114. Что заставляет нас пользоваться моделями объектов вместо самих объектов?

Модель вместо исходного объекта используется в случаях, когда эксперимент опасен, дорог, происходит в неудобном масштабе пространства и времени (долговременен, слишком кратковременен, протяжен…), невозможен, неповторим, ненагляден и т. д. Проиллюстрируем это:

«эксперимент опасен» — при деятельности в агрессивной среде вместо человека лучше использовать его макет; примером может служить луноход;

«дорог» — прежде чем использовать идею в реальной экономике страны, лучше опробовать её на математической или имитационной модели экономики, просчитав на ней все «за» и «против» и получив представление о возможных последствиях;

«долговременен» — изучить коррозию — процесс, происходящий десятилетия, — выгоднее и быстрее на модели;

«кратковременен» — изучать детали протекания процесса обработки металлов взрывом лучше на модели, поскольку такой процесс скоротечен во времени;

«протяжен в пространстве» — для изучения космогонических процессов удобны математические модели, поскольку реальные полёты к звёздам (пока) невозможны;

«микроскопичен» — для изучения взаимодействия атомов удобно воспользоваться их моделью;

«невозможен» — часто человек имеет дело с ситуацией, когда объекта нет, он ещё только проектируется. При проектировании важно не только представить себе будущий объект, но и испытать его виртуальный аналог до того, как дефекты проектирования проявятся в оригинале.

«неповторим» — это достаточно редкий случай, когда эксперимент повторить нельзя; в такой ситуации модель — единственный способ изучения таких явлений. Пример — исторические процессы, — ведь повернуть историю вспять невозможно;

«ненагляден» — модель позволяет заглянуть в детали процесса, в его промежуточные стадии; при построении модели исследователь как бы вынужден описать причинно-следственные связи, позволяющие понять все в единстве, системе. Построение модели дисциплинирует мышление. составляющих.

115. Что называется алгоритмом?

Алгоритмом называют определённые действия, совершенные в определённом порядке.

Различные определения алгоритма в явной или неявной форме содержат следующий ряд общих требований:

1. Дискретность — алгоритм должен представлять процесс решения задачи как последовательное выполнение некоторых простых шагов. При этом для выполнения каждого шага алгоритма требуется конечный отрезок времени, то есть преобразование исходных данных в результат осуществляется во времени дискретно.

2. Детерминированность — определённость. В каждый момент времени следующий шаг работы однозначно определяется состоянием системы. Таким образом, алгоритм выдаёт один и тот же результат (ответ) для одних и тех же исходных данных. В современной трактовке у разных реализаций одного и того же алгоритма должен быть изоморфный граф. С другой стороны, существуют вероятностные алгоритмы, в которых следующий шаг работы зависит от текущего состояния системы и генерируемого случайного числа. Однако при включении метода генерации случайных чисел в список «исходных данных», вероятностный алгоритм становится подвидом обычного.

3. Понятность — алгоритм для исполнителя должен включать только те команды, которые ему (исполнителю) доступны, которые входят в его систему команд.

4. Конечность — при корректно заданных исходных данных алгоритм должен завершать работу и выдавать результат за конечное число шагов. С другой стороны, вероятностный алгоритм может и никогда не выдать результат, но вероятность этого равна 0.

5. Массовость — алгоритм должен быть применим к разным наборам исходных данных.

6. Результативность — завершение алгоритма определёнными результатами.

7. Алгоритм содержит ошибки, если приводит к получению неправильных результатов либо не даёт результатов вовсе.

8. Алгоритм не содержит ошибок, если он даёт правильные результаты для любых допустимых исходных данных