International Baccalaureate · IB Diploma · Computer Science · SL

Поддерживаемый фокус SL. Первая оценка 2027 — целевой показатель; официальный PDF возвращает 403; более ранняя приобретенная краткая форма является финальной оценкой 2026. Оставшиеся руководства, требования к оценке и практической части сохраняют свои зарегистрированные удержания.

Предварительные требования: прочитайте указанные количества и единицы измерения, используйте арифметику и нижеприведённые условия модели. Каждый урок осваивает собственный метод перед независимым переносом.

Это оригинальные или явно вымышленные учебные примеры, а не фактические измерения или завершённые оценочные исследования учащихся.

Что могло бы объяснить это наблюдение?

• Школьная система бронирования может работать корректно, но все равно терпеть неудачу, если пользователи теряют доступ или данные раскрываются. Успех включает понимание контекста системы.
• Начните с гипотезы. Укажите величины или признаки, которые вы будете сравнивать, затем определите, какие доказательства могут различить два объяснения.

Постройте модель

• Компьютерная система объединяет аппаратное обеспечение, программное обеспечение, данные и людей. Сеть обеспечивает связь с использованием протоколов. Требования должны различать функции и ограничения, такие как доступность, безопасность и удобство использования.
• аутентификация: Проверка заявленной личности; авторизация: Определение разрешенных действий.

Выберите доказательства для проверки гипотезы

• Разделяйте аутентификацию и авторизацию. Аутентификация проверяет личность; авторизация определяет разрешенные действия. Модель угроз связывает ценный актив, возможную атаку и соответствующую меру защиты.
• Используйте вымышленный набор данных школы для определения пользователей и прав доступа. Нарисуйте потоки данных, сравните валидацию и верификацию, а также укажите тесты для нормального, граничного и невалидного ввода. Не используйте реальные учетные данные или записи учеников в упражнениях.

Работайте с известными величинами

• Укажите известные значения и их единицы измерения. Выберите соотношение, предположения которого подходят к данному случаю, затем преобразуйте формулу перед подстановкой.
• Известно: файл содержит 12 мегабайт, где в данном примере один мегабайт определяется как один миллион байт. Биты = байты×8 = 12×1,000,000×8 = 96,000,000 бит. При скорости 8,000,000 бит/с идеальное время = размер/скорость = 12 с, без учёта накладных расходов.

Пример:

Файл размером 40 миллионов бит передается со скоростью 5 миллионов бит в секунду. Найдите идеальное время. Используйте ту же последовательность: известные величины → модель → соотношение → подстановка → единицы измерения и интерпретация.

Проверьте вывод и его границы применимости

• Полоса пропускания — это не фактическая пропускная способность «от конца до конца». Шифрование само по себе не гарантирует правильную авторизацию и не устраняет все риски безопасности.
• Вернитесь к первоначальному наблюдению. Объясните, что подтверждает результат, при каких условиях он верен и каким образом можно проверить конкурирующее объяснение.

Предупреждение:

Шифрование гарантирует, что у каждого пользователя есть соответствующие права доступа. Это утверждение ложно: пропускная способность — это не фактическая сквозная скорость передачи. Шифрование само по себе не обеспечивает правильную авторизацию и не устраняет все риски безопасности.

Ключевые моменты:

Вычислительные системы, сети и требования: Разделяйте аутентификацию и авторизацию. Аутентификация проверяет личность; авторизация определяет разрешенные действия. Модель угроз связывает ценный актив, возможную атаку и соответствующий метод защиты.

Работоспособная трассировка и границы

size_MB, rate_Mbps = 20, 10
bits = size_MB * 1_000_000 * 8
if rate_Mbps <= 0:
    raise ValueError("Rate must be positive")
seconds = bits / (rate_Mbps * 1_000_000)
print(seconds)
print(0 / (rate_Mbps * 1_000_000))

Ожидаемый вывод:

16.0
0.0

Десятичные МБ означают один миллион байт; умножьте на восемь перед делением на биты в секунду. Нулевые данные имеют нулевую идеальную длительность передачи. Неположительная скорость отвергается; фактические накладные расходы находятся вне этой арифметической модели.

Поддерживаемый фокус SL. Первая оценка 2027 — целевой показатель; официальный PDF возвращает 403; более ранняя приобретенная краткая форма является финальной оценкой 2026. Оставшиеся руководства, требования к оценке и практической части сохраняют свои зарегистрированные удержания.

Предварительные требования: прочитайте указанные количества и единицы измерения, используйте арифметику и нижеприведённые условия модели. Каждый урок осваивает собственный метод перед независимым переносом.

Это оригинальные или явно вымышленные учебные примеры, а не фактические измерения или завершённые оценочные исследования учащихся.

Что могло бы объяснить это наблюдение?

• Небольшое сообщение может задержаться на высокоскоростном канале. Пропускная способность и задержка измеряют разные характеристики.
• Начните с гипотезы. Укажите величины или признаки, которые вы будете сравнивать, затем определите, какие доказательства могут различить два объяснения.

Постройте модель

• Пакеты передают адресованные данные через сеть. Слоистая модель разделяет ответственность, например, за смысл приложения, доставку транспорта и маршрутизацию сети. Пропускная способность описывает ёмкость; пропускная способность (throughput) — это достигнутая скорость передачи данных; задержка (latency) — это задержка.
• пропускная способность: Достигнутая полезная скорость передачи данных; задержка: Задержка, возникающая при передаче данных.

Выберите доказательства для проверки гипотезы

• Время передачи зависит от объёма данных и скорости. Полная задержка также может включать распространение, обработку и ожидание в очереди. Шифрование защищает содержимое при соблюдении условий, но не устраняет перегрузку или раскрытие каждой метаданных.
• Отслеживайте маршрут сообщения с использованием документированной локальной модели. Зафиксируйте размер полезной нагрузки, единицы измерения и измеренное время. Используйте согласованные со школой сети и синтетические сообщения; не сканируйте и не перехватывайте трафик других пользователей.

Работайте с известными величинами

• Укажите известные значения и их единицы измерения. Выберите соотношение, предположения которого подходят к данному случаю, затем преобразуйте формулу перед подстановкой.
• Известно: файл размером 8 Мбит проходит по каналу со скоростью 2 Мбит/с. Идеальное время передачи = объём / скорость = 8 / 2 = 4 с. Оверхед протокола, другие пользователи и задержки могут увеличить фактическое время выполнения.

Пример:

Файл размером 12 Мбит проходит по каналу со скоростью 3 Мбит/с. Вычислите идеальное время передачи. Используйте ту же последовательность: известные данные → модель → соотношение → подстановка → единицы и интерпретация.

Проверьте вывод и его границы применимости

• Мегабайт равен восьми мегабитам до учёта накладных расходов. Канал с более высокой заявленной скоростью не гарантирует низкую задержку или защищённые конечные точки.
• Вернитесь к первоначальному наблюдению. Объясните, что подтверждает результат, при каких условиях он верен и каким образом можно проверить конкурирующее объяснение.

Предупреждение:

Высокоскоростное соединение гарантирует нулевую задержку. Это утверждение ложно: Мегабайт равен восьми мегабитам до учёта накладных расходов. Канал с более высокой заявленной скоростью не гарантирует низкую задержку или защищённые конечные точки.

Ключевые моменты:

Сети: задержка, пропускная способность и слоистая доставка: Время передачи зависит от объёма данных и скорости. Полная задержка также может включать распространение, обработку и ожидание в очереди. Шифрование защищает содержимое при соблюдении условий, но не устраняет перегрузку или раскрытие каждой метаданных.

Работоспособная трассировка и границы

size_Mb, rate_Mbps, propagation_s = 12, 3, 0.10
for rate in [rate_Mbps, 2 * rate_Mbps]:
    transmission_s = size_Mb / rate
    print(round(transmission_s + propagation_s, 2))

Ожидаемый вывод:

4.1
2.1

Измеряйте от начала передачи до прибытия последнего бита. Время последовательной передачи и задержка распространения складываются в рамках этой идеальной модели. Увеличение полосы пропускания изменяет только первый член; узлы store-and-forward и очереди добавили бы дополнительные члены.

Поддерживаемый фокус SL. Первая оценка 2027 — целевой показатель; официальный PDF возвращает 403; более ранняя приобретенная краткая форма является финальной оценкой 2026. Оставшиеся руководства, требования к оценке и практической части сохраняют свои зарегистрированные удержания.

Предварительные требования: прочитайте указанные количества и единицы измерения, используйте арифметику и нижеприведённые условия модели. Каждый урок осваивает собственный метод перед независимым переносом.

Это оригинальные или явно вымышленные учебные примеры, а не фактические измерения или завершённые оценочные исследования учащихся.

Что могло бы объяснить это наблюдение?

• Дублирование адреса пользователя в каждом заказе может привести к конфликтам записей при изменении адреса.
• Начните с гипотезы. Укажите величины или признаки, которые вы будете сравнивать, затем определите, какие доказательства могут различить два объяснения.

Постройте модель

• Реляционная таблица содержит строки и атрибуты. Первичный ключ идентифицирует строку; внешний ключ связывается с ссылочным ключом в другой таблице. Нормализация может уменьшить избегаемое дублирование и аномалии обновления, сохраняя значимые связи.
• первичный ключ: Множество атрибутов, однозначно идентифицирующее строку таблицы; внешний ключ: Множество атрибутов, ссылающееся на ключ в другой таблице.

Выберите доказательства для проверки гипотезы

• Объединение (join) объединяет строки согласно заданному условию. Количество результатов зависит от кардинальности связей и фильтров. Ограничение внешнего ключа обеспечивает соблюдение правила связи; оно автоматически не шифрует персональные данные.
• Разработайте небольшой синтетический набор данных «пользователь-заказ» без реальных персональных данных. Объявите ключи, протестируйте вставки с дублированием и отсутствующими ссылками, затем проверьте результат запроса по вручную рассчитанной ожидаемой таблице.

Работайте с известными величинами

• Укажите известные значения и их единицы измерения. Выберите соотношение, предположения которого подходят к данному случаю, затем преобразуйте формулу перед подстановкой.
• Известно: у четырёх клиентов соответственно 2, 0, 3 и 1 заказов. Внутреннее соединение (inner join) таблицы «клиенты» к таблице «заказы» вернёт 2 + 0 + 3 + 1 = 6 строк. Левое соединение (left join) также сохранит клиента без заказа как строку с пустыми значениями (null-matched), что даст 7 строк здесь.

Пример:

У трёх клиентов есть 1, 3 и 2 заказов. Сколько строк вернёт внутреннее соединение таблиц «клиенты» и «заказы»? Используйте ту же последовательность: известные данные → модель → соотношение → подстановка → единицы и интерпретация.

Проверьте вывод и его границы применимости

• Первичный ключ не обязательно должен быть именем человека. Объединение — это не простая конкатенация таблиц. Используйте параметризованные запросы для недоверенных входных данных вместо формирования SQL из сырых строк.
• Вернитесь к первоначальному наблюдению. Объясните, что подтверждает результат, при каких условиях он верен и каким образом можно проверить конкурирующее объяснение.

Предупреждение:

Внешний ключ автоматически шифрует каждую строку. Это утверждение неверно: первичный ключ не обязательно должен быть именем человека. Соединение таблиц — это не простая конкатенация. Для недоверенных входных данных используйте параметризованные запросы вместо формирования SQL из сырых строк.

Ключевые моменты:

Реляционные базы данных: ключ и связь: соединение объединяет строки согласно заданному условию. Количество результатов зависит от кардинальности связи и фильтров. Ограничение внешнего ключа обеспечивает соблюдение правила связи; оно не шифрует персональные данные автоматически.

Работоспособная трассировка и границы

import sqlite3
db = sqlite3.connect(":memory:")
db.executescript("""CREATE TABLE c(id INTEGER PRIMARY KEY);
CREATE TABLE o(id INTEGER PRIMARY KEY, cid INTEGER);
INSERT INTO c VALUES(1),(2),(3);
INSERT INTO o VALUES(10,1),(11,1),(12,3);""")
for kind in ["INNER", "LEFT"]:
    sql = f"SELECT COUNT(*),COUNT(o.id) FROM c {kind} JOIN o ON c.id=o.cid"
    print(kind, db.execute(sql).fetchone())
db.close()

Ожидаемый вывод:

INNER (3, 3)
LEFT (4, 3)

Левое соединение (left join) сохраняет клиента 2 с полями заказа null. COUNT(*) включает эту строку, тогда как COUNT(o.id) исключает null. Первичные ключи различают записи; количество клиентов не равно количеству заказов. Интерполированный ключ слова соединения берется из фиксированного внутреннего списка, а не из пользовательского ввода.

Поддерживаемый фокус SL. Первая оценка 2027 — целевой показатель; официальный PDF возвращает 403; более ранняя приобретенная краткая форма является финальной оценкой 2026. Оставшиеся руководства, требования к оценке и практической части сохраняют свои зарегистрированные удержания.

Предварительные требования: прочитайте указанные количества и единицы измерения, используйте арифметику и нижеприведённые условия модели. Каждый урок осваивает собственный метод перед независимым переносом.

Это оригинальные или явно вымышленные учебные примеры, а не фактические измерения или завершённые оценочные исследования учащихся.

Что могло бы объяснить это наблюдение?

• Модель может показать высокий результат, выучив упрощенный путь (shortcut) в обучающих данных. Оценка должна проверять выполнение целевой задачи на соответствующих непройденных примерах.
• Начните с гипотезы. Укажите величины или признаки, которые вы будете сравнивать, затем определите, какие доказательства могут различить два объяснения.

Постройте модель

• Реляционная база данных использует таблицы, ключи и связи для организации данных. Машинное обучение оценивает закономерности по данным. Данные для обучения и оценки выполняют разные роли.
• первичный ключ: Множество атрибутов, однозначно идентифицирующее запись; утечка данных: Использование информации, недоступной в момент целевого предсказания.

Выберите доказательства для проверки гипотезы

• Первичный ключ однозначно идентифицирует запись; внешний ключ связывает записи. При предсказании утечка может раскрыть информацию, недоступную в момент реального принятия решения. Одна лишь точность может скрывать несбалансированное распределение целевой переменной.
• Используйте вымышленные записи о бронировании для выявления сущностей, атрибутов и связей. Для учебной практики используйте публичный несекретный набор данных, разделяйте обучающие и тестовые данные, а также опишите, кто может пострадать от ошибок. Текущий 2027 объем цели CS ожидает приобретенного руководства.

Работайте с известными величинами

• Укажите известные значения и их единицы измерения. Выберите соотношение, предположения которого подходят к данному случаю, затем преобразуйте формулу перед подстановкой.
• Известно: классификатор делает 90 правильных предсказаний среди 100 случаев. Точность = правильные/всего×100 = 90%. Если 90 случаев относятся к одному классу, постоянное предсказание этого класса дает ту же точность и все равно может пропустить все случаи меньшинства.

Пример:

Модель делает 72 правильных предсказаний из 80. Найдите процент точности. Используйте последовательность: известные величины → модель → соотношение → подстановка → единица измерения и интерпретация.

Проверьте вывод и его границы применимости

• Высокая точность не является доказательством справедливости или причинно-следственного понимания. Первичный ключ базы данных — это не просто то поле, которое кажется важным.
• Вернитесь к первоначальному наблюдению. Объясните, что подтверждает результат, при каких условиях он верен и каким образом можно проверить конкурирующее объяснение.

Предупреждение:

Классификатор с точностью 90% должен одинаково хорошо работать со всеми классами. Это утверждение неверно: высокая точность не является доказательством справедливости или причинно-следственного понимания. Первичный ключ базы данных — это не просто то поле, которое кажется важным.

Ключевые моменты:

Модели данных и ответственный машинный learning: первичный ключ однозначно идентифицирует запись; внешний ключ связывает записи. При предсказании утечка может раскрыть информацию, недоступную в момент реального принятия решения. Одна лишь точность может скрывать несбалансированное распределение целевой переменной.

Работоспособная трассировка и границы

tp, fn, fp, tn = 4, 1, 10, 85
total = tp + fn + fp + tn
accuracy = (tp + tn) / total
recall = tp / (tp + fn) if tp + fn else None
print(accuracy, recall)
positives = 0
print(0 / positives if positives else "UNDEFINED")

Ожидаемый вывод:

0.89 0.8
UNDEFINED

Точность делит правильные предсказания на все случаи; полнота (реал-л) делит истинно положительные результаты на фактические положительные. При отсутствии положительных случаев полнота не определена, а не равна нулю. Набор данных вымышленный, без обученной модели или персональных данных.

Поддерживаемый фокус SL. Первая оценка 2027 — целевой показатель; официальный PDF возвращает 403; более ранняя приобретенная краткая форма является финальной оценкой 2026. Оставшиеся руководства, требования к оценке и практической части сохраняют свои зарегистрированные удержания.

Предварительные требования: прочитайте указанные количества и единицы измерения, используйте арифметику и нижеприведённые условия модели. Каждый урок осваивает собственный метод перед независимым переносом.

Это оригинальные или явно вымышленные учебные примеры, а не фактические измерения или завершённые оценочные исследования учащихся.

Что могло бы объяснить это наблюдение?

• алгоритм может работать на одном примере и дать сбой на границе. Тестирование должно проектироваться по спецификации, а не только по «счастливому пути» (happy path).
• Начните с гипотезы. Укажите величины или признаки, которые вы будете сравнивать, затем определите, какие доказательства могут различить два объяснения.

Постройте модель

• Алгоритм — это конечная, однозначная процедура для выполнения задачи. Трассировка фиксирует изменения состояния. Инвариант цикла описывает свойство, сохраняемое каждой итерацией, и помогает обосновать корректность.
• алгоритм: Конечная процедура, решающая поставленную задачу; граничный тест: Тест на пределе допустимого диапазона входных данных.

Выберите доказательства для проверки гипотезы

• Укажите входные условия и ожидаемые выходные данные. Используйте граничные случаи, пустые коллекции (где разрешено), дубликаты и невалидные значения. Различайте неправильный алгоритм, неправильную реализацию и неполное требование.
• Протрассируйте поиск по небольшому вымышленному отсортированному списку. Укажите конвенцию индексации. Для бинарного поиска обновляйте границы так, чтобы оставшийся интервал сужался, и отвергайте неотсортированный ввод, если сортировка не входит в задачу.

Работайте с известными величинами

• Укажите известные значения и их единицы измерения. Выберите соотношение, предположения которого подходят к данному случаю, затем преобразуйте формулу перед подстановкой.
• Известно: линейный поиск по списку из восьми элементов может потребовать восьми сравнений, когда искомый элемент находится в конце или отсутствует. Удвоение длины списка удваивает количество сравнений в худшем случае при этой модели. Бинарный поиск уменьшает интервал примерно вдвое на каждом шаге, но требует подходящей упорядоченной структуры.

Пример:

Линейный поиск просматривает все 14 элементов без нахождения совпадения. Сколько сравнений элементов происходит? Используйте ту же последовательность: известные величины → модель → соотношение → подстановка → единицы и интерпретация.

Проверьте вывод и его границы применимости

• Успешная выборочная проверка не доказывает корректность для всех допустимых входных данных. Не импортируйте синтаксис псевдокода, специфичный для Cambridge, в курс IB без указания источника курса.
• Вернитесь к первоначальному наблюдению. Объясните, что подтверждает результат, при каких условиях он верен и каким образом можно проверить конкурирующее объяснение.

Предупреждение:

Одна успешная выборочная проверка доказывает корректность алгоритма для каждого допустимого входного значения. Это утверждение неверно: Успешная выборочная проверка не доказывает корректность для всех допустимых входных данных. Не импортируйте синтаксис псевдокода, специфичный для Cambridge, в курс IB без указания источника курса.

Ключевые моменты:

Алгоритмы, трассировки и доказательства корректности: Опишите условия входных данных и ожидаемые результаты. Используйте граничные случаи, пустые коллекции (где это разрешено), дубликаты и недопустимые значения. Различайте ошибочный алгоритм от ошибки реализации или неполного требования.

Работоспособная трассировка и границы

def first_index(values, target):
    for index, value in enumerate(values):
        if value == target:
            return index
    return -1
print(first_index([4, 7, 4], 4))
print(first_index([4, 7, 4], 9))
print(first_index([], 4))

Ожидаемый вывод:

0
-1
-1

Цикл сначала проверяет индекс 0, останавливается при совпадении и возвращает −1 только после полного перебора списка. Дубликаты поэтому возвращают первый индекс. Пустой список не выполняет тело цикла.

Поддерживаемый фокус SL. Первая оценка 2027 — целевой показатель; официальный PDF возвращает 403; более ранняя приобретенная краткая форма является финальной оценкой 2026. Оставшиеся руководства, требования к оценке и практической части сохраняют свои зарегистрированные удержания.

Предварительные требования: прочитайте указанные количества и единицы измерения, используйте арифметику и нижеприведённые условия модели. Каждый урок осваивает собственный метод перед независимым переносом.

Это оригинальные или явно вымышленные учебные примеры, а не фактические измерения или завершённые оценочные исследования учащихся.

Что могло бы объяснить это наблюдение?

• Два объекта модели банковского счета могут реагировать на одну и ту же операцию пополнения, имея при этом разные балансы.
• Начните с гипотезы. Укажите величины или признаки, которые вы будете сравнивать, затем определите, какие доказательства могут различить два объяснения.

Постройте модель

• Класс определяет тип с состоянием и поведением. Объект — это экземпляр. Инкапсуляция контролирует доступ через интерфейс, чтобы операции могли сохранять инварианты. Наследование моделирует соответствующую связь типов; композиция моделирует объект, содержащий или использующий другой объект.
• инкапсуляция: Управление доступом к состоянию через интерфейс; экземпляр: Отдельный объект класса.

Выберите доказательства для проверки гипотезы

• Вызов метода действует над конкретным экземпляром. Изменения состояния должны удовлетворять предусловиям и постусловиям. Полиморфизм позволяет коду использовать общий интерфейс с различными реализациями при соблюдении контракта.
• Реализуйте небольшую синтетическую модель счета или инвентаря. Протестируйте два независимых экземпляра, отклоните недопустимые операции и граничные значения. Держите модель отдельно от реальных финансовых счетов и учетных данных.

Работайте с известными величинами

• Укажите известные значения и их единицы измерения. Выберите соотношение, предположения которого подходят к данному случаю, затем преобразуйте формулу перед подстановкой.
• Известно: объект A начинается со 40 единиц и получает 15; объект B начинается со 20 и получает 5. Итоговые балансы составляют 55 и 25. Их сумма равна 80, но ни один из индивидуальных балансов объектов не равен 80.

Пример:

Экземпляр начинается со 12 единиц, добавляет 8 и удаляет 3. Найдите его конечное значение. Используйте ту же последовательность: известные величины → модель → соотношение → подстановка → единицы и интерпретация.

Проверьте вывод и его границы применимости

• Класс — это не то же самое, что и один экземпляр. Наследование не всегда лучше композиции. Просто скрытие поля не доказывает, что все операции сохраняют допустимое состояние.
• Вернитесь к первоначальному наблюдению. Объясните, что подтверждает результат, при каких условиях он верен и каким образом можно проверить конкурирующее объяснение.

Предупреждение:

Два экземпляра одного класса всегда должны иметь общий баланс. Это утверждение неверно: Класс — это не то же самое, что и один экземпляр. Наследование не всегда лучше композиции. Просто скрытие поля не доказывает, что все операции сохраняют допустимое состояние.

Ключевые моменты:

Объекты: состояние, поведение и интерфейс: Вызов метода действует над конкретным экземпляром. Изменения состояния должны удовлетворять предусловиям и постусловиям. Полиморфизм позволяет коду использовать общий интерфейс с различными реализациями при соблюдении контракта.

Работоспособная трассировка и границы

class Account:
    def __init__(self, balance):
        self.balance = balance
    def withdraw(self, amount):
        if amount < 0 or amount > self.balance:
            return False
        self.balance -= amount
        return True
a, b = Account(15), Account(20)
print(a.withdraw(30), a.balance, b.balance)
print(a.withdraw(15), a.balance, b.balance)

Ожидаемый вывод:

False 15 20
True 0 20

Отказ происходит до мутации. При неотрицательных начальных балансах валидированные снятие средств сохраняют баланс ≥ 0. Этот небольшой учебный класс раскрывает атрибуты; производственный дизайн должен контролировать все пути мутации, а не полагаться на то, что метод один обеспечивает инкапсуляцию.

Поддерживаемый фокус SL. Первая оценка 2027 — целевой показатель; официальный PDF возвращает 403; более ранняя приобретенная краткая форма является финальной оценкой 2026. Оставшиеся руководства, требования к оценке и практической части сохраняют свои зарегистрированные удержания.

Предварительные требования: прочитайте указанные количества и единицы измерения, используйте арифметику и нижеприведённые условия модели. Каждый урок осваивает собственный метод перед независимым переносом.

Это оригинальные или явно вымышленные учебные примеры, а не фактические измерения или завершённые оценочные исследования учащихся.

Что могло бы объяснить это наблюдение?

• Предложенная система бронирования в школе выглядит эффективной, но ее рекомендация зависит от пользователей, ограничений и доказательств. Одного правдоподобного технического термина недостаточно для обоснованного решения.
• Начните с гипотезы. Укажите величины или признаки, которые вы будете сравнивать, затем определите, какие доказательства могут различить два объяснения.

Постройте модель

• Случайный анализ помещает вычислительные выборы в описанный сценарий. Определите заинтересованные стороны, требования, доступные доказательства и ограничения перед тем, как рекомендовать архитектуру или алгоритм. Различайте факт сценария, предположение и прогноз. Компромиссы могут касаться производительности, надежности, доступности, конфиденциальности, обслуживания и стоимости.
• пропускная способность: Выполненная работа за единицу времени при указанной нагрузке; тест принятия: Тест на соответствие заданному пользовательскому требованию.

Выберите доказательства для проверки гипотезы

• Рекомендация должна связывать требование с механизмом и наблюдаемым тестом. Например, проблема конкурентного доступа требует стратегии предотвращения конфликтующих обновлений, а также тестов, демонстрирующих инвариант. Утверждение о более быстром отклике требует сопоставимых измерений нагрузки, а не только метки сложности. Оценивайте альтернативы в одних и тех же заявленных условиях.
• Используйте оригинальный сценарий, утвержденный школой, и синтетические данные. Составьте матрицу утверждения, подтверждающих доказательств из сценария, технического объяснения, ограничений и теста принятия. Явно отметьте отсутствующие факты и покажите, как изменится рекомендация, если предположение окажется неверным. Это готовит к рассуждению на основе кейсов без воспроизведения недоступного для IB оценочного кейса или изобретения его критериев экзамена.

Работайте с известными величинами

• Укажите известные значения и их единицы измерения. Выберите соотношение, предположения которого подходят к данному случаю, затем преобразуйте формулу перед подстановкой.
• Известно: вымышленный прототип обрабатывает 120 успешных запросов за 30-секундное наблюдение. Пропускная способность составляет 120/30=4 успешных запросов/с. Второй прототип обрабатывает 150 за 30 секунд, или 5/с. У второго прототипа пропускная способность выше на 25%, но без этих измерений нельзя сделать вывод о задержке, частоте отказов или производительности под большей нагрузкой.

Пример:

Вымышленная система успешно обрабатывает 210 запросов за 30 с. Рассчитайте пропускную способность. Используйте ту же последовательность: известные величины → модель → соотношение → подстановка → единицы и интерпретация.

Проверьте вывод и его границы применимости

• Пропускная способность — это не время отклика. Сильная рекомендация указывает условия, при которых она должна работать, и доказательства, которые могли бы опровергнуть её. Текущие официальные требования к кейсам по информатике необходимо проверять на соответствие применимой версии оценки.
• Вернитесь к первоначальному наблюдению. Объясните, что подтверждает результат, при каких условиях он верен и каким образом можно проверить конкурирующее объяснение.

Предупреждение:

Более высокая наблюдаемая пропускная способность автоматически доказывает меньшее время отклика для каждого запроса. Это утверждение ложно: пропускная способность — это не время отклика. Сильная рекомендация указывает условия, при которых она должна работать, и доказательства, которые могли бы опровергнуть её. Текущие официальные требования к кейсам по информатике необходимо проверять на соответствие применимой версии оценки.

Ключевые моменты:

Компьютерный случайной анализ: оценка предлагаемой системы: Рекомендация должна связывать требование с механизмом и наблюдаемым тестом. Например, проблема конкурентного доступа требует стратегии предотвращения конфликтующих обновлений, а также тестов, демонстрирующих инвариант. Утверждение о более быстром отклике требует сопоставимых измерений нагрузки, а не только метки сложности. Оценивайте альтернативы в одних и тех же заявленных условиях.

Работоспособная трассировка и границы

for successful, attempted, seconds in [(240, 300, 30), (270, 300, 30)]:
    if seconds <= 0 or attempted <= 0:
        raise ValueError("Positive exposure required")
    throughput = successful / seconds
    failure_fraction = (attempted - successful) / attempted
    print(throughput, failure_fraction)

Ожидаемый вывод:

8.0 0.2
9.0 0.1

Процент успешных транзакций и доля ошибок используют разные знаменатели. Нулевое время или нулевое количество попыток не могут поддерживать такие показатели. Эти вымышленные сводки не предоставляют доказательств задержек, стоимости или репрезентативной нагрузки.