Использование математических методов в исследованиях. Математический аппарат для построения математических моделей.
На этапе выбора типа математической модели при помощи анализа данных поискового эксперимента устанавливаются: линейность или нелинейность, динамичность или статичность, стационарность или нестационарность, а также степень детерминированности исследуемого объекта или процесса.
Линейность устанавливается по характеру статической характеристики исследуемого объекта. Под статической характеристикой объекта принято понимать связь между величиной внешнего воздействия на объект и максимальной величиной его реакции на внешнее воздействие. Под выходной характеристикой системы принято понимать изменение выходного сигнала системы во времени.
При выборе типа модели вероятностного объекта важно установление его стационарности. Обычно о стационарности или нестационарности вероятностных объектов судят по изменению во времени параметров законов распределения случайных величин. Чаще всего для этого используют среднее арифметическое случайной величины и среднее квадратическое отклонение случайных величин среднего арифметического и среднего квадратического отклонения во времени.
Как видно из схемы (рис.), выбор математического аппарата не является однозначным и жестким.
Рис. Математический аппарат для построения математической модели
В непрерывных объектах все сигналы представляют собой непрерывные функции времени. В дискретных объектах все сигналы квантуются по времени и амплитуде.
Установление непрерывности объекта позволяет использовать для его моделирования дифференциальные уравнения. В свою очередь, дискретность объекта предопределяет использование для математического моделирования аппарата теории автоматов.
Результаты поискового эксперимента и априорный информационный массив позволяют установить схему взаимодействия объекта с внешней средой по соотношению входных и выходных величин. В принципе возможно установление четырех схем взаимодействия:
одномерно-одномерная схема - на объект воздействует только один фактор, а его поведение рассматривается по одному показателю (один выходной сигнал);
одномерно-многомерная схема - на объект воздействует один фактор, а его поведение оценивается по нескольким показателям;
многомерно-одномерная схема - на объект воздействует несколько факторов, а его поведение оценивается по одному показателю;
многомерно-многомерная схема - на объект воздействует множество факторов и его поведение оценивается по множеству показателей.
Выбор вида модели динамического объекта сводится к составлению дифференциальных уравнений. Модель динамического объекта может быть построена и в классе алгебраических функций. При этом такой подход является ограниченным, так как не позволяет в математическом описании учесть влияния входных воздействий на динамику выхода без перестройки самих алгебраических функций.
По этой причине по полноте модели отдается предпочтение математическим моделям, построенным в классе дифференциальных уравнений.
В случае если интересующие исследователя переменные являются только функциями времени, то для моделирования используются обыкновенные дифференциальные уравнения. В случае если же эти переменные являются также функциями пространственных координат, то для описания таких объектов недостаточно обыкновенных и следует пользоваться более сложными дифференциальными уравнениям в частных производных.
ний и стимулирования возникающего при личном контакте «генерирования» идей. Кроме того, он требует значительных затрат времени.
Лит.: Докторов Б.З, Экспертный опрос как метод изучения обществ, мнения // Социол. иссл-я. 1985. Ns 4; Построение экспертных систем. Μ., 1987; Приобретение знаний. М., 1990; Голубева Л.Н. Технол. отношение к знанию: методол. аспект. Рыбинск, 1993; Ядов В.А. Стратегия социол. иссл-я. Методология, программа, методы. М., 1998; Miles J, Moore С, Practical Knowledge-Based Systems in Conceptual Design. L., 1994.
Н.И. Ростегаева
МЕТОДИКА СОЦИОЛОГИЧЕСКОГО ИССЛЕДОВАНИЯ - 1. Средство реализации общих теор. и методол. принципов социол. иссл-я на эмпирическом уровне в условиях конкр. исследовательской ситуации, каждая из к-рых характеризуется как типичными, так и уникальными особенностями. Социол. идеалы и нормы научности в М.с.и. адаптируются в каждом отд. иссл-и к специфике решаемых исследовательских задач, к особенностям изучаемого предмета и объекта, к организационно-экономическим возможностям исследовательского коллектива.
В программе социол. иссл-я предусматривается специальный разд., содержащий обоснование адекватности исследовательских методов предмету, объекту и организационно-экономическим возможностям иссл-я. В части., дается обоснование адекватности (вал ид но-сти - см. Валидность) выборочных процедур, методов сбора эмпирических данных (технико-инструментальные варианты методов опроса, наблюдения, анализа док-тов, эксперимента), методов обработки и анализа собранных эмпирических данных. Необходимым элементом обоснования явл. пробное (пилотажное) иссл-е, в к-ром разработанные методики апробируются в полевых усло-зиях и совершенствуются в соотв. с полученными рез-тами (см. Исследование пробное).
2. М.с.и. разрабатываются для решения кл. сходных исследовательских задач, требующих типовых метод, решений, апробированных в исследовательском опыте и валидизированные в специализированных метод, иссл-ях. Они содержат нормативные предписания по поводу разработки метод, инструментария, условий и правил его использования, критериев оценки кач-ва в конкр. исследовательской ситуации, границ интерпретации. Обычно это авторские произв., включающие названия предмета иссл-я, для к-рого разработана методика или отд. метод, инструмент: «Методика обработки и анализа данных о бюджете времени нас», «Методика телефонного опроса*, «Методика фокусированного интервью в маркетинговых иссл-ях» и т.д. Этот жанр часто называют метод, рекомендациями, поскольку описание и обоснование метод, решений дается для типичных исследовательских ситуаций и обращающийся к ним социол о г-пользователь должен творчески учитывать уникальные особенности решаемой исследовательской задачи.
Лит.: Андреенков В.Г., Сотникова Т.Н. Телефонные опросы нас. (Метод, рекомендации по проведению выборочных массовых опросов). М., 1985; Дридзе Т.М. Информативно-целевой анализ содержания текстовых источников // Методы сбора информации в социол. иссл-ях. Кн. 2. М., 1990. С. 85-102; Метод, проблемы анализа данных об использовании времени нас. М., 1991; Кеселъман Л. Уличный опрос в социол. иссл-и: Метод, пособие. Самара; СПб., 2001.
О.М. Маслова
МЕТОДОЛОГИЯ ПРИМЕНЕНИЯ МАТЕМАТИЧЕСКИХ МЕТОДОВ - совокупность принципов, отражающих соотношение матем. формализма и моделируемого с его помощью фрагмента реальности и позволяющих использовать матем. аппарат как средство познания соц. явлений. Следует отличать М.п.м.м. от методики применения матем. методов - описания последовательности шагов, осуществление к-рых и со-
МЕТОДЫ КАЧЕСТВЕННЫЕ
ставляет суть применения метода. Напр., под методикой применения критерия хи-квадрат для оценки связи между признаками (см. Коэффициенты парной связи номинальных признаков) понимается последовательность действий, направленных на расчет этого критерия, определение табл. значения, сравнение выборочного значения критерия с табл. значением и т.д. Методология использования того же критерия - это совокупность утверждений о том, в каких задачах и каком смысле этот критерий можно использовать как показатель связи, как он соотносится с интересующими исследователя причинно-следственными отношениями, каким образом эти отношения можно изучать более глубоко путем использования рассматриваемого критерия в сочетании с др. способами измерения связи.
Выработка и соблюдение обсуждаемых принципов направлены на решение гл. задачи - обеспечение адекватности формализма сути решаемой задачи (см. Адекватность математического метода, п. /). При использовании любого метода выбор отд. элементов формализма должен определяться теор. концепциями социолога. Такие точки должны выделяться отдельно для каждого метода (гр. родственных методов) и для каждой со-циол. задачи (гр. однотипных задач). Но существуют и общие принципы, свойственные любым методам и задачам. Одним из осн. принципов явл. требование идти не «от метода», а «от задачи*. Исследователь должен не «применять факторный анализ», не «использовать методы классификации», а решать стоящие перед ним содержательные задачи: изучать структуру причинно-следственных отношений, строить типологию и т.д. Общими явл. мн. принципы интерпретации результатов применения математического метода, измерения в социологии и анализа данных.
Лит.: Толстова Ю.Н. Логика матем. анализа социол. данных. М., 1991; Она же. Анализ социол. данных. М., 2000.
Ю.Н. Толстова
МЕТОДЫ КАЧЕСТВЕННЫЕ - методы сбора и анализа эмпирической информации в качественной соц-и (qualitative research techniques), соотв. ее теор. основаниям и методол. принципам.
М.к. формировались для решения специфических исследовательских задач, когда количественные методы оказывались недостаточными: изучение закрытых субкультур (возрастные, профессиональные гр.), девиантных гр. (преступные сооб-ва, наркоманы), а также соц.-про-блемных гр. (мигранты, инвалиды, безработные). Возникают методы, к-рые позволяют получать эмпирические данные в виде описаний повседневной жизни людей, яз., соц. смыслов проживаемых людьми событий, действий, явлений.
Используются разл. модификации метода опроса. Это полуформализованные интервью: интервью с открытыми и закрытыми вопр., фокусированное интервью, направленное (с путеводителем) и неформализованные интервью: нарративное (повествовательное), к-рое может быть биографическим или лейтмотив-ным (тематическим) (см. Метод биографический, Классификация интервью). Специфическим методом явл. анализ разговоров (конверсационный анализ), записанных на аудио- и/или видеопленку, транскрибированный в виде текстов.
При использовании метода неформализованного включенного наблюдения соблюдаются след. требования: умение создавать и сохранять на протяжении иссл-я доверие информантов, не нарушать естеств. течения повседневной жизни; выполнение правил ведения полевых дневников для их послед, обработки и анализа. Метод анализа док. источников предполагает, кроме анализа личных док-тов (писем, семейных архивов, воспоминаний, семейных историй), обращение к фотографиям, коллекциям (кн., открытки, грампластинки, аудио- и видеозаписи и т.п.) и проч. видам док. источников, предоставляющих ценную информацию для понимания об-ва через чел. судьбы. Формирование эмпирического объекта в качественном и сел-и
МЕТОДЫ КЛАССИФИКАЦИИ
основывается на стратегии изучения случая (см. Изучение случая).
Анализ эмпирической информации в качественном иссл-и явл. итерационным и обеспечивается специальными приемами кодирования элементов содержания текстов (нарративов свободных интервью, записей наблюдений и др.).
Задача кодирования состоит в переводе содержания текстов, описывающих изучаемую реальность на уровне обыденного сознания и яз. повседневности, на уровень науч. описания, интерпретации тех смыслов, к-рые содержатся в анализируемых нарративах соц. акторов.
При кодировании, к-рое может состоять из неск. этапов, используется процедура триангуляции для снижения возможных субъективных смещений при интепретации: сравнение рез-тов анализа нарратива разными исследователями, и/или сравнение данных, полученных разными методами. Рез-том явл. формирование концепции (микротеории) каждого анализируемого случая с учетом каждого из предшествующих случаев (итерационный анализ) для получения насыщенного описания типичных феноменов, отражающих изучаемую реальность.
Лит.: Биографический метод в соц-и: история, методология, практика. М., 1994; Романов П.В., Ярская-Смирнова Е.Р. «Делать знакомое неизвестным...»: этнографический метод в соц-и // Социол. журнал. 1998. № 1/2; Семенова В.В. Качественные методы: введение в гуманистическую соц-ю. М., 1998; Ковалев Е.М., Штеинберг И.Е. Качественные методы в полевых социол. иссл-ях. М., 1999; Страусе Α., Корбин Д. Основы качественного нссл-я. Обоснованная теория. Процедуры и техники / Пер, с англ. М., 2001; Исупова О.Г. Конверсационный анализ: представление метода // Соц-я: методология, методы, матем. модели. 2002. № 15; Ядов В.Л. Стратегия социол. иссл-я. М., 2007.
ОМ. Маслова
МЕТОДЫ КЛАССИФИКАЦИИ - составная ч. методов многомерного анализа. М.к. позволяют осуществить разбие-
ние совокупности объектов на отд. кл. так, что объекты, отнесенные к одному кл., считаются похожими, близкими, однотипными, а к разным - непохожими, далекими, разнотипными. В общем случае искомые кл. опред. проявлением в них нек-рых эмпирических закономерностей (опред. сочетания значений признаков; связи регрессионного характера между признаками; разбиение удовлетворяет заданному критерию оптимальности и т.д.). Кл. могут пересекаться и не пересекаться. И процедура разбиения, и его рез-т (совокупность кл.) называются классификацией. М.к. применяются либо для сжатия информации, либо в кач-ве инструмента анализа типологического в целях обнаружения типологических синдромов или проверки гипотезы о существовании типов в заданном исследователем смысле. В первом случае, как правило, требуется разбиение на сравнительно небольшое число однородных гр., и не стоит задача определения естеств. расслоения исходных объектов, как во втором случае.
Первые алгоритмы М.к. возникли из геометрического представления: объекты - точки многомерного пространства классификационных признаков. Похожесть объектов - близость их расположения в этом пространстве; кл. - сгущение объектов опред. конфигурации. Многообразие постановок задач типологического анализа породило существование разл. процедур классификации, каждая из к-рых предполагает опред. критерий (задаваемый в явном или неявном виде) похожести объектов и алгоритм классификации.
В ряде М.к. критерий похожести задается как мера близости между любыми двумя объектами. В социол. иссл-ях классификационные признаки часто имеют номинальный уровень измерения, поэтому их преобразуют в бинарные (дихотомические). Важно уметь варьировать мерами близости, но не в любом алгоритме можно задавать требуемую меру. В нек-рых М.к. мера близости уже заложена в неявном виде в самом алгоритме.
МЕТОДЫ КЛАССИФИКАЦИИ
Алгоритм классификации - процедура, посредством к-рой осуществляется разбиение объектов па классы, т.е. гр., на к-рых выполняется нек-рая закономерность (частично формализованная уже введением критерия похожести объектов). Алгоритм реализуется при опрел, ограничениях, задаваемых в виде параметров М.к. (число кл., порог различимости объектов и кл. и т.д.).
Каждый алгоритм характеризуется нек-рыми свойствами. I. Устойчивость Относительно переупорядочения объектов. Реализация М.к. предполагает искру ю упорядоченность объектов с т.з. порядка поступления па «вход» алгоритма (к.-то объект называется первым, к.-то - вторым и т.д.). Меняя порядок и применяя алгоритм еше раз. получают новый рез-т, к-рый может не совпатать с предыдущим. В случае совпадения считается, что алгоритм обладает свойством допустимости относительно переупорядоченное™ объектов. 2. Устойчивость относительно дублирования кл. Это означает, что если объекты иск-рого кл. добавить (продублировать) в исходную совокупность и повторить процедуру классификации, границы кл. не изменятся. 3. Устойчивость относительно удаления кл. Это означает, что если объекты одного кл. удалить из исходной совокупности и повторить классификацию, то границы кл. не изменятся. 4. Устойчивость относительно дублирования объектов. Это свойство аналогично второму, с той лишь разницей, что вместо кл. рассматривается объект. К числу важных относится и свойство, связанное с тем, что не всякая мера близости (задаваемая в явном виде) может быть использована в любом алгоритме. Это относится к тем алгоритмам, в к-рых, напр., несмотря па явную форму задания меры близости, сам алгоритм может быть реализован только при понимании близости как евклилового расстояния.
Совокупность М.к. можно сгруппировать по разл. основаниям. Так, в зависимости от объема классифицируемой совокупности и от априорной информации о числе кл. принято выделять три типа М.к.: иерархические, параллель-
Решение практических задач математическими методами последовательно осуществляется путем математической формулировки задачи (разработка математической модели), выбора метода проведения исследования полученной математической модели, анализ полученного математического результата.
Математическая формулировка задачи представляется в виде чисел, геометрических образов, функций, систем уравнений и т.п.
Математическая модель представляет собой систему математических, соотношений - формул, функций, уравнений, систем уравнений, описывающих те или иные стороны изучаемого объекта. Первым этапом математического моделирования является постановка задачи, определение объекта и целей исследования, задание критериев (признаков) изучения объектов и управления ими. Неправильная или неполная постановка задачи может свести на нет результаты всех последующих, этапов.
Важным на этом этапе! является установление границ области влияния изучаемого объекта, определяемыми областью значимого взаимодействия с внешними объектами, Учет области влияния объекта при математическом моделировании позволяет включить в эту модель все существенные факторы и рассматривать моделируемую систему как замкнутую. Последнее значительно упрощает математическое исследование.
Следующим этапом моделирования является выбор типа математической модели, определяющим направление всего исследования. Последовательно строится несколько моделей и по результатам их исследования и сравнения с реальностью устанавливается наилучшая из них.
На этапе выбора типа модели при помощи анализа данных поискового эксперимента устанавливаются: линейность или нелинейность, динамичность или статичность, а также степень детерминированности исследуемого объекта.
Линейность устанавливается по характеру статической характеристики исследуемого объекта. Под статической характеристикой объекта понимается связь между величиной внешнего воздействия на объект (величиной входного сигнала) и максимальной величиной его реакции на это воздействие (максимальной амплитудой выходной характеристики).
Под выходной характеристикой объекта понимается изменение выходного сигнала во времени. Если статическая характеристика объекта оказывается линейной, то моделирование осуществляется с использованием линейных функций.
Нелинейность статической характеристики и наличие запаздывания реагировании объекта на внешнее воздействие являются признаками нелинейности объекта. В этом случае применяется нелинейная математическая модель.
Применение линейной математической модели значительно упрощает ее дальнейший анализ, поскольку можно пользоваться принципом суперпозиции. Принцип суперпозиции утверждает, что когда на линейный объект воздействуют несколько входных сигналов, то каждый из них фильтруется объектом так, что их взаимодействие с объектом происходит независимо друг от друга. Общий выходной сигнал линейного объекта по принципу суперпозиции образуется в результате суммирования его реакции на каждый входной сигнал.
Установление динамичности и статичности осуществляется по поведению исследуемых показателей объекта во времени, для детерминированного объекта судят о статичности или динамичности по характеру выходной характеристики. Если среднее арифметическое значение выходного сигнала по разным отрезкам времени не выходит за допустимые пределы, определяемые точностью методики измерения исследуемого показателя, то это свидетельствует о статичности объекта. Для вероятностных объектов статичность устанавливается по изменчивости уровня ее относительной организации. Если изменчивость этого уровня не превышает допустимые пределы, то объект статичен.
Важным является выбор отрезков времени, на которых устанавливается статичность или динамичность объекта. Если объект на малых отрезках времени оказался статичным, то при увеличении этих отрезков результат не изменится. Если же статичность установлена для крупных отрезков времени, то при их уменьшении результат может измениться и статичность объекта может перейти в динамичность.
При выборе типа (класса), модели вероятностного объекта важно установление его стационарности. О стационарности или нестационарности вероятностных объектов судят по изменению во времени параметров законов распределения случайных величин (средней арифметической и среднего квадратического отклонения).
Установление общих характеристик объекта позволяет выбрать математический аппарат, на базе которого строится математическая модель. Так, для детерминированных объектов может использоваться аппарат линейной и нелинейной алгебры, теории дифференциальных и интегральных уравнений. При описании квазидетерминированных (вероятностно-детерминированных) объектов может использоваться теория дифференциальных уравнений с коэффициентами подчиняющимися определенным законам.
Цель и задачи, которые ставятся при математическом моделировании, играют важную роль при выборе типа модели. Практические задачи требуют простого математического аппарата, фундаментальные - более сложного, допускают прохождение иерархии математических моделей, начиная от чисто функциональных и кончая моделями, использующими твердо установленные закономерности и структурные параметры.
Важным при выборе модели является анализ информационного массива , из которого в частности устанавливается непрерывность или дискретность объекта. Для непрерывных объектов для их моделирования используются дифференциальные уравнения, для дискретных - теории автоматов.
Результаты поискового эксперимента и априорный информационный массив позволяют установить схему взаимодействия объекта с внешней средой по соотношению входных и выходных величин. Существует четыре схемы взаимодействия:
одномерно - одномерная схема (00С) (рис. а)
На объект воздействует только один фактор, а его поведение рассматривается по одному показателю (один выходной сигнал);
одномерно-многомерная схема (ОМС) (рис. б)
На объект воздействует один фактор, а его поведение оценивается по нескольким показателям;
многомерно-одномерная схема (ШОС) (рис. в)
На объект воздействует несколько факторов, а его поведение оценивается по одному показателю;
многомерно-многомерная схема (ММС) (рис. г)
На объект воздействует множество факторов и его поведение оценивается по множеству показателей.
При 00С для статического стационарного детерминированного объекта постоянное входное воздействие связывается с постоянным выходным сигналом через постоянный коэффициент. Если объект нестационарный, то указанная связь описывается различными функциями у - f(x) (чаще всего описывается полиномом).
В случае МОС статический стационарный детерминированный объект описывается следующей моделью:
при равнозначности внешних воздействий
при неравнозначности внешних воздействий
,
где (- постоянный коэффициент,m - число внешних воздействий (факто-
Для статического нестационарного объекта (при той же схеме взаимодействия) используется модель в виде полинома:
где ,- число парных и тройных сочетаний факторов.
При ОМС статический стационарный и нестационарный объект описывается аналогично 00С статического стационарного объекта. При этом определяются отдельно математические модели входного воздействия с каждый выходным сигналом. Выходные сигналы считаются независимыми.
ММС сводится к МОС и математическая модель объекта принимается аналогичной изложенной выше.
Выбор вида модели динамического объекта для всех схем взаимодействия сводится к составлению дифференциальных уравнений. Если интересующие переменные являются функциями времени, то для моделирования используются обыкновенные дифференциальные уравнения. Если же эти переменные являются также функциями пространственных координат, то для описания таких объектов недостаточно обыкновенных и следует пользоваться более сложными дифференциальными уравнениями в частных производных.
Физические задачи обычно приводят к одному из следующих видов \ уравнений:
1) дифференциальное уравнение в дифференциалах.
2) дифференциальное уравнение в производных.
3) простейшие интегральные уравнения с последующим преобразованием их в дифференциальные уравнения.
Уравнения в дифференциалах . Из условия задачи составляются приближенные соотношения между дифференциалами. Для этого малые приращения величин заменяются их дифференциалами, неравномерно протекающие процессы в течение малого промежутка времени dt рассматриваются как равномерные.
Уравнения в производных . Из условия задачи составляются приближенные соотношения между скоростями изменения функции и аргумента (dy/dt).
Простейшие интегральные уравнения . При рассмотрении работы сил, объемов тел, площадей криволинейных поверхностей их можно описать при помощи определенного интеграла или интегральных формул. В случае если при таком описании неизвестные функции попадают под знак интеграла, то получаемая формальная запись называется интегральным уравнением. Последующее дифференцирование интегрального уравнения преобразует его в дифференциальное.
Процесс выбора математической модели объекта заканчивается ее предварительным контролем по следующим видам контроля:
Контроль размерностей сводится к проверке выполнения правила, согласно которому приравниваться и складываться могут только величины одинаковой размерности.
Контроль порядков направлен.на упрощение модели. При этом определяются порядки складываемых величин и явно малозначительные слагаемых отбрасываются.
Контроль характера зависимостей сводится к проверке направления и скорости изменения одних величин при изменении других. Направления и скорость должны соответствовать физическому смыслу задачи.
Контроль экстремальных ситуаций сводится к проверке наглядного смысла решения при приближении параметров модели к нулю или бесконечности.
Контроль граничных условий состоит в том, что проверяется соответствие математической модели граничным условиям, вытекающим из смысла задачи. При этом проверяется, действительно ли граничные условия поставлены и учтены при построении искомой функции и что эта функция на самом деле удовлетворяет таким условиям.
Контроль математической замкнутости сводится к проверке того, что математическая модель дает однозначное решение.
Контроль физического смысла сводится к проверке физического содержания промежуточных соотношений, используемых при построении математической модели.
Контроль устойчивости модели состоит в проверке того, что варьирование исходных данных в рамках имеющихся данных о реальном объекте не приведет к существенному изменению решения.
Суть и определение математических методов исследования экономики
Определение 1
Экономико-математическое моделирование - это концентрированное выражение наиболее существенных взаимосвязей и закономерностей поведения управляемой системы в математической форме.
На сегодняшний день существует целый ряд видов и модификаций методов экономико-математического моделирования. В системе управления инновационным развитием промышленного предприятия применяется значительное их количество. Рассмотрим основные классификационные подходы к методам моделирования.
По отрасли и целью использования методы экономико-математического моделирования различают на:
- теоретико-аналитические - анализируют общие свойства и закономерности;
- прикладные - применяются при решении конкретных экономических задач анализа и управления.
Классификация методов моделирования
По типу подхода к социально-экономическим системам: дескриптивные модели - предназначены для описания и объяснения явлений, которые фактически наблюдаемых или для прогноза этих явлений; нормативные модели - показывает развитие экономической системы в разрезе влияния определенных критериев.
По способу отражения реальных объектов: функциональные модели - субъект моделирования пытается достичь сходства модели и оригинала только в понимании того, что они выполняют те же функции; структурные модели - субъект моделирования пытается воссоздать внутреннюю построение моделируемой, и за счет более точного отображения структуры получить более точное отображение функции.
По учету фактора времени: статические модели - все зависимости относятся к одному моменту времени; динамические модели - описывают экономические системы в развитии. По типу используемой в модели: аналитические модели - задаются на основе априорной информации, строятся с учетом существующих закономерностей, записанных в формально-теоретическом виде; модели, идентифицируются - построены на результатах наблюдений за объектами.
По ступеням использования типовых элементов: модели с фиксированной структурой - процесс моделирования сводится к подбору и настройке значений параметров типовых блоков; модели с переменной структурой - структура модели создается при моделировании и не является типичной.
По характеристике математических объектов, включенных в модели (особенности каждого вида обусловлены типом математического аппарата, используемого в модели): матричные модели; структурные модели; сетевые модели; модели линейного и нелинейного программирования; факторные модели; комбинированные; модели теории игр и т.д.
По способу представления или описания модели: модели, представленные в аналитической форме - модели подаются на языке математики; модели, представленные в виде алгоритма - реализуются численно или с помощью программного обеспечения; имитационные модели - численная реализация соотношений, составляющих модель, осуществляется без предварительных преобразований, в процессе имитации алгоритм расчетов воспроизводит логику функционирования объекта-оригинала.
По ожидаемым результатом: модели, в которых минимизируются затраты - ожидаемый конечный результат опирается на минимизацию затрат; модели, в которых минимизируется конечный результат - модели, в которых целью поставлено уменьшение показателей, характеризующих объект исследования (если эти показатели направлены до максимума) или увеличить значение показателей (если эти показатели направлены в минимизации).
Место математических методов исследования в управлении предприятием
При изучении методов экономико-математического моделирования в разрезе прогнозирования инновационного развития промышленных предприятий возникает необходимость их адаптации к реальным экономическим условиям современности, выдвигает рыночную среду и основы стратегического маркетингового управления. Так, формализованные методы прогнозирования целесообразно сочетать с аналитическими методами, которые могут качественно охватить всю проблематику рыночной среды.
Замечание 1
Экономико-математические модели оптимизации включают одну целевую функцию, формализует критерий оптимальности, по которому среди допустимых планов выбирается наилучший, а ограничения по переменных определяют множество допустимых планов.
Так, составным элементом текущего плана предприятия является план производства или производственная программа, включает систему плановых показателей производства по объему, ассортименту и качеству продукции. Ведь важным этапом разработки производственной программы является формирование оптимальной структуры портфеля продукции предполагает определение такого объема, номенклатуры и ассортимента продукции, которые бы обеспечили предприятию эффективное использование имеющихся ресурсов и получения удовлетворительного финансового результата.
Утверждение портфеля продукции и ресурсов на ее изготовление происходит благодаря применению экономико-математических методов, к которым предъявляются определенные требования. Прежде всего, они должны быть тождественными внешним условиям рынка, а также учитывать разнообразие путей достижения главной цели предприятия - максимизации прибыли.
Работы, посвященные исследованию методологических проблем применения математики в социологии, охватывают множество вопросов, которые, в свою очередь, требуют определенной классификации. Не претендуя на бесспорность, можно выделить следующие разделы методологических проблем задействования математических методов в социологии, следуя в основном хронологическому порядку их постановки в российской литературе.
Во-первых, роль статистических закономерностей в конкретных социологических исследованиях.
Во-вторых, возможности и перспективы использования математики в социологии.
В-третьих, методологические проблемы выборки, измерения, анализа данных и моделирования в социологии.
Последний круг вопросов связан с общей, данной выше классификацией области применения математических методов в социологии. В силу этого методологическое рассмотрение данного круга проблем уместно объединить с обсуждением специальных вопросов.
Первоначально дискуссия ученых исходила из двух точек зрения. Согласно первой точке зрения статистика - это исключительно социально-экономическая наука, использующая некоторые математические методы. В силу второй точки зрения статистика - универсальная наука, изучающая массовые случайные процессы безотносительно к их специфике.
В ходе дискуссии были поставлены новые важные проблемы. Во- первых, проблема объективности статистических закономерностей в сфере социальной жизни общества и необходимости использования общей и математической статистики при проведении конкретных социологических исследований; во-вторых, проблема специфичности действия статистических законов в обществе.
Те стороны массовых социальных явлений и процессов, которые получают и могут получить количественное выражение, становятся предметом статистики. Новый подход к этим массовым явлениям и процессам требует поиска содержательной специфики случайного и статистического в социальной действительности. Неправомерно подходить к экономическим и социальным явлениям с мерками, заимствованными из области изучения явлений природы. Статистическая совокупность, с которой работает социолог, существенно отличается от совокупности, с которой имеет дело натуралист.
В связи с применением математики в сфере социального научного знания, с вхождением в социологию многообразных математических методов перед социологами, экономистами и математиками встал вопрос об оценке возможностей и перспектив применения математики в социологических исследованиях.
Рассматривая связи и преемственность использования математических методов в социологии и других социальных науках - психологии, лингвистике, демографии, российские ученые обращают внимание на тот факт, что количественные методы выступают как необходимый этап социологического исследования, который связан с поисками новых методов, реализацией новейших достижений математики.
Трудности применения математики в социологии обусловлены сложностью социальных явлений, а также тем, что социолог постоянно имеет дело с фактами не только объективными, но и субъективными, перевод которых в количественную форму требует разработки специального математического аппарата.
Кроме того, трудности связаны с тем, что в общественных науках связь между наблюдаемым явлением и наблюдателем очень трудно свести к минимуму. С одной стороны, наблюдатель может оказывать значительное влияние на явления, привлекшие его внимание. С другой стороны, ученый-социолог не может взирать на свои объекты с холодных высот вечности и вездесущности. Иными словами, в общественных науках мы имеем дело с короткими статистическими рядами и не можем быть уверены, что значительная часть наблюдаемого нами не создана нами самими.
Наконец, эти трудности связаны с тем, что социология изучает явления, которые характеризуются и количественными, и качественными переменными. Это ставит перед социологией проблему измерения качественных величин.
Иногда ссылаясь на еще несовершенные и весьма приближенные результаты применения математических теорий, например теории игр, в социологии, некоторые ученые указывают на несоответствие математического аппарата социальной структуре. При этом они обычно интуитивно сравнивают стройность и строгость математики, применяющейся в физике и астрономии в XVIII и XIX вв., и сложность, неопределенность и неэффективность математического аппарата социологии XX в.
Если иметь в виду такое сопоставление, то действительно можно отметить, что в социологии нет законов, аналогичных законам И. Ньютона и А. Эйнштейна, для области социальных явлений нет математической теории, подобной теории классической или квантовой механики. Причина тут кроется, видимо, в несравненно большей сложности и изменчивости социальных объектов. На наш взгляд, было бы большим заблуждением думать, что когда-нибудь в отношении общества будут найдены уравнения, подобные уравнениям классической механики.
В последние годы все больший вес приобретает обсуждение методологических проблем использования новейших математических методов, выросших в рамках математической статистики, технической кибернетики, математической экономики. Представляет интерес обсуждение методологических проблем применения методов распознавания образов в конкретных социальных исследованиях.
Эти задачи перспективны, по нашему мнению, в двух основных направлениях. Во-первых, их решение позволяет получать сложные статистические критерии классификации полипараметрических объектов, которые в дальнейшем можно использовать в автоматизированных системах управления социальными системами. Во-вторых, их решение дает информативный набор признаков, описывающих ситуации, подлежащие классификации, что позволит в дальнейшем увеличить надежность классификации.
В последнее время начинают все более интенсивно обсуждаться проблемы применения математических методов в социальном исследовании как этапе и инструменте социального управления и планирования. Математическое обеспечение конкретного социологического исследования становится необходимостью на пути отыскания и реализации народно-хозяйственного оптимума.