автор:
Прокопьева Мария Владимировна
учитель МАОУ «СОШ №61» г. Чебоксары
Шишкина Ольга Владимировна
учитель МАОУ «СОШ №61» г. Чебоксары
Исследовательская деятельность в школе на уроках информатики и ИКТ в 10-11 классах информационно-технологического профиля
«Исследовательская деятельность в школе на уроках информатики и ИКТ в 10-11 классах информационно-технологического профиля»
Прокопьева Мария Владимировна,
учитель информатики, МАОУ «СОШ №61» г. Чебоксары
Шишкина Ольга Владимировна,
учитель информатики, МАОУ «СОШ №61» г. Чебоксары
В данной статье рассматривается ряд аспектов, связанных с организацией исследовательской деятельности на уроках информатики и ИКТ в классах, изучающих данный предмет на профильном уровне, также приводятся примеры задач, решаемых учениками в рамках ведения исследовательской деятельности.
Остановимся на нескольких посылках, способствующих организации исследовательской деятельности на уроках информатики и ИКТ в профильных классах.
Во-первых, необходимо сказать, что на изучение предмета информатика и ИКТ в учебном плане старшей школы отводится около 280 часов учебного времени и 70 часов элективных курсов, что означает 4 часа в неделю уроков информатики и 2 часа элективных курсов. Это условие дает учащимся возможность изучить предмет на углубленном уровне, рассматривая учебный материал подробно.
Во-вторых, данный профиль учащиеся выбирают мотивированно, так как после окончания школы, в большинстве случаев, продолжают свое образование в ВУЗе по специальностям, связанным с направлением, информатика.
В-третьих, к десятому классу учащиеся обладают хорошей подготовкой в области математики и информатики, что благоприятствует дальнейшему углубленному изучению информатики.
Итак, мы обозначили несколько причин, способствующих исследовательской деятельности в классах информационно-технологического профиля, а именно: большое количество учебных часов, заинтересованность учащихся и их уровень подготовки.
Прежде, чем мы перейдем к примерам постановки конкретных исследовательских задач на уроках информатики, отметим, что в большинстве случаев для решения исследовательских задач удобно использовать языки программирования Pascal, C, C++, Python; для обработки больших объемов данных и визуализации полученных результатов – табличные процессоры; для составления отчетов – текстовые процессоры.
Рассмотрим разделы «Основы алгоритмизации и объектно-ориентированного программирования» и «Моделирование и формализация» как наиболее интересные с точки зрения постановки и реализации исследовательской задачи.
Рассмотрим сначала тему «Основы алгоритмизации и объектно-ориентированного программирования».
Одним из первых вопросов, связанных с изучением языка программирования, является изучение типов данных. Задача для проведения исследования, которую можно сформулировать в этом случае – сколько памяти занимает каждый тип. Для ответа на вопрос, например, в языке программирования С++ существует специальный оператор sizeof(<тип>).
При изучении программирования на олимпиадном уровне возникает вопрос об эффективности алгоритмов. Под эффективностью алгоритмов подразумевается способность наиболее полно использовать предоставляемые ресурсы (процессорное время, объем оперативной памяти, внешней памяти, пропускной способности каналов связи) [1]. Оценка эффективности алгоритмов связана с обозначенным ранее вопросом размерности типов данных. Кроме того, эффективность алгоритмов зависит от типов операций, используемых в программе, размерности входных и выходных данных. Исследование типов операций и размерности входных и выходных данных сводится к измерению времени работы программы. Приведем примеры программного кода на языках программирования Pascal и С++, позволяющие измерить время работы программы (см. табл. 1).
| Pascal | C++ |
| var t1,t2: integer;
begin t1:=GetTickCount; … // здесь пишем код t2:=GetTickCount; write(t2-t1); end. |
#include <ctime>
… int main() { int start_time = clock(); …// здесь пишем код int end_time = clock(); int search_time = end_time — start_time; cout<<search_time/1000.0; return 0; } |
Таблица 1. Измерение скорости работы программы
Другой интересный пример исследования, связанный с изучением эффективности алгоритмов, можно рассмотреть при изучении структуры данных массив и алгоритмов сортировки числовых массивов данных. Стоит отметить, что алгоритмов сортировки насчитывается более двадцати [2], однако изучить все сортировки даже на профильном уровне не представляется возможным. В большинстве случаев рассматриваются такие сортировки массива как методом пузырька, выбора, «быстрой сортировки», также в обзорном порядке дается информация о сортировке «кучей», слиянием, пирамидальной сортировке; вводится понятие скорости работы алгоритма, эффективности использования памяти и количества обменов. Постановка исследовательской задачи заключается в изучении скорости работы различных алгоритмов на массивах, заполненных случайными числами. Кроме того, изучается количество обменов при сортировке массива уже упорядоченного по некоторому признаку или не упорядоченного. Стоит отметить, что в постановке задачи необходимо заранее обговорить варианты размерности массива (1000, 2000, …7000 элементов), количество экспериментов с выбранной размерностью и аппаратные характеристики компьютера. Полученные результаты сравниваются между учащимися и с данными, приводимыми в различных источниках, например на сайте университета ИТМО [3].
Немало примеров исследовательских задач можно привести при изучении другого раздела информатики «Моделирование и формализация». Рассмотрим некоторые из них.
Одним из этапов моделирования является этап построения математической модели. Построение модели движения тела [4, с. 109; 5. с. 93; 6, с. 105; 7, с. 21] дает возможность учащимся исследовать движение тела, брошенного вертикально вверх или под углом к горизонту, что требует знания физических законов. Моделировать движение тела удобно в электронных таблицах, так как можно не только построить табличную модель, но и визуализировать данные с помощью диаграмм.
Задачи расчета геометрических параметров объекта [4, с. 56] могут быть исследованы в электронных таблицах. Примеры подобных задач: определение наибольшего объема коробки, полученного из квадратного листа заданного размера, максимальной площади треугольника, минимальной длины изгороди садового участка. С помощью методов дифференцирования можно проверить полученные результаты.
Приведем примеры задач, основанных на построении моделей различных ситуаций [4, с. 63]: поклейка обоями комнаты, автоматизация расчета стоимости покупки, процесс заучивания стихотворения и др. В каждой из задач ставится вопрос, ответ на который можно получить с помощью электронных таблиц или с помощью написанной программы.
Классическими задачами моделирования экологических систем [4, с. 127; 5, с. 98; 6, с. 109; 7, с. 122] являются задачи изменения численности биологического вида, количества заболевших во время эпидемии гриппа и т.д. Модели первого типа представлены моделями неограниченного и ограниченного роста, сосуществования двух соперничающих видов, моделью «хищник-жертва». Каждая из этих моделей предполагает прогнозирование изменения численности популяции в зависимости от различных факторов, эти модели также удобно исследовать с помощью электронных таблиц.
Работа с моделями следующей группы основывается на статистически полученных данных. Здесь основной задачей является построение математической модели, которая в статистике называется регрессионной моделью. Ставится вопрос подбора вида функции, наиболее точно описывающей модель, и вычисления ее параметров.
Моделирование случайных процессов [4, с. 148; 5, с. 106; 6, с. 123; 7, с. 145] таких как подбрасывание монеты, игра в рулетку или кости, системы массового обслуживания основывается на изучении закономерностей случайных событий. Заметим, что с помощью компьютера необходимо имитировать результаты случайного события. Для этого используются датчики – стандартные функции, встроенные в большинство языков программирования, задающие «случайные» (псевдослучайные) числа. В электронной таблице Excel случайные события имитируются с помощью функции =СЛЧИС(), которая выдает случайные числа в диапазоне [0, 1). На языке программирования Pascal случайные числа из диапазона [0, 1) генерируются с помощью функции random. В языке С существует функция rand для получения случайных чисел в диапазоне [0, RAND_MAX], где RAND_MAX – постоянная, определенная в заголовочном файле stdlib.h (cstdlib для языка С++). В языке Python – функция random.random() в модуле random. Не только решение задачи, основанной на случайных процессах, интересно с точки зрения исследовательской деятельности, но и сам процесс получения случайного числа в компьютере можно выделить как отдельную исследовательскую задачу.
В заключение хочется отметить, что в данной статье приведены некоторые примеры постановки исследовательских задач, основанные на темах «Основы алгоритмизации и объектно-ориентированного программирования» и «Моделирование и формализация». Список тем, как и список задач, можно продолжить. Стоит также сказать, что постановка даже небольшой проблемы исследования способствует более глубокому изучению материала учащимися, активизации их познавательной активности, увеличению интереса не только к изучаемому предмету, но и к окружающему миру.
Список литературы и Интернет-ресурсов:
- https://www.hse.ru/mirror/pubs/share/179647259
- https://ru.wikipedia.org/wiki/%D0%90%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC_%D1%81%D0%BE%D1%80%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%BA%D0%B8
- https://neerc.ifmo.ru/wiki/index.php?title=%D0%A1%D0%BE%D1%80%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%BA%D0%B8
- Информатика и ИКТ. Задачник по моделированию. 9-11 класс. Базовый уровень / Под ред. проф. Н. В. Макаровой. – Питер, 2007. – 192 с.: ил.
- Поляков К. Ю., Еремин Е.А. Информатика. Углубленный уровень : учебник для 11 класса : в 2ч. Ч. 1 / К. Ю. Поляков, Е. А. Еремин. – М. : БИНОМ. Лаборатория знаний, 2015. – 240 с. : ил.
- Гейн А.Г. Информатика и ИКТ. 10 класс: учебник для общеобразоват. учреждений / А.Г. Гейн, А. Б.Ливчак, А. И. Сенокосов, Н. А. Юнерман. – М. : Просвещение, 2012. – 272 с.
- Семакин И. Г. Информатика. Углубленный уровень : учебник для 11 класса : в 2 ч. Ч.2 / И. Г. Семакин, Е. К. Хеннер, Л. В. Шестакова. – М. : БИНОМ. Лаборатория знаний, 2014. – 216 с. : ил.
