Моделирование как метод обучения психологии

Слово «модель» произошло от латинского слова «modelium», которое означает – мера, образ, способ и т.д. Его первоначальное значение было связано со строительным искусством, и почти во всех европейских языках оно употреблялось для обозначения образа или прообраза, или вещи, сходной в каком-то отношении с другой вещью.

Модель – это объект любой природы, сохраняющий некоторые важные для данного исследования черты объекта-оригинала и способный замещать его с целью получения новой информации об объекте.

Метод моделирования  это изучение объекта (оригинала) путем создания и исследования его модели.

Сущностными свойствами моделей являются:

1.Субъектность модели. Модель субъектна, так как именно человек проводит отбор тех свойств, в которых она соответствует оригиналу. Модель и оригинал всегда находятся в известном исследователю объективном соответствии. Модели, таким образом, не существуют в природе и обществе, их создает субъект познания.

2.Двойственная природа моделей. В процессе познания модель сама замещает объект, сохраняет при этом некоторые важные для исследователя черты и сама становится объектом непосредственного исследования. Модель – одновременно и предпосылка, и средство познания.

3.Трансформируемость модели. С моделью можно делать то, что с оригиналом нельзя. Возможность преобразований – самая фундаментальная, самая информативная сторона метода моделирования. Модель применяется для исследования объектов, оперирование с которыми затруднено или вовсе невозможно по этическим или организационным причинам.

4. Компактность модели. Модель компактнее оригинала и поэтому выступает в качестве альтернативы физического эксперимента. Модели воспроизводят объект исследования в упрощенной форме. Поскольку модель беднее по свойствам и отношениям, чем реальность, любое моделирование связано с проблемой адекватности модели. Модели одного и того же объекта могут быть различными и отражать этот объект с разных сторон. Для более разностороннего охвата реальности требуется множество моделей. Могут существовать многомодельные построения и многоуровневые модели. В свою очередь, от комплексной модели можно переходить к частным моделям.

5.Специфическая информативность модели как средства познания. Модель представляет собой абстракцию. Всегда можно выделить такие свойства, которые не представлены в данной модели.

Любая модель требует интерпретации. Знание такого рода относится к разряду относительных истин. Это – не аксиома, а вероятностное знание.

Метод моделирования является одним из основных общенаучных методов познания. В настоящее время без метода моделирования практически невозможно построить новую теорию, провести сложный эксперимент, изучить необычное явление и т.д. Анализ различных классификаций видов моделирования позволяет представить их в виде достаточно простой схемы, изображенной на схеме 1.

Виды моделирования

Материальное Идеальное

Физическое Аналоговое Интуитивное Научное

(натурное)

Знаковое

Компьютерное Математическое

Особым видом моделирования является мысленный эксперимент, который также широко используется в науке. История науки дает множество примеров успешного применения мысленных экспериментов, основанных на построении идеальных моделей и оперирования с ними в процессе формирования теоретических идей.

В зависимости от средств моделирования различают материальные и идеальные модели. Материальное (субстанциональное) моделирование основывается на материальной аналогии объекта и его модели. Для построения данного типа моделей необходимо выделить функциональные характеристики (геометрические, физические) исследуемого объекта. Процесс исследования связан с материальным воздействием на объект.

К материальным (субстанциальным) моделям социально-психологических явлений можно отнести те, которые моделируют один вид групповой деятельности посредством другого. Примером этого типа моделирования является проигрывание ситуаций в социально-психологическом тренинге. Также к субстанциональным моделям можно отнести социально-психологические эксперименты. Так, колония А. Макаренко являлась субстанциональной моделью организации и осуществления воспитательной работы с подростками.

Большой класс моделей представляют идеальные модели . Идеальное моделирование основано на мыслимой аналогии. И\деальное моделирование подразделяется на знаковое (формализованное) и интуитивное моделирование. Последнее применяется там, где процесс познания только начинается или системные взаимосвязи очень сложные.

Жизненный опыт человека можно рассматривать как интуитивную модель межличностных отношений.

Моделями знакового моделирования являются схемы, графики, чертежи, формулы. Важнейшим видом знакового моделирования является математическое моделирование . Так, естественный язык может выступать в роли модели при изучении быта, культуры, экономических и социальных отношений; естественные языки выступают в роли моделей при исследовании закономерностей мышления, представляющего собой отражения объективного мира.

Знаковые модели обладают некоторой самостоятельностью. Сегодня большая часть исследований по знаковым моделям ведется в русле логико-математических. В этих моделях природа прототипа и модели уже не играет никакой роли. В этих моделях важны чисто логические и математические свойства. Описание модели в этом случае не отделимо от самой модели. Возможность экспериментирования отсутствует и заменяется выводом. Новые знания получаются путем логического и математического выводов из первоначального описания модели. Некоторые социально-психологические процессы - такие, как принятие решений на выборах или распределение голосов избирателей, могут быть определены полностью в математических терминах.

Математические и компьютерные модели .

Одна из наиболее развитых областей математического моделирования социального поведения называется теорией игр. «Игры» в рамках данной теории – это ситуации, в которых два или более участника делают выбор в отношении своих действий, и выигрыш каждого участника зависит от совместного выбора обоих (всех). Игры, изучаемые теорией игр, обычно более формализованы, чем традиционные, и вознаграждения в них представляют собой не просто выигрыш или проигрыш, а нечто боле сложное, но принцип соревнования здесь и там один и тот же.

Теория игр вначале рассматривалась на материале одного из типов соревнования, которое носит название игры с нулевой суммой. Условие этого типа игры: сколько один игрок выигрывает, столько же другой проигрывает. К этой категории принадлежит большая часть обычных игр. Однако большая часть социально-психологических ситуаций являются играми с ненулевой суммой, или кооперативными, когда оба игрока при определенных условиях могут оказаться в выигрыше (то есть тот факт, что один из игроков выиграл вовсе не означает тот факт, что другой столько же проиграл). Из кооперативных игр лучше всего изучена игра «дилемма заключенного». Эта модель может применяться для обоюдного контроля выполнения деловых контрактов, принятие решений о начале активных действий (забастовки, коллективные сговоры). В реальной действительности игроки чаще выбирают сотрудничество, несмотря на все факторы, подталкивающие их к обману.

Кроме рассмотренных моделей, к математическим моделям относятся модели ожидаемой полезности. Они эффективны при решении вопросов, какие меры следует предпринять (прескриптивные модели), но предсказать действительное поведение людей (дескриптивные модели) они не могут. К этим моделям близки модели оптимизации, которые по большей части были заимствованы из экономической науки и инженерного дела. Эти модели полезны для определения оптимального поведения, например когда в качестве соперника выступает непредсказуемое будущее, в ситуациях конкуренции с малым числом участников, а кроме того в условиях конкуренции, когда обстановка определяется большим числом участников (8). Математическое описание колебательных процессов вызывает интерес в связи с изучением мотивации, модели формирования общественного мнения описывают с помощью кинетических уравнений. Статические задачи как правило записываются в виде алгебраических выражений, динамические – в виде дифференциальных и конечноразностных уравнений.

Компьютерные модели основываются на программировании с использованием не уравнений, а алгоритмов (строго сформулированных последовательных инструкций). Компьютерные модели бывают особенно эффективны при изучении ситуаций, сопряженных с обработкой большого количества информации, например, процессов обучения, нечисловых процессов. Очень часто применяется такая форма компьютерной модели как экспертная система. В ней используется большое количество установок типа «если … то». Экспертные системы проявили свои возможности в точном воспроизведении поступков людей в самых разнообразных областях.

Ценность всякой абстрактной модели определяется тем, насколько она полезна для изучения реального мира . Модель хороша лишь в том случае, если ее изучение открывает какие-то новые важные свойства моделируемых объектов, которых мы не знали при построении модели. При этом модель не должна быть слишком сложной, иначе она будет недоступна для точного математического исследования.

Таким образом, моделирование выступает и как процесс углубления наших знаний об окружающем мире, и как критерий проверки истинности этих знаний и как источник новых теорий . Это подтверждает необходимость обучения студентов методу моделирования.

Психолого-педагогические аспекты применения метода моделирования в обучении :

Способ формирования теоретического мышления и активизации мыслительной деятельности,

Цель и средство учебного познания, повышения эффективности усвоения новых знаний, высшая ступень реализации принципа наглядности,

Средство обобщения наблюдаемых и изучаемых фактов и явлений, интеграции естественнонаучных знаний.

Обучать методу моделирования необходимо систематически в процессе преподавания всего блока естественнонаучных дисциплин. Дальнейшего изучения требует выбор эффективных путей включения метода моделирования в логическую структуру вузовского образования. Следовательно, необходимо сделать моделирование самостоятельным предметом изучения. В результате будущие учителя и преподаватели смогут использовать метод моделирования в своей профессиональной деятельности.

Процесс построения модели можно представить в такой последовательности этапов (по Макеровой) Моделирование в социальной психологии):

1.Нахождение образной (метафорической) аналогии между изучаемой системой и некоторой другой, более изученной;

2. Проверка обоснованности найденного образа, его соответствия наблюдаемой реальности;

3.Введение аналогии в логические рамки, которые позволяют проверить степень полноты соответствия аналогий с реальными данными;

4. Проверка существенности, ценности аналогии, т.е. установление значимости в модели и прототипе тех отношений, которые пока не были приняты во внимание. Если учет последних не приводит к серьезным поправкам в образе, то модель-аналог признается полезной. После этого начинаются этапы детализации модели;

5. Установление масштабов, входящих в логическую модель величин и пределов их изменчивости (области валидности) при которых данная аналогия является вполне справедливой;

6. Исследование возможности интерпретации в терминах модели второстепенных отношений прототипа, от которых мы отвлекались на первых этапах;

7.Описание предложенной модели возможно более формальным способом.

Как вещественному аналогу, так и идеальной концептуальной модели может быть присуща наглядность. Таковы, например, некоторые модели мотивации. Широко известна предложенная Ф.Хайдером модель Р-О-Х, или «треугольник Хайдера».

К логико-структурным схемам (условно-графической наглядности) относятся не только схемы, но и графики, диаграммы, схематические рисунки . Они используются как для выявления существенных признаков, связей и отношений явлений, событий, процессов и т.п., так и для формирования локального образного представления фрагмента текста. При помощи схематического изображения автор раскрывает явления в его логической последовательности, обеспечивает наглядное сравнение двух или более объектов, а также обобщает и систематизирует информацию.

По функциональному признаку схемы делятся на следующие типы:

сущностные , которые отражают составные части понятий, явлений, процессов и т.п.;

логические , устанавливающие логическую последовательность между частями;

образные , улучшающие понимание трудных мест в тексте.

Для создания у обучаемого реалистического образа в ряде случаев целесообразно сопоставление схематического изображения с другими видами иллюстраций.

Разумеется, схема может быть дополнена конкретным текстовым материалом, но объем его желательно ограничить, так как существует опасность перегруженности схемы, что затруднит зрительное восприятие материала.

Компактное размещение материала, лаконичные условные обозначения позволяют разгрузить схему.

Таким образом, схемы, позволяют акцентировать внимание на главном в изучаемом материале, развивают абстрактное мышление, отражают составные части понятий, явлений, процессов; устанавливают логическую последовательность между частями, выявляют существенные признаки, связи и отношения явлений, процессов и т.п.

При разработке схем необходимо соблюдать следующие требования :

использовать короткие текстовые комментарии;

не использовать много ярких цветов;

количество составных частей схемы и их связей должно соответствовать содержанию и характеру выделенного фрагмента текста.

Ниже рассмотрено несколько примеров схем.

ЛОГИКО-СМЫСЛОВЫЕ МОДЕЛИ.

Алгоритм конструирования ЛОГИКО-СМЫСЛОВЫХ МОДЕЛЕЙ.

Конструирование моделей включает следующие процедуры:

В центр будущей системы координат (условный фокус внимания) помещается объект конст­руи­рования: экспериментальная тема, про­блемная си­туация, задача и т.п.;

Определяется набор координат – «круг вопросов» по проектируемой теме, в число которых могут включаться такие смысловые группы, как цели и задачи изучения темы, объект и предмет изучения, сценарий и способы изучения, содержание и гуманитарный фон изучаемой темы, типовые задачи и способы их решения,

Осуществляется перекодирова­ние информационных фрагментов для каждой гранулы путем замены развернутых информационных блоков ключевыми словами, словосочетаниями или, как исключение, аббревиатурой.

Тема 1. Моделирование как метод познания

План:

1. Модель, моделирование

2. Классификация моделей. Материальные и информационные модели

1.Модель, моделирование

У американского писателя-фантаста Рея Брэдбери есть рассказ «И грянул гром». В нем повествуется о фирме, организующей путешествия на 60 миллионов лет в прошлое. Все посетители прошлого должны передвигаться только по специально проложенной тропе, ибо один неосторожный шаг уже способен нарушить последу­ющую Историю. Устами одного из служащих фирмы это описано так:

«Допустим, мы случайно убили здесь мышь. Это значит, что всех будущих потомков этой мыши не будет... Вы уничтожите не одну, а миллион мышей... А как с лисами, для питания которых нужны были именно эти мыши? Не хватит десяти мышей - умрет одна лиса. Десятью лисами меньше - подохнет от голода лев... И вот итог: через 59 миллионов лет пещерный человек, один из дюжины, населяющей весь мир, выходит на охоту за кабаном или саблезубым тигром. Но вы, раздавив одну мышь, раздавили всех тигров в этих местах. И пещерный чело­век умирает от голода... Это смерть миллиарда его потомков. Может быть, Рим не появится на своих семи холмах...»

Напрасно один из героев рассказа умолял вернуть его на 60 миллионов лет назад, чтобы оживить случайно раздавленную им бабочку. Он оказался уже совсем в иной Истории и погиб.

Это, конечно, всего лишь фантастика, сказка, смоделированная автором ситуа­ция, но в ней намек всем нам, как осторожны должны мы быть в нашем общении с природой. Как часто наши решения оказываются непродуманными: то мы вдруг решаем уничтожить всех волков, якобы приносящих только вред, то заселяем весь материк кроликами (так случилось в Австралии) и потом не знаем, как от них избавиться. Каждый раз хочется вернуться в тот роковой миг и сделать более пра­вильный, как нам кажется, шаг. Но это, увы, невозможно - нет такой машины времени, которая перенесла бы нас в прошлое.

Есть, однако, «машина времени», позволяющая заглянуть в будущее, проана­лизировать, смоделировать процесс, ситуацию, - это наука.

Рассмотрим пример из жизни. В 1870 г. английское Адмиралтейство спустило на воду новый броненосец «Кэптен». Корабль вышел в море и перевернулся. Погиб корабль, погибли 523 человека.

Это было совершенно неожиданно для всех. Для всех, кроме одного человека. Им был английский ученый-кораблестроитель В. Рид, который предварительно провел исследования на модели броненосца и установил, что корабль опрокинется даже при небольшом волнении. Но ученому, проделывающему какие-то «несерьез­ные» опыты с «игрушкой», не поверили лорды из Адмиралтейства. И случилось непоправимое.

С различными моделями мы сталкиваемся еще в раннем детстве: игрушечный автомобиль, самолет или кораблик для многих были любимыми игрушками, равно как и плюшевый медвежонок или кукла. Дети часто моделируют (играют в кубики, обыкновенная палка им заменяет коня и т. д.).

В развитии ребенка, в процессе познания им окружающего мира такие игруш­ки, являющиеся, по существу, моделями реальных объектов, играют важную роль. В подростковом возрасте для многих увлечение авиамоделированием, судомоделированием, собственноручным созданием игрушек, похожих на реальные объекты, оказывает влияние на выбор жизненного пути. Модели и моделирование используются человечеством давно. По сути, именно модели и модельные отношения обусловили появление разговорных языков, пись­менности, графики. Наскальные изображения наших предков, затем картины и книги - это модельные, информационные формы передачи знаний об окружаю­щем мире последующим поколениям.

Попробуем разобраться в том, что такое модель.

Казалось бы, что общего между игрушечным корабликом и рисунком на экране компьютера, изображающим сложную математическую абстракцию? И все же об­щее есть: и в том, и в другом случае мы имеем образ реального объекта, представ­ляющий собой «заместитель» некоторого оригинала, воспроизводящий оригинал с той или иной степенью достоверности или детализации. Другими словами: модель является представлением объекта в некоторой форме, отличной от формы его реального существования.

Практически во всех науках о природе (живой и неживой) и обществе постро­ение и использование моделей являются мощным орудием познания. Реальные объек­ты и процессы бывают столь многогранны и сложны, что лучшим способом их изучения является такой: построить модель, отображающую лишь какую-то грань реальности и потому несравнимо более простую, чем эта реальность, и исследовать сначала эту модель. Многовековой опыт развития науки доказал на практике пло­дотворность такого подхода. Модель - неоценимый и бесспорный помощник ин­женеров и ученых.

Приведем несколько примеров, поясняющих, что такое модель.

Архитектор готовится построить здание невиданного доселе типа. Но прежде чем воздвигнуть его, он сооружает это здание из кубиков на столе, чтобы посмот­реть, как оно будет выглядеть. Это модель здания.

Для того чтобы объяснить, как функционирует система кровообращения, лек­тор демонстрирует плакат со схемой, на которой стрелочками изображены направ­ления движения крови. Это модель функционирования системы кровообращения.

На стене висит картина, изображающая яблоневый сад в цвету. Это модель яблоневого сада.

Литературный жанр, такой, как басня или притча, имеет непосредственное отношение к понятию модели, поскольку смысл этого жанра состоит в переносе отношений между людьми на отношения между животными.

Попытаемся понять, какова роль моделей в приведенных примерах.

Конечно, архитектор мог бы построить здание без предварительных экспери­ментов с кубиками. Но он не уверен, что здание будет выглядеть достаточно хоро­шо. Если оно окажется некрасивым, то многие годы будет немым укором своему создателю. Лучше уж поэкспериментировать с кубиками.

Разумеется, лектор мог бы воспользоваться для демонстрации подробным ана­томическим атласом. Но подобная степень детализации ему совершенно не нужна при изучении системы кровообращения. Более того, она мешает изучению, так как не дает сосредоточиться на главном. Гораздо эффективнее воспользоваться плакатом.

Естественно, гуляя в благоухающем яблоневом саду, можно получить богатей­шие эмоциональные впечатления. Но если мы живем на Крайнем Севере и у нас нет возможности увидеть яблоневый сад в цвету, можно посмотреть на картину и представить этот сад.

Во всех перечисленных примерах имеет место сопоставление некоторого объек­та с другим, его заменяющим: реальное здание - постройка из кубиков; система кровообращения - схема на плакате; яблоневый сад - картина, его изображающая.

Итак, дадим следующее определение модели:

Модель - это такой материальный или мысленно представляемый объект, который в процессе изучения замещает объект-оригинал, сохраняя некоторые важные для данного исследования типичные черты этого оригинала.

Или можно сказать другими словами: модель - это упрощенное представле­ние о реальном объекте, процессе или явлении.

Модель позволяет научиться правильно управлять объектом посредством апро­бации различных вариантов управления на модели этого объекта. Экспериментиро­вать в этих целях с реальным объектом в лучшем случае бывает неудобно, а как правило, просто вредно или вообще невозможно в силу ряда причин (большой про­должительности эксперимента во времени, риска привести объект в нежелательное и необратимое состояние и т. п.)

Итак, сделаем выводы: модель необходима, для того чтобы:

Понять, как устроен конкретный объект - каковы его структура, основные свойства, законы развития и взаимодействия с окружающим миром;

Научиться управлять объектом или процессом и определять наилучшие спосо­бы управления при заданных целях и критериях (оптимизация);

Прогнозировать прямые и косвенные последствия реализации заданных спосо­бов и форм воздействия на объект.

Никакая модель не может заменить само явление, но при решении задачи, когда нас интересуют определенное свойство изучаемого процесса или явления, модель ока­зывается полезным, а подчас и единственным инструментом исследования, познания.

Моделированием называется как процесс построения модели, так и процесс изучения строения и свойств оригинала с помощью построенной модели.

Технология моделирования требует от исследователя умения определять про­блемы и ставить задачи, прогнозировать результаты исследования, проводить разум­ные оценки, выделять главные и второстепенные факторы для построения моде­лей, выбирать аналогии и математические формулировки, решать задачи с исполь­зованием компьютерных систем, проводить анализ компьютерных экспериментов.

Навыки моделирования очень важны для человека в его повседневной деятель­ности. Они помогают разумно планировать распорядок дня, учебу, труд, выбирать оптимальные варианты при наличии выбора, удачно разрешать различные жиз­ненные проблемы.

Материальным (предметным, физическим) принято называть моделиро­вание, при котором реальному объекту сопоставляется его увеличенная или уменьшенная копия, допускающая исследование (как правило, в лабораторных условиях) с помощью последующего перенесения свойств изучаемых процессов и явлений с модели на объект на основе теории подобия.

Примеры: в астрономии - планетарий, в архитектуре - макеты зданий, в самолетостроении - модели летательных аппаратов.

От материального моделирования принципиально отличается идеальное моде­лирование, которое основано не на материальной аналогии объекта и модели, а на идеальной, мыслительной.

Одним из эффективных методов исследования систем управ­ления является моделирование - разработка моделей, позволяю­щих принимать объективные решения в ситуациях, слишком сложных для простой причинно-следственной оценки альтерна­тив. Несмотря на то что многие модели исследуемых социально-экономических систем настолько сложны, что без компьютера обойтись зачастую невозможно, концепция моделирования про­ста. По определению Шеннона, «модель - это представление объекта, системы или идеи в некоторой форме, отличной от са­мой целостности». Схема организации, например, - это и есть мо­дель, представляющая ее структуру. Главной характеристикой мо­дели можно считать упрощение реальной жизненной ситуации, к которой она применяется. Поскольку форма модели менее слож­на, а не относящиеся к делу данные устраняются, модель повы­шает способность руководителя разрешать встающие перед ним проблемы. Ряд причин обусловливают использование модели вместо по­пыток прямого взаимодействия с реальным миром:

· сложность многих организационных ситуаций: поскольку реальный мир организации исключительно сложен и фактическое число переменных, относящихся к конкретной проблеме, значи­тельно превосходит возможности любого человека, то постичь его
можно, упростив реальный мир с помощью моделирования;

· трудности, связанные с проведением экспериментов в реаль­ной жизни, в частности необходимость значительных затрат, в том числе и материальных;

· ориентация управления на будущее: невозможно наблюдать явление, которое еще не существует и, может быть, никогда не состоится; моделирование - единственный в настоящее время си­стематизированный способ увидеть варианты будущего и опреде­лить потенциальные последствия альтернативных решений.

Типы моделей и процесс их построения

Модель - это система, располагающаяся между исследовате­лем и предметом его исследования. Существуют следующие виды моделей: физические (модель здания, прибора, машины), матема­тические (система формул, тождеств и неравенств, описывающая какой-либо процесс, явление), логические (система понятий, опи­сывающая явление, процесс, предмет), модели общественно-эко­номических формаций, модели структур, методов и т.п.

Рассмот­рим основные из них.

Физическая модель представляет то, что исследуется с помощью увеличенного или уменьшенного описания объекта или системы в том или ином масштабе. По утверждению Шеннона, отличитель­ная характеристика физической модели (которую иногда называ­ют портретной) - то, что она выглядит как «моделируемая цело­стность». Пример физической модели - чертеж завода, выполнен­ный в определенном масштабе. Такая физическая модель упрощает визуальное восприятие и помогает установить, сможет ли конкретное оборудование физически разместиться в пределах отведенного для него места. Автомобильные и авиационные пред­приятия всегда изготавливают физические уменьшенные копии новых средств передвижения, чтобы проверить их определенные характеристики.

Аналоговая модель представляет исследуемый объект - аналог, который ведет себя как реальный объект, но не выглядит таковым. Пример аналоговой модели - схема организационной структуры предприятия. Выстраивая ее, руководство в состоянии легко пред­ставить себе цепи прохождения команд и формальную зависимость между индивидуумами и их деятельностью. Аналоговая модель является более простым и эффективным способом проявления сложных взаимосвязей структуры крупной организации, чем со­ставление перечня взаимосвязей между всеми работниками.

В математической модели (называемой также символической) используются символы для описания свойств или характеристик объектов или событий. Пример математической модели как сред­ства, помогающего решать исключительно сложные проблемы, - известная формула А. Эйнштейна Ε = me2. Если бы А. Эйнштейн не смог построить эту математическую модель, в которой симво­лы заменяют реальность, маловероятно, что у физиков появилась бы даже отдаленная идея о взаимосвязи материи и энергии. Ма­тематические модели относятся к типу моделей, чаще всего ис­пользуемых при принятии организационных решений.

Основные этапы процесса построения моделей:

· постановка задачи;

· построение модели;

· проверка модели на достоверность;

· применение модели.

Постановка задачи - наиболее важный этап построения моде­ли, способный обеспечить правильное решение управленческой проблемы. Использование математики или компьютера не прине­сет пользы, если сама проблема не будет точно диагностирована. А. Эйнштейн отмечал, что правильная постановка задачи важнее даже, чем ее решение. Огромные средства расходуются ежегодно на поиски элегантных и глубокомысленных ответов на неверно поставленные вопросы.

При построении модели разработчик должен определить глав­ную цель модели, выходные нормативы или информацию, кото­рую предполагается получить, чтобы помочь руководству разре­шить определенную проблему. В дополнение к установлению глав­ных целей разработчик должен определить, какая информация требуется для построения модели. Другим важным фактором, тре­бующим учета при построении модели, являются расходы. Мо­дель, которая стоит больше, чем вся задача, решаемая с ее помо­щью, конечно, не внесет никакого вклада в достижение целей организации.

Один из аспектов проверки модели на достоверность - опреде­ление степени соответствия модели реальному миру. Разработчик должен установить, все ли существенные компоненты реальной ситуации встроены в модель. Чем полнее модель отражает реаль­ный мир, тем выше ее потенциал как средства оказания помощи руководителю в принятии эффективного управленческого реше­ния. Другой аспект проверки модели на достоверность - установ­ление, в какой степени информация, получаемая с ее помощью, помогает руководителю разрешить проблему. Хороший способ проверки модели - опробование ее на ситуации из прошлого.

После проверки на достоверность модель готова к использова­нию . По утверждению Шеннона, ни одну модель «нельзя считать успешно выстроенной, пока она не принята, не понята и не при­менена на практике». Это очевидно, но зачастую этот этап пост­роения моделей оказывается одним из самых трудных. Согласно ре­зультатам исследования лишь около 60% моделей науки управления были использованы в полной или почти в полной мере - в силу того, что руководители проявляют опасение или непонимание.

Моделирование как метод научного познания. Особенности применения метода математического моделирования в экономике. Особенности экономических наблюдений и измерений.

Моделирование как метод научного познания

Реферат выполнил: студент дневного отделения факультета "Экономическая Кибеpнетика" гpуппы 432 Ковалев И.В.

РОССИЙСКАЯ ЭКОHОМИЧЕСКАЯ АКАДЕМИЯ ИМ.Г.В.ПЛЕХАHОВА

Кафедpа Экономической Кибеpнетики

МОСКВА - 1994

1. Моделирование как метод научного познания.

Моделирование в научных исследованиях стало применяться еще в глубокой древности и постепенно захватывало все новые области научных знаний: техническое конструирование, строительство и архитектуру, астрономию, физику, химию, биологию и, наконец, общественные науки. Большие успехи и признание практически во всех отраслях современной науки принес методу моделирования ХХ в. Однако методология моделирования долгое время развивалась независимо отдельными науками. Отсутствовала единая система понятий, единая терминология. Лишь постепенно стала осознаваться роль моделирования как универсального метода научного познания.

Термин "модель" широко используется в различных сферах человеческой деятельности и имеет множество смысловых значений. Рассмотрим только такие "модели", которые являются инструментами получения знаний.

Модель - это такой материальный или мысленно представляемый объект, который в процессе исследования замещает объект-оригинал так, что его непосредственное изучение дает новые знания об объекте-оригинале

Под моделирование понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез.

Главная особенность моделирования в том, что это метод опосредованного познания с помощью объектов-заместителей. Модель выступает как своеобразный инструмент познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект. Именно эта особенность метода моделирования определяет специфические формы использования абстракций, аналогий, гипотез, других категорий и методов познания.

Необходимость использования метода моделирования определяется тем, что многие объекты (или проблемы, относящиеся к этим объектам) непосредственно исследовать или вовсе невозможно, или же это исследование требует много времени и средств.

Процесс моделирования включает три элемента: 1) субъект (исследователь), 2) объект исследования, 3) модель, опосредствующую отношения познающего субъекта и познаваемого объекта.

Пусть имеется или необходимо создать некоторый объект А. Мы конструируем (материально или мысленно) или находим в реальном мире другой объект В - модель объекта А. Этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обуславливаются тем, что модель отражает какие-либо существенные черты объекта-оригинала. Вопрос о необходимости и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть оригиналом), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала.

Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от отражения других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько "специализированных" моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

На втором этапе процесса моделирования модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение "модельных" экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о ее "поведении". Конечным результатом этого этапа является множество знаний о модели R.

На третьем этапе осуществляется перенос знаний с модели на оригинал - формирование множества знаний S об объекте. Этот процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели. Мы можем с достаточным основанием переносить какой-либо результат с модели на оригинал, если этот результат необходимо связан с признаками сходства оригинала и модели. Если же определенный результат модельного исследования связан с отличием модели от оригинала, то этот результат переносить неправомерно.

Четвертый этап - практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

Для понимания сущности моделирования важно не упускать из виду, что моделирование - не единственный источник знаний об объекте. Процесс моделирования "погружен" в более общий процесс познания. Это обстоятельство учитывается не только на этапе построения модели, но и на завершающей стадии, когда происходит объединение и обобщение результатов исследования, получаемых на основе многообразных средств познания.

Моделирование - циклический процесс. Это означает, что за первым четырехэтапным циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта и ошибками в построении модели, можно исправить в последующих циклах. В методологии моделирования, таким образом, заложены большие возможности саморазвития.

2. Особенности применения метода математического моделирования в экономике.

Проникновение математики в экономическую науку связано с преодолением значительных трудностей. В этом отчасти была "повинна" математика, развивающаяся на протяжении нескольких веков в основном в связи с потребностями физики и техники. Но главные причины лежат все же в природе экономических процессов, в специфике экономической науки.

Большинство объектов, изучаемых экономической наукой, может быть охарактеризовано кибернетическим понятием сложная система.

Наиболее распространено понимание системы как совокупности элементов, находящихся во взаимодействии и образующих некоторую целостность, единство. Важным качеством любой системы является эмерджентность - наличие таких свойств, которые не присущи ни одному из элементов, входящих в систему. Поэтому при изучении систем недостаточно пользоваться методом их расчленения на элементы с последующим изучением этих элементов в отдельности. Одна из трудностей экономических исследований - в том, что почти не существует экономических объектов, которые можно было бы рассматривать как отдельные (внесистемные) элементы.

Сложность системы определяется количеством входящих в нее элементов, связями между этими элементами, а также взаимоотношениями между системой и средой. Экономика страны обладает всеми признаками очень сложной системы. Она объединяет огромное число элементов, отличается многообразием внутренних связей и связей с другими системами (природная среда, экономика других стран и т.д.). В народном хозяйстве взаимодействуют природные, технологические, социальные процессы, объективные и субъективные факторы.

Сложность экономики иногда рассматривалась как обоснование невозможности ее моделирования, изучения средствами математики. Но такая точка зрения в принципе неверна. Моделировать можно объект любой природы и любой сложности. И как раз сложные объекты представляют наибольший интерес для моделирования; именно здесь моделирование может дать результаты, которые нельзя получить другими способами исследования.

Потенциальная возможность математического моделирования любых экономических объектов и процессов не означает, разумеется, ее успешной осуществимости при данном уровне экономических и математических знаний, имеющейся конкретной информации и вычислительной технике. И хотя нельзя указать абсолютные границы математической формализуемости экономических проблем, всегда будут существовать еще неформализованные проблемы, а также ситуации, где математическое моделирование недостаточно эффективно.

3. Особенности экономических наблюдений и измерений.

Уже длительное время главным тормозом практического применения математического моделирования в экономике является наполнение разработанных моделей конкретной и качественной информацией. Точность и полнота первичной информации, реальные возможности ее сбора и обработки во многом определяют выбор типов прикладных моделей. С другой стороны, исследования по моделированию экономики выдвигают новые требования к системе информации.

В зависимости от моделируемых объектов и назначения моделей используемая в них исходная информация имеет существенно различный характер и происхождение. Она может быть разделена на две категории: о прошлом развитии и современном состоянии объектов (экономические наблюдения и их обработка) и о будущем развитии объектов, включающую данные об ожидаемых изменениях их внутренних параметров и внешних условий (прогнозы). Вторая категория информации является результатом самостоятельных исследований, которые также могут выполняться посредством моделирования.

Методы экономических наблюдений и использования результатов этих наблюдений разрабатываются экономической статистикой. Поэтому стоит отметить только специфические проблемы экономических наблюдений, связанные с моделированием экономических процессов.

В экономике многие процессы являются массовыми; они характеризуются закономерностями, которые не обнаруживаются на основании лишь одного или нескольких наблюдений. Поэтому моделирование в экономике должно опираться на массовые наблюдения.

Другая проблема порождается динамичностью экономических процессов, изменчивостью их параметров и структурных отношений. Вследствие этого экономические процессы приходится постоянно держать под наблюдением, необходимо иметь устойчивый поток новых данных. Поскольку наблюдения за экономическими процессами и обработка эмпирических данных обычно занимают довольно много времени, то при построении математических моделей экономики требуется корректировать исходную информацию с учетом ее запаздывания.

Познание количественных отношений экономических процессов и явлений опирается на экономические измерения. Точность измерений в значительной степени предопределяет и точность конечных результатов количественного анализа посредством моделирования. Поэтому необходимым условием эффектного использования математического моделирования является совершенствование экономических измерителей. Применение математического моделирования заострило проблему измерений и количественных сопоставлений различных аспектов и явлений социально-экономического развития, достоверности и полноты получаемых данных, их защиты от намеренных и технических искажений.

В процессе моделирования возникает взаимодействие "первичных" и "вторичных" экономических измерителей. Любая модель народного хозяйства опирается на определенную систему экономических измерителей (продукции, ресурсов, элементов и т.д.). В то же время одним из важных результатов народнохозяйственного моделирования является получение новых (вторичных) экономических измерителей - экономически обоснованных цен на продукцию различных отраслей, оценок эффективности разнокачественных природных ресурсов, измерителей общественной полезности продукции. Однако эти измерители могут испытывать влияние недостаточно обоснованных первичных измерителей, что вынуждает разрабатывать особую методику корректировки первичных измерителей для хозяйственных моделей.

С точки зрения "интересов" моделирования экономики в настоящее время наиболее актуальными проблемами совершенствования экономических измерителей являются: оценка результатов интеллектуальной деятельности (особенно в сфере научно-технических разработок, индустрии информатики), построение обобщающих показателей социально-экономического развития, измерение эффектов обратных связей (влияние хозяйственных и социальных механизмов на эффективность производства).

4. Случайность и неопределенность в экономическом развитии.

Для методологии планирования экономики важное значение имеет понятие неопределенности экономического развития. В исследованиях по экономическому прогнозированию и планированию различают два типа неопределенности: "истинную", обусловленную свойствами экономических процессов, и "информационную", связанную с неполнотой и неточностью имеющейся информации об этих процессах. Истинную неопределенность нельзя смешивать с объективным существованием различных вариантов экономического развития и возможностью сознательного выбора среди них эффективных вариантов. Речь идет о принципиальной невозможности точного выбора единственного (оптимального) варианта.

В развитии экономики неопределенность вызывается двумя основными причинами. Во-первых, ход планируемых и управляемых процессов, а также внешние воздействия на эти процессы не могут быть точно предсказуемы из-за действия случайных факторов и ограниченности человеческого познания в каждый момент. Особенно характерно это для прогнозирования научно-технического прогресса, потребностей общества, экономического поведения. Во-вторых, общего сударственное планирование и управление не только не всеобъемлющи, но и не всесильны, а наличие множества самостоятельных экономических субъектов с особыми интересами не позволяет точно предвидеть результаты их взаимодействий. Неполнота и неточность информации об объективных процессах и экономическом поведении усиливают истинную неопределенность.

На первых этапах исследований по моделированию экономики применялись в основном модели детерминистского типа. В этих моделях все параметры предполагаются точно известными. Однако детерминистские модели неправильно понимать в механическом духе и отождествлять их с моделями, которые лишены всех "степеней выбора" (возможностей выбора) и имеют единственное допустимое решение. Классическим представителем жестко детерминистских моделей является оптимизационная модель народного хозяйства, применяемая для определения наилучшего варианта экономического развития среди множества допустимых вариантов.

В результате накопления опыта использования жестко детерминистских моделей были созданы реальные возможности успешного применения более совершенной методологии моделирования экономических процессов, учитывающих стохастику и неопределенность. Здесь можно выделить два основных направления исследований. Во-первых, усовершенствуется методика использования моделей жестко детерминистского типа: проведение многовариантных расчетов и модельных экспериментов с вариацией конструкции модели и ее исходных данных; изучение устойчивости и надежности получаемых решений, выделение зоны неопределенности; включение в модель резервов, применение приемов, повышающих приспособляемость экономических решений к вероятным и непредвидимым ситуациям. Во-вторых, получают распространение модели, непосредственно отражающие стохастику и неопределенность экономических процессов и использующие соответствующий математический аппарат: теорию вероятностей и математическую статистику, теорию игр и статистических решений, теорию массового обслуживания, стохастическое программирование, теорию случайных процессов.

5. Проверка адекватности моделей.

Сложность экономических процессов и явлений и другие отмеченные выше особенности экономических систем затрудняют не только построение математических моделей, но и проверку их адекватности, истинности получаемых результатов.

В естественных науках достаточным условием истинности результатов моделирования и любых других форм познания является совпадение результатов исследования с наблюдаемыми фактами. Категория "практика" совпадает здесь с категорией "действительность". В экономике и других общественных науках понимаемые таким образом принцип "практика - критерий истины" в большей степени применим к простым дескриптивным моделям, используемым для пассивного описания и объяснения действительности (анализа прошлого развития, краткосрочного прогнозирования неуправляемых экономических процессов и т.п.).

Однако главная задача экономической науки конструктивна: разработка научных методов планирования и управления экономикой. Поэтому распространенный тип математических моделей экономики - это модели управляемых и регулируемых экономических процессов, используемые для преобразования экономической действительности. Такие модели называются нормативными. Если ориентировать нормативные модели только на подтверждение действительности, то они не смогут служить инструментом решения качественно новых социально-экономических задач.

Специфика верификации нормативных моделей экономики состоит в том, что они, как правило, "конкурируют" с другими, уже нашедшими практическое применение методами планирования и управления. При этом далеко не всегда можно поставить чистый эксперимент по верификации модели, устранив влияние других управляющих воздействий на моделируемый объект.

Ситуация еще более усложняется, когда ставится вопрос о верификации моделей долгосрочного прогнозирования и планирования (как дескриптивных, так и нормативных). Ведь нельзя же 10-15 лет и более пассивно ожидать наступления событий, чтобы проверить правильность предпосылок модели.

Несмотря на отмеченные усложняющие обстоятельства, соответствие модели фактам и тенденциям реальной экономической жизни остается важнейшим критерием, определяющим направления совершенствования моделей. Всесторонний анализ выявляемых расхождений между действительностью и моделью, сопоставление результатов по модели с результатами, полученными иными методами, помогают выработать пути коррекции моделей.

Значительная роль в проверке моделей принадлежит логическому анализу, в том числе средствами самого математического моделирования. Такие формализованные приемы верификации моделей, как доказательство существования решения в модели, проверка истинности статистических гипотез о связях между параметрами и переменными модели, сопоставления размерности величин и т.д., позволяют сузить класс потенциально "правильных" моделей.

Внутрення непротиворечивость предпосылок модели проверяется также путем сравнения друг с другом получаемых с ее помощью следствий, а также со следствиями "конкурирующих" моделей.

Оценивая современное состояние проблемы адекватности математических моделей экономике, следует признать, что создание конструктивной комплексной методики верификации моделей, учитывающей как объективные особенности моделируемых объектов, так и особенности их познания, по-прежнему является одной из наиболее актуальных задач экономико-математических исследований.

6. Классификация экономико-математических моделей.

Математические модели экономических процессов и явлений более кратко можно назвать экономико-математическими моделями. Для классификации этих моделей используются разные основания.

По целевому назначению экономико-математические модели делятся на теоретико-аналитические, используемые в исследованиях общих свойств и закономерностей экономических процессов, и прикладные, применяемые в решении конкретных экономических задач (модели экономического анализа, прогнозирования, управления).

Экономико-математические модели могут предназначаться для исследования разных сторон народного хозяйства (в частности, его производственно-технологической, социальной, территориальной структур) и его отдельных частей. При классификации моделей по исследуемым экономическим процессам и содержательной проблематике можно выделить модели народного хозяйства в целом и его подсистем - отраслей, регионов и т.д., комплексы моделей производства, потребления, формирования и распределения доходов, трудовых ресурсов, ценообразования, финансовых связей и т.д.

Остановимся более подробно на характеристике таких классов экономико-математических моделей, с которыми связаны наибольшие особенности методологии и техники моделирования.

В соответствии с общей классификацией математических моделей они подразделяются на функциональные и структурные, а также включают промежуточные формы (структурно-функциональные). В исследованиях на народнохозяйственном уровне чаще применяются структурные модели, поскольку для планирования и управления большое значение имеют взаимосвязи подсистем. Типичными структурными моделями являются модели межотраслевых связей. Функциональные модели широко применяются в экономическом регулировании, когда на поведение объекта ("выход") воздействуют путем изменения "входа". Примером может служить модель поведения потребителей в условиях товарно-денежных отношений. Один и тот же объект может описываться одновременно и структурой, и функциональной моделью. Так, например, для планирования отдельной отраслевой системы используется структурная модель, а на народнохозяйственном уровне каждая отрасль может быть представлена функциональной моделью.

Выше уже показывались различия между моделями дескриптивными и нормативными. Дискриптивные модели отвечают на вопрос: как это происходит? или как это вероятнее всего может дальше развиваться?, т.е. они только объясняют наблюдаемые факты или дают вероятный прогноз. Нормативные модели отвечают на вопрос: как это должно быть?, т.е. предполагают целенаправленную деятельность. Типичным примером нормативных моделей являются модели оптимального планирования, формализующие тем или иным способом цели экономического развития, возможности и средства их достижения.

Применение дескриптивного подхода в моделировании экономики объясняется необходимостью эмпирического выявления различных зависимостей в экономике, установления статистических закономерностей экономического поведения социальных групп, изучения вероятных путей развития каких-либо процессов при неизменяющихся условиях или протекающих без внешних воздействий. Примерами дескриптивных моделей являются производственные функции и функции покупательского спроса, построенные на основе обработки статистических данных.

Является ли экономико-математическая модель дескриптивной или нормативной, зависит не только от ее математической структуры, но от характера использования этой модели. Например, модель межотраслевого баланса дескриптивна, если она используется для анализа пропорций прошлого периода. Но эта же математическая модель становится нормативной, когда она применяется для расчетов сбалансированных вариантов развития народного хозяйства, удовлетворяющих конечные потребности общества при плановых нормативах производственных затрат.

Многие экономико-математические модели сочетают признаки дескриптивных и нормативных моделей. Типична ситуация, когда нормативная модель сложной структуры объединяет отдельные блоки, которые являются частными дескриптивными моделями. Например, межотраслевая модель может включать функции покупательского спроса, описывающие поведение потребителей при изменении доходов. Подобные примеры характеризуют тенденцию эффективного сочетания дескриптивного и нормативного подходов к моделированию экономических процессов. Дескриптивный подход широко применяется в имитационном моделировании.

По характеру отражения причинно-следственных связей различают модели жестко детерминистские и модели, учитывающие случайность и неопределенность. Необходимо различать неопределенность, описываемую вероятностными законами, и неопределенность, для описания которой законы теории вероятностей неприменимы. Второй тип неопределенности гораздо более сложен для моделирования.

По способам отражения фактора времени экономико-математические модели делятся на статические и динамические. В статических моделях все зависимости относятся к одному моменту или периоду времени. Динамические модели характеризуют изменения экономических процессов во времени. По длительности рассматриваемого периода времени различаются модели краткосрочного (до года), среднесрочного (до 5 лет), долгосрочного (10-15 и более лет) прогнозирования и планирования. Само время в экономико-математических моделях может изменяться либо непрерывно, либо дискретно.

Модели экономических процессов чрезвычайно разнообразны по форме математических зависимостей. Особенно важно выделить класс линейных моделей, наиболее удобных для анализа и вычислений и получивших вследствие этого большое распространение. Различия между линейными и нелинейными моделями существенны не только с математической точки зрения, но и в теоретико-экономическом отношении, поскольку многие зависимости в экономике носят принципиально нелинейный характер: эффективность использования ресурсов при увеличении производства, изменение спроса и потребления населения при увеличении производства, изменение спроса и потребления населения при росте доходов и т.п. Теория "линейной экономики" существенно отличается от теории "нелинейной экономики". От того, предполагаются ли множества производственных возможностей подсистем (отраслей, предприятий) выпуклыми или же невыпуклыми, существенно зависят выводы о возможности сочетания централизованного планирования и хозяйственной самостоятельности экономических подсистем.

По соотношению экзогенных и эндогенных переменных, включаемых в модель, они могут разделяться на открытые и закрытые. Полностью открытых моделей не существует; модель должна содержать хотя бы одну эндогенную переменную. Полностью закрытые экономико-математические модели, т.е. не включающие экзогенных переменных, исключительно редки; их построение требует полного абстрагирования от "среды", т.е. серьезного огрубления реальных экономических систем, всегда имеющих внешние связи. Подавляющее большинство экономико-математических моделей занимает промежуточное положение и различаются по степени открытости (закрытости).

Для моделей народнохозяйственного уровня важно деление на агрегированные и детализированные.

В зависимости от того, включают ли народнохозяйственные модели пространственные факторы и условия или не включают, различают модели пространственные и точечные.

Таким образом, общая классификация экономико-математических моделей включает более десяти основных признаков. С развитием экономико-математических исследований проблема классификации применяемых моделей усложняется. Наряду с появлением новых типов моделей (особенно смешанных типов) и новых признаков их классификации осуществляется процесс интеграции моделей разных типов в более сложные модельные конструкции.

7. Этапы экономико-математического моделирования.

Основные этапы процесса моделирования уже рассматривались выше. В различных отраслях знаний, в том числе и в экономике, они приобретают свои специфические черты. Проанализируем последовательность и содержание этапов одного цикла экономико-математического моделирования.

1. Постановка экономической проблемы и ее качественный анализ. Главное здесь - четко сформулировать сущность проблемы, принимаемые допущения и те вопросы, на которые требуется получить ответы. Этот этап включает выделение важнейших черт и свойств моделируемого объекта и абстрагирование от второстепенных; изучение структуры объекта и основных зависимостей, связывающих его элементы; формулирование гипотез (хотя бы предварительных), объясняющих поведение и развитие объекта.

2. Построение математической модели. Это - этап формализации экономической проблемы, выражения ее в виде конкретных математических зависимостей и отношений (функций, уравнений, неравенств и т.д.). Обычно сначала определяется основная конструкция (тип) математической модели, а затем уточняются детали этой конструкции (конкретный перечень переменных и параметров, форма связей). Таким образом, построение модели подразделяется в свою очередь на несколько стадий.

Неправильно полагать, что чем больше фактов учитывает модель, тем она лучше "работает" и дает лучшие результаты. То же можно сказать о таких характеристиках сложности модели, как используемые формы математических зависимостей (линейные и нелинейные), учет факторов случайности и неопределенности и т.д. Излишняя сложность и громоздкость модели затрудняют процесс исследования. Нужно учитывать не только реальные возможности информационного и математического обеспечения, но и сопоставлять затраты на моделирование с получаемым эффектом (при возрастании сложности модели прирост затрат может превысить прирост эффекта).

Одна из важных особенностей математических моделей - потенциальная возможность их использования для решения разнокачественных проблем. Поэтому, даже сталкиваясь с новой экономической задачей, не нужно стремиться "изобретать" модель; вначале необходимо попытаться применить для решения этой задачи уже известные модели.

В процессе построения модели осуществляется взаимосопоставление двух систем научных знаний - экономических и математических. Естественно стремиться к тому, чтобы получить модель, принадлежащую хорошо изученному классу математических задач. Часто это удается сделать путем некоторого упрощения исходных предпосылок модели, не искажающих существенных черт моделируемого объекта. Однако возможна и такая ситуация, когда формализация экономической проблемы приводит к неизвестной ранее математической структуре. Потребности экономической науки и практики в середине ХХ в. способствовали развитию математического программирования, теории игр, функционального анализа, вычислительной математики. Вполне вероятно, что в будущем развитие экономической науки станет важным стимулом для создания новых разделов математики.

3. Математический анализ модели. Целью этого этапа является выяснение общих свойств модели. Здесь применяются чисто чисто математические приемы исследования. Наиболее важный момент - доказательство существования решений в сформулированной модели (теорема существования). Если удастся доказать, что математическая задача не имеет решения, то необходимость в последующей работе по первоначальному варианту модели отпадает; следует скорректировать либо постановку экономической задачи, либо способы ее математической формализации. При аналитическом исследовании модели выясняются такие вопросы, как, например, единственно ли решение, какие переменные (неизвестные) могут входить в решение, каковы будут соотношения между ними, в каких пределах и в зависимости от каких исходных условий они изменяются, каковы тенденции их изменения и т.д. Аналитической исследование модели по сравнению с эмпирическим (численным) имеет то преимущество, что получаемые выводы сохраняют свою силу при различных конкретных значениях внешних и внутренних параметров модели.

Знание общих свойств модели имеет столь важное значение, часто ради доказательства подобных свойств исследователи сознательно идут на идеализацию первоначальной модели. И все же модели сложных экономических объектов с большим трудом поддаются аналитическому исследованию. В тех случаях, когда аналитическими методами не удается выяснить общих свойств модели, а упрощения модели приводят к недопустимым результатам, переходят к численным методам исследования.

4. Подготовка исходной информации. Моделирование предъявляет жесткие требования к системе информации. В то же время реальные возможности получения информации ограничивают выбор моделей, предназначаемых для практического использования. При этом принимается во внимание не только принципиальная возможность подготовки информации (за определенные сроки), но и затраты на подготовку соответствующих информационных массивов. Эти затраты не должны превышать эффект от использования дополнительной информации.

В процессе подготовки информации широко используются методы теории вероятностей, теоретической и математической статистики. При системном экономико-математическом моделировании исходная информация, используемая в одних моделях, является результатом функционирования других моделей.

5. Численное решение. Этот этап включает разработку алгоритмов для численного решения задачи, составления программ на ЭВМ и непосредственное проведение расчетов. Трудности этого этапа обусловлены прежде всего большой размерностью эконномических задач, необходимостью обработки значительных массивов информации.

Обычно расчеты по экономико-математической модели носят многовариантный характер. Благодаря высокому быстродействию современных ЭВМ удается проводить многочисленные "модельные" эксперименты, изучая "поведение" модели при различных изменениях некоторых условий. Исследование, проводимое численными методами, может существенно дополнить результаты аналитического исследования, а для многих моделей оно является единственно осуществимым. Класс экономических задач, которые можно решать численными методами, значительно шире, чем класс задач, доступных аналитическому исследованию.

6. Анализ численных результатов и их применение. На этом заключительном этапе цикла встает вопрос о правильности и полноте результатов моделирования, о степени практической применимости последних.

Математические методы проверки могут выявлять некорректные построения модели и тем самым сужать класс потенциально правильных моделей. Неформальный анализ теоретических выводов и численных результатов, получаемых посредством модели, сопоставление их с имеющимися знаниями и фактами действительности также позволяют обнаруживать недостатки постановки экономической задачи, сконструированной математической модели, ее информационного и математического обеспечения.

Взаимосвязи этапов. На рис.1 изображены связи между этапами одного цикла экономико-математического моделирования.

Обратим внимание на возвратные связи этапов, возникающие вследствие того, что в процессе исследования обнаруживаются недостатки предшествующих этапов моделирования.

Уже на этапе построения модели может выясниться, что постановка задачи противоречива или приводит к слишком сложной математической модели. В соответствии с этим исходная постановка задачи корректируется. Далее математический анализ модели (этап 3) может показать, что небольшая модификация постановки задачи или ее формализации дает интересный аналитический результат.

Наиболее часто необходимость возврата к предшествующим этапам моделирования возникает при подготовке исходной инфориации (этап 4). Может обнаружиться, что необходимая информация отсутствует или же затраты на ее подготовку слишком велики. Тогда приходится возвращаться к постановке задачи и ее формализации, изменяя их так, чтобы приспособиться к имеющейся информации.

Поскольку экономико-математические задачи могут быть сложны по своей структуре, иметь большую размерность, то часто случается, что известные алгоритмы и программы для ЭВМ не позволяют решить задачу в первоначальном виде. Если невозможно в короткий срок разработать новые алгоритмы и программы, исходную постановку задачи и модель упрощают: снимают и объединяют условия, уменьшают число факторов, нелинейные соотношения заменяют линейными, усиливают детерминизм модели и т.д.

Недостатки, которые не удается исправить на промежуточных этапах моделирования, устраняются в последующих циклах. Но результаты каждого цикла имеют и вполне самостоятельное значение. Начав исследование с построения простой модели, можно быстро получить полезные результаты, а затем перейти к созданию более совершенной модели, дополняемой новыми условиями, включающей уточненные математические зависимости.

По мере развития и усложнения экономико-математического моделирования его отдельные этапы обособляются в специализированные области исследований, усиливаются различия между теоретико-аналитическими и прикладными моделями, происходит дефференциация моделей по уровням абстракции и идеализации.

Теория математического анализа моделей экономики развилась в особую ветвь современной математики - математическую экономику. Модели, изучаемые в рамках математической экономики, теряют непосредственную связь с экономической реальностью; они имеют дело с исключительно идеализированными экономическими объектами и ситуациями. При построении таких моделей главным принципом является не столько приближение к реальности, сколько получение возможно большего числа аналитических результатов посредством математических доказательств. Ценность этих моделей для экономической теории и практики состоит в том, что они служат теоретической базой для моделей прикладного типа.

Довольно самостоятельными областями исследований становятся подготовка и обработка экономической информации и разработка математического обеспечения экономических задач (создание баз данных и банков информации, программ автоматизированного построения моделей и программного сервиса для экономистов-пользователей). На этапе практического использования моделей ведущую роль должны играть специалисты в соответствующей области экономического анализа, планирования, управления. Главным участком работы экономистов-математиков остается постановка и формализация экономических задач и синтез процесса экономико-математического моделирования.

8. Роль прикладных экономико-математических исследований.

Можно выделить по крайней мере четыре аспекта применения математических методов в решении практических проблем.

1. Совершенствование системы экономической информации. Математические методы позволяют упорядочить систему экономической информации, выявлять недостатки в имеющейся информации и вырабатывать требования для подготовки новой информации или ее корректировки. Разработка и применение экономико-математических моделей указывают пути совершенствования экономической информации, ориентированной на решение определенной системы задач планирования и управления. Прогресс в информационном обеспечении планирования и управления опирается на бурно развивающиеся технические и программные средства информатики.

2. Интенсификация и повышение точности экономических расчетов. Формализация экономических задач и применение ЭВМ многократно ускоряют типовые, массовые расчеты, повышают точность и сокращают трудоемкость, позволяют проводить многовариантные экономические обоснования сложных мероприятий, недоступные при господстве "ручной" технологии.

3. Углубление количественного анализа экономических проблем. Благодаря применению метода моделирования значительно усиливаются возможности конкретного количественного анализа; изучение многих факторов, оказывающих влияние на экономические процессы, количественная оценка последствий изменения условий развития экономических объектов и т.п.

4. Решение принципиально новых экономических задач. Посредством математического моделирования удается решать такие экономические задачи, которые иными средствами решить практически невозможно, например: нахождение оптимального варианта народнохозяйственного плана, имитация народнохозяйственных мероприятий, автоматизация контроля за функционированием сложных экономических объектов.

Сфера практического применения метода моделирования ограничивается возможностями и эффективностью формализации экономических проблем и ситуаций, а также состоянием информационного, математического, технического обеспечения используемых моделей. Стремление во что бы то ни стало применить математическую модель может не дать хороших результатов из-за отсутствия хотя бы некоторых необходимых условий.

В соответствии с современными научными представлениями системы разработки и принятия хозяйственных решений должны сочетать формальные и неформальные методы, взаимоусиливающие и взаимодополняющие друг друга. Формальные методы являются прежде всего средством научно обоснованной подготовки материала для действий человека в процессах управления. Это позволяет продуктивно использовать опыт и интуицию человека, его способности решать плохо формализуемые задачи.

---