Mathematical modeling — מודלינג מתמטי
מודלינג מתמטי הוא שיטת מחקר שבה אובייקט, תהליך או תופעה מהמציאות מוחלפים במודל מתמטי שלהם, המאפשר לנתח את התנהגות המערכת באמצעות שיטות מתמטיות.
מהות המודלינג המתמטי
מודלינג מתמטי כולל:
- פורמליזציה של המאפיינים המהותיים של האובייקט הנחקר;
- בניית מודל מתמטי המבטא את הקשרים בין הפרמטרים;
- חקירת המודל בשיטות אנליטיות, נומריות או סימולציוניות;
- פרשנות התוצאות ביחס למערכת האמיתית.
המודל הוא תמיד פישוט של המציאות, ומשקף באופן ממוקד רק את ההיבטים החשובים למטרות המחקר או העיצוב שהוצבו.
מטרות המודלינג המתמטי
מודלים מתמטיים מפותחים לשם:
- תיאור המבנה, התכונות ותפקוד המערכות;
- הסבר תופעות נצפות באמצעות זיהוי חוקיות;
- חיזוי התנהגות עתידית של מערכות בהשפעות נתונות;
- אופטימיזציה של תהליכים ומערכות בקרה;
- ביצוע ניסויים וירטואליים שאינם נגישים או רצויים במציאות.
סיווג מודלים מתמטיים
- לפי שיטת התיאור: דטרמיניסטיים וסטוכסטיים (הסתברותיים).
- לפי אופי הזמן: סטטיים ודינמיים.
- לפי אופי המשתנים: בדידים ורציפים.
- לפי רמת הפירוט: מקרוסקופיים, מיקרוסקופיים, מזוסקופיים.
- לפי הכלים המשמשים: אנליטיים, נומריים, סימולציוניים.
- לפי ייעוד: תיאוריים, חזויים, אופטימיזציוניים, סימולציוניים.
- לפי מבנה: ליניאריים ולא-ליניאריים.
- לפי גישת הבנייה: פנומנולוגיים (אמפיריים) ומכניסטיים (תיאורטיים).
שלבי המודלינג המתמטי
במקרה הכללי, שלבי המודלינג המתמטי הם כדלקמן:
- הגדרת הבעיה:
- קביעת מטרת המודלינג (מה אנו רוצים לדעת או לעשות?).
- תיאור האובייקט או התהליך וגבולותיו.
- זיהוי הגורמים והמאפיינים המרכזיים שיש להביא בחשבון.
- בניית המודל (או בחירתו):
- פורמליזציה: תרגום תיאור האובייקט והקשרים לשפת המתמטיקה (משוואות, פונקציות, כללים לוגיים, אלגוריתמים וכד').
- הכנסת הנחות ופישוטים להבלטת העיקר.
- קביעת פרמטרי המודל וקשריהם.
- חקירת המודל:
- פתרון הבעיה המתמטית (אנליטית, נומרית, סימולציונית).
- ביצוע ניסויים חישוביים לחקר התנהגות המודל בתנאים שונים.
- בדיקת ההלימות (ולידציה) של המודל:
- השוואת תוצאות המודלינג לנתונים אמיתיים (ניסויים, תצפיות) או לעובדות ידועות.
- הערכה עד כמה המודל משקף נאמנה את המציאות למטרה שהוצבה.
- פרשנות ויישום התוצאות:
- ניתוח הנתונים שהתקבלו מהמודלינג.
- תרגום התוצאות לשפת הבעיה המקורית.
- גיבוש מסקנות, חזויים, פיתוח המלצות או קבלת החלטות על בסיס המודל.
תהליך זה הוא לרוב איטרטיבי. תוצאות בלתי מספקות של ולידציה או פרשנות עשויות לדרוש חזרה לשלבים קודמים (הבהרת הגדרת הבעיה, שינוי הנחות, שינוי המודל).
גישה עקרונית
הגישה העקרונית, המבוססת על עבודותיו של קלייב דיים (Principles of Mathematical Modeling), מציעה לראות במודלינג רצף של תשובות לשאלות מפתח:
- Why? (למה?): מהי הצורך במודל? יש להגדיר בבירור את מטרת המודלינג ואת הבעיה שהמודל אמור לסייע בפתרונה.
- Find? (למצוא?): מה אנו רוצים לדעת? אילו נתוני פלט ספציפיים, מאפיינים או מידע אמור המודל לספק להשגת המטרה?
- Given? (נתון?): מה ידוע לנו? אילו מידע, נתונים (ניסויים, סטטיסטיקה), ידע על המערכת ומשאבים זמינים כבר קיימים?
- Assume? (הנחות?): אילו הנחות אנו מניחים? קביעת פישוטים, אידיאליזציות, השערות על התנהגות המערכת ותחומי תחולת המודל. שלב זה קריטי, שכן הוא קובע את הלימות המודל.
- How? (כיצד?): כיצד פועלת המערכת? זיהוי החוקים המרכזיים (פיזיקליים, כימיים, ביולוגיים, כלכליים וכד'), המנגנונים והקשרים השולטים בהתנהגות אובייקט המודלינג.
- Predict? (חיזוי?): מה יחזה המודל? גיבוש משוואות מתמטיות, אי-שוויונות, כללים לוגיים או אלגוריתמים המהווים את ליבת המודל, וקביעת החישובים שיבוצעו.
- Valid? (תקפות?): עד כמה תחזיות המודל תואמות את המציאות? השוואת תוצאות המודלינג לנתונים אמיתיים או לעובדות ידועות לבדיקת הלימות המודל למטרות שהוצבו.
- Verified? (שימושיות/אימות?): האם המודל שימושי להשגת המטרה המקורית (Why?)? האם התוצאות שהתקבלו ודיוק המודל עונים על הצורך המקורי? (בשלב זה עשויה להתבצע גם ורפיקציה — בדיקת נכונות החישובים המתמטיים והמימוש התוכנתי).
- Improve? (שיפור?): האם ניתן ויש צורך לשפר את המודל? זיהוי פרמטרים הדורשים דיוק, הנחות שניתן להקל, או היבטים שלא נלקחו בחשבון שיש להוסיף לצורך דיוק או היקף יישום רחב יותר.
- Use? (שימוש?): כיצד ליישם את התוצאות? פרשנות תחזיות ומסקנות המודל לקבלת החלטות, השגת ידע חדש, חיזוי, אופטימיזציה או בקרת המערכת.
הבעיה הישירה והבעיה ההפוכה של מודלינג מתמטי
באופן מסורתי מבחינים בשני מחלקות עיקריות של בעיות הקשורות למודלים מתמטיים:
- הבעיה הישירה מורכבת מחקירת מודל בעל מבנה נתון מראש ופרמטרים ידועים לקבלת מידע על התנהגות האובייקט.
- הבעיה ההפוכה מורכבת מבחירת מודל ספציפי או קביעת פרמטריו על בסיס נתונים ניסיוניים או אמפיריים קיימים.
הבעיה הישירה
מטרת הבעיה הישירה היא — על בסיס תכונות המערכת הידועות — לענות על השאלה מהי תגובתה לגירויים חיצוניים, או לקבוע את מאפייניה בתנאים שונים. היבטים עיקריים של מטרת הבעיה הישירה:
- חקירת התנהגות האובייקט על בסיס מודל מתמטי נתון בעל מבנה ופרמטרים ידועים.
- קבלת מאפיינים כמותיים או איכותיים של המערכת: לדוגמה, קביעת מתחים, שדות טמפרטורה, תגובות דינמיות לעומסים ועוד.
- חיזוי מצב האובייקט תחת השפעות חיצוניות שונות (עומסים, שינויי תנאי סביבה, פעולות בקרה).
- ניתוח יציבות ואמינות מערכות, קביעת משטרי עבודה גבוליים שלהן.
- בדיקת השערות על התנהגות האובייקט, שגובשו על בסיס המודל.
- אופטימיזציה של תהליכי בקרה באמצעות חישוב תגובות המודל לגירויי הבקרה.
- הערכת רגישות הפתרונות לשינויים בתנאי ההתחלה ובפרמטרי המודל.
הבעיה ההפוכה
מטרת הבעיה ההפוכה היא לקבוע את מבנה המודל או את פרמטריו על בסיס הנתונים הקיימים על התנהגות המערכת האמיתית.
היבטים עיקריים של מטרת הבעיה ההפוכה:
- מציאת פרמטרים לא ידועים של המודל (לדוגמה, מקדמי גמישות, מוליכות חום, התנגדות ועוד).
- קביעת המבנה הנסתר של התהליכים על בסיס נתוני הפלט הנצפים.
- בניית מודל מתמטי או תיקונו כך שהתנהגותו תתאים לנתונים ניסיוניים או אמפיריים.
- פיתוח שיטות מתאימות לעיבוד ופרשנות נתוני תצפיות וניסויים.
ורפיקציה וולידציה
לאחר בניית מודל מתמטי וקבלת מימושו התוכנתי או האלגוריתמי, צעד קריטי הוא הערכת נכונותו והתאמתו. לשם כך משמשים שני תהליכים קשורים אך שונים: ורפיקציה וולידציה.
- ורפיקציה (Verification):
- שאלה: האם אנו מממשים (בונים) את המודל כהלכה?
- משמעות: בדיקה שהמימוש התוכנתי או האלגוריתם החישובי של המודל תואם במדויק את הניסוח המתמטי שלו ואת תיאורו המושגי. במילים אחרות, ורפיקציה מוודאת שהמשוואות נפתרות כהלכה ושהאלגוריתם פועל ללא שגיאות בהתאם ללוגיקה המובנית.
- שיטות: ניתוח ובדיקת קוד, בדיקה על פתרונות אנליטיים ידועים (אם קיימים), השוואה עם תוצאות תוכניות מאומתות אחרות, בדיקת יציבות נומרית ועקיבות אלגוריתמים.
- ולידציה (Validation):
- שאלה: האם בנינו את המודל הנכון?
- משמעות: קביעת מידת ההתאמה של המודל לאובייקט, לתהליך או לתופעה האמיתיים שהוא אמור לתאר, ביחס למטרות המודלינג. הולידציה עונה על השאלה עד כמה המודל משקף את ההיבטים של המציאות שמעניינים אותנו.
- שיטות: השוואת תוצאות המודלינג עם נתונים ניסיוניים, נתוני תצפיות על המערכת האמיתית, נתונים סטטיסטיים, עובדות ידועות או תוצאות מודלים אחרים שכבר הוכיחו את עצמם. הערכת רגישות המודל לשינוי פרמטרים.
ההבדל המרכזי:
- ורפיקציה משווה את מימוש המודל עם המפרט שלו (התיאור המתמטי).
- ולידציה משווה את המודל (בכללותו) עם המציאות.
אפשר שיהיה מודל מתמטית נכון אך בלתי הולם לתהליך האמיתי (מאומת אך לא ולידי), או מודל שתוכנן כהולם אך מומש עם שגיאות (לא מאומת).
תהליכי הורפיקציה והולידציה הם חלק בלתי נפרד מתהליך המודלינג המתמטי. הם מבטיחים אמון בתוצאות המודלינג ומאפשרים להעריך את תחומי תחולת המודל. ללא תהליכים אלה, שימוש במודל לחיזוי, אופטימיזציה או קבלת החלטות עלול להיות שגוי.
מגבלות והנחות
כל מודל מתמטי הוא הפשטה — פישוט ממוקד של המציאות הנחקרת. הוא מתבסס על סדרת הנחות, וכמו כל מפה, אינו עצמה הטריטוריה אלא תיאורה למטרות ספציפיות. הדבר מטיל את המגבלות הבאות:
- אי-שלמות: המודל מביא בחשבון רק גורמים וקשרים מהותיים (מנקודת מבט של מטרת המחקר וההנחות שהונחו), תוך התעלמות מכוונת מפרטים אחרים לצורך פישוט הניתוח.
- תלות בהנחות: נכונות המודל, דיוקו ותחום תחולתו תלויים ישירות בביסוס ההנחות שהונחו. הנחות שגויות או מופרות מובילות לתוצאות בלתי מדויקות או שגויות.
- תחום תחולה מוגבל: המודל מתאר את המציאות באופן הולם רק בתנאים מסוימים (המתאימים להנחות) ולפתרון מעגל ספציפי של בעיות שלשמן נוצר ונבדק. אקסטרפולציה מחוץ לגבולות אלו אינה כשרה.
- שגיאה: בשל הפישוטים, לתוצאות המודלינג תמיד יש שגיאה מסוימת בהשוואה להתנהגות האמיתית של האובייקט.
- הכרח הולידציה: מכיוון שהמודל הוא פישוט, הלימותו תמיד דורשת בדיקה (ולידציה) על בסיס נתונים אמיתיים (ניסויים או תצפיות).
- רגישות: תוצאות המודלינג עשויות להיות רגישות לשינויים בנתוני הקלט, בפרמטרי המודל ובהנחות שהונחו, מה שמצריך לרוב ביצוע ניתוח רגישות.
דוגמאות יישום
- בפיזיקה: מודלינג של מוליכות חום, הידרודינמיקה, תהליכים אלקטרומגנטיים.
- בהנדסה: חישוב חוזק מבנים, אופטימיזציה של תהליכים טכנולוגיים.
- בביולוגיה: מודלינג של דינמיקת אוכלוסיות והתפשטות מחלות.
- בכלכלה: בניית מודלים מקרו-כלכליים ומודלי בקרה אופטימלית.
- בסוציולוגיה: מודלינג של תהליכי הגירה ודינמיקה חברתית.
ספרות
- מבוא למודלינג מתמטי / בעריכת פ.ו. טרוסוב. — מוסקווה: ספר אוניברסיטאי, לוגוס, 2007.
- מודלינג מתמטי. רעיונות. שיטות. דוגמאות. מויסייב נ.נ. — מוסקווה: נאוקה, 1981.
- מודלינג מתמטי. גלנין מ.פ., גלנינה י.מ., סרגייב א.ו., שלייבה א.ק. — מוסקווה: LKI, 2022.
- Principles of Mathematical Modeling Dym, C.L. (2004)
קשר למושגים אחרים
- מודל מתמטי
- מודל מערכת
- תהליך מודלינג
- פורמליזציה של מודלי מערכות
- מודלינג
- חקר פעולות