← На головну10 клас · інформатика
Етапи комп’ютерного дослідження
Комп’ютерне дослідження починається не з натискання кнопки «Запустити». Спочатку формулюємо питання, будуємо модель і задаємо дані. Після експерименту аналізуємо результат і лише тоді робимо висновок.
1
Постановка задачіЩо саме хочемо з’ясувати?2
Побудова моделіЯкі фактори та залежності врахуємо?3
Початкові даніЗадаємо конкретні значення параметрів.4
ЕкспериментЗмінюємо умови та запускаємо модель.5
АналізПорівнюємо отримані результати.6
ВисновокВідповідаємо на початкове питання.
Важливо: комп’ютер може правильно виконати обчислення, але результат усе одно буде неправильним, якщо сама модель побудована невдало або початкові дані помилкові.
🚗 Приклад 1. Brake Lab
| Етап | Що робимо |
|---|
| 1. Постановка задачі | З’ясовуємо, чи встигне автомобіль зупинитися перед перешкодою. |
| 2. Побудова моделі | Враховуємо швидкість, відстань, час реакції водія, тип дороги та шин. |
| 3. Початкові дані | 60 км/год60 мреакція 1 ссухолітні шини |
| 4. Експеримент | Наприклад, змінюємо сухий асфальт на лід або швидкість з 60 до 90 км/год. |
| 5. Аналіз | Порівнюємо шлях реакції, гальмівний шлях, повний шлях та можливу швидкість зіткнення. |
| 6. Висновок | Визначаємо, за яких умов автомобіль встигає зупинитися, а за яких ні. |
🔋 Приклад 2. EV Range Lab
| Етап | Що робимо |
|---|
| 1. Постановка задачі | Перевіряємо, чи вистачить заряду електромобіля на маршрут 145 км. |
| 2. Побудова моделі | Враховуємо заряд, ємність та деградацію батареї, температуру, швидкість, клімат-контроль і вітер. |
| 3. Початкові дані | 80%+20°C90 км/годECOдеградація 10% |
| 4. Експеримент | Змінюємо температуру до −20°C, швидкість до 130 км/год або вмикаємо максимальний обігрів. |
| 5. Аналіз | Порівнюємо розрахунковий розхід, запас ходу та залишок заряду після маршруту. |
| 6. Висновок | Визначаємо, які умови найбільше впливають на запас ходу і чи вистачить енергії на маршрут. |
📱 Приклад 3. TikTok Algorithm Lab
| Етап | Що робимо |
|---|
| 1. Постановка задачі | Досліджуємо, чи почне система частіше рекомендувати тему, на яку користувач постійно позитивно реагує. |
| 2. Побудова моделі | Є теми відео, умовний профіль інтересів та сигнали: лайк, досмотр, повтор і пропуск. |
| 3. Початкові дані | На початку всі теми мають приблизно однакову вагу, а профіль користувача ще не сформований. |
| 4. Експеримент | Наприклад, 10 разів позитивно реагуємо на одну тему та пропускаємо інші. |
| 5. Аналіз | Спостерігаємо, як змінюються відсотки інтересів і які теми частіше потрапляють у наступні рекомендації. |
| 6. Висновок | Дії користувача можуть поступово змінювати його умовний профіль і робити рекомендації менш різноманітними. |
Запам’ятайте: модель не є самим реальним об’єктом. Brake Lab не є справжнім автомобілем, EV Range Lab не знає всіх характеристик конкретної машини, а Algorithm Lab не відтворює справжній алгоритм TikTok. Модель лише допомагає дослідити певні закономірності.