Следует отметить, что для некоторых областей можно, конечно, обойтись без вероятностного описания, хотя в каких-то отношениях оно могло бы оказаться полезным. Возьмем, к примеру, проводник тока. Естественно, что он находится в сети бесконечных взаимодействий, поскольку, вообще говоря, все материальные системы бесконечно сложны. Но, практически, всегда можно создать такие условия, в рамках которых длительное время будут отсутствовать возмущения характера течения тока. Здесь применим тогда однозначный детерминизм. Иной случай представляет, скажем, жизнь биологического индивида. Никак, к примеру, нельзя гарантировать его выживаемость в течение 10 лет. Очевидно, что тогда в самом аппарате описания надо учесть данное обстоятельство. Как следствие – обращение к статистике и вероятности.
Итак, вероятность как теоретическая форма послужила способом выражения определенности, моментом которой выступает неопределенность. Классическая наука использовала сильные идеализации, но одновременно и те объекты, с которыми она имела дело, позволяли опираться на однозначный детерминизм. Сложные объекты требуют поиска иных средств анализа. Для них удается сохранить детерминизм в описании поведения уже не на уровне отдельных событий, но на уровне вероятностей этих событий. Здесь налицо развитие классического описания, поскольку в отношениях вероятностей просвечивает детерминизм второго уровня.
Глава 2. О природе статистических закономерностей
2.1. Понятие о статистических закономерностях
Выше было показано, что в истории науки ХХ столетия была признана возможность, опираясь на обобщенный смысл детерминизма органически включать неопределенность в круг идей об определенности явлений действительности. Важнейшим средством такого включения выступила статистическая форма описания массовых событий. Более того, выяснилось, что существует особый статистический тип определенности, устойчивости и, соответственно, необходимости и закономерности. Признание же статистического типа необходимости и закономерности переводит проблему соотношения вероятности и детерминизма на новый уровень – уровень законов.
В самом общем плане это означает, что статистическая форма описания явлений должна была получить еще свое оправдание в существенных чертах и признаках закономерности. В такой постановке данная проблема касается по существу вопроса о статусе вероятностно-статистических закономерностей, разработка которого до настоящего времени носит весьма дискуссионный характер.[43]
Как показал исторический ход длительной дискуссии, значительная часть выступлений ограничивалась сравнительно узкой постановкой вопроса, а именно: элиминирует ли статистический тип закономерности традиционно признаваемый классической наукой динамический тип закона? В тесной связи с этим вопросом ставился также другой: является ли однозначность атрибутивной характеристикой закона вообще? Их взаимозависимость выявляется, скажем, в том обстоятельстве, что из тезиса об однозначности и строгой определенности закономерности нередко выводилось отрицание объективного и универсального содержания статистических закономерностей.
В дальнейшем изложении я покажу более конкретный характер обсуждения поставленных здесь вопросов. Как это часто принято в теоретическом познании, автор намерен обратиться прежде всего к тем исходным идеализациям, которые используются при формировании закономерностей того и другого типа, и сопоставить последние под углом зрения их направленности на решение задач системного анализа.
С формальной стороны различие между динамическими и статистическими законами состоит в том, что математическое выражение статистических закономерностей опирается на понятие вероятности. Тогда как динамические законы описываются в форме дифференциальных уравнений либо однозначных функциональных зависимостей. Учитывая это обстоятельство правомерно говорить о поэлементном подчинении динамическим законам всех объектов некоторой рассматриваемой совокупности. В качестве таких элементов часто рассматривают состояния изменяющего во времени материального явления или процесса. Кроме того, в случае динамических законом говорят о жестко детерминированном, строго определенном характере этого подчинения.
В абстрактно-математическом плане статистическая форма зависимости для некоторой упрощенной ситуации также может быть выражена в виде функции. Однако таковая обладает рядом специфических особенностей, важнейшие из которых, например, в свое время М. Смолуховский определил следующим образом. Если статистический закон представить как функцию y=f(x), то должны выполняться такие указания: 1) небольшие изменения «Х» в общем вызывают большие изменения «У»; 2) совокупности таких группировок «Х», которым, приблизительно, соответствует одна и та же группировка значений «У», неизмеримо более многочисленны, чем совокупность группировок «Х», которым соответствует заметно отклоняющееся распределение значений «У».[44]
Очевидно, что первое из названных свойств выводит данную функцию из класса таких, для которых приложим принцип: ограничение приращения аргумента ограничивает область изменения функции. Следовательно, статистическая зависимость не может быть описана в дифференциальной форме, поскольку здесь неприложимо математическое понятие предела. Второе же свойство подчеркивает новый тип устойчивости, обнаруживаемый у данной функции, для выражения которой необходимо учитывать массовость рассматриваемого явления.
Отмеченный здесь характер соответствия между изменениями аргумента «Х» и функции «У» совпадает, по существу, с требованием непрерывности вероятностной функции распределения начальных данных. На этот признак указывали, например, А. Пуанкаре и Г. Рейхенбах.[45] Смысл названного требования состоит в том, что при общей устойчивости некоторого комплекса начальных условий реализации данного явления из него нельзя исключить факторы, обуславливающие вариации отдельных элементов массового явления. Ибо эти факторы невозможно изолировать или проконтролировать.[46]
Конец ознакомительного фрагмента.
Текст предоставлен ООО «ЛитРес».
Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.
Лаплас П. Опыт философии теории вероятностей. М., 1908, с.15.
Бернулли Я. Ars conjectandi, ч. IV. Спб., 1913, с.23.
Лаплас П. Опыт философии теории вероятностей, с. 11–12.
Чупров А. А. Очерки по теории статистики. М., 1909, с.155.
Rasch D. Zur Problematik statistischer Shclussweisen. – DZfPh, 1969, № 5.
Лаплас П. Опыт философии теории вероятностей. М., 1908, с.9.
Мелюхин С. Т. О соотношении возможности и действительности в неорганической природе. – В кн. Проблема возможности и действительности. М-Л., 1964, с. 29–30.
В кн. Проблема возможности и действительности. М-Л., 1964, с.34.
Пятницын Б. Н., Метлов В. И. Философские проблемы вероятностных методов исследования. – В кн. Проблемы логики и теории познания. МГУ, 1968, с.277.
Хинчин А. Я. Учение Мизеса о вероятностях и принципы физической статистики. – УФН, 1929, вып.2.
Mises R. V. Wahrscheinlichkeit, Statistiks und Wahrheit. Wien, 1951, s. IV.
Мизес Р. Вероятность и статистика. М-Л, 1930, с.16.
Мизес Р. Вероятность и статистика. М-Л, 1930, с. 17–18.
Мизес Р. Вероятность и статистика. М-Л, 1930, с.31.
Weismann F. Logische Analyse des Wahrscheinlichkeitsbegrifs. – “Erkenntnis”, I, 1930/31, s.231–232.
Хинчин А. Я. Частотная теория Р. Мизеса и современные идеи теории вероятностей. – «Вопросы философии», 1961, № 1, с.79.
Алешин А. И. и Метлов В. И. Характеристика основных подходов к определению понятия вероятность. – Уч. зап. Горьковского университета. Вып.96. Горький, 1969.
Постников А. Г. Арифметическое моделирование случайных процессов. – Труды Мат. ин-та им. В. А. Стеклова, т.57, 1960.
Хинчин А. Я. Учение Мизеса о вероятностях принципы физической статистики. УФН, 1929, вып.2, с.153.
