Файл: Реферат по дисциплине История и философия науки на тему Математическое моделирование как метод познания.docx
Добавлен: 09.01.2024
Просмотров: 105
Скачиваний: 4
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
§ 3. Методологические аспекты математизации биологических теорий
Современная биология очень широко применяет математические и компьютерные методы. Без использования этих методов было бы невозможным выполнение таких глобальных проектов, как геном человека, расшифровка пространственной структуры сложных биомакромолекул, анализ последовательности ДНК невозможны без математической обработки результатов эксперимента. Компьютерное моделирование различных биологических процессов и отдельных молекул (например, молекул новых лекарственных веществ), планирование мероприятий по предотвращению распространения эпидемий, анализ экологических последствий работы различных промышленных объектов, биотехнологические производства и многое другое.
Применение математических методов способствовало пониманию законов, лежащих в основе многих биологических процессов. Биологические задачи, стоящие перед человечеством способствовали созданию новых математических теорий, которые обогатили саму математику. Первая известная математическая модель численности популяции кроликов Леонардо из Пизы (13 век) представляет собой ряд Фибоначчи. Основы современной статистики были заложены Р. Фишером, который также изучал биологические проблемы[15].
Развитие математических моделей популяционного роста связана с работами Роберта Перля, который преоткрыл логистическое уравнение, предложенное в 1838 году бельгийским математиком П.Ф. Ферхюльстом, а также с идеями Альфреда Джеймса Лотки и Вито Вольтерры (1860-1940).
Иногда утверждают, что математическая биология ведет начало от работы В. Вольтерро «Математическая теория борьбы за существование», опубликованной в 1931 году. Широкую известность получила концепция конкурентного исключения, предложенная молодым московским биологом Г.Ф. Гаузе в результате его работы с инфузориями[15].
Одним из достижений последних десятилетий является созданная в 1970 –х годах английским химиком Д. Лавлоком и американским биологом Лин Маргулис гипотезы Геи, рассматривающей всю Землю как саморегулирующуюся систему.
Конец XX века стал периодом широкого внедрения в биологию и экологию математического моделирования. В связи с индивидуальностью биологических явлений говорят именно о математических моделях в биологии. Слово модель здесь подчеркивает то обстоятельство, что речь идет об абстракции, идеализации, математическом описании скорее не самой живой системы
, а некоторых качественных характеристик протекающих в ней процессов. При этом удается сделать и количественные предсказания, иногда в виде статистических закономерностей. В отдельных случаях, например, в биотехнологии, математические модели, как в технике, используются для выработки оптимальных режимов производства.
Классификация математических моделей
При разработке любой модели необходимо определить объект моделирования, цель моделирования и средства моделирования. В соответствии с объектом и целями математические модели в биологии можно подразделить на три больших класса. Первый - регрессионные модели, включает эмпирически установленные зависимости (формулы, дифференциальные и разностные уравнения, статистические законы) не претендующие на раскрытие механизма изучаемого процесса.
Второй класс - имитационные модели конкретных сложных живых систем, как правило, максимально учитывающие имеющуюся информацию об объекте. Имитационные модели применяются для описания объектов различного уровня организации живой материи - от биомакромолекул до моделей биогеоценозов. В последнем случае модели должны включать блоки, описывающие как живые, так и "косные" компоненты.
Имитационные модели созданы для описания физиологических процессов, происходящих в жизненно важных органах: нервном волокне, сердце, мозге, желудочно-кишечном тракте, кровеносном русле. На них проигрываются "сценарии" процессов, протекающих в норме и при различных патологиях, исследуется влияние на процессы различных внешних воздействий, в том числе лекарственных препаратов. Имитационные модели широко используются для описания продукционного процесса растений и применяются для разработки оптимального режима выращивания растений с целью получения максимального урожая, или получения наиболее равномерно распределенного во времени созревания плодов. Особенно важны такие разработки для дорогостоящего и энергоемкого тепличного хозяйства[13].
В любой науке существуют простые модели, которые поддаются аналитическому исследованию и обладают свойствами, которые позволяют описывать целый спектр природных явлений. Такие модели называют базовыми. В физике классической базовой моделью является гармонический осциллятор (шарик -материальная точка - на пружинке без трения). Базовые модели, как правило, подробно изучаются в различных модификациях. В случае осциллятора шарик может быть в вязкой среде, испытывать периодические или случайные воздействия, например, подкачку энергии, и прочее. После того, как досконально математически изучена суть процессов на такой базовой модели, по аналогии становится понятными явления, происходящие в гораздо более сложных реальных системах. Например, релаксация конформационных состояний биомакромолекулы рассматривается аналогично осциллятору в вязкой среде. Таким образом, благодаря простоте и наглядности, базовые модели становятся чрезвычайно полезными при изучении самых разных систем[14].
Все биологические системы различного уровня организации, начиная от биомакромолекул вплоть до популяций, являются термодинамически неравновесными, открытыми для потоков вещества и энергии. Поэтому нелинейность - неотъемлемое свойство базовых систем математической биологии. Несмотря на огромное разнообразие живых систем, можно выделить некоторые важнейшие присущие им качественные свойства: рост, самоограничение роста, способность к переключениям - существование в двух или нескольких стационарных режимов, автоколебательные режимы (биоритмы), пространственная неоднородность, квазистохастичность. Все эти свойства можно продемонстрировать на сравнительно простых нелинейных динамических моделях, которые и выступают в роли базовых моделей математической биологии.
§ 4. Границы применения метода математического моделирования в социально-гуманитарном познании
Процесс внедрения математических методов в исследовательскую практику социально-гуманитарных наук (получивший название математизации социального знания) является многоаспектным, содержит в себе черты как интеграции, так и дифференциации современной науки[1].
Наиболее общей в методологическом плане является проблема объяснения принципиальной возможности использования математики в различных областях знания. Обсуждая эту проблему, известный математик, акад. Б.В. Гнеденко пишет о "мучительном вопросе, который ставили перед собой многие поколения математиков и философов: каким образом наука, казалось бы, не имеющая прямых связей с физикой, биологией, экономикой, применяется с успехом ко всем этим областям знания?". Этот вопрос тем более уместен, что понятия математики и выводы из них, которые вводятся и строятся без явных видимых связей с проблемами, понятиями и задачами различных дисциплин, все чаще находят в них применение и способствуют более точному познанию.
Главными "заказчиками" для развития математики сегодня являются, наряду с естественнонаучными, и гуманитарно-социальные дисциплины, выдвигающие задачи, которые слабо формализуются в рамках традиционной математики[1].
Это существенно новый этап в развитии математики, если учесть, что на протяжении истории человечества действительный мир три раза давал мощные импульсы развитию математики.
Первый раз - в древние времена, когда потребности счета и землепользования вызвали к жизни арифметику и геометрию.
Второй сильный импульс математика получила в XVI-XVII вв., когда задачи механики и физики привели к формированию дифференциального и интегрального исчислений.
Третий мощный импульс со стороны реального мира математика получает в наши дни: это науки о человеке, "большие системы" разных видов (в том числе и социальные), проблемы информации. "Можно не сомневаться, – отмечает Г.Е. Шилов, – что "структурализация" новых областей математики, формирующихся под влиянием этого импульса, потребует у математиков многих лет и десятилетий напряженной работы"[14].
Одним из главных направлений развития математики сегодня является исследование качественных сторон объектов и процессов.
Математика ХХ века - это качественная теория дифференциальных уравнений, топология, математическая логика, теория игр, теория нечетких множеств, теория графов и ряд других разделов, "которые сами с цифрами не оперируют, а изучают соотношения между понятиями и образами"[2].
Важной методологической проблемой математизации социального знания является определение степени универсальности математических методов и моделей, возможности переноса методов, применяемых в одной области науки, в другую.
В связи с этим следует, в частности, рассматривать вопрос о том, нужны ли специальные математические методы для исследования в социально-гуманитарных науках, или можно обойтись теми методами, которые возникли в процессе математизации естественных наук.
Основу для рассмотрения данного круга вопросов создает единство методологической структуры социального и естественнонаучного познания, обнаруживаемое в следующих главных пунктах:
-
описание и обобщение фактов; -
установление логических и формальных связей, дедукция законов; -
построение идеализированной модели, адаптированной к фактам; -
объяснение и предсказание явлений.
Науки о природе и обществе осуществляют постоянный обмен методами: социально-гуманитарные науки все шире привлекают математические и экспериментальные методы, естественные науки - индивидуализирующие методы, системный подход и т.д.
Существенно, что использование математических моделей позволяет установить общность процессов, изучаемых различными отраслями знания. Однако, единство мира, общность основных принципов познания природы и общества отнюдь не уменьшают специфику социальных явлений. Так, едва ли смогут найти применение в социально-гуманитарных науках большинство математических моделей, созданных в процессе развития физики и других естественных наук. Это следует из того очевидного методологического положения, что именно специфика, внутренняя природа изучаемого явления или процесса должны определять подход к построению соответствующей математической модели. По этой причине аппарат многих разделов математики не используется в социально-гуманитарных науках. Наибольшее же распространение в этих дисциплинах получили методы математической статистики, основанные на результатах теории вероятностей. Объяснение этой ситуации потребует рассмотрения вопроса о закономерностях и этапах процесса внедрения математических методов в любой отрасли науки[4].
Опыт математизации научного знания свидетельствует о наличии трех этапов (их еще называют формами математизации) в этом процессе.
Первый этап состоит в "численном выражении изучаемой реальности для выявления количественной меры и границ соответствующих качеств"; с этой целью проводится математико-статистическая обработка эмпирических данных, предлагается количественная формулировка качественно установленных фактов и обобщений.
Второй этап заключается в разработке математических моделей явлений и процессов в рассматриваемой области науки (это уровень частных теоретических схем); он отражает основную форму математизации научного познания.
Третий этап - использование математического аппарата для построения и анализа конкретных научных теорий (объединение частных построений в фундаментальную теоретическую схему, переход от модели к теории), т.е. формализация основных итогов самого научного знания[3].
А.М. Коршунов и В.В. Мантатов выделяют три типа социального знания: социально-философское, социально-экономическое и гуманитарное знание. Эти типы знания могут дополнять друг друга даже в рамках одной науки. Примером такого соединения является историческая наука, дающая описание социальных событий во всей их специфике и индивидуальности, духовной неповторимости, но вместе с тем опирающаяся на закономерности развития, прежде всего экономические. Как отмечают указанные авторы, социально-экономическое знание приближается по своему типу к знанию естественнонаучном. Именно поэтому в исследованиях социально-экономических процессов находят эффективное применение математические методы познания. Важным условием теоретизации социального знания, отмечают А.М. Коршунов и В.В. Мантатов, "является развитие специализированного языка, который открывает возможность конструирования и оперирования идеализированными моделями действительности. Построение такого языка преимущественно связано с применением категориального аппарата соответствующей научной дисциплины, а также формально-знаковых средств математики и логики" [7].
В.Ж. Келле и М.Я. Ковальзон, обсуждая ту же проблему, выделяют два типа социального знания. Один из них подобен естественнонаучному и может быть связан с применением математических методов, но во всех случаях предполагает такое описание социальных процессов, при котором внимание сосредоточивается на "объективном начале общества, объективных закономерностях и детерминантах". Этот тип знания за неимением более удачного термина авторы называют социологическим. Другой тип знания - социально-гуманитарный или просто гуманитарный. В его рамках вырабатываются методы научного анализа и индивидуализированного описания духовной стороны жизни человека. Эти типы социального знания отличаются друг от друга в первую очередь тем, что в соответствии со своими познавательными возможностями отображают различные аспекты реальности, дополняя друг друга. Поскольку грани между этими типами знания подвижны и относительны, они могут объединиться в рамках одной науки (пример такого рода дает история).