Вопросы и задания:
1) Приведите примеры материальных и информационных связей в естественных системах.
Примеры материальных связей в естественных системах: физические силы (сила всемирного тяготения), энергетические процессы (фотосинтез), генетические связи (молекула ДНК), климатические связи (климат).
Примеры информационных связей в естественных системах: звуки и сигналы, которые издают животные для общения друг с другом.
2) Приведите примеры материальных и информационных связей в общественных системах.
Примеры материальных связей в общественных системах: техника (компьютер), строительные сооружения (мост через Волгу), энергосистемы (линии электропередач), искусственные материалы (пластмасса).
Примеры информационных связей в общественных системах: информационный обмен в коллективе, правила поведения.
3) Что такое самоуправляемая система? Приведите примеры.
Самоуправляемая система - управляющая система, способная к собственному программированию.
Примеры самоуправляемых систем: беспилотный летательный аппарат, марсоход.

Понятие системы

Понятие системы
Система - это сложный объект, состоящий из взаимосвязанных частей (элементов) и существующий как единое целое. Всякая система имеет определенное назначение (функцию, цель).
Первое главное свойство системы - целесообразность. Это назначение системы, главная функция, которую она выполняет.

Структура системы.
Структура - это порядок связей между элементами системы.
Всякая система обладает определенным элементным составом и структурой. Свойства системы зависят и от того, и от другого. Даже при одинаковом составе системы с разной структурой обладают разными свойствами, могут иметь разное назначение.
Второе главное свойство системы - целостность. Нарушение элементного состава или структуры ведет к частичной или полной утрате целесообразности системы.

Системный эффект
Сущность системного эффекта: всякой системе свойственны новые качества, не присущие ее составным частям.

Системы и подсистемы
Систему, входящую в состав какой-либо другой, более крупной системы, называют подсистемой.
Системный подход - основа научной методологии: необходимость учета всех существенных системных связей объекта изучения или воздействия.

Вопросы и задания:
1. Выделите подсистемы в следующих объектах, рассматриваемых в качестве систем: костюм, автомобиль, компьютер, городская телефонная сеть, школа, армия, государство.
Костюм=>брюки=>штанины=>пуговицы=>нитки. Костюм=>пиджак=>рукава=>пуговицы=>нитки.
Автомобиль=>двигатель=>трансмиссия=>системы управления=>ходовая часть=>электрооборудование=>несущая конструкция.
Компьютер=>системный блок=>оперативная память=>электронные схемы=>жесткий диск.
Городская телефонная сеть=>автоматическая телефонная станция=>соединительные узлы=>абонентская аппаратура.
Школа=>администрация=>персонал=>преподаватели=>учащиеся.
Армия=>главнокомандующий=>деление на войска=>рядовой=>автомат.
Государство=>президент=>министры=>народ.
2. Удаление каких элементов из вышеназванных систем приведет к потере системного эффекта, т.е. к невозможности выполнения их основного назначения? Попробуйте выделить существенные и несущественные элементы этих систем с позиции системного эффекта.
Костюм: существенный элемент - нитки; несущественный элемент - пуговицы.
Автомобиль: все элементы являются существенными.
Компьютер: все элементы являются существенными.
Городская телефонная сеть: все элементы являются существенными.
Школа: все элементы являются существенными.
Армия: существенные элементы - главнокомандующий, рядовой, автомат; несущественный элемент - деление на войска.
Государство: все элементы являются существенными.

Наш первый пример - это система, в которой нет поступлений и есть два поглощающих (или конечных) состояния. Он был выбран с целью проиллюстрировать, что хорошая стохастическая модель имеет ряд достоинств по сравнению с приемами, которые иногда использовались для решения подобных задач. Это довольно упрощенный пример описания полной неопределенности, которая возникает после лечения заболевания раком. Пациент после лечения может по прошествии некоторого времени находиться в одном из множества состояний. Эти состояния могут классифицироваться, например, так: «здоров», «заболел вновь» (рецидив болезни), «мертв»; точность классификации, очевидно, зависит от целей исследования и от имеющихся возможностей по получению данных. Стохастическая модель описания жизни пациентов после лечения от заболевания раком была построена Фикс и Нейманом (1951) и обсуждалась в более общем виде Залем (1955). Фикс и Нейман применили эту модель для оценки эффективности лечения. Далее мы опишем, как они это делали. Отметим, кстати, что указанная модель достаточно общего вида, и у нее могут быть также другие приложения.

В модели Фикс и Неймана введены четыре состояния. Описание состояний и возможные переходы показаны на рис. 5.1. Авторы понимали

трудность определения состояния «выздоровел» и отметили, что было бы желательно некоторые из состояний разделить. Например, пациенты, находящиеся в состоянии могут быть разделены на две группы: те, кто умер по естественным (ненасильственным) причинам, и те, судьбу которых проследить не удалось.

Можно также предположить, что необходимо предусмотреть возможность перехода из состояния в состояние Мы не будем отклоняться в сторону, обсуждая эти детали, так как этот пример приведен прежде всего для того, чтобы проиллюстрировать применение теории марковских процессов к описанию жизни людей.

Первая задача в данном приложении - оценить интенсивности переходов. Для этого использовались данные о выживших, при этом сами данные были лишены недостатков, присущих в общем случае такого рода измерениям. Один из способов измерения - определение доли выживших в году. Это относительное число оставшихся в живых, по крайней мере, в течение Т лет от всех прошедших курс лечения. Такие измерения были бы удовлетворительными, если бы рак был единственной причиной смерти и если бы все больные наблюдались в течение полных Т лет. Практически так никогда не бывает, и доля выживших в году может привести к ошибочным выводам. Чтобы убедиться в неточности такого утверждения, заметим только, что измеренная интенсивность (доля) будет больше, так как следует измерить также долю тех, кто выбыл из поля зрения или умер по другим причинам, т. е. относительно большее число людей осталось бы в живых до предельного срока, если бы им суждено было умереть только от заболевания раком. Таким образом, наблюдаемые значения интенсивностей перехода зависят не только от опасности умереть от рака, но и от других причин, не имеющих отношения к заболеванию раком. Если сопоставлять по грубым интенсивностям переходов группу тех, кто прошел курс лечения, и контрольную группу, то сравнение не имело бы смысла, если бы эти две группы подвергались различным опасностям по различным причинам. Чтобы преодолеть эти естественные трудности, обычно вычисляют чистые интенсивности, которые учитывают

такие различия. Цель приведенного примера - показать, что стохастическая модель дает лучшую основу для оценки чистых интенсивностей, чем метод, используемый в страховом деле.

Интенсивности переходов между состояниями в модели Фикс и Неймана полагали постоянными величинами. Однако хорошо известно, что естественная смертность людей - непостоянная величина, и после периода младенчества она увеличивается с возрастом. В средний период жизни она не очень быстро увеличивается, и если период времени Т достаточно короткий, то предположение о постоянстве будет вполне адекватно действительности. Во всяком случае, мы покажем, что можно собирать данные таким образом, чтобы можно было проверять эти предположения. Интенсивность смерти после лечения рака разных видов широко изучается. Время жизни после лечения, как было выяснено, имеет асимметричный характер, Боаг (1949), например, сделал предположение, что оно часто может быть адекватно описано с помощью асимметричного логнормального распределения. В этом случае логнормальное распределение нелегко отличить от экспоненциального, которое появляется при постоянной интенсивности смерти. Таким образом, предположение, что интенсивность смерти от рака является постоянной величиной, вероятно, достаточно реалистично. Непосредственно проанализировать факторы, влияющие на интенсивность переходов из состояния в (выздоровление) и из состояния не представляется возможным, но кажется правдоподобным предположение о постоянстве интенсивностей потерь по разным причинам, по крайней мере для интенсивностей выпадения пациентов из поля зрения.

В нашей модели мы предполагаем, что в нулевой момент времени в состоянии находится N людей, в других состояниях людей нет. Численности людей в четырех группах в последующие моменты времени Т будут случайными величинами, которые мы обозначим через - математическое ожидание случайной величины . Наблюдая эти случайные величины в один или несколько моментов времени, можно оценить интенсивности переходов. Затем, используя оценки, можно предсказать численности различных состояний в будущем. Наиболее важна возможность оценить эти численности, если смерть от заболевания раком будет единственной причиной.

Применение теории

Расширенная матрица в описываемом случае имеет вид

где Уравнение для нахождения собственных чисел матрицы есть или

Очевидно, что это уравнение имеет два нулевых корня; два оставшихся корня, которые мы обозначим следующие:

причем для расчета возьмем положительный знак, а для - отрицательный. Тогда, используя (4.24), получим

Следующий шаг - записать и решить однородные уравнения для коэффициентов. Для начала положим будет принимать значения 2, 3 и 4. Таким образом,

Приведем три группы уравнений для и 4:

Из уравнений немедленно следует, что и, следовательно, первые уравнения в каждой группе можно опустить. Начальные условия состоят в том, что в нулевой момент времени все индивидуумы системы находятся в состоянии Предположим далее, что Если то соответствующие значения могут быть найдены просто умножением на N результата, полученного при предположении, что . Тогда в добавление к записанным выше уравнениям имеем

Для решения этих уравнений проделаем следующие преобразования. Сложим правые и левые части уравнений (5.22) и, используя начальные условия, получим

Сделав аналогичные преобразования для (5.23), будем иметь

но это уравнение может быть получено через и си из уравнения (5.23), что дает

Затем можно совместно решить однородные уравнения (5.27) и (5.28), что позволяет записать:

и, следовательно,

Сделав подобные преобразования для (5.24) и (5.25), получаем

Остается определить две константы: Используя начальные условия, находим

(5.30)

Сейчас рассмотрим, как использовать эти результаты, чтобы сравнить интенсивности выживания. Когда величина может быть интерпретирована как вероятность находиться в состоянии - в момент времени Т. Таким образом, представляют собой соответственно грубые интенсивности смерти вследствие заболевания раком и по естественным причинам. Однако зависит также от интенсивности естественной смерти и, как мы указывали выше, это уменьшает ее величину как меру риска. На самом деле нам нужна чистая мера риска (чистая интенсивность смерти), из которой устранено влияние естественной смертности. Согласно подходу к задаче, используемому в страховом деле, чистая интенсивность смерти от рака определяется по формуле

Величина (5.32) должна давать среднее число смертей от заболевания раком на интервале (0, Т), если бы смертности по естественным причинам не было. Смысл уравнения (5.32) станет яснее, если его переписать:

Второе слагаемое в правой части уравнения (5.33) - оценка численности людей, которые умерли бы от рака в течение рассматриваемого периода, если не умерли бы по другим естественным причинам. Оно получено в предположении, что смерть от рака, вероятность которой равна одной второй, предшествует естественной смерти по другим причинам. Предлагаемая модель предоставляет другой метод для оценки чистых интенсивностей смерти от рака. Мы можем исключить влияние естественной смертности, положив Тогда чистая интенсивность записывается как

где нулевые индексы в означают, что положена равной нулю.

Применение этих результатов может быть проиллюстрировано численными примерами. Возьмем следующие значения интенсивностей переходов:

Подставляя эти величины в (5.20), для примера 1 находим:

а для примера 2:

Можно выявить одну особенность, показывающую несостоятельность метода определения интенсивности смерти, принятого в страховом деле, если рассмотреть предельное поведение (5.32) при Вместо того, чтобы стремиться к единице, как следовало бы ожидать от достаточно обоснованной меры, она стремится к значению, меньшему единицы в обоих примерах. Анализ (5.32) показывает, что этот результат всегда имеет место. Очевидно также, что в общем случае при достаточно большом Т. Некоторые численные значения содержатся в табл. 5.1.

Приведенный пример - хорошая иллюстрация использования стохастической модели для измерения социального явления. Он показывает также, что коррекция измерений с позиций «здравого смысла» может существенно обесценить проведенные измерения. Высказанные доводы предполагают, что модель адекватна описываемому явлению. Если в действительности интенсивности переходов не постоянны, то более простая статистическая оценка иногда предпочтительнее, потому

Таблица 5.1. Сравнение чистых интенсивностей смерти от рака, вычисленных с помощью метода, используемого в страховом деле, и с помощью стохастической модели

что она не зависит от распределения. Как будет показано, именно грубые методы эффективны при проверке адекватности модели.

При обсуждении модели предполагалось, что интенсивности переходов известны. На практике они не бывают известными, и их необходимо оценить по имеющимся данным. Общие методы оценивания упоминались в гл. 4, но для решения нашей задачи достаточно более простого метода Фикс и Неймана. В момент времени Т мы можем зафиксировать численности пациентов в начальный момент в каждом из четырех состояний. Эти численности могут рассматриваться как оценки для , которые в свою очередь получаются при неизвестных параметрах. В обсуждаемой модели метод позволяет получить четыре уравнения для оценки неизвестных параметров. К сожалению, эти уравнения не являются линейно независимыми, так как

где N - наблюдаемое число индивидуумов. Ситуация была бы еще хуже, если бы в матрице R были другие ненулевые интенсивности. Такие трудности можно преодолеть, исследуя состояния системы в нескольких точках оси времени. Другой метод - рассматривать некоторые другие характеристики системы, например, по предложению Фикс и Неймана, подсчитывать число пациентов, оставшихся в состоянии на интервале времени . Если материал наблюдений достаточно обширен, то можно не только оценить все параметры, но и проверить качество модели. Предельная структура может быть получена непосредственно, без проведения всех описанных вычислений, так как из (5.21) результат следует немедленно.

Из уравнений (5.30) и (5.31) получаем

Остальные предельные значения равны нулю. Таким образом, имеется простая зависимость от интенсивностей переходов. Вид этой зависимости может быть легко выявлен, если записать отношение этих величин в следующей форме:

где - отношение интенсивностей переходов из состояния «определен диагноз - заболевание раком», и - отношение интенсивностей переходов из состояния «здоров». Большая интенсивность потока выздоравливающих способствует увеличению доли тех пациентов, кто умирает по другим естественным причинам, но этому в некоторой степени будет противодействовать возможность и большей интенсивности потока рецидивов

Мы уже указывали, что модель первоначально была разработана для измерения эффективности лечения. Один из способов - рассчитать - чистую долю тех, кто умер бы от рака, при исключении влияния других причин. Фикс и Нейман приводят доводы в пользу того, что не единственная, но, видимо, наиболее подходящая мера для оценки выживания. Обсуждение этого вопроса выходит за рамки данной книги, но мы коснулись его потому, что величины будут полезны для построения других мер при дальнейших исследованиях. Например, Фикс и Нейман предполагают полезным рассчитывать среднюю длительность «нормальной» жизни в период так, как если бы рак был единственной причиной смерти. Поскольку - функция распределения длительности «нормальной» жизни при отсутствии других причин смерти, математическое ожидание может быть записано так:

Иерархическая кадровая система

Модели с непрерывным временем, описывающие иерархические системы, впервые были предложены Силом (1945) и Вайдой (1948). Хотя их модели немарковские, оба автора обсуждали некоторые особые случаи, которые совпадают с теми, что следуют из нашей общей теории. Рассмотрим систему, которая представлена диаграммой на рис. 5.2. Эта система имеет одно поглощающее состояние, обозначенное Продвижение возможно только на ближайшую градацию,

что изображена на схеме, а все вновь поступающие зачисляются на первую. Расширенная матрица интенсивностей переходов для описанной системы имеет вид

Простая треугольная структура позволяет нам получить точную формулу для собственных значений и коэффициентов которые есть в выражениях для определения переходных вероятностей

Отсюда мы тотчас же находим, что

Уравнения для определения коэффициентов с, полученные из (4.19), имеют вид

Начальные условия, представленные последними двумя уравнениями, следуют из того, что все вновь прибывшие начинают свою карьеру с градации 1 - низшей ступени служебной лестницы. Решение системы уравнений (5.40) дает

Представляют интерес только значения если в этом случае из (5.3) находим

Коэффициенты, полученные из (5.40), дают

и выражения для них можно подставить в (5.42). Подобные выражения могут быть найдены при соответствующих начальных условиях, но они же легко могут быть выведены из выражений для когда имеется простая иерархическая система Вновь поступивший, который начинает свою карьеру с ступени -уровневой системы, находится в том же состоянии, что и тот, который поступил на низшую (первую) ступень -уровневой системы. Заменяя на и переобозначая интенсивности переходов, найдем необходимые выражения. Ниже мы приведем пример. Очевидно, что верхний предел суммы в последнем члене выражения

Модель, которую мы описали, несколько более общего вида, чем марковская версия модели Вайды (1948). В последней предполагалось, что интенсивности поступлений и уходов постоянны, таким образом, результаты Вайды могут быть получены из наших, если положить скажем, для Мы имеем также ожидаемые численности ступеней для любого 7, а Вайда обсуждал только предельный случай.

Как мы указывали, по нескольким причинам требуется, чтобы все величины гц ) были различны. В случае, который мы сейчас обсудим, для поэтому равные Гц встречаются при равенстве интенсивностей уходов с различных ступеней. Случай, представляющий особый интерес, появляется тогда, когда для Это соответствует ситуации, в которой интенсивности продвижения и интенсивности уходов одни и те же для всех ступеней, кроме последней. Соответствующее изменение общей теории может быть получено при стремлении друг к другу собственных значений в выражении (5.43). Окончательное выражение для будет таким.

Какие типы взаимодействия являются короткодействующими? Привести примеры систем, в которых действуют эти силы

Слабое взаимодействие менее известно за пределами узкого круга физиков и астрономов, но это нисколько не умаляет его значения. Достаточно сказать, что если бы его не было, погасли бы Солнце и другие звезды, ибо в реакциях, обеспечивающих их свечение, слабое взаимодействие играет очень важную роль. Слабое взаимодействие относится к короткодействующим: его радиус примерно в 1000 раз меньше, чем у ядерных сил.

Сильное взаимодействие - самое мощное из всех остальных. Оно определяет связи только между адронами. Ядерные силы, действующие между нуклонами в атомном ядре, - проявление этого вида взаимодействия. Оно примерно в 100 раз сильнее электромагнитного. В отличие от последнего (а также гравитационного) оно, во-первых, короткодействующее на расстоянии, большем 10-15м (порядка размера ядра), соответствующие силы между протонами и нейтронами, резко уменьшаясь, перестают их связывать друг с другом. Во-вторых, его удается удовлетворительно описать только посредством трех зарядов (цветов), образующих сложные комбинации.

Важнейшей характеристикой фундаментального взаимодействия является его радиус действия. Радиус действия - это максимальное расстояние между частицами, за пределами которого их взаимодействием можно пренебречь. При малом радиусе взаимодействие называют короткодействующим, при большом - дальнодействующим. Сильное и слабое взаимодействия являются короткодействующими. Их интенсивность быстро убывает при увеличении расстояния между частицами. Такие взаимодействия проявляются на небольшом расстоянии, недоступном для восприятия органами чувств. По этой причине эти взаимодействия были открыты позже других (лишь в XX веке) с помощью сложных экспериментальных установок. Для объяснения малого радиуса действия ядерных сил японский физик Х. Юкава в 1935 высказал гипотезу, согласно которой С. в. между нуклонами (N) происходит благодаря тому, что они обмениваются друг с другом некоторой частицей, обладающей массой, аналогично тому, как электромагнитное взаимодействие между заряженными частицами, согласно квантовой электродинамике, осуществляется посредством обмена "частицами света" - фотонами. При этом предполагалось, что существует специфическое взаимодействие, приводящее к испусканию и поглощению промежуточной частицы - переносчика ядерных сил. Другими словами, вводился новый тип взаимодействий, который позже назвали сильные взаимодействия. Исходя из известного экспериментального радиуса действия ядерных сил, Юкава оценил массу частицы - переносчика с. в. Такая оценка основана на простых квантовомеханических соображениях. Согласно квантовой механике, время наблюдения системы?t и неопределённость в её энергии?E связаны соотношением: ?E?t Сильные взаимодействия h, где h -планка постоянная. Поэтому, если свободный нуклон испускает частицу с массой m (т. е. энергия системы меняется согласно формуле относительности теории на величину?E = mc2, где с - скорость света), то это может происходить лишь на время?t Сильные взаимодействия h/mc2. За это время частица, движущаяся со скоростью, приближающейся к предельно возможной скорости света с, может пройти расстояние порядка h/mc. Следовательно, чтобы взаимодействие между двумя частицами осуществлялось путём обмена частицей массы т, расстояние между этими частицами должно быть порядка (или меньше) h/mc, т. е. радиус действия сил, переносимых частицей с массой m, должен составлять величину h/mc. При радиусе действия Сильные взаимодействия10-13 см масса переносчика ядерных сил должна быть около 300 me (где me - масса электрона), или приблизительно в 6 раз меньше массы нуклона. Такая частица была обнаружена в 1947 и названа пи-мезоном (пионом, ?). В дальнейшем выяснилось, что картина взаимодействия значительно сложнее. Оказалось, что, помимо заряженных?± и нейтрального?0-мезонов с массами соответственно 273 те и 264 me, взаимодействие передаётся большим числом др. мезонов с большими массами: ?, ?, ?, К,... и т. д. Кроме того, определенный вклад в С. в. (например, между мезонами и нуклонами) даёт обмен самими нуклонами и антинуклонами и их возбуждёнными состояниями барионными резонансами. Из соотношения неопределённостей следует, что обмен частицами, имеющими массы больше массы пиона, происходит на расстояниях, меньших 10-13 см, т. е. определяет характер С. в. на малых расстояниях, экспериментальное изучение различных реакций с адронами (таких, например, как реакции с передачей заряда - "перезарядкой": ?- + р > ?0 + n, К- + р > K0 + n и др.) позволяет в принципе выяснить, какой вклад в С. в. даёт обмен теми или иными частицами.

Урок 7. Что такое система

Тип урока: комбинированный.

Цель урока:

· Сформировать представление учащихся о системе

· Дать понятия: система, структура системы

Задачи урока:

Закрепить навыки создания и редактирования документов в текстовом процессоре word.

Требования к освоению материала:

Знать: система, структура, виды систем. Уметь: создавать документ, редактировать документ, вставлять формулы, приводить примеры систем, приводить подсистемы систем.

Развиваем:

· Внимательность.

· Самостоятельность.

· Умение решать задания ЕГЭ на определение количества информации.

План урока.

Организационный момент (2 мин). Новый материал (17 мин) Практическая работа (18 мин) Подведение итогов (1 мин). Д/З. записи в тетради (2 мин).

Ход урока

Организационный момент: учитель отмечает отсутствующих в классе.

Новый материал:

В жизни мы многократно сталкиваемся с понятием «система». Примеров можно привести достаточно много:

Периодическая система химических элементов; Система растений и животных; Система образования; Система транспорта; Система здравоохранения; Система счисления и др.

Так что же такое «система»?

Система
Любой объект окружающего мира можно рассматривать как систему.
.(Слайд 3)

Функция (цель, назначение) системы; Взаимодействие системы с окружающей средой; Состав системы; Структура системы; Системный эффект. Функция системы

Рассматривая примеры различных систем, следует разделить их. (Слайд 5)
Например, Солнечная система – естественная, а компьютер – искусственная система.
Для всякой искусственной системы можно определить цель ее создания человеком: автомобиль – перевозить людей и грузы, компьютер – работает с информацией, завод – производить продукцию.

Учащиеся сами приводят примеры систем и указывают их функции.

Состав системы.

В состав крупной системы может входить другая система. Первую называют надсистемой, вторую – подсистемой. Имя надсистемы на схеме состава всегда располагают выше имен всех ее подсистем. В этом случае говорят о многоуровневой структуре системы, в которой один и тот же компонент может одновременно быть надсистемой и подсистемой. (Слайд 6) Например, головной мозг – подсистема нервной системы птицы и надсистема, в состав которой входят передний мозг, средний мозг и т. д.
Во многих случаях связь между объектами очевидна, но не сразу понятно, в составе какой надсистемы их нужно рассматривать.(Дерево может погибнуть от насекомых-вредителей, если уменьшится численность птиц. Насекомые, птицы, деревья – компоненты системы «Парк» или «Лес».
Любой реальный объект бесконечно сложен .

Структура системы.

Всякая система определяется не только составом частей, но также порядком и способом объединения этих частей в единое целое.
Структура – это совокупность связей между элементами системы. Структура – внутренняя организация системы.
Например: Все детские конструкторы включают в себя множество типовых деталей, из которых можно собрать различные фигуры. Эти фигуры будут отличаться порядком соединения деталей, т. е. структурой.
Всякая система обладает определенным составом и структурой. Свойства системы зависят от того и от другого. Даже при одинаковом составе системы с разной структурой обладают разными свойствами, могут иметь разное назначение.

Системный эффект.

Главное свойство любой системы – возникновение системного эффекта . Заключается оно в том, что при объединении элементов в систему у системы появляются новые качества, которыми не обладал ни один из элементов в отдельности.
В качестве примера системы рассмотрим самолет. Главное его свойство – способность к полету. Ни одна из составляющих его частей в отдельности (крылья, двигатели и т. д.) этим свойством не обладает, а собранные вместе строго определенным способом, они такую возможность обеспечивают. Вместе с тем, если убрать из системы «самолет» какой-нибудь элемент (например, крыло), то не только это крыло, но и весь самолет потеряет способность летать.

Вопросы и задания . (Задаются в конце этого, или начале следующего урока).

Что такое система? Приведите примеры материальных, нематериальных и смешанных систем. В чем суть системного эффекта? Приведите пример. Назовите компоненты Солнечной системы. Какие из них можно рассматривать как системы? В состав какой системы рыбы входит подсистема «жабры»? Для каких компонентов она является надсистемой? Выделите подсистемы в следующих объектах, рассматривая в качестве систем: Автомобиль; Компьютер; Школа;

Практическая работа: работа в текстовом процессоре Word.

Подведение итогов: стр.

Домашнее задание: записи в тетради, стр.

Лабораторная работа №1

«Создание и редактирование документа. Вставка формул»

На оценку «3»: набрать и отформатировать текст, вставить любую формулу.

На оценку «4»: набрать и отформатировать текст, вставить 1 и 2 формулы

На оценку «5»: набрать и отформатировать текст, вставить 1, 2, 3 и 4 формулы

«Что такое система?»

Система – это целое, состоящее из частей, взаимосвязанных между собой.

Части, образующие систему, называются ее элементами.
Различают материальные, нематериальные и смешанные системы .

Примеры материальных систем: дерево, здание, человек, планета Земля, Солнечная система.

Примеры нематериальных систем: человеческий язык, математика.

Пример смешанных систем – школа, университет. Она включает в себя как материальные части (школьное здание, оборудование, тетради и пр.), так и нематериальные (учебные планы, программы, расписание уроков).
Каждая система обладает следующими свойствами:

Функция (цель, назначение) системы; Взаимодействие системы с окружающей средой; Состав системы; Структура системы; Системный эффект.

Функция системы:

· Рассматривая примеры различных систем, следует разделить их.
Например, Солнечная система – естественная, а компьютер – искусственная система. Для всякой искусственной системы можно определить цель ее создания человеком: автомобиль – перевозить людей и грузы, компьютер – работает с информацией, завод – производить продукцию.

Состав системы

· В состав крупной системы может входить другая система. Первую называют надсистемой, вторую – подсистемой. Имя надсистемы на схеме состава всегда располагают выше имен всех ее подсистем. В этом случае говорят о многоуровневой структуре системы, в которой один и тот же компонент может одновременно быть надсистемой и подсистемой. Например, головной мозг – подсистема нервной системы птицы и надсистема, в состав которой входят передний мозг, средний мозг и т. д. Во многих случаях связь между объектами очевидна, но не сразу понятно, в составе какой надсистемы их нужно рассматривать.

««Моделирование и формализация» 11 класс» - Определите хорошо или плохо поставлена задача. Город будущего. Информационная модель. Тестирование. Шахматы. Инструктаж по ОТ и ТБ. Эстафета терминов. Лист самооценки. Термины к слову. Номера материальных моделей. Формула химической реакции. Составьте модели. Материальные модели. Группы меняются местами.

««Моделирование» 9 класс» - Список депутатов государственной Думы. По дороге, как ветер, промчался лимузин. Вес; цвет; форма; структура; размер. Модель человека в виде детской куклы. Перечень стран мира – это информационная модель. Описание дерева. Существующие признаки объекта. Файловая система ПК. Тест завершён. Список учащихся школы; план классных комнат.

«Моделирование и формализация» - Взаимодействие. Объект. Принцип эмерджентности. Рисунок. Приведение (сведение, предсавление)информации, связанной с выделенными свойствами, к выбранной форме. Модель неограниченного роста. Структура. Поведение. М о д е л ь. Динамические. Внешний вид. Один из основных методов познания. Система- целое, состоящих из элиментов связанных между собой.

«Моделирование, формализация, визуализация» - Формализация. Проведение компьютерного эксперимента. Основные этапы. Метод познания. Математика. Цены устройств компьютера. Типы информационных моделей. Системный подход в моделировании. Модели разбиваются на два класса. Сетевая структура. Рисунки. Два пути построения компьютерной модели. Моделирование.

«Основные этапы моделирования» - Темы проектов. Этапы. Виды моделей. Контурные. Площадные (полигональные). Структурность. Информационные процессы в обществе. Периферийные устройства компьютера. Объект. Точечные. Интегративность. Связность. Функциональность. Информационные процессы в природе. Свойства системы. Линейные. Архитектура компьютера.

«Системный подход в моделировании» - Основоположники системного подхода: Система - совокупность взаимосвязанных элементов, образующих целостность или единство. Структура- способ взаимодействия элементов системы посредством определенных связей. Основные определения системного подхода: Питер Фердинанд Дракер. Функция - работа элемента в системе.

Всего в теме 18 презентаций