P算法步骤

1. 简述CSMA技术的P-坚持算法规则

5.1.1 CSMA退避算法

CSMA（载波侦听多路访问）技术也称为LBT（Listen Before Talk，先听后说），也就是先侦听要访问的介质，在发现介质空闲时再进行数据发送。

CSMA介质争用技术适用于总线型和树型拓扑结构，主要解决如何共享一条公用总线介质。其原理是：在网络中任何一个工作站在发送信息前，要先侦听网络中有无其他站点在发送信号，如无则立即发送；如有其他站点正在发送数据，则此站点要先避让一下，等一段时间后再侦听，直到介质空闲才发送。

在CSMA技术中，采用了一些退避算法来决定避让的时间。常用的退避算法有三种：非坚持、1-坚持、P-坚持。下面是这些算法的具体解释。

1．"非坚持"算法

"非坚持"退避算法的关键点就在于"非坚持"这三个字上。"非坚持"就是在发生介质处于忙的状态（也就是正在传送其他站点数据）时，本站点不坚持继续发送，而是在一个随机延迟后继续侦听介质，发现介质空闲时本站点才可发送数据。

总结起来，这种算法的算法规则如下：

（1）如果介质是空闲的，则可以立即发送数据。

（2）如果介质是忙的，则等待一个随机延迟的时间后，再继续侦听，直到介质为空闲才发送数据。

在这种方式中，采用随机的重发延迟时间（也就是说这个等待的时间是随机的，而不是固定的）可以减少冲突发生的可能性。但是这种算法有一个致命的缺点，那就是在有多个站点发送数据时，可能会由于大家都在延迟等待过程中，致使介质即使当前已处于空闲状态，也没有站点发送数据，这样一来，介质的利用率就可能很低。所以这种算法主要适用于小型的总线，或者树型拓扑结构网络中，不适用于像现在大型的星型结构以太网中。

2．"1-坚持"算法

"1-坚持"退避算法与前面介绍的"非坚持"算法有些类似，但仍有些本质区别。这里的"1-坚持"算法的"1"是指当一个站点发现介质是空闲时，它的数据传输成功率为1，也就是100%。当然这是开发这种退避算法的作者自己的观点，事实这种算法不可能达到这种效果。具体将在下面介绍本算法的缺点时解释。

前面介绍的"非坚持"算法是在发现介质忙后，即随机等待一个延迟，然后继续侦听；而此处的"1-坚持"算法中，在发现介质是忙时，不等待一个延迟，而是继续侦听，一旦发现空闲即立即发送，在数据传送过程中发生冲突时放弃当前的数据传送任务，等待一个延迟后再继续侦听。

"1-坚持"算法的算法避让规则如下：

（1）如果介质空闲的，则可以立即发送数据。

（2）如果介质是忙的，则继续侦听，直至检测到介质是空闲，立即发送数据。

（3）如果在发送数据过程中发生了冲突（因为可能有多个站点在同一时间检测到介质为空闲，并立即进行了数据发送），则放弃当前的数据传送任务，等待一个随机的延迟时间，再重复上述步骤（1）～（2）。

很明显，这种算法相对前面介绍的"非坚持"算法来说的优点就是提高了介质的利用率，因为在没有发生冲突时无须等待一个随机延迟就立即进行继续侦听，不会出现介质处于空闲状态仍没有站点发送数据的情况。但是，该算法仍有致命的弱点，也就是在有多个站点发送数据的情况下，这种毫不等待的算法也就使得冲突时常发生。原因就是前面所说的，可能在网络中同时有多个站点在同一时间检测到介质空闲（因为中间没有一个延迟，也就是一直在侦听介质状态），而立即进行了数据发送。也就是说在这种算法下，发生冲突的机率比起"非坚持"算法来说要大许多。所以这种算法也仅适用于小型的总线型或者树型拓扑结构网络，不适用于像现在大型的星型结构以太网中。

3．"P-坚持"算法

既然前面介绍的两种算法都存在明显的不足，自然就会有人继续后面的开发，于是就生产了新的"P-坚持"退避算法。

理解"P-坚持"退避算法的关键就是其中的"P"。P是指站点可以发送数据的概率，相当于前面介绍的"1-坚持"算法中的"1"。这里的P是小于1的，也就是不是在一发现介质空闲时就发送数据，而是以一个概率来决定当前站点是否马上发送数据。其目的就是为了避免与其他站点发生冲突。

"P-坚持"退避算法是一种既能像"非坚持"算法那样减少冲突，又能像"1-坚持"算法那样减少介质空闲时间的折中方案，也就是综合了前面所介绍的两种算法的优点，以实现缺点互补。

在"P-坚持"退避算法中，关键是如何选择P值，这要考虑到避免重负载下系统（如网络规模大，网络应用复杂）处于不稳定状态。假如在介质处于忙状态时有n个站在等待发送数据，则将要试图传输的站点的总期望数设为nP。如果选择P值选择过大（也就是每个站点在介质空闲时可以发送数据的概率过高），则可能使nP>1，则表明有多个站点在试图发送数据，这样冲突就很难避免。最坏的情况是，随着冲突概率的不断增大，而使吞吐量降低到零。所以必须选择适当的P值，使nP<1。当然P值选得过小，则介质利用率又会大大降低，因为这样一来，即使介质处于空闲状态，大家仍可能都会"谦让"。

"P-坚持"算法的规则如下：

（1）如果介质空闲，则以P概率发送数据（注意，只是一种概率，而不是马上发送数据），而以（1-P）的概率延迟一个时间单位t，t等于最大信号传播时延的两倍。

（2）站点的发送已被延迟一个时间单位t后，则重复上述步骤（1），当然这时的P值可能不一样。

（3）如果介质是忙的，继续侦听直到介质处于空闲状态，然后重复上述步骤（1）。

从一个站点开始发送数据到另一个站点开始接收数据，即载波信号从一端传播到另一端所需要的时间，称为信号传播时延。

信号传播时延（μs）=两站点间的距离（m）÷信号传播速度（200m/μs）

数据帧从一个站点开始发送，到该数据帧发送完成所需的时间称为"数据传输时延"；同理，数据传输时延也表示一个接收站点开始接收数据帧，到该数据接收完毕所需的时间。

数据传输时延（s）= 数据帧长度（bit）÷数据传输速率（b/s）

若不考虑中继器引入的延迟，数据帧从一个站点开始发送，到该数据帧被另一个站点全部接收的总时间等于上述介绍的"数据传输时延"和"信号传播时延"之和。

2. 排列组合公式 p几几的，怎么算

大写字母P，下标n，上标r，（这里打不出上下标，就打成P（n。r））表示从n个不同的元素中取出r个不重复元素，按次序排列。

如从5个人中选3人排成一队，不同的排法有P（5，3）=60种P（n，r）的计算方法是P（n，r）=n！/［（n-r）！］=n*（n-1）*（n-r+1），如P（9，3）=9*8*7=504。

定义及公式

排列的定义：从n个不同元素中，任取m(m≤n,m与n均为自然数,下同）个不同的元素按照一定的顺序排成一列，叫做从n个不同元素中取出m个元素的一个排列；从n个不同元素中取出m(m≤n）个元素的所有排列的个数，叫做从n个不同元素中取出m个元素的排列数。

3. 如何计算统计学中的P值（200分）

P值即为拒绝域的面积或概率。

P值的计算公式是

=2[1-Φ(z0)] 当被测假设H1为 p不等于p0时；

=1-Φ(z0) 当被测假设H1为 p大于p0时；

=Φ(z0) 当被测假设H1为 p小于p0时；

总之，P值越小，表明结果越显着。但是检验的结果究竟是“显着的”、“中度显着的”还是“高度显着的”需要我们自己根据P值的大小和实际问题来解决。

p值是指在一个概率模型中，统计摘要（如两组样本均值差）与实际观测数据相同，或甚至更大这一事件发生的概率。换言之，是检验假设零假设成立或表现更严重的可能性。

p值若与选定显着性水平（0.05或0.01）相比更小，则零假设会被否定而不可接受。然而这并不直接表明原假设正确。p值是一个服从正态分布的随机变量，在实际使用中因样本等各种因素存在不确定性。产生的结果可能会带来争议。

4. 概率中P和C怎么算的这两个的区别是什么

一、排列组合计算方法如下：排列也可以表示成P

排列A(n,m)=n×（n-1）.（n-m+1）=n!/（n-m）!(n为下标,m为上标,以下同)

组合C(n,m)=P(n,m)/P(m,m) =n!/m!（n-m）!；

例如：

A(4,2)=4!/2!=4*3=12

C(4,2)=4!/(2!*2!)=4*3/(2*1)=6

二、概率中的C和P区别：

1、表示不同

C表示组合方法，比如有3个人甲乙丙，抽出2个人去参加活动的方法有C（3，2）=3种，分别是甲乙、甲丙、乙丙，这个不具有顺序性，只有组合的方法。

P表示排列方法，表示一些物体按顺序排列起来，总共的方法是多少。

2、性质不同

公式P是指排列，从N个元素取R个进行排列(即排序)。

公式C是指组合，从N个元素取R个，不进行排列（即不排序）。

(4)P算法步骤扩展阅读

在概率论发展的早期，人们就注意到古典概型仅考虑试验结果只有有限个的情况是不够的，还必须考虑试验结果是无限个的情况。为此可把无限个试验结果用欧式空间的某一区域S表示，其试验结果具有所谓“均匀分布”的性质，关于“均匀分布”的精确定义类似于古典概型中“等可能”只一概念。

假设区域S以及其中任何可能出现的小区域A都是可以度量的，其度量的大小分别用μ(S)和μ(A)表示。如一维空间的长度，二维空间的面积，三维空间的体积等。并且假定这种度量具有如长度一样的各种性质，如度量的非负性、可加性等。

5. 假设检验中的P值的计算方法

P值的计算：

一般地，用X 表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。具体地说：

左侧检验的P值为检验统计量X 小于样本统计值C 的概率，即：P = P{ X < C}

右侧检验的P值为检验统计量X 大于样本统计值C 的概率：P = P{ X > C}

双侧检验的P值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍：P = 2P{ X > C} (当C位于分布曲线的右端时) 或P = 2P{ X< C} (当C 位于分布曲线的左端时) 。若X 服从正态分布和t分布，其分布曲线是关于纵轴对称的，故其P 值可表示为P = P{| X| > C} 。

(5)P算法步骤扩展阅读：

假设检验的意义：

假设检验是抽样推断中的一项重要内容。它是根据原资料作出一个总体指标是否等于某一个数值，某一随机变量是否服从某种概率分布的假设。

然后利用样本资料采用一定的统计方法计算出有关检验的统计量，依据一定的概率原则，以较小的风险来判断估计数值与总体数值(或者估计分布与实际分布)是否存在显着差异，是否应当接受原假设选择的一种检验方法。

用样本指标估计总体指标，其结论有的完全可靠，有的只有不同程度的可靠性，需要进一步加以检验和证实。

通过检验，对样本指标与假设的总体指标之间是否存在差别作出判断，是否接受原假设。这里必须明确，进行检验的目的不是怀疑样本指标本身是否计算正确，而是为了分析样本指标和总体指标之间是否存在显着差异。从这个意义上，假设检验又称为显着性检验。

6. 统计学中的P值应该怎么计算

P值的计算公式是

=2[1-Φ(z0)] 当被测假设H1为 p不等于p0时；

=1-Φ(z0) 当被测假设H1为 p大于p0时；

=Φ(z0) 当被测假设H1为 p小于p0时；

总之，P值越小，表明结果越显着。但是检验的结果究竟是“显着的”、“中度显着的”还是“高度显着的”需要根据P值的大小和实际问题来解决。

(6)P算法步骤扩展阅读

统计学中回归分析的主要内容为：

1、从一组数据出发，确定某些变量之间的定量关系式，即建立数学模型并估计其中的未知参数。估计参数的常用方法是最小二乘法。

2、对这些关系式的可信程度进行检验。

3、在许多自变量共同影响着一个因变量的关系中，判断哪个（或哪些）自变量的影响是显着的，哪些自变量的影响是不显着的，将影响显着的自变量加入模型中，而剔除影响不显着的变量，通常用逐步回归、向前回归和向后回归等方法。

4、利用所求的关系式对某一生产过程进行预测或控制。回归分析的应用是非常广泛的，统计软件包使各种回归方法计算十分方便。

7. 画出求P=1*2*3*…*99*100的值的算法流程图

由已知中程序的功能为用循环结构计算1×2×3…×100的值，为累加运算，且要反复累加100次，可令循环变量的初值为1，终值为100，步长为1，由此确定循环前和循环体中各语句，即可得到相应的程序框图如下：

8. P概率的计算方法

P(8,6)=8*7*6*5*4*3=20160

从8开始连续递减的6个自然数的积

--------------------------------
P上面6,下面8 就是 A上面6,下面8
也可以写成P(8,6)
是8取6的排列数（从8个不同元素中取出6个元素的所有排列的个数）

9. 这个p是怎么计算的

从5个数字中，找出2个数字，组成2位数。因为5个数字没有重复，组成的2位数十位和个位有顺序，所以这是排列组合中的排列问题（不考虑顺序为组合问题，比如35和53代表一个意思，组合问题公式不一样）。
P的计算为排列问题的公式，比如5个数选出5个排列就是P5,5,就要从5一直乘到1，5x4x3x2x1=120
这里是5个选出两个排列就是P5,2, 只要从5乘到第二个数(4)，就是5x4=20.
标准公式: Pn,m=nx(n-1)x(n-2)x...x(n-m+1)
希望帮助到你

10. CSMA技术的P—坚持算法规则是什么

P—坚持算法规则为：(1)监听总线，如果总线空闲，则以P的概率发送，而以(1-P)的概率延迟一个时间单位(最大传播时延的2倍)。(2)延迟了一个时间单位后，再重复步骤(1)。(3)如果总线是忙的，继续监听直至总线空闲并重复步骤(1)。