Даний методичний посібник охоплює розділ з інформатики та інформаційних технологій «Компютерні презентації та публікації», де допоможе широко ознайомитися з новими засобами та можливостями програми Microsoft Office Power Point 2007, Windows Movier Maker, Publisher 2007. Розглядаються всі способи створення, застосування, використання даних програм. Матеріали викладено в доступній формі у вигляді презентації.
Посібник адресовано педагогічним працівникам та учням ПТНЗ.
Пропонується методика індексування за УДК. Подані матеріали побудови та властивості УДК. Розповідається про загальні та спеціальні визначники, які приєднуються до основної таблиці за допомогою знаків УДК. Методика індексування пропонується для бібліотекарів, бібліографів, та працівників видавництв.
Лекція 1. Основні поняття хмарних технологій
По матеріалах:
Інтернет +
http://mirknig.su/knigi/programming/114558-vvedenie-v-oblachnye-vychisleniya-2-e-izd.html
Даний методичний посібник охоплює розділ з інформатики та інформаційних технологій «Компютерні презентації та публікації», де допоможе широко ознайомитися з новими засобами та можливостями програми Microsoft Office Power Point 2007, Windows Movier Maker, Publisher 2007. Розглядаються всі способи створення, застосування, використання даних програм. Матеріали викладено в доступній формі у вигляді презентації.
Посібник адресовано педагогічним працівникам та учням ПТНЗ.
Пропонується методика індексування за УДК. Подані матеріали побудови та властивості УДК. Розповідається про загальні та спеціальні визначники, які приєднуються до основної таблиці за допомогою знаків УДК. Методика індексування пропонується для бібліотекарів, бібліографів, та працівників видавництв.
Лекція 1. Основні поняття хмарних технологій
По матеріалах:
Інтернет +
http://mirknig.su/knigi/programming/114558-vvedenie-v-oblachnye-vychisleniya-2-e-izd.html
9. Page | 2
KoAunglwinoo( T.F.S – EDUCATION WEBSITE ) Page 2
အားလုံးေပါင္း၍Experiment တစ္ခုလုံးျဖစ္ေစျခင္း( Collectively Exhaustive )
Experiment ႀကီးတစ္ခုလုံးကို ဖြဲ႔စည္းထားသည့္ Event တစ္ခုခ်င္းစီ၏ ျဖစ္တန္စြမ္းမ်ားအားလုံး ေပါင္းသည့္အခါ 1 ျဖစ္လ်ွင္
အဆိုပါေပါင္းျခင္းတြင္ Experiment ႀကီးတစ္ခုလုံးကိုဖြဲ႔စည္းထားသည့္ Event တစ္ခုမွမက်န္ရစ္ဟုေျပာႏိုင္ပါသည္။ အကယ္
၍ Event တစ္ခုခ်င္းစီ၏ ျဖစ္တန္စြမ္းမ်ားအားလုံး ေပါင္းသည့္တိုင္ 1 မျပည့္ေသးလ်ွင္ အဆိုပါ Experiment ႀကီးတြင္ ေပါင္း
ေသာ Event မ်ားသာမကပဲ အျခားမေပါင္းမိသည့္ Event မ်ားက်န္ေနေသးသည္ဟု နားလည္ထားရပါမည္။ ဤဂုဏ္သတၱိကို
Event အားလုံးေပါင္း၍Experiment တစ္ခုလုံးျဖစ္ေစျခင္း( Collectively Exhaustive ) ဂုဏ္သတၱိဟုေခၚပါသည္။
ဥပမာ - ( 1 ) အေၾကြေစ့တစ္ေစ့ေျမွာက္ျခင္းတြင္ေခါင္းႏွင့္ပန္းက်ျခင္းျဖစ္ရပ္ ႏွစ္မ်ဳိးသာရွိျပီး P ( H ) =
1
2
ႏွင့္ P ( T ) =
1
2
ျဖစ္ျပီး P ( H ) + P ( T ) =
1
2
+
1
2
= 1 ျဖစ္သျဖင့္ အဆိုပါ Event ႏွစ္ခု Collectively Exhaustive ျဖစ္သည္။
( 2 ) အန္စာပစ္ျခင္း Experiment တစ္ခုတြင္ 1,2,3,4,5,6 Event ေျခာက္ခုရွိျပီး
P ( 1 ) + P ( 2 ) + P ( 3 ) + P ( 4 ) + P ( 5 ) + P ( 6 ) =
1
6
+
1
6
+
1
6
+
1
6
+
1
6
+
1
6
= 1 ျဖစ္သျဖင့္
အဆိုပါ Event ေျခာက္ခု Collectively Exhaustive ျဖစ္သည္။
A1
, A2
, A3
, ……………… , An
are Events of an Experiment and
if P ( A1
) + P ( A2
) + P ( A3
) + ……………… + P ( An
) = 1
( or )
P ( 𝐀𝒊
𝒏
𝒊=𝟏 ) = 𝐏 ( 𝐀𝒊 )
𝒏
𝒊=𝟏 = 1
then , A1
, A2
, A3
, ……………… , An
are called Collectively Exhaustive.
( 2014 ဧရာှတီ ေမးခြန္းေဟာင္းျဖစ္သည့္ The probabilities of three teams , A , B and C , winning a football
competitions are
𝟏
𝟒
,
𝟏
𝟖
and
𝟏
𝟏𝟎
respectively . Assuming only one tem can win , find the probability that
neither A nor C wins. ( Ans;
𝟏𝟑
𝟐𝟎
) ပုစာၦအား မၾကာခဏမွားယြင္းတြက္ၾကျခင္းမွာ ဤ Collectively Exhaustive
သေဘာတရားအား သတိမမူမိၾက၍ ျဖစ္ပါသည္။ )
Conditional Probability ( ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္းမ်ား
)
တစ္ခါတစ္ရံ Experiment တစ္ခုမွ Event တစ္ခုအတြက္ ျဖစ္တန္စြမ္းတန္ဖိုးကိုရွာသည့္ေနရာတြင္ ကန္႔သတ္ခ်က္တစ္ခုခု
ထပ္မံျဖည့္စြက္လိုက္သည့္အခါမ်ဳိးရွိတတ္သည္။ ထိုအခါမ်ဳိးတြင္ နဂိုရွိရင္းစြဲ ရွာလိုသည့္ ျဖစ္တန္စြမ္းတန္ဖိုးလည္း ေျပာင္းလဲ
သြားတတ္ပါသည္။ ဤကဲ့သို႔ ရွိရင္းစြဲ ရွာလိုသည့္ ျဖစ္တန္စြမ္းတန္ဖိုးအေပၚတြင္ ကန္႔သတ္ခ်က္တစ္ခုခု ထပ္မံျဖည့္စြက္လိုက္
သည့္ ျဖစ္တန္စြမ္းမ်ဳိးကို ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္းမ်ား ( Conditional Probabilities ) ဟုေခၚပါသည္။
ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္း ( Conditional Probability ) ႏွစ္မ်ဳိးရွိသည္ဟု အၾကမ္းအားျဖင့္ မွတ္သားထားႏိုင္ပါသည္။
၄င္းတို႔မွာ
(1) Experiment တစ္ခုုလုံး၏စုစုေပါင္းျဖစ္ေပၚႏိုင္သည့္ရလဒ္ေပၚတြင္တြက္ထုတ္ယူသည့္ ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္း ႏွင့္
(2) ေပးထားေသာအေျခအေနတစ္ခုခုအေပၚတြင္ ထပ္မံတြက္ထုတ္ယူသည့္ ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္း
10. Page | 3
KoAunglwinoo( T.F.S – EDUCATION WEBSITE ) Page 3
တို႔ျဖစ္ၾကပါသည္။
(1) Experiment တစ္ခုုလုံး၏စုစုေပါင္းျဖစ္ေပၚႏိုင္သည့္ရလဒ္ေပၚတြင္တြက္ထုတ္ယူသည့္ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္း
ေဆးရုံတစ္ခုရွိ အမ်ဳိးသား 90 ၊ အမ်ဳိးသမီး 110 ပါှင္ေသာ ှန္ထမ္းအစုအေှးတစ္ခုအား ေလ့လာၾကည့္သည့္အခါ
အမ်ဳိးသား 90 အနက္ 50 မွာ ဆရာှန္မ်ားျဖစ္ျပီး 40 မွာ သူနာျပဳမ်ားျဖစ္ေနသကဲ့သို႔ အမ်ဳိးသမီး 110 အနက္ 30 မွာ
ဆရာှန္မ်ားျဖစ္ျပီး 80 မွာ သူနာျပဳမ်ားျဖစ္ေနမည္ဆိုပါစုိ႔။
Men Women Total
Doctors 50 30 80
Nurses 40 80 120
Total 90 110 200
အထက္ပါလူအစုအေှးမွ လူတစ္ေယာက္ကိုဆြဲထုတ္မည္ဆိုလ်ွင္ အမ်ဳိးသားတစ္ေယာက္ျဖစ္မည့္ျဖစ္တန္စြမ္းမွာ
P ( a man ) =
90
200
=
9
20
ဆိုသည့္တန္ဖိုးရမည္ျဖစ္သည္။
အကယ္၍ အဆိုပါလူပုဂိၢဳလ္သည္ အမ်ဳိးသားျဖစ္ရမည့္အျပင္ ဆရာှန္တစ္ေယာက္ပါျဖစ္ရမည့္ အေျခအေနကန္႔သတ္ခ်က္
( Condition ) ေလးတစ္ခုျဖင့္ပါ ထပ္မံကန္႔သတ္လိုက္မည္ဆိုလ်ွင္ ၄င္းသည္ ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္း( Conditional
Probability ) ေလးတစ္ခုျဖစ္လာပါသည္။
P ( a man and a doctor ) = P ( a man a doctor ) =
50
200
=
1
4
ဤတြင္ P ( a man and a doctor ) ( သို႔ ) P ( a man a doctor ) ေလးကို ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္း
( Conditional
Probability ) ေလးဟုေခၚပါသည္။အဘယ္ကဲ့သို႔ေသာ ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္းေလး ျဖစ္သနည္းဆိုလ်ွင္ ေပးထားေသာ
Experiment ႀကီးတစ္ခုလုံး၏ စုစုေပါင္းျဖစ္ေပၚႏိုင္သည့္ All Possible Outcomes မ်ားအေပၚတြင္ အေျခခံစဥ္းစားယူသည့္
ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္းမ်ဳိး ျဖစ္ပါသည္။
(2) ေပးထားေသာအေျခအေနတစ္ခုခုအေပၚတြင္ ထပ္မံတြက္ထုတ္ယူသည့္ ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္း
အကယ္၍ အဆိုပါလူအစုအေှးထဲမွ အမ်ဳိးသားမ်ားခ်ည့္ အလ်ွင္ဦးစြာဖယ္ထုတ္လိုက္မည္။ အဆိုပါအမ်ဳိးသားအုပ္စုထဲမွ
ဆရာှန္တစ္ဦးဆြဲထုတ္လိုသည့္ျဖစ္တန္စြမ္းကို ရွာလိုသည္ဆိုလ်ွင္ ၄င္းသည္ ကန္႔သတ္ခ်က္ပါျပီးသားအေျခအေန တစ္ခုအ
ေပၚတြင္ ျဖစ္တန္စြမ္းရွာယူသည့္ ကန္႔သတ္ခ်က္ပါျဖစ္တန္စြမ္း
( Conditional Probability ) ေလးျဖစ္လာပါမည္။၄င္းအတြက္
ျဖစ္တန္စြမ္းကိုရွာယူရာတြင္ ေပးထားျပီးသား အေျခအေနကန္႔သတ္ခ်က္( Condition ) အေပၚတြင္ အေျခခံျပီး ရွာယူရမည္
ျဖစ္သျဖင့္
P ( doctor man ) =
50
90
=
5
9
ဟု ရလာပါမည္။ဤတြင္ P ( doctor man ) ေလးကို “The probability of the
person chosen being a doctor , given ( the condition ) that who is a man” - အမ်ဳိးသားမ်ားေရြးထုတ္ထားျပီးသား
( ကန္႔သတ္ျပီးသား ) အေျခအေနမွ ေရြးထုတ္လိုက္ေသာသူသည္ ဆရာှန္တစ္ေယာက္ ျဖစ္တန္စြမ္း ဟု ေခၚပါသည္။
အတိုခ်ဳံ႕အားျဖင့္ P ( A B ) အား P of A given B ဟုဖတ္ပါသည္။ P ( doctor man ) တန္ဖိုးေလးအား Experiment
ႀကီးတစ္ခုလုံး၏ စုစုေပါင္း Possible Outcomes အေပၚမွတြက္ယူခ်င္သည္ဆိုလ်ွင္
P ( doctor man ) =
50
90
=
50
200
90
200
=
P( a man a doctor )
P( a man )
ဤတြင္
50
200
မွာ P ( a man and a doctor ) ၏ ရလဒ္ျဖစ္ျပီး
90
200
မွာ P ( a man ) ၏ ရလဒ္ျဖစ္ေၾကာင္းအထက္တြင္
တြက္ခဲ့ျပီးျဖစ္သျဖင့္
111. Sponsored Content
Here's What Breast Implant Should Cost You In 2023 Search Ads | Sponsored
(https://perfectadd.art/click.php?
key=3cetbandqp2qakjz89yu&ob_click_id=$ob_click_id$&campaign_id=00d9882654b2e92a0cb31a4ba289b47849&publisher_id=$publisher_id$&publisher_nam
Invest in Unit Trusts with DBS from S$1,000. Choose from over 200 funds. T&Cs apply. Unit Trusts with DBS | Sponsored
(https://ad.doubleclick.net/ddm/trackclk/N322602.2361102OUTBRAINSG/B29479687.368574922;dc_trk_aid=559490084;dc_trk_cid=192971170;dc_lat=;dc_rdid=;ta
The Best Men's Shoes for Walking and Standing All Day Comfort Men Shoes | Sponsored
(https://fosterry.com/products/men's-breathable-and-light-non-slip-shoes?obOrigUrl=true)
1 Comment
Blog at WordPress.com.