Ασκησούλες δικής μας εμπνεύσεως!

Guest 209912 · 9 Απριλίου 2021 στις 22:08

Αρχική Δημοσίευση από WhaleOilBeefHooked:
Σε ένα σύστημα κρυπρογραφησης, καταγράψαμε ότι το κείμενο !Gl2G δίνει "Jq9P. Ένας χρήστης εισάγει ένα password που κρυπτογραφείται σε id}7{. Ποιος ήταν ο κωδικός του?

i + 1
d + 3
} + 5
7 + 7
{ + 9

Οτι βγάζουν αυτά στο ascii table. Ο δημιουργός της συγκεκριμένης κρυπτογραφισης πρέπει να εκτελεσθεί.

WhaleOilBeefHooked · 10 Απριλίου 2021 στις 22:46

Αρχική Δημοσίευση από hack3r:
i + 1
d + 3
} + 5
7 + 7
{ + 9

Οτι βγάζουν αυτά στο ascii table. Ο δημιουργός της συγκεκριμένης κρυπτογραφισης πρέπει να εκτελεσθεί.

Σε καμία περίπτωση δεν είμουν εγώ ο δημιουργός :russian_roulette:

Όχι ότι θα τη χρησιμοποιούσα ποτέ σε κάποιο πραγματκό σύστημα, είναι μόνο για την άσκηση.

Για να την κλείνουμε, είναι περίπου όπως το είπες, η συνάρτηση αποκρυπτογράφησης είναι dec(x) = x - 2i - 1, όπου i ο δείκτης του χαρακτήρα x (από το 0). Από το ASCII table, ο κωδικός είναι hax0r.

Aura · 16 Ιουνίου 2021 στις 23:48

Να σας πω ένα άλλο θέμα .

Η Nelliel μπορεί να λέει ας πούμε ότι βγήκε με 20 γκόμενους άρα είναι πιο πιθανό ο επόμενος γκόμενος να είναι καλός, αλλά θεωρητικά κάθε ραντεβού δεν είναι 50-50 να της αρέσει ή να μη της αρέσει ο άλλος ως ανεξάρτητο γεγονός κάθε φορά ; πως αθροίζεται αυτό σαν πιθανότητες και σκεφτόμαστε όλοι ότι η nelliel όταν θα βγει με 100 γκόμενους θα βρει τον καλό της ; ή είναι κάποιο σφάλμα της λογικής αυτό και στην ουσία με 1000 άντρες να βγούμε ή και οτιδήποτε που μπορεί να έχουμε στη ζωή μας έχουμε την ίδια πιθανότητα στην αποτυχία ;

Guest 875331 · 17 Ιουνίου 2021 στις 01:41

Αρχική Δημοσίευση από Aura:
Η Nelliel μπορεί να λέει ας πούμε ότι βγήκε με 20 γκόμενους άρα είναι πιο πιθανό ο επόμενος γκόμενος να είναι καλός, αλλά θεωρητικά κάθε ραντεβού δεν είναι 50-50 να της αρέσει ή να μη της αρέσει ο άλλος ως ανεξάρτητο γεγονός κάθε φορά ;

Αν ήταν απόλυτα τυχαίο γεγονός, τότε το να πεις πως στο επόμενο ραντεβού έχεις παραπάνω πιθανότητες γτ τα προηγούμενα 50 ήταν αποτυχημένα αποτελεί το γνωστό gambler's fallacy. Αν εγώ ρίχνω ένα κέρμα και έρθει 10 φορές κορώνα τότε η πιθανότητα να έρθει κορώνα στην 11η είναι πάλι 50%. Στην πράξη όμως αυτά δεν έχουν καμία εφαρμογή στην πραγματική ζωή, ούτε καν στο χρηματιστήριο, οπότε δεν έχει νόημα να τα σκεφτόμαστε.

Samael · 17 Ιουνίου 2021 στις 03:21

Αρχική Δημοσίευση από Aura:
Να σας πω ένα άλλο θέμα .

Η Nelliel μπορεί να λέει ας πούμε ότι βγήκε με 20 γκόμενους άρα είναι πιο πιθανό ο επόμενος γκόμενος να είναι καλός, αλλά θεωρητικά κάθε ραντεβού δεν είναι 50-50 να της αρέσει ή να μη της αρέσει ο άλλος ως ανεξάρτητο γεγονός κάθε φορά ; πως αθροίζεται αυτό σαν πιθανότητες και σκεφτόμαστε όλοι ότι η nelliel όταν θα βγει με 100 γκόμενους θα βρει τον καλό της ; ή είναι κάποιο σφάλμα της λογικής αυτό και στην ουσία με 1000 άντρες να βγούμε ή και οτιδήποτε που μπορεί να έχουμε στη ζωή μας έχουμε την ίδια πιθανότητα στην αποτυχία ;

Ακόμα και σε ένα τέτοιο ιδανικό σενάριο, θα αρκούσε να βγει με 10 γκόμενους για να της τύχει ένας καλός

.Βέβαια ο Fast έχει δίκιο...αυτό είναι απλά θεωρία. Στην πράξη θα μπορούσε να τύχουν και 100 γκόμενοι σκάρτοι. Αλλά εαν με ρωτήσεις,όταν ήδη απο τις 10 δοκιμές βλέπεις οτι η πιθανότητα να μην πετύχεις έναν αγγίζει σχεδόν το 0, εε τότε you're missing the point

.

Είναι σαν το infinite monkey theorem. Που λέει οτι εαν αφήσεις μια μαιμού να χτυπάει πλήκτρα στην τύχη για άπειρο χρόνο,τότε θα καταφέρει να γράψει οποιοδήποτε κείμενο είναι δυνατό(όπως ας πούμε ένα υπαρκτό βιβλίο), άπειρες φορές. Θεωρητικά γίνεται ναι...αλλά στην πράξη δεν νομίζω οτι υπάρχει μαιμού που θα μπορούσε να κάνει δοκιμές για άπειρο χρόνο .

Guest 209912 · 17 Ιουνίου 2021 στις 07:02

Αρχική Δημοσίευση από Aura:
Να σας πω ένα άλλο θέμα .

Η Nelliel μπορεί να λέει ας πούμε ότι βγήκε με 20 γκόμενους άρα είναι πιο πιθανό ο επόμενος γκόμενος να είναι καλός, αλλά θεωρητικά κάθε ραντεβού δεν είναι 50-50 να της αρέσει ή να μη της αρέσει ο άλλος ως ανεξάρτητο γεγονός κάθε φορά ; πως αθροίζεται αυτό σαν πιθανότητες και σκεφτόμαστε όλοι ότι η nelliel όταν θα βγει με 100 γκόμενους θα βρει τον καλό της ; ή είναι κάποιο σφάλμα της λογικής αυτό και στην ουσία με 1000 άντρες να βγούμε ή και οτιδήποτε που μπορεί να έχουμε στη ζωή μας έχουμε την ίδια πιθανότητα στην αποτυχία ;

Το λογικό ΚΑΙ στις πιθανότητες είναι ο πολλαπλασιασμός.

Έστω ότι κάθε ραντεβού της Nelliel έχει 0.5 πιθανότητα επιτυχίας και είναι εντελώς ανεξάρτητο από τα υπόλοιπα.

Αν η Nelliel βγει 10 ραντεβού η πιθανότητα να μην βρει γκόμενο είναι η πιθανότητα να μην βρει στο πρώτο ΚΑΙ να μην βρει στο δεύτερο ΚΑΙ να μην βρει στο τρίτο κ.ο.κ.

Δηλαδή: Έστω Α η πιθανότητα να βρει γκόμενο σε ένα ραντεβού και Χ η πιθανότητα να μην βρει.

Α = Χ = 0.5

Η πιθανότητα να βγει 10 ραντεβού και να μην βρει γκόμενο είναι:

Χ & Χ & Χ & Χ & Χ & Χ & Χ & Χ & Χ & Χ = 0.5^10 = 0.0009765625 δηλαδή μία στις δέκα χιλιάδες.

Η πιθανότητα να βγει 10 ραντεβού και να βρει ΤΟΥΛΑΧΙΣΤΟ ένα γκόμενο θα ήταν η συμπληρωματική της παραπάνω πιθανότητας δηλαδή 1 - 0.0009765625 = 0.9990234375 δηλαδή σχεδόν σίγουρο.

bovid19 · 17 Ιουνίου 2021 στις 13:26

Αν μας ενδιαφέρει να βρούμε πόσα επιτυχημένα ραντεβού θα έχει από n συνολικά ραντεβού η πιθανότητα δίνεται ως $P(X=x) = \binom{n}{x}p^x(1-p)^{n-x}$ όπου X το πλήθος των επιτυχημένων ραντεβού και p η πιθανότητα επιτυχίας κάθε ραντεβού. Ο μέσος αριθμός θα είναι $E(X)=np$

Αν μας ενδιαφέρει να βρούμε πόσα αποτυχημένα ραντεβού θα έχει μέχρι να έχει r επιτυχημένα ραντεβού η πιθανότητα δίνεται ως $P(Y=y) = \binom{r-1+y}{r-1}p^r(1-p)^y$ όπου Y το πλήθος των αποτυχημένων ραντεβού και το p ίδιο με πριν. Ισοδύναμα μπορούμε να μετρήσουμε πόσα συνολικά ραντεβού (Χ) χρειάζονται μέχρι r επιτυχίες που δίνεται από $P(X=x)= \binom{x-1}{r-1}p^r(1-p)^{x-r}$ . Οι μέσοι αριθμοί θα είναι $E(Y)=\frac{r(1-p)}{p}$ ή $E(X)=\frac{r}{p}$ .

Κάποιος θα πει όμως γιατί να είναι σταθερό το p; Εκεί πρέπει να σκεφτούμε με ένα μπεϋζιανό τρόπο. Μια πρότερη κατανομή Βήτα(α,β) για το P και μια δυωνυμική πιθανοφάνεια δεσμευμένη πάνω στο P θα ήταν μία εύλογη αρχή.

Οκ πρέπει να βρω γκόμενα.

Paragontas7000 · 17 Ιουνίου 2021 στις 13:33

Αρχική Δημοσίευση από bovid19:
Αν μας ενδιαφέρει να βρούμε πόσα επιτυχημένα ραντεβού θα έχει από n συνολικά ραντεβού η πιθανότητα δίνεται ως $P(X=x) = \binom{n}{x}p^x(1-p)^{n-x}$ όπου X το πλήθος των επιτυχημένων ραντεβού και p η πιθανότητα επιτυχίας κάθε ραντεβού. Ο μέσος αριθμός θα είναι $E(X)=np$

Αν μας ενδιαφέρει να βρούμε πόσα αποτυχημένα ραντεβού θα έχει μέχρι να έχει r επιτυχημένα ραντεβού η πιθανότητα δίνεται ως $P(Y=y) = \binom{r-1+y}{r-1}p^r(1-p)^y$ όπου Y το πλήθος των αποτυχημένων ραντεβού και το p ίδιο με πριν. Ισοδύναμα μπορούμε να μετρήσουμε πόσα συνολικά ραντεβού (Χ) χρειάζονται μέχρι r επιτυχίες που δίνεται από $P(X=x)= \binom{x-1}{r-1}p^r(1-p)^{x-r}$ . Οι μέσοι αριθμοί θα είναι $E(Y)=\frac{r(1-p)}{p}$ ή $E(X)=\frac{r}{p}$ .

Κάποιος θα πει όμως γιατί να είναι σταθερό το p; Εκεί πρέπει να σκεφτούμε με ένα μπεϋζιανό τρόπο. Μια πρότερη κατανομή Βήτα(α,β) για το P και μια δυωνυμική πιθανοφάνεια δεσμευμένη πάνω στο P θα ήταν μία εύλογη αρχή.

Οκ πρέπει να βρω γκόμενα.

Ναι

Μάξιμος · 17 Ιουνίου 2021 στις 16:05

Αρχική Δημοσίευση από bovid19:
Αν μας ενδιαφέρει να βρούμε πόσα επιτυχημένα ραντεβού θα έχει από n συνολικά ραντεβού η πιθανότητα δίνεται ως $P(X=x) = \binom{n}{x}p^x(1-p)^{n-x}$ όπου X το πλήθος των επιτυχημένων ραντεβού και p η πιθανότητα επιτυχίας κάθε ραντεβού. Ο μέσος αριθμός θα είναι $E(X)=np$

Αν μας ενδιαφέρει να βρούμε πόσα αποτυχημένα ραντεβού θα έχει μέχρι να έχει r επιτυχημένα ραντεβού η πιθανότητα δίνεται ως $P(Y=y) = \binom{r-1+y}{r-1}p^r(1-p)^y$ όπου Y το πλήθος των αποτυχημένων ραντεβού και το p ίδιο με πριν. Ισοδύναμα μπορούμε να μετρήσουμε πόσα συνολικά ραντεβού (Χ) χρειάζονται μέχρι r επιτυχίες που δίνεται από $P(X=x)= \binom{x-1}{r-1}p^r(1-p)^{x-r}$ . Οι μέσοι αριθμοί θα είναι $E(Y)=\frac{r(1-p)}{p}$ ή $E(X)=\frac{r}{p}$ .

Κάποιος θα πει όμως γιατί να είναι σταθερό το p; Εκεί πρέπει να σκεφτούμε με ένα μπεϋζιανό τρόπο. Μια πρότερη κατανομή Βήτα(α,β) για το P και μια δυωνυμική πιθανοφάνεια δεσμευμένη πάνω στο P θα ήταν μία εύλογη αρχή.

Οκ πρέπει να βρω γκόμενα.

Πρέπει. Αλλά, να ξέρεις πως μία πανάρχαια μέθοδος ήταν αλάνθαστη.
Αυτή δεν είχε παραμέτρους.
Ηταν αποτελεσματικότατη.
Ενα ρόπαλο και με την μία και καλουπολογισμένη, έδινε μερική αμνησία.
Σταδιακά, επανέρχονταν, αλλά είχε καλομάθει στην Νέα Κανονικότητα και έτσι δεν υπήρχε κίνδυνος να το βάλει στα πόδια και να φύγει.

Οχι, βρες μου εσύ αποτελεσματικότερη μέθοδο... :rofl:

Εν τάξε, αν είναι ερωτευμένη με εσένα, αυτό είναι εκτός συναγωνισμού.

Aura · 17 Ιουνίου 2021 στις 16:13

Αρχική Δημοσίευση από Μάξιμος:
Ενα ρόπαλο

Με ρόζους ή χωρίς ;

Μάξιμος · 17 Ιουνίου 2021 στις 16:24

Αρχική Δημοσίευση από Aura:
Με ρόζους ή χωρίς ;

Το μέγεθος στους ρόζους, είναι το λεπτό σημείο που χρήζει σωστών υπολογισμών.

Εξαρτάται, απο τα μαλλιά της γυναίκας, απο τη δυναμική του μυαλλού της (απαραίτητη προϋπόθεση να διαθέτει, υπάρχουν αμφιβολίες βάσιμες σε αυτό το σημείο). :cool:

Επίσης και αυτός που το κρατάει παίζει ρόλο βασικό.
Αν είναι ανίδεος, είναι και εξαιρετικά επικίνδυνος.

Θέλει αγαπησιάρικο υπολογισμό. :teasing:

Για παράδειγμα, μόλις την δει, μπορεί να αρχίσουν πουλάκια να του κελαηδούν.

Να δεις για πότε γίνεται γατούλης... :rofl:

Guest 749981 · 2022-09-25T14:06:38+0300

Ένα προβληματάκι που λύγισε το Mathway και το Microsoft Mathematics:
Βρείτε το όριο:

cannot_log_in · 2023-11-11T13:25:46+0200

Αρχική Δημοσίευση από Andypro:
Ένα προβληματάκι που λύγισε το Mathway και το Microsoft Mathematics:
Βρείτε το όριο:

Απειρίζεται.

Ασκησούλες δικής μας εμπνεύσεως!

Guest 209912

Επισκέπτης

WhaleOilBeefHooked

Νεοφερμένο μέλος

Aura

Διάσημο μέλος

Guest 875331

Επισκέπτης

Samael

Τιμώμενο Μέλος

Guest 209912

Επισκέπτης

bovid19

Εκκολαπτόμενο μέλος

Paragontas7000

Περιβόητο μέλος

Μάξιμος

Διάσημο μέλος

Aura

Διάσημο μέλος

Μάξιμος

Διάσημο μέλος

Guest 749981

Επισκέπτης

cannot_log_in

Νεοφερμένο μέλος

Χρήστες Βρείτε παρόμοια