ПРИМЕНЕНИЕ СТОХАСТИЧЕСКИХ МЕТОДОВ В ПРОФЕССИОНАЛЬНО ОРИЕНТИРОВАННОМ ОБУЧЕНИИ СТУДЕНТОВ ТЕХНИЧЕСКИХ СПЕЦИАЛЬНОСТЕЙ

Авторы

  • Абылкасымова А. физики и информатики Казахского национального педагогического университета имени Абая, Алматы, Казахстан, академик Национальной академии наук РК, академик Российской академии образования, доктор педагогических наук, профессор, директор Центра развития педагогического образования, заведующая кафедрой методики преподавания математики https://orcid.org/0000-0003-1845-7984
  • Туяков Е. Казахский национальный педагогический университет имени Абая, Алматы, Казахстан, кандидат педагогических наук, доцент https://orcid.org/0000-0002-4682-6778
  • Рысбекова Г. Казахский национальный педагогический университет имени Абая, Алматы, Казахстан, докторант https://orcid.org/0009-0006-5360-7334

DOI:

https://doi.org/10.32014/2026.2518-1467.1276

Ключевые слова:

стохастические методы, прикладные задачи, профессионально ориентированное обучение, технические специальности

Аннотация

Быстрая цифровизация инженерных и промышленных процессов, а также растущая техническая неопределенность и сложность требуют усиления математической подготовки студентов технических специальностей. Теория вероятностей и математическая статистика развивают аналитическое мышление, включая навыки математического моделирования, интерпретации данных, принятия решений в условиях неопределенности при проектировании моделей, компонентов устройств и сетей, оценке надежности, безопасности и т. д. В данном исследовании разработан и оценен профессионально ориентированный подход к преподаванию стохастических методов, интегрирующий теоретические математические знания с практическими приложениями в инженерии и информационных технологиях. Предложенная методология включает в себя профессионально ориентированные задачи, учитывающие такие понятия, как надежность электрических систем, вероятность перегрузки трансформатора, диагностика оборудования с использованием формулы Байеса, электрические цепи с использованием случайных процессов и т. д. Эти задачи побуждают студентов размышлять о случайных явлениях, определять вероятностные модели, проводить математические расчеты, интерпретировать результаты и обосновывать решения в профессиональном контексте. Для исследования эффективности предложенного подхода было проведено двухмесячное квазиэкспериментальное исследование с участием контрольной группы (n = 23), изучавшей теорию вероятностей и выполнявшей дополнительные традиционные и вычислительные задания, и экспериментальной группы (n = 23), изучавшей теорию вероятностей и выполнявшей дополнительные контекстные и профессионально ориентированные задания. Студенты заполнили анкеты предварительной и итоговой оценки. После эксперимента были проведены сравнительный статистический анализ и наблюдение за вовлеченностью студентов в обучение и распространенными типами их ошибок. Было выявлено улучшение результатов в обеих группах, однако в экспериментальной группе наблюдалось более значительное повышение результатов тестирования: средний балл увеличился с 56,5% до 75,1%, в то время как в контрольной группе средний балл повысился с 58,5% до 67,9%. Включение стохастических методов в обучение посредством профессионально ориентированных заданий укрепляет связь между математической теорией и ее практическим применением в системном моделировании, одновременно подготавливая студентов к будущей профессиональной деятельности.

Скачивания

Данные скачивания пока недоступны.

Биографии авторов

Абылкасымова А., физики и информатики Казахского национального педагогического университета имени Абая, Алматы, Казахстан, академик Национальной академии наук РК, академик Российской академии образования, доктор педагогических наук, профессор, директор Центра развития педагогического образования, заведующая кафедрой методики преподавания математики

академик Национальной  академии наук РК, академик Российской академии образования, доктор педагогических наук, профессор, директор Центра развития педагогического образования, заведующая кафедрой методики  преподавания математики, физики и информатики Казахского национального педагогического университета имени Абая

Рысбекова Г., Казахский национальный педагогический университет имени Абая, Алматы, Казахстан, докторант

докторант,  Казахский национальный педагогический университет имени Абая

Библиографические ссылки

Abylkasymova, A. E., Yermaganbetova, S. K., & Baishagirov, K. Zh. (2024). The content and methodological features of professionally oriented training of engineering students in higher mathematics. Higher Education for the Future, 11(1), 47–59. https://doi.org/10.1177/23476311231207681

Batanero, C., & Álvarez-Arroyo, R. (2024). Teaching and learning of probability. ZDM – Mathematics Education, 56, 5–17. https://doi.org/10.1007/s11858-023-01511-5

Blitzstein, J. K., & Hwang, J. (2019). Introduction to probability (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9780429428357

Freeman, S., Eddy, S. L., McDonough, M., Smith, M. K., Okoroafor, N., Jordt, H., & Wenderoth, M. P. (2014). Active learning increases student performance in science, engineering, and mathematics. Proceedings of the National Academy of Sciences, 111(23), 8410–8415. https://doi.org/10.1073/pnas.1319030111

Frejd, P., & Bergsten, C. (2016). Mathematical modelling as a professional task. Educational Studies in Mathematics, 91, 11–35. https://doi.org/10.1007/s10649-015-9654-7

Garfield, J. B., Ben-Zvi, D., Chance, B., Medina, E., Roseth, C., & Zieffler, A. (2008). Developing students’ statistical reasoning: Connecting research and teaching practice. Springer. https://doi.org/10.1007/978-1-4020-8383-9

Hsu, Y.-P., Chiang, D. F., & Kehinde, I. (2025). Transforming engineering education in the digital era: Findings from a systematic review. Frontiers in Education, 10, Article 1568917. https://doi.org/10.3389/feduc.2025.1568917

Magana, A. J., & Silva Coutinho, G. (2017). Modeling and simulation practices for a computational thinking-enabled engineering workforce. Computer Applications in Engineering Education, 25(1), 62–78. https://doi.org/10.1002/cae.21779

Prince, M. (2004). Does active learning work? A review of the research. Journal of Engineering Education, 93(3), 223–231. https://doi.org/10.1002/j.2168-9830.2004.tb00809.x

Ross, S. M. (2019). Introduction to probability models (12th ed.). Academic Press.

Sipos, D., Bendea, C., & Kocsis, I. (2024). Improvement of stochastic modelling skills for a sustainable education in engineering. Journal of Sustainable Energy, 15(1), 25–33. https://www.energy-cie.ro/archives/2024/nr_1/v15-n1-4.pdf

Walrand, J. (2021). Probability in electrical engineering and computer science: An application-driven course. Springer. https://doi.org/10.1007/978-3-030-49995-2

Yazdani, A., Ghohani Arab, H., & Rashki, M. (2020). Simplified spectral stochastic finite element formulations for uncertainty quantification of engineering structures. Structures, 28, 1924–1945. https://doi.org/10.1016/j.istruc.2020.09.040

Загрузки

Опубликован

2026-10-19

Как цитировать

Abylkassymova, A., Tuyakov, Y., & Rysbekova, G. (2026). ПРИМЕНЕНИЕ СТОХАСТИЧЕСКИХ МЕТОДОВ В ПРОФЕССИОНАЛЬНО ОРИЕНТИРОВАННОМ ОБУЧЕНИИ СТУДЕНТОВ ТЕХНИЧЕСКИХ СПЕЦИАЛЬНОСТЕЙ. Scientific Journal of Pedagogy and Economics, 423(5), 43–62. https://doi.org/10.32014/2026.2518-1467.1276