Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ІНФОРМАЦІЙНІ ОПЕРАЦІЇ.doc
Скачиваний:
2
Добавлен:
01.07.2025
Размер:
573 Кб
Скачать
☆

3.1. Нелінійні динамічні моделі

Відомо, що якщо стан системи не змінюється в часі, її називають ста­тичною, у протилежному випадку - динамічною. При вивченні інформа­ційних впливів на соціальні системи основний інтерес становлять саме динамічні системи: в першу чергу нас цікавлять зміни, що відбуваються навколо, а статичні системи ніяких змін не породжують. У свою чергу, ди­намічні системи розділяються на два класи: лінійні та нелінійні. Лінійни­ми називають системи, характеристики яких не залежать від зміни станів цих систем. Навпаки, характеристики нелінійних систем залежать від та­ких змін.

Дуже часто нелінійні соціальні системи проявляють себе насампе­ред нерозмірністю відгуку на зовнішній вплив. Добре відомо, що такі системи можуть разюче легко і без наслідків витримувати важкі по­трясіння, однак миттєво «піти в рознос» від малозначимої події або впливу. Саме інформаційні операції можуть розглядатись як подібний вплив або дія.

Моделі, які використовуються при дослідженні нелінійних систем, та­кож називають нелінійними, тому що модель - це теж система, і вона, при­родно, може бути нелінійною. Нелінійність моделі може бути формально виражена у структурі рівнянь, що використовуються, а знаходження їхніх розв'язків, щонайменше, у чисельному вигляді, в деяких випадках може бути цілком здійсненною задачею.

Основну увагу при побудові нелінійних конкурентних моделей нині приділяють аналізові принципових внутрішніх взаємодій динамічних сис­тем на основі логістичних моделей. Моделювання динаміки розвитку на основі диференціальних логістичних рівнянь широко використовуєть­ся для моделювання найрізноманітніших як природних, так і соціальних процесів.

Природно, перед застосуванням математичних моделей необхідно об­ґрунтувати їхню адекватність. Для цього використовуються добре відомі методики, зокрема, ретроспективний аналіз.

50

РОЗДІЛ З

Оскільки поблизу х° виконується: й.« 1, то у багатьох випадках можна обмежитися дослідженням лінійної системи:

и.= а.и..

1 41

У якісній теорії це дослідження зводиться до визначення власних зна­чень матриці ||й..||.

У випадку, коли всі власні значення Я,( (г = 1, 2,..., й) різні та мають відмін­ні від нуля дійсні частини (Ке Я,(), існує «груба» стаціонарна точка. Якщо всі Ке Я,( не дорівнюють нулю, то застосовуються наступні теореми:

  1. Якщо всі Ке Я,(<0, то стаціонарна точка асимптотичне стійка.

  2. Якщо хоч одне Ке Я,>0, то стаціонарна точка нестійка.

Питання про стійкість стаціонарної точки можна вирішити також на підставі критерія Гурвіца, без безпосереднього обчислення влас­них значень. Для цього характеристичне рівняння переписується у вигляді:

," + Я,"-1 +

-2 + й,*/-3 + ... = О,

ДЄй0=1.

Матрицею Гурвіца називається матриця я-го порядку:

Ь0 Ь{ Ьт..Ьп_

а0 е, аг..а^

Н =

О Ь0 ЬГ..Ь~_2

О 0 Ь0...Ьп_3

Мінори матриці Н (від першого до я-го порядку), називаються визна­чниками Гурвіца. Критерій Гурвіца полягає в наступному: для того щоб для всіх Я. виконувалось Ке ХХО, необхідною і достатньою умовою є позитив­ність усіх визначників Гурвіца. У результаті загальне дослідження харак­теру особливих точок вихідної системи може базуватися на приведенні її матриці до Жорданової форми.

У найпростішому випадку для системи другого порядку вихідне рівнян­ня може бути записане у вигляді:

де а = ап + й22, А = апа22 - а12а21

52

НЕЛІНІЙНІ МОДЕЛІ СОЦІАЛЬНИХ ПРОЦЕСІВ

пропонована Мальтусом для розрахунку динаміки кількості населення Землі. Вона веде, як добре відомо, до експонентного (тобто дуже швидко­го) збільшення населення х у часі. Ця модель може бути застосована, на­приклад, до збільшення кількості прихильників нової політичної сили на початковому етапі.

Типове завдання інформаційних операцій як соціальних процедур — збільшення або зменшення кількості прихильників тієї або іншої полі­тичної сили, особливо в періоди виборчих кампаній. Тому, не обмежуючи спільності, у якості своєрідного полігону для моделювання інформацій­них операцій розглядатимемо електоральні популяції (ЕП) [5] , аналізуючи можливості впливу на їхню динаміку.

Вивчаючи динаміку електоральної популяції, вестимемо мову про її чи­сельність, маючи на увазі, що насправді мова може йти також і про її полі­тичну вагу. Розрізнятимемо ці два поняття тоді, коли точне формулювання потрібне для розуміння механізмів процесу.

Аналогії між біологічними та електоральними популяціями дозволя­ють застосовувати досить розвинений інструментарій для побудови ма­тематичних моделей. Зокрема, в основі моделі Мальтуса лежить уявлен­ня про те, що швидкість зміни чисельності популяції в кожний момент часу пропорційна її поточній величині. Тоді для чисельності популяції маємо рівняння:

п(0) = и0,

де й0— початкова чисельність популяції, а коефіцієнт відповідає швид­кості зростання.

Для динамічної електоральної популяції з повною підставою мо­жемо стверджувати, що кожен її індивідуум здійснює вплив на своє оточення, а також на інші електоральні популяції, що впливає на їхню чисельність.

Розв'язком наведеного вище рівняння, як відомо, є експонента:

Очевидно, жоден реальний процес, ні фізичний, ні суспільний, не може розвиватися за експонентним законом необмежений час. Дійсно, почина­ючи з якогось моменту, залежність надто швидко прагне до нескінченнос­ті, що у природі, за зрозумілих причин, не реалізується. Отже, доводиться визнати, що рано чи пізно, і скоріше рано, чим пізно, відбудеться деяка катастрофа, що змінить характер залежності та поверне її в рамки припус­тимого інтервалу значень.

55

РОЗДІЛ З

У більш-менш стабільних соціальних системах завжди присутній еле­мент самопогодженості, у силу чого на значних проміжках часу залежність динаміки їхнього розвитку описується складнішими рівняннями, які міс­тять зворотні зв'язки. Тому характер залежності згодом змінюється, при­чому зміни відбуваються не тривіально. У результаті виникають наступні типові випадки:

  • залежність досягає насичення, і система переходить у статичний (або, можливо, гомеостатичний) стан;

  • залежність має локальний максимум, за яким відбувається зменшен­ ня (у тому числі й до нуля);

  • встановлюється коливальний режим (зазвичай загасаючий, але мож­ ливо й автоколивальний);

У реальному житті, як правило, динамічні системи мають досить ефек­тивні зворотні зв'язки, які дозволяють коригувати характер процесів, що відбуваються в них, і тим самим утримувати їх у певних рамках. Інформа­ційні операції, коригуючи ці зворотні зв'язки в певні періоди еволюцій­ного процесу, можуть досить ефективно вплинути на характер поведінки всієї системи.

Найпростішим узагальненням закону Мальтуса, що дає змогу ви­рішити (принаймні, принципово) проблему необмеженого зростання розв'язку, є заміна постійного коефіцієнта А: деякою функцією часу &(?)• Природно, ця функція повинна бути обрана так, щоб дотримувалися наступні умови:

  • розв'язок рівняння мав би прийнятну поведінку;

  • структура функції мала б певний зміст з погляду на явище, яке до­ сліджується.

Далі розглядається узагальнення закону Мальтуса, яке широко засто­совується, відоме як логістична модель. Найпростіший спосіб обмежити зростання експонентної залежності розв'язку наведеного вище рівняння полягає у введенні для неї граничного значення. Для цього виберемо такого вигляду [71]:

де N — максимально можливе значення чисельності популяції, а &0 — ко­ефіцієнт пропорційності. Причому передбачається, що завжди и0< N. Тоді замість першого рівняння маємо:

п(0) = л„. 56

РОЗДІЛ З

Наведене вище логістичне рівняння має два рівноважних розв'язки: й(?) = 0 і п(ї) = N. З формальної точки зору перший з них хиткий, тому що при малих значеннях п(ї) його відхилення від нуля приводить до зрос­тання. Однак у практичному плані це не зовсім так. Справа в тому, що реальні популяції є дискретними множинами, і якщо в якийсь момент й(?) набуває значення, меншого за одиницю, то зрости воно вже не змо­же. Тому у випадку опису того, що відбувається в реальності, розв'язок й(?) = 0 також варто вважати рівноважним.

Друге ж рішення й(?) = N є рівноважним у будь-якому сенсі. Дійсно, при й(?) > ТУ включаються механізми спаду залежності, а при п(ї) < N — відпо­відно зростання.

Розглянемо поведінку динаміки електорату, обсяг якого визначається логістичним рівнянням. Необхідно підкреслити, що висновки, які будуть зроблені далі, залишаються (з точністю до числових значень констант) справедливими також при будь-яких значеннях коефіцієнтів і навіть для широкого класу моделей з різними функціями обмеження експонентного зростання.

На рис. 15 зображена результуюча залежність чисельності електорату від часу при різних початкових умовах. У точках А і В швидкість зміни чисель­ності електорату спрямовується до нуля: це стаціонарні стани. Між А і В швидкість позитивна (чисельність електорату зростає), а вище точки В -негативна (чисельність убуває).

Модель передбачає, що згодом встановлюється стаціонарний режим В, що виглядає цілком природно: більший електорат зменшується, менший - збільшується.

Логістична модель задовільно описує численні явища насичення. По­близу А, коли чисельність електорату мала, вона дуже близька до мальтузі­анської моделі. Але при досить великих х спостерігається різка відмінність від мальтузіанського зростання: замість спрямування х до нескінченності, чисельність електорату наближається до стаціонарного значення В.

Розглянемо, як логістична модель може застосовуватися під час аналізу виборчих процесів, а саме визначення точної мінімальної початкової кво­ти виборців (яку можна, наприклад, виділити для затвердження та вико­ристання). Нехай х - кількість прихильників визначеного кандидата. На динаміку цього електорату здійснюється вплив інших політичних сил, які відбирають у нього своїх прихильників, що описується так:

х = х — х2 — с.

Обчислення показують, що поведінка системи різко змінюється при де­якому критичному значенні квоти с (рис. 16).

58

РОЗДІЛ З

Очевидно, що при наявності сприятливих зовнішніх умов (при деякій щільності ресурсу) чисельність електорату одного кандидата зростає вільно, що сприяє логістичному зростанню. У цьому випадку навіть більш складні моделі повинні давати результати, подібні наведеним. Водночас це означає, що основні параметри (електоральний потенціал кандидата, ємність вибор­чої компанії, виборча квота) для конкретизації загальної моделі можуть ви­значатися в результаті аналізу наведеної спрощеної логістичної моделі. Як правило, дані про логістичне зростання електорату стають відомими досить точно за результатами спостережень за виборчою кампанією.

Отже, логістична модель успішно описує досягнення популяцією дея­кого рівноважного стану.