logo search
УЧЕБНИК ПО СИСТЕМНОМУ АНАЛИЗУ

2.4.2.2. Математические методы

Математические методы, то есть методы формализованного представления систем позволяют с разной степенью адекватности описать исследуемую систему для решения следующих задач:

В ниже приведена классификация методов системного анализа, предложенная Ф.Е. Темниковым [55]. В данной классификации выделены следующие обобщенные группы (классы) методов: аналитические (методы классической математики, включая интегро-дифференциальное исчисление, методы поиска экстремумов функций, вариационное исчисление и т. п.; методы математического программирования; первые работы по теории игр и т. п.); статистические (включающие и теоретические разделы математики - теорию вероятностей, математическую статистику, и направления прикладной математики, использующие стохастические представления - теорию массового обслуживания, методы статистических испытаний (основанные на методе Монте-Карло), выдвижения и проверки статистических гипотез А. Вальда и другие методы статистического имитационного моделирования); теоретико-множественные, логические, лингвистические, семиотические представления (методы дискретной математики), составляющие теоретическую основу разработки языков моделирования, автоматизации проектирования, информационно-поисковых языков; графические (включающие теорию графов и разного рода графические представления информации типа диаграмм, гистограмм и других графиков).

Аналитические методы

Основная терминология.

Аналитическими здесь названы методы, которые ряд свойств многомерной, многосвязной системы отображают в n-мерном пространстве в виде одной-единственной точки (безразмерной в строгих математических доказательствах), совершающей какие-либо перемещения в пространстве (или обладающую каким-то поведением). Это отображение осуществляется посредством оператора (функции, функционала)Ф[Sx].

Основу понятийного (терминологического) аппарата этих представлений составляют понятия классической математики (величина, формула, функция, уравнение, система уравнений, логарифм, дифференциал, интеграл и т. д.).

На базе аналитических представлений возникли и развиваются математические теории различной сложности - от аппарата классического математического анализа (методов исследования функций, их вида, способов представления, поиска экстремумов функций и т.п.) до таких новых разделов современной математики, как математическое программирование (линейное, нелинейное, динамическое и т. п.), теория игр (матричные игры с чистыми стратегиями, дифференциальные игры и т. п.)

Сферы и направления применения.

Применяются в тех случаях, когда свойства системы можно отобразить с помощью детерминированных величин или зависимостей, т. е. когда знания о процессах и событиях в некотором интервале времени позволяют полностью определить поведение их вне этого интервала. Эти методы используются при решении задач движения и устойчивости, оптимального размещения, распределения работ и ресурсов, выбора наилучшего пути, оптимальной стратегии поведения, в том числе в конфликтных ситуациях и т. п.

Для сложных многокомпонентных, многокритериальных систем получить требуемые аналитические зависимости крайне трудно. Более того, даже если это и удается, то практически невозможно доказать правомерность применения таких выражений, т. е. адекватность модели рассматриваемой задаче.

Статистические методы

Основная терминология.

Статистическим называют отображение системы с помощью случайных (стохастических) событий, процессов, которые описываются вероятностными характеристиками и статистическими закономерностями.

Статистические отображения системы можно представить (см. символический образ) как бы в виде "размытой" точки (размытой области) в n-мерном пространстве, в которую переводит систему (ее учитываемые в модели свойства) операторФ[Sx].

На базе статистических представлений развивается ряд математических теорий: математическая статистика; теория статистических испытаний, основой которой является метод Монте-Карло.

Сферы и направления применения.

Расширение возможностей отображения сложных систем и процессов по сравнению с аналитическими методами можно объяснить тем, что при применении статистических представлений процесс постановки задачи как бы частично заменяется статистическими исследованиями, позволяющими, не выявляя все детерминированные связи между изучаемыми объектами (событиями) или учитываемыми компонентами сложной системы, на основе выборочного исследования (исследования репрезентативной выборки) получать статистические закономерности и распространять их на поведение системы в целом с какой-то вероятностью.

Теоретико-множественные представления

Основная терминология.

Теоретико-множественные представления базируются на понятиях множество, элементы множества, отношения на множествах, континуум.

В множестве могут быть выделены подмножества. Из двух или нескольких множеств можно сформировать путем установления отношений между элементами этих множеств новое множество, обладающее принципиально новыми свойствами и, как правило, новое качество приобретают и элементы.

Теоретико-множественные представления допускают введение любых произвольных отношений. При конкретизации отношений и правил их использования можно получить одну из алгебр логики, один из формальных языков математической лингвистики, создать язык моделирования сложной системы, который затем, получив соответствующее название, может развиваться как самостоятельное научное направление.

Сферы и направления применения.

Теоретико-множественные представления сыграли большую роль в становлении комбинаторики, топологии, в разработке теории "размытых" множеств Л.Заде; на их основе стали создаваться первые информационно-поисковые языки, языки автоматизации моделирования; на теоретико-множественных представлениях базируется вариант математической теории систем М. Месаровича.

Система может быть представлена совокупностью множеств или подмножеств разнородных компонентов с произвольно вводимыми элементами и отношениями.

Однако свобода введения произвольных отношений приводит к тому, что в формализованном с их помощью описании проблемной ситуации довольно быстро могут обнаружиться неразрешимые противоречия - парадоксы, апории или антиномии, что не позволяет оперировать с получаемыми теоретико-множественными моделями таким же образом, как с классическими математическими (аналитическими, статистическими) соотношениями, гарантируя достоверность получаемых результатов

Логические методы, или математическая логика

Основная терминология.

Логические представления переводят реальную систему и отношения в ней на язык одной из алгебр логики (двузначной, многозначной), основанной на применении алгебраических методов для выражений законов алгебры логики.

Базисными понятиями алгебры логики являются: высказывание, предикат, логические функции (операции), кванторы, логический базис, логические законы или теоремы (законы алгебры логики), применяя которые можно преобразовать систему из одного описания в другие с целью ее совершенствования. Например, получить более простую структуру (схему), содержащую меньшее число состояний, элементов, но осуществляющую требуемые функции.

Сферы и направления применения.

Применяются при исследовании новых структур и систем разнообразной природы (технических объектов, текстов и др.), в которых характер взаимоотношений между элементами еще не настолько ясен, чтобы было возможно их представление аналитическими методами.

В то же время следует иметь в виду, что с помощью логических алгоритмов можно описывать не любые отношения, а только те, которые предусмотрены законами алгебры логики и удовлетворяют требованиям логического базиса.

Логические представления широко применяются при исследовании и разработке автоматов разного рода, автоматических систем контроля, при решении задач распознавания образов. На их основе развивается самостоятельный раздел теории формальных языков — языки моделирования проблемных ситуаций и текстов.

В то же время смысловыражающие возможности логических методов ограничены базисом и не всегда позволяют адекватно отобразить реальную проблемную ситуацию.

Лингвистические и семиотические представления, или математическая лингвистика и семиотика

Основная терминология.

Основными понятиями, на которых базируются лингвистические представления, являются понятия: тезаурус Т, грамматика G, семантика, прагматика.

Термин тезаурус (от греч. - сокровищница, богатство, клад, запас и т. п.) в общем случае характеризует "совокупность научных знаний о явлениях и законах внешнего мира и духовной деятельности людей, накопленную всем человеческим обществом".

В математической лингвистике и семиотике термин тезаурус используется в более узком смысле, для характеристики конкретного языка, его многоуровневой структуры. Для этих целей удобно пользоваться одним из принятых в лингвистике определений тезауруса как "множества смысловыражающих элементов языка с заданными смысловыми отношениями", которое дал Ю.А. Шрейдер.

Для системных приложений интересно сочетание математической лингвистики и семиотики, которая возникла как наука о знаках, знаковых системах.

Сферы и направления применения.

Лингвистические и семиотические представления являются удобным аппаратом (особенно в сочетании с графическими) для первого этапа постановки и формализации задач принятия решений в ситуациях с большой начальной неопределенностью, чем и был вызван интерес к этим методам со стороны инженеров и специалистов, занимающихся исследованием и разработкой сложных систем. На их основе разрабатывают языки моделирования и автоматизации проектирования.

При применении этих методов следует иметь в виду, что при усложнении языка моделирования, при применении правил произвольной грамматики или семиотики трудно гарантировать достоверность получаемых результатов, возникают проблемы алгоритмической разрешимости, парадоксов, которые частично могут быть преодолены с помощью содержательного контроля и корректировки языка на каждом шаге его расширения в диалоговом режиме моделирования. При этом разработчик языка моделирования не всегда может формально объяснить его возможности, происходит как бы "выращивание" языка, у которого появляются новые свойства, повышающие его смысловыражаюшие возможности.

Графические представления

Основная терминология.

К графическим представлениям здесь отнесены любые графики (диаграммы, гистограммы, графики Ганта, т.е. "время-операция" в прямоугольных координатах и т.д.)., т. е. все, что позволяет наглядно представить процессы, происходящие в системах, и облегчить таким образом их анализ для человека (лица, принимающего решения).

Сферы и направления применения.

Графические представления являются удобным средством исследования структур и процессов в сложных системах, средством организации взаимодействия человека и технических устройств (в том числе ЭВМ).

На основе сетевых структур возникли прикладные теории: PERT(ProgramEvalutionandReviewTechnique- Методика оценки и контроля программ), теория сетевого планирования и управления (СПУ).