Проблемы  теории экспериментов. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

    Содержание

Введение 3

1. Общие понятия теории экспериментов 5

2. Классификация видов эксперимента 7

3. Проблемы измерений в эксперименте 9

3.1. Проблемы с выбором измеряемой характеристики 9

3.2. Проблемы, связанные с подбором измерительных шкал 10

3.3. Погрешности при измерениях 11

4. Проблемы анализа данных и построения моделей при экспериментировании 13

4.1. Проблемы обработки экспериментальных данных 13

4.2. Проблемы построения модели объекта-оригинала с учетом специфики эксперимента 15

5. Проблемы системного подхода в теории эксперимента 18

Заключение 20

Список  использованной литературы 21 

Введение

    Базовую основу познания во всех сферах науки  и человеческой деятельности составляет процесс проведения машинных и натурных экспериментов. Часто процесс построения модели является итерационным, и эксперимент служит средством, уточняющим некоторые характеристики объекта. Эксперименты проводят для подтверждения выдвинутых гипотез или их опровержения, или для получения информации об изучаемом объекте с целью получения знаний и построения модели изучаемого объекта. Экспериментирование является важной частью научной, инженерной и других видов деятельности и очень часто качественное его проведение вызывает проблемы у исследователей.

    Слово эксперимент происходит от латинского experimentum – проба, опыт. Эксперимент представляет собой некоторый процесс изучения исследуемого объекта. Важная особенность эксперимента – это активный опыт, в отличие от наблюдения, где объект воспринимается пассивно. Другая важная отличительная черта эксперимента – это его повторяемость, то есть мы можем проводить эксперимент столько раз, сколько необходимо для получения точных и исчерпывающих данных об объекте. В качестве объекта может также выступать его модель, т.е. эксперимент можно проводить не с объектом-оригиналом, а с его моделью, например в численном эксперименте.

    Также для эксперимента выделяют еще несколько  преимуществ по сравнению с наблюдением[1], а именно: 1) возможность изучать свойства таких объектов, которых в природе в чистом виде нет; 2) посредством эксперимента можно воспроизвести объект в любое время, нужное для целей исследования; 3)эксперимент ставит исследуемый объект в контролируемые условия, которые можно изменять и тем самым управлять поведением объекта; 4) в процессе эксперимента могут создаваться условия, которые для реального объекта невозможны или нежелательны; 5) результаты эксперимента основываются на данных, полученных с помощью специальных средств.

    При проведении экспериментов возникает  достаточно много вопросов и проблем. Прежде всего, одним из важнейших критериев, к которому нужно подходить со всей серьезностью, является критерий оптимальности проводимого эксперимента, т.е. величина ресурсов (временных, человеческих, материальных и других), которые необходимо вложить в эксперимент для получения практически значимого результата.

    Также возникают проблемы связанные с измерениями: какую величину или величины измерять, в каких шкалах, какие единицы измерения выбрать, какие будут погрешности при измерениях и в каких границах будут лежать измеряемые величины, наконец, сколько измерений сделать, равномерно или неравномерно снимать показания, и что потом делать с полученными данными.

    Необходимо выбрать вид модели для полученных результатов, которая применима к данному виду эксперимента и будет описывать наиболее важные черты изучаемого объекта. На этом этапе также могут возникать определенные трудности, так например результаты стохастического эксперимента невозможно описать детерминированными моделями. Помимо всего этого, прежде чем строить модель по полученным в результате эксперимента данным необходимо определить, а то ли мы действительно получили, что хотели, что данные непротиворечивы и готовы к использованию, а если готовы, то все ли их необходимо учитывать при построении модели или можно взять выборку из всей генеральной совокупности.

    Из  выше сказанного видно, что тема является актуальной, потому что возникает достаточно много вопросов и проблем при проведении экспериментов. Таким образом, получение ответов на многие вопросы позволит более рационально использовать ресурсы и более эффективно проводить эксперименты.

    Целью данной работы является анализ проблем, возникающих в теории экспериментов и предложение рекомендаций по их решению.

    В соответствии с целью были поставлены следующие задачи:

• определить основные понятия теории экспериментов;
• провести классификацию экспериментов;
• провести анализ проблем, возникающих в эксперименте при измерениях;
• проанализировать проблемы, связанные с обработкой данных, полученных в результате эксперимента;
• выявить основные проблемы, связанные с системным подходом при экспериментировании.

1. Общие понятия  теории экспериментов

    При разработке новых объектов, их моделей, при любой инженерной, научной  и других видах деятельности мы непосредственно  сталкиваемся с проведением некоторых  испытаний, которые могут быть имитационными, когда поведение объекта моделируется с помощью компьютерных средств  с использованием соответствующего математического аппарата, или натурными  в естественных или искусственно-формируемых  условиях. Испытания непосредственно  связаны с таким понятием как  «эксперимент». В науке и познавательной деятельности человека это понятие  означает определенную совокупность действий, т.е. процесс, сопряженный с целенаправленным наблюдением, исследованием объекта, организацией условий проведения эксперимента, измерение, получение и обработка  данных.

    Таким образом, в нашем понимании, эксперимент — это научно поставленный с исследуемым объектом опыт в точно учитываемых или не влияющих условиях, когда имеется возможность следить за ходом поведения объекта, активно воздействовать на него с помощью целого комплекса разнообразных средств и воссоздавать это поведение каждый раз, когда налицо те же самые условия и когда в этом есть необходимость.

    Как было уже замечено, у эксперимента есть ряд отличий от такого метода познания как наблюдение. Тем не менее, наблюдение очень часто предшествует эксперименту, когда мы просто пассивно наблюдаем объект, замечаем его основные особенности, характеристики, а затем проводим активный опыт над объектом, т.е. можем вмешиваться в процесс развития, менять условия опыта.

    Первичными  результатами любого наблюдения или  эксперимента являются данные. Под  данными понимают любой рассматриваемый безотносительно к содержательному смыслу набор символов и представляемых ими записей, изображений и других сигналов как носителей информации — сведений о состоянии исследуемого объекта. В результате эксперимента могут получаться данные различных видов — точечные, интервальные, дискретные или непрерывные и т.д. Виды и проблемы, связанные с обработкой полученных данных, рассматриваются далее в работе. В отличие от данных информация является главным, хотя и вторичным результатом эксперимента, ради которого он ставится. Следует заметить, что пока не существует наиболее строгого определения, в данном контексте под информацией будем понимать совокупность сведений, знаний (т.е. семантику символьных сообщений, записей, изображений, сигналов), содержащуюся в данных как носителях информации, т.е. совокупность содержательных сведений, новых знаний, которые могут быть выработаны, собраны, переданы, сохранены, переработаны, воспроизведены и т.п.

    Материальными носителями информации являются сигналы (например, температура, которую можно измерить). Под ними понимаются любые физические поля, вещества, процессы, которые содержат информацию об исследуемом объекте. Сигнал является внутриобъектным носителем информации, он недоступен для непосредственного восприятия субъектом, тем не менее, он является прародителем, источником, промежуточным средством перехода протоинформации (первичного родителя информации, от которого она зарождается) к форме, доступной окружающему миру. Здесь следует отметить, что ни сигналы, ни данные не есть информация. Они лишь являются переносчиками, или носителями (в смысле переноса) информации. Сигналы, условно говоря, как бы постоянно связаны с объектом, порождающим информацию, являются его элементами, встроены в него, а данные уже оторваны от объекта, но рассматриваются как операнды в отрыве от содержащейся в них информации.

    Целью эксперимента является получение  знаний об исследуемом объекте, т.е. проверенных опытом результатов познания действительности (в виде гипотез, схем, теорий и т.д.), которые можно применять для решения тех или иных задач. Знания уже являются элементом логически полной, достоверной и проверенной практикой информации, т.е. очищенной от всякого мусора и упакованной в удобную форму. Протознания – это часть информации, из которой могут быть получены новые знания об объекте, в том числе из сигналов, данных и уже имеющихся знаний о нем. Неизбежно при проведении эксперимента мы получаем информационный мусор, т.е. ту часть информации, которая не содержит полезной для пользователя информации и протознаний. Тем не менее, это всегда увеличивает различные издержки (финансовые, временные и т.д.) как при проведении эксперимента (необходимо больше, чаще снимать показания), так и при анализе полученных данных и извлечении знаний из них. Тогда сигналы, данные и знания, как носители полезной информации и информационного мусора, будем в дальнейшем условно обозначать одним словом <данные>, понимая под ними значения отсчетов, числа, факты, идеи и пр., выраженные в формализованном виде, обеспечивающим возможность их сбора, хранения, обработки, передачи, анализа и т.п. Таким образом, мы видим отличия информации от <данных>, тем не менее, очень часто это слова употребляют как синонимы, подразумевая смысл одного слова под другим. Поясним, в каких случаях это происходит.

    В процессе эксперимента мы получаем, накапливаем, передаем, храним, упорядочиваем, структурируем  и совершаем другие действия над  данными, не приводящие к изменению  смыслового содержания, ценности секретности  и т.п. особенностей информации, содержащейся в этих данных. Условно все эти действия можно определить одним обобщающим понятием «сбор <данных>», что по контексту эквивалентно «сбору информации». Аналогично, вместо сочетаний «преобразование, сокращение объема, сжатие, распознавание, кодирование и т.п.», отражающих приведение информации, содержащихся в данных, к более удобному, компактному для анализа виду, т.е. связанная с частичным изменением смысла, семантики, ценности, полезности, важности и др. особенностей информации, содержащейся в этих данных, будем применять термин «обработка <данных>», что в контексте эквивалентно сочетанию «обработка информации».

    Операции, связанные с извлечением информации из данных, с получением, согласно поставленным целям, по имеющимся данным и знаниям  новых знаний, объединяются понятием «анализ <данных>» или «анализ информации». Следует заметить, что при обработке <данных>, количество содержащейся в них информации не может быть увеличено, происходит только ее преобразование, привидение к удобочитаемому виду.

    После сбора, обработки и анализа <данных> следует их интерпретация, т.е. истолкование, разъяснение смысла, значения, перевод в термины и образы, понятные пользователю. Следует заметить некорректность употребления сочетания «интерпретация данных», потому что интерпретировать можно то, что является результатом обработки, а не сами данные как носители информации.

    Под применением результатов обработки и анализа <данных> будем понимать действия, связанные с использованием их для решения теоретических и практических задач, с достижением конкретной цели, в которой сбор, обработка, анализ данных и интерпретация результатов являются лишь промежуточными технологическими этапами.

    Методологией  теории экспериментирования является системный подход, базирующийся на понятии «система» и методы моделирования. Проблемы, возникающие при этих подходах, будут рассмотрены далее в работе.

2. Классификация видов эксперимента

    Классификацию экспериментов можно проводить  по нескольким критериям. С точки  зрения повторяемости исходов различают  эксперименты детерминированные и индетерминированные [3] (рис. 1). Для детерминированных характерна полная определенность (полная устойчивость появления) возможных исходов, как при однократном эксперименте, так и при сколь угодном числе повторений (определенность и устойчивость повторения) при тех же условиях. Для вторых – неопределенность как в появлении возможных исходов в одном эксперименте, так и отсутствие полной определенности, предсказуемости исходов при повторениях эксперимента.

Эксперименты

Повторяемость

исходов

Индетерминированные

Детерминированные

Закономерность  появления данных

Иррегулярные

Регулярные

Массовость повторения

Стохастические

Астохастические

    Рисунок 1. – Виды экспериментов 

    С точки зрения повторяемости эксперименты бывают однократные и многократные, при этом, для многократных выполняется условие возможности многократного повторения.

    Индетерменированные эксперименты делятся на две группы – стохастические (с точки зрения применимости к ним аппарата теории вероятностей их можно условно назвать регулярными) и иррегулярные. Для стохастических экспериментов характерно обязательное выполнение двух условий. Первое – их можно воспроизводить (хотя бы теоретически) сколь угодно большое число раз при сохранении одних и тех же условий. Второе – хотя априори исходы эксперимента неизвестны, апостериори в результате многочисленных опытов обнаруживается некоторая закономерность, тенденция в появлении исходов опыта, а именно, что частота появления каждого из возможного исхода w колеблется относительно некоторой константы (принимаемой в статистическом подходе к построению теории вероятностей фон-Мизеса за вероятность), сходясь к ней при неограниченном увеличении числа экспериментов N как к пределу. Для иррегулярных экспериментов не выполняется одно или оба из рассмотренных условий. Для них либо нельзя сохранить условия проведения эксперимента для его многократного повторения, либо сама постановка о повторении эксперимента не имеет смысла.

    При проведении того или иного вида эксперимента возникает проблема подбора вида модели и применимости того или иного аппарата, эти проблемы обсуждаются позже, в данной главе приведем лишь небольшие пояснения по поводу выбора класса модели.

    Для описания стохастических экспериментов  применим аппарат теории вероятностей, соответственно модели в этом случае строятся вероятностно-статистические. Для описания иррегулярных экспериментов  используются аппараты экспертного  анализа, теории нечетких множеств, интервального анализа и т.п. Для детерминированных экспериментов строятся классические модели, для описания которых, например, может использоваться аппарат математического анализа.

3. Проблемы  измерений в эксперименте

    Любой эксперимент непосредственно связан с измерением. Активно воздействуя  на объект эксперимента, мы измеряем необходимые  его характеристики для последующего анализа, выявления знаний из данных и построения модели изучаемого объекта  в соответствии с поставленной целью. Прежде всего, необходимо определиться с трактовкой термина измерение.

    Измерение [4] – это опытное нахождение значения физической величины с помощью специальных средств путем сравнения измеряемой величины с некоторой мерой, значение которой принято за единицу измерения; действия, связанные с нахождением числового измеряемой величины в принятых единицах измерения.

    Рассмотрим  основные проблемы, связанные с этим процессом.

1. Проблемы  с выбором измеряемой характеристики

    Для построения модели, наиболее полно  отражающей свойства объекта, необходимо измерять именно те характеристики в процессе эксперимента, которые наиболее важны для получения практически ценного результата. Эта проблема достаточно многогранна и одного универсального средства для решения таких вопросов нет. Исследователь должен хорошо понимать предметную область задачи, знать возможные варианты поведения объекта в условиях эксперимента и в соответствии со своей интуицией, основанной на понимании изучаемого объекта, выбирать необходимые параметры для измерения. Также в этом случае учитывается еще ряд свойств, таких как: 1) максимальная точность измеряемой характеристики, т.е. лучше выбрать тот параметр, для которого результат измерения будет наиболее точен; 2) сложность и трудоемкость измеряемой характеристики – необходимо из параметров объекта выбирать те для измерения, которые при одинаковой точности требуют меньше ресурсов (материальных, временных, технических и т.д.); 3) помимо выбора характеристик необходимо установить их необходимое количество, которое позволит описать объект более полно.

2. Проблемы, связанные с подбором измерительных шкал

    Если  экспериментатор выбрал параметры  исходного объекта, которые подлежат измерению, то возникает следующая  проблема – а в каких шкалах измерять выбранные характеристики для получения наиболее точных результатов. Для ответа на этот вопрос давайте рассмотрим понятие измерительной шкалы, ее виды и типы данных, которые можно измерять с помощью этих шкал.

    Измерительная шкала – множество обозначений (чисел, номеров, символов), используемых для регистрации состояния наблюдаемого объекта. Измерительная шкала обладает такой характеристикой как сила – допустимое количество операций (действий) над данными, выраженными в этой шкале.

    Шкалы, прежде всего, разделяются на количественные и качественные. К количественным шкалам относятся:

• абсолютная;
• отношений;
• интервальная;
• разностей;
• степенные и др.

    В абсолютной шкале, например, можно измерить число комнат в доме, ступенек на лестнице; в шкале отношений –  отношение масс;  к интервальным шкалам относят температурные, шкалы давлений; к шкалам разностей – летоисчисление. Здесь сразу стоит заметить, что необходимо знать о силе выбранной шкалы для получения логичного и правильного результата, так как при применении операции над шкалой, где такая операция недопустима, мы получим бессмысленный результат, например, брать отношение лет.

    К качественным относят шкалы:

• порядковую;
• гиперпорядковую;
• номинальную;
• бальную.

    В порядковых шкалах измеряются величины, которые можно упорядочить по возрастанию или убыванию каких-то свойств, например, например напиток  кислее-слаще, больше, меньше, в отличие  от порядковой гиперпорядковая шкала применятся для упорядочения разностей. Номинальная шкала взаимно-однозначно ставит объект определенному классу, например разряды спортсменов или классификация яблок по сортам, бальные шкалы используют сравнение с эталоном, например пятибалльная шкала оценки знаний.

    Важно следует отметить то, что величины, которые мы сравниваем, должны быть выражены в одних и тех же шкалах, потому что 20⁰С и 20⁰К совершенно разные величины, так как выражены в разных шкалах.

3. Погрешности при измерениях

    Следует учитывать, что при измерении  какой-то величины, мы никогда не сможем измерить ее точное значение, то есть имеется  следующая проблема – а на сколько правдивы измерения и действительно ли то, что измеренное значение очень близко к истинному значению величины? И даже если мы получаем не истинное значение, то насколько оно неточно? В связи с этим, стоит рассмотреть погрешности, которые возникают в ходе эксперимента при измерениях.

    Каждый  результат измерения — случайная  величина. Отклонение результата реального измерения от истинного значения величины называется погрешностью измерения. Ни одну физическую величину (длину, время, температуру и т.д.) невозможно измерить с полной определенностью. Лучшее, на что можно рассчитывать, — это свести погрешность к возможному минимуму и надежно рассчитать их величины.

    Погрешности могут иметь различную природу  происхождения и по-разному проявляться  при измерениях, тогда выделяют следующие типы погрешностей (рис. 2).

    Систематической погрешностью называется составляющая погрешности измерения, остающаяся постоянной или закономерно меняющаяся при повторных измерениях одной и той же величины. При этом предполагается, что систематические погрешности представляют собой определенную функцию неслучайных факторов, состав которых зависит от физических, конструкционных и технологических особенностей средств измерений, условий их применения, а также индивидуальных качеств наблюдателя. Сложные детерминированные закономерности, которым подчиняются систематические погрешности, определяются либо при создании средств измерений и комплектации измерительной аппаратуры, либо непосредственно при подготовке измерительного эксперимента и в процессе его проведения. Например, если при определении времени длительность химической реакции секундомер отстает, то при повторении опыта будет систематически недооцениваться время реакции, а если секундомер спешит, то переоцениваться.

    Случайная погрешность — погрешность, допущенная под влиянием случайных причин, действующих непредвиденным образом на результат измерения. Эффекты действия таких причин столь незначительны, что их нельзя выделить в отдельности (при данном уровне техники измерения). При этом распределение случайных ошибок обычно симметрично относительно нуля: ошибки, противоположные по знаку, но равные по абсолютной величине, встречаются довольно часто.

Погрешности

Случайные

Систематические

Перекосы элементов приборов в их направляющих, нерегулярные изменения моментов трения в опорах, малые флюктуации влияющих величин, изменения внимания операторов

Инструментальные  погрешности; погрешности, обусловленные неправильной установкой и взаимным расположением средств измерения; личные погрешности, обусловленные индивидуальными особенностями наблюдателя.