Математические модели в естественнонаучном образовании

Как мы можем понять такие сложные системы, как те, которые возникают в социальных науках? Как мы можем проверить, достаточно ли нашего предполагаемого понимания ключевых процессов, чтобы описать, как ведет себя система? Математический язык предназначен для точного описания, и поэтому описание сложных систем часто требует математической модели.

В этой главе мы рассмотрим некоторые способы, которыми математика используется для моделирования динамических процессов в обучении математике. Простые формулы связывают, например, количество абитуриентов в определенном году с выпускниками последующих лет. Мы учимся понимать последствия, которые можно прогнозировать, составляя уравнение, средствами математического анализа, при этом наша формализация может быть проверена эмпирическими наблюдениями. Хотя многие из моделей, которые мы рассматриваем, могут на первый взгляд показаться грубыми упрощениями, их сила в простоте. Чем проще модель, тем яснее становятся предсказываемые её последствия исходя из самых базовых предположений.

Начнем с того, что сосредоточимся на моделировании того, как количество выпускников физико-математических классов растёт или сокращается с течением времени. Поскольку математические модели должны основываться на вопросах, вот несколько вопросов, которые следует учитывать: почему число выпускников иногда растёт, а иногда сокращается? Должны ли объемы выпусков вырасти до такой степени, что они станут неустойчиво большими, а затем сойдут до нуля? Если нет, то должно ли количество выпускников достичь некоторого равновесия? Если равновесие существует, какие факторы ответственны за него? Является ли такое равновесие настолько тонким, что любое нарушение может положить ему конец? Что определяет, следует ли данная тенденция одному из этих курсов или другому?

Начнём разбирать перечисленные вопросы с помощью самой простой математической модели изменяющейся численности населения.

1.1. Мальтузианская модель

Предположим, мы выращиваем не будущих математиков, а популяцию какого-то организма, скажем, мух, в лаборатории. Представляется разумным, что в любой данный день численность населения будет меняться из-за новых рождений, так что оно увеличивается за счет добавления определенной доли f от имеющегося населения. При этом часть d от имеющегося населения погибнет, условно, как бы цинично это не звучало, но многие профессиональные математики после выпуска вынуждены работать не по специальности, что смерти подобно.

Рассмотрим простейшую прикладную модель, которую предложил Томас Мальтус в своём очерке 1798 года о принципе народонаселения, неоднократно подвергавшемся всесторонней критике. Если люди живут в течение 70 лет, то мы ожидаем, что из большой популяции примерно 1/70 населения будет умирать каждый год; таким образом, . Если, с другой стороны, мы предположим, что на каждые сто человек приходится около четырех рождений в год, мы имеем . Обратите внимание, что в этом случае мы выбрали год в качестве единиц времени.

Вопросы для самопроверки:

– Объясните, почему для любой популяции  должно быть в диапазоне от 0 до 1.  Что будет означать ?  Что будет означать ?

– Объясните, почему  должно быть не менее 0, но может быть больше 1. Можете ли вы назвать реальные популяции (при должном выборе единицы времени), для которых  будет больше 1?

– Используя годы в качестве единицы времени, какие значения f и d будут уместны для моделирования числа выпускников естественно-научного профиля? Гуманитарного? Социально-экономического? Технологического и универсального?

Чтобы смоделировать значения P сфокусируемся на следующем за P изменении численности. Формально . Это означает, что, учитывая текущее значение , скажем, , а также  и , например,  и , можно предсказать изменение . Таким образом, в начале следующего временного периода суммарная численность составляет .

Введём несколько вспомогательных обозначений для упрощения восприятия математической модели. Пусть  – размер популяции, измеренный в момент времени , тогда  это приращение или изменение численности между последовательными моментами времени.

Ясно, что  зависит от , поэтому можно встретить подстрочный индекс  рядом с , так как для разных значений  приращение  оказывается разным. Тем не менее, этот индекс не редко пропускают.

Теперь то, что нас в конечном итоге волнует, это понимание динамики популяции , а не только приращения . Но . Объединив константы вместе, обозначив за , модель стала гораздо проще: .

Популяризаторы науки часто называют константу  конечной скоростью роста населения. (Слово «конечный» используется, чтобы отличить это число от любого вида мгновенной скорости, которая включала бы производную, как вы знаете из курса дифференциального исчисления. Для значений , , и  использованных ранее, вся модель теперь имеет вид , где . Первое уравнение, выражающее  через , называется разностным уравнением, а второе, задающее , является его начальным условием.  С этими двумя уравнениями легко составить таблицу значений численности  с течением времени, как в таблице 1.1.