«В.С. КИМ ВИРТУАЛЬНЫЕ ЭКСПЕРИМЕНТЫ В ОБУЧЕНИИ ФИЗИКЕ Монография Уссурийск – 2012 ББК 74.200 К 40 Печатается по решению редакционно-издательского совета Школы педагогики ДВФУ Рецензенты: М.Н. Невзоров - доктор ...»

Приведем определение Роберта Шеннона. Имитационное моделирование есть процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью либо понять поведение системы, либо оценить (в рамках ограничений, накладываемых некоторым критерием или совокупностью критериев) различные стратегии, обеспечивающие функционирование данной системы Шеннон [130]. В данном определении охватывается только один класс моделей – имитационных. Мы его привели, чтобы показать, как здесь проявляются основные качества любой модели – «понять поведение системы …», «в рамках ограничений …».

Согласно Штоффу В.А. модель – это такая мысленно представляемая или материально реализуемая система, которая отображая или воспроизводя объект исследования, способна замещать его так, что ее изучение дает нам новую информацию об этом объекте [132]. Это достаточно полное и строгое определение понятия модели, однако здесь не упоминаются ограничения модели.

По Фролову И.Т. моделирование означает материальное или мысленное имитирование реально существующей системы путем специального конструирования аналогов (моделей), в которых воспроизводятся принципы организации и функционирования этой системы.[124]. Здесь определяется процесс моделирования как создания модели. Отметим, что под моделированием также понимают и изучение модели, эксперименты над моделью с целью получения новой информации об исследуемом объекте. Фролов И.Т. также не отмечает ограниченность моделей по сравнению с оригиналом.

Кравец А.С. определяет моделирование как совокупность методов построения моделей и изучения на них соответствующих явлений, процессов (в том числе и процесса решения задачи), систем объектов (оригиналов), а также совокупность методов использования результатов изучения модели для определения или уточнения характеристик самих объектов исследования» [73].

Существуют и другие определения, в той или иной степени сводящиеся к вышеприведенным.

Подчеркнем, что всякая модель является известным упрощением того класса явлений, который выступает в качестве предмета познания. По мнению Розенблюта А. и Винера Н. в этом заключается характерная особенность метода моделирования [148] В приведенных определениях явно не указывается, что модель – система менее сложная по сравнению с оригиналом и, что модель воспроизводит только некоторые его свойства. Нам кажется, что этот момент следует специально акцентировать. Используем для этого определение IIIтоффа В.А.., явно указав на ограниченность модели.

Модель – это такая мысленно представляемая или материально реализуемая система, которая, отображая или воспроизводя основные свойства объекта исследования в рамках рассматриваемого аспекта, способна замещать его так, что ее изучение дает нам новую информацию об этом объекте.

Здесь мы явно указываем, что модель воспроизводит только ограниченный (основной) набор свойств объекта исследования. Именно ограниченность модели и делает ее эпистемологически ценной, в частности, для физической науки. Ценность модели как средства познания, в данном случае определяется тем, что модель проще, примитивнее оригинала и, поэтому, ее легче изучать, исследовать. Ясно, что примитивизм, ограниченность модели не могут быть произвольными.

Очень важно ответить на вопросы, какие ограничения использованы и что необходимо включить в перечень основных свойств изучаемого объекта?

Рассмотрим два примера изучения динамических свойств механических систем.

Первый пример - исследование динамических свойств автомобиля. Например, определяется его максимально возможное ускорение, для чего измеряется время изменения мгновенной скорости от 0 до 100 км/ч. В стандартных методиках требуется, чтобы в таких испытаниях, рядом с водителем находился пассажир. Сила тяги двигателя будет использована для преодоления сил трения и на собственно ускорение автомобиля с водителем и пассажиром. В данном случае человека (пассажира) мы можем заменить моделью, например мешком с песком той же массы. Такую сложнейшую систему как человек мы заменяем примитивной моделью, имеющей с человеком только одно общее свойство – значение массы. Мы считаем, что на динамические свойства автомобиля и пассажир и наша модель будут оказывать одинаковое влияние. Эта модель имеет определенную, ограниченную область применения. Определение ограничений – это непростая задача.

В нашем случае нужно выяснить, в чем различие влияния реального пассажира и его модели на разгонную динамику автомобиля?

Такие различия могут быть самыми разнообразными. Например, психологическими. Водитель может ощущать дискомфорт, когда рядом с ним находится модель, а не реальный человек. В результате быстрота и четкость манипуляция с органами управления автомобиля со стороны водителя может оказаться на ничтожные доли процента ниже.

Механические различия. Живой человек не сидит неподвижно, его голова, конечности, тело в целом, могут перемещаться, что может привести к микроскопическим изменениям положения центра тяжести автомобиля. В результате изменение распределения веса на колеса автомобиля также может повлиять на его динамику, например, за счет изменения силы трения между ведущими колесами и дорожным покрытием.

Если мы пренебрегаем этими факторами ввиду ничтожности их воздействия, то это означает, что наша модель хорошо моделирует реальный объект.

Другой пример – исследование пассивной безопасности автомобиля в краш-тестах. В этих испытаниях автомобиль сталкивается со стеной (масса стены во много раз больше массы автомобиля) и полностью разрушается. Требуется выяснить, как необходимо закрепить ремни безопасности, какова должна быть прочность ремней на разрыв и т.д.

Очевидно, что модель в виде мешка с песком здесь уже не годится. Перечень основных свойств, подлежащих моделированию, будет уже другим. Это должна быть натурная модель – манекен, по форме повторяющая тело человека и с такими же прочностными характеристиками.

Мы видим, что определение круга основных свойств – задача довольно сложная и плохо формализуемая. Определение основных свойств, воспроизводимых моделью в рамках решаемой задачи – это, в некотором смысле, искусство.

Идея представления некоторых систем при помощи модели носит столь общий характер, что дать полную классификацию всех функций модели затруднительно. Эльмаграби [141] приводит следующую относительно устойчивую классификацию функций моделей:

1) средство осмысления действительности;

2) средство общения;

3) средство обучения и тренажа;

4) инструмент прогнозирования;

5) средство постановки экспериментов.

1. Модели полезны как средство осмысления реальных связей и закономерностей и изучаемой системе. Модели помогают упорядочить нечеткие или противоречивые понятия. Построение модели побуждает исследователя продумать, какие шаги и в какой последовательности необходимо предпринимать. Происходит выявление взаимозависимостей, необходимых действий, временных соотношений, требуемых ресурсов. Все эти действия, попытки представить словесные формулировки и мысли в какой-то иной форме могут выявить противоречия и неясности. Правильно спроектированная и построенная модель вынуждает исследователя организовать свои замыслы, оценить и проверить их обоснованность.

2. Как средство общения хорошо продуманная модель имеет большие преимущества перед, например, вербальными средствами.

Все языки, в основе которых лежит слово, в той или иной мере оказываются неточными, когда дело доходит до сложных понятий и описаний. Правильно построенные модели могут помочь нам устранить эти неточности, предоставляя в наше распоряжение более действенные, более успешные способы общения. Преимущество модели перед словесным описанием – в сжатости и точности представления заданной ситуации. Модель делает более понятной структуру исследуемого объекта и вскрывает важные причинно-следственные связи [130].

Сравним модель здания в форме чертежа с наложенными слоями электросиловых, водопроводных, канализационных и других схем по сравнению со словесным описанием того же здания. Ясно, что в первом случае мы имеем более информативное и лаконичное описание рассматриваемого объекта.

3. Модели, как инструмент познания, широко используются в обучении, в профессиональной подготовке и переподготовке.

Изучение такой науки как физика вообще невозможно представить себе без построения и использования множества моделей. Например, модель идеального газа. Будучи построенной для объяснения основных свойств вещества в газообразной фазе эта модель нашла множество других применений – газ электронов, газ фононов и т.д.

4. Прогностическая функция модели является одной из наиболее важных и востребованных. Анализ поведения реальных объектов в экстремальных и аварийных условиях может быть выполнен на модели, что позволяет сэкономить финансовые, людские и временные ресурсы. Во многих случаях только моделирование позволяет получить нужную информацию, например при возникновении нештатных ситуаций на подводных лодках, космических кораблях и т.д. – всюду, где невозможно проверить результат возможных действий на реальном объекте.

5. Эксперименты на моделях позволяют проводить итерационные экспериментальные процедуры с вариацией множества параметров при сохранении остальных параметров неизменными. Для большинства реальных систем подобные многократные эксперименты либо слишком дороги, либо вообще невозможны. Единственным выходом из подобного положения может быть построение модели и проведении серии экспериментов на ней. Следует отметить, что эксперименты на моделях зачастую могут дать больше информации, чем натурные эксперименты. Это обусловлено тем, что на модели легко использовать измеряемость ее структурных элементов, легко изменять параметры модели, контролировать ее поведение. И это при том,, что имеется возможность постановки серии модельных экспериментов из сотен и тысяч вариантов, что совершенно невозможно в экспериментах с реальными объектами.

Подытоживая, отметим, что все перечисленные применения модели образуют дихотомию. Модель может служить для достижения одной из двух целей: либо описательной, если модель служит для объяснения и (или) лучшего понимания объекта, либо предписывающей, когда модель позволяет предсказать и (или) воспроизвести характеристики объекта, определяющие его поведение. Модель предписывающего типа обычно бывает и описательной, но не наоборот. Это означает, что предписывающая модель почти всегда является описательной по отношению к моделируемому объекту, а вот описательная модель не всегда полезна для целей планирования и проектирования ввиду почти полного отсутствия прогностических свойств.

В естественных науках, технике моделирование доказало свою большую эффективность в первую очередь благодаря своему предписывающему характеру. В социальных и, тем более, гуманитарных науках модели носят как правило описательный характер – модели описывают существующие системы.

Вероятно, в этом кроется одна из причин, почему экономические модели, которые по большей части являются описательными, оказали слабое воздействие на управление экономическими системами [130].

3.6. КЛАССИФИКАЦИЯ МОДЕЛЕЙ И ВИДЫ МОДЕЛИРОВАНИЯ

Модели обладают очень широким спектром свойств, применений, технологий реализаций, поэтому признаков, положенных в основу классификации моделей, большое множество, что приводит соответственно к разнообразным классификациям моделей.

модели - материальные и идеальные. Главное отличие материальных моделей от идеальных в том, что они существуют объективно – это реальные объекты во внешнем мире. Основываясь на степени отличия от реального объекта можно выделить следующие типы моделей:

- физические (натурные) модели (воспроизводят изучаемый процесс с сохранением его физической природы и являются инструментом физического моделирования);

- аналоговые модели (заменяют один объект на другой с похожими свойствами);

- математические модели (абстрактные модели, существуют в форме специальных математических конструкций и имеют смысл только для интерпретирующего их человека или машины).

По степени абстрактности модели можно представить в виде непрерывного спектра, простирающегося от натурных моделей или макетов реальных объектов до совершенно абстрактных математических моделей (рис.3.6.1) [130] Натурные модели Рис. 3.6.1. Классификация моделей по Дж.Роув [149].

Во избежание неоднозначности, здесь мы заменили термин «физические модели» на «Натурные модели». Это обусловлено тем, что в дальнейшем под физическими моделями мы будем понимать модели, используемые в физике.

Иная классификация моделей согласно Кочергину А.Н. включает следующие виды:

по видовому признаку, по форме выражения, по предмету исследования, по природе явления, по задачам исследования, по объему, по способу выражения, по свойствам отражения – функциональные, информационные, системные (структурные) [72].

Математические модели подразделяются на функциональные, структурные и информационные [9].

Функциональные модели характеризуются установлением функциональной зависимости, которая объединяет показатели изучаемого объекта, обнаруженные экспериментальным путём. Такого рода модели выражают построение функции по значениям аргумента.

Структурные модели выражают то или иное предположение (гипотезу) о внутреннем строении и связях изучаемого объекта, что проявляется в наблюдаемых фактах.

В этих моделях наблюдаемые и измеримые переменные определённым образом (структурно) связываются с ненаблюдаемыми и неизмеримыми характеристиками объекта.

Информационные модели характеризуются тем, что в них связаны функционально поступающая информация, её переработка и обратная связь. В основе информационных моделей находится отображение зависимостей исследуемого явления путём определённых действий над информацией. Информационные модели позволяют давать описание опыта изучаемого явления в определенной форме выражения информации, т. е. проверить кодирование и перекодирование сообщений, их связей и зависимостей. Всё это позволяет вводить в модели количественную и содержательную стороны сообщений и устанавливать связь логического и описательного [9].

На практике часто одновременно используют как структурнофункциональные, так и информационные модели. Последние называют кибернетическими. В них реализуется кибернетический подход к изучению сложных объектов [48].

Математические модели.

В преподавании физики очень важное место занимают математические модели. Это обусловлено теснейшим переплетением физики и математики. Все физические законы сформулированы на языке математики, подавляющее большинство физических процессов может быть описано системами дифференциальных и алгебраических уравнений. Математическое моделирование органично вписывается в процесс построения дидактических средств, повышающих эффективность изучения физики.

По Самарскому и Михайлову математическая модель — это «эквивалент» объекта, отражающий в математической форме важнейшие его свойства — законы, которым он подчиняется, связи, присущие составляющим его частям, и т. д. Существует в триадах «модель-алгоритм-программа». Создав триаду «модель-алгоритмпрограмма», исследователь получает в руки универсальный, гибкий и недорогой инструмент, который вначале отлаживается, тестируется в пробных вычислительных экспериментах. После того, как адекватность (достаточное соответствие) триады исходному объекту установлена, с моделью проводятся разнообразные и подробные «опыты», дающие все требуемые качественные и количественные свойства и характеристики объекта [105].

При математическом моделировании необходимо придерживаться четкого плана действий, на чем мы более подробно остановимся далее при рассмотрении вопросов компьютерного моделирования.

3.7. КЛАССИФИКАЦИЯ ФИЗИЧЕСКИХ МОДЕЛЕЙ ПО

ПАЙЕРЛСУ

По сравнению с другими науками в физике моделирование оказалось особенно плодотворным. Модели в физике имеют свою научную специфику, которую разумно рассмотреть отдельно. В этом направлении очень важной оказалась работа Р.Пайерлса, который привел классификацию физических моделей. Предложенная типизация позднее дополнялась и интерпретировалась. Мы приведем классификацию моделей, следуя Рудольфу Пайерлсу [91].

Наибольшую трудность при построении физических моделей представляет корректный выбор основных свойств моделируемого объекта, которые должна отображать модель. Эта задача плохо формализуема, особенно если исследования проводятся на переднем фронте науки – в области малоисследованного, в условиях сильной недостаточности информации как описательного, так и предписывающего характера. Способность вводить плодотворные упрощения относится скорее к области интуиции, здравого смысла опытного физика-исследователя, чем к каким-либо жестким предписаниям. Пайерлс приводит примеры, когда благодаря оптимальному выбору критически значимых свойств объекта весьма простая модель оказывается более успешной, нежели модель даже более сложная.

Р. Пайерлс все многообразие моделей в физике сводит следующим типам.

1. Гипотеза 2. Феноменологическая модель 3. Приближение 4. Упрощение 5. Эвристическая модель 6. Аналогия 7. Мысленный эксперимент При решении сложных физических проблем используются различного рода модели. Пайерлс Р. предлагает обособленно рассматривать семь типов моделей. В дальнейшем предпринимались попытки расширения этой классификации [37].

Многое из того, что иногда называют моделями, таковыми не являются. Пайерлс рассматривает возникновение противоречий, когда модель одного типа ошибочно отнесена к другому, то есть когда не обращают внимание на присущие этой модели ограничения.

Тип 1. Гипотеза (Такое могло бы быть).

Модели первого типа не являются моделями в прямом смысле этого слова. Пайерлс включает их в тип 1 поскольку такие гипотезы часто называют моделями. Они представляют собой пробное описание явления. Примеры.

- Модель Вселенной Аристотеля и Птолемея.

- Модели Вселенной: Эйнштейн, де Ситтер, Фридман.

- Модель атома Дж. Дж. Томсона.

- Модель атома Резерфорда.

- Боровская модель атома водорода.

Тип 2. Феноменологияеская модель (ведем себя так, как если бы Иногда данное физическое явление могло бы быть объяснено путем привлечения определенного механизма, однако имеющихся свидетельств недостаточно для подтверждения выдвинутого предположения. Несмотря на то, что поиск окончательного ответа на этом пути оказывается незавершенным, само описание явления в терминах некоторой модели может быть полезным. Примеры.

- Эпициклы Птолемея тип 1?).

- Флогистон.

- Эфир Максвелла (тип 1?).

- Атомизм (тип 1?).

Пайерлс указывает, что границы предлагаемой типизации достаточно размыты. Птолемеевские эпициклы однозначно можно отнести к типу 1, если предполагать, что Аристотель и Птелемей действительно верили в существование этих концентрических хрустальных сфер или считали их просто удобным способом описания движения планет.

Гипотеза о существовании атомов с трудом пробивала себе дорогу, например выдающийся физик Эрнст Мах не принимал ее. Только в начале 20 века различными методами было довольно точно определено число Авогадро. В результате представление об атомах было переведено в категорию тип 1.

Дж.Максвелл, поддерживая гипотезу эфира, столкнулся с большими трудностями. С одной стороны эфир является упругой средой с очень высокой жесткостью, с другой стороны все небесные тела движутся сквозь эфир не испытывая видимого сопротивления. Максвелл указывает, что многие моменты в его теории должны рассматриваться как иллюстративные, а не как объясняющие.

Тип 3: Приближение (что-то считаем или очень малым, или очень большим) Уравнения, описывающие физические явления, как правило не поддаются точному решению. В этом случае исследователь использует те или иные приближения. Пайерлс отмечает, что искусство выбора подходящего приближения, проверки его непротиворечивости и отыскания, по крайней мере, интуитивных соображений по поводу удовлетворительности данного приближения является куда более утонченным, чем искусство нахождения строгого решения уравнения.

Примеры.

- Линейный отклик (законы Ома, Ньютона, Гука, Фурье).

- Идеальный газ.

- Оболочечная модель атома.

Один из важнейших типов приближений – это линейный отклик. Его используют, когда параметр, воздействующий на систему, может рассматриваться как бесконечно малый. В случае закона Ома мы определяем сопротивление участка цепи через отношение падения напряжения к силе тока в пределе бесконечно малого падения напряжения. В металлах довольно трудно создать большие падения напряжения, что приводит к линейности отклика с высокой степенью точности. Высокая точность выполнения закона Ома для всех проводников в огромном диапазоне силы тока приводит к мысли, что закон Ома – это закон природы. Однако это не так, это всего лишь приближение линейного отклика. Стоит нам рассмотреть ситуацию, когда воздействующий параметр нельзя считать малым, как линейный отклик перестает существовать. Например, в случае полупроводников мы легко получаем ситуацию нарушения закона Ома. Аналогичные рассуждения применимы к закону Гука в теории упругости, к закону Фурье в теории теплопроводности.

В модели идеального газа не учитывается взаимодействие молекул и их собственный объем. Столкновение молекул происходит по закону упругого взаимодействия. При низком давлении любой реальный газ достаточно хорошо соответствует модели идеального газа. Но даже и при более высоких концентрациях молекул газа на качественном уровне модель идеального газа быстро дает оценочный результат, которого часто бывает достаточно. Для получения численного результата мы можем ввести поправки в модель типа 3.

В моделях другого типа мы считаем какую-либо величину малой, но она таковой не является. В оболочечной модели атома рассматривается движение электронов в усредненном потенциальном поле, и считаются малыми отклонения потенциала от среднего значения.

Такое приближение является неточным и приходится использовать методы теории возмущений, чтобы определить необходимые поправки. Оказывается, что вводимые поправки зачастую можно брать в линейном приближении и отбрасывать члены взаимодействия более высокого порядка. В некоторых же случаях надо использовать и члены более высокого порядка. При анализе подобных проблем, обычно не удается строго обосновать пределы изменения погрешностей и, тем самым, адекватность принятой модели. Пайерсл отмечает, что в таких ситуациях на помощь приходя здравый смысл и накопленный опыт работы исследователя.

Тип 4: Упрощение (Опустим для ясности некоторые детали) Если проблема слишком сложна и не поддается анализу, то полезно использовать упрощенные модели, в которых пренебрегают некоторыми усложняющими деталями. Примеры.

- Дебаевская модель удельной теплоемкости кристаллов.

- Оболочечная модель ядра.

В подходе Дебая тепловые колебания кристаллической решетки рассматриваются как гармонические – пренебрежение ангармонизмом (приближение типа 3). Для определения теплоемкости кристаллической решетки необходимо знать частотный спектр колебаний, то есть число нормальных колебаний (мод), приходящихся на любой интервал частот. Дебаевская модель предполагает, что функция плотности мод колебаний остается пропорциональной квадрату частоты для всех частот, меньших некоторого максимального значения. Предполагалось, что при температурах значительно ниже дебаевской, эта модель должна очень хорошо выполняться. Однако экспериментальные исследования в области низких температур показали наличие заметного отклонения от модели Дебая. Это ошибочно было объяснено процессами перестройки кристаллической структуры.

Пайерлс указывает, что ошибочность подобного объяснения была обусловлена непониманием природы используемой модели.

Действительные пределы применимости дебаевской модели были установлены позже.

В 1936 году Нильс Бор предложил модель составного ядра, которую можно отнести к типу 4. Модель «жидкой капли» довольно хорошо описывала имеющиеся на тот момент экспериментальные данные. По этой причине многие физики противились попыткам описать структуру ядра с помощью оболочечной модели. Пайерлс отмечает, что твердая вера в возможности использования модели жидкой капли вне пределов ее справедливости задерживала достижение здесь заметного прогресса вплоть до момента, когда успешные расчеты в рамках оболочечной модели ядер с очевидностью продемонстрировали значение последней для многих задач с низким уровнем возбуждения.

Тип 5: Эвристическая модель (Количественного подтверждения нет, но модель способствует более глубокому проникновению в суть дела) В некоторых случая полезно пойти на еще большие упрощения по сравнению с типом 4. Удачные модели типа 5 помогают узнать нечто новое о моделируемом объекте. Различие между моделями 4 и довольно условное. Примеры.

- Средняя длина свободного пробега - Эйнштейновская модель удельной теплоемкости.

В модели длины свободного пробега молекулы газа предполагается, что после столкновения молекула «не помнит» о своей скорости или направлении движения до момента удара. В этой модели выводятся простые соотношения для коэффициентов переноса (вязкость, диффузия, теплопроводность). В модели используются очень сильные упрощения, в результате чего в разных теориях (электронная теория металлов и теория теплопроводности кристаллической решетки) приходится использовать различные значения длины свободного пробега, чтобы выводы теории соответствовали экспериментальным данным.

Однако эту модель очень удобно использовать в ситуациях, когда нас интересует лишь общее представление о величине эффекта.

Другим примером эвристической модели является эйнштейновская модель теории теплоемкости твердых тел. Эйнштейн создавал свою модель до Дебая и пошел на очень большие упрощения, предположив, что тепловые колебания атомов кристаллической решетки являются гармоническими и имеет место независимое движение атомов с одной резонансной частотой. В итоге модель Эйнштейна предсказала отклонение от закона Дюлонга-Пти и экспоненциальное падение теплоемкости в области низких температур. Самое примечательное то, что очень грубая модель Эйнштейна с несколькими резонансными частотами иногда в области средних температур правильнее воспроизводит реальное поведение кристалла, чем более сложная модель Дебая.

Тип 6: Аналогия (Учтем только некоторые особенности) В некоторых случаях можно узнать что-то о физической системе на основе изучения более простой системы, которая передает лишь некоторые типичные особенности исходной системы.

Примеры.

- Модель Изинга - Дебаевская модель фононного рассеяния.

Для описания ферромагнетиков Е.Изинг предложил модель, в которой реальная трехмерная кристаллическая решетка заменяется одномерной, то есть цепочкой атомов. Несмотря на свою чрезвычайную упрощенность, модель Изинга позволяет многое узнать о свойствах исследуемой физической системы.

Понимая, что гармоническое приближение в ряде случаев является слишком сильным допущением, Дебай предложил модель, учитывающую ангармонизм тепловых колебаний кристаллической решетки. Такая модель могла бы описать явление затухания упругих волн в кристалле. Дебай решил рассматривать эту проблему по аналогии с рассеянием света на флуктуациях плотности среды. Теория этого рассеяния была к тому времени хорошо разработана. Дебай показал, что тепловое движение решетки, затрагивающее продольные волны, вызывает флуктуации плотности кристалла и, следовательно, флуктуации показателя преломления акустических волн. Тогда можно воспользоваться известными результатами теории рассеяния света.

Модель Дебая позволила предсказать, что коэффициент теплопроводности кристалла при высоких температурах обратно пропорционален температуре. С другой стороны, эта модель ошибочно предсказывала конечную теплопроводной для непрерывной среды, не обладающей атомной структурой. Неадекватность модели фононного рассеяния обусловлена тем, что использованная модель рассеяния света основывалась на громадной разнице в фазовой скорости упругих и световых волн. Ясно, что при описании рассеяния упругих волн уже нельзя пренебречь скоростью распространения волн плотности в кристалле.

Тип 7: Мысленный эксперимент (Главное состоит в опровержении возможности) Здесь рассматривается модель возможного, мысленного эксперимента, не нарушающего любые известные физические законы.

Примеры:

- Демон Максвелла - Гамма-микроскоп Гейзенберга Мысленный эксперимент – особая теоретическая процедура, заключающаяся в получении нового или проверке имеющегося знания путем конструирования идеализированных объектов и манипулирования ими в искусственно (условно) задаваемых ситуациях [30].

Целью постановки таких мысленных экспериментов может являться доказательство ошибочности выдвинутых гипотез. Если результаты мысленного эксперимента противоречили здравому смыслу или известным научным принципам, то гипотеза признавалась ошибочной. Правда, в отличие от прямого эксперимента, в мысленном эксперименте очень большое значение имеет интерпретация его который, к примеру, устанавливает предельные значения кпд тепловой машиРис. 3.7.1. Демон Максвелла [Фейнман Р., 1987].

температурном диапазоне [91].

Демон Максвелла без подвода энергии мог сортировать молекулы газа по скоростям. Эксперимент показал, что энтропия системы убывает, что противоречит второму началу термодинамики. Обсуждение этого мысленного эксперимента показало, что существование демона Максвелла, не потребляющего энергию, противоречит законам термодинамики. Наиболее убедительные доказательства неосуществимости демона Максвелла предоставила квантовая механика. Демон должен с высокой точностью измерять как скорость, так и положение молекулы в пространстве, что противоречит принципу неопределенности Гейзенберга.

На рис.3.7.1 показана механическая конструкция демона Максвелла, предложенная Р. Фейнманом. В замкнутом объеме газа находится вертушка, соединенная с храповым колесом. Молекулы газа, ударяющиеся о лопасти вертушки с разных сторон, могут вращать ее только в одну сторону благодаря действию храповика. В итоге это устройство должно нарушать второй закон термодинамики. Детальным анализом работы подпружиненной защелки на зубчатом колесе Фейнман показал, что благодаря наличию сил трения температура храповика будет возрастать, и он перестанет работать, то есть демон Максвелла не осуществим. В этой связи Р.Фейнман отметил, что физические законы обратимы, а явления - нет [121].

Далее, в теории информации было установлено, что процесс измерения может не приводить к увеличению энтропии при условии, что он является термодинамически обратимым. Однако в этом случае демон должен запоминать результаты измерения скоростей (стирание их из памяти демона делает процесс необратимым). Поскольку память конечна, в определенный момент демон вынужден стирать старые результаты, что и приводит в конечном итоге к увеличению энтропии всей системы в целом [144].

Гипотетический гамма-микроскоп Гейзенберга позволял наблюдать за отдельным электроном. Освещение электрона гамма-квантами должно вызывать неконтролируемое изменение его импульса. Существование даже одного мысленного эксперимента, опровергающего принцип неопределенности Гейзенберга, было бы достаточно, чтобы его отвергнуть. А.Эйнштейн пытался придумать множество таких мысленных экспериментов, однако, в конце концов, Н.Бор находил изъяны в каждом из них. Эти споры в существенной степени способствовали пониманию принципа неопределенности [91].

Все рассмотренные типы моделей позволяют анализировать упрощенные ситуации более доступные нашему пониманию. Последовательное построение все более точных моделей позволяет организовать процесс непрерывного познания окружающего мира.

ГЛАВА 4. КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ

В связи с развитием и широким внедрением вычислительной техники во все сферы деятельности человека компьютерное моделирование приобрело особую значимость. Реализация моделей средствами вычислительной техники имеет ряд преимуществ перед натурным моделированием, о чем будет сказано ниже.

Рассмотрим определение компьютерной модели и этапы компьютерного моделирования.

4.1. КОМПЬЮТЕРНЫЕ МОДЕЛИ Имеются различные определения понятия компьютерной модели довольно близкие по смыслу.

В контексте учебного применения компьютерных моделей иногда предлагается несколько иное, более узкое и довольно спорное определение: компьютерная модель - учебное издание, основанное на математических моделях. Компьютерная модель может быть использована не только для демонстрации трудно воспроизводимых в учебной обстановке явлений, но и для выяснения (в диалоговом режиме) влияния тех или иных параметров на изучаемые процессы и явления [41].

На наш взгляд более универсальным является следующее определение: компьютерная модель - это математическая модель, реализованная средствами вычислительной техники.

Компьютерное моделирование имеет две составляющие – процесс создания компьютерной модели и процесс использования созданной модели, то есть исследование с помощью этой модели объекта моделирования в форме выполнения вычислительного эксперимента.

Поскольку в основе компьютерной модели лежит математическая модель, рассмотрим отдельно этапы ее разработки. При математическом моделировании необходимо придерживаться четкого плана действий, согласно триаде Самарского и Михайлова (рис.4.1.1) [105]:

МОДЕЛЬ – АЛГОРИТМ – ПРОГРАММА

Эта триада предполагает, что математическое моделирование обязательно реализуется средствами вычислительной техники. Это не совсем так, математические модели создавались и использовались и в до компьютерную эпоху. Однако, в современных условиях, действительно, математические модели и создаются и используются практически исключительно с помощью ЭВМ. В этой связи подход Самарского и Михайлова можно считать правомерным и рассмотреть его. В дальнейшем мы более детально рассмотрим этапы компьютерного моделирования.

Рис. 4.1.1. Триада Самарского-Михайлова [75 Самарский, 2002] Согласно вышеупомянутой триаде на первом этапе создается модель объекта, отражающая в математической форме важнейшие его свойства – законы, которым он подчиняется, связи, присущие составляющим его частям и т.д. Математическая модель исследуется теоретическими методами, что позволяет получить важные предварительные знания об объекте.

На втором этапе разрабатывается алгоритм реализации модели на ЭВМ. Модель представляется в форме, удобной для применения численных методов, определяется последовательность вычислительных и логических операций, которые нужно произвести, чтобы найти искомые величины с заданной точностью. Вычислительные алгоритмы не должны искажать основные свойства модели и, следовательно, исходного объекта, быть экономичными и адаптирующимися к особенностям решаемых задач и используемых компьютеров.

На третьем этапе создается исходный код программы, реализующий разработанный алгоритм на каком-либо языке программирования ЭВМ.

4.2. ЭТАПЫ КОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ

Теперь рассмотрим все этапы компьютерного моделирования.

Компьютерное моделирование включает следующие этапы.

Этап 1. Постановка задачи. Определяется цель моделирования, основные параметры будущей модели. Все эти требования описываются на естественном языке в словесной форме возможно с некоторыми элементами формализованного описания.

Этап 2. Системный анализ объекта моделирования. На этом этапе выполняется выявление элементов (подсистем) из которых состоит объект, определяются связи между ними. Поскольку модель представляет собой систему (как структурную, так и функциональную), то полное описание связей в будущей модели является крайне важным для ее успешного функционирования и применения.

Этап 3. Построение информационной модели объекта. При этом происходит замена реального объекта его формализованным описанием. Модель как отражение бесконечно сложного реального объекта, несмотря на принятые упрощения, так же обладает большим количеством свойств, то есть достаточно сложна. Для манипулирования этим объемом информации необходимо перекодировать эту информацию с целью повысить четкость и точность понятий и терминов, устранить неоднозначности и неопределенности, устранить дублирование описаний и т.д., то есть выполнить формализацию описания объекта.

ЭТАП 4. Создание программы для ЭВМ. Поскольку как исходный код программы, так и ее библиотечные и исполняемые файлы имеют знаковое представление, то компьютерная программа есть формализованное описание процесса обработки информации. Программирование – это процесс формализации обработки информации.

При выполнении программы происходит изменение содержимого ОЗУ (оперативного запоминающего устройства ЭВМ). Подавляющее большинство современных компьютеров имеют так называемую архитектуру Джона фон Неймана, то есть реализуют принцип совместного хранения программ и данных в своей памяти [139, 109].

В фон Неймановской машине в результате выполнения программы происходит переход ОЗУ (в общем случае ЗУ - запоминающего устройства любого типа) из начального состояния в некоторое конечное состояние, определяемого целью выполнения программы.

Компьютер представляет собой исполнителя, выполняющего этот переход состояния памяти (ЗУ), то есть обрабатываемой информации, из начального состояния в конечное.

Выбор языка программирования и способ преобразования исходного кода программы в исполняемый модуль - интерпретация или трансляция (компиляция), определяется различными условиями. В качестве таковых могут выступать:

1) быстродействие. Одна из важных характеристик компьютерной модели – ее быстродействие. В некоторых случаях допустимо ожидание конечного результата в течение нескольких месяцев, а в каких-то случаях счет идет на доли секунды. Ограничителем быстродействия могут выступать:

а) неудачно разработанный алгоритм. Разработка более эффективного алгоритма не всегда возможна, а если возможно, то может потребовать значительных затрат. Иногда разработка эффективного алгоритма может сдерживаться недостаточным развитием данной отрасли науки, недостаточной разработанностью теоретических положений, закладываемых в основу работы модели;

б) аппаратная платформа. Ясно, что более производительная ЭВМ может обеспечить повышение быстродействие, что также повышает затраты на реализацию модели. Выигрыш в быстродействии в этом направлении может оказать довольно малым. Значительный прирост быстродействия может дать разработка более удачного алгоритма, но это не всегда возможно. Аппаратные ограничения являются, в общем-то, менее сильными по сравнению с алгоритмическими. В качестве примера можно указать на тот факт, что иерархические системы управления базами данных в 60-х годах прошлого века на медленных ЭВМ с ограниченной памятью зачастую показывали быстродействие вполне сравнимое с современными вычислительными системами.

2) экономичность. Для создания программного кода требуются определенные ресурсы – временные, трудовые, финансовые. Причем степень важности ресурса может быть разной в различных задачах.

Например, требуется создать программу в кратчайшие сроки. В этом случае пренебрегают трудовыми и финансовыми затратами.

3) интерфейс. Исследователь и модель взаимодействуют друг с другом, либо непосредственно «человек-компьютер», либо косвенным образом – «аппаратура-компьютер».

Очень важным элементом процесса создания компьютерной программы является ее тестирование и отладка. В реальной практике программирования этап отладки может занимать до 90% от всего времени создания программы. Сложность корректного решения проблемы безошибочности программы обусловлена ее «интеллектуальным»

характером. Для обеспечения адекватной реакции программы в различных ситуациях, программа должна содержать импликации «ЕСЛИ P, ТО Q» [52].

Чем больше таких имплицирующих элементов, тем «интеллектуальнее» программа. Элементы ЕСЛИ могут быть вложенными, а общее их количество может исчисляться сотнями тысяч. Проверка правильности формулировки логических условий и правильности выполнения следствий по всем развилкам представляет собой крайне сложную задачу. Для упрощения процесса тестирования в некоторых случаях используются специальные компьютерные программытестеры, которые позволяют автоматизировать процесс проверки вновь созданной программы. Однако в этом случае остается вопрос тестирования самой программы-тестера, кроме того, зачастую бывает, что сложность программы-тестера сопоставима и тестируемой программой, а то может и превосходить ее.

Подытоживая, видимо следует согласиться с распространенным мнением, что любая сложная программа для ЭВМ обязательно содержит ошибки, которые, правда, могут быть не обнаружены в течение всего периода ее использования.

В результате выполнения 4-го этапа мы получаем компьютерную информационную модель объекта – программу для ЭВМ.

ЭТАП 5. Применение модели и анализ полученных результатов.

Созданная модель используется согласно цели, поставленной на первом этапе. Недопустимо использовать модель в несоответствующей ей области применения. Реальный объект можно использовать в различных условиях, и он будет адекватно взаимодействовать с окружающей средой, поскольку обладает всей полнотой присущих ему свойств. Совершенно иная ситуация возникает при использовании модели. В силу своей ограниченности модель будет адекватно реагировать на внешние воздействия только в строго определенных обстоятельствах – подробное рассмотрение этих обстоятельств мы приводили при обсуждении классификации физических моделей по Пайерлсу.

Эти обстоятельства, заданные на первом этапе, определяют совокупность свойств, признанных основными и подлежащими отображению в модели. Ясно, что в других обстоятельствах, в качестве основных возможно будут выступать уже совершенно иные свойства, которые никак не рассматривались при построении модели. Использование модели в этих новых обстоятельствах будет неправомерным и ошибочным.

Корректное использование модели позволяет решить две задачи:

- проведение исследования на модели с целью получения нового знания;

- уточнение области применения модели, требований к ее структуре и функциональным возможностям.

В последнем случае начинается итерационный процесс совершенствования модели, в который могут включаться натурные эксперименты над реальными объектами.

Говоря об учебном моделировании, следует отметить, что пятый этап, по сути, будет таким же, но содержание его должно отражать специфику образовательного процесса. Главной целью в данном случае будет не получение объективно нового знания, а получение субъективно нового знания учащимися с одной стороны, и совершенствование методики обучения, с другой стороны.

ГЛАВА 5. ВИРТУАЛЬНЫЙ ФИЗИЧЕСКИЙ ЭКСПЕРИМЕНТ

5.1. КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ В ФИЗИЧЕСКОМ

ЭКСПЕРИМЕНТЕ

Изучение физики это изучение моделей. С другой стороны, изучение физики предполагает способность самостоятельно строить модели. Основная трудность на этом пути – это умение выделить в изучаемом объекте самое существенное, самой важное в рамках рассматриваемой задачи. Учащимся трудно научиться обоснованно вводить необходимые допущения и упрощения. Рассмотрим пример. Пусть требуется построить модель Солнца, как источника излучения. Как промоделировать атмосферу водорода, раскаленного до 6000 градусов? Как упростить задачу, чем можно пренебречь? Известный американский физик Роберт Вуд в качестве модели хромосферы Солнца, использовал ярко освещенный гипсовый шарик в парах натрия [107].

Спектр отраженного света оказался почти таким же как и спектр излучения хромосферы Солнца. Ясно, что для создания подобной модели надо обладать не только необходимыми знаниями о спектральном составе солнечного излучения, но и выполнить достаточно сложную исследовательскую деятельность по поиску оптимального решения с учетом принятых ограничений.

Именно использованию моделей должна учить физика школьников, так как это является одним из основных методов современного научного познания окружающего мира.

В первой главе мы приводили определение понятия «эксперимент». Приведем здесь еще одно, совпадающее с первым по сути.

Эксперимент (от лат experimentum – проба, опыт) – исследование каких-либо явлений путем активного воздействия на них при помощи создания новых условий, соответствующих целям исследования, или же через изменение течения процесса в нужном направлении [122]. Как часть общественно-исторической практики человечества эксперимент является источником познания и критерием истинности гипотез и теорий.

В связи с появлением весьма совершенных моделей появилась особая форма эксперимента, для которой характерно использование различных моделей в качестве специальных средств экспериментального исследования. Такую форму эксперимента можно назвать модельным экспериментом.

Укажем на существенное отличие модельного эксперимента от натурного. В случае последнего экспериментатор взаимодействует с реальным объектом – частью реального мира. В модельном же эксперименте такого взаимодействия нет. Есть взаимодействие с моделью, объектом-заменителем. Здесь модель выступает и как объект изучения и как экспериментальное средство. Модель входит в эксперимент, не только замещая объект исследования, она может замещать и условия, в которых изучается некоторый объект обычного эксперимента.

В учебном физическом эксперименте моделирование играет важную роль, которую следует рассмотреть подробнее. Для модельного эксперимента характерны следующие основные операции:

1. переход от натурного объекта к модели - построение модели (моделирование в собственном смысле слова);

2. экспериментальное исследование модели;

3. переход от модели к натурному объекту, состоящий в перенесении результатов, полученных при исследовании, на этот объект.

Такая последовательность операций способствует формированию единства знания о реальном объекте и его модели в сознании учащихся, подкрепляет в них уверенность в результативности метода моделирования.

5.2. КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ В УЧЕБНОМ

ФИЗИЧЕСКОМ ЭКСПЕРИМЕНТЕ

Прогресс в разработке программного обеспечения ЭВМ по математическому и имитационному моделированию физических процессов и явлений привел к появлению нового направления в физической науке – вычислительной физики. Одним из первых выдающихся результатов компьютерного эксперимента является открытие в 1968 г.

температурного токового слоя в плазме, создаваемой в МГДгенераторах (эффект Т-слоя). Оно было выполнено на ЭВМ и позволило предсказать исход реального эксперимента, проведенного только через несколько лет.[79].

Компьютерные технологии сильно влияют и на процесс обучения физике. В диссертационном исследовании Клевицкого В.В. рассматривается роль компьютера в учебном физическом эксперименте, его включение в различные виды учебного физического эксперимента [69].

используется как автоматический регистратор и интерпретатор данных. В этом случае компьютерные технологии используются для усовершенствования натурного эксперимента, автоматизации регистрации экспериментальных результатов, выполнения расчетов, графического представления данных В компьютерном эксперименте компьютер используется для моделирования изучаемых явлений и процессов. Из этого следует, что компьютеризированный эксперимент принципиально не отличается от натурного, в то время как различия между натурным и компьютерным экспериментом являются принципиальными.

При обучении физике компьютерный эксперимент является методом познания субъективного нового для учащихся наряду с натурными экспериментами. В связи с этим нам представляется разумным дополнить классификацию видов физического эксперимента и явно включить в нее компьютерный эксперимент.

Компьютерные технологии в обучении зачастую ассоциируются с применением мультимедийных средств на занятиях, в связи с чем различного рода проекционная техника полностью вытеснена из учебного процесса. В преподавании физики все меньше используются эпидиаскопы, кодоскопы, кинопроектора, фильмоскопы. Это совершенно оправданный процесс, поскольку компьютер позволяет это сделать с большим удобством.

Однако использование компьютерных средств обучения только лишь для демонстраций недостаточно. Информатизация образования – это, в первую очередь, использование компьютерной техники и специализированного программного обеспечения в качестве активного средства обучения [106].

По использованию ИТ и ИКТ в учебной деятельности отметим следующее.

1) Для преподавания любых дисциплин информационные и телекоммуникационные технологии позволяют получить доступ к огромным информационным массивам, хранящимся в цифровом виде на электронных носителях. Компьютерные технологии позволяют организовать удобную систему навигации по электронному документу, снабдить группу документов перекрестными ссылками. Эти возможности существенно повышают эффективность поисковой работы с учебной информацией.

2) Важнейшим источником информации теперь является глобальная сеть Интернет, который используется по следующим основным направлениям:

2.1. поиск информации;

2.2. локальное создание информационных материалов и размещение их в Интернете. Информационные материалы, так и ссылки на них часто размещаются в различных социальных сетях, Wiki-системах или на персональных сайтах;

2.3. распределенное создание информационных материалов, предполагающее коллективную работу над проектом группы лиц, территориально разобщенных, но обладающей тесной информационной связью.

3) Компьютерное моделирование.

Если в преподавании дисциплин гуманитарного профиля в большей степени нужны именно демонстрации, а также поиск информации, то для дисциплин естественно-научного профиля важнейшую роль играют системы компьютерного моделирования. В этой области ни одно из традиционных дидактических средств не может обеспечить возможности, предоставляемые компьютером. Современные пакеты программ обеспечивают вывод на дисплей графической информации, интерактивное взаимодействие с компьютерной моделью, что позволяет с высокой степенью достоверности имитировать реальные исследовательские и поисковые работы. Это означает, что формирование предметных и ключевых компетенций учащихся выходит на качественно новый уровень.

Как средство обучения физике компьютеры могут использоваться в следующих направлениях.

1) Предоставление разнообразной информации. Адаптивность.

Интерактивность. Например, Большая энциклопедия Кирилла и Мефодия версии 2010 г. занимает два DVD диска [136]. Коротко охарактеризуем этот электронный источник информации: более 90 000 энциклопедических и справочных статей; 42 500 мультимедийных иллюстраций; 1700 схем, чертежей, графиков и формул; более понятий в словарях; карта звездного неба, с помощью которой можно «увидеть» звездное небо, любое небесное тело из любой точки Земли в любой момент времени; толковый словарь иностранных слов Л. П. Крысина (25 000 слов и словосочетаний); краткий словарь иностранных слов и выражений в оригинальном написании; энциклопедический словарь Брокгауза и Ефрона (1890—1907 гг.).

Подобные электронные материалы можно использовать на уроках как при изложении нового учебного материала так и для организации самостоятельной работы учащихся.

2) Демонстрации. Анимации. Компьютерные дидактические средства содержат графический материал как статического, так и динамического характера. Применяя мультимедиапроектор или электронную интерактивную доску очень легко использовать этот материал для демонстраций. Наглядность изложения новых тем существенно повышается при показе анимаций или видеороликов, демонстрирующих развитие физических процессов во времени.

3) Компьютерный эксперимент. Компьютерное моделирование позволяет организовать виртуальные лаборатории – «Живая физика».

Дидактическое программное средство «Живая физика» – это компьютерная проектная среда, с помощью которой можно организовать деятельность по моделированию объектов, процессов и явлений.

Пользователь (учащийся или учитель) выбирает из встроенного набора какой-либо объект, устанавливает его параметры, связи с другими объектами, задает внешние условия, в которых проводится эксперимент. Пакет «Живая физика» снабжен комплексом виртуальных измерительных инструментов и позволяет выбирать способ представления результатов: мультипликация, график, таблица, диаграмма.

Пакет «Живая физика» как среда построения виртуального эксперимента может найти широкое применение как при изложении учебного материала (демонстрации, анимации), так и для организации фронтальных лабораторных работ, работ по физическому практикуму, для решения экспериментальных задач.

Учитель может использовать пакет в качестве средства предоставления учебной задачи путем оформления определенного сценария, позволяющего организовать демонстрацию задачи и ее решения, вызов справочной информации и т.п. Все это способствует индивидуализации работы с учащимися.

4) Контроль и самоконтроль учебных достижений. Диагностика учебных достижений – важнейший элемент учебного процесса. Именно диагностика позволяет организовать эффективную обратную связь в системе управления учебным процессом. Компьютерные тестирующие программы позволяют реализовать все формы тестовых заданий [67]. Сбор статистики, ее первичный анализ осуществляют сами программы-тестеры [87]. Специализированное программное обеспечение ЭВМ позволяет выполнять глубокий анализ результатов тестирования как в рамках классической теории тестов, так и согласно современной теории «Item Response Theory» [88].

Разработка тестов учебных достижений это достаточно нетривиальная задача. Только на первый взгляд, кажется, что создать тест очень просто и множество авторов принялось публиковать громадное количество книг, содержащих тесты по различным предметам [80].

Компьютерные технологии могут использоваться для анализа качества созданных тестов [58]. В этой связи следует отметить программное средство RUMM (Rasch Unidimensional Measurement Model) [59].

Следует отметить, что применение информационных технологий в учебном процессе не означает автоматического повышения его эффективности. Информационные технологии дают в руки учителя новое мощное средство обучения, но этого недостаточно. Необходимо тщательно подходить к решению вопроса о применении информационных технологий на занятиях. Если анализ показывает, что это не поможет достижению поставленной образовательной цели, то информационные технологии применять в таком случае, не следует.

По мере развития информационных и телекоммуникационных технологий их востребованность все возрастает, что обусловлено расширением дидактических возможностей ИТ и ИКТ.

При анализе эффективности применения ИТ и ИКТ необходимо ответить на следующие вопросы, поставленные в работе [106] и, которые применительно к изучению физики можно сформулировать так:

1) возможен ли гарантированный положительный эффект от использования информационных на конкретном уроке физики?

2) всеми ли этими средствами учитель физики обязан владеть?

3) все ли эти средства следует использовать при обучении физике?

4) как осуществлять выбор средства в зависимости от изучаемой на уроке физики темы?

Как показывают исследования в области педагогических и психологических наук, применение ИТ и ИКТ в процессе обучения способно привести к улучшению его результативности за счет эволюции методов обучения, использования новых средств обучения и др. Однако применение должно быть грамотным и обоснованным [106].

В указанном контексте актуальными являются следующие направления подготовки учителя к использованию информационных технологий в учебном процессе:

1) формирование компьютерной грамотности;

2) овладение типологией педагогических программных средств;

3) ознакомление с готовым обучающим программным обеспечением по предмету;

4)формирование умения создавать педагогические программные средства с использованием инструментальных программных средств;

5) ознакомление с компьютерной технологией обучения и дополнительными возможностями, которые она предоставляет наряду с традиционной технологией;

6) подготовка учителя к организации и проведению различных форм работы по предмету с использованием вычислительной техники [106].

5.3. ПОСТРОЕНИЕ ИНФОРМАЦИОННЫХ КАДРОВ

ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ЭВМ УЧЕБНОГО

НАЗНАЧЕНИЯ

Стремительно расширяющаяся область применения компьютерных средств обучения в современных педагогических технологиях ставит новые проблемы, требующие своего решения, в частности проблему пользовательского интерфейса в обучающих программах.

Пусть мы отрабатываем некоторую дидактическую единицу с помощью обучающей программы, электронного учебника, компьютерной модели и т.п. Поставим несколько вопросов, на которые, как нам кажется, надо ответить, решая проблему взаимодействия субъекта обучения с компьютерной программой. Эти вопросы возникают при предъявлении информационных кадров компьютерной программой на экране монитора:

1. «Что показать?»

2. «Как взаимодействовать?»

3. «Как показать вербально?»

4. «Как показать невербально?»

5. «Где разместить?»

Последовательно рассмотрим эти вопросы.

1. «Что показать?»

На первый вопрос «Что показать?» ответить, казалось бы, относительно легко. Это информационный материал по изучаемой (контролируемой) дидактической единице – тексты, чертежи, рисунки, фотографии, аудио- и видео-данные. Но не следует обманываться видимой простотой решения проблемы. Выбор оптимального информационного материала – чрезвычайно сложная задача, решение которой зависит от множества факторов, - начиная от содержания Государственного стандарта по данной учебной дисциплине и кончая психофизиологическими характеристиками субъекта обучения. В рамках нашего рассмотрения будем считать, что нам известно – что следует предъявлять обучаемому на экране монитора. Единственное, что мы хотели отметить – такой вопрос надо ставить при разработке учебного программного обеспечения ЭВМ.

2. «Как взаимодействовать?»

Второй вопрос фокусирует наше внимание на проблеме пользовательского интерфейса. Пользователь должен работать в интерактивном режиме, в частности, иметь возможность вводить данные в систему (команды, запросы), достаточно комфортным для себя образом. Согласно А.Норману технологические процессы будут эффективны только в том случае, когда будут учтены особенности людей, персонала, участвующих в этих технологиях [147].

Интерфейс – это граница между двумя системами, определяемая их функциональными характеристиками, общими характеристиками физического соединения, характеристиками сигналов и др. Пользовательский интерфейс определим как совокупность средств и методов организации диалога между пользователем и компьютерной системой.

Пользовательский интерфейс можно конструировать, используя два подхода [1]. Согласно первому подходу пользователю необходимо изучить компьютерную систему, запомнить правила работы с ней. Согласно второму подходу пользователю дается возможность использовать хорошо знакомую ему языковую среду и систему образов, а на компьютер возлагается задача поддержки пользователя с учетом особенностей его поведения в процессе взаимодействия. На практике используются компромиссные решения.

Поскольку человек и компьютер образуют коммуникативную систему, в которой обмен информацией осуществляется в знаковой форме, а язык представляет собой одну из знаковых систем [16], то в свое время предполагалось, что пользовательский интерфейс должен быть реализован на естественном языке (проект 5-го поколения интеллектуальных компьютеров). Практика показала, что это далеко не очевидно. Избыточность и многозначность (синонимия, омонимия) естественного языка компенсируется наличием мощных невербальных каналов связи между людьми. При этом средствами естественного языка передается только небольшая и, зачастую, не самая важная часть информации [16]. Решение проблемы невербального общения между человеком и компьютером отодвигается в неопределенное будущее ввиду своей сложности. Неязыковые средства интерфейса – мышь, клавиатура, доказали свою эффективность, а их недостаток, проявляющийся в необходимости изучения системы команд компенсируется тем, что сформирован свой, специфический «язык» общения с компьютером, основанный, в первую очередь, на элементах диалогового интерфейса, разработанных фирмами Xerox, Apple, Microsoft.

Большинство проблем разработки пользовательского интерфейса обусловлены тем, что программисты конструируют его неосознанно, интуитивно, а основное внимание уделяют проработке функционала компьютерной системы. В виду чрезвычайной важности, процесс разработки пользовательского интерфейса, его характеристики регламентирован различными стандартами (см., например [99]).

В 80-х годах прошлого века в научно-исследовательском центре Xerox PARC были созданы графические интерфейсы пользователя (GUI), предназначенные для работы на растровых графических сетевых рабочих станциях. Эти интерфейсы принято обозначать аббревиатурой WIMP (Windows-Icons-Menus-Pointing device), что отражает задействованные интерактивные сущности - окна, пиктограммы, меню и позиционирующее устройство (обычно мышь). [142]. Вот уже 30 лет взаимодействие человека с компьютером основывается на технологии WIMP, которая имеет массу достоинств, а также некоторые недостатки.

Легкость освоения WIMP-интерфейса, переносимость базовых интерфейсных операций между различными прикладными программами – вот те достоинства, которые предопределили длительный успех этой идеологии. Популярность WIMP-интерфейса в значительной степени обусловлена ослаблением когнитивной нагрузки на пользователя, по сравнению с интерфейсом командной строки.

С появлением персональных компьютеров началось массовое вовлечение в ряды пользователей огромного количества людей, имевшим довольно слабую подготовку в области компьютерных технологий. Тогда стало ясно, что для успеха приложения очень важна легкость его использования – степень «дружественности» интерфейса.

Идеально дружественным, вероятно, интерфейс никогда не станет и всегда, между пользователем и приложением будет существовать слой когнитивной обработки, который разделяет цели, формулируемые пользователем и процесс достижения этой цели компьютером. Этот фактор, поначалу малосущественный, стал превращаться в серьезную проблему по мере увеличения функциональности прикладных программ. Чем сложнее по своему функционалу приложение, тем труднее освоить его интерфейс и эти трудности возрастают нелинейно. Пользователь согласен потратить вдвое больше времени t на изучение вдвое большего количества N функций приложения, но откажется это делать, скажем, при вчетверо больших затратах времени. Схематически это показано на рис.5.3.1. Зависимость OA – соответствует согласию пользователя на усложнение интерфейса ради получения более богатого функционала приложения. Зависимость OB – нелинейная.

Начиная с Nкр затраты времени очень быстро растут и, начиная с момента tкр пользователь с большой долей вероятности откажется от новейшей версии ППО в пользу старой из-за нежелания тратить чрезмерно много времени на его освоение. Это тем более оправдано, поскольку зачастую дополнительный функционал приложения носит второстепенный характер.

Кроме того, слишком сложный интерфейс приводит к тому, что пользователь начинает неоправданно много времени уделять интерфейсу, а не собственно работе с самим приложением. Сложные, многоуровневые меню, многочисленные диалоговые панели с множеством вкладок с непременными кнопками «Дополнительно» - существенно замедляют работу и раздражают пользователя.

t, время, отн.ед.

Рис. 5.3.1. Временные затраты на изучение интерфейса.

С другой стороны, для ряда приложений WIMP-интерфейс вообще не оптимален, например, для приложений, обеспечивающих обработку непрерывных входных сигналов или отображающих 3Dмодели. В некоторых случаях необходимо отображать взаимодействия, для которых вообще нет стандартных элементов управления.

Принципиальным недостатком WIMP-интерфейса является то, что он никак не использует такие каналы взаимодействия как речь, слух, осязание. Можно сказать, что WIMP-интерфейс приспособлен для существ одноглазых, одноруких и однопалых [142].

типы интерфейсов – post-WIMP – интерфейсы. Например, пользователи взаимодействуют с разделяемой задачей, причем каждый снабжен погружающим стереодисплеем с широким полем зрения. Он управляется через отслеживание положения головы и рук, распознавание голоса и жеста, а также манипулированием несколькими интерактивными устройствами, обладающими более чем двумя степенями свободы.

Взаимодействие включает множественные параллельные дуплексные каналы ввода/вывода с широкой пропускной способностью, передающими непрерывные (а не дискретные) сигналы, которые распознаются в реальном времени [142]. В этой связи можно упомянуть 3Dинтерфейс моделирования со словарем из 20 жестов, показываемых обеими руками [151].

В заключение данного раздела, следует упомянуть тактильные пользовательские интерфейсы, снабженные силовой обратной связью.

Тактильные интерфейсы позволяют, как передавать, так и принимать информацию.

В сфере образования роль человеко-машинного интерфейса возрастает в еще большей степени. Появились новые проблемы, обусловленные существенными когнитивным, коммуникационным и интерактивным характером взаимодействия пользователя – «ученика» и дидактического ПО – «учителя».

3. «Как показать вербально?» - в каком виде передавать вербальную информацию пользователю? Этой проблеме было уделено довольно много внимания. В частности, исследовалось влияние цвета на скорость восприятия. Экспериментально изучалось влияние таких параметров:

1 количество используемых цветов;

2 цветовая палитра;

3 яркость символов;

4 внешняя освещенность экрана;

5 расстояние от экрана до наблюдателя;

6 расположение на пространстве экране основной и дополнительной информации.

Экспериментально определялось время от момента появления сообщения на экране, до момента подачи сигнала испытуемым, о том, что он понял сообщение. Некоторые результаты приведены в таблице.

ТАБЛИЦА 5.3.1. Оценка четкости восприятия цветовых образов на символов красный синий зеленый циан малиновый желтый «отлично», «хорошо», «плохо». Первой группе «отлично» соответствовали времена реакции, не превышающие 0.3 секунды. Эти результаты отличались малой дисперсией (вариацией результатов). В группу «хорошо» включены результаты, отличавшиеся либо большой дисперсией, либо большим временем реакции – больше 0.3 секунды.

Группа «плохо» отличалась и большим временем реакции (больше 0.3 секунды), и большой дисперсией.

Помимо удобочитаемости необходимо учитывать влияние цвета на передачу невербальной информации. Например, для привлечения внимания наиболее подходящими являются цвета: красный, синий, желтый, зеленый, белый. Люди связывают с различными цветами особые представления: красный – опасность, зеленый – норма, и т.д.

Необходимо избегать перегруженности информационного кадра чрезмерным использованием цвета.

Кроме того, размещение текста на экране монитора требует корректного решения цветового оформления символов и фона. Рекомендуется на одном экране использовать не более четырех цветов. Не любые сочетания цветов допустимы. Оптимальными сочетаниями цветов символа и фона являются: белый на черном, зеленый на черном, желтый на черном, желтый на синем, черный на белом. Наихудшие сочетания цветов: красный на синем, синий на черном, красный на черном [1].

При длительной работе за монитором наблюдается усталость – снижение цветовой чувствительности. Во избежание развития состояния усталости рекомендуется включать в сценарий графического диалога специальные реабилитационные кадры – заставки. В качестве таких разгрузочных изображений могут использоваться, например цветовые мозаичные структуры с эффектами интерференции, рассчитанные на неполное пространственное смешение цветов - цепочки ярких, контрастных цветовых точек. В исследовании Преображенского К.К.

установлено, что такие структуры способствуют быстрому восстановлению цветовой чувствительности [98].

Следует также тщательно подбирать размеры и начертание символов, расстояние между строками. Даже внутри одного информационного кадра шрифты могут различаться как для разных блоков внутри кадра, так и для невербального выделения фрагмента текста.

4. «Как показать невербально?»

Если в предыдущем вопросе мы касались технического аспекта выдачи информационного материала, имеющего вербальный характер, то здесь мы рассмотрим влияние когнитивных факторов, сопровождающих этот процесс.

Человек воспринимает информацию из внешнего мира в целостном виде, не разделяя ее на составные части, не отрывая от внешнего мира. Анализ и управление теми факторами, которые влияют на восприятие людей - суть когнитивных методов [116]. Когнитивные методы не изменяют саму информацию, но создают условия, в которых она получает иной смысл и превращается в иное знание. Известен эффект, когда любая фотография, переведенная в черно-белый цвет, воспринимается более "документальной" и "значимой", нежели цветная. Одна и та же информация может быть представлена множеством различных способов. При этом каждый способ формирует уникальные когнитивные факторы, влияющие на смысл информации. Тщательно подбирая слова для представления информации, мы можем сделать более вероятной ту или иную реакцию на нее. В этом случае, не искажая информацию, мы меняем ее смысл и знания, которые получит человек. Когнитивные методы опираются на результаты, полученные в гештальт-психологии, которая утверждает, что восприятие не аддитивно.

Гештальт (Gestalt) — целостная форма или структура – базовое понятие гештальт-психологии, которым мы будем пользоваться в дальнейшем.

«Если сходство двух явлений (или физиологических процессов) обусловлено числом идентичных элементов и пропорционально ему, то мы имеем дело с суммами. Если корреляция между числом идентичных элементов и степенью сходства отсутствует, а сходство обусловлено функциональными структурами двух целостных явлений как таковых, то мы имеем гештальт» [45].

Всем известны картинки - зрительные иллюзии. Все такие картинки основаны на использовании низкоуровневых механизмов зрительного восприятия и связанных с ними гештальтов. В зрительных иллюзиях используются когнитивные технологии - для получения иллюзии в них сознательно используются когнитивные факторы, которые активируют тот или иной гештальт низкого уровня.

Экспериментально были обнаружены «хорошие» гештальты – конфигурации особо привлекательные, удобные для восприятия людей и «плохие» - конфигурации с трудом удерживающие на себе фокус внимания. Важнейшими признаками хороших гештальтов являются: простота, пропорциональность и симметрия. Другими объектами, привлекающими внимание и обладающие хорошим гештальтом, являются формы живой природы - люди и их лица, животные и в меньшей степени растения.

В гештальт-психологии было установлено, что человек значимо организует свое восприятие, выделяя фигуру и фон. Формирование фигуры определяется интересом. Воспринимаемое явление приобретает значение, смысл только в определенном контексте. Таким образом, смысл (значение) – это связь между фигурой и фоном (контекстом). Значение создается отношением фигуры, выступившей на передний план, к ее фону [38].

Если в своей речи человек последовательно описывает два обстоятельства или факта, то даже в том случае, если он их сознательно никак не связывает, они с большой вероятностью бессознательно упакованы у него в гештальт причины и следствия [117]. Рассмотрим пример. Обучаемому сообщают два независимых факта в следующей последовательности: 1) «Раздался выстрел»; 2) «Сломалась ветка дерева». Мы передали некоторую информацию о двух не связанных фактах, которая в сознании человека преобразовалась в знание о том, что в результате выстрела сломалась ветка дерева.

При выдаче очередного кадра, содержащего вербальную и невербальную информацию, необходимо учитывать этот эффект целостности восприятия обучаемого.

5. «Где разместить?»

Последний вопрос, который мы рассмотрим – где на экране размещать значимые элементы информационного кадра? Одной из проблем проектирование пользовательского интерфейса для программного обеспечения учебного назначения является психологически и дидактически обоснованное решение композиционных задач. Если при обсуждении ответов на предыдущий вопрос мы, в основном, касались методов подачи информационного материала, то в данном случае в центре нашего рассмотрения будет находиться другой аспект представления невербальной информации - пространственный.

Информационные кадры, формируемые на экране компьютера, как правило, насыщены графическим материалом – чертежи, диаграммы, рисунки, фотографии. Кроме того, наметилась все усиливающаяся тенденция предъявлять изобразительный материал в анимированном виде. Особенно это относится к естественнонаучным дисциплинам. Например, в физике, это обусловлено стремлением повысить наглядность описания сложных, развивающихся во времени процессов – движение тела в гравитационном поле Земли, нецентральное столкновение неточечных тел, в том числе несимметричных, процессы в электрических цепях и тому подобное.

Размещение элементов модели на экране монитора должно в определенной степени соответствовать композиционным требованиям в живописи. Н.Тарабукин указывает, что каждое из четырех направлений движения по двум диагоналям живописного полотна несут самостоятельную, отличную друг от друга знаковую нагрузку (рис.5.3. [113] ).

Рис. 5.3.2. Четыре диагонали по Н.Тарабукину.

Все четыре области связаны диагоналями, значение которых определено следующим образом: 4-1 («пассивное»); 3-2 («активное»); 1-4 («входа»); 2-3 «(демонстративное»).

При появлении информационного кадра взгляд в первое мгновение будет обращен в его правую часть, где как бы находится «вход». Оттуда начинается просмотр кадра до условного «выхода» слева.

Активная диагональ. Диагональ борьбы. Символизирует напряжение, преодоление препятствий, завоевание. Она не обладает слишком быстрыми темпами. Движение развертывается медленно, потому что встречает на своем пути препятствия, которые требуют преодоления.

Демонстрационная диагональ. По этой диагонали перед глазами зрителя протекают события, не задерживаясь в поле зрения. Содержанием картины, построенной по этой диагонали, нередко является то или другое демонстрационное шествие. В репрезентативных портретах по этой диагонали располагаются фигуры...

Пассивная диагональ. Сюжетно она часто выражает вынужденный уход, отъезд, увод. Композиция, построенная по этой диагонали, очень часто встречается в произведениях, где поток движения является лишь проходящим, на картине не совершается никаких событий.

Их начало, и конец находятся за пределами рамы. В сложных композиционных построениях присутствует сочетание различных диагоналей, описанных Н. Тарабукиным, где можно выделить одну доминантную. Все эти области можно определить как ведущие подразделы всего континуума топоном.

Топонома – элементарно значимая часть визуального невербального языка. Топономы бывают координирующие (основные) и координируемые (простые). Основные топономы – условны и невидимы, они есть уловное изображение основных стереотипов психологии восприятия пространства, связанного у нас с такими понятиями как «верху», «внизу», «сзади», «спереди», «справа», «слева». Простые топономы, в отличие от основных, всегда приобретают ту или иную конкретную форму визуального невербального знака. В объемном пространстве простой топономе соответствуют три основные.

Согласно А.Бродецкому простые топономы - это элементарные невербальные знаки, лежащие в основе всех видов и форм невербальной визуальной коммуникации. Их значение определяется по положению относительно основных топоном, а значение последних - направлением и степенью удаленности от центральной топономы. Причем у одинаковых по форме невербальных знаков с разными топономами невербальное значение не совпадает. У разных по форме невербальных знаков с одинаковыми топономами невербальное значение совпадает [16].

При размещении элементов с учетом перспективы, необходимо учитывать значимость собственно позиций (координат) на экране монитора. В зависимости от контекста, точкам физического пространства могут соответствовать топономы – точки в психологическом пространстве человека (пользователя).

При размещении элементов в информационном кадре, желательно придерживаться правил построения мизансцен. Термин мизансцена (фр. mise en scene) буквально означает - расположение на сцене.

Рассмотрим построение мизансцены согласно А.Бродецкому [16].

На рис.5.3.3 приведена мизансценическая сетка включающая в себя:

1. главные топономы: точки 1, 3,5,7,9,11, «О»;

2. дополнительные топономы: точки 2,4,6,8,10,12, и две О*;

3. акцентирующие топономы: точки со знаком *.

С точки зрения психологически верного восприятия многочисленных элементов компьютерной модели в каждом ее кадре с учетом значимости элементов рекомендуется размещать их согласно мизансценической сетке (рис.5.3.3).

Последовательность предъявления информационных кадров также должна подчиняться определенным правилам. Наиболее значимым здесь может оказаться так называемый «монтажный эффект», открытый С. Эйзенштейном. Эмоциональный эффект, который способен произвести на зрителя монтажный стык многократно превышает то, что можно достигнуть с помощью одного, даже самого впечатляющего съемочного плана [117].

Применительно к учебному ПО, можно сказать, что информационные кадры, сменяя друг друга, должны за счет монтажного эффекта максимально концентрировать внимание субъекта обучения, стимулировать его познавательную активность.

Приведенное нами рассмотрение, сформулированных вначале вопросов, показывает, что для создания полноценного программного обеспечения ЭВМ учебного назначения необходимо правильно спроектировать и построить пользовательский интерфейс, корректно организовать как построение информационных кадров, так и их последовательность, что представляет собой нетривиальную задачу.

Рис.5.3.3. Мизансценическая сетка А.Бродецкого.

ГЛАВА 6 УЧЕБНОЕ МОДЕЛИРОВАНИЕ В ФИЗИКЕ

Системы компьютерного моделирования в физике мы разделим на два больших класса – системы научного моделирования и системы учебного моделирования. Кратко рассмотрим системы научного моделирования и более подробно - системы учебного моделирования в физике.

6.1. СИСТЕМЫ НАУЧНОГО МОДЕЛИРОВАНИЯ

В научных исследованиях и в технических применениях используются системы компьютерного моделирования, обычно представляющие собой системы визуального моделирования. Выходные данные оформляются в виде графиков, диаграмм, схем, анимаций.

Все эти системы можно разделить на три группы.

1. Системы, использующие графический язык иерархических блок-схем. Например, подсистема Simulink пакета MATHLAB [146].

2. Системы, использующие язык физического моделирования.

Поведение элементарного блока задается системой алгебродифференциальных уравнений. Дискретные события задаются логическими условиями, при их возникновении происходит изменение значений переменных. Например, пакет Dymola [140].

3) Пакеты, использующие схемы гибридного автомата.

Так называемые карты состояний описывают переключение состояний и описание поведения системы системами алгебродифференциальных уравнений. Это позволяет достаточно удобным образом адекватно описать поведение моделируемой системы со сложной логикой переключений. Например, пакет Model Vision Studium [150].

6.2. СИСТЕМЫ УЧЕБНОГО МОДЕЛИРОВАНИЯ В ФИЗИКЕ

Для учебного моделирования в настоящее время создано довольно много пакетов прикладных программ для ЭВМ разного качества. В настоящее время проблемой является не отсутствие программного обеспечения, а разработка методики его использования. К этому добавим, что несмотря на большое количество разработанных программ, все же при первой возможности учитель физики пытается разработать свою собственную программу. Ясно, что технические характеристики такой программы далеки от совершенства, но зато эта программа очень точно решает какие-то конкретные педагогические задачи в учебной практике именно данного учителя. Это еще раз указывает на то, что абсолютно совершенного учебного программного обеспечения пока еще нет.

6.3. БИБЛИОТЕКА НАГЛЯДНЫХ ПОСОБИЙ ПО ФИЗИКЕ

Компьютерные дидактические материалы позволяют существенно повысить наглядность обучения, что особенно важно в преподавании физики. Здесь следует отметить особенно важную роль компьютерных моделей и анимаций [62].

В настоящее время, появились различные электронные издания, содержащие компьютерные модели и анимации разной степени сложности исполнения и дидактической ценности. Достаточно широким охватом учебных тем отличается «Библиотека наглядных пособий по физике для 7-11 классов» [125].

Библиотека содержит различные объекты по следующим темам:

1. Механика;

2. Молекулярная физика и термодинамика;

3. Электродинамика;

5. Специальная теория относительности;

6. Квантовая и ядерная физика;

7. Методы познания.

Библиотека содержит следующие объекты:

41 видеофрагмент;

63 анимации;

96 компьютерных интерактивных моделей;

162 фотографии;

320 рисунков;

465 текстовых фрагментов;

45 обобщающих таблиц.

Библиотека снабжена довольно большим количеством материала, который учитель может использовать в своей работе. На рис.6.3. приведена часть подборки электрических схем, которые можно использовать для создания индивидуальных заданий при изучении параллельного и последовательного соединения проводников в электрической цепи.

Из перечисленных объектов Библиотеки объекты с 4 по 7 являются традиционными для обычных учебников и учебных пособий по физике и в нашем случае не представляют интереса.

Объекты первого типа (видеофрагменты) также являются представителями классических дидактических средств. До недавнего времени учебные кинофильмы достаточно широко использовались на уроках физики.

Наибольший же интерес представляют объекты второго и третьего типов – компьютерные анимации и модели.

Звуковое сопровождение зачастую испорчено, что, видимо, объясняется плохим качеством изготовления оптических дисков. В этом случае, необходимо иметь несколько экземпляров дисков и пытаться скопировать работоспособные анимации на жесткий диск.

Рис. 6.3.1. Подборка индивидуальных заданий.

Компьютерные анимации зачастую представляют собой просто видеофрагменты, но созданный средствами Macromedia Flash, например опыт Кавендиша, «Относительное движение систем отсчета», «Поступательное и вращательное движение», «Преобразование видов энергии при падении тел в воздухе» и др.

Некоторые анимации позволяют включать раздельно разные части видеофрагмента, например «Принцип действия насоса», «Продольные и поперечные волны в исследовании структуры Земли» и др.

Компьютерные модели в большинстве своем сделаны гораздо лучше и позволяют ставить полноценные эксперименты в виртуальной лаборатории. В качестве примера на рис.6.3.2 показан экран компьютерной модели, позволяющей изучать движение тела, брошенного под некоторым углом к горизонту. При этом можно изменять 5 параметров.

Следует отметить непривычную терминологию. Например, «скорость выстрела» вместо «модуль начальной скорости тела»; «угол стрельбы» вместо «угол между вектором начальной скорости и горизонтом»; «круглые волны» вместо «сферические волны» (компьютерная модель «Генерирование круглых волн») и др. Подобные жаргонизмы возможно допустимы в технической литературе, но в школьном учебном процессе, когда происходит становление предметной лексики и понятийного аппарата, это недопустимо. Поэтому, при использовании компьютерных моделей учителю необходимо обращать на это внимание учащихся и своевременно корректировать терминологию.

Рис. 6.3.2. Моделирование движения тела, брошенного под углом к горизонту.

Таким образом, в целом Библиотека может успешно использоваться в учебном процессе в школе при обучении физике, особенно полезны компьютерные модели. Ценность же видеофрагментов и анимаций довольно относительна. Учителю необходимо тщательно продумывать сценарий урока с тем, чтобы их применение было дидактически оправдано.

6.4. ЦИФРОВАЯ ЛАБОРАТОРИЯ АРХИМЕД

Цифровая лаборатория Архимед представляет собой программно-аппаратный измерительный комплекс для организации учебного физического эксперимента на современном уровне. В состав лаборатории Архимед входит карманный персональный компьютер “PALM” и серия датчиков, позволяющих регистрировать различные физические параметры.

Полученные экспериментальные результаты могут быть обработаны программой Image Probe. Результаты также могут быть переданы на персональный компьютер для более сложной обработки с помощью программы MultiLab. [44].

Живая Физика – это локализованная версия одной из наиболее известных обучающих программ по физике Interactive Physics, разработанной американской фирмой MSC Working Knowledge.

Компьютерная проектная среда Живая Физика предоставляет возможности для интерактивного моделирования движения в гравитационном, электростатическом магнитном или любых других полях, а также движения, вызванного всевозможными видами взаимодействия объектов [46].

Дунин С.М. отмечает, что виртуальные эксперименты принесут пользу в том случае, когда эта виртуальная реальность будет достаточно реальна – будет включать в себя запас материалов и инструментов, позволяющих создавать компьютерные модели, ведущие себя в соответствии с законами нашего реального мира [43]. Подобную виртуальную реальность можно создать с помощью среды «Живая физика».

Рис. 6.5.1. Построение модели математического маятника.

В «Живой физике» легко создаются действующие физические модели (рис.6.5.1). Модели Живой физики могут взаимодействовать с цифровой лабораторией «Архимед» [44].

Для Живой физики разработаны ряд виртуальных экспериментов [47].

1) Живая Физика в 7 классе Авторы: В.В. Бронфман, С.М. Дунин Комплект содержит: компьютерные эксперименты в среде Живая Физика; задания для самостоятельных работ в среде Живая Физика; компьютерные иллюстрации; ориентировочный список проектов.

Любой из этих элементов может эффективно использоваться сам по себе, однако наибольшую пользу принесет применение комплекта как целого. При созданиии данного комплекта авторы выбрали те вопросы курса, которые, по их мнению, вызывают у учеников наибольшие трудности.

2) Начала Кинематики Авторы: В.В. Бронфман, М.А. Шапиро Особенностью данного Комплекта является его кажущаяся избыточность: сравнительно несложным понятиям посвящено большое количество Моделей, иногда мало по сути отличающихся друг от друга. Авторы сделали это намеренно, считая, что многократное исследование одних и тех же явлений под различными углами зрения будет способствовать более осознанному и прочному усвоению материала.

Очевидно, все предлагаемые Модели использовать на уроках невозможно - не хватит времени, отведенного на этот раздел учебным планом. На уроке удастся поработать лишь с частью Комплекта. В полном объеме Комплект полезно будет использовать на занятиях с отстающими.

3) Колебания Авторы: В.В. Бронфман, С.М. Дунин, М.А. Шапиро Компьютерная модель (теория и задачи) в двух вариантах: один для использования в компьютерном классе, - другой - в классе с одним (учительским) компьютером (в режиме демонстраций). Комплект обеспечивает практически каждый шаг изучения колебаний в классах с физическим уклоном. Для формирования обычного курса из предлагаемого материала достаточно исключить темы повышенной трудности. Может использоваться также на кружковых и факультативных занятиях.

4) Электростатика Авторы: В.В. Бронфман, М.А. Шапиро Комплект не является последовательной поддержкой курса электростатики, но поможет учителю заинтересовать этой темой детей, даст возможность исследовать недостижимые в условиях школьной лаборатории явления и разобраться в некоторых традиционно сложных для понимания вопросах. Комплект может быть использован в 8-м, 10-м и 11-м классах. Почти в каждой модели Комплекта содержатся различные задачи. Кроме теоретических вопросов в Комплекте смоделированы условия некоторых задач из задачника А. П. Рымкевича, 1988 г. (NN 678-680, 682, 684, 686-689, 691, 694, 696, 699, 701, 703, 705, 731-736, 741, 742). Эти модели позволяют не только проверить правильность ответа, но и увидеть явление, о котором идет речь в задаче.

5) Живая Физика в 9 классе (из опыта учителей) Авторы: В.А.

Денисова, Г.Ф. Львовская, Г.Н. Виталинская, Н.Б. Павлов

6.6. ЭЛЕКТРОННЫЙ УЧЕБНИК ПО ФИЗИКЕ БОРЕВСКОГО Л.А.

Рис. 6.6.1. Фрагмент модели из электронного учебника Л.Боревского Электронный учебник по физике Боревского Л.А. предназначен для самостоятельного изучения физики. Электронный учебних располагается на двух CD-ROM: на одном — собственно учебник с задачами, на другом — практические опыты. Каждый диск можно установить по отдельности в подходящей по размеру конфигурации. Программа, как и ранее, может работать практически на любых, даже самых маломощных компьютерах, например на машине с 486-м процессором и с 16 Мбайт оперативной памяти. Это, разумеется, накладывает определенные ограничения, в частности, будут отсутствовать видеосюжеты реальных физических опытов и видеолекций. Пример модели, для решения задачи приведен на рис.6.6.1.

6.7. СИСТЕМА МОДЕЛИРОВАНИЯ CROCODILE

Рис. 6.7.1. Экран системы CROCODILE.

Crocodile Technology 3D объединяет в себе электронный проект, программирование PIC, механизмы 3D и моделирование 3D PCB.

Technology 3D — 3D симулятор электронных цепей, с помощью которого можно разработать принципиальную электрическую схему устройста, монтажную плату под него и т.д.

Рекомендуется в качестве приложения к программированию, электронике, механике и другим подобным курсам. Возможно первичное использование как платформы виртуальных экспериментов, позволяющей учащимся проводить эксперименты и изучать различные темы в процессе обучение.

Пример электрической схемы в системе CROCODILE показан на рис. 6.7.1.

6.8. ВИРТУАЛЬНАЯ ЛАБОРАТОРИЯ ПО ФИЗИКЕ

Программное средство «Виртуальные лабораторные работы по физике» предоставляет виртуальную среду для выполнения лабораторных работ по физике.

Рис. 6.8.1. Виртуальный эксперимент по определению массы тела.

Всего можно выполнить 11 лабораторных работ.

1. Измерение размеров малых тел 2. Измерение массы тела на рычажных весах 3. Измерение объема твердого тела 4. Определение плотности вещества 5. Измерение выталкивающей силы.

6. Выяснение условий равновесия рычага 7. Изучение равноускоренного движения 8. Изучение колебаний нитяного маятника 9. Изучение явления теплообмена 10. Изучение закона Ома 11. Изучение свойств собирающей линзы.

Пример модели для определения массы тела приведен на рис.6.8.1.

6.9. ТЕСТЕР-ТРЕНАЖЕР «ЦЕПИ ЭЛЕКТРИЧЕСКОГО ТОКА»

Новые возможности по созданию фасетов и применению невербальной информации предлагают компьютерные технологии. Компьютерное моделирование приобретает все большее значение, как в научных исследованиях, так и в образовании. В последнее время появился термин «Вычислительная физика» [21], в отличие от теоретической и экспериментальной физики. Численное моделирование составляет неотъемлемую часть современной фундаментальной и прикладной науки, причем по важности оно приближается к традиционным экспериментальным и теоретическим методам [39]. Вычислительный эксперимент становится полноправным инструментом в научных исследованиях.