Matematinis modeliavimas
Pirmiausiai prisiminkime klasikinį žinių įgijimo būdą, nuo senų
laikų taikomą ne tik universitetinėse studijose, bet ir kuriant
bei naudojant naujas technologijas, gaminius ar paslaugas
įvairiose gyvenimo srityse.
Taikant šį būdą, pavyzdžiui, inžinerijoje, laboratorijose
atliekami eksperimentai, gauti rezultatai analizuojami,
naudojant paprastus matematinius modelius, tų modelių taikymo
rezultatų pagrindu formuluojamos naujos hipotezės, kurios vėl
tikrinamos laboratorinių eksperimentų pagalba. Taip kaupiama
patirtis ir žinios, kurių pagrindu gimsta naujos teorijos,
leidžiančios kryptingai planuoti eksperimentus, paaiškinti jų
rezultatus, iškelti naujus tikslus ir juos įgyvendinti. Toks
ciklas kartojamas daug kartų, kol atsiranda naujas automobilis,
lėktuvas, sukuriami nauji vaistai, pagaminamas televizorius ar
radijo imtuvas. Tačiau toks kelias yra ne tik ilgas ir brangus,
bet jo taikymo ribos tampa stabdžiu plėtojant naujas
technologijas. Pavyzdžiui, kaip atlikti eksperimentus, kai
reikia nagrinėti nanometrų dydžio daleles, kaip įvertinti
šviesos greičiu judančio lazerio spindulio savybes?
Įveikti šias problemas padeda matematiniai modeliai ir
kompiuterinės technikos galimybės.
Šiuolaikinio matematinio modeliavimo metodologijos esmė yra
tiriamo realaus objekto (proceso, reiškinio, sistemos)
pakeitimas jo „atvaizdu“ – matematiniu modeliu, o vėliau –
virtualiuoju objektu (matematinio modelio kompiuterine
realizacija). Tokiu būdu žymi dalis realaus objekto savybių
tyrimo atliekama eksperimentuojant su virtualiuoju objektu. Šis
trečiasis pažinimo (progozavimo, projektavimo) metodas turi
savyje daugelį gerų pirmųjų dviejų mokslinio tyrimo metodų –
teorijos ir eksperimento savybių. Darbas ne su pačiu realiuoju
objektu, o su jo modeliu leidžia be didelių išlaidų ir
pakankamai greitai atlikti jo savybių ir elgesio tyrimą
įvairiausiose įmanomose situacijose (teorijos privalumai). Tuo
pat metu skaitiniai (kompiuteriniai, simuliaciniai, imitaciniai)
eksperimentai su objektų modeliais leidžia remiantis
šiuolaikinių skaitinių metodų ir informatikos techninių
priemonių galia detaliai, giliai ir pakankamai pilnai ištirti
objektus, ką ne visada leidžia grynai teoriniai metodai
(eksperimento privalumai).
Šią metodologiją taikant praktikoje paprastai tenka praeiti
kelis tyrimo etapus. Tai galima pailiustruoti tokia schema:
Šioje schemoje skaičiais pažymėti:
1 – realusis objektas, 2 – idealizuota schema, 3 – matematinis modelis, 4 – skaitinis modelis ir jį realizuojantys algoritmai, 5 – virtualusis objektas. |
Dvigubomis rodyklėmis pažymėti perėjimai tarp nuoseklių tyrimo
etapų, viengubomis – grįžimas į ankstesnius etapus (tai
neišvengiama dėl tobulėjančios kompiuterinės technikos,
besiplėtojančių matematikos ir kitų mokslų metodų, o taip pat
galimų klaidų ir netikslumų bet kuriame etape). Plati juoda
rodyklė vaizduoja virtualaus objekto tyrimo rezultatų
panaudojimą realiojo objekto pažinimui (struktūros ir funkcijų
analizei), prognozei, projektavimui ir valdymui.
Matome, kad kompiuterinio modeliavimo bendroji schema yra panaši
į klasikinės tyrimų metodologijos schemą, tačiau čia galime
pastebėti kelis svarbius skirtumus:
a) galime nagrinėti labai sudėtingus matematinius modelius. Jų sudarymas ir naudojimas yra kertinė viso kompiuterinio modeliavimo dalis. Šiuo metu jau sukurta daug metodų, leidžiančių aprašyti diferencialinėmis, integralinėmis ir kitokiomis lygtimis daugelį mus dominančių procesų gamtos, technologijos ar socialiniuose moksluose. (Studijuodami mūsų programoje išmoksite tokius modelius sudaryti, juos programiškai realizuoti ir analizuoti skaičiavimų rezultatus);
b) gautus matematinius uždavinius pakeičiame jų artiniais (kadangi neįmanoma jų išspręsti tiesiogiai, analiziškai). Šiuolaikiniais kompiuteriais tuos matematinių modelių artinius (diskrečiuosius analogus) jau galima apdoroti. Po skaičiavimo rezultatų vizualizavimo kompiuterio ekrane galime stebėti fantastiškiausius procesus, realiai vykstančius labai greitai, labai nutolusius, labai mažoje srityje ar tiesiog pavojingus ar neįmanomus įgyvendinti natūrinio eksperimento sąlygomis.
Atlikdami skaičiavimus kartais gauname šimtus gigabaitų duomenų.
Juos analizuoti, rasti tarp jų vertingą informaciją vėlgi padeda
kompiuteriai. Tai jau minėtos vizualizavimo galimybės bei
statistinė analizė.
Jei prieš 50-100 metu mokslo ir technikos pasiekimų skatinamas
visuomenės materialinės kultūros progresas labiausiai priklausė
nuo energetinių resursų, tai šiuo metu svarbiausiu resursu tampa
kompiuterių pajėgumas.
Nors asmeninių kompiuterių ir darbo stočių pajėgumai auga labai
greitai (procesorių greitis padvigubėja maždaug kas 18 mėnesių),
bet greitaeigiškumo poreikis auga žymiai greičiau. Todėl labai
svarbu išmokti naudotis superkompiuteriais, lygiagrečiaisiais
kompiuteriais ir pačiu didžiausiu pasaulyje kompiuteriu –
globaliuoju Internet tinklu, jungiančiu milijonus kompiuterių.
Sėkmingą darbą techninių sistemų ir technologinių procesų
modeliavimo srityje gali užtikrinti tiktai pakankamai aukšta
kvalifikacija trijose srityse: matematikoje, informatikoje ir
inžinerijoje. Technomatematika, kaip tai matyti iš mūsų
emblemos, yra šių trijų sričių sankirtoje. Jos studijų programa
yra gerai subalansuota minėtų sričių dalykų atžvilgiu, vykdoma
aukštos kvalifikacijos dėstytojų, gerai aprūpinta materialiai,
todėl studentams yra visos galimybės įgyti šiuolaikinę, turinčią
dideles perspektyvas specialybę.