Что такое математическая модель

Урок объясняет, что такое модель, почему любая модель проще реальности и зачем это нам нужно.

Математическая модель — это упрощённое описание части реальности на языке математики (формул, правил, алгоритмов), сохраняющее те её черты, которые нам важны, и отбрасывающее остальные.

Карта — не территория

Представьте карту метро. На ней нет настоящих расстояний, нет рельефа, нет того, что одна станция глубоко под землёй, а другая почти у поверхности. Линии нарисованы прямыми, хотя в реальности тоннели петляют. И всё же карта метро полезнее фотографии города со спутника, если ваша задача — доехать с «Юго-Западной» до «Аэропорта». Карта — это модель: она намеренно искажает реальность, выбрасывая всё лишнее и оставляя только структуру связей между станциями.

Математическая модель устроена так же. Когда мы пишем, что тело падает по закону h = h0 - g*t*t/2, мы выбрасываем сопротивление воздуха, форму тела, ветер, вращение Земли. Эта формула — не падающий камень, это его карта. Вопрос не в том, «верна» ли модель (буквально верной она не бывает никогда), а в том, достаточно ли она хороша для нашей задачи.

Зачем вообще моделировать

Есть три большие причины строить модели вместо того, чтобы экспериментировать с самой реальностью.

Предсказать. Что будет с эпидемией через месяц? Какой будет очередь в банке, если поставить ещё одну кассу? Реальность ответит, но слишком поздно или слишком дорого. Модель отвечает заранее.
Понять. Иногда нам не нужен точный прогноз, нам нужно понять механизм: почему пробки возникают «из ниоткуда», почему толпа на стадионе самоорганизуется в потоки. Модель — это эксперимент над идеей.
Оптимизировать. Как расставить грузовики, чтобы развезти заказы быстрее? Сколько операторов нужно колл-центру? Перебрать варианты на живых людях нельзя, а на модели — можно тысячи раз.

Объединяет всё это одно: модель позволяет ставить эксперименты там, где настоящий эксперимент невозможен, опасен, дорог или слишком медлен. Нельзя «попробовать» десять вариантов карантина на реальной стране. А на модели — за секунды.

Простейшая модель в коде

Возьмём накопительный вклад: кладём сумму под процент, проценты капитализируются. Модель — это одна строчка арифметики, повторённая в цикле.

# модель роста вклада с капитализацией
deposit = 1000.0   # начальная сумма
rate = 0.10        # 10% годовых
years = 10

amount = deposit
print(f"{'год':>4} {'сумма':>10}")
for year in range(1, years + 1):
    amount = amount * (1 + rate)
    print(f"{year:>4} {amount:>10.2f}")
print(f"\nЗа {years} лет {deposit:.0f} превратились в {amount:.2f}")

Вывод:

 год      сумма
   1    1100.00
   2    1210.00
   3    1331.00
   4    1464.10
   5    1610.51
   6    1771.56
   7    1948.72
   8    2143.59
   9    2357.95
  10    2593.74

За 10 лет 1000 превратились в 2593.74

Это уже полноценная модель. Она упрощает реальность (игнорирует инфляцию, налоги, изменение ставки), но отвечает на конкретный вопрос: сколько денег будет через 10 лет при таких допущениях. Поменяв rate, мы за миг проверяем сценарий, который в жизни занял бы десятилетие.

Как работает под капотом

Любая количественная модель внутри устроена из трёх частей. Первое — переменные состояния: то, что описывает систему в данный момент (сумма вклада, число больных, позиция частицы). Второе — параметры: числа, которые мы задаём и которые не меняются по ходу прогона (ставка, заразность, шаг времени). Третье — правила перехода: как состояние в следующий момент получается из текущего (умножить на 1+rate). Запуская правило снова и снова, мы «прокручиваем» время вперёд — это и есть симуляция.

Граница между параметром и переменной — выбор моделирующего, а не свойство природы. Ставка по вкладу для нашей модели — параметр, но в более сложной модели экономики она сама станет переменной, зависящей от инфляции. Что считать фиксированным, а что — изменяющимся, решаете вы, исходя из вопроса. Это первое и главное проектное решение в любой модели.

Частые ошибки

Путать модель с реальностью. «Модель показала рост на 20% — значит, так и будет». Нет: так будет если верны все допущения. Модель всегда условна.
Усложнять без нужды. Добавить в модель вклада инфляцию, налоги и колебания ставки можно, но если вопрос был «как растёт сложный процент», вы только замусорили ответ. Хорошая модель — самая простая из тех, что отвечают на вопрос.
Забывать про допущения. Модель без явно выписанного списка «что я отбросил» опасна: ею начинают пользоваться там, где отброшенное как раз важно.

Итоги

Модель — упрощённая «карта» реальности на языке математики; она намеренно отбрасывает лишнее.
Моделируют, чтобы предсказать, понять или оптимизировать без дорогих и опасных экспериментов в реальности.
Любая модель = переменные состояния + параметры + правила перехода; прокрутка правил во времени и есть симуляция.
Главный вопрос к модели — не «верна ли она», а «достаточно ли хороша для моей задачи».