Практическая модель управления

Практическая модель управления. В качестве примера конкретной модели процесса управления рассмотрим модель распределения времени между овладением знаниями и развитием умений.

Любое знание состоит частично из «информации» («чистое знание») и частично из «умения» («знаю как»). Умение – это мастерство, это способность использовать имеющиеся у вас сведения для достижения своих целей; умение можно еще охарактеризовать как совокупность определенных навыков, в конечном счете, умение – это способность методически работать. Пусть x(t) – объем сведений, накопленных учащимся к моменту времени t («чистое знание»), y(t) – объем накопленных умений: умений рассуждать, решать задачи, разбираться в излагаемом преподавателем материале; u(t) – доля времени, отведенного на накопление знаний в промежутке времени (t; t+dt). Естественно считать, что увеличение x(t+dt) – x(t) объема знаний учащегося пропорционально потраченному на это времени u(t)dt и накопленным умениям y(t). Следовательно, , (1) где коэффициент k1 > 0 зависит от индивидуальных особенностей учащегося.

Увеличение знаний за то же время пропорционально потраченному на это времени (1 - u(t))dt, имеющимся умениям y(t) и знаниям x(t). Следовательно, . (2) Коэффициент k2 > 0 также зависит от индивидуальности.

Учащийся тем быстрее приобретает умения, чем больше он уже знает и умеет. Тем быстрее усваивает знания, чем больше умеет. Но нельзя считать, что чем больше они запомнил, тем быстрее запоминает. На правую часть уравнения (1) влияют только приобретенные в прошлом активные знания, примененные при решении задач и перешедшие в умения. Отметим, что модель (1) – (2) имеет смысл применять на таких интервалах времени, чтобы, например, пять минут можно было считать бесконечно малой величиной.

Можно управлять процессом обучения, выбирая при каждом t значение функции u(t) из отрезка [0; 1]. Рассмотрим две задачи. 1. Как возможно быстрее достигнуть заданного уровня знаний x1 и умений y1? Другими словами, как за кратчайшее время перейти из точки фазовой плоскости (x0; y0) в точку (x1; y1)? 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 < +&#8734;, 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. 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.