Модель визуальная , если она позволяет визуализировать отношения и связи моделируемой системы, особенно в динамике.

Пример. На экране компьютера часто пользуются визуальной моделью того или иного объекта, например, клавиатуры в программе-тренажере по обучению работе на клавиатуре.

Модель натурная , если она есть материальная копия объекта моделирования .

Пример. Глобус - натурная географическая модель земного шара.

Модель геометрическая , графическая, если она представима геометрическими образами и объектами.

Пример. Макет дома является натурной геометрической моделью строящегося дома. Вписанный в окружность многоугольник дает модель окружности. Именно она используется при изображении окружности на экране компьютера. Прямая линия является моделью числовой оси, а плоскость часто изображается как параллелограмм.

Модель клеточно-автоматная , если она представляет систему с помощью клеточного автомата или системы клеточных автоматов. Клеточный автомат - дискретная динамическая система, аналог физического (непрерывного) поля. Клеточно-автоматная геометрия - аналог евклидовой геометрии. Неделимый элемент евклидовой геометрии - точка, на основе ее строятся отрезки, прямые, плоскости и т.д. Неделимый элемент клеточно-автоматного поля - клетка, на основе её строятся кластеры клеток и различные конфигурации клеточных структур. Это "мир" некоторого автомата, исполнителя, структуры. Представляется клеточный автомат равномерной сетью клеток ("ячеек") этого поля. Эволюция клеточного автомата разворачивается в дискретном пространстве - клеточном поле. Такие клеточные поля могут быть вещественно-энерго-информационными. Законы эволюции локальны, т.е. динамика системы определяется задаваемым неизменным набором законов или правил, по которым осуществляется вычисление новой клетки эволюции и его материально-энерго-информационной характеристики в зависимости от состояния окружающих ее соседей (правила соседства, как уже сказано, задаются). Смена состояний в клеточно-автоматном поле происходит одновременно и параллельно, а время идет дискретно. Несмотря на кажущуюся простоту их построения, клеточные автоматы могут демонстрировать разнообразное и сложное поведение. В последнее время они широко используются при моделировании не только физических, но и социально-экономических процессов.

Клеточные автоматы (поля) могут быть одномерными, двумерными (с ячейками на плоскости), трехмерными (с ячейками в пространстве) или же многомерными (с ячейками в многомерных пространствах).

Пример. Классическая клеточно-автоматная модель - игра "Жизнь" Джона Конвея. Она описана во многих книгах. Мы рассмотрим другую клеточно-автоматную модель загрязнения среды, диффузии загрязненителя в некоторой среде. 2D-клеточный автомат (на плоскости) для моделирования загрязнения среды может быть сгенерирован следующими правилами:

• · плоскость разбивается на одинаковые клетки: каждая клетка может находиться в одном из двух состояний: состояние 1 - в ней есть диффундирующая частица загрязнителя, и состояние 0 - если ее нет;
• · клеточное поле разбивается на блоки 2Ч2 двумя способами, которые будем называть четным и нечетным разбиениями (у чётного разбиения в кластере или блоке находится четное число точек или клеток поля, у нечетного блока - их нечетное число);
• · на очередном шаге эволюции каждый блок четного разбиения поворачивается (по задаваемому правилу распространения загрязнения или генерируемому распределению случайных чисел) на заданный угол (направление поворота выбирается генератором случайных чисел);
• · аналогичное правило определяется и для блоков нечетного разбиения;
• · процесс продолжается до некоторого момента или до очищения среды.

Пусть единица времени - шаг клеточного автомата, единица длины - размер его клетки. Если перебрать всевозможные сочетания поворотов блоков четного и нечетного разбиения, то видим, что за один шаг частица может переместиться вдоль каждой из координатных осей на расстояние 0, 1 или 2 (без учета направления смещения) с вероятностями, соответственно, p 0 =1/4, p 1 =1/2, p 2 =1/4. Вероятность попадания частицы в данную точку зависит лишь от ее положения в предыдущий момент времени, поэтому рассматриваем движение частицы вдоль оси х (y) как случайное.

На рис. 10.4 - фрагменты работы программы клеточно-автоматной модели загрязнения клеточной экосреды (размеры клеток увеличены).

Рис. 10.4. Окно справа - состояние клеточного поля (в верхнем - исходное, слабо загрязненное, в нижнем - после 120 циклов загрязнения), в левом верхнем углу - "Микроскоп", увеличивающий кластер поля, в середине слева - график динамики загрязнения, внизу слева - индикаторы загрязнения

Модель фрактальная , если она описывает эволюцию моделируемой системы эволюцией фрактальных объектов. Если физический объект однородный (сплошной), т.е. в нем нет полостей, можно считать, что плотность не зависит от размера. Например, при увеличении R до 2R масса увеличится в R 2 раз (круг) и в R 3 раз (шар), т.е. M(R)~R n (связь массы и длины), n - размерность пространства. Объект, у которого масса и размер связаны этим соотношением, называется "компактным". Плотность его

Если объект (система) удовлетворяет соотношению M(R)~R f(n) , где f(n)

Так как f(n)-n<0, то плотность фрактального объекта уменьшается с увеличением размера, а с(R) является количественной мерой разряженности, ветвистости (структурированности) объекта.

Пример. Пример фрактальной модели - множество Кантора. Рассмотрим . Разделим его на 3 части и выбросим средний отрезок. Оставшиеся 2 промежутка опять разделим на три части и выкинем средние промежутки и т.д. Получим множество, назывемое множеством Кантора. В пределе получаем несчетное множество изолированных точек (рис. 10.5)

Рис. 10.5.

Можно показать, что если n - размерность множества Кантора, то n=ln2/ln3?0,63, т.е. этот объект (фрактал) еще не состоит только из изолированных точек, хотя уже и не состоит из отрезка. Фрактальные объекты самоподобны , если они выглядят одинаково в любом пространственном масштабе, масштабно инвариантны, фрагменты структуры повторяются через определенные пространственные промежутки. Поэтому они очень хорошо подходят для моделирования нерегулярностей, так как позволяют описывать (например, дискретными моделями) эволюцию таких систем для любого момента времени и в любом пространственном масштабе.

Самоподобие встречается в самых разных предметах и явлениях.

Пример. Самоподобны ветки деревьев, снежинки, экономические системы (волны Кондратьева), горные системы.

Фрактальная модель применяется обычно тогда, когда реальный объект нельзя представить в виде классической модели , когда имеем дело с нелинейностью (многовариантностью путей развития и необходимостью выбора) и недетерминированностью, хаотичностью и необратимостью эволюционных процессов.

Тип модели зависит от информационной сущности моделируемой системы, от связей и отношений его подсистем и элементов, а не от его физической природы.

Пример. Математические описания (модели ) динамики эпидемии инфекционной болезни, радиоактивного распада, усвоения второго иностранного языка, выпуска изделий производственного предприятия и т.д. являются одинаковыми с точки зрения их описания, хотя процессы различны.

Границы между моделями различного типа или же отнесение модели к тому или иному типу часто весьма условны. Можно говорить о различных режимах использования моделей - имитационном, стохастическом и т.д.

Модель включает в себя: объект О, субъект (не обязательный) А, задачу Z, ресурсы B, среду моделирования С: М=.

Основные свойства любой модели :

• · целенаправленность - модель всегда отображает некоторую систему, т.е. имеет цель;
• · конечность - модель отображает оригинал лишь в конечном числе его отношений и, кроме того, ресурсы моделирования конечны;
• · упрощенность - модель отображает только существенные стороны объекта и, кроме того, должна быть проста для исследования или воспроизведения;
• · приблизительность - действительность отображается моделью грубо или приблизительно;
• · адекватность - модель должна успешно описывать моделируемую систему;
• · наглядность, обозримость основных ее свойств и отношений;
• · доступность и технологичность для исследования или воспроизведения;
• · информативность - модель должна содержать достаточную информацию о системе (в рамках гипотез, принятых при построении модели ) и должна давать возможность получить новую информацию;
• · сохранение информации, содержавшейся в оригинале (с точностью рассматриваемых при построении модели гипотез);
• · полнота - в модели должны быть учтены все основные связи и отношения, необходимые для обеспечения цели моделирования ;
• · устойчивость - модель должна описывать и обеспечивать устойчивое поведение системы, если даже она вначале является неустойчивой;
• · целостность - модель реализует некоторую систему (т.е. целое);
• · замкнутость - модель учитывает и отображает замкнутую систему необходимых основных гипотез, связей и отношений;
• · адаптивность - модель может быть приспособлена к различным входным параметрам, воздействиям окружения;
• · управляемость (имитационность) - модель должна иметь хотя бы один параметр, изменениями которого можно имитировать поведение моделируемой системы в различных условиях;
• · эволюционируемость - возможность развития моделей (предыдущего уровня).

Жизненный цикл моделируемой системы:

• · сбор информации об объекте, выдвижение гипотез, предмодельный анализ;
• · проектирование структуры и состава моделей (подмоделей);
• · построение спецификаций модели , разработка и отладка отдельных подмоделей, сборка модели в целом, идентификация (если это нужно) параметров моделей ;
• · исследование модели - выбор метода исследования и разработка алгоритма (программы) моделирования ;
• · исследование адекватности, устойчивости, чувствительности модели ;
• · оценка средств моделирования (затраченных ресурсов);
• · интерпретация, анализ результатов моделирования и установление некоторых причинно-следственных связей в исследуемой системе;
• · генерация отчетов и проектных (народно-хозяйственных) решений;
• · уточнение, модификация модели , если это необходимо, и возврат к исследуемой системе с новыми знаниями, полученными с помощью модели и моделирования .

Моделирование - метод системного анализа. Но часто в системном анализе при модельном подходе исследования может совершаться одна методическая ошибка, а именно, - построение корректных и адекватных моделей (подмоделей) подсистем системы и их логически корректная увязка не дает гарантий корректности построенной таким способом модели всей системы. Модель , построенная без учета связей системы со средой и ее поведения по отношению к этой среде, может часто лишь служить еще одним подтверждением теоремы Геделя, а точнее, ее следствия, утверждающего, что в сложной изолированной системе могут существовать истины и выводы, корректные в этой системе и некорректные вне ее.

Наука моделирования состоит в разделении процесса моделирования (системы, модели ) на этапы (подсистемы, подмодели), детальном изучении каждого этапа, взаимоотношений, связей, отношений между ними и затем эффективного описания их с максимально возможной степенью формализации и адекватности. В случае нарушения этих правил получаем не модель системы, а модель "собственных и неполных знаний".

Моделирование (в значении "метод", "модельный эксперимент") рассматривается как особая форма эксперимента, эксперимента не над самим оригиналом (это называется простым или обычным экспериментом), а над копией (заместителем) оригинала. Здесь важен изоморфизм систем (оригинальной и модельной) - изоморфизм, как самой копии, так и знаний, с помощью которых она была предложена.

Модели и моделирование применяются по основным направлениям:

• · обучение (как моделям , моделированию , так и самих моделей );
• · познание и разработка теории исследуемых систем (с помощью каких-либо моделей , моделирования , результатов моделирования );
• · прогнозирование (выходных данных, ситуаций, состояний системы);
• · управление (системой в целом, отдельными подсистемами системы), выработка управленческих решений и стратегий;
• · автоматизация (системы или отдельных подсистем системы).

Вопросы для самоконтроля

• 1. Что такое модель , для чего она нужна и как используется? Какая модель называется статической (динамической, дискретной и т.д.)?
• 2. Каковы основные свойства моделей и насколько они важны?
• 3. Что такое жизненный цикл моделирования (моделируемой системы)?

Задачи и упражнения

• 1. В последнее время наиболее актуальной проблемой в экономике стало воздействие уровня налогообложения на хозяйственную деятельность. В ряду прочих принципов взимания налогов важное место занимает вопрос о той предельной норме, превышение которой влечет потери общества и государства, несоизмеримые с текущими доходами бюджета. Определение совокупной величины налоговых сборов таким образом, чтобы она, с одной стороны, максимально соответствовала государственным расходам, а с другой, оказывала минимум отрицательного воздействия на деловую активность, относится к числу главных задач управления государства. Опишите, какие, на ваш взгляд, параметры необходимо учесть в модели налогообложения хозяйственной деятельности, соответствующей указанной цели. Составьте простую (например, рекуррентного вида) модель сбора налогов, исходя из налоговых ставок, изменяемых в указанных диапазонах: налог на доход - 8-12 %, налог на добавленную стоимость - 3-5 %, налог на имущество юридических лиц - 7-10%. Совокупные налоговые отчисления не должны превышать 30-35% прибыли. Укажите в этой модели управляющие параметры. Определите одну стратегию управления с помощью этих параметров.
• 2. Заданы числовой - x i , i=0, 1, ..., n и символьный - y i , i=0, 1, ..., m массивы X и Y. Составить модель стекового калькулятора, который позволяет осуществлять операции:
• 1. циклический сдвиг вправо массива X или Y и запись заданного числа в x 0 или символа операции - y 0 (в "верхушку стека" X(Y)) т.е. выполнение операции "вталкивание в стек";
• 2. считывание "верхушки стека" и последующий циклический сдвиг влево массива X или Y - операция "выталкивания из стека";
• 3. обмен местами x 0 и x 1 или y 0 и y 1 ;
• 4. "раздваивание верхушки стека", т.е. получение копии x 0 или y 0 в x 1 или y 1 ;
• 5. считывание "верхушки стека" Y (знака +, -, * или /), затем расшифровка этой операции, считыавние операндов операций с "верхушки" X, выполнение этой операции и помещение результата в "верхушку" X.
• 3. Известна классическая динамическая модель В.Вольтерра системы типа "хищник-жертва", являющейся моделью типа "ресурс-потребление". Рассмотрим клеточно-автоматную модель такой системы. Алгоритм поведения клеточного автомата, моделирующего систему типа "хищник-жертва", состоит из следующих этапов:
• 1. задаются начальные распределения хищников и жертв, случайно или детерминированно;
• 2. определяются законы "соседства" особей (правила взаимоотношений) клеток, например, "соседями" клетки с индексами (i,j) считаются клетки (i-1,j), (i,j+1), (i+1,j), (i,j-1);
• 3. задаются законы рождаемости и смертности клеток, например, если у клетки меньше двух (больше трех) соседей, она отмирает "от одиночества" ("от перенаселения").

Цель моделирования : определение эволюции следующего поколения хищников и жертв, т.е., используя заданные законы соседства и динамики дискретного развития (время изменяется дискретно), определяются число новых особей (клеток) и число умерших (погибших) особей; если достигнута заданная конфигурация клеток или развитие привело к исчезновению вида (цикличности), то моделирование заканчивается.

Темы научных исследований и рефератов, интернет-листов

• 1. Моделирование как метод, методология, технология.
• 2. Модели в микромире и макромире.
• 3. Линейность моделей (наших знаний) и нелинейность явлений природы и общества.

Теоретический уровень научного исследования является рациональной (логической) ступенью познания. На теоретическом уровне с помощью мышления происходит переход от чувственно-конкретного представления об объекте исследования к логически-конкретному. Логически-конкретное есть теоретически воспроизведенное в мышлении исследователя конкретное представление об объекте во всем богатстве его содержания. На теоретическом уровне используются следующие методы познания: абстракция, идеализация, мысленный эксперимент, индукция, дедукция, анализ, синтез, аналогия, моделирование.

Абстракция – это мысленное отвлечение от каких-то менее существенных свойств, сторон, признаков изучаемого объекта или явления с одновременным выделением, формированием одной или нескольких существенных сторон, свойств, признаков. Результат, получаемый в процессе абстрагирования называют абстракцией.

Идеализация – это особый вид абстрагирования, мысленное внесение определённых изменений в изучаемый объект в соответствии с целями исследований. Приведем примеры идеализации.

Материальная точка – тело, лишённое всяких размеров. Это абстрактный объект, размерами которого пренебрегают, удобен при описании движения.

Абсолютно черное тело – наделяется несуществующим в природе свойством поглощать абсолютно всю попадающую на него лучистую энергию, ничего не отражая и не пропуская сквозь себя. Спектр излучения абсолютно черного тела является идеальным случаем, поскольку на него не оказывает влияния природа вещества излучателя или состояние его поверхности.

Мысленный эксперимент – это метод теоретического познания, который предполагает оперирование идеальным объектом. Это мысленный подбор положений, ситуаций, которые позволяют обнаружить важные особенности исследуемого объекта. В этом он имеет сходство с реальным экспериментом. Кроме того, он предваряет реальный эксперимент в виде процедуры планирования.

Формализация – это метод теоретического познания, который заключается в использовании специальной символики, позволяющей отвлечься от изучения реальных объектов, от содержания описывающих их теоретических положений и оперировать вместо этого некоторым множеством символов, знаков.

Для построения любой формальной системы необходимо:

1. задание алфавита, т. е. определенного набора знаков;

2. задание правил, по которым из исходных знаков этого алфавита могут быть получены «слова», «формулы»;

3. задание правил, по которым от одних слов, формул данной системы можно переходить к другим словам и формулам.

В результате создается формальная знаковая система в виде определенного искусственного языка. Важным достоинством этой системы является возможность проведения в ее рамках исследования какого-либо объекта чисто формальным путем (оперирование знаками) без непосредственного обращения к этому объекту.

Другое достоинство формализации состоит в обеспечении краткости и четкости записи научной информации, что открывает большие возможности для оперирования ею.

Индукция – (от лат. induction – наведение, побуждение) это метод познания, основывающийся на формально-логическом умозаключении, которое приводит к получению общего вывода на основании частных посылок. Другими словами, это есть движение нашего мышления от частного, единичного к общему. Обнаруживая сходные признаки, свойства у многих объектов определенного класса, исследователь делает вывод о присущности этих признаков, свойств всем объектам данного класса.

Популяризатором классического индуктивного метода познания был Френсис Бэкон. Но он трактовал индукцию слишком широко, считал ее самым важным методом открытия новых истин в науке, главным средством научного познания природы. На самом же деле вышеуказанные методы научной индукции служат, главным образом, для нахождения эмпирических зависимостей между экспериментально наблюдаемыми свойствами объектов и явлений. В них систематизированы простейшие формально-логические приемы, которые стихийно использовались учеными-естествоиспытателями в любом эмпирическом исследовании.

Дедукция – (от лат. deduction – выведение) есть получение частных выводов на основе знания каких-то общих положений. Другими словами, это есть движение нашего мышления от общего положения к частному.

Однако, несмотря на имевшие место в истории науки и философии попытки оторвать индукцию от дедукции, противопоставить их, в реальном процессе научного познания оба эти два метода используется на соответствующем этапе познавательного процесса. Более того, в процессе использования индуктивного метода зачастую «в скрытом виде» присутствует и дедукция. Обобщая факты в соответствии с какими-то идеями, мы косвенно выводим получаемые нами обобщения из этих идей, причем далеко не всегда отдаем себе в этом отчет. Кажется, что наша мысль движется прямо от фактов к обобщениям, т. е., что тут присутствует чистая индукция. На самом же деле, сообразуясь с какими-то идеями, неявно руководствуясь ими в процессе обобщения фактов, наша мысль косвенно идет от идей к этим обобщениям, и, следовательно, тут имеет место и дедукция... Можно сказать, что во всех случаях, когда мы обобщаем, сообразуясь с какими-либо философскими положениями, наши умозаключения являются не только индукцией, но и скрытой дедукцией.

Анализ и синтез. Под анализом понимают разделение объекта на составные частицы с целью их отдельного изучения. В качестве таких частей могут быть какие-то вещественные элементы объекта или же его свойства, признаки, отношения и т. п. Анализ является необходимым и важным этапом в познании объекта. Но он составляет лишь первый этап процесса познания. Для постижения объекта как единого целого нельзя ограничиваться изучением лишь его составных частей. В процессе познания необходимо вскрывать объективно существующие связи между ними, рассматривать их в совокупности, в единстве. Осуществить этот второй этап в процессе познания – перейти от изучения отдельных составных частей объекта к изучению его как единого связанного целого – возможно только в том случае, если метод анализа дополняется другим методом – синтезом. В процессе синтеза производится соединение воедино составных частей изучаемого объекта, расчлененных в результате анализа. На этой основе происходит дальнейшее изучение объекта, но уже как единого целого. При этом синтез не означает простого механического соединения разъединенных элементов в единую систему. Он раскрывает место и роль каждого элемента в системе целого, устанавливает их взаимосвязь и взаимообусловленность.

Анализ и синтез с успехом используются и в сфере мыслительной деятельности человека, т. е. в теоретическом познании. Но и здесь, как и на эмпирическом уровне познания, анализ и синтез – это не две оторванные друг от друга операции. По своему существу они – две стороны единого аналитико-синтетического метода познания.

Аналогия и моделирование. Под аналогией понимается подобие, сходство каких-то свойств, признаков или отношений у различных в целом объектов. Установление сходства (или различия) между объектами осуществляется в результате сравнения. Таким образом, сравнение лежит в основе метода аналогии.

Метод аналогии применяется в самых различных областях науки: в математике, физике, химии, кибернетике, в гуманитарных дисциплинах и т. д. Существуют различные типы выводов по аналогии. Но общим для них является то, что во всех случаях непосредственному исследованию подвергается один объект, а вывод делается о другом объекте. Поэтому вывод по аналогии в самом общем смысле можно определить как перенос информации с одного объекта на другой. При этом первый объект, который собственно и подвергается исследованию, именуется моделью, а другой объект, на который переносится информация, полученная в результате исследования первого объекта (модели), называется оригиналом (иногда – прототипом, образцом и т. д.). Таким образом, модель всегда выступает как аналогия, т. е. модель и отображаемый с ее помощью объект (оригинал) находятся в определенном сходстве (подобии).

Границы научного метода.

Ограниченность научного метода связана, в основном, с присутствием субъективного элемента в познании и обусловлена следующими причинами.

Человеческий опыт, являющийся источником и средством познания окружающего мира, ограничен. Чувства человека позволяют ему лишь ограниченно ориентироваться в окружающем мире. Ограничены возможности опытного познания человеком окружающего мира. Мыслительные возможности человека велики, однако также ограничены.

Господствующая парадигма, религия, философия, социальные условия и другие элементы культуры неизбежно влияют на мировоззрение ученых, а следовательно, и на научный результат.

Христианское мировоззрение исходит из того, что вся полнота знания явлена Творцом и человеку дана возможность обладания им, однако поврежденное состояние человеческой природы ограничивает его способности к познанию. Тем не менее, человек способен к богопознанию, т. е. может познать себя и окружающий мир, увидеть проявление черт Творца в себе и в окружающем мире. Не следует забывать, что научный метод является лишь инструментом познания и в зависимости от того в чьих руках он находится может принести пользу или вред.

Для изучения систем и использования этих знаний для создания и управления системами необходимо системное мышление , заключающееся в сочетании аналитического и синтетического образов мышления. Суть анализа состоит в разделении целого на части, в представлении сложного в виде совокупности более простых компонент. Но чтобы познать целое, сложное, необходим и обратный процесс – синтез . Необходимость сочетания этих видов познания вытекает из свойства эмерджентности систем: целостность системы нарушается при анализе, при расчленении системы утрачиваются не только существенные свойства самой системы, но и свойства ее частей, оказавшихся отделенными от нее. Результатом анализа является лишь вскрытие состава компонент, знание о том, как система работает, но не понимание того, почему и зачем она это делает. Синтетическое мышление объясняет поведение системы, почему система работает так. При этом система должна рассматриваться, как часть большего целого.

Анализ и синтез дополняют друг друга. Так, при синтезе организационной структуры необходимо сначала провести анализ деятельности создаваемой организации, выделить отдельные процессы (функции), сопоставить им организационные единицы, а затем соединить их в отдельное целое, т.е. осуществить синтез. При выборе способа функционирования организации зачастую имеет место обратное: сначала используется синтетический подход – рассматривается деятельность организации, как целого; выбирается общая цель и способ функционирования, а затем осуществляется дезагрегация выбранного способа на отдельные функции.

Главным содержанием дисциплины «Системный анализ» являются сложные проблемы принятия решений, при изучении которых неформальные процедуры представления здравого смысла и способы описания ситуаций играют не меньшую роль, чем формальный математический аппарат. Системный анализ является дисциплиной синтетической. В нём можно выделить три главных направления. Эти три направления соответствуют трём этапам, которые всегда присутствуют в исследовании сложных систем:

1) построение модели исследуемого объекта;

2) постановка задачи исследования;

3) решение поставленной математической задачи.

Познание систем и использование этих знаний для создания систем и управления ими осуществляется через моделирование.

Конечной целью системного анализа является разрешение проблемной ситуации, возникшей перед объектом проводимого системного исследования (обычно это конкретная организация, коллектив, предприятие, отдельный регион, социальная структура и т.п.). Системный анализ занимается изучением проблемной ситуации, выяснением её причин, выработкой вариантов её устранения, принятием решения и организацией дальнейшего функционирования системы, разрешающего проблемную ситуацию. Начальным этапом любого системного исследования является изучение объекта проводимого системного анализа с последующей его формализацией. На этом этапе возникают задачи, в корне отличающие методологию системных исследований от методологии других дисциплин, а именно, в системном анализе решается двуединая задача. С одной стороны, необходимо формализовать объект системного исследования, с другой стороны, формализации подлежит процесс исследования системы, процесс постановки и решения проблемы.

Приведём пример из теории проектирования систем. Современная теория проектирования сложных систем может рассматриваться как одна из частей системных исследований. Согласно ей проблема проектирования сложных систем имеет два аспекта. Во-первых, требуется осуществить формализованное описание объекта проектирования. Причём на этом этапе решаются задачи формализованного описания как статической составляющей системы (в основном формализации подлежит её структурная организация), так и её поведение во времени (динамические аспекты, которые отражают её функционирование). Во-вторых, требуется формализовать процесс проектирования. Составными частями процесса проектирования являются методы формирования различных проектных решений, методы их инженерного анализа и методы принятия решений по выбору наилучших вариантов реализации системы.

Постараемся изложить основные процедуры алгоритма проведения системного анализа, которые являются обобщением последовательности этапов проведения такого анализа, сформулированных рядом авторов, и отражают его общие закономерности. Перечислим основные процедуры системного анализа:

– изучение структуры системы, анализ её компонентов, выявление взаимосвязей между отдельными элементами;

– сбор данных о функционировании системы, исследование информационных потоков, наблюдения и эксперименты над анализируемой системой;

– построение моделей;

– проверка адекватности моделей, анализ неопределённости и чувствительности;

– исследование ресурсных возможностей;

– определение целей системного анализа;

– формирование критериев;

– генерирование альтернатив;

– реализация выбора и принятие решений;

– внедрение результатов анализа.

Понятие модели

Замещение одного объекта другим с целью получения информации о важнейших свойствах объекта-оригинала с помощью объекта-модели можно назвать моделированием , т.е. моделирование - это представление объекта моделью для получения информации об объекте путем проведения эксперимента с его моделью.

С точки зрения философии моделирование следует рассматривать как эффективное средство познания природы. При этом процесс моделирования предполагает наличие объекта исследования, исследователя-экспериментатора и модели.

В автоматизированных системах обработки информации и управления в качестве объекта моделирования могут выступать производственно-технологические процессы получения конечных продуктов; процессы движения документов, информационных потоков при реализации учрежденческой деятельности организации; процессы функционирования комплекса технических средств; процессы организации и функционирования информационного обеспечения АСУ; процессы функционирования программного обеспечения АСУ.

Преимущества моделирования состоят в том, что появляется возможность сравнительно простыми средствами изучать свойства системы, изменять ее параметры, вводить целевые и ресурсные характеристики внешней среды. Как правило, моделирование используется на следующих этапах:

1) исследования системы до того, как она спроектирована, с целью определения ее основных характеристик и правил взаимодействия элементов между собой и с внешней средой;

2) проектирования системы для анализа и синтеза различных видов структур и выбора наилучшего варианта реализации с учетом сформулированных критериев оптимальности и ограничений;

3) эксплуатации системы для получения оптимальных режимов функционирования и прогнозируемых оценок ее развития.

При этом одну и ту же систему можно описать различными типами моделей. Например, транспортную сеть некоторого района можно промоделировать электрической схемой, гидравлической системой, математической моделью с использованием аппарата теории графов.

Для исследования систем широко используются следующие типы моделей: физические (геометрического подобия, электрические, механические и др.) и символические (содержательные и математические). Под математической моделью понимается совокупность математических выражений, описывающих поведение (структуру) системы и те условия (возмущения, ограничения), в которых она работает. В свою очередь, математические модели в зависимости от используемого математического аппарата подразделяются, например, на:

· статические и динамические;

· детерминированные и вероятностные;

· дискретные и непрерывные;

· аналитические и численные.

Статические модели описывают объект в какой-либо момент времени, а динамические отражают поведение объекта во времени. Детерминированные модели описывают процессы, в которых отсутствуют (не учитываются) случайные факторы, а вероятностные модели отражают случайные процессы - события. Дискретные модели характеризуют процессы, описываемые дискретными переменными, непрерывные - непрерывными. Аналитические модели описывают процесс в виде некоторых функциональных отношений или (и) логических условий. Численные модели отражают элементарные этапы вычислений и последовательность их проведения. Если для описания системы используется естественный язык (язык общения между людьми), то такое описание называется содержательной моделью. Примерами содержательных моделей являются: словесные постановки задач, программы и планы развития систем, деревья целей организации и др. Содержательные модели имеют самостоятельную ценность при решении задач исследования и управления системами, а также используются в качестве предварительного шага при разработке математических моделей. Поэтому качество математической модели зависит от качества соответствующей математической модели.

В качестве языковых средств описания содержательных (вербальных) моделей используются естественный язык (язык общения между людьми), диаграммы, таблицы, блок-схемы, графы. Сложные системы потому и называются сложными, что они плохо поддаются формализации. Для них целесообразно использовать содержательные модели. Содержательные модели не заменимы на ранних этапах проектирования сложных систем, когда формируется концепция системы. Методы системного анализа, используя декомпозиционный подход , позволяют выявить упорядоченное множество подсистем, элементов, свойств системы и их связей. Интегрированная содержательная модель системы позволяет представить общую картину, составить обобщенное описание, в котором подчеркнуты основные сущности, а детали скрыты. Главное в такой модели - краткость и понятность. Такая модель может служить основой для построения более детальных моделей, описывающих отдельные аспекты, подсистемы. Таким образом, содержательная модель может служить каркасом для построения других моделей, в том числе и математических. Она служит также для структуризации информации об объекте.

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 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 зияний 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

Методами обработки и систематизации знаний эмпирического уровня прежде всего являются синтез и анализ. Анализ- процесс мысленного, а нередко и реального расчленения предмета, явления на части(признаки, свойства, отношения). Процедурой, обратной анализу, является синтез. Синтез- это соединение выделенных в ходе анализа сторон предмета в единое целое.

Индукция- способ рассуждения или метод получения знаний, при котором общий вывод делается на основе обобщения частных посылок. Индукция может полной и неполной.

Дедукция –способ рассуждения или метод движения знания от частного, т. е. процесс логического перехода от общих посылок к заключениям о частных случаях.

Аналогия – прием познания, при котором наличие сходства, совпадение признаков нетождественных объектов позволяет предложить их сходство и в других признаках. Аналогия- незаменимое средство наглядности, изобразительности мышления.

Метод моделирования основан на принципе подобия. Его сущность состоит в том, что непосредственно исследуется не сам объект, а его аналог, его заместитель, его модель, а затем полученные при изучении модели результаты по особым правилам переносятся на объект. Моделирование используется в тех случаях, когда сам объект труднодоступен, либо его прямое изучение экономически невыгодно.

27.Эмпиричкские методы научного познания: наблюдение и эксперимент. Виды экспериментов.

Наблюдение – это преднамеренное и целенаправленное восприятие явлений и процессов без прямого вмешательства в их течение, подчиненное задачам научного исследования. Основные требования к научному наблюдению следующие:

Однозначность цели, замысла

Системность в методах наблюдения

Объективность

Возможность контроля либо путем повторного наблюдения, либо с помощью эксперимента.

Важное место в процессе наблюдения занимает операция измерения. Измерение - есть определение отношения одной величины к другой, принятой за эталон.

Эксперимент в отличие от наблюдения- это метод познания, при котором явления изучаются в контролируемых и управляемых условиях. Эксперимент осуществляется на основе теории или гипотезы, определяющих постановку задачи и интерпретацию результатов. Различают несколько видов эксперимента:

качественный, устанавливающий наличие или отсутствие предполагаемых теории явлений.

измерительный или количественный, устанавливающий численные параметры какого-либо свойства предмета, процесса.

особой разновидностью эксперимента в фундаментальных науках является мысленный эксперимент

социальный эксперимент, осуществляемый в целях внедрения новых форм социальной организации и оптимизации управления. Сфера социального эксперимента ограничена моральными и правовыми нормами.

Наблюдение и эксперимент являются источником научных фактов. Факты – фундамент здания науки, они образуют эмпирическую основу науки, базу для выдвижения гипотез и создания теорий.

Научные методы теоретического исследования.

1. Теоретический анализ и синтез. Элементный анализ. Анализ по единицам.

2. Методы абстрагирования и конкретизации. Восхождение от абстрактного к конкретному.

3. Метод моделирования.

4. Мысленный эксперимент как вид моделирования.

5. Индукция и дедукция.

6. Формализация.

7. Гипотетико-дедуктивный метод, его сущность.

8. Аксиоматический метод.

Теоретический уровень научного познания отражает явления и процессы со стороны их универсальных внутренних связей и закономерностей, достигается это путем рациональной обработки данных эмпирического уровня знания. Поэтому в нем задействованы все формы мышления - понятия, суждения, умозаключения, общелогические методы, а также методы, связанные с мыслительными операциями абстрагирование, идеализация, формализация и пр.

Назначение теоретического уровня не только в том, чтобы установить факты и вскрыть внешние связи между ними, но и в том, чтобы объяснить, почему они существуют, что их вызвало, в выявлении возможностей их преобразования.

Теоретические методы (и в этом их недостаток) не оказывают непосредственного влияния на многообразие наблюдаемых фактов, однако позволяют обнаружить в фактах скрытые закономерности, общее, необходимое, существенное, понять взаимовлияние определяющих развитие факторов.

Истины, которые выявляются методами теоретического исследования, - это теоретические истины, проверяемые непосредственно не опытным, практическим путем, а доказательством. В обосновании теоретических истин практика принимает участие косвенным образом, через истины, уже до того проверенные. Это обусловлено составом данного метода.

Важнейшее отличие теоретического знания от эмпирического состоит в том, что оно дает возможность переносить выводы, полученные в одних условиях и на основе анализа одних объектов, на другие условия и объекты, в том числе и еще не существующие, проектируемые, созидаемые пока мысленно, в воображении.

Перейдем к характеристике методов теоретического исследования (познания).

Теоретический анализ и синтез. Элементный анализ. Анализ по единицам.

Своеобразие метода теоретического анализа и синтеза в его универсальных возможностях рассматривать явления и процессы действительности в их самых сложных сочетаниях, выделять наиболее существенные признаки и свойства, связи и отношения, устанавливать закономерности их развития.

Анализ (греч. – разложение, расчленение) – разделение объекта на составные части с целью их самостоятельного изучения.

Задача анализа состоит в том, чтобы из различного рода данных, отражающих отдельные явления и факты, составить общую целостную картину процесса, выявить присущие ему закономерности, тенденции .

Особого внимания заслуживает характеристика анализа с позиций диалектики, где он рассматривается как специальный прием исследования явлений и выработки теоретических знаний об этих явлениях. Основная познавательная задача диалектического анализа состоит в том, чтобы из многообразия сторон изучаемого предмета выделить его сущность не путем механического расчленения целого на части, а путем выделения и изучения сторон основного противоречия в предмете, обнаружить основу, связывающую все его стороны в единую целостность, и вывести на этой основе закономерность развивающегося целого.

В социальной работе анализ выступает как метод или способ познания социальной действительности.

Анализ применяется как в реальной (практика), так и в мыслительной деятельности. Различают несколько видов анализа:

Механическое расчленение;

Определение динамического состава;

Выявление форм взаимодействия элементов целого;

Нахождение причин явлений;

Выявление уровней знания и его структуры;

Анализ по элементам (элементарный) и анализ по единицам.

Элементарный анализ – это мысленное выделение отдельных частей, связей на основе декомпозиции, расчленения целого. Скажем, при изучении реальных социальных процессов, явлений, противоречий, совокупностей, которые содержат противоречия и порождают проблемную ситуацию, можно для анализа вычленить отдельно их цели, содержание, внешние условия, технологию, организацию, систему взаимоотношений его субъектов.

Анализ по единицам предполагает расчленение процесса с сохранением целостности его элементарных структурных элементов, каждый из которых удерживает важнейшие признаки целостного процесса. В деятельности клиента специалиста социальной работы это может быть поступок, в социально-педагогическом проектировании – социальная ситуация развития личности.

После выполнения аналитической работы возникает необходимость синтеза, интеграции результатов анализа в общей системе.

Синтез (греч. – соединение, сочетание, составление) – объединение реальное или мысленное различных сторон, частей предмета в единое целое.

В словаре русского языка С.И. Ожегова синтез трактуется как метод исследования какого-нибудь явления в его единстве и взаимной связи частей, обобщение, сведение в единое целое данных, добытых анализом .

Таким образом, синтез следует рассматривать как процесс практического или мысленного воссоединение целого из частей или соединение различных элементов, сторон предмета в единое целое, необходимый этап познания .

Результатом синтеза является совершенно новое образование, свойства которого не есть только внешнее соединение свойств компонентов, но также и результат их внутренней взаимосвязи и взаимозависимости.

Анализ и синтез диалектически взаимосвязаны. Они играют важную роль в познавательном процессе и осуществляются на всех его ступенях.

С методами анализа и синтеза теснейшим образом связаны методы абстрагирования и конкретизации.

2. Абстрагирование (лат. – отвлечение) - мысленное отвлечение какого-либо свойства или признака предмета от других его признаков, свойств, связей ( понятие для исследований в социальной работе).

Это делается для того, чтобы глубже изучить предмет, изолировать его от других предметов и от других свойств, признаков.

Чтобы проникнуть в сущность социальных явлений, выявить инвариантные черты исследуемого процесса, необходимо выделить предмет изучения в «чистом» виде, суметь отмежеваться от всех побочных влияний, абстрагироваться от всех многочисленных связей и отношений, которые мешают увидеть наиболее существенные связи и характеристики, интересующие нас как исследователей.

К примеру, чтобы выявить воспитательный потенциал социума, можно на 1-м этапе отвлечься от условий социально-экономического кризиса, политической борьбы, педагогической несостоятельности многих семей и рассмотреть в «чистом» виде (без помех, тормозящих влияний) воспитательные возможности семьи, школы, учреждений культуры, органов правопорядка, властных и коммерческих структур, общественных организаций.

Существуют различные виды абстракций:

– абстракция отождествления , в результате которой выделяются общие свойства и отношения изучаемых методов (от остальных свойств при этом отвлекаются). Здесь образуются соответствующие им классы на основе установления равенства предметов в данных свойствах или отношениях, осуществляется учет тождественного в предметах и происходит абстрагирование от всех различий между ними;

– изолирующая абстракция – акты так называемого “чистого отвлечения” при котором выделяются некоторые свойства и отношения, которые начинают рассматриваться как самостоятельные индивидуальные предметы (“абстрактные предметы” – “доброта”, “эмпатия” и т. п.);

– абстракция актуальной бесконечности в математике – когда бесконечные множества рассматриваются как конечные. Тут исследователь отвлекается от принципиальной невозможности зафиксировать и описать каждый элемент бесконечного множества, принимая такую задачу как решенную;

– абстракция потенциальной осуществимости – основана на том, что может быть осуществлено любое, но конечное число операций в процессе математической деятельности.

Абстракции различаются также по уровням (порядкам). Абстракции от реальных предметов называются абстракциями первого порядка. Абстракциями от абстракций первого уровня называются абстракциями второго порядка и т. д. Самым высоким уровнем абстракции характеризуются философские категории.

Предельным случаем абстракции является идеализация . Идеализация – это мысленное конструирование понятий об объектах, не существующих и не осуществимых в действительности, но таких, для которых имеются прообразы в реальном мире.

В основу абстрагирования при идеализации берутся связи и качества явлений, принципиально существующие или возможные, но абстрагирование проводится настолько последовательно, предмет настолько полно изолируется от сопутствующих условий, что создаются объекты, не существующие в реальном мире.

То есть в процессе идеализации происходит предельное отвлечение от всех реальных свойств предмета и одновременно вводится в содержание образуемых понятий признаки, не реализуемые в действительности. В результате образуется так называемый “идеализированный объект”, которым может оперировать теоретическое мышление при отражении реальных объектов.

Однако именно эти идеализированные объекты служат моделями, позволяющими гораздо глубже и полнее выявить некоторые связи и закономерности, которые проявляются во многих реальных объектах.

Метод конкретизации по своей логической природе противоположен абстрагированию. Он заключается в мысленной реконструкции, воссоздании предмета на основе вычлененных ранее абстракций.

Конкретизация, направленная на воспроизведение развития предмета как целостной системы, становится особым методом исследования. Мышление из выделенных отдельных абстракций концентрирует цельный предмет. В результате получается конкретное, но уже мысленно-конкретное (в отличие от реального конкретного, существующего в действительности).

Конкретным здесь называется единство многообразия, сочетание многих свойств, качеств предмета.

Абстрактным, наоборот, - односторонние, изолированные от других моментов развития свойства или характеристики данного предмета.

Особым методом теоретического познания является метод восхождения от абстрактного к конкретному , направлен на воспроизведение развития и его источников.

Он необходим как для познания сложных процессов, так и для такого изложения результатов познания, которое позволило бы наиболее адекватно воспроизвести развитие и функционирование сложных объектов.

3. Моделирование – метод исследования объектов познания на их моделях. Он предполагает построение и изучение моделей реально существующих предметов и явлений.

Потребность в моделировании возникает тогда, когда исследование самого объекта невозможно, затруднительно, дорого, требует слишком длительного времени и т. д.

Между моделью и оригиналом должно существовать известное сходство (отношение подобия): физических характеристик, функций; поведения изучаемого объекта и его математического описания; структуры и др. Именно это сходство и позволяет переносить информацию, полученную в результате исследования модели, на оригинал.

В зависимости от характера используемых в научном исследовании моделей различаются несколько видов моделирования.

1. Физическое (материальное, предметное): характеризуется физическим подобием между моделью и оригиналом, его цель - воспроизведение в модели процессов, свойственных оригиналу. По результатам исследования тех или иных физических свойств модели судят о явлениях, происходящих в естественных («натуральных») условиях. Пренебрежение результатами такого моделирования может иметь тяжкие последствия. Примером служит история с английским кораблем-броненосцем «Кэптэн», построенным в 1870 г. Ученый-кораблестроитель В. Рид провел исследование модели корабля и выявил серьезные дефекты в его конструкции. Он сообщил об этом Адмиралтейству, но его мнение не было принято во внимание. В результате при выходе в море корабль перевернулся, что повлекло за собой гибель более 500 моряков.

В настоящее время физическое моделирование широко используется для разработки и экспериментального исследования различных сооружений (плотин электростанций, оросительных систем и т.п.), машин и т.п. до их реального построения. Например, аэродинамические качества самолетов исследуются на моделях.

2. Идеальное (мысленное): к этому виду М. относятся самые различные мысленные представления в форме тех или иных воображаемых моделей. Модели выступают в виде схем, графиков, чертежей, формул, системы уравнений и т.д.

Например, модель атома Резерфорда напоминала Солнечную систему: вокруг ядра («Солнца») вращаются электроны («планеты»). Эту же модель можно реализовать материально в виде чувственно воспринимаемых физических моделей.

К идеальному моделированию относят, так называемое “мысленное моделирование”, которое классифицируют на (см. таблицу 1):

Сложность, неисчерпаемость, бесконечность объекта исследования в социальной работе заставляет для проникновения в его суть, в его внутреннюю структуру и динамику искать более простые аналоги для исследования. Более простой по структуре и доступный изучению объект становится моделью более сложного объекта, именуемого прототипом (оригиналом). Открывается возможность переноса информации, добытой при использовании модели, по аналогии на прототип. В этом сущность одного из специфических методов теоретического уровня – метода моделирования.

Метод моделирования непрерывно развивается, на смену одним типам моделей по мере прогресса науки приходят другие. В то же время неизменным остается одно: важность, актуальность, а иногда и незаменимость моделирования как метода научного познания.

4. Особым видом моделирования, основанного на абстрагировании, является мысленный эксперимент .

В таком эксперименте исследователь на основе теоретических знаний об объективном мире и эмпирических данных создает идеальные объекты, соотносит их в определенной динамической модели, имитируя мысленно то движение и те ситуации, которые могли бы быть в реальном экспериментировании. При этом идеальные модели и объекты помогают в «чистом» виде выявить наиболее важные для познающего, существенные связи и отношения, проиграть проектируемые ситуации, отсеять неэффективные или слишком рискованные варианты.

5. Индукция (лат. – наведение) – логический метод (прием) исследования, связанный с обобщением результатов наблюдений и экспериментов и движением мысли от единичного к общему.

В И. данные опыта “наводят” на общее, индуцируют его. Поскольку опыт всегда бесконечен и неполон, то индуктивные выводы всегда имеют проблематичный (вероятностный) характер. Индуктивные обобщения обычно рассматривают как опытные истины или эмпирические законы.

В словаре русского языка под индукцией понимается способ рассуждения от частных фактов, положений к общим выводам.

Валерий Павлович Кохановский выделяет следующие виды индуктивных обобщений :

1) Индукция популярная , когда регулярно повторяющиеся свойства, наблюдаемые у некоторых представителей изучаемого множества (класса) и фиксируемые в посылках индуктивного умозаключения, переносятся на всех представителей изучаемого множества (класса) – в том числе и на неисследованные его части.

Итак, то, что верно в “n” наблюдавшихся случаях, верно в следующем или во всех наблюдавшихся случаях, сходных с ними. Однако полученное заключение часто оказывается ложным (например, “все лебеди белые”) вследствие поспешного обобщения. Таким образом, этот вид индуктивного обобщения существует до тех пор, пока не встретится случай, противоречащий ему (например, факт наличия черных лебедей). Популярную индукцию нередко называют индукцией через перечисление случаев.

То есть, когда число случаев не ограничено, практически бесконечно, мы имеем дело с неполной индукцией. Это процедура установления общего предложения на основании нескольких отдельных случаев, в которых наблюдалось определенное свойство, характерное для всех возможных случаев, сходных с наблюдаемым, называется индукцией через простое перечисление.

Главной проблемой полной индукции является вопрос о том, насколько правомерно такое перенесение знания с отдельных известных нам случаев, перечисляемых в отдельных предложениях, на все возможные и даже еще неизвестные нам случаи.

2) Индукция неполная – где делается вывод о том, что всем представителям изучаемого множества принадлежит свойство “n” на том основании, что “n” принадлежит некоторым представителям этого множества.

Например, некоторые металлы имеют свойство электропроводности, значит, все металлы электропроводны.

3) Индукция полная , в которой делается заключение о том, что всем представителям изучаемого множества принадлежит свойство “n” на основании полученной при опытном исследовании информации о том, что каждому представителю изучаемого множества принадлежит свойство “n”.

Т.е. общее предложение устанавливается путем перечисления в форме единичных предложений всех случаев, которые подводимы под него. Если мы смогли перечислить все случаи, а это имеет место, когда число случаев ограничено, то мы имеем дело с полной индукцией.

Рассматривая полную индукцию, необходимо иметь в виду, что она не дает нового знания и не выходит за пределы того, что содержится в ее посылках. Общее заключение, полученное на основе исследования частных случаев, суммирует содержащуюся в них информацию, позволяет обобщить, систематизировать ее.

4) Индукция научная , в которой, кроме формального обоснования полученного индуктивным путем обобщения, дается содержательное дополнительное обоснование его истинности, – в том числе с помощью дедукции (теорий, законов). Научная индукция дает достоверное заключение благодаря тому, что здесь акцент делается на необходимые, закономерные и причинные связи.

В любом научном исследовании часто бывает важно установить причинно -следственные связи между различными предметами и явлениями. Для этого применяются соответствующие методы, базирующиеся на индуктивных умозаключениях.

Рассмотрим основные индуктивные методы установления причинных связей (правила индуктивного исследования Бэкона–Милля).

а) Метод единственного сходства : если наблюдаемые случаи какого-либо явления имеют общим лишь одно обстоятельство, то, очевидно (вероятно), оно и есть причина данного явления.

б) Метод единственного различия : если случаи, при которых явление наступает или не наступает, различаются только в одном предшествующем обстоятельстве, а все другие обстоятельства тождественны, то это одно обстоятельство и есть причина данного явления

в) Объединенный метод сходства и различия образуется как подтверждение результата, полученного с помощью метода единственного сходства, применением к нему метода единственного различия: это комбинация первых двух методов.

г) Метод сопутствующих изменений : если изменение одного обстоятельства всегда вызывает изменение другого, то первое обстоятельство есть причина второго. При этом остальные предшествующие явления остаются неизменными.

Рассмотренные методы установления причинных связей чаще всего применяются не изолированно, а во взаимосвязи, дополняя друг друга.

Дедукция (лат. – выведение):

– во-первых, переход в процессе познания от общего к единичному (частному), выведение единичного из общего;

- во-вторых, процесс логического вывода, т. е. перехода по тем или иным правилам логики от некоторых данных предложений – посылок к их следствиям (заключениям). Как один из методов (приемов) научного познания тесно связан с индукцией. Это, как бы, диалектически взаимосвязанные способы движения мысли. В.П. Кохановский считает, что великие открытия, скачки научной мысли вперед создаются индукцией, рискованным, но истинно творческим методом. Д. мешает воображению впадать в заблуждение, она позволяет после установления индукцией новых исходных пунктов вывести следствия и сопоставить выводы с фактами. Д. обеспечивает проверку гипотез и служить ценным противоядием не в меру разыгравшейся фантазии.

Термин «дедукция» появился в средние века и введен Боэцием. Но понятие дедукции как доказательства какого-либо предложения посредством силлогизма фигурирует уже у Аристотеля («Первая аналитика»). Примером дедукции как силлогизма будет следующий вывод.

Первая посылка: карась - рыба;

вторая посылка: карась живет в воде;

вывод (умозаключение): рыба живет в воде.

7. Формализация - особый подход в научном познании, который заключается в использовании специальной символики, позволяющей отвлечься от изучения реальных объектов, от содержания описывающих их теоретических положении и оперировать вместо этого некоторым множеством символов (знаков). Пример Ф.- математическое описание. Для построения любой формальной системы необходимо:

1) задание алфавита, т. е. определенного набора знаков;

2) задание правил, по которым из исходных знаков этого алфавита могут быть получены «слова», «формулы»;

3) задание правил, по которым от одних слов, формул данной системы можно переходить к другим словам и формулам (так называемые правила вывода).

Достоинство Ф. - обеспечивает краткость и четкость записи научной информации. Формализованный язык не столь богат и гибок как естественный, но зато он не многозначен (полисемия), а обладает однозначной семантикой. Т.о., формализованный язык обладает свойством моносемичности.

Язык современной науки существенно отличается от естественного человеческого языка. Он содержит много специальных терминов, выражений, в нем широко используются средства формализации, среди которых центральное место принадлежит математической формализации. Исходя из потребностей науки, создаются различные искусственные языки, предназначенные для решения тех или иных задач. Все множество созданных и создаваемых искусственных формализованных языков входит в язык науки, образуя мощное средство научного познания.

7 . В научном познании гипотетико-дедуктивный метод получил развитие в 17-18 вв., когда значительные успехи были достигнуты в области механики земных и небесных тел. Первые попытки использовать этот метод в механике были сделаны Галилеем и Ньютоном. Работу Ньютона «Математические начала натуральной философии» можно рассматривать как гипотетико-дедуктивную систему механики, посылками в которой служат основные законы движения. Созданный Ньютоном метод принципов оказал огромное влияние на развитие точного естествознания.

С логической точки зрения гипотетико-дедуктивная система представляет собой иерархию гипотез, степень абстрактности и общности которых увеличивается по мере удаления их от эмпирического базиса. На самом верху располагаются гипотезы, имеющие наиболее общий характер и поэтому обладающие наибольшей логической силой. Из них как посылок выводятся гипотезы более низкого уровня. На самом низшем уровне системы находятся гипотезы, которые можно сопоставить с эмпирической действительностью.

Разновидностью гипотетико-дедуктивного метода можно считать математическую гипотезу, которая используется как важнейшее эвристическое средство для открытия закономерностей в естествознании Обычно в качестве гипотез здесь выступают некоторые уравнения, представляющие модификацию ранее известных и проверенных соотношений. Изменяя эти соотношения, составляют новое уравнение, выражающее гипотезу, которая относится к неисследованным явлениям. В процессе научного исследования наиболее трудная задача состоит в открытии и формулировании тех принципов и гипотез, которые служат основой для всех дальнейших выводов. Гипотетико-дедуктивный метод играет в этом процессе вспомогательную роль, поскольку с его помощью не выдвигаются новые гипотезы, а только проверяются вытекающие из них следствия, которые тем самым контролируют процесс исследования.

8. Близок к гипотетико-дедуктивному методу аксиоматический метод . Это способ построения научной теории, при котором в ее основу кладутся некоторые исходные положения (суждения) - аксиомы, или постулаты, из которых все остальные утверждения этой теории должны выводиться чисто логическим путем, посредством доказательства. Построение науки на основе аксиоматического метода обычно называют дедуктивным. Все понятия дедуктивной теории (кроме фиксированного числа первоначальных) вводятся посредством определений, образованных из числа ранее введенных понятий. В той или иной мере дедуктивные доказательства, характерные для аксиоматического метода, принимаются во многих науках, однако главной областью его приложения являются математика, логика, а также некоторые разделы физики.

Все описанные выше методы познания в реальном научном исследовании всегда работают во взаимодействии. Их конкретная системная организация определяется особенностями изучаемого объект, а также спецификой того или иного этапа исследования.