- •Алфавітний покажчик
- •Агрегирование и эмержентность систем
- •Алгоритм – образ будущей деятельности
- •Алгоритм декомпозиции
- •Алгоритм проведения системного анализа
- •Блок-схема системы передачи информации
- •Большие и сложные системы
- •В чем заключается закономерность иерархической упорядоченности систем? Приведите примеры применения данной закономерности.
- •В чем заключается смысл моделирования как метода научного познания?
- •В чем заключаются особенности имитационного и машинного моделирования?
- •В чем ограничены возможности механизации?
- •В чем различие между полностью формализованным и не полностью определенным алгоритмом?
- •В чем состоит условие физической реализуемости динамической модели?
- •Виды агрегирования
- •Виды неопределённостей в измерениях
- •Внедрения результатов системного анализа
- •Возникновение и развитие системных представлений в практической деятельности человека
- •Второе определение системы
- •Выбор в условиях неопределённости
- •Выбор в условиях статистической неопределённости
- •Подведем итог
- •Выбор. Человеко-машинные системы выбора
- •Гибкость систем.
- •Групповой выбор
- •Дайте определение понятий: внешняя среда, надсистема, подведомственные системы, система в целом. Поясните их взаимосвязь
- •Дать толкование понятию «Окружающая среда»
- •Декомпозиция и агрегирование в системных исследованиях
- •Динамика моделей
- •Динамические модели системы
- •Дифференциальная энтропия
- •Достоинства и недостатки идеи оптимизации
- •Знаковые модели и сигналы
- •Знания. Разновидность знаний
- •По природе
- •По степени научности
- •По местонахождению
- •Идентификация математических моделей. Идентификация как наука.
- •Результаты наблюдений
- •Множество моделей-кандидатов
- •Возможные причины несоответствия моделей
- •Идентификация как наука
- •Иерархия моделей систем
- •Измерительные шкалы
- •Измерительные шкалы. Порядковые шкалы
- •Измерительные шкалы. Шкала наименований
- •Результаты наблюдений
- •Множество моделей-кандидатов
- •Возможные причины несоответствия моделей
- •Идентификация как наука
- •Измерительные шкалы. Шкалы отношений
- •Информационные аспекты систем
- •Искусственные и естественные системы
- •Какие системные процессы изучает кибернетика?
- •Какие системные процессы изучает синергетика?
- •Какие функции выполняет модель в деятельности человека?
- •Какова связь между вторым определением системы и ее структурной схемой?
- •Каково главное отличие между познавательной и прагматическими моделями?
- •Каковы основные события в развитии системных представлений в течении последних 150 лет?
- •Каковы особенности мышления позволяют утверждать, что оно системно?
- •Каковы причины того, что модели изменяются со временем
- •Каковы типы моделей знаний, их характеристики?
- •Каковыми признаками должна обладать часть системы, чтобы ее можно было назвать элементом?
- •Классификация систем
- •Классификация систем по описанию оператора и способу управления.
- •Классификация систем по описанию переменных
- •Классификация систем по происхождению
- •Количество информации. Свойство количества информации. Единицы измерения информации
- •Конфигуратор. Разновидности языка конфигуратора
- •Критериальный язык описания выбора Критериальный язык описания выбора
- •Математическое и компьютерное моделирование
- •Материальные модели в виде подобия
- •К условным моделям относят знаковые модели, которые подразделяются на два вида:
- •Методы генерирования альтернатив
- •Многократный выбор
- •Модели систем. Первое определение системы Модель "Черного ящика"
- •Модель состава системы
- •Структурная модель системы
- •Модель «черный ящик». Сложности построения модели «черн. Ящик»
- •Модель состава системы. Сложность построения модели состава системы
- •Модель структуры системы
- •Модель структуры системы. Сложности построения модели структуры
- •Может ли какой-нибудь объект или явление быть несистемным? Обоснуйте ответ
- •Назовите главное условие автоматизации?
- •Описание выбора на языке бинарных отношений
- •Описание ситуации в «нечетких» представлениях
- •Опишите три способа повышения производительности труда механизация
- •Автоматизация
- •Кибернетизация
- •Определите понятие модели
- •Оптимизационный выбор
- •Основные положения теории информации
- •Основные признаки развивающихся систем
- •Отношения и структуры
- •Охарактеризуйте историю развития системных представлений
- •Охарактеризуйте понятия «системный анализ» и «системный подход». В чем заключаются принципы системного подхода?
- •Первое определение системы
- •Перечислите основные признаки системы
- •Перечислить некоторые типы классификаций систем !!! Білети №52-54 !!!
- •Познавательные и прагматические модели
- •Понятие «лингвистическая модель».
- •Наиболее важные свойства моделей, в том числе лингвистических.
- •Понятие «проблемная ситуация»
- •Понятие гетерогенной и гомогенной структур систем
- •Понятие модели системы
- •2.1. Множественность моделей системы
- •2.2. Первое определение системы
- •2.2.1. Определение
- •2.2.2. Проблемы и системы
- •Существуют такие модели систем:
- •Понятие об эволюционном моделировании и генетических алгоритмах
- •Понятие субъективных и объективных целей существования систем
- •Понятие эмерджентности
- •Представление знаний
- •Приведите аргументы в пользу системности материи?
- •Пропускная способность Гауссова канала святи
- •Различие между большими и сложными системами
- •Разновидности классификаций систем
- •Разновидности неопределённостей
- •Разновидности отбора
- •Системность – всеобщее свойство материи и познания
- •Соответствие и различие между моделью и действительностью
- •Соответствие между моделью и действительностью: конечность, упрощенность, приближенность, адекватность, истинность моделей
- •Способы воплощения моделей. Абстрактные модели
- •Способы реализации моделей
- •Способы решения многокритериальных задач
- •Статистические измерения. Методы обработки экспериментальных данных
- •Статические и динамические модели
- •Структура системы. Разновидности структур систем
- •Структурная схема системы
- •Структурная схема как соединение моделей
- •Теория игр. Общее представление
- •Типы сигналов. Реализация сигналов
- •Три ветви науки, изучающие системы
- •Условия реализации свойств моделей
- •Соответствие между моделью и действительностью
- •Формальная и содержательная модели
- •Функционирование и развитие систем
- •Цель как модель
- •Частотно временное представление сигналов
- •Классические частотно-временные представления.
- •Что заставляет нас пользоваться моделями объектов вместо самих объектов?
- •Что называется алгоритмом?
- •Что необходимо для перехода от моделей лингвистических к моделям математическим?
- •Что общего и в чем различие между понятием элемента и его моделью «черного ящика»?
- •Что представляет собой сетевая структура? в каких случаях применяются сетевые структуры? Какие понятия используются при применении сетевых моделей?
- •Что такое интегрировать модели?
- •Что такое категория, функтор?
- •Что такое проблемная ситуация?
- •Что такое системный анализ?
- •Шкала интервалов
- •Шкала отношений в измерении
- •Эволюция моделей
- •Эксперимент и модель. Активный эксперимент
- •Эксперимент и модель. Пассивный эксперимент
- •Экспертный выбор
- •Энтропия и ее свойства
- •Этапы компьютерного моделирования объектов и явлений
- •Разработка компьютерной модели для проведения эксперимента:
- •Компьютерный эксперимент:
- •Этапы системного анализа
- •Этика в системном анализе
- •Язык функции выбора
- •7.6 Иллюстрация различных аксиом, накладываемых на функции выбора
Системность – всеобщее свойство материи и познания
Системны не только человеческая практика и мышление, но и сама природа, вся Вселенная.
Системность является настолько присущим и всеобщим свойством материи, что его можно назвать формой существования материи. Известные формы существования материи – время, пространство, движение, структурированность – представляют собой частные проявления, аспекты системности мира.
Мир – бесконечная иерархическая система систем.
Попытаемся показать, что системность является всеобщим свойством материи и человеческой практики. Начнем с рассмотрения человеческой практической деятельности, т.е. ее активного и целенаправленного воздействия на природу. Для этого сформулируем только самые очевидные и обязательные признаки системности: ее целостность и структурированность, взаимосвязанность составляющих ее элементов и подчиненность организации всей системы определенной цели. По отношению к деятельности человека эти признаки очевидны, т.к. каждый из нас легко обнаружит их в своем собственном практическом опыте. Всякое наше осознанное действие преследует определенную цель и имеет дело с некоторым конечным числом объектов, которые вместе с нами составляют целостное образование. Во всяком действии легко увидеть его составные части, более мелкие действия. При этом легко убедиться, что эти составные части должны выполняться не произвольном порядке, а в определенной последовательности. Это и есть та самая определенная, подчиненная цели целостная взаимосвязанность составных частей (элементов), которая и является признаком системности.
Соответствие и различие между моделью и действительностью
Различия между моделью и действительностью: конечность, упрощенность и приближенность модели
Чтобы осуществить то, для чего модель была создана, недостаточно только наличия модели. Модель должна быть в достаточной степени согласована со средой (культурой). Это свойство модели называется ингерентностью. Модель конечна, так как: 1) она отображает оригинал лишь в конечном числе отношений; 2) ресурсы моделирования конечны. Модель всегда упрощенно отображает оригинал. Причины упрощенности: 1) конечность модели; 2) модель отображает только главные, наиболее существенные эффекты; 3) ограниченность средств оперирования с моделью (необходимость ингерентности). Упрощенность характеризует качественные различия модели и оригинала.
УПРОЩЕННОСТЬ МОДЕЛЕЙ
Первый фактор — это упрощенность моделей. Прежде всего отметим, что сама конечность моделей делает их упрощенность неизбежной, но, как мы впоследствии увидим, это ограничение не настолько сильно, как этого можно было ожидать (иерархичность моделей обладает потенциальной практической неограниченностью). Далее, гораздо более важным является то, что в человеческой практике упрощенность моделей является допустимой. К счастью, для любой цели оказывается вполне достаточным неполное, упрощенное отображение действительности. Более того, для конкретных целей такое упрощение является даже необходимым (а не только достаточным).
ПРИБЛИЖЕННОСТЬ МОДЕЛЕЙ
Второй фактор, позволяющий преодолевать бесконечность мира в конечном познании, — это приближенность (приблизительность) отображения действительности с помощью моделей. Конечность и упрощенность моделей также можно интерпретировать как приближенность (пример расплывчатости терминов естественного языка), но мы хотим разделить качественные различия между оригиналом и моделью (их и будем связывать с конечностью и упрощением) и такие их различия, которые допускают количественное (больше — меньше") или хотя бы ранговое ("лучше — хуже") сравнение: этот аспект и свяжем с термином приближенность". Приближенность модели может быть очень высокой (так, некоторые подделки произведений искусства даже эксперты не могут отличить от оригинала; сильное впечатление производят голографические фотографии предметов; у английского фельдмаршала Монтгомери во время войны был двойник, появление которого на разных участках фронта намеренно дезинформировало разведку немцев, и т.д.), в других случаях приближенность модели видна сразу и может варьироваться (например, карты местности в разных масштабах); но во всех случаях модель- это другой объект, и различия неизбежны (единственной совершенно точной картой страны является сама эта страна).
Соответствие между моделью и действительностью: сходство
ИСТИННОСТЬ МОДЕЛЕЙ
об истинности, правильности или ложности модели самой по себе говорить бессмысленно: только в практическом соотнесении модели с отображаемой ею натурой выявляется степень истинности. При этом изменение условий, в которых ведется сравнение, весьма существенно влияет на его результат: именно из-за этого возможно существование двух противоречивых, но "одинаково" истинных моделей одного объекта. Яркий пример этого — волновая и корпускулярная модели света или электрона; эти модели различны, противоположны и истинны, каждая в своих условиях. Важно отметить, что каждая модель явно или неявно содержит условия своей истинности, и одна из опасностей практики моделирования состоит в применении модели без проверки выполнения этих условий. В инженерной практике такая ситуация встречается чаще, чем принято думать. Например, для определения пропускной способности различных каналов связи нередко используют формулу Шэннона — Тайлера, хотя она верна только для конкретных (гауссовых) каналов. Для обработки экспериментальных данных часто употребляют статистические процедуры, не проверяя условий их применимости (скажем, нормальности или независимости). Иногда это делается вынужденно (не всякое условие бывает возможным проверить), но тогда и к полученным результатам должно быть осторожное, условное отношение, что, к сожалению, не всегда имеет место. Такие ситуации выдвинули перед исследователями специальную проблему — создание моделей, применимость которых сохраняется в некотором диапазоне условий; например, в математической статистике этому соответствуют непараметрические и робастные процедуры обработки данных, в теории управления и прикладной математике — исследование устойчивости моделей и регуляризация алгоритмов и т.и.
СОЧЕТАНИЕ ИСТИННОГО И ЛОЖНОГО В МОДЕЛИ
Еще один важный аспект соотношения истинного (т.е. определенно известного и правильного) с предполагаемым (т.е. возможным, но не обязательно действительным) при построении моделей состоит в том, что ошибки в предположениях имеют разные последствия для прагматических и познавательных целей. Если ошибки в предположениях вредны и даже губительны при использовании прагматических моделей, то при создании познавательных моделей поисковые предположения, истинность которых еще предстоит проверить, — единственный способ оторваться от фактов. Роль гипотез в науке настолько важна, что образно можно сказать, что вся научная работа состоит в выдвижении и проверке гипотез. А. Эйнштейн писал: "Воображение важнее знания, ибо знание ограничено. Воображение же охватываете все на свете, стимулирует прогресс и является источником его эволюции". Среди других аспектов проблемы правильности моделей, истинности знаний для целей системного анализа важен аспект явной рефлексии уровня истинности: что известно точно, достоверно; что — с оцениваемой степенью неопределенности (например, с известной вероятностью для стохастических моделей или с известной функцией принадлежности для расплывчатого описания); что — с неопределенностью, не поддающейся оценке; что может считаться достоверным только при выполнении определенных условий; наконец — что известно о том, что неизвестно.