Математизация науки и ее возможности (стр. 2 из 5)

Лейбницу мы также обязаны удобной системой обозначений для основных предельных операций. Развивая символьные обозначения дальше, Лейбниц мечтает о неком универсальном исчислении, используя которое можно находить истину, механически применяя некоторые правила. “Тогда философы перестанут спорить, а начнут вычислять”. Его мечта в некотором смысле осуществится в начале XX века, когда математики формализуют логику, создав исчисление предикатов.

XVIII век характеризуется окончательной математизацией физики. Крупнейшие математики того времени: Л.Эйлер, Ж.-Л.Лагранж, П.С. Лаплас развивают анализ бесконечно-малых, делая его основным орудием исследования в естествознании. Полный успех был достигнут с его помощью в небесной механике – описаны движения планет, Луны в рамках закона тяготения Ньютона. Лаплас в своем капитальном сочинении “Трактат о небесной механике” провозгласил тезис, известный как принцип детерминизма: “Зная положения всех частиц во вселенной и их скорости в данный момент, мы можем определить состояние вселенной в любой момент в будущем”. Математическое обоснование ему дается уже в следующем столетии в теореме Коши-Ковалевской о существовании и единственности решения обыкновенного дифференциального уравнения.

XIX век ознаменовался не только социальными революциями, но и революциями в точных науках. Новые идеи, родившиеся в абстрактных недрах математики, такие как понятие группы, неевклидовая геометрия нашли и до сих пор находят применение в физике, кристаллографии, химии. Новые явления в физике – электричество и магнетизм оказываются хорошо описываемыми “старыми” методами дифференциального и интегрального исчисления с некоторыми дополнениями из векторного анализа. Казалось бы все замечательно: математический дух витал над всеми областями знания, которые тогда считались науками, а сама математика была эталоном строгости и непротиворечивости, к которому должны стремиться остальные науки. Но в конце XIX века в трудах Г.Кантора появляется нарушитель спокойствия – теория множеств. Собственно по-началу ничего такого опасного в ней не было – Кантор попытался математически описать понятие множества – произвольного набора каких-либо математических: натуральных чисел, точек на прямой, вещественно-значных функций и т.д. Параллельно шли работы по так называемым основанием математики: ученые пытались на аксиоматической основе построить математический анализ, теорию действительных чисел, геометрию (список аксиом Евклида оказался неполным, полную аксиоматику геометрии дал Гильберт в 1899 г.). Объяснение этому процессу можно дать следующее: математический аппарат (в особенности метод бесконечно-малых) на протяжении нескольких веков использовался во многих приложениях и зарекомендовал себя как эффективное орудие естествознания; но объяснения почему все применяемые методы правильны с точки зрения логической строгости, не было – ну согласуются с наблюдениями и ладно; но это не значит, что мы застрахованы от “сбоев” в будущем. Для подведения фундамента под эти методы, математики решили использовать испытанный аксиоматический метод. В связи с этим было разработано исчисление предикатов – система логических аксиом и правил вывода из них новых утверждений. С его помощью, опираясь на аксиомы любой области математики, посредством буквально механического применения правил вывода можно получить любую теорему данной области. На этом пути удалось найти аксиомы многих областей математики и свести вопрос о непротиворечивости математического анализа к непротиворечивости арифметики. Теория множеств же является в некотором смысле фундаментом математики: все объекты, с которыми работают математики являются множествами. Но вот уже на первых этапах развития этой теории начали появляться противоречия, что грозило фундаменту всей математики. К счастью в начале XX века удалось придумать аксиоматизацию теорию множеств, свободную (на сегодняшний день) от противоречий.

Развитие математики и ее приложений в XX веке было настолько бурным, что его трудно описать достаточно подробно. Выделим лишь некоторые основные моменты. Физические приложения продолжали развиваться, не ограничиваясь уже одним дифференциальным и интегральным исчислениями: в ядерной физике, например, начали широко использовать многомерную геометрию и теорию групп; в теории относительности замечательные применения нашла неевклидова геометрия. Теория вероятностей возможно даже обогнала математический анализ по числу приложений: методы математической статистики используют в огромном числе наук, начиная с физики и заканчивая психологией и лингвистикой. Развитие математической логики, вызванное программой Гильберта обоснования математики, привело к появлению компьютеров, которые изменили мировоззрение современного человека. Практика ставит новые задачи, которые уже не решаются испытанными в физике методами анализа непрерывных функций. Эти дискретные задачи из экономики, генетики, криптографии и др. характеризуются трудоемким перебором огромного числа вариантов, который не под силу даже компьютерам.

Основные методы математизации

Тот, кто не знает математики, не может узнать никакой другой науки и даже не может обнаружить своего невежества.

Р.Бэкон

В чем же заключается мощь и удивительная плодотворность применения математики в различных науках? Чтобы ответить на этот вопрос, проанализируем некоторые методы математизации.

Важнейший метод – это математическое моделирование. Он состоит в том, что исследователь строит математическую модель рассматриваемой области, то есть выделяет существенные для него свойства и количественные характеристики явления, выделяет существенные отношения между ними и пытается найти какой-либо похожий объект в математике.

Например, изучая численности популяций сардин и рыб-хищников в Средиземном море, В.Вольтерра выделил следующие количественные характеристики:

численность сардин (обозначив их за x)

численность хищников (соответственно y)

далее он выявил важные для него отношения между ними:

в среднем все особи одинаковы

популяция сардин увеличивается, если нет встреч с хищником

скорость роста ее численности пропорциональна самой численности (так как каждая особь может произвести потомство)

число сардин, гибнущих от хищников пропорционально числу встреч с ними, а это число в среднем пропорционально xy

популяция хищников уменьшается при отсутствии сардин (гибнут от голода)

скорость этой убыли пропорциональна численности хищников

скорость прироста числа хищников пропорциональна числу их встреч с кормом-сардинами, то есть величине xy.

Являясь крупным специалистом в теории дифференциальных уравнений, Вольтерра рассматривает x и y как фунции от времени и быстро находит необходимый объект в математике – систему обыкновенных дифференциальных уравнений

где A, B, C, D – некоторые положительные коэффициенты, зависящие от конкретных природных условий. Изучая затем эту систему методами, разработанными другими математиками задолго до него, Вольтерра получает описание и объяснение многих явлений, замеченных за долгую историю рыболовства в Италии, таких например, как странные колебания величины улова сардин (а значит и их общей численности).

Этот пример показывает еще одну идею моделирования – некоторое упрощение, отбрасывание лишней, не нужной информации. Здесь, это допущения одинаковости особей, равновероятности их встреч, равновозможности производить потомство. Мы как-будто бы абстрагируемся от конкретной сардины и выделяем только нужные для нас ее свойства. Конечно в итоге, мы получаем несколько упрощенную картину явления, но в данном случае нам это и требовалось. Важнейшим моментом является то, чтобы при упрощении не упустить нужные нам черты, не огрубить модель настолько, чтобы она перестала достаточно хорошо для нас описывать явление. С другой стороны, модель не должна получиться очень сложной, не поддающейся математическому анализу. Правда, с появлением мощных ЭВМ, возможности анализа заметно расширились, но некоторые задачи, например долгосрочное прогнозирование погоды, до сих пор являются недоступными.

Удивительным образом оказывается, что одна и та же математическая модель может описывать много разнообразных явлений в различных областях. Например, одно дифференциальное уравнение может описывать и рост численности популяции, и химический распад, и цепную ядерную реакцию, и распростронение информации в социальной группе. В чем причина такой всеприминимости математических моделей? Ответа на этот вопрос математика не дает. Вот что говорит академик В.И.Арнольд в лекции [2]:

Почему модель сечения конуса описывает движение планет? Мистика. Загадка. Ответа на этот вопрос нет. Мы верим в силу рациональной науки. Ньютон видел в этом доказательство существования Бога:”Такое изящнейшее соединение Солнца, планет и комет не могло произойти иначе, как по намерению и по власти могущественного и премудрого существа…Сей управляет всем не как душа мира, а как властитель Вселенной, и по господству своему должен именоваться Господь Бог Вседержитель”.

Но можно дать и следующее некоторое “обоснование” этому факту. Когда исследователь изучает какое-то явление и строит скажем количественную модель, он стремится к простоте модели и выделяет только небольшое число параметров и отношений между ними. В итоге, по огромному количеству явлений получаем модели, связанные скажем с определенными дифференциальными уравнениями. Но в теории дифференциальных уравнений эти уравнения классифицированы в достоточно небольшое число типов, которые различаются по свойствам и методам их решения. В итоге и получается, что дифференциальные уравнения (а значит и модели) для большого числа явлений попадают в один класс, в котором они практически неразличимы.