3

11.    Zbiór X jest przybliżony jeśli

□    X opisuje swoje sąsiedztwo,

□    dolna aproksymacja zbioru X jest równa górnej, jtj aproksymacja dolna jest różna od górnej

12.    Problemy klasy P:

gj można zredukować do klasy NP-trudnych, gnie można zredukować do klasy NP-trudnych,

□    nie wiadomo czy jest to możliwe.

13.    W algorytmie genetycznym większą szansę przeżycia mają schematy

□    długie,

5] krótkie,

□    złożone z samych jedynek.

14.    Metody zachłanne zapewniają

znalezienie rozwiązania lokalnego,

□    znalezienie rozwiązania globalnego, q wybicie z lokalnych minimów.

15.    W algorytmie genetycznym mutacja zapewnia

□    ochronę przed degeneracją,

g ochronę przed zbyt szybkim zbieganiem populacji do optimum, p prawidłowy rozwój populacji.

16.    Sąsiedztwo zależy od:

□    odległości do sąsiada, p wyboru punktu,

igj istnieje dowolność definicji sąsiedztwa.

17.    Metody Las Vegas mają na celu 0 znalezienie prawidłowego rozwiązania,

0 znalezienie przybliżonego rozwiązania, jg poprawę działania metod deterministycznych.

18.    R.edukt zbioru atrybutów A jest 0 dowolnym podzbiorem zbioru atrybutów A,

0 najmniejszym zbiorem atrybutów zawartym w A,

podzbiorem właściwym zbioru atrybutów A i prowadzącym do takiej samej klasyfikacji.

19.    Górna aproksymacja jest równa dolnej gdy:

zbiór X jest sumą klas abstrakcji relacji nierozróżnialności,

0 jest to niemożliwe,

0 zbiór X jest przybliżny.

20.    Generator liczb pseudolosowych H jest okresowy,

0 liczby mają rozkład normalny,

0 liczby mają rozkład zbliżony do normalnego.