Открытость - свойство реальных систем

Работа на тему:

Открытость - свойство реальных систем

2005

Содержание

Аннотация. 3

Введение. 4

1. Мир живого как система систем. 6

2.Открытость-свойство реальных систем. 10

§ 2.1.Открытость. 10

§ 2.2. Неравновесность. 13

§ 2.3. Нелинейность. 13

3. Особенности описания сложных систем. 18

Заключение. 28

Список литературы.. 31

Аннотация

В основе современной биологической картины мира лежит представление о том, что мир живого - это грандиозная система высокоорганизованных систем. Любая система состоит из совокупности элементов и связей между ними, которые объединяют данную совокупность элементов в единое целое. Биологическим системам свойственны свои специфические элементы и особенные типы связей между ними. Сначала об элементах и компонентах биологических систем. В них выражена дискретная составляющая живого. Живые объекты, системы в природе относительно обособлены друг от друга. Любая особь многоклеточного животного состоит из клеток, а любая клетка и одноклеточные существа - из определенных органелл. Органеллы образуются дискретными, обычно высокомолекулярными, органическими веществами. Биологические системы предельно индивидуализированы.

Введение

Развитие системы происходит за счет внутренних механизмов, в результате процессов самоорганизации и за счет внешних управляющих воздействий. [1]

М.Эйгеном на основе неравновесной термодинамики и теории информации разработана концепция самоорганизации материи. Эйген ограничивается моделированием добиологической эволюции макромолекул, но развитые им идеи и методы имеют более общее принципиальное значение. Так же как и работы школы Пригожина, работы Эйгена вышли за рамки частных наук и имеют общенаучное методологическое значение.

Согласно теории Эйгена, самоорганизация не является очевидным свойством материи, которое обязательно проявляется при любых обстоятельствах.[2] Должны быть выполнены определенные внутренние и внешние условия, прежде чем такой процесс станет неизбежным. Самоорганизация начинается с флуктуации. Для возникновения процесса самоорганизации необходимы инструктивные свойства системы на микроуровне.

Инструкция требует информации, которая кодирует определенные функции. Для самоорганизованных систем интерес представляет функция воспроизведения или сохранения ее собственного информационного содержания. Для возникновения эволюции существенно не количество информации, а инструктирующие свойства информации; важно не количество, а ценность информации, которая непосредственно связана с ее используемостью.

1. Мир живого как система систем.

Среди живых систем нет двух одинаковых особей, популяций, видов и др. Это способствует их адаптации к внешней среде.

Вместе с тем сложная организация немыслима без целостности. Целостность системы означает несводимость свойств системы к сумме свойств ее элементов. Целостность порождается структурой системы, типом связей между ее элементами. Биологические системы отличаются высоким уровнем целостности.[3]

Живые системы - открытые системы, постоянно обменивающиеся веществом, энергией и информацией со средой. Обмен веществом, энергией и информацией происходит и между частями (подсистемами) системы. Для живых систем характерны отрицательная энтропия (увеличение упорядоченности), способность к самоорганизации.

Динамические процессы в биологических системах, их самоорганизация, устойчивость и переходы из стационарного состояния в нестационарное обеспечиваются различными механизмами саморегуляции. Саморегуляция - это внутреннее свойство биологических систем автоматически поддерживать на некотором необходимом уровне параметры протекающих в них процессов. Системы органического мира организованы иерархически и представлены большим количеством уровней структурно-функциональной организации. На каждом уровне складываются свои специфические механизмы саморегуляции, основанные, как правило, на принципе обратной связи, когда отклонение некоторого параметра от необходимого уровня приводит к «включению» функций, которые ликвидируют дисбаланс, возвращая данный параметр к нужному уровню. В случае отрицательной обратной связи знак изменения противоположен знаку первоначального отклонения, а при положительной обратной связи знак изменения совпадает со знаком отклонения; при этом система выходит из одного стационарного состояния и переходит в другое. Любая биологическая система способна пребывать в различных стационарных состояниях. Это позволяет ей, с одной стороны, функционировать в определенных отношениях независимо от среды, а с другой - адаптироваться к среде при соответствующих условиях.

Кроме стационарных, биологические системы имеют и автоколебательные состояния, когда значения параметров колеблются во времени с определенной амплитудой. Такие состояния являются основой периодических биологических процессов, биологических ритмов, биологических часов и др.[4]

Классическое и неклассическое естествознание объединяет одна общая черта: их предмет познания - это простые системы. Однако такое понимание предмета познания является сильной абстракцией. Вселенная представляет собой множество систем. Но лишь некоторые из них могут трактоваться как замкнутые системы, т.е. как «механизмы». Во Вселенной таких «закрытых» простых систем меньшая часть. Подавляющее большинство реальных систем открытые и сложные. Это значит, что они обмениваются энергией, веществом и информацией с окружающей средой.[5]

Человек всегда стремился постичь природу сложного, пытаясь ответить на вопросы: как ориентироваться в сложном и нестабильном мире? Какова природа сложного и каковы законы его функционирования и развития? В какой степени предсказуемо поведение сложных систем? Среди сложных систем особый интерес вызывают самоорганизующиеся системы. К такого рода сложным открытым самоорганизующимся системам относятся биологические и социальные системы, которые более всего значимы для человека.

В 1970-е гг. начала активно развиваться теория сложных самоорганизующихся систем. Результаты исследований в области математического моделирования сложных открытых систем привели к рождению нового мощного научного направления в современном естествознании - синергетики. Как и кибернетика, синергетика - это некоторый междисциплинарный подход. Но если в кибернетике акцент делается на процессах управления и обмена информацией, то синергетика ориентирована на исследование принципов построения организации, ее возникновения, развития и самоусложнения.

Мир самоорганизующихся систем гораздо богаче, чем мир закрытых, линейных систем. Вместе с тем его сложнее моделировать. Как правило, для решения большинства возникающих здесь нелинейных уравнений требуется сочетание современных аналитических методов и вычислительных экспериментов. Синергетика открывает для точного, количественного, математического исследования такие стороны мира, как его нестабильность, многообразие путей изменения и развития, раскрывает условия существования и устойчивого развития сложных структур, позволяет моделировать катастрофические ситуации и т.п.

Методами синергетики осуществлено моделирование многих сложных самоорганизующихся систем: от морфогенеза в биологии и некоторых аспектов функционирования мозга до флаттера крыла самолета, от молекулярной физики и автоколебательных процессов в химии до эволюции звезд и космологических процессов, от электронных приборов до формирования общественного мнения и демографических процессов. Основной вопрос синергетики — существуют ли общие закономерности, управляющие возникновением самоорганизующихся систем, их структур и функций.

2.Открытость-свойство реальных систем

§ 2.1.Открытость.

Итак, предметом синергетики являются сложные самоорганизующиеся системы. Один из основоположников синергетики Г. Хакен определяет понятие самоорганизующейся системы следующим образом:[6]

Мы называем систему самоорганизующейся, если она без специфического воздействия извне обретает какую-то пространственную, временную или функциональную структуру. Под специфическим внешним воздействием мы понимаем такое, которое навязывает системе структуру или функционирование. В случае же самоорганизующихся систем испытывается извне неспецифическое воздействие. Например, жидкость, подогреваемая снизу, совершенно равномерно обретает в результате самоорганизации макроструктуру, образуя шестиугольные ячейки.

Таким образом, современное естествознание ищет пути теоретического моделирования самых сложных систем, которые присущи природе, - систем, способных к самоорганизации, саморазвитию.

Основные свойства самоорганизующихся систем - открытость, нелинейность, диссипативность. Теория самоорганизации имеет дело с открытыми, нелинейными диссипативными системами, далекими от равновесия.

Напомним, что объект изучения классической термодинамики - закрытые системы, т.е. системы, которые не обмениваются со средой веществом, энергией и информацией, а центральным понятием термодинамики является понятие энтропии.

Именно по отношению к закрытым системам были сформулированы два начала термодинамики. В соответствии с первым началом в закрытой системе энергия сохраняется, хотя может приобретать различные формы. Второе начало термодинамики гласит, что в замкнутой системе энтропия не может убывать, а лишь возрастает до тех пор, пока не достигнет максимума. Согласно этому началу, запас энергии во Вселенной иссякает, а вся Вселенная неизбежно приближается к «тепловой смерти». Ход событий во Вселенной невозможно повернуть вспять, чтобы воспрепятствовать возрастанию энтропии. Со временем способность Вселенной поддерживать организованные структуры ослабевает, и такие структуры распадаются на менее организованные, которые в большей мере наделены случайными элементами. По мере того как иссякает запас энергии и возрастает энтропия, в системе нивелируются различия. Это значит, что Вселенную ждет все более однородное будущее.

Вместе с тем уже во второй половине XIX в., и особенно в XX в., биология, прежде всего теория эволюции Дарвина, убедительно показала, что эволюция Вселенной не приводит к снижению уровня организации и обеднению разнообразия форм материи. Скорее, наоборот. История и эволюция Вселенной развивают ее от простого к сложному, от низших форм организации к высшим, от менее организованного к более организованному. Иначе говоря, старея, Вселенная обретает все более сложную организацию. Попытки согласовать второе начало термодинамики с выводами биологических и социальных наук долгое время были безуспешными. Классическая термодинамика не могла описывать закономерности открытых систем. Такая возможность появилась только с переходом естествознания к изучению открытых систем.[7]

Открытые системы - это такие системы, которые поддерживаются в определенном состоянии за счет непрерывного притока извне и (или) стока вовне вещества, энергии или информации. Причем приток и сток обычно носят объемный характер, т.е. происходят в каждой точке данной системы. Так, во всех компонентах биологического организма происходит обмен веществ, приток и отток вещества. Постоянный приток вещества, энергии или информации является необходимым условием существования неравновесных, неустойчивых состояний в противоположность замкнутым системам, неизбежно стремящимся к однородному равновесному состоянию.

§ 2.2. Неравновесность

Неравновесность, неустойчивость открытых систем порождается постоянной борьбой двух тенденций. Первая - это порождение и укрепление неоднородностей, структурирования, локализации элементов открытой системы. И вторая - рассеивание неоднородностей, «размывание» их, диффузия, деструктурализация системы. Если побеждает первая тенденция, то открытая система становится самоорганизующейся системой, а если доминирует вторая - открытая система рассеивается, превращаясь в хаос. А когда эти тенденции примерно равны друг другу, тогда в открытых системах ключевую роль - наряду с закономерным и необходимым - могут играть случайные факторы, флуктуационные процессы. Иногда флуктуация может стать настолько сильной, что существовавшая организация разрушается.

§ 2.3. Нелинейность.

Но если большинство систем Вселенной носит открытый характер, то это значит, что во Вселенной доминируют не стабильность и равновесие, а неустойчивость и неравновесность. Вследствие этого Вселенная оказывается способной к развитию, эволюции, самоорганизации. Стабильные и равновесные системы не способны к самоорганизации, они являются тупиками эволюции.

Неравновесные системы благодаря избирательности к внешним воздействиям среды воспринимают различия во внешней среде и «учитывают» их в своем функционировании. При этом некоторые слабые воздействия могут оказывать большее влияние на эволюцию системы, чем воздействия, хотя и более сильные, но не адекватные собственным тенденциям системы. Иначе говоря, на нелинейные системы не распространяется принцип суперпозиции: здесь возможны ситуации, когда эффект от совместного действия причин А и В не имеет ничего общего с результатами воздействия А и В по отдельности.[8]

Процессы в нелинейных системах часто носят пороговый характер - при плавном изменении внешних условий поведение системы изменяется скачком. Другими словами, в состояниях, далеких от равновесия, очень слабые возмущения могут усиливаться до гигантских волн, разрушающих сложившуюся структуру и способствующих ее радикальному качественному изменению. Для каждой системы существует некий оптимальный «коридор нелинейности», способствующий структурообразованию. Очень сильная нелинейность, так же как и очень слабая нелинейность, несовместима с образованием локальных структур. Зато в пределах только оптимального «коридора» усиление нелинейности увеличивает количество способов образования и форм локальных структур, а также количество вариантов эволюции системы, ее маршрутов в будущее.

Нелинейные системы, являясь неравновесными и открытыми, сами создают и поддерживают неоднородности в среде. В таких условиях между системой и средой могут иногда создаваться отношения обратной положительной связи, т.е. система влияет на свою среду таким образом, что в среде вырабатываются условия, которые в свою очередь обусловливают изменения в самой этой системе. Последствия такого рода взаимодействия открытой системы и ее среды могут быть самыми неожиданными и необычными.

Самоорганизующиеся системы - это обычно очень сложные открытые системы, которые характеризуются огромным числом степеней свободы.[9] Однако далеко не все степени свободы системы одинаково важны для ее функционирования. С течением времени в системе выделяется небольшое количество ведущих, определяющих степеней свободы, к которым «подстраиваются» остальные. Такие основные степени свободы системы получили название аттракторов. Аттракторы характеризуют те направления, в которых способна эволюционировать открытая нелинейная среда. Иначе говоря, аттракторы - это те структуры, по направлению к которым протекают процессы самоорганизации в нелинейных средах. Для наглядной иллюстрации понятия аттрактора часто используют образ конуса «воронки», который втягивает в себя траектории эволюции нелинейной системы.

В процессе самоорганизации возникает множество новых свойств и состояний. Очень важно, что обычно соотношения, связывающие аттракторы, намного проще, чем математические модели, детально описывающие всю новую систему. Это связано с тем, что аттракторы отражают содержание оснований неравновесной системы. Поэтому задача определения аттракторов - одна из важнейших при конкретном моделировании самоорганизующихся систем.

Становление самоорганизации во многом определяется характером взаимодействия случайных и необходимых факторов системы и ее среды. Система самоорганизуется не гладко и просто, не неизбежно. Самоорганизация переживает и переломные моменты - точки бифуркации. Вблизи точек бифуркаций в системах наблюдаются значительные флуктуации, роль случайных факторов резко возрастает.

В переломный момент самоорганизации принципиально неизвестно, в каком направлении будет происходить дальнейшее развитие: станет ли состояние системы хаотическим или она перейдет на новый, более высокий уровень упорядоченности и организации. В точке бифуркации система как бы колеблется перед выбором того или иного пути организации, пути развития. В таком состоянии небольшая флуктуация может послужить началом эволюции системы в некотором определенном направлении, одновременно отсекая при этом возможности развития в других направлениях.

Переход от Хаоса к Порядку вполне поддается математическому моделированию.[10] Более того, в природе существует не так уж много универсальных моделей такого перехода. Качественные переходы в самых разных сферах действительности подчиняются подчас одному и тому же математическому сценарию.

Синергетика убедительно показывает, что даже в неорганической природе существуют классы систем, способных к самоорганизации. История развития природы это история образования все более и более сложных нелинейных систем. Такие системы и обеспечивают всеобщую эволюцию природы на всех уровнях ее организации - от низших и простейших к высшим и сложнейшим.[11]

3. Особенности описания сложных систем

Те практические задачи, которые сегодня решаются, требуют глубокого изучения отдельных объектов и явлений природы. Большое число задач связано с исследованием сложных систем, таких, которые включают множество элементов, каждый из которых представляет собой достаточно сложную систему, и эти системы тесно взаимосвязаны с внешней средой. Изучение таких систем в естественных условиях ограничено их сложностью, а иногда бывает невозможным ввиду того, что нельзя провести натурный эксперимент или повторить тот или иной эксперимент. В этих условиях порой единственным возможным методом исследования является моделирование. Без модели нет познания. Любая гипотеза - это модель. И правильность гипотезы о будущем состоянии объекта зависит от того, насколько правильно определили параметры исследуемого объекта и их взаимосвязи между собой и внешней средой. Однако научное описание никогда не охватывает всех деталей, оно всегда выделяет существенные элементы структур и связей. Поэтому такое описание содержит обобщенную модель явлений. В настоящее время термин "общая теория систем" по предложению Л.Берталанфи трактуется в широком и узком смысле. Общая теория систем, понимаемая в широком смысле, охватывает комплекс математических и инженерных дисциплин, начиная с кибернетики и кончая инженерной психологией. Более узкое толкование термина связано с выбором класса математических моделей для описания систем и уровня их абстрактного описания.[12]

Аналогичная ситуация складывается и с теорией развития сложных систем. Ее также можно понимать в широком и узком смысле. В широком смысле теория развития сложных систем - это естественнонаучная конкретизация общей теории развития - материалистической диалектики. В рамках этой же теории должны быть объединены основные положения о поведении сложных систем, разработанные в различных областях научного знания, в результате чего может быть построена концептуальная модель процессов развития сложных систем различной природы. Более узкое понимание теории развития предполагает построение математических моделей развития конкретных систем. В этом случае объект исследования выделяется и анализируется конкретной научной дисциплиной.

Особенность простых систем - в практически взаимной независимости их свойств, позволяющей исследовать каждое из них в отдельности в условиях классического лабораторного эксперимента; особенность сложных систем заключается в существенной взаимосвязи их свойств.

Будем считать систему сложной, если она состоит из большого числа взаимосвязанных и взаимодействующих между собой элементов, каждый из которых может быть представлен в виде системы. В качестве содержания теории развития сложных систем можно рассматривать совокупность методологических подходов, позволяющих строить модели процессов развития сложных систем, используя достижения различных наук, а также методы анализа получаемых моделей.

Обычное для теории простых систем требование адекватности модели оригиналу для моделей сложных систем приводит к непомерному росту их размерности, приводящему к их неосуществимости. Ситуация для построения теории кажется безнадежной, она действительно оказывается таковой, если не произвести некоторого разумного отступления от непомерных требований адекватности теории и вместе с тем не отступать от требований ее объективности.

Математические модели любых систем могут быть двух типов - эмпирические и теоретические.[13] Эмпирические модели - это математические выражения, аппроксимирующие экспериментальные данные о зависимости параметров состояния системы от значений параметров влияющих на них факторов. Для эмпирических математических моделей не требуется получения никаких представлений о строении и внутреннем механизме связей в системе. Вместе с тем задача о нахождении математического выражения эмпирической модели по заданному массиву наблюдений в пределах выбранной точности описания явления не однозначна. Существует бесконечное множество математических выражений, аппроксимирующих в пределах данной точности одни и те же опытные данные о зависимости параметров.

Теоретические модели систем строятся на основании синтеза обобщенных представлений об отдельных слагающих их процессах и явлениях, основываясь на фундаментальных законах, описывающих поведение вещества, энергии, информации. Теоретическая модель описывает абстрактную систему, и для первоначального вывода ее соотношений не требуется данных о наблюдениях за параметрами конкретной системы. Модель строится на основе обобщения априорных представлений о структуре системы и механизма связей между слагающими ее элементами.

Наряду с эмпирическими и теоретическими используются и полуэмпирические модели. Для них математические выражения получаются теоретическим путем с точностью до эмпирически получаемых констант, либо в общей системе соотношений моделей наряду с теоретическими выражениями используются и эмпирические.

Построение эмпирических моделей - единственно возможный способ моделирования тех элементов системы, для которых нельзя построить в настоящее время теоретических моделей из-за отсутствия сведений об их внутреннем механизме.[14] Вопросы, связанные с построением эмпирических моделей, относятся к области обработки наблюдений или, точнее, к математической теории планирования эксперимента.

Для некоторых систем единственная возможность оценить правильность теоретической модели состоит в проведении численных экспериментов с использованием математических моделей. Поведение модели не должно противоречить общим представлениям о закономерностях поведения процессов.

Теоретическая модель описывает не конкретную систему, а класс систем. Поэтому проверка теоретической модели возможна при исследовании конкретных частично или полностью наблюдаемых систем. Затем проверенную таким образом теоретическую модель можно применять для описания и изучения конкретных ненаблюдаемых систем, относящихся к тому же либо к более узкому классу.

Строго обосновать выражение "модели относятся к одному и тому же классу" несколько затруднительно. Мы будем рассматривать класс развивающихся систем, к которому могут относиться системы искусственные, живой и неживой природы, социальные и т.п.

Между эмпирическими, полуэмпирическими и теоретическими моделями не существует резкой границы. Любые математические модели, в конечном счете, выражаются через параметры, определяемые экспериментальным путем. Все различия между тремя упомянутыми типами моделей сводятся к степени общности представлений, относящихся к данной модели, а именно: или они относятся непосредственно к изучаемому конкретному объекту, или связаны с классом таких объектов, или же, наконец, связаны с классом явлений, наблюдающихся в природе

Большинство процессов столь сложно, что при современном состоянии науки очень редко удается создать их универсальную теорию, действующую во все времена и на всех участках рассматриваемого процесса. Вместо этого нужно посредством экспериментов и наблюдений постараться понять ведущие факторы, которые определяют поведение системы. Выделив эти факторы, следует абстрагироваться от других, менее существенных, построить более простую математическую модель, которая учитывает лишь выделенные факторы. К внешним факторам будем относить такие, которые влияют на параметры изучаемой модели, но сами на исследуемом временном отрезке не испытывают обратного влияния.

Известно, что материальное единство мира находит свое отражение во взаимосвязи целого и его частей. До недавнего времени в естествознании преобладающим был подход, согласно которому часть всегда рассматривалась как более простое, чем целое.[15] Новое направление - синергетика описывает процессы, в которых целое обладает такими свойствами, которых нет у его частей. Она рассматривает окружающий материальный мир как множество локализованных процессов различной сложности и ставит задачу отыскать единую основу организации мира как для простейших, так и для сложных его структур. В то же время синергетика не утверждает, что целое сложнее части, она указывает на то, что целое и часть обладают различными свойствами и в силу этого отличны друг от друга.

В синергетике делается попытка описать развитие мира в соответствии с его внутренними законами развития, опираясь при этом на результаты всего комплекса естественных наук. Для нашего анализа представляется важным то, что одним из основных понятий синергетики является понятие нелинейности. [16]

Не только в процессе научного познания, но и в своей повседневной практике мы фактически сталкиваемся с различными проявлениями нелинейных закономерностей. Поведение нелинейных систем принципиально отличается от поведения линейных. Наиболее характерное отличие - нарушение в них принципов суперпозиции. В нелинейных системах результат каждого из воздействий в присутствии другого оказывается иным, чем в случае отсутствия последнего.

Математические исследования природы линейности и нелинейности, так или иначе, обусловливались потребностями развития физики. Постановка задачи о нелинейности связана с именами Рэлея, Д'Аламбера, Пуанкаре, которые исследовали математическую модель струны и другие модели при помощи дифференциальных уравнений.

В 30-е годы XX в. на первое место в области обыкновенных дифференциальных уравнений встают проблемы качественной теории. Значительное влияние на ее развитие оказывают потребности физики, особенно нелинейной теории колебаний. Физикам Андронову и Мандельштаму принадлежит здесь целый ряд важных математических идей и разработок. Мандельштам первым обратил внимание на необходимость выработки в физике нового "нелинейного мышления". До его работ существовали лишь отдельные частные подходы к анализу отдельных нелинейностей в различных физических задачах. Роль Мандельштама состоит в том, что он отчетливо понял всеобщность нелинейных явлений, сумел увидеть, что возможности линейной теории принципиально ограничены, что за ее пределами лежит огромный круг явлений, требующих разработки новых нелинейных методов анализа.

Возникают вопросы: какова роль нелинейности, зачем необходимо разрабатывать нелинейные модели, если большое количество физических процессов можно объяснить с помощью линейных моделей или же свести нелинейные задачи к линейным? Ответ на эти вопросы состоит в следующем: линейные задачи рассматривают лишь рост, течения процессов, нелинейность же описывает фазу их стабилизации, возможность существования нескольких типов структур. В то же время нелинейность выражает тенденцию различных физических процессов к неустойчивости, тенденцию перехода к хаотическому движению. Таким образом, сочетание линейности и нелинейности дает более адекватное отражение реальных процессов, так как с их помощью выражается единство устойчивости и изменчивости, являющееся ядром сущности всякого движения.

Решение многочисленных проблем, возникающих при описании перехода от регулярного к стохастическому движению, связывается с развитием стохастической или хаотической динамики.

Удалось показать, что с помощью уравнений, предложенных Х.Лоренцем, либо систем уравнений, включающих странные аттракторы, возможно описание поведения некоторых типов плазменных волн, химических реакций в открытых системах, циклов солнечной активности. закономерностей изменения численности биологических сообществ, исследование вопросов, связанных с генерацией лазеров в некотором диапазоне параметров.

Синергетика, используя единство линейности и нелинейности, выражает в теории те аспекты материального единства мира, которые связаны с общими свойствами саморазвития сложных систем.[17] Нелинейные уравнения, составляющие основу этой теории, позволяют с помощью достаточно простых моделей описывать самые различные материальные процессы. Причем, даже не решая этих уравнений, можно выработать представление о качественно новых чертах тех процессов, которые этими уравнениями описываются.

Теория описания сложных хаотических процессов М.Фейгенбаума представляет интерес, ибо автор, по существу, исходит из признания материального единства мира и пытается найти то общее, что присуще хаотическим процессам различной природы. Эта теория показывает, что поведение всех диссипативных систем вблизи перехода к хаотическому движению носит универсальный характер. Теория дает возможность описать поведение той или иной системы за пределами возможности других математических представлений.

Для выявления наиболее общих закономерностей поведения нужны макромодели, которые имеют наиболее высокий уровень обобщения. Возможно, такой моделью может быть модель процесса развития, построенная на основе информационной концепции. [18]

Заключение

Для появления согласованных направленных процессов в системе необходимо использование информации в процессе функционирования системы. Если использования нет, то новые признаки у элементов появляются независимо от того, какие признаки есть у других элементов. Если нет использования информации, то нет ее накопления во внешней среде, а, следовательно, нет передачи накопленной информации из внешней среды в систему. Организация в системе связана с локализацией элементов, обладающих определенными признаками, с концентрацией этих элементов, то есть образованием диссипативной структуры. Локализованные диссипативные структуры имеют способность накапливать информацию за счет своего рода "примитивной памяти". Такая локализация происходит благодаря самоинструктирующему процессу использования информации.

В процессе использования информации происходит отбор тех элементов-признаков, которые дают преимущества в ходе развития. Использование информации не является ее атрибутом, а лишь свойством, проявляющимся в определенных условиях.

В самоорганизующейся системе возможный максимальный беспорядок увеличивается за счет присоединения новых элементов к системе. Но простое добавление элементов в систему еще не превращает ее в самоорганизующуюся. Во время добавления элементов к системе энтропия системы должна сохраняться постоянной. Для выполнения этого условия необходимо выделение отрицательной энтропии из окружающей среды, т.е. дополнительный ввод энергии, информации в систему, который выражается в передаче накопленной информации из внешней среды в систему.

С возрастанием ценности связано и возрастание способности биологической системы к отбору ценной информации. Эта способность велика у высших животных, органы чувств которых предназначены для такого отбора. Отбор ценной информации лежит в основе творческой деятельности человека. Такой отбор не требует дополнительных энергетических затрат - энергетическая стоимость одного бита информации не зависит от ее ценности.

Естественный отбор означает сравнительную оценку фенотипов применительно к данной экологической нише, т.е. поиск оптимальной ценности.

Теория функциональных систем, сформулированная выдающимся физиологом академиком П.К.Анохиным, утверждает, что движущий стимул поведения человека и животного - полезный приспособительный результат. Им могут быть оптимальное давление крови, достаточное содержание в ней кислорода и питательных веществ, внешние факторы, скажем, пища, вода, итоги социальной деятельности. Во имя достижения поставленных целей в организме создаются временные, "рабочие" объединения структур мозга, различных органов, систем, которые мобилизованы для выполнения отдельной функции. Эта концепция описывает общие принципы, по которым складывается физиологическая архитектура таких объединений.

Обращаясь к вышеизложенной концептуальной модели развития, отметим, что этапу преобразующего отбора соответствует состояние неустойчивости, т.е. этап зарождения и формирования новой системы. Переход от этапа формирования к эволюции отобранного состояния можно рассматривать как скачок в развитии.[19]

Список литературы

1. Хакен Г. Информация и самоорганизация. Макроскопический подход к сложным системам. М., 1991.

2. Николис Г., Пригожин И. Познание сложного. М., 1990;

3. Пригожин И., Стенгерс И. Время. Хаос и Квант. М., 1994;

4. Князева Е.Н., Курдюков С.П. Основания синергетики. СПб., 2002;

5. Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 1997.

[1] Хакен Г. Информация и самоорганизация. Макроскопический подход к сложным системам. М., 1991. С. 271

[2] Хакен Г. Информация и самоорганизация. Макроскопический подход к сложным системам. М., 1991. С. 279

[3] Пригожин И., Стенгерс И. Время. Хаос и Квант. М., 1994 С. 93

[4] Пригожин И., Стенгерс И. Время. Хаос и Квант. М., 1994 С. 127

[5] Николис Г., Пригожин И. Познание сложного. М., 1990 С. 227

[6]

Хакен Г. Информация и самоорганизация. Макроскопический подход к сложным системам. М., 1991. С. 140

[7] Николис Г., Пригожин И. Познание сложного. М., 1990 С. 293

[8] Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 1997. С. 329

[9] Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 1997. С. 361

[10] Пригожин И., Стенгерс И. Время. Хаос и Квант. М., 1994 С. 287

[11] Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 1997. С. 418

[12] Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 1997. С. 183

[13] Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 1997. С. 228

[14] Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 1997. С. 380

[15] Князева Е.Н., Курдюков С.П. Основания синергетики. СПб., 2002 С. 132

[16] Князева Е.Н., Курдюков С.П. Основания синергетики. СПб., 2002 С. 138

[17] Князева Е.Н., Курдюков С.П. Основания синергетики. СПб., 2002 С. 148

[18] Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 1997. С. 219

[19] Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М., 1997. С. 440