1.1.1. Аксиоматический метод и структуры математики
В отличие от большинства гуманитарных наук математика является наукой точной [1-4]. Это значит, что если определенная совокупность знаний корректно подтверждена математически, то ошибки при ее использовании практически исключены. При этом возможно расширение и применение этих знаний для многих других наук, использующих аппарат математики.
Для обоснования точности своих положений математика использует аксиоматический метод. При нем в основу построения научной теории в математике кладутся некоторые исходные первичные понятия, на основании которых строятся математически и логически обоснованные предположения - аксиомы. Все остальные положения теории - теоремы получаются как следствия аксиом и применяются после их доказательства.
Впервые аксиоматический метод был развит, по-видимому, еще в работах Евклида, которые появились задолго до нашей эры и известны как геометрия Евклида. В ней были сформулированы многие исходные геометрические понятия, такие, как точка, прямая, окружность, условия параллельности прямых и др.
Но лишь начиная с XIX века аксиоматический метод получил дальнейшее серьезное развитие. В частности Н. И. Лобачевским (1792-1856) и Я. Больяй (1802-1860) были развиты основы неевклидовой геометрии, а вскоре возникла и теория доказательств. Позже были введены понятия непротиворечивости, полноты и независимости той или иной системы аксиом. Был также предложен метод интерпретации результатов, который позволяет устанавливать факт относительной непротиворечивости того или иного суждения или вывода. К примеру, геометрия Лобачевского непротиворечива относительно геометрии Евклида, а теория относительности Эйнштейна непротиворечива относительно классической механики Ньютона.
Применительно к арифметике большую роль сыграли первичные понятия множества вообще и множества натуральных чисел. Последние можно определить как целые неотрицательные числа n. В их состав сейчас включается и 0. Каждое следующее число обозначается как n’. Из изучаемых в школе аксиом натуральных чисел вытекает корректность таких понятий, как функции натуральных чисел и арифметические операции с ними. Однако лишь недавно (в 1929 г.) П. П. Кальмаром была строго доказана корректность операций их сложения и вычитания и было показано, что для двух натуральных чисел справедливы различные соотношения, например, о том, что m + 0 = m и m + n’= (m + n)’. Была строго доказана и корректность других арифметических операций.
Вершиной аксиоматического метода стали работы Д. Гильберта (1862-1943) и его математической школы. Им было введено понятие формальной системы, которое позволило на основе точных математических объектов строить общую теорию, именуемую также метатеорией. Каждая формальная система строится на основе четко очерченных формальных выражений - формул. Они могут строиться из произвольной системы знаков (математических символов).
В результате этих работ появилось искушение построить любую математическую теорию на основании понятия о выводимых формулах или теоремах. Однако К. Гедель (1906-1978) показал, что это далеко не так. Оказалось, что при любом конечном множестве исходных аксиом и при конечном множестве пополняющих их аксиом даже в арифметике остаются проблемы неполноты формализованной системы и ее принципиальной непополнимости.
В настоящее время очевидно, что далеко не все математические задачи могут быть решены аналитически и точно. Это обусловило бурный прогресс в разработке приближенных численных методов решения математических задач, для которых идеально подходят компьютеры. Широкое распространение получили статистические вычисления, активно развиваются направления нечеткой логики и нейронных сетей. Более того, становится очевидным, что далеко не все алгоритмы решения математических задач можно свести к формальным выражениям. По-видимому, гораздо более широкий класс задач может сводиться к описанию и решению их программными средствами.
Математика обычно оперирует с различными структурами - геометрическими, алгебраическими, логическими и т.д. До начала ХХ века алгебра базировалась на довольно ограниченном числе алгебраических структур. Но затем их число стало стремительно расти. В наше время под алгеброй принято называть науку о свойствах множеств, на которых определена та или иная система операций и отношений. А. И. Мальцев ввел понятие алгебраической системы и одним из первых показал, что алгебра и математическая логика – две тесно связанные между собой дисциплины.
Для алгебры характерно абстрактное представление многих понятий, отвлеченное от их конкретного применения. Например, мы можем складывать числа людей в двух комнатах, деревьев в двух рощах или молекул в многокомпонентной химической системе. То общее, что мы имеем в свойствах носителей, операций и отношений в рамках самих алгебраических систем, принято называть изоморфизмом.
Из структур алгебры, которые широко используются на практике, можно отметить:
множества и подмножества;
числа со сложением и умножением;
векторы на плоскости;
графические объекты - графы;
логические соотношения (алгебра Буля);
группы и полугруппы и т.д.
Таким образом, можно заключить, что алгебра в наши дни изучает не только отдельные алгебраические системы, но и целые классы алгебраических систем, удовлетворяющие некоторой системе аксиом. Часто в рамках широких классов алгебраических систем выделяются более узкие классы, получающиеся добавлением новых и новых аксиом. Что и есть основа аксиоматического метода.
К сожалению, в рамках курса «Математика и информатика» для гуманитарных специальностей мы вынуждены ограничиться лишь некоторыми понятиями аксиоматического метода и ознакомительным описанием отдельных структур математики. Из них для нас наиболее важными являются понятия об элементарных геометрических объектах и основные понятия математического анализа. По большей части очевидные или хорошо известные доказательства математических теорем опускаются - на них, в рамках данного курса, просто нет времени.
- Новые информационные технологии
- Часть 3. Основы математики и математическое моделирование Учебное пособие
- Введение
- Глава 1. Основы компьютерной математики
- 1.1. Математика и ее средства
- 1.1.1. Аксиоматический метод и структуры математики
- 1.1.2. Компьютерная математика как часть математики
- 1.1.3. Классификация средств компьютерной математики
- 1.1.4. Структура систем компьютерной математики
- 1.1.5. Обзор систем компьютерной математики
- 1.2. Система компьютерной математикиMathcad
- 1.2.1. Состав системы Mathcad и ее запуск
- 1.2.2. Основы работы с системой Mathcad 2001
- 1.2.3. Работа с текстовым редактором
- 1.2.4. Работа с формульным редактором
- 1.2.5. Операции вывода и присваивания
- 1.2.6. Шаблоны математических операторов и символов
- 1.2.7. Ошибки и прерывание вычислений
- 1.3. Простые типы данных
- 1.3.1. Числовые данные
- 1.3.2. Вещественные числа и их форматы
- 1.3.3. Комплексные числа
- 1.3.4. Строковые данные
- 1.3.5. Символьные данные и выражения
- 1.4. Сложные типы данных
- 1.4.1. Множества и подмножества
- 1.4.2. Массивы
- 1.4.3. Векторы и матрицы
- 1.5. Константы, переменные, операторы и функции
- 1.5.1. Числовые константы
- 1.5.2. Строковые константы
- 1.5.3. Переменные
- 1.5.4. Операторы
- 1.5.5. Выражения и функции
- 1.6. Основы графической визуализации вычислений
- 1.6.1. Понятия об основных геометрических объектах
- 1.6.2. Построение графиков функций одной переменной
- 1.6.3. Построение графиков поверхностей
- 1.7. Средства программирования в системеMathcad
- 1.7.1. Задание операторов пользователя
- 1.7.2. Задание программных модулей
- 1.7.3. Особенности применения программных модулей
- Методические указания
- 2.1.2. Вычисление произведений
- 2.1.3. Вычисление пределов
- 2.3. Вычисление производных и интегралов
- 2.3.1. Определение производной и полного дифференциала
- 2.3.2. Вычисление производных
- 2.3.3. Определение интегралов
- 2.3.4. Вычисление интегралов
- 2.4. Решение уравнений и систем уравнений
- 2.4.1. Простое линейное уравнение и его решение
- 2.4.2. Решение систем линейных уравнений
- 2.4.5. Поиск всех корней степенного многочлена()
- 2.4.6. Решение систем нелинейных уравнений()
- 2.4.7. Реализация итерационных вычислений
- 2.5. Решение дифференциальных уравнений()
- 2.5.1. Основные понятия о дифференциальных уравнениях()
- 2.5.2. Решение систем оду()
- 2.5.3. Решение оду с помощью функции odesolve()
- 2.5.4. Решение жестких систем оду()
- 2.6. Решение задач оптимизации и линейного программирования
- 2.6.1. Основные понятия оптимизации
- 2.6.2. Пример оптимизации раскроя железного листа
- 2.6.3. Поиск минимума тестовой функции Розенброка
- 2.6.4. Функции maximize и minimize системы Mathcad
- 2.7. Разложение функций в ряды
- 2.7.1. Определение рядов Тейлора и Маклорена
- 2.7.2. Разложение в ряд Тейлора в системе Mathcad
- 2.7.3. Ряды Фурье()
- 2.7.4. Быстрые прямое и обратное преобразования Фурье()
- 2.7.5. Примеры преобразований Фурье()
- 2.7.6. Альтернативные преобразования Фурье()
- 2.8. Табличная интерполяция и аппроксимация
- 2.8.1. Теоретические основы интерполяции и экстраполяции
- 2.8.2. Интерполяция и аппроксимация по общей формуле Лагранжа
- 2.8.3. Полиномиальная интерполяция и аппроксимация
- 2.8.4. Кусочно-линейная и сплайновая аппроксимации в Mathcad
- 2.9. Статистическая обработка данных
- 2.9.1.Эксперименты, события и другие понятия статистики
- 2.9.2.Решение задач комбинаторики
- 2.9.3. Дискретные и непрерывные случайные величины
- 2.9.4. Законы распределения и статистические функции Mathcad
- 2.9.5. Регрессия и метод наименьших квадратов
- 2.9.6. Выполнение линейной регрессии в среде Mathcad
- 2.9.7. Полиномиальная регрессия в Mathcad
- 2.9.8. Проведение нелинейной регрессии()
- 2.9.9. Экстраполяция и предсказание
- 2.9.10. Сглаживание данных
- Методические указания
- 10 Главных вопросов
- Глава 3. Основы математического моделирования
- 3.1. Основные понятия моделирования
- 3.2. Основные виды моделей и их свойства
- 3.2.1. Основные виды моделей
- 3.2.2. Основные свойства моделей
- 3.3. Цели, принципы и технология моделирования
- 3.3.1. Цели моделирования
- 3.3.2. Основные принципы моделирования
- 3.3.3. Технология моделирования
- 3.3.4. Основные методы решения задач моделирования
- Оценка обусловленности вычислительной задачи – еще одно обязательное требование при выборе метода решения и построении математической модели.
- 3.3.5. Контроль правильности модели
- 3.4. Задачи моделирования полета камня
- 3.4.1. Постановка задачи моделирования
- 3.4.2. Концептуальная формулировка задачи
- 3.4.3. Построение математической модели
- 3.4.4. Выбор метода решения
- 3.4.5. Программная реализация модели на эвм
- 3.4.6. Проверка адекватности модели
- 3.4.7. Анализ результатов моделирования
- Методические указания
- 10 Главных вопросов
- Глава 4. Практика математического моделирования
- 4.1. Моделирование процессов на основе известных формул
- 4.1.1. Моделирование изменения параметров атмосферы
- 4.1.2. Моделирование закона Мура
- 4.1.3. Моделирование преодоления самолетом звукового барьера
- 4.2. Моделирование на основе конечно-разностных методов
- 4.2.1. Моделирование Броуновского движения частиц
- 4.2.2. Моделирование диффузии
- 4.2.3. Моделирование торможения автомобиля()
- 4.2.4. Моделирование падения парашютиста()
- 4.2.5. Моделирование генератора на туннельном диоде()
- 4.2.6. Моделирование развития и угасания эпидемии
- 4.3. Моделирование колебательных систем
- 4.3.1. Анализ линейной колебательной системы
- 4.3.2. Анализ нелинейной колебательной системы Ван дер Поля
- 4.3.3. Моделирование системы Дафинга с внешним воздействием
- 4.3.4. Хаос и моделирование аттрактора Лоренца()
- 4.4. Моделирование рассеивания альфа-частиц()
- 4.5. Моделирование биологических и экономических систем
- 4.5.1. Модель системы «хищник-жертва» Лотки-Вольтерра
- 4.5.2. Модель системы «хищник-жертва» с логистической поправкой
- 4.5.3. Модель системы «хищник-жертва» Холлинга-Тэннера
- 4.5.4. Моделирование замкнутой экономической системы
- 4.6. Моделирование на основе линейного программирования
- 4.6.1.Оптимальные экономико-математические модели
- 4.6.2. Решение задач максимизации объема продукции
- 4.6.3. Решение задач минимизации ресурсов
- 4.6.4. Решение транспортной задачи
- 4.6.5. Задачи целочисленного программирования с булевыми переменными
- 4.7. Сетевые модели в оптимизации управленческих решений
- 4.7.1. Задача поиска кратчайшего пути
- 4.7.2. Задача о распределении потоков в сетях
- 4.8. Обработка и моделирование сигналов и изображений
- 4.8.1. Основы спектрального метода моделирования сигналов
- 4.8.2. Спектральное моделирование на основе точных формул интегрирования()
- 4.8.3. Улучшенное спектральное моделирование дискретных сигналов()
- 4.8.4. Вейвлеты - новый базис представления сигналов()
- 4.8.5. Вейвлет-преобразования()
- 4.8.6. Примеры вейвлет-обработки сигнала - временного ряда()
- 4.8.7. Анализ сигналов по вейвлет-спектрограммам
- 4.9. Обработка изображений
- 4.9.1. Средства обработки изображений
- 4.9.2. Обработка монохромных изображений
- 4.9.3. Обработка цветных изображений
- 4.9.4. Функции для работы с файлами и матрицами рисунков
- 4.9.5. Вейвлет-компрессия рисунков в пакете Wavelet Extension Pack
- 4.10.1. Подготовка к работе с матричной лабораторией matlab
- 4.10.2. Имитационное моделирование и расширение Simulink
- Методические указания
- 10 Главных вопросов
- Список литературы
- Глава 1. Основы компьютерной математики 4
- Глава 2. Основы математических вычислений 50
- Глава 3. Основы математического моделирования 105
- Глава 4. Практика математического моделирования 121