Понятия модели и моделирования. Понятия модель и моделирование

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 ).

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.

Понятия модель и моделирование

Первоначально моделью называли некое вспомогательное средство, объект, который в определённой ситуации заменял другой объект. При этом далеко не сразу была понята универсальность законов природы, всеобщность моделирования, т.е. не просто возможность, но и необходимость представлять любые наши знания в виде моделей.

Например, древние философы считали невозможным моделирование естественных процессов, так как, по их представлениям, природные и искусственные процессы подчинялись различным закономерностям. Они полагали, что отобразить природу можно только с помощью логики, методов рассуждений, споров, т.е., по современной терминологии, языковых (дескриптивных) моделей.

Через несколько столетий девизом английского Королевского научного общества стал лозунг «Ничего словами!», который явился кратчайшим изложением принципов естествознания: признавались только выводы, подкреплённые экспериментально или математическими выкладками. В английском языке до сих пор в понятие «наука» не входят области знания, которым в русском языке соответствует термин «гуманитарные науки», – они отнесены к категории «искусств». В результате очень долго понятие «модель» относилось только к материальным объектам специального типа, например манекен (модель человеческой фигуры), гидродинамическая уменьшенная модель плотины, модели судов и самолетов, чучела (модели животных) и т.п.

Осмысливание основных особенностей таких моделей привело к разработке многочисленных определений, типичным примером которых служит следующее: моделью называется некий объект-заместитель, который в определённых условиях может заменять объект-оригинал, воспроизводя интересующие нас свойства и характеристики оригинала, причём имеет существенные преимущества удобства (наглядность, обозримость, доступность испытаний, лёгкость оперирования с ним и пр.).

Затем были осознаны модельные свойства чертежей, рисунков, карт – реальных объектов искусственного происхождения, воплощающих абстракцию довольно высокого уровня.

Следующий шаг заключался в признании того, что моделями могут служить не только реальные объекты, но и абстрактные, идеальные построения. Типичным примером служат математические модели. В результате деятельности математиков, логиков и философов, занимавшихся исследованием оснований математики, была создана теория моделей. В ней модель определяется как результат отображения одной абстрактной математической структуры на другую, также абстрактную, либо как результат интерпретации первой модели в терминах и образах второй.

В XX в. понятие модели становится всё более общим, охватывающим и реальные, и идеальные модели. При этом понятие абстрактной модели вышло за пределы математических моделей, стало относиться к любым знаниям и представлениям о мире.

Следует отметить, что споры вокруг такого широкого толкования понятия модели продолжаются и поныне. Рассмотрим аргументы, фигурирующие в таких спорах. Стоит ли понятие абстрактной модели распространять на такие формы научных знаний, как законы, гипотезы, теории? Сторонники положительного ответа на этот вопрос отмечают, что психологический барьер неприятия объясняется тем, что понятия гипотезы, закономерности, теории сформировались и установились в языке науки и философии значительно раньше, чем понятие модели. Эти понятия, будучи исторически первыми, воспринимаются и как логически первичные, причём в этой схеме модели отводится роль лишь вспомогательного средства. Однако при этом содержание понятия модели обедняется, неоправданно сужается. Дело в том, что классифицировать гипотезу или теорию как модель вовсе не означает подмену одного понятия другим или отождествление этих, безусловно, разных понятий. Модели могут быть качественно различными, они образуют иерархию, в которой модель более высокого уровня (например, теория) содержит модели нижних уровней (скажем, гипотезы) как свои части, элементы. Важно также, что признание идеальных представлений, научных построений, законов в качестве моделей подчёркивает их относительную истинность.

Другой вопрос, часто возникающий в спорах: не означает ли такое широкое толкование модели, что это понятие становится применимым ко всему и, следовательно, логически пустым? Этот вопрос даёт возможность обсудить некоторые особенности моделей. Во-первых, ещё раз отметим иерархичность моделей, поэтому применительно к разным объектам понятие модели может иметь разное содержание. Во-вторых, тот факт, что любой объект может быть использован как модель, вовсе не означает, что он не может быть ничем иным. Например, ботинок также может являться моделью его владельца (скажем, по запаху ботинка сыскная собака отыщет преследуемого; по состоянию ботинка можно судить о некоторых особенностях сложения и даже чертах характера его хозяина), но это не лишает смысла ни понятие «обувь», ни понятие «модель».

В-третьих, самые общие понятия совсем не являются логически пустыми: материя, движение, энергия, организация, система, модель.

Сначала в сфере научных дисциплин информационного, кибернетического, системного направления, а затем и в других областях науки модель стала осознаваться как нечто универсальное, хотя и реализуемое различными способами. Модель есть способ существования знаний.

В широком смысле под моделированием следует понимать процесс адекватного отображения наиболее существенных сторон исследуемого объекта или явления с точностью, которая необходима для практических нужд. В общем случае моделированием можно назвать также особую форму опосредствования, основой которого является формализованный подход к исследованию сложной системы.

Теоретической базой моделирования является теория подобия. Подобие – это взаимно однозначное соответствие между двумя объектами, при котором известны функции перехода от параметров одного объекта к параметрам другого, а математические описания этих объектов могут быть преобразованы в тождественные. Теория подобия даёт возможность установить наличие подобия или позволяет разработать способ его получения.

Таким образом, моделирование – это процесс представления объекта исследования адекватной (подобной) ему моделью и проведения экспериментов с моделью для получения информации об объекте исследования. При моделировании модель выступает и как средство, и как объект исследований, находящийся в отношении подобия к моделируемому объекту.

Иными словами, модель – это физическая или информационная система, представляющая собой объект исследования адекватно целям исследования.

Назначение моделей

Моделирование – неотъемлемый этап всякой целенаправленной деятельности. Целевой характер имеет любая деятельность человека, она всегда целесообразна, целенаправленна. Всякий процесс труда есть деятельность, направленная на достижение определённой цели. Цель – образ желаемого будущего, т.е. модельсостояния , на реализацию которого направлена деятельность.

Однако роль моделирования этим не ограничивается. Системность деятельности проявляется в том, что она осуществляется по определённому плану, или, как чаще говорят, по алгоритму. То есть алгоритм – образ будущей деятельности, её модель. В алгоритме моделируются все возможные ситуации, в зависимости от различных промежуточных значений параметров; возможные шаги деятельности не выполняются реально, а проигрываются на модели.

Моделирование возникает в таких сферах человеческой деятельности, как познание, общение, практическая деятельность. Человека (субъекта моделирования) могут интересовать: внешний вид, структура, поведение объекта моделирования. Цели и задачи моделирования влияют на выбор одного из этих трёх аспектов. Каждый аспект моделирования раскрывается через совокупность свойств.

Так, описание внешнего вида объекта сводится к перечислению его признаков. В языке эти признаки часто выражаются прилагательными: красивый, жёлтый, круглый, длинный и т.п.

Описание структуры обычно сводится к перечислению составных элементов объекта и указанию связи между ними. В языке эти элементы и связи часто выражаются именами существительными: электрон, протон, нейтрон, сила притяжения, энергетический уровень (при описании атома).

Поведение объекта характеризуется изменением его внешнего вида и структуры с течением времени в результате взаимодействия с другими объектами. В языке, как правило, оно выражается глаголами: сохраняется, развивается, укрупняется, перестраивается, преломляется, превращается и т.д.

Некоторые свойства можно охарактеризовать величинами, принимающими числовые значения. Например, единицами массы, длины, мощности и пр. В этом случае они называются параметрами.

Как правило, моделирование внешнего вида объекта необходимо для идентификации (узнавания) объекта (создание фоторобота преступника), долговременного хранения (фотография, портрет). Моделирование структуры объекта необходимо для её наглядного представления, изучения свойств объекта, выявления значимых связей, изучения стабильности объекта и пр. Поведением объекта назовем изменения, происходящие с ним с течением времени. Моделирование поведения необходимо для: прогнозирования, установления связей с другими объектами, управления, конструирования технических устройств и пр.

1.2. Виды моделей

Множественность моделей одного объекта обусловлена в частности тем, что для разных целей требуется строить (использовать) разные модели. Одним из оснований классификации моделей может быть соотнесение типов моделей с типами целей. Например, модели можно разделить на познавательные и прагматические.

Познавательные модели являются формой организации и представления знаний, средством соединения новых знаний с имеющимися. Поэтому при обнаружении расхождения между моделью и реальностью встаёт задача устранения этого расхождения с помощью изменения модели путём приближения модели к реальности.

Прагматические модели являются средством управления, средством организации практических действий, способом представления образцово правильных действий или их результата. Поэтому при обнаружении расхождения между моделью и реальностью встает задача устранения этого расхождения с помощью изменения реальности так, чтобы приблизить её к модели. Таким образом, прагматические модели носят нормативный характер, играют роль стандарта, образца, под которые «подгоняются» как сама деятельность, так и её результат.

Примерами прагматических моделей могут служить планы, программы действий, уставы организаций, кодексы законов, алгоритмы, рабочие чертежи и шаблоны, параметры отбора, технологические допуски, экзаменационные требования и т.п.

Различают физические и абстрактные модели. Физические модели образуются из совокупности материальных объектов. Для их построения используются различные физические свойства объектов, причём природа применяемых в модели материальных элементов не обязательно та же, что и в исследуемом объекте. Примером физической модели является макет.

Информационная (абстрактная) модель – это описание объекта исследований на каком-либо формальном языке. Абстрактность модели проявляется в том, что её компонентами являются понятия, а не физические элементы (например, словесные описания, чертежи, схемы, графики, таблицы, алгоритмы или программы, математические описания).

Информационные модели описывают поведение объекта-оригинала, но не копируют его. Информационная модель – это целенаправленно отобранная информация об объекте, которая отражает наиболее существенные для исследователя свойства этого объекта.

Среди информационных (абстрактных) моделей различают:

– дескриптивные, наглядные и смешанные;

– гносеологические, инфологические, кибернетические, сенсуальные (чувственные), концептуальные, математические.

Гносеологические модели направлены на изучение объективных законов природы (например, модели солнечной системы, биосферы, мирового океана, катастрофических явлений природы).

Инфологическая модель (узкое толкование) – параметрическое представление процесса циркуляции информации, подлежащее автоматизированной обработке.

Сенсуальные модели – модели каких-то чувств, эмоций, либо модели, оказывающие воздействие на чувства человека (например, музыка, живопись, поэзия).

Концептуальная модель – это абстрактная модель, выявляющая причинно-следственные связи, присущие исследуемому объекту и существенные в рамках определённого исследования. Основное назначение концептуальной модели – выявление набора причинно-следственных связей, учёт которых необходим для получения требуемых результатов. Один и тот же объект может представляться различными концептуальными моделями, которые строятся в зависимости от цели исследования. Так, одна концептуальная модель может отображать временные аспекты функционирования системы, иная – влияние отказов на работоспособность системы.

Математическая модель – абстрактная модель, представленная на языке математических отношений. Она имеет форму функциональных зависимостей между параметрами, учитываемыми соответствующей концептуальной моделью. Эти зависимости конкретизируют причинно-следственные связи, выявленные в концептуальной модели, и характеризуют их количественно.

Таким образом, модель – это специальный объект, в некоторых отношениях замещающий оригинал. Принципиально не существует модели, которая была бы полным эквивалентом оригинала. Любая модель отражает лишь некоторые стороны оригинала. Поэтому с целью получения больших знаний об оригинале приходится пользоваться совокупностью моделей. Сложность моделирования как процесса заключается в соответствующем выборе такой совокупности моделей, которые замещают реальное устройство или объект в требуемых отношениях.

Например, систему дифференциальных уравнений, описывающую переключательные процессы в элементах цифрового устройства, можно использовать для оценки их быстродействия (времени переключения), но нецелесообразно применять для построения тестов или временных диаграмм работы устройства. Очевидно, в последних случаях необходимо воспользоваться какими-либо другими моделями, например, логическими уравнениями.

6. Модели и моделирование (11 кл) .

Человек стремится познать объекты окружающего мира, он взаимодействует с существующими объектами и создает новые объекты.

Одним из методов познания объектов окружающего мира является моделирование, состоящее в создании и исследовании «заместителей» реальных объектов. «Объ­ект-заместитель» принято называть моделью , а исходный объект - прототипом или оригиналом.

Модель – это объект, который обладает некоторыми свойствами другого объекта (оригинала ) и используется вместо него.

Например, в разговоре мы замещаем реальные объекты их именами, оформите­ли витрин используют манекен - модель человеческой фигуры, конструкторы стро­ят модели самолетов и автомобилей, а ар­хитекторы - макеты зданий, мостов и парков. Моделью является любое нагляд­ное пособие, используемое на уроках в школе: глобус, муляж, карта, схема, таб­лица и т. п.

Что можно моделировать?

Можно строить модели объектов. Например,

Уменьшенные копии зданий, кораблей, самолетов, …

Модели ядра атома, кристаллических решеток

Чертежи

Можно строить модели процессов. Например,

Изменение экологической обстановки

Исторические модели

Можно строить модели явлений. Например,

Землетрясение

Солнечное затмение

Модель важна не сама по себе, а как инструмент, облегчающий познание или наглядное представление объекта. Моделирование – это создание и использование моделей для изучения оригиналов.

Когда используют моделирование:

оригинал не существует

Древний Египет

Последствия ядерной войны

исследование оригинала опасно для жизни или дорого:

Испытание нового скафандра для космонавтов

Разработка нового самолета или корабля

оригинал сложно исследовать непосредственно:

Солнечная система, галактика (большие размеры)

Атом, нейтрон (маленькие размеры)

Процессы в двигателе внутреннего сгорания (очень быстрые)

Геологические явления (очень медленные)

интересуют только некоторые свойства оригинала

Проверка краски для фюзеляжа самолета

Цели моделирования

исследование оригинала изучение сущности объекта или явления

анализ («что будет, если …») научиться прогнозировать последствия различных воздействиях на оригинал

синтез («как сделать, чтобы …») научиться управлять оригиналом, оказывая на него воздействия

оптимизация («как сделать лучше») выбор наилучшего решения в заданных условиях

Что общего у всех моделей? Какими свойствами они обладают?

Во-первых, модель не является точной копией объек­та-оригинала: она отражает только часть его свойств, от­ношений и особенностей поведения. Например, на мане­кен можно надеть костюм, но с ним нельзя поговорить. Модель автомобиля может быть без мотора, а макет дома - без электропроводки и водопровода .

Во-вторых, поскольку любая модель всегда отражает только часть признаков оригинала, то можно создавать и использовать разные модели одного и того же объекта. Например: мяч может воспроизвести только одно свойст­во Земли - ее форму; обычный глобус отражает, кроме того, расположение материков; а глобус, входящий в со­став действующей модели Солнечной системы, - еще и траекторию движения Земли вокруг Солнца. Оригиналу может соответствовать несколько разных моделей и наоборот!

Чем больше признаков объекта отражает модель, тем она полнее. Однако отразить в модели все свойства объек­та-оригинала невозможно, а чаще всего и не нужно. Ведь при создании модели человек, как правило, преследует вполне определенную цель и стремится наиболее полно от­разить только те признаки объектов, которые кажутся ему важными, существенными для реализации этой цели. Если, например, модель самолета создается для кол­лекции, то в ней воспроизводится внешний вид самолета, а не его летные характеристики.

От цели моделирования зависят требования к модели: какие именно признаки объекта-оригинала она должна отражать. Тип модели определяется целями моделирования.

Виды моделей

Природа моделей может быть двух видов. Во-первых, материальные (натурные, физические, предметные) модели. Это реальные предметы в уменьшенном или увеличенном виде, воспроизводящие внешний вид, структуру или поведение объекта моделирования. Они копируют, воспроизводят признаки оригинала. Примерами натурных моделей являются муляжи и маке­ты - уменьшенные или увеличенные копии, воспроизво­дящие внешний вид объекта моделирования (глобус), его структуру (модель Солнечной системы) или поведение (ра­диоуправляемая модель автомобиля).

Во-вторых, информационные модели. Они представляют собой описания объекта-оригинала на языках кодирования информации (словес­ное описание, формула, схема или чертеж). Именно информационные модели можно строить на компьютере, поэтому они и рассматриваются наукой информатикой.

Объектом информационного моделирования может быть всё что угод­но: отдельные предметы (дерево, стол); физические, химические, биоло­гические процессы (течение воды в трубе, получение серной кислоты, фо­тосинтез в листьях растений); метеорологические явления (гроза, смерч); экономические и социальные процессы (динамика цен акций на бирже, миграция населения). Можно сказать, что информационным моделированием занимается любая наука, поскольку задача науки состоит в получении знаний, а наши знания о действительности всегда носят приближенный, т. е. мо­дельный, характер. С развитием науки эти знания уточняются, углубля­ются, но все равно остаются приближенными. Старые модели заменяются на новые, более точные, и этот процесс бесконечен.

Физика создает модели физических объектов, химия - химических, экономика и социология -- социально-экономических и т. д. Информатика занимается общими методами и средствами созда­ния и использования информационных моделей.

Виды информационных моделей.

вербальные – словесные, сказанные устно

образные – фотографии, рисунки…

графические - рисунки, схемы, карты, …

табличные – организованные в виде таблиц

знаковые – выраженные с помощью формального языка

q математические - построенные с помощью математических понятий и формул

q специальные - запись нотами, химическими формулами,..

q логические - различные варианты выбора действий на основе анализа условий.

Существует много различных классификаций моделей. Между видами моделей достаточно тонкая грань. Например, глобус считается материальной моделью Земли, но на нём есть рисунок – графическое изображение, оно содержит специальные значки, числа и надписи. А это уже элементы информационной модели.

Модели по области применения бывают учебные (в т. ч. тренажеры), опытные – при создании новых технических средств, научно-технические.

Модели по фактору времени бывают

статичные – описывают оригинал в заданный момент времени

q силы, действующие на тело в состоянии покоя

q результаты осмотра врача

q фотография

динамичные

q модель движения тела

q явления природы (молния, землетрясение, цунами)

Модели по характеру связей

детерминированные

Связи между входными и выходными величинами жестко заданы

При одинаковых входных данных каждый раз получаются одинаковые результаты

q движение тела без учета ветра

q расчеты по известным формулам

вероятностные (стохастические)

Учитывают случайность событий в реальном мире

При одинаковых входных данных каждый раз получаются немного разные результаты

q движение тела с учетом ветра

q броуновское движение частиц

q модель движения судна на волнении

q модели поведения человека

Специальные виды моделей

имитационные

Нельзя заранее вычислить или предсказать поведение системы, но можно имитировать её реакцию на внешние воздействия;

Максимальный учет всех факторов;

Только численные результаты;

q испытания лекарств на мышах, обезьянах, …

q математическое моделирование биологических систем

q модели бизнеса и управления

q модели процесса обучения

Задача – найти лучшее решение методом проб и ошибок (многократные эксперименты)!

игровые – учитывающие действия противника

q модели экономических ситуаций

q модели военных действий

q спортивные игры

q тренинги персонала

Задача – найти лучший вариант действий в самом худшем случае!

Модели по структуре бывают

табличные модели (пары соответствия)

иерархические (многоуровневые) модели

сетевые модели (графы)

Модели используются человеком для:

Представления материальных предметов (макет за­стройки жилого района в мастерской архитектора);

Объяснения известных фактов (макет скелета челове­ка в кабинете биологии);

Проверки гипотез и получения новых знаний об иссле­дуемых объектах (модель полета самолета новой кон­струкции в аэродинамической трубе);

Прогнозирования (сделанные из космоса фотоснимки движения воздушных масс);

управления (расписание движения поездов) и т. д.

Компьютерная информационная модель.

Основным инструментом со­временной информатики является компьютер. Поэтому информационное моделирование в информатике - это компьютерное моделирование, при­менимое к объектам различных предметных областей. Компьютер позво­лил ученым работать с такими информационными моделями, исследова­ние которых было невозможно или затруднено в докомпьютерные време­на. Например, метеорологи могли и 100 лет назад написать уравнения для расчета прогноза погоды на завтра. Но на решение их «ручным способом» потребовалось бы много лет. И лишь с помощью компьютера появилась возможность рассчитать прогноз погоды прежде, чем наступит завтраш­ний день.

Чаще всего информационное моделирование используется для прогно­зирования поведения объекта моделирования, для принятия управляю­щих решений. Характерной особенностью компьютерных информацион­ных моделей является возможность их использования в режиме реально­го времени, т. е. с соблюдением временных ограничений на получение результата. В самом деле, какой смысл имеет получение через неделю про­гноза на завтра или расчет управляющего решения через час, если его при­нятие требуется через пять минут? Высокое быстродействие современных компьютеров снимает эти проблемы.

Адекватность модели

Адекватность – совпадение существенных свойств модели и оригинала. Адекватность обязательна для верного использования модели. Ведь неадекватная модель даст неверный результат при исследовании, эксперименте. Поэтому результаты моделирования согласуются с выводами теории (законы сохранения и т. п.), подтверждаются экспериментом. Адекватность модели можно доказать только экспериментом!

Модель всегда отличается от оригинала. Важно учитывать, что любая модель бывает адекватна своему оригиналу только при определенных условиях.

Этапы моделирования .

Построение информационной модели начина­ется с системного анализа объекта моделирования. Представим себе быст­ро растущую фирму, руководство которой столкнулось с проблемой сни­жения эффективности работы фирмы по мере ее роста (что является обыч­ной ситуацией) и решило упорядочить управленческую деятельность. Первое, что будет сделано на этом пути, - системный анализ деятельнос­ти фирмы, т. е. анализ объекта моделирования как системы в соответ­ствии с системным подходом.

Системный аналитик, пригла­шенный в фирму, должен изучить ее деятельность, выделить участников процесса управления и их деловые взаимоотношения .

Далее полученное теоретическое описание моделируемой системы пре­образуется в компьютерную модель. Для этого используется либо готовое программное обеспечение , либо привлекаются программисты для его раз­работки. В конечном итоге получается компьютерная информационная модель, которая будет использоваться по своему назначению.

Для нашего примера с фирмой компьютерная информационная модель поможет найти оптимальный вариант управления, при котором будет до­стигнута наивысшая эффективность работы фирмы согласно заложенно­му в модель критерию (например, это может быть максимум прибыли на единицу вложенных средств). Информационная модель базируется на данных, т. е. на информации об объекте моделирования. Любой реальный объект обладает бесконечным множеством различных свойств. Для создания его информационной модели требуется выделить лишь те свойства, которые необходимы с точ­ки зрения цели моделирования; четко сформулировать эту цель необходи­мо до начала моделирования. Например, если вы хотите создать модель учебного процесса в вашем классе, то вам потребуются данные об изучае­мых предметах, расписании занятий , оценках учеников, преподавателях. А если вы захотите смоделировать процесс летнего отдыха (например, коллективной поездки на юг), то вам потребуются совсем другие данные: сроки поездки, маршрут поезда, стоимость билетов, стоимость расходов на питание и пр. Возможно, что единственными общими данными для этих двух моделей будет список учеников класса.

Этапы разработки компьютерной информационной модели

Вопросы и задания

1. Что такое модель?

2. Что такое моделирование?

3. Что можно моделировать? Ваши примеры.

4. Когда используют моделирование? Ваши примеры.

5. Каковы цели моделирования?

6. Сколько моделей можно построить для одного оригинала?

7. Скольким оригиналам может соответствовать одна модель?

8. От чего зависит тип создаваемой модели?

9. Все ли свойства оригинала отражает модель? Если нет, то какие отраджает?

10. Какие модели называют натурными? Приведите 2-3 примера натурных моделей.

11. Какие модели называют информационными?

12. Какие вам известны виды информационных моделей? Приве­дите по 2 собственных примера информационных моделей на каждый вид.

13. Какова роль информатики в информационном моделировании?

14. Что такое адекватность модели и зачем она нужна?

15. Каковы основные этапы компьютерного моделирования?

16. В какой ситуации искусственные цветы и муляжи фруктов могут использоваться в качестве моделей-«заместителей» настоящих цветов и фруктов? Какие свойства и отношения объектов отражают эти модели, а какие - нет?

17. Приведите пример информационной модели:

a. ученика вашего класса;

b. квартиры жилого дома;

c. книги в библиотеке;

d. кассеты (диска) со звукозаписью (видеозаписью);

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

Тип задачи	Вид модели	Математический метод решения
Задачи планирования без оптимизации (расчет объемов производства по видам продукции, увязка планов производства с ресурсами и т.п.)	Балансовые модели	Аппарат линейной алгебры, матричное исчисление
Задачи сетевого планирования и управление (СПУ) без оптимизации	Расчет по формулам модели СПУ	Аппарат теории графов
Задача учета и статистики (оперативный учет, получение различных форм отчетности и т.п.)	Расчет по формулам
Задачи контроля и анализа (анализ влияния и факторов, выявление тенденций, отслеживание отклонений и установление их причин)		Факторный анализ, дисперсионный анализ, регрессионный анализ
Задача создания нормативной базы	Статистические модели обработки реализаций случайных величин
Расчет параметров функционирования сложных систем с неформализованными связями.	Расчет по формулам имитационных моделей
Задачи прогнозирования	Модели регрессионного анализа, оценка параметров и проверка статистических гипотез	Факторный анализ, дисперсионный анализ, регрессионный анализ, аппарат математической статистики

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.