Что такое система примеры. Что такое система. устройство Солнечной системы

Система (греческое systema - целое, составленное из частей, соединения) – совокупность взаимодействия элементов, объединенных единством целей и образующих определенную целостность; это целенаправленное множество взаимосвязанных элементов любой природы; это объект, который определяется множествами элементов, преобразований, правил образования последовательностей элементов; это объект, состоящий из элементов, свойства которых не сводятся к свойству самого объекта.

Основные свойства систем : 1. Организованная сложность системы характеризуется наличием взаимосвязи между элементами (существует три типа связи: функционально-необходимые, избыточные (резервные), сингерические (дающие увеличение эффекта системы за счет взаимодействия элементов)). 2. Декомпоризуемость. 3. Целостность системы - принципиальная несводимость свойств системы к сумме свойств составляющих ее элементов, и, в то же время, зависимость свойств каждого элемента от его места и функций внутри системы. 4. Ограниченность системы. Ограниченность системы связана с внешней средой. В понятие внешняя среда включают все системы элементов любой природы, оказывающие влияние на систему или находящиеся под ее воздействием. Возникает задача локализации системы (определения ее границ и существенных связей). Выделяют открытые и замкнутые системы. Открытые системы имеют связи с внешней средой, закрытые не имеют. 5. Структурность системы. Структурность - группирование элементов внутри системы по определенному правилу или принципу в подсистемы. Структура системы – совокупность связей между элементами системы, отражающих их взаимодействие. Разделяют связи двух типов: горизон­тальные и вертикальные. Внешние связи, направленные внутрь системы называют входами, из системы во внешнюю среду - выходами. Внутренние связи - связи между подсистемами. 6. Функциональная направленность системы, функции системы можно представить в виде набора некоторых преобразований, которые делятся на две группы.

Виды систем: 1. Простая система – это система, которая состоит из небольшого числа элементов, не имеющая разветвленной структуры (нельзя выделить иерархические уровни). 2. Сложная система – это система с разветвленной структурой и значительным количеством взаимосвязанных и взаимодействующих элементов (подсистем). Под сложной динамической системой следует понимать развивающиеся во времени и в пространстве целостные объекты, состоящие из большого числа элементов и связей и обладающие свойствами, которые отсутствуют у элементов и связей, их образующих. Структура системы – совокупность внутренних, устойчивых связей между элементами системы, определяющих ее основные свойства. Системы бывают: социальные, биологические, механические, химические, экологические, простые, сложные, вероятностные, детерминированные, стохастические. 3. Централизованная система – система, в которой некоторый элемент (подсистема) играет доминирующую роль. 4. Децентрализованная система – система, в которой нет доминирующей подсистемы. 5. Организационная система – система, которая представляет собой набор людей или коллективов людей. 6. Открытые системы – такие, в которых внутренние процессы существенно зависят от условий среды и сами оказывают на ее элементы значительное влияние. 7. Замкнутые (закрытые) системы – такие, в которых внутренние процессы слабо связаны с внешней средой. Функционирование закрытых систем определяется внутренней информацией. 8. Детерминированные системы – системы, в которой связи между элементами и событиями носят однозначный, предопределенный характер. 9. Вероятностная (стохастическая) система – такая система, в которой связи между элементами и событиями носят неоднозначный характер. Связи между элементами носят вероятностный характер и существуют в виде вероятностных закономерностей. 10. Детерминированные системы являются частным случаем вероятностных (Рв=1). 11. Динамичная система – система, характер которой непрерывно меняется. При этом переход в новое состояние не может совершаться мгновенно, а требует некоторого времени.

Этапы построения систем: постановка цели, декомпозиция цели на подцели, определение функций, обеспечивающих достижение цели, синтез структуры, обеспечивающий выполнение функций. Цели возникают, когда существует так называемая проблемная ситуация (проблемная ситуация – это ситуация, которую нельзя разрешить имеющимися средствами). Цель – состояние, к которому направлена тенденция движения объекта. Среда – совокупность всех систем, кроме той, которая реализует заданную цель. Ни одна система не является абсолютно замкнутой. Взаимодействие системы со средой реализуется через внешние связи. Элемент системы – часть системы, имеющая определенное функциональное значение. Связи могут быть входными и выходными. Они подразделяются на: информационные, ресурсные (управляющие).

Структура системы : представляет собой устойчивую упорядоченность элементов системы и их связей в пространстве и во времени. Структура может быть материальной и формальной. Формальная структура – совокупность функциональных элементов и их отношений, необходимых и достаточных для достижения системой заданных целей. Материальная структура – реальное наполнение формальной структуры.Типы структур систем: последовательный или цепочечный; иерархический; циклически замкнутая (типа кольцо); структура типа «колесо»; «звезда»; структура типа «решетка».

Сложная система характеризуется : единой целью функционирования; иерархической системой управления; большим количеством связей внутри системы; комплексным составом системы; устойчивостью к воздействию внешних и внутренних воздействующих факторов; наличием элементов саморегуляции; наличием подсистем.

Свойства сложных систем : 1. Многоуровневость (часть системы сама является системой. Вся система, в свою очередь, является частью более крупной системы); 2. Наличие внешней среды (всякая система ведет себя в зависимости от того, в какой внешней среде она находится. Нельзя механически распространять выводы, полученные о системе в одних внешних условиях, на ту же систему, находящуюся в других внешних условиях); 3. Динамичность (в системах нет ничего неизменного. Все константы и статические состояния - это только абстракции, справедливые в ограниченных пределах); 4. У человека, длительное время работавшего с какой-либо сложной системой, может сложиться уверенность, что те или иные "очевидные" изменения, если их внести в систему, приведут к тем или иным "очевидным" улучшениям. Когда же изменения реализуются, система отвечает совсем не так, как предполагалось. Это случается при попытках реформы управления большим предприятием, при реформировании государства и т.д. Причиной подобных ошибок является недостаток информации о системе как результат неосознанного механистического подхода. Методологический вывод по таким ситуациям состоит в том, что сложные системы не меняются за один круг, нужно совершить много кругов, на каждом из которых в систему вносятся небольшие изменения, и выполняются исследования их результатов с обязательными попытками выявления и анализа новых типов связей, проявляющихся в системе; 5. Устойчивость и старение (устойчивость системы - это ее способность компенсировать внешние или внутренние воздействия, направленные на разрушение или быстрое изменение системы. Старение - это ухудшение эффективности и постепенное разрушение системы за длительный период времени. 6. Целостность (система имеет целостность, которая есть самостоятельная новая сущность. Эта сущность само организуется, влияет на части системы и на связи между ними, заменяет их для сохранения себя как целостности, ориентируется во внешней среде и т.д.); 7. Полиструктурность - это наличие у одной и той же системы большого количества структур. Рассматривая систему с разных точек зрения, мы будем выявлять в ней разные структуры. Полиструктурность систем можно рассматривать как их многоаспектность. Функциональный аспект отражает поведение системы и ее частей только с точки зрения того, что они делают, какую исполняют функцию. При этом не принимаются во внимание вопросы о том, как они это делают и что они из себя представляют физически. Важно только лишь, чтобы из функций отдельных частей складывалась функция системы в целом. Конструкторский аспект охватывает только вопросы физической компоновки системы. Здесь важна форма составных частей, их материал, их размещение и стыковка в пространстве, внешний вид системы. Технологический аспект отражает то, как исполняются функции частями системы.

Вопросы и задания:
1) Приведите примеры материальных и информационных связей в естественных системах.
Примеры материальных связей в естественных системах: физические силы (сила всемирного тяготения), энергетические процессы (фотосинтез), генетические связи (молекула ДНК), климатические связи (климат).
Примеры информационных связей в естественных системах: звуки и сигналы, которые издают животные для общения друг с другом.
2) Приведите примеры материальных и информационных связей в общественных системах.
Примеры материальных связей в общественных системах: техника (компьютер), строительные сооружения (мост через Волгу), энергосистемы (линии электропередач), искусственные материалы (пластмасса).
Примеры информационных связей в общественных системах: информационный обмен в коллективе, правила поведения.
3) Что такое самоуправляемая система? Приведите примеры.
Самоуправляемая система - управляющая система, способная к собственному программированию.
Примеры самоуправляемых систем: беспилотный летательный аппарат, марсоход.

Понятие системы

Понятие системы
Система - это сложный объект, состоящий из взаимосвязанных частей (элементов) и существующий как единое целое. Всякая система имеет определенное назначение (функцию, цель).
Первое главное свойство системы - целесообразность. Это назначение системы, главная функция, которую она выполняет.

Структура системы.
Структура - это порядок связей между элементами системы.
Всякая система обладает определенным элементным составом и структурой. Свойства системы зависят и от того, и от другого. Даже при одинаковом составе системы с разной структурой обладают разными свойствами, могут иметь разное назначение.
Второе главное свойство системы - целостность. Нарушение элементного состава или структуры ведет к частичной или полной утрате целесообразности системы.

Системный эффект
Сущность системного эффекта: всякой системе свойственны новые качества, не присущие ее составным частям.

Системы и подсистемы
Систему, входящую в состав какой-либо другой, более крупной системы, называют подсистемой.
Системный подход - основа научной методологии: необходимость учета всех существенных системных связей объекта изучения или воздействия.

Вопросы и задания:
1. Выделите подсистемы в следующих объектах, рассматриваемых в качестве систем: костюм, автомобиль, компьютер, городская телефонная сеть, школа, армия, государство.
Костюм=>брюки=>штанины=>пуговицы=>нитки. Костюм=>пиджак=>рукава=>пуговицы=>нитки.
Автомобиль=>двигатель=>трансмиссия=>системы управления=>ходовая часть=>электрооборудование=>несущая конструкция.
Компьютер=>системный блок=>оперативная память=>электронные схемы=>жесткий диск.
Городская телефонная сеть=>автоматическая телефонная станция=>соединительные узлы=>абонентская аппаратура.
Школа=>администрация=>персонал=>преподаватели=>учащиеся.
Армия=>главнокомандующий=>деление на войска=>рядовой=>автомат.
Государство=>президент=>министры=>народ.
2. Удаление каких элементов из вышеназванных систем приведет к потере системного эффекта, т.е. к невозможности выполнения их основного назначения? Попробуйте выделить существенные и несущественные элементы этих систем с позиции системного эффекта.
Костюм: существенный элемент - нитки; несущественный элемент - пуговицы.
Автомобиль: все элементы являются существенными.
Компьютер: все элементы являются существенными.
Городская телефонная сеть: все элементы являются существенными.
Школа: все элементы являются существенными.
Армия: существенные элементы - главнокомандующий, рядовой, автомат; несущественный элемент - деление на войска.
Государство: все элементы являются существенными.

Наш первый пример - это система, в которой нет поступлений и есть два поглощающих (или конечных) состояния. Он был выбран с целью проиллюстрировать, что хорошая стохастическая модель имеет ряд достоинств по сравнению с приемами, которые иногда использовались для решения подобных задач. Это довольно упрощенный пример описания полной неопределенности, которая возникает после лечения заболевания раком. Пациент после лечения может по прошествии некоторого времени находиться в одном из множества состояний. Эти состояния могут классифицироваться, например, так: «здоров», «заболел вновь» (рецидив болезни), «мертв»; точность классификации, очевидно, зависит от целей исследования и от имеющихся возможностей по получению данных. Стохастическая модель описания жизни пациентов после лечения от заболевания раком была построена Фикс и Нейманом (1951) и обсуждалась в более общем виде Залем (1955). Фикс и Нейман применили эту модель для оценки эффективности лечения. Далее мы опишем, как они это делали. Отметим, кстати, что указанная модель достаточно общего вида, и у нее могут быть также другие приложения.

В модели Фикс и Неймана введены четыре состояния. Описание состояний и возможные переходы показаны на рис. 5.1. Авторы понимали

трудность определения состояния «выздоровел» и отметили, что было бы желательно некоторые из состояний разделить. Например, пациенты, находящиеся в состоянии могут быть разделены на две группы: те, кто умер по естественным (ненасильственным) причинам, и те, судьбу которых проследить не удалось.

Можно также предположить, что необходимо предусмотреть возможность перехода из состояния в состояние Мы не будем отклоняться в сторону, обсуждая эти детали, так как этот пример приведен прежде всего для того, чтобы проиллюстрировать применение теории марковских процессов к описанию жизни людей.

Первая задача в данном приложении - оценить интенсивности переходов. Для этого использовались данные о выживших, при этом сами данные были лишены недостатков, присущих в общем случае такого рода измерениям. Один из способов измерения - определение доли выживших в году. Это относительное число оставшихся в живых, по крайней мере, в течение Т лет от всех прошедших курс лечения. Такие измерения были бы удовлетворительными, если бы рак был единственной причиной смерти и если бы все больные наблюдались в течение полных Т лет. Практически так никогда не бывает, и доля выживших в году может привести к ошибочным выводам. Чтобы убедиться в неточности такого утверждения, заметим только, что измеренная интенсивность (доля) будет больше, так как следует измерить также долю тех, кто выбыл из поля зрения или умер по другим причинам, т. е. относительно большее число людей осталось бы в живых до предельного срока, если бы им суждено было умереть только от заболевания раком. Таким образом, наблюдаемые значения интенсивностей перехода зависят не только от опасности умереть от рака, но и от других причин, не имеющих отношения к заболеванию раком. Если сопоставлять по грубым интенсивностям переходов группу тех, кто прошел курс лечения, и контрольную группу, то сравнение не имело бы смысла, если бы эти две группы подвергались различным опасностям по различным причинам. Чтобы преодолеть эти естественные трудности, обычно вычисляют чистые интенсивности, которые учитывают

такие различия. Цель приведенного примера - показать, что стохастическая модель дает лучшую основу для оценки чистых интенсивностей, чем метод, используемый в страховом деле.

Интенсивности переходов между состояниями в модели Фикс и Неймана полагали постоянными величинами. Однако хорошо известно, что естественная смертность людей - непостоянная величина, и после периода младенчества она увеличивается с возрастом. В средний период жизни она не очень быстро увеличивается, и если период времени Т достаточно короткий, то предположение о постоянстве будет вполне адекватно действительности. Во всяком случае, мы покажем, что можно собирать данные таким образом, чтобы можно было проверять эти предположения. Интенсивность смерти после лечения рака разных видов широко изучается. Время жизни после лечения, как было выяснено, имеет асимметричный характер, Боаг (1949), например, сделал предположение, что оно часто может быть адекватно описано с помощью асимметричного логнормального распределения. В этом случае логнормальное распределение нелегко отличить от экспоненциального, которое появляется при постоянной интенсивности смерти. Таким образом, предположение, что интенсивность смерти от рака является постоянной величиной, вероятно, достаточно реалистично. Непосредственно проанализировать факторы, влияющие на интенсивность переходов из состояния в (выздоровление) и из состояния не представляется возможным, но кажется правдоподобным предположение о постоянстве интенсивностей потерь по разным причинам, по крайней мере для интенсивностей выпадения пациентов из поля зрения.

В нашей модели мы предполагаем, что в нулевой момент времени в состоянии находится N людей, в других состояниях людей нет. Численности людей в четырех группах в последующие моменты времени Т будут случайными величинами, которые мы обозначим через - математическое ожидание случайной величины . Наблюдая эти случайные величины в один или несколько моментов времени, можно оценить интенсивности переходов. Затем, используя оценки, можно предсказать численности различных состояний в будущем. Наиболее важна возможность оценить эти численности, если смерть от заболевания раком будет единственной причиной.

Применение теории

Расширенная матрица в описываемом случае имеет вид

где Уравнение для нахождения собственных чисел матрицы есть или

Очевидно, что это уравнение имеет два нулевых корня; два оставшихся корня, которые мы обозначим следующие:

причем для расчета возьмем положительный знак, а для - отрицательный. Тогда, используя (4.24), получим

Следующий шаг - записать и решить однородные уравнения для коэффициентов. Для начала положим будет принимать значения 2, 3 и 4. Таким образом,

Приведем три группы уравнений для и 4:

Из уравнений немедленно следует, что и, следовательно, первые уравнения в каждой группе можно опустить. Начальные условия состоят в том, что в нулевой момент времени все индивидуумы системы находятся в состоянии Предположим далее, что Если то соответствующие значения могут быть найдены просто умножением на N результата, полученного при предположении, что . Тогда в добавление к записанным выше уравнениям имеем

Для решения этих уравнений проделаем следующие преобразования. Сложим правые и левые части уравнений (5.22) и, используя начальные условия, получим

Сделав аналогичные преобразования для (5.23), будем иметь

но это уравнение может быть получено через и си из уравнения (5.23), что дает

Затем можно совместно решить однородные уравнения (5.27) и (5.28), что позволяет записать:

и, следовательно,

Сделав подобные преобразования для (5.24) и (5.25), получаем

Остается определить две константы: Используя начальные условия, находим

(5.30)

Сейчас рассмотрим, как использовать эти результаты, чтобы сравнить интенсивности выживания. Когда величина может быть интерпретирована как вероятность находиться в состоянии - в момент времени Т. Таким образом, представляют собой соответственно грубые интенсивности смерти вследствие заболевания раком и по естественным причинам. Однако зависит также от интенсивности естественной смерти и, как мы указывали выше, это уменьшает ее величину как меру риска. На самом деле нам нужна чистая мера риска (чистая интенсивность смерти), из которой устранено влияние естественной смертности. Согласно подходу к задаче, используемому в страховом деле, чистая интенсивность смерти от рака определяется по формуле

Величина (5.32) должна давать среднее число смертей от заболевания раком на интервале (0, Т), если бы смертности по естественным причинам не было. Смысл уравнения (5.32) станет яснее, если его переписать:

Второе слагаемое в правой части уравнения (5.33) - оценка численности людей, которые умерли бы от рака в течение рассматриваемого периода, если не умерли бы по другим естественным причинам. Оно получено в предположении, что смерть от рака, вероятность которой равна одной второй, предшествует естественной смерти по другим причинам. Предлагаемая модель предоставляет другой метод для оценки чистых интенсивностей смерти от рака. Мы можем исключить влияние естественной смертности, положив Тогда чистая интенсивность записывается как

где нулевые индексы в означают, что положена равной нулю.

Применение этих результатов может быть проиллюстрировано численными примерами. Возьмем следующие значения интенсивностей переходов:

Подставляя эти величины в (5.20), для примера 1 находим:

а для примера 2:

Можно выявить одну особенность, показывающую несостоятельность метода определения интенсивности смерти, принятого в страховом деле, если рассмотреть предельное поведение (5.32) при Вместо того, чтобы стремиться к единице, как следовало бы ожидать от достаточно обоснованной меры, она стремится к значению, меньшему единицы в обоих примерах. Анализ (5.32) показывает, что этот результат всегда имеет место. Очевидно также, что в общем случае при достаточно большом Т. Некоторые численные значения содержатся в табл. 5.1.

Приведенный пример - хорошая иллюстрация использования стохастической модели для измерения социального явления. Он показывает также, что коррекция измерений с позиций «здравого смысла» может существенно обесценить проведенные измерения. Высказанные доводы предполагают, что модель адекватна описываемому явлению. Если в действительности интенсивности переходов не постоянны, то более простая статистическая оценка иногда предпочтительнее, потому

Таблица 5.1. Сравнение чистых интенсивностей смерти от рака, вычисленных с помощью метода, используемого в страховом деле, и с помощью стохастической модели

что она не зависит от распределения. Как будет показано, именно грубые методы эффективны при проверке адекватности модели.

При обсуждении модели предполагалось, что интенсивности переходов известны. На практике они не бывают известными, и их необходимо оценить по имеющимся данным. Общие методы оценивания упоминались в гл. 4, но для решения нашей задачи достаточно более простого метода Фикс и Неймана. В момент времени Т мы можем зафиксировать численности пациентов в начальный момент в каждом из четырех состояний. Эти численности могут рассматриваться как оценки для , которые в свою очередь получаются при неизвестных параметрах. В обсуждаемой модели метод позволяет получить четыре уравнения для оценки неизвестных параметров. К сожалению, эти уравнения не являются линейно независимыми, так как

где N - наблюдаемое число индивидуумов. Ситуация была бы еще хуже, если бы в матрице R были другие ненулевые интенсивности. Такие трудности можно преодолеть, исследуя состояния системы в нескольких точках оси времени. Другой метод - рассматривать некоторые другие характеристики системы, например, по предложению Фикс и Неймана, подсчитывать число пациентов, оставшихся в состоянии на интервале времени . Если материал наблюдений достаточно обширен, то можно не только оценить все параметры, но и проверить качество модели. Предельная структура может быть получена непосредственно, без проведения всех описанных вычислений, так как из (5.21) результат следует немедленно.

Из уравнений (5.30) и (5.31) получаем

Остальные предельные значения равны нулю. Таким образом, имеется простая зависимость от интенсивностей переходов. Вид этой зависимости может быть легко выявлен, если записать отношение этих величин в следующей форме:

где - отношение интенсивностей переходов из состояния «определен диагноз - заболевание раком», и - отношение интенсивностей переходов из состояния «здоров». Большая интенсивность потока выздоравливающих способствует увеличению доли тех пациентов, кто умирает по другим естественным причинам, но этому в некоторой степени будет противодействовать возможность и большей интенсивности потока рецидивов

Мы уже указывали, что модель первоначально была разработана для измерения эффективности лечения. Один из способов - рассчитать - чистую долю тех, кто умер бы от рака, при исключении влияния других причин. Фикс и Нейман приводят доводы в пользу того, что не единственная, но, видимо, наиболее подходящая мера для оценки выживания. Обсуждение этого вопроса выходит за рамки данной книги, но мы коснулись его потому, что величины будут полезны для построения других мер при дальнейших исследованиях. Например, Фикс и Нейман предполагают полезным рассчитывать среднюю длительность «нормальной» жизни в период так, как если бы рак был единственной причиной смерти. Поскольку - функция распределения длительности «нормальной» жизни при отсутствии других причин смерти, математическое ожидание может быть записано так:

Иерархическая кадровая система

Модели с непрерывным временем, описывающие иерархические системы, впервые были предложены Силом (1945) и Вайдой (1948). Хотя их модели немарковские, оба автора обсуждали некоторые особые случаи, которые совпадают с теми, что следуют из нашей общей теории. Рассмотрим систему, которая представлена диаграммой на рис. 5.2. Эта система имеет одно поглощающее состояние, обозначенное Продвижение возможно только на ближайшую градацию,

что изображена на схеме, а все вновь поступающие зачисляются на первую. Расширенная матрица интенсивностей переходов для описанной системы имеет вид

Простая треугольная структура позволяет нам получить точную формулу для собственных значений и коэффициентов которые есть в выражениях для определения переходных вероятностей

Отсюда мы тотчас же находим, что

Уравнения для определения коэффициентов с, полученные из (4.19), имеют вид

Начальные условия, представленные последними двумя уравнениями, следуют из того, что все вновь прибывшие начинают свою карьеру с градации 1 - низшей ступени служебной лестницы. Решение системы уравнений (5.40) дает

Представляют интерес только значения если в этом случае из (5.3) находим

Коэффициенты, полученные из (5.40), дают

и выражения для них можно подставить в (5.42). Подобные выражения могут быть найдены при соответствующих начальных условиях, но они же легко могут быть выведены из выражений для когда имеется простая иерархическая система Вновь поступивший, который начинает свою карьеру с ступени -уровневой системы, находится в том же состоянии, что и тот, который поступил на низшую (первую) ступень -уровневой системы. Заменяя на и переобозначая интенсивности переходов, найдем необходимые выражения. Ниже мы приведем пример. Очевидно, что верхний предел суммы в последнем члене выражения

Модель, которую мы описали, несколько более общего вида, чем марковская версия модели Вайды (1948). В последней предполагалось, что интенсивности поступлений и уходов постоянны, таким образом, результаты Вайды могут быть получены из наших, если положить скажем, для Мы имеем также ожидаемые численности ступеней для любого 7, а Вайда обсуждал только предельный случай.

Как мы указывали, по нескольким причинам требуется, чтобы все величины гц ) были различны. В случае, который мы сейчас обсудим, для поэтому равные Гц встречаются при равенстве интенсивностей уходов с различных ступеней. Случай, представляющий особый интерес, появляется тогда, когда для Это соответствует ситуации, в которой интенсивности продвижения и интенсивности уходов одни и те же для всех ступеней, кроме последней. Соответствующее изменение общей теории может быть получено при стремлении друг к другу собственных значений в выражении (5.43). Окончательное выражение для будет таким.

Самолет - это летательный аппарат тяжелее воздуха с аэродинамическим принципом полета. Самолет представляет собой сложную динамическую систему с развитой иерархической структурой, состоящую из взаимосвязанных по назначению, месту и функционированию элементов; в нем можно выделить подсистемы создания подъемной и движущей сил, обеспечения устойчивости и управляемости, жизнеобеспечения, обеспечения выполнения целевой функции и др.

Вычислительная сеть – сложная система, которая состоит из вычислительных машин и сети передачи данных (сети связи). Основное назначение вычислительных сетей - обеспечение взаимодействия удаленных пользователей на основе обмена данными по сети и совместное использование сетевых ресурсов (вычислительных машин, прикладных программ и периферийных устройств).

Если объект обладает всеми признаками системы, то говорят, что он является системным . Приведенные примеры систем иллюстрируют наличие таких факторов системности, как:

· целостность и возможность декомпозиции на элементы (в вычислительной сети это вычислительные машины, средства связи и др.);

· наличие стабильных связей (отношений) между элементами ;

· упорядоченность (организация) элементов в определенную структуру ;

· наделение элементов параметрами;

· наличие интегративных свойств , которыми не обладают ни один из элементов системы;

· наличие множества законов, правил и операций с вышеперечисленными атрибутами системы;

· наличие цели функционирования и развития.

Системы разделяют на классы по различным признакам, и в зависимости от решаемой задачи можно выбирать разные принципы классификации. Признак или их совокупность, по которым объекты объединяются в классы, являются основанием классификации. Класс - это совокупность объек­тов, обладающих некоторыми признаками общности.

Классификаций систем в науке достаточно много. Так, например, одна из них предусматривает деление систем на два вида - абст­рактные и материальные.

Материальные системы являются объектами реального времени. Среди всего многообразия материальных сис­тем существуют естественные и искусственные системы.

Естественные системы представляют собой совокуп­ность объектов природы и подразделя­ются на астрокосмические и планетарные, физические и химические.

Искусственные системы – это со­вокупность социально-экономических или технических объектов. Они могут быть классифицирова­ны по нескольким признакам, главным из которых явля­ется роль человека в системе. По этому признаку можно выделить два класса систем: технические и организационно-экономические системы.

Абстрактные системы - это умозрительное представ­ление образов или моделей материальных систем, кото­рые подразделяются на описательные (логические) и сим­волические (математические).

Описательные системы есть результат дедуктивного или индуктивного представления материальных систем. Их можно рассматривать как системы понятий и определе­ний (совокупность представлений) о структуре, об основ­ных закономерностях состояний и о динамике матери­альных систем.

Символические системы представляют собой формали­зацию логических систем, они подразделяются на три класса:

статические математические системы или модели, которые можно рассматривать как описание средствами математического аппарата состояния материальных систем (уравнения состояния);

динамические математические системы или модели, которые можно рассматривать как математическую формализацию процессов материальных (или абстрактных) си­стем;

квазистатические (квазидинамические) системы, находящиеся в неустойчивом положении между статикой и динамикой, которые при одних воздействиях ведут себя как статические, а при других воздействиях - как дина­мические.

В научной литературе можно найти и другие типы классификаций.

· по виду отображаемого объекта - технические, биологические, социальные и т.п.;

· по характеру поведения - детерминированные, вероятностные, игровые;

· по типу целеустремленности - открытые и закрытые;

· по сложности структуры и поведения - простые и сложные;

· по виду научного направления , используемого для их моделирования - математические, физические, химические и др.;

· по степени организованности - хорошо организованные, плохо организованные и самоорганизующиеся.

Каждая система обладает определенными свойствами, связанными с ее функционированием. Наиболее часто выделяют следующие:

· синергичность - максимальный эффект деятельности системы достигается только в случае максимальной эффективности совместного функционирования её элементов для достижения общей цели;

· эмерджентность - появление у системы свойств, не присущих элементам системы; принципиальная несводимость свойства системы к сумме свойств составляющих её компонентов (неаддитивность);

· целенаправленность - наличие у системы цели (целей) и приоритет целей системы перед целями её элементов;

· альтернативность - функционирования и развития (организация или самоорганизация);

· структурность - возможна декомпозиция системы на компоненты, установление связей между ними;

· иерархичность - каждый компонент системы может рассматриваться как система; сама система также может рассматриваться как элемент некоторой надсистемы (суперсистемы);

· коммуникативность - существование сложной системы коммуникаций со средой в виде иерархии;

· адаптивность - стремление к состоянию устойчивого равновесия, которое предполагает адаптацию параметров системы к изменяющимся параметрам внешней среды;

· интегративность - наличие системообразующих, системосохраняющих факторов;

· эквифинальность - способность системы достигать состояний, не зависящих от исходных условий и определяющихся только параметрами системы.