Компьютерный эксперимент в процессе моделирования. Компьютерный эксперимент и компьютерное моделирование. Компьютерный физический эксперимент
| Планирование уроков на учебный год | Основные этапы моделирования
Урок 2
Основные этапы моделирования
 |
 |
|
Изучив эту тему, вы узнаете:
Что такое моделирование;
- что может служить прототипом для моделирования;
- какое место занимает моделирование в деятельности человека;
- каковы основные этапы моделирования;
- что такое компьютерная модель;
- что такое компьютерный эксперимент.
Компьютерный эксперимент
Чтобы дать жизнь новым конструкторским разработкам, внедрить новые технические решения в производство или проверить новые идеи, нужен эксперимент. Эксперимент - это опыт, который производится с объектом или моделью. Он заключается в выполнении некоторых действий и определении, как реагирует экспериментальный образец на эти действия.
В школе вы проводите опыты на уроках биологии, химии, физики, географии.
Эксперименты проводят при испытании новых образцов продукции на предприятиях. Обычно для этого используется специально создаваемая установка, позволяющая провести эксперимент в лабораторных условиях, либо сам реальный продукт подвергается всякого рода испытаниям (натурный эксперимент). Для исследования, к примеру, эксплуатационных свойств какого-либо агрегата или узла его помещают в термостат, замораживают в специальных камерах, испытывают на вибростендах, роняют и т. п. Хорошо, если это новые часы или пылесос - не велика потеря при разрушении. А если самолет или ракета?
Лабораторные и натурные эксперименты требуют больших материальных затрат и времени, но их значение, тем не менее, очень велико.
С развитием компьютерной техники появился новый уникальный метод исследования - компьютерный эксперимент. В помощь, а иногда и на смену экспериментальным образцам и испытательным стендам во многих случаях пришли компьютерные исследования моделей. Этап проведения компьютерного эксперимента включает две стадии: составление плана эксперимента и проведение исследования.
План эксперимента
План эксперимента должен четко отражать последовательность работы с моделью. Первым пунктом такого плана всегда является тестирование модели.
Тестирование - процесс проверки правильности построенной модели.
Тест - набор исходных данных, позволяющий определить пра- - вильность построения мЪдели.
Чтобы быть уверенным в правильности получаемых результатов моделирования, надо: ♦ проверить разработанный алгоритм построения модели; ♦ убедиться, что построенная модель правильно отражает свойства оригинала, которые учитывались при моделировании.
Для проверки правильности алгоритма построения модели используется тестовый набор исходных данных, для которых конечный результат заранее известен или предварительно определен другими способами.
Например, если вы используете при моделировании расчетные формулы, то надо подобрать несколько вариантов исходных данных и просчитать их «вручную». Это тестовые задания. Когда модель построена, вы проводите тестирование с теми же вариантами исходных данных и сравниваете результаты моделирования с выводами, полученными расчетным путем. Если результаты совпадают, то алгоритм разработан верно, если нет - надо искать и устранять причину их расхождения. Тестовые данные могут совершенно не отражать реальную ситуацию и не нести смыслового содержания. Однако полученные в процессе тестирования результаты могут натолкнуть вас на мысль об изменении исходной информационной или знаковой модели, прежде всего в той ее части, где заложено смысловое содержание.
Чтобы убедиться, что построенная модель отражает свойства оригинала, которые учитывались при моделировании, надо подобрать тестовый пример с реальными исходными данными.
Проведение исследования
После тестирования, когда у вас появилась уверенность в правильности построенной модели, можно переходить непосредственно к проведению исследования.
В плане должен быть предусмотрен эксперимент или серия экспериментов, удовлетворяющих целям моделирования. Каждый эксперимент должен сопровождаться осмыслением итогов, что служит основой анализа результатов моделирования и принятия решений.
Схема подготовки и проведения компьютерного эксперимента приведена на рисунке 11.7.
Рис. 11.7. Схема компьютерного эксперимента
Анализ результатов моделирования
Конечная цель моделирования - принятие решения, которое должно быть выработано на основе всестороннего анализа результатов моделирования. Этот этап решающий - либо вы продолжаете исследование, либо заканчиваете. На рисунке 11.2 видно, что этап анализа результатов не может существовать автономно. Полученные выводы часто способствуют проведению дополнительной серии экспериментов, а подчас и изменению задачи.
Основой выработки решения служат результаты тестирования и экспериментов. Если результаты не соответствуют целям поставленной задачи, значит, на предыдущих этапах были допущены ошибки. Это может быть либо неправильная постановка задачи, либо слишком упрощённое построение информационной модели, либо неудачный выбор метода или среды моделирования, либо нарушение технологических приемов при построении модели. Если такие ошибки выявлены, то требуется корректировка модели у то есть возврат к одному из предыдущих этапов. Процесс повторяется до тех пор, пока результаты эксперимента не будут отвечать целям моделирования.
Главное, надо всегда помнить: выявленная ошибка - тоже результат. Как гласит народная мудрость, на ошибках учатся. Об этом писал и великий русский поэт А. С. Пушкин:
О, сколько нам открытий чудных
Готовят просвещенья дух
И опыт, сын ошибок трудных,
И гений, парадоксов друг,
И случай, бог изобретатель...
Контрольные вопросы и задания
1. Назовите два основных типа постановки задач моделирования.
2. В известном «Задачнике» Г. Остера есть следущая задача:
Злая колдунья, работая не покладая рук, превращает в гусениц по 30 принцесс в день. Сколько дней ей понадобится, чтобы превратить в гусениц 810 принцесс? Сколько принцесс в день придется превращать в гусениц, чтобы управиться с работой за 15 дней?
Какой вопрос можно отнести к типу «что будет, если...», а какой - к типу «как сделать, чтобы...»?
3. Перечислите наиболее известные цели моделирования.
4. Формализуйте шутливую задачу из «Задачника» Г. Остера:
Из двух будок, находящихся на расстоянии 27 км одна от другой, навстречу друг другу выскочили в одно и то же время две драчливые собачки. Первая бежит со скоростью 4 км/час, а вторая - 5 км/час.
Через сколько времени начнется драка?
5.
Назовите как можно больше характеристик объекта «пара ботинок ». Составьте информационную модель объекта для разных целей:
■ выбор обуви для туристского похода;
■ подбор подходящей коробки для обуви;
■ покупка крема для ухода за обувью.
6. Какие характеристики подростка существенны для рекомендации по выбору профессии?
7. По каким причинам компьютер широко используется в моделировании?
8. Назовите известные вам инструменты компьютерного моделирования.
9. Что такое компьютерный эксперимент? Приведите пример.
10. Что такое тестирование модели?
11. Какие ошибки встречаются в процессе моделирования? Что надо делать, когда ошибка обнаружена?
12. В чем заключается анализ результатов моделирования? Какие выводы обычно делаются?
Компьютерный эксперимент Компьютерный эксперимент Чтобы дать жизнь новым конструкторским разработкам, внедрить новые технические решения в производство или проверить новые идеи, нужен эксперимент. В недалеком прошлом такой эксперимент можно было провести либо в лабораторных условиях на специально создаваемых для него установках, либо на натуре, т.е. на настоящем образце изделия, подвергая его всяческим испытаниям. Это требует больших материальных затрат и времени. В помощь пришли компьютерные исследования моделей. При проведении компьютерного эксперимента проверяют правильность построения моделей. Изучают поведение модели при различных параметрах объекта. Каждый эксперимент сопровождается осмыслением результатов. Если результаты компьютерного эксперимента противоречат смыслу решаемой задачи, то ошибку надо искать в неправильно выбранной модели или в алгоритме и методе ее решения. После выявления и устранения ошибок компьютерный эксперимент повторяется. Чтобы дать жизнь новым конструкторским разработкам, внедрить новые технические решения в производство или проверить новые идеи, нужен эксперимент. В недалеком прошлом такой эксперимент можно было провести либо в лабораторных условиях на специально создаваемых для него установках, либо на натуре, т.е. на настоящем образце изделия, подвергая его всяческим испытаниям. Это требует больших материальных затрат и времени. В помощь пришли компьютерные исследования моделей. При проведении компьютерного эксперимента проверяют правильность построения моделей. Изучают поведение модели при различных параметрах объекта. Каждый эксперимент сопровождается осмыслением результатов. Если результаты компьютерного эксперимента противоречат смыслу решаемой задачи, то ошибку надо искать в неправильно выбранной модели или в алгоритме и методе ее решения. После выявления и устранения ошибок компьютерный эксперимент повторяется.
Под математической моделью понимают систему математических соотношений формул, уравнений неравенств и т.д., отражающих существенные свойства объекта или процесса. Под математической моделью понимают систему математических соотношений формул, уравнений неравенств и т.д., отражающих существенные свойства объекта или процесса.
Задачи по моделированию из различных предметных областей Задачи по моделированию из различных предметных областей Экономика Экономика Экономика Астрономия Астрономия Астрономия Физика Физика Физика Экология Экология Экология Биология Биология Биология География География География
Машиностроительный завод, реализуя продукцию по договорным ценам, получил определенную выручку, затратив на производство некоторую сумму денег. Определить отношение чистой прибыли к вложенным средствам. Машиностроительный завод, реализуя продукцию по договорным ценам, получил определенную выручку, затратив на производство некоторую сумму денег. Определить отношение чистой прибыли к вложенным средствам. Постановка задачи Постановка задачи Цель моделирования исследовать процесс производства и реализации продукции с целью получения наибольшей чистой прибыли. Пользуясь экономическими формулами найти отношение чистой прибыли к вложенным средствам. Цель моделирования исследовать процесс производства и реализации продукции с целью получения наибольшей чистой прибыли. Пользуясь экономическими формулами найти отношение чистой прибыли к вложенным средствам.
Основными параметрами объекта моделирования являются: выручка, себестоимость, прибыль, рентабельность, налог с прибыли. Основными параметрами объекта моделирования являются: выручка, себестоимость, прибыль, рентабельность, налог с прибыли. Исходные данные: Исходные данные: выручка B; выручка B; затраты (себестоимость) S. затраты (себестоимость) S. Другие параметры найдем, используя основные экономические зависимости. Значение прибыли определяется как разность между выручкой и себестоимостью P=B-S. Другие параметры найдем, используя основные экономические зависимости. Значение прибыли определяется как разность между выручкой и себестоимостью P=B-S. Рентабельность r вычисляется по формуле:. Рентабельность r вычисляется по формуле:. Прибыль, соответствующая предельному уровню рентабельности 50%, составляет 50% от себестоимости продукции S, т.е. S*50/100=S/2, поэтому налог с прибыли N определяется следующим образом: Прибыль, соответствующая предельному уровню рентабельности 50%, составляет 50% от себестоимости продукции S, т.е. S*50/100=S/2, поэтому налог с прибыли N определяется следующим образом: если r
Анализ результатов Анализ результатов Полученная модель позволяет в зависимости от рентабельности определять налог с прибыли, автоматически пересчитывать размер чистой прибыли, находить отношение чистой прибыли к вложенным средствам. Полученная модель позволяет в зависимости от рентабельности определять налог с прибыли, автоматически пересчитывать размер чистой прибыли, находить отношение чистой прибыли к вложенным средствам. Проведенный компьютерный эксперимент показывает, что отношение чистой прибыли к вложенным средствам увеличивается при увеличении выручки и уменьшается при увеличении себестоимости продукции. Проведенный компьютерный эксперимент показывает, что отношение чистой прибыли к вложенным средствам увеличивается при увеличении выручки и уменьшается при увеличении себестоимости продукции.
Задача. Задача. Определите скорость движения планет по орбите. Для этого составьте компьютерную модель Солнечной системы. Постановка задачи Цель моделирования определить скорость движения планет по орбите. Объект моделирования Солнечная система, элементами которой являются планеты. Внутреннее строение планет в расчет не принимается. Будем рассматривать планеты как элементы, обладающие следующими характеристиками: название; R - удаленность от Солнца (в астрономических единицах; астроном. ед. среднее расстояние от Земли до Солнца); t - период обращения вокруг Солнца (в годах); V - скорость движения по орбите (астр.ед./год), предполагая, что планеты движутся вокруг Солнца по окружностям с постоянной скоростью.
Анализ результатов Анализ результатов 1. Проанализируйте результаты расчетов. Можно ли утверждать, что планеты, находящиеся ближе к Солнцу имеют большую скорость движения по орбите? 1. Проанализируйте результаты расчетов. Можно ли утверждать, что планеты, находящиеся ближе к Солнцу имеют большую скорость движения по орбите? 2. Представленная модель Солнечной системы является статической. При построении этой модели мы пренебрегали изменениями расстояния от планет до Солнца во время их движения по орбите. Чтобы знать, какая планета дальше и каковы примерные соотношения между расстояниями, этой информации вполне достаточно. Если же мы хотим определить расстояние между Землей и Марсом, то пренебрегать временными изменениями нельзя, и здесь придется использовать уже динамическую модель. 2. Представленная модель Солнечной системы является статической. При построении этой модели мы пренебрегали изменениями расстояния от планет до Солнца во время их движения по орбите. Чтобы знать, какая планета дальше и каковы примерные соотношения между расстояниями, этой информации вполне достаточно. Если же мы хотим определить расстояние между Землей и Марсом, то пренебрегать временными изменениями нельзя, и здесь придется использовать уже динамическую модель.
Компьютерный эксперимент Введите в компьютерную модель исходные данные. (Например: =0,5; =12) Найти такой коэффициент трения при котором машина поедет с горы (при данном угле). Найти такой угол при котором машина будет стоять на горе (при данном коэффициенте трения). Каков будет результат, если силой трения пренебречь. Анализ результатов Данная компьютерная модель позволяет проводить вычислительный эксперимент, взамен физическому. Меняя значения исходных данных, можно видеть все изменения происходящие в системе. Интересно заметить, что в построенной модели результат не зависит ни от массы автомобиля, ни от ускорения свободного падения.
Задача. Задача. Представьте себе, что на Земле останется только один источник пресной воды озеро Байкал. На сколько лет Байкал обеспечит население всего мира водой? Представьте себе, что на Земле останется только один источник пресной воды озеро Байкал. На сколько лет Байкал обеспечит население всего мира водой?
Разработка модели Разработка модели Для построения математической модели определим исходные данные. Обозначим: Для построения математической модели определим исходные данные. Обозначим: V - объем озера Байкал км3; V - объем озера Байкал км3; N - население Земли 6 млрд. чел.; N - население Земли 6 млрд. чел.; p - потребление воды в день на 1 человека (в среднем) 300 л. p - потребление воды в день на 1 человека (в среднем) 300 л. Так как 1л. = 1 дм3 воды, необходимо выполнить перевод V воды озера из км3 в дм3. V (км3) = V * 109 (м3) = V * 1012 (дм3) Так как 1л. = 1 дм3 воды, необходимо выполнить перевод V воды озера из км3 в дм3. V (км3) = V * 109 (м3) = V * 1012 (дм3) Результат количество лет, за которое население Земли использует воды Байкала, обозначим g. Итак, g=(V*)/(N*p*365) Результат количество лет, за которое население Земли использует воды Байкала, обозначим g. Итак, g=(V*)/(N*p*365) Так выглядит электронная таблица в режиме отображения формул: Так выглядит электронная таблица в режиме отображения формул:
Задача. Задача. Для производства вакцины на заводе планируется выращивать культуру бактерий. Известно, что если масса бактерий - x г., то через день она увеличится на (a-bx)x г., где коэффициенты a и b зависят от вида бактерий. Завод ежедневно будет забирать для нужд производства вакцины m г. бактерий. Для составления плана важно знать, как изменяется масса бактерий через 1, 2, 3,..., 30 дней.. Для производства вакцины на заводе планируется выращивать культуру бактерий. Известно, что если масса бактерий - x г., то через день она увеличится на (a-bx)x г., где коэффициенты a и b зависят от вида бактерий. Завод ежедневно будет забирать для нужд производства вакцины m г. бактерий. Для составления плана важно знать, как изменяется масса бактерий через 1, 2, 3,..., 30 дней..
Постановка задачи Постановка задачи Объектом моделирования является процесс изменения численности населения в зависимости от времени. На этот процесс влияют многие факторы: экология, состояние медицинского обслуживания, экономическая ситуация в стране, международная обстановка и многое другое. Обобщив демографические данные, ученые вывели функцию, выражающую зависимость численности населения от времени: Объектом моделирования является процесс изменения численности населения в зависимости от времени. На этот процесс влияют многие факторы: экология, состояние медицинского обслуживания, экономическая ситуация в стране, международная обстановка и многое другое. Обобщив демографические данные, ученые вывели функцию, выражающую зависимость численности населения от времени: f(t)=где коэффициента a и b для каждого государства свои, f(t)=где коэффициента a и b для каждого государства свои, e основание натурального логарифма. e основание натурального логарифма. Эта формула лишь приближенно отражает реальность. Для нахождения значений коэффициентов a и b можно воспользоваться статистическим справочником. Взяв из справочника значения f(t) (численность населения в момент времени t), можно приближенно подобрать a и b так, чтобы теоретические значения f(t), вычисляемые по формуле, не сильно отличались от фактических данных в справочнике. Эта формула лишь приближенно отражает реальность. Для нахождения значений коэффициентов a и b можно воспользоваться статистическим справочником. Взяв из справочника значения f(t) (численность населения в момент времени t), можно приближенно подобрать a и b так, чтобы теоретические значения f(t), вычисляемые по формуле, не сильно отличались от фактических данных в справочнике.
Использование компьютера как инструмента учебной деятельности дает возможность переосмыслить традиционные подходы к изучению многих вопросов естественнонаучных дисциплин, усилить экспериментальную деятельность учащихся, приблизить процесс обучения к реальному процессу познания, основанному на технологии моделирования. Использование компьютера как инструмента учебной деятельности дает возможность переосмыслить традиционные подходы к изучению многих вопросов естественнонаучных дисциплин, усилить экспериментальную деятельность учащихся, приблизить процесс обучения к реальному процессу познания, основанному на технологии моделирования. Решение задач из различных областей деятельности человека на компьютере базируются не только на знаниях учащимися технологии моделирования, но, естественно, и на знаниях данной предметной области. В связи с этим, предложенные уроки по моделированию целесообразнее проводить после изучения учащимися материала на общеобразовательном предмете, учителю информатики необходимо сотрудничать с учителями разных образовательных областей. Известен опыт проведения бинарных уроков, т.е. уроков, проводимых учителем информатики совместно с учителем-предметником. Решение задач из различных областей деятельности человека на компьютере базируются не только на знаниях учащимися технологии моделирования, но, естественно, и на знаниях данной предметной области. В связи с этим, предложенные уроки по моделированию целесообразнее проводить после изучения учащимися материала на общеобразовательном предмете, учителю информатики необходимо сотрудничать с учителями разных образовательных областей. Известен опыт проведения бинарных уроков, т.е. уроков, проводимых учителем информатики совместно с учителем-предметником.
Компьютерный эксперимент с моделью системы при ее исследовании и проектировании проводится с целью получения информации о характеристиках процесса функционирования рассматриваемого объекта. Основная задача планирования компьютерных экспериментов – получение необходимой информации об исследуемой системе при ограничениях на ресурсы (затраты машинного времени, памяти и т. п.). К числу частных задач, решаемых при планировании компьютерных экспериментов, относятся задачи уменьшения затрат машинного времени на моделирование, увеличения точности и достоверности результатов моделирования, проверки адекватности модели и т. д.
Эффективность компьютерных экспериментов с моделями существенно зависит от выбора плана эксперимента, так как именно план определяет объем и порядок проведения вычислений на ЭВМ, приемы накопления и статистической обработки результатов моделирования системы. Поэтому основная задача планирования компьютерных экспериментов с моделью формулируется следующим образом: необходимо получить информацию об объекте моделирования, заданном в виде моделирующего алгоритма (программы), при минимальных или ограниченных затратах машинных ресурсов на реализацию процесса моделирования.
Преимуществом компьютерных экспериментов перед натурным является возможность полного воспроизведения условий эксперимента с моделью исследуемой системы. Существенным достоинством перед натурными является простота прерывания и возобновления компьютерных экспериментов, что позволяет применять последовательные и эвристические приемы планирования, которые могут оказаться нереализуемыми в экспериментах с реальными объектами. При работе с компьютерной моделью всегда возможно прерывание эксперимента на время, необходимое для анализа результатов и принятия решений об его дальнейшем ходе (например, о необходимости изменения значений характеристик модели).
Недостатком компьютерных экспериментов является то, что результаты одних наблюдений зависят от результатов одного или нескольких предыдущих, и поэтому в них содержится меньше информации, чем в независимых наблюдениях.
Применительно к базе данных компьютерный эксперимент означает манипулирование данными в соответствии с поставленной целью с помощью инструментов СУБД. Цель эксперимента может быть сформирована на основании общей цели моделирования и с учетом требований конкретного пользователя. Например, имеется база данных «Деканат». Общая цель создания этой модели – управление учебным процессом. При необходимости получения сведений об успеваемости студентов можно сделать запрос, т.е. осуществить эксперимент для выборки нужной информации.
Инструментарий среды СУБД позволяет выполнять следующие операции над данными:
1) сортировка – упорядочение данных по какому–либо признаку;
2) поиск (фильтрация) – выбор данных, удовлетворяющих некоторому условию;
3) создание расчетных полей – преобразование данных в другой вид на основании формул.
Управление информационной моделью неразрывно связано с разработкой различных критериев поиска и сортировки данных. В отличие от бумажных картотек, где сортировка возможна по одному–двум критериям, а поиск вообще проводится вручную – перебором карточек, компьютерные базы данных позволяют задавать любые формы сортировки по различным полям и разнообразные критерии поиска. Компьютер без временных затрат по заданному критерию отсортирует или выберет нужную информацию.
Для успешной работы с информационной моделью программные среды баз данных позволяют создавать расчетные поля, в которых исходная информация преобразуется в другой вид. Например, по оценкам в семестре с помощью специальной встроенной функции можно рассчитать средний балл успеваемости студента. Такие расчетные поля используются либо как дополнительная информация, либо как критерий для поиска и сортировки.
Компьютерный эксперимент включает две стадии: тестирование (проверка правильности выполнения операций) и проведение эксперимента с реальными данными.
После составления формул для расчетных полей и фильтров необходимо убедиться в правильности их работы. Для этого можно ввести тестовые записи, для которых заранее известен результат операции.
Компьютерный эксперимент завершается выдачей результатов в удобном для анализа и принятия решения виде. Одно из преимуществ компьютерных информационных моделей – возможность создания различных форм представления выходной информации, называемых отчетами. Каждый отчет содержит информацию, отвечающую цели конкретного эксперимента. Удобство компьютерных отчетов заключается в том, что они позволяют сгруппировать информацию по заданным признакам, ввести итоговые поля подсчета записей по группам и в целом по всей базе и в дальнейшем использовать эту информацию для принятия решения.
Среда позволяет создать и хранить несколько типовых, часто используемых форм отчетов. По результатам некоторых экспериментов можно создать временный отчет, который удаляется после копирования его в текстовый документ или распечатки. Некоторые эксперименты вообще не требуют составления отчета. Например, требуется выбрать самого успевающего студента для присвоения повышенной стипендии. Для этого достаточно провести сортировку по среднему баллу оценок в семестре. Искомую информацию будет содержать первая запись в списке студентов.
В заключение главы рассмотрим вопрос: куда относить компьютерный эксперимент и компьютерное моделирование (computer simulations)!
Первоначально компьютерное моделирование появляется в метеорологии и ядерной физике, но сегодня спектр его применения в науке и технике чрезвычайно широк. Очень показателен в этом отношении пример "глобального моделирования", где мир рассматривается как совокупность взаимодействующих между собой подсистем: население, социум, экономика, производство продовольствия, инновационный комплекс, природные ресурсы, среда обитания, страны и регионы мира (первым примером является опубликованный в 1972 г. доклад Римскому клубу "Пределы роста"). Развитие и взаимодействие этих подсистем определяют мировую динамику.
Очевидно, что мы имеем здесь дело со сверхсложной системой с массой нелинейных взаимодействий, для которой не удается построить ВИО-тип модели. Поэтому здесь поступают следующим образом. Собирается полидисциплинарная группа, состоящая из специалистов, относящихся к различным подсистемам. Эта группа, исходя из имеющихся у ее членов знаний, составляет блок-схему из большого множества элементов и связей. Эта блок-схема преобразуется в математическую компьютерную модель, репрезентирующую моделируемую систему. После чего проводятся численные эксперименты с компьютерной моделью, т.е. компьютерные эксперименты, которые со стороны создания моделей объектов и процессов, отладки и выполнения напоминают реальный сложный эксперимент.
Между мысленным и компьютерным экспериментами есть определенная аналогия. В случае компьютерного эксперимента отрабатываемая в ходе него компьютерная модель является аналогом ВИО-модели в мысленном ВИО-эксперименте. В обоих случаях экспериментальное исследование является элементом поиска адекватной теоретической модели. В ходе этого поиска в первом случае подбираются ПИО и взаимодействия между ними (и их величина), а во втором – элементы и связи (и их величина). Из этого сопоставления очевидно, что результатом такой экспериментальной деятельности в обоих случаях возможно появление нового знания. То есть компьютерные модели соответствуют теоретическим ВИО-моделям явления, а компьютерный эксперимент является средством для их построения. При этом экспериментирование происходит с моделью, а не явлением (на то же согласно работе указывается и в работах ).
В физике и других естественных науках в случае "лабораторных" явлений реальный эксперимент может что-то менять в самом явлении ("задавать ему вопрос"). Если этого оказывается достаточно, чтобы создать ВИО-модель, и остается вопрос лишь об уточнении ее параметров, то в этом случае компьютерная модель имеет более тривиальное, чем описано выше, применение – решение сложных уравнений, описывающих физическую или техническую систему, и подбор параметров для систем, для которых ВИО-модель уже задана. Этот случай часто называют "численным экспериментом".
Однако в физике рассматриваются и явления, которые нужно качественно изучить до помещения их в лабораторию, например выделение ядерной энергии или рождение элементарных частиц. Подобная ситуация может возникнуть: 1) в перечисленных для мысленного эксперимента случаях экономической или технической сложности реального эксперимента, 2) в случае отсутствия ВИО-модели, т.е. отсутствия теории явления (как в случае турбулентных течений). В ядерной физике и физике элементарных частиц мы имеем первый, если нс оба случая. Здесь мы имеем ситуацию, аналогичную "глобальному моделированию", и начинаем экспериментировать с теоретическими моделями путем компьютерного моделирования. Поэтому неудивительно, что компьютерное моделирование появилось в ядерной физике очень рано.
Итак, компьютерный эксперимент и компьютерные модели в нетривиальном случае, как в примере с "глобальным моделированием", отвечают, соответственно, мысленному ВИО-эксперименту и теоретическим ВИО- моделям явления.
Эксперимент – это форма связи между двумя сторонами – явлением и теоретической моделью. В принципе, отсюда следует возможность манипулирования с двумя сторонами . В случае реального эксперимента экспериментирование происходит с явлением, а в случае мысленного и компьютерного эксперимента, который можно рассматривать как аналог мысленного, – с моделью. Но в обоих случаях целью является получение нового знания в виде адекватной теоретической модели.
- Это включает и замечание E. Winsberg: "Неверно, что реальный эксперимент всегда манипулирует только с интересующим объектом. Фактически и в реальном эксперименте, и в симуляции имеет место сложное отношение между тем, с чем манипулируют в исследовании, с одной стороны, и системами реального мира, которые являются целью исследования – с другой... Мендель, например, манипулировал с горохом, а интересовался изучением феномена общей наследственности" .
В представленном выше определении термин "эксперимент" имеет двойственный смысл. С одной стороны, в компьютерном эксперименте, так же как и в реальном, исследуются отклики системы на те или иные изменения параметров либо на внешние воздействия. В качестве параметров часто используются температура, плотность, состав. А воздействия чаще всего реализуются через механические, электрические или магнитные поля. Разница состоит лишь в том, что экспериментатор имеет дело с реальной системой, в то время как в компьютерном эксперименте рассматривается поведение математической модели реального объекта. С другой стороны, возможность получать строгие результаты для четко определенных моделей позволяет использовать компьютерный эксперимент как самостоятельный источник информации для проверки предсказаний аналитических теорий и, следовательно, в этом качестве результаты моделирования играют роль того же эталона, что и опытные данные.
Из всего сказанного видно, что существует возможность двух очень разных подходов к постановке компьютерного эксперимента, что обусловлено характером решаемой задачи и тем самым определяет выбор модельного описания.
Во-первых, расчеты методами МД или МК могут преследовать чисто утилитарные цели, связанные с предсказанием свойств конкретной реальной системы и их сопоставлением с физическим экспериментом. В этом случае можно делать интересные прогнозы и проводить исследования в экстремальных условиях, например, при сверхвысоких давлениях или температурах, когда реальный эксперимент по различным причинам неосуществим либо требует слишком больших материальных затрат. Моделирование на компьютере часто является вообще единственным путем получения наиболее подробной ("микроскопической") информации о поведении сложной молекулярной системы. Это особенно наглядно это показали численные эксперименты динамического типа с различными биосистемами: глобулярными белками в нативном состоянии, фрагментами ДНК и РНК, липидными мембранами. В целом ряде случаев полученные данные заставили пересмотреть или существенно изменить имевшиеся ранее представления о структуре и функционировании этих объектов. При этом следует иметь в виду, что поскольку в подобных расчетах применяют разного рода валентные и невалентные потенциалы, которые лишь аппроксимируют истинные взаимодействия атомов, то это обстоятельство в конечном итоге и определяет меру соответствия между моделью и реальностью. Первоначально проводят решение обратной задачи, когда потенциалы калибруют по имеющимся опытным данным, и только потом уже эти потенциалы используют для получения более детальных сведений о системе. Иногда, параметры межатомных взаимодействий могут быть в принципе найдены из квантово-химических расчетов, выполненных для более простых модельных соединений. При моделировании методами МД или МК молекула трактуется не как совокупность электронов и ядер, подчиняющаяся законам квантовой механики, а как система связанных классических частиц - атомов. Такая модель называется механической моделью молекулы .
Целью другого подхода к постановке компьютерного эксперимента может быть понимание общих (универсальных или модельно-инвариантных) закономерностей поведения изучаемой системы, то есть таких закономерностей, которые определяются лишь наиболее типическими особенностями данного класса объектов, но не деталями химического строения отдельно взятого соединения. То есть в этом случае компьютерный эксперимент имеет своей целью установление функциональных связей, а не расчет числовых параметров. Эта идеология в наиболее отчетливой форме присутствует в скейлинговой теории полимеров. С точки зрения такого подхода компьютерное моделирование выступает в роли теоретического инструмента, который, прежде всего, позволяет проверить выводы существующих аналитических методов теории или дополнить их предсказания. Подобное взаимодействие между аналитической теорией и компьютерным экспериментом бывает очень плодотворным, когда в обоих подходах удается использовать идентичные модели. Наиболее ярким примером такого рода обобщенных моделей полимерных молекул может служить так называемая решеточная модель . На ее основе выполнено множество теоретических построений, в частности связанных с решением классической и, в каком то смысле, основной задачи физикохимии полимеров о влиянии объемных взаимодействий на конформацию и, соответственно, на свойства гибкой полимерной цепи. Под объемными взаимодействиями обычно подразумевают короткодействующие силы отталкивания, которые возникают между удаленными вдоль по цепи звеньями, когда они сближаются в пространстве за счет случайных изгибов макромолекулы. В решеточной модели реальную цепь рассматривают как ломаную траекторию, которая проходит через узлы правильной решетки заданного типа: кубической, тетраэдрической и др. Занятые узлы решетки соответствуют полимерным звеньям (мономерам), а соединяющие их отрезки - химическим связям в скелете макромолекулы. Запрет самопересечений траектории (или, иными словами, невозможность одновременного попадания двух и более мономеров в один решеточный узел) моделирует объемные взаимодействия (Рис. 1). То есть если, например, если используется метод МК и при смещении случайно выбранного звена оно попадает в уже занятый узел, то такая новая конформация отбрасывается и уже не учитывается в вычислении интересующих параметров системы. Различные расположения цепи на решетке соответствуют конформациям полимерной цепи. По ним и проводится усреднение требуемых характеристик, например расстояния между концами цепи R.
Исследование такой модели позволяет понять, как объемные взаимодействия влияют на зависимость среднеквадратичной величины
Существуют различные модификации решеточных моделей, например, такие, в которых длины связей между звеньями не имеют фиксированных значений, но способны меняться в определенном интервале, гарантирующем лишь запрет самопересечений цепи именно так устроена широко распространенная модель с "флуктуирующими связями". Однако все решеточные модели объединяет то, что они являются дискретными, то есть число возможных конформаций такой системы всегда конечно (хотя и может составлять астрономическую величину даже при сравнительно небольшом количестве звеньев в цепи). Все дискретные модели обладают очень высокой вычислительной эффективностью, но, как правило, могут исследоваться только методом Монте-Карло.
Для ряда случаев используются континуальные обобщенные модели полимеров, которые способны менять конформацию непрерывным образом. Простейший пример - цепь, составленная из заданного числа N твердых шаров, последовательно соединенных жесткими или упругими связями. Такие системы могут исследоваться как методом Монте-Карло, так и методом молекулярной динамики.
