Понятия модели и моделирования. Системный подход к созданию модели

происходит от латинского "modulus", что означает мера, образец. Содержание понятий "модель", "моделирование" в различных сферах знания и человеческой деятельности разнообразно. Общее состоит в том, что модель в том или ином смысле, более или менее полно имитирует объект. Различают модели исследовательские, например, физические, химические или биологические, экономические, и модели рабочие (автопилот, кукла). Моделирование лежит в основе любой науки. Физические модели ориентированы на решение физических задач, часто средствами математики. Так как модели строятся для имитации, и притом лишь части свойств исходного объекта, то, как правило, они оказываются проще самого объекта. никогда не бывает полностью идентичной реальному объекту. Исследовательские модели условно можно разделить на экспериментальные и теоретические. Первые представляют собой реально существующие устройства, вторые формулируются на языке той или иной науки (математические, экономические и т. д.). Теоретические физические модели имитируют реальные объекты с помощью абстрактных, идеализированных представлений на физическом языке с помощью языка и средств математики. Известно много способов построения моделей. Умение правильно выбрать математическую модель находится на грани науки и искусства, оно требует не только математических и физических (или других) знаний, но и вкуса и чувства меры. Следует помнить, что идеализация "мстит за себя", порождая парадоксы и недоразумения. Поэтому не надо забывать о статусе моделей.

Определения, значения слова в других словарях:

Большой словарь эзотерических терминов - редакция д.м.н. Степанов А.М

(франц. modele, лат modulus- мера, образец). 1. Образец (эталон, стандарт) для массового изготовления какого-либо изделия или конструкции. 2. Изделие, с которого снимается форма для воспроизведения. 3. Устройство, воспроизводящее, имитирующее строение и действие какого-либо...

Словарь Логики

Модель(от лат. modulus - мера, образец, норма) - а) в самом широком смысле - любой мысленный или знаковый образ модели­руемого объекта (оригинала). К их числу относятся гносеологиче­ские образы (воспроизведение, отображение исследуемого объек­та или системы объектов в виде...

Философский словарь

(от лат. modulus - мера, образец, норма) - а) в самом широком смысле - любой мысленный или знаковый образ моделируемого объекта (оригинала). К их числу относятся гносеологические образы (воспроизведение, отображение исследуемого объекта или системы объектов в виде научных...

Философский словарь

(франц. modele от лат. modulus - мера, образец, норма) в логике и методологии науки - аналог (схема, структура, знаковая система) определенного фрагмента природной или социальной реальности, порождения человеческой культуры, концептуально-теоретического образования и т.п. -...

Новейший философский словарь

МОДЕЛЬ (лат modulus - мера, образец) - объект-заместитель, который в определенных условиях может заменять объект-оригинал, воспроизводя интересующие свойства и характеристики оригинала Воспроизведение осуществляется как в предметной (макет, устройство, образец), так и в знаковой...

Психологическая энциклопедия

(англ. model) (в широком понимании) - упрощенный мысленный или знаковый образ к.-л. объекта или системы объектов, используемый в качестве их "заместителя" и средство оперирования. В естественных науках М. называют описание объекта средствами некоторой научной теории. М. в...

Изделия. 2) Изделие (из легкообрабатываемого материала), с которого снимается форма для воспроизведения (например, посредством литья) в другом материале; разновидности таких моделей - лекала, шаблоны и другие. 3) Позирующий художнику натурщик или изображаемые предметы ("натура"). 4) Устройство, воспроизводящее, имитирующее строение и действие какого-либо другого ("моделируемого") устройства в научных, производственных (при испытаниях) или спортивных целях. 5) В широком смысле - любой образ, аналог (мысленный или условный: изображение, описание, схема , чертеж, график, план, карта и т.п.) какого-либо объекта, процесса или явления ("оригинала" данной модели), используемый в качестве его "заместителя", "представителя". 6) В математике и логике моделью какой-либо системы аксиом называют любую совокупность (абстрактных) объектов, свойства которых и отношения между которыми удовлетворяют данным аксиомам, служащим тем самым совместным (неявным) определением такой совокупности. 7) Модель в языкознании - абстрактное понятие эталона или образца какой-либо системы (фонологической, грамматической и т.п.), представление самых общих характеристик какого-либо языкового явления; общая схема описания системы языка или какой-либо его подсистемы.

Современная энциклопедия . 2000 .

Смотреть что такое "МОДЕЛЬ" в других словарях:

модель - и, ж. modèle m., ит. modello, нем. Model, пол. model. 1. Образец, с которого снимается форма для отливки или воспроизведения в другом материале. БАС 1. Точить модель посуды, наводить резьбы, делать формы 15. 11. 1717. Контракт с Антонио Бонавери … Исторический словарь галлицизмов русского языка

- (модель совокупного спроса и совокупного предложения) макроэкономическая модель, рассматривающая макроэкономическое равновесие в условиях изменяющихся цен в краткосрочном и долгосрочном периодах … Википедия

1) воспроизведение предмета в уменьшенных размерах; 2) натурщик, служащий образцом при живописи или скульптуре; 3) образец, по которому изготовляют какое либо изделие. Словарь иностранных слов, вошедших в состав русского языка. Павленков Ф., 1907 … Словарь иностранных слов русского языка

Используемая в соционике модель функционирования психики человека. Эта модель гипотетически выделяет в психике восемь функций, схематически располагаемых в виде прямоугольника 2х4 в четырёх горизонтальных уровнях и двух вертикальных блоках.… … Википедия

- [дэ], модели, жен. (франц. modele). 1. Образец, образцовый экземпляр какого нибудь изделия (спец.). Модель товара. Модель платья. 2. Воспроизведенный, обычно в уменьшенном виде, образец какого нибудь сооружения (тех.). Модель машины. 3. Тип,… … Толковый словарь Ушакова

См. пример … Словарь синонимов

модель - Масштабный предметный образец объекта или его частей, отображающий их строение и действие [Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)] модель Представление системы, процесса, ИТ услуги, конфигурационной единицы … Справочник технического переводчика

- (model) Упрощенная система, используемая для имитирования определенных аспектов реальной экономики. Экономическая теория вынуждена использовать упрощенные модели: реальная мировая экономика настолько велика и сложна, что ее просто невозможно… … Экономический словарь

- (франц. modele, от лат. modulus мера, образец, норма), в логике и методологии науки аналог (схема, структура, знаковая система) определ. фрагмента природной или социальной реальности, порождения человеч. культуры, концептуально теоретич.… … Философская энциклопедия

Абстрактное или вещественное отображение объектов или процессов, адекватное исследуемым объектам (процессам) в отношении некоторых заданных критериев. Напр., математическая модель слоенакопления (абстрактная модель процесса), блок диаграмма… … Геологическая энциклопедия

- (IS LM model) Модель, которая часто используется в качестве исключительно простого примера общего равновесия (general equilibrium) в макроэкономике. Кривая IS показывает сочетания национального дохода Y и процентной ставки r, при которых… … Экономический словарь

Книги

• Модель. Т. 3 , Ли Со ин. Юная Джей Су мечтает стать выдающимся живописцем. Приехав на учебу в Европу, она ведет рассеянную жизнь типичного студента, пока однажды вечером ее подруга не приводит к ней в дом…

Невозможно представить себе современную науку без широкого применения математического моделирования, суть которого состоит в замене исходного объекта его образом - математической моделью и дальнейшем изучении модели с помощью реализуемых на компьютерах вычислительно-логических алгоритмов. Этот метод сочетает в себе достоинства, как теории, так и эксперимента, поскольку работа не с самим объектом (явлением, процессом), а с его моделью дает возможность относительно быстро и без существенных затрат исследовать его свойства и поведение в различных ситуациях. В то же время вычислительные эксперименты с моделями объектов позволяют, опираясь на мощь современных вычислительных методов и технических средств информатики, подробно и глубоко изучать объекты в достаточной полноте, недоступной чисто теоретическим подходам.

Вышесказанное является актуальным в условиях постоянного роста требований к эффективности устройств, применяемых в системах передачи и обработки информации, к сокращению сроков исследования и разработки новых телекоммуникационных систем и сетей.

Моделирование можно рассматривать как замещение исследуемого объекта (оригинала) его условным образом, описанием или другим объектом, именуемым моделью и обеспечивающим близкое к оригиналу поведение в рамках некоторых допущений и приемлемых погрешностей. Моделирование обычно выполняется с целью познания свойств оригинала путем исследования его модели, а не самого объекта. Разумеется, моделирование оправдано в том случае когда оно проще создания самого оригинала или когда последний по каким-то причинам лучше вообще не создавать.

МОДЕЛЬ ("модель" от лат. "modelus", что означает "мера") - мысленно предста-вимая или материально реализованная система, которая, отражая и воспроиз-водя объ-ект исследования, способна замещать его при определенных условиях так, что изуче-ние ее дает новую информацию об этом объекте . М. в самом широком смысле - это любой мысленный или знаковый образ моделируемого объекта (оригинала).

Таким образом , под моделью мы будем понимать совокупность объектов (понятий, свойств, признаков, знаков, геометрических элементов, материальных предметов) и отношений между ними (называемых моделирующими), которые выражают существенные с точки зрения цели моделирования стороны изучаемого объекта, явления или процесса . Короче, модель - это некоторое упрощённое подобие реального объекта, процесса или явления.

М. строится для достижения определенной цели, однако для одного и того же объ-екта можно построить, преследуя одну и ту же цель, разные модели. Поэтому можно считать, что М. некоторого объекта А (оригинала, прототипа) - это объект В, в каком-то отноше-нии подобный (аналогичный) оригиналу А, но отличающийся от него, вы-бранный или по-строенный, по крайней мере, для одной из следующих целей:

1) замена оригинала А моделью B в некотором реальном или воображаемом дейст-вии, ис-ходя из того, что В более удобна для осуществления этого действия в данных условиях (т.н. называемая модель-заместитель );

2) создание наглядного представления об объекте А (реально существующем или вообра-жаемом) с помощью объекта В (т.н. называемая модель-представление );

3) истолкование (интерпретация) объекта А в виде модели В (т.н. называемая мо-дель-ин-терпретация );

4) исследование (изучение) объекта А посредством изучения объекта В (т.н. назы-ваемая исследовательская модель).

Пример.1 . В курсе математики представлены все перечис-ленные виды мо-делей. Так, уравне-ние, со-ставленное по условию текстовой задачи, вы-сту-пает как модель-заместитель исходной задачи; чер-теж некоторого геометрического объекта, построенный для доказательства утверждения, в кото-ром идет речь в этом утверждении, яв-ляется моде-лью-представлением рассматриваемого объекта; урав-нение (x -a ) 2 + (y - b ) 2 = R 2 является моделью-интерпретацией окружности.

М. обычно обладает не одним каким-либо признаком, соответствующим одной из указанных целей, а несколькими, и поэтому она пригодна, как правило, и для других целей. Например, модель-заместитель может использоваться и как модель-представ-ление, и как мо-дель-интерпретация, и как исследовательская модель. Так, модель-ин-терпретация окружно-сти вполне пригодна для исследования свойств окружности, а, значит, она является и моде-лью исследовательской.

По способу построения модели бывают материальные и идеальные . В качестве ма-тери-альных моделей могут выступать копии оригинала (уменьшенные или увеличен-ные), причем они могут быть динамические и статические ; в качестве идеальных - изображения, описа-ния, схемы, чертежи, графики, уравнения, планы, карты, компью-тер-ные программы и т.д.

Пример 2. В медицине многие лекарственные препараты, разрабатывае-мые для лечения людей, первоначально испытывают на животных, которые в этом случае и выступают в качестве модели че-ловека; моделью некоторой местности может служить географическая карта, пользуясь которой, мы получаем нужную нам информацию об этой местности; моделью прямолиней-ного равномерного движения служит уравнение s = v 0 +vt , исследование ко-торого дает воз-можность устанавливать ос-новные закономерности данного вида движения; моделью неко-торого предмета, явления, процесса или ситуации (как реальных, так и «вирту-альных») могут служить компьютерные программы, пре-доставляющие в распоряжение ис-следователя прак-тически неограниченные возможности для их изу-чения и прогнозирования развития; и т.п.

М. всегда является лишь ото-бражением оригинала, и она в каком-либо отношении должна быть не только удобна для изучения свойств исследуемого объекта, но и по-зволяет перенести по-лученные при этом знания на исходный объект. Например, когда в начальных школе учитель намеревается более наглядно продемонстрировать способ сложения нату-ральных чисел, то он использует для этого различные модели этих чи-сел: реальные пред-меты или их изображения, абак, русские счеты, и др. Многие дет-ские игрушки, пред-ставляющие собой модели реальных объектов (автомобилей, по-ездов, животных и т.п.), позволяют ребенку познавать определенные свойства окру-жающих его предметов.

М. строится с тем расчетом, чтобы охватить только те свойства ориги-нала, которые существенны в данной ситуации и являются объектом изучения. Например, сущест-вует разнообразные модели обучения математике; одни из них позволяют исследо-вать сте-пень усвоения материала, другие - познавательную активность, третьи - твор-ческую матема-тическую деятельность, и т.д. Для изучения поведения проектируемого самолета в воздухе строят уменьшенную во много раз его модель и помещают ее в аэродинамическую трубу. Затем по поведению этой модели в различных воздушных потоках, создаваемых в трубе, судят о том, как будет вести себя в полете настоящий самолет.

М., полностью воспроизводящая оригинал, перестает быть моделью.

Существует ряд общих требований к моделям:

1. Адекватность - достаточно точное отображение свойств объекта;

2. Полнота - предоставление получателю всей необходимой информации об объекте;

3. Гибкость - возможность воспроизведения различных ситуаций во всем диапазоне изменения условий и параметров;

4. Трудоемкость разработки должна быть приемлемой для имеющегося времени и программных средств.

Моделирование - это процесс построения модели объекта и исследования его свойств путем исследования модели.

Таким образом, моделирование предполагает 2 основных этапа:

1. Разработка модели;

2. Исследование модели и получение выводов.

При этом на каждом из этапов решаются разные задачи и используются отличающиеся по сути методы и средства.

Метод моделирования во многих науках является средством, позволяющим ус-та-навли-вать более глубокие и сложные взаимосвязи между теорией и опытом и способ-ным заменить эксперимент.

Целый ряд исследований вообще невозможен без моде-лирования, по-тому, что:

а) эксперименты могут проводиться лишь на ныне существующих объектах, т.к. невоз-можно распространить эксперимент в область прошлого;

б) вмешательство в некоторые системы иногда имеет такой характер, что невоз-можно ус-тановить причины появившихся изменений (вследствие вмешательства или по другим при-чинам);

в) некоторые теоретически возможные эксперименты неосуществимы вследствие низ-кого уровня развития экспериментальной техники или ее высокой стоимости;

г) большую группу экспериментов, связанных с человеком, сле-дует отклонить по мо-рально-этическим соображениям.

Однако М. находит широкое применение не только из-за того, что может за-менить эксперимент.

Оно имеет большое самостоятельное значение и свои преимущества:

1. С помощью метода моделирования на одном комплексе данных можно разрабо-тать целый ряд различных моделей, по-разному интерпретировать исследуемое явле-ние, и вы-брать наи-более плодотворную из них для теоретического истолкования.

2. В процессе построения модели можно сделать различные дополнения к иссле-дуемой ги-потезе и получить ее упрощение.

3. В случае сложных моделей можно применять компьютерную технику.

4. Существует возможность проведения модельных экспериментов. И др.

На практике применяют различные методы моделирования. В зависимости от способа реализации, все модели можно разделить на два больших класса: физические и математические.

Математическое моделирование принято рассматривать как средство исследования процессов или явлений с помощью их математических моделей.

Под физическим моделированием понимается исследование объектов и явлений на физических моделях, когда изучаемый процесс воспроизводят с сохранением его физической природы или используют другое физическое явление, аналогичное изучаемому. При этом физические модели предполагают, как правило, реальное воплощение тех физических свойств оригинала, которые являются существенными в конкретной ситуации. Например, при проектировании нового самолета создается его макет, обладающий теми же аэродинамическими свойствами; при планировании застройки архитекторы изготавливают макет, отражающий пространственное расположение ее элементов. В связи с этим физическое моделирование называют также макетированием.

Полунатурное моделирование представляет собой исследование управляемых систем на моделирующих комплексах с включением в состав модели реальной аппаратуры. Наряду с реальной аппаратурой в замкнутую модель входят имитаторы воздействий и помех, математические модели внешней среды и процессов, для которых неизвестно достаточно точное математическое описание. Включение реальной аппаратуры или реальных систем в контур моделирования сложных процессов позволяет уменьшить априорную неопределенность и исследовать процессы, для которых нет точного математического описания. С помощью полунатурного моделирования исследования выполняются с учетом малых постоянных времени и нелинейностей, присущих реальной аппаратуре. При исследовании моделей с включением реальной аппаратуры используется понятие динамического моделирования, при исследовании сложных систем и явлений - эволюционного, имитационного и кибернетического моделирования.

Очевидно, действительная польза от моделирования может быть получена только при соблюдении двух условий:

1. Модель обеспечивает корректное (адекватное) отображение свойств оригинала, существенных с точки зрения исследуемой операции;

2. Модель позволяет устранить перечисленные выше проблемы, присущие проведению исследований на реальных объектах

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ - приближенное описание ка-кого-либо явле-ния внешнего мира, выраженное с помощью математической сим-волики . Ма-тематиче-ские модели описываются с помощью средств самой математики: языка , понятий , отно-шений , теорий . В отличие от есте-ственнонауч-ных и гуманитарных дисциплин М.м. обычно не требует создания ма-териали-зованных объектов. Кроме то-го, если все дру-гие науки изу-чают модели, то ма-тематика изучает «модели моделей ». Потому ее мате-риал в наилуч-шей степени соответствует задаче овладения методом моделиро-вания.

Примером М.м. достаточно сложно-го оригинала служит система уравне-ний (и не-равенств) в самом широком понимании. Система может содержать обыкновен-ные дифферен-циальные уравнения, уравнения в частных производных, интегральные уравнения, алгебраи-ческие и трансцендентные уравнения (и неравенства), набор ве-роятностно-статистических данных и т.д. К математическим моделям относят и про-граммы, составленные для ком-пьютеров, которые моделирую (отражают) оп-ределен-ные процессы, описанные средст-вами математики, положенными в основу ал-горит-мов.

Пример 3. Развитие ЭВМ и методологии системного анализа дало возможность для изуче-ния широкомас-штабных социальных процессов. Возникло так называемое глобальное моде-лирование и на его основе - прогно-зирование мировых социальных явлений.

Основоположником и «идейным отцом» такого рода исследований считается Дж. Форре-стер . В своей ра-боте “Мировая динамика” (1971 г.) он сделал успешную попытку использо-вать математиче-ские методы и ЭВМ для создания варианта модели экономического развития общества с учетом двух важнейших факторов - числен-ности населения и загрязнения окру-жающей среды. Расчеты показали, что при сохранении тенденций развития общества неиз-бежен серьезный кризис во взаимодействии человека и окружающей среды. Этот кризис объяс-няется проти-воречием между ограниченностью земных ресурсов, конечностью пригод-ных для сельскохо-зяйст-венной обработки площадей и все рас-тущими темпами потребления увеличивающегося населения. Рост насе-ления, промышленного и сельскохозяйственного производства приводит к кризису: быстрому загрязнению окру-жающей среды, истощению природных ресурсов, упадку производства и повышению смертности. На основа-нии анализа этих результатов де-лается вывод о необходимости стабилизации промышленного роста и материаль-ного по-требления.

В 80-х годах XX века появляются оригинальные работы в области глобального модели-рования в Советском Союзе. Группой ученых под руководством академика Н.Н. Моисеева в Вычисли-тельном Центре АН СССР была сделана попытка проанализировать математиче-скими мето-дами структуру международной конфликтной ситуа-ции. Основной вывод, кото-рый сле-довал из анализа составлен-ной модели, состоял в следующем. Несмотря на сложную зависи-мость целевой функции, общей для всех партнеров (функции риска ядерной войны), в дейст-виях участников конфликта, в такой сверх-сложной и сверхопасной ситуации, какой является гонка ядерных воо-ружений, существует взаимо-выгодный и эффективный компромисс.

М.м. отдельного элемента относительно проще - она может ока-заться геометриче-ским образом, функцией или ее графиком, вектором, матрицей, числовой табли-цей, скалярной величиной или даже конкретным чис-лом.

Построение мо-дели, адекватно отра-жающей объект, - дело непростое и требует специ-альных знаний и хорошей математиче-ской подготовки.

МЕТОД МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ сводит исследование внешнего мира к мате-ма-тическим задачам.

Процесс математического моделирования состоит из четырех эта-пов:

1) формализации , т. е. перехода от реальной практической задачи (исследуемой си-туа-ции) к по-строению аде-к-ватной математической модели и формулировки на ее ос-нове абст-рактной математической задачи;

2) решения задачи путем преоб-разования модели (проведение математического иссле-дования ), т.е. получение в результате анализа и исследования модели выходных данных (теоретических сведений);

3) интерпретации полученного результата , когда решение формальной математи-че-ской задачи исследуется на предмет его соответствия с исходной ситуацией, истол-ковыва-ется в терминах исходной ситуации и применяется к ней;

4) модернизации модели , т.е. построение новой более совершенной модели в связи с на-коплением данных об изучаемом объекте или процессе.

Пример 4. Разработка модели Сол-нечной системы . Наблюдения звездного неба, начавшиеся еще в глубокой древности, при-вели к тому, что из всего многообразия небесных светил были выде-лены планеты, которые и стали объектом изучения. Следующим ша-гом явилось изучение закономер-ностей их дви-жений, т.е. построение моделей и получение конкретных резуль-татов. Модели Солнеч-ной системы в процессе своего развития прошли через ряд усовершенствований по мере накоп-ления экспе-риментальных данных и развития науки. Первой была модель Птолемея, создан-ная во II веке нашей эры, исходила из положения, что планеты и Солнце совершают движе-ния вокруг Земли (т.н. геоцентриче-ская модель).

В XVI веке появилась модель Н. Коперника , принципи-ально отличающаяся от предыдущей, пола-гающая, что планеты вращаются вокруг Солнца по окружности (т.н. гелиоцен-три-ческая модель). Затем появи-лась модели И. Кеплера (начало XVII века), И. Ньютона (вторая поло-вина XVII века), описывающие движения пла-нет на ма-тематическом языке. Модель Ньютона , осно-ванная на законе всемирного тяготения, вполне удовлетворительно описывала движение известных планет и давала возможность вы-чис-лять их положение на небо-своде.

Но вот к 40-м годам XIX в. не-которые результаты этой мо-дели стали тоже не согласовываться с экспе-риментальными данными: наблюдаемое движе-ние Урана уклонялось от теоретически вычисляемого движения. Французский ученый-ас-троном У. Леверье расширил систему наблюдаемых планет новой гипотетической плане-той (он на-звал ее Нептуном) и, пользуясь новой математической моделью, определил все ос-нов-ные па-раметры этой планеты. В указанное время и на предсказанном им месте в 1846 году астро-номы убедились в реальном существовании еще одной планеты Солнечной сис-темы. По-добные вычисле-ния, сделанные П. Лоуэлом, при-вели в 1930 году к открытию де-вятой пла-неты, получившей название Плутон.

В ходе многовекового исторического развития математики сконст-руированы осо-бые мо-дели количественных отношений и пространственных форм ок-ружаю-щего мира. Это такие математические понятия, как число, функция, уравнение, гео-метриче-ская фигура и др. Хотя математическая модель и создается человеческим разумом, в даль-нейшем она во многих случаях становится предметом объективного изучения. Познавая ее свойства, мы тем самым познаем и свойства отраженной моделью реаль-но-стей, т.е. абст-рактные математические открытия обнаруживают ранее неизвестные свойства окружающего мира.

Например, представле-ние, что числа бывают только, скажем, до миллиарда (а дальше чисел нет!) прямым наблюдением вряд ли может быть опро-вергнуто. Только создание мате-матиками древности такого понятия нату-рального числа (такой модели), при ко-тором нату-ральных чисел оказывалось беско-нечно много, позволяет это сделать. С помощью модели геометрии Лобачевского че-ловечество пришло к пониманию искрив-ленности пространства, абстрактные функ-циональные зависимости дают возможность пред-сказывать развитие тех или иных процессов, модели геометрических тел позволяют на прак-тике определять количе-ст-венные характеристики окружающих нас предметов и т.д.

Для исследования существующих и построения новых моделей в математике раз-рабо-таны специальные методы. Среди них методы теории графов, теории вероятно-стей и математической статистики, математической логики и комбинаторики, ак-сио-матический метод, методы иссле-дования элементарных функций, решения уравнений, доказательства утверждений, построения геометрических фигур, измерения величин и т.д. Так, идеи метода моделирования находят свое примене-ние при решении тексто-вых задач: во-первых, само понятие текстовой задачи можно ввести, пользуясь поня-тием «модель», во-вторых, понятия мо-дели позволяет строго определить понятия «метода решения» и «способа решения» тексто-вой задачи.

В математике разработаны и особые методики использования на практике матема-тиче-ских моде-лей, например, приемы решения задач с помощью уравнений и систем уравнений, изучение различных явлений и процессов с помощью исследования соот-ветствующих функ-ций, графов, геометрических фигур и т.д.

Пример 5. Общеизвестно, что, разрезая конус плоскостями, не проходящими через его вершину, мы полу-чаем в сечении различные кривые: окружности, эллипсы, параболы, гиперболы (рис. 4.7). Их называют коническими сече-ниями . Еще древнегреческие ученые начали зани-маться изучением этих кривых, т.к. они встречаются в различ-ных явлениях природы и в че-ловече-ской деятельности (в астро-номии, в во-енном деле, в физики и т.п.). Однако лишь, ко-гда поя-вились уравнения конических сечений, полу-ченные методом координат, изучение этих кри-вых значительно продвинулось вперед, и были ре-шены многие задачи, связанные с ними. Так, И. Кеплер (1609 г.) открыл из наблюдений, а И. Ньютон (1687 г.) теоретически обосно-вал, что планеты и кометы Солнечной сис-темы движутся по этим кривым.

Заметим, что уравнения x 2 + y 2 = r 2 , y = kx 2 и выступают в каче-стве мо-делей окружности, эллипса, параболы и гиперболы, соответственно, а эти кривые в свою очередь можно рас-сматривать как геометрические модели указанных уравнений.

ЗНАКОВЫЕ МОДЕЛИ . Большую роль в современной науке (т.е. не только в ма-тематике) играют знаковые мо-дели . Они позволяют в виде выражений, формул, урав-нений и т.п. отображать различные процессы и существенные отношения между изу-чаемыми предметами и явлениями, с помощью термина (слова) или знака - вводить новое понятие. Например, вы-ражение a +b служит моделью суммы двух чисел; фор-мула m =2k , где k ÎN , задает четные на-туральные числа; уравнения Zn - 2e = Zn 2+ и 2H + + 2e = H 2 описывают реакции с отдачей и приемом электронов. Каждому образо-ванному человеку не составляет труда понять, что вы-ражают формулы H 2 O, H 2 SO 4 , E =mc 2 , a 2 + b 2 = c 2 , S = a·b , и знаки «=», «+», «sin», «+», «g », «», «e », «p» соответст-венно в химии, фи-зике и математике.

Часто одна и та же знаковая модель описывает различные объекты или процессы. На-пример, знаковая модель «A » может отображать точку, множество, высказывание, объект; модель «y = k·x » - зависимость между ценой, стоимостью и количеством то-вара; или между работой, производительностью труда и временем выполнения ра-боты и др. С другой сто-роны, один и тот же процесс можно описать разными моде-лями. Например, реакцию взаимо-действия цинка с уксусной кислотой в молекуляр-ном виде задают уравнением Zn + 2CH 3 COOH = Zn(CH 3 COO) 2 + H 2 , в молекулярно-ионном - уравнением Zn+2CH 3 COOH = Zn 2+ + 2CH 3 COO - + H 2 .

З.м. понятия «число» . Понятие числа явля-ется одним из важнейших в математике и центральным понятием курса математики в на-чальной. Появившись в простейшем виде еще в первобытном об-ществе из потребностей счета, понятие числа совершенст-вова-лось на протяжении всего последующего развития человеческой цивилизации. В вузе сту-денты, в силу выбранной профессии, изучают большинство известных число-вых множеств, и они знают, что развитие понятия числа происходило под влиянием двух факторов: прак-тиче-ской деятельности человека и внутренних потребностей ма-тематики. В процессе обучения у них формируется представление о том, что бывают порядковые числа, ко-личественные числа, числа как меры величин и числа как ком-понент вычислений.

Однако многие из них не видят разницы между понятием числа и его названием (за-писью), для большинства из них эти понятия тождественны. На во-прос: «Какие числа называются натуральными?», - обычно следует ошибочный ответ: «1, 2, 3 и т.д. - это натуральные числа». Ответ неправильный, по-тому что студенты в данной ситуации подменяют само понятие его обозначением: 1, 2, 3 и т.д. - это не на-туральные числа, а их обозначения, их символы, их знаковые модели . Понятие числа, возникшее как ма-тематическая модель операции пересчета предметов, само стано-вится основой для построения новых математических моделей.

Системы счисления и нумерации - это способы знаково-сим-воличе-ского модели-рования натуральных чисел. Например, любое натуральное число s в десятич-ной сис-теме счисления можно представить в виде:

s = a n 10 n + a n -1 10 n -1 + a 1 10 1 + a 0 = a n a n -1 a 1 a 0 , где a i < 10, i = 0,1,2, n , a n ≠ 0.

Числа a i называются однозначными числами , а их обозначения (символы 1, 2, 3, 9, т.е. знаковые модели) называются цифрами . Следовательно, и запись a n a n -1 . a 1 a 0 есть знаковая модель числа s . Другими знаковыми моделями натуральных чисел яв-ляются их представле-ния цифрами римской нумерации, старославянской нумерации и др.

Большое разнообразие знаковых моделей представляют в наше распоряжение ра-цио-нальные числа, которые можно записать в виде:

а) обыкновенной дроби, например, 12/7, 2/3;

б) десятичной конечной или десятичной бесконечной периодической дроби, на-пример, 3,5; 2,(36); 12,17(3);

в) конечной непрерывной (или цепной дроби), например,

;

г) систематической дроби, например,

В зависимости от целей, которые стоят перед исследователем, используется та или иная знаковая модель рационального числа. Так, при проведении теоретических ис-следований предпочтении отдают непрерывным дробям, при выполнении практиче-ских вычислений - десятичным и обыкновенным, и т.д.

Универсальной моделью действительного числа является бесконечная десятичная дробь. При этом, если эта дробь периодическая, то изображаемое ею действительное число является рациональным; если же эта дробь непериодическая, то изображаемое ею действительное число является иррациональным. Другими знаковыми моделями действительных чисел яв-ляются непрерывные дроби (конечные и бесконечные), ир-рациональные числа, которые изо-бражаются с помощью знаков корней (, , и др.), трансцендентные числа (p = 3,141592, e = 2,718281 и др.).

АКСИОМАТИЧЕСКИЙ МЕТОД И МОДЕЛИРОВАНИЕ . Особая роль принад-лежит модели-рованию в установлении истинности той или иной формы теоретиче-ского знания (ак-сиоматической теории, гипотезы и т.д.). Модель здесь можно рас-сматривать как ору-дие проверки того, действительно ли существуют такие связи, от-ношения, структуры, закономерности, которые формулируются в данной теории и выполняются в модели, а ус-пешная работа модели - это практическое доказательство истинно-сти теории, т.е. это часть экспериментального доказательства истинности этой теории.

Сформулировав основные по-нятия (объекты и отношения), а так же ак-сиомы неко-торой теории, мы имеем лишь ло-ги-че-скую схему , в кото-рой все понятия счита-ются «пустыми» (не имеющими конкретный смысл). Требование только одно: данные по-ня-тия должны формально удовлетворять аксиомам. Ос-тальные свой-ства этих и новых понятий (т.е. тех, которые будут введены в дальнейшем) должны быть ло-гически вы-ведены из ак-сиом.

Придав основным объектам и отношениям аксиоматики конкретный смысл, мы по-лучим ее модель. Ценность моделей в этом случае заключается в том, что они дают возможность прове-рить логическую стройность аксиоматики . При этом, как только понятиям аксиоматики при-дан конкретный смысл, ее ак-сиомы становятся теоремами , которые уже нужно доказы-вать.

Так, моделями булевой алгебры являются алгебра множеств и ал-гебра вы-сказыва-ний, моделью числового поля - множество действительных чисел с заданными на нем операциями сложения и умножения. Интересные модели предоставляют в наше рас-поряжение аксиоматики евклидовой гео-метрии и геомет-рии Лобачевского.

Пример 6 . Модель №1 евклидовой геометрии. Условимся под словами «точка», «прямая» и т.д. подразуме-вать следующее (другими словами, придадим конкретный смысл основным понятиям). «Точка » - любая точка обыкновенной плоскости, кроме одной точки O ; «прямая » - окружность в широком смысле, проходящая через точку O , т.е. любая окруж-ность или прямая, проходящая через точку O (можно считать, что обыкновенная прямая - это окружность с бесконечно большим радиу-сом.); «принадлежит » - в обычном смысле. Чтобы не услож-нять пример, истолкование других слов («между », «конгруэнтен » и т.д.) приводить не бу-дем.

Можно показать, что для таких «точек» и «прямых» выпол-няются все ак-сиомы евклидо-вой гео-метрии. Например, аксиома «Через две раз-личные точки проходит одна и толь-ко одна пря-мая » ста-новится в на-шей модели теоремой «Через три точки проходит единствен-ная ок-ружность в широ-ком смысле ». Дока-жем ее. Пусть «точки» B и C (рис. 4.8) таковы, что точка O не лежит на пря-мой BC .

Из планиметрии Евк-лида известно, что через три точки (B , C и O ), не лежащие на одной прямой, проходит единственная окружность. Если же «точки» B и C таковы, что BC проходит через O , то B и C определяют единст-венную прямую, прохо-дя-щую через O . Что и требовалось доказать.

Пример 7 . Модель №2 евклидовой геометрии. Введем словарь по-нятий. «Точка » - всякая упо-рядоченная пара чисел (х,у) ; «прямая » - множе-ство точек, координаты которых удовле-творяют урав-не-нию вида

Ax + By + С = 0; «при-надле-жит » - «точка» (x 0 ,y 0) лежит на «пря-мой» Ax + By + С = 0, если Ax 0 + By 0 + С = 0; «между» - точка B (x 2 ,y 2) лежит между A (x 1 ,y 1) и C (x 3 ,y 3), если выполняется хотя бы одно из сле-дующих отношений: x 1 <x 2 <x 3 , x 3 <x 2 <x 1 , y 1 <y 2 <y 3 или y 3 <y 2 <y 1 ; «конгруэнтен» (для отрезков) - отрезок A (x 1 ,y 1)B (x 2 ,y 2) кон-груэнтен от-резку C (x 3 ,y 3)D (x 4 ,y 4), если (x 1 -x 2) 2 + (y 1 -y 2) 2 = (x 3 -x 4) 2 + (y 3 -y 4) 2 и т.д.

Геометрия Лобачевского, не получившая признания при жизни ее автора, стала из-вест-ной только после того, как появилась ее первая модель.

Пример 8. Модель Кели-Клейна геометрии Лобачевского. Введем словарь понятий. «Плос-кость » - фик-си-рованный круг; «точка » - обычная точка, находящаяся внутри круга, «пря-мая » - хорда окружнос-ти (без концов); «лежать », «между » - в обычном смысле. Чтобы не усложнять пример, истолкование дру-гих слов приводить не будем.

Можно показать, что на этой модели выполняются все аксиомы геометрии Евклида кроме ак-сиомы IV о па-раллельных. Вместо нее выполняется аксиома Лобачевского: «Через точку вне прямой проходит более одной прямой, не пересекающей данную». На рис 9а через точку O проходят три «прямые» d 1 , d 2 и d 3 , параллельные «прямой» a .

Пример 9 . Модель Пуанкаре геометрии Лобачевского. Введем словарь понятий. «Точка » - обыч-ная точка, находящаяся в верхней полуплоскости (x >0), «пря-мая » - луч, перпендику-лярный оси X, а также полуокружности, опирающиеся на ось X (см. рис. 9б); «лежать », «между » - в обычном смысле. Чтобы не усложнять пример, ис-толкование других слов при-водить не будем. На рис. 9б через точку O проходят три «прямые» d 1 , d 2 и d 3 , парал-лельные «прямой» a .

Наличие моделей доказывает, что сис-тема ак-сиом Лобачевского является непро-тиворечивой.

Построение моделей геометрий Евклида и Лобачевского позволило решить про-блему 2000-летней дав-ности: можно ли доказать аксиому о параллельных, т.е. вы-вести ее из дру-гих аксиом? Те-перь ясно, что нельзя, потому что эта аксиома не зави-сит от остальных ак-сиом. Независи-мость вытекает из того факта, что после замены аксио-мы параллельности Евклида на ак-сиому параллельности Лобачевского мы вновь получаем непротиворечивую си-стему аксиом.

Открытие неевклидовой геометрии показывает, что появление новых математиче-ских мо-делей нередко означает не только принципиальный поворот в развитии самой математики, но и меняет существующие знания об окружающем нас мире.

МОДЕЛИ В ОБУЧЕНИИ. Модели помимо всего прочего являются тем учебным средством, без кото-рого невоз-можно полно-цен-ное обучение. На уроках математике в начальной школе находят применение как материальные, так и идеальные модели. К ним относятся, например, наглядные пособия, которые воспроизводят реальные и идеальные объекты, передают их структуру, существенные свойства, связи и от-ноше-ния, допуская при этом уменьшение или увеличение раз-мера, схематическое изобра-же-ние. По способу предъявления учащимся такие модели делятся на демонстрацион-ные и раз-даточные (индивидуальные ).

3.1. Понятие модели и классификация моделей

Решение задач, связанных с исследованием, проектированием, совершенствованием систем (особенно, сложных организационно-экономических или технических) бывает невозможно, трудно или нерационально проводить на самих этих системах.

К подобным задачам относятся, например, разработка и внедрение оптимальных вариантов бизнес-процессов на предприятии. Теоретически, можно сначала попробовать внедрить каждый из возможных вариантов бизнес-процессов и путем простого сравнения по некоторым показателям выбрать наилучший. Однако, практически это приведет к таким затратам времени и сил, после которых не всякое предприятие сможет выжить. Очевидно, что нужна некоторая предварительная оценка, «проигрывание» вариантов бизнес-процессов на каком-то упрощенном представлении самого предприятия и (или) процесса.

Другим примером может быть проведение экспериментов, позволяющим в масштабах отрасли, региона или государства внедрять новые технологии, варианты организационных структур, варианты взаимодействия предприятий и т.п. В подобных случаях, как правило, для проверки новшеств выбираются некоторые «типичные» предприятия (регионы, города), которые заменяя собой остальные предприятия (регионы, города) выступают в качестве объекта эксперимента.

В этих и других случаях исходная система заменяется некоторой другой материальной или абстрактной системой. Эта вторая система называется моделью. Первую же будем называть «объект моделирования» или «объект-оригинал». Дадим следующее определение.

Модель - это материальная или идеальная система, которая в определенных условиях может заменить объект-оригинал и служит для получения информации об объекте-оригинале и (или) других объектах, с ним связанных.

Уточняя определение, сформулируем следующие важные положения:

Модель - идеальный или материальный объект;

Модель - отображение или воспроизводство объекта-оригинала;

Модель - источник получения информации.

Можно перечислить характерные случаи, в которых требуется модель (как в научно-исследовательской, так и в производственной деятельности):

Когда объект-оригинал есть сложная система, непосредственное изучение которой затруднено, невозможно или экономически невыгодно;

Когда непосредственное эксперементирование с объектом-оригиналом может оказать разрушительное воздействие на него или другие объекты, с ним связанные;

Когда необходимо спрогнозировать возможное состояние или поведение объекта в будущем;

Когда необходимо разработать варианты и выбрать оптимальное решения, связанное с функционированием объекта-оригинала;

Когда объект-оригинал еще не существует в материальном виде, однако уже на этапе проектирования требуется представить информацию об этом объекте, оценить эффективность выбранных методов и средств его разработки;

Когда в практической деятельности необходимо упрощенное представление информации об объекте оригинале с целью информационного обеспечения людей, работающих с ним;

При обучении работе с моделируемой системой, в играх и т.п.

Термин моделирование означает исследование объектов с помощью их моделей. В более широком смысле слова моделирование понимается как процесс, включающий в себя не только исследование, но и разработку модели (рис.3.1).

Экспериментальное исследование реальных объектов на их моделях называется модельным экспериментом. В модельном эксперименте модель выступает одновременно и средством, и объектом исследования. При этом модель может применяться как для замещения самого объекта, так и быть замещением некоторых внешних условий и (или) систем, связанных с исследуемым объектом в реальном мире.

Чтобы выполнять свои функции, модель должна удовлетворять двум основным требованиям: быть достаточно простой, чтобы в отличие от оригинала ее можно было исследовать, экспериментировать с ней; быть подобной объекту-оригиналу, с необходимой полнотой воспроизводить его свойства.

Эти требования в некоторой степени противоречат друг другу. Действительно, наиболее подобной оригиналу будет модель, которая в точности воспроизводит его состав и структуру. Однако, в этом случае модель не станет упрощением объекта-оригинала. Поэтому подобие должно быть адекватным решаемой задаче. Так, если решается задача разработки оптимального плана выпуска продукции, нет смысла строить макет предприятия в масштабе один к одному. Для таких задач используются специальные математические модели, которые позволяют не только разработать план выпуска, но и определить условия, для которых он будет оптимальным.

Определение возможных видов моделей и границ их применимости позволяет заранее указать на способы и средства, с помощью которых могут быть решены те или иные задачи моделирования. Иначе говоря, для построения простых и адекватных задачам исследования моделей необходимо представлять, какие виды моделей существуют, в каких случаях они используются и какими выразительными возможностями обладают.

По средствам построения моделей они делятся на следующие обобщенные классы, которые показаны на рис.3.2. Материальные (предметные) модели являются моделями, которые воплощены в каких-то материальных объектах, имеющих искусственное или естественное происхождение. Среди них выделяют физические модели, которые представляют собой объекты той же природы, что и объекты-оригиналы. Этот вид моделей широко используется в технике при испытании и эксплуатации каких либо образцов. Например, путем физического моделирования (проведения натурных испытаний) определяются технико-экономические характеристики экспериментального образца (автомобили, станка, ЭВМ, самолета и т.п.) и затем результаты испытаний распространяются на все другие экземпляры данного типа. В экономике широко используются эксперименты на отдельных предприятиях для оценки показателей других предприятий данного класса.

В предметно-математических моделях не ставится задача воспроизвести физическое подобие с объектом-оригиналом. Главным здесь является воспроизведение закономерностей протекания процессов. Таким образом, предметно-математические модели обладают такими характерными чертами:

Они воплощаются в предмете (материальны);

Процессы, протекающие в таких моделях, отличны по природе от процессов в объекте-оригинале;

Процессы в модели и объекте-оригинале подчиняются одним и тем же закономерностям. Практически это означает, что процессы в модели и в объекте-оригинале могут быть описаны с помощью одних и тех же математических зависимостей.

Рис. 3.2. Обобщенная классификация моделей по средствам построения

Среди предметно-математических можно выделить такие виды моделей как:

Компьютерная (машинная) модель, в которой основой для моделирования процессов являются математические выражения, описывающие зависимости между их параметрами. Эти модели есть, по существу, компьютерными реализациями знаковых математических моделей (см. ниже);

Полунатурная модель, в которой наряду с ЭВМ используются отдельные блоки реальных систем, функционирующие под управлением людей или самой ЭВМ;

Модель-аналог, когда одна реальная система используется для моделирования другой системы, отличной по своей природе от первой.

В классе идеальных моделей выделяют мысленные (существующие в виде мысленных образов) и знаковые модели. Последние объединяет в себе довольно разнообразные модели, отличающиеся прежде всего по степени формализации действительности. Можно выделить следующие основные виды знаковых моделей:

Описательные модели (алгоритмы, программы, тексто-графические описания и т.п.);

Схематические модели (различные блок-схемы, диаграммы и т.п.);

Графоаналитические модели (построенные с помощью инструментариев различных сетей, графов);

Математические (говорят еще - логико-математические) модели.

Приведенная классификация является достаточно условной и, по-видимому, неполной. Важно отметить, что в процессе решения прикладных задач могут использоваться последовательно или даже одновременно разные модели. Так, моделирование с целью оптимизации организационной структуры и технологий бизнеса на предприятии выполняется, как правило, с использованием большого числа различных моделей. На первом этапе формируется примерный мысленный образ и описательная модель целевой системы. Для лаконичного структурированного отображения самого предприятия и процессов, в нем протекающих, используются различные варианты структурных схем и диаграмм (например, диаграммы потоков данных - DFD, диаграммы процессов в методологии IDEF0 и др., более подробно см. в ). Для количественного выражения и оптимизации критериев качества бизнес-процессов могут быть применены математические оптимизационные модели, для исследования которых, в свою очередь, применяются программно-аппаратные средства ЭВМ, т.е. предметно-математические модели. В общем случае, сначала строится комплекс знаковых моделей, которые в совокупности отображают текущее положение дел на предприятии. Потом строятся модели, которые отображают целевое состояние предприятии (организационную структуру, бизнес-процессы и функции, роли и обязанности управленческого персонала и др.). В практике реинжиниринга первый комплекс в совокупности называется информационной моделью «как есть» (as-is); второй - моделью «как должно быть» (to-be).

Предметно-математические и логико-математические модели образуют основу математического моделирования в широком смысле. По существу предметно-математические модели служат средством технической реализации моделей математических и, следовательно, предполагают существование последних. Рассмотрим математическом моделирование более подробно.

При использовании метода моделирования свойства и поведение объекта изучают путем применения вспомогательной системы – модели, находящейся в определенном объективном соответствии с исследуемым объектом.

Под объектом исследования понимается либо некоторая система, элементы которой в процессе достижения конечной цели реализуют один или несколько процессов, либо некоторый процесс, реализуемый элементами одной или нескольких систем. В связи с этим в дельнейшем тексте термины «модель объекта», «модель системы», «модель процесса» следует воспринимать как эквивалентные.

Представления о тех или иных свойствах объектов, их взаимосвязях формируются исследователем в виде описания этих объектов на обычном языке, в виде рисунков, графиков, формул или реализуются в виде макетов и других устройств. Подобные способы описания обобщаются в едином понятии – модель , а построение и изучение моделей называетсямоделированием .

Заслуживает предпочтения следующее определение: модель – объект любой природы, который создается исследователем с целью получения новых знаний об объекте-оригинале и отражает только существенные (с точки зрения разработчика) свойства оригинала.

Модель считается адекватной объекту-оригиналу, если она с достаточной степенью приближения на уровне понимания моделируемого процесса исследователем отражает закономерности процесса функционирования реальной системы во внешней среде.

Модели позволяют вынести упрощенное представление о системе и получить некоторые результаты намного проще, чем при изучении реального объекта. Более того, гипотетически модели объекта могут быть исследованы и изучены перед тем, как объект будет создан.

В практике исследования производственно-экономических объектов модели могут применяться для самых разных целей, что вызывает использование моделей различных классов. Построение одной-единственной математической модели для сложной производственной системы практически не представляется возможным без разработки вспомогательных моделей. Поэтому, как правило, при создании конечной математической модели исследуемого объекта строят частные вспомогательные модели, отражающие ту или иную информацию об объекте, имеющуюся у разработчика на данном этапе построения модели.

В основе моделирования лежит теория подобия , которая утверждает, что абсолютное подобие может иметь место лишь при замене одного объекта другим точно таким же. При моделировании абсолютное подобие не имеет места и стремятся к тому, чтобы модель достаточно хорошо отображала исследуемую сторону функционирования объекта.

Классификационные признаки. В качестве одного из первых признаков классификации видов моделирования можно выбрать степень полноты модели и разделить модели в соответствии с этим признаком на полные, неполные и приближенные. В основе полного моделирования лежит полное подобие, которое проявляется как во времени, так и в пространстве. Для неполного моделирования характерно неполное подобие модели изучаемому объекту. В основе приближенного моделирования лежит приближенное подобие, при котором некоторые стороны функционирования реального объекта не моделируются совсем. Классификация видов моделирования системS приведена на рис.1.1.

В зависимости от характера изучаемых процессов в системе S все виды моделирования могут быть разделены на детерминированные и стохастические, статические и динамические, дискретные, непрерывные и дискретно-непрерывные.Детерминированное моделирование отображает детерминированные процессы, т.е. процессы, в которых предполагается отсутствие всяких случайных воздействий;стохастическое моделирование отображает вероятностные процессы и события. В этом случае анализируется ряд реализаций случайного процесса и оцениваются средние характеристики, т.е. набор однородных реализаций.Статическое моделирование служит для описания поведения объекта в какой-либо момент времени, адинамическое моделирование отражает поведение объекта во времени.Дискретное моделирование служит для описания процессов, которые предполагаются дискретными, соответственно непрерывное моделирование позволяет отразить непрерывные процессы в системах, адискретно-непрерывное моделирование используется для тех случаев, когда хотят выделить наличие как дискретных, так и непрерывных процессов.

В зависимости от формы представления объекта (системы S ) можно выделить мысленное и реальное моделирование.

Мысленное моделирование часто является единственным способом моделирования объектов, которые либо практически нереализуемы в заданном интервале времени, либо существуют вне условий, возможных для их физического создания. Например, на базе мысленного моделирования могут быть проанализированы многие ситуации микромира, которые не поддаются физическому эксперименту. Мысленное моделирование может быть реализовано в виде наглядного, символического и математического.

Рис. 1.1. Классификация видов моделирования систем

При наглядном моделировании на базе представлений человека о реальных объектах создаются различные наглядные модели, отображающие явления и процессы, протекающие в объекте. В основугипотетического моделирования исследователем закладывается некоторая гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта. Гипотетическое моделирование используется, когда знаний об объекте недостаточно для построения формальных моделей.

Аналоговое моделирование основывается на применении аналогий различных уровней. Наивысшим уровнем является полная аналогия, имеющая место только для достаточно простых объектов. С усложнением объекта используют аналогии последующих уровней, когда аналоговая модель отображает несколько либо только одну сторону функционирования объекта.

Существенное место при мысленном наглядном моделировании занимает макетирование . Мысленный макет может применяться в случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, либо может предшествовать проведению других видов моделирования. В основе построения мысленных макетов также лежат аналогии, однако обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте. Если ввести условное обозначение отдельных понятий, т.е. знаки, а также определенные операции между этими знаками, то можно реализоватьзнаковое моделирование и с помощью знаков отображать набор понятий – составлять отдельные цепочки из слов и предложений. Используя операции объединения, пересечения и дополнения теории множеств, можно в отдельных символах дать описание какого-то реального объекта.

В основе языкового моделирования лежит некоторый тезаурус. Последний образует из наборов входящих понятий, причем этот набор должен быть фиксированным. Следует отметить, что между тезаурусом и обычным словарем имеются принципиальные различия. Тезаурус – словарь, который очищен от неоднозначности, т.е. в нем каждому слову может соответствовать лишь единственное понятие, хотя в обычном словаре одному слову могут соответствовать несколько понятий.

Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает основные свойства его отношений с помощью определенной системы знаков и символов.

Математическое моделирование. Для исследования характеристик процесса функционирования любой системыS математическими методами, включая и машинные, должна быть проведена формализация этого процесса, т.е. построена математическая модель.

Под математическим моделированием будем понимать процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью, и исследование этой модели, позволяющее получать характеристики рассматриваемого реального объекта. Вид математической модели зависит как от природы реального объекта, так и задач исследования объекта и требуемой достоверности и точности решения этой задачи. Любая математическая модель, как и всякая другая, описывает реальный объект лишь с некоторой степенью приближения к действительности. Математическое моделирование для исследования характеристик процесса функционирования систем можно разделить на аналитическое, имитационное и комбинированное.

Для аналитического моделирования характерно то, что процессы функционирования элементов системы записываются в виде некоторых функциональных соотношений (алгебраических, интегродифференциальных, конечно-разностных и т.п.) или логических условий.Аналитическая модель может быть исследована следующими методами: а) аналитическим, когда стремятся получить в общем виде явные зависимости для искомых характеристик; б) численным, когда, не умея решать уравнения в общем виде, стремятся получить числовые результаты при конкретных начальных данных; в) качественным, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, оценить устойчивость решения).

Наиболее полное исследование процесса функционирования системы можно провести, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системы S . Однако такие зависимости удается получить только для сравнительно простых систем. При усложнении систем исследование их аналитическим методом наталкивается на значительные трудности, которые часто бывают непреодолимыми. Поэтому, желая использовать аналитический метод, в этом случае идут на существенное упрощение первоначальной модели, чтобы иметь возможность изучить хотя бы общие свойства системы. Такое исследование на упрощенной модели аналитическим методом помогает получить ориентировочные результаты для определения более точных оценок другими методами. Численный метод позволяет исследовать по сравнению с аналитическим методом более широкий класс систем, но при этом полученные решения носят частный характер. Численный метод особенно эффективен при использовании ЭВМ.

В отдельных случаях исследования системы могут удовлетворить и те выводы, которые можно сделать при использовании качественного метода анализа математической модели. Такие качественные методы широко используются, например, в теории автоматического управления для оценки эффективности различных вариантов систем управления.

В настоящее время распространены методы машинной реализации исследования характеристик процесса функционирования больших систем. Для реализации математической модели на ЭВМ необходимо построить соответствующий моделирующий алгоритм.

При имитационном моделировании реализующий модель алгоритм воспроизводит процесс функционирования системыS во времени, причем имитируются элементарные явления, составляющие процесс с сохранением их логической структуры и последовательности протекания во времени, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системыS .

Основным преимуществом имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач. Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и др., которые часто создают трудности при аналитических исследованиях. В настоящее время имитационное моделирование – наиболее эффективный метод исследования больших систем, а часто и единственный практически доступный метод получения информации о поведении системы, особенно на этапах ее проектирования.

Когда результаты, полученные при воспроизведении на имитационной модели процесса функционирования системы S , Являются реализациями случайных величин и функций, тогда для нахождения характеристик процесса требуется его многократное воспроизведение с последующей статистической обработкой информации и целесообразно в качестве метода машинной реализации имитационной модели использовать метод статистического моделирования. Первоначально был разработан метод статистических испытаний, представляющий собой численный метод, который применялся для моделирования случайных величин и функций, вероятностные характеристики которых совпадали с решениями аналитических задач (такая процедура получила название метода Монте-Карло). Затем этот прием стали применять и для машинной имитации с целью исследования характеристик процессов функционирования систем, подверженных случайным воздействиям, т.е. появился метод статистического моделирования. Таким образом,методом статистического моделирования будем в дальнейшем называть метод машинной реализации имитационной модели, аметодом статистических испытаний (Монте-Карло) – численный метод решения аналитической задачи.

Метод имитационного моделирования позволяет решать задачи анализа больших систем S , включая задачи оценки: вариантов структуры системы, эффективности различных алгоритмов управления системой, влияния изменения различных параметров системы. Имитационное моделирование может быть положено также в основу структурного, алгоритмического и параметрического синтеза больших систем, когда требуется создать систему, с заданными характеристиками при определенных ограничениях, которая является оптимальной по некоторым критериям оценки эффективности.

При решении задач машинного синтеза систем на основе их имитационных моделей помимо разработки моделирующих алгоритмов для анализа фиксированной системы необходимо также разработать алгоритмы поиска варианта системы. Бале в методологии машинного моделирования будем различать два основных раздела: статику и динамику, – основным содержанием которых являются соответственно вопросы анализа и синтеза систем, заданных моделирующими алгоритмами.

Комбинированное (аналитико-имитационное) моделирование при анализе и синтезе систем позволяет объединить достоинства аналитического и имитационного моделирования. При построении комбинированных моделей проводится предварительная декомпозиция процесса функционирования объекта на составляющие подпроцессы и для тех из них, где это возможно, используются аналитические модели. Такой комбинированный подход позволяет охватить качественно новые классы систем, которые не могут быть исследованы с использованием только аналитического и имитационного моделирования в отдельности.

Другие виды моделирования . Приреальном моделировании используется возможность исследования различных характеристик либо на реальном объекте целиком, либо на его части. Такие исследования могут проводиться как на объектах, работающих в нормальных режимах, так и при организации специальных режимов для оценки интересующих исследователя характеристик (при других значениях переменных и параметров, в другом масштабе времени и т.п.). Реальное моделирование является наиболее адекватным, но при этом его возможности с учетом особенностей реальных объектов ограничены. Например, проведение реального моделирования АСУ предприятием потребует, во-первых, создания такой АСУ, а во-вторых, проведения экспериментов с управляемым объектом, т.е. предприятием, что в большинстве случаев невозможно.

К основным разновидностям реального моделирования относятся:

Натурное моделирование , под которым понимают проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия. При функционировании объекта в соответствии с поставленной целью удается выявить закономерности протекания реального процесса. Необходимо отметить, что такие разновидности натурного эксперимента, как производственный эксперимент и комплексные испытания, обладают высокой степенью достоверности.

Физическое моделирование отличается от натурного тем, что исследование проводится на установках, которые сохраняют природу явлений и обладают физическим подобием.

С точки зрения математического описания объекта и в зависимости от его характера модели можно разделить на модели аналоговые (непрерывные), цифровые (дискретные) и аналого-цифровые (комбинированные). Под аналоговой моделью понимается модель, которая описывается уравнениями, связывающими непрерывные величины. Подцифровой понимается модель, которая описывается уравнениями, связывающими дискретные величины, представленные в цифровом виде. Поданалого-цифровой понимается модель, которая может быть описана уравнениями, связывающими непрерывные и дискретные величины.

Особое место в моделировании занимает кибернетическое моделирование , в котором отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам. В этом случае стремятся отобразить лишь некоторую функцию и рассматривают реальный объект как «черный ящик», имеющий ряд входов и выходов, и моделируют некоторые связи между выходами и входами. Чаще всего при использовании кибернетических моделей проводят анализ поведенческой стороны объекта при различных воздействиях внешней среды. Таким образом, в основе кибернетических моделей лежит отражение некоторых информационных процессов управления, что позволяет оценить поведение реального объекта. Для построения имитационной модели в этом случае необходимо выделить исследуемую функцию реального объекта, попытаться формализовать эту функцию в виде некоторых операторов связи между входом и выходом и воспроизвести на имитационной модели данную функцию, причем на базе совершенно иных математических соотношений и, естественно, иной физической реализации процесса.

Целевое назначение модели. По целевому назначению модели подразделяются на модели структуры, функционирования и стоимостные (модели расхода ресурсов).

Модели структуры отображают связи между компонентами объекта и внешней средой и подразделяются на:

каноническую модель , характеризующую взаимодействие объекта с окружением через входы и выходы;

модель внутренней структуры , характеризующую состав компонентов объекта и связи между ними;

модель иерархической структуры (дерево системы), в которой объект (целое) расчленяется на элементы более низкого уровня, действия которых подчинены интересам целого.

Модель структуры обычно представляется в виде блок-схемы, реже графов и матриц связей.

Модели функционирования включают широкий спектр символических моделей, например:

модель жизненного цикла системы, описывающая процессы существования системы от зарождения замысла ее создания до прекращения функционирования;

модели операций, выполняемых объектом и представляющих описание взаимосвязанной совокупности процессов функционирования отдельных элементов объекта при реализации тех или иных функций объекта. Так, в состав моделей операций могут входить модели надежности, характеризующие выход элементов системы из строя под влиянием эксплуатационных факторов, и модели живучести факторов, характеризующие выход элементов системы из строя под влиянием целенаправленного воздействия внешней среды;

информационные модели, отображающие во взаимосвязи источники и потребители информации, виды информации, характер ее преобразования, а также временные и количественные характеристики данных;

процедурные модели, описывающие порядок взаимодействия элементов исследуемого объекта при выполнении различных операций, например обработки материалов, деятельности персонала, использования информации, в том числе и реализации процедур принятия управленческих решений;

временные модели, описывающие процедуру функционирования объекта во времени и распределение ресурса «время» по отдельным компонентам объекта.

Стоимостные модели, как правило, сопровождают модели функционирования объекта и по отношению к ним вторичны, «питаются» от них информацией и совместно с ними позволяют проводить комплексную технико-экономическую оценку объекта или его оптимизацию по экономическим критериям.

При анализе и оптимизации производственно-экономических объектов проводится объединение построенных математических функциональных моделей с математическими стоимостными моделями в единую экономико-математическую модель.

Насколько можно судить по литературным источникам общепринятой классификации моделей экономических систем пока не существует. Однако представляется достаточно полезной классификация математических моделей экономических систем, приведенная в книге Т. Нейлора «Машинные имитационные эксперименты с моделями экономических систем» (1971 г.) (рис. 1.2).

Рис.1.2. Классификация экономических моделей

Экономико-математической моделью (ЭММ) называется выражение, состоящее из совокупности связанных между собой математическими зависимостями (формулами, уравнениями, неравенствами, логическими условиями величин – факторов, все или часть которых имеют экономический смысл. По своей роли в ЭММ эти факторы целесообразно подразделить на параметры и характеристики (рис. 1.3).

Рис. 1.3. Классификация факторов по их роли в ЭВМ

При этом параметрами объекта называются факторы, характеризующие свойства объекта или составляющих его элементов. В процессе исследования объекта ряд параметров может изменяться, поэтому они называютсяпеременными, которые в свою очередь подразделяются на переменные состояния и переменные управления. Как правило, переменные состояния объекта являются функцией переменных управления и воздействий внешней среды.Характеристиками (выходными характеристиками) называются интересующие исследователя непосредст-венные конечные результаты функционирования объекта (естественно, что выходные характеристики являются переменными состояния). Соответственно характеристики внешней среды описывают свойства внешней среды, которые сказываются на процессе и результате функционирования объекта. Значения ряда факторов, определяющие начальное состояние объекта или внешней среды, называютсяначальными условиями.

При рассмотрении ЭММ оперируют следующими понятиями: критерий оптимальности, целевая функция, система ограничений, уравнения связи, решение модели.

Критерием оптимальности называется некоторый показатель, имеющий экономическое содержание, служащий формализацией конкретной цели управления и выражаемый при помощи целевой функции через факторы модели. Критерий оптимальности определяет смысловое содержание целевой функции. В ряде случаев в качестве критерия оптимальности может выступать одна из выходных характеристик объекта.

Целевая функция математически связывает между собой факторы модели, ее значение определяется значениями этих величин. Содержательный смысл целевой функции придает только критерий оптимальности.

Не следует смешивать критерий оптимальности и целевую функцию. Так, например, критерий прибыли и стоимости произведенной продукции могут описываться одной и той же целевой функцией:

, (1.1)

где
– номенклатура производимой продукции;– объем выпускаi -ой номенклатуры;– прибыль от выпуска единицыi -ой номенклатуры или стоимость единицыi -ой номенклатуры в зависимости от смысла критерия оптимальности.

Критерий прибыли может рассчитываться и по нелинейной целевой функции:

, (1.2)

Если прибыль от выпуска единицы i -ой номенклатуры является функцией от объема выпуска.

При наличии нескольких критериев оптимальности каждый из них будет формализован своей частной целевой функцией , где
– число критериев оптимальности. Для однозначного выбора оптимального решения исследователь может сформулировать новую целевую функцию

Однако целевая функция может уже не нести экономического смысла, в этом случае критерий оптимальности для нее отсутствует.

Система ограничений определяет пределы, сужающие область осуществимых, приемлемых или допустимых решений и фиксирующие основные внешние и внутренние свойства объекта. Ограничения определяют область протекания процесса, пределы изменения параметров и характеристик объекта.

Уравнения связи являются математической формализацией системы ограничений. Между понятиями «система ограничений» и «Уравнения связи» существует точно такая же аналогия, как между понятиями «критерий оптимальности» и «целевая функция»: различные по смыслу ограничения могут описываться одинаковыми уравнениями связи, а одно и то же ограничение в разных моделях записываться различными уравнениями связи.

Таким образом, именно критерий оптимальности и система ограничений в первую очередь определяют концепцию построения будущей математической модели, т.е. концептуальную модель, а их формализация, т.е. целевая функция и уравнения связи, представляют собой математическую модель.

Решением математической модели называется такой набор (совокупность) значений переменных, который удовлетворяет ее уравнениям связи. Решения, имеющие экономический смысл, называют структурно допустимыми. Модели, имеющие много решений, называются вариантными в отличие от безвариантных, имеющих одно решение. Среди структурно допустимых решений вариантной модели, как правило, находится одно решение, при котором целевая функция в зависимости от смысла модели имеет наибольшее или наименьшее значение. Такое решение, как и соответствующее значение целевой функции, называетсяоптимальным (в частности, наименьшим или наибольшим).

Использование ЭММ, особенно оптимальных, предполагает не только построение модели, соответствующей поставленной задаче, но и ее решение при помощи подходящего метода. В связи с этим иногда под моделированием (в узком смысле) понимается этап нахождения решения модели, т.е. вычисления значений исследуемых характеристик и определение оптимальности различных вариантов изучаемого объекта с целью выбора наилучшего варианта его построения и функционирования. Данный этап представляет собой реализацию и исследование ЭММ на определенном наборе вычислительных средств. Выбор метода решения оптимизационных ЭММ зависит от математической формы, связывающей факторы модели, наличия тех или иных признаков (учет динамики, учет стохастичности и т.д.). С точки зрения корректного выбора метода решения модели наиболее существенными признаками являются характер цели исследования, формализованность связей между параметрами и характеристиками, учет вероятностной природы объекта, а также фактора времени.

По характеру цели исследования ЭММ делятся на оптимизационные (нормативные) иописательные (дескриптивные или ЭММ прямого счета).

Характерной чертой оптимизационных моделей является наличие одной или нескольких целевых функций. При этом в первом случае оптимизационные ЭММ называются монокритериальными , а во втором –многокритериальными . В общем виде монокритериальная ЭММ может быть представлена следующей системой отношений:

где Е – критерий оптимальности объекта;– управляемые переменные,
;– неуправляемые факторы модели;
;– уравнения связи, представляющие собой формализацию системы ограничений,
;– целевая функция – формализованное выражение критерия оптимальности.

Выражение
означает, что в ограничениях может стоять любое из приведенных в фигурных скобках логических условий.

Решение модели, заданной соотношениями (1.4) и (1.5), заключается в нахождении совокупности значений переменных

,

Обращающий в max (илиmin ) целевую функциюЕ при заданных уравнениях связи.

Специфика конкретных задач управления производством определила разнообразие типов оптимизационных ЭММ. Это вызвало для ряда наиболее часто повторяющихся типов ситуаций разработку «стандартных» экономико-математических методов их описания, например, распределительные задачи различных классов, задачи управления запасами, ремонта и замены оборудования, проектирования сетей и выбора маршрутов и т.д.

Существенным признаком описательных моделей является отсутствие в них критерия оптимальности. Решение, даваемое ЭММ прямого счета, обеспечивает либо вычисление набора выходных характеристик объекта для одного или нескольких вариантов начальных условий и входных характеристик объекта, либо нахождение какой-либо совокупности значений в структурно допустимой области решений. Примеры типовых задач управления машиностроительным производством, решаемых с помощью описательных моделей, приведены в табл. 1.1.

Таблица 1.1. Примеры описательных моделей

В зависимости от степени формализованности связей f иg i между факторами моделей в выражениях (1.4) и (1.5) различаютаналитические иалгоритмические модели.

Аналитической формой записи называется запись математической модели в виде алгебраических уравнений или неравенств, не имеющих разветвлений вычислительного процесса при определении значений любых переменных состояния модели, целевой функции и уравнений связи. Если в математических моделях единственная целевая функцияf и ограниченияg j заданы аналитически, то подобные модели относятся к классу моделей математического программирования. Характер функциональных зависимостей, выраженных в функцияхf иg j , может быть линейным и нелинейным. Соответственно этому ЭММ делятся налинейные инелинейные , а среди последних в специальные классы выделяютсядробно -линейные ,кусочно-линейные ,квадратичные ивыпуклые модели.

Если мы имеем дело со сложной системой, то зачастую гораздо легче построить ее модель в виде алгоритма, показывающего отношения между элементами системы в процессе ее функционирования, задаваемые обычно в виде логических условий – разветвлений хода течения процесса. Математическое описание для элементов может быть очень простым, однако взаимодействие большого количества простых по математическому описанию элементов и делает эту систему сложной. Алгоритмически же можно описывать даже такие объекты, которые в силу их сложности или громоздкости в принципе не допускают аналитического описания. В связи с этим к алгоритмическим моделям относятся такие, в которых критерии и (или) ограничения описываются математическими конструкциями, включающими логические условия, приводящие к разветвлению вычислительного процесса. К алгоритмическим моделям относятся и так называемые имитационные модели – моделирующие алгоритмы, имитирующие поведение элементов изучаемого объекта и взаимодействие между ними в процессе функционирования.

В зависимости от того, содержит ли ЭММ случайные факторы, она может быть отнесена к классу стохастических илидетерминированных .

В детерминированных моделях ни целевая функцияf , ни уравнения связиg j не содержат случайных факторов. Следовательно, для данного множества входных значений модели на выходе может быть получен только один-единственный результат. Длястохастических ЭММ характерно наличие среди факторовмодели, описываемой соотношениями (1.4) и (1.5), таких, которые имеют вероятностную природу и характеризуются какими-либо законами распределения, причем среди функцийf иg j могут быть и случайные функции. Значения выходных характеристик в таких моделях могут быть предсказаны только в вероятностном смысле. Реализация стохастических ЭММ в большинстве случаев осуществляется на ЭВМ методами имитационного статистического моделирования.

Следующим признаком, по которому можно различать ЭММ, является связь с фактором времени. Модели, в которых входные факторы, а следовательно, и результаты моделирования явно зависят от времени, называются динамическими , а модели, в которых зависимость от времениt либо отсутствует совсем, либо проявляется слабо или неявно, называютстатическими . Интересны в этом отношении имитационные модели: по механизму функционирования они являются динамическими (в модели идет имитация работы объекта в течении некоторого периода времени), а по результатам моделирования – статическими (например, ищется средняя производительность объекта за моделируемый период времени).

Статические модели представляют собой известную степень приближения к реальным объектам и системам, функционирующим во времени. Во многих случаях степень такого приближения, проявляющаяся в допущениях о неизменности или различного рода усреднениях факторов во времени (косвенно или приблизительно учитывающих фактор времени в определенных границах его изменения), является достаточной для практического применения статических моделей.