книги / Механика и прикладная математика логика и особенности приложений математики
..pdf5 5. ВЫБОР МЕТОДА ИССЛЕДОВАНИЯ |
231 |
чения правдоподобных результатов в прикладной теории нели нейных колебаний (результатов на рациональном уровне строгости, как мы сказали бы теперь) посвящена гл. IV книги [36аL
После выбора формы рёшения (63) неопределенные коэффици енты, которые в нем имеются, вычисляются с помощью подстановки (63) в (62) и приравнивания коэффициентов при одинаковых сте пенях \i или других аналогичных действий. Если речь идет о впол не определенном решении уравнения (59), а в решении (63) имеются параметры, т. е. fc>0, то попутно из тех или иных соображений находятся значения этих параметров; обычно эти значения выте кают из условий разрешимости уравнений для неопределенных ко эффициентов. При этом мы узнаем, к какому из решений (61) близ ко искомое решение уравнения (59). После построения решения (63) в нем надо положить р= 1; это и должно по замыслу привести к точному или приближенному решению уравнения (59).
Как видно, все этапы применения описываемого метода, за исключением этапа вычисления неопределенных коэффициентов и параметров, осуществляются на рациональном уровне, поэтому и окончательный результат является лишь правдоподобным. Так, при построении точного решения значение р=1 может оказаться за пределами интервала сходимости. Если же строится приближенное решение, например первое приближение, то нет уверенности в том, что оно будет хорошим, и даже в том, что оно окажется лучшим, чем нулевое. Вообще, если первые этапы метода осуществлены не удачно, то метод никакого результата не даст либо даже приведет беспечного исследователя к ошибочным выводам.
Как же избежать таких ошибок? Для отдельных вариантов ме тода малого параметра оценка соответствующего радиуса сходи мости г проводилась на дедуктивном уровне (см., в частности, [282]); отметим, что при r> 1 точное решение <р(1; а и . . ., a k) обязательно удовлетворяет уравнению (59) *). Однако такие оцен ки, получение которых даже в простых схемах представляет до статочно трудную задачу, отвечают самому неблагоприятному стечению обстоятельств и потому в конкретных случаях часто оказываются излишне пессимистичными. Поэтому обычно более целесообразно контролировать результат также на рациональном уровне. Высокая степень достоверности вывода о качестве прибли женного решения получается при исследовании практической схо димости метода, т. е» с помощью сравнения последовательных приближений друг с другом. Уже сравнение 0-го, 1-го и 2*го приб лижений позволяет сделать такой вывод с определенной достовер ностью, так как тенденция .к сходимости или расходимости про цесса чаще всего проявляется уже на его первых шагах, а привле
*) Впрочем, если уравнение (59) имеет более одного решения или если количество этих решений неизвестно, то возникает сомнение — а то ли мы решение построили, которое нас интересовало; это сомнение обычно разъяс няется на рациональном уровне.
232 ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ
чение еще нескольких последующих приближений может сделать этот вывод практически достоверным. Если решается задача с пара метрами, то может оказаться целесообразной проверка для не скольких типичных реальных комбинаций их значений, так как процесс, сходящийся для одних значений параметров, может ока заться расходящимся для других значений.
Иногда достоверность решения задачи методом .малого пара метра удается повысить, получив независимым путем решение для вырожденного частного случая задачи и сравнивая соответствую щие результаты. Аналогичную роль играет сравнение результата вычислений с физическим экспериментом; при этом рациональным доводом в пользу правильности результата вычислений является то, что первое приближение лучше описывает эксперимент, чем ну левое. Такое сравнение можно провести не по всем вычисленным ха рактеристикам: например, при построении периодического про цесса с заранее не заданной частотой можно сравнивать только ча стоты колебаний или только их амплитуды и т. д. Интересно, что при обнаруженной на самых первых приближениях тенденции к сходимости ссылка на дедуктивно доказанную сходимость процесса при достаточно малых | р. J играет ту же роль, что и ссылка на согла сие с экспериментом: и та и другая существенно повышают степень достоверности утверждения о хорошем качестве приближений, иногда доводя ее до практически полной (см. п. 3.3).
В качестве примера на метод введения малого параметра в книге [36а, § IV.21 рассмотрена задача о движении физического маятника, точка подвеса которого совершает принудительные гармонические колебания по двум взаимно перпендикулярным направлениям с одинаковой частотой м в плоскости качаний этого маятника. Как показывают теоретические исследования и эксперименты (см. п. 4.10), при одних и тех же параметрах системы в зависимости от начальных условий могут оказаться возможными по крайней мере два типа устойчивых установившихся движений маятника — колебания вблизи некоторого положения с частотой ю (либрация) и вращение с постоянной средней угловой скоростью ±<о (ротация). При исследовании каждого из этих типов движений делаются не совпадающие предположения о малости параметров, а в уравнениях движения оказываются малыми различные группы членов. В ре зультате, уравнения для нулевого приближения и весь ход даль нейшего исследования для разных типов движений оказываются различными. В книге [36а] с помощью подобных приемов рассмотре ны почти все конкретные примеры, при этом результаты оказыва ются в хорошем соответствии с экспериментом и с результатами, полученными иными способами.
Добавочная трудность возникает при применении к реальным примерам результатов теоретического исследования задач с несколь кими малыми параметрами. Пусть, например, в задаче имеется два малых параметра ft и v. Тогда часто бывает, что поведение решения
§5. ВЫБОР МЕТОДА ИССЛЕДОВАНИЯ |
233 |
существенно, порой даже качественно зависит от соотношения
между |
ними, когда они оба стремятся |
к нулю; например, при |
pcvv |
получается один результат, а при |
pcvv2 — принципиально |
другой. (Так бывает, если исходная задача качественно меняет свойства как при jut=0, так и при v=0, но по-разному.) Однако если нужно применить результат такого исследования в конкретной ситуации, когда |х и v принимают к о н к р е т н ы е относительно малые значения, то для этих значений можно при любом показателе р установить соотношение \L= CVP за счет подбора коэффициента с. Конечно, слишком большие и слишком малые значения с непри годны, но даже «средние» значения с дают широкие возможности для произвола в выборе показателя.
Трудно привести общие рациональные соображения по поводу того, как преодолеть указанное затруднение. Если рассматрива ется серия однотипных примеров, то контрольное рассмотрение нескольких из них каким-либо другим методом может позволить уточнить диапазон возможных значений коэффициента с, что в свою очередь ограничит произвол в выборе р . (Если с1< с< с2»v < l, то (In jx—In Ci)/lnv<;p<:(ln р—ln c 2)/lnv.) Если же полученное ограничение окажется недостаточным для однозначного вывода или если число рассматриваемых примеров невелико, то не исклю чено, что весь метод исследования должен быть признан ненадеж ным и заменен другим.
11. Интерполяция и экстраполяция. Эти процедуры широко применяются в прикладной математике *), и им посвящено большое число руководств; мы сделаем только некоторые общие замечания методологического характера.
Хотя идеи и методы теории интерполяции сравнительно хоро шо формализованы, однако и здесь центральные вопросы о выборе типа интерполирующей функции и критерия качества интерполяции решаются на рациональном уровне. При этом учитываются объем исходных данных, их точность и достоверность, цель интерполяции (нельзя забывать об этом!), сложившиеся разумные традиции в дан ной области приложений и т. д.
Самые грубые задачи интерполяции возникают при подборе эмпирических формул и в других сходных ситуациях. Чаще всего пользуются формулами простой структуры, скажем
у~ ах-\-Ь , у = a + bx + сх2, у = ахь, у = аеЬх9 у — а + Ь/х
ит. п., учитывая при ее выборе те или иные теоретические сообра жения, связанные, например, с анализом поведения функции **)
*) И не только в ней. В сущности всякое научное предсказание есть экстраполяция с наблюденных «итуаций на ненаблюденные, с измеренных величин на неизмеренные и т. п.; систематическое использование экстрапо ляции служит признаком зрелости той или иной области знаний как науки.
**) Имея в виду такой анализ, Я- Б. Зельдович пишет об э м п и р и ч е с к и х формулах [130, с. 45]: «На самом деле, конечно, формула тем
234 |
ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ |
при х ^ О и х ^ о о ит. п. После этого параметры, входящие в за^ висимость, можно найти по методу наименьших квадратов или графически по методу выровненных точек (см., например, [130, §§ II.3—41).
Увеличивая число параметров в формуле, можно добиться того, что интерполирующая функция все точнее и точнее удовлетво ряет заданным условиям, которыми обычно служат значения y(Xi) при заданных x = * i(f= l, . . к). Более того, с помощью интер поляционной формулы Лагращка указанным условиям можно, с помощью многочлена (к—1)-й степени удовлетворить совершенно точно. Однако из этого отнюдь не следует, что при повышении степени п интерполяционного многочлена Р п (х) «качество» его как интерполирующей функции все время повышается вплоть до насы щения при п = к—1. Дело в том, что при достаточно большом п многочлен Рп (х) слишком жестко определяется исходными данными и потому следует за всеми случайными невоспроизводимыми откло нениями, обусловленными ошибками эксперимента, «шумовым
фоном» процесса и т. п. Кроме того, с рос том п существенно растут сложность вычис лений и их погрешности.
Поясним сказанное на простом примере. Пусть требуется произвести интерполяцию по заданным значениям
У(0)=0, у (к)—а, |
у ({)*={ |
(0<Л <1). (65) |
Многочлен второй степени, |
точно принимаю |
|
щий эти значения, имеет вид |
|
|
Р г {х) |
+ |
— |
Допустим, что в определении а имеется малая ошибка бос. Тогда соот ветствующая ошибка для интерполяционного многочлена равна
в частности, 6 P * (l/2 )= 6 a /(4 /i(l—h)). Мы видим, что при /t, близком к нулю или единице, эта ошибка может быть отнюдь не малой.
Опасность указанных значений h хорошо видна также на рис. 25, где
заданные значения отмечены кружками. Мы видим, что в изображенной ситуации поведение интерполяционного многочлена Р 2(*), особенно с учетом возможной ошибки в определении а, в качественном отношении никак не вы текает из заданных условий.
При опасных значениях h существенно большее доверие в качестве ин терполирующей функции вызывает многочлен первой степени Qi(x), най денный по методу наименьших квадратов. Простые вычисления на основе данных (65) дают
Qi (*)= х“ £ (т5 р р !5 ) К 1~ 2Л>
лучше, чем больше теоретических представлений вложено в нее, чем в мень шей степени оиа является эмпирической».
§5. ВЫБОР МЕТОДА ИССЛЕДОВАНИЯ |
235 |
Отсюда
|
/у у |
|
SQi <*> — * 2 (С Т + Д « )10 “ 2Я) * “ |
(1 ~ /0Ь |
|
в частности, 6QA(1/2)~ 6 |
а /(4 (1—h-\~h2)). Поскольку |
1—/i+/i2^ 3/4, получен |
ный результат устойчив |
относительно малых ошибок в определении а» |
График многочлена Qt(x) в ситуации рис. 25 показан штрихпунктирной линией; хотя этот график «несколько прямолинеен», но в качественном от* ношении более надежно описывает зависимость, чем предыдущий.
Разобранный пример тривиален, и результаты его рассмот рения были очевидны с самого начала. Однако и в более сложных ситуациях могут возникнуть аналогичные осложнения, которые делают нецелесообразным применение интерполяционных много членов слишком высокой степени. Оптимальную степень таких мно гочленов для различных классов задач можно получить, сравнивая в типичных ситуациях погрешности, возникающие при отыскании аппроксимирующего многочлена той или иной степени по методу наименьших квадратов с погрешностями в исходных данных [337].
Понятно, что интерполирующая функция дает лишь некоторое рациональное описание истанной зависимости, которое может иметь как высокую, так и не очень высокую степень достоверности. В частности, при интерполировании «вслепую», без глубокого ана лиза реального смысла зависимости, всегда имеется опасность не заметить разрывы, острые экстремумы и другие особенности, кото рые могут оказаться для этой зависимости определяющими. (Тем более, что выбросы из общего главного хода зависимости, порож даемые этими особенностями, могут быть легкомысленно приписаны ошибкам эксперимента и потому не приняты во внимание.) Это также делает существенным предварительный или попутный теоре тический неформальный анализ реальной зависимости; часто он дает возможность предвидеть появление подобных особенностей и так направить подбор эмпирических данных и интерполяционной фор мулы, чтобы получить адекватное описание этой зависимости *).
Во многих задачах оказывается удобным использовать в ка честве интерполирующих функции, заданные не одной формулой, а двумя или несколькими формулами, действующими на различных интервалах изменения независимой переменной. Это относится не только к зависимостям, обладающим разрывами, но и к «гладким» зависимостям, определенным на достаточно длинных интервалах и не описываемым с приемлемой точностью единой формулой доста точно простой структуры. В последнем случае широко применяются кусочно-полиномиальные функции, в том числе так называемые сплайны 46, значительно лучше приспособленные для интерполиро вания, чем функции, заданные единой формулой. Кусочно-полино
*) Приведем простой пример: пусть известно количество писем, достав ленных в городе Н. 15 ноября, 15 декабря 1973 г., 15 января и 15 февраля 1974 г. Можно ли с помощью интерполяции приближенно определить коли чество писем, доставленных 31 декабря 1973 г.?
236 ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ
миальные функции применяются, в частности, если интерполяция выполняется как промежуточный этап при численном дифферен цировании, численном интегрировании, численном решении диф ференциальных уравнений и т. п.
Если при интерполяции обсуждение реального смысла иссле дуемой зависимости во многих случаях весьма полезно, то при экстраполяции такое обсуждение во в с е х случаях является цент ральным, решающим элементом процедуры. Мы уже говорили о том, что интерполяция одной и той же зависимости может быть осу ществлена различными формулами. Однако если даже эти формулы на интервале интерполирования дают близкие значения, то при удалении от него они могут приводить к принципиально различным результатам. Необоснованное распространение формул с исход ного на существенно более широкие интервалы может приводить к вопиющим ошибкам.
Представим себе, например, что изучаемая зависимость на ис ходном интервале близка к линейной и интерполирована с по мощью линейной функции у= ах+ Ь. Допустим далее, что для уточ нения формулы добавлено в качестве поправочного члена слага емое ах2 с малым коэффициентом а и интерполяционной функцией стала служить у= Ь + ах+ ах2. Но если этой же формулой восполь зоваться для экстраполяции, то при больших х член ахг из попра вочного превращается в главный, т. е. именно он будет определять поведение этой суммы, что может совершенно не соответствовать существу явления *).
Конечно, бывают случаи, когда какой-либо фактор, первона чально малозначительный, впоследствии становится решающим, но каждый такой случай нуждается в тщательном теоретическом ана лизе. Положение дополнительно осложняется тем, что в качестве
поправочных членов |
можно |
брать и другие функции, скажем, |
а!(х+ с), asin((Dx+(p) |
и т. |
д., которые при возрастании х ведут |
себя совершенно по-разному.
Таким образом, схема экстраполяции (в частности прогнозиро вания, т. е. экстраполяции вперед во времени) должна быть сле дующей. На основании известных данных на исходном интервале изменения независимой переменной строятся интерполяционные формулы с учетом возможных погрешностей и попутно строится теория, по возможности объясняющая характер полученных формул, влияние различных факторов, свойства их взаимодействия и т. п. Только имея теорию, удовлетворительно объясняющую настоящее, можно в некоторых случаях (далеко не всегда!) отобрать из интер поляционных формул такую, которая адекватно опишет обозримое
*) Я- Б . Зельдович пишет по этому поводу (130, с. 55|: «Положение ве щей напоминает сказку Андерсена, в которой тень, отделившись от человека, начинает жить самостоятельно, делает карьеру и, наконец, заставляет са мого человека служить ей». Это яркое сравнение можно отнести и к паразит ным следствиям — «монстрам», о которых мы говорили в п. 2 .4 .
§5. ВЫБОР МЕТОДА ИССЛЕДОВАНИЯ |
237 |
будущее со сколько-нибудь удовлетворительной степенью достовер ности. Прекрасно будет также, если, не получив непосредственно
экстраполяционной ф о р м у л ы , мы |
сможем построить |
обосно |
ванную экстраполяционную с х е м у , |
например систему |
диффе |
ренциальных уравнений, решение которой будет удовлетворительно описывать изучаемую зависимость за пределами исходного интер вала.
Коротко говоря, мы тем лучше предскажем будущее, чем лучше осмыслим прошлое и настоящее (социологи и историки знают это давным-давно). При этом одинаково плохо действовать как всле пую, т. е. без теории, без осмысливания природы явления, так и догматически, т. е. связывая себя заранее определенной узкой тео рией без глубокого анализа возможности ее применения в рассмат риваемом случае *).
К сожалению, имеется много примеров того, как экстраполя ция в реальных задачах выполнялась либо формально, либо на ос нове неадекватной теории, что порой приводило к безответствен ным выводам и прогнозам. Особенно распространена формальная экстраполяция с помощью линейной функции, экспоненты и дру гих простейших функций, в основе которой лежит представление (не всегда явно высказываемое!) о постоянстве тех или иных реша ющих факторов **).
*) Обратим пример, данный в сноске на с. 235, |
и будем |
исходить из из |
|
вестных количеств писем, доставленных в городе |
Н . |
1 декабря, 15 декабря и |
|
31 декабря 1973 г. Что даст экстраполяция для |
1 |
марта 1974 г.? |
|
**) Остроумную пародию на формальную |
линейную |
экстраполяцию |
можно найти в повести Марка Твена «Жизнь на Миссисипи»: «За сто семьдесят шесть лет Н ижняя Миссисипи стала короче на двести сорок две мили. В сред нем это составляет чуть больш е, чем миля с третью за год. Отсюда следует — в этом может убедиться любой человек, если он не слепой и не идиот,— что
внижнесилурийском периоде (он закончился как раз миллион лет тому назад:
вноябре юбилей) длина Нижней Миссисипи превышала один миллион триста тысяч миль. Точно так же отсюда следует, что через семьсот сорок два года длина Нижней Миссисипи будет равна одной миле с четвертью. Каир и Новый Орлеан сольются и будут процветать, управляемые одним мэром и одной компанией муниципальных советников. В науке действительно есть что-то захватывающее, такие далеко идущие и всеобъемлющие гипотезы способна она строить на основании скудных фактических данных». Впрочем, фантазии
автора не хватило на описание ситуации, получающ ейся после указан ного срока.
В. Нернст «доказывал», что ему удалось завершить разработку фунда ментальных законов термодинамики (цитируется по журналу «Наука и
жизнь», |
1976, № 7, с. 132). «В самом дел е,— говорил о н ,— у первого начала |
||||||
было три автора: Майер, Д ж оуль и |
Гельмгольц, у |
второго — два: |
Карно |
||||
и К лаузиус, |
а у |
третьего — только |
один: |
Нернст. Следовательно, |
число |
||
авторов |
четвертого |
начала долж но равняться нулю, |
т. е. такого закона про |
||||
сто не |
может |
быть». |
|
|
|
|
|
На формальной экспоненциальной экстраполяции основано, например, |
|||||||
рассуж дение о моменте, когда численность |
научных |
работников сравняется |
с численностью населения Земли (не правда ли, и здесь было бы интересно провести экстраполяцию несколько далее?) и т. я. Разбор примеров необос-
238 ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ
Скажем в заключение несколько слов о прогнозировании, ото слав заинтересованных читателей к книгам по футурологии. Есте ственно, что достоверность прогноза, даже научно обоснованного, если только речь идет не о явлениях типа солнечных затмений, до вольно быстро падает с увеличением интервала времени, на кото рый этот прогноз делается *). Поэтому любой прогноз целесообраз но подвергать непрерывной корректировке на основе сравнения с действительным развитием явления. Если же объяснение новых данных с помощью поправок к первоначальной теории становится все более натянутым, неестественным, то единственным выходом может оказаться принципиальное изменение модели,
12. Еще о дедукции. В предыдущем изложении центральное внимание уделялось различным типам собственно рациональных рассуждений. Это естественно, поскольку в центре нашего внимания находятся методы рассуждений и аппарат, характерные для при кладной математики. Однако диску сии показали, что подчеркива ние и отстаивание роли рациональных рассуждений понимаются иногда как отрицание или во всяком случае умаление роли дедук тивного метода.
В связи с этим мы хотим со всей силой подчеркнуть, что и речи не может быть о каком-либо отрицании роли дедуктивного ме тода — одного из самых блестящих созданий человеческого интел лекта. Отрицательного отношения заслуживает лишь неправомер» ное, неадекватное применение чистой дедукции, слепой перенос понятий, методов и всего стиля чистой математики в приложения.
Несомненно, что во многих задачах, прикладной математики адекватное применение результатов чистой математики и чисто де дуктивных конструкций принесло решающую пользу — конечно, это относится далеко не только к случаям, о которых мы упоми нали в § 4.
Во многих прикладных задачах непосредственно применяются результаты, полученные в чистой математике. Это относится в пер вую очередь к разнообразным точным и приближенным (в част ности, асимптотическим) формулам, для получения многих из ко торых нужны сложные дедуктивные рассуждения на уровне чистой математики: достаточно вспомнить различные применения теории аналитических функций **). Для последнего времени характерно
нованной экстраполяции в демографии содержится в книге Б . Ц . Урланиса [319, гл. II}.
*) П о этому поводу Кретя Патачкувна в книге «Пи» глубокомысленно
заметила: «Очень трудно что-либо |
предвидеть, особенно на |
будущ ее». |
**) М. Кац и С. Улам [144, |
с. 244}: «В прошлом веке |
использование |
в физике функций комплексной переменной прямо-таки чудодейственным
образом |
помогло создать эффективные алгоритмы решения задач, которые |
до этого |
не удавалось решить никакими другими методами. М ало того, ок а |
залось, |
что благодаря этому физические законы получили новый смысл и но |
вые формулировки, что уж совсем похож е на мистику: ведь, как мы знаем, комплексные переменные (н функции с комплексными значениями) первона-
§5. ВЫБОР МЕТОДА ИССЛЕДОВАНИЯ |
239 |
также широкое применение качественных методов и результатов, относящихся к устойчивости, осцилляторности, свойствам спектра, монотонности тех или иных зависимостей и т. п. Получение этих результатов, часто далеко не очевидных, опирается на разнообраз ные разделы математического анализа, алгебры, функционального анализа и т. д. Конечно, имеются и другие каналы, по которым чисто математические результаты, даже весьма абстрактные, непо средственно применяются в прикладной математике (см., например, (3701).
По этому поводу И. И. Ворович писал ([81. с. 185]): «... строгий матема тический анализ не только наводит «блеск» на вещи, изученные и осознанные на уровне численного анализа, но и ... сам по себе является мощным сред ством познания, вскрытия отнюдь не очевидных и для сильной интуиции фактов и явлений, и в этой части может сравниться с экспериментальным методом».
Однако дело не только в таком непосредственном применении. Многие из структур, которые дедуктивно строятся в чистой мате матике, способствуют формированию и прикладного математиче ского мышления, правильному пониманию ситуации, ее эффектив ному анализу *). Аналогия с дедуктивной теорией часто приводит к появлению плодотворнейших идей.
Дедуктивное исследование того, какие варианты возможны в тех или иных предположениях, позволяет сделать вывод, чего можно ожидать в реальной задаче. (Так, дедуктивное исследование автономных систем дифференциальных уравнений на плоскости позволяет выяснить, какие движения могут быть у реальных ав тономных систем с одной степенью свободы.) О роли, которую сы грали исследования в области теории дифференциальных уравне ний в обнаружении возможности возникновения стохастичности в реальных системах невысокого порядка, уже говорилось в п. 5.8. Методы высокой строгости бывают эффективными для выявления
чально возникли в алгебре вне всякой связи с проблемами естественных наук».
*) Сравните с высказыванием Н . Бейли 130, с. 80] по поводу теории ин формации: «Вряд ли можно утверждать, что те приложения теории информа ции, о которых говорилось выше, позволили получить много таких резуль татов в биологии и медицине, которые не были бы уж е получены другими способами. И все же понятие информации, без сомнения, ценно тем, что оно служ ит полезным количественным инструментом для теоретических построе ний и описаний, а также унифицирует идеи и задачи, возникающие в самых различных областях знания. Как минимум это долж но стимулировать науч ные исследования, а в идеале может привести к новым результатам, получе ние которых маловероятно при других формах анализа». Во избежание недоразумений добавим, что в некоторых других областях приложения (на пример, в теории связи) та ж е теория информации привела не только к новым идеям^ но и к новым мощным рабочим методам.
М. Бунге [59, с. 57]: «Роль математики в современной науке двойствен ная: формирование понятий и вычисления. Нет понятия мгновенной скорости без понятия производной, нет закона движения без дифференциальных или операторных уравнений». См. такж е [22J,
240 ГЛ. 2. РЕШЕНИЕ ЗАДАЧ МЕХАНИКИ
особых и вырожденных случаев (п. 2.8) и просто необходимыми для анализа таких случаев, для указания последствий возможных ошибок при решении реальных задач («сигналы опасности») к т. д. Дедуктивное исследование отдельных примеров и эталонных задач играет важную роль в воспитании правильной прикладной мате матической интуиции (п. 5.13).
Наконец, свойственное дедуктивному методу стремление к ло гической четкости может способствовать разумному уточнению понятий и соотношений, входящих в прикладное исследование, что порой приводит не только к углублению знания, но и к прямым практическим результатам *).
Эффективность дедуктивного метода во многих задачах с дос таточно ясной, не слишком сложной в математическом отношении и достаточно адекватной математической моделью обусловила созда ние и развитие ряда дедуктивных разделов прикладных наук. В ос нове такого раздела лежит система аксиом, схематизирующая ре альные физические, экономические и т. п. связи, однако его даль нейшее построение принципиально не отличается от построения раздела чистой математики. Прямые аналогии с реальными сущно стями и даже выбор терминов способствуют разумной постановке задач в таком разделе, формулировке гипотез, а в ряде случаев — и построению доказательств. Наконец,— и это едва ли не самое глав ное — интерпретация дедуктивных выводов может принести су щественную реальную пользу.
Характерными примерами здесь могут служить теория линей ных цепей в теоретической электротехнике, ряд разделов теории автоматического управления, классическая механика точки и аб солютно твердого тела, математическая гидромеханика и т. д. (см.
*) Вот один из примеров подобного рода, приведенных Г. Ш тейнгаузом [353, с. 392— 393]: «Как-то раз известный биолог навестил математика и стал объяснять ему, как он вычйЬляет вероятность несовместимости крови матери и плода по резус-фактору. Математик с большим трудом следил за объясне нием, поскольку вся проблематика была ему соверш енно незнакома, и время от времени задавал наивные вопросы. Спустя некоторое время биолог заявил, что прежний способ вычисления вероятности неверен и его необходимо зам е нить другим, добавив при этом: «Вот что значит побеседовать с человеком, который разбирается в том, что ему говорят. Такое общение настолько стиму лирует мышление, что начинаешь видеть вещи, которых раньше не замечал». И действительно, новый способ определения вероятности оказался лучше старого, хотя придумал его сам биолог без малейшей подсказки со стороны математика».
Д ругой поучительный пример указал американский литературовед К. Кребер (цит. по [108, с. 252]): «Я пришел в вычислительный центр Висконсинского университета и сказал: «Я хочу использовать Ваши машины для анализа стиля художественной прозы». Я получил немедленный ответ: «Х о
рошо, мы думаем, что сможем Вам помочь, но прежде всего скажите, что Вы понимаете под словом стиль». С момента нашего разговора прошло много ме сяцев, а я все пытался понять, что ж е я в действительности понимаю под стилем. В вычислительном центре я осознал, как мало я знаю о своем собст
венном предмете, и вынужден был критически отнестись к положениям, кото рые я опрометчиво использовал в течение многих лет».