Var a,b,c:real;
begin
writeln ('Введите стороны треугольника');
read (a,b,c);
if ((a + b) > c) and ((a + c) > b) and ((b + c) > a) then writeln ('Существует')
else writeln ('Не существует');
end.
//Pascal
var
Ez: byte;
z: real;
begin
writeln('1 - дециметр, 2 - километр, 3 - метр, 4 - миллиметр, 5 - сантиметр');
write('Введите номер единицы измерения: '); readln(Ez);
write('Введите длинну: '); readln(z);
if Ez = 1 then writeln(z/10, ' м');
if Ez = 2 then writeln(z*1000, ' м');
if Ez = 3 then writeln(z, ' м');
if Ez = 4 then writeln(z/1000, ' м');
if Ez = 5 then writeln(z/100, ' м');
readln;
end.
Если надо, чтобы выделились все пиксели, T должно быть не меньше, чем расстояние от исходной точки до самой дальней (в пространстве RGB). При этом расположение ячеек не играет роли. Остается перебрать все варианты начальных точек, для каждого найти наименьшее Т, и из полученных значений выбрать минимальное.
Код (python 3.5):
from math import sqrt, ceil
points = [["A",0,190,160],["B",0,165,160],["C",0,140,185],["D",0,150,170],
["E",0,140,160],["F",0,120,130],["G",0,140,110],["H",0,130,170],
["I",0,120,190],["J",0,90,160],["K",0,115,160],["L",0,140,130],
["M",0,160,190],["N",0,140,145],["O",0,140,210],["P",0,160,130]]
minT2 = 3*256**2
minpt = "A"
for pt in points:
T2 = 0
for pt2 in points:
T2 = max(T2, (pt[1]-pt2[1])**2+(pt[2]-pt2[2])**2+(pt[3]-pt2[3])**2)
if T2 < minT2:
minpt, minT2 = pt[0], T2
print(minpt, ceil(sqrt(T2)))
<span>Детерминированность или стохастичность. Если в модели среди величин имеются случайные, т.е. определяемые лишь некоторыми вероятностными характеристиками, то модель называется стохастической (вероятностной, случайной). В этом случае и все результаты, полученные при рассмотрении модели, имеют стохастический характер и должны быть соответственно интерпретированы.</span> <span>Здесь подчеркнем, что с точки зрения практики граница между детерминированными и стохастическими моделями выглядит расплывчатой. Так, в технике про любой размер или массу можно сказать, что это не точное значение, а усредненная величина типа математического ожидания, в связи с чем и результаты вычислений будут представлять собой лишь математические ожидания исследуемых величин. Однако такой взгляд представляется крайним. Удобный практический прием состоит в том, что при малых отклонениях от фиксированных значений модель считается детерминированной, а отклонение результата исследуется методами оценок или анализа ее чувствительности. При значительных же отклонениях применяется методика стохастического исследования.</span><span>
</span>
Помотреть в компьютере важную информацию о предмете