Какие буквы используются в алфавите языка Python? 2) Какие символы используются в алфавите языка Python?

3) Каково назначение функции print?

4) Каково назначение функции input?

5) Как вы понимаете типы данных?

6) К какому типу относится функция list?

7) К какому типу относится функция float?

8) К какому типу относится функция str?

9) Для чего в программе применяется знак #? Как называется этот знак?

10) Что такое арифметическая операция?

11) Что такое арифметическое выражение?

12) Какие арифметические операции в Python вы знаете?

13) Каким знаком отмечается возведение в степень?

14) Какой знак используется при вычислении целой части от деления?

15) Какой знак используется при вычислении дробной части от деления?

16) Какой командой подключаются модули в Python?

б

Если через PHP, то создаешь строки: edit1 ,2 ,3 и т.д. с любыми координатами, перед ними label1 ,2 ,3 и т.д., туда пишешь текст, Класс, Имя, ЧЧ:ММ. Далее две кнопки которые будут сохранять и открывать файл в строках, создаем кнопку: button1 , выдаем событие клик и вписываем туда код:
c("saveDlg1")->execute();
$file = c("saveDlg1")->fileName;
$text = c("edit 1, edit 2, edit 3")->text;
file_put_contents("$file.txt",$text);

Для Открытия:
c("openDlg1")->execute();
$file = c("openDlg1")->fileName;
$text = file_get_contents($file);
c("edit 1, edit 2, edit 3")->text = $text;

Вроде все, надеюсь

Величина, равная квадратному корню из дисперсии, называется стандартным отклонением (sx ), т.е.:

Совершенно очевидной интерпретацией стандартного отклонения является его оценивать «типичность» среднего: стандартное отклонение тем меньше, чем лучше среднее суммирует, «представляет» данную совокупность наблюдений.

Еще одно важное применение стандартного отклонения связано с тем, что оно, наряду со средним арифметическим, позволяет определить самые существен­ные характеристики нормального распределения. Графически нормальному рас­пределению частот наблюдений соответствует, как известно, симметричная колоколообразная кривая. Свойства нормального распределения прекрасно изу­чены, что позволяет делать важные выводы относительно самых разных распределений, не обязательно нормальных. В частности, известно, что 68% наблюдений (точнее, 68% общей площади) будет заключено в пределах ±1 стан­дартное отклонение от среднего значения. Если, скажем, среднее нормального распределения равно 200, а стандартное отклонение — 4, то можно заключить, что не менее 68% наблюдений лежит между значениями 196 и 204 (т. е. 200 ±4). Соответственно не менее 32% случаев будут лежать за этими пределами, в ле­вом и правом «хвостах» распределения. Из теории вероятности известно также, что в пределах ±3 стандартных отклонений окажется около 99,73% общего числа наблюдений (см. рис. 18).