Понятия модели и моделирования. Понятие модели. Виды моделирования

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.

Согласно этому признаку модели делятся на два обширных класса:

• абстрактные (мысленные) модели;
• материальные модели.

Рис. 1.1.

Нередко в практике моделирования присутствуют смешанные, абстрактно-материальные модели.

Абстрактные модели представляют собой определенные конструкции из общепринятых знаков на бумаге или другом материальном носителе или в виде компьютерной программы.

Абстрактные модели, не вдаваясь в излишнюю детализацию, можно разделить на:

• символические;
• математические.

Символическая модель - это логический объект, замещающий реальный процесс и выражающий основные свойства его отношений с помощью определенной системы знаков или символов. Это либо слова естественного языка, либо слова соответствующего тезауруса , графики, диаграммы и т. п.

Символическая модель может иметь самостоятельное значение, но, как правило, ее построение является начальным этапом любого другого моделирования.

Математическое моделирование - это процесс установления соответствия моделируемому объекту некоторой математической конструкции, называемой математической моделью, и исследование этой модели, позволяющее получить характеристики моделируемого объекта.

Математическое моделирование - главная цель и основное содержание изучаемой дисциплины.

Математические модели могут быть:

• аналитическими;
• имитационными;
• смешанными (аналитико-имитационными).

Аналитические модели - это функциональные соотношения: системы алгебраических, дифференциальных, интегро-дифференциальных уравнений, логических условий. Уравнения Максвелла - аналитическая модель электромагнитного поля. Закон Ома - модель электрической цепи.

Преобразование математических моделей по известным законам и правилам можно рассматривать как эксперименты. Решение на основе аналитических моделей может быть получено в результате однократного просчета безотносительно к конкретным значениям характеристик ("в общем виде"). Это наглядно и удобно для выявления закономерностей. Однако для сложных систем построить аналитическую модель, достаточно полно отражающую реальный процесс, удается не всегда. Тем не менее, есть процессы, например, марковские, актуальность моделирования которых аналитическими моделями доказана практикой.

Имитационное моделирование . Создание вычислительных машин обусловило развитие нового подкласса математических моделей - имитационных.

Имитационное моделирование предполагает представление модели в виде некоторого алгоритма - компьютерной программы, - выполнение которого имитирует последовательность смены состояний в системе и таким образом представляет собой поведение моделируемой системы.

Процесс создания и испытания таких моделей называется имитационным моделированием, а сам алгоритм - имитационной моделью.

В чем заключается отличие имитационных и аналитических моделей?

В случае аналитического моделирования ЭВМ является мощным калькулятором, арифмометром. Аналитическая модель решается на ЭВМ.

В случае же имитационного моделирования имитационная модель - программа - реализуется на ЭВМ.

Имитационные модели достаточно просто учитывают влияние случайных факторов. Для аналитических моделей это серьезная проблема. При наличии случайных факторов необходимые характеристики моделируемых процессов получаются многократными прогонами (реализациями) имитационной модели и дальнейшей статистической обработкой накопленной информации. Поэтому часто имитационное моделирование процессов со случайными факторами называют статистическим моделированием .

Если исследование объекта затруднено использованием только аналитического или имитационного моделирования, то применяют смешанное (комбинированное), аналитико-имитационное моделирование. При построении таких моделей процессы функционирования объекта декомпозируются на составляющие подпроцессы, и для которых, возможно, используют аналитические модели, а для остальных подпроцессов строят имитационные модели.

Материальное моделирование основано на применении моделей, представляющих собой реальные технические конструкции. Это может быть сам объект или его элементы (натурное моделирование). Это может быть специальное устройство - модель, имеющая либо физическое, либо геометрическое подобие оригиналу. Это может быть устройство иной физической природы, чем оригинал, но процессы в котором описываются аналогичными математическими соотношениями. Это так называемое аналоговое моделирование. Такая аналогия наблюдается, например, между колебаниями антенны спутниковой связи под ветровой нагрузкой и колебанием электрического тока в специально подобранной электрической цепи.

Нередко создаются материально-абстрактные модели . Та часть операции, которая не поддается математическому описанию, моделируется материально, остальная - абстрактно. Таковы, например, командно-штабные учения, когда работа штабов представляет собой натурный эксперимент, а действия войск отображаются в документах.

Классификация по рассмотренному признаку - способу реализации модели - показана на рис. 1.2 .

1.3. Этапы моделирования

Математическое моделирование как, впрочем, и любое другое, считается искусством и наукой. Известный специалист в области имитационного моделирования Роберт Шеннон так назвал свою широко известную в научном и инженерном мире книгу: " Имитационное моделирование - искусство и наука". Поэтому в инженерной практике нет формализованной инструкции, как создавать модели. И, тем не менее, анализ приемов, которые используют разработчики моделей, позволяет усмотреть достаточно прозрачную этапность моделирования.

Первый этап : уяснение целей моделирования. Вообще-то это главный этап любой деятельности. Цель существенным образом определяет содержание остальных этапов моделирования. Заметим, что различие между простой системой и сложной порождается не столько их сущностью, но и целями, которые ставит исследователь.

Обычно целями моделирования являются:

• прогноз поведения объекта при новых режимах, сочетаниях факторов и т. п.;
• подбор сочетания и значений факторов, обеспечивающих оптимальное значение показателей эффективности процесса;
• анализ чувствительности системы на изменение тех или иных факторов;
• проверка различного рода гипотез о характеристиках случайных параметров исследуемого процесса;
• определение функциональных связей между поведением ("реакцией") системы и влияющими факторами, что может способствовать прогнозу поведения или анализу чувствительности;
• уяснение сущности, лучшее понимание объекта исследования, а также формирование первых навыков для эксплуатации моделируемой или действующей системы.

Второй этап : построение концептуальной модели. Концептуальная модель (от лат. conception ) - модель на уровне определяющего замысла, который формируется при изучении моделируемого объекта. На этом этапе исследуется объект , устанавливаются необходимые упрощения и аппроксимации. Выявляются существенные аспекты, исключаются второстепенные. Устанавливаются единицы измерения и диапазоны изменения переменных модели. Если возможно, то концептуальная модель представляется в виде известных и хорошо разработанных систем: массового обслуживания, управления, авторегулирования, разного рода автоматов и т. д. Концептуальная модель полностью подводит итог изучению проектной документации или экспериментальному обследованию моделируемого объекта.

Результатом второго этапа является обобщенная схема модели, полностью подготовленная для математического описания - построения математической модели.

Третий этап : выбор языка программирования или моделирования, разработка алгоритма и программы модели. Модель может быть аналитической или имитационной, или их сочетанием. В случае аналитической модели исследователь должен владеть методами решения.

В истории математики (а это, впрочем, и есть история математического моделирования) есть много примеров тому, когда необходимость моделирования разного рода процессов приводила к новым открытиям. Например, необходимость моделирования движения привела к открытию и разработке дифференциального исчисления (Лейбниц и Ньютон) и соответствующих методов решения. Проблемы аналитического моделирования остойчивости кораблей привели академика Крылова А. Н. к созданию теории приближенных вычислений и аналоговой вычислительной машины.

Результатом третьего этапа моделирования является программа , составленная на наиболее удобном для моделирования и исследования языке - универсальном или специальном.

Четвертый этап : планирование эксперимента. Математическая модель является объектом эксперимента. Эксперимент должен быть в максимально возможной степени информативным, удовлетворять ограничениям, обеспечивать получение данных с необходимой точностью и достоверностью. Существует теория планирования эксперимента, нужные нам элементы этой теории мы изучим в соответствующем месте дисциплины. GPSS World, AnyLogic и др.) и могут применяться автоматически. Не исключено, что в ходе анализа полученных результатов модель может быть уточнена, дополнена или даже полностью пересмотрена.

После анализа результатов моделирования осуществляется их интерпретация , то есть перевод результатов в термины предметной области . Это необходимо, так как обычно специалист предметной области (тот, кому нужны результаты исследований) не обладает терминологией математики и моделирования и может выполнять свои задачи, оперируя лишь хорошо знакомыми ему понятиями.

На этом рассмотрение последовательности моделирования закончим, сделав весьма важный вывод о необходимости документирования результатов каждого этапа. Это необходимо в силу следующих причин.

Во-первых, моделирование процесс итеративный, то есть с каждого этапа может осуществляться возврат на любой из предыдущих этапов для уточнения информации, необходимой на этом этапе, а документация может сохранить результаты, полученные на предыдущей итерации.

Во-вторых, в случае исследования сложной системы в нем участвуют большие коллективы разработчиков, причем различные этапы выполняются различными коллективами. Поэтому результаты, полученные на каждом этапе, должны быть переносимы на последующие этапы, то есть иметь унифицированную форму представления и понятное другим заинтересованным специалистам содержание.

В-третьих, результат каждого из этапов должен являться самоценным продуктом. Например, концептуальная модель может и не использоваться для дальнейшего преобразования в математическую модель, а являться описанием, хранящим информацию о системе, которое может использоваться как архив , в качестве средства обучения и т. д.

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 ).

от лат. modulus – мера, образец, норма) – любое сущее по отношению к любому другому сущему, имеющее общую с ним структуру и функции, независимо от различий по составу (содержанию), внешней форме, количеству (например, размеру).

Отличное определение

Неполное определение ↓

МОДЕЛЬ

франц. mod?le, от лат. modus -образец) - условный образ (изображение, схема, описание и т.п.) к.-л. объекта (или системы объектов). Служит для выражения отношения между человеч. знаниями об объектах и этими объектами; понятие М. широко применяется в семантике, логике, математике, физике, химии, кибернетике, лингвистике и др. науках и их (гл. обр. технич.) приложениях в различных, хотя и тесно связанных между собой, смыслах. Эти различные понимания могут быть извлечены из след. общего определения. Две системы объектов А и В наз. М. друг друга (или моделирующими одна другую), если можно установить такое гомоморфное отображение системы А на нек-рую систему А? и гомоморфное отображение В на нек-рую систему В?, что А?иВ? между собой изоморфны (см. Изоморфизм; данные в этой статье определения следует обобщить, рассматривая отношения не только между элементами, но и - в случае надобности - между подмножествами систем). Определенное т.о. отношение "быть M." есть рефлексивное, симметричное и транзитивное отношение, т.е. отношение типа эквивалентности (равенства, тождества); ему, в частности (при А=А? и В=В), удовлетворяют любые изоморфные друг другу системы. Понятие М. в науке обычно связывают с применением т.н. метода моделирования (см. Моделирование). В силу вытекающей из определения М. симметричности отношения между к.-л. объектом (системой) и его М. любую из попарно изоморфных систем мы в принципе с равным основанием можем называть М. другой. Напр., в живописи и скульптуре М. наз. изображаемый объект; сравнивая же между собой к.-л. предмет и его фотографию, мы считаем М. именно фотографию. Какая из двух моделирующих друг друга систем (в смысле данного выше определения) при естеств.-науч. моделировании будет выбрана в качестве объекта исследования, а какая в качестве его М., зависит от встающих перед исследователем конкретных познавательно-практич. задач. Вследствие этого обстоятельства, отраженного и в самой грамматич. структуре термина "моделирование", последний имеет нек-рую субъективную окраску (будучи часто связан с тем, к т о "моделирует"). Термин же "М.", лишенный этой окраски, естественнее понимать (а следовательно, и определять) независимо от различных возможных "моделирований". Иначе говоря, если понятие моделирования характеризует выбор средств исследования к.-л. системы, то понятие М. – отношение между существующими (в том или ином смысле) конкретными и (или) абстрактными системами. Отношение между М. и моделируемой системой зависит от совокупности тех свойств и отношений между объектами рассматриваемых систем, относительно к-рых определяется их изоморфизм и гомоморфизм. Хотя данное выше определение М. настолько широко, что при желании (рассматривая "тривиальный" гомоморфизм каждой системы на множество, состоящее из одного единств. элемента) можно любые две системы счесть М. одна другой, такая широта понятия М. никоим образом не затрудняет применения принципа моделирования в науч. исследовании, поскольку интересующие нас свойства и отношения в принципе всегда могут быть фиксированы. Т.о., понятия М. и моделирования, как и понятия изоморфизма и гомоморфизма, всегда определяются относительно нек-рой совокуп-н о с т и п р е д и к а т о в (свойств, отношений). Хотя отношение "быть М." симметрично и моделирующие друг друга системы, согласно определению, совершенно равноправны, при употреблении термина "М." почти всегда все же предполагается (часто неявно) нек-рое "моделирование" [напр., моделирование, применяемое в теоретических исследованиях для построения моделей средствами математич. и логич. символики (т.н. абстрактно-логич. моделирование), или моделирование, заключающееся в воспроизведении изучаемых явлений на специально сконструированных М. в эмпирич. науках (э к с п е р и м е н т а л ь н о е моделирование) ]. В зависимости от того, какая из двух сравниваемых систем фиксируется как предмет изучения, а какая в качестве ее М., термин "М." понимается в двух различных смыслах. В теоретич. науках (особенно в математике, физике) М. к.-л. системы обычно наз. др. систему, служащую описанием исходной системы на языке данной науки; напр., систему дифференц. ур-ний, описывающих протекание во времени к.-л. физич. процесса, наз. М. этого процесса. Вообще, М. – в этом смысле – к.-л. области явлений наз. науч. теорию, предназначенную для изучения явлений из этой области. Аналогично, в (математической) логике М. к.-л. содержат. теории часто наз. формальную систему (исчисление), и н т е р п р е т а ц и е й к-рой является эта теория. [Содержательность, о к-рой здесь идет речь, конечно, относительна; так, интерпретацией к.-л. формальной системы может быть и др. формальная система – см. Интерпретация; с др. стороны, и М. – в этом понимании – вовсе не обязательно должна быть полностью формализована (составляющие ее объекты могут сами рассматриваться с содержат. т.зр., как имеющие определ. смысл); существенным является лишь то, что понятия (термины) "М." истолковываются в терминах и н т е р п р е т а ц и и. ] Такой же характер имеет употребление термина "М." в лингвистике ("модели языка", играющие важную роль как в теоретико-лингвистич. исследованиях, так и в задачах, связанных с построением информационных языков, с разработкой машинного перевода и др.; см. Лингвистика математическая), теоретич. физике (напр., "модели ядра") и вообще во всех тех случаях, когда слово "М." служит синонимом для понятий "теория" и "научное описание". Не менее распространенным является такое употребление термина "М.", когда под М. понимается не описание, а то, что о п и с ы в а е т с я. При таком употреблении (опять-таки в математич. логике, в аксиоматич. построениях математики, в семантике и др.) термин "М." рассматривается как синоним термина "интерпретация", т.е. М. к.-л. системы соотношений наз. совокупность объектов, удовлетворяющих этой системе. Точнее говоря, синонимами при таком употреблении являются выражения "построить М." и "указать интерпретацию"; иначе говоря, интерпретацией к.-л. системы объектов обычно называют не саму ее M. (т. е. нек-рую др. с и с т е м у), а перечень т.н. с е м а н т и ч е с к и х п р а в и л "перевода" с "языка" моделируемой системы (напр., науч. теории) на "язык" М. Так, интерпретациями геометрии Лобачевского фактически послужили не сами по себе М., предложенные Пуанкаре, итал. ученым Э. Бельтрами и нем. ученым Ф. Клейном, а именно истолкования понятий геометрии Лобачевского в терминах этих М. Впрочем, с содержат. т.зр. выделение к.-л. М. теории в качестве ее интерпретации равносильно указанию семантич. правил, согласно к-рым элементы одной из М. теории рассматриваются в качестве интерпретации ее объектов. В тех же случаях, когда основным являются не содержательный, а строго формальный аспект понятий М. и интерпретации (в частности, в логич. семантике), эти понятия могут быть уточнены, напр., след. образом: Пусть А есть формула нек-рого исчисления (формальной системы) L. Результат замены всех входящих в А нелогич. констант (если таковые имеются) переменными соответств. типов (см. Типов теория, Предикатов исчисление) обозначим через А?. Класс предметов N, выполняющих формулу А? (класс предметов, по определению, выполняет данную формулу, если при такой подстановке имен этих предметов на места всех входящих в нее переменных, что имя одного и того же предмета подставляется на место различных вхождений одной и той же переменной, формула переходит в истинную формулу), - при соблюдении требования, чтобы тип каждого предмета был равен типу переменной, на место к-рой он подставляется, -наз. М. формулы А (или -?. предложения, выражаемого этой формулой). Аналогично, если дан класс формул К, то система S классов предметов, элементам каждого из к-рых приписан определ. тип, одновременно выполняющих - при соблюдении вышеуказ. условий - все формулы класса К? (получающегося из К так же, как А? из А), наз. М. этого класса формул [имея в виду это понятие М., нек-рые авторы для М. отдельной формулы (предложения) - или, аналогично, отдельного терма (понятия) - употребляют термин "полумодель" ]. Модель S считается М. всего исчисления L, если: 1) все аксиомы исчисления L входят в К (и, следовательно, выполняются системой S); 2) каждая формула из L, выводимая по правилам вывода исчисления L из выполнимых в S формул исчисления L, также выполняется системой S. На основе этого определения легко определяются важнейшие семантич. понятия: "аналитическое" и "синтетическое" (предложения), "экстенсиональное" и "интенсиональное" (выражения) и вообще "семантич. отношение". В такой терминологии легко может быть охарактеризовано отношение логического следования: предложение А следует из предложения В, если и только если А выполняется всеми М., к-рыми выполняется В. У формальной системы может быть, вообще говоря, много различных М., как изоморфных между собой, так и не изоморфных. Если все М. к.-л. формальной системы изоморфны, то говорят, что лежащая в ее основе система аксиом к а т е г о р и ч н а (см. Категоричность системы аксиом), или п о л н а (в одном из значений этого термина; см. Полнота); в противном случае система наз. н е п о л н о й. (Для произвольной системы аксиом a priori возможен, конечно, и третий случай – отсутствие какой бы то ни было М. Тогда система наз. п р о т и в о р е ч и в о й, или – в соответствии с введенной выше терминологией – н е в ы п о л н и м о й. Обратно, указание М. к.-л. аксиоматич. системы служит доказательством ее непротиворечивости относительно системы, средствами к-рой построена М. – см. также Интерпретация, Метод аксиоматический). В любом из этих случаев одна из М. системы – т.н. выделенная (подразумеваемая при построении системы или рассматриваемая для к.-л. целей) – наз. и н т е р п р е т а ц и е й системы (если же интерпретацию отождествляют с М. – в последнем из употребленных здесь смыслов – то подразумеваемую интерпретацию наз. е с т е с т в е н н о й). Образно говоря, М. мы называем любой возможный "перевод" с языка моделируемой системы на любой др. язык, а интерпретацией – лишь тот из этих переводов (и на тот именно язык), к-рый мы имеем в виду при истолковании понятий системы, считая его (по к.-л. соображениям) единственно верным. Напр., конец англ. фразы "In this way we can obtain only a 50 per cent solution" может быть переведен и как "только 50-процентный раствор" и как "лишь половинное решение", причем легко представить себе конкретный текст, при переводе к-рого потребуются дополнительные (не содержащиеся в нем самом) указания на то, какую из этих "М." выбрать в качестве "интерпретации". Как известно, фигурирующее в только что приведенном определении понятий М. и интерпретации понятие выполнимости определяется (хотя и не обязательно явным образом) через понятие логической истинности, к-рое в таком случае принимается за первоначальное. С др. стороны, понятие истины в формализованных языках может быть в свою очередь определено через понятие выполнимости. Т.о., "содержательность" понятий M. и интерпретации носит относит. характер – эти понятия определяются в терминах (логической) "истинности", оказывающейся если не "формальным", то во всяком случае формализуемым понятием. Это обстоятельство оправдывает распространенную в математике и логике т.зр., согласно к-рой в с я к а я интерпретация "формальна" (а всякое изучение любой системы объектов есть изучение нек-рой ее М.) в том смысле, что служащая для целей интерпретации М. к.-л. системы должна быть описана в точных терминах (т.к. в противном случае не имеет смысла даже ставить вопрос об ее изоморфизме с какой бы то ни было др. системой); более того, именно само это описание можно рассматривать в этом случае в качестве М. Конечно, этим не снимается важнейший гносеологич. вопрос об адекватности М. – напр., эмпирич. описания – описываемой ею совокупности объектов реального мира, но критерии этой адекватности носят уже существенно внелогич. характер. Свойства моделей-интерпретаций в математике являются предметом изучения спец. алгебраич. "теории M.", где используется понятие "реляционной системы, т.е. множества, на к-ром определена нек-рая совокупность предикатов (свойств, операций, отношений) (ср. определения в ст. Изоморфизм). Следует иметь в виду, что природа математич. М. бывает очень сложной и даже "парадоксальной" (т. е. не соответствующей укоренившимся представлениям, из чего, однако, не следует их логич. противоречивость). Примером могут служить т.н. "нестандартные" М. аксиоматич. систем, характеризующиеся тем, что "исходный" натуральный ряд чисел (используемый в теории, средствами к-рой строится М.) оказывается неизоморфным натуральному ряду, построенному в М. (здесь речь идет об обычной, традиционной математике, исходящей, в отличие от т.н. ультра-интуиционистской, из предположения об однозначной – с точностью до изоморфизма – определенности множества натуральных чисел); отношение "быть М." трактуется при этом, конечно, как существенно несимметричное. Для совр. этапа развития науки характерно интенсивное расширение запаса применяемых в науч. исследовании способов построения и использования различных М. Особенно плодотворным в этом отношении оказался "кибернетич." подход к исследованию систем различной природы. Применяемые в наст. время науч. М. способствуют изучению не только структуры, но и ф у н к ц и о н и р о в а н и я весьма сложных систем (в т.ч. объектов живой природы). Расширение понятия моделирования (и М.), предполагающее учет не только структурных, но и функциональных свойств и отношений, может быть достигнуто по меньшей мере двумя (родственными) путями. Во-первых, можно потребовать, чтобы описание каждого элемента М. (и, конечно, моделируемой системы) включало в себя временную характеристику (как это, напр., принято в нек-рых разделах теоретич. физики – см. Континуум, Относительности теория); этот путь по существу означает, что введение параметра времени свело бы понятие функционирования к общему понятию "пространственно-временн?й структуры". Во-вторых, пользуясь точным математич. понятием функции (в логич. генезис к-рого, как известно, понятие "временн?й переменной" не входит), можно с самого начала считать элементами, из к-рых строится М., именно функции, описывающие изменение во времени элементов "статической" (т. е. "структурной") М. (используя для обобщенных т. о. определений изоморфизма, гомоморфизма и М. аппарат исчисления предикатов второй ступени – см. Предикатов исчисление). Именно в таком расширенном смысле говорят не просто о моделировании систем, но и о моделировании процессов (химич., физич., производственных, экономич., социальных, биологич. и др.). Примером описания к.-л. процесса, служащего для цели его моделирования, может служить схема его алгоритма; возможность четкого определения понятия алгоритма открыла, в частности, широкие возможности моделирования различных процессов с помощью программирования на электронно-вычислит. (цифровых) машинах. Др. пример "машинного" моделирования – использование т.н. аналоговых машин непрерывного действия [см. Техника(раздел Вычислительная техника) ]. Как это часто происходит в ходе развития науки, термин "М." применяется р а с ш и р и т е л ь н ы м образом и в тех случаях, когда предварит. учет всех подлежащих воспроизведению при моделировании параметров (необходимый для буквального понимания термина) оказывается, ввиду сложности моделируемой системы, практически невозможным. Это относится, в частности, к изменяющимся во времени т.н. самонастраивающимся М., напр. к "моделям обучения". Но даже если остаться в рамках точных определений, то в кибернетике (как и в физике, а также в математике и логике) понятие М. используется в обоих упомянутых выше смыслах [характерен следующий важный пример: "запись" наследств. информации в хромосомах м о д е л и р у е т родительский организм (или организмы) и в то же время м о д е л и р у е т с я в организме потомка ]. Эта кажущаяся двусмысленность термина "М." (снимаемая, впрочем, предложенным выше общим определением М., охватывающим оба смысла) на самом деле служит примером т.н. "оборачивания метода", характерного для конкретных применений многих гносеологич. понятий. Лит.: Клини С. К., Введение в метаматематику, пер. с англ., М., 1957, гл. 3, § 15; Эшби У. Р., Введение в кибернетику, пер. с англ., М., 1959, гл. 6; Лахути Д. Г., ?евзин И. И., Финн В. К., Об одном подходе к семантике, "Филос. науки" (Науч. докл. высш. школы), 1959, No 1; Черч?., Введение в математическую логику, пер. с англ., [т. ] 1, М., 1960, §7; Ревзин И. И., Модели языка, М., 1962; Генкин Л., О математич. индукции, пер. с англ., М., 1962; Моделирование в биологии. [Сб. ст. ], пер. с англ.,М., 1963; Молекулярная генетика. Сб. ст., пер. с англ. и нем., М., 1963; Бир С., Кибернетика и управление производством, пер. с англ., М., 1963; Саrnаp R., The logical syntax of language, L., 1937; Кemeny J. G., Models of logical systems, "J. Symbolic Logic", 1948, v. 13, No 1; Rosser J. В., Wang H., Non-standard models of formal logics, "J. Symbolic Logic", 1950, v. 15, No 2; Mostowaki ?., On models of axiomatic systems, "Fundamenta Math.", 1953, v. 39; Tarski ?., Contributions to the theory of models, 1–3, "Indagationes Math.", 1954, v. 16, 1955, v. 17; Mathematical interpretation of formal systems, Amst., 1955; Кemeny J. G., A new approach to semantics, "J. Symbolic Logic", 1956, v. 21, 1, 2; Sсоtt D., Suppes P., Foundational aspects of theories of measurement, "J. Symbolic Logic", 1958, v. 23, No 2; Rоbinsоn ?., Introduction to model theory and to the metamathematics of algebra, Amst., 1963; Сurrу H. В., Foundations of mathematical logic, N. Y., 1963. Ю. Гастев. Москва.

По способу отображения действительности различают три ос­новных вида моделей - эвристические, физические и матема­тиче­ские.

Эвристические модели , как правило, представляют собой об­разы, рисуемые в воображении человека. Их описание ве­дется словами естественного языка и, обычно, неоднозначно и субъек­тивно. Эти модели неформализуемы, т. е. не описыва­ются фор­мально-логическими и математическими выраже­ниями, хотя и рождаются на основе представления реальных процессов и явле­ний. Эвристическое моделирование - основное средство вырвать­ся за рамки обыденного и устоявшегося. Но способность к такому моделированию зависит, прежде всего, от богатства фантазии че­ловека, его опыта и эрудиции. Эвристиче­ские модели используют­ся на начальных этапах проектирова­ния (или других видов дея­тельности), когда сведения о разраба­тываемом объекте еще скуд­ны. На последующих этапах проек­тирования эти модели заменя­ются на более конкретные и точ­ные.

Физические модели - материальны, но могут отличаться от реального объекта или его части размерами, числом и материа­лом элементов. Выбор размеров ведется с соблюдениемтеории подобия. К физическим моделям относятся реальные изделия, образцы, экспериментальные и натурные модели.

Физические модели подразделяются на объемные (модели и ма­кеты) и плоские (тремплеты).

Под моделью понимают изделие, являющееся упрощенным по­добием исследуемого объекта.

Под тремплетом понимают изделие, являющееся плоским мас­штабным отображением объекта в виде упрощенной ортого­нальной проекции или его контурным очертанием. Тремплеты вырезают из пленки, картона и т. п. и применяют при исследова­нии и проектировании зданий, установок, сооружений.

Под макетом понимают изделие, собранное из моделей или тремплетов.

Физическое моделирование - основа наших знаний и средство проверки наших гипотез и результатов расчетов. Такая модель позволяет охватить явление или процесс во всемих многообра­зии, наиболее адекватна и точна, но достаточно дорога, трудо­емка и менее универсальна. В том или ином виде с физическими моделя­ми работают на всех этапах проектирования.

Математические модели - формализуемые, т. е. представля­ют собой совокупность взаимосвязанных математических и фор­мально-логических выражений, как правило, отображающих ре­альные процессы и явления (физические, психические, социаль­ные и т. д.). Модели по форме представления могут быть:

Аналитические, их решения ищутся в замкнутом виде, в виде функциональных зависимостей. Удобны, при анализе сущности описываемого явления или процесса, но отыскание их решений бывает весьма затруднено;

Численные, их решения - дискретный ряд чисел (таблицы). Модели универсальны, удобны для решения сложных задач, но не наглядны и трудоемки при анализе и установлении взаимо­связей между параметрами. В настоящее время такие модели реализуют в виде программных комплексов - пакетов программ для расчета на компьютере. Программные ком­плексы бывают прикладные, привязанные к предметной об­ласти и конкретной системе, явлению, процессу, и общие, реализующие универ­сальные математические соотношения (например, расчет сис­темы алгебраических уравнений).

Построение математических моделей возможно следующими способами:

Аналитическим путем, т. е. выводом из физических законов, математических аксиом или теорем;

Экспериментальным путем, т. е. посредством обработки ре­зультатов эксперимента и подбора аппроксимирующих (при­ближенно совпадающих) зависимостей.

Математические модели более универсальны, дешевы, позво­ляют поставить "чистый" эксперимент (т. е. в пределах точности модели исследовать влияние какого-то отдельного фактора при постоянстве других), прогнозировать развитие явления или про­цесса. Математические модели - основа построения компьютер­ных моделей и применения вычислительной техники. Резуль­таты математического моделирования нуждаются в обязатель­ном со­поставлении с данными физического моделирования - с целью проверки полученных данных и для уточнения самой мо­дели.

К промежуточным между эвристическими и математическими моделями можно отнести графические модели , представляю­щие различные изображения - схемы, графики, чертежи. Так, эскизу (упрощенному изображению) некоторого объекта в зна­чительной степени присущи эвристические черты, а в чертеже уже конкрети­зируются внутренние и внешние связи моделируе­мого объекта.

Промежуточными также являются и аналоговые модели . Они позволяют исследовать одни физические явления или математи­че­ские выражения посредством изучения других физических явле­ний, имеющих аналогичные математические модели.

Выбор типа модели зависит от объема и характера исходной информации о рассматриваемом объекте и возможностей проек­тировщика, исследователя. По возрастанию степени соответст­вия реальности модели можно расположить в следующий ряд: эври­стические (образные) - математические - физические (экс­пери­ментальные).

Технические системы различаются по назначению, устрой­ст­ву и условиям функционирования. Следовательно, можно и нужно вносить соответствующие различия и в их модели.

В зависимости от целей исследования выделяют следующие модели:

Функциональные, предназначенные для изучения функцио­нального назначения элементов системы, внутренних связей и связей с другими системами;

Функционально-физические, предназначенные для изучения сущности и назначения физических явлений, используемых в системе, их взаимосвязей;

Модели процессов и явлений, таких как кинематические, проч­ностные, динамические и другие, предназначенные для иссле­дования тех или иных характеристик системы, обеспечиваю­щих ее эффективное функционирование.

Модели также подразделяют на простые и сложные, однород­ные и неоднородные, открытые и закрытые, статические и дина­мические, вероятностные и детерминированные.

Часто говорят о технической системе как простой или слож­ной, закрытой или открытой и т. п. В действительности же под­ра­зумевается не сама система, а возможный вид ее модели, ак­центи­руется особенность ее устройства или условий работы.

Четкого правила разделения систем на сложные ипростые не существует. Обычно признаком сложных систем служит много­об­разие выполняемых функций, большое число составных час­тей, разветвленный характер связей, тесная взаимосвязь с внеш­ней средой, наличие элементов случайности, изменчивость во времени и другие. Понятие сложности системы - субъективно и определя­ется необходимыми для ее исследования затратами времени и средств, потребным уровнем квалификации, т. е. за­висит от кон­кретного случая и конкретного специалиста.

Подразделение систем на однородные и неоднородные произ­водится в соответствии с заранее выбранным призна­ком: исполь­зуемые физические явления, материалы, формы и т. д. При этом одна и та же система при разных подходах может быть и однород­ной, и неоднородной. Так, велосипед - однородная механическая система, поскольку использует механические способы передачи движения, но неоднородная по типам материалов, из которых из­готовлены отдельные части (резиновая шина, стальная рама, ко­жаное седло).

Все системы взаимодействуют с внешней средой, обменива­ются с нею сигналами, энергией, веществом. Системы относят к открытым , если их влиянием на окружающую среду или воз­дей­ствием внешних условий на их состояние и качество функ­циони­рования пренебречь нельзя. В противном случае системы рассмат­ривают какзакрытые , изолированные.

Динамические системы , в отличие отстатических , нахо­дятся в постоянном развитии, их состояние и характеристики изменяют­ся в процессе работы и с течением времени.

Характеристики вероятностных (иными словами,стохас­ти­ческих) систем случайным образом распределяются в про­странст­ве или меняются во времени. Это является следствием как случай­но, о распределения свойств материалов, геометриче­ских размеров и форм объекта, так и случайного характера воз­действия на него внешних нагрузок и условий. Характеристикидетерминирован­ных систем заранее известны и точно предска­зуемы.

Знание этих особенностей облегчает процесс моделирова­ния, так как позволяет выбрать вид модели, наилучшим образом соот­ветствующей заданным условиям.

Выбор модели того или иного вида основывается на выделе­нии в системе существенных и отбрасывании второстепенных факторов и должен подтверждаться исследованиями или пред­ше­ствующим опытом. Наиболее часто в процессе моделирова­ния ориентируются на создание простой модели, поскольку это позво­ляет сэкономить время и средства на ее разработку. Од­нако повы­шение точности модели, как правило, связано с рос­том ее сложно­сти, так как необходимо учитывать большое число факторов и связей. Разумное сочетание простоты и по­требной точности и ука­зывает на предпочтительный вид мо­дели.