2. Как быстрее достичь заданного объема знаний, т.е. выйти на прямую x = x1?
Двойственная задача: за заданное время достигнуть как можно большего объема знаний. Оптимальные траектории движения для второй задачи и двойственной к ней совпадают (двойственность понимается в обычном для математического программирования смысле).
С помощью замены переменных z = k2x, w = k1k2y перейдем от системы (1) – (2) к более простой системе дифференциальных уравнений, не содержащей неизвестных коэффициентов:
. (3)
(Описанная линейная замена переменных эквивалентна переходу к другим единицам измерения знаний и умений, своим для каждого учащегося.)
Решения задач 1 и 2, т.е. наилучший вид управления u(t), находятся с помощью математических методов оптимального управления, а именно, с помощью принципа максимума Л.С.Понтрягина. В задаче 1 для системы (3) из этого принципа следует, что быстрейшее движение может происходить либо по горизонтальным (u = 1) и вертикальным (u = 0) прямым, либо по особому решению - параболе w = z2 (u = 1/3). При движение начинается по вертикальной прямой, при - по горизонтальной, при - по параболе. По каждой из областей {z2 > w} и {z2 < w} проходит не более одного вертикального и одного горизонтального отрезка оптимальной траектории.
Используя теорему о регулярном синтезе, можно показать, что оптимальная траектория выглядит следующим образом. Сначала надо выйти на «магистраль» - добраться до параболы w = z2 по вертикальной (u = 0) или горизонтальной (u = 1) прямой. Затем пройти основную часть пути по магистрали (u = 1/3). Если конечная точка лежит под параболой, добраться до нее по горизонтали, сойдя с магистрали. Если она лежит над параболой, заключительный участок траектории является вертикальным отрезком. В частности, в случае оптимальная траектория такова. Сначала надо выйти на магистраль – добраться по вертикальной (u = 0) прямой до параболы. Затем двигаться по магистрали (u = 1/3) от точки до точки . Наконец, по горизонтали (u = 1) выйти в конечную точку.
В задаче 2 из семейства оптимальных траекторий, ведущих из начальной точки (z0; w0) в точки луча (z1; w1), w0 < w1 < +∞, выбирается траектория, требующая минимального времени. При z1 < 2z0 оптимально w1 = z0 (z1 – z0), траектория состоит из вертикального и горизонтального отрезков. При z1 > 2z0 оптимально , траектория проходит по магистрали w = z2 от точки до точки . Чем большим объемом знаний z1 надо овладеть, тем большую долю времени надо двигаться по магистрали, отдавая при этом 2/3 времени увеличению умений и 1/3 времени – накоплению знаний[28].
Полученное для основного участка траектории оптимального обучения значение u = 1/3 можно интерпретировать приблизительно так: на одну лекцию должно приходиться два семинара, на 15 мин. объяснения 30 мин. решения задач. Результаты, полученные в математической модели, вполне соответствуют эмпирическим представлениям об оптимальной организации учебного процесса. Кроме того, модель определяет численные значения доли времени (1/3), идущей на повышение знаний, и доли материала (1/2), излагаемого на заключительных лекциях (без проработки на семинарах).
При движении по магистрали, т.е. в течение основного периода учебного процесса, оптимальное распределение времени между объяснениями и решением задач одно и то же для всех учащихся, независимо от индивидуальных коэффициентов k1 и k2. Этот факт устойчивости оптимального решения показывает возможность организации обучения, оптимального одновременно для всех учащихся. При этом время движения до выхода на магистраль зависит, естественно, от начального положения (x0; y0) и индивидуальных коэффициентов k1 и k2.
Таким образом, модель процесса управления обучением (1) – (2) позволила получить ряд практически полезных рекомендаций, в том числе выраженных в числовой форме. При этом не понадобилось уточнять способы измерения объемов знаний и умений, имеющихся у учащегося. Достаточно было согласиться с тем, что эти величины удовлетворяют качественным соотношениям, приводящим к уравнениям (1) и (2).
Выводы: Для управленческой деятельности, особенно в процессе принятия решений, наиболее полезны модели, которые выражаются словами или формулами, алгоритмами и иными математическими средствами. Математические методы управления можно разделить на несколько групп:
· методы оптимизации;
· методы, учитывающие неопределенность, прежде всего вероятностно-статистические;
· методы построения и анализа имитационных моделей;
· методы анализа конфликтных ситуаций (теории игр).
Математическое моделирование процессов управления предполагает последовательное осуществление трех этапов исследования: 1. от исходной практической проблемы до теоретической чисто математической задачи; 2. внутриматематическое изучение и решение этой задачи; 3. переход от математических выводов обратно к практической проблеме.
Заключение
Моделирование – процесс исследования реальной системы, включающий построение модели, изучение ее свойств и перенос полученных сведений на моделируемую систему. Модель – это некоторый материальный или абстрактный объект, находящийся в определенном объективном соответствии с исследуемым объектом, несущий о нем определенную информацию и способный его замещать на определенных этапах познания.
Существуют различные виды моделей:
- концептуальное моделирование, т.е. предварительное содержательное описание исследуемого объекта, которое не содержит управляемых переменных, играет вспомогательную роль. Модели имеют вид схем, отражающих наши представления о том, какие переменные наиболее существенны и как они связаны между собой;
- математическое моделирование, т.е. процесс установления соответствия реальному объекту некоторого набора математических символов и выражений. Математические модели наиболее удобны для исследования и количественного анализа, позволяют не только получить решение для конкретного случая, но и определить влияние параметров системы на результат решения;
- имитационное моделирование, т.е. воспроизведение (с помощью ЭВМ) алгоритма функционирования сложных объектов во времени, поведения объекта. Имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания. Это искусственный эксперимент, при котором вместо проведения испытаний с реальным объектом проводятся опыты на математических моделях.