автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Система дистанционного довузовского обучения математике

□03405001

На правах рукописи \{

ЛЫСЕНКО Дмитрий Александрович

СИСТЕМА ДИСТАНЦИОННОГО ДОВУЗОВСКОГО ОБУЧЕНИЯ МАТЕМАТИКЕ

05.13.01 - Системный анализ, управление и обработка информации (информационно-вычислительное обеспечение)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

2 С НОЯ V

Москва —2009

003485001

Работа выполнена на кафедре прикладного программного обеспечения Московского государственного института радиотехники, электроники и

автоматики

Научный руководитель:

доктор физико-математических наук, профессор

Сотников Александр Николаевич

Официальные оппоненты:

доктор технических наук, профессор

Мадера Александр Георгиевич,

НИИ системных исследований РАН

кандидат технических наук, доцент

Кононов Дмитрий Алексеевич,

Институт проблем управления РАН

Ведущая организация: Факультет вычислительной математики и

кибернетики МГУ им. М.В. Ломоносова

Защита состоится 14 декабря 2009 г. в 11 часов на заседании диссертационного совета Д-002.086.02 при Институте Системного Анализа Российской Академии Наук по адресу: 117312, г. Москва, проспект 60-летия Октября, дом 9.

С диссертацией можно ознакомиться в читальном зале библиотеки Московского государственного института радиотехники, электроники и автоматики.

Автореферат разослан « 1-2 »Н03сП?Л 2009 г.

Ученый секретарь диссертационного совета, д.т.н., профессор

'1/УЪ

А.И. Пропой

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность. В приоритетном национальном проекте «Образование» точным наукам отводится главенствующая роль как основе для развития инновационного образования в России.

Вузовские программы, построенные по инновационному принципу, предполагают наличие у студентов, приступающих к обучению, высокого уровня подготовки по фундаментальным наукам.

Результаты Единого Государственного Экзамена (ЕГЭ) по математике за 2008-й и 2009-й годы, а также проверка (на основе материалов ЕГЭ) знаний первокурсников естественнонаучных факультетов ведущего вуза страны в 2009-м году показали значительное падение уровня довузовской подготовки. Из этого следует необходимость повышения эффективности довузовского обучения путем качественного изменения существующих подходов к подготовке.

В регионах, в отличие от крупных городов, вопрос довузовской подготовки стоит наиболее остро. У абитуриентов практически отсутствует доступ к подготовительным отделениям ведущих вузов. Единственным выходом в данной ситуации является довузовское дистанционное обучение.

Проведение успешной дистанционной подготовки по математике для поступления и дальнейшего обучения в вузе требует организации интенсивных занятий с достаточно высоким обучающим эффектом. Этот эффект может быть достигнут путем применения максимально индивидуализированной программы, которая строится с учетом ряда особенностей, характерных для отдельно взятого ученика.

Существующие системы довузовского дистанционного обучения математике имеют фиксированную программу обучения, тестовую систему оценки результатов работы ученика, осуществляют анализ успеваемости исходя только из конечных результатов решения заданий. Не принимаются в расчет особенности логических построений при работе над каждой задачей. Таким образом, процесс решения, представляющий наибольшую ценность для формирования программы обучения, по сути является черным ящиком, в котором на вход подается текст задачи, а на выходе снимается результат в виде ответа.

Исходя из вышеприведенного, очевидна потребность в создании системы, в основе которой будет заложен принцип, позволяющий реализовать индивидуальное довузовское обучение математике в дистанционной форме (технология дистанционного обучения математике -ДОМ). Наличие такой потребности определяет актуальность темы исследования.

Цель работы состоит в построении математической модели учебного процесса, разработке на ее основе технологии ДОМ с последующим созданием программного пакета, реализующего эту технологию.

Решаемые задачи. Для достижения указанной цели требуется решение следующих задач:

1. Анализ существующих систем довузовского дистанционного обучения математике и определение основных требований к системе ДОМ в соответствии с поставленной задачей;

2. Разработка математической модели учебного процесса;

3. Разработка технологии ДОМ на основе математической модели учебного процесса;

4. Разработка специального программного обеспечения для реализации технологии ДОМ.

Методы исследования. В работе использованы методы проектирования и анализа алгоритмов и программ, методы объектно-ориентированного программирования, методы проектирования и разработки баз данных и человеко-машинных интерфейсов, методы построения математических моделей систем с помощью теории множеств и информационных функций, приемы визуализации и анализа информации на основе компьютерных методов обработки информации.

По своему содержанию работа соответствует пунктам 2, 3, 5, 12 паспорта специальности 05.13.01 Системный анализ, управление и обработка информации.

Научная новизна состоит в следующем:

1. Построена математическая модель учебного процесса, позволяющая создавать индивидуальные программы дистанционного обучения;

2. Предложены основные принципы технологии дистанционного обучения математике;

3. Разработана методика обработки данных об успеваемости ученика для коррекции дальнейшего процесса обучения;

4. Разработан программный пакет, реализующий технологию ДОМ и предназначенный для хранения параметризованных задач, обработки информации об успеваемости учеников, формирования контрольных заданий, построения и коррекции учебной программы.

Практическая ценность работы состоит в возможности проведения индивидуальных занятий с абитуриентами по дистанционному принципу. Ориентация на обучающий эффект позволяет добиться значительных успехов по сравнению с существующими системами дистанционного обучения математическим дисциплинам.

Универсальность предлагаемой технологии позволяет с незначительными доработками использовать систему для проведения подготовки по другим дисциплинам.

Реализация результатов работы. Программный пакет успешно применяется в работе Факультета Довузовской Подготовки МИРЭА, что подтверждено соответствующими актами.

Личный вклад автора состоит в постановке задачи, разработке математической модели учебного процесса, выборе базовых алгоритмов и технологий, разработке программного пакета, тестировании и отладке программ.

Апробация работы. Результаты работы докладывались на следующих научно-технических и научно-практических конференциях:

1. Международная научно-техническая конференция «Инновации в образовании, науке и техники», Бишкек, Кыргызстан, 2006;

2. Международная научная конференция «Физика и физическое образование: достижения и перспективы развития», Бишкек, Кыргыстан, 2006;

3. VIII Региональная научно-практическая конференция «Професио-нальная ориентация и методики преподавания в системе «школа-вуз» в условиях перехода к единой форме государственной аттестации выпускников общеобразовательных учреждений», Москва, Россия, 2007.

4. International Conference for Internet Technology and Secured Transactions (ICITST-2008), June 23-28, 2008, DIT, Dublin, Ireland;

5. Третья Международная конференция «Системный анализ и информационные технологии» САЙТ - 2009, 14-18 сентября 2009 г., Звенигород, Россия.

Публикация результатов. По теме диссертации опубликовано 9 работ, в том числе в 1 статье журнала, входящего в перечень ВАК России.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы. Текст диссертации изложен на 114 страницах и включает библиографический список из 72 наименований. Рисунки, таблицы и формулы имеют сквозную нумерацию по всей работе.

Основные положения, выносимые на защиту.

1. Математическая модель учебного процесса;

2. Технология дистанционного обучения математике, построенная на основе предложенной модели;

3. Программный пакет, реализующий технологию дистанционного обучения математике.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цели, задачи и методы предпринимаемого исследования.

В первой главе приведены результаты сравнительного анализа существующих систем довузовского дистанционного обучения математике. Обоснована необходимость индивидуализации образа каждого ученика при дистанционной форме взаимодействия. Определено понятие комплексной индивидуализации. Выделены основные требования к системе довузовского дистанционного обучения математике.

Отсутствие возможности личного общения между учеником и преподавателем определяет потребность у последнего в получении индивидуального образа ученика в каждый момент времени на всем протяжении учебного процесса. Это необходимо для получения представления об уровне подготовки, что является основой для принятия решения о качественном и количественном составе каждого задания, выдаваемого ученику.

Информационной основой для построения индивидуального образа должны быть данные о видах и количестве допускаемых при решении задач ошибок, а также данные по успешному решению задач.

Понятие комплексной индивидуализации обучения включает индивидуализацию со стороны ученика и индивидуализацию со стороны преподавателя. Со стороны ученика она достигается за счет фиксации видов ошибок и решений, путем вычисления рейтинга по каждому разделу, отсутствия жестко заданной учебной программы и отслеживания темпа обучения и его коррекция на каждом шаге процесса обучения. Индивидуализация со стороны преподавателя осуществляется путем фиксирования приемов обучения, которые впоследствии могут быть использованы другими преподавателями, что создает условия для появления в практике дистанционного обучения понятия «школы».

Сравнительный анализ (Таблица 1) показал наличие ряда недостатков, характерных для существующих систем довузовского дистанционного обучения математике. Главные из них заключаются в отсутствии адаптивной программы обучения, наличии исключительно тестовой системы оценки результатов, недостаточном участии преподавателя в учебном процессе, отсутствии возможности детализации уровня подготовки ученика по разделам изучаемого предмета.

На основе результатов сравнительного анализа систем довузовского дистанционного обучения и существующей потребности в повышении качества математического образования сформулированы основные

требования к построению системы ДОМ. Они заключаются в следующем:

• Наличие обучающего эффекта;

• Наличие возможности задания длительности обучения;

• Отслеживание динамики обучения и регуляция его темпа;

• Наличие комплексной индивидуализации обучения;

• Коррекция учебной программы на основе статистической информации об ошибках, допускаемых учеником, а также на основе данных об успешном решении задач.

Таким образом, целесообразна разработка технологии и системы довузовского дистанционного обучения по индивидуальному принципу ввиду несоответствия функционала существующих систем основным требованиям, определенным для систем довузовского дистанционного обучения математическим дисциплинам.

Во второй главе приведены общие принципы построения системы ДОМ, описано назначение системы и особенности предлагаемой технологии, обозначена структура и описана математическая модель учебного процесса.

Общие принципы построения системы ДОМ заключаются в следующем:

1. Активная роль преподавателя в учебном процессе;

2. Максимальная гибкость учебной программы, позволяющая каждому преподавателю проводить обучение так, как ему представляется целесообразным для каждого конкретного ученика;

3. Структурированность учебного материала, представляющая основу для построения детализированного рейтинга учащегося;

4. Обязательность регулярных взаимодействий учащегося и преподавателя; определяющая роль индивидуальных статистических показателей учащегося в учебном процессе;

5. Определяющая роль индивидуальных статистических показателей ученика в формировании структуры учебного процесса;

6. Возможность варьирования темпа обучения и объема материала в зависимости от установленных сроков и текущей успеваемости ученика.

Рассматриваемая в данной работе система является инструментом преподавателя и ориентирована на математическое довузовское образование, однако, возможно ее применение и для других точных наук. Более того, расширение сферы применения системы без особых усилий может быть осуществлено и на задачи вузовского обучения.

Система ДО/Критерии оценки Программа обучения Проверка решений Индивидуализация обучения Ориентация на выбранный учащимся вуз Формульный редактор Роль преподавателя Учет видов ошибок Применение собственных приемов обучения

Физикон фиксированная автоматическая/ручная частичная отсутствует есть консультирование не ведется не предусмотрено

ЦДП тти фиксированная автоматическая отсутствует отсутствует есть' консультирование не ведется не предусмотрено

цдонп МГУ фиксирован- ная/персональ ная автоматическая/ручная частичная слабая нет консультирование частичный не предусмотрено

цдо МГУП фиксирован-ная/персональ няя ручная отсутствует отсутствует нет консультирование не ведется не предусмотрено

Чел ГУ фиксированная автоматическая/ручная отсутствует отсутствует нет консультирование не ведется не предусмотрено

МЦНМО фиксированная автоматическая частичная отсутствует есть2 консультирование не ведется не предусмотрено

1 Формульный редактор представлен системой визуализации выражений на языке ТеХ.

2 Редактор представлен таблицей символов.

Таблица 1. Сравнение систем довузовского обучения математическим дисциплинам.

Конечной целью учебного процесса является получение требуемых значений уровней подготовленности ученика по заданным темам. Одновременно решаются важные задачи обнаружения и восполнения пробелов в знаниях, повышения общего уровня математической подготовки, а также формирования цельной картины изучаемого предмета.

Общая схема учебного процесса в системе ДОМ представлена на рис.1. Основными модулями системы являются: модуль начального тестирования, модуль учебного процесса, административный модуль.

Математическая модель учебного процесса построена с использованием элементов теории множеств и информационных функций. Основные понятия.

Дерево предмета представлено множеством терминальных вершин

А = {аг,а2, ...,а2},

в которой - 1-ая вершина, 2 - общее количество вершин.

Также определены условные моменты времени, соответствующие шагам учебного процесса

где в - количество шагов учебного процесса, - (о-ый момент времени.

Будем называть каждую вершину Щ разделом. Каждый раздел имеет числовую характеристику С1, которая определяет его сложность относительно других разделов. Необходимость использования такого параметра обусловлена различной степенью сложности освоения материала разделов.

В каждый момент времени ^ для ученика вычисляется коэффициент важности каждого раздела дерева предмета:

(1)

где А; - степень связанности с другими разделами (значение коэффициента определяет число разделов, изучение которых необходимо для усвоения материала данного раздела),

[А-1 - степень отношения к вузу (отражает степень принадлежности данного раздела к профилю выбранного вуза).

Желаемые рейтинги по темам

Коэффициент важности (1) задает приоритет разделов при перестроении плана обучения.

Задачи. Также определено множество задач

Я = {$1,52,

где Б] -у-ая задача,

IV - общее количество задач в системе.

Задача Б] 6 5, отнесенная к разделу I, обозначается как 5у(¿). Относительная сложность задачи внутри данного раздела обозначается как Абсолютной числовой характеристикой задачи является ее

рейтинг, зависящий от относительной сложности с^ раздела, к которому она привязана, и сложности ^ДО задачи внутри раздела:

где С[ - относительная сложность раздела.

Ключевые задачи. В каждом разделе определены ключевые задачи. Количество ключевых задач в разделе определяется набором различ-

10

ных уровней сложности всех задач, отнесенных к разделу, т.е. если в каком-то разделе существуют задачи с уровнями сложности с31,с32 и

с5з, то должны быть заданы как минимум 3 ключевые задачи с перечисленными уровнями сложности.

Ошибки. Каждой решенной задаче ставится в соответствие набор видов ошибок:

1. Ошибки по видам. Определим кортеж видов ошибок

е2, —,еп}, (3)

где ег - /-тый вид ошибки. Каждый элемент кортежа соответствует определенному виду ошибок из набораХ = {Хг,Х2,Х3, X4}. Каждый элемент может принимать только 2 значения:

0, если ошибка данного вида отсутствует в задаче;

1, если ошибка данного вида присутствует в задаче.

Для каждого ег определен весовой коэффициент сб£, знак которого отражает поощрительный или штрафной характер, а значение по модулю - относительный вес данного вида ошибок.

Ошибки по каждой задаче, входящей в задание, в этом случае представляются в виде кортежа

Е = {се1ег, се2е2,...,сепеп} (4)

2. Ошибки, связанные с незнанием материала из разделов, отличных от текущего, также представлены в виде кортежа

{^а! < еа2> ■■■' (5)

где еа,- бинарная величина, принимающая значение «1», если есть ошибка по разделу и «О», если ошибки нет; г - общее количество разделов.

С учетом коэффициента важности (1), ошибки, связанные с незнанием материала, представляются следующим образом:

)еаЛ (6)

где (Я^ - коэффициент важности.

Общий результат решения задачи 5у (¿) может быть представлен многоместной функцией

«5,(0 ( Е>Еа), (7)

где Е - кортеж видов ошибок (4) с учетом весовых коэффициентов для каждого вида,

ЕА - кортеж разделов (6) с учетом коэффициентов важности каждого из них.

Модель ученика. Математическая модель ученика представлена в виде зависящего от времени набора рейтингов по каждому разделу ¿. Изменение рейтинга Дг; по разделу I в момент времени для ученика, приславшего решение задачи Б], представляется следующим выражением:

^«(^^Гсо)' (8)

где г/ш-1 - предыдущее (в момент времени t0)-1) значение рейтинга ученика,

Г5,- рейтинг задачи Б],

0 " ^Щ™ результат (7) решения задачи Sj в момент времени

Параметр я^) влияет на значение функции (8) следующим образом:

если его значение укладывается в диапазон [^(т/"-1); то

рейтинг ученика не изменяется. Если значение параметра выходит за рамки указанного диапазона, то значение (8) либо уменьшает, либо увеличивает рейтинг.

Итоговое значение рейтинга ученика по разделу / получается агрегированием всех Дг^) для всех задач, отнесенных к данному разделу:

п"(КЪу<Ъ.....Чю)' <9>

где /г - число задач, входящих в задание.

Совокупность рейтингов по всем изучаемым разделам в момент времени образует множество (профиль ученика)

Я*" = (10)

где г - общее количество разделов.

Профиль вуза определяется в виде подмножества множества Я:

д* = {г;,г2*.....г;.}, (п)

где г* < г - количество разделов, входящих в состав профиля.

Элементами данного множества являются значения рейтинга, достижение которых требуется для успешного поступления в данный вуз.

Таким образом, учебный процесс в терминах данной модели сводится к выдаче ученику задач, способствующих увеличению его рей-

тингов по разделам из подмножества R* до соответствующих значений.

Начальное тестирование.

Начальный тест состоит из ключевых задач и образует множество 5' = {s{,s^...,s;}, (12)

где у - количество задач, входящих в состав начального теста.

Тематический состав - произвольный с постоянным рейтингом входящих в него задач. Таким образом, для каждого теста должно выполняться условие

MrSlil),rS2i2),..., rSy(z)) = const, где /2 - функция, вычисляющая суммарный рейтинг.

Начальный рейтинг состоит из множества рейтингов г/* по каждому разделу, входящему в начальный тест. Каждый г£° может быть выражен следующим образом:

ri = (asi(0'as2(0' -'a5u(i)) ' (13)

где aSj(i) ~ результат (7) решения задачи Sj,

и - количество задач из раздела i в тесте.

Результатом начального тестирования является начальный рейтинг в момент времени t0

R° = {r?, r°.....rz0}. (14)

В момент времени tQ строится набор целевых рейтингов

д** = {гг,гг.....г;:}, (15)

в котором г** > г® (считается, что случай г[* < г£° невозможен, так как начальное тестирование отражает лишь примерный уровень подготовки ученика, а истинное значение можно получить только в момент времени t^ > 0). Также справедливо неравенство г* < г**, i = 1,2,.., z*, где г* - соответствующий рейтинг вуза.

Соотношение значений (14) и (15) для момента времени t0 представлено на рис. 2.

Рисунок 2. Начальный и целевой уровни подготовки ученика

Достижение значений (15) для профиля ученика (10) за время является начальной задачей обучения.

На основе начального рейтинга строятся план обучения и начальная траектория.

Прежде чем дать определение траектории обучения, следует определить динамический коэффициент, отражающий скорость усвоения материала из раздела I:

Ш*-1) = (16)

в котором ^¿(^-х) - значения рейтинга по разделу ( в мо-

менты времени и соответственно.

Начальная траектория обучения - совокупность ожидаемых значений коэффициента к по всем разделам I для всех .

гро _ (кг(1:0), /¿2С^о)' — > кг(.£о\ к^Ь-^, к^г),

~1 .....КЩ) ]

Далее происходит формирование плана обучения. План обучения - упорядоченная по разделам последовательность задач с заданной относительной сложностью с,-. Состав плана обучения:

1) Основные разделы (разделы, соответствующие выбранной последовательности изучения, ранжированные на основе значений коэффициента важности (1))

2) Вспомогательные разделы

а) Подготовительные (подмножество А" множества А,

ЛИ _ („И „II II Л „п _ ~ л/К

л = (ах, а2,..., ), йд ~ д-тыи элемент множества А ).

(17)

б) Разделы на повторение пройденного материала (подмножество А' множества А, А' = {аа'2,..., сф}, а'р ~ Р~тый элемент множества

Множества А' и А' не пересекаются.

План обучения Р° может быть представлен в виде текстовой функции ___

Шаг 1 Раздел 1 Задача 1 Сложность 1

Раздел 2 Задача 2 Сложность 2

...

Раздел Задача Сложность С|

Шаг 2 Раздел 1 Задача 1 Сложность 1

Раздел 2 Задача 2 Сложность 2

Раздел г2 Задача}2 Сложность С2

Шаг со Раздел 1 Задача 1 Сложность 1

Раздел 2 Задача 2 Сложность 2

...

Раздел Задача у3 Сложность Ся

Таблица 2. Структура плана обучения

Последующие этапы обучения.

На основе информации об ошибках и текущем рейтинге преподаватель формирует задание и отправляет его ученику.

Аргументы функции, описывающей работу преподавателя, могут быть представлены следующим образом:

/г<лЧг2^.....Е, Еа)

Очевидно, что данная функция не может быть выражена в аналитической форме.

Заданием, отправляемым ученику, является множество задач 5 = , 52 ,..., }, где с1 - количество задач в задании.

После получения результатов от ученика в момент времени происходит фиксация ошибок.

Результаты по основным разделам вычисляются по формуле (7).

По вспомогательным разделам результат представляется одним числом:

Для множества А' - понижающим коэффициентом

Для множества А" - коэффициентом сап,

С учетом задач по вспомогательным разделам, входящим в состав учебного плана, выражение (7) для одной задачи, отнесенной к разделу I, в момент времени = 1 принимает вид

Значение рейтинга для всех задач, входящих в раздел ¿, в момент времени вычисляется по формуле (9).

Теперь возможно вычисление динамического коэффициента (16).

Если полученное значение не попадает в диапазон [/сД^) —

сг; к\{1{) + сг] (сг - некоторая величина, определяющая ширину диапазона), то происходит перестроение плана обучения и строится новая траектория обучения (17), то есть строятся Р1 и Г1. Также вычисляются новые значения коэффициентов важности \

В случае выхода к^ за нижнюю границу диапазона происходит перестроение траектории обучения в сторону понижения целевых рейтингов г?*.

План обучения перестраивается исходя из коэффициента важности (1), то есть исключаются разделы, имеющие минимальное значение коэффициента (1).

В случае выхода /с^ за верхнюю границу диапазона высвободившееся время используется для перестроения плана обучения. В него включаются разделы, для которых справедливо неравенство

> г**, то есть начальный рейтинг данных разделов уже находится на требуемом уровне. Это объясняется сравнительно низкой точностью процедуры определения первичного рейтинга.

Во все последующие моменты времени вычисления всех параметров учебного процесса производятся аналогичным образом.

Завершение обучения.

Если по плану обучения в момент времени ^ изучение раздела завершено, но целевой уровень по каким-то причинам не был достигнут

(7]03 < гГ\ то рассматривается два случая:

1) ц10 < г** — а', где а' - некоторая величина. Перестраивается календарный план и траектория обучения по аналогии со случаем выхода 1) за нижнюю границу диапазона.

2) г" — а' < < г**. В этом случае рейтинг Г[ корректируется путем включения в план обучения задач на повторение.

Таким образом, анализ значения динамического коэффициента с корректировкой плана и траектории обучения на каждом шаге учебного процесса позволяет добиться индивидуализации учебного процесса.

При вводе в эксплуатацию системы значения целевых рейтингов Я", коэффициента сложности с^, относительной сложности степени отношения к вузу коэффициента важности (1) определяются методами экспертных оценок. В процессе работы при накоплении необходимого для статистической оценки объема данных вышеуказанные коэффициенты определяются путем применения методов идентификации.

В третьей главе приведено структурное описание системы ДОМ.

Система ДОМ построена по модульному принципу и включает в себя следующие основные компоненты (рис. 3):

I. Система работы с фактическим материалом

-дерево предмета. Представляет собой древовидную структуру математического знания, является связующим звеном в системе;

-система подготовки задач. База данных и набор инструментов для хранения и обработки множества заданий по различным разделам.

В состав системы входят:

1) хранилище задач. Реализовано в виде иерархической структуры и используется для первичной группировки задач по источникам поступления. Для каждой задачи определен ряд атрибутов, которые задаются в процессе обработки массива заданий на стадии занесения задач в систему и привязки задач к дереву предмета;

2) алгебраический тренажер. Построен на основе формульного редактора с добавлением набора функций по преобразованию математических выражений. Программа служит наглядным пособием для изучающих математику, может использоваться как конструктор выражений. Такое средство было создано прежде всего для расширения математического кругозора учеников, для того чтобы предоставить им свободу в выборе методов решения;

Рисунок 3. Структура системы дистанционного обучения

3) система идентификации задач. При значительном увеличении размеров хранилища задач появляется проблема дублирования. Для поиска похожих задач прежде всего необходимо определить характеристики, уникально определяющие задачу. Сравнивая значения таких характеристик, можно делать выводы о тех или иных различиях. Для их выявления выбраны такие методы, которые позволяют для двух произвольно выбранных задач качественно и количественно определять степень сходства;

4) редактор формул. Редактор формул, предлагаемый для применения в системе, максимально упрощен. Это сделано для увеличения скорости ввода, так как формульная информация представляет наибольшую трудность при наборе. Процесс работы с формульными выражениями имеет ряд особенностей: практически всегда набор идет с переходом от одного поля ввода к другому, требуется вводить множество индексов и спецсимволов. При проектировании редактора учитывались следующие факторы: удобство работы, заключающееся в сосредоточении внимания пользователя в пределах ограниченного пространства экрана; быстрота доступа к спецсимволам; удобство навигации по набранному выражению;

5) набор конвертеров для различных форматов. Служит для перевода текстов задач и методических материалов в формат, принятый по умолчанию в системе;

6) автоматический множитель задач. Предназначен для формирования однотипных заданий по заданному шаблону. При создании шаблона преподаватель указывает параметры, диапазон их возможных значений и другие условия. Результатом работы системы является набор задач, сгенерированных путем подстановки всех возможных значений параметров в исходный текст шаблона;

-хранилище методических материалов. Хранилище содержит материалы, необходимые для теоретического и методического обеспечения учебного процесса. Методические материалы подразделяются на два вида: теоретический материал (ТМ) и методические указания (МУ). К ТМ относятся базовые определения, понятия, теоремы, свойства, признаки и прочие материалы описательного характера. МУ, связанные с деревом предмета, содержат дополнительные пояснения к текущему материалу и примеры применения ТМ при решении задач;

II. Подсистема учета учащихся

-модуль начального тестирования. Все типы ошибок образуют вектор, значения которого заполняет при проверке преподаватель. Эти данные являются основой для формирования начального рейтинга ученика по решенным им задачам.

-модуль проверки результатов. Главной функцией модуля проверки результатов является фиксация видов ошибок, допущенных учеником при решений задач.

-модуль учета успеваемости. Выполняет функцию отображения текущих рейтингов ученика по разделам;

-модуль формирования контрольных работ. Модуль формирования контрольных работ предназначен для построения заданий из имеющихся в системе задач;

Рисунок 4. Архитектура программного пакета системы дистанционного обучения математическим дисциплинам

III. Административная система. Представляет собой систему учета и контроля работы преподавателей и учеников.

В четвертой главе приведено техническое описание системы. Приведено обоснование выбора технологий, рассмотрены некоторые технологические приемы, применяемые в реализации системы ДОМ, а также представлена структура базы данных системы. Рассмотрены вопросы защиты прикладного программного обеспечения (ПО), обеспечения безопасного функционирования.

Система построена на основе клиент-серверной технологии с применением реляционной СУБД Microsoft SQL Server 2000.

Клиентская часть реализована для платформы Win32 на языке Delphi. Для написания программных модулей использовалась среда разработки Borland Delphi 7.

Программное взаимодействие с сервером баз данных осуществляется с помощью технологии ActiveX Data Objects (рис. 4).

Ввиду практической направленности работы, особое место занимают вопросы информационной безопасности функционирующей системы.

При использовании программного пакета в реальных условиях возникает необходимость обеспечения корректного функционирования

всей системы в целом. Очевидно, что прикладное программное обеспечение, коим является предлагаемая система, представлена в операционной системе (ОС) одним или несколькими процессами, взаимодействующими как между собой так и с другими компонентами ОС. Такое взаимодействие должно осуществляться в соответствии ограничениями и заданной политикой безопасности в системе. Нормальное функционирование системы в таких условиях не всегда возможно. Одной из причин может быть вредоносное ПО, работающее совместно на одной и той же вычислительной машине. Такая программа в некоторых случаях может полностью парализовать работу прикладных программ, принудительно загружая вычислительные мощности.

Возникает задача выявления и идентификации подобных вредоносных программ для обеспечения нормального функционирования установленного программного обеспечения.

Для этих целей предлагается использовать статистический портрет процесса (СПП) [4,5,6] для его идентификации в системе и анализа активности. Основой для построения СПП является последовательность системных вызовов, поступающих от процесса.

СПП в общем случае предлагается строить в виде временного ряда системных вызовов (пространственный график на базе правой декартовой системы координат OXYZ). Определение влияния последовательности системных вызовов на загрузку тех или иных ресурсов производится путем корреляционного анализа двух временных рядов: ряда системных вызовов и ряда динамики использования какого-либо ресурса (центральный процессор, память, жесткий диск, сетевые интерфейсы). Анализ полученной коррелограммы позволяет делать выводы об уникальности процесса. Эта информация является основой для идентификации всех процессов ОС и выделения среди них вредоносных (в данном случае - препятствующих нормальному выполнению всех других процессов).

Описанный механизм позволяет обеспечить нормальное функционирование системы ДОМ практически в любом окружении при наличии вредоносного ПО, находящегося в адресном пространстве на той же самой ЭВМ.

В заключении представлены основные результаты и выводы, полученные в работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработана модель учебного процесса, которая учитывает индивидуальный уровень подготовки учащегося по каждому разделу изучаемого предмета, принимает в расчет срок и темп обучения, учитывает требуемый для конкретного ученика уровень подготовки.

2. Разработана технология ДОМ, обеспечивающая индивидуализацию со стороны ученика: ведется статистика как по успешно решенным задачам, так и задачам, решенным с ошибками; изменяющаяся в зависимости от статистических показателей учебная программа. Индивидуализация со стороны преподавателя заключается в наличии возможности фиксации приемов преподавания.

3. Разработан программный пакет, реализующий технологию ДОМ. В состав пакета входит множество вспомогательных инструментов, облегчающих работу преподавателя при составлении заданий, анализе уровня подготовки по разделам и вводе формульных выражений. Для использования учащимися разработаны редактор формул и построенный на его основе алгебраический тренажер, который позволяет производить преобразования математических выражений.

4. Предложен метод, обеспечивающий безопасное функционирование системы ДОМ в условиях реальной эксплуатации. Метод позволяет идентифицировать процессы операционной системы и выявить среди них те, которые препятствуют нормальному функционированию данной прикладной программы - системы ДОМ.

СПИСОК ОПУБЛИКОВАННЫХ РАБОТ

1. Акжолов М.Ж., Арлазаров В.В., Лысенко Д.А., Челноков В.П. Система дистанционно-индивидуального обучения // Известия Кыргызского ГТУ им. И.Раззакова, том I, Бишкек, 2006. - С.24-27.

2. Лысенко Д.А. Общие принципы построения современных систем довузовского дистанционного обучения техническим дисциплинам // Сборник трудов VIII Региональной научно-практической конференции «Профессиональная ориентация и методики преподавания в системе «школа-вуз» в условиях перехода к единой форме государственной аттестации выпускников общеобразовательных учреждений», том 1, Москва, 2008.-С. 144-147.

3. Лысенко Д.А. Методика подготовки абитуриентов к поступлению в ВУЗ с применением системы дистанционного обучения // Сборник трудов VIII Региональной научно-практической конференции «Профессиональная ориентация и методики преподавания в системе «школа-вуз» в условиях перехода к единой форме государственной аттестации выпускников общеобразовательных учреждений», том 2, Москва, 2008.-С.8-11.

4. Лысенко Д.А., Макаров В.В., Носков С.А., Челноков В.П. Безопасное управление процессами операционной системы // Научный вестник Московского Государственного Института Радиотехники, Электроники и Автоматики, №2, Москва, 2007. - С.39- 47.

5. Лысенко Д.А., Мадера А.Г., Макаров В.В., Решетников В.Н., Челноков В.П. Исследование поведения процессов операционной сис-темы//Программные продукты и системы, №3, Москва, 2007.- С.40-42.

6. Лысенко Д.А., Макаров В.В., Челноков В.П. Автоматическое распознавание и управление процессами операционной системы // Вестник РГГУ. № 2. - 2008. - ("Управление"). - С.224-234.

7. Макаров В.В., Лысенко Д.А., Челноков В.П. Идентификация вычислительных процессов по исполняемым системным вызовам и обеспечение безопасности операционной системы // Труды Третьей Международной конференции «Системный анализ и информационные технологии», Москва, 2009. - С.840-846.

8. V.Chelnokov, D. Lysenko, V. Makarov Research into process characteristics and their relationship // Proceedings of the International Conference for Internet Technology and Secured Transactions (ICITST-2008), June 2328, 2008, DIT, Dublin, Ireland, - Pp. 180-187.

9. Akzholov M.Zh., Arlazarov V.V., Chelnokov V.P., Lysenko D.A. Adaptive training system for exact sciences // Вестник КНУ им. Ж.Баласагына, Серия 3,- Физика и Физическое образование: достижение и перспективы развития. Вып.З.-Бишкек, 2006. - С.139-141.

Введение.

1 Глава. Сравнительный анализ существующих систем дистанционного обучения с точки зрения довузовской подготовки.

1.1 Особенности довузовского обучения математическим дисциплинам в дистанционной форме.

1.1.1 Актуальность дистанционного обучения математике.

1.1.2 Комплексная индивидуализация довузовского дистанционного обучения математическим дисциплинам.

1.2 Особенности проектирования систем дистанционного обучения

1.2.1 Технические задачи и возможности построения систем дистанционного обучения.

1.2.2 Методические проблемы дистанционного обучения.

1.3 Основные требования к системам довузовского дистанционного обучения математическим дисциплинам.

1.4 Сравнительный анализ существующих систем дистанционного обучения математике (ДОМ) с точки зрения довузовского обучения.

1.4.1 Система довузовского обучения компании «Физикон».

1.4.2 Система довузовского обучения Центра довузовской подготовки при Таганрогском Технологическом Институте (ЦДЛ ТТИ)

1.4.3 Система довузовского обучения Центра дистанционного образования Научного Парка МГУ им. М.В.Ломоносова (ЦДО НП МГУ)

1.4.4 Система Центра дистанционного образования Московского Государственного Университета Печати (ЦДО МГУП).

1.4.5 Система довузовского обучения Челябинского Государственного Университета (ЧелГУ).

1.4.6 Система довузовского обучения Заочной школы Московского центра непрерывного математического образования (МЦНМО).

1.5 Выводы.

2 Глава. Математическое обеспечение системы ДОМ.

2.1 Назначение системы ДОМ.

2.2 Принципы построения системы.

2.3 Особенности предлагаемой технологии.

2.4 Существующие общие подходы к построению систем дистанционного обучения математическим дисциплинам.

2.5 Место системы тестов в ДОМ.

2.6 Роль и место преподавателя в системе ДОМ.

2.7 Ввод формульной информации.

2.8 Моделирование учебного процесса.

2.8.1 Математическая модель учебного процесса.

2.8.2 Организация процесса обучения.

2.8.3 Процесс начального тестирования ученика в системе ДОМ.

2.8.4 Этап коррекции успеваемости ученика.

2.8.5 Этап профилирования.

2.8.6 Формирование учебной нагрузки.

2.9 Протокол обмена информацией в системе ДОМ.

2.9.1 Общие сведения.:.

2.9.2 Концепция протокола.

2.9.3 Виртуальные коллективы.

2.10 Выводы.

3 Глава. Разработка программного пакета ДОМ.

3.1 Система работы с фактическим материалом.

3.1.1 Дерево предмета.

3.1.2 Система подготовки задач.

3.1.3 Хранилище методических материалов.

3.2 Подсистема учета учащихся.

3.2.1 Модуль начального тестирования.

3.2.2 Модуль проверки результатов.

3.2.3 Модуль формирования контрольных работ.

3.3 Подсистема статистики.

3.3.1 Гистограмма успеваемости.

3.3.2 График динамики процесса обучения.

3.3.3 Генератор рекомендаций.

3.4 Административная подсистема.

3.5 Выводы.

4 Глава. Экспериментальные исследования системы ДОМ.

4.1 Упрощенная математическая модель ученика.

4.2 Упрощенная математическая модель учебного процесса.

4.3 Применяемые технологии.

4.4 База данных.

4.4.1 Структура базы данных.

4.4.2 Особенности структуры таблиц.

4.5 Выводы.

Полученные результаты.

Актуальность. В приоритетном национальном проекте «Образование» точным наукам отводится главенствующая роль как основе для развития инновационного образования в России.

Вузовские программы, построенные по инновационному принципу, предполагают наличие у студентов, приступающих к обучению, высокого уровня подготовки по фундаментальным наукам.

Результаты Единого Государственного Экзамена (ЕГЭ) по математике за

2008-й и 2009-й годы, а также проверка (на основе материалов ЕГЭ) знаний первокурсников естественнонаучных факультетов ведущего вуза страны в

2009-м году показали значительное падение уровня довузовской подготовки. Из этого следует необходимость повышения эффективности довузовского обучения путем качественного изменения существующих подходов к подготовке.

В регионах, в отличие от крупных городов, вопрос довузовской подготовки стоит наиболее остро. У абитуриентов практически отсутствует доступ к подготовительным отделениям ведущих вузов. Единственным выходом в данной ситуации является довузовское дистанционное обучение.

Проведение успешной дистанционной подготовки по математике для поступления и дальнейшего обучения в вузе требует организации интенсивных занятий с достаточно высоким обучающим эффектом. Этот эффект может быть достигнут путем применения максимально индивидуализированной программы, которая строится с учетом ряда особенностей, характерных для отдельно взятого ученика.

Существующие системы довузовского дистанционного обучения математике имеют фиксированную программу обучения, тестовую систему оценки результатов работы ученика, осуществляют анализ успеваемости исходя только из конечных результатов решения заданий. Не принимаются в расчет особенности логических построений при работе над каждой задачей. Таким образом, процесс решения, представляющий наибольшую ценность для формирования программы обучения, по сути является черным ящиком, в котором на вход подается текст задачи, а на выходе снимается результат в виде ответа.

Исходя из вышеприведенного, очевидна потребность в создании системы, в основе которой будет заложен принцип, позволяющий реализовать индивидуальное довузовское обучение математике в дистанционной форме (технология дистанционного обучения математике - ДОМ). Наличие такой потребности определяет актуальность темы исследования.

Цель работы состоит в построении математической модели учебного процесса, разработке на ее основе технологии ДОМ с последующим созданием программного пакета, реализующего эту технологию.

Решаемые задачи. Для достижения указанной цели требуется решение следующих задач:

1. Анализ существующих систем довузовского дистанционного обучения математике и определение основных требований к системе ДОМ в соответствии с поставленной задачей;

2. Разработка математической модели учебного процесса;

3. Разработка технологии ДОМ на основе математической модели учебного процесса;

4. Разработка специального программного обеспечения для реализации технологии ДОМ.

Методы исследования. В работе использованы методы проектирования и анализа алгоритмов и программ, методы объектно-ориентированного программирования, методы проектирования и разработки баз данных и человеко-машинных интерфейсов, методы построения математических моделей систем с помощью теории множеств и информационных функций, приемы визуализации и анализа информации на основе компьютерных методов обработки информации.

По своему содержанию работа соответствует пунктам 2, 3, 5, 12 паспорта специальности 05.13.01 Системный анализ, управление и обработка информации.

Научная новизна состоит в следующем:

1. Построена математическая модель учебного процесса, позволяющая создавать индивидуальные программы дистанционного обучения;

2. Предложены основные принципы технологии дистанционного обучения математике;

3. Разработана методика обработки данных об успеваемости ученика для коррекции дальнейшего процесса обучения;

4. Разработан программный пакет, реализующий технологию ДОМ и предназначенный для хранения параметризованных задач, обработки информации об успеваемости учеников, формирования контрольных заданий, построения и коррекции учебной программы.

Практическая ценность работы состоит в возможности проведения индивидуальных занятий с абитуриентами по дистанционному принципу. Ориентация на обучающий эффект позволяет добиться значительных успехов по сравнению с существующими системами дистанционного обучения математическим дисциплинам.

Универсальность предлагаемой технологии позволяет с незначительными доработками использовать систему для проведения подготовки по другим дисциплинам.

Реализация результатов работы. Программный пакет успешно применяется в работе Факультета Довузовской Подготовки МИРЭА, что подтверждено соответствующими актами.

Личный вклад автора состоит в постановке задачи, разработке математической модели учебного процесса, выборе базовых алгоритмов и технологий, разработке программного пакета, тестировании и отладке программ.

Апробация работы. Результаты работы докладывались на следующих научно-технических и научно-практических конференциях:

1. Международная научно-техническая конференция «Инновации в образовании, науке и техники», Бишкек, Кыргызстан, 2006;

2. Международная научная конференция «Физика и физическое образование: достижения и перспективы развития», Бишкек, Кыргыстан, 2006;

3. VIII Региональная научно-практическая конференция «Професиональ-ная ориентация и методики преподавания в системе «школа-вуз» в условиях перехода к единой форме государственной аттестации выпускников общеобразовательных учреждений», Москва, Россия, 2007.

4. International Conference for Internet Technology and Secured Transactions (ICITST-2008), June 23-28, 2008, DIT, Dublin, Ireland;

5. Третья Международная конференция «Системный анализ и информационные технологии» САЙТ —2009, 14-18 сентября 2009 г., Звенигород, Россия.

Публикация результатов. По теме диссертации опубликовано 9 работ, в том числе в 1 статье журнала, входящего в перечень ВАК России.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы. Текст диссертации изложен на 114 страницах и включает библиографический список из 72 наименований. Рисунки, таблицы и формулы имеют сквозную нумерацию по всей работе.

Результаты исследования:

1. Разработаны модели ученика и учебного процесса, которые учитывают индивидуальный уровень подготовки учащегося по каждому разделу изучаемого предмета, принимают в расчет срок и темп обучения, учитывают требуемый для конкретного вуза уровень подготовки;

2. Разработана технология ДОМ, обеспечивающая индивидуализацию со стороны ученика: ведется статистика как по успешно решенным задачам, так и задачам, решенным с ошибками; применяется изменяющаяся в зависимости от статистических показателей учебная программа. Индивидуализация со стороны преподавателя заключается в фиксации приемов преподавания, которая может быть повторно использована другими преподавателями;

3. Разработан программный пакет, реализующий технологию ДОМ. В состав пакета входит множество вспомогательных инструментов, облегчающих работу преподавателя при составлении заданий, анализе уровня подготовки по разделам и вводе формульных выражений. Для использования учащимися разработаны редактор формул и построенный на его основе алгебраический тренажер, который позволяет производить преобразования математических выражений;

4. Предложен метод, обеспечивающий безопасное функционирование системы ДОМ в условиях реальной эксплуатации. Метод позволяет идентифицировать процессы операционной системы и выявить среди них те, которые препятствуют нормальному функционированию данной прикладной программы — системы ДОМ.

Заключение

В работе предложена математическая модель, построена на ее основе технология ДОМ и разработан программный пакет, практическое применение которого показало эффективность данной технологии.

1. Garrison, D.R. (1985) 'Three générations of technological innovations in distance éducation', in Distance Education vol. 6 no. 2 pp. 235-241

2. Information and communication technologies in distance éducation : spec. training course / UNESCO. Moscow : UNESCO Inst. for inform, technologies in éducation, 2003. - 118 c.

3. Nipper, S. (1989) 'Third génération distance Iearning and computer conferencing', in Mason, R. and Kaye, A. (eds) Mindweave: communications, computers and distance éducation, Oxford, Pergamon Press.

4. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей: Справочник. -М.: Финансы и статистика, 1985. -182с.

5. Бакалов В. П. Дистанционное обучение: концепция, содержание, управление : учебное пособие для преподавателей вузов, колледжей и факультетов телекоммуникаций / В. П. Бакалов, Б. И. Крук, О. Б. Журавлева. -Москва : Горячая линия-Телеком, 2008. 107 с.

6. Бессонов А.Б. Модели и методы повышения эффективности коммуникаций в информационных системах, ориентированных на дистанционное обучение и научные исследования : диссертация кандидата технических наук : 05.13.16. Екатеринбург, 2000. - 151 с.

7. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. -М.: Наука, 1983. -464с.

8. Бурмистрова А. С. Дистанционное обучение : эволюция технологии /

9. A. С. Бурмистрова. Москва : Изд. центр НОУ ИНСОМ, 2006. - 42 с.

10. Василенко Н.В. Дистанционное обучение : учеб.-метод. пособие / Н.

11. B. Василенко ; М-во образования Рос. Федерации, Ин-т повышения квалификации специалистов проф. образования. СПб. : Ин-т повышения квалификации специалистов проф. образования, 2004. - 159 с.

12. Вентцель Е.С. Исследование операций: задачи, принципы, методология. М.: Наука, 1988. -250с.

13. Гнеденко Б.В. Курс теории вероятностей: Учебник. —М.: Наука, 1988. -380с.

14. Давыдов Д.А. Дистанционное образование и обучение : учеб.-метод. пособие / Д. А. Давыдов, Р. Г. Шарафиев. Уфа : Демиург, 2005 (ООО Реал). - 110 с.

15. Дениг В. и др. Диалоговые системы "Человек — ЭВМ". Адаптация к требованиям пользователя. /Пер.с англ., -М.: Мир, 1984. -110с.

16. Дистанционное обучение на основе информационно-коммуникационных технологий: общее описание : П. Ф. Кубрушко, С. В. Со-зинов, В. Л. Чумаков, А. А. Шустов ; Московский гос. агроинженерный ун-т им. В. П. Горячкина. Москва : Агроконсалт, 2006. - 23 с.

17. Дистанционное обучение в современном мире : Сб. обзоров / Рос. акад. наук. Ин-т науч. информ. по обществ, наукам; Ред.-сост. Зарецкая С.Л.. М. : ИНИОН РАН, 2002. - 135 с.

18. Дистанционное образование, состояние и перспективы развития : Сб. материалов Всерос. науч.-метод. конф. (18-19 нояб. 1998 г.) / Редкол.: д-р техн. наук, проф. В. Б. Байбурин (отв. ред.) и др. Саратов, 1998. - 115 с.

19. Додока С.Н. Дистанционное обучение: опыт, пробл., перспективы. / Светлана Додока ; Под ред. B.C. Данюшенкова ; Вят. гос. пед. ун-т. Киров : Изд-во ВГПУ, 2000. - 129 с.

20. Дистанционное образование: региональные аспекты : Межвуз. сб. науч. ст. / М-во образования Рос. Федерации и др.; [Науч. ред.: Титаренко Ю.И., Шалаев И.К.]. Барнаул : Бийс. фил. Соврем. Гуманитар, ин-та, 2001. -371 с.

21. Ермоленко В.В. Разработка нейросетевой базы знаний интеллектуальной автоматизированной системы мониторинга образовательного процесса, Дисс.на соискание уч.степени к.т.н., КубГТУ, Краснодар, 1996. — 206 с.

22. Жуков Н.И. Информация. — Минск: Минское кн. изд-во, 1971. 275с.

23. Заочная школа МЦНМО. http://zaochn.mccme.ru/teachers/seminar/ t3.html

24. Заочная форма обучения. http://www.edm.ru/page.php7pageicH1603

25. Касьянов O.A. Математические модели и технологии создания сетевых интерактивных ресурсов для систем дистанционного обучения : автореферат дис. . кандидата технических наук : 05.13.18 / Моск. физ.-техн. ин-т (гос. ун-т). Москва, 2003. - 23 с.

26. Иваненко В.И., Лабковский В.А., К вопросу о накоплении информации в адаптивных системах управления. В сб.: Адаптивные системы упав-ления /ИК АН УССР.-Киев,1977,С.З-12.

27. Каждый пятый московский выпускник получил двойку по ЕГЭ по ма-тематике//РИА Новости, 18 июня 2008 г. http://www.rian.ru/society/20080618/ 111063608.html

28. Канаев В. И. Дистанционное обучение: технологические аспекты : Монография / В.И. Канаев ; Соврем, гуманитар, ун-т. М. : Соврем, гуманитар. акад., 2004 (ГУЛ МО Коломенская тип.). - 191, 1. с.

29. Клиланд Д., Кинг В. Системный анализ и целевое управление. -М.: Советское радио, 1974. -300с.

30. Кулемина E.H. Дистанционное обучение в реформировании системы образования : Социол.-экон. анализ : диссертация . кандидата социологических наук : 22.00.03. Москва, 1998. - 147 с.

31. Куропаткин П.В. Оптимальные и адаптивные системы. -М.: Высшая школа, 1980.-270с.

32. Майерс Г. Надежность программного обеспечения. /Пер. с англ., -М.: Мир, 1980.-300с.

33. Макаров И.М. Теория выбора и принятия решений.-М.:Наука,1987. -350с.

34. Моделирование процессов обработки информации и управления. -М.: МФТИ, 1990.-158с.

35. Осипов Г.В., Андреев Э.П. Методы измерения в социологии. -М.: Наука, 1977.-287с.

36. Основы инженерной психологии. -М.: Высшая школа, 1986. -450с.

37. Пойа Д. Математическое открытие. М., 1976., 448 стр.

38. Поспелов Г.С., Ириков В.А. Системно-программное планирование. -М.: Советское радио, 1975.-380с.

39. Построение экспертных систем. /Пер. с англ. —М.: Мир, 1987. -420с.

40. Прикладная статистика: Классификация и снижение размерности: Справочник. / Под ред. С.А.Айвазяна. -М.: Финансы и статистика, 1989. -450с.

41. Пшеничный Б.Н., Данилин Ю.М. Численные методы в экстремальных задачах. -М.: Наука, 1975. -370с.

42. Райфа Г. Анализ решений. Введение в проблемы выбора в условиях неопределенности.-М. -.Наука, 1977. -120с.

43. Сакович Н. И.Дистанционное обучение: ценностные ориентации и формирование информационной компетентности личности : монография / Н. И. Сакович ; Челябинский гос. ун-т. Челябинск : Южно-Уральское кн. изд-во, 2007. - 204 с.

44. Серкова Н.В. Влияние дистанционного обучения на познавательное и личностное развитие студентов / Н. В. Серкова ; М-во Рос. Федерации по атом, энергии, Север, гос. технол. ин-т. Северск : СГТИ, 2002. - 122 с.

45. Скибицкий Э.Г. Теоретические основы дистанционного обучения : Монография. / Э.Г. Скибицкий, Л.И. Холина; М-во образования Рос. Федерации. Новосиб. гос. пед. ун-т. Новосибирск : Новосиб. гос. пед. ун-т (НГПУ), 2002. - 134 с.

46. Темников Ф.Е. и др., Теоретические основы информационной техники, -М.: Энергия, 1979. -511с.

47. Техника управления /Под ред. Г.Х. Попова и Ю.И. Кракополса. -М.: МГУ, 1977.-370с.

48. Ту Дж., Гонсалес Р., Принципы распознавания образов, /Пер.с англ., -М.: Мир, 1978.-410с.

49. Уинстон П., Искусственный интеллект, /Пер.с англ., -М.: Мир, 1980. -520с.

50. Усков В.Л. Дистанционное инженерное образование на базе ИНтернет / В.Л. Усков. М. : Машиностроение, 2000. - 64 с.

51. Фешберн П. Теория полезности для принятия решений,-М.:Наука, 1978. -120с.

52. Физикон. http://www.physicon.ru

53. Френкель A.A., Бар-Хиллел, Основания теории множеств, -М., 1966. -238с.

54. Фу К., Структурные методы в распознавании образов. /Пер.с англ., -М.: Мир, 1077.-320с.

55. Хемминг Р.В., Численные методы (для научных работников и инженеров). /Пер. с англ., -М.: Наука, 1972. -400с.

56. Центр довузовской подготовки при Таганрогском Технологическом Институте, http://www.cdp.tsure.ru/moodle

57. Центр дистанционного образования Научного Парка МГУ им. М.В. Ломоносова, http://de.msu.ru

58. Центр дистанционного образования Московского Государственного Университета Печати, http://www.hi-edu.ru/dovus.html

59. Цыпкин Я.З. Основы информационной теории идентификации. -М.: Наука, 1984.-520с.

60. Челябинский Государственный Университет, http://do.csu.ru/sdo

61. Шалютин С.М., Искусственный интеллект, —М.: Мысль, 1985. -196с.

62. Шеннон Р. Имитационное моделирование систем — искусство и наука. -М.: Мир, 1978.-87с.

63. Экспертные системы. Принципы работы и примеры / Под ред. Р. Форсайта. М.: Радио и связь, 1987. -350с.

64. Юдин Д.Б. Математические методы управления в условиях неполной информации. -М.: Советское радио, 1974. -120с.

65. Яглом A.M., И.МЛглом, Вероятность и информация, Изд-е третье, переработанное и дополненное. —М.: Наука, Главная редакция физико — математической литературы, 1973. -511с.

66. Янг С. Системное управления организацией. -М.: Советское радио, 1972.-230с.