Mikä on virallistaminen? Menettelytapa. Käsite, olemus, vaiheet, tulokset, esimerkit, muodollisuudet

Nykyään on usein usein mahdollista tavata monia käsittämättömiä termejä "virallistamista" ja eri tieteenaloilla ja tekniikoilla. Ne, jotka haluavat laajentaa tietonsa horisontteja, on toivottavaa ymmärtää, mikä virallistaminen on. Artikkelissa tarkastellaan tämän termin ydintä ja prosessin käytännön soveltamista.

Mikä on virallistaminen tieteellisestä näkökulmasta yleisesti?

Kosketamme vähän tieteelliseen näkökulmaan. Lähdetään siitä, että sana virallistaminen tulee sana "muodollisuus" eli se on ehdollinen ja joskus jopa abstrakti käsite, jonka avulla voidaan selittää olemattoman esineen tai ilmiön luonne ja ennustaa sen ominaisuuksia tietyssä ympäristössä tietyissä alkusehdoissa.

Kaikkien nykyaikaisen kielen kielitieteet eivät ehdottomasti ole samat kuin loogisten muotoilujen tai ajattelun luonteen. Siten logiikka joutuu käyttämään tiettyjä abstrakteja käsitteitä kuvaamaan erityistä ilmiötä. Joten on suhteellinen käsitys muodollisuuksista, mitä tapahtuu.

Kuten on jo helppo arvailla, virallistamisen ydin vähenee kuvaamaan tai ennalta määrittelemään jonkin kohteen tai prosessin ominaisuuksia (ei edes olemassa tällä hetkellä) ja ennustamaan sen soveltamista siinä tapauksessa, että se ilmestyy todellisessa maailmassa. Mutta tämä on yleinen ajatus. Varsinainen muodollisuus on paljon laajempi. Aluksi keskitymme tietotekniikkaan, näemme, miten tätä konseptia sovelletaan elektroniikan maailmaan.

Tietokoneen virallistaminen

Jos kosket tietokoneen aiheeseen, tämäntyyppinen virallistamismenetelmä on pikemminkin alkuperäisten olosuhteiden käsittely, jonka avulla voit määrittää korkean tarkkuuden kohteen tai prosessin jatkokäyttäytymisestä.

Lähes kaikki sääpalvelut toimivat tällä periaatteella. Syklonin tietokonemallin avulla on mahdollista ennustaa sykliä ja tehoa maata tai veden tilaa yli.

Muista elokuvan "The Day after Tomorrow" -filmi, jossa tutkija ennusti ilmaston lämpenemistä ja etenee juuri tällaisesta tekniikasta. Hän kehitti tietokonemallin, joka pystyi ennakoimaan tietyllä todennäköisyydellä muita tapahtumia.

Nämä esimerkit ovat saatavilla selittämään, mikä virallistaminen on.

Objektien ja prosessien mallintamisen periaatteet

Tärkeimmät formalisointimenetelmät ovat ennuste ja mallinnus. Näitä tekniikoita käytetään yksinomaan sellaisten esineiden tai prosessien lopullisten tietojen hankkimiseen, joita ei tunneta, mutta ne voidaan olettaa ja lasketaan suurella tarkkuudella.

Jos tarkastellaan virallistustyyppejä, lähes kaikki niistä vähennetään vain loogisiin päätelmiin ja laskelmiin. Lukija voi helposti piirtää rinnakkaisuuden tietokoneiden mallinnuksen, todisteiden teoreemojen jne. Välillä aksiomien ja postulaattien perusteella.

Katsokaa, koska samaa Einsteinin suhteellisuusteorian teoriaa voidaan myös käsitellä virallistamismenetelmänä, koska käytännössä todistusta ei ole mahdollista todentaa. Erityisesti tämä viittaa valon etenemisvakioon, aikaviiveeseen sen saavuttamisessa, kohteen gravitaatiomassan kasvusta ja tilan kaarevuudesta. Kädet, kuten he sanovat, et tunne sitä, etkä näe silmäsi.

Aika ajoin nämä olivat vain rohkeita johtopäätöksiä tutkijasta yksinkertaisimpien kokeiden perusteella. Tänään kaikki tämä on vahvistettu virallisella tieteellä, joka perustuu samaan tietokoneen simulointiin.

Virallistamisvaiheet

Jos pidämme tietokonejärjestelmiä, niin muodon ensimmäinen vaihe on prosessin kuvaus. Mutta täällä tavanomaisen kielen työkaluja (kirjaimia, sanoja, lauseita, lauseita) ei käytetä. Tietyn matemaattisen mallin luomiseksi voit käyttää vain valitun ohjelmointikielen mukaista algoritmia, mutta vasta sen jälkeen, kun olet asettanut yhteisen tehtävän.

Toisin sanoen, kun mallinnetaan kohteen tai prosessin käyttäytymistä, sen ydin on kuvattava puhtaasti matemaattisilla symboleilla käyttäen matemaattista algoritmia.

Virallistamisen tuloksena on saada analyysi todellisesta ennustettavasta tapahtumasta, jota seuraa käytetyn teknologian käyttämisen jälkeen, tai tietty luonnollinen prosessi tulee todelliseen ilmentymän vaiheeseen.

Tehtävän käsitteellistäminen seuraa. Vaihtoehtoja on kaksi: ensimmäisessä tapauksessa lähestymistavan määritelmä attribuuttien ja ominaisuuksien käytön muodossa; Toinen vaihtoehto liittyy kognitiivisen analyysin käyttämiseen, puhumatta kuitenkaan tehtävän muotoilusta, alkutietojen keräämisestä, olosuhteista ja niin edelleen.

Käsitteiden ja alkusehtojen määrittelyn jälkeen tutkitaan olemassa olevia suhteita esineiden ja prosessien välillä samoin kuin niin sanottuja semanttisia suhteita, jotka tarkoittavat paikallisen esitystavan käyttöä.

Sitten alkuperäisen datan käsittely seuraa valitun algoritmin perusteella, jonka jälkeen tulos annetaan virheprosentin osoittamalla tavalla. Yleensä se ei ylitä 5%, ja useimmissa tapauksissa todennäköisyysluku on 99%. Jokaisella henkilöllä tai koneella on edelleen "turvallisuusmarginaali" ennakoimattomissa olosuhteissa, koska kaikki on mahdotonta ottaa huomioon.

Miksi kaikki tämä on välttämätöntä?

Jos ymmärrät, tällaiset periaatteet auttavat sinua analysoimaan esineiden ja prosessien käyttäytymistä. Toisin sanoen voidaan ennakoida, miten tämä tai tämä prosessi kehittyy.

Nyt on selvää, mikä virallistaminen on. Katsotaanpa yksinkertaisinta esimerkkiä.

Virallistaminen käytännössä, yksinkertaisimmat esimerkit

Oletetaan, että asiantuntija on kehittänyt uuden ilma-aluksen suunnittelun. Kun otetaan huomioon hankkeen korkeat kustannukset, on täysin kohtuutonta rakentaa mallia alkuperäisestä koosta ilman alustavaa ennustetta käyttäytymisestä ilmassa. Lisäksi lentokoneen samassa tuulentunnelissa tehtyjen testien suorittaminen Boeingin koko on ehdottoman epärealistinen tehtävä.

Formalisointi mahdollistaa lennon simuloinnin ilman lentokoneen mallin rakentamista tulevaisuuden ilma-aluksen ennalta määrätyillä ominaisuuksilla (ilmankestävyys, sivuttainen tuuli, korkeus ja tuulitunnelin ominaisuudet ja muut ominaisuudet).

Toinen esimerkki on uusien koneiden testaaminen autojen huolenaiheilla. Tärkeimpänä tässä asiassa tapahtuva virallistamismenetelmä on se, että ne kaikki ensin luovuttavat virtuaalikokeen, ja saatuaan positiiviset tulokset prototyypit käynnistetään tuotantoon tosiasiallisissa olosuhteissa.

Tärkeimmät tulokset

Monimutkaisen matemaattisen mallinnuksen tulos (jos ei 100%, sitten jopa 95% todennäköisyydellä) voi tulla painava argumentti nykyaikaisen teknologian vapauttamiseksi, ennustaa säätä ja jopa ennustaa sosiaalista käyttäytymistä reaktiona maailman tapahtumiin.

Kyllä, kyllä! Yleisen mielipiteen muodostuminen maailmassa on myös omien lakien alainen. Riittää, että työskentelet sen oikeaan suuntaan. Nykyään on jo luotu paljon ohjelmia, joiden avulla voidaan ennustaa yhteiskunnan reaktio tähän tai tähän tapahtumaan. Tämä ei ole kaikki esimerkkejä virallistamisesta. Jos kaivetaan syvemmälle, kohtaamme tämän päivittäin.

Yksi houkuttelevimmista esimerkkeistä virallistamisesta on Higgsin bosonin löytyminen elementaaristen hiukkasten törmäyksessä Large Hadron Colliderissä. Itse asiassa aikaisemmin uskoi, että tämän hiukkasen olemassaolo on puhdasta teoriaa, eikä todellisia kokeita voida todellakaan todistaa.

johtopäätös

Kuten olemme todenneet virallistamisen käsitteestä huolimatta prosessin ytimen tieteellisestä monimutkaisuudesta, on helppo ymmärtää esimerkkejä. Useimmissa tapauksissa se vähentää tiettyjen loogisten ketjujen käyttöä, jotka ennustavat lopullisen tuloksen.