделей

КАКИЕ БЫВАЮТ МОДЕЛИ

Процесс построения модели называется моделированием. Существует несколько приемов моделирования, которые можно условно объединить в две большие группы: материальное (предметное) и идеальное моделирование.

К материальным относятся такие способы моделирования, при которых исследование ведется на основе модели, воспроизвод я щей основные геометрические, физические, динамические и функциональные характеристики изучаемого объекта. Основн ы ми разновидностями материального моделирования являются физические и аналоговое модел и рование.

Физическим принято называть моделирование, при котором реальному объекту сопоставляется его увеличенная или умен ь шенная копия, допускающая исследование (как правило, в лаб о раторных условиях) с помощью последующего перенесения свойств изучаемых процессов и явления с мод е ли на объект на основе теории подобия. Вот несколько примеров физических моделей: в астрономии - планетарий, в гидротехнике - лотки с водой, моделирующие реки и водоемы, в архитектуре - макеты зданий, в самолетостроении - модели летательных аппаратов, в эк о логии - аквариумы с водными организмами, моделирующими водные экосистемы и т.п.

Аналоговое моделирование основано на аналогии процессов и явлений, имеющих различную физическую природу, но одинаково описываемых формально (одними и теми же математич е скими уравнениями, логическими схемами, т.п.). Наиболее пр о стой пример - изучение механических колебаний с помощью электрической схемы, описываемой теми же дифференциальн ы ми уравнениями.

Заметим, что в обоих типах материального моделирования модели явл я лись материальным отражением исходного объекта и были связаны с ним своими геометрическими, физическими и другими характеристиками, причем процесс исследования был тесно связан с материальным воздействием на модель, т.е. состоял в натурном эксперименте с ней. Таким образом, физическое моделирование по своей природе является экспериментальным м е тодом.

От предметного моделирования принципиально отличается идеальное моделирование, которое основано не на материал ь ной аналогии объекта и модели, а на аналогии идеальной, мы с лимой.

Идеальное моделирование носит теоретический характер. Различают два типа идеального моделирования: интуитивное и знаковое. Под интуитивным понимаем моделирование, основанное на интуитивном предста в лении об объекте исследования, не поддающемся формализации либо не нуждающемся в ней. В этом смысле, например, жизненный опыт каждого человека может считаться его интуитивной м о делью окружающего мира.

Знаковым называется моделирование, использующее в кач е стве моделей знаковые преобразования какого-либо вида: сх е мы, графики, чертежи, формулы, наборы символов и т.д., а также включающее совокупность законов по которым можно оперировать с выбранными знаковыми образованиями и их эл е ментами.

Важнейшим видом знакового моделирования является мат е матическое моделирование, при котором исследование объекта осуществляется посредством модели сформулированной на языке математики, с использованием тех или иных математ и ческих методов.

Классическим примером математического моделирования является описание и исследование И.Ньютоном основных законов механики средств а ми математики.

КАК МАТЕМАТИКА ПРОНИКАЕТ В ДРУГИЕ НАУКИ

С незапамятных времен человек познает окружающий мир. На заре цивилизации этот процесс шел стихийно. По мере нако п ления знаний оказалось целесообразным упорядочить их с п о мощью некоторых структур - так возникли различные науки. В рамках одной науки собирались не какие угодно знания, а лишь те, которые к этой науке относились. Здесь же разр а батывались методы, позволяющие получать новые знания, относящиеся именно к этой науке. Мало того, на место ученых античного мира, которые изучали мир во всем его многообразии, пришли гораздо более узкие специалисты, которые изучают мир с поз и ций конкретных наук. С течением времени специализация наук достигла такого уровня, науки настолько разошлись в своем развитии, что знания, полученные в одной, зачастую с о вершенно не понятны в другой. По сути, представители разных наук говорят на разли ч ных языках.

Чем более глубокие факты устанавливаются в современной науке, тем специфичнее делается ее язык, тем сложнее понять его представителям другой науки и, тем более, людям от науки далеким. Такое явление не может не огорчать, так как для многих оно скрывает всеобъемлющую картину мира. По счастью, одн а ко, дело не так уж и безнадежно. Существует, оказывается, такой язык, которым, в той или иной степени, пользуются представ и тели всех наук. Этот язык - математика. Проследим путь, по которому м а тематика проникает в самые разнообразные науки - в биологию и почвов е дение, в химию и географию, в геологию и гидрометеорологию, а также многие, многие другие.

Всякая наука в своем развитии проходит ряд этапов, которые, следуя академику А.Д.Дородницыну, можно представить в виде следующей схемы (Рис.1). Прокомментируем ее.

Естественно, развитие любой науки начинается с целен а правленного накопления фактов, сбора информации. Поскольку задача науки состоит в объяснении законов природы, одновр е менно с накоплением фактов происходит их классификация, с и стематизация, попытка установления взаимосвязей между объе к тами и явлениями. На каждом из первых трех этапов, кот о рые вместе могут быть охарактеризованы как описательные, есть место для математики. И не просто место, а важная роль! Накопление фактов можно существенно рационализировать, используя развитый в математике метод планирования экспер и мента. Объективная классификация немыслима без современн о го кластерного анализа, теории распознавания образов. Ну, а при поиске взаимосвязей между изучаемыми объектами или явлениями не обойтись без коррел я ционного анализа и других методов статистики.

Регулярно в процессе развития науки возникают ситуации, когда зн а ния, накопленные на описательных этапах развития, позволяют выделить некие главные или определяющие велич и ны. Успешный выбор этих величин чрезвычайно важен для пер е хода от описательного знания к точному, для создания возможности построения математических моделей различных проце с сов, явлений. Сколь часто возникают такие ситуации, сказать трудно, так как этап, связанный с поиском определяющих вел и чин, наиболее трудно формализуем и пока да и, повидимому, в обозримом будущем о с нован на интуиции ученого.

Хороший пример важности установления определяющих величин для прогресса науки дает физика. Еще во времена Арх и меда фактически были известны основные эмпирические факты, связанные с движением тел. Но п о требовалось почти две тысячи лет и гений Ньютона, чтобы установить, что определяющей величиной, связывающей силу и массу, является ускор е ние, а не скорость, как думали раньше. И только тогда появились законы Ньют о на, дающие точные знания о движении тел под действием внешних сил.

Теперь уже понятно, что этап, венчающий переход науки в разряд то ч ных - математическое моделирование - базируется на “двух китах” : знании определяющих величин и фактов конкре т ной науки, знании языка и методов математики, позволяющем строить модели. Только наличие обоих типов знаний может позволить ученому продуктивно работать на этом этапе разв и тия науки.

Какими же математическими знаниями должен владеть с о временный ученый не математик? Они достаточно обширны. Именно поэтому в этой книге читатель найдет элементы матем а тического анализа и алгебры, теории множеств и дискретной м а тематики, дифференциальных уравнений, теории вероятности и статистики. Изучив их, он познакомится с тем языком на кот о ром пишутся математические модели. Но знакомство, еще не означает подлинного владения языком. В настоящий учебник включен большой набор иллюстративных моделей, которые по з волят читателю приобрести опыт построения математических моделей, позволят как бы “заговорить на новом языке”.

Сделаем одно замечание. Выше мы говорили об этапах разв и тия наук. Важно отметить, что, в связи с относительностью нашего знания, этапы, сменяя друг друга, никогда не заканч и ваются, а лишь дополняют друг друга. Сколь бы ни была мат е матизирована та или иная наука, в ней всегда продолжаются и сбор информации, и ее классификация, и поиск связей между наблюдаемыми явлениями.

КЛАССИФИКАЦИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ

В том случае, когда относительно моделируемого объекта (явления, системы) предполагается, что происходящие в нем процессы детерминированны и средства, используемые при построении модели, также относятся к средствам детерминированного анализа, будем говорить, что и модель отн о сится к классу детерминированных.

Если происходящие в моделируемом объекте процессы им е ют случайный (стохастический) характер, а средства, использ у емые при построении модели, относятся к детерминированному анализу, то такую модель будем относить к классу детерм и нированно-стохастических.

Если же и процессы в моделируемом объекте, и средства моделирования имеют стохастическую природу, то модель относится к классу стохастич е ских.

Среди стохастических моделей важное место занимает класс имитационных моделей. Так называются модели, сопоставл я ющие объекту (процессу, явлению) алгоритм его функционир о вания.

Свой вклад в классификацию вносят и цели моделирования. Если м о дель нужна, чтобы описать какие-то процессы, явления, то такая модель называется дескриптивной (description - опис а ние, англ.).

Если модель нужна для того, чтобы найти в каком-то смысле наилучший способ управления моделируемым объектом (скажем, определить какой “урожай” следует собирать каждый год с п о пуляции, чтобы максимизировать “урожай” за N лет), то такая модель относится к классу оптимизацио н ных.

Если модель позволяет определить не зависящую от времени характер и стику объекта (процесса, явления), то она называется статической. В противном случае она называется динамич е ской.

Разумеется, одна и та же модель может входить в разные классы в зависимости от признака, по которому ведется класс и фикация.

КАК ВЕДУТСЯ МОДЕЛ Ь НЫЕ ИССЛЕДОВАНИЯ

Исходным пунктом такого исследования, его отправной точкой служит некоторая задача из той или иной предметной обл а сти (биология, химия, география, геология и др.). Для этой задачи строится математическая м о дель. Прежде, чем говорить о том как строится модель, откуда она берется, сделаем два замечания общего порядка.

Всякий объект (система), модель которой мы создаем, при своем функционировании подчиняется определенным законам - биологическим, физ и ческим, химическим и др. Причем вполне возможно, и это очень важно отметить, что далеко не все эти з а коны нам на сегодняшний день уже могут быть известны. Мы будем считать, что знание законов предполагает известными количественные соотношения, связывающие те или иные характ е ристики моделируемого объекта (системы). Можно сказать и иначе, законы формулируются в результате обработки результ а тов наблюдений за теми или иными характеристиками модел и руемого объекта (системы).

Всякая модель создается для определенной цели - для ответа на некоторое множество вопросов о моделируемом объекте(системе). Иными сл о вами, интересуясь некоторым набором вопросов относительно этого объекта (системы), мы должны взглянуть на этот объект под вполне определенным “углом зрения”. Выбранный “угол зрения” в значительной степени и опр е деляет выбор модели.

После этих общих замечаний перейдем к описанию проце с са построения математической модели некоторого объекта (с и стемы). Его можно представить себе состоящим из следующих этапов:

1. Формируются основные вопросы о поведении системы, ответы на к о торые мы хотим получить с помощью модели.

2. Из множества законов, управляющих поведением системы, учитываются те, влияние которых существенно при поиске отв е тов на поставленные вопросы (здесь проявляется искусство м о дельера).

3. В дополнение к этим законам, если необходимо, для системы в целом или отдельных ее частей формулируются опред е ленные гипотезы о функционировании. Как правило, эти гипот е зы правдоподобны в том смысле, что могут быть приведены н е которые теоретические доводы в пользу их принятия. (Здесь проявляется как искусство модельера, так и специалиста по функционированию моделируемой с и стемы).

4. Гипотезы так же, как и законы выражаются в форме опр е деленных математических соотношений, которые объединяются в некоторое формальное описание м о делей.

В последующих главах читатель найдет примеры, иллюстр и рующие все выше указанные этапы построения математических моделей.

Но пусть модель построена. Что делать дал ь ше?

На следующем этапе разрабатывается или используется созданный ра н нее алгоритм для анализа этой модели. Если модель и алгоритм не сли ш ком сложны, то может оказаться возможным аналитическое исследование модели. В противном случае составляется программа, реализующая этот алгоритм на ЭВМ. П о сле выполнения расчетов по модели на ЭВМ их результаты обязательно сравниваются с фактической информацией из с о ответствующей предметной области. Это сравнение необходимо для того, чтобы убедиться в адекватности модели, в том что м о дельным расчетам можно верить, их можно использовать.

Если окажется, что результаты расчетов не имеют ничего общего с р е альной действительностью, то следует вернуться к построенной модели - быть может, она нуждается в усове р шенствовании. Возможны также ошибки в алгоритме и (или) в программе для ЭВМ. Такие повторные просмотры продолжаю т ся до тех пор, пока результаты расчетов не удовлетворяют исследователя. Теперь модель готова к использ о ванию.

Подводя некоторый итог сказанному, обратим внимание на следующее. Не всякое использование математических формул представляет собой п о строение математических моделей. В тех случаях, когда существует теория изучаемых явлений, пусть на вербальном уровне, использование формул позволяет построить математический аппарат теории. И только тогда, когда уровень наших знаний в некоторой области еще недостаточен для построения теории, математический формализм приобретает самостоятельное зн а чение и может послужить зародышем будущей теории. При этом новые знания возникают не только из экспер и ментального изучения реальных явлений, но и с помощью анализа математических формул. Именно в этом случае можно говорить о п о строении и исследовании математических моделей.

А в заключение обратим внимание что ни ЭВМ, ни математическая м о дель, ни алгоритм ее исследования порознь не могут решить достаточно сложную исходную задачу. Только вместе (включая, естественно человека-исследователя) они представл я ют ту силу, которая позволяет познавать окружающий мир, управлять им в наших интер е сах.

ЛИТЕРАТРУА
Амосов А.А.,Дубинский Ю. А., Копченова Н.П. Вычислительные методы для инженеров. — М.: Мир,2008. — 575 с.

Бахвалов Н.С., Жидков Н.П., Кобельков Г.Г. Численные методы. 8-е изд. —М.: Лаборатория Базовых Знаний, 2010. — 624 с.

Калиткин Н.Н. Численные методы. — М.: Наука, 1978. — 512 с.

Каханер Д., Моулер К., Нэш С. Численные методы и программное обеспечение. — М.: Мир, 2008. — 575.

Косарев В.И. 12 лекций по вычислительной математике. 2-е изд. — М.: Изд-во МФТИ, 2000. — 224 с.

Лобанов А.И., Петров И.Б. Вычислительные методы для анализа моделей сложных динамических систем. Часть 1. — М.: МФТИ, 2010. — 168 с.

Марчук Г.И. Методы вычислительной математики. — М.: Наука, 1989. — 608 с.

Рябенький В.С. Введение в вычислительную математику. — М.: Наука–Физматлит, 1994. — 335 с. 2-е изд. М.: Физматлит, 2010. — 296 с.

Самарский А А., Гулин А В. Численные методы. — М.: Наука, 1989.

Сборник задач для упражнений по курсу Основы вычис-лительной математики / Под ред. Рябенького В.С. – М.: МФТИ, 1988.

Федоренко Р.П. Введение в вычислительную физику. — М.: Изд-во МФТИ, 2004. — 526 с.

Хайрер Э., Ваннер Г. Решение обыкновенных дифференциальных уравнений. Жесткие и дифференциально-алгебраические задачи. — М.: Мир, 1999. — 685 с.

Хайрер Э., Нерсетт С., Ваннер Г. Решение обыкновенных дифференциальных уравнений. Нежесткие задачи. — М.: Мир, 1990. — 512 с.

Настало время немножко вернуться к циклу материалов, которые обсуждались прошлым летом. Это нужно для того, чтобы сегодняшним материалом поставить точку в том цикле (и со спокойной душой начать новый).

Итак, что было летом?

• Мы начали цикл с
• Затем посмотрели работу этого интеллектуального инструмента на контекстную рекламу
• После частного случая с контекстной рекламой посмотрели, как можно применить
• Это позволило нам начать (есть же границы применимости интеллектуальных инструментов?)
• После перешли к (сложной становится любая система, где есть более одной обратной связи — то есть везде, где появляется человек, тут же возникает сложная система)
• Чтобы воздействовать на хаос, (они позволят , чтобы можно было половчее на это происходящее воздействовать)
• И сделав такой большой круг, мы вернулись вновь к применению интеллектуальных инструментов для решения частных прикладных задач (уже с точки зрения )
• Это позволило нам уверенно рассматривать тему (с целью предсказывать будущее этих систем)

При этом, по удивительному стечению обстоятельств, мы обошли стороной вопрос: «А что же такое модель?».

В общем смысле модель — это некое описание процесса или события. В бизнесе наиболее известны бизнес-модели (описание того, как именно собственник заработает деньги своим бизнесом) и модели бизнес-процессов (например, описание как именно, когда, кому и почему Фатима на кассе Макдональдса должна предложить пирожок).

Моделей может быть большое количество. Но для решения прикладных задач в начале будет достаточно простых моделей.

Чтобы не усложнять себе жизнь при работе с моделями, полезно придерживаться следующих критериев:

1. Модели должны быть упрощены — они должны охватывать не все аспекты действительности, а лишь самое значимое
2. Модели должны быть прагматичны — то есть сфокусированы на том, что полезно в данный момент
3. Модели должны обобщать — то есть представлять собой краткий обзор сложных взаимосвязей
4. Модели должны быть наглядны — то есть они должны визуально объяснять то, что с трудом поддается объяснению на словах (это же увеличивает их полезность при общении с коллегами, руководителями и подчиненными)
5. Модели должны упорядочивать — то есть структурировать информацию и раскладывать ее по полочкам
6. Модели должны являться рабочим инструментом — они не должны давать готовых ответов. Нет. Их первостепенная и основная задача — ставить вопросы. И только когда ты начинаешь работать с той или иной моделью, будут появляться ответы.

Для чего нужны модели?

Когда наш мозг сталкивается с хаосом, то автоматически (!) начинает создавать системы, чтобы этот хаос распознать, структурировать или хотя бы получить по возможности полную картину происходящего. Именно поэтому люди всегда находят объяснения случившемуся (что заводит в дебри мифов вроде молний с неба, как знака гнева богов). То есть это происходит независимо от нас. Люди просто не могут не реагировать. Неокортекс работает постоянно, достраивая картину будущего и постоянно стараясь предсказать будущее. Это элемент эволюции, который постоянно заводит нас в тупики инерции мышления и инструментальной слепоты.

Модели же помогают нам облегчить эту задачу. Потому что построение моделей — сознательный процесс. Он заставляет отбросить второстепенное и сконцентрироваться на самом главном.

Критики любят подчеркивать, что модели не отражают реальной действительности. Это верно. Но неправильно утверждать, что модели способствуют стандартизации мышления. Наоборот, модель — это результат логического мышления, которое требует сознательных активных усилий. И именно поэтому построение новой или применение уже существующей модели часто помогает выйти за рамки инерции мышления. В этом важность модели.

Два подхода в использовании моделей

Существует два подхода использовать модели. Так называемые «американский метод» и «европейский метод».

Американцы обожают совершать пробы и делать ошибки. Идеал такого подхода — Эдисон. Эталон такого подхода — совершить как можно большее количество ошибок в единицу времени. Это обучение полностью на практике. Попытка, неудача, выводы, новая попытка. Это далеко не всегда продуктивно (а в ).

Европейцы же склонны сначала ознакомиться с теорией, а потом уже что-то сделать и потерпеть неудачу. После чего они анализируют сделанное, исправляют ошибки и повторяют попытку. Тут процесс несколько другой. Сначала читаем инструкцию, затем применяем на практике, если терпим неудачу — делаем выводы, внимательнее изучаем теорию и снова применяем на практике. Применение такого подхода в решении простых задач избыточно по ресурсам. Но зато позволяет изящнее решать сложные задачи.

Подходы не хороши и не плохи. Они просто есть. И важно помнить главное правило:
Каждая модель хороша лишь настолько, насколько хорош ее исполнитель.

Понравилось? Поделись!