Студентам ИТ / 1 РП_ИТ / РП ИТ (27.03.05) - 2 к - 2015

изучения слабо подготовленными обучающимися с целью выравнивания знаний и успешного освоения программы изучаемой дисциплины. Результаты входного контроля не должны влиять на рейтинг обучающегося.

Текущий контроль, главная его цель – стимуляция и корректировка повседневной самостоятельной работы обучающегося по учебным материалом курса «Информационные технологии». Текущий контроль осуществляется преподавателем в ходе выполнения обучающимся всех видов учебной деятельности, предусмотренных содержанием тем дисциплины. Контроль текущих знаний проводится на занятиях в форме устного или письменного опроса. Объектами текущего контроля при изучении дисциплины являются: посещение лекций; подготовка, качество и сроки выполнения лабораторных работ, выполнение индивидуальных домашних заданий. Результаты текущего контроля влияют на кредитный рейтинг обучающегося.

Рубежный контроль призван выявить уровень компетентностей обучающегося по материалу изученной темы дисциплины. По дисциплине «Информационные технологии» целесообразно осуществлять рубежный контроль после изучения каждой темы дисциплины в форме тестирования, включая решение задач на компьютере. Результаты рубежного контроля влияют на компетентностный и кредитный рейтинги обучающегося.

Итоговая аттестация по дисциплине «Информационные технологии» проводится в соответствии с требованиями Федерального Государственного образовательного стандарта высшего профессионального образования в форме экзамена. Она подводит итог уровню компетентностей обучающегося, полученным за весь период изучения дисциплины.

10.2.Описание показателей и критериев оценивания компетенций на различных этапах их формирования, описание шкал оценивания.

Используются кредитный и компетентностный рейтинги.

Кредитный рейтинг показывает процент освоения обучающимся кредитных единиц, выделенных на дисциплину, и характеризует его академическую активность.

Компетентностный рейтинг соответствует знаниям, умениям и навыкам обучающегося при решении теоретических (тестирование) и практических задач (решение задач на компьютере).

На кафедре принята следующая шкала оценивания как академической активности обучающихся, так и их компетентностей:

	академическая активность	- 14 баллов;
	(посещение лекций, лабораторных занятий)
	выполнение практических задач	- 36 баллов;
	(лабораторных работ и домашних заданий)
	рубежное тестирование	- 40 баллов;

31

итоговое тестирование				- 10 баллов.
Карта рейтинга по дисциплине представлена в таблице 10.2.
				Таблица 10.2
Карта балльно-модульного рейтинга по дисциплине
Виды учебной работы	Максимальный балл			Зачѐтный балл
Посещение лекций	7			5
Посещение лабораторных занятий	7			5
Выполнение лабораторных работ,	31			20
включая допуск и отчет по работе
Промежуточная и рубежная аттестация,	40			30
включая активность обучающегося
(рубежное и зачетное тестирование,
олимпиады, участие в научно-
исследовательской работе)
Экзамен:
- итоговое тестирование	10
- решение задачи	5			5
Всего по дисциплине:	100			60

Окончательные итоговые оценки по дисциплине формируются на основании таблицы:

3 – рейтинги лежат в пределах 60 69 баллов; 4 – рейтинги лежат в пределах 70 89 баллов; 5 – рейтинги лежат в пределах 90 100 баллов.

К зачету обучающийся допускается при наборе не менее 50 баллов. Если по результатам работы по дисциплине в семестре обучающийся не

набрал до итогового контроля минимально допустимого количества баллов – 60, ему выставляется итоговая оценка «неудовлетворительно». В этом случае обучающемуся предлагается изучить дисциплину повторно. В случае успешной пересдачи обучающийся может получить только оценку «удовлетворительно».

Максимальное количество баллов, которое обучающийся может получить на экзамене, равно 15 (итоговое тестирование – 10 баллов и задача, решаемая на компьютере – 5 баллов).

Если в ходе выполнения всех заданий обучающийся набрал до итогового контроля 86 баллов, то в ведомость и зачетную книжку обучающегося выставляется оценка «отлично».

Мониторинг качества обучения проводится в форме выставления преподавателями кредитных и компетентностных баллов в автоматизированной системе балльно-рейтингового оценивания успеваемости обучающихся.

32

10.3.Типовые практические (контрольные) задания, необходимые для оценки знаний, умений, навыков и (или) опыта деятельности, характеризующих этапы формирования компетенций в процессе освоения образовательной программы находятся в отдельных папках ЛР и Тесты. Тематический план лабораторных работ и практических занятий приведен в таблице 10.3.

Таблица 10.3

Тематический план лабораторных работ или практических занятий

Темы, разделы	Запланир.			Перечень
	часы			лабораторных работ
	Ауд.	Сам.		Примечание
	Р.	Р.
Тема 1	22	12	Все задания и методические указания
Информационные			для их выполнения представляются в
технологии			электронном виде.
			Задания решаются в среде ЭТ (Excel).
обработки
многомерных
данных:
Раздел 1.1	8	6	1.1.1.	Скалярное произведение векторов.
Выполнение			1.1.2.	Транспонирование векторов.
			1.1.3.	Циклическая свертка последова-
операций векторной
				тельностей.
алгебры.			1.1.4.	Образование матриц с помощью
				внешнего произведения
				векторов.
			1.1.5.	Матричные функции.
			1.1.6.	Решение систем линейных
				уравнений с помощью обращения
				матриц.
Раздел 1.2	6	4	1.2.1.	Моделирование линейной
Моделирование и				зависимости.
			1.2.2.	Моделирование квадратичной
графическое
				зависимости.
отображение			1.2.3.	Моделирование двумерных
аналитических				зависимостей.
зависимостей.
Раздел 1.3	8	4	1.3.1.	Решение нелинейных уравнений.
Решение уравнений			1.3.2.	Решение систем линейных
				уравнений.
с помощью встроен-
			1.3.3.	Решение систем нелинейных
ных инструментов
				уравнений.
Exсel («Подбор
параметра» и «Поиск
решения»).

33

Тема 2	38	40	Все задания и методические указания
Информационные			для их выполнения представляются в
технологии автомати-			электронном виде.
			Задания решаются в среде ЭТ (Excel),
зированного и
			СУБД (Access), ПМП (MathCad).
автоматического
управления:
Раздел 2.1	8	4	2.1.1.	Управление состоянием ОУ и
Описание динамики				управление его структурой.
				Постановка и решение
состояний объектов
				регрессионно-авторегрессионных
управления (ОУ).
				зависимостей.
			2.1.2.	Траектории состояний объектов
				управления.
				Построение фазовых траекторий
				состояний ОУ.
			2.1.3.	Оптимальное и условно-оптимальное
				управление состояниями объектов
				управления.
				Использование инструмента «Поиск
				решений» ЭТ (Excel) в задачах
				линейного программирования.
Раздел 2.2	6	6	2.2.1.	Экспертные подходы в подготовке
Подготовка принятия				принятия управленческих решений по
				эталонным ситуациям и состояниям.
управленческих
				Решение в среде ЭТ (Excel).
решений, экспертный
			2.2.2. Задача управления фондовым рынком.
подход ситуацион-
				Решение в среде СУБД Access, ПМП
ного управления.				MathCad.
			2.2.3. Базы данных (БД) и базы знаний (БЗ)
				при ситуационном управлении.
				Решение в среде СУБД Access.
Раздел 2.3	6	8	2.3.1.	Вероятностное описание состояний
Вероятностное и				ОУ.
нечеткое описания			2.3.2.	Статистически независимые события.
				Вероятности независимых событий.
состояний ОУ.
				Вычисление выборочных статистик с
				помощью Мастера функций ЭТ (Excel).
			2.3.3. Вероятностное и нечеткое описание
				неопределенностей ОУ.
				Задание вероятностных процессов
				с помощью Мастера функций ЭТ (Excel).

34

Раздел 2.4	6	10	2.4.1.	Принцип обратной связи.
Автоматическое				Отрицательная обратная связь.
управление.				Система регулирования.
				Построение математических моделей
				физических систем и регуляторов.
			2.4.2. Преобразования Лапласа для линейных
				динамических систем. Построение
				сигнальных графов линейной систем.
				Моделирование систем второго
				порядка в среде ЭТ Excel и в среде
				ПМП MathCad.
			2.4.3.	Частотная характеристика
				динамической системы.
				Преобразование Фурье в среде ЭТ Excel
				и в среде ПМП MathCad.
Раздел 2.5	6	8	2.5.1.	Дискретные сигналы и их
Цифровые системы				z-преобразование.
автоматического			2.5.2. Анализ устойчивости дискретных систем.
				Реализация цифровых регуляторов.
управления.
				Дискретная аппроксимация
				цифрового регулятора.
			2.5.3.	Уравнение непрерывной
				динамической системы в переменных ее
				состояния. Вид линейного и нелинейного
				уравнений состояний в дискретно-
				разностной форме. Метод
				среднеквадратического отклонения для
				идентификации дискретных моделей
				линейных систем. Оценка устойчивости
				дискретно-разностной модели линейной
				системы.
Раздел 2.6	6	4	2.6.1.	Корреляционное сравнение данных,
Экспертные				корреляционные меры сходства.
корреляционно-			2.6.2.	Методы спектральной компьютерной
экстремальные				квалиметрии.
			2.6.3.	Функциональная схема системы
системы управления
				контроля качества жидких сред по
для спектральной
				оптическому светорассеянию.
компьютерной
				Решения в среде в среде ЭТ Excel и в
квалиметрии.
				среде СУБД Access.
Тема 3	18	22	Все задания и методические указания для
Информационные			их выполнения представляются в
технологии			электронном виде.
			Задания решаются в среде ЭТ (Excel).
прогнозирования
состояний ОУ:
Раздел 3.1	6	10	3.1.1.	Оперативное планирование и
Прогнозирование				прогнозирование.
состояний объектов			3.1.2.	Стратегическое планирование и
управления				прогнозирование.
			3.1.3.	Критерии качества регрессионных
на основе их
				моделей и прогнозирования.
динамических
моделей.

35

Раздел 3.2	12	12	3.2.1.	Условные математические ожидания.
Прогнозирование			3.2.2.	Оптимальный стохастический прогноз.
состояний объектов			3.2.3.	Синтез предикторов.
управления
на основе их
стохастических
моделей.
Тема 4	28	30	Все задания и методические указания для
Информационные			их выполнения представляются в
технологии защиты			электронном виде.
информации:			Задания решаются в программы среде
			PGP.
Раздел 4.1	5	4	Ключи. Парольная фраза. Основные шаги
Проблемы защиты
информации. Анализ
компьютерных атак.
Раздел 4.2	7	10	Генерация ключей.
Основы межсетевых			Сохранение ключей и их обмен.
экранов.
Раздел 4.3	8	10	Сохранение файла на своѐм компьютере.
Криптографические			Сохранение файла на соседнем компьютере.
методы защиты			Расшифровка
информации.
Раздел 4.4	8	6	Удаление оригинального файла
Защита цифровой			Изменение парольной фразы
информации			PGP диск. Создание PGP диска.
методами			Использование установленного PGP диска.
стеганографии.
ИТОГО	104	112

10.4.Методические материалы, определяющие процедуры оценивания знаний, умений, навыков и (или) опыта деятельности, характеризующих этапы формирования компетенций.

Методика оценивания компетентностного рейтинга по дисциплине

Основы рейтингового оценивания.

Как правило, для оценивания качества функционирования даже сложных систем специалисты используют простые шкалы, выраженные лингвистическими или числовыми переменными. Например, система функционирует в режиме: плохо, удовлетворительно, хорошо, отлично. Или, знания обучающегося оценены как: 2, 3, 4, 5. В данных примерах состояние функционирования системы относится к четырем разным классам или множествам.

36

N = 1 /

Для сложных систем в качестве инструмента принято выбирать рейтинговую технологию оценивания качества их функционирования. Рейтинг (англоязычный – rating) – дословно оценка, отнесение к тому или иному классу. Технология заключается в том, что для оценивания качества функционирования системы приглашаются несколько экспертов, которые одновременно по одной и той же номинальной шкале с помощью одинаковых наборов правил (программ) проводят оценивание системы. Несмотря на одинаковые программы оценивания, каждый эксперт подмечает «свои свойства» системы. Далее все оценки экспертов складываются, а результат переводится в номинальную шкалу. Сразу же заметим, что перевод в номинальную шкалу путем усреднения оценок экспертов (деления суммарных оценок на число экспертов) неправилен, т.к. мы имеем дело со сложными системами, свойства которых не являются суммами отдельных свойств.

Для наглядности рассмотрим следующий пример. Предположим, что для оценивания функционирования системы приглашены N = 20 равнозначных эксперта. В качестве номинальной шкалы выбрана числовая 5-и балльная шкала (2, 3, 4, 5). Тогда диапазон суммарной экспертной оценки будет заключен в пределах: 40 100 баллов. Введя 100 балльную суммарную шкалу, мы достигли высокой точности оценивания состояний системы, так как по правилам статистики абсолютная ошибка Э любого эксперта в 1 балл в суммарной оценке приводит к ошибке = Э / 20 = 1 / 4,47 0,2.

Задача теперь заключается в правильном переводе 100 балльной шкалы оценок в номинальную 5-и балльную шкалу (см. рис 1.). Здесь сразу же возникает проблема – точки 50, 70 и 90 суммарной 100 балльной шкалы являются неопределенными (неустойчивыми) при переводе их в точки номинальной 5-и балльной шкалы. Данные неустойчивые точки соответствуют случаям, когда мнения экспертов разделились поровну (10 на 10). Например, 10 экспертов дали оценки 3, а 10 – 4. Что будет, если 11 экспертов дадут оценки 3, а 9 – 4. В этой ситуации один эксперт может ошибиться на 1 балл. Вероятность ошибки (один случай из 20) равна PОШ = 1/N = 1/20 = 0,05 = 5%. В результате точка 70 суммарной 100 балльной шкалы сместится к точке 11*3 + 9*4 = 69. Очевидно, что в этом случае ошибочно (с вероятностью 5%) выставлять оценку 3 системе в номинальной шкале. Чтобы снизить вероятность ошибки будем выставлять оценку 3, когда суммарная оценка экспертов равна 12*3 + 8*4 = 68. В этом случае ошибка оценивания (если эксперты независимы, т.е. между ними нет договоренности) равна вероятности двух независимых событий (каждый из

37

двух экспертов ошибся) PОШ = (1/N)2 = (0,05)2 = 0,0025 или 0,25%. Тем самым, мы в 20 раз уменьшили ошибку оценивания качества функционирования сложной системы.

Таким образом, в рассмотренном примере режимы функционирования системы с 0, 25% вероятностью ошибки (менее 3-х случаев из 1000) разбиваются на следующие классы (см. рис. 3.1): 2 – экспертные оценки до 48 баллов; 3 – экспертные оценки лежат в пределах 52 68 баллов; 4 – экспертные оценки лежат в пределах 72 88 баллов; 5 – экспертные оценки лежат в пределах 92 100 баллов. Проблема заключается в том, что в диапазонах 48 52, 68 72 и 88 92 обоснованные оценки качества функционирования системы отсутствуют – имеются люфты оценивания. В данных диапазонах вероятность ошибки оценивания возрастает в 20 раз (с 0, 25% до 5%).

В случае образования, любой обучающийся, набравший, например, количество баллов из диапазона 68 72 имеет гарантированную тройку, но может по праву апеллировать к переэкзаменовке, чтобы повысить свою оценку до 4-х, ссылаясь на 5% ошибку, т.е. на один ошибочный случай из 20 (именно его случай – экзаменовало 20 экспертов и один вполне мог ошибиться всего на 1 балл).

5

92

4

72 88

3

52 68

2

48

0

40

50

60

70

80

90

100

Рис. 10.1. Шкала перевода компетентностных рейтингов в оценки.

Основы модульно-рейтингового оценивания.

Совершенно ясно, что использовать 20 экспертов для оценивания эффективности функционирования сложных систем практически невозможно. Например, даже на крупной кафедре 20 преподавателей не могут одновременно экзаменовать группу студентов. Однако возможно применить модификацию давно известного в теории стационарных процессов принципа эргодичности: судить о возможных состояниях системы,

38

наблюдая ее во времени. Это означает, что вместо N экспертов мы должны пригласить одного эксперта, но он должен применить для оценивания качества функционирования системы N различных правил (тестов, зачетов, брифингов, собеседований и т.п. в случае образования), естественно, в разное время наблюдения системы. По каждому из N правил проводится оценивание качества функционирования системы в выбранной номинальной шкале оценок, затем все N оценок складываются, а суммарные оценки переводятся в номинальную шкалу.

С точки зрения перевода суммарных оценок в номинальную шкалу мы имеем те же проблемы, что и при использовании N экспертов. Однако возникают новые проблемы, связанные с применением N различных правил или модулей экспертного оценивания качества функционирования системы:

1)поскольку система наблюдается во времени, то каждый экспертный модуль имеет дело, вообще говоря, с системами разного уровня сложности – система развивается. Следовательно, оценки, выставленные каждым модулем экспертного оценивания должны иметь свой специфический «вес», учитывающий сложность системы на текущем временном уровне;

2)в динамических и развивающихся системах их будущие состояния во многом предопределяются начальными состояниями. Следовательно, особенное значение имеют первые модули экспертного оценивания, так называемого, входного контроля системы (принцип Тагучи).

Специфика рассмотренных проблем применительно к образованию с очевидностью требует соблюдения следующих 4-х правил:

1) изучение конкретных дисциплин должно строиться на основе изучения в различные «моменты» (интервалы) времени ряда M дидактических модулей (учебно-практических пособий) или разделов данных модулей, на которые опирается изучаемая дисциплина (M N).

2) изучение каждого дидактического модуля должно сопровождаться контролем качества его освоения с помощью модуля экспертного оценивания соответствующего «t»-го временного уровня (t = 1, 2, …, T, где M T N).

3)контроль качества знаний каждым модулем экспертного оценивания последующего временного уровня «t» должен учитывать накопленные знания, проконтролированные модулем экспертного оценивания предыдущего временного уровня «t–1».

4)первый модуль экспертного оценивания должен во многом предопределять как будущую траекторию обучения (какие дидактические модули изучать), так и набор модулей экспертного оценивания качества получаемых знаний.

Перечисленные правила попросту говорят о том, что процесс контроля качества образования должен строиться в хронологическом порядке логической увязки изучаемых материалов – каждый последующий контроль строится на основе предыдущих. Не зря бытует всем известная поговорка «Повторенье – мать ученья».

39

Снова рассмотрим наглядный пример. Дисциплина «Математика» является фундаментальной основой практически всех специальных дисциплин, изучаемых в Университете. Условно предположим, что она базируется на изучении M = 4 основных дидактических модулей: 1– «Арифметика»; 2 – «Алгебра»; 3 – «Геометрия»; 4 – «Матанализ». Будем проводить оценивание качества знаний по отдельным разделам данных дидактических модулей по 5-и балльной номинальной шкале. При этом выберем 5 модулей экспертного оценивания компетентностей соответствующих дидактических модулей и дисциплины в целом на 5-ти временных уровнях (см. рис. 10.2).

Введем числа Kt (t = 1, 2, 3, 4, 5), описывающие количество различных правил оценивания качества функционирования системы на «t»-ом временном уровне (различных заданий: контрольные работы, тесты, вопросы рубежного контроля). На рис. 2 «жирные» стрелки, идущие от дидактических модулей к модулям экспертного оценивания, означают оценивание знаний на каждом временном уровне по данным дидактическим модулям, «тонкие» стрелки означают учет знаний по модулям предыдущих временных уровней, а «пунктирные» стрелки соответствуют комплексному учету знаний.

Арифметика							время t
		Алгебра
				Геометрия
						Матанализ

K1*ОЦ1		K2*ОЦ2		K3*ОЦ3		K4*ОЦ4		K5*ОЦ5

ОЦ

Рис. 10.2. Этапы модульно-рейтингового оценивания компетентностей.

Для комплексного оценивания воспользуемся рейтинговой технологией оценивания качества знаний на основе введения 100 балльной суммарной шкалы с ее последующим переводом в 5-и балльную номинальную шкалу.

В результате оценка, полученная в суммарной балльной шкале, будет равна

ОЦ = K1*ОЦ1 + K2*ОЦ2 + K3*ОЦ3 + K4*ОЦ4 + K5*ОЦ5 .	(1)
Из условия согласованности наивысших оценок, т.е.
ОЦ1 = ОЦ2 = ОЦ3 = ОЦ4 = ОЦ5 = 5 и ОЦ = 100 следует, что	(2)
K1 + K2 + K3 + K4 + K5 = 20.	(3)

40