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.

тивизме. Основная процедура контент-анализа состоит в переводе качественной информации в количественную. Субъективизм в этом методе также частично присутствует – при выборе единиц анализа и единиц счета. Но он гораздо меньше, чем при использовании традиционных методов. Для того, чтобы еще уменьшить субъективизм в контент-анализе можно использовать метод экспертной оценки на первых его этапах. Формализованные методы, к которым относится контент-анализ, более трудоемки в выполнении, но дают более объективную информацию. Исследователь вправе выбирать метод анализа, пригодный для целей его исследования.

1. Для каких целей используется анализ документов?

2. Какие классификации документов вы знаете?

3. Какие документы, на ваш взгляд, чаще всего анализируются при проведении психолого-педагогических исследований?

4. Чем отличается качественный и количественный анализ документов (назовите минимум пять признаков)?

5. Каковы этапы контент-анализа?

6. В чем заключаются преимущества и недостатки метода контент-анализа?

Практические задания

1. Подберите документы для анализа в соответствии с темой исследования.

2. Проведите внешний и внутренний анализ одного из выбранных документов.

3. Проведите контент-анализ статьи (подборки статей) объемом не менее 10 страниц: сформулируйте цель анализа, выберите и обоснуйте выбор единиц анализа и единиц счета, проведите анализ, сделайте выводы.

2.4. Моделирование как метод исследования

Сложность, неисчерпаемость, бесконечность объекта психо- лого-педагогического исследования 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 уров-

ня – метода моделирования51 .

Моделирование – метод научного исследования явлений, процессов, объектов, устройств или систем (обобщенно – объектов исследований), основанный на построении и изучении моделей с целью получения новых знаний, совершенствования характеристик объектов исследований или управления ими.

Это такой общенаучный метод исследования, при котором изучается не сам объект познания, а его изображение в виде так называемой модели, но результат исследования переносится с модели на объект (А. А. Кыверялг). Это один из существенных способов познания, когда изучение того или иного объекта производится с помощью изучения другого объекта, в каком-то отношении подобного первому, с последующим переносом на первый объект результатов изучения второго. Этот второй объект и называют моделью первого. Таким образом, моделирование есть процесс построения модели или исследование объектов познания на их моделях.

Слово «модель» (от лат. modulus) прочно вошло в повседневный язык. Модель – это мера, образец, норма. Именно так мы называем мысленный (абстрактный), знаковый (математический, словесно-описательный, графический) или материальный образ оригинала, т. е. модель – это «заместитель» оригинала в познании или на практике. Моделировать (представлять в виде модели) можно внешний вид объекта (детские модели «взрослых» автомобилей); функции (математическая модель движения ле-

тального аппарата); структуру и логику объектов (модель гимназии) и т. п. 52

51 Загвязинский В. И., Атаханов Р. Методология и методы психологопедагогического исследования: Учеб. пособие для студ. высш. пед. учеб. заведений. – М.: Изд. центр «Академия», 2003. – С. 136–137.

52 Чечель И. Д., Новикова Т. Г. Теория и практика организации экспериментальной работы в общеобразовательных учреждениях. – М.: АПК и ПРО, 2003. – С. 48.

При изучении сложных явлений, процессов, объектов не удается учесть полную совокупность всех элементов и связей, определяющих их свойства. Модель можно представить как материальный объект или образ (мысленный или условный: гипотеза, идея, абстракция, изображение, описание, схема, формула, чертёж, план, блок-схема алгоритма и т. п.), который упрощенно отображает самые существенные свойства объекта исследования.

Таким образом, любая модель всегда проще реального объекта и отображает лишь часть его самых существенных черт, основных элементов и связей. По этой причине для одного объекта исследования существует множество различных моделей. Вид модели зависит от выбранной цели моделирования.

Моделирование предполагает построение и изучение моделей реально существующих предметов, явлений, объектов с целью:

− определения или улучшения их характеристик;

− рационализации способов их построения;

− управления и прогнозирования.

При помощи модели можно устанавливать и описывать компоненты изучаемого объекта и взаимосвязь между ними, давать сведения об управлении объекта и прогнозировать его развитие.

Гносеологическая сущность научных моделей заключается в том, что они позволяют системно и наглядно выразить знание о предмете, его функциях, параметрах и пр. Основное назначение модели – объяснить совокупность данных, относящихся к предмету познания.

Модель в чем-то схематизирует явления действительности, отвлекает от каких-то конкретных свойств, поэтому она всегда применима для описания только отдельных сторон конкретных явлений при определенных условиях. Одно и тоже педагогическое явление можнопредставить с помощью нескольких моделей.

Как известно, модель есть созданная или выбранная исследователем система, воспроизводящая существенные для данной цели познания стороны (элементы, свойства, отношения, параметры) изучаемого объекта и в силу этого находящаяся с ним в таком отношении замещения и сходства (в частности, изоморфизма), что исследование ее служит опосредованным способом получения знания об этом объекте (В. А. Штофф).

Существуют разные классификации моделей. Л. М. Фридман53 , подчеркивая, что модели строятся или выбираются человеком с определенной целью, выделяет следующие модели:

1)модель–заместитель, т. е. замена оригинала в некотором мысленном (воображаемом) или реальном действии (процессе),

3) модель–интерпретация, т. е. истолкование объекта в виде модели;

4) модель исследовательская, т. е. исследование объекта с помощью модели.

Для того, чтобы модель подходила для указанных целей, она должна обладать соответствующими признаками. Л. М. Фридман подчеркивает, что в большинстве случаев модель обладает не одним каким-либо признаком, а несколькими, поэтому она может быть пригодна для нескольких целей. Это означает, что мо- дель-заместитель может быть одновременно и модельюпредставлением и исследовательской моделью. Тем не менее вид модели определяется именно той целью, для которой она была первоначально построена.

Модели классифицируются также следующим образом:

а) понятийная, отражающая знания об объекте в форме определенной совокупности взаимосвязанных положений, утверждений, выводов;

б) образная, воспроизводящая основные стороны, элементы, связи, отношения объекта в форме описаний, фото- и киномоделей, графиков, схем;

в) знаково-символическая (математическая), отражающая существенные внутренние и внешние связи и отношения оригинала в виде формулы;

г) физическая, отображающая структуру и функции объекта

в пространстве.

53 Фридман Л. М. Наглядность и моделирование в обучении. – М.: Знание, 1984. – С. 25–26.

Каждая из этих моделей имеет как свои «достоинства», так и «недостатки». Каждая дает возможность в каком-то своеобразном ракурсе увидеть исследуемый объект. Поэтому целесообразно сочетание их в процессе моделирования, использование и словесных описаний, и рисунков, и формул, которые в своей совокупности могут отразить с достаточной полнотой даже весьма сложные системы.

Также различают модели воображаемых и реальных объектов; модели будущих возможных событий или процессов (прогнозирующие модели) и модели совершенных событий (модели описания).

В психолого-педагогической науке часто используют модели статические и динамические. Статическая модель характеризует объект в конкретный момент времени, динамическая модель показывает, как изменяется состояние объекта исследования с изменением времени. Так, например, статическая модель педагогического процесса чаще всего характеризуется с учетом следующих компонентов:

концептуально-целевой (включающий цели, задачи, идеи, принципы исследуемого процесса);

процессуальный или операционно-деятельностный (технологии, формы, методы, средства);

аналитико-результативный (критерии и показатели развития исследуемого процесса, методики и способы их замера, средства аналитической деятельности).

Динамическая модель может отражать этапы развития исследуемого процесса.

«Особым видом моделирования, основанного на абстрагировании, считают 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 иметь место 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»54 .

В экспериментальной работе целесообразно провести струк- турно-логическое моделирование эксперимента, мысленно пройдя весь предстоящий путь, описав предполагаемые результаты и затруднения, прогнозируя риски и отсроченные позитивные и негативные моменты, сопутствующие эксперименту. Такой подход важен для управления экспериментом. Вероятно поэтому существует понятие «идеальная модель», смысл которого заключается не в том, что автор создал нечто совершенное, никому не доступное, а в том, что автор постарался в модели исключить все негативные моменты, предусмотреть все проблемные аспекты, синтезировать новейшие теории и практики, т. е. создал «свой идеал»55 .

Моделирование можно рассматривать как особую деятельность по построению, конструированию моделей с определенной целью. И как всякая деятельность она имеет внешнее практическое содержание и внутреннюю психическую сущность. Как психическая деятельность моделирование включает психические процессы: восприятие, представление, память, воображение, мышление56 . Следовательно, при моделировании наряду с оригиналом и моделью рассматривается ещё и субъект (человек). Именно от его интеллектуальной деятельности зависит отношение между оригиналом и моделью.

Во всех случаях между моделью и моделируемым объектом (оригиналом) есть определенное отношение– модельное отношение. Это отношение показывает, в каком смысле оригинал и его модель подобны, аналогичны. Модель и оригинал всегда отличны, но

54 Загвязинский В. И., Атаханов Р. Методология и методы психологопедагогического исследования: учеб. пособие для студ. высш. пед. учеб. заведений. – М.: Изд. центр «Академия», 2003. – С. 137.

55 Чечель И. Д., Новикова Т. Г. Теория и практика организации экспериментальной работы в общеобразовательных учреждениях. – М.: АПК и ПРО, 2003. – С. 48.

56 Фридман Л. М. Наглядность и моделирование в обучении. – М.: Знание, 1984. – С. 25–27.

что-то или в каком-то отношении аналогично. Обнаруженный в модели некоторый признак (свойство) присущи оригиналу.

Модель есть средство познания, основанное на аналогии, но аналогия не тождество. Несовпадение модели и оригинала наблюдается главным образом в том, что модель, воспроизводя структуру оригинала, упрощает его, отвлекаясь от несущественного.

Каждый характеризующий явление фактор должен получить в модели точное определение, которое должно быть стабильным в течение всего рассуждения.

Модели всегда строятся или выбираются человеком для определенной цели, а не даны изначально, поэтому разные люди, имея в виду одну и ту же цель, могут построить разные модели для одного и того же объекта.

Таким образом, модель – это некоторый результат познания, (промежуточный этап построения теории объекта). Это посредник между субъектом и объектом.

Выше изложенное подтверждает, что процесс моделирования включает три элемента: субъект (исследователь) и объект исследования, модель, определяющую или отражающую отношения познающего субъекта и познаваемого объекта.

Таким образом, модель отражает предмет не непосредственно, а через совокупность целенаправленных действий субъекта:

− конструирование модели;

− экспериментальный и (или) теоретический анализ модели;

− сопоставление результатов анализа с характеристиками оригинала;

− обнаружение расхождений между ними;

− корректировка модели;

− интерпретация полученной информации, объяснение обнаруженных свойств, связей;

− практическая проверка результатов моделирования. Моделирование можно рассматривать как непрерывный про-

цесс совершенствования модели, в котором знания о реальном объекте извлекаются из выявления несоответствий между моделью и объектом, их осмысления и устранения.

В обобщенном виде процесс моделирования можно условно представить четырьмя этапами.

Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обуславливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. При этом изучение одних сторон моделируемого объекта осуществляется ценой отказа от других.

Второй этап характеризуется тем, что модель выступает как самостоятельный объект исследования, когда одной из форм такого исследования является проведение «модельных» экспериментов. При этом изменяются условия применения модели и фиксируются полученные данные.

На третьем этапе осуществляется перенос знаний с модели на оригинал, осуществляется корректировка знаний о модели с учетом свойств оригинала.

Четвертый этап – это практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им (Б. А. Глинский, Е. Н. Грязнов, Е. Н. Никитин, Б. С. Дынин).

Моделирование – цикличный процесс, это означает, что за первым четырехэтапным циклом может последовать второй, третий и т. д. Знания об исследуемом объекте расширяются, уточняются, дополняются и углубляются при каждом новом цикле.

Любая созданная человеком модель всегда относительно завершена. Чем дальше и глубже осуществляется поиск, тем совершенней будет модель. В результате исследования появляются модель первого порядка, модель второго порядка... модель N-го порядка. Например, первая модель создаётся на основе интуиции, наблюдений, первичных представлений исследователя; вторая модель – в результате проведения пилотажного исследования (анкета, опрос, тестирование, беседа со специалистами и др.); третья модель – по итогам экспериментальной работы; четвёртая – в процессе апробации модели в новых условиях. Каждая последующая модель более точно отражает существенные связи объекта–оригинала.

В последние годы моделирование прочно вошло в образовательную практику. Расцвет инновационной деятельности в конце XX века породил весьма широкий спектр моделей образовательных процессов, концептуальных моделей и т. п. Сегодня можно

говорить о наличии в образовании многих моделей, которые представляют собой понимание автором того или иного развития какого-либо объекта. На основе этой теоретической модели (анализа путей и условий ее жизнедеятельности, развития) создается действующая модель, реально влияющая на образовательную практику57 . Например, модель предпрофильной подготовки учащихся (Л. Н. Серебренников).

Моделью может стать и реально существующая (зародившаяся и развивающаяся) образовательная практика, которая возникла не на основе теории, а на базе опыта, здоровой интуиции и разума. Затем она приобрела яркое, качественно выраженное своеобразие: теоретически описанная, она стала моделью, способной к переносу58 ,например, концепция и модель обучения в разновозрастных группах (Л. В. Байбородова).

Часто моделирование педагогических систем ограничивается созданием концептуальной модели объекта, которая не может использоваться для прогнозирования их развития. В такой модели содержится ряд предположений, требующих экспериментальной проверки, являющейся неотъемлемой частью любого педагогического исследования. Они должны раскрывать конструктивные начала для преобразования практики и прогнозирования оптимальных путей развития педагогической системы.

Как отмечалось, моделирование служит также задаче конструирования нового, не существующего еще в практике. «Исследователь, изучив характерные черты реальных процессов и их тенденций, ищет на основе ключевой идеи их новые сочетания, делает их мысленную перекомпоновку, т. е. моделирует требующееся состояние изучаемой системы. Создаются моделигипотезы, вскрывающие механизмы и между компонентами изучаемого, и на этой основе строятся рекомендации и выводы, проверяемые затем на практике. Таковы, в частности, и проектируемые модели новых типов образовательных заведений: диф-

57 Чечель И. Д. Новикова Т. Г. Теория и практика организации экспериментальной работы в общеобразовательных учреждений. – М.: АПК и ПРО, 2003. – С. 48.

58 Чечель И. Д. Новикова Т. Г. Теория и практика организации экспериментальной работы в общеобразовательных учреждений. – М.: АПК и ПРО, 2003. – С. 48–49.

ференцированной школы с разноуровневым обучением, гимназии, лицея, колледжа, микрорайонного социального центра и др. В каждой из этих моделей своеобразно синтезирован опыт прошлого, заимствованные из известных образцов черты настоящего, предположения об эффективных нововведениях. Необходимо только помнить, что любая модель всегда беднее оригинала. Она отражает лишь его отдельные стороны и связи, так как теоретическое моделирование всегда включает абстрагирование»59 .

Эффективность моделирования определяется после проверки модели. Если применение модели для указанной цели оказалось по мнению исследователя успешным, соответствующим определенным критериям, то выбор модели был успешным.

Хотя модель имеет много положительных моментов, несомненна ограниченность модельных представлений. Любая модель – это лишь изобретение автора; она, конечно, улучшает наше понимание тех или иных процессов, но, безусловно, ограничена, не исчерпывает всю полноту процесса, явления, объекта60 .

Чтобы избежать ошибки в использовании метода моделирования, исследователю необходимо учитывать следующее:

моделирование – не самоцель, оно должно способствовать исследованию проблемы;

этот метод сочетается с другими методами исследования;

эффективность использования метода зависит от многих психических и мыслительных процессов исследователя;

никогда нельзя быть уверенным в адекватности модели, не существует строгого метода доказательства существования отношения гомоморфизма (обычно гомоморфизм обосновывается индуктивно, что чревато ошибками);

объект моделирования может быть подвержен изменениям, модель, успешно работавшая в прошлом, не обязательно окажется полезной в настоящем;

59 Загвязинский В. И., Атаханов Р. Методология и методы психологопедагогического исследования: учеб. пособие для студ. высш. пед. учеб. заведений. – М.: Изд. центр «Академия», 2003. – С. 137.

60 Чечель И. Д., Новикова Т. Г. Теория и практика организации экспериментальной работы в общеобразовательных учреждениях. – М.: АПК и ПРО, 2003. – С. 49.

границы применимости модели, как правило, неизвестны, результаты одних модельных экспериментов могут быть полезными, других – нет.

В то же время подчеркнем, что современное психологопедагогическое исследование трудно провести, не используя метод моделирования. Как правило, системные исследования предусматривают разработкуи использованиеразличных типов моделей.

Подлинно научный характер исследование приобретает в том случае, если педагог на основе результатов изучения вопроса строит особый объект обобщенного и абстрактного представления, схему изучаемого явления (модель явления). Модели используются для изучения любых объектов (явлений, процессов), решения самых разнообразных научных задач, получения таким образом новой информации. Модель – это некий объект (система), исследование которого служит средством для получения знаний о другом объекте (оригинале); она является одной из форм разрешения диалектическогопротиворечия междутеорией и практикой.

Вопросы для самопроверки и обсуждения

1. Для чего и в каких случаях используется метод моделирования?

2. Назовите классификации моделей. Какие из моделей вы будете использовать в своем исследовании?

3. Каковы этапы моделирования?

4. Какие вспомогательные методы исследования Вы будете использовать при моделировании?

5. Какова общая структура модели педагогического процесса.

6. Какие ошибки могут быть допущены при использовании метода моделирования и как их избежать?

Практические задания

1. В материале для практического задания представлена схема 1 «Модель развития эстетического отношения к действительности у детей в театральном объединении» и схема 6 М. И. Рожкова «Развитие самоуправления в детском коллективе». Можно ли данные схемы рассматривать как модели? Почему? Охарактеризуйте их, используя материал главы.

2. Представьте исследуемый вами процесс, явление с помощью нескольких моделей.

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.

В повседневной жизни, на производстве, в научно-исследовательской, инженерной или любой другой деятельности человек постоянно сталкивается с решением задач. Все задачи по своему назначению можно разделить на две категории: вычислительные задачи, целью которых является определение некоторой величины, и функциональные задачи, предназначенные для создания некого аппарата, выполняющего определённые действия – функции.

Например, проектирование нового здания требует решения задачи расчёта прочности его фундамента, несущих опорных конструкций, расчёта финансовых затрат на строительство, определение оптимального числа работников и т.д. Для повышения производительности труда строителей создано немало машин функционального назначения (решены функциональные задачи), такие как экскаватор, бульдозер, подъёмный кран и др.

Компьютеры первого и второго поколения использовались в основном для решения вычислительных задач: проведения инженерных, научных, финансовых расчётов. Начиная с третьего поколения, область применения ЭВМ включает и решение функциональных задач: это ведение баз данных, управление, проектирование. Современный компьютер может использоваться для решения практически любых задач.

Человеческая деятельность и, в частности, решение задач неразрывно связаны с построением, изучением и использованием моделей различных объектов, процессов и явлений. В своей деятельности – в практической сфере, художественной, научной – человек всегда создаёт некий слепок, заменитель того объекта, процесса или явления, с которым ему приходится иметь дело. Это может быть картина, чертёж, скульптура, макет, математическая формула, словесное описание и др.

Объектом (от лат. objectum – предмет) называется всё то, что противостоит субъекту в его практической и познавательной деятельности, всё то, на что направлена эта деятельность. Под объектами понимаются предметы и явления, как доступные, так и недоступные чувственному восприятию человека, но имеющие видимое влияние на другие объекты (например, гравитация, инфразвук или электромагнитные волны). Объективная реальность, существующая независимо от нас, является объектом для человека в любой его деятельности и взаимодействует с ним. Поэтому объект всегда должен рассматриваться во взаимодействии с другими объектами, с учётом их взаимовлияния.

Деятельность человека обычно идёт по двум направлениям: исследование свойств объекта с целью их использования (или нейтрализации); создание новых объектов, имеющих полезные свойства. Первое направление относится к научным исследованиям и большую роль при их проведении имеет гипотеза , т.е. предсказание свойств объекта при недостаточной его изученности. Второе направление относится к инженерному проектированию. При этом важную роль играет понятие аналогии – суждении о каком-либо сходстве известного и проектируемого объекта. Аналогия может быть полной или частичной. Это понятие относительно и определяется уровнем абстрагирования и целью построения аналогии.

Моделью (от лат. modulus – образец) какого-либо объекта, процесса или явления называется заменитель (образ, аналог, представитель), используемый в качестве оригинала. Модель даёт нам представление реального объекта или явления в некоторой форме, отличной от формы его реального существования. Например, в разговоре мы замещаем реальные объекты их наименованиями, словами. И от замещающего имени в этом случае требуется самое основное – обозначить необходимый объект. Таким образом, мы с детства сталкиваемся с понятием «модель» (самая первая модель в нашей жизни – соска).

Модель – это мощное орудие познания. К созданию моделей прибегают, когда исследуемый объект либо очень велик (модель солнечной системы), либо очень мал (модель атома), когда процесс протекает очень быстро (модель двигателя внутреннего сгорания) или очень медленно (геологические модели), исследование объекта может привести к его разрушению (учебная граната) или создание модели очень дорого (архитектурный макет города) и т.д.

Каждый объект имеет большое количество различных свойств. В процессе построения модели выделяются главные, наиболее существенные , свойства, те, которые интересуют исследователя. В этом главная особенность и главное назначение моделей. Таким образом, под моделью понимается некоторый объект, замещающий реальный исследуемый объект с сохранением наиболее существенных его свойств.

Не бывает просто модели, «модель» – это термин, требующий уточняющего слова или словосочетания, например: модель атома, модель Вселенной. В каком-то смысле моделью можно считать картину художника или театральный спектакль (это модели, отражающие ту или иную сторону духовного мира человека).

Исследование объектов, процессов или явлений путём построения и изучения их моделей для определения или уточнения характеристик оригинала называется моделированием . Моделирование может быть определено как представление объекта моделью для получения информации об этом объекте путём проведения экспериментов с его моделью. Теория замещения объектов-оригиналов объектом-моделью называется теорией моделирования. Всё многообразие способов моделирования, рассматриваемого теорией моделирования, можно условно разделить на две группы: аналитическое и имитационное моделирование.

Аналитическое моделирование заключается в построении модели, основанной на описании поведения объекта или системы объектов в виде аналитических выражений – формул. При таком моделировании объект описывается системой линейных или нелинейных алгебраических или дифференциальных уравнений, решение которых может дать представление о свойствах объекта. К полученной аналитической модели, с учётом вида и сложности формул применяются аналитические или приближённые численные методы. Реализация численных методов обычно возлагается на вычислительные машины, обладающие большими вычислительными мощностями. Тем не менее, применение аналитического моделирования ограничено сложностью получения и анализа выражений для больших систем.

Имитационное моделирование предполагает построение модели с характеристиками, адекватными оригиналу, на основе какого-либо его физического или информационного принципа. Это означает, что внешние воздействия на модель и объект вызывают идентичные изменения свойств оригинала и модели. При таком моделировании отсутствует общая аналитическая модель большой размерности, а объект представлен системой, состоящей из элементов, взаимодействующих между собой и с внешним миром. Задавая внешние воздействия, можно получить характеристики системы и провести их анализ. В последнее время имитационное моделирование всё больше ассоциируется с моделированием объектов на компьютере, что позволяет в интерактивном режиме исследовать модели самых разных по природе объектов.

Если результаты моделирования подтверждаются и могут служить основой для прогнозирования поведения исследуемых объектов, то говорят, что модель адекватна объекту. Степень адекватности зависит от цели и критериев моделирования.

Основные цели моделирования:

7. Понять, как устроен конкретный объект, какова его структура, основные свойства, законы развития и взаимодействия с окружающим миром (понимание).

8. Научиться управлять объектом (процессом) и определить наилучшие способы управления при заданных целях и критериях (управление).

9. Прогнозировать прямые и косвенные последствия реализации заданных способов и форм воздействия на объект (прогнозирование).

Практически любой объект моделирования может быть представлен совокупностью элементов и связей между ними, т.е. являться системой, взаимодействующей с внешней средой. Система (от греч. system – целое) есть целенаправленное множество взаимосвязанных элементов любой природы. Внешняя среда представляет собой множество существующих вне системы элементов любой природы, оказывающих влияние на систему или находящихся под её воздействием. При системном подходе к моделированию, прежде всего, чётко определяется цель моделирования. Создание модели полного аналога оригинала дело трудоёмкое и дорогое, поэтому модель создаётся под определённую цель.

Ещё раз отметим, что любая модель не является копией объекта, а отражает лишь наиболее важные, существенные черты и свойства, пренебрегая остальными характеристиками объекта, которые несущественны в рамках поставленной задачи. Например, моделью человека в биологии может являться система, стремящаяся к самосохранению; в химии – объект, состоящий из различных веществ; в механике – точка, обладающая массой. Один и тот же реальный объект может быть описан разными моделями (в разных аспектах и с разными целями). А одна и та же модель может рассматриваться как модель совершенно разных реальных объектов (от песчинки до планеты).

Никакая модель не может полностью заменить сам объект. Но при решении конкретных задач, когда нас интересуют определённые свойства изучаемого объекта, модель оказывается полезным, простым, а подчас и единственным инструментом исследования.

18.1 Классификация и формы представления моделей

Моделирование - исследование объектов познания на их моделях; построение и изучение моделей реально существующих предметов, процессов или явлений с целью получения объяснений этих явлений, а также для предсказания явлений, интересующих исследователя.

Модель - объект произвольной природы, который отражает главные, с точки зрения решаемой задачи, свойства объекта моделирования.

Моделирование - создание, применение, использование модели.

Главные функции модели - упрощение получения информации о свойствах объекта; передача информации и знаний; управление и оптимизация объектами и процессами; прогнозирование; диагностика.

18.1.1. Виды моделирования

Пример научного моделирования. Схема химических процессов и процессов переноса в атмосфере.

В силу многозначности понятия «модель» в науке и технике не существует единой классификации видов моделирования: классификацию можно проводить по характеру моделей, по характеру моделируемых объектов, по сферам приложения моделирования (в технике, физических науках, кибернетике и т. д.). Например, можно выделить следующие виды моделирования:

* Информационное моделирование

* Компьютерное моделирование

* Математическое моделирование

* Математико-картографическое моделирование

* Молекулярное моделирование

* Цифровое моделирование

* Логическое моделирование

* Педагогическое моделирование

* Психологическое моделирование

* Статистическое моделирование

* Структурное моделирование

* Физическое моделирование

* Экономико-математическое моделирование

* Имитационное моделирование

* Эволюционное моделирование

18.1.2. Процесс моделирования

Процесс моделирования включает три элемента:

* субъект (исследователь),

* объект исследования,

* модель, определяющую (отражающую) отношения познающего субъекта и познаваемого объекта.

Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой 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 моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования 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 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 (совокупность) знаний о модели.

На третьем этапе осуществляется перенос знаний с модели на оригинал - формирование множества знаний. Одновременно происходит переход с «языка» модели на «язык» оригинала. 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.

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

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 или ошибками в построении модели, можно исправить в последующих циклах.

Сейчас трудно указать область человеческой деятельности, где не применялось бы моделирование. Разработаны, например, модели производства автомобилей, выращивания пшеницы, функционирования отдельных органов человека, жизнедеятельности Азовского моря, последствий атомной войны. В перспективе для каждой системы могут быть созданы свои модели, перед реализацией каждого технического или организационного проекта должно проводиться моделирование.

Модель - описание объекта (предмета, процесса или явления) на каком-либо формализованном языке, составленное с целью изучения его свойств. Такое описание особенно полезно в случаях, когда исследование самого объекта затруднено или физически невозможно. Чаще всего в качестве модели выступает другой материальный или мысленно представляемый объект, замещающий в процессе исследования объект-оригинал. Соответствие свойств модели исходному объекту характеризуется адекватностью. Процесс построения и исследования модели называется моделированием.

Таким образом, модель выступает как своеобразный инструмент для познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект.

Модель представляет собой отображение одного множества объектов (явлений) на другое. Например, набор нуклеотидов генома является отображением модели среды их существования на геном.

Предметные модели. Обычно являются уменьшенной копией оригинала. Примеры:

* Глобус как модель Земли

* Игрушечный автомобиль как модель настоящего

Информационные модели. Являются описанием объекта естественным языком (вербальная или словесная модель) и формальными системами представления информации (математические, программные и др. модели)

18.1.3. Виды моделей

Статические : модели, описывающие состояние системы в определенный момент времени (единовременный срез информации по данному объекту). Примеры моделей: классификация животных, строение молекул, список посаженных деревьев, отчет об обследовании состояния зубов в школе и тд.

Динамические : модели, описывающие процессы изменения и развития системы (изменения объекта во времени). Примеры: описание движения тел, развития организмов, процесс химических реакций.

Функальные .

Концептуальные .

Топологические .

Информационные .

Логико-лингвистические .

Семантические .

Теоретико-множественные .

Физические : Физическая модель представляет собой аналоговую модель, в которой между параметрами объекта и модели одинаковой физической природы существует однозначное соответствие. В этом случае элементом системы ставятся в соответствие физические эквиваленты, воспроизводящие структуру, основные свойства и соотношения изучаемого объекта. При физическом моделировании, основой которого является теория подобия, сохраняются особенности проведения эксперимента в натуре с соблюдением оптимального диапазона изменения соответствующих физических параметров моделей.

Экономические .

Математические : в виде различных уравнений или систем уравнений.

18.2. Информационная модель объекта

Информация об объекте представляется в виде данных: вид объекта или класс принадлежности, его размеры, цвет, вес и ряд других свойств, - все это может быть представлено в формализованном виде, точнее, в виде отдельной записи некоторой базы данных.

Любая информационная система должна отображать те или иные стороны окружающего нас реального мира или, как иногда говорят, проблемной или предметной области. Мы воспринимаем окружающий мир состоящим из объектов, которые человек, по совокупности определенных достаточно устойчивых свойств, группируют в наборы (классы) объектов, которым он присваивает имя. Например, в реальном мире есть конкретные собаки, но нет собаки "вообще". Понятие "собаки" описывает целый класс в каком-то смысле однородных реальных объектов.

Проблемная среда изменяется со временем, что выражается в изменении свойств объектов, возникновении новых и исчезновении старых объектов. Эти изменения происходят в результате событий. Временная последовательность событий образует процесс.

Всякая информационная система имеет дело не с самими объектами, как реальными сущностями, а с их знаковыми отображениями-идентификаторами. Главная функция знака-идентификатора – отличить объект в группе однородных объектов. Идентификатор объекта, вообще говоря, может не нести никакой информации о свойствах объекта или, что то же самое, об его принадлежности к тому или иному классу.

Например, 11591 – табельный номер служащего – является числовым идентификатором. Этот идентификатор не описывает свойства, их приходится задавать дополнительно.

Более полно объект описывается записью об объекте, которая обычно состоит из идентификатора объекта-знака, позволяющего отличить один объект от другого среди однородных объектов, и идентификаторов (значений) свойств (атрибутов). Например, запись о служащем некоторой организации имеет табельный номер служащего в качестве идентификатора и такие элементы данных, как должность, заработная плата, льготы и т.д., рассматриваемые как идентификаторы (значения) свойств служащего.

Следует подчеркнуть, что понятие объекта и свойства относительны. Если речь идет о служащем, то естественно понимать должность как свойство служащего. Но если речь идет о должности, например, в смысле должностных инструкций, то уже сама должность выступает в качестве объекта, который может иметь свойства. В частности, табельный номер служащего может рассматриваться как свойство должности.

Поэтому при информационном отображении предметных сред можно (а иногда и нужно) говорить не об объектах и их свойствах, а об отношениях объектов, ибо в этом случае все идентификаторы в записи можно рассматривать симметрично, а не в ориентации на один специально выделенный объект. Это соответствует так называемой реляционной точке зрения на базу данных.

При информационном отображении реального мира весьма важно, в каких количественных пропорциях могут осуществляться отношения объектов. Четкое понимание того, к какой категории относится отношение объектов, позволяет сделать заключение о возможном характере связи между соответствующими данными. Важно подчеркнуть, что характер отношений одних и тех же объектов не есть нечто застывшее. Оно может изменяться и тогда изменится характер связей между элементами данных, который может оказать существенное влияние на структуру банка данных, как логическую, так и физическую. Усложнение характера связей между данными делает более сложными программы их обработки.

---