Орлов А.И. Менеджмент: Моделирование процессов управления

3.5. МОДЕЛИРОВАНИЕ ПРОЦЕССОВ УПРАВЛЕНИЯ

3.5.1. Основные понятия теории моделирования

 Модель в общем смысле (обобщенная модель) есть создаваемый с целью получения и (или) хранения информации специфический объект (в форме мысленного образа, описания знаковыми средствами либо материальной системы), отражающий свойства, характеристики и связи объекта-оригинала произвольной природы, существенные для задачи, решаемой субъектом [1, с.44]. Для теории принятия решений наиболее полезны модели, которые выражаются словами или формулами, алгоритмами и иными математическими средствами.

 Пример словесной модели [2]. Обсудим необходимость учета эффекта лояльности при управлении организацией в современных условиях. Под лояльностью понимается честное, добросовестное отношение к чему-либо или к кому-либо. Базу менеджмента, основанного на лояльности, заложил в 1908 году профессор Гарварда Джошуа Ройс. Он является автором книги “Философия лояльности”, где впервые научно определено понятие “лояльность”.

 В рамках предлагаемой словесной модели бизнес-лояльность рассматривается с точки зрения трех самостоятельных базисных аспектов: лояльность потребителей, лояльность сотрудников и лояльность инвесторов. Каждый раз за словом “лояльность” понимается что-то свое:
- приверженность (с точки зрения покупателей),
- добросовестность (с точки зрения сотрудников),
- взаимное доверие, уважение и поддержка (с точки зрения инвесторов).

 Но несмотря на ярко выраженные компоненты, эта система должна рассматриваться только как единое целое, поскольку невозможно создать лояльных покупателей, не обращая внимания на лояльность сотрудников, или воспитать лояльность сотрудников без должного внимания к лояльности инвесторов. Ни одна из частей не может существовать отдельно от двух других, но все три вместе позволяют организации достигать невиданных высот в развитии.

 Необходимо четко понимать, что менеджмент, основанный на лояльности, прежде всего обращен на людей. В первую очередь здесь рассматриваются именно люди и их роль в бизнесе. Это скорее модель мотивации и поведения, чем маркетингового, финансового или производственного развития. Лишь во вторую очередь менеджмент, основанный на лояльности, обобщает людей в более абстрактные категории и управляет техническими процессами.

 Как показывает практика, люди всегда оказываются более готовыми работать на организацию, которая имеет цель служения, чем на организацию, которая существует только ради того, чтобы “делать деньги”. Поэтому люди охотно работают в церкви или в общественных организациях.

 Менеджеры, желающие успешно использовать модель управления, основанную на эффекте лояльности, не должны рассматривать прибыль как первоочередную цель, но как необходимый элемент благосостояния и выживания трех составляющих каждой бизнес-системы: покупателей, сотрудников и инвесторов. Еще в начале ХХ в. Генри Форд говорил, что «организация не может работать без прибыли, ... иначе она умрет. Но и создавать организацию только ради прибыли ... значит привести ее к верной гибели, так как у нее не будет стимула к существованию».

 Основа рассматриваемой модели лояльности– не прибыль, а привлечение дополнительного количества покупателей, процесс, который осознанно или неосознанно лежит в основе большинства преуспевающих организаций. Создание целевого количества покупателей пронизывает все сферы бизнеса компании. Силы, управляющие взаимосвязями между покупателями, сотрудниками и инвесторами, называют силами лояльности. Критерий успешности – возвращаются ли покупатели, чтобы купить больше, или они идут куда-то еще, т.е. проявляют ли они лояльность.

 Как причина лояльность инициирует несколько экономических эффектов, которые влияют на всю бизнес систему примерно следующим образом:

 1. Прибыли и рыночная доля растут, когда наиболее перспективные покупатели охватывают весь спектр деятельности компании, создавая о ней хорошее общественное мнение и повторно приходя за покупками. За счет большого и качественного предложения компания может себе позволить быть более привередливой при выборе новых покупателей и концентрироваться на более прибыльных и потенциально лояльных проектах их привлечения, дальше стимулируя свой долгосрочный рост.

 2. Долгосрочный рост позволяет фирме привлекать и сохранять лучших сотрудников. Постоянное поддержание целевого количества покупателей увеличивает лояльность сотрудников, давая им чувство гордости и удовлетворения своей работой. Далее, в процессе взаимодействия постоянные сотрудники узнают больше о своих постоянных покупателях, в частности, как лучше их обслуживать, чтобы объем покупок рос. Этот увеличивающийся объем продаж подстегивает и лояльность покупателей, и лояльность сотрудников. 

 3. Лояльные сотрудники в долгосрочном периоде учатся снижать издержки и повышать качество работы (эффект научения). Организация может использовать эту дополнительную продуктивность для расширения системы вознаграждения, для покупки лучшего оборудования и обучения. Все это, в свою очередь, подстегнет продуктивность сотрудников, рост вознаграждений и, следовательно, лояльность.

 4. Такая спираль продуктивности дает такое преимущество в издержках, которое очень сложно скопировать для чисто конкурентных организаций. Долгосрочные преимущества в издержках, соединенные с устойчивым ростом количества лояльных покупателей, приносят прибыль, очень привлекательную для инвесторов. Это, в свою очередь, расширяет возможности компании по привлечению и сохранению “правильных” инвесторов.

 5. Лояльные инвесторы ведут себя как партнеры. Они стабилизируют систему, снижают издержки по поиску капитала и дают гарантии, что полученные отвлеченные денежные потоки будут вложены обратно в бизнес как инвестиции. Это укрепляет организацию и увеличивает ее производственный потенциал.

 Обсудим еще раз основные идеи модели лояльности. Всем известно, что покупатели - активы любой организации, и для достижения успеха ей необходимо управлять ими также эффективно, как и другими активами. Но для этого нужно быть в состоянии сегментировать покупателей, предсказывать их поведение, а также жизненный цикл их денежных потоков.

 В основе большинства провалов лежит общепринятый бизнес-язык организации - бухгалтерский учет, который в настоящий момент ограничивает возможности формирования лояльности. Бухгалтеры не в состоянии провести черту между выручкой, полученной от вновь пришедших покупателей, и выручкой, полученной от постоянных, лояльных покупателей. Это происходит потому, что они не знают, а точнее, их не заботит тот факт, что обслуживание нового покупателя оказывается более дорогим, нежели обслуживание постоянного покупателя. Хуже того, в большинстве организаций бухгалтеры считают вложения в привлечение покупателей краткосрочными. И это вместо того, чтобы относить их на специальный счет покупателя и амортизировать в течение всего времени отношений с ним.

 Итак, как же сформировать портфель лояльных покупателей? Существует два варианта действий. Первый - увеличение списка покупателей. Организация постоянно добавляет новых покупателей к началу списка, но ее старые покупатели также постоянно вымываются снизу из этого списка. Получается эффект дырявой корзины. Чем больше в ней дыра, тем тяжелее ее наполнить и сохранять наполненной. Второй - заключен в эффекте прибыли от каждого покупателя. В большинстве организаций прибыль, которую приносит каждый покупатель, растет, пока он остается ее клиентом. Другими словами, для организации невыгодно терять постоянных покупателей, даже заменяя их новыми. Получается ситуация, когда “за одного битого двух небитых дают”.

 При подборе покупателей необходимо помнить, что существует три основных типа лояльных покупателей. Это помогает определить, сможет ли организация сделать покупателя лояльным:

 1. Некоторые покупатели изначально предсказуемы и лояльны, вне зависимости от того, как организация с ними работает. Они просто лояльны по природе своей. Они предпочитают более стабильные и длительные отношения.

 2. Некоторые покупатели более прибыльны, чем другие. Они тратят деньги в большем количестве, чем другие, оплачивают покупки безотлагательно и требуют меньше внимания обслуживающего персонала.

 3. Некоторые покупатели находят продукты или услуги организации (в силу их особенностей) более привлекательными, чем у конкурентов. Нет такой организации, товары которой нравились бы всем без исключения. Сильные стороны ее товаров или услуг будут просто лучше подходить для определенных покупателей, более полно удовлетворяя их желаниям и возможностям.

 Без сомнения, каждая организация уникальна, но все же в той или иной мере показатели ее прибылей будут укладываться в общую модель экономических эффектов, получаемых от постоянства или лояльности покупателей. Среди них стоит особо отметить следующие:

 - издержки привлечения (реклама, направленная новым покупателям, комиссионные по продажам новым покупателям, накладные расходы продаж и т.д.),

 - базовая прибыль (цена, которую платят вновь появившиеся покупатели, превышает затраты организации на создание товара),

 - рост выручки (как правило, если покупатель доволен параметрами товара, он склонен увеличивать объемы покупок с течением времени),

 - издержки сбережений (близкое знакомство с товарами организации уменьшает зависимость покупателей от ее сотрудников в вопросах информации и советов),

 - отзывы (удовлетворенные уровнем обслуживания покупатели рекомендуют организацию своим друзьям и знакомым),

 - дополнительная цена (постоянные покупатели, сотрудничающие с организацией достаточно долго, чтобы изучить все ее товары и услуги, получают несоизмеримо больше от продолжения отношений и не нуждаются в дополнительных скидках или рекламных акциях).

 Чтобы оценить истинный долгосрочный потенциал лояльности покупателя или группы покупателей, необходимо знать их предрасположенность к проявлению постоянства. Так некоторые покупатели перебегут к конкуренту и за 2% скидку, а другие останутся и при 20% разнице в цене. То количество усилий, которое требуется для переманивания различных типов покупателей, называется коэффициентом лояльности. В некоторых организациях для оценки коэффициентов лояльности используется история развития или поведение покупателей на отдельных сегментах. В других, особенно в тех, чье будущее слабо связано с прошлым, пытаются методами анализа данных нащупать, на сколько велика должна быть скидка, чтобы покупатели перешли к их организации. Но, несмотря на все трудности в измерении, использование коэффициента лояльности позволяет организациям идентифицировать сохранение покупателей и внедрять оправданную практику, проверенную на одном департаменте, во всю организацию.

 Развитие систем измерения, анализа и управления денежными потоками, полученными от лояльности, может привести организацию к инвестициям, которые в дальнейшем обеспечат рост количества покупателей и организации в целом.

 Итак, модель лояльности подробно обоснована на словесном уровне [2]. В этом обосновании упоминалось математическое и компьютерное обеспечение. Однако для принятия первоначальных решений их использование не требуется.

 Математические модели при принятии решений. При более тщательном анализе ситуации словесных моделей, как правило, не достаточно. Необходимо применение достаточно сложных математических моделей. Так, при принятии решений в менеджменте производственных систем используются:
-         модели технологических процессов (прежде всего модели контроля и управления);
-         модели обеспечения качества продукции (в частности, модели оценки и контроля надежности);
-         модели массового обслуживания;
-         модели управления запасами (модели логистики);
-         имитационные и эконометрические модели деятельности предприятия в целом, и др.

 В процессе подготовки и принятия решений часто используют имитационные модели и системы. Имитационная модель позволяет отвечать на вопрос: "Что будет, если…" Имитационная система - это совокупность моделей, имитирующих протекание изучаемого процесса, объединенная со специальной системой вспомогательных программ и информационной базой, позволяющих достаточно просто и оперативно реализовать вариантные расчеты [3, с.213].

 Основные термины математического моделирования. Прежде чем начать рассматривать конкретные математические модели процессов управления, необходимо вспомнить определения основных терминов, такие, как:
- компоненты системы - части системы, которые могут быть вычленены из нее и рассмотрены отдельно;
- независимые переменные – они могут изменяться, но это внешние величины, не зависящие от проходящих в системе процессов;
- зависимые переменные - значения этих переменных есть результат (функция) воздействия на систему независимых внешних переменных;
- управляемые (управляющие) переменные - те, значения которых могут изменяться исследователем;
- эндогенные переменные – их значения определяются в ходе деятельности компонент системы (т.е. «внутри» системы);
- экзогенные переменные - определяются либо исследователем, либо извне, т.е. в любом случае действуют на систему извне.

 При построении любой модели процесса управления желательно придерживаться следующего плана действий:
1) Сформулировать цели изучения системы;
2) Выбрать те факторы, компоненты и переменные, которые являются наиболее существенными для данной задачи;
3) Учесть тем или иным способом посторонние, не включенные в модель факторы;
4) Осуществить оценку результатов, проверку модели, оценку полноты модели.

 Модели можно делить на следующие виды:

 1) Функциональные модели - выражают прямые зависимости между эндогенными и экзогенными переменными.

 2) Модели, выраженные с помощью систем уравнений относительно эндогенных величин. Выражают балансовые соотношения между различными экономическими показателями (например, модель межотраслевого баланса).

 3) Модели оптимизационного типа. Основная часть модели - система уравнений относительно эндогенных переменных. Но цель - найти оптимальное решение для некоторого экономического показателя (например, найти такие величины ставок налогов, чтобы обеспечить максимальный приток средств в бюджет за заданный промежуток времени).

 4) Имитационные модели - весьма точное отображение экономического явления. Математические уравнения при этом могут содержать сложные, нелинейные, стохастические зависимости.

 С другой стороны, модели можно делить на управляемые и прогнозные. Управляемые модели отвечают на вопрос: “Что будет, если ...?”; “Как достичь желаемого?”, и содержат три группы переменных: 1) переменные, характеризующие текущее состояние объекта; 2) управляющие воздействия - переменные, влияющие на изменение этого состояния и поддающиеся целенаправленному выбору; 3) исходные данные и внешние воздействия, т.е. параметры, задаваемые извне, и начальные параметры.

 В прогнозных моделях управление не выделено явно. Они отвечают на вопросы: “Что будет, если все останется по-старому?”

  Далее, модели можно делить по способу измерения времени на непрерывные и дискретные. В любом случае, если в модели присутствует время, то модель называется динамической. Чаще всего в моделях используется дискретное время, т.к. информация поступает дискретно: отчеты, балансы и иные документы составляются периодически. Но с формальной точки зрения непрерывная модель может оказаться более простой для изучения. Отметим, что в физической науке продолжается дискуссия о том, является ли реальное физическое время непрерывным или дискретным.

 Обычно в достаточно крупные социально-экономические модели входят материальный, финансовый и социальный разделы. Материальный раздел - балансы продуктов, производственных мощностей, трудовых, природных ресурсов. Это раздел, описывающий основополагающие процессы, это уровень, обычно слабо подвластный управлению, особенно быстрому, поскольку весьма инерционен.

 Финансовый раздел содержит балансы денежных потоков, правила формирования и использования фондов, правила ценообразования и.т.п. На этом уровне можно выделить много управляемых переменных. Они могут быть регуляторами. Социальный раздел содержит сведения о поведении людей. Этот раздел вносит в модели принятия решений много неопределенностей, поскольку трудно точно правильно учесть такие факторы как трудоотдача, структура потребления, мотивация и.т.п.

 При построении моделей, использующих дискретное время, часто применяют методы эконометрики (см. [4] и главу 3.3). Среди них популярны регрессионные уравнения и их системы. Различные системы регрессионных уравнений, построенные для решения практически важных задач, рассмотрены в [5]. Часто используют лаги (запаздывания в реакции). Для систем, нелинейных по параметрам, применение метода наименьших квадратов встречает трудности [4].

 Четвертая часть учебника посвящена краткому обзору моделей, применяющихся наиболее часто. Большое количество конкретных эконометрических и математических моделей принятия решений рассмотрено в [5, 6, 7]. Обратим внимание, что популярные в настоящее время подходы к процессам бизнес-реинжиниринга основаны на активном использовании математических и информационных моделей [8].

3.5.2. Математическое моделирование процессов управления

 Математическое моделирование экономических явлений и процессов с целью оптимизации процессов управления - область научно-практической деятельности, получившая мощный стимул к развитию во время и сразу после второй мировой войны. Эта тематика развивалась в рамках интеллектуального движения, связанного с терминами "кибернетика", "исследование операций", а позже - "системный анализ", "информатика".

 Впрочем, имелась и вполне практическая задача - контроль качества боеприпасов, вышедшая на первый план именно в годы второй мировой войны. Методы статистического контроля качества приносят (по западной оценке, обсуждаемой в [9], и по нашему мнению, основанному на опыте СССР и России, в частности, анализе организационно-экономических результатов работы служб технического контроля на промышленных предприятиях) наибольший экономический эффект среди всех экономико-математических методов управления. Только дополнительный доход от их применения в промышленности США оценивается как 0,8 % валового национального продукта США, т.е. 24 миллиардов долларов (в ценах 2003 г.).

 Важная проблема - учет неопределенности. Основное место она занимает в вероятностно-статистических моделях экономических и социально-экономических явлений и процессов. Проблемы устойчивости (к допустимым отклонениям исходных данных и предпосылок модели) для социально-экономических моделей рассматриваются в [7].

 Особое место занимают имитационные системы, позволяющие отвечать на вопросы типа: "Что будет, если...?" (Как подчеркнуто в [3, с.212], «любая модель, в принципе, имитационная, ибо она имитирует реальность».) Основа имитации (смысл которой мы будем понимать как анализ экономического явления с помощью вариантных расчетов) - это математическая модель. Согласно [3, с.213] имитационная система - это совокупность моделей, имитирующих протекание изучаемого процесса, объединенная со специальной системой вспомогательных программ и информационной базой, позволяющих достаточно просто и оперативно реализовать вариантные расчеты. Таким образом, под имитацией понимается численный метод проведения машинных экспериментов с математическими моделями, описывающими поведение сложных систем в течение продолжительных периодов времени [5, с.9], при этом имитационный эксперимент состоит из следующих шести этапов:
1) формулировка задачи,
2) построение математической модели,
3) составление программы для ЭВМ,
4) оценка пригодности модели,
5) планирование эксперимента,
6) обработка результатов эксперимента.

Несколько иной (более подробный) список этапов дан в [10]. Имитационное моделирование (simulation modelling) широко применяется в различных областях, в том числе в экономике [5].

 Экономико-математические методы управления можно разделить на несколько групп:
- методы оптимизации (см. главу 3.2),
- методы, учитывающие неопределенность, прежде всего вероятностно-статистические (см. главу 3.3),
- методы построения и анализа имитационных моделей,
- методы анализа конфликтных ситуаций (теории игр).

Во всех этих группах можно выделить статическую и динамическую постановки. При наличии фактора времени используют дифференциальные уравнения и разностные методы.

 Теория игр (более подходящее название - теория конфликта, или теория конфликтных ситуаций) зародилась как теория рационального поведения двух игроков с противоположными интересами. Она наиболее проста, когда каждый из них стремится минимизировать свой средний проигрыш, т.е. максимизировать свой средний выигрыш. Отсюда ясно, что теория игр склонна излишне упрощать реальное поведение в ситуации конфликта. Участники конфликта могут оценивать свой риск по иным критериям. В случае нескольких игроков возможны коалиции. Большое значение имеет устойчивость точек равновесия и коалиций.

 В экономике еще 150 лет назад теория дуополии (конкуренции двух фирм) О.Курно была развита на основе соображений, которые мы сейчас относим к теории игр. Новый толчок дан классической монографией Дж. фон Неймана и О.Моргенштейна [11], вышедшей вскоре после второй мировой войны. В учебниках по экономике обычно разбирается "дилемма заключенного" и точка равновесия по Нэшу (ему присуждена Нобелевская премия по экономике за 1994 г.).

3.5.3. О методологии моделирования

 Моделирование процессов управления предполагает последовательное осуществление трех этапов исследования. Первый - от исходной практической проблемы до теоретической чисто математической задачи. Второй – внутриматематическое изучение и решение этой задачи. Третий – переход от математических выводов обратно к практической проблеме. 

В области моделирования процессов управления, как, впрочем, и в иных областях применения математики, целесообразно выделять четверки составляющих:

ЗАДАЧА – МОДЕЛЬ - МЕТОД - УСЛОВИЯ ПРИМЕНИМОСТИ.

Обсудим каждую из только что выделенных составляющих.

 Задача, как правило, порождена потребностями той или иной прикладной области. Вполне понятно, что при этом происходит одна из возможных математических формализаций реальной ситуации. Например, при изучении предпочтений потребителей у экономистов - маркетологов возникает вопрос: различаются ли мнения двух групп потребителей. При математической формализации мнения потребителей в каждой группе обычно моделируются как независимые случайные выборки, т.е. как совокупности независимых одинаково распределенных случайных величин, а вопрос маркетологов переформулируется в рамках этой модели как вопрос о проверке той или иной статистической гипотезы однородности. Речь может идти об однородности характеристик, например, о проверке равенства математических ожиданий, или о полной (абсолютной однородности), т.е. о совпадении функций распределения, соответствующих двух совокупностям [4].

 Задача может быть порождена также обобщением потребностей ряда прикладных областей. Приведенный выше пример иллюстрирует эту ситуацию: к необходимости проверки гипотезы однородности приходят и медики при сравнении двух групп пациентов, и инженеры при сопоставлении результатов обработки деталей двумя способами, и т.д. Таким образом, одна и та же математическая модель может применяться для решения самых разных по своей прикладной сущности задач. 

 Важно подчеркнуть, что выделение перечня задач находится вне математики. Выражаясь инженерным языком, этот перечень является сутью технического задания, которое специалисты различных областей деятельности дают специалистам по математическому моделированию.

 Метод, используемый в рамках определенной математической модели - это уже во многом, если не в основном, дело математиков. В эконометрических моделях речь идет, например, о методе оценивания, о методе проверки гипотезы, о методе доказательства той или иной теоремы, и т.д. В первых двух случаях алгоритмы разрабатываются и исследуются математиками, но используются прикладниками, в то время как метод доказательства касается лишь самих математиков.

Ясно, что для решения той или иной задачи в рамках одной и той же принятой исследователем модели может быть предложено много методов. Приведем примеры. Для специалистов по теории вероятностей и математической статистике наиболее хорошо известна история Центральной Предельной Теоремы теории вероятностей. Предельный нормальный закон был получен многими разными методами, из которых напомним теорему Муавра-Лапласа, метод моментов Чебышева, метод характеристических функций Ляпунова, завершающие эпопею методы, примененные Линдебергом и Феллером. В настоящее время для решения практически важных задач могут быть использованы современные информационные технологии на основе метода статистических испытаний и соответствующих датчиков псевдослучайных чисел. Они уже заметно потеснили асимптотические методы математической статистики. В рассмотренной выше проблеме однородности для проверки одной и той же гипотезы совпадения функций распределения могут быть применены самые разные методы – Смирнова, Лемана - Розенблатта, Вилкоксона и др. [4].

 Наконец, рассмотрим последний элемент четверки - условия применимости. Он - полностью внутриматематический. С точки зрения математика замена условия (кусочной) дифференцируемости некоторой функции на условие ее непрерывности может представляться существенным научным достижением, в то время как прикладник оценить это достижение не сможет. Для него, как и во времена Ньютона и Лейбница, непрерывные функции мало отличаются от (кусочно) дифференцируемых. Точнее, они одинаково хорошо (или одинаково плохо) могут быть использованы для описания реальной действительности.

Методологический анализ - первый этап моделирования процессов управления, да и вообще любого исследования. Он определяет исходные постановки для теоретической проработки, а потому во многом и успех всего исследования. Анализ динамики развития методов моделирования позволяет выделить наиболее перспективные методы. В частности, при вероятностно-статистическом моделировании наиболее перспективными оказались методы нечисловой статистики [4].

3.5.4. Модель управления обучением

 В качестве примера конкретной модели процесса управления рассмотрим модель распределения времени между овладением знаниями и развитием умений [12].

 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 [13, с.308]. 

 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 [14]).

 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 [15]. 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 [15, с.266], 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.

 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).

 Многочисленные модели процессов управления описаны в литературе [4, 5, 7,10, 11, 16]. Их практическим использованием обычно занимаются информационно-аналитические подразделения, службы контроллинга, качества и надежности, маркетинга и др.

Литература

1. Неуймин Я.Г. Модели в науке и технике. История, теория, практика. - Л.: Наука, 1984. - 190 с.
2. Жданова Г.А. Эффект лояльности как базисный элемент работы с покупателями. - Предприятия России в транзитивной экономике. Материалы международной научно-практической конференции. Часть I. - Ярославль: Концерн «Подати», 2002.
3. Моисеев Н.Н. Математические задачи системного анализа. - М.: Наука, 1981. - 488 с.
4. Орлов А.И. Эконометрика. – М.: Экзамен, 2003. – 576 с.
5. Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем. - М.: Мир, 1975. - 500 с.
6. Математическая экономика на персональном компьютере. Пер. с яп./ М. Кубонива, М. Табата, С.Табата, Ю. Хасэбэ; Под ред. М. Кубонива. - М.: Финансы и статистика, 1991. - 304 с.
7. Орлов А.И. Устойчивость в социально-экономических моделях. - М.: Наука, 1979. -296 с.
8. Бизнес-процесс реинжиниринг и проектирование информационных систем. Материалы семинара. - М.:МГУЭСИ - РосНИИ ИТСАП, 1996. - 100 с.
9. Гнеденко Б.В. Математика и контроль качества продукции.- М.: Знание, 1978. – 64 с.
10. Багриновский К.А., Бусыгин В.П. Математика плановых решений. - М.: Наука, 1980.
11. Нейман Дж.фон, Моргенштейн О. Теория игр и экономическое поведение. - М.: Наука, 1970.
12. Орлов А.И. Математические модели отдельных сторон обучения математике. – В: «Сб. научно-методических статей по математике. (Проблемы преподавания математики в вузах.)» Вып.7. - М.: Высшая школа, 1978. С.28-34.
13. Пойа Д. Математическое открытие. – М.: Наука, 1970.
14. Гольштейн Е.Г. Выпуклое программирование (элементы теории). – М.: Наука, 1970.
15. Болтянский В.Г. Математические методы оптимального управления. – М.: Наука, 1969.
16. Орлов А.И. Теория принятия решений. – М.: Экзамен, 2003 (в печати).

Контрольные вопросы  

1. В чем сходство и различие словесных и математических моделей?
2. Согласны ли Вы с моделью лояльности, описанной в подразделе 3.5.1?
3. Опишите основные виды переменных в математических моделях процессов управления.
4. Какие виды математических моделей принятия решений обычно выделяют?
5. В чем суть методологии математического моделирования? 
6. Как в соответствии с моделью подраздела 3.5.4 должны соотноситься затраты времени на накопление знаний и развитие умений во время основного периода обучения?

Темы докладов и рефератов

1. Классификация математических моделей процессов управления.
2. Сравнение словесных и математических моделей. 
3. Модели процессов управления предприятием.
4. Модели процессов управления качеством.
5. Макроэкономические модели управления.
6. Соотношение задач, моделей, методов и условий применимости.
7. Место принципа максимума Понтрягина среди математических методов оптимального управления.