Адекватность.
Объяснение:
Моделирование всегда предполагает принятие допущений той или иной степени важности. При этом должны удовлетворяться следующие требования к моделям:
а) адекватность, то есть соответствие модели исходной реальной системе и учет, прежде всего, наиболее важных качеств, связей и характеристик. Оценить адекватность выбранной модели, особенно, например, на начальной стадии проектирования, когда вид создаваемой системы ещё неизвестен, очень сложно. В такой ситуации часто полагаются на опыт предшествующих разработок или применяют определенные методы, например, метод последовательных приближений;
б) точность, то есть степень совпадения полученных в процессе моделирования результатов с заранее установленными, желаемыми. Здесь важной задачей является оценка потребной точности результатов и имеющейся точности исходных данных, согласование их как между собой, так и с точностью используемой модели;
в) универсальность, то есть применимость модели к анализу ряда однотипных систем в одном или нескольких режимах функционирования. Это позволяет расширить область применимости модели для решения большего круга задач;
г) целесообразная экономичность, то есть точность получаемых результатов и общность решения задачи должны увязываться с затратами на моделирование. И удачный выбор модели, как показывает практика, - результат компромисса между отпущенными ресурсами и особенностями используемой модели и др.
a = input()
b = input()
d1 = a[0:2]
m1 = a[2:4]
y1 = a[4:]
d2 = b[0:2]
m2 = b[2:4]
y2 = b[4:]
if y1 > y2:
print('Кулинарный фестиваль бутерброда')
elif y1 < y2:
print('Соревнование по прыжкам с табуретки')
else:
if m1 > m2:
print('Кулинарный фестиваль бутерброда')
elif m1 < m2:
print('Соревнование по прыжкам с табуретки')
else:
if d1 > d2:
print('Кулинарный фестиваль бутерброда')
elif d1 < d2:
print('Соревнование по прыжкам с табуретки')
else:
print('В один день')
