ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
|
|
- Ἰοῦστος Κοντόσταυλος
- 4 χρόνια πριν
- Προβολές:
Transcript
1 ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ Κεφάλαιο 6 : Πιθανότητες
2 Στόχοι Οι στόχοι αυτού του κεφαλαίου είναι: Η κατανόηση βασικών εννοιών των πιθανοτήτων. Η κατανόηση της δεσμευμένης πιθανότητας Η χρήση του θεωρήματος Bayes στη μελέτη των πιθανοτήτων Η γνώση διαφόρων κανόνων απαρίθμησης
3 Βασικές Έννοιες Πιθανοτήτων Πιθανότητα η δυνατότητα ένα αβέβαιο γεγονός να συμβεί (πάντα μεταξύ του 0 και 1) Αδύνατο Ενδεχόμενο ένα ενδεχόμενο που δεν έχει καμία πιθανότητα να συμβεί (πιθανότητα = 0) Βέβαιο Ενδεχόμενο ένα ενδεχόμενο που είναι βέβαιο οτι θα συμβεί (πιθανότητα = 1)
4 Υπολογίζοντας Πιθανότητες Υπάρχουν τρεις προσεγγίσεις υπολογισμού πιθανότητας ενός αβέβαιου ενδεχομένου: 1. εκ των προτέρων -- βασισμένη σε προηγούμενη γνώση της διαδικασίας Υποθέτοντας οτι όλα τα αποτελέσματα είναι εξίσου πιθανά Πιθανότητα εμφάνισης = X = T 2. εμπειρική πιθανότητα Πιθανότητα εμφάνισης = 3. υποκειμενική πιθανότητα αριθμός των τρόπων με τους οποίους συμβαίνει το ενδεχόμενο συνολικός αριθμός πιθανών αποτελεσμάτων αριθμός των τρόπων με τους οποίους συμβαίνει το γεγονός συνολικός αριθμός πιθανών αποτελεσμάτων βασίζεται σε ένα συνδυασμό της παρελθοντικής εμπειρίας ενός ατόμου, της προσωπικής άποψης, και της ανάλυσης μιας συγκεκριμένης κατάστασης
5 Παράδειγμα μιας εκ των προτέρων πιθανότητας Όταν επιλέγετε τυχαία μια μέρα από το έτος 2015 ποια είναι η πιθανότητα η μέρα αυτή να είναι τον Ιανουάριο; X Πιθανότητα ημέρας τον Ιανουάριο = = T αριθμός συνολικό ημερών αριθμό του Ιανουαρίου ημερών του 2015 X T = 31ημέρες τον 365ημέρες Ιανουάριο το 2015 =
6 Παράδειγμα εμπειρικής πιθανότητας Βρείτε την πιθανότητα να επιλέξετε άνδρα που παρακολουθεί το μάθημα Στατιστικής από τον πληθυσμό που περιγράφεται στον παρακάτω πίνακα: Παρακολουθεί Στατιστική Δεν παρακολουθεί Στατιστική Σύνολο Άνδρας Γυναίκα Σύνολο Πιθανότητα άνδρα που παρακολουθεί στατιστική = αριθμός των ανδρών που παρακολουθούν στατιστική συνολικό αριθμό ατόμων = 84 = 439 0,191
7 Υποκειμενική πιθανότητα Η υποκειμενική πιθανότητα ίσως διαφέρει από άτομο σε άτομο Η διαφημιστική ομάδα εκτιμά μια 60% πιθανότητα επιτυχίας στην νέα της διαφημιστική εκστρατεία. Ο επικεφαλής των μέσων ενημέρωσης της εταιρείας είναι λιγότερο αισιόδοξος και εκτιμά 40% επιτυχία στην ίδια εκστρατεία Ο υπολογισμός μιας υποκειμενικής πιθανότητας βασίζεται στις εμπειρίες ενός ατόμου, τις απόψεις και την ανάλυση μιας συγκεκριμένης κατάστασης Η υποκειμενική πιθανότητα είναι χρήσιμη σε καταστάσεις όπου μια εμπειρική ή μια εκ των προτέρων πιθανότητα δεν μπορεί να υπολογιστεί
8 Ενδεχόμενα Κάθε δυνατό αποτέλεσμα μιας μεταβλητής είναι ένα ενδεχόμενο. Απλό ενδεχόμενο Ένα ενδεχόμενο περιγράφεται από ένα μοναδικό χαρακτηριστικό π.χ., Μια μέρα του Ιανουαρίου από όλες τις ημέρες του 2015 Από κοινού ενδεχόμενο Ένα ενδεχόμενο περιγράφεται από δύο ή περισσότερα χαρακτηριστικά π.χ. Μια μέρα του Ιανουαρίου που είναι επίσης Τετάρτη από όλες τις ημέρες του 2015 Συμπληρωματικό ενός ενδεχομένου A (συμβολίζεται με A ) Όλα τα ενδεχόμενα που δεν αποτελούν μέρος του ενδεχομένου A π.χ., Όλες οι ημέρες του 2015 που δεν ανήκουν στον Ιανουάριο
9 Δειγματικός Χώρος Ο Δειγματικός Χώρος είναι η συλλογή όλων των πιθανών ενδεχομένων π.χ. Οι 6 πλευρές ενός ζαριού: π.χ. Οι 52 κάρτες μιας τράπουλας:
10 Οργάνωση & Γραφική Απεικόνιση Ενδεχομένων Διάγραμμα Venn για Όλες τις Ημέρες του 2015 Δειγματικός χώρος (Όλες οι ημέρες του 2015) Ημέρες που είναι μέσα στον Ιανουάριο και είναι Τετάρτες Τετάρτες Ημέρες του Ιανουαρίου
11 Οργάνωση & Γραφική Απεικόνιση Ενδεχομένων (συνέχεια ) Πίνακες Συνάφειας -- Για Όλες τις Ημέρες του 2015 Δένδρα Αποφάσεων Δειγματικός Χώρος Όλες οι Ημέρες του 2015 Ιαν. Όχι Ιαν. Σύνολο Τετ Όχι Τετ Σύνολο Συνολικός Αριθμός των Αποτελεσμάτων του Δειγματικού Χώρου
12 Ορισμός: Απλή Πιθανότητα Η Απλή Πιθανότητα αναφέρεται στην πιθανότητα ενός απλού ενδεχομένου. πχ. P(Ιαν.) πχ. P(Τετ.) Ιαν. Όχι Ιαν. Σύνολο Τετ P(Τετ.) = 52 / 365 Όχι Τετ Σύνολο P(Ιαν.) = 31 / 365
13 Ορισμός: Από Κοινού Πιθανότητα Η Από Κοινού Πιθανότητα αναφέρεται στην πιθανότητα εμφάνισης δύο ή περισσοτέρων ενδεχομένων (από κοινού ενδεχόμενα). πχ. P(Ιαν. και Τετ.) πχ. P(Όχι Ιαν. και Όχι Τετ.) Ιαν. Όχι Ιαν. Σύνολο Τετ Όχι Τετ P(Όχι Ιαν. και Όχι Τετ.) = 286 / 365 Σύνολο P(Ιαν. και Τετ.) = 4 / 365
14 Αμοιβαία Αποκλειόμενα Ενδεχόμενα Αμοιβαία αποκλειόμενα ενδεχόμενα Ενδεχόμενα τα οποία δεν μπορούν να συμβούν ταυτόχρονα Παράδειγμα: Τυχαία επιλογή μιας ημέρας του 2015 A = μέρα του Ιανουαρίου; B = μέρα του Φεβρουαρίου Τα ενδεχόμενα A και B είναι αμοιβαία αποκλειόμενα
15 Ενδεχόμενα που αποτελούν Διαμέριση Ενδεχόμενα που αποτελούν Διαμέριση Ένα από τα ενδεχόμενα πρέπει να συμβεί Το σύνολο των ενδεχομένων καλύπτει όλο το δειγματικό χώρο Παράδειγμα: Τυχαία επιλογή μιας ημέρας από το 2015 A = Καθημερινή; B = Σαβ/κο; C = Ιανουάριος; D = Άνοιξη; Τα ενδεχόμενα A, B, C και D αποτελούν διαμέριση (αλλά όχι αμοιβαία αποκλειόμενα μία καθημερινή μπορεί να είναι τον Ιανουάριο ή την Άνοιξη) Τα ενδεχόμενα A και B αποτελούν διαμέριση και επίσης είναι αμοιβαία αποκλειόμενα
16 Υπολογισμός των Από Κοινού και Περιθώριων Πιθανοτήτων Η πιθανότητα ενός από κοινού ενδεχομένου, A και B: P(A και B)= αριθμός των αποτελεσμάτων που ικανοποιούν τα Α και Β συνολικός αριθμός των βασικών αποτελεσμάτων Υπολογισμός μιας περιθώριας (ή απλής) πιθανότητας: P(A) = P(A και B 1) + P(A και B2) + + P(A B k ) Όπου B 1, B 2,, B k είναι k αμοιβαία αποκλειόμενα και διαμέρισης ενδεχόμενα
17 Παράδειγμα Από Κοινού Πιθανότητας P(Ιαν. και Τετ.) αριθμός = των ημερών συνολικός που είναι αριθμός μέσα στον των ημερών Ιαν.και είναι του 2015 Τετ. = Ιαν. Όχι Ιαν. Σύνολο Τετ Όχι Τετ Σύνολο
18 Παράδειγμα Περιθώριας Πιθανότητας P(Τετ.) = P(Ιαν. και Τετ.) + P(Όχι Ιαν. και Τετ.) = = Ιαν. Όχι Ιαν. Σύνολο Τετ Όχι Τετ Σύνολο
19 Περιθώριες & Από Κοινού Πιθανότητες σε Έναν Πίνακα Συνάφειας Ενδεχόμενο Ενδεχόμενο B 1 B 2 Σύνολο A 1 A 2 P(A 1 και B 1 ) P(A 2 και B 1 ) P(A 1 και B 2 ) P(A 1 ) P(A 2 και B 2 ) P(A 2 ) Σύνολο P(B 1 ) P(B 2 ) 1 Από Κοινού Πιθανότητες Περιθώριες (Απλές) Πιθανότητες
20 Περίληψη Πιθανοτήτων μέχρι στιγμής Πιθανότητα είναι η αριθμητική μέτρηση της δυνατότητας ένα ενδεχόμενο να συμβεί Η πιθανότητα οποιουδήποτε ενδεχομένου πρέπει να είναι μεταξύ 0 και 1, αποκλειστικά 0 P(A) 1 Για οποιοδήποτε ενδεχόμενο A Το άθροισμα των πιθανοτήτων όλων των αμοιβαία αποκλειόμενων και διαμέρισης ενδεχομένων είναι 1 P(A) + P(B) + P(C) = 1 Αν A, B, και C είναι αμοιβαία αποκλειόμενα και διαμέρισης 1 0,5 0 Βέβαιο Αδύνατο
21 Γενικός Προσθετικός Κανόνας Γενικός Προσθετικός Κανόνας: P(A ή B) = P(A) + P(B) - P(A και B) Αν A και B είναι αμοιβαία αποκλειόμενα,τότε P(A και B) = 0, οπότε ο κανόνας μπορεί να απλοποιηθεί: P(A ή B) = P(A) + P(B) Για αμοιβαία αποκλειόμενα ενδεχόμενα A και B
22 Παράδειγμα Γενικού Προσθετικού Κανόνα P(Ιαν. ή Τετ.) = P(Ιαν.) + P(Τετ.) - P(Ιαν. και Τετ.) = 31/ /365-4/365 = 79/365 Ιαν. Όχι Ιαν. Σύνολο Τετ Όχι Τετ Σύνολο Μην μετράτε τις τέσσερις Τετάρτες τον Ιανουάριο δύο φορές!
23 Υπολογισμός Δεσμευμένων Πιθανοτήτων Μια δεσμευμένη πιθανότητα είναι η πιθανότητα ενός ενδεχομένου, δεδομένου οτι ένα άλλο ενδεχόμενο έχει συμβεί: P(A B) = P(B A) = P(A και P(B) P(A και P(A) B) B) Η δεσμευμένη πιθανότητα του A δεδομένου οτι το B έχει συμβεί Οπου P(A και B) = από κοινού πιθανότητα του A και B P(A) = περιθώρια ή απλή πιθανότητα του A P(B) = περιθώρια ή απλή πιθανότητα του B Η δεσμευμένη πιθανότητα του B δεδομένου οτι το A έχει συμβεί
24 Παράδειγμα Δεσμευμένης Πιθανότητας Από τα αυτοκίνητα σε ένα πάρκινγκ μεταχειρισμένων, το 70% έχει air conditioning (AC) και το 40% έχει GPS. Το 20% των αυτοκινήτων διαθέτει και τα δύο. Ποια είναι η πιθανότητα ένα αυτοκίνητο να έχει GPS, δεδομένου οτι έχει AC; δηλαδή, θέλουμε να βρούμε P(GPS AC)
25 Παράδειγμα Δεσμευμένης Πιθανότητας (συνέχεια) Σε ένα πάρκινγκ μεταχειρισμένων αυτοκινήτων, το 70% έχει air conditioning (AC) και το 40% έχει GPS και το 20% των αυτοκινήτων διαθέτει και τα δύο. GPS Όχι GPS Σύνολο AC 0,2 0,5 0,7 Όχι AC 0,2 0,1 0,3 Σύνολο 0,4 0,6 1,0 P(GPSκαι AC) 0,2 P(GPS AC) = = = P(AC) 0,7 0,2857
26 Παράδειγμα Δεσμευμένης Πιθανότητας (συνέχεια) Δεδομένου του AC, λαμβάνουμε υπόψη μόνο την πάνω γραμμή (το 70% των αυτοκινήτων). Από αυτά, το 20% έχει GPS. Το 20% του 70% είναι περίπου 28,57%. GPS Όχι GPS Σύνολο AC 0,2 0,5 0,7 Όχι AC 0,2 0,1 0.3 Σύνολο 0,4 0,6 1,0 P(GPSκαι AC) 0,2 P(GPS AC) = = = P(AC) 0,7 0,2857
27 Χρήση Δέντρων Αποφάσεων,2 Δεδομένου του AC ή όχι AC:,7,5 P(AC και GPS) = 0,2 P(AC και GPS ) = 0,5,7 Το σύνολο των αυτοκινήτων Δεσμευμένες Πιθανότητες,2,3 P(AC και GPS) = 0,2,1 P(AC και GPS ) = 0,1,3
28 Χρήση Δέντρων Αποφάσεων (συνέχεια),2 Δεδομένου GPS ή όχι GPS:,4,2 P(GPS και AC) = 0,2 P(GPS και AC ) = 0,2,4 Το σύνολο των αυτοκινήτων Δεσμευμένες Πιθανότητες,5,6 P(GPS και AC) = 0,5,1 P(GPS και AC ) = 0,1,6
29 Ανεξαρτησία Δύο ενδεχόμενα είναι ανεξάρτητα αν και μόνο αν: P(A B) = P(A) Τα ενδεχόμενα A και B είναι ανεξάρτητα όταν η πιθανότητα του ενός ενδεχομένου δεν επηρεάζεται από το γεγονός οτι το άλλο ενδεχόμενο έχει συμβεί
30 Πολλαπλασιαστικός Κανόνας Πολλαπλασιαστικός κανόνας για δύο ενδεχόμενα A και B: P(A B) = P(A B) P(B) Σημείωση: Αν τα A και B είναι ανεξάρτητα, τότε P(A B) = και ο πολλαπλασιαστικός κανόνας απλοποιείται σε P ( A ) = P(A) P(B) P(A)
31 Περιθώρια Πιθανότητα Περιθώρια πιθανότητα για το ενδεχόμενο A: P(A) = P(A B )P(B ) + P(A B )P(B ) P(A B k )P(B k ) Όπου B 1, B 2,, B k είναι k αμοιβαία αποκλειόμενα και διαμέρισης ενδεχόμενα
32 Θεώρημα του Bayes Το Θεώρημα του Bayes χρησιμοποιείται για να αναθεωρήσει προηγούμενους υπολογισμούς πιθανοτήτων βάσει νέων πληροφοριών. Αναπτύχθηκε από τον Thomas Bayes τον 18 ο αιώνα. Είναι μια επέκταση της δεσμευμένης πιθανότητας.
33 Θεώρημα του Bayes P(B i A) = P(A B 1 )P(B 1 ) + P(A B P(A B 2 i )P(B )P(B 2 i ) ) + + P(A B k )P(B k ) όπου: B i = i οστό ενδεχόμενο k αμοιβαία αποκλειόμενων και διαμέρισης ενδεχομένων A = νέο ενδεχόμενο που μπορεί να επηρεάσει P(B i )
34 Παράδειγμα Θεωρήματος Bayes Μια εταιρεία γεωτρήσεων εκτιμά οτι υπάρχει 40% πιθανότητα να εξορύξουν πετρέλαιο για την νέα τους πετρελαιοπηγή. Για περισσότερες πληροφορίες έχει προγραμματιστεί ένας λεπτομερής έλεγχος. Ιστορικά, το 60% των πετυχημένων πετρελαιοπηγών έχει λεπτομερείς ελέγχους, και το 20% των αποτυχημένων πετρελαιοπηγών έχει λεπτομερείς ελέγχους. Δεδομένου οτι αυτή η πετρελαιοπηγή έχει προγραμματιστεί για λεπτομερή έλεγχο, ποια είναι η πιθανότητα να είναι επιτυχημένη;
35 Παράδειγμα Θεωρήματος Bayes (συνέχεια) Υποθέτουμε S = επιτυχημένη πετρελαιοπηγή U = αποτυχημένη πετρελαιοπηγή P(S) = 0,4, P(U) = 0,6 (εκ των προτέρων πιθανότητες) Ορίστε το ενδεχόμενο λεπτομερούς ελέγχου ως D Δεσμευμένες πιθανότητες: P(D S) = 0,6 P(D U) = 0,2 Σκοπός είναι να βρεθεί η P(S D)
36 Παράδειγμα Θεωρήματος Bayes (συνέχεια) Εφαρμόστε το Θεώρημα Bayes: P(S D) = P(D P(D S)P(S) S)P(S) + P(D U)P(U) = (0,6)(0,4) (0,6)(0,4) + (0,2)(0,6) = 0,24 0,24 + 0,12 = 0,667 Έτσι η εκ των υστέρων πιθανότητα επιτυχίας, δεδομένου οτι αυτή η πετρελαιοπηγή έχει προγραμματιστεί για λεπτομερή έλεγχο είναι 0,667
37 Παράδειγμα Θεωρήματος Bayes (συνέχεια) Δεδομένου του λεπτομερούς ελέγχου, η εκ των υστέρων πιθανότητα μιας πετυχημένης πετρελαιοπηγής έχει αυξηθεί στο 0,667 σε σχέση με την αρχική εκτίμηση του 0,4 Ενδεχόμενο Εκ των προτέρων Πιθ. Δεσμευμένη Πιθ. Από Κοινού Πιθ. S (πετυχημένη) 0,4 0,6 (0,4)(0,6) = 0,24 U (αποτυχημένη) 0,6 0,2 (0,6)(0,2) = 0,12 Εκ των υστέρων Πιθ. 0,24/0,36 = 0,667 0,12/0,36 = 0,333 Άθρ. = 0,36
38 Οι Κανόνες Απαρίθμησης είναι Συχνά Χρήσιμοι Στον Υπολογισμό Πιθανοτήτων Σε πολλές περιπτώσεις, υπάρχει ένας μεγάλος αριθμός πιθανών αποτελεσμάτων. Οι Κανόνες Απαρίθμησης μπορούν να χρησιμοποιηθούν σε αυτές τις περιπτώσεις για να βοηθήσουν τον υπολογισμό πιθανοτήτων.
39 Κανόνες Απαρίθμησης Κανόνες για τον υπολογισμό του αριθμού των πιθανών αποτελεσμάτων Κανόνας Απαρίθμησης 1: Αν οποιοδήποτε από τα k διαφορετικά αμοιβαία αποκλειόμενα και διαμέρισης ενδεχόμενα μπορούν να συμβούν σε καθεμία από τις n δοκιμές, ο αριθμός των πιθανών αποτελεσμάτων είναι ίσος με Παράδειγμα k n Αν ρίψετε ένα δίκαιο ζάρι 3 φορές τότε υπάρχουν 6 3 = 216 πιθανά αποτελέσματα
40 Κανόνες Απαρίθμησης Κανόνας Απαρίθμησης 2: (συνέχεια) Αν υπάρχουν k 1 ενδεχόμενα στην πρώτη δοκιμή, k 2 ενδεχόμενα στην δεύτερη δοκιμή, και k n ενδεχόμενα στην n οστή δοκιμή, ο αριθμός των πιθανών αποτελεσμάτων είναι (k 1 )(k 2 ) (k n ) Παράδειγμα: Θέλετε να πάτε σε ένα πάρκο, να φάτε σε ένα εστιατόριο, και να παρακολουθήσετε μια ταινία. Υπάρχουν 3 πάρκα, 4 εστιατόρια, και 6 επιλογές ταινίας. Πόσοι διαφορετικοί πιθανοί συνδυασμοί υπάρχουν; Απάντηση: (3)(4)(6) = 72 διαφορετικές δυνατότητες
41 Κανόνες Απαρίθμησης (συνέχεια) Κανόνας Απαρίθμησης 3: Ο αριθμός των τρόπων που n στοιχεία μπορούν να τοποθετηθούν σε σειρά είναι Παράδειγμα: n! = (n)(n 1) (1) Έχετε πέντε βιβλία να τοποθετήσετε σε ένα ράφι. Με πόσους διαφορετικούς τρόπους μπορούν αυτά τα βιβλία να τοποθετηθούν στο ράφι; Απάντηση: 5! = (5)(4)(3)(2)(1) = 120 διαφορετικές δυνατότητες
42 Κανόνες Απαρίθμησης (συνέχεια) Κανόνας Απαρίθμησης 4: Διατάξεις: Ο αριθμός των τρόπων τοποθέτησης X αντικειμένων που έχουν επιλεγεί από n αντικείμενα στην σειρά είναι Παράδειγμα: P x n = n! (n X)! Έχετε πέντε βιβλία και πρόκειται να τοποθετήσετε τρία στο ράφι. Με πόσους διαφορετικούς τρόπους μπορούν τα βιβλία να διαταχθούν στο ράφι; n! (n X)! 5! (5 3)! Απάντηση: n P x = = = = 60 διαφορετικές δυνατότητες
43 Κανόνες Απαρίθμησης (συνέχεια) Κανόνας Απαρίθμησης 5: Συνδυασμοί: Ο αριθμός των τρόπων επιλογής X αντικειμένων από n αντικείμενα, ανεξαρτήτου σειράς, είναι Παράδειγμα: C x n = X! (n X)! Έχετε πέντε βιβλία και πρόκειται να επιλέξετε τρία για διάβασμα. Πόσοι διαφορετικοί συνδυασμοί υπάρχουν, αν αγνοήσετε τη σειρά με την οποία έχουν επιλεγεί; n! n! 5! 120 Απάντηση: n C x = = = = 10 διαφορετικές δυνατότητες X! (n X)! 3!(5 3)! (6)(2)
44 Περίληψη Κεφαλαίου Σε αυτό το κεφάλαιο καλύφθηκε: Η κατανόηση βασικών εννοιών των πιθανοτήτων. Η κατανόηση της δεσμευμένης πιθανότητας Η χρήση του Θεωρήματος Bayes για την αναθεώρηση των πιθανοτήτων Διάφοροι κανόνες απαρίθμησης
Κεφάλαιο 2 Πιθανότητες. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς
Κεφάλαιο 2 Πιθανότητες Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς 2-2 2 Πιθανότητες Χρησιμοποιώντας την Στατιστική Βασικοί ορισμοί: Ενδεχόμενα, Δειγματικός χώρος και Πιθανότητες
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότεραΤμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος
Τμήμα Λογιστικής και Χρηματοοικονομικής 1 Θεωρία Πιθανοτήτων Δρ. Αγγελίδης Π. Βασίλειος 2 Περιεχόμενα Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους 3 Πείραμα
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότεραΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΝΝΟΙΑ ΠΙΘΑΝΟΤΗΤΑΣ Μαθηματική περιγραφή συστημάτων με αβεβαιότητα Παραδείγματα από την οργάνωση παραγωγής Διάρκεια παραγωγής προϊόντων
Διαβάστε περισσότεραΠεριεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ
Πιθανότητες και Αρχές Στατιστικής (3η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 38 Περιεχόμενα
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 2 η : Δεσμευμένη Πιθανότητα. Ολική Πιθανότητα-Θεώρημα Bayes, Ανεξαρτησία και Συναφείς Έννοιες. Γεώργιος Ζιούτας Τμήμα
Διαβάστε περισσότεραΠεριεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ
3ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 3ο Μάθημα Πιθανότητες
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα # 7: Θεωρία Πιθανοτήτων (Πείραμα Τύχης) Εβελίνα Κοσσιέρη Τμήμα Λογιστικής και Χρηματοοικονομικής
Διαβάστε περισσότερα10/10/2016. Στατιστική Ι. 2 η Διάλεξη
Στατιστική Ι 2 η Διάλεξη 1 2 Δεσμευμένη πιθανότητα του Α δοθέντος του Β (1) Αν Α και Β δύο ενδεχόμενα του δειγματικού χώρου Ω ενός πειράματος τύχης και P(Β)>0, τότε η δεσμευμένη πιθανότητα του Α δοθέντος
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων Ι
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 1: Στοιχεία Πιθανοθεωρίας Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης
Διαβάστε περισσότεραΣτατιστική. Ενότητα 1 η : Δεσμευμένη Πιθανότητα, Ολική Πιθανότητα, Ανεξαρτησία. Γεώργιος Ζιούτας Τμήμα Χημικών Μηχανικών Α.Π.Θ.
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 1 η : Δεσμευμένη Πιθανότητα, Ολική Πιθανότητα, Ανεξαρτησία Γεώργιος Ζιούτας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότερα3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }.
3 ΠΙΘΑΝΟΤΗΤΕΣ 3.1 ΔΕΙΓΜΑΤΙΚΟΣ ΧΡΟΣ - ΕΝΔΕΧΟΜΕΝΑ Πείραμα Τύχης Ένα πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνεται φαινομενικά τουλάχιστον κάτω από
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 3: Πιθανότητες. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 3: Πιθανότητες Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,
Διαβάστε περισσότεραP (A 1 A 2... A n ) = P (A 1 )P (A 2 A 1 )P (A 3 A 1 A 2 ) P (A n A 1 A 2 A n 1 ).
Υπενθυμίσεις Παραδείγματα Ασκήσεις Μελέτη 31 Οκτωβρίου 2014 Πιθανότητες και Στατιστική Διάλεξη 7 Ασκήσεις ΙΙ Δεσμευμένη πιθανότητα, Συνδυαστικά επιχειρήματα Αντώνης Οικονόμου Τμήμα Μαθηματικών Πανεπιστήμιο
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 9. Κατανομές Δειγματοληψίας
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΠινάκες συνάφειας. Βαρύτητα συμπτωμάτων. Φύλο Χαμηλή Υψηλή. Άνδρες. Γυναίκες
Πινάκες συνάφειας εξερεύνηση σχέσεων μεταξύ τυχαίων μεταβλητών. Είναι λογικό λοιπόν, στην ανάλυση των κατηγορικών δεδομένων να μας ενδιαφέρει η σχέση μεταξύ δύο ή περισσότερων κατηγορικών μεταβλητών. Έστω
Διαβάστε περισσότεραΠΟΣΟΤΙΚΕΣ 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 περισσότεραΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ Έστω ότι επιθυμούμε να μελετήσουμε ένα τυχαίο πείραμα με δειγματικό χώρο Ω και έστω η πιθανότητα να συμβεί ένα ενδεχόμενο Α Ω Υπάρχουν περιπτώσεις όπου ενώ δεν γνωρίζουμε
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος. Ενδεχόμενα {,,..., }.
ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος Το σύνολο των δυνατών αποτελεσμάτων λέγεται δειγματικός χώρος (sample space) και συμβολίζεται συνήθως με το γράμμα Αν δηλαδή ω,,, ω2 ωκ είναι τα δυνατά αποτελέσματα ενός πειράματος
Διαβάστε περισσότεραΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών
ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών Πόρων ΑΓΡΙΝΙΟ ΣΤΑΤΙΣΤΙΚΗ Φραγκίσκος Κουτελιέρης Αναπληρωτής
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 1 η : Βασικές Έννοιες Πιθανότητας Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ. Άδειες
Διαβάστε περισσότεραΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ
ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ ΕΠΙΜΕΛΕΙΑ : ΓΕΡΓΙΟΣ Ε. ΚΑΡΑΦΕΡΗΣ ΠΕ03 ΜΑΘΗΜΑΤΙΚΟΣ [] ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΡΙΑ: Πείραμα Τύχης Κάθε πείραμα κατά στο οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως
Διαβάστε περισσότεραΤ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος
Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Θεωρία Συνόλων Σύνολο: Το σύνολο εκφράζει μία συλλογή διακριτών μονάδων οποιασδήποτε φύσης.
Διαβάστε περισσότεραΕίδη Μεταβλητών. κλίµακα µέτρησης
ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα η : Δεσμευμένη Πιθανότητα. Ολική Πιθανότητα-Θεώρημα Bayes, Ανεξαρτησία και Συναφείς Έννοιες. Γεώργιος Ζιούτας Τμήμα
Διαβάστε περισσότεραΕισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την
Μαθηματικά Πληροφορικής 8ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων και Στατιστική
Θεωρία Πιθανοτήτων και Στατιστική 2 ο Εξάμηνο Ασκήσεις Πράξης 1 Θεωρία Συνόλων - Δειγματικός Χώρος Άσκηση 1: Να βρεθούν και να γραφούν με συμβολισμούς της Θεωρίας Συνόλων οι δειγματοχώροι των τυχαίων πειραμάτων:
Διαβάστε περισσότεραΚεφάλαιο 9 Κατανομές Δειγματοληψίας
Κεφάλαιο 9 Κατανομές Δειγματοληψίας Copyright 2009 Cengage Learning 9.1 Κατανομές Δειγματοληψίας Μια κατανομή δειγματοληψίας δημιουργείται, εξ ορισμού, από δειγματοληψία. Η μέθοδος που θα χρησιμοποιήσουμε
Διαβάστε περισσότεραΠιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου
Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 εσµευµένη Πιθανότητα Πολλαπλασιαστικός Νόµος Ανεξάρτητα Γεγονότα Θεώρηµα Ολικής Πιθανότητας Κανόνας Bayes
Διαβάστε περισσότεραΕίδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρμοσμένες Επιστήμες Στατιστικός Πληθυσμός και Δείγμα Το στατιστικό
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)
ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 26 Οκτωβρίου 2009 Η διερεύνηση, σε γενικές γραµµές, της δεσµευµένης πιθανότητας και η σύγκρισή της µε την απόλυτη πιθανότητα αποκαλύπτει
Διαβάστε περισσότεραΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ Γνωριµία και ερµηνεία των πιθανοτήτων Χρήση σε πρακτικά προβλήµατα και σε θέµατα στατιστικής συµπερασµατολογίας. Προσθετικός και πολλαπλασιαστικός κανόνας των πιθανοτήτων Έννοια της
Διαβάστε περισσότεραΤι είδαμε την προηγούμενη φορά
HY8-Διακριτά Μαθηματικά Πέμπτη, 04/05/207 Θεωρία πιθανοτήτων Αντώνης Α. Αργυρός e-mal: argyros@csd.uoc.gr 04-May-7 04-May-7 2 2 Τι είδαμε την προηγούμενη φορά Μίατυχαία μεταβλητήvείναι κάθε μεταβλητή η
Διαβάστε περισσότεραΠιθανότητες. Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους
Πιθανότητες Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους «Πείραμα» Tύχης Οτιδήποτε συμβαίνει και δεν γνωρίζουμε από πριν το ακριβές αποτέλεσμά του. Απασχόλησαν
Διαβάστε περισσότεραΔειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:
Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον
Διαβάστε περισσότεραΠιθανότητες και Στατιστική Ενότητα 2: Δεσμευμένη πιθανότητα και στοχαστική ανεξαρτησία Αντώνιος Οικονόμου Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής κ
Πιθανότητες και Στατιστική Ενότητα 2: Δεσμευμένη πιθανότητα και στοχαστική ανεξαρτησία Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Αθήνα 2015 Παράδειγμα δεσμευμένης κλασικής πιθανότητας
Διαβάστε περισσότεραΒασικά στοιχεία της θεωρίας πιθανοτήτων
Η έννοια του Πειράµατος Τύχης. 9 3 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ήδειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοω ή s του δειγµατικού χώρου
Διαβάστε περισσότερα. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες)
Εργαστήριο Μαθηματικών & Στατιστικής Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ η Πρόοδος στο Μάθημα Στατιστική //7 ο Θέμα α) Περιγράψτε τη σχέση Θεωρίας Πιθανοτήτων και Στατιστικής. β) Αν Α, Β ενδεχόμενα του δειγματικού χώρου Ω
Διαβάστε περισσότεραΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
- - ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 009-0 ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΥΝΟΨΗΣ
Διαβάστε περισσότεραΥπολογιστικά & Διακριτά Μαθηματικά
Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 6: Πιθανότητες Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,
Διαβάστε περισσότεραΒιομαθηματικά BIO-156. Θεωρία Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017
Βιομαθηματικά IO-56 Θεωρία Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 07 lika@biology.uo.gr Ορισμοί Τυχαίο Πείραμα: κάθε πείραμα που είναι δυνατόν να επαναληφθεί με το ίδιο σύνολο υποθέσεων και του οποίου
Διαβάστε περισσότεραΒιομαθηματικά BIO-156. Θεωρία Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2016
Βιομαθηματικά IO-56 Θεωρία Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 06 lika@biology.uo.gr Ορισμοί Τυχαίο Πείραμα: κάθε πείραμα που είναι δυνατόν να επαναληφθεί με το ίδιο σύνολο υποθέσεων και του οποίου
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)
ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 15 Οκτωβρίου 2009 ΚΛΑΣΙΚΗ ΠΙΘΑΝΟΤΗΤΑ De Moivre Ο κλασικός ορισµός της πιθανότητας αφορά πεπερασµένους δειγµατικούς χώρους και
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)
ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 19 Οκτωβρίου 2009 ΑΞΙΩΜΑΤΙΚΗ ΘΕΜΕΛΙΩΣΗ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ Ορισµός Εστω Ω δειγµατικός χώρος στοχαστικού (τυχαίου) πειράµατος (ή ϕαινοµένου).
Διαβάστε περισσότεραΛήψη αποφάσεων κατά Bayes
Λήψη αποφάσεων κατά Bayes Σημειώσεις μαθήματος Thomas Bayes (1701 1761) Στυλιανός Χατζηδάκης ECE 662 Άνοιξη 2014 1. Εισαγωγή Οι σημειώσεις αυτές βασίζονται στο μάθημα ECE662 του Πανεπιστημίου Purdue και
Διαβάστε περισσότεραΓιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017.
HY118-Διακριτά Μαθηματικά Τρίτη, 02/05/2017 Θεωρία πιθανοτήτων Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 04-May-17 1 1 04-May-17 2 2 Γιατί πιθανότητες; Γιατί πιθανότητες; Στον προτασιακό και κατηγορηματικό
Διαβάστε περισσότεραΒΑΣΙΚΕΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ
ΚΕΦΑΛΑΙΟ 3 ΒΑΣΙΚΕΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ Πολλαπλασιαστική αρχή (multiplicatio rule). Έστω ότι ένα πείραμα Ε 1 έχει 1 δυνατά αποτελέσματα. Έστω επίσης ότι για κάθε ένα από αυτά τα δυνατά
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Ανδρεσάκης Δ. ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΠΙΘΑΝΟΤΗΤΕΣ
ΛΓΕΡ ΛΥΚΕΙΟΥ ΠΙΘΝΟΤΗΤΕΣ ΣΥΝΟΠΤΙΚΗ ΘΕΩΡΙ 1 Tα πειράματα των οποίων δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνονται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 2 η : Δεσμευμένη Πιθανότητα. Ολική Πιθανότητα-Θεώρημα Bayes, Ανεξαρτησία και Συναφείς Έννοιες. Γεώργιος Ζιούτας Τμήμα
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος»
ΠΙΘΑΝΟΤΗΤΕ Ερωτήσεις του τύπου «ωστό - άθος» 1. * Αν είναι δειγματικός χώρος ενός πειράματος τύχης, τότε Ρ () = 1. 2. * Αν Α είναι ενδεχόμενο ενός πειράματος τύχης τότε, 0 Ρ (Α) 1. 3. * Για το αδύνατο
Διαβάστε περισσότερα1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ
ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ. ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα ονομάζουμε κάθε πείραμα για το οποίο, όταν ξέρουμε τις συνθήκες κάτω από τις οποίες πραγματοποιείται, μπορούμε να προβλέψουμε με
Διαβάστε περισσότεραΒασικά στοιχεία της θεωρίας πιθανοτήτων
Η έννοια του Πειράµατος Τύχης. 9 3 6 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ή δειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοωήsτου δειγµατικού χώρου
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 7: Εισαγωγή στη Θεωρία Αποφάσεων Δέντρα Αποφάσεων
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 7: Εισαγωγή στη Θεωρία Αποφάσεων Δέντρα Αποφάσεων Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών
Διαβάστε περισσότεραΚεφάλαιο 3 Κατανομές. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς
Κεφάλαιο Κατανομές Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς - - Χρησιμοποιώντας την Στατιστική Έστω οι διαφορετικές διατάξεις ενός αγοριού (B) και ενός κοριτσιού (G) σε τέσσερις
Διαβάστε περισσότεραΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ
ΚΕΦΑΛΑΙΟ 5 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ Α. Περίπτωση Ενός Πληθυσμού Έστω ότι μελετάμε μια ακολουθία ανεξαρτήτων δοκιμών κάθε μία από τις οποίες οδηγεί είτε σε επιτυχία είτε σε αποτυχία με σταθερή
Διαβάστε περισσότεραΠιθανολογική Ανάλυση Αποφάσεων. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης
Πιθανολογική Ανάλυση Αποφάσεων Αβεβαιότητα Known knowns Ποσοτικοποιήσιμη Πιθανότητα Known unknowns Εκτίμηση ενδεχομένου Unknown unknowns Αρνητική επίδραση Ρίσκο Black Swan Πιθανολογική Προσέγγιση Θεωρούμε
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 5 Συλλογή Δεδομένων & Δειγματοληψία
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότεραΣτατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες
Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού
Διαβάστε περισσότεραΟι μελέτες φυσικών φαινομένων ή πραγματικών προβλημάτων καταλήγουν είτε σεπροσδιοριστικά
Εισαγωγή Οι μελέτες φυσικών φαινομένων ή πραγματικών προβλημάτων καταλήγουν είτε σεπροσδιοριστικά μοντέλα, είτε σε στοχαστικά ή αλλοιώς πιθανοτικά μοντέλα. προσδιοριστικά μοντέλα : επιτρέπουν προσδιορισμό
Διαβάστε περισσότεραΒασικές έννοιες. Χρησιμότητα Πιθανότητα Προσδοκώμενο κέρδος Δένδρα αποφάσεων Ανάλυση ευαισθησίας Πιθανότητα υπό όρους Μεταβλητές κατάστασης
Ανάλυση αποφάσεων Βασικές έννοιες Χρησιμότητα Πιθανότητα Προσδοκώμενο κέρδος Δένδρα αποφάσεων Ανάλυση ευαισθησίας Πιθανότητα υπό όρους Μεταβλητές κατάστασης Χρησιμότητα - Utility Επιτρέπει την σύγκριση
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)
ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 21 Οκτωβρίου 2009 ΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ Η ανάγκη εισαγωγής της δεσµευµένης πιθανότητας αναφύεται στις περιπτώσεις όπου µία µερική
Διαβάστε περισσότεραΘέμα: ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ (Συνδυασμένη, ολική και δεσμευμένη) ΚΕΦΑΛΑΙΟ 6 KELLER
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ: ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (Πάτρας) Διεύθυνση: Μεγάλου Αλεξάνδρου, 6 4 ΠΑΤΡΑ Τηλ.: 60 6905, Φαξ: 60 9684, email: mitro@teipat.gr Καθηγητής Ι. Μητρόπουλο
Διαβάστε περισσότεραΗ Έννοια της Πιθανότητας. 1 Βρείτε την πιθανότητα του καθ ενός απ τα παρακάτω ενδεχόμενα:
1 Η Έννοια της Πιθανότητας Η Έννοια της Πιθανότητας 1 Βρείτε την πιθανότητα του καθ ενός απ τα παρακάτω ενδεχόμενα: α) Να εμφανιστεί περιττός αριθμός κατά την ρίψη ενός ζαριού. (1/2) β) Να εμφανιστεί τουλάχιστον
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα # 8: Πιθανότητες ΙΙ Εβελίνα Κοσσιέρη Τμήμα Λογιστικής και Χρηματοοικονομικής ΑΔΕΙΕΣ ΧΡΗΣΗΣ Το
Διαβάστε περισσότεραΜαθηματικά Πληροφορικής Πιθανοτικά Εργαλεία. Υποπροσθετικότητα. Η Πιθανοτική Μέθοδος (The Probabilistic Method)
Μαθηματικά Πληροφορικής Πιθανοτικά Εργαλεία Δύο βασικά εργαλεία από τη Θεωρία Πιθανοτήτων. 1 Υποπροσθετικότητα (Union Bound). 2 Γραμμικότητα Αναμενόμενης Τιμής (Linearity of Expectation). Τμήμα Πληροφορικής
Διαβάστε περισσότεραΕΣΜΕΥΜΕΝΕΣ ΠΙΘΑΝΟΤΗΤΕΣ
Τµ. Επιστήµης των Υλικών εσµευµένες Πιθανότητες Εστω (Ω, A, P) ένας πιθανοθεωρητικός χώρος. Αξιωµατικός Ορισµός της Πιθανότητας (Kolmogorov) Θεωρούµε (Ω, A) έναν µετρήσιµο χώρο. Ενα πιθανοθεωρητικό µέτρο
Διαβάστε περισσότεραP (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)
Πιθανότητες και Αρχές Στατιστικής (4η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα
Διαβάστε περισσότεραΠ Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ
Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ 1. Ο Γυμναστής ενός λυκείου προκειμένου να στελεχώσει την ομάδα μπάσκετ του λυκείου ψάχνει στην τύχη μεταξύ των μαθητών να βρει τρεις κοντούς (Κ) και τρεις ψηλούς (Ψ). Να
Διαβάστε περισσότεραP (A) = 1/2, P (B) = 1/2, P (C) = 1/9
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-1: Πιθανότητες - Χειµερινό Εξάµηνο 011 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /11/011 Ηµεροµηνία Παράδοσης : 1/11/011
Διαβάστε περισσότεραΘΕΜΑ 3 Το ύψος κύματος (σε μέτρα) σε μία συγκεκριμένη θαλάσσια περιοχή είναι τυχαία μεταβλητή X με συνάρτηση πυκνότητας πιθανότητας
ΣΧΟΛΗ ΝΑΥΤΙΚΩΝ ΔΟΚΙΜΩΝ TOMEAΣ ΜΑΘΗΜΑΤΙΚΩΝ ΕΞΕΤΑΣΕΙΣ ΕΠΙΛΟΓΗΣ ΓΙΑ ΕΚΠΑΙΔΕΥΣΗ ΣΤΟ ΕΞΩΤΕΡΙΚΟ ΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ 26 Σεπτεμβρίου 2014 Ομάδα Θεμάτων Α ΘΕΜΑ 1 Ρίχνουμε ένα αμερόληπτο νόμισμα (δύο δυνατά
Διαβάστε περισσότεραΕΣΜΕΥΜΕΝΕΣ ΠΙΘΑΝΟΤΗΤΕΣ
Τµ. Επιστήµης των Υλικών Εστω (Ω,A, P) ένας πιθανοθεωρητικός χώρος. Αξιωµατικός Ορισµός της Πιθανότητας (Kolmogorov) Θεωρούµε (Ω, A) έναν µετρήσιµο χώρο. Ενα πιθανοθεωρητικό µέτρο (ή µια πιθανότητα) P
Διαβάστε περισσότερα4 Πιθανότητες και Στοιχεία Στατιστικής για Μηχανικούς
Πρόλογος Ο μηχανικός πρέπει να συνεχίσει να βελτιώνει την ποιότητα της δουλειάς του εάν επιθυμεί να είναι ανταγωνιστικός στην αγορά της χώρας του και γενικότερα της Ευρώπης. Μία σημαντική αναλογία σε αυτήν
Διαβάστε περισσότεραHY118- ιακριτά Μαθηµατικά
HY118- ιακριτά Μαθηµατικά Πέµπτη, 12/05/2016 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 5/13/2016 1 1 Θεωρία πιθανοτήτων 5/13/2016 2 2 Τι είδαµε την προηγούµενη φορά Μίατυχαία µεταβλητή Vείναι κάθε
Διαβάστε περισσότεραΑ Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο
Α Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο «Περιγραφική & Επαγωγική Στατιστική» 1. Πάνω από το 3 ο τεταρτημόριο ενός δείγματος βρίσκεται το: α) 15%
Διαβάστε περισσότεραΔΕΟ13(ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΛΙΟΥ )
ΔΕΟ13(ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΛΙΟΥ ) ΑΣΚΗΣΗ 1 Μια εταιρεία ταχυμεταφορών διατηρεί μια αποθήκη εισερχομένων. Τα δέματα φθάνουν με βάση τη διαδικασία Poion με μέσο ρυθμό 40 δέματα ανά ώρα. Ένας υπάλληλος
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 20 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 20 2.1.1 Αβεβαιότητα
Διαβάστε περισσότεραΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 25 ΜΑΪΟΥ 2004 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ
ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΤΑΞΗ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 25 ΜΑΪΟΥ 2004 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΘΕΜΑ 1ο Α. Να αποδείξετε ότι
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότεραΘέμα: Ασκήσεις για εύρεση ολικής, συνδυασμένης και δεσμευμένης πιθανότητας. Βιβλίο Keller Κεφάλαιο 6
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ: ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (Πάτρας) Διεύθυνση: Μεγάλου Αλεξάνδρου, 6 ΠΑΤΡΑ Τηλ.: 60 6905, Φαξ: 60 968, email: mitro@teipat.gr Καθ η γη τ ής Ι. Μ ητ ρ
Διαβάστε περισσότεραΔειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:
Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων Ι
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 2: Τυχαίες Μεταβλητές Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 5o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gvasil
Διαβάστε περισσότερα1.2 ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ
. ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ Ασκήσεις σχ. βιβλίου σελίδας 7 9 Α ΟΜΑΔΑΣ. Από μία τράπουλα με 5 φύλλα παίρνουμε ένα στην τύχη. Να βρείτε τις πιθανότητες των ενδεχομένων : i) Το φύλλο είναι 5 ii) Το φύλλο δεν
Διαβάστε περισσότεραΠιθανότητες και βακτηριουρία πυελονεφρίτιδα Πιθανότητες και ο καρκίνος της μήτρας Ιατρική διάγνωση με υπολογιστές
ΠΙΘΑΝΟΤΗΤΕΣ Πιθανότητες και Στατιστική ειγματικός χώρος Ενδεχόμενα Ορισμοί και νόμοι των πιθανοτήτων εσμευμένη πιθανότητα Ολική πιθανότητα Κανόνας του Bayes Υποκειμενική πιθανότητα Πιθανότητες και βακτηριουρία
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ
ΚΕΦΑΛΑΙΟ ΔΙΑΤΑΞΕΙΣ ΜΕΤΑΘΕΣΕΙΣ ΣΥΝΔΥΑΣΜΟΙ Εισαγωγή. Οι σχηματισμοί που προκύπτουν με την επιλογή ενός συγκεκριμένου αριθμού στοιχείων από το ίδιο σύνολο καλούνται διατάξεις αν μας ενδιαφέρει η σειρά καταγραφή
Διαβάστε περισσότεραHY118-Διακριτά Μαθηματικά
HY118-Διακριτά Μαθηματικά Παρασκευή, 04/05/2018 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 07-May-18 1 1 Θεωρία πιθανοτήτων 07-May-18 2 2 Τι είδαμε την προηγούμενη φορά Μία τυχαία μεταβλητή Vείναι κάθε
Διαβάστε περισσότεραΣτατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Α
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Α Κουγιουμτζής Δημήτρης Τμήμα Πολιτικών Μηχανικών Α.Π.Θ. Θεσσαλονίκη, Μάρτιος 4 Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΜέρος 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 περισσότεραΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ. Κεφάλαιο 2 : Πληροφορία και Εντροπία Διάλεξη: Κώστας Μαλιάτσος Χρήστος Ξενάκης, Κώστας Μαλιάτσος
ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ Κεφάλαιο 2 : Πληροφορία και Εντροπία Διάλεξη: Κώστας Μαλιάτσος Χρήστος Ξενάκης, Κώστας Μαλιάτσος Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων Περιεχόμενα Πιθανότητες Πληροφορία Μέτρο
Διαβάστε περισσότεραΣτέλιος Μιταήλογλοσ Δημήτρης Πατσιμάς.
Πιθανότητες Α Λσκείοσ Στέλιος Μιταήλογλοσ Δημήτρης Πατσιμάς www.askisopolis.gr Πιθανότητες Εφαρμογές στον ορισμό πιθανότητας. Ρίχνουμε ένα νόμισμα τρεις φορές. Ποια είναι η πιθανότητα να φέρουμε και τις
Διαβάστε περισσότεραΦροντιστήριο #8 Ασκήσεις σε Πιθανότητες 15/05/2015
Φροντιστήριο #8 Ασκήσεις σε Πιθανότητες 15/05/2015 Άσκηση Φ8.1 Τρεις λαμπτήρες επιλέγονται τυχαία από ένα σύνολο 15 λαμπτήρων εκ των οποίων οι 5 είναι ελαττωματικοί. (α) Βρέστε την πιθανότητα κανείς από
Διαβάστε περισσότεραΣτατιστική Ι-Πιθανότητες Ι
Στατιστική Ι-Πιθανότητες Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 15 Οκτωβρίου 2015 Περιγραφή 1 Ενωση και Τομή Ενδεχομένων Περιγραφή 1 Ενωση και
Διαβάστε περισσότεραΓΕΝΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΔΙΑΓΩΝΙΣΜΑΤΑ ΣΕ ΟΛΗ ΤΗΝ ΔΙΔΑΚΤΕΑ ΥΛΗ ΑΛΓΕΒΡΑΣ Α ΛΥΚΕΙΟΥ
ΓΕΝΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΔΙΑΓΩΝΙΣΜΑΤΑ ΣΕ ΟΛΗ ΤΗΝ ΔΙΔΑΚΤΕΑ ΥΛΗ ΑΛΓΕΒΡΑΣ Α ΛΥΚΕΙΟΥ ο Γενικό Επαναληπτικό Διαγώνισμα ΘΕΜΑ ο Α. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν γράφοντας στην κόλλα σας δίπλα στο γράμμα
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 2: Θεωρία Πιθανοτήτων Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες Χρήσης
Διαβάστε περισσότεραΑΛΓΕΒΡΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΠΙΘΑΝΟΤΗΤΩΝ
ΝΙΚΟΣ ΑΛΕΞΑΝΔΡΗΣ ΜΑΘΗΜΑΤΙΚΟΣ ΑΛΓΕΒΡΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Α ΛΥΚΕΙΟΥ Πιθανότητες Πραγματικοί αριθμοί Εξισώσεις Ανισώσεις Πρόοδοι Βασικές έννοιες των συναρτήσεων Μελέτη βασικών συναρτήσεων ΑΛΓΕΒΡΑ Α
Διαβάστε περισσότεραΑνάκτηση Πληροφορίας
Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #06 Πιθανοτικό Μοντέλο 1 Άδεια χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
15/1/009 ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 10 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος:
Διαβάστε περισσότερα