Моделирование как важнейший аспект научных исследований

Размещено на http://www.allbest.ru/

Моделирование как важнейший аспект научных исследований

Каримов И.Ф., канд. биол. наук

Федеральное государственное бюджетное образовательное учреждение высшего образования «Оренбургский государственный университет»

Первичным в познании сущности процессов выступают наблюдения. Любой процесс зависит от многих действующих на него факторов. Каждое наблюдение или измерение может зафиксировать лишь некоторые факторы. Для того чтобы наиболее полно понять процесс, необходимо иметь большое количество наблюдений и измерений. Выделить главное и затем глубоко исследовать процессы или явления с помощью обширной, но не систематизированной информации затруднительно. Поэтому такую информацию стремятся «сгустить» в некоторое абстрактное понятие - «модель».

Под моделью понимают искусственную систему, отображающую основные свойства изучаемого объекта - оригинала. Модель - это изображение в удобной форме многочисленной информации об изучаемом объекте. Она находится в определенном соответствии с последним, может заменить его при исследовании и позволяет получить информацию о нем.

Метод моделирования - изучение явлений с помощью моделей - один из основных в современных исследованиях.

Различают физическое и математическое моделирование. При физическом моделировании физика явлений в объекте и модели и их математические зависимости одинаковы. При математическом моделировании физика явлений может быть различной, а математические зависимости одинаковыми. Математическое моделирование приобретает особую ценность, когда возникает необходимость изучить очень сложные процессы. При построении модели свойства и сам объект обычно упрощают, обобщают. Чем ближе модель к оригиналу, тем удачнее она описывает объект, тем эффективнее теоретическое исследование и тем ближе полученные результаты к принятой гипотезе исследования.

Модели могут быть физические, математические, натурные. Физические модели позволяют наглядно представлять протекающие в натуре процессы. С помощью физических моделей можно изучать влияние отдельных параметров на течение физических процессов. Математические модели позволяют количественно исследовать явления, трудно поддающиеся изучению на физических моделях. Натурные модели представляют собой масштабно изменяемые объекты, позволяющие наиболее полно исследовать процессы, протекающие в натурных условиях.

Стандартных рекомендаций по выбору и построению моделей не существует. Модель должна отображать существенные явления процесса рассматриваемого объекта. Мелкие факторы, излишняя детализация, второстепенные явления лишь усложняют модель, затрудняют теоретические исследования, делают их громоздкими, нецеленаправленными. Поэтому модель должна быть оптимальной по своей сложности, желательно наглядной, но главное - достаточно адекватной, т. е. описывать закономерности изучаемого явления с требуемой точностью.

Для построения наилучшей модели необходимо иметь глубокие и всесторонние знания не только по теме и смежным наукам, но и хорошо знать практические аспекты исследуемой задачи. В отдельных случаях модель исследуемого явления может быть ограничена лишь описанием сущности.

Иногда построение физических моделей и математическое описание явления невозможно. Однако и при этом необходимо сформулировать рабочую гипотезу, проиллюстрировать ее графиками, таблицами, предположить и оценить результаты, которые должны быть получены на основе этой гипотезы, спланировать и провести научно-исследовательскую работу.

Различные биологические модели изучаемых процессов нередко исследуют с применением математических методов, которые могут быть разделены на ряд основных групп.

Аналитические методы исследования (элементарная математика, дифференциальные и интегральные уравнения, вариационное исчисление и другие разделы высшей математики), используемые для изучения непрерывных детерминированных процессов. С помощью аналитических методов исследования устанавливают математическую зависимость между параметрами модели. Эти методы позволяют глубоко и всесторонне изучить исследуемые процессы, установить точные количественные связи между аргументами и функциями, глубоко проанализировать исследуемые явления.

Методы математического анализа с использованием эксперимента (метод анализа, теория подобия, метод размерностей) и др.

Аналитические зависимости позволяют на основе функционального анализа уравнений изучать процессы в общем виде и являются математической моделью класса процессов. Математическая модель может быть представлена в виде функции, уравнения, в виде системы уравнений, дифференциальных или интегральных уравнений.

Такие модели обычно содержат большое количество информации. Характерной особенностью математических моделей является то, что они могут быть преобразованы с помощью математического аппарата. Так, например, функции можно исследовать на экстремум; дифференциальные или интегральные уравнения можно решить. При этом исследователь получает новую информацию о функциональных связях и свойствах моделей.

Использование математических моделей является одним из основных методов современного научного исследования. Но он имеет существенные недостатки. Для того чтобы из всего класса найти частное решение, присущее лишь данному процессу, необходимо задать условия однозначности. Установление краевых условий требует проведения достоверного опыта и тщательного анализа экспериментальных данных. Неправильное принятие краевых условий приводит к тому, что подвергается теоретическому анализу не тот процесс, который планируется, а видоизмененный.

Кроме указанного недостатка аналитических методов, во многих случаях отыскать аналитические выражения с учетом условий однозначности, наиболее реально отображающими физическую сущность изучаемого процесса, или вообще невозможно или чрезвычайно трудно. Иногда, исследуя сложный физический процесс при хорошо обоснованных краевых условиях, упрощают исходные дифференциальные уравнения из-за невозможности или чрезмерной громоздкости их решения, что искажает его физическую сущность. Таким образом, очень часто реализовать аналитические зависимости сложно.

Моделирование находит широкое применение в области биологии не только из-за того, что может заменить эксперимент. Оно имеет большое самостоятельное значение, которое выражается в целом ряде преимуществ:

1) С помощью метода моделирования на одном комплексе данных можно разработать целый ряд различных моделей, по-разному интерпретировать исследуемое явление, и выбрать наиболее плодотворную из них для теоретического истолкования;

2) В процессе построения модели можно сделать различные дополнения к исследуемой гипотезе и получить ее упрощение;

3) В случае сложных математических моделей можно применять компьютеры;

4) открывается возможность проведения модельных экспериментов (синтез аминокислот по Миллеру).

Все это ясно показывает, что моделирование выполняет в биологии самостоятельные функции и становится все более необходимой ступенью в процессе создания теории. Однако моделирование сохраняет свое эвристическое значение только тогда, когда учитываются границы применения всякой модели.

Список литературы

1 Ушаков, Л. С. Активный факторный эксперимент. Математическое планирование, организация и статистический анализ результатов: учеб. пособие / Ушаков Л. С., Рябчук С. А., Котылев Ю. Е. - ОрелГТУ, 2002. - Режим доступа: http://rucont.ru/efd/145510

2 Овчаров, А.О. Методология научного исследования: Учебник / А.О. Овчаров, Т.Н. Овчарова. - М.: НИЦ ИНФРА-М, 2014. - 304 с. - Режим доступа: http://znanium.com/bookread2.php?book=427047

3 Основы научной работы и методология диссертационного исследования / Г.И. Андреев, В.В. Барвиненко, В.С. Верба и др. - М.: Финансы и статистика, 2012. - 96с. - URL: http://biblioclub.ru/index.php?page=book&id=221203

4 Андреев, Г.И. Основы научной работы и оформление результатов научной деятельности: учебное пособие / Г.И. Андреев, С.А. Смирнов, В.А. Тихомиров. - М.: Финансы и статистика. - 2003. - 272 с.

5 Жмуров, А.А. Моделирование микромеханики на графических процессорах с использованием динамики Ланжевена / А.А. Жмуров, В.А. Барсегов, С.В. Трифонов, Я.А. Холодов, А.С. Холодов / Матем. Моделирование. - 2011. - Т. 23. - №10. - С. 133-156.

Размещено на Allbest.ru