Управление процессом прогнозирования

Размещено на http://www.allbest.ru/

Содержание

Введение

1. История прогнозирования

2. Необходимость в прогнозировании

3. Типы прогнозов

4. Этапы прогнозирования

5. Управление процессом прогнозирования

6. Пример прогнозирования

Заключение

Список литературы

Введение

Идея вероятности - одна из основополагающих и интригующих идей, лежащих в фундаменте современной науки. Более того, понятие вероятности, как иногда говорят, "стало одним из наиболее характерных понятий современной культуры". Если историю познания в глобальном плане подразделить, как это ныне делается, на классический, неклассический и ультрасовременный (постнеклассический) этапы ее развития, то именно вероятность, на наш взгляд, в наибольшей степени олицетворяет неклассическую науку - науку второй половины XIX - середины XX веков. Это, конечно, не означает, что идея вероятности ныне сходит со сцены, напротив, поскольку знания развиваются преемственно, вероятность лежит в основании современных преобразований в базовых структурах науки. Вероятность воздействует на весь концептуальный строй научного мышления, а, между тем, в современных методологических исследованиях, в современном концептуальном видении мира, ей все еще не придается должного значения. Вероятность зачастую рассматривается как нечто, лежащее на обочине магистральных путей развития науки, а не в ее основах. Соответственно этому, чтобы оценить должным образом значение вероятностной идеи в развитии науки, необходимо прежде всего раскрыть ее реальное положение в структуре современного научного познания, раскрыть ее "историческую поступь".

Представления о вероятности зародились еще в древности. Там они относились к характеристике нашего знания - признавалось наличие вероятностного знания, отличающегося от достоверного (истинностного) знания и от ложного (заблуждения). Как замечает Б.Рассел, два скептика Карнеад и Клитомах "ополчились против верования в божество, магию и астрологию, которое все более и более распространялось. Они также развили конструктивную доктрину, трактующую о степенях вероятности, хотя наше чувство уверенности никогда не может быть оправдано - одни вещи кажутся более истинными, чем другие. Вероятность должна руководить нами на практике, ибо благоразумие требует действовать согласно наиболее вероятной из возможных гипотез".

Воздействие идеи вероятности на научное мышление, на развитие познания прямо сопряжено с разработкой теории вероятностей как математической дисциплины, как раздела математики. Зарождение математического учения о вероятности относится к ХVII-му веку, когда было положено начало разработке ядра понятий, выражающих вероятностную идею. Соответствующие проблемы и задачи возникли в статистической практике - в страховом деле, в демографии, в оценке ошибок измерения. Вместе с тем, в качестве базовых моделей в разработке языка теории вероятностей выступили модели азартных игр. Схемы этих игр, как отмечает, например, Е.С.Вентцель, дают чрезвычайно простые модели теоретико-вероятностных явлений, позволяющие в наиболее отчетливой и наглядной форме наблюдать и изучать исходные закономерности соответствующих процессов.

В реальное познание действительности, в структуру фундаментальных исследований вероятность уверенно вошла в середине XIX века. Методы исследования, опирающиеся на теорию вероятностей, во многом и решающем обеспечили, начиная со второй половины XIX века, колоссальный прогресс наших знаний о природе. Наибольшая действенность вероятностных методов сказалась в развитии физики как науки, исследующей наиболее глубинные процессы материального мира и, тем самым, революционизирующей развитие всего комплекса естественных наук. Революционное проникновение физики в интимные структуры материи неотделимо от вероятностных представлений. Идея вероятности вошла в физику в ходе разработки молекулярно-кинетической теории газов, переросшей затем в классическую статистическую физику. На путях развития последней произошло окончательное утверждение физического атомизма - были получены непосредственные доказательства реальности атомов и первые данные о параметрах их структуры. Можно сказать, что именно вероятность утвердила в науке атом, вывела его на орбиту прямых физических исследований.

Разработка статистической физики означала грандиозный прорыв науки в познании природы -прорыв в анализ структуры и свойств вещества. Свое начало статистическая физика берет с изучения свойств и закономерностей газов, газообразного состояния вещества. Именно здесь лежат исходные представления вероятностного стиля научного мышления. В дальнейшем статистическая физика довольно быстро "переключилась" на изучение свойств и закономерностей жидких и твердых тел. И ныне статистическая физика предстает как одно из фундаментальных направлений физических исследований. Включенность вероятности в структуру научных методов привело физику в начале нашего века к новому грандиозному прорыву в глубь материи - в структуру атома и атомных процессов, а затем - и в мир элементарных частиц. Эти знания воплотились в квантовой теории, разработка которой ознаменовала раскрытие весьма необычных, диковинных свойств микромира, понимание которых восхищает и озадачивает ученых и по сей день. Как сказал В.Вайскопф, квантовая теория представляет такой "плод человеческой мысли, который более всякого другого научного достижения углубил и расширил наше понимание мира". В литературе также отмечается, что само становление физического познания освящено вероятностными представлениями. Физика немыслима вне измерений, а первые же попытки осмыслить и оценить практику измерительных процедур опираются на вероятностные представления, связанные с установлением

1. История прогнозирования

Большая часть рассматриваемого аппарата прогнозирования, используемого сегодня, была разработана в девятнадцатом столетии. Примером могут служить процедуры регрессионного анализа. Однако некоторые из тем, привлекли внимание исследователей и получили свое развитие только в последнее время. В частности, к этой категории относятся процедуры Бокса Дженкинса (Box Jenkins) и нейронные сети, используемые для целей прогнозирования.

С развитием и ростом сложности аппарата прогнозирования, а также с появлением компьютеров -- в особенности с широким распространением сетей из небольших персональных компьютеров, оснащенных соответствующим программным обеспечением -- прогнозированию уделяется все больше и больше внимания. Сейчас каждый менеджер имеет реальную возможность использовать в целях прогнозирования очень сложный математический аппарат анализа данных, и знание этого аппарата является для него весьма существенным. По этой же причине люди, непосредственно использующие прогнозы в своей деятельности (менеджеры), должны понимать опасность выбора неадекватных методов прогнозирования, так как некорректные прогнозы могут привести к принятию неверных решений.

Техника прогнозирования продолжает развиваться, и разрабатываются все новые и новые методы, так как менеджмент сталкивается с растущей потребностью в прогнозировании процессов. Особое внимание при этом сосредоточивается на ошибках, которые являются неотъемлемой частью любой процедуры прогнозирования. Предсказания будущих исходов редко оказываются точными (с точностью до знака), поэтому человек, занимающийся прогнозированием, может лишь пытаться, насколько это возможно, смягчить последствия от неизбежных ошибок. [1, с. 6-11]

2. Необходимость в прогнозировании

Почему же прогнозирование необходимо в свете общей недетерминированности естественных процессов? Ответ состоит в том, что все организации функционируют в условиях неопределенности, но, вопреки этому, их менеджеры должны принимать решения, оказывающие влияние на будущее организации. Обоснованные предположения о будущем более ценны для менеджеров, чем необоснованные. В этой книге обсуждаются пути создания прогнозов, которые основываются на логических методах использования данных, порожденных естественными процессами.

Значение оценочного прогнозирования в последние годы заметно изменилось. До появления современного математического аппарата прогнозирования и достаточно мощных компьютеров, оценка менеджера была единственным инструментом в практическом прогнозировании. Благодаря работам Макридакиса (Makridakis, 1986) стало очевидным, что прогнозы, использующие только оценку, не являются такими точными, как те, которые основываются на применении количественных методов оценки.

Мы верим в то, что человек, искушенный в области прогнозирования, способен эффективно свести воедино результаты количественной техники прогнозирования и хорошей оценки, избежав крайностей каждого из этих подходов. На одном полюсе мы видим исполнителя, который, игнорируя количественную технику прогнозирования и компьютеры, полностью полагается на собственную интуицию. На другом полюсе находится специалист по прогнозам, искушенный в области манипулирования данными и их анализа, совершенно не способный или не желающий соотносить прогнозируемый процесс с нуждами предприятия и его руководителей. Мы рассматриваем количественный аппарат прогнозирования, как единственно верную отправную точку в эффективном прогнозировании событий, важных для предприятия. Анализ, оценка, понятие здравого смысла и бизнес эксперимент должны быть доведены до сведения менеджеров в той мере, в которой этот важный аппарат должен влиять на результаты их деятельности.

Поскольку мир, в котором функционируют организации, всегда был изменчив, необходимость в прогнозах существовала всегда. Но только в последние годы возросло доверие к методам, включающим сложную технику обработки данных. В результате стремительного развития все новых технологий и научных направлений интенсифицируется правительственная активность на всех уровнях, а конкуренция во многих областях деятельности становится все более острой. Уровень международной торговли постоянно возрастает практически во всех областях промышленности. Были созданы и начали бурно развиваться институты социальной помощи и различные сервисные агентства. Все мирная сеть Internet превратилась в важный источник фактических данных и другой информации для принятия решений. Все это беспрецедентно усложнило “климат” на всех предприятиях, что вынудило их очень быстро реагировать на происходящие изменения и поддерживать более высокий уровень конкурентоспособности, чем когда-либо прежде. Те из них, которые не смогли своевременно отреагировать на изменение условий и предвидеть будущее с необходимой степенью точности, оказались обречены и прекратилисвое существование.

Компьютеры, в совокупности с количественными методами расчетов, которые благодаря им стали общедоступными, для современных организаций являются уже не просто удобным инструментом, а фактически их неотъемлемой частью. Упомянутые выше трудности современной жизни породили огромное количество данных, что вызвало острую необходимость научиться извлекать из них различную полезную информацию. Существующие инструменты прогнозирования, в сочетании с возможностями компьютеров, стали жизненно необходимыми средствами для любых организаций, функционирующих в современном мире.

Кому необходимы прогнозы? Практически каждое предприятие, большое или маленькое, частное или государственное, явно или неявно пользуется прогнозами, потому что каждое предприятие должно планировать будущее, о котором оно пока ничего не знает. К тому же необходимость в прогнозах пронизывает все функциональные линии так же, как и все типы организаций. Прогнозы необходимы в финансировании, маркетинге, подборе кадров и различных производственных областях, в правительственных и коммерческих организациях, в маленьких социальных клубах и национальных политических партиях.

3. Типы прогнозов

прогноз логический менеджер неопределенность

Какие существуют типы прогнозов для менеджера, столкнувшегося с необходимостью принятия решения в условиях неопределенности? Прогнозы могут классифицироваться как долгосрочные и краткосрочные. Долгосрочные прогнозы необходимы для того, чтобы наметить основной курс предприятия на длительный период, поэтому именно на них акцентируется основное внимание менеджеров высшего звена. Краткосрочные прогнозы используются для разработки безотлагательных стратегий. Они чаще всего применяются менеджерами среднего и низшего звена для удовлетворения потребностей ближайшего будущего.

Прогнозы также могут классифицироваться относительно их позиции в микро-макроконтинууме, т.е. по отношению к тому, рассматривают ли они отдельные составляющие или же обобщенные показатели. Например, руководитель предприятия может интересоваться прогнозом числа рабочих, которые потребуются в ближайшие несколько месяцев (микропрогноз), в то время как федеральное правительство интересует прогноз числа людей, занятых в производственной сфере в масштабах всей страны (макропрогноз). Кроме того, руководители разных уровней на одном и том же предприятии будут концентрировать свое внимание на разных уровнях микро-макроконтинуума. Например, менеджеров высшего звена будет интересовать прогноз объемов продаж всей компании, в то время как отдельные служащие будут значительно больше заинтересованы в прогнозе объема продаж, осуществляемых лично ими. [4, с. 9-18]

Процедуры прогнозирования могут также классифицироваться как количественные и качественные. На одном полюсе здесь находится чисто качественный аппарат, не требующий явного математического оперирования данными. Используется только “оценка”, предоставляемая составителем прогноза. Конечно, даже в этом случае “оценка” составителя прогноза в действительности является результатом мысленного анализа данных. На другом полюсе находится чисто количественный аппарат, не требующий никакой дополнительной оценки. Это чисто механические процедуры, которые на выходе дают количественные результаты. Конечно, некоторые количественные процедуры требуют значительно более изощренной техники оперирования данными, чем другие. Основное внимание в этой книге сосредоточено на аппарате количественного прогнозирования, так как широкое понимание этих очень полезных процедур совершенно необходимо для эффективного руководства современным предприятием или организацией. Наряду с механическими процедурами оперирования данными непременно должны применяться оценка и здравый смысл. Только таким способом может быть получен разумный прогноз.

4. Этапы прогнозирования

Все формальные процедуры прогнозирования предусматривают перенос прошлого опыта в неопределенное будущее. Таким образом, все они построены на предположении, что условия, породившие полученные ранее данные, неотличимы от условий будущего. Исключение составляют только те переменные, которые точно распознаны моделью прогнозирования. Например, если кто-то строит прогноз показателей производительности служащих, исходя только из множества оценок, выставленных им при испытаниях в процессе приема на работу, то он, очевидно, предполагает, что показатель производительности каждого работника зависит только от них. В действительности же подобное предположение о неразличимости прошлого и будущего не выполняется в полной мере. Поэтому полученный прогноз будет неточен, если только он не будет модифицирован на основании оценки, выполненной составителем прогноза.

Осмысление того, что аппарат прогнозирования оперирует данными, порожденными естественными событиями, приводит к определению следующих пяти этапов в процессе прогнозирования.

1. Сбор данных

2. Редукция или уплотнение данных

3. Построение модели и ее оценка

4. Экстраполяция выбранной модели (фактический прогноз)

5. Оценка полученного прогноза

Этап 1, сбор данных, предполагает получение корректных данных и обязательную проверку того, что они верны. Этот этап часто является наиболее сомнительной частью всего процесса прогнозирования и в то же время наиболее сложен для проверки, поскольку последующие этапы с одинаковым успехом могут производиться с использованием данных, как соответствующих изучаемой проблеме, так и не соответствующих ей. Всякий раз, когда возникает необходимость получить в организации определенные данные, их сбор и проверка обязательно сопровождаются множеством различных проблем.

Этап 2, редукция или уплотнение данных, часто оказывается необходимым, так как для выполнения прогнозирования может быть собрано как слишком много исходных данных, так и слишком мало. Некоторые данные могут не иметь прямого отношения к рассматриваемой задаче, а будут лишь снижать точность прогнозирования. Другие данные могут соответствовать проблеме, но только в контексте некоторого конкретного исторического периода.

Этап 3, построение модели и ее оценка, состоит в подборе модели прогноза, наиболее соответствующей особенностям собранных данных в смысле минимизации ошибки прогноза. Чем проще модель, тем лучше она будет воспринята менеджерами фирмы, ответственными за принятие решения, и тем выше будет их доверие к полученному прогнозу. Часто следует отдавать предпочтение не более сложному подходу к прогнозированию, предлагающему немного больше точности, а более простому, понятному руководителям компании. Когда выбранный метод получает поддержку у менеджеров, то и результаты прогнозирования активно ими используются. Из сказанного очевидно, что оценка непременно должна применяться в процессе выбора. Поскольку в этой книге обсуждается значительное число различных моделей прогноза наряду с областью их применимости, мы надеемся, что после изучения предложенного материала возможности читателей в отношении подбора моделей прогнозирования и правильной их оценки, несомненно, возрастут.

Этап 4, экстраполяция выбранной модели, предусматривает фактическое получение требуемого прогноза, поскольку необходимые данные уже собраны и, возможно, редуцированы, а соответствующая модель прогноза определена. Часто для проверки точности получаемых результатов применяется прогнозирование на недавно прошедшие периоды, для которых исследуемые величины уже известны. Наблюдаемые ошибки затем определенным образом анализируются. Эта процедура обсуждается ниже, приописании этапа 5.

Этап 5, оценка полученного прогноза, состоит в сравнении вычисленных величин с действительно наблюдаемыми значениями. Для этой цели часть наиболее свежей фактической информации обычно исключается из множества анализируемых данных. После того как модель прогноза будет подобрана, выполняется прогноз на эти периоды и полученные результаты сравниваются с известными наблюдаемыми значениями. Некоторые процедуры прогнозирования предусматривают суммирование абсолютных значений ошибок и представляют либо эту сумму, либо частное от деления ее на число прогнозируемых значений, представляющее собой значение средней ошибки прогноза. Другие процедуры используют сумму квадратов ошибок, которая затем сравнивается с аналогичными числами, полученными для альтернативных методов прогнозирования. Некоторые процедуры отслеживают и отмечают величину пределов ошибки за период прогнозирования. [3, с. 8-30]

5. Управление процессом прогнозирования

В этой главе многократно подчеркивается, что в процесс прогнозирования непременно должны быть вовлечены способности и здравый смысл руководящего персонала. Специалист, занимающийся прогнозированием, должен рассматриваться как советник менеджера, а не как оператор некоего устройства, автоматически принимающего решения. К сожалению, именно эта ситуация чаще всего встречается на практике, особенно в связи с появлением компьютеров. Повторим, что количественный аппарат в процессе прогнозирования должен восприниматься как инструмент (чем он в действительности и является), используемый менеджером для принятия наилучшего решения.

Следовательно, для того чтобы соответствующим образом руководить процессом прогнозирования, следует найти ответы на несколько ключевых вопросов.

- Почему необходим прогноз?

- Кто будет использовать прогноз, и в чем состоят его основные требования?

- Какой уровень -- отдельные составляющие или обобщенные показатели -- требуется и каковы соответствующие временные рамки?

- Какие имеются данные и будет ли их достаточно для того, чтобы получить необходимый прогноз?

- Во что обойдется выполнение прогноза?

- Какова ожидаемая точность прогноза?

- Будет ли прогноз сделан вовремя, чтобы помочь процессу принятия решения?

- Ясно ли понимает создающий прогноз специалист то, как он будет использован на предприятии?

6. Пример прогнозирования

Материал, изложенный в этой главе, свидетельствует о том, что, наряду с математической обработкой имеющихся данных, прогнозирование в значительной мере требует и выполнения оценки. Рассуждения, часто предшествующие процессу прогнозирования в реальной фирме, хорошо иллюстрируют приведенный ниже пример. Отметим, что те значения данных, которые позволяют получить полезные прогнозы (если таковые данные вообще существуют), вовсе не обязательно будут вполне очевидными в начале процесса прогнозирования; скорее всего, на этот момент они будут еще не определены. Другими словами, первоначальные попытки прогнозирования могут оказаться для менеджмента бесполезными. Результаты процедур прогнозирования, выполняемых на компьютерах с использованием указанных переменных, не показаны здесь, так как они приводятся при обсуждении отдельных тем по всему тексту книги. Собственно процесс выбора математического аппарата, который следует применить к этим данным, описан в последних главах. Надеемся, что приведенный ниже пример позволит явно обозначить весь диапазон тех усилий, которые менеджер должен предпринять при выполнении прогнозирования в реальных условиях. [2, с. 59-64]

Пример 1.1

Компания Alomega Food Stores имеет 27 продовольственных магазинов, осуществляющих розничную торговлю продуктами питания в штатах среднего запада. В своей деятельности компания использует различные виды рекламы, но до недавнего времени никогда не изучала реальный эффект от сумм, вложенных в рекламу, и влияние рекламы на рост объема продаж, хотя некоторые данные все же были собраны за последние три года.

Руководители компании Alomega приняли решение отслеживать затраты на рекламу на ряду с фактическими объемами продаж за каждый месяц. Они надеялись, что эти данные, собранные за несколько месяцев, после соответствующего изучения позволят выявить некоторые зависимости, которые позднее можно будет эффективно использовать для планирования дальнейших рекламных расходов.

Бухгалтерия компании стала дополнительно регистрировать объем продаж за каждый месяц наряду с расходами на газетную рекламу и на рекламные ролики на телевидении. Крометого, эти два показателя фиксировались с отставанием в один и два месяца. Это делалось потому, что некоторые люди в руководстве считали, что рост объема продаж в ответ на рекламу будет скорее отставать от месяца проведения рекламной кампании, а не следовать за ней точно месяц в месяц. Руководство также считало, что объем продаж носит сезонный характер. Поэтому для соответствующей характеристики каждого месяца дополнительно использовались специальные переменные его категории. Менеджеры также интересовались наличием какой-либо устойчивой тенденции в изменении объемов продаж.

И наконец, предполагалось, что деньги, вложенные фирмой Alomega в рекламу своих магазинов, могут оказать влияние на рекламные затраты их основных конкурентов на следующий месяц. Соответственно, рекламная кампания конкурентов в каждом последующем месяце может оцениваться как слабая (1), средняя (2) или обширная (3).

После нескольких месяцев сбора данных и анализа накопленной ранее информации бухгалтерия сформировала набор данных за 48 месяцев, содержащий значения следующих переменных.

* Объем продаж.

* Суммы, вложенные в газетную рекламу.

* Суммы, вложенные в рекламу на телевидении.

* Код месяца (январь = 1, февраль = 2, …, декабрь=12).

* Группа из 11 переменных для обозначения категории месяца.

* Суммы, вложенные в газетную рекламу, с отставанием в один месяц.

* Суммы, вложенные в газетную рекламу, с отставанием в два месяца.

* Суммы, вложенные в рекламу на телевидении, с отставанием в один месяц.

* Суммы, вложенные в рекламу на телевидении, с отставанием в два месяца.

* Последовательный номер месяца в наборе данных, от 1 до 48.

* Код 1, 2 или 3, оценивающий уровень рекламной кампании конкурентов в следующем месяце.

Руководство компании Alomega, -- в частности Джулия Рас (Julie Ruth), президент компании, -- желает извлечь из накопленных данных все, что только возможно. Помимо того, как реклама влияет на объемы продаж компании и рекламу конкурентов, Джулия интересуется любыми устойчивыми тенденциями и сезонными изменениями в зафиксированных объемах продаж. Однако исполнительный директор компании, Джексон Тилсон (Jackson Tilson), не разделяет ее энтузиазм. В конце совещания, посвященного планированию процедуры прогнозирования, он высказал следующее: “Во время совещания я старался молчать, но это уже переходит всякие границы. Я полагаю, что с этим сбором данных и глупостями вокруг компьютера мы теряем слишком много времени сотрудников. Для понимания того, что происходит, все, что вы должны сделать -- это поговорить с нашими продавцами и менеджерами бакалейно-гастрономических отделов. Я уже изучал, что там происходит, а вы опять продолжаете свои разговоры. Некоторые из вас должны всего лишь оторваться от компьютеров, выйти из ваших любимых офисов и просто поговорить со своими подчиненными”.

Заключение

Можно сделать вывод, что вероятностная идея стимулировала развитие всего комплекса знаний, начиная от наук о неживой природе и кончая науками о живой природе и обществе. В XX столетии идея вероятности характеризовала магистральные пути развития науки - ее методы служили одним из необходимых условий появления многих современных ведущих научных теорий. Вероятностный подход позволяет взглянуть с новой, более широкой, точки зрения на ранее сложившиеся научные представления. Все сказанное дает полное основание для утверждения, что вхождение вероятности в науку произвело в ней великую концептуальную революцию. Само понятие вероятности можно, не боясь преувеличений, назвать знаменем теоретического естествознания второй половины XIX - середины XX веков. Продолжая эту линию рассуждений, можно утверждать, что современное понимание проблем бытия и познания, проблем онтологии и гносеологии не может быть удовлетворительно раскрыто, если оно не включает в себя анализ природы вероятности. О революционном воздействии вероятности на развитие науки высказывались многие ведущие ученые двадцатого столетия. Н.Винер, связывая с именем Гиббса, как уже отмечалось, радикальное становление вероятности в науке и подчеркивая ее решающее значение в развитии современной физики, писал, что "именно Гиббсу, а не Альберту Эйнштейну, Вернеру Гейзенбергу или Максу Планку мы должны приписать первую великую революцию в физике XX века"[5, с. 160]. Не менее характерно и мнение В.Паули - выдающегося физика-теоретика середины нашего века. "Я уверен, - писал он М.Борну, - что статистический характер ^/-функции (а таким образом, и законов природы)... будет определять стиль законов в течение по крайней мере нескольких столетий. Возможно, что позднее, например, в связи с процессами жизни, будет найдено нечто совершенно новое, но мечтать о возвращении к прошлому, к классическому стилю Ньютона-Максвелла... - это кажется мне безнадежным, неправильным, признаком плохого вкуса". Можно добавить, что статистическими закономерностями называются именно те, которые принципиальным образом включают в себя понятие вероятности.

Интересно высказывание К.Поппера, одного из известнейших философов XX века. Как он сам отмечает, его с семнадцати лет завораживала проблема вероятности. Он выработал свою объективную интерпретацию теории вероятностей - интерпретацию с точки зрения предрасположенностей. С позиций этой трактовки вероятностей, К.Поппер понял ее "космологическое значение": "Я имею в виду тот факт, что мы живем в мире предрасположенностей, и это делает наш мир более интересным и более удобным, чем тот, который нам виделся на основе прежнего состояния науки"[6, с. 143]. Добавим еще, что в 1987 году в издательстве Массачусетского технологического института вышел двухтомник "Вероятностная революция", где воздействие вероятности на развитие познания рассматривается в широком плане - от развития математического мышления до приложений в области естественных и социальных наук.

Итак, можно сказать, что идея вероятности воистину имеет космологическое значение. Она олицетворяет великую концептуальную революцию в познании, революцию, охватывающую весьма длительный исторический период - вторую половину XIX - первую половину XX веков. Вероятностная идея лежит в основаниях таких фундаментальных научных теорий и дисциплин, олицетворяющих магистральные пути развития науки в указанный период, как, повторим, эволюционное учение, генетика, классическая статистическая физика (как учение о веществе), квантовая теория, кибернетика (теория информации). Воздействие вероятностных методов на преобразования в основах познания выражается в том, что на их базе были разработаны представления о новом классе (виде) научных теорий и закономерностей - о статистических теориях и закономерностях. Статистическими закономерностями и являются те закономерности, математическим аппаратом выражения которых является теория вероятностей.

Несмотря на столь основополагающее значение вероятности, ее концептуальное осмысление остается еще весьма проблематичным. Вероятность лежит на магистральных путях развития науки, но она еще не ассимилирована должным образом современным учением о бытии и познании, не ассимилирована нашим мировоззрением. На это обращали внимание многие исследователи уже заведомо после разработки основ упомянутых выше важнейших "приложений" теоретико-вероятностных методов. Связывая судьбы вероятностных идей и методов с постановкой математического образования, Б.В.Гнеденко писал в 70-х годах нашего столетия: "По учебникам математики, как школьным, так и втузовским, невозможно установить, что над миром пронеслась настоящая революция... Современный молодой человек остается примерно на том уровне математического развития, на каком математика находилась триста и, в лучшем случае, сто лет назад…

Традиционное содержание школьного и втузовского математического преподавания сложилось в ту пору, когда господствовала детерминистическая точка зрения лапласовского типа... Статистические концепции стали в физике господствующими, но учебные планы и учебники на это практически не реагируют. Статистическая физика, атомная физика, квантовая механика широко используют теоретико-вероятностный аппарат, он становится основой физического мышления, математики же отстаивают в своих курсах традиционное изложение. Речь идет, конечно, не об отбрасывании методов математического анализа, их значение не уменьшилось ни в физике, ни в инженерном деле, ни в экономике, ни в биологии. Однако, они одни уже не могут удовлетворительно описывать реальные процессы, и ощущается огромная необходимость в достаточно полном теоретико-вероятностном образовании".

Такую же мысль и в это же время высказал и П.Суппес: "...Статус вероятности все еще представляет весьма открытую проблему. Концептуальные основания вероятности продолжают представлять важнейший источник анализа и дискуссий в философии и родственных дисциплинах". И далее: "...Вероятностные теории и соответствующая математика находятся еще в своем младенческом возрасте. Но будущее за ними, и философские взгляды на структуру научных теорий должны признать этот факт, чтобы соответствовать одному из магистральных течений современной науки".

Современная ситуация в анализе оснований вероятностного образа мышления мало в чем изменилась. Положение дел довольно полно обрисовал Э.Агацци: "Вероятностный образ мышления, можно сказать, проник почти в каждую область нашей интеллектуальной жизни. Однако, было бы трудным дать подробный перечень "позитивных" характеристик, которые можно рассматривать как идентифицирующие признаки этого образа мышления. Каждый, скорее, скажет, что этот образ мышления характеризуется определенными "негативными" признаками, т.е., некоторым подходом, который выступает как отрицание хорошо установленных традиционных предположений, концептуальных струк-ур, взглядов на мир и тому подобного. И именно вследствие такой оппозиции традициям вероятностный подход воспринимается как выражение "современного" интеллектуального стиля".

При характеристике вероятностного образа мышления основное внимание, действительно, уделяется тому, что же он отрицает в предшествующем познании, в ранее выработанных картине мире и стиле научного мышления, а не тому, что же нового и специфического он вносит в мышление и науку. В современных философско-методологических исследованиях широко утверждается, что вхождение вероятности в познание ведет к отрицанию концепции жесткой детерминации (как тотальной однозначности всех взаимосвязей и взаимодействий в мире), ведет к отрицанию базовой модели бытия и познания, выработанной прежде всего на базе классической науки. Но что же позитивного, более совершенного, вероятность предлагает? Какова же новая базовая модель бытия и познания, которая утверждается в науке в ходе развития теоретико-вероятностных методов исследования? Каковы "позитивные" особенности вероятностного стиля научного мышления? Такие вопросы, судя по философско-методологической литературе, во многом продолжают оставаться открытыми. Предлагаемая работа представляет собой попытку ответить на них.

Список литературы

1. Адамс Ф. Революция прогнозирования: Пер. с англ. - М.: Мир, 1986 - 160 с.

2. Рейд Р. Процесса прогнозирования. Прага: Артия, 1994. - С.187-190

3. Хогарт Р. Прогнозирование и планирование. - М.: Наука, 1994. - 236 с.

4. Перри С. Прикладные бизнес-прогнозирования - М.: Наука, 1978. - 208 с.

5. Н.Винер. Кибернетика и общество. - М., 1958, - 26 с.

6. К.Поппер. Мир предрасположенностей. Две новые точки зрения на причинность //Философия и человек. Ч.II. М., 1993, с. 143.

Размещено на Allbest.ru