Модуль 1 «Выбор направлений научных исследований»
Тема 3 Теоретические исследования .
С философских позиций все методы научных исследований можно условно разделить на следующие группы всеобщие (действующие во всех областях науки и на всех этапах научных исследований), общенаучные (т.е. для всех отраслей науки), частные (т.е. для определенных наук), специальные или специфические (для данной науки). Такое разделение методов всегда условно, так как по мере развития метода он может переходить из одной категории в другую.
Большинство методов научных исследований можно подразделить на теоретические и эмпирические.
К теоретическим методам научных исследований относят известные Вам при изучении философии методы: анализ, синтез, дедукцию, индукцию, абстрагирование, формализацию и др. Напомним их краткие определения.
Анализ - метод расчленения (разложения) предметов исследования на составляющие для более глубокого изучения.
Синтез - метод соединения (объединения) различных составляющих предмета исследования в определенном порядке в единое целое (взаимосвязанную систему).
Дедукция - метод перехода от общих утверждений к частным (метод выявления причин).
Индукция - метод перехода от частных утверждений к общим (метод выявления последствий).
Абстрагирование - метод мысленного отбрасывания тех свойств, составляющих предмета исследования, которые мешают выявлению закономерностей, интересующих исследователя.
|
|
|
Формализация - метод отображения предмета исследования в знаковой форме какого-либо искусственного языка (математики, физики, химии и др.) и изучения реальных объектов путем формального исследования взаимосвязи этих знаков.
Модуль 2 «Обработка экспериментальных данных и оформление отчета»
Тема1. Моделирование и применение ВТ в научных исследованиях .
Выбор вида математической модели и остаточная погрешность адекватности.
Задача выбора вида функциональной зависимости во многих случаях проводимых исследований неоднозначна, т.к. одна и та же кривая на данном участке примерно с одинаковой точностью может быть описана самыми различными аналитическими выражениями. С другой стороны, аппроксимация некоторых зависимостей наиболее точно выражается не одной функцией, а несколькими, действие которых на отдельных участках оговаривается определенными ограничениями и условиями, т.е. в своем роде действует такая комплексная математическая модель.
Таким образом, может сложиться впечатление, что на некоторых этапах прикладных исследований вроде бы очень просто выбрать математическую модель, адекватно описывающую процесс. Да, как уже отмечалось выше, несложно из существующих стандартных математических функций на современном этапе подобрать такую, которая с достаточной точностью, на рассматриваемом небольшом участке, выражает характер зависимости. Однако, с другой стороны – подобрать к этому процессу компактную, хорошо согласующуюся с практическими результатами и имеющую физический смысл математическую модель – дело невероятно сложное и трудоемкое.
|
|
|
Модуль 2 «Обработка экспериментальных данных и оформление отчета»
Тема 2 . Экспериментальные исследования. Обработка результатов экспериментальных исследований .
Исследователю, при выборе математической модели, следует всегда руководствоваться основным принципом, если хотите - аксиомой, которую можно сформулировать так – жизнь многогранна, а человеческие познания еще настолько несовершенны, что порою невозможно вписать реально существующее событие в рамки известных теорий. Главное требование к математической модели – это удобство ее последующего использования, проще говоря – компактность. Другое весьма желательное, но практически всегда трудно достигаемое требование – это содержательность, иначе говоря, интерпретируемость предлагаемого аналитического описания. Как правило, это достигается путем придания определенного сигнала константам или функциям, входящих в найденную математическую модель. Быстрые методы установления графического вида однофакторной зависимости. Основной помехой для установленного вида исследуемой зависимости является случайный разброс эксперимента данных. Если диффузность исходных данных очень мала, разброс координат x, y почти отсутствует, то привлечение статистических методов обработки излишне и кривую можно просто провести через эти точки. Если диффузность исходных данных значительна, т.е. точки на графике имеют существенный разброс, то соединение их прямыми линиями бессмысленно; для обработки надо применять статистические методы. Одним из простых экспресс-методов статистической обработки является метод обведения контура плавных границ полосы рассеивания экспериментальных точек.
|
|
|
Дата добавления: 2020-01-07; просмотров: 249; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!