ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ. Αλλαγή μέτρου για σύνθετες μεικτές ανανεωτικές διαδικασίες με εφαρμογές στις αρχές υπολογισμού ασφαλίστρου

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ. Αλλαγή μέτρου για σύνθετες μεικτές ανανεωτικές διαδικασίες με εφαρμογές στις αρχές υπολογισμού ασφαλίστρου"

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΑΝΑΛΟΓΙΣΤΙΚΗ ΕΠΙΣΤΗΜΗ ΚΑΙ ΔΙΟΙΚΗΤΙΚΗ ΚΙΝΔΥΝΟΥ Αλλαγή μέτρου για σύνθετες μεικτές ανανεωτικές διαδικασίες με εφαρμογές στις αρχές υπολογισμού ασφαλίστρου Ηλιοπούλου Χριστίνα-Στέλλα Διπλωματική Εργασία που υποβλήθηκε στο Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης του Πανεπιστημίου Πειραιώς ως μέρος των απαιτήσεων για την απόκτηση του Μεταπτυχιακού Διπλώματος Ειδίκευσης στην Αναλογιστική Επιστήμη και Διοικητική Κινδύνου Πειραιάς Ιούλιος 2018

2

3 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΑΝΑΛΟΓΙΣΤΙΚΗ ΕΠΙΣΤΗΜΗ ΚΑΙ ΔΙΟΙΚΗΤΙΚΗ ΚΙΝΔΥΝΟΥ Αλλαγή μέτρου για σύνθετες μεικτές ανανεωτικές διαδικασίες με εφαρμογές στις αρχές υπολογισμού ασφαλίστρου Ηλιοπούλου Χριστίνα-Στέλλα Διπλωματική Εργασία που υποβλήθηκε στο Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης του Πανεπιστημίου Πειραιώς ως μέρος των απαιτήσεων για την απόκτηση του Μεταπτυχιακού Διπλώματος Ειδίκευσης στην Αναλογιστική Επιστήμη και Διοικητική Κινδύνου Πειραιάς Ιούλιος 2018

4 Η παρούσα Διπλωματική Εργασία εγκρίθηκε ομόφωνα από την Τριμελή Εξεταστική Επιτροπή που ορίσθηκε από τη ΓΣΕΣ του Τμήματος Στατιστικής και Ασφαλιστικής Επιστήμης του Πανεπιστημίου Πειραιώς στην υπ 1 αριθμ / συνεδρίασή του σύμφωνα με τον Εσωτερικό Κανονισμό Λειτουργίας του Προγράμματος Μεταπτυχιακών Σπουδών στην Αναλογιστική Επιστήμη και Διοικητική Κινδύνου. Τα μέλη της Επιτροπής ήταν: Καθηγητής Νικόλαος Μαχαιράς (Επιβλέπων) Αναπλ. Καθηγητής Κωνσταντίνος Πολίτης Αναπλ. Καθηγητής Βασίλειος Σεβρόγλου Η έγκριση της Διπλωματικής Εργασίας από το Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης του Πανεπιστημίου Πειραιώς δεν υποδηλώνει αποδοχή των γνωμών του συγγραφέα.

5 UNIVERSITY OF PIRAEUS SCHOOL OF FINANCE AND STATISTICS DEPARTMENT OF STATISTICS AND INSURANCE SCIENCE POSTGRADUATE PROGRAM IN ACTUARIAL SCIENCE AND RISK MANAGEMENT Change of measure for compound mixed renewal processes with applications to premium calculation principles by Christina-Stella Iliopoulou MSc Dissertation submitted to the Department of Statistics and Insurance Science of the University of Piraeus in partial ful lment of the requirements for the degree of Master of Science in Actuarial Science and Risk Management. Piraeus, Greece July 2018

6

7 Περίληψη Για δοσμένη σύνθετη ανανεωτική διαδικασία S κάτω από ένα μέτρο πιθανότητας P παρουσιάζεται ένας χαρακτηρισμός όλων των μέτρων πιθανότητας Q επάνω στο πεδίο ορισμού του P, ώστε τα P και Q να είναι προοδευτικά ισοδύναμα και η S να παραμένει μία σύνθετη ανανεωτική διαδικασία κάτω από το Q. Ως συνέπεια αποδεικνύεται, ότι κάθε σύνθετη ανανεωτική διαδικασία μπορεί να μετατραπεί σε μία σύνθετη P oisson μέσω μιας αλλαγής μέτρων, και παρουσιάζονται κάποιες εφαρμογές στις αρχές υπολογισμού ασφαλίστρου. Τα παραπάνω αποτελέσματα γενικεύονται στις σύνθετες μεικτές ανανεωτικές διαδικασίες. Τα αποτελέσματα αυτά γενικεύουν προηγούμενα αποτελέσματα των Delbaen & Haezendonck [10] και του Λυμπερόπουλου Δ.Π. [2].

8

9 Abstract For a given compound renewal process S under a probability measure P, a characterization at all probability measures Q on the domain of P such that P and Q are progressively equivalent and S is a compound renewal process under Q is presented. As a consequence, it is proven that any compound renewal process can be converted into a compound Poisson one through a change of measure, and some applications to premium calculation principles are presented. A special instance of the above result is the main result of Delbaen & Haezendonck [10]. A generalization of the above results is proven for compound mixed renewal processes, extending in this way the main result of Lyberopoulos D.P. [2].

10

11 Περιεχόμενα Εισαγωγή 1 1 Βασικες Εννοιες και Ορισμοι 3 2 Επισκόπηση Στοιχείων της Κλασσικής Θεωρίας Κινδύνου Η Σ.Δ. Άφιξης των Απαιτήσεων Η Σ.Δ. Αριθμού των Απαιτήσεων Η Διαδικασία Poisson Διαδικασίες συνολικών απαιτήσεων Σύνθετες Κατανομές Μεικτές απαριθμήτριες στοχαστικές διαδικασίες Το υπόδειγμα Η μεικτή στοχαστική διαδικασία Poisson με παράμετρο μείξης Ένας χαρακτηρισμός των martingale-ισοδύναμων σύνθετων ανανεωτικών διαδικασιών Σύνθετες ανανεωτικές διαδικασίες και προοδευτικά ισοδύναμα μέτρα Ο Χαρακτηρισμός Σύνθετες ανανεωτικές διαδικασίες και martingales Εφαρμογές στις αρχές υπολογισμού ασφαλίστρου Αλλαγή μέτρων για σύνθετες μεικτές ανανεωτικές διαδικασίες με εφαρμογές Βασικές έννοιες και ορισμοί Σύνθετες μεικτές ανανεωτικές διαδικασίες και προοδευτικά ισοδύναμα μέτρα Ο Χαρακτηρισμός ix

12 5.4 Σύνθετες μεικτές ανανεωτικές διαδικασίες και Martingales Εφαρμογές στις αρχές υπολογισμού ασφαλίστρου Παραρτήματα 87 A Στοιχεία Θεωρίας Μέτρου 89 A.1 Χρήσιμες έννοιες και ορισμοί A.2 Το Θεώρημα Μονότονης Κλάσης B Στοιχεία Θεωρίας Πιθανοτήτων 95 B.1 Χρήσιμοι Ορισμοί B.2 Γενικές έννοιες στις κατανομές B.3 Διακριτές κατανομές B.4 Συνεχείς κατανομές Ευρετήριο Όρων 115 Ευρετήριο Συμβόλων 117 x

13 Κατάλογος Συντομογραφιών τ.μ. σ.(π).π. σ.κ. σ.δ μ.χ. χ.π. χ.σ. σ.β. σ.ο. κ.δ.π φ.δ.π. i.i.d πρβλ. MPP CMPP CRP CMRP : Τυχαία μεταβλητή : Συνάρτηση πυκνότητας πιθανότητας : Συνάρτηση κατανομής πιθανότητας : Στοχαστική διαδικασία : Μετρήσιμος χώρος : Χώρος Πιθανότητας : Χαρακτηριστική συνάρτηση : Σχεδόν βέβαια : Σχεδόν όλα : Κανονική δεσμευμένη πιθανότητα : Φυσιολογική δεσμευμένη πιθανότητα : Ισοκατανεμημένες και ανεξάρτητες : Παράβαλε : Μεικτή διαδικασία Poisson : Σύνθετη Μεικτής Poisson : Σύνθετη ανανεωτική διαδικασία : Σύνθετη Μεικτή ανανεωτική διαδικασία xi

14 xii

15 Εισαγωγή Είναι γνωστό ότι στην Κλασική Θεωρία Κινδύνου χρησιμοποιείται η σ.δ. Poisson. Όμως η διαδικασία Poisson στην πράξη δεν είναι τόσο χρήσιμη αφού στα χαρτοφυλάκια μεγάλων ασφαλιστικών εταιρειών τα ασφάλιστρα για μεγάλους πληθυσμούς δεν είναι σταθερά. Για το λόγο αυτό πιο χρήσιμες είναι οι σ.δ. όπου τα ασφάλιστρα παίρνουν τιμές από μία τ.μ.. Τέτοιες σ.δ. είναι οι σύνθετες μεικτές διαδικασίες Poisson και πιό γενικά οι σύνθετες μεικτές ανανεωτικές διαδικασίες. Όταν έχουμε μία σ.δ. κάτω απο ένα μέτρο P πολλές φορές είναι χρήσιμο να αλλάξουμε το μέτρο P με ένα μέτρο Q έτσι ώστε η διαδικασία μας να έχει γενικά καλύτερες ιδιότητες ως προς το νέο μέτρο. Στην παρούσα εργασία γίνεται μία συστηματική μελέτη τέτοιων αλλαγών μέτρων για τις σύνθετες ανανεωτικές διαδικασίες και στην συνέχεια για τις σύνθετες μεικτές ανανεωτικές διαδικασίες. Πιό συγκεκριμένα στο Κεφάλαιο 1 δίνονται κάποιες βασικές έννοιες και ορισμοί που είναι απαραίτητοι για την ανάπτυξη των επόμενων Κεφαλαίων. Στα Κεφάλαια 2 και 3 αναφερόμαστε σε βασικά αποτελέσματα της Κλασικής Θεωρίας Κιινδύνου και των σύνθετων μεικτών διαδικασιών Poisson. Στο κεφάλαιο 4 θα δούμε ότι οποιαδήποτε σύνθετη ανανεωτική διαδικασία μέσω αλλαγής μέτρου μετατρέπεται σε σύνθετη διαδικασία Poisson και σε τι μας χρησιμεύει αυτό στις αρχές υπολογισμού ασφαλίστρων. Πιό συγκεκριμένα παρουσιάζεται μία λύση του παρακάτω προβλήματος: (Π) Δοσμένης μιας σύνθετης ανανεωτικής διαδικασίας κάτω από το μέτρο πιθανότητας P, να βρεθεί ένας χαρακτηρισμός όλων των μέτρων πιθανοτήτας Q, έτσι ώστε τα P και Q να είναι προοδευτικά ισοδύναμα και η S να παραμένει μια σύνθετη ανανεωτική διαδικασία κάτω από το Q. Η ευθεία κατεύθυνση ενός τέτοιου χαρακτηρισμού δίνεται στην Πρόταση 4.1.8, που μας δίνει την δυνατότητα χαρακτηρισμού και υπολογισμού παραγώγων Radon-Nikodým για ενδιαφέρουσες περιπτώσεις στα ασφαλιστικά μαθηματικά (βλ. Παραδείγματα και ). Η αντίστροφη κατεύθυνση δίνεται στην Ένότητα 4.2, Πρόταση και ο επιθυμητός χαρακτηρισμός είναι το Θεώρημα Ως συνέπεια του Θεωρήματος αποδεικνύεται στο Πόρισμα 1

16 4.2.10, ότι οποιαδήποτε σύνθετη ανανεωτική διαδικασία μπορεί να μετατραπεί σε μία σύνθετη ανανεωτική διαδικασία Poisson μέσω της αλλαγής μέτρου επιλέγοντας την σωστή παράγωγο Radon-Nikodým. Το κύριο αποτέλεσμα των Delbaen & Haezendonck [10], Proposition 2.2 προκύπτει ως μία ειδική περίπτωση του Θεωρήματος με μία απλοποιημένη απόδειξη βλ. Πόρισμα και την Παρατήρηση που ακολουθεί. Στην ενότητα 4.3 αποδεικνύεται ότι, δοσμένης μιας σύνθετης ανανεωτικής διαδικασίας S κάτω από το P η διαδικασία V : ts t te P [S 1 ]u tpr+ είναι martingale κάτω από το P εάν και μόνο αν η S είναι μια σύνθετη διαδικασία P oisson κάτω από το P, βλ. Θεώρημα 4.3.2, που δείχνει με αυτό τον τρόπο, ότι οι μεθοδολογίες μέσω των martingales για τις αρχές υπολογισμού ασφαλίστρου οδηγούν άμεσα στην περίπτωση των σύνθετων ανανεωτικών διαδικασιών σε σύνθετες διαδικασίες P oisson. Στην Ενότητα 4.4 δίνονται εφαρμογές των αποτελεσμάτων των προηγούμενων ενοτήτων στις αρχές υπολογισμού ασφαλίστρων, βλ. παραδείγματα 4.4.2, και Στο τελευταίο Κεφάλαιο 5 γενικεύοντας τα αποτελέσματα του Κεφαλαίου 4 για σύνθετες μεικτές ανανεωτικές διαδικασίες. Αφού στον ορισμό των σύνθετων μεικτών ανανεωτικών διαδικασιών εμπλέκεται η έννοια της δέσμευσης, είναι φυσικό οι φυσιολογικές δεσμευμένες πιθανότητες (φ.δ.π. για συντομία) να παίζουν ένα σημαντικό ρόλο στη μελέτη μας. Γι αυτό στην Ενότητα 5.1 αναφέρουμε τον Ορισμό της φ.δ.π. (βλ. Ορισμό 5.1.1) και στην Ενότητα 5.2. δίνουμε ένα χαρακτηρισμό των σύνθετων μεικτών ανανεωτικών διαδικασιών μέσω των φ.δ.π. (βλ. Πρόταση 5.2.6). Το κύριο αποτέλεσμα του Κεφαλαίου 5 και της όλης εργασίας είναι το Θεώρημα που λύνει το πρόβλημα (Π) για σύνθετες μεικτές ανανεωτικές διαδικασίες. Ειδική περίπτωση του Θεωρήματος είναι το κύριο αποτέλεσμα της [2], Θεώρημα του Λυμπερόπουλου. Τέλος δίνονται Εφαρμογές του Θεωρήματος στις αρχές υπολογισμού ασφαλίστρων (βλ Παράδειγμα 5.5.2). Τα αποτελέσματα του Κεφαλαίου 5 περιέχονται στην Διδακτορική Διατριβή του Σ.Μ. Τζανίνη [7]. 2

17 Κεφάλαιο 1 Βασικές Έννοιες και Ορισμοί Στο συγκεκριμένο κεφάλαιο παρουσιάζονται εισαγωγικές έννοιες και ορισμοί που θα χρησιμοποιηθούν στην παρούσα εργασία. Συμβολίζουμε με: N : t1, 2, 3,...u το σύνολο των φυσικών αριθμών, με Z το σύνολο των ακεραίων αριθμών, με Q το σύνολο των ρητών αριθμών και με R το σύνολο των πραγματικών αριθμών. Χρησιμοποιούνται επίσης τα εξής σύμβολα: N 0 : N Y t0u, Z : Zzt0u, Q : Qzt0u, R : Rzt0u, R + : tx P R : x ě 0u και R : R Y t 8, 8u. Όμοια ορίζονται και τα σύνολα: Z +, Z + και Q +, Q +. Ακόμη, με N n συμβολίζουμε το σύνολο t0,..., nu Ď N, με N n το σύνολο t1,..., nu Ď N και τέλος με R d συμβολίζεται ο Ευκλείδειος χώρος διάστασης d P N. Έστω Ω σύνολο και A, B Ď Ω. Τότε με A c ή ΩzA : tx P Ω : x R Au συμβολίζεται το συμπλήρωμα του Α (σε σχέση με το Ω) και με A Z B συμβολίζεται η ένωση δύο ξένων μεταξύ τους συνόλων A και B και με Ţ ipi A i συμβολίζεται η ένωση μιας οικογένειας ta i u ipi (I H) ξένων ανά δύο υποσυνόλων του Ω. Για κάθε A Ď Ω με χ A συμβολίζουμε τη δείκτρια συνάρτηση του συνόλου Α. Η ταυτοτική συνάρτηση από το Ω στον εαυτό του συμβολίζεται με id Ω. Για μία απεικόνιση f : D ÞÝÑ E με R f ή με f(d) συμβολίζεται το σύνολο τιμών της f, δηλ. το σύνολο tf(x) : x P Du και για ένα σύνολο A Ď D με f æ A συμβολίζεται ο περιορισμός της f στο A, ενώ με f(a) συμβολίζεται το σύνολο tf(x) : x P Au. Αν G είναι σύστημα υποσυνόλων του Ω, τότε η ελάχιστη σ-άλγεβρα υποσυνόλων του Ω που περιέχει το G, συμβολίζεται με σ(g) και ονομάζεται η σ-άλγεβρα η παραγόμενη από το G, ενώ το G ονομάζεται ένας γεννήτορας της σ(g). Μια σ-άλγεβρα F, είναι αριθμήσιμα παραγόμενη εάν υπάρχει μια αριθμήσιμη οικογένεια G υποσυνόλων του Ω για την οποία ισχύει Fσ(G). Τέλος, η ελάχιστη σ-άλγεβρα υποσυνόλων του R (ή του R n ) που παράγεται από όλα τα ανοικτά υποσύνολα του R (ή του R n ), ονομάζεται η Borel σ-άλγεβρα στο R (ή στο R n ) και συμβολίζεται με B : B(R) (ή B n : B(R n )). Τα στοιχεία μιας Borel σ-άλγεβρας, 3

18 ΚΕΦΆΛΑΙΟ 1. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ονομάζονται σύνολα Borel. Γενικότερα, αν J είναι μια τοπολογία επάνω στο Ω, τότε γράφουμε B(Ω) για την σ-άλγεβρα Borel του Ω, δηλαδή για την σ-άλγεβρα του Ω που παράγεται απο την J. Στη συνέχεια, και εφόσον δε δηλώνεται διαφορετικά, η τριάδα (Ω, Σ, P ) είναι ένας χώρος πιθανότητας (χ.π. για συντομία) και το ζευγάρι (Υ, H) είναι ένας μετρήσιμος χώρος (μ.χ. για συντομία). Κάθε Σ-Η-μετρήσιμη απεικόνιση ονομάζεται και τυχαία μεταβλητή (τ.μ. για συντομία). Με Σ 0 συμβολίζουμε το σύνολο όλων των στοιχείων N P Σ ώστε P (N) 0. Για τ.μ. X, Y : Ω Ñ R γράφουμε X Y P σχεδόν βέβαια (P σ.β. για συντομία), αν tx Y u P Σ 0. Μία τ.μ. f : Ω Ñ R ονομάζεται ολοκληρώσιμη ως προς το μέτρο P αν και μόνο αν ş f dp ă 8. Με L 1 (P ) (L 1 +(P ) αντίστοιχα) συμβολίζεται το σύνολο όλων των ολοκληρώσιμων (αντίστοιχα μη αρνητικών ολοκληρώσιμων) συναρτήσεων f : Ω Ñ R. Ακόμη με L 2 (P ) συμβολίζεται το σύνολο όλων των τετραγωνικά ολοκληρώσιμων συναρτήσεων (δηλαδή όλων των f : Ω Ñ R ώστε ş f 2 dp ă 8 συναρτήσεων). Έστω Υ ένα μη κενό σύνολο. Με π Ω και π Υ συμβολίζονται οι κανονικές προβολές από το Ω ˆ Υ στο Ω και Υ αντίστοιχα. Έστω X P L 1 (P ) και F μία σ υποάλγεβρα του Σ. Κάθε συνάρτηση Y P L 1 (P F) που ικανοποιεί για κάθε A P F την ισότητα ş XdP ş Y dp, ονομάζεται μία εκδοχή της A A δεσμευμένης μέσης τιμής της X δοθείσης της F και συμβολίζεται με E P [X F]. Για X : χ E P L 1 (P ) με E P Σ θέτουμε P (E F) : E P [χ E F]. Έστω (Ω,Σ) και (Υ,Η) μ.χ.. Για κάθε συνάρτηση X : Ω Ñ Υ θέτουμε σ(x) : X 1 (H) : tx 1 (B) : B P Hu. Τότε, η σ(x) είναι μια σ-άλγεβρα στο Ω που ονομάζεται η σ-άλγεβρα στο Ω η παραγόμενη από την X. Αν επι πλέον η X είναι Σ H μετρήσιμη τότε ισχύει σ(x) Ď Σ. Γενικότερα, για μια οικογένεια tx i u ipi συναρτήσεων X i : Ω Ñ Υ, ορίζουμε: ( ) ď σ (tx i u ipi ) : σ σ(x i ). Η σ (tx i u ipi ) ονομάζεται η σ-άλγεβρα η παραγόμενη από την οικογένεια tx i u ipi. Μία συνάρτηση k : H ˆ Ω Ñ R είναι ένας H Σ Μαρκοβιανός πυρήνας (Markov kernel) όταν ικανοποιούνται οι ακόλουθες συνθήκες: ipi 4

19 ΚΕΦΆΛΑΙΟ 1. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ (k1) Η συνολοσυνάρτηση k(, ω) είναι ένα μέτρο πιθανότητας στην H για κάθε σταθερό ω P Ω. (k2) Η συνάρτηση ω ÞÝÑ k(b, ω) είναι Σ μετρήσιμη για οποιοδήποτε σταθερό B P H. Ένας H Σ Μαρκοβιανός πυρήνας ονομάζεται επίσης τυχαίο μέτρο (βλ. π.χ. [15], σελ. 83). Έστω Σ H μετρήσιμη απεικόνιση X : Ω Ñ Υ και μία σ υποάλγεβρα F της Σ. Η δεσμευμένη κατανομή της X επάνω στην F είναι ένας H F Μαρκοβιανός πυρήνας k, που ικανοποιεί για κάθε B P H τη συνθήκη k(b, ) P (X 1 (B) F)( ) P æ F σ.β. Ένας τέτοιος Μαρκοβιανός πυρήνας k θα συμβολίζεται με P X F. Ιδιαιτέρως, αν ο (Ξ,Ζ) είναι ένας μ.χ., Θ μια Σ-Ζ-μετρήσιμη απεικόνιση απο το Ω στο Ξ και F : σ(θ), τότε για κάθε H-Ζ-Μαρκοβιανό πυρήνα k, η απεικόνιση Κ(Θ) : H ˆΩ Ñ R που ορίζεται από τη σχέση K(Θ)(B, ω) : (k(b, ) Θ(ω) για κάθε B P H και ω P Ω είναι ένας H σ(θ) Μαρκοβιανός πυρήνας. Ιδιαιτέρως, για (Υ, H) (R, B) τα σχετικά μέτρα πιθανότητας k(, θ) για θ Θ(ω) με ω P Ω είναι κατανομές στην B και έτσι μπορούμε να γράφουμε K(θ)( ) αντί για k(, θ). Αντίστοιχα, τη περίπτωση του K(Θ) τη συμβολίζουμε με K(Θ). Για ένα d-διάστατο τυχαίο διάνυσμα X : Ω Ñ R d χρησιμοποιούμε τον συμβολισμό P X : K(θ) εννοώντας, οτι το Χ ακολουθεί την κατανομή K(θ) με θ P R d. Με Ga(a, b), όπου a, b ą 0, συμβολίζουμε την κατανομή γάμμα (βλ. π.χ. [23], σελ.180). Ιδιαιτέρως, με Exp(a): Ga(a, 1) συμβολίζουμε την εκθετική κατανομή (βλ. π.χ. [23], σελ.180). Για οποιαδήποτε σ υποάλγεβρα F της Σ, θα λέμε ότι δύο H F Μαρκοβιανοί πυρήνες k i, για i P t1, 2u, είναι P æ F ισοδύναμοι και γράφουμε k 1 k 2 P æ F σ.β., αν υπάρχει P μηδενικό σύνολο N P F τέτοιο ώστε k 1 (B, ω) k 2 (B, ω) για κάθε B P H και ω R N. Μια οικογένεια tσ i u ipi σ υποαλγεβρών της Σ ονομάζεται P -υπό συνθήκη ανεξάρτητη επάνω στη σ-υποάλγεβρα F Ď Σ, αν για κάθε n P N με n ě 2 έχουμε: nź P (E 1 X X E n F) P (E j F) P æ F σ.β. για κάθε j ď n και για κάθε E j P Σ ij όπου τα i 1,..., i n είναι διακριτά στοιχεία του I. Μια οικογένεια X : tx i u ipi με I H Σ H μετρήσιμων απεικονίσεων X i : Ω Ñ Υ ονομάζεται στοχαστική διαδικασία (σ.δ. για συντομία). Κάθε Σ H μετρήσιμη απεικόνιση απο το Ω στο Υ ονομάζεται και τυχαία μεταβλητή (τ.μ. για συντομία). 5

20 ΚΕΦΆΛΑΙΟ 1. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ Μια σ.δ. X : tx i u ipi Σ H μετρήσιμων απεικονήσεων από το Ω στο Υ είναι: P -υπο συνθήκη ανεξάρτητη επάνω στη σ-υποάλγεβρα F της Σ, αν η οικογένεια σ(tχ i u) ipi είναι P -υπο συνθήκη ανεξάρτητη επάνω στην F και P -υπο συνθήκη ισόνομη επάνω στη σ-υποάλγεβρα F της Σ, αν P (F X X 1 i (B)) P ((F X X 1 j (B)), για όλα τα i, j P I, F P F και Β P H. Μία σ.δ. tx i u ipi ονομάζεται ανεξάρτητη μιας οικογένειας tσ j u jpj σ-υποαλγεβρών της Σ, όπου J, I αν για κάθε πεπερασμένο αριθμό τ.μ. X i1,..., X im και σ- υποαλγεβρών Σ 1,..., Σ n της Σ (m, n P N), οι σ-υποάλγεβρες σ(x i1 ),..., σ(x im ), Σ 1,..., Σ n είναι ανεξάρτητες. Έστω tχ t u tpi μια σ.δ. με πραγματικές τ.μ. X t και με ολικά διατεταγμένο σύνολο δεικτών I έτσι ώστε για κάθε t P I το σύνολο τιμών R Xt της Χ t να είναι αριθμήσιμο σύνολο. Η tχ t u tpi ονομάζεται Μαρκοβιανή σ.δ. ή σ.δ. Markov ή θα λέμε ότι ικανοποιεί την Μαρκοβιανή ιδιότητα, εάν ισχύει ( P tx tn+1 x n+1 u ˇ nč tx tj ) x j u P (X tn+1 x n+1 X tn x n ) για όλα τα n P N, t 1,, t n+1 P I με t 1 ă ă t n+1 και x j P R Xtj για κάθε j P [ Şn ] t1,..., n + 1u ώστε P tx t j x j u ą 0. Για κάθε ενδεχόμενο Β P Σ τέτοιο ώστε P (B) 0 και τ.μ. X : Ω ÝÑ R, το ολοκλήρωμα της τυχαίας μεταβλητής X ως προς τη δεσμευμένη πιθανότητα P B συμβολίζεται με E B [X] : E[X B] : XdP B και ονομάζεται η δεσμευμένη μέση τιμή της τ.μ. Χ δοθέντος του ενδεχομένου Β. Έστω I ένα μη κενό, μερικά διατεταγμένο σύνολο δεικτών. Μια οικογένεια tσ j u jpi σ-υποαλγεβρών της Σ ονομάζεται διύλιση ( ltration) αν για κάθε j, k P I με j ă k ισχύει Σ j Ď Σ k. Μία σ.δ. tx j u jpi λέμε ότι είναι προσαρμοσμένη σε μία διύλιση tσ j u jpi αν για κάθε j P I η τ.μ. X j είναι Σ j -μετρήσιμη. Η οικογένοια F X : tfj X u jpi με Fj X : σ(tx k u kďj ) για κάθε j P I, ονομάζεται η κανονική διύλιση για την X : tx j u jpi. Προφανώς, κάθε σ.δ. tx j u jpi είναι προσαρμοσμένη στη κανονική της διύλιση. B 6

21 ΚΕΦΆΛΑΙΟ 1. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ Έστω Z : tz t u tpr+ μία διύλιση για τον μ.χ. (Ω, Σ). Μία σ.δ. tz t u tpr+ πραγματικών τ.μ. ονομάζεται ένα martingale ως προς τη διύλιση tz t u tpr+ ή ένα tz t u tpr+ - martingale αν ισχύουν τα εξής: (m1) H tz t u tpr+ είναι προσαρμοσμένη στη διύλιση tz t u tpr+, (m2) για κάθε t P R +, η Z t P L 1 (P ), (m3) για κάθε s, t P R + με s ď t ισχύει E[Z t Z s ] Z s P æ Z s σ.β.. Η οικογένεια tz t u tpr+ έιναι ένα P -σ.β. θετικό (P, Z)-martingale, εάν η Z t είναι P -σ.β. θετική για κάθε t P R +. Μια διαδικασία tx t u tpi ονομάζεται συνεχής κατά πιθανότητα από δεξιά αν για τ Ó t ισχύει X τ ÝÑ X t κατά πιθανότητα. 7

22 ΚΕΦΆΛΑΙΟ 1. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ 8

23 Κεφάλαιο 2 Επισκόπηση Στοιχείων της Κλασσικής Θεωρίας Κινδύνου Το κεφάλαιο που ακολουθεί αναφέρεται σε βασικές έννοιες και αποτελέσματα της Θεωρίας Κινδύνου. Θα παρουσιαστόυν ιδιότητες των σ.δ. άφιξης των απαιτήσεων και του αριθμού των απαιτήσεων καθώς και κάποια βασικά αποτελέσματα σχετικά με τη διαδικασία Poisson, που αποτελεί τη βάση για τη κατανόηση της μεικτής διαδικασίας Poisson. 2.1 Η Σ.Δ. Άφιξης των Απαιτήσεων Στην παρακάτω ενότητα αναφέρονται ορισμοί και λήμματα που αφορούν τη στοχαστική διαδικασία άφιξης απαιτήσεων και τη στοχαστική διαδικασία ενδιάμεσων χρόνων άφιξης των απαιτήσεων. Ορισμός Η ακολουθία πραγματικών τ.μ. T : tt n u npn0 ονομάζεται σ.δ. άφιξης απαιτήσεων ή σ.δ. άφιξης, εάν υπάρχει σύνολο μηδενικής πιθανότητας Ω T P Σ τέτοιο ώστε, για όλα τα ω P ΩzΩ T να ισχύουν τα εξής: T 0 (ω) 0, και T n 1 (ω) ă T n (ω), για όλα τα n P N. Άμεσα προκύπτει πως για όλα τα ω P ΩzΩ T και n P N, ισχύει T n (ω) ą 0. Το Ρ-μηδενικό σύνολο Ω T ονομάζεται Ρ-μηδενικό σύνολο εξαίρεσης της στοχαστικής διαδικασίας T άφιξης των απαιτήσεων. Ορισμός Έστω T σ.δ. άφιξης απαιτήσεων. Με W : tw n u npn, όπου W n : T n T n 1 για όλα τα n P N, συμβολίζουμε τη σ.δ. ενδιάμεσων χρόνων άφιξης απαιτήσεων ή σ.δ. ενδιάμεσων χρόνων άφιξης. 9

24 ΚΕΦΆΛΑΙΟ 2. ΕΠΙΣΚΟΠΗΣΗ ΚΛΑΣΣΙΚΗΣ ΘΕΩΡΙΑΣ ΚΙΝΔΥΝΟΥ Από τους δύο παραπάνω ορισμούς, για κάθε n P N, προκύπτουν τα εξής: W n (ω) ą 0 για κάθε ω P ΩzΩ T, E[W n ] ą 0 καθώς και η σχέση: T n nÿ W k. (2.1) k1 Απο εδώ και κάτω, και αν δε δηλώνεται διαφορετικά, θεωρούμε τη T ως μια σταθερή σ.δ. άφιξης, και τη W ως τη σ.δ. ενδιάμεσων χρόνων άφιξης την επαγόμενη από τη σ.δ. T. Χωρίς βλάβη της γενικότητας, υποθέτουμε επίσης πως το Ρ-μηδενικό σύνολο εξαίρεσης της σ.δ. άφιξης των απαιτήσεων είναι το κενό σύνολο Ω T : H P Σ. Εφόσον W n : T n T n 1 και T n ř n k1 W k για όλα τα n P N είναι εμφανές πως η σ.δ. άφιξης, και η σ.δ. ενδιάμεσων χρόνων άφιξης, αλληλοκαθορίζονται. Ιδιαιτέρως, έχουμε το παρακάτω προφανές αλλά χρήσιμο αποτέλεσμα. (βλ. π.χ. [23], Lemma 1.1.1). Λήμμα Για κάθε n P N ισχύουν τα εξής: σ(tt k u kpnn ) σ(tw k u kpn n) (2.2) Για την απόδειξη (βλ. [1], Λήμμα 3.2.3). Γίνεται φανερό ότι η γνώση που έχουμε για τους χρόνους άφιξης των απαιτήσεων από τη T n, είναι ίδια με τη πληροφορία που είναι διαθέσιμη από τη γνώση των ενδιάμεσων χρόνων άφιξης των απαιτήσεων, δηλαδή τη W n. Ορισμός Το ενδεχόμενο tsup npn T n ă 8u ονομάζεται έκρηξη (explosion). Λήμμα Αν sup npn E[T n ] ă 8, τότε η πιθανότητα της έκρηξης ισούται με ένα. Πόρισμα Αν ř 8 n1 E[W n] ă 8, τότε η πιθανότητα της έκρηξης ισούται με ένα Για την απόδειξη των δύο παραπάνω αποτελεσμάτων βλ. π.χ. [1], Λήμμα και Πόρισμα Το λήμμα που ακολουθεί βοηθάει για την καλύτερη κατανόηση της σχέσης που υπάρχει μεταξύ του tt n u npn0 και tw n u npn. Λήμμα Έστω θ P (0, 8). Αν η σ.δ. tw n u npn είναι ανεξάρτητη, τότε τα παρακάτω είναι ισοδύναμα: 10

25 ΚΕΦΆΛΑΙΟ 2. ΕΠΙΣΚΟΠΗΣΗ ΚΛΑΣΣΙΚΗΣ ΘΕΩΡΙΑΣ ΚΙΝΔΥΝΟΥ (i) P Wn Exp(θ) για όλα τα n P N και (ii) P Tn Ga(n, θ) για όλα τα n P N. Στην περίπτωση αυτή, E[W n ] 1/θ και E[T n ] n/θ για όλα τα n P N, και επιπρόσθετα, η πιθανότητα της έκρηξης ισούται με μηδέν. Για την απόδειξη βλ. π.χ. [23], Lemma Η Σ.Δ. Αριθμού των Απαιτήσεων Αρχικά θα παρουσιαστεί η διαδικασία απαιτήσεων και πώς η σ.δ. απαιτήσεων και σ.δ. άφιξης απαιτήσεων ορίζει η μία την άλλη. Στη συνέχεια θα δειχθεί μια σύνδεση μεταξύ τών βασικών υποθέσεων που σχετίζονται με την κατανομή του αριθμού των απαιτήσεων και την κατανομή των χρόνων άφιξης. Τέλος, θα αποδείξουμε το κύριο αποτέλεσμα αυτής της ενότητας που χαρακτηρίζει την (ομογενή) σ.δ. Poisson μέσω της σ.δ. των ενδιάμεσων χρόνων και μιας ιδιότητας των martingales. Ορισμός Μια οικογένεια N : tn t u tpr+ τυχαίων μεταβλητών tn t : Ω ÞÝÑ Ru ονομάζεται σ.δ. του αριθμού των απαιτήσεων (claim number process) ή απαριθμήτρια σ.δ. (counting process), αν υπάρχει ένα σύνολο μηδενικής πιθανότητας Ω N P Σ, τέτοιο ώστε για όλα τα ω P ΩzΩ N να ισχύουν τα εξής: (n1) N 0 (ω) 0, (n2) N t (ω) P N 0 Y t8u, για όλα τα t P (0, 8), (n3) N t (ω) inf sp(t,8) N s (ω), για όλα τα t P R +, (n4) sup sp[0,t) N s (ω) ď N t (ω) ď sup sp[0,t) N s (ω) + 1, για όλα τα t P R + και (n5) sup tpr+ N t (ω) 8. Το Ρ-μηδενικό σύνολο Ω N, ονομάζεται Ρ-μηδενικό σύνολο εξαίρεσης της απαριθμήτριας σ.δ. (exceptional P-null set) N. Ερμηνεύοντας τον παραπάνω ορισμό, μπορούμε να θεωρήσουμε πως Η τ.μ. N t δηλώνει το πλήθος των απαιτήσεων που εμφανίζονται στο διάστημα (0, t], Όλες οι τροχιές της N, ξεκινούν από το μηδέν και είναι δεξιά συνεχείς, στα σημεία ασυνέχειας, το άλμα είναι ύψους ένα, και τέλος τείνουν στο άπειρο. 11

26 ΚΕΦΆΛΑΙΟ 2. ΕΠΙΣΚΟΠΗΣΗ ΚΛΑΣΣΙΚΗΣ ΘΕΩΡΙΑΣ ΚΙΝΔΥΝΟΥ Το ακόλουθο θεώρημα δείχνει πως κάθε σ.δ. άφιξης απαιτήσεων παράγει μία απαριθμήτρια σ.δ. και αντίστροφα. Θεώρημα Αν tt n u npn0 μία σ.δ. άφιξης απαιτήσεων και για κάθε t P R + και ω P Ω, θέτουμε 8ÿ N t (ω) : χ ttnďtu(ω) (2.3) n1 τότε για την tn t u tpr+ ισχύουν τα εξής: 1. H tn t u tpr+ είναι μία απαριθμήτρια σ.δ. τέτοια ώστε Ω N Ω T, και 2. Για κάθε n P N 0 και ω P ΩzΩ T ισχύει T n (ω) inftt P R + N t (ω) nu. (2.4) Θεώρημα Αν tn t u tpr+ είναι η απαριθμήτρια σ.δ. και για κάθε n P N 0 και ω P Ω, θέτουμε T n (ω) : inftt P R + N t (ω) nu (2.5) τότε για την tt n u npn0 ισχύουν τα εξής: 1. Η tt n u npn0 είναι μια σ.δ. άφιξης απαιτήσεων τέτοια ώστε Ω T Ω N, και 2. Για κάθε t P R + και ω P ΩzΩ N ισχύει 8ÿ N t (ω) χ ttnďtu(ω). (2.6) Για την απόδειξη των δύο παραπάνω θεωρημάτων βλ. π.χ. [1] Θεώρημα 3.3.2, Θεώρημα αντίστοιχα. Για το υπόλοιπο της εργασίας: Η N : tn t u tpr+, είναι μια σταθερή, αλλά αυθαίρετη απαριθμήτρια σ.δ.. Η T : tt n u npn0, η σ.δ. άφιξης που παράγεται από την N. Η W : tw n u npn, η σ.δ. ενδιάμεσων χρόνων. Το Ρ-μηδενικό σύνολο εξαίρεσης της απαριθμήτριας σ.δ. ότι είναι το κενό σύνολο, δηλαδή ισχύει Ω N H. n1 12

27 ΚΕΦΆΛΑΙΟ 2. ΕΠΙΣΚΟΠΗΣΗ ΚΛΑΣΣΙΚΗΣ ΘΕΩΡΙΑΣ ΚΙΝΔΥΝΟΥ Λήμμα Για κάθε n P N 0 και t P R + ισχύουν: (a) tn t ě nu tt n ď tu και (b) tn t nu tt n ď tuztt n+1 ď tu tt n ď t ă T n+1 u. Το ακόλουθο λήμμα εκφράζει με ένα ιδιαίτερα περιεκτικό τρόπο, το γεγονός πως η απαριθμήτρια σ.δ. και η σ.δ. άφιξης απαιτήσεων παρέχουν την ίδια πληροφορία. Λήμμα Ισχύει ότι: σ(tn t u tpr+ ) σ(tt n u npn0 ) (2.7) Στο σημείο αυτό θα γίνει σύνδεση της πιθανότητας έκρηξης με τη σ.δ. του αριθμού απαιτήσεων ως εξής: Λήμμα Ισχύει ότι: P [tsup T n ă 8u] P npn [ ] ď tn t 8u P ď tpn tp(0,8) tn t 8u. (2.8) Για μία αναλυτική απόδειξη των παραπάνω Λημμάτων βλ. [1], Λήμμα και Λήμμα αντίστοιχα. Στο σημείο αυτό θα οριστεί η έννοια της προσαύξησης του αριθμού των απαιτήσεων σε διάστημα (s, t]. Για s, t P R + τέτοια ώστε s ď t, η προσαύξηση της απαριθμήτριας σ.δ. tn t u tpr+ διάστημα (s, t], ορίζεται από τη σχέση: στο 8ÿ N t N s : χ tsătnďtu. (2.9) n1 Επειδή για κάθε n P N, με N 0 0 και T n ą 0, η σχέση (2.9), συμφωνεί με τον τρόπο που ορίσαμε τη τ.μ. N t στο Θεώρημα

28 ΚΕΦΆΛΑΙΟ 2. ΕΠΙΣΚΟΠΗΣΗ ΚΛΑΣΣΙΚΗΣ ΘΕΩΡΙΑΣ ΚΙΝΔΥΝΟΥ 2.3 Η Διαδικασία Poisson Ορισμός Η απαριθμήτρια σ.δ. tn t u tpr+, ονομάζεται (ομογενής) διαδικασία Poisson με παράμετρο θ P (0, 8), όταν έχει ανεξάρτητες και ισόνομες προσαυξήσεις τέτοιες ώστε για κάθε t P (0, 8) να ισχύει P Nt P(θt). Ένα συμπέρασμα που προκύπτει είναι πως μια απαριθμήτρια σ.δ. με ανεξάρτητες προσαυξήσεις, έχει και στάσιμες προσαυξήσεις, αν για κάθε t, h P R + ισχύει P Nt+h N t P Nh (βλ. π.χ. [1], Λήμμα Α.1.3). Ορισμός Μια απαριθμήτρια σ.δ. tn r t u tpr+ είναι μια τυπική διαδικασία Poisson, αν για κάθε t P R +, η N r t ακολουθεί την Poisson με παράμετρο ένα. Λήμμα (Πολυωνυμικό Κριτήριο) Έστω α P (0, 8). Τότε τα ακόλουθα είναι ισοδύναμα: (a) Για κάθε t P (0, 8) η απαριθμήτρια σ.δ. tn t u tpr+ ικανοποιεί τη σχέση P Nt P(αt), και για κάθε m P N και t 0, t 1,..., t m P R + τέτοια ώστε 0 t 0 ă t 1 ă ă t m, και για κάθε n P N 0 και k 1,..., k m P N 0 τέτοια ώστε το ř m k j n ισχύει [ č m ] P tn tj N tj 1 k j uˇ ˇtN n! mź ( ) kj t m nu ś m k j! tj t j 1. (b) H απαριθμήτρια σ.δ. tn t u tpr+ είναι μια σ.δ. Poisson με παράμετρο α. Για μια αναλυτική απόδειξη του πορίσματος βλ. [4], Λήμμα t m Λήμμα Έστω θ P (0, 8). Τα ακόλουθα είναι ισοδύναμα 1. P Tn Ga(n, θ), για όλα τα n P N 2. P Nt P(θt), για όλα τα t P (0, 8). Στη περίπτωση αυτή, για όλα τα n P N ισχύει E[T n ] n/θ και για όλα τα t P (0, 8) ισχύει E[N t ] θt. Για την απόδειξη βλ. π.χ. [23], Lemma Θεώρημα Έστω θ P (0, 8). Τότε τα ακόλουθα είναι ισοδύναμα: 14

29 ΚΕΦΆΛΑΙΟ 2. ΕΠΙΣΚΟΠΗΣΗ ΚΛΑΣΣΙΚΗΣ ΘΕΩΡΙΑΣ ΚΙΝΔΥΝΟΥ 1. Η σ.δ. W ενδιάμεσων χρόνων άφιξης είναι ανεξάρτητη και ικανοποιεί τη συνθήκη P Wn Exp(a), για κάθε n P N. 2. Η απαριθμήτρια σ.δ. N είναι μια διαδικασία Poisson με παράμετρο θ. 3. Η απαριθμήτρια σ.δ. N έχει ανεξάρτητες προσαυξήσεις και ικανοποιεί τη συνθήκη E[N t ] θt για κάθε t P R Η σ.δ. tn t θtu tpr+ είναι ένα F N martingale. Για μια αναλυτική απόδειξη του θεωρήματος βλ. [1], Θεώρημα Διαδικασίες συνολικών απαιτήσεων Στο κεφάλαιο αυτό, θεωρούμε μια απαριθμήτρια σ.δ. N και T τη σ.δ. άφιξης των απαιτήσεων που εξαρτάται από την απαριθμήτρια σ.δ.. Υποθέτουμε ότι το μηδενικό σύνολο εξαίρεσης είναι το κενό και ότι η πιθανότητα έκρηξης είναι ίση με μηδέν. Επιπλέον, θεωρούμε την ακολουθία X : tx n u npn τ.μ. X n : Ω ÞÝÑ (0, 8). Για t P R +, ισχύει με S 0 : 0, όπου S t : ÿn t k1 X k 8ÿ χ tntnu n0 k1 nÿ X k, (2.10) X n είναι το μέγεθος ή το ποσό της n οστής απαίτησης. S t είναι το μέγεθος των συνολικών απαιτήσεων που έχουν συμβεί σε χρόνο t. Πράγματι, έστω t ě 0 και ω P Ω. Τότε υπάρχει ακριβώς ένα n 0 P N τέτοιο, ώστε ω P tn t n 0 u, δηλαδή τέτοιο ώστε N t (ω) n 0. Επομένως ισχύει 8ÿ χ tntnu(ω) n0 nÿ X k (ω) χ tntn0 u(ω) k1 ÿn 0 k1 X k (ω) ÿn 0 k1 X k (ω) ÿn t k1 X k (ω). Η ακολουθία X ονομάζεται η σ.δ. του μεγέθους των απαιτήσεων, ενώ η οικογένεια S : ts t u tpr+ ονομάζεται η σ.δ. των συνολικών απαιτήσεων, που παράγεται απο την σ.δ. του αριθμού απαιτήσεων και της σ.δ. του μεγέθους των απαιτήσεων. Το ζευγάρι (N, X) ονομάζεται μια διαδικασία κινδύνου, αν η Ν είναι μία απαριθμήτρια διαδικασία, η Χ είναι P i.i.d. και οι σ.δ. Ν και Χ είναι Ρ-ανεξάρτητες. 15

30 ΚΕΦΆΛΑΙΟ 2. ΕΠΙΣΚΟΠΗΣΗ ΚΛΑΣΣΙΚΗΣ ΘΕΩΡΙΑΣ ΚΙΝΔΥΝΟΥ Για το υπόλοιπο του κεφαλαίου, θεωρούμε ότι η ακολουθία X είναι i.i.d. και ότι οι σ.δ. N και X είναι ανεξάρτητες. s S t (ω) t 0 T 1 (ω) T 2 (ω) T 3 (ω) T 4 (ω) T 5 (ω) Τα παρακάτω αποτελέσματα του παρόντος κεφαλαίου αναφέρονται στο βιβλίο [23] του Klaus D. Schmidt. Λήμμα Για κάθε t P R + και B P B ισχύει P [ts t P Bu] [# +] 8ÿ ÿ n P [tn t nu]p X k P B. (2.11) n0 Για μια αναλυτική απόδειξη του Λήμματος βλ. [5], Λήμμα 4.1. Για s, t P R +, με s ď t, για τις προσαυξήσεις της σ.δ. ts t u tpr+ των συνολικών απαιτήσεων στο διάστημα (s, t] ισχύει S t S s ÿn t kn s+1 με S 0 0. Πράγματι, από τον ορισμό της S t ισχύει ότι: S t S s ÿn t k1 X k Σύμφωνα με τον ορισμό της S t, ισχύει ότι: ÿn s k1 X k k1 X k. (2.12) ÿn t kn s+1 X k. S t (ω) (S t S s )(ω) + S s (ω), 16

31 ΚΕΦΆΛΑΙΟ 2. ΕΠΙΣΚΟΠΗΣΗ ΚΛΑΣΣΙΚΗΣ ΘΕΩΡΙΑΣ ΚΙΝΔΥΝΟΥ ακόμα και όταν το S s (ω) απειρίζεται. Για την σ.δ. των συνολικών απαιτήσεων, οι ιδιότητες των ανεξάρτητων ή στάσιμων προσαυξήσεων ορίζονται με τον ίδιο τρόπο όπως και στην σ.δ. του αριθμού των απαιτήσεων. Θεώρημα Αν η απαριθμήτρια σ.δ. έχει ανεξάρτητες προσαυξήσεις, τότε και η σ.δ. των συνολικών απαιτήσεων έχει ανεξάρτητες προσαυξήσεις. Για μια αναλυτική απόδειξη του Θεωρήματος βλ. [5], Θεώρημα Θεώρημα Αν η απαριθμήτρια σ.δ. έχει στάσιμες ανεξάρτητες προσαυξήσεις, τότε και η σ.δ. των συνολικών απαιτήσεων έχει στάσιμες ανεξάρτητες προσαυξήσεις. Για μια αναλυτική απόδειξη του Θεωρήματος βλ. [5], Θεώρημα Σύνθετες Κατανομές Στο παρόν κεφάλαιο θα μελετήσουμε τον τρόπο υπολογισμού της κατανομής του συνολικού μεγέθους των απαιτήσεων S t σε χρόνο t. Θεωρούμε μία τυχαία μεταβλητή N που ικανοποιεί την συνθήκη P N [N 0 ] 1 και ορίζουμε Nÿ S : X k. (2.13) k1 Οι τυχαίες μεταβλητές N και S θα αναφέρονται πάλι ως η απαριθμήτρια σ.δ. και η σ.δ. των συνολικών απαιτήσεων αντίστοιχα. Θεωρούμε επιπλέον ότι οι τ.μ. N και tx n u npn είναι ανεξάρτητες και υποθέτουμε ότι η ακολουθία tx n u npn είναι i.i.d.. Στην περίπτωση αυτή η κατανομή P S των συνολικών απαιτήσεων ονομάζεται σύνθετη κατανομή και συμβολίζεται με C(P N, P X ). Οι σύνθετες κατανομες συνήθως προσδιορίζονται απο την κατανομή της απαριθμήτριας σ.δ.. Για παράδειγμα, αν η P N ακολουθεί την κατανομή P oisson, τότε και η C(P N, P X ) ονομάζεται σύνθετη κατανομή Poisson. Το επόμενο αποτέλεσμα είναι μια αναδιατύπωση του Λήμματος

32 ΚΕΦΆΛΑΙΟ 2. ΕΠΙΣΚΟΠΗΣΗ ΚΛΑΣΣΙΚΗΣ ΘΕΩΡΙΑΣ ΚΙΝΔΥΝΟΥ Λήμμα Για κάθε B P B ισχύει P S [B] 8ÿ n0 P N [tnu]p n X [B]. (2.14) Σε μερικές περιπτώσεις είναι πιο εύκολο να χρησιμοποιείται η χαρακτηριστική συνάρτηση της κατανομής των συνολικών απαιτήσεων. Λήμμα Η χαρακτηριστική συνάρτηση της S ικανοποιεί τη σχέση ενώ η πιθανογεννήτρια συνάρτηση ικανοποιεί τη σχέση φ S (z) m N (φ X (z)) (2.15) m S (z) m N (m X (z)). Για μια αναλυτική απόδειξη του Λήμματος βλ. [5], Λήμμα Πόρισμα Αν P N P(α), τότε η χαρακτηριστική συνάρτηση της S ικανοποιεί την φ S (z) e α(φ X(z) 1). (2.16) Αν η κατανομή του αριθμού των απαιτήσεων ακολουθεί μια κατανομή Bernoulli ή μια λογαριθμική κατανομή, τότε ο υπολογισμός τησ σύνθετης κατανομής P oisson μπορεί να απλοποιηθεί σύμφωνα με τα παρακάτω Πορίσματα. Πόρισμα Για κάθε α P (0, 8) και η P (0, 1), ισχύει ότι C(P(α), B(η)) P(αη). (2.17) Πόρισμα Για κάθε α P (0, 8) και η P (0, 1), ισχύει ότι ( ) α C(P(α), Log(η)) NB log(1 η), 1 η. (2.18) Λήμμα (Οι ταυτότητες του Wald) Υποθέτουμε ότι E[N] ă 8 και E[X] ă 8. Τότε για την μέση τιμή και την διακύμανση της S ισχύει E[S] E[N] E[X] (2.19) και Var[S] E[N] Var[X] + Var[N] E[X] 2 (2.20) Για την υπόλοιπη εργασία, εκτός αν αναφέρεται κάτι διαφορετικό, Υ : (0, 8), (Υ, H) : (Υ, B(Υ)), X : tx n u npn είναι μια σ.δ. μεγέθους απαιτήσεων, και X 1 P L 1 (P ) και το ζεύγος (N, X) είναι μια σ.δ. κινδύνου από την οποία επάγεται η σ.δ. S : ts t u tpr+ συνολικών απαιτήσεων. 18

33 Κεφάλαιο 3 Μεικτές απαριθμήτριες στοχαστικές διαδικασίες Το μοντέλο της διαδικασίας Poisson στην κλασική Θεωρία Κινδύνου χρησιμοποιείται περισσότερο για λόγους απλότητας, καθώς κυρίως το γεγονός της ύπαρξης εκθετικά κατανεμμημένων ενδιάμεσων χρόνων καθιστά το μοντέλο θελκτικό από άποψη υπολογιστικού κόστους και πολυπλοκότητας. Δύο από τα σημαντικότερα προβλήματα ενός τέτοιου μοντέλου είναι ότι στην πράξη τα χαρτοφυλάκια είναι ανομοιογενή και η μεταβλητότητά τους, που εκφράζεται από τον λόγο της διακύμανσης προς τη μέση τιμή του πλήθους των κινδύνων, είναι συνήθως μεγαλύτερη της μονάδας. Είναι επομένως φυσιολογικό να αναζητηθούν μοντέλα που εκφράζουν με μεγαλύτερη ακρίβεια τον πραγματικό κόσμο. Ένα τέτοιο μοντέλο είναι το ανανεωτικό (γνωστό και ως μοντέλο Sparre Andersen), στο οποίο οι ενδιάμεσοι χρόνοι παραμένουν ανεξάρτητοι και ισόνομοι, αλλά όχι κατ ανάγκη εκθετικά κατανεμημένοι. Όσον αφορά το πρόβλημα ομοιογένειας του χαρτοφυλακίου αυτό λύνεται, αν ερμηνεύσουμε το χαρτοφυλάκιο μας ως μία μείξη από μικρότερα ομοιογενή χαρτοφυλάκια. Τότε η απαριθμήτρια διαδικασία που περιγράφει το ανομοιογενές χαρτοφυλάκιο ορίζεται ως μία μείξη των απαριθμητριών διαδικασιών που περιγράφουν τα ομοιογενή χαρτοφυλάκια, ώστε η κατανομή μείξης να αναπαριστά τη δομή του ανομοιογενούς χαρτοφυλακίου. 3.1 Το υπόδειγμα Ορισμός Η απαριθμήτρια σ.δ. N έχει: υπό συνθήκη ανεξάρτητες προσαυξήσεις ως προς το Θ, αν για κάθε m P N και t 0, t 1,..., t m P R + τέτοια ώστε 0 t 0 ă t 1 ă ă t m, οι προσαυξήσεις tn tj 19

34 ΚΕΦΆΛΑΙΟ 3. ΜΕΙΚΤΈΣ ΑΠΑΡΙΘΜΉΤΡΙΕΣ ΣΤΟΧΑΣΤΙΚΈΣ ΔΙΑΔΙΚΑΣΊΕΣ N tj 1 u jp(1,...,m) είναι υπό συνθήκη ανεξάρτητες ως προς το Θ, και έχει υπό συνθήκη στάσιμες προσαυξήσεις ως προς το Θ, αν για κάθε m P N και t 0, t 1,..., t m, h P R + τέτοια ώστε 0 t 0 ă t 1 ă ă t m, οι προσαυξήσεις tn tj+h N tj 1+h u jp(1,...,m) έχουν την ίδια υπό σύνθήκη κατανόμη ως προς το Θ, με τις tn tj N tj 1 u jpt1,...,mu. Άμεσα προκύπτει πως μια απαριθμήτρια σ.δ. με υπό συνθήκη ανεξάρτητες προσαυξήσεις ως προς Θ, έχει και υπό συνθήκη στάσιμες προσαυξήσεις ως προς Θ αν και μόνο αν η P Nt+h N t Θ P Nh Θ, P σ(θ) σ.β. για όλα τα t, h P R +. Για την απόδειξη χρησιμοποιούνται παρόμοια επιχειρήματα με εκείνα της απόδειξης του Λήμματος Α 1.3 του [1] Λυμπερόπουλος Δ.Π. (2006), Λήμμα Αν μια απαριθμήτρια σ.δ. έχει υπό συνθήκη στάσιμες προσαυξήσεις ως προς Θ, τότε έχει και στάσιμες προσαυξήσεις. Για την απόδειξη του παρακάτω Λήμματος βλέπε π.χ. [23] Schmidt, Lemma Αντίθετα το ερώτημα αν η απαριθμήτρια σ.δ. με υπό συνθήκη ανεξάρτητες προσαυξήσεις ως προς το Θ μπορεί να έχει ανεξάρτητες προσαυξήσεις, γενικά έχει αρνητική απάντηση όπως θα το δούμε παρακάτω. Το λήμμα που ακολουθεί προκύπτει άμεσα απο τις ιδιότητες της υπό συνθήκη αναμενόμενης τιμής. Λήμμα Αν η απαριθμήτρια σ.δ. tn t u tpr+ έχει πεπερασμένες μέσες τιμές, τότε E[N t ] E[E(N t Θ)] Var[N t ] E[Var(N t Θ)] + Var[E(N t Θ)] για όλα τα t P R Η μεικτή στοχαστική διαδικασία Poisson με παράμετρο μείξης Ορισμός Η απαριθμήτρια σ.δ. tn t u tpr+ ονομάζεται μεικτή στοχαστική διαδικασία Poisson με παράμετρο Θ(P-MPP(Θ)για συντομία), εάν Θ είναι μια τ.μ. για την οποία ισχύει P Θ [(0, 8)], και 20

35 ΚΕΦΆΛΑΙΟ 3. ΜΕΙΚΤΈΣ ΑΠΑΡΙΘΜΉΤΡΙΕΣ ΣΤΟΧΑΣΤΙΚΈΣ ΔΙΑΔΙΚΑΣΊΕΣ tn t u tpr+ έχει υπό συνθήκη στάσιμες και ανεξάρτητες προσαυξήσεις ως προς το Θ, έτσι ώστε για κάθε t P R + να ισχύει η σχέση P Nt Θ P (tθ), P (σθ)-σ.β. Ιδιαιτέρως, αν η κατανομή της Θ είναι εκφυλισμένη στο θ 0 ą 0(δηλαδή P Θ (tθ 0 u)), τότε η tn t u tpr+ είναι μια P-σ.δ. Poisson με παράμετρο θ 0. Λήμμα Αν η απαριθμήτρια σ.δ. tn t u tpr+, είναι μια P-MPP(Θ), τότε έχει στάσιμες προσαυξήσεις και ικανοποιεί την σχέση: P [tn t u] ą 0, για όλα τα t P (0, 8) και για n P N 0. Για μία αναλυτική απόδειξη του Λήμματος (βλ. π.χ. [4], Λήμμα 4.1.4). Θεώρημα Αν η απαριθμήτρια σ.δ. είναι μια P-MPP(Θ), τότε είναι και διαδικασία Markov. Για την απόδειξη βλ. π.χ. [23], Theorem Λήμμα Αν η απαριθμήτρια σ.δ. E[Θ] ă 8, τότε για κάθε t P R + ισχύει : tn t u tpr+, είναι μια P-MPP(Θ), τέτοια ώστε η E[N t ] t E[Θ] και Var[N t ] t E[Θ] + t 2 Var[Θ]. Ιδιαιτέρως η πιθανότητα έκρηξης ισούται με μηδέν. Για την απόδειξη βλ. [23], Lemma Έτσι, αν η απαριθμήτρια σ.δ. tn t u tpr+, είναι μια P-MPP(Θ) έτσι ώστε η κατανομή της Θ να είναι μη εκφυλισμένη και να έχει πεπερασμένη μέση τιμή, τότε, για όλα τα t P (0, 8), ισχύει ότι Var(N t ) ą E(N t ). 21

36 ΚΕΦΆΛΑΙΟ 3. ΜΕΙΚΤΈΣ ΑΠΑΡΙΘΜΉΤΡΙΕΣ ΣΤΟΧΑΣΤΙΚΈΣ ΔΙΑΔΙΚΑΣΊΕΣ 22

37 Κεφάλαιο 4 Ένας χαρακτηρισμός των martingale-ισοδύναμων σύνθετων ανανεωτικών διαδικασιών Ένα βασικό αποτέλεσμα των χρηματοοικονομικών μαθηματικών (ονομάζόμενο το θεμελιώδες θεώρημα τιμολόγησης περιουσιακών στοιχείων) είναι, ότι για κάθε σ.δ. U:tU t u tpr+ η ύπαρξη ενός martingale-ισοδύναμου μέτρου είναι ουσιαστικά ισοδύναμη με την απουσία ευκαιριών κερδοσκοπίας. Ξεκινώντας από την οικονομικά ουσιαστική υπόθεση ότι η U δεν επιτρέπει κερδοσκοπία, το θεώρημα επιτρέπει το μέτρο πιθανότητας P του υποκείμενου χώρου πιθανότητας (Ω,Σ,Ρ) να αντικατασταθεί από ένα ισοδύναμο μέτρο πιθανότητας Q έτσι ώστε η διαδικασία U να γίνει martingale κάτω απο το νέο μέτρο. Ιδιαίτερα, το πρόβλημα της δίκαιης τιμολόγησης ενδεχόμενων απαιτήσεων, με την ονομασία αρχή της ισοδυναμίας, μια πρόκληση για την αναλογιστική αρχή, ανάγεται στο προσδιορισμό των αναμενόμενων τιμών σε σχέση με το μέτρο Q και μπορεί επίσης να θεωρηθεί ως αποτέλεσμα της αποστροφής έναντι του κινδύνου, αποδίδοντας περισσότερο βάρος σε δυσμενή γεγονότα και λιγότερο βάρος σε πιο ευνοϊκά γεγονότα. Οι θεμελιώδεις εργασίες για την τιμολόγηση των ασφαλίσεων οφείλονται στους Sonde rmann [26] (1991) και στον Delbaen & Haezendonck [10] (1989). Οι τελευταίοι συγγραφείς ξεκινούν από την υποκείμενη σύνθετη διαδικασία P oisson S:tS t u tpr+ που αντιπροσωπεύει το συνολικό ποσό απαιτήσεων ενός χαρτοφυλακίου μιας ασφαλιστικής εταιρίας, που έχει καταβληθεί μέχρι το χρόνο t και υποθέτουν ότι για κάθε χρονική στιγμή t η ασφαλιστική εταιρεία μπορεί να πουλήσει το υπόλοιπο ποσό S T S t αυτού του χαρτοφυλακίου κατά την περίοδο (t, T ) για κάποιο ασφάλιστρο p t. Η υποκείμενη διαδικασία U, δηλαδή η αξία του χαρτοφυλακίου απαιτήσεων κατά τη χρονική στιγμή t P [0, T ] έχει τη μορφή U t : p t + S t. 23

38 ΚΕΦΆΛΑΙΟ 4. ΈΝΑΣ ΧΑΡΑΚΤΗΡΙΣΜΌΣ ΤΩΝ MARTINGALE-ΙΣΟΔΎΝΑΜΩΝ CRP Οι Delbaen & Haezendonck υποστηρίζουν ότι η ρευστότητα της αγοράς θα πρέπει να συνεπάγεται την απουσία ευκαιριών κερδοσκοπίας. Ως συνέπεια του θεμελιώδους θεωρήματος της τιμολόγησης περιουσιακών στοιχείων (βλ. [14] Harrison & Kreps (1979)), θα πρέπει ένα ουδέτερου κινδύνου μέτρο πιθανότητας ή ισοδύναμα ένα martingale ισοδύναμο μέτρο πιθανότητας Q έτσι ώστε η U να είναι martingale ως προς το Q. Επιπλέον, επιχειρηματολογούν ότι τα ασφάλιστρα p t (0 ď t ď T ) θα πρέπει να είναι σε ένα προς ένα αντιστοιχία με τα μέτρα ουδέτερου κινδύνου επάνω στη διύλιση FT S : σ(ts tu 0ďtďT ) και θα πρέπει να πληρούν την συνθήκη p t p (T t), όπου το p είναι η πυκνότητα του ασφαλίστρου. Σημειώνουμε ότι, λόγω της δομής άλματος μιας σύνθετης διαδικασίας P oisson, υπάρχουν πολλά τέτοια μέτρα κινδύνου, έτσι ώστε η τιμολόγηση να συνδέεται άμεσα με μια στάση προς τον κίνδυνο. Η παραπάνω θεώρηση οδήγησε τους Delbaen & Haezendonck στo ακόλουθo βασικό πρόβλημα. Δοσμένης μιας σύνθετης διαδικασίας P oisson S κάτω από το μέτρο πιθανότητας P, να χαρακτηριστούν όλα τα μέτρα πιθανοτήτας Q, έτσι ώστε το Q να είναι ισοδύναμο με το P και η S να παραμένει μια σύνθετη διαδικασία P oisson κάτω από το Q. Οι Delbaen & Haezendonck έλυσαν αυτό πρόβλημα στην εργασία [10], Proposition 2.2. Από το παραπάνω πρόβλημα προκύπτει φυσιολογικά το πρόβλημα (Π) της εισαγωγής, με την επίλυση του οποίου ασχολούμαστε στο παρόν κεφάλαιο. Τα αποτελέσματα του παρόντος Κεφαλαίου έχουν αποδειχθεί στην εργασία [19]. 4.1 Σύνθετες ανανεωτικές διαδικασίες και προοδευτικά ισοδύναμα μέτρα Έστω F X : tfn X u npn, F W : tfn W u npn και F S : tft S u tpr+ οι κανονικές διυλίσεις των διαδικασιών X : tx n u npn, W, S αντίστοιχα. Λήμμα Θεωρούμε t ě 0 και ορίζουμε την οικογένεια 8ď A t : t tn t ku X A k ě 0 A k P σ(tw 1,..., W k ; X 1,..., X k u)u (4.1) k0 Τότε η A t και η F S t είναι ίσες. Απόδειξη. Γνωρίζοντας οτι Ft S σ(a t ) αρκεί να δείξουμε οτι η A t είναι μια σ άλγεβρα. Πράγματι, το κενό σύνολο ανήκει στην A t, αφού H ď tn t ku X H με H P σ(tw 1,..., W k ; X 1,..., X k u). kpn 0 24

39 ΚΕΦΆΛΑΙΟ 4. ΈΝΑΣ ΧΑΡΑΚΤΗΡΙΣΜΌΣ ΤΩΝ MARTINGALE-ΙΣΟΔΎΝΑΜΩΝ CRP Έστω 8ď A tn t ku X A k, (4.2) k0 όπου A k P σ(tw 1,..., W k ; X 1,..., X k u) για κάθε k P N 0, είναι ένα σύνολο μέσα στην A t. Θα δείξουμε ότι A c P A t. Πράγματι, έστω B : Ť lpn 0 (tn t lu X A c l ) P A t όπου A l P σ(tw 1,..., W l ; X 1,..., X l u). Για να δείξω ότι B A c αρκεί να δείξω ότι A X B H και A Y B Ω. Πράγματι, A X B A X ( ď (tn t lu X A c l) lpn 0 ( ď ď (tn t ku X A k )) X ( (tn t lu X A c l)) kpn 0 lpn 0 ď ď kpn 0 ď lpn 0 (tn t ku X A l X tn t lu X A c l lpn 0 (tn t ku X A k X A c l) H και A Y B A Y ( ď (tn t lu X A c l) lpn 0 ( ď ď (tn t ku X A k )) Y ( (tn t lu X A c l)) kpn 0 lpn 0 ď ď ď (tn t ku X A l ) Y (tn t lu X A c l) Ě (tn t ku X (A k Y A c k)) kpn 0 lpn 0 kpn 0 ď tn t ku kpn 0 Ω Άρα Ω A Y B. Υποθέτοντας οτι η ta n u npn0 είναι ακολουθία στην A t με A n ď kpn 0 tn t ku X A n P N, όπου A n k P σ(tw 1,..., W k ; X 1,..., X k u) 25

40 ΚΕΦΆΛΑΙΟ 4. ΈΝΑΣ ΧΑΡΑΚΤΗΡΙΣΜΌΣ ΤΩΝ MARTINGALE-ΙΣΟΔΎΝΑΜΩΝ CRP έχουμε [ ] ď ď ď A n (tn t ku X A n k) npn 0 npn 0 kpn 0 ď ď (tn t ku X A n k) npn 0 kpn 0 ď ď (tn t ku X A n k) kpn 0 npn 0 ď [ ( )] ď tn t ku X P A t kpn 0 npn 0 A n k όπου ď npn 0 A n k P σ(tw 1,..., W k ; X 1,..., X k u). Άρα ď npn 0 A n k P A t. l Λήμμα Για κάθε t P R + και n P N 0 ισχύει F S t X tn t nu σ(f X n Y F W n ) X tn t nu. (4.3) Απόδειξη. Έστω ένα αυθαίρετο t ě 0 και n P N 0. Αφου ισχύει η συνθήκη σ(fn X Y Fn W ) X tn t nu Ď Ft S X tn t nu, πρέπει να αποδείξουμε μόνο τον αντίστροφo εγκλεισμό. Έστω A P Ť uďt σ(s u). Τότε υπάρχει ένα u P [0, t] και ένα σύνολο B P B(Υ) τέτοιο ώστε A S 1 u (B) Ť kpn 0 (tn u ku X B k ), όπου B k : ( ř k Xj) 1 (B) P Fk X, για κάθε k P N 0. Επομένως, n 1 ď A X tn t nu [( tn u ku X B k ) X tn t nu] Y (tn u nu X B n X tn t nu). k0 Θέτοντας C n : Ť n 1 k0 (tn u ku X B k ) P σ(f X n Y F W n ) λαμβάνουμε ότι A X tn t nu D n X tn t nu, όπου D n : C n Y(tT n ď uuxb n ) P σ(f X n YF W n ). Κατά συνέπεια, ισχύει Ť uďt σ(s u)xtn t nu Ď σ(f X n Y F W n ) X tn t nu δηλαδή F S t X tn t nu Ď σ(f X n Y F W n ) X tn t nu. l Ορισμός Έστω Q ένα μέτρο πιθανότητας επάνω στη Σ. Τότε το P και το Q είναι (a) ισοδύναμα επάνω στη Σ, εάν έχουν τα ίδια μηδενικά σύνολα στη Σ, συμβολισμός P Q, 26

41 ΚΕΦΆΛΑΙΟ 4. ΈΝΑΣ ΧΑΡΑΚΤΗΡΙΣΜΌΣ ΤΩΝ MARTINGALE-ΙΣΟΔΎΝΑΜΩΝ CRP (b) προοδευτικά ισοδύναμα (για την F S ), εάν για κάθε t P R + έχουν τα ίδια μηδενικά σύνολα στην Ft S, συμβολισμός P pr Q, (c) ιδιάζοντα ή κάθετα (singular) επάνω στη Σ, εάν υπάρχει ένα σύνολο A P Σ τέτοιο ώστε P (A) Q(ΩzA) 1, συμβολισμός P K Q. Λήμμα (a) Έστω ότι η Χ είναι Q i.i.d., Q X1 P X1 και έστω h να είναι μία πραγματική συνάρτηση, που είναι ένα προς ένα και B(Υ)-μετρήσιμη. Τότε υπάρχει μία P X1 - σ.β. μοναδική, B(Υ)-μετρήσιμη συνάρτηση γ έτσι ώστε (i) E P [h 1 γ X 1 ] 1, (ii) για κάθε n P N και για ολα τα A P F X n Q(A) E P [χ A ισχύει η συνθήκη ] nź (h 1 γ X j ). (4.4) (b) Έστω ότι η W είναι P i.i.d. και Q i.i.d., και Q W1 P W1. Τότε υπάρχει μία P W1 -σ.β. μοναδική θετική συνάρτηση r P L 1 +(P W1 ) έτσι ώστε για κάθε n P N και για όλα τα D P F W n να ισχύει η συνθήκη Q(D) E P [χ D ] nź (r W j ). (4.5) Απόδειξη. (a) Αρχικά σημειώνουμε ότι h(υ) P B (βλ. π.χ. [9] Θεώρημα 8.3.7) και οτι η συνάρτηση h 1 είναι B(h(Υ))-B(Υ)-μετρήσιμη (βλ. π.χ. [9] Πρόταση 8.3.5). Αφού ισχύει P X1 Q X1 απο το Θεώρημα Radon-Nikodým υπάρχει μία P X1 -σ.β. μοναδική θετική συνάρτηση f P L 1 (P X1 ) έτσι ώστε Q X1 (B) B f dp X1 για κάθε B P B(Υ). Θέτουμε γ : h f. Προφανώς η γ είναι μια Borel μετρήσιμη συνάρτηση. Η σχέση (i) αποδεικνύεται ως εξής: E P [ h 1 γ X 1 ] Ω Ω Ω Υ h 1 γ X 1 dp h 1 h f X 1 dp f X 1 dp fp X1 Q X1 (Υ) 1. 27

42 ΚΕΦΆΛΑΙΟ 4. ΈΝΑΣ ΧΑΡΑΚΤΗΡΙΣΜΌΣ ΤΩΝ MARTINGALE-ΙΣΟΔΎΝΑΜΩΝ CRP (ii): Έστω n P N σταθερό αλλά αυθαίρετο και έστω η οικογένεια # + č n Cn X : A j : A j P σ(x j ). (a1) Ένας εύκολος υπολογισμός δείχνει οτι κάθε A P C X n ικανοποιεί την συνθήκη (3.3). Πράγματι, έστω A P Cn X. Τότε υπάρχουν A j P σ(x j ) ώστε A Ş n A j, δηλαδή υπάρχουν B j P B(Υ) ώστε A j X 1 j (B j ) και A Ş n X 1 j (B j ). Επομένως, ] nź nź nź E P [χ A (h 1 γ X j ) (h 1 γ X j )dp (h 1 h f X j )dp A nź (f X j )dp A nź Ω nź nź A ź n χ A Ω χ X 1 j (B j ) (f X j)dp X 1 j (B j ) (f X j )dp Q X 1 ( j (B j )) Q ( n č nź (f X j )dp nź Ω f dp Xj B j ) X 1 j (B j ) χ X 1 j (B j ) (f X j)dp nź Q Xj (B j ) Q(A), όπου η έκτη και η δέκατη ισότητα είναι συνέπεια της Ρ-ανεξαρτησίας της σ.δ. Χ. (a2) Ορίζουμε την οικογένεια των συνόλων [ #E P F Xn : Q(E) E P D X n : χ E Η οικογένεια των συνόλων D X n είναι μία κλάση Dynkin στον Ω. Πράγματι, ]+ nź (h 1 γ X j ). (Dyn1) H P D X n αφού ] nź Q(H) 0 E P [χ H (h 1 γ X j ). (Dyn2) Για κάθε E P Dn X, έχουμε ότι ΩzE P Dn X. Πράγματι, σημειώνουμε ότι Ω P Dn X αφού [ ] [ ] nź ź n nź Q(Ω) E [h 1 P γ X j ] E (h 1 P γ X j ) E P χ Ω (h 1 γ X j ) 28

43 ΚΕΦΆΛΑΙΟ 4. ΈΝΑΣ ΧΑΡΑΚΤΗΡΙΣΜΌΣ ΤΩΝ MARTINGALE-ΙΣΟΔΎΝΑΜΩΝ CRP όπου η πρώτη ισότητα προκύπτει απο το Λήμμα (i) και η δεύτερη ισότητα προκύπτει απο το γεγονός ότι X j είναι ανεξάρτητα. Ως συνέπεια παίρνουμε ότι Q(ΩzE) Q(Ω) Q(E) ] [ ] nź nź E P [χ Ω (h 1 γ X j ) E P χ E (h 1 γ X j ) E P [(χ Ω χ E ) E P [χ ΩzE ] nź (h 1 γ X j ) ] nź (h 1 γ X j ). (Dyn3) Για κάθε ακολουθία te n u npn ανά δύο ξένα μεταξύ τους σύνολα μέσα στην Dn X έχουμε Ť npn E n P Dn X. Πράγματι, Q( ď E n ) ÿ Q(E n ) ÿ ] nź E P [χ En (h 1 γ X j ) npn npn npn [ ] ÿ nź E P χ En (h 1 γ X j ) npn E P [χ Ť npn En ] nź (h 1 γ X j ). Επομένως, απο τις (Dyn1), (Dyn2) και (Dyn3), προκύπτει ότι η D X n είναι κλάση Dynkin. (a3) Θέτουμε r G X n : G X n Y C X n, όπου G X n : Ť n σ (X j). Τότε F X n D X n. Πράγματι, έχουμε ότι Fn X σ(gn X ) Ď σ( G r n X ) Ď Fn X, ως εκ τούτου σ( G r n X ) Fn X. Το τελευταίο μαζί με το γεγονός ότι ο γενήτορας G r n X είναι κλειστός ως προς τις πεπερασμένες τομές, μας επιτρέπουν να εφαρμόσουμε το Θεώρημα της Μονότονης κλάσης (βλ. Θεώρημα A.2.4) για να πάρουμε F X n D X n, επομένως ισχύει το (ii). (b) Σημειώνουμε ότι αφού P W1 Q W1 απο το Θεώρημα Radon-Nikodým υπάρχει μία συνάρτηση r P L 1 +(P W1 ) τέτοια ώστε Q W1 (D) Έστω ένα αυθαίρετο αλλά σταθερό n P N 0. (b1) Θέτουμε D r dp W1 για κάθε D P B(Υ ). (4.6) # + č n Cn W : D j : D j P σ(w j ). 29

44 ΚΕΦΆΛΑΙΟ 4. ΈΝΑΣ ΧΑΡΑΚΤΗΡΙΣΜΌΣ ΤΩΝ MARTINGALE-ΙΣΟΔΎΝΑΜΩΝ CRP Τότε για κάθε D P Cn W ισχύει η συνθήκη (4.5). Πράγματι, έστω D P Cn W, τότε υπάρχει ένα F j D Ş n W 1 j (F j ). Επομένως, P B(Υ ) με j P t1,..., nu τέτοιο ώστε Q(D) (4.6) χ Ş n W 1 nź nź χ W 1 j r dp Wj F j nź j (F j ) dq n ź n (F j ) dq ź Q Wj (F j ) nź W 1 j (F j ) χ W 1 j (F j ) (r W j) dp χ Ş n W 1 j (F j ) E P [χ D ] nź (r W j ), χ W 1 j (F j ) dq r W j dp nź nź (r W j ) dp χ D χ W 1 j (F j ) (r X j) dp nź (r X j ) dp όπου η τρίτη και η όγδοη ισότητα προκύπτουν απο το γεγονός ότι οι τυχαίες μεταβλητές W 1,..., W n είναι ανεξάρτητες. (b2) Ορίζουμε την οικογένεια των συνόλων [ #V P F Wn : Q(V ) E P D W n : χ V Η οικογένεια των συνόλων D W n είναι μία κλάση Dynkin στον Ω. ]+ nź (r W j ). Πράγματι, (Dyn1) H P D W n αφού ] nź Q(H) 0 E P [χ H (r W j ). (Dyn2) Για κάθε V P Dn W, έχουμε ότι ΩzV P Dn W. Πράγματι, σημειώνουμε ότι Ω P Dn W λόγω της (b1), αφού Ω P Cn W. Επομένως, ] [ ] nź nź Q(ΩzV ) Q(Ω) Q(V ) E P [χ Ω (r W j ) E P χ V (r W j ) E P [(χ Ω χ V ) ] [ nź (r W j ) E P χ ΩzV ] nź (r W j ). 30

45 ΚΕΦΆΛΑΙΟ 4. ΈΝΑΣ ΧΑΡΑΚΤΗΡΙΣΜΌΣ ΤΩΝ MARTINGALE-ΙΣΟΔΎΝΑΜΩΝ CRP (Dyn3) Για κάθε ακολουθία tv n u npn ανά δύο ξένων μεταξύ τους συνόλων στην Dn W ότι Ť npn V n P Dn W. Πράγματι, Q( ď V n ) ÿ Q(V n ) ÿ ] nź E P [χ Vn (r W j ) npn npn npn [ ] ÿ nź E P χ Vn (r W j ) npn E P [χ Ť npn Vn ] nź (r W j ). Έτσι, λαμβάνοντας υπόψιν τις (Dyn1), (Dyn2) και (Dyn3), προκύπτει ότι η Dn W Dynkin κλάση. έχουμε είναι μία (b3) Θέτουμε r G W n : G W n Y C W n, όπου G W n : Ť n σ (W j). Τότε F W n D W n. Πράγματι, έχουμε ότι Fn W σ(gn W ) Ď σ( G r n W ) Ď Fn W, ως εκ τούτου σ( G r n W ) Fn W. Το τελευταίο μαζί με το γεγονός ότι η οικογένεια G r n W είναι κλειστή ως προς τις πεπερασμένες τομές μας επιτρέπουν να εφαρμόσουμε το Θεώρημα της Μονότονης κλάσης (βλ. Θεώρημα A.2.4) και να πάρουμε F W n D W n. Έτσι προκύπτει ο ισχυρισμός (b). l Συμβολισμός Έστω h μία συνάρτηση όπως στο Λήμμα Η κλάση όλων των πραγματικών B(Υ)-μετρήσιμων συναρτήσεων γ έτσι ώστε E P [h 1 γ X 1 ] 1 θα συμβολίζεται με FP,h 1 : F P,X 1 1,h. Επιπλέον, η κλάση όλων των πραγματικών B(Υ)-μετρήσιμων συναρτήσεων γ P FP,h 1 που ικανοποιούν την συνθήκη E P [X1 2 (h 1 γ X 1 )] ă 8 θα συμβολίζεται με F 2 P,h : F 2 P,X 1,h. Ορισμός Μία απαριθμήτρια διαδικασία N ονομάζεται ανανεωτική διαδικασία με παράμετρο θ P D Ď R d και με κατανομή ενδιάμεσων χρόνων (interarrival time distribution) K(θ) (γράφουμε P -RP(K(θ)) για συντομία), εάν η επαγόμενη διαδικασία άφιξης W είναι P -ανεξάρτητη n P N P Wn K(θ) : B(Υ) ÞÝÑ [0, 1]. Ιδιαιτέρως, εάν υπάρχει ένα θ P Υ και K(θ) Exp(θ) τότε η P -RP(K(θ)) γίνεται P -PP(θ) (βλ. Ορισμός 2.3.1). Μια διαδικασία συνολικών απαιτήσεων S επαγόμενη απο μια διαδικασία κινδύνου (N, X) με το N να είναι μία P -RP(K(θ)) ονομάζεται σύνθετη ανανεωτική διαδικασία με παραμέτρους K(θ) και P X1 (γράφουμε P -CRP(K(θ), P X1 ) για συντομία). Ιδιαιτέρως, 31

UNIVERSITY OF PIRAEUS. Stochastic processes with conditionally independent and stationary increments and applications

UNIVERSITY OF PIRAEUS. Stochastic processes with conditionally independent and stationary increments and applications ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΑΝΑΛΟΓΙΣΤΙΚΗ ΕΠΙΣΤΗΜΗ ΚΑΙ ΔΙΟΙΚΗΤΙΚΗ ΚΙΝΔΥΝΟΥ Στοχαστικές

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ. Κίνηση Brown και το Μοντέλο Black-Scholes

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ. Κίνηση Brown και το Μοντέλο Black-Scholes ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΑΝΑΛΟΓΙΣΤΙΚΗ ΕΠΙΣΤΗΜΗ ΚΑΙ ΔΙΟΙΚΗΤΙΚΗ ΚΙΝΔΥΝΟΥ Κίνηση Brown

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@fme.aegean.gr Τηλ: 7035468 σ-άλγεβρα

Διαβάστε περισσότερα

f(t) = (1 t)a + tb. f(n) =

f(t) = (1 t)a + tb. f(n) = Παράρτημα Αʹ Αριθμήσιμα και υπεραριθμήσιμα σύνολα Αʹ1 Ισοπληθικά σύνολα Ορισμός Αʹ11 (ισοπληθικότητα) Εστω A, B δύο μη κενά σύνολα Τα A, B λέγονται ισοπληθικά αν υπάρχει μια συνάρτηση f : A B, η οποία

Διαβάστε περισσότερα

Ενα δεύτερο μάθημα στις πιθανότητες Περιεχόμενα Μέρος I Γνώσεις Θεωρίας Μέτρου 1 1 σ-άλγεβρες 3 1.1 σ-άλγεβρες 3 1.2 Παραγόμενη σ-άλγεβρα 5 1.3 Τα σύνολα Borel 6 Ασκήσεις 7 2 Μέτρα 9 2.1 Μέτρα σε μετρήσιμο

Διαβάστε περισσότερα

f x 0 για κάθε x και f 1

f x 0 για κάθε x και f 1 06 4.2 Το Λήμμα του Uysoh το Λήμμα της εμφύτευσης και το θεώρημα μετρικοποίησης του Uysoh. Ο κύριος στόχος αυτής της παραγράφου είναι η απόδειξη ενός θεμελιώδους αποτελέσματος γνωστού ως το Λήμμα του Uysoh.

Διαβάστε περισσότερα

f(f 1 (B)) f(f 1 (B)) B. X \ (f 1 (C)) = X \ f 1 (C) = f 1 (Y \ C) X \ (f 1 (C)) f 1 (Y \ C). f 1 (Y \ C) = f 1 (Y \ C ) = X \ f 1 (C ).

f(f 1 (B)) f(f 1 (B)) B. X \ (f 1 (C)) = X \ f 1 (C) = f 1 (Y \ C) X \ (f 1 (C)) f 1 (Y \ C). f 1 (Y \ C) = f 1 (Y \ C ) = X \ f 1 (C ). Κεφάλαιο 4 Συναρτήσεις μεταξύ μετρικών χώρων 4.1 Συνεχείς συναρτήσεις Εστω (X, ρ) και (Y, σ) δύο μετρικοί χώροι. Στην 2.2 δώσαμε τον ορισμό της συνέχειας μιας συνάρτησης f : X Y σε κάποιο σημείο x 0 X:

Διαβάστε περισσότερα

R ισούται με το μήκος του. ( πρβλ. την ιστορική σημείωση 3.27 στο τέλος

R ισούται με το μήκος του. ( πρβλ. την ιστορική σημείωση 3.27 στο τέλος 73 3. Συμπαγείς χώροι 3. Συμπαγείς χώροι και βασικές ιδιότητες Οι συμπαγείς χώροι είναι μια από τις πιο σημαντικές κλάσεις τοπολογικών χώρων. Η κλάση των συμπαγών χώρων περιλαμβάνει τα κλειστά διαστήματα,b

Διαβάστε περισσότερα

a = a a Z n. a = a mod n.

a = a a Z n. a = a mod n. Αλγεβρα Ι Χειμερινο Εξαμηνο 2017 18 Διάλεξη 1 Ενότητα 1. Πράξεις: Πράξεις στο σύνολο S, ο πίνακας της πράξης, αντιμεταθετικές πράξεις. Προσεταιριστικές πράξεις, το στοιχείο a 1 a 2 a n. Η πράξη «σύνθεση

Διαβάστε περισσότερα

h(x, y) = card ({ 1 i n : x i y i

h(x, y) = card ({ 1 i n : x i y i Κεφάλαιο 1 Μετρικοί χώροι 1.1 Ορισμός και παραδείγματα Ορισμός 1.1.1 μετρική). Εστω X ένα μη κενό σύνολο. Μετρική στο X λέγεται κάθε συνάρτηση ρ : X X R με τις παρακάτω ιδιότητες: i) ρx, y) για κάθε x,

Διαβάστε περισσότερα

j=1 x n (i) x s (i) < ε.

j=1 x n (i) x s (i) < ε. Κεφάλαιο 5 Πληρότητα 5.1 Πλήρεις μετρικοί χώροι Ορισμός 5.1.1 (πλήρης μετρικός χώρος). Ενας μετρικός χώρος (X, ρ) λέγεται πλήρης (complete) αν κάθε ρ βασική ακολουθία (x n ) στον X είναι ρ συγκλίνουσα.

Διαβάστε περισσότερα

Τυχαία Διανύσματα και Ανεξαρτησία

Τυχαία Διανύσματα και Ανεξαρτησία Τυχαία Διανύσματα και Ανεξαρτησία Θα γενικεύσουμε την έννοια της τυχαίας μεταβλητής από συνάρτηση στο R σε συνάρτηση στο R n. Ακολούθως, θα επεκτείνουμε τις έννοιες με τις οποίες ασχοληθήκαμε μέχρι τώρα

Διαβάστε περισσότερα

i=1 i=1 i=1 (x i 1, x i +1) (x 1 1, x k +1),

i=1 i=1 i=1 (x i 1, x i +1) (x 1 1, x k +1), Κεφάλαιο 6 Συμπάγεια 6.1 Ορισμός της συμπάγειας Οπως θα φανεί στην αμέσως επόμενη παράγραφο, υπάρχουν διάφοροι τρόποι με τους οποίους μπορεί κανείς να εισάγει την έννοια του συμπαγούς μετρικού χώρου. Ο

Διαβάστε περισσότερα

π B = B και άρα η π είναι ανοικτή απεικόνιση.

π B = B και άρα η π είναι ανοικτή απεικόνιση. 3 Παράρτημα 2 Παρατηρήσεις, ασκήσεις και Διορθώσεις Παράγραφος ) Σελίδα, : Παρατηρούμε τα ακόλουθα για το χώρο πηλίκο / Y : Y = / Y και (α) { } (β) = Y / Y { } Επίσης από τον τύπο () έπεται ιδιαίτερα ότι

Διαβάστε περισσότερα

Έχοντας υπόψιν το Λήμμα του Urysohn, είναι φυσικό να θέσουμε το ακόλουθο ερώτημα: Αν

Έχοντας υπόψιν το Λήμμα του Urysohn, είναι φυσικό να θέσουμε το ακόλουθο ερώτημα: Αν 3 4.3 Τελείως κανονικοί χώροι ( ). 3 2 Έχοντας υπόψιν το Λήμμα του Urysoh, είναι φυσικό να θέσουμε το ακόλουθο ερώτημα: Αν κανονικός χώρος, x και κλειστό ώστε x. Υπάρχει τότε συνεχής συνάρτηση f :, ώστε

Διαβάστε περισσότερα

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα

Διαβάστε περισσότερα

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014 ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014 Περιεχόμενα 1 Εισαγωγή 2 2 Μεγιστικός τελέστης στην μπάλα 2 2.1 Βασικό θεώρημα........................ 2 2.2 Γενική περίπτωση μπάλας.................. 6 2.2.1 Στο

Διαβάστε περισσότερα

Όταν δεν υπάρχει κίνδυνος σύγχυσης γράφουμε συνήθως ο τοπολογικός χώρος X και χρησιμοποιούμε την σύντμηση τ.χ. (= τοπολογικός χώρος).

Όταν δεν υπάρχει κίνδυνος σύγχυσης γράφουμε συνήθως ο τοπολογικός χώρος X και χρησιμοποιούμε την σύντμηση τ.χ. (= τοπολογικός χώρος). 4 Τοπολογικοί χώροι. Στοιχειώδεις έννοιες της τοπολογίας Στην παράγραφο αυτή εισάγουμε τις βασικές έννοιες της τοπολογίας, δηλαδή αυτές του ανοικτού και κλειστού συνόλου, της κλειστότητας και του εσωτερικού

Διαβάστε περισσότερα

P(n, r) = n! P(n, r) = n r. (n r)! n r. n+r 1 r n!

P(n, r) = n! P(n, r) = n r. (n r)! n r. n+r 1 r n! Διακριτά Μαθηματικά Σύνοψη Θεωρίας Τυπολόγιο Αναστασία Κόλλια 20/11/2016 1 / 55 Κανόνες γινομένου και αθροίσματος Κανόνας αθροίσματος: Αν ένα γεγονός μπορεί να συμβεί κατά m τρόπους και ένα άλλο γεγονός

Διαβάστε περισσότερα

Στατιστική Συμπερασματολογία

Στατιστική Συμπερασματολογία Στατιστική Συμπερασματολογία Διαφάνειες 1 ου κεφαλαίου Βιβλίο: Κολυβά Μαχαίρα, Φ. & Χατζόπουλος Στ. Α. (2016). Μαθηματική Στατιστική, Έλεγχοι Υποθέσεων. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών

Διαβάστε περισσότερα

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΜΣ στη «Ναυτιλία» Τμήμα Β art time Χαράλαμπος Ευαγγελάρας hevangel@unipi.gr Η έννοια της Πιθανότητας Ο όρος πιθανότητα είναι συνδέεται άμεσα με τη μελέτη

Διαβάστε περισσότερα

* * * ( ) mod p = (a p 1. 2 ) mod p.

* * * ( ) mod p = (a p 1. 2 ) mod p. Θεωρια Αριθμων Εαρινο Εξαμηνο 2016 17 Μέρος Α: Πρώτοι Αριθμοί Διάλεξη 1 Ενότητα 1. Διαιρετότητα: Διαιρετότητα, διαιρέτες, πολλαπλάσια, στοιχειώδεις ιδιότητες. Γραμμικοί Συνδυασμοί (ΓΣ). Ενότητα 2. Πρώτοι

Διαβάστε περισσότερα

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { } Ορισμός : Η συνάρτηση : Ω είναι μετρήσιμη εάν B B B B = ω Ω : ω B = B { όπου { { Μία μετρήσιμη συνάρτηση : Ω ονομάζεται τυχαία μεταβλητή Ορισμός: Ο χώρος καταστάσεων της τυχαίας μεταβλητής : Ω είναι το

Διαβάστε περισσότερα

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX ΚΕΦΑΛΑΙΟ 3 ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX 3.1 Εισαγωγή Ο αλγόριθμος Simplex θεωρείται πλέον ως ένας κλασικός αλγόριθμος για την επίλυση γραμμικών προβλημάτων. Η πρακτική αποτελεσματικότητά του έχει

Διαβάστε περισσότερα

ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΓΙΑ ΕΠΙΛΕΓΜΕΝΟ ΕΚΘΕΤΙΚΟ ΠΛΗΘΥΣΜΟ ΑΠΟ k ΠΛΗΘΥΣΜΟΥΣ

ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΓΙΑ ΕΠΙΛΕΓΜΕΝΟ ΕΚΘΕΤΙΚΟ ΠΛΗΘΥΣΜΟ ΑΠΟ k ΠΛΗΘΥΣΜΟΥΣ ΚΩΝΣΤΑΝΤΙΝΟΣ Γ. ΑΓΓΕΛΟΥ ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΓΙΑ ΕΠΙΛΕΓΜΕΝΟ ΕΚΘΕΤΙΚΟ ΠΛΗΘΥΣΜΟ ΑΠΟ k ΠΛΗΘΥΣΜΟΥΣ ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΜΑΘΗΜΑΤΙΚΑ

Διαβάστε περισσότερα

Παράρτηµα Α. Στοιχεία θεωρίας µέτρου και ολοκλήρωσης.

Παράρτηµα Α. Στοιχεία θεωρίας µέτρου και ολοκλήρωσης. Παράρτηµα Α Στοιχεία θεωρίας µέτρου και ολοκλήρωσης Α Χώροι µέτρου Πέραν της «διαισθητικής» περιγραφής του µέτρου «σχετικά απλών» συνόλων στο από το µήκος τους (όπως πχ είναι τα διαστήµατα, ενώσεις/τοµές

Διαβάστε περισσότερα

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { } Ορισμός : Η συνάρτηση : Ω είναι μετρήσιμη εάν B B B B = ω Ω : ω B = B { όπου { { Μία μετρήσιμη συνάρτηση : Ω ονομάζεται τυχαία μεταβλητή Ορισμός: Ο χώρος καταστάσεων της τυχαίας μεταβλητής : Ω είναι το

Διαβάστε περισσότερα

Μεταθέσεις και πίνακες μεταθέσεων

Μεταθέσεις και πίνακες μεταθέσεων Παράρτημα Α Μεταθέσεις και πίνακες μεταθέσεων Το παρόν παράρτημα βασίζεται στις σελίδες 671 8 του βιβλίου: Γ. Χ. Ψαλτάκης, Κβαντικά Συστήματα Πολλών Σωματιδίων (Πανεπιστημιακές Εκδόσεις Κρήτης, Ηράκλειο,

Διαβάστε περισσότερα

Ισότητα, Αλγεβρικές και Αναλυτικές Ιδιότητες Πραγματικών Ακολουθιών

Ισότητα, Αλγεβρικές και Αναλυτικές Ιδιότητες Πραγματικών Ακολουθιών Ισότητα, Αλγεβρικές και Αναλυτικές Ιδιότητες Πραγματικών Ακολουθιών Συμβολισμοί Σε αναλογία με τους ορισμούς συμβολίζουμε μια ακολουθία: 1 είτε μέσω του διανυσματικού ορισμού, παραθέτοντας αναγκαστικά

Διαβάστε περισσότερα

Για να εκφράσουμε τη διαδικασία αυτή, γράφουμε: :

Για να εκφράσουμε τη διαδικασία αυτή, γράφουμε: : Η θεωρία στα μαθηματικά προσανατολισμού Γ υκείου Τι λέμε συνάρτηση με πεδίο ορισμού το σύνολο ; Έστω ένα υποσύνολο του Ονομάζουμε πραγματική συνάρτηση με πεδίο ορισμού το μία διαδικασία (κανόνα), με την

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Γραμμικός Προγραμματισμός Μέθοδος Simplex ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραμμικός Προγραμματισμός Μέθοδος Simplex Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Πρότυπη Μορφή ΓΠ 2. Πινακοποίηση

Διαβάστε περισσότερα

12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο

12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο ΓΕΝΙΚΑ ΠΕΡΙ ΑΝΙΣΩΣΕΩΝ Έστω f σύνολο Α, g Α ΒΑΘΜΟΥ είναι δύο παραστάσεις μιας μεταβλητής πού παίρνει τιμές στο Ανίσωση με έναν άγνωστο λέγεται κάθε σχέση της μορφής f f g g ή, η οποία αληθεύει για ορισμένες

Διαβάστε περισσότερα

EukleÐdeiec emfuteôseic: ˆnw frˆgmata

EukleÐdeiec emfuteôseic: ˆnw frˆgmata EukleÐdeiec emfuteôseic: ˆnw frˆgmata Εστω f : X Y μια εμφύτευση του μετρικού χώρου (X, ρ) στο χώρο με νόρμα (Y, ). Η παραμόρφωση της f ορίζεται ως εξής: f(x) f(y) ρ(x, y) dist(f) = sup sup x y ρ(x, y)

Διαβάστε περισσότερα

Μέϑοδοι Εφαρμοσμένων Μαϑηματιϰών (ΜΕΜ 274) Λύσεις Θεμάτων Εξέτασης Ιούνη 2019

Μέϑοδοι Εφαρμοσμένων Μαϑηματιϰών (ΜΕΜ 274) Λύσεις Θεμάτων Εξέτασης Ιούνη 2019 Μέϑοδοι Εφαρμοσμένων Μαϑηματιϰών ΜΕΜ 74 Λύσεις Θεμάτων Εξέτασης Ιούνη 9 Ζήτημα Α Α. Δείξτε ότι αν p, q πραγματιϰά πολυώνυμα ίδιου βαϑμού, τότε p q ϰαϑώς ±. Λύση. Αρϰεί να δείξουμε ότι για με αρϰετά μεγάλο

Διαβάστε περισσότερα

Στατιστική. Εκτιμητική

Στατιστική. Εκτιμητική Στατιστική Εκτιμητική Χατζόπουλος Σταύρος 28/2/2018 και 01 /03/2018 Εισαγωγή Το αντικείμενο της Στατιστικής είναι η εξαγωγή συμπερασμάτων που αφορούν τον πληθυσμό ή το φαινόμενο που μελετάμε, με τη βοήθεια

Διαβάστε περισσότερα

Παράρτηµα Β. Στοιχεία Θεωρίας Τελεστών και Συναρτησιακής Ανάλυσης [ ) ( )

Παράρτηµα Β. Στοιχεία Θεωρίας Τελεστών και Συναρτησιακής Ανάλυσης [ ) ( ) Παράρτηµα Β Στοιχεία Θεωρίας Τελεστών και Συναρτησιακής Ανάλυσης Β1 Χώροι Baach Βάσεις Schauder Στο εξής συµβολίζουµε µε Z,, γραµµικούς (διανυσµατικούς) χώρους πάνω απ το ίδιο σώµα K = ή και γράφουµε απλά

Διαβάστε περισσότερα

ΦΡΑΓΜΑΤΑ ΑΞΙΟΠΙΣΤΙΑΣ

ΦΡΑΓΜΑΤΑ ΑΞΙΟΠΙΣΤΙΑΣ Π Α Ν Ε Π Ι Σ Τ Η Μ Ι Ο Π Ε Ι Ρ Α Ι Ω Σ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΦΡΑΓΜΑΤΑ ΑΞΙΟΠΙΣΤΙΑΣ Φώτιος Σ. Μηλιένος Διπλωματική Εργασία

Διαβάστε περισσότερα

Μέθοδος μέγιστης πιθανοφάνειας

Μέθοδος μέγιστης πιθανοφάνειας Μέθοδος μέγιστης πιθανοφάνειας Αν x =,,, παρατηρήσεις των Χ =,,,, τότε έχουμε διαθέσιμο ένα δείγμα Χ={Χ, =,,,} της κατανομής F μεγέθους με από κοινού σ.κ. της Χ f x f x Ορισμός : Θεωρούμε ένα τυχαίο δείγμα

Διαβάστε περισσότερα

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2)

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2) Κεφάλαιο 10 Συνεχείς τυχαίες μεταβλητές Σε αυτό το κεφάλαιο θα εξετάσουμε τις ιδιότητες που έχουν οι συνεχείς τυχαίες μεταβλητές. Εκείνες οι Τ.Μ. X, δηλαδή, των οποίων το σύνολο τιμών δεν είναι διακριτό,

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ

Εφαρμοσμένα Μαθηματικά ΙΙ Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Διανυσματικοί Χώροι Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Διανυσματικός Χώρος επί του F Αλγεβρική δομή που αποτελείται

Διαβάστε περισσότερα

Μέρος IV. Πολυδιάστατες τυχαίες μεταβλητές. Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ15 ( 1 )

Μέρος IV. Πολυδιάστατες τυχαίες μεταβλητές. Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ15 ( 1 ) Μέρος IV Πολυδιάστατες τυχαίες μεταβλητές Πιθανότητες & Στατιστική 07 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Παν. Ιωαννίνων Δ5 ( ) Πολυδιάστατες μεταβλητές Πολλά ποσοτικά χαρακτηριστικά που σχετίζονται με

Διαβάστε περισσότερα

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων. Ένα μέτρο πιθανότητας πάνω στο δειγματικός χώρο Ω, είναι μία συνάρτηση P ( ) που αντιστοιχεί σε υποσύνολα του Ω, έναν αριθμό στο [ 0, ], με τις εξής ιδιότητες: P ( Ω ) 2 Η πιθανότητα της αριθμήσιμης ένωσης

Διαβάστε περισσότερα

Η Θεωρία στα Μαθηματικά κατεύθυνσης της Γ Λυκείου

Η Θεωρία στα Μαθηματικά κατεύθυνσης της Γ Λυκείου Η Θεωρία στα Μαθηματικά κατεύθυνσης της Γ Λυκείου wwwaskisopolisgr έκδοση 5-6 wwwaskisopolisgr ΣΥΝΑΡΤΗΣΕΙΣ 5 Τι ονομάζουμε πραγματική συνάρτηση; Έστω Α ένα υποσύνολο του Ονομάζουμε πραγματική συνάρτηση

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 1: Πρότυπα. x y x z για κάθε x, y, R με την ιδιότητα 1R. x για κάθε x R, iii) υπάρχει στοιχείο 1 R. ii) ( x y) z x ( y z)

ΚΕΦΑΛΑΙΟ 1: Πρότυπα. x y x z για κάθε x, y, R με την ιδιότητα 1R. x για κάθε x R, iii) υπάρχει στοιχείο 1 R. ii) ( x y) z x ( y z) ΚΕΦΑΛΑΙΟ 1: Πρότυπα Στο κεφάλαιο αυτό θα υπενθυμίσουμε τις βασικές έννοιες που αφορούν πρότυπα πάνω από ένα δακτύλιο Θα περιοριστούμε στα πλέον απαραίτητα για αυτά που ακολουθούν στα άλλα κεφάλαια Η κατευθυντήρια

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 1: Σήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Εισαγωγή στα Σήματα 1. Σκοποί της Θεωρίας Σημάτων 2. Κατηγορίες Σημάτων 3. Χαρακτηριστικές Παράμετροι

Διαβάστε περισσότερα

3. Κατανομές πιθανότητας

3. Κατανομές πιθανότητας 3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.

Διαβάστε περισσότερα

Ας ξεκινήσουμε υπενθυμίζοντας τον ορισμό της συνέχειας σε μετρικούς χώρους. διατυπώνεται και με τον ακόλουθο τρόπο: για κάθε σφαίρα

Ας ξεκινήσουμε υπενθυμίζοντας τον ορισμό της συνέχειας σε μετρικούς χώρους. διατυπώνεται και με τον ακόλουθο τρόπο: για κάθε σφαίρα 33.4.Συνεχείς συναρτήσεις Η έννοια της συνεχούς συνάρτησης είναι θεμελιώδης και μελετάται κατ αρχήν για συναρτήσεις μιας και κατόπιν δύο ή περισσότερων μεταβλητών στα μαθήματα του Απειροστικού Λογισμού.

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ

Εφαρμοσμένα Μαθηματικά ΙΙ Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Διανυσματικοί Χώροι Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Διανυσματικός Χώρος επί του F Αλγεβρική δομή που αποτελείται

Διαβάστε περισσότερα

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας Ροπογεννήτριες (mome geerig fucios), πιθανογεννήτριες (robbiliy geerig fucios) και χαρακτηριστικές συναρτήσεις (chrcerisic fucios) Η ροπογεννήτρια συνάρτηση της τμ είναι η πραγματική συνάρτηση πραγματικής

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2: Ημιαπλοί Δακτύλιοι

ΚΕΦΑΛΑΙΟ 2: Ημιαπλοί Δακτύλιοι ΚΕΦΑΛΑΙΟ : Ημιαπλοί Δακτύλιοι Είδαμε στο κύριο θεώρημα του προηγούμενου κεφαλαίου ότι κάθε δακτύλιος διαίρεσης έχει την ιδιότητα κάθε πρότυπο είναι ευθύ άθροισμα απλών προτύπων Εδώ θα χαρακτηρίσουμε όλους

Διαβάστε περισσότερα

Το φασματικό Θεώρημα

Το φασματικό Θεώρημα Το φασματικό Θεώρημα 1 Το φάσμα ενός τελεστή Λήμμα 1.1 Έστω A B(H) φυσιολογικός τελεστής. Αν x H είναι ιδιοδιάνυσμα του A με ιδιοτιμή λ, τότε A x = λx. Έπεται ότι οι ιδιόχωροι ενός φυσιολογικού τελεστή

Διαβάστε περισσότερα

ι3.4 Παραδείγματα T ) έχει την ιδιότητα Heine-Borel, αν κάθε κλειστό και φραγμένο υποσύνολό του είναι συμπαγές.

ι3.4 Παραδείγματα T ) έχει την ιδιότητα Heine-Borel, αν κάθε κλειστό και φραγμένο υποσύνολό του είναι συμπαγές. 6 ι3.4 Παραδείγματα Στην παράγραφο αυτή θα μελετήσουμε κάποια σημαντικά παραδείγματα, για τις εφαρμογές, χώρων συναρτήσεων οι οποίοι είναι τοπικά κυρτοί και μετρικοποιήσιμοι αλλά η τοπολογία τους δεν επάγεται

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.kouras@fm.aga.gr Τηλ: 7035468 Κίνηση

Διαβάστε περισσότερα

Περιεχόμενα. Πρόλογος 3

Περιεχόμενα. Πρόλογος 3 Πρόλογος Τα πρώτα μαθήματα, σχεδόν σε όλους τους κλάδους των μαθηματικών, περιέχουν, ή θεωρούν γνωστές, εισαγωγικές έννοιες που αφορούν σύνολα, συναρτήσεις, σχέσεις ισοδυναμίας, αλγεβρικές δομές, κλπ.

Διαβάστε περισσότερα

Στατιστική Συμπερασματολογία

Στατιστική Συμπερασματολογία Στατιστική Συμπερασματολογία Διαφάνειες 4 ου κεφαλαίου Ελεγχοσυναρτήσεις Γενικευμένου Λόγου Πιθανοφανειών Σταύρος Χατζόπουλος 27/03/2017, 03/04/2017, 24/04/2017 1 Εισαγωγή Έστω το τ.δ. X,,, από την κατανομή

Διαβάστε περισσότερα

X 1 X 2. X d X = 2 Y (x) = e x 2. f X+Y (x) = f X f Y (x) = f X (y)f Y (x y)dy. exp. exp. dy, (1) f X+Y (x) = j= σ2 2) exp x 2 )

X 1 X 2. X d X = 2 Y (x) = e x 2. f X+Y (x) = f X f Y (x) = f X (y)f Y (x y)dy. exp. exp. dy, (1) f X+Y (x) = j= σ2 2) exp x 2 ) Εστω X : Ω R d τυχαίο διάνυσμα με ΠΟΛΥΔΙΑΣΤΑΤΗ ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ X Εχουμε δει ότι η γνώση της κατανομής καθεμιάς από τις X, X,, X d δεν αρκεί για να προσδιορίσουμε την κατανομή του X, αφού δεν περιέχει

Διαβάστε περισσότερα

Τυχαία μεταβλητή (τ.μ.)

Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως

Διαβάστε περισσότερα

ẋ = f(x), x = x 0 όταν t = t 0,

ẋ = f(x), x = x 0 όταν t = t 0, Κεφάλαιο 2 ΤΟ ΘΕΩΡΗΜΑ ΥΠΑΡΞΗΣ ΚΑΙ ΜΟΝΑΔΙΚΟΤΗΤΑΣ 2.1 Πρόβλημα αρχικών τιμών Στο κεφάλαιο αυτό θα δούμε ότι το πρόβλημα αρχικών τιμών (ΑΤ) ẋ = f(x), x = x 0 όταν t = t 0, έχει λύση και μάλιστα μοναδική για

Διαβάστε περισσότερα

Θεωρία μέτρου και ολοκλήρωσης

Θεωρία μέτρου και ολοκλήρωσης ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Θεωρία μέτρου και ολοκλήρωσης Ενότητα 1: Μέτρα Μιχ. Γ. Μαριάς Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

Τίτλος Μαθήματος: Θεωρία Ομάδων. Ενότητα: Ευθέα Γινόμενα Ομάδων. Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης. Τμήμα: Μαθηματικών

Τίτλος Μαθήματος: Θεωρία Ομάδων. Ενότητα: Ευθέα Γινόμενα Ομάδων. Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης. Τμήμα: Μαθηματικών Τίτλος Μαθήματος: Θεωρία Ομάδων Ενότητα: Ευθέα Γινόμενα Ομάδων Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης Τμήμα: Μαθηματικών Κεφάλαιο 3 Ευθέα Γινόμενα Ομάδων Για την περαιτέρω ανάπτυξη τής θεωρίας θα χρειαστούμε

Διαβάστε περισσότερα

f(y) dy = b a dy = b a x f(x) dx = b a dx = x 2 = b2 a 2 2(b a) b a dx = = (a2 + ab + b 2 )(b a) 3(b a)

f(y) dy = b a dy = b a x f(x) dx = b a dx = x 2 = b2 a 2 2(b a) b a dx = = (a2 + ab + b 2 )(b a) 3(b a) Κεφάλαιο 11 Συνεχείς κατανομές και ο Ν.Μ.Α. Στο προηγούμενο κεφάλαιο ορίσαμε την έννοια της συνεχούς τυχαίας μεταβλητής, και είδαμε τις βασικές της ιδιότητες. Εδώ θα περιγράψουμε κάποιους ιδιαίτερους τύπους

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3. Στοιχεία Θεωρίας Μέτρου - Πιθανοτήτων

ΚΕΦΑΛΑΙΟ 3. Στοιχεία Θεωρίας Μέτρου - Πιθανοτήτων ΚΕΦΑΛΑΙΟ 3 Στοιχεία Θεωρίας Μέτρου - Πιθανοτήτων Υπενθυμίζουμε συνοπτικά κάποιες βασικές έννοιες που θα μας χρειαστούν σε επόμενα κεφάλαια 3 σ-άλγεβρα: Έστω ένα μη κενό σύνολο Μία κλάση υποσυνόλων F του

Διαβάστε περισσότερα

M. J. Lighthill. g(y) = f(x) e 2πixy dx, (1) d N. g (p) (y) =

M. J. Lighthill. g(y) = f(x) e 2πixy dx, (1) d N. g (p) (y) = Εισαγωγή στην ανάλυση Fourier και τις γενικευμένες συναρτήσεις * M. J. Lighthill μετάφραση: Γ. Ευθυβουλίδης ΚΕΦΑΛΑΙΟ 2 Η ΘΕΩΡΙΑ ΤΩΝ ΓΕΝΙΚΕΥΜΕΝΩΝ ΣΥΝΑΡΤΗΣΕΩΝ ΚΑΙ ΤΩΝ ΜΕΤΑΣΧΗΜΑΤΙΣΜΩΝ ΤΟΥΣ FOURIER 2.1. Καλές

Διαβάστε περισσότερα

35 Χρήσιμες Προτάσεις με αποδείξεις Γ Λυκείου Μαθηματικά Κατεύθυνσης

35 Χρήσιμες Προτάσεις με αποδείξεις Γ Λυκείου Μαθηματικά Κατεύθυνσης 4 5 35 Χρήσιμες Προτάσεις με αποδείξεις Γ Λυκείου Μαθηματικά Κατεύθυνσης Περίληψη: Στο ένθετο αυτό περιλαμβάνονται 35 βασικές προτάσεις, μικρά λήμματα χρήσιμα για τις εξετάσεις. Μας βοηθούν να «ξεκλειδώνουμε»

Διαβάστε περισσότερα

V x, y W x, y, y συνιστούν προφανώς ένα ανοικτό

V x, y W x, y, y συνιστούν προφανώς ένα ανοικτό 81 3.2 Το θεώρημα Tychooff. Στην παράγραφο αυτή θα ασχοληθούμε με το θεώρημα Tychooff, δηλαδή ότι ένα αυθαίρετο καρτεσιανό γινόμενο συμπαγών χώρων είναι, με την τοπολογία γινόμενο, συμπαγής χώρος. Το θεώρημα

Διαβάστε περισσότερα

ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ. 8. Πότε το γινόμενο δύο ή περισσοτέρων αριθμών παραγόντων είναι ίσο με το μηδέν ;

ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ. 8. Πότε το γινόμενο δύο ή περισσοτέρων αριθμών παραγόντων είναι ίσο με το μηδέν ; ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΚΕΦΑΛΑΙΟ ο : ( ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ) ΠΑΡΑΤΗΡΗΣΗ : Το κεφάλαιο αυτό περιέχει πολλά θέματα που είναι επανάληψη εννοιών που διδάχθηκαν στο Γυμνάσιο γι αυτό σ αυτές δεν θα επεκταθώ αναλυτικά

Διαβάστε περισσότερα

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής

Διαβάστε περισσότερα

1. Για καθένα από τους ακόλουθους διανυσματικούς χώρους βρείτε μια βάση και τη διάσταση. 3. U x y z x y z x y. {(,, ) } a b. c d

1. Για καθένα από τους ακόλουθους διανυσματικούς χώρους βρείτε μια βάση και τη διάσταση. 3. U x y z x y z x y. {(,, ) } a b. c d Γραμμική Άλγεβρα Ι, 07-8 Ασκήσεις6: Βάση και Διάσταση Βασικά σημεία Βάση διανυσματικού χώρου (ορισμός, παραδείγματα, μοναδικότητα συντελεστών) Θεώρημα (ύπαρξη, πρώτη μορφή) Έστω V K μη μηδενικός με K πεπερασμένο

Διαβάστε περισσότερα

B = F i. (X \ F i ) = i I

B = F i. (X \ F i ) = i I Κεφάλαιο 3 Τοπολογία μετρικών χώρων Ομάδα Α 3.1. Εστω (X, ρ) μετρικός χώρος και F, G υποσύνολα του X. Αν το F είναι κλειστό και το G είναι ανοικτό, δείξτε ότι το F \ G είναι κλειστό και το G \ F είναι

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι

Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι Επιμέλεια: Ι. Λυχναρόπουλος. Δείξτε ότι ο V R εφοδιασμένος με τις ακόλουθες πράξεις (, a b) + (, d) ( a+, b+ d) και k ( ab, ) ( kakb,

Διαβάστε περισσότερα

5 Σύγκλιση σε τοπολογικούς χώρους

5 Σύγκλιση σε τοπολογικούς χώρους 121 5 Σύγκλιση σε τοπολογικούς χώρους Στο κεφάλαιο αυτό πρόκειται να μελετήσουμε την έννοια της σύγκλισης σε γενικούς τοπολογικούς χώρους, πέραν των μετρικών χώρων. Όπως έχουμε ήδη διαπιστώσει ( πρβλ.

Διαβάστε περισσότερα

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2014 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής Με λόγια, η f ( x, y) δίνει την πιθανότητα να εμφανισθεί

Διαβάστε περισσότερα

Στοχαστικές Στρατηγικές

Στοχαστικές Στρατηγικές Στοχαστικές Στρατηγικές 3 η ενότητα: Εισαγωγή στα στοχαστικά προβλήματα διαδρομής Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 2018-2019 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο

Διαβάστε περισσότερα

Παραδείγματα Διανυσματικοί Χώροι Ι. Λυχναρόπουλος

Παραδείγματα Διανυσματικοί Χώροι Ι. Λυχναρόπουλος Παραδείγματα Διανυσματικοί Χώροι Ι. Λυχναρόπουλος Παράδειγμα Έστω το σύνολο V το σύνολο όλων των θετικών πραγματικών αριθμών εφοδιασμένο με την ακόλουθη πράξη της πρόσθεσης: y y με, y V και του πολλαπλασιασμού

Διαβάστε περισσότερα

X i = Y = X 1 + X X N.

X i = Y = X 1 + X X N. Κεφάλαιο 6 Διακριτές τυχαίες μεταβλητές Σε σύνθετα προβλήματα των πιθανοτήτων, όπως π.χ. σε προβλήματα ανάλυσης πολύπλοκων δικτύων ή στη στατιστική ανάλυση μεγάλων δεδομένων, η λεπτομερής, στοιχείο-προς-στοιχείο

Διαβάστε περισσότερα

Μέρος ΙΙ. Τυχαίες Μεταβλητές

Μέρος ΙΙ. Τυχαίες Μεταβλητές Μέρος ΙΙ. Τυχαίες Μεταβλητές Ορισμοί Συναρτήσεις κατανομής πιθανότητας και πυκνότητας πιθανότητας Διακριτές τυχαίες μεταβλητές Ειδικές κατανομές διακριτών τυχαίων μεταβλητών Συνεχείς τυχαίες μεταβλητές

Διαβάστε περισσότερα

Το φασματικό Θεώρημα

Το φασματικό Θεώρημα Το φασματικό Θεώρημα 1 Το φάσμα ενός τελεστή Λήμμα 1.1 Έστω A B(H) φυσιολογικός τελεστής. Αν x H είναι ιδιοδιάνυσμα του A με ιδιοτιμή λ, τότε A x = λx. Έπεται ότι οι ιδιόχωροι ενός φυσιολογικού τελεστή

Διαβάστε περισσότερα

Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση

Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση 8 Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση Υπάρχουν δύο θεµελιώδη αποτελέσµατα που µας βοηθούν να υπολογίζουµε πολλαπλά ολοκληρώµατα Το πρώτο αποτέλεσµα σχετίζεται µε τον υπολογισµό ενός

Διαβάστε περισσότερα

Ανάλυση εισοδήματος των μισθωτών και παράγοντες που το επηρεάζουν

Ανάλυση εισοδήματος των μισθωτών και παράγοντες που το επηρεάζουν Π Α Ν Ε Π Ι Σ Τ Η Μ Ι Ο Π Ε Ι Ρ Α Ι Ω Σ ΤΜΗΜΑ Σ Τ Α Τ Ι Σ Τ Ι Κ Η Σ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ Ε Π Ι Σ Τ Η Μ Η Σ Μ Ε Τ Α Π Τ Υ Χ Ι Α Κ Ο ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ Ε Φ Α Ρ Μ Ο Σ Μ Ε Ν Η Σ Τ Α Τ Ι Σ Τ Ι Κ Η Ανάλυση εισοδήματος

Διαβάστε περισσότερα

n k=1 k=n+1 k=1 k=1 k=1

n k=1 k=n+1 k=1 k=1 k=1 Πιθανότητες ΙΙ - Λύσεις Ασκήσεων Άσκηση 1 Εστω A σ-άλγεβρα. Τότε, A και A κλειστή στα συμπληρώματα (ιδιότητες (i) και (ii) της σ-άλγεβρας). Εστω A 1, A 2,..., A πεπερασμένη ακολουθία στοιχείων της A. Αφού

Διαβάστε περισσότερα

R f. P = {a = x 0 < x 1 < x 2 <... < x n = b} m k = inf{f(x) : x k x x k+1 } και M k = sup{f(x) : x k x x k+1 }

R f. P = {a = x 0 < x 1 < x 2 <... < x n = b} m k = inf{f(x) : x k x x k+1 } και M k = sup{f(x) : x k x x k+1 } Σημειώσεις Θεωρίας Μέτρου Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών Αθήνα, 2014 ii Πρώτη έκδοση, πιθανόν με τυπογραφικά λάθη. Περιεχόμενα Εισαγωγή 1 1 σ-άλγεβρες 5 1.1 Άλγεβρες και σ-άλγεβρες.........................

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ 26 ΙΟΥΛΙΟΥ 2008 ΕΥΤΕΡΟ ΜΕΡΟΣ :

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ 26 ΙΟΥΛΙΟΥ 2008 ΕΥΤΕΡΟ ΜΕΡΟΣ : ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΑΛΓΕΒΡΑ - ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ ΑΝΑΛΥΣΗ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ

Διαβάστε περισσότερα

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων. Ένα μέτρο πιθανότητας πάνω στο δειγματικός χώρο Ω, είναι μία συνάρτηση P ( ), που αντιστοιχεί σε υποσύνολα του Ω έναν αριθμό στο [ 0, ], με τις εξής ιδιότητες:. P ( Ω ). 2. Η πιθανότητα της αριθμήσιμης

Διαβάστε περισσότερα

Ακρότατα πραγματικών συναρτήσεων

Ακρότατα πραγματικών συναρτήσεων Ακρότατα πραγματικών συναρτήσεων Ορισμός Έστω U R, U και f : U R R συνάρτηση τότε: )Το λέγεται τοπικό ελάχιστο της f αν υπάρχει περιοχή V του ώστε f f για κάθε V U Το λέγεται τοπικό μέγιστο της f αν υπάρχει

Διαβάστε περισσότερα

m + s + q r + n + q p + s + n, P Q R P Q P R Q R F G

m + s + q r + n + q p + s + n, P Q R P Q P R Q R F G Λύσεις Θεμάτων Θεμελίων των Μαθηματικών 1. Εστω A, B, C τυχόντα σύνολα. Να δειχθεί ότι A (B C) (A B) (A C). Απόδειξη. Εστω x τυχαίο στοιχείο του A (B C). Εξ ορισμού, το x ανήκει σε ακριβώς ένα από τα A,

Διαβάστε περισσότερα

ή κανονικός ( regular ), αν για κάθε x και κάθε κλειστό αντιπαραδείγματα με τα οποία αποδεικνύεται ότι οι αντίστροφες συνεπαγωγές δεν ισχύουν.

ή κανονικός ( regular ), αν για κάθε x και κάθε κλειστό αντιπαραδείγματα με τα οποία αποδεικνύεται ότι οι αντίστροφες συνεπαγωγές δεν ισχύουν. 93 4 Διαχωριστικά αξιώματα Στο κεφάλαιο αυτό εισάγουμε τα λεγόμενα διαχωριστικά αξιώματα και εξετάζουμε τις βασικές ιδιότητές τους. Ένα από αυτά το έχουμε ήδη εισαγάγει δηλαδή το αξίωμα Husdorff ( ορισμός

Διαβάστε περισσότερα

Σημειώσεις Ανάλυσης Ι. Θεωρούμε γνωστούς τους φυσικούς αριθμούς

Σημειώσεις Ανάλυσης Ι. Θεωρούμε γνωστούς τους φυσικούς αριθμούς Σημειώσεις Ανάλυσης Ι 1. Οι ρητοί αριθμοί Θεωρούμε γνωστούς τους φυσικούς αριθμούς 1, 2, 3, και τις πράξεις (πρόσθεση - πολλαπλασιασμό)μεταξύ αυτών. Οι φυσικοί αριθμοί είναι επίσης διατεταγμένοι με κάποια

Διαβάστε περισσότερα

Ασκήσεις Απειροστικού Λογισμού ΙΙ Πρόχειρες Σημειώσεις Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών Περιεχόμενα Υπακολουθίες και ακολουθίες Cuchy Σειρές πραγματικών αριθμών 3 3 Ομοιόμορφη συνέχεια 3 4 Ολοκλήρωμα

Διαβάστε περισσότερα

Κεφάλαιο 1 Πρότυπα. Στο κεφάλαιο αυτό εισάγουμε την έννοια του προτύπου πάνω από δακτύλιο.

Κεφάλαιο 1 Πρότυπα. Στο κεφάλαιο αυτό εισάγουμε την έννοια του προτύπου πάνω από δακτύλιο. Κεφάλαιο Πρότυπα Στο κεφάλαιο αυτό εισάγουμε την έννοια του προτύπου πάνω από δακτύλιο Ορισμοί και Παραδείγματα Παραδοχές Στo βιβλίο αυτό θα κάνουμε τις εξής παραδοχές Χρησιμοποιούμε προσθετικό συμβολισμό

Διαβάστε περισσότερα

Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις

Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις Αν το αποτέλεσμα ενός τυχαίου πειράματος είναι - ένας αριθμός R, τότε μπορεί να εκφραστεί με μία τ.μ. Χ R - αριθμοί R τότε μπορεί να εκφραστεί με ένα τ.δ. Χ

Διαβάστε περισσότερα

(a + b) + c = a + (b + c), (ab)c = a(bc) a + b = b + a, ab = ba. a(b + c) = ab + ac

(a + b) + c = a + (b + c), (ab)c = a(bc) a + b = b + a, ab = ba. a(b + c) = ab + ac Σημειώσεις μαθήματος Μ1212 Γραμμική Άλγεβρα ΙΙ Χρήστος Κουρουνιώτης ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ 2014 Κεφάλαιο 1 Διανυσματικοί Χώροι Στο εισαγωγικό μάθημα Γραμμικής Άλγεβρας ξεκινήσαμε μελετώντας

Διαβάστε περισσότερα

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

17/10/2016. Στατιστική Ι. 3 η Διάλεξη Στατιστική Ι 3 η Διάλεξη 1 2 Τυχαία μεταβλητή X στο δειγματικό χώρο Ω Μια πραγματική συνάρτηση που αντιστοιχίζει τα στοιχεία του δειγματικού χώρου Ω στο σύνολο των πραγματικών αριθμών τέτοια ώστε για κάθε

Διαβάστε περισσότερα

Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ

Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΚΑΙ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ (Α ΜΕΡΟΣ: ΣΥΝΑΡΤΗΣΕΙΣ) Επιμέλεια: Καραγιάννης Ιωάννης, Σχολικός Σύμβουλος Μαθηματικών

Διαβάστε περισσότερα

Μέθοδος μέγιστης πιθανοφάνειας

Μέθοδος μέγιστης πιθανοφάνειας Αν x =,,, παρατηρήσεις των Χ =,,,, τότε έχουμε διαθέσιμο ένα δείγμα Χ={Χ, =,,,} της κατανομής F μεγέθους με από κοινού σκ της Χ f x f x Ορισμός : Θεωρούμε ένα τυχαίο δείγμα Χ=(Χ, Χ,, Χ ) από πληθυσμό το

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης. ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, 17-10-13 Μ. Παπαδημητράκης. 1 Την προηγούμενη φορά αναφέραμε (και αποδείξαμε στην περίπτωση n = 2) το θεώρημα που λέει ότι, αν n N, n 2, τότε για κάθε y 0 υπάρχει μοναδική μηαρνητική

Διαβάστε περισσότερα

Περιεχόμενα. Πρόλογος 3

Περιεχόμενα. Πρόλογος 3 Πρόλογος Η Γραμμική Άλγεβρα είναι ένα σημαντικό συστατικό στο πρόγραμμα σπουδών, όχι μόνο των Μαθηματικών, αλλά και άλλων τμημάτων, όπως είναι το τμήμα Φυσικής, Χημείας, των τμημάτων του Πολυτεχνείου,

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων

ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων Μελετάμε εδώ τη συνθήκη της αύξουσας αλυσίδας υποπροτύπων και τη συνθήκη της φθίνουσας αλυσίδας υποπροτύπων Αυτές συνδέονται μεταξύ τους με την έννοια της συνθετικής σειράς

Διαβάστε περισσότερα

f(x) = lim f n (t) = d(t, x n ) d(t, x) = f(t)

f(x) = lim f n (t) = d(t, x n ) d(t, x) = f(t) Κεφάλαιο 7 Ακολουθίες και σειρές συναρτήσεων 7.1 Ακολουθίες συναρτήσεων: κατά σημείο σύγκλιση Ορισμός 7.1.1. Εστω X σύνολο, (Y, ρ) μετρικός χώρος και f n, f : X Y (n = 1, 2,...). Λέμε ότι η ακολουθία συναρτήσεων

Διαβάστε περισσότερα

1 Χώροι πηλίκα { } x = y x y Y. Με τις πράξεις της πρόσθεσης και του βαθμωτού πολλαπλασιασμού που ορίζονται με τον

1 Χώροι πηλίκα { } x = y x y Y. Με τις πράξεις της πρόσθεσης και του βαθμωτού πολλαπλασιασμού που ορίζονται με τον Χώροι πηλίκα Έστω διανυσματικός χώρος και Y διανυσματικός υπόχωρος του. Για κάθε θεωρούμε το σύμπλοκο σχετικά με τον Y, = + y y Y = + Y ορ { : } δηλαδή το είναι η παράλληλη μεταφορά του Y κατά το διάνυσμα.

Διαβάστε περισσότερα

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας.

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας. Περιεχόμενα της Ενότητας Στατιστική Ι Ενότητα 5: Συνεχείς Κατανομές Πιθανότητας Δρ. Χρήστος Εμμανουηλίδης Επίκουρος Καθηγητής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς

Διαβάστε περισσότερα