Windows 10 vs Longhorn

习惯了Start Screen和Charm Bar,现在在WindowsXP上关机都不会关了。想想不久以前还在迷恋Windows7酷炫的Aero、为了Mac的壁纸把Windows 7彻底搞成Mac的样子以及成功的在Windows上玩了一把桌面立方体……LOL,现在还不是Modern UI的支持者。

 

想起来家里买的台式机,大概就是Vista出来后第二年,标配Vista,貌似有Aero……之所以说貌似是因为抱回家的时候就变成蓝天白云一片绿了。现在想想刷回XP还是挺正确的。

XP诞生之时,正好是桌面系统飞速发展的时候,各家各户都用上了电脑。中国电脑桌面系统的标配,从DOS+WPS到了XP+OFFICE。开发软件的越来越多,打包盗版系统的也越来越多,玩游戏的也越来越多……就这样,XP在中国乃至世界的PC上站稳了脚跟。有一台装着XP的电脑,握着一台诺基亚就算是紧跟潮流了。

 

微软也没闲着,时代总要进步嘛,他们也在继续研发,Longhorn,Longhorn Reset,Vista。好吧这是退步了。

继续阅读

[Dream YOLO]竞赛季的竞赛祭

首先9月10日就是教师节了,也在此恭喜各位老师事业顺利。

上半学期的8~11月,是各大竞赛集中举行的时间,也意味着这是竞赛党的冲刺阶段。作为一个退役的OIer,现役的CPHOer,我的感触也是蛮深的。二中14届为我们树立了一个高大上的目标,而我们这一届,也有许多人正在为了自己的目标而奋斗。

虽然,过程会有点曲折。

这几天老师安排了一些同学部分停课参加竞赛,按照同学自己的意愿选择每节课在班级上课或者是在实验室自习备考。很多同学也很羡慕那些竞赛小组的同学,可以不用开学考,可以不交作业,可以以各种理由跷课……

但不可避免的,这样子会影响到周边的其他同学,一定程度上影响了周边同学的学习,所以现在的选择变成了明确的二分:请假全天停课或者全天正常上课。

全天停课,也就是不需要跟从正常的进度,不需要做作业。但又会落下很多功课,影响成绩。本来就不到三百天的时间里再扣掉十几天不读书,影响看起来确实很大。再加上现在竞赛也没有保送也没有加分,何苦去浪费这十几天呢?

正常上课,在备考竞赛的基础上还要完成所有正常科目的作业,时间就更紧了,最坏的情况就是两边都遭到了损失却又没有什么效果。

单科的竞赛会牵涉到竞赛小组的很多成员和周边的同学,进而影响到其他科目的教学,从作业质量到课堂效率。

——竞赛,有多艰难?

竞赛生要付出的努力,比其他同学想象的要多的多。当别人在课间休息时,生竞党还在解决一道选择题。当别人在操场上打篮球时,物竞党还在刷某届的复赛题。当别人早已睡下,OIer还在通宵打CF(Codeforces。我昨天整理了一下房间,整理出信息学竞赛相关的书堆起来有750px高,但比很多真正的大神的书堆矮了一半。竞赛并不是与普通上课一样,跟随老师的节奏就可以做好的,而是需要大量的时间和精力去准备的。竞赛占用了这么多的时间,也不可避免的会影响到其他科目的学习,鱼与熊掌不可兼得嘛。

竞赛的竞争比一般的考试强烈的多,也严酷的多。全省几万人的预赛,只为了几十个的一等奖,注定绝大多数的人会作为炮灰。虽然我认同罗老师说的“过程是好的,那结果也会是好的。”,但竞赛并不是百分之几的努力再加百分之几的人品,而甚至更像努力乘以人品,变数极大。

竞赛已经没有了保送和加分,自招的Buff也是很小的,就算竞赛获了奖,也是很难有实际、直接的优势的。

——那为什么依然有那么多人选择竞赛?

曾经也和吴健老师聊到相关的话题,我以为竞赛取消保送和加分后人数会少很多,结果人数不减反增。没有了加分的竞赛,又有什么意义呢?就像我上面列的几点,选择竞赛本身压力和困难就很大。那竞赛可以给我们什么呢?

竞赛作为一种高强度的学习,本身就可以锻炼我们的知识储备和知识面。竞赛和正常上课很大的不同在于,老师在教学中占的比例更低了:师傅领进门,修行靠个人。竞赛可以很大程度上锻炼我们的自学能力、找到适合的学习方法。

竞赛也不是什么好学生的特权,只要你有兴趣,有想法,都可以参与,去尝试。竞赛成绩好坏和平时学习并没有什么必然的关系。

以及,从根本上来说,竞赛靠的是自己的兴趣和梦想,自己选择的奋斗目标。去掉了功利的保送与加分,竞赛最大的收获还是竞赛过程本身。凭借你的兴趣,才有可能认真的钻研竞赛的奥妙。无论结果如何,只要你喜欢,竞赛的过程其实总是充满乐趣的。每一道题、每一个知识点对你来说都是收获。去追寻自己在竞赛中近在咫尺的梦想。

附送两个来自NOI WC2014的节目

http://tieba.baidu.com/p/2883322463

http://tieba.baidu.com/p/2871105185

认真看完这两个节目,你就会明白竞赛的真正意义。

竞赛党也需要老师和同学们以及家长的鼓励、帮助和理解。竞赛过程中不可避免的会落下很多东西,但对于有经过竞赛锻炼的我们来说,这些都是很容易补上的。而竞赛,将是一分无法复制的收获。

无论选择安静的学习,还是选择充满挑战的竞赛,其实只有自己喜欢的路,才能走的最稳最好。

用一句来自某IOI#1的陈立杰引用过的话做结尾:自己选择的路,就算跪着也要走完。

 

 

… : ” ..\ 只要能够为了当时纯粹的梦想和感动坚持努力下去,不管其它人怎么样,我们也能够保持自己的本色走下去 /.. ” ….

 

 

想写一篇日志,结果两次打到一半浏览器就奇怪的崩了。

想想之前都是毫无营养的意识流,现在反倒可以好好理一下思绪了写完了才发现更意识流了。

PKU体验营的群已经冷的差不多了吧,只剩下学霸在讨论一些奇怪的题目。

ACdream今晚有群赛。

Geek群里聊了一晚上的竞赛,不知道是不是和今天的CPHO有关。

 

 

 

 

 

 

 

 

 

作为现役的CPHOer,回想起当年冲OI的时候,也是感慨万千吧。正好又看到了Dimpurr的这篇博文,有一句话让我思考了很久。

中午CPHO初赛结束,罗老师说要带我们吃东西,我却先偷溜了。

……不过还是出了点小意外吧,没有想到57路车的间隔这么长……弄的我挺纠结的。

忽然发现,我CPHO的书加起来已经比我OI主要的书厚了……不过如果把计算机的都加上OI的书有半米高……

如果不粗什么情况,我复赛还是有希望进的。两年的奋斗,就看9月20日的发挥了。

准备补一些番吧。犬夜叉或者Angel Beats,如果有时间的话。

 

 

 

[Dr.Lib]Note:Math – 小技巧们 I


有一正三棱锥P-ABC,O为底面ABC中心。过O做动平面QRS,交PA或其延长线于Q,交PB或其延长线于R,交PC或其延长线于S。
那么\(\frac{1}{PQ}+\frac{1}{PR}+\frac{1}{PS}\)()
A 为定值
B 有最大值无最小值
C 有最小值无最大值
D 既无最大值也无最小值

看到这题,我的第一反应是想想GB的《颠倒过来的式子》,不过貌似里面没有这题。当时觉得变形之后也无明显的意义。这时老师提示了一 步:小题,先降维看看。

有一等腰三角形PBC,O为底边BC中点。过O做直线QR,交PB于R,交PC于S。考察\(\frac{1}{PR}+\frac{1}{PS}\)。
\(\frac{1}{PR}+\frac{1}{PS}\)=\(\frac{PR+PS}{PR*PS}\)。有什么想法吗?
算两次:等面积法。设等腰三角形顶角为\(  \alpha \)腰与O点距离为\(  d \)

\(  SPQR=\frac{PS*PR*sin\alpha }{2} \)

\(  SPQR=\frac{d(PS+PR) }{2}\)

\(\frac{1}{PR}+\frac{1}{PS}=\frac{sin\alpha}{d}\)

三维的情况就很好推广了~

PS:某颜正熙同学提出可以用梅氏定理证二维的情况, Orz

[Dr.Lib]Note:Math – 条件概率与遗传

条件概率

条件概率就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B),读作“在B条件下A的概率”。
联合概率表示两个事件共同发生的概率。A与B的联合概率表示为或者。
边缘概率是某个事件发生的概率。边缘概率是这样得到的:在联合概率中,把最终结果中不需要的那些事件合并成其事件的全概率而消失(对离散随机变量用求和得全概率,对连续随机变量用积分得全概率)。这称为边缘化(marginalization)。A的边缘概率表示为P(A),B的边缘概率表示为P(B)。
需要注意的是,在这些定义中A与B之间不一定有因果或者时间顺序关系。A可能会先于B发生,也可能相反,也可能二者同时发生。A可能会导致B的发生,也可能相反,也可能二者之间根本就没有因果关系。
例如考虑一些可能是新的信息的概率条件性可以通过贝叶斯定理实现。

定义

在同一个样本空间Ω中的事件或者子集A与B,如果随机从Ω中选出的一个元素属于B,那么这个随机选择的元素还属于A的概率就定义为在B的前提下A的条件概率。从这个定义中,我们可以得出

P(A|B) = |A∩B|/|B|

分子、分母都除以|Ω|得到

\(P(A|B) = \frac{P(A \cap B)}{P(B)}\)

有时候也称为:后验概率

统计独立性

当且仅当两个随机事件A与B满足

\(P(A \cap B) \ = \ P(A) P(B)\)。

的时候,它们才是统计独立的,这样联合概率可以表示为各自概率的简单乘积。

同样,对于两个独立事件A与B有

\(P(A|B) \ = \ P(A)\)

以及

\(P(B|A) \ = \ P(B)\)。

换句话说,如果A与B是相互独立的,那么A在B这个前提下的条件概率就是A自身的概率;同样,B在A的前提下的条件概率就是B自身的概率。

互斥性

当且仅当A与B满足

\(P(A \cap B) = 0\)

\(P(A) \ne 0\),\(P(B) \ne 0\)

的时候,A与B是互斥的。

因此,

\(P(A\mid B) = 0\)
\(P(B\mid A) = 0\)。

换句话说,如果B已经发生,由于A不能B在同一场合下发生,那么A发生的概率为零;同样,如果A已经发生,那么B发生的概率为零。

其它

    • 如果事件B的概率\(P(B) > 0\),那么\(Q(A) = P(A|B)\)在所有事件A上所定义的函数Q就是概率测度
    • 如果\(P(B)=0\),\(P(A|B)\)没有定义。
    • 条件概率可以用决策树进行计算。

(原来我的那种方法叫决策树啊……)

形式定义

考虑概率空间Ω(S, σ(S)),其中σ(S)是集S上的σ代数,Ω上对应于随机变量X的概率测度(可以理解为概率分布)为PX;又A∈σ(S),PX(A)≥0(这里可以理解为事件A,A不是零测集)。则∀E∈σ(S),可以定义集函数PX|A如下:

PX|A(E)=PX(A∩E)/PX(E)。

易知PX|A也是Ω上的概率测度,此测度称为X在A下的条件测度(条件概率分布)。

独立性:设A,B∈σ(S),称A,B在概率测度P下为相互独立的,若P(A∩E)=P(A)P(E)。

贝叶斯定理

贝叶斯定理是关于随机事件A和B的条件概率(或边缘概率)的一则定理。

\(P(A|B) = \frac{P(B | A)\, P(A)}{P(B)}\)

其中P(A|B)是在B发生的情况下A发生的可能性。

在贝叶斯定理中,每个名词都有约定俗成的名称:

按这些术语,Bayes定理可表述为:

后验概率 = (相似度*先验概率)/标准化常量

也就是说,后验概率与先验概率和相似度的乘积成正比。

另外,比例P(B|A)/P(B)也有时被称作标准相似度(standardised likelihood),Bayes定理可表述为:

后验概率 = 标准相似度*先验概率

遗传问题的计算

Example1:

已知甲病为由隐性基因a控制的遗传病,一父本的基因为aa,母本表现型正常,基因型有1/3的可能性是AA,有2/3的可能性是Aa,问子代一对异卵双胞胎同时患甲病的概率是多少?

Ans:

\(\frac{1}{6}\)

\(P(C1)=P(Aa)*\frac{1}{2}=\frac{1}{3}\)

\(P(C2|C1)= \frac{1}{2} \)(此时母本必为Aa)

\(P(C2|C1)= \frac{ P(C1\bigcap C2)}{P(C1)}\)

\( P(C1\bigcap C2)=P(C2|C1) \cdot P(C1) =\frac{1}{6}\)

 

P(C1)和P(C2)分别为两个孩子患病的概率。P(Aa)为母本为Aa的概率。

Example2:

Aa控制的遗传病为常染色体隐形遗传病。男子的基因型有两种可能1/3AA,2/3Aa。与基因型为Aa的正常女子结婚。生了一个正常的儿子。求这个儿子是Aa的概率。

Ans:

\(\frac{3}{5}\)

\(P(C|A\_)=\frac{P(C \bigcap A\_)}{P(A\_)}=\frac{P(AA)  \cdot \frac{1}{2}+ P(Aa) \cdot \frac{1}{2}}{P(A\_)}=\frac{\frac{1}{3}  \cdot \frac{1}{2}+\frac{2}{3} \cdot \frac{1}{2}}{\frac{5}{6}}=\frac{3}{5}\)

 

P(A_)为孩子正常的概率。P(C)为孩子为Aa的概率。P(AA)和P(Aa)是男子基因型的概率。