Скачать книгу

моделирование в условиях недостатка исходной информации дает множество решений.

      Если не заполнена одна клетка, то, поскольку по своему положению на доске клетки не эквивалентны и вакантное место может размещаться различным образом, их число составит 64. (Строго говоря, данные значения надо разделить на 4 с учетом симметрии доски.) И только отсутствие свободных клеток или размещение 64 шашек даст нам число комбинаций, равное 1. Перемещать шашки более некуда. Этот идеальный вариант означает единственное решение стоящей задачи или единственный правильный вывод. Это уже не гипотеза или предположение, а утверждение.

      А если были использованы ошибочные данные? То есть на доску попали ложные шашки, например, окрашенные снизу в другой цвет и поэтому внешне неотличимые и кажущиеся истинными. Тогда при заполнении всех клеток доски мы также получим единственное решение, но решение-химеру. Данные не были достоверны.

      Поскольку понимание данного вопроса является весьма важным для дальнейших рассуждений, то приведем пример более углубленного характера (рис. 1). Перед ученым стоит задача – понять, каким образом переменная (Х) влияет на результат (Y). В ходе эксперимента он получает некое значение, которое изображает на графике в виде точки. Это минимальный объем исходной информации. Через точку можно провести бесконечно большое количество прямых и кривых различной сложности (рис. 1-I). Этого недостаточно для того, чтобы решить поставленную задачу. Число решений равняется бесконечности. Далее появляется еще одна точка, то есть количество исходной информации увеличивается (рис. 1-II). Через две точки можно провести уже только одну прямую, но также и большое количество кривых. Но теперь уже не любых кривых, а лишь определенных, определяемых взаимным расположением точек, характеризующимся, согласно математической терминологии, положительным тангенсом угла наклона касательной.

      Таким образом, с увеличением объема исходной информации (числа точек на графике) мы имеем резкое сокращение количества вероятных решений. Их также можно назвать моделями, и им соответствуют каждая кривая или прямая.

      Наконец, возникает еще одна точка (рис. 1-III). Теперь мы уже определенно можем говорить, что зависимость является криволинейной, и она обращена выпуклостью вверх. Это существенно отличается от той неопределенной ситуации, которую мы имели вначале. Однако надо добавить, что это справедливо лишь для определенного интервала фактора Х, находящегося в пределах a – b. Выход за его рамки может изменить ситуацию. Попросту говоря, зависимости иногда «работают» лишь в определенном интервале условий. Получение 5, 6, 7 и 8-й точек все ставит на свои места. Кривая оказывается сложной, но надежно характеризуемой (рис. 1-IV). Необходимо было иметь восемь точек, чтобы сделать единственный вывод, то есть создать модель. Меньшее количество давало решения от бесконечно большого числа вариантов при одной точке до ограниченного, но не единственного, например

Скачать книгу