Образование непосредственно связано с наукой, а через неё с материальным производством, с задачами преобразования природы и социальных отношений [1]. В настоящее время коренным образом меняется система научного познания. Четкие границы между практической и познавательной деятельностью размываются, развиваются комплексные и междисциплинарные исследования, выделяются более новые, более сложные типы объектов познания, характеризующиеся универсальностью и сложностью организации, которые поддаются теоретическому (математическому) моделированию. Реальные системы: биологические, социальные - являются открытыми, следовательно, они обмениваются с окружающей средой веществом, энергией и информацией [2]. Для описания таких сложных, открытых, диссипативных нелинейных систем разработан математический аппарат синергетики [2].
Благодаря синергетике возможно достаточно точное количественное исследование принципов построения системы, её возникновения, развития и самоусложнения. Методами синергетики возможно моделирование сложных самоорганизующихся систем: от морфогенеза в биологии и некоторых аспектов функционирования мозга, до автоколебательных процессов в различных средах; от молекулы ДНК до эволюции объектов космических масштабов.
Синергетика позволяет понять, что существуют общие закономерности, управляющие возникновением самоорганизующихся систем, их структур и функций. Сложные диссипативные системы характеризуются большим числом степеней свободы и далеко не все одинаково важны для её функционирования. Ведущие, определяющие степени свободы, к которым и «подстраиваются» остальные, являются параметрами порядка, которые отражают содержание основания неравновесной системы. Правильно найденные соотношения между параметрами порядка позволяют значительно упростить математические модели самоорганизующихся систем. Одной из известных синергетических моделей, в частности, обучения, является следующая [3]:
(1)
где x - количественная характеристика усвоенной в процессе обучения информации;
b(t) - количественная характеристика входной информации; k - индивидуальный коэффициент восприятия информации; T3 - индивидуальное время запаздывания в восприятии информации.
Принцип построения фундаментального вуза, в отличие от прикладного, базируется на применении систем с памятью типа (1). Параметром порядка является «начальная функция» φ(t). На рис. 1 показана зависимость от времени усвоения фиксированной порции входной информации b(t) для разных значений коэффициента восприятия k и времени запаздывания T3 [3]. Анализ данной математической модели позволяет сделать вывод о том, что резерв повышения качества обучения следует искать в максимальном учете индивидуальных психологических особенностей обучаемых.
Рис. 1. Зависимости времени усвоения учебной информации
от индивидуальных показателей обучаемых
Если учесть нелинейный характер изменения коэффициента восприятия k от объема накапливаемых в процессе обучения знаний, например, в уравнении:
(2)
данном в работе [3], то можно получить решение в виде динамического хаоса (рис. 2). Возникновение динамического хаоса можно трактовать как необходимое условие генерации новой информации. Этот процесс позволяет использовать в фундаментальном обучении творческий характер самореализации личности студента.
Рис. 2. Динамический хаос в системе обучения
В ряде моделей учитываются материальные ресурсы, например:
(3)
где R - объем материальных ресурсов; b - параметр усвоения инноваций; Ac - критический уровень развития интеллектуальной сферы; h - возобновляемые ресурсы; tR - время «включения в работу» специалиста.
Модель показывает, что существует пороговый уровень финансирования интеллектуальной сферы, и если объем финансирования окажется ниже этого уровня, то интеллектуальная сфера быстро теряет способность играть роль ресурса развития общества [5].
В качестве моделей обучения и модели развития науки широко применяются логистические уравнения, например, нелинейное дифференциальное уравнение Риккати [4]:
(4)
На рис. 3 изображена логистическая кривая, как одно из решений системы:
(5)
В качестве x может быть величина, характеризующая отношение численности студентов, приходящихся на одного преподавателя в группе, к конкурсу в данном вузе, выраженному в величине человек/место [3]. Модель позволяет определить при каком значении численности учебной группы обучение станет качественным.
Мы рассмотрели небольшой срез синергетических моделей, анализ которых позволит дать конкретные рекомендации. Они могут быть использованы как в сфере управления и политики высшего образования, так и для педагогов практиков. Кроме того, мы рекомендуем в отдельные дисциплины, читаемые студентам разных факультетов, ввести разделы, описывающие единые принципы и единую математическую модель синергетики, или ввести её как самостоятельную дисциплину.
Рис. 3. Логистическая кривая при g = 2
Список литературы
- Кутимская М.А., Бузунова М.Ю. Роль синергетики в системе образования в аграрном вузе / Система образования в аграрном вузе: проблемы и тенденции: материалы МНПК. - Иркутск: ИрГСХА, 2008. - С. 246-251.
- Кутимская М.А., Волянюк Е.Н. Бионоосфера: учеб. пособие. - Иркутск: Иркут. ун-т., 2005. - 212 с.
- Солодова Е.А. Концепция модернизации высшего образования России на основе синергетического моделирования / Синергетическая парадигма. Синергетика образования. - М.: Прогресс-Традиция, 2007. - С. 418-432.
- Расина И.В. Обыкновенные дифференциальные уравнения: Учеб.-метод. пособие. - Иркутск: СИПЭУ, 2006. - 160 с.
- Пугачёва Е.Г., Соловьяненко К.Н. Самоорганизация социально-экономических систем: учеб. пособие. - Иркутск: БГУПЭ, 2003. - 172 с.