1. как можно классифицировать информационные модели по представления? 2. какие существуют формы представления информационных моделей? ​

Пусть в "долях" a < =  b < = c вершин, и проведены все рёбра между разными "долями". так как из каждой вершины, лежащей в первой "доле", можно провести только  b + c рёбер, из второй доли — a + c рёбер, из третьей — a + b рёбер, то общее количество рёбер равно (a * (b + c) + b * (a + c) + c * (a + b))/2 = ab + ac + bc (деление на 2 возникает из-за того, что каждое ребро подсчитывается дважды). нужны такие a, b, c, при которых значение выражения ab + bc + ac будет максимально. максимальное значение можно найти перебором. python 3: max_value = 0     for a in range(40//3 + 1):     for b in range(a, (40 - a)//2 + 1):       c = 40 - a - b       value = a * b + a * c + b * c       max_value = max(max_value, value)   print(max_value) ответ. 533

Информационный объём отсканированного изображения =

22 348 800 байт или 21,31 Мегабайт

Объяснение:

Дано:

Разрешающая сканера 600 х 600 dpi.

Размер 5см x 5см.

Глубина цвета - 16 байта.

Найти:

Каков информационный объём этого файла?

Вначале переводим глубину цвета из байт в биты

16 байта * 8бит в байте = 128 бит

Вычисляем разрешение сканера в 1 дюйме квадрат

600*600 = 360 000 пикселей в 1 дюйм^2

Переводим размер картинки из квадратных сантиметров в квадратные дюймы:

5см =1,97 дюйма

5см =1,97 дюйма

5*5=25 см^2 = 1,97 * 1,97 = 3,88 дюйм^2

Вычисляем количество пикселей в изображении:

3,88 дюйм^2 * 360 000 пикселей в 1 дюйм^2 = 1 396 800 пикселей.

Информационный объём вычисляем по формуле

количество пикселей * глубину цвета =

1 396 800 пикселей * 128 бит = 178 790 400‬ бит.

Переводим в байты делением на 8:

22 348 800‬ байт.

или же делим 22 348 800 на 1024*1024 чтобы получить количество мегабайт:

21,31 Мегабайт.

если тебе понравился ответ, то отметь его как лучший)