Математическое моделирование как философская проблема

Математическое моделирование как философская проблема

Реферат аспиранта кафедры вычислительной математики математического факультета Башгосуниверситета Полупанова Дмитрия Васильевича

Башкирский государственный университет

Кафедра философии

Уфа – 1999

Введение

В развитии различных областей человеческой деятельности математика оказывала и оказывает существенное влияние. Ее роль складывалась исторически и зависела от двух факторов: степени развития математических понятий и математического аппарата, а также степени зрелости знания об изучаемом объекте.

Математические понятия в процессе своего возникновения как бы впитывают в себя существенные свойства предметов и явлений и их отношений в виде существующих математических законов и структур. В результате свойства чувственно-конкретных предметов и явлений концентрированно отражаются в конкретных математических понятиях и структурах.

Дальнейшее развитие математических понятий и теорий происходит на базе уже существующих математических объектов. Этот процесс характеризуется многократным абстрагированием, идеализацией и обобщением. Математические объекты и теории не только обретают чувственно абстрактность, но и универсальную всеобщность и широкую применимость. В процессе применения математики осуществляется восхождение от абстрактного к конкретному.

Структуры «мира математического» успешно применяются для анализа «мира экспериментального», ибо первый является идеально-абстрактной, обобщенной и логически более совершенной картиной второго. Возникновение новых математических структур и нового математического аппарата (например, аппарата математической физики, в связи с необходимостью глубокого изучения различных физических, гидродинамических, механических и других процессов и явлений) сопровождается проникновением нашего сознания в более глубокие структурные уровни, материи. Это и дало Г. Вейлю основание заметить, что «развитие математики до известной степени дублируется в физике переходом от классической к квантовой механике»[1].

Современное развитие науки характеризуется потребностью сложного изучения всевозможных сложных процессов и явлений – физических, химических, биологических, экономических, социальных и других. Происходит значительное увеличение темпов математизации и расширение ее области действия. Теории математики широко применяются в других науках, казалось бы совершенно от нее далеких – лингвистике, юриспруденции. Это вызвано естественным процессом развития научного знания, который потребовал привлечения нового и более совершенного математического аппарата, проявлением новых разделов математики, а также кибернетики, вычислительной техники и так далее, что значительно увеличило возможности ее применения[2].

Более точное математическое описание процессов и явлений, вызванное потребностями современной науки, приводит к появлению сложных систем интегральных, дифференциальных, интегральных, трансцендентных уравнений и неравенств, которые не удается решить аналитическими методами в явном виде. Для решения таких задач приходится прибегать к вычислительным алгоритмам, использовать какие-либо бесконечные процессы, сходящиеся к конечному результату. Приближенное решение задачи получается при выполнении определенного числа шагов.

Развитие ЭВМ стимулировало более интенсивное развитие вычислительных методов, создало предпосылки решения сложных задач науки, техники, экономики. Широкое применение при решении таких задач получили методы прикладной математики и математического моделирования.

В настоящее время прикладная математика и ЭВМ являются одним из определяющих факторов научно-технического прогресса. Они способствуют ускорению развития ведущих отраслей народного хозяйства, открывают принципиально новые возможности моделирования и проектирования сложных систем с выбором оптимальных параметров технологических процессов.

ЭВМ обеспечивает интенсивный процесс математизации не только естественных и технических, но также общественных и гуманитарных наук. Математическое моделирование и ЭВМ получают широкое применение в химии, биологии, медицине, психологии, лингвистике и этот список можно продолжать и продолжать.

В реферате предпринята попытка рассмотреть философские аспекты математического моделирования как метода познания окружающего мира. В первой части исследованы общие вопросы математического моделирования. Определяются и обосновываются понятия моделирование, вычислительный эксперимент, математическая модель и математическое моделирование, приводится классификация математических моделей. Во второй и третьей частях рассматривается применение математического моделирования в различных отраслях человеческого знания и деятельности. Вторая часть посвящена вопросам кибернетики, моделирования мысленной деятельности человека. Поднимаются вопросы искусственного интеллекта, модели искусственного нейрона, нейросетевых технологий. Третья часть затрагивает вопросы математического моделирования применительно к к исследованиям экономических систем, в частности вопросы имитационного моделирования.

Общие положения математического моделирования

II. Оптимизационные модели

Их так же разбивают на стационарные и динамические. Стационарные модели используются на уровне проектирования различных технологических систем. Динамические – как на уровне проектирования, так и, главным образом, для оптимального управления различными процессами – технологическими, экономическими и др.

В задачах оптимизации имеется два направления. К первому относятся детерминированные задачи. Вся входная информация в них является полностью определяемой.

Второе направление относится к стохастическим процессам. В этих задачах некоторые параметры носят случайный характер или содержат элемент неопределенности. Многие задачи оптимизации автоматических устройств, например, содержат параметры в виде случайных помех с некоторыми вероятностными характеристиками.

Методы отыскания экстремума функции многих переменных с различными ограничениями часто называются методами математического программирования. Задачи математического программирования – одни из важных оптимизационных задач.

В математическом программировании выделяются следующие основные разделы[8]:

Линейное программирование. Целевая функция линейна, а множество, на котором ищется экстремум целевой функции, задается системой линейных равенств и неравенств.

Нелинейное программирование. Целевая функция нелинейная и нелинейные ограничения.

Выпуклое программирование. Целевая функция выпуклая и выпуклое множество, на котором решается экстремальная задача.

Квадратичное программирование. Целевая функция квадратичная, а ограничения – линейные равенства и неравенства.

Многоэкстремальные задачи. Задачи, в которых целевая функция имеет несколько локальных экстремумов. Такие задачи представляются весьма проблемными.

Целочисленное программирование. В подобных задачах на переменные накладываются условия целочисленности.

Как правило, к задачам математического программирования неприменимы методы классического анализа для отыскания экстремума функции нескольких переменных.

Модели теории оптимального управления – одни из важных в оптимизационных моделях. Математическая теория оптимального управления относится к одной из теорий, имеющих важные практические применения, в основном, для оптимального управления процессами.

Различают три вида математических моделей теории оптимального управления[9]. К первому виду относятся дискретные модели оптимального управления. Традиционно такие модели называют моделями динамического программирования. Широко известен метод динамического программирования Беллмана. Ко второму типу относятся модели, описываемые задачам Коши для систем обыкновенных дифференциальных уравнений. Их часто называют моделями оптимального управления системами с сосредоточенными параметрами. Третий вид моделей описывается краевыми задачами, как для обыкновенных дифференциальных уравнений, так и для уравнений в частных производных. Такие модели называют моделями оптимального управления системами с распределенными параметрами.

Заключение

Возможность постановки вычислительного эксперимента на ЭВМ существенно ускорила процесс математизации науки и техники. Расширился круг профессий, для которых математическая грамотность становится необходимой. Благодаря возможности оперативного исследования процессов труднодоступных и недоступных для реального экспериментирования математическое моделирование все больше и больше находит свое применение в областях, казалось бы далеких от математики и естественных наук. Оно широко используется и в криминалистике, и в лингвистике, и в социологии, и этот список можно продолжать и продолжать.

Академик Н.Н. Моисеев еще лет двадцать назад первым осознал необходимость подготовки к эффективному использованию ЭВМ новых поколений. Он обратил внимание на то, что крупные народнохозяйственные и социально-экономические проблемы могут быть удовлетворительно решены только при условии, что своевременно будут организованы и выполнены исследования междисциплинарного характера, а ЭВМ новых поколений дают подходящую базу для организации и проведения таких исследований.

Академик А.А. Самарский говорит о незаменимости математического моделирования для решения важнейших проблем научно-технического и социально-экономического прогресса, подчеркивает значение математического моделирования как методологии разработки наукоемких технологий и изделий.

Но, к сожалению, как отмечает А.А. Петров[24] те, от кого зависит распределение ресурсов, еще не осознали, что методы математического моделирования имеют большое народнохозяйственное значение и от их развития во многом зависит судьба социально-экономического и научно-технического прогресса страны. Соответственно нет материальной поддержки исследований, научные кадры не консолидируются на решении ключевых проблем, даже нет понимания, что математическое моделирование превратилось в самостоятельную отрасль науки с собственным подходом к решению проблем, хотя корни его остаются в науках о природе и обществе. Остается надеяться, что эти трудности временные, и математическое моделирование получит заслуженное место и в решении важных социально-экономических и народно хозяйственных проблем России будет играть ту же роль, что и в развитых странах.

Список литературы

Акчурин И.А., Веденов М.Ф., Сачков Ю.В. Методологические проблемы математического моделирования в естествознании. // Вопросы философии, 1966, №4.

Акчурин И.А., Веденов М.Ф., Сачков Ю.В. Познавательная роль математического моделирования. М.: 1968.

Амосов Н.М. Моделирование мышления и психики - М.: Наука, 1965.

Андрющенко М.Н., Советов Б.Я., Яковлев А.С. и др. Философские основы моделирования сложных систем управления // Системный подход в технологических науках (Методологические основы): Сборник научных трудов – Л.: Изд. АН СССР, 1989.

Батороев К.Б. Кибернетика и метод аналогий - М.: Высшая школа, 1974.

Бир С. Кибернетика и управление производством - М.: Наука, 1965

Бублик Н.Д., Секерин А.Б., Попенов С.В. Новейшие компьютерные технологии прогнозирования финансовых показателей и рисков. – Уфа: 1998.

Васильев В.И., Ильясов Б.Г., Валеев С.В., Жернаков С.В. Интеллектуальные системы управления с использованием нейронных сетей. – Уфа, 1997.

Вейль Г. Полвека математики – М.: 1969.

Иванов В.Т. Математическое моделирование. Модели прогнозирования.(Методические указания для самостоятельной работы по курсу ЦИПС) – Уфа, 1988.

Иванов В.Т. Математическое моделирование. Модели оптимизации (Методические указания для самостоятельной работы по курсу ЦИПС) – Уфа, 1988.

Иванов В.Т. Математическое моделирование. Модели оптимального управления (Методические указания для самостоятельной работы по курсу ЦИПС) – Уфа, 1988.

Кафаров В.В. Методы кибернетики в химии и химической технологии. - М.: Химия, 1968.

Клаус Г. Кибернетика и философия - М.: Наука, 1963.

Краткая философская энциклопедия. М.: Издательская группа «Прогресс», 1994.

Кочергин А.Н. Моделирование мышления - М.: Наука, 1969.

Кудряшев А.Ф. О математизации научного знания.// Философские науки, 1975, №4, с.133-139.

Лотов А.В. Введение в экономико-математическое моделирование М.: Наука, 1984.

Моисеев Н.Н. Алгоритмы развития – М.: Наука, 1987.

Моисеев Н.Н. Экология человечества глазами математика. – М.: Молодая гвардия, 1988.

Салихов М.В. К вопросу об эвристической активности математики // Философские науки, 1975, №4Ю с.152-155.

Петров А.А. Экономика. Модели. Вычислительный эксперимент. – М.: Наука, 1996.

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

Советов Б.Я., Яковлев С.А. Моделирование систем. – М.: Высшая школа, 1998.

Форрестер Дж. Мировая динамика - М.: Наука, 1978.

Фролов И.Т. Гносеологические проблемы моделирования - М.: Наука, 1961.

Черемных Ю.Н. Анализ поведения траекторий динамики народнохозяйственных моделей - М.: Наука, 1982.

Шеннон Р. Имитационное моделирование систем - искусство и наука - М.: Мир, 1978

[1] Г. Вейль Полвека математики – М.: 1969, с.8.

[2] А.Ф. Кудряшев О математизации научного знания // Философские науки, 1975, №4, с.137

[3] Андрющенко М.Н., Советов Б.Я., Яковлев А.С. и др. Философские основы моделирования сложных систем управления // Системный подход в технологических науках (Методологические основы): Сборник научных трудов – Л.: Изд. АН СССР, 1989, с.67-82

Советов Б.Я., Яковлев С.А. Моделирование систем – М.: Высшая школа, 1998, с. 4-6.

[4] Фролов И.Т. Гносеологические проблемы моделирования –М.: Наука, 1961, с.20.

[5] Самарский А.А., Гулин А.В. Численные методы. – М.: Наука, 1989, 432с., с.11

[6] Петров А.А. Экономика. Модели. Вычислительный эксперимент. - М.: Наука, 1996, 251 с., с.6.

[7] Иванов В.Т. Математическое моделирование. Модели прогнозирования.(Методические указания для самостоятельной работы по курсу ЦИПС) – Уфа, 1988, 47 с., с.12-14

[8]Иванов В.Т. Математическое моделирование. Модели оптимизации (Методические указания для самостоятельной работы по курсу ЦИПС) – Уфа, 1988, 50 с., с.4

[9] Иванов В.Т. Математическое моделирование. Модели оптимального управления (Методические указания для самостоятельной работы по курсу ЦИПС) – Уфа, 1988, 47 с., с.2.

[10] Краткая философская энциклопедия. – М.: Издательская группа «Прогресс» 1994, с.209.

[11] Кафаров В.В. Методы кибернетики в химии и химической технологии. М.: Химия, 1968, с.11.

[12] Батороев К.Б. Кибернетика и метод аналогий. М.: Высшая школа, 1974, с.169.

[13] Баторев К.Б. Кибернетика и метод аналогий. М.: Высшая школа, 1974, с.200

[14] Бир С. Кибернетика и управление производством М.: Наука, 1965, с.172.

[15] Веденов А.А. Моделирование элементов мышления - М.: Наука, 1988, с. 67.

[16] Васильев В.И., Ильясов Б.Г., Валеев С.В., Жернаков С.В. Интеллектуальные системы управления с использованием нейронных сетей. – Уфа, 1997, с.11.

[17] Амосов Н.М. Моделирование мышления и психики. –М.: Наука, 1965, с.46

[18] Бублик Н.Д., Секерин А.Б., Попенов С.В. Новейшие компьютерные технологии прогнозирования финансовых показателей и рынков. – Уфа: 1998, с.5.

[19] Моисеев Н.Н. Алгоритмы развития. – М.: Наука, 1987, с. 189-200.

[20] Бублик Н.Д., Секерин А.Б., Попенов С.В. Новейшие компьютерные технологии прогнозирования финансовых показателей и рынков. – Уфа: 1998, с.9-10.

[21] Васильев В.И., Ильясов Б.Г., Валеев С.В., Жернаков С.В. Интеллектуальные системы управления с использованием нейронных сетей. – Уфа, 1997, с.4.

[22] Черемных Ю.Н. Анализ поведения траектории динамики народнохозяйственных моделей. – М.: Наука, 1982, с.25.

[23] Шеннон Р. Имитационное моделирование систем – искусство и наука. - М.: Мир, 1978, с.7.

[24] Петров А.А. Экономика. Модели. Вычислительный эксперимент. - М.: Наука, 1996, 251 с., с.6.