BÀI TẬP LỚN MÔN TRÍ TUỆ NHÂN TẠO ĐỀ TÀI VIẾT CHƯƠNG TRÌNH GIẢI BÀI TOÁN ĐONG NƯỚC

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
THÁI NGUN
KHOA CƠNG NGHỆ THƠNG TIN

BÀI TẬP LỚN MƠN TRÍ TUỆ NHÂN TẠO
ĐỀ TÀI 24:
VIẾT CHƯƠNG TRÌNH GIẢI BÀI TỐN ĐONG NƯỚC
Giảng viên: Nguyễn Thu Hương
Sinh viên thực hiện:
Đỗ Danh Hải (CNTT-K17C)
Nguyễn Phương Thảo (CNTT-K17C)
Nguyễn Quý Hoàng (CNTT-K17C)
Tống Duy Hùng (CNTT-K17C)
1


2


Contents

No table of contents entries found.

CHƯƠNG 1: CƠ SỞ LÍ THUYẾT
I.

Tổng quan về trí tuệ nhân tạo
1. Trí tuệ nhân tạo là gì?

Có nhiều quan điểm khác nhau về trí tuệ nhân tạo. Mỗi quan điểm đứng trên
một góc độ tiếp cận và cách ứng dụng trí tuệ nhân tạo vào cuộc sống. Cho nên việc

xây dựng định nghĩa về trí tuệ nhân tạo là khác nhau. Do đó có nhiều định nghĩa
khác nhau về trí tuệ nhân tạo.
Theo M.Misky: Trí tuệ nhân tạo là một ngành khoa học nhằm mơ phỏng bằng
máy tính về hành vi thơng minh của con người.
Đối với những người xây dựng và khai thác tri thức thì trí tuệ nhân tạo là một
chun ngành thuộc công nghệ thông tin, được nghiên cứu dựa trên hai khía cạnh:
+ Nghiên cứu bản chất hoạt động trí tuệ của bộ não con người.
+ Mô phỏng những hoạt động trí tuệ của bộ não con người trên các thiết bị
máy.
Để giải quyể các tình huống thơng thường con người thường phải trải qua một
loạt các giai đoạn sau:
+ Thu nhận thơng tin về tình huống.
+ Khả năng nhớ.
+ Tổ chức thành những tình huống.
+ Xử lý tình huống.
+ Đưa ra những lời giải cho hành động.

3


2. Vai trị của trí tuệ nhân tạo trong ngành cơng nghệ thơng tin
Theo một nghĩa nào đó thì trí tuệ nhân tạo nên một cách đơn giản để xây dựng
lên cấu trúc các chương trình ra quyết định phức tạp đòi hỏi phải dựa trên những tri
thức nhất định.
Các chương trình trí tuệ nhân tạo hoạt động giống như bộ não của con người
tức là nó có thể tích hợp những tri thức mới mà không cần thay đổi lại cách làm
việc. Vì vậy những chương trình trí tuệ nhân tạo có thể dễ dàng cải tiến hơn so với
các chương trình truyền thống.
Khi máy tính được trang bị những phần mềm trí tuệ nhân tạo kết hợp với mơi
trường làm việc thì có thể cho phép giải quyết được các bài toán cỡ lớn và phân

tán.
Một số phần mềm trí tuệ nhân tạo thể hiện tính thích nghi và mềm dẻo đối với
các lớp bài toán thuộc nhiều lĩnh vực khác nhau.

4


3. Giải quyết vấn đề bằng biểu diễn tri thức
Con người sống trong mơi trường có thể nhận thức được thế giới nhờ các giác
quan (tai, mắt và các giác quan khác), sử dụng các tri thức tích lũy được và thông
qua khả năng lập luận, suy diễn con người có thể đưa ra các hành động hợp lý để
giải quyết vấn đề. Một mục tiêu của Trí tuệ nhân tạo ứng dụng là thiết kế các tác
nhân thông minh (intelligent agent) cũng có được những khả năng kể trên như con
người. Chúng ta có thể hiểu tác nhân thơng minh là bất cứ cái gì có thể nhận thức
được môi trường qua các bộ cảm nhận (sensors) và đưa ra hành động hợp lý đáp
ứng lại môi trường thông qua bộ hành động (effectors). Các robot, softbot
(software robot), các hệ chuyên gia,… là các ví dụ về tác nhân thơng minh. Các tác
nhân thơng minh cần phải có tri thức về thế giới hiện thực mới có thể đưa ra các
quyết định đúng đắn.
Thành phần trung tâm của các tác nhân dựa trên tri thức (knowlegde-based
agent), còn được gọi là hệ dựa trên tri thức (knowledge-based system) hoặc đơn
giản là hệ tri thức, là cơ sở tri thức. Cơ sở tri thức là một tập hợp các tri thức được
biểu diễn dưới dạng nào đó. Mỗi khi nhận được các thơng tin đưa vào, tác nhân
cần có khả năng suy diễn để đưa ra các câu trả lời, các hành động hợp lý, đúng đắn.
Nhiệm vụ này được thực hiện bởi bộ suy diễn. Bộ suy diễn là thành phần cơ bản
5


khác của các hệ tri thức. Như vậy, hệ tri thức bảo trì một cơ sở tri thức và được
trang bị một thủ tục suy diễn. Mỗi khi tiếp nhận được các sự kiện từ môi trường,

thủ tục suy diễn thực hiện quá trình liên kết các sự kiện với các tri thức trong cơ sở
tri thức để rút ra các câu trả lời, hoặc các hành động hợp lý mà tác nhân cần thực
hiên. Đương nhiên là, khi ta thiết kế một tác nhân giải quyết một vấn đề nào đó thì
cơ sở tri thức sẽ chứa các tri thức về miền đối tượng cụ thể đó. Để máy tính có thể
sử dụng và xử lý được các tri thức, chúng ta cần biểu diễn tri thức dưới dạng thuận
tiện cho máy tính dễ dàng hiểu được. Đó là mục tiêu của biểu diễn tri thức.
Tri thức được mô tả dưới dạng các câu trong ngôn ngữ biểu diễn tri thức. Mỗi
câu có thể xem như sự mã hóa của một sự hiểu biết của chúng ta về thế giới thực.
Có rất nhiều phương pháp biểu diễn tri thức, và phải phụ thuộc vào tri thức cụ
thể của từng bài toán ta mới chọn được phương pháp biểu diễn hợp lý nhất.
- Biểu diễn tri thức bằng luật sản xuất (production rules).
- Biểu diễn tri thức bằng khung (frames).
- Biểu diễn tri thức sử dụng mạng ngữ nghĩa (semantic networks).
- Biểu diễn tri thức bằng ontology.
- Các mơ hình xác suất.
Khi biểu diễn tri thức cho một bài toán, việc biểu diễn này được coi là tốt khi
chúng thỏa mãn được các yếu tố sau:
- Tính hồn chỉnh (completeness).
- Tính ngắn gọn (conciseness).
- Tính hiệu quả về tính tốn (computational efficiency).
- Tính rõ ràng, dễ hiểu (transparency).
Biểu diễn tri thức bằng luật đặc biệt hữu hiệu trong những tình huống hệ thống
cần đưa ra những hành động dựa vào những sự kiện có thể quan sát được. Dưới
đây là một số ưu điểm chính:
- Các luật rất dễ hiểu nên có thể dễ dàng dùng để trao đổi với người dùng
(vì nó là một trong những dạng tự nhiên của ngơn ngữ).
- Có thể dễ dàng xây dựng được cơ chế suy luận và giải thích từ các luật.
6

- Việc hiệu chỉnh và bảo trì hệ thống tương đối dễ dàng.
- Có thể cải tiến dễ dàng để tích hợp các luật mở.
Bên cạnh các ưu điểm nói trên, vẫn còn một số nhược điểm như:
- Các tri thức phức tạp đơi lúc địi hỏi q nhiều (hàng ngàn) luật sinh. Điều
này sẽ làm này sinh nhiều vấn đề liên quan đến tốc độ lẫn quản trị hệ thống.
- Thống kê cho thấy, người xây dựng hệ thống trí tuệ nhân tạo thích sử
dụng luật sinh hơn tất cả phương pháp khác (dễ hiểu, dễ cài đặt) nên họ thường
tìm mọi cách để biểu diễn tri thức bằng luật sinh cho dù có phương pháp khác
thích hợp hơn. Đây là nhược điểm mang tính chủ quan của con người.
- Cơ sở tri thức luật sinh lớn sẽ làm giới hạn khả năng tìm kiếm của chương
trình điều khiển. Nhiều hệ thống gặp khó khăn trong việc đánh giá các hệ dựa
trên luật sinh cũng như gặp khó khăn khi suy luận trên luật sinh
Trong bài này, đề cập đến việc sử dụng các câu trên như các luật, tổng hợp lại
thành các hệ luật và đưa ra kết luận sau quá trình suy diễn từ các hệ luật đó.
4. CÁC CHIẾN LƯỢC TÌM KIẾM MÙ
Trong mục này chúng ta sẽ trình bày hai chiến lược tìm kiếm mù: tìm
kiếm theo bề rộng và tìm kiếm theo độ sâu. Trong tìm kiếm theo bề rộng,
tại mỗi bước ta sẽ chọn trạng thái để phát triển là trạng thái được sinh ra
trước các trạng thái chờ phát triển khác. Còn trong tìm kiếm theo độ sâu,
trạng thái được chọn để phát triển là trạng thái được sinh ra sau cùng trong
số các trạng thái chờ phát triển.
Chúng ta sử dụng danh sách L để lưu các trạng thái đã được sinh ra và chờ
được phát triển. Mục tiêu của tìm kiếm trong khơng gian trạng thái là tìm
đường đi từ trạng thái ban đầu tới trạng thái đích, do đó ta cần lưu lại vết của
đường đi. Ta có thể sử dụng hàm father để lưu lại cha của mỗi đỉnh trên
đường đi, father(v) = u nếu cha của đỉnh v là u.
4.1.Tìm kiếm theo bề rộng
Trong tìm kiếm theo bề rộng, trạng thái nào được sinh ra trước sẽ
được phát triển trước, do đó danh sách L được xử lý như hàng đợi. Trong
bước 2.3, ta cần kiểm tra xem u có là trạng thái kết thúc hay khơng. Nói

7


chung các trạng thái kết thúc được xác định bởi một số điều kiện nào đó, khi
đó ta cần kiểm tra xem u có thỏa mãn các điều kiện đó hay khơng.
Nếu bài tốn có nghiệm (tồn tại đường đi từ trạng thái ban đầu tới
trạng thái đích), thì thuật tốn tìm kiếm theo bề rộng sẽ tìm ra nghiệm, đồng
thời đường đi tìm được sẽ là ngắn nhất. Trong trường hợp bài tốn vơ
nghiệm và khơng gian trạng thái hữu hạn, thuật tốn sẽ dừng và cho thơng
báo vơ nghiệm.
4.2.Tìm kiếm theo độ sâu
Thuật tốn tìm kiếm theo bề rộng ln ln tìm ra nghiệm nếu bài
tốn có nghiệm. Song khơng phải với bất kỳ bài tốn có nghiệm nào thuật
tốn tìm kiếm theo độ sâu cũng tìm ra nghiệm! Nếu bài tốn có nghiệm và
khơng gian trạng thái hữu hạn, thì thuật tốn tìm kiếm theo độ sâu sẽ tìm ra
nghiệm. Tuy nhiên, trong trường hợp khơng gian trạng thái vơ hạn, thì có
thể nó khơng tìm ra nghiệm, lý do là ta luôn luôn đi xuống theo độ sâu, nếu
ta đi theo một nhánh vô hạn mà nghiệm khơng nằm trên nhánh đó thì thuật
tốn sẽ khơng dừng. Do đó người ta khun rằng, khơng nên áp dụng tìm
kiếm theo dộ sâu cho các bài tốn có cây tìm kiếm chứa các nhánh vơ hạn.
Độ phức tạp của thuật tốn tìm kiếm theo độ sâu.
Giả sử rằng, nghiệm của bài tốn là đường đi có độ dài d, cây tìm
kiếm có nhân tố nhánh là b và có chiều cao là d. Có thể xẩy ra, nghiệm là
đỉnh ngoài cùng bên phải trên mức d của cây tìm kiếm, do đó độ phức tạp
thời gian của tìm kiếm theo độ sâu trong trường hợp xấu nhất là O(bd), tức
là cũng như tìm kiếm theo bề rộng. Tuy nhiên, trên thực tế đối với nhiều bài
tốn, tìm kiếm theo độ sâu thực sự nhanh hơn tìm kiếm theo bề rộng. Lý do
là tìm kiếm theo bề rộng phải xem xét tồn bộ cây tìm kiếm tới mức d-1, rồi
mới xem xét các đỉnh ở mức d. Còn trong tìm kiếm theo độ sâu, có thể ta chỉ
cần xem xét một bộ phận nhỏ của cây tìm kiếm thì đã tìm ra nghiệm.

4.3.Các trạng thái lặp
Trong đồ thị biểu diễn không gian trạng thái, các trạng thái lặp ứng
với các đỉnh có nhiều đường đi dẫn tới nó từ trạng thái ban đầu. Nếu đồ
thị có chu trình thì cây tìm kiếm sẽ chứa các nhánh với một số đỉnh lập lại
vơ hạn lần. Trong các thuật tốn tìm kiếm sẽ lãng phí rất nhiều thời gian để
phát triển lại các trạng thái mà ta đã gặp và đã phát triển. Vì vậy trong quá
8


trình tìm kiếm ta cần tránh phát sinh ra các trạng thái mà ta đã phát triển.
Chúng ta có thể áp dụng một trong các giải pháp sau đây:
 Khi phát triển đỉnh u, không sinh ra các đỉnh trùng với cha của u.
 Khi phát triển đỉnh u, không sinh ra các đỉnh trùng với một đỉnh nào
đó nằm trên đường đi dẫn tới u.
 Không sinh ra các đỉnh mà nó đã được sinh ra, tức là chỉ sinh ra các
đỉnh mới.
Để thực hiện giải pháp thứ 3 ta cần lưu các trạng thái đã phát triển vào
tập Q, lưu các trạng thái chờ phát triển vào danh sách L. Đương nhiên, trạng
thái v lần đầu được sinh ra nếu nó khơng có trong Q và L. Việc lưu các trạng
thái đã phát triển và kiểm tra xem một trạng thái có phải lần đầu được sinh
ra khơng địi hỏi rất nhiều khơng gian và thời gian.
4.4.Tìm kiếm sâu lặp
Kỹ thuật tìm kiếm sâu lặp kết hợp được các ưu điểm của tìm kiếm
theo bề rộng và tìm kiếm theo độ sâu. Chúng ta có một số nhận xét sau:
Cũng như tìm kiếm theo bề rộng, tìm kiếm sâu lặp ln ln tìm ra
nghiệm (nếu bài tốn có nghiệm), miễn là ta chọn độ sâu mã đủ lớn.
Tìm kiếm sâu lặp chỉ cần khơng gian nhớ như tìm kiếm theo độ sâu.
Trong tìm kiếm sâu lặp, ta phải phát triển lặp lại nhiều lần cùng một
trạng thái. Điều đó làm cho ta có cảm giác rằng, tìm kiếm sâu lặp lãng phí
nhiều thời gian. Thực ra thời gian tiêu tốn cho phát triển lặp lại các trạng thái

là khơng đáng kể so với thời gian tìm kiếm theo bề rộng.

9


II.

Ngơn ngữ lập trình C#
1. C# là gì ?
C # là một ngơn ngữ lập trình hiện đại được phát triển bởi Microsoft và được
phê duyệt bởi European Computer Manufacturers Association (ECMA)
và International Standards Organization (ISO).C # được phát triển bởi Anders
Hejlsberg và nhóm của ơng trong việc phát triển .Net Framework.

C # được thiết kế cho các ngôn ngữ chung cơ sở hạ tầng (Common Language
Infrastructure – CLI), trong đó bao gồm các mã (Executable Code) và môi
trường thực thi (Runtime Environment) cho phép sử dụng các ngôn ngữ cấp
cao khác nhau trên đa nền tảng máy tính và kiến trúc khác nhau.
C# (đọc là "C thăng" hay "C sharp" ("xi-sáp")) là một ngơn ngữ lập
trình hướng đối tượng được phát triển bởi Microsoft, là phần khởi đầu cho kế
hoạch .NET của họ. Tên của ngôn ngữ bao gồm ký tự thăng theo Microsoft
nhưng theo ECMA là C#, chỉ bao gồm dấu số thường. Microsoft phát triển C#
dựa trên C++ và Java. C# được miêu tả là ngôn ngữ có được sự cân bằng giữa
C++, Visual Basic, Delphi và Java.
C#, theo một hướng nào đó, là ngơn ngữ lập trình phản ánh trực tiếp nhất
đến .NET Framework mà tất cả các chương trình.NET chạy, và nó phụ thuộc
mạnh mẽ vào framework này. Mọi dữ liệu cơ sở đều là đối tượng, được cấp
phát và hủy bỏ bởi trình dọn rác Garbage-Collector (GC), và nhiều kiểu trừu
10

tượng khác chẳng hạn như class, delegate, interface, exception... phản ánh rõ
ràng những đặc trưng của.NET runtime.
So sánh với C và C++, ngôn ngữ này bị giới hạn và được nâng cao ở một vài
đặc điểm nào đó, nhưng khơng bao gồm các giới hạn sau đây:










Các con trỏ chỉ có thể được sử dụng trong chế độ khơng an toàn. Hầu hết các
đối tượng được tham chiếu an toàn, và các phép tính đều được kiểm tra tràn bộ
đệm. Các con trỏ chỉ được sử dụng để gọi các loại kiểu giá trị; còn những đối
tượng thuộc bộ gom rác (garbage-collector) thì chỉ được gọi bằng cách tham
chiếu.
Các đối tượng khơng thể được giải phóng tường minh.
Chỉ có đơn kế thừa, nhưng có thể cài đặt nhiều interface trừu tượng (abstract
interfaces). Chức năng này làm đơn giản hóa sự thực thi của thời gian thực thi.
C# thì an-tồn-kiểu (typesafe) hơn C++.
Cú pháp khai báo mảng khác nhau("int[] a = new int[5]" thay vì "int a[5]").
Kiểu thứ tự được thay thế bằng tên miền khơng gian (namespace).
C# khơng có tiêu bản.
Có thêm Properties, các phương pháp có thể gọi các Properties để truy cập dữ
liệu
2. Lịch sử của C#

Lịch sử phát triển của C# và các đặc điểm chính của từng phiên bản
mô tả trong bảng sau:

Phiên
bản

Ngày ra Visual
Đặc điểm mới
đời
Studio

C# 1.0

01/2002 2002

C# 2.0

11/2005 2005

Kiểu tổng quát (generic type), phương thức nặc danh
(anonymous method), kiểu Nullable (nullable type)

11


C# 3.0

11/2007 2008

C# 4.0

04/2010 2010

C# 5.0

02/2012 2012

Định nghĩa biến kiểu không tường minh (implicitly typed
local variable), kiểu nặc danh (anonymous type), phương
thức mở rộng (extension method), khởi tạo đối tượng và
danh sách (object and collection initializer), thuộc tính
được tự động cài đặt (auto-implemented properties), biểu
thức Lambda (Lambda expression), cây biểu thức
(expression tree), biểu thức truy vấn (query expression)
LINQ (language-integrated query)
Tham đối đặt tên (named argument), tham đối tùy chọn
(optional argument), cải tiến hơn giao diện thành phần
COM (more COM interface), kiểu dynamic và ràng buộc
trễ (dynamic type and late binding)
Đặc điểm bất đồng bộ (async feature), thông tin đối
tượng gọi (caller information)

3. Điểm mạnh của C#
Ngơn ngữ lập trình C# là ngơn ngữ lập trình bậc trung được phát triển vào
năm 2000 bởi Microsoft. C# được xây dựng dựa trên ngôn ngữ C và C++
nhưng dễ sử dụng hơn nhờ những bộ thư viện rộng lớn để thực hiện các các
vụ khác nhau.
 C#  Là một trong số những ngôn ngữ thuần hướng đối tượng.
- Chuyên sử dụng để lập trình cho windows.
- Thiết kế winform cực tốt, đơn giản và dễ hiểu.

- Ngôn ngữ dễ học, dễ tiếp cận với Java
- Khả năng tương tác với Database dễ dàng hơn rất nhiều.
- Được window hỗ trợ đầy đủ các control.
- Thư viện .NET nhẹ, dễ cài đặt và được miễn phí.
12


- Ngôn ngữ mã nguồn mở.
- Code/Build trên Visual Studio, một IDE tiện lợi, mạnh mẽ của Microsoft.
- Có thể sử dụng để lập trình web thơng qua C# thuần hoặc ASP.NET.
- IDE Visual Studio hỗ trợ debug, build cực khủng.
4. Xếp hạng của C#

Hiện nay ngôn ngữ C# được xếp hạng thứ 5 trong Top 10 các ngơn ngữ lập
trình phổ biến nhất đang được thế giới sử dụng.

13


CHƯƠNG 2: ÁP DỤNG TÌM KIẾM MÙ VÀO BÀI HỌC THỰC TẾ
1. Giới thiệu bài tốn
Viết chương trình giải bài tốn đong nước: Có 2 bình với dung tích lần lượt n (lít),
m (lít). Với lượng nước là khơng hạn chế, lúc đầu hai bình khơng chứa nước. Hãy
dùng 2 bình trên để đong được k (lít) với n2. Tư tưởng thuật toán
Gọi lượng nước chứa trong bình X là x (0<=x<=VX)
Gọi lượng nước chứa trong bình Y là y (0<=y<=VY)
Điều kiện đầu của bài toán là: x = 0 và y=0
Điều kiện kết thúc của bài toán sẽ là: x = z hoặc y = z
Bài tốn đc giả dựa theo ba luật chính như sau:

(L1) Nếu bình X đầy thì đổ hết nước trong bình X đi.
(L2) Nếu bình Y rỗng thì đổ đầy nước vào bình Y.
(L3) Nếu bình X khơng đầy và bình Y khơng rỗng thì hãy trút nước từ bình Y sang bình X
(cho đến khi bình X đầy hoặc bình Y hết nước).
Bài tốn cần có điều kiện số nước cần đong là một bội số của ước số chung lớn nhất của
thể tích hai bình.
z = n x ƯCLN(VX, VY) (với n nguyên dương)
3. Xây dựng chương trình
3.1 Tạo form chính

14


3.2 tạo form hướng dẫn sử dụng

3.3 Viết chương trình
3.3.1 Khai báo các biến cần thiết

15


3.3.2 Tìm ước chung lớn nhất

- Chức năng đổ đầy nước vào bình 1(->Vx)
-

16


- Chức năng đổ hết nước bình 1(Vx->)

-

- Chức năng đổ đầy nước vào bình 2(->Vy)
-

17


- Chức năng đổ hết nước bình 2(Vy->)
-

- Chức năng đổ bình 1 sang bình 2 (Vx->Vy)
-

- Chức năng đổ bình 2 sang bình 1(Vy->Vx)
-

18


-

19


4.DEMO
- chạy chương trình

20

- Hướng dẫn sử dụng
-

KẾT LUẬN
Liệt kê những nội dung đã làm được: cả về lý thuyết, thực hành, khả năng làm việc
theo nhóm,….Sau đó mới nói một số hạn chế
1. Những nội dung đã làm được :
a. Lý thuyết: Nắm chắc kiến thức và trình bày về trí tuệ nhân tạo, và vai
trò, gải quyết các vấn đề bằng biểu diễn tri thức, tổng quan về chiến
21


lược suy diễn của trí tuệ nhân tạo. Trình bày biểu diễn tri thức bởi
luật và hệ, và những ví đụ.
b. Thực hành: hoàn thành code và xây dựng được bài tốn và demo
chương trình như mơng muốn.
c. Khả năng làm việc theo nhóm : Các thành viên trong nhóm làm việc
rất tốt, thường xuyên trao đổi kiến thức và cùng nhau hồn thiện bài
tập của mình, và tự trau dồi để củng cố kiến thức riêng cho bản thân.
2. Các vấn đề gặp phải
 Trong quá trình xây dựng chương trình, thu thập và biểu diễn tri thức
là hai vấn đè sảy ra nhiều sai sót và lỗi.
 Trong q trình thu thập: vì số lượng thơng tin hỏi đáp không nhiều
nên kết quả khi thống kê chưa thật chính xác.
 Trong q trình cài đặt chương trình.
3. Hướng phát triển của đề tài
 Xây dựng mở rộng thêm tri thức, cho phép học và bổ xung thêm các
luật vào cơ sở tri thức, cải tieend các tri thức, nâng cao độ chính xác.
 Thử nghiệm phương thức biểu diễn tri thức bằng thông tin không chắc

chắn dựa trên lý thuyết xác suất.
4. Đánh giá
 Chương trình cịn nhiều hạn chế vè kết quả tư vấn vì số liệu tập luận
dữ liệu còn hạn chế
 Giao diện đơn giản
5. Những đóng góp của các thành viên trong đề tài:
 Các thành viên trong nhóm rất hăng hái và đồn kết trong việc xây
dựng ý bài tốn.
 phân cơng cơng việc rõ dàng để tìm kiếm thơng tin cũng như đóng
góp các ý kiếm lập luận để hồn thiện bài tập lớp.
Tài liệu tham khảo : />%C3%AD_d%E1%BB%A5
/>
22


file:///D:/
ACFrOgB5eioOi_4oU1vEmnb31KSA0QmNyF7bcE6ng4QGamJaOs
TEAcPwLaqSpfJcYE7vGgsRIo9lR6tS7iZ0A4CKUyu90ObZTdVdYfaGK5xzUB0poDaVW3dyODzsMBZq4onPZiRWBpvUpuL
Fk0c.pdf

23