「智慧生活科技專業社群」由 Nantou.py 使用者社群與國立虎尾科技大學電機資訊學院共同維護，匯集關注Python、人工智慧、物聯網與智慧生活應用的教師、學生及實務工作者。本社群以「科技融入生活、教學連結場域、知識促進共好」為核心，分享Python程式設計、AI協作學習、AIoT、網際網路與雲端服務、智慧農業、福祉科技、永續發展及USR社會實踐等內容，並將技術導入課堂、社區與真實生活場域。部分文章運用生成式AI協助資料整理、內容架構、程式範例與文字潤飾，文章主題、場域經驗、內容查核及最終修訂則由作者與社群成員負責。我們期待透過人與AI協作，讓科技成為改善生活、連結世代、支持地方與實踐永續的力量。
機率應不高, 假設1.每次離開研究室出現在走道的時間為1分鐘(這段期間可能發生collision), 假設2.每人每天10次進出研究室, 那麼碰撞機率才(1/144)*(1/144), 除非阿敏哥有carry sense, 特地在你出現時進出
命中注定，讓我有機會向劉老師請教。
假設1.每次離開研究室出現在走道的時間為1分鐘(這段期間可能發生collision), 假設2.每人每天10次進出研究室, 那麼碰撞機率才(1/144)*(1/144)這個假設有問題。因為1.老師在學校的時間不是24小時。 所以不會是 144 為分母。2.只探討到出現在走道，也可能出現在廁所。所以會有兩個"狀態"點。可能要用到狀態分析才能去計算它的機率了。關於這個請洽敏大的論文即可了解。
機率應不高, 假設1.每次離開研究室出現在走道的時間為1分鐘(這段期間可能發生collision), 假設2.每人每天10次進出研究室, 那麼碰撞機率才(1/144)*(1/144), 除非阿敏哥有carry sense, 特地在你出現時進出
回覆刪除命中注定，讓我有機會向劉老師請教。
回覆刪除假設1.每次離開研究室出現在走道的時間為1分鐘(這段期間可能發生collision),
回覆刪除假設2.每人每天10次進出研究室, 那麼碰撞機率才(1/144)*(1/144)
這個假設有問題。
因為
1.老師在學校的時間不是24小時。 所以不會是 144 為分母。
2.只探討到出現在走道，也可能出現在廁所。
所以會有兩個"狀態"點。可能要用到狀態分析才能去計算它的機率了。關於這個請洽敏大的論文即可了解。