Эмпирическое познание

     Индукция  и дедукция.

     Индукция  (от лат. inductio — наведение, побуждение) есть формальнологическое умозаключение, которое приводит к получению общего вывода на основании частных посылок. Другими словами, это есть движение нашего мышления от частного к общему.

     Индукция  широко применяется в научном  познании. Обнаруживая сходные признаки, свойства у многих объектов определенного  класса, исследователь делает вывод о присущности этих признаков, свойств всем объектам данного класса. Наряду с другими методами познания, индуктивный метод сыграл важную роль в открытии некоторых законов природы (всемирного тяготения, атмосферного давления, теплового расширения тел и Др.).

     Индукция, используемая в научном познании (научная индукция), может реализовываться  в виде следующих методов:

1. Метод единственного сходства (во всех случаях наблюдения какого-то явления обнаруживается лишь один общий фактор, все другие — различны; следовательно, этот единственный сходный фактор есть причина данного явления).
2. Метод единственного различия (если обстоятельства возникновения какого-то явления и обстоятельства, при которых оно не возникает, почти во всем сходны и различаются лишь одним фактором, присутствующим только в первом случае, то можно сделать вывод, что этот фактор и есть причина данного явления).
3. Соединенный метод сходства и различия (представляет собой комбинацию двух вышеуказанных методов).
4. Метод сопутствующих изменений (если определенные изменения одного явления всякий раз влекут за собой некоторые изменения в другом явлении, то отсюда вытекает вывод о причинной связи этих явлений).
5. Метод остатков (если сложное явление вызывается многофакторной причиной, причем некоторые из этих факторов известны как причина какой-то части данного явления, то отсюда следует вывод: причина другой части явления - остальные факторы, входящие в общую причину этого явления).

     Родоначальником классического индуктивного метода познания является Ф. Бэкон. Но он трактовал индукцию чрезвычайно широко, считал ее важнейшим методом открытия новых истин в науке, главным средством научного познания природы.

     На  самом же деле вышеуказанные методы научной индукции служат главным  образом для нахождения эмпирических зависимостей между экспериментально наблюдаемыми свойствами объектов и явлений.

     Дедукция  (от лат. deductio - выведение) есть получение частных выводов на основе знания каких-то общих положений. Другими словами, это есть движение нашего мышления от общего к частному, единичному.

     Но  особенно большое познавательное значение дедукции проявляется в том случае, когда в качестве общей посылки  выступает не просто индуктивное  обобщение, а какое-то гипотетическое предположение, например новая научная  идея. В этом случае дедукция является отправной точкой зарождения новой теоретической системы. Созданное таким путем теоретическое знание предопределяет дальнейший ход эмпирических исследований и направляет построение новых индуктивных обобщений.

     Получение новых знаний посредством дедукции существует во всех естественных науках, но особенно большое значение дедуктивный метод имеет в математике. Оперируя математическими абстракциями и строя свои рассуждения на весьма общих положениях, математики вынуждены чаще всего пользоваться дедукцией. И математика является, пожалуй, единственной собственно дедуктивной наукой.

     В науке Нового времени пропагандистом дедуктивного метода познания был видный математик и философ Р. Декарт.

     Но, несмотря на имевшие место в истории  науки и философии попытки оторвать индукцию от дедукции, противопоставить их в реальном процессе научного познания, эти два метода не применяются как изолированные, обособленные друг от друга. Каждый из них используется на соответствующем этапе познавательного процесса.

     Более того, в процессе использования индуктивного метода зачастую “в скрытом виде”  присутствует и дедукция. “Обобщая факты в соответствии с какими-то идеями, мы тем самым косвенно выводим  получаемые нами обобщения из этих идей, причем далеко не всегда отдаем в себе в этом отчет. Кажется, что наша мысль движется прямо от фактов к обобщениям, т. е. что тут присутствует чистая индукция. На самом же деле, сообразуясь с какими-то идеями, иначе говоря, неявно руководствуясь ими в процессе обобщения фактов, наша мысль косвенно идет от идей к этим обобщениям, и, следовательно, тут имеет место и дедукция... Можно сказать, что во всех случаях, когда мы обобщаем, сообразуясь с какими-либо философскими положениями, наши умозаключения являются не только индукцией, но и скрытой дедукцией”.

     Подчеркивая необходимую связь индукции и  дедукции, Ф. Энгельс настоятельно советовал  ученым: “Индукция и дедукция связаны  между собой столь же необходимым  образом, как синтез и анализ. Вместо того, чтобы односторонне превозносить одну из них до небес за счет другой, надо стараться каждую применять на своем месте, а этого можно добиться лишь в том случае, если не упускать из виду их связь между собой, их взаимное дополнение друг другом”.  

     Аналогия  и моделирование.

     Под аналогией понимается подобие, сходство каких-то свойств, признаков или отношений у различных в целом объектов. Установление сходства (или различия) между объектами осуществляется в результате их сравнения. Таким образом, сравнение лежит в основе метода аналогии.

     Если  делается логический вывод о наличии  какого-либо свойства, признака, отношения  у изучаемого объекта на основании  установления его сходства с другими  объектами, то этот вывод называют умозаключением по аналогии.

     Степень вероятности получения правильного умозаключения по аналогии будет тем выше: 1) чем больше известно общих свойств у сравниваемых объектов; 2) чем существеннее обнаруженные у них общие свойства и 3) чем глубже познана взаимная закономерная связь этих сходных свойств. При этом нужно иметь в виду, что если объект, в отношении которого делается умозаключение по аналогии с другим объектом, обладает каким-нибудь свойством, не совместимым с тем свойством, о существовании которого должен быть сделан вывод, то общее сходство этих объектов утрачивает всякое значение.

     Метод аналогии применяется в самых  различных областях науки: в математике, физике, химии, кибернетике, в гуманитарных дисциплинах и т. д. О познавательной ценности метода аналогии хорошо сказал известный ученый-энергетик В. А. Веников: “Иногда говорят: “Аналогия — не доказательство”... Но ведь если разобраться, можно легко понять, что ученые и не стремятся только таким путем доказать что-нибудь. Разве мало того, что верно увиденное сходство дает могучий импульс творчеству?.. Аналогия способна скачком выводить мысль на новые, неизведанные орбиты, и, безусловно, правильно положение о том, что аналогия, если обращаться с ней с должной осторожностью, — наиболее простой и понятный путь от старого к новому”.

     Существуют  различные типы выводов по аналогии. Но общим для них является то, что во всех случаях непосредственному исследованию подвергается один объект, а вывод делается о другом объекте. Поэтому вывод по аналогии в самом общем смысле можно определить как перенос информации с одного объекта на другой. При этом первый объект, который собственно и подвергается исследованию, именуется моделью, а другой объект, на который переносится информация, полученная в результате исследования первого объекта (модели), называется оригиналом (иногда — прототипом, образцом и т. д.). Таким образом, модель всегда выступает как аналогия, т. е. модель и отображаемый с ее помощью объект (оригинал) находятся в определенном сходстве (подобии).

     “...Под  моделированием понимается изучение моделируемого  объекта (оригинала), базирующееся на взаимооднозначном соответствии определенной части свойств оригинала и замещающего его при исследовании объекта (модели) и включающее в себя построение модели, изучение ее и перенос полученных сведений на моделируемый объект — оригинал”.

     Использование моделирования диктуется необходимостью раскрыть такие стороны объектов, которые либо невозможно постигнуть путем непосредственного изучения, либо невыгодно изучать их таким  образом из чисто экономических  соображений. Человек, например, не может непосредственно наблюдать процесс естественного образования алмазов, зарождения и развития жизни на Земле, целый ряд явлений микро- и мегамира. Поэтому приходится прибегать к искусственному воспроизведению подобных явлений в форме, удобной для наблюдения и изучения. В ряде же случаев бывает гораздо выгоднее и экономичнее вместо непосредственного экспериментирования с объектом построить и изучить его модель.

     В зависимости от характера используемых в научном исследовании моделей  различают несколько видов моделирования.

1. Мысленное (идеальное) моделирование. К этому виду моделирования относятся различные мысленные представления в форме тех или иных воображаемых моделей. Следует заметить, что мысленные (идеальные) модели нередко могут быть реализованы материально в виде чувственно воспринимаемых физических моделей.
2. Физическое моделирование. Оно характеризуется физическим подобием между моделью и оригиналом и имеет целью воспроизведение в модели процессов, свойственных оригиналу. По результатам исследования тех или иных физических свойств модели судят о явлениях, происходящих (или могущих произойти) в так называемых “натуральных условиях”.

     В настоящее время физическое моделирование  широко используется для разработки и экспериментального изучения различных сооружений, машин, для лучшего понимания каких-то природных явлений, для изучения эффективных и безопасных способов ведения горных работ и т. д.

3. Символическое (знаковое) моделирование. Оно связано с условно-знаковым представлением каких-то свойств, отношений объекта-оригинала. К символическим (знаковым) моделям относятся разнообразные топологические и графовые представления (в виде графиков, номограмм, схем и т. п.) исследуемых объектов или, например, модели, представленные в виде химической символики и отражающие состояние или соотношение элементов во время химических реакций.
4. Особой и очень важной разновидностью символического (знакового) моделирования является математическое моделирование. Символический язык математики позволяет выражать свойства, стороны, отношения объектов и явлений самой различной природы. Взаимосвязи между различными величинами, описывающими функционирование такого объекта или явления, могут быть представлены соответствующими уравнениями (дифференциальными, интегральными, интегро-дифференциальными, алгебраическими) и их системами.
5. Численное моделирование на компьютере. Эта разновидность моделирования основывается на ранее созданной математической модели изучаемого объекта или явления и применяется в случаях больших объемов вычислений, необходимых для исследования данной модели.

     Численное моделирование особенно важно там, где не совсем ясна физическая картина  изучаемого явления, не познан внутренний механизм взаимодействия. Путем расчетов на компьютере различных вариантов  ведется накопление фактов, что дает возможность, в конечном счете, произвести отбор наиболее реальных и вероятных ситуаций. Активное использование методов численного моделирования позволяет резко сократить сроки научных и конструкторских разработок.

     Метод моделирования непрерывно развивается: на смену одним типам моделей по мере прогресса науки приходят другие. В то же время неизменным остается одно: важность, актуальность, а иногда и незаменимость моделирования как метода научного познания.

      Заключение

     В данной работе были рассмотрены методы научного познания: теоретичесиеог.

     В первой части работы был собран и  систематизирован материал о различных  методологиях проектирования информационных систем, о стадиях и моделях  жизненного цикла информационных систем.

     Во  второй части работы рассмотрены стадии создания информационных система и подробно проанализирован процесс проектирования информационных систем.

     В третьей части работы подробно изучен процесс эксплуатации информационных систем.

     Таким образом, была достигнута цель данной работы и реализованы все поставленные задачи. 

      Библиографический список  

1. Введение  в философию Ч-2 / И.Т. Фролов. - М.: Политиздат, 1989. – 120 с.
2. Методология научного исследования / Г.И. Рузавин. - М.: ЮНИТИ-ДАНА, 1999. – 168 с.
3. Основы философии / А.Г. Спиркин. - М.: Политиздат,1988 – 160 с.
4. Основные философские направления и концепции науки. Итоги ХХ столетия / В.А. Канке. - М.: Логос, 2000. – 190 с.
5. Философия / П.В. Алексеев, А.В. Панин. - М.: «Проспект», 2002. – 158 с.
6. Философия / под. ред. В.П. Кохановского. - Ростов-н/Д.: Феникс, 2000. – 150 с.
7. Философия / В.П. Агофонов, Д.Ф. Казаков, Д.Д. Рачинский. - М.: МСХА, 2000. – 210 с.
8. Философия для технических вузов / В.О. Голубинцев, А.А. Данцев, В.С. Любченко. - Ростов н/Д.: Феникс, 2001. – 162 с.
9. Философия науки: традиции и новации / Т.Г. Лешкевич. - М.: ПРИОР, 2001. – 200 с.