Оценка систем дистанционного образования (математическая модель)
В конкретных задачах, конечно, более информативным
результатом будет не количество шагов, а какие-либо временные или экономические
показатели. Этот результат легко получить, если связать пребывание в каждом
состоянии с соответствующими характеристиками. Очевидно, набор этих характеристик
составит вектор, на который нужно умножить
слева.
Так, если задать в нашем примере время пребывания в
состоянии ![]()
, а в
состоянии
-
, то общее
время до поглощения будет равно:
![]()
В случаях, когда марковская цепь включает несколько поглощающих состояний, возникают такие вопросы: в какое из поглощающих состояний цепь попадет раньше (или позже); в каких из них процесс будет останавливаться чаще, а в каких - реже? Оказывается, ответ на эти вопросы легко получить, если снова воспользоваться фундаментальной матрицей.
Обозначим через
вероятность
того, что процесс завершится в некотором поглощающем состоянии
при условии,
что начальным было состояние
. Множество
состояний
снова образует
матрицу, строки которой соответствуют невозвратным состояниям, а столбцы - всем
поглощающим состояниям. В теории ДМЦ доказывается, что матрица В определяется
следующим образом:
(4.б)
где
М - фундаментальная матрица с размерностью S;
R - блок фундаментальной матрицы с размерностью r.
Рассмотрим конкретный пример системы с четырьмя
состояниями
, два из
которых-
- поглощающие,
а два -
- невозвратные
(рис.10):
![]()
Система с четырьмя состояниями
Для наглядности и простоты вычислений обозначим переходные вероятности следующим образом:
;
; ![]()
Остальные значения вероятностей будут нулевыми. Каноническая форма матрицы перехода в этом случае будет выглядеть так:

Фундаментальная матрица после вычислений примет вид:

Тогда, согласно формуле (5), матрица вероятностей поглощения вычисляется так:
.
Поясним вероятностный смысл полученной матрицы с
помощью конкретных чисел. Пусть
, а
. Тогда после
подстановки полученных значений в матрицу
получим:

Таким образом, если процесс начался в
, то
вероятность попадания его в
равна
, а в
-
. Отметим одно
интересное обстоятельство: несмотря на то, что, казалось бы, левое поглощающее
состояние (“левая яма”) находится рядом с
, но
вероятность попадания в нее почти в два раза меньше, чем в “удаленную яму” -
. Этот
интересный факт подмечен в теории ДМЦ, и объясняется он тем, что
, то есть
процесс имеет как бы “правый уклон”. Рассмотренная выше модель называется в
теории ДМЦ моделью случайного блуждания. Такими моделями часто объясняются
многие физические и технические явления и даже поведение игроков во время
различных игр.
В частности, в рассмотренном примере объясняется тот факт, что более сильный игрок может дать заранее значительное преимущество (“фору”) слабому противнику и все равно его шансы на выигрыш будут более предпочтительными.
Кроме указанных выше средних характеристик вероятностного процесса с помощью фундаментальной матрицы можно вычислить моменты и более высоких порядков. В частности, дисперсия числа пребывания в том или ином состоянии - D определяется с помощью следующей матрицы:
(6)
где
- диагональная
матрица, т.е. матрица, полученная из М путем оставления в ней лишь диагональных
элементов и замены остальных элементов нулями. Например, приведенная выше
матрица (3а) будет иметь вид:

В свою очередь, матрица М представляет собой матрицу, полученную из М путем возведения в квадрат каждого ее элемента, то есть для (3а) будем иметь:

Аналогичным образом определяема и дисперсия для общего
количества раз пребывания в том или ином состоянии
. Обозначим ее
:

3.2. Марковские цепи в прогнозирование учебного процесса
Проанализируем вероятность окончания ВУЗа студентом при традиционной форме обучения. Процесс получения образования опишем в терминах поглощающих Марковских цепей[2] .
Пусть s1, …, s5 – состояния «Первокурсник», …, «Пятикурсник», s6 – «Отчислен», s7 – «Получил диплом». Вероятность завершения каждого курса: pi,i+1 (i Î 1 ¸ 4) = 0.91[3] , а вероятность отчисления pi (i Î 1 ¸ 5) = 0.09. Тогда матрица переходных вероятностей {pij} в канонической форме будет иметь вид:
| S7 | S6 | S1 | S2 | S3 | S4 | S5 | |
| S7 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| S6 | 0 | 1 | 0 | 0 | 0 | 0 | 0 |
| S1 | 0 | 0.09 | 0 | 0.91 | 0 | 0 | 0 |
| S2 | 0 | 0.09 | 0 | 0 | 0.91 | 0 | 0 |
| S3 | 0 | 0.09 | 0 | 0 | 0 | 0.91 | 0 |
| S4 | 0 | 0.09 | 0 | 0 | 0 | 0 | 0.91 |
| S5 | 0.91 | 0.09 | 0 | 0 | 0 | 0 | 0 |
(табл. 1).
При начальных условиях p0,1 = 1 вероятность успешного окончания ВУЗа p5-7 = 0.61, т.к. из 100 поступивших через 5 лет дипломы получат лишь 61 человек.
Рассмотрим ситуацию при дистанционной форме обучения. Обозначения оставим прежними. Матрица переходных вероятностей {pij} в этом случае имеет другой вид:
| S7 | S6 | S1 | S2 | S3 | S4 | S5 | |
| S7 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| S6 | 0 | 1 | 0 | 0 | 0 | 0 | 0 |
| S1 | 0 | 0.01 | 0.1 | 0.8 | 0.05 | 0.03 | 0.01 |
| S2 | 0.01 | 0.01 | 0 | 0.1 | 0.8 | 0.05 | 0.03 |
| S3 | 0.03 | 0.01 | 0 | 0 | 0.1 | 0.8 | 0.06 |
| S4 | 0.09 | 0.01 | 0 | 0 | 0 | 0.1 | 0.8 |
| S5 | 0.89 | 0.01 | 0 | 0 | 0 | 0 | 0.1 |
(табл. 2).
Выполнив расчеты для матрицы из таб. 2, получим, что p5-7 = 0.68, а p4-7 = 0.25, т.е. уже через четыре года примерно четвертая часть студентов получат дипломы.
Матрица из табл. 2 может использоваться для анализа вариантов организации дистанционного образования и прогнозирования характеристик образовательного процесса.
Таким образом, в снижении стоимости образовательного процесса в целом можно выделить три основных тенденции:
разработку и внедрение информационных систем управления учебным процессом;
применение компьютерных учебных пособий, существенно снижающих время контактов преподавателей и студентов;
применение дистанционной формы обучения как одной из образовательных технологий, позволяющих не только снизить стоимость обучения, но и сократить время, затрачиваемое студентом на получение образования.
[1] ISO 9000 - основные понятия, руководство по применению ISO 9001(модель качества, достигаемого при проектировании, производстве, обслуживании);
[2] [10] – с.84-86
[3] Здесь и далее расчетные данные для иллюстрации модели взяты из работы [11], где автор приводит сравнение вероятности окончания студентами учебных курсов при традиционной форме обучения и обучения тому же набору дисциплин с использованием системы ДО на примере на основе накопленных статистических данных внедрения системы ДО в Донском институте