1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ"

Transcript

1 Κεφ. I Εισαγωγή.. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ Η ανάγκη µαθηµατικής περιγραφής και µοντελοποίησης συστηµάτων τα οποία εξελίσσονται χρονικά κατά τρόπο που περιέχει, σε µικρό ή µεγάλο βαθµό, τυχαιότητα, (stochasticity, randomness) και όχι κατά τρόπο προσδιοριστικό (deterministic) οδήγησε στην ανάπτυξη της Θεωρίας των Στοχαστικών Ανελίξεων ή Στοχαστικών ιαδικασιών (Stochastic Processes). Για τη µαθηµατική περιγραφή της τυχαιότητας στην εξέλιξη ενός στοχαστικού συστήµατος ας συµβολίσουµε µε X(t) την κατάσταση του συστήµατος κατά την χρονική στιγµή t (t 0). Θεωρούµε ότι για κάθε t η κατάσταση Χ(t) είναι µια τυχαία µεταβλητή η οποία ορίζεται πάνω σε ένα χώρο πιθανότητας (Ω,, P) κοινό για όλα τα t. Είναι δηλαδή η X(t), για συγκεκριµένο t, µια απεικόνιση X(ω,t) µε πεδίο ορισµού το δειγµατικό χώρο Ω ενός πειράµατος τύχης και τιµές στο, ή στο γενικότερα. Για συγκεκριµένο ω Ω έχουµε την συνάρτηση Χ(ω,t) = x(t), t 0, η οποία αποτελεί µια τροχιά (sample path) από όλες τις δυνατές τροχιές που µπορούν να προκύψουν από τον χώρο πιθανότητας (Ω,, P) και την οικογένεια των τ.µ. {Χ(t): t 0}. Γενικεύοντας την ερµηνεία του t ως στοιχείου ενός παραµετρικού συνόλου, και χρησιµοποιώντας τον όρο τυχαία µεταβλητή ενιαία, είτε δηλαδή πρόκειται για µονοδιάστατες είτε πρόκειται για πολυδιάστατες, έχουµε τον παρακάτω ορισµό. Ορισµός. Ονοµάζουµε Στοχαστική Ανέλιξη κάθε οικογένεια τυχαίων µεταβλητών {X(t): t } πάνω σε ένα κοινό χώρο πιθανότητας (Ω,, P). Το σύνολο των δυνατών τιµών των τυχαίων µεταβλητών X(t) (t ), συµβολιζόµενο µε, ονοµάζεται χώρος καταστάσεων και το σύνολο ονοµάζεται παραµετρικός χώρος. Σηµειώνεται εδώ ότι, όπως ο χώρος καταστάσεων έτσι και ο παραµετρικός χώρος δεν είναι κατ ανάγκη µονοδιάστατος. Για παράδειγµα, η X(t) µπορεί να είναι διδιάστατη και να αφορά την θερµοκρασία και την υγρασία µε t τετραδιάστατο έτσι ώστε να καθορίζεται ο χρόνος καθώς και οι γεωγραφικές συντεταγµένες του σηµείου στο οποίο αναφερόµαστε. Θεωρούµε συνεπώς ότι και m. 7

2 Ανάλογα µε το εάν οι χώροι και είναι συνεχή ή όχι υποσύνολα των και m αντίστοιχα, η στοχαστική ανέλιξη θα είναι: (α) συνεχής µε συνεχή παραµετρικό χώρο, (β) συνεχής µε διακριτό παραµετρικό χώρο, (γ) διακριτή µε συνεχή παραµετρικό χώρο και (δ) διακριτή µε διακριτό παραµετρικό χώρο. εν αποκλείεται βέβαια και η περίπτωση µια στοχαστική ανέλιξη να είναι µικτή µε διακριτό ή συνεχή παραµετρικό χώρο. Παραδείγµατα των ως άνω κατηγοριών είναι: Παράδειγµα ο. Η τάση του ηλεκτρικού ρεύµατος σε δίκτυο διανοµής κατά τη χρονική στιγµή t (συνεχής σ.α. µε συνεχή παραµετρικό χώρο). Παράδειγµα ο. Η ηµερήσια κατανάλωση ύδατος σε συγκεκριµένη περιοχή (συνεχής σ.α. µε διακριτό παραµετρικό χώρο). Παράδειγµα 3ο. Ο αριθµός πελατών σε ένα κατάστηµα κατά την χρονική στιγµή t (διακριτή σ.α. µε συνεχή παραµετρικό χώρο). Παράδειγµα 4ο. Ο αριθµός των µετοχών µε ανοδική κίνηση σε συγκεκριµένη ηµέρα (διακριτή σ.α. µε διακριτό παραµετρικό χώρο). Για την πιθανοθεωρητική περιγραφή των στοχαστικών ανελίξεων µε συνεχή παραµετρικό χώρο µας χρειάζεται η έννοια της από κοινού κατανοµής για ένα υπεραριθµήσιµο πλήθος τυχαίων µεταβλητών. Τούτο όµως θα παραβίαζε το αξίωµα της σ-αθροιστικότητας του µέτρου πιθανότητας P. Εν τούτοις, µε βάση το Θεώρηµα Επέκτασης Μέτρου, ο Kolmogorov απέδειξε ότι δια µέσου κατανοµών πεπερασµένης διάστασης είναι δυνατόν να οριστεί κατά µοναδικό τρόπο η κατανοµή πιθανότητας για ένα υπεραριθµήσιµο πλήθος τ.µ. Οι ως άνω κατανοµές πρέπει να ικανοποιούν ορισµένες συνθήκες, γνωστές ως συνθήκες συµβατότητας του Kolmogorov. Έστω Τ n = {t,, t n } ένα πεπερασµένο σύνολο στοιχείων του παραµετρικού χώρου και (x), x n, η από κοινού συνάρτηση κατανοµής πιθανότητας των τ.µ. D Tn Χ(t ),..., Χ(t n ). Η D Tn αποτελεί κατανοµή n-διάστατης τ.µ. και ως εκ τούτου ονοµάζεται κατανοµή πεπερασµένης διάστασης. Έστω τώρα { } η οικογένεια κατανοµών πεπερασµένης διάστασης µε Τn = {t,, t n } n και n. Οι κατανοµές της οικογένειας αυτής οφείλουν να ικανοποιούν τις παρακάτω συνθήκες: Συνθήκες Συµβατότητας. Για οποιαδήποτε n και m µε n < m και µε οποιαδήποτε σύνολα δεικτών Tn και T m µε κοινά στοιχεία t i,..., t ( i n), οι περιθώριες κατανοµές ( ) και D ( ) που προκύπτουν από τις DT x T x D Tn 8

3 υψηλότερης διάστασης κατανοµές DT n ( x ) και D T m ( x) πρέπει να συµπίπτουν για κάθε x. Οι ως άνω συνθήκες συµβατότητας, εκτός του ότι είναι ικανές για τη µοναδικότητα της επέκτασης του µέτρου πιθανότητας, είναι και αναγκαίες για λόγους πέραν αυτών της επέκτασης. Τούτο διότι αν οι κατανοµές πεπερασµένης διάστασης δεν ικανοποιούσαν τις ως άνω συνθήκες θα προέκυπταν αντιφατικά συµπεράσµατα, όπως π.χ. η τ.µ. X(t) να έχει περισσότερες της µιας κατανοµές... ΒΑΣΙΚΕΣ ΚΑΤΗΓΟΡΙΕΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ Παρουσιάζουµε τώρα ορισµένες κατηγορίες στοχαστικών ανελίξεων τις οποίες θα µελετήσουµε συστηµατικά στα επόµενα κεφάλαια. Από τις γενικότερες κατηγορίες στοχαστικών ανελίξεων είναι αυτή των στασίµων. Η στασιµότητα εδώ έχει να κάνει µε τη διατήρηση στο χρόνο όλων, ή τουλάχιστον των βασικότερων, στατιστικών χαρακτηριστικών µιας σ.α. Ορισµός. Μια σ.α. {X(t): t 0} ονοµάζεται στάσιµη υπό αυστηρή έννοια (strict-sense stationary) όταν οι κατανοµές πεπερασµένης διάστασης είναι αναλλοίωτες σε χρονικές µεταθέσεις. Τούτο σηµαίνει ότι για κάθε πεπερασµένο σύνολο χρονικών στιγµών, έστω Τ n = {t,, t n } η κατανοµή DT n των τ.µ. Χ(t),..., Χ(t n ) συµπίπτει µε την κατανοµή D T n + s των τ.µ. Χ(t+s),..., Χ(t n +s) για κάθε s > 0. Τα πλέον βασικά χαρακτηριστικά µιας σ.α. είναι η συνάρτηση του µέσου και η συνάρτηση Αυτοσυνδιακύµανσης µ(t) = Ε[Χ(t)], t 0, (.) g(t, s) = Cov[X(t), X(s)] = E[{X(t) µ(t)}{x(s) µ(s)}], t, s 0. (.) Ανάλογα έχουµε και τη συνάρτηση Αυτοσυσχέτισης ρ(t, s) = Corr[X(t), X(s)] = g(t, s) g(t, t)g(s, s), t, s 0. (.3) 9

4 Επειδή για δύο τ.µ. Χ, Υ έχουµε Cov(X, Y) = Cov(Y, X) είναι προφανές ότι οι συναρτήσεις αυτοσυνδιακύµανσης και αυτοσυσχέτισης είναι συµµετρικές, είναι δηλαδή g(t, s) = g(s, t) και ρ(t, s) = ρ(s, t) για κάθε t, s 0. Ορισµός. Μια σ.α. {X(t): t 0} λέγεται στάσιµη υπό ευρεία έννοια (widesense stationary) όταν η συνάρτηση του µέσου είναι: µ(t) = µ, t 0, και η συνάρτηση αυτοσυνδιακύµανσης είναι: g(t, s) = h( t-s ), για κάθε t, s 0. Ορισµός 3. Μια σ.α. {X(t): t 0} λέγεται ανεξαρτήτων προσαυξήσεων εάν για κάθε n και κάθε t 0 < t < t < < t n οι διαφορές είναι ανεξάρτητες τυχαίες µεταβλητές. Υ(t j ) = X(t j ) X(t j- ) (j =,,.n) Είναι φανερό ότι µια σ.α. είναι ανεξαρτήτων προσαυξήσεων εάν και µόνο εάν οι µεταβολές της σε µη αλληλοεπικαλυπτόµενα χρονικά διαστήµατα είναι ανεξάρτητες. Παράδειγµα. Εάν Ζ n (n =,, ) είναι µια ακολουθία ανεξαρτήτων τ.µ. n τότε η σ.α. {X(n) = Z : n } είναι ανεξαρτήτων προσαυξήσεων. i Θεώρηµα. Αν η σ.α. {X(t): t 0} είναι ανεξαρτήτων προσαυξήσεων τότε η συνάρτηση Αυτοσυνδιακύµανσης είναι: Var[X(t)], εάν t s, g(t, s) = h(min{t, s}) = Var[X(s)], εάν t > s. (.4) Απόδειξη. Από τον ορισµό της συνάρτησης αυτοσυνδιακύµανσης µε τ = s t 0 έχουµε g(t, t + τ) = Cov[X(t), X(t+τ)] = Cov[X(t), X(t+τ) X(t) +X(t)] = Cov[X(t), X(t+τ) X(t)] + Cov[X(t), X(t)] = Cov[X(t), X(t)] = h(t) = Var[X(t)]. Οµοίως, για τ = t s 0 και λόγω της συµµετρικότητας της g(t, s) έχουµε: g(s + τ, s) = g(s, s + τ) = Var[X(s)]. 0

5 Ορισµός 4. Μια σ.α. {X(t): t 0} λέγεται ότι έχει στάσιµες προσαυξήσεις όταν οι τ.µ. X(t + s) X(t) έχουν την ίδια κατανοµή για όλα τα t. Τούτο σηµαίνει ότι µια σ.α. είναι στάσιµων προσαυξήσεων εάν και µόνο εάν η κατανοµή των µεταβολών µεταξύ δύο χρονικών στιγµών εξαρτάται αποκλειστικά από την απόσταση µεταξύ των χρονικών στιγµών. Ορισµός 5. Μια σ.α. {X(t): t 0} λέγεται Μαρκοβιανή εάν για κάθε n < m και κάθε t 0 < t < < t n < < t m η δεσµευµένη κατανοµή των Χ(t n+ ),, X(t m ) δεδοµένων των Χ(t ),, X(t n ) εξαρτάται µόνο από την Χ(t n ). Τούτο σηµαίνει ότι από όλο το παρελθόν µιας Μαρκοβιανής σ.α. µόνο η πιο πρόσφατη κατάσταση καθορίζει το µέλλον. Είναι επίσης προφανές ότι κάθε σ.α. ανεξαρτήτων προσαυξήσεων είναι Μαρκοβιανή. Ορισµός 6. Μια σ.α. {X(t): t 0} ονοµάζεται martingale όταν για κάθε n και κάθε t < < t n η δεσµευµένη µέση τιµή Ε[Χ(t n+ ) X(t ),, X(t n )] = X(t n ). (.6) Κάθε Μαρκοβιανή σ.α µε δεσµευµένη µέση τιµή την τελευταία κατάσταση, καθώς και κάθε σ.α. ανεξαρτήτων προσαυξήσεων µε µέσες προσαυξήσεις Ε[Χ(t+τ) Χ(t)] = 0 για κάθε t, τ 0, είναι martingale. Ορισµός 7. Μια σ.α {X(t): t 0} ονοµάζεται Κίνηση Brown (Brownian motion) όταν ισχύουν τα παρακάτω: (α) Χ(0) = 0, (β) είναι στάσιµων και ανεξάρτητων προσαυξήσεων, (γ) για κάθε t > 0 η Χ(t) έχει Κανονική κατανοµή µε µέση τιµή 0 και διασπορά c t. Αποδεικνύεται εύκολα ότι οι ανεξάρτητες προσαυξήσεις X(t) X(s) µε t > s 0 µιας κίνησης Brown ακολουθούν Κανονική κατανοµή µε µέση τιµή µηδέν και διασπορά c (t - s). (βλ. Άσκηση.9). Ορισµός 8. Μια σ.α. {X(t): t 0} ονοµάζεται Γκαουσιανή (Gaussian) αν για κάθε n και κάθε t,, t n οι τ.µ. Χ(t ),, X(t n ) ακολουθούν την n-διάστατη Κανονική κατανοµή. Είναι φανερό ότι η Κίνηση Brown είναι µια Γκαουσιανή σ.α. µε µέση τιµή Ε[X(t)] = 0 και διασπορά Var[X(t)] = c t.

6 .3. ΓΕΝΝΗΤΡΙΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ύο χρήσιµα µαθηµατικά εργαλεία στον χειρισµό των στοχαστικών ανελίξεων είναι η Γεννήτρια Συνάρτηση Πιθανοτήτων και η Ροπογεννήτρια Συνάρτηση. Ορισµός. Έστω διακριτή τ.µ. Χ µε σ.µ.π. p = P[Χ = ] ( = 0,, ). Ονοµάζουµε Γεννήτρια Πιθανοτήτων της τ.µ. Χ τη συνάρτηση π(s) = E[s X ] = s, s < R p (3.) µε R την ακτίνα σύγκλισης της ως άνω δυναµοσειράς. Επειδή p 0 µε p =, έχουµε R. Η ονοµασία γεννήτρια πιθανοτήτων προέρχεται από την προφανή σχέση Έχουµε ακόµα ότι n d p n = π (s) n s=0, n = 0,,,. (3.) n! ds n d Ε[X(X-) (X-n+)] = π (s) n s=, n =,,, (3.3) ds γι αυτό και η γεννήτρια πιθανοτήτων είναι επίσης γνωστή ως Γεννήτρια Παραγοντικών Ροπών. Παράδειγµα. Η γεννήτρια πιθανοτήτων µιας τ.µ. Χ που ακολουθεί τη ιωνυµική κατανοµή µε παραµέτρους n και p είναι: π(s) = n n s = s p ( p) = { p( s)} n, - < s <. p n = 0 ( ) Παράδειγµα. Η γεννήτρια πιθανοτήτων µιας τ.µ. Χ που ακολουθεί την κατανοµή Poisson µε παράµετρο λ (λ > 0) είναι: π(s) = s = p λ λ se = exp{-λ( - s)}, - < s <. = 0! Ορισµός. Έστω τυχαία µεταβλητή Χ, µε σ.µ.π. p = P[Χ = ] ( =..., -, 0,, ), εάν είναι διακριτή, και σ.π.π. f(x), x, εάν είναι συνεχής. Ονοµάζουµε Ροπογεννήτρια της τ.µ. Χ τη συνάρτηση

7 s g(s) = E[e sx e p, στη διακριτή περίπτωση ] = sx e f (x)dx, στη συνεχή περίπτωση (3.4) µε s, όπου κατάλληλο υποσύνολο του έτσι ώστε η σειρά, αντιστοίχως το ολοκλήρωµα, να συγκλίνει. Η ονοµασία ροπογεννήτρια προέρχεται από τη σχέση E[X n n d ] = g(s) n s=0, n = 0,,,. (3.5) ds Παράδειγµα 3. Η ροπογεννήτρια συνάρτηση µιας τ.µ. Χ που ακολουθεί την κατανοµή Poisson µε παράµετρο λ (λ > 0) είναι: g(s) = e = s p s λ λ e e = exp{ λ( e s )}, - < s <.! = 0 Παράδειγµα 4. Η ροπογεννήτρια συνάρτηση µιας τ.µ. Χ που ακολουθεί την Εκθετική κατανοµή µε παράµετρο α (α > 0) είναι: g(s) = sx sx αx α e f (x)dx = e αe dx =, s < α. 0 α s Παράδειγµα 5. Η ροπογεννήτρια συνάρτηση µιας τ.µ. Ζ που ακολουθεί τη Τυποποιηµένη Κανονική κατανοµή είναι: µε - < s <. sz sz e g(s) = e f(z)dz = exp{ z }dz π = exp{ (z sz ± s )}dz π = = π exp{ s } exp{ (z s) }dz exp{ s }, Με τον ίδιο τρόπο αποδεικνύεται ότι η ροπογεννήτρια συνάρτηση τ.µ. Χ µε Κανονική κατανοµή µέσης τιµής µ και διασποράς σ είναι: g(s) = exp{ µ s + σ s }, - < s <. (3.6) 3

8 Από τα παραπάνω είναι φανερό ότι η γεννήτρια πιθανοτήτων π(s) µιας διακριτής τ.µ. Χ µπορεί να προκύψει από τη ροπογεννήτρια αυτής g(s) θέτοντας s στη θέση του e s, και αντιστρόφως, η ροπογεννήτρια g(s) µιας διακριτής τ.µ. Χ προκύπτει από την γεννήτρια πιθανοτήτων αυτής θέτοντας e s στη θέση του s. Θεώρηµα. Εάν Χ τ.µ. µε ροπογεννήτρια συνάρτηση g(t), τότε η τ.µ. Υ = αχ + β έχει ροπογεννήτρια την Απόδειξη. Έχουµε g Y (s) = e βs g(αs). (3.7) g Y (s) = E[e sy ] = E[e s(αχ + β) ] = e βs E[e αsx ] = e βs g(αs). Θεώρηµα. (Φράγµατα του Chernoff) Έστω Χ τ.µ. µε ροπογεννήτρια συνάρτηση g(s). Τότε για κάθε c > 0 P[X c] e -cs g(s) για s > 0, και (3.8) P[X c] e -cs g(s) για s < 0. Απόδειξη. κάθε ε > 0 Για µια µη αρνητική τ.µ. Υ από την ανισότητα Marov έχουµε για P[Y ε] Ε[Υ]/ε. Ορίζουµε την τ.µ. Υ = e sx ( 0 µε πιθανότητα ), οπότε για s > 0 έχουµε P[X c] = P[e sx e sc ] Ε[e sx ]/ e sc = e -sc g(s), και για s < 0 P[X c] = P[e sx e sc ] Ε[e sx ]/ e sc = e -sc g(s). y y 4 (α) s > 0 (β) s < c x 0 c x Σχήµα.. Εκθετική Συνάρτηση: y = e sx, x. 4

9 Θεώρηµα 3. (Ανισότητα του Jensen) Έστω Χ τ.µ. µε (πεπερασµένη) µέση τιµή µ. Για κάθε κυρτή συνάρτηση h ισχύει η ανισότητα. Ε[h(Χ)] h(e[x]). (3.0) Aπόδειξη. Λόγω της κυρτότητας της h υπάρχει ευθεία υποστήριξης (support line) (ε): y = h(µ) + α(x µ) η οποία διέρχεται από το σηµείο (µ, h(µ)) και βρίσκεται κάτω από την καµπύλη y = h(x) για κάθε x. Ισχύει συνεπώς η ανισότητα h(x) h(µ) + α(x µ) για κάθε x. Θέτοντας στη θέση του x την τ.µ. Χ και λαµβάνοντας τις µέσες τιµές έχουµε: Ε[h(Χ)] h(µ) + α(ε[χ] µ) = h(µ) = h(ε[χ]). y y = h(x) y = h(µ)+α(x µ) x µ Σχήµα.. Ευθεία Υποστήριξης διερχόµενη από το σηµείο (µ, h(x)). Εύκολα αποδεικνύεται ότι η ισότητα ισχύει εάν και µόνο εάν Χ = c µε πιθανότητα. 5

10 ΑΣΚΗΣΕΙΣ.. Να αποδειχθεί ότι αν Ν(t) και M(t) (t > 0) είναι ανεξάρτητες τ.µ. που ακολουθούν κατανοµή Poisson µε παραµέτρους λ t και λ t αντίστοιχα τότε η δεσµευµένη κατανοµή της Ν(t) όταν δίνεται ότι N(t) + M(t) = n ακολουθεί την ιωνυµική κατανοµή µε παραµέτρους n και p = λ / (λ + λ )... Έστω Χ µη αρνητική συνεχής τ.µ. µε σ.π.π. f(x) και σ.κ.π. F(x). Ως συνάρτηση διακινδύνευσης (hazard function) της τ.µ. Χ ορίζεται η (α) P[t < X t + t X> t] h(t) = lim για t 0. t Να δείξετε ότι ισχύει η σχέση h(t) = f (t), t > 0. F(t) (β) Να δειχθεί ότι αν η τ.µ. Χ ακολουθεί την Εκθετική κατανοµή παραµέτρου α τότε έχει συνάρτηση διακινδύνευσης την h(t) = α (t > 0)..3. Να δειχθεί ότι αν µια µη αρνητική τ.µ. Χ έχει συνάρτηση διακινδύνευσης σταθερά και ίση µε c (c > 0) τότε η τ.µ. Χ ακολουθεί την Εκθετική κατανοµή µε παράµετρο c..4. Αν X και X είναι ανεξάρτητες µη αρνητικές συνεχείς τ.µ. µε συναρτήσεις διακινδύνευσης h (t) και h (t) αντίστοιχα τότε P[X < X min{x, X } = t] = h(t). h (t) + h (t).5. Να δειχθεί ότι η µόνη µη µηδενική λύση της σχέσης g(x + y) = g(x) g(y) x, y είναι η εκθετική συνάρτηση g(x) = e cx..6. Να δειχθεί ότι αν για µια µη αρνητική τ.µ. Χ ισχύει η σχέση P[X x + c X c] = P[X x] για κάθε c > 0, τότε η τ.µ. Χ ακολουθεί Εκθετική κατανοµή..7. Αν X, Y είναι ανεξάρτητες τ.µ. που ακολουθούν Εκθετική κατανοµή µε παραµέτρους λ και λ αντίστοιχα να προσδιοριστεί: (α) η κατανοµή της τ.µ. Z = min{x, Y}, (β) η κατανοµή της τ.µ. W = max{x, Y} και (γ) η δεσµευµένη κατανοµή του Ζ µε δεδοµένο ότι Ζ = Χ. 6

11 .8. Εφαρµόζοντας την ανισότητα του Jensen να δείξετε ο αριθµητικός µέσος µη αρνητικών αριθµών είναι µεγαλύτερος του γεωµετρικού µέσου εκτός εάν όλοι οι αριθµοί συµπίπτουν µεταξύ τους οπότε συµπίπτουν και οι εν λόγω µέσοι..9. Να συγκριθεί ο αρµονικός µέσος αριθµών x i (i =,,n) µε x i 0, µε τον αριθµητικό τους µέσο..0. Να προσδιοριστεί η γεννήτρια πιθανοτήτων των παρακάτω κατανοµών. (α) Γεωµετρική κατανοµή παραµέτρου p. (β) Αρνητική ιωνυµική παραµέτρων n και p... Να προσδιοριστεί η ροπογεννήτρια συνάρτηση των παρακάτω κατανοµών. (α) Κατανοµή Γάµµα παραµέτρων α και p. (β) Κατανοµή Cauchy παραµέτρων δ και µ. n.. Έστω {a n } και {b n } δύο ακολουθίες αριθµών και c n = = 0 a b n η συνέλιξη αυτών. Έστω επίσης Α(s), B(s) και C(s) οι αντίστοιχες γεννήτριες συναρτήσεις. Να δειχθεί ότι ισχύει η σχέση: C(s) = A(s) B(s)..3. ιακριτή τ.µ. Τ έχει συνάρτηση πιθανότητας p n = P[Τ = n] (n = 0,,, ). Αν π(s) είναι η γεννήτρια συνάρτηση των πιθανοτήτων p n και Π(s) η γεννήτρια συνάρτηση των πιθανοτήτων P n = p ν ν= n+ (n = 0,,, ), να δείξετε ότι ισχύει η σχέση Π(s) = π(s), s <. s Με βάση την παραπάνω σχέση να δείξετε ότι η µέση τιµή και η διασπορά της τ.µ. Τ είναι αντίστοιχα: Ε[Τ] = Π() και Var[T] = Π () Π(){ Π()}..4. Έστω G X,Y (s,t) η από κοινού γεννήτρια συνάρτηση πιθανοτήτων των τ.µ. Χ, Υ που ορίζεται από τη σχέση l G X,Y (s, t) s t P[X =, Y = = = 0l= 0 l]. 7

12 Να δειχθεί ότι η γεννήτρια πιθανοτήτων της τ.µ. Χ δίνεται από την C Χ (s) = G X,Y (s,) και G Y (t) = G X,Y (,t). Να δειχθεί επίσης ότι =. s t E [XY] G(s, t) s= t=.5. Έστω Ν διακριτή τ.µ. µε σ.µ.π. p n = P[N = n] (n =,, ) και γεννήτρια πιθανοτήτων π(s). Έστω {Υ i : i =,, } ακολουθία ανεξάρτητων και ισόνοµων τ.µ. µε ροπογεννήτρια συνάστηση g(s). Να δειχθεί ότι η ροπογεννήτρια συνάρτηση του αθροίσµατος µε τυχαίο αριθµό όρων Ν, είναι η Χ = Υ + Υ Υ Ν g X (s) = π(g(s)). N.6. Να προσδιοριστεί η σ.π.π. της τ.µ. X = i= Yi, όπου Yi (i ) ανεξάρτητες και ισόνοµες τ.µ. µε Εκθετική κατανοµή παραµέτρου λ και Ν τ.µ. µε Γεωµετρική παραµέτρου p..7. Να δειχθεί ότι αν G (s) και G (s) είναι γεννήτριες συναρτήσεις και α (0, ), τότε και G (s)g (s) καθώς και αg (s) + (-α)g (s) είναι γεννήτριες συναρτήσεις..8. Έστω {Υ n : n =,, } ακολουθία ανεξάρτητων και ισόνοµων τ.µ. µε διασπορά σ n και X n = ν= Yν (n =,, ). Να αποδειχθεί ότι για n m ισχύουν τα παρακάτω: (α) Cov[X n, X m ] = nσ. (β) Corr[X n, X m ] = n/m..9. Να αποδειχθεί ότι στη κίνηση Brown οι ανεξάρτητες προσαυξήσεις X(t) X(s) (t > s 0) ακολουθούν κατανοµή Ν[0, c (t-s)]..0. Να αποδειχθεί ότι στη κίνηση Brown µε c =, η δεσµευµένη κατανοµή της θέσης X(s) µε δεδοµένη τη θέση x, έστω, κατά τη χρονική στιγµή t, δηλαδή µε X(t) = x, για s < t, είναι Ν[xs/t, s(t-s)/t]. 8

1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ

1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ ΓΕ Κοκολάκης Σηµειώσεις Στοχαστικών Ανελίξεων Κεφ Ι Εισαγωγή Κεφ I Εισαγωγή ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ Η ανάγκη µαθηµατικής περιγραφής και µοντελοποίησης συστηµάτων τα οποία εξελίσσονται χρονικά

Διαβάστε περισσότερα

Γ.Ε. Κοκολάκης Καθηγητής Ε.Μ.Π. ΣΕΜΦΕ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ

Γ.Ε. Κοκολάκης Καθηγητής Ε.Μ.Π. ΣΕΜΦΕ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ ΓΕ Κοκολάκης Καθηγητής ΕΜΠ ΣΕΜΦΕ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ Αθήνα, 7 ΜΕΡΟΣ ΠΡΩΤΟ ΤΥΧΑΙΟΙ ΠΕΡΙΠΑΤΟΙ ΚΑΙ ΜΑΡΚΟΒΙΑΝΕΣ ΑΛΥΣΙ ΕΣ Copyright 3 Γ Κοκολάκης Απαγορεύεται η µε οποιονδήποτε τρόπο ολική ή µερική

Διαβάστε περισσότερα

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Ασκήσεις Κεφαλαίου 2. Κοκολάκης Γεώργιος

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Ασκήσεις Κεφαλαίου 2. Κοκολάκης Γεώργιος Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο Στοχαστικές Ανελίξεις Ασκήσεις Κεφαλαίου 2 Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ. 1. 0 F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ. 1. 0 F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3. ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ Έστω Χ = (Χ 1,,Χ ) T τυχαίο διάνυσμα (τ.δ). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) του τ.δ. Χ την: F(x) = P(X 1 x 1,, X x ), x = (x 1,,x ) T 1. 0 F(x) 1, x.. Η F είναι μη

Διαβάστε περισσότερα

ιωνυµική Κατανοµή(Binomial)

ιωνυµική Κατανοµή(Binomial) ιωνυµική Κατανοµή(Binomial) ~B(n,p) n N και 0

Διαβάστε περισσότερα

2.1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ

2.1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ Κεφ. ΙΙ Τυχαίος Περίπατος.. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ Ας θεωρήσουµε ότι σωµατίδιο ανά µονάδα χρόνου κινείται πάνω επάνω στον οριζόντιο άξονα x x µε βήµατα σταθερού µήκους l =. Με πιθανότητα p (0 < p < )

Διαβάστε περισσότερα

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ 20 3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ ΟΡΙΣΜΟΣ ΤΗΣ ΜΕΣΗΣ ΤΙΜΗΣ Μια πολύ σηµαντική έννοια στη θεωρία πιθανοτήτων και τη στατιστική είναι η έννοια της µαθηµατικής ελπίδας ή αναµενόµενης τιµής ή µέσης τιµής µιας τυχαίας

Διαβάστε περισσότερα

Dunamoseirèc A. N. Giannakìpouloc, Tm ma Statistik c OPA

Dunamoseirèc A. N. Giannakìpouloc, Tm ma Statistik c OPA Dunamoseirèc A. N. Giannakìpouloc, Tm ma Statistik c OPA Eisagwg Οι δυναμοσειρές είναι μια πολύ ενδιαφέρουσα κατηγορία σειρών. Βρίσκουν πολύ σημαντικές εφαρμογές στον ορισμό συναρτήσεων καθώς και σε διάφορες

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

ΠΙΘΑΝΟΤΗΤΕΣ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Στοιχεία Θεωρίας Συνόλων Θεωρούµε Ω το σύνολο αναφοράς. σ-άλγεβρα Εστω A είναι µια κλάση υποσυνόλων του Ω. τ.ω. A είναι µη κενή. 2 A A A c A. 3 A, A 2,... A A A 2...

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

ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ

ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Δ.Φουσκάκης- Πολυδιάστατες Τυχαίες Μεταβλητές 1 ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Συνάρτηση Κατανομής: Έστω Χ=(Χ 1,,Χ ) T τυχαίο διάνυσμα (τ.δ). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) του τ.δ.

Διαβάστε περισσότερα

ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ

ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ Τµ. Επιστήµης των Υλικών Συνάρτηση Κατανοµής Ορισµός F(x) = P(X x) = f(t) x t x f(t)dt, X διακριτή τ.µ., X συνεχής τ.µ. Ιδιότητες 0 F(x). 2 F είναι αύξουσα συνάρτηση. 3 F είναι συνεχής εκ δεξιών. 4 lim

Διαβάστε περισσότερα

Τυχαίες Μεταβλητές (τ.µ.)

Τυχαίες Μεταβλητές (τ.µ.) Τυχαίες Μεταβλητές (τ.µ.) Τυχαία Μεταβλητή (τ.µ.) : συνάρτηση Χ (.) µε πεδίο ορισµού τον δειγµατικό χώρο Ω και πεδίο τιµών ένα σύνολο πραγµατικών αριθµών. X (.) : Ω D ιακριτές τ.µ. Συνεχείς τ.µ. Η πιθανοτική

Διαβάστε περισσότερα

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια) (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 25 Νοεµβρίου 2009 Ορισµός Εστω X µια διακριτή τυχαία µεταβλητή µε συνάρτηση πιθανότητας f(x) = e λ λx, x = 0, 1,..., (1) x! όπου 0 < λ

Διαβάστε περισσότερα

ρ. Ευστρατία Μούρτου

ρ. Ευστρατία Μούρτου ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΠΑΤΡΩΝ ΣΧΟΛΗ ΕΠΑΓΓΕΛΜΑΤΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΕΞΑΜΗΝΟ : Ε ΑΚΑ ΗΜΑΪΚΟ ΕΤΟΣ : - ΜΑΘΗΜΑ «ΒΙΟΣΤΑΤΙΣΤΙΚΗ» ΚΕΦ. ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ρ. Ευστρατία Μούρτου

Διαβάστε περισσότερα

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές Δημήτρης Κουτσογιάννης Τομέας Υδατικών Πόρων και Περιβάλλοντος, Σχολή Πολιτικών Μηχανικών, Εθνικό Μετσόβιο

Διαβάστε περισσότερα

Αριθµητικά χαρακτηριστικά µιάς τυχαίας µεταβλητής

Αριθµητικά χαρακτηριστικά µιάς τυχαίας µεταβλητής Αριθµητικά χαρακτηριστικά µιάς τυχαίας µεταβητής (Α) Mέση τιµή Ορισµός Η µέση τιµή ή µαθηµατική επίδα µιας τ.µ. Χ µε πυκνότητα πιθανότητας f (x) είναι ο αριθµός: µ E() + xf (x) xf (x)dx διακριτή συνεχής

Διαβάστε περισσότερα

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 ) Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ 3.1 Η έννοια της παραγώγου Εστω y = f(x) µία συνάρτηση, που συνδέει τις µεταβλητές ποσότητες x και y. Ενα ερώτηµα που µπορεί να προκύψει καθώς µελετούµε τις δύο αυτές ποσοτήτες είναι

Διαβάστε περισσότερα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι)

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι) HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Χρόνου (Ι) Στοχαστικά σήματα Στα προηγούμενα: Ντετερμινιστικά

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ. Το 1ο Θέμα στις πανελλαδικές εξετάσεις

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ. Το 1ο Θέμα στις πανελλαδικές εξετάσεις Επιμέλεια Καραγιάννης Β. Ιωάννης Σχολικός Σύμβουλος Μαθηματικών ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ Το ο Θέμα στις πανελλαδικές εξετάσεις Ερωτήσεις+Απαντήσεις

Διαβάστε περισσότερα

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ] Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα

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

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος Τµ. Επιστήµης των Υλικών Στοχαστικές ιαδικασίες Ορισµός Μία στοχαστική διαδικασία είναι µία οικογένεια τυχαίων µεταβλητών

Διαβάστε περισσότερα

ΜΕΡΙΚΕΣ ΕΙΔΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ

ΜΕΡΙΚΕΣ ΕΙΔΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ ΚΕΦΑΛΑΙΟ 8 ΜΕΡΙΚΕΣ ΕΙΔΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ Στις ενότητες που ακολουθούν εξετάζουμε συνεχείς κατανομές με ευρεία χρήση στις εφαρμογές. Σε αυτές περιλαμβάνονται η ομοιόμορφη, η εκθετική, η Γάμμα και η

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι (2006-07)

ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι (2006-07) ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι (2006-07) Επιµέλεια Σηµειώσεων : Βασιλειάδης Γεώργιος Καστοριά, εκέµβριος 2006

Διαβάστε περισσότερα

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ Χαράλαµπος Α. Χαραλαµπίδης 21 εκεµβρίου 2009 ΑΝΕΞΑΡΤΗΣΙΑ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ Ορισµός (α) Εστω (X, Y) διακριτή διδιάστατη τυχαία µεταβλητή µε συνάρτηση πιθανότητας

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 2: Τυχαίες Μεταβλητές. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 2: Τυχαίες Μεταβλητές. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 2: Τυχαίες Μεταβλητές Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,

Διαβάστε περισσότερα

Στοιχεία Πιθανοτήτων και Στοχαστικών Διαδικασιών

Στοιχεία Πιθανοτήτων και Στοχαστικών Διαδικασιών Α Στοιχεία Πιθανοτήτων και Στοχαστικών Διαδικασιών Α.1 Εισαγωγικά Το παρόν παράρτημα δεν έχει σαν στόχο να καλύψει αναλυτικά την ύλη της Θεωρίας Πιθανοτήτων και Στοχαστικών Διαδικασιών. Υπάρχει στη βιβλιογραφία

Διαβάστε περισσότερα

Πανεπιστήμιο Πελοποννήσου

Πανεπιστήμιο Πελοποννήσου Πανεπιστήμιο Πελοποννήσου Τυχαίες μεταβλητές Κατανομές Τυχαία Μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) ονομάζεται η συνάρτηση που απεικονίζει το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος στο σύνολο

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

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 206-207 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Από κοινού συναρτήσεις Τυχαίων Μεταβλητών Επιµέλεια : Κατερίνα Καραγιαννάκη

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2014-2015 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας

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

2. Στοιχεία Πολυδιάστατων Κατανοµών

2. Στοιχεία Πολυδιάστατων Κατανοµών Στοιχεία Πολυδιάστατων Κατανοµών Είναι φανερό ότι έως τώρα η µελέτη µας επικεντρώνεται κάθε φορά σε πιθανότητες που αφορούν µία τυχαία µεταβλητή Σε αρκετές όµως περιπτώσεις ενδιαφερόµαστε να εξετάσουµε

Διαβάστε περισσότερα

Ακολουθούν ενδεικτικές ασκήσεις που αφορούν την πρώτη εργασία της ενότητας ΔΙΠ50

Ακολουθούν ενδεικτικές ασκήσεις που αφορούν την πρώτη εργασία της ενότητας ΔΙΠ50 Άσκηση 1 η 1 η Εργασία ΔΙΠ50 Ακολουθούν ενδεικτικές ασκήσεις που αφορούν την πρώτη εργασία της ενότητας ΔΙΠ50 Σε ένα ράφι μιας βιβλιοθήκης τοποθετούνται με τυχαία σειρά 11 διαφορετικά βιβλία τεσσάρων θεματικών

Διαβάστε περισσότερα

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ Χαράλαµπος Α. Χαραλαµπίδης 16 εκεµβρίου 2009 ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ Ενδιαφέρον τόσο από ϑεωρητική άποψη, όσο και από άποψη εφαρµογών, παρουσιάζει και η από κοινού µελέτη

Διαβάστε περισσότερα

( ) Κλίση και επιφάνειες στάθµης µιας συνάρτησης. x + y + z = κ ορίζει την επιφάνεια µιας σφαίρας κέντρου ( ) κ > τότε η

( ) Κλίση και επιφάνειες στάθµης µιας συνάρτησης. x + y + z = κ ορίζει την επιφάνεια µιας σφαίρας κέντρου ( ) κ > τότε η Έστω Κλίση και επιφάνειες στάθµης µιας συνάρτησης ανοικτό και σταθερά ( µε κ f ( ) ορίζει µια επιφάνεια S στον f : ) τότε η εξίσωση, ονοµάζεται συνήθως επιφάνεια στάθµης της f. εξίσωση, C συνάρτηση. Αν

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΧΡΟΝΟΣΕΙΡΩΝ. Οι ηµερήσιες, αεροπορικές και οδικές, αφίξεις τουριστών στην χώρα µας x t

ΑΝΑΛΥΣΗ ΧΡΟΝΟΣΕΙΡΩΝ. Οι ηµερήσιες, αεροπορικές και οδικές, αφίξεις τουριστών στην χώρα µας x t ΑΝΑΛΥΣΗ ΧΡΟΝΟΣΕΙΡΩΝ ΚΕΦ. ΕΙΣΑΓΩΓΗ. Χρονοσειρές Με τον όρο χρονοσειρά εννοούµε συνήθως µια ακολουθία { = } x : 0,,,..., όπου κάθε x εκφράζει την κατά την χρονική στιγµή κατάσταση ενός συστήµατος το οποίο

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

εξαρτάται από το θ και για αυτό γράφουµε την σ.π.π. στην εξής µορφή: ( θ, + ) θ θ n 2n (θ,+ ) 1, 0, x θ.

εξαρτάται από το θ και για αυτό γράφουµε την σ.π.π. στην εξής µορφή: ( θ, + ) θ θ n 2n (θ,+ ) 1, 0, x θ. Άσκηση : Έστω Χ,,Χ τυχαίο δείγµα µεγέους από την κατανοµή µε σππ 3 p (,, >, > 0 α είξτε ότι η στατιστική συνάρτηση Τ( Χ : Χ ( m είναι επαρκής για την παράµετρο και πλήρης κ β Βρείτε ΑΕΕ του α Το στήριγµα

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

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

Είδη Μεταβλητών. κλίµακα µέτρησης

Είδη 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 περισσότερα

Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ. 2.1 Συνάρτηση

Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ. 2.1 Συνάρτηση Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ 2.1 Συνάρτηση Η έννοια της συνάρτησης είναι ϐασική σ όλους τους κλάδους των µαθη- µατικών, αλλά και πολλών άλλων επιστηµών. Ο λόγος είναι, ότι µορφοποιεί τη σχέση

Διαβάστε περισσότερα

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Στατικές (Στάσιμες) Διαδικασίες Στατική (Stationary) ορίζεται η διαδικασία της οποίας οι στατιστικές ιδιότητες δεν μεταβάλλονται με την πάροδο του χρόνου.

Διαβάστε περισσότερα

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2013 ÔÑÉÐÔÕ Ï

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2013 ÔÑÉÐÔÕ Ï ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 3 Ε_3.Μλ3ΘΤ(ε) ΤΑΞΗ: ΚΑΤΕΥΘΥΝΣΗ: ΜΑΘΗΜΑ: ΘΕΜΑ Α Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΘΕΤΙΚΗ & ΤΕΧΝΟΛΟΓΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ι θ α ν ό τ η τ ε ς ΙΙ Πειραιάς 2007 1 2 Από κοινού συνάρτηση πυκνότητας μιας δισδιάστατης συνεχούς τυχαίας μεταβλητής Μία διδιάστατη συνεχής τυχαία μεταβλητή

Διαβάστε περισσότερα

[ ] [ ] ΘΕΜΑ 1o A. Για x x 0 έχουµε: παραγωγίσιµη στο χ 0 ) άρα η f είναι συνεχής στο χ 0.

[ ] [ ] ΘΕΜΑ 1o A. Για x x 0 έχουµε: παραγωγίσιµη στο χ 0 ) άρα η f είναι συνεχής στο χ 0. ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΑΠΑΝΤΗΣΕΙΣ ΣΤΙΣ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Σ ΗΜΕΡΗΣΙΟΥ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΠΕΜΠΤΗ 29 ΜΑΪΟΥ 23 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ ΘΕΜΑ 1o A. Για x x έχουµε: f (

Διαβάστε περισσότερα

Καµπύλες στον R. σ τελικό σηµείο της σ. Το σ. σ =. Η σ λέγεται διαφορίσιµη ( αντιστοίχως

Καµπύλες στον R. σ τελικό σηµείο της σ. Το σ. σ =. Η σ λέγεται διαφορίσιµη ( αντιστοίχως Καµπύλες στον R 9. Ορισµός Μια καµπύλη στον R είναι µια συνεχής συνάρτηση σ : Ι R R όπου Ι διάστηµα ( συνήθως κλειστό και φραγµένο ) στον R. Συνήθως φανταζόµαστε την µεταβλητή t Ι ως τον χρόνο και την

Διαβάστε περισσότερα

Σηµειώσεις στις σειρές

Σηµειώσεις στις σειρές . ΟΡΙΣΜΟΙ - ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ Σηµειώσεις στις σειρές Στην Ενότητα αυτή παρουσιάζουµε τις βασικές-απαραίτητες έννοιες για την µελέτη των σειρών πραγµατικών αριθµών και των εφαρµογών τους. Έτσι, δίνονται συστηµατικά

Διαβάστε περισσότερα

Ευκλείδειοι Χώροι. Ορίζουµε ως R n, όπου n N, το σύνολο όλων διατεταµένων n -άδων πραγµατικών αριθµών ( x

Ευκλείδειοι Χώροι. Ορίζουµε ως R n, όπου n N, το σύνολο όλων διατεταµένων n -άδων πραγµατικών αριθµών ( x Ευκλείδειοι Χώροι Ορίζουµε ως R, όπου N, το σύνολο όλων διατεταµένων -άδων πραγµατικών αριθµών x, x,, x ) Tο R λέγεται ευκλείδειος -χώρος και τα στοιχεία του λέγονται διανύσµατα ή σηµεία Το x i λέγεται

Διαβάστε περισσότερα

5.1 Συναρτήσεις δύο ή περισσοτέρων µεταβλητών

5.1 Συναρτήσεις δύο ή περισσοτέρων µεταβλητών Κεφάλαιο 5 ΣΥΝΑΡΤΗΣΕΙΣ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 5.1 Συναρτήσεις δύο ή περισσοτέρων µεταβλητών Οταν ένα µεταβλητό µέγεθος εξαρτάται αποκλειστικά από τις µεταβολές ενός άλλου µεγέθους, τότε η σχέση που συνδέει

Διαβάστε περισσότερα

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής: ΣΕΙΡΕΣ TAYLOR Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων Πολυώνυµο είναι κάθε συνάρτηση της µορφής: p( ) = a + a + a + a + + a, όπου οι συντελεστές α i θα θεωρούνται

Διαβάστε περισσότερα

Όταν η s n δεν συγκλίνει λέμε ότι η σειρά αποκλίνει.

Όταν η s n δεν συγκλίνει λέμε ότι η σειρά αποκλίνει. Όταν η s δεν συγκλίνει λέμε ότι η σειρά αποκλίνει. Παρατήρηση: Το αντίστροφο του προηγουμένου θεωρήματος δεν ισχύει. Παράδειγμα η σειρά με νιοστό όρο α = +-. Τότε lim α =0. Όμως s =α +α + +α = - + 3- +...+

Διαβάστε περισσότερα

Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ

Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος 75 Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ 1.1. Τυχαία γεγονότα ή ενδεχόμενα 17 1.2. Πειράματα τύχης - Δειγματικός χώρος 18 1.3. Πράξεις με ενδεχόμενα 20 1.3.1. Ενδεχόμενα ασυμβίβαστα

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ 5 ΠΕΡΙΟΔΩΝ ΗΜΕΡΟΜΗΝΙΑ: 8 ΙΟΥΝΙΟΥ 2009

ΜΑΘΗΜΑΤΙΚΑ 5 ΠΕΡΙΟΔΩΝ ΗΜΕΡΟΜΗΝΙΑ: 8 ΙΟΥΝΙΟΥ 2009 ΕΥΡΩΠΑΙΚΟ ΑΠΟΛΥΤΗΡΙΟ 2009 ΜΑΘΗΜΑΤΙΚΑ 5 ΠΕΡΙΟΔΩΝ ΗΜΕΡΟΜΗΝΙΑ: 8 ΙΟΥΝΙΟΥ 2009 ΔΙΑΡΚΕΙΑ ΕΞΕΤΑΣΗΣ: 4 ώρες (240 λεπτά) ΕΠΙΤΡΕΠΟΜΕΝΑ ΒΟΗΘΗΜΑΤΑ Ευρωπαικό τυπολόγιο Μη προγραμματιζόμενος υπολογιστής, χωρίς γραφικά

Διαβάστε περισσότερα

Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville

Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville Τµήµα Π. Ιωάννου & Θ. Αποστολάτου 16/5/2000 Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville Στη Χαµιλτονιανή θεώρηση η κατάσταση του συστήµατος προσδιορίζεται κάθε στιγµή από ένα και µόνο σηµείο

Διαβάστε περισσότερα

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας.

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας. Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας. Περιεχόµενα ιακριτές τυχαίες µεταβλητές Συνεχείς τυχαίες µεταβλητές Μέση τιµή τυχαίων µεταβλητών Ροπές, διασπορά, και τυπική απόκλιση τυχαίων µεταβλητών

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

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5 ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5 5.10: Θόρυβος (Πηγές Θορύβου, Κατανομή Poisson, Λευκός Θόρυβος, Ισοδύναμο

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Σε κάθε αποτέλεσμα του πειράματος αντιστοιχεί μία αριθμητική τιμή Μαθηματικός ορισμός: Τυχαία μεταβλητή X είναι

Διαβάστε περισσότερα

Κεφάλαιο 11. Πολυώνυμα Taylor Ορισμός

Κεφάλαιο 11. Πολυώνυμα Taylor Ορισμός Κεφάλαιο Πολυώνυμα Taylor Στο κεφάλαιο αυτό θα κάνουμε μια σύντομη εισαγωγή στα πολυώνυμα Taylor. Τα πολυώνυμα αυτά μπορούν να χρησιμοποιηθούν ως προσεγγίσεις μιας συνάρτησης γύρω από ένα σημείο, και έχουν

Διαβάστε περισσότερα

Τ 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 Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Κατανομές Πιθανότητας Ως τυχαία μεταβλητή ορίζεται το σύνολο των τιμών ενός χαρακτηριστικού

Διαβάστε περισσότερα

ΕΞΕΤΑΣΕΙΣ ΠΡΟΣΟΜΟΙΩΣΗΣ 2002 ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ

ΕΞΕΤΑΣΕΙΣ ΠΡΟΣΟΜΟΙΩΣΗΣ 2002 ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ ΕΞΕΤΑΣΕΙΣ ΠΡΟΣΟΜΟΙΩΣΗΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ ΘΕΜΑ ο Α) Έστω η συνάρτηση f, η οποία είναι συνεχής στο διάστημα [α,β] με f(α) f(β). Να αποδείξετε ότι για κάθε αριθμό η μεταξύ των f(α) και

Διαβάστε περισσότερα

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΤΥΠΟΛΟΓΙΟ 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 περισσότερα

Ανοικτά και κλειστά σύνολα

Ανοικτά και κλειστά σύνολα 5 Ανοικτά και κλειστά σύνολα Στην παράγραφο αυτή αναπτύσσεται ο µηχανισµός που θα µας επιτρέψει να µελετήσουµε τις αναλυτικές ιδιότητες των συναρτήσεων πολλών µεταβλητών. Θα χρειαστούµε τις έννοιες της

Διαβάστε περισσότερα

ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών. ιαφόριση συναρτήσεων πολλών µεταβλητών

ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών. ιαφόριση συναρτήσεων πολλών µεταβλητών 54 ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών ιαφόριση συναρτήσεων πολλών µεταβλητών Ένας στέρεος ορισµός της παραγώγισης για συναρτήσεις πολλών µεταβλητών ανάλογος µε τον ορισµό για συναρτήσεις µιας µεταβλητής

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Φυσικής Σημειώσεις Ανάλυσης Ι (ανανεωμένο στις 5 Δεκεμβρίου 2012)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Φυσικής Σημειώσεις Ανάλυσης Ι (ανανεωμένο στις 5 Δεκεμβρίου 2012) ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Φυσικής Σημειώσεις Ανάλυσης Ι (ανανεωμένο στις 5 Δεκεμβρίου 2012) Τμήμα Θ. Αποστολάτου & Π. Ιωάννου 1 Σειρές O Ζήνων ο Ελεάτης (490-430 π.χ.) στη προσπάθειά του να υποστηρίξει

Διαβάστε περισσότερα

β) Αν κάποιος αριθµός α επαληθεύει την παραπάνω ανίσωση, να αποδείξετε ότι 1 1 1 9 < α

β) Αν κάποιος αριθµός α επαληθεύει την παραπάνω ανίσωση, να αποδείξετε ότι 1 1 1 9 < α ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ, ΑΝΙΣΩΣΕΙΣ 1. α) Να λύσετε τις ανισώσεις: x 5 3 και x x 1 0. β) Να βρείτε τις κοινές λύσεις των ανισώσεων του ερωτήµατος (α). x 1. ίνονται οι ανισώσεις: 3x 1

Διαβάστε περισσότερα

4.1 Το αόριστο ολοκλήρωµα - Βασικά ολοκληρώ-

4.1 Το αόριστο ολοκλήρωµα - Βασικά ολοκληρώ- Κεφάλαιο 4 ΟΛΟΚΛΗΡΩΜΑ 4.1 Το αόριστο ολοκλήρωµα - Βασικά ολοκληρώ- µατα Ορισµός 4.1.1. Αρχική ή παράγουσα συνάρτηση ή αντιπαράγωγος µιας συνάρτησης f(x), x [, b], λέγεται κάθε συνάρτηση F (x) που επαληθεύει

Διαβάστε περισσότερα

Βασικές έννοιες θεωρίας πιθανοτήτων

Βασικές έννοιες θεωρίας πιθανοτήτων Βασικές έννοιες θεωρίας πιθανοτήτων Ορισµός πιθανότητας Έστω Ω το σύνολο των δυνατών αποτελεσµάτων ενός πειράµατος Συµβολίζουµε µε ω τα στοιχεία του Ω Ονοµάζουµε ενδεχόµενο (evet ένα υποσύνολο του Ω Για

Διαβάστε περισσότερα

ΧΡΟΝΟΣΕΙΡΕΣ. Αδρανή 12,00% 10,00% 8,00% 6,00% Ποσοστό % 4,00% 2,00% 0,00% εβδοµάδες

ΧΡΟΝΟΣΕΙΡΕΣ. Αδρανή 12,00% 10,00% 8,00% 6,00% Ποσοστό % 4,00% 2,00% 0,00% εβδοµάδες ΧΡΟΝΟΣΕΙΡΕΣ Ένα σύνολο διαδοχικών δεδοµένων αποτελεί µια σειρά. εδοµένα που σχηµατίζουν σειρές προέρχονται γενικά από την καταγραφή της τιµής µιας µεταβλητής κατά την εξέλιξή της. Χρονοσειρά είναι η καταγραφή

Διαβάστε περισσότερα

Τυχαίες μεταβλητές και μέση τιμή

Τυχαίες μεταβλητές και μέση τιμή Κεφάλαιο 12 Τυχαίες μεταβλητές και μέση τιμή Κύριες βιβλιογραφικές αναφορές για αυτό το Κεφάλαιο είναι οι Ross 1976, Grinstead and Snell 2012 και Hoel, Port, and Stone 1971. 12.1 Τυχαίες μεταβλητές και

Διαβάστε περισσότερα

4 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 31.

4 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 31. ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ η ΕΚΑ Α. Οι µηνιαίες αποδοχές, σε, ν υπαλλήλων είναι x, x,, x ν και αυτές αποτελούν οµοιογενές δείγµα µε µέση τιµή 000. Αν το 8% έχει µισθό Α, το 6% Β και οι υπόλοιποι Γ : Να βρείτε το

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ & ΕΠΑ.Λ. Β 28 ΜΑΪΟΥ 2012 ΑΠΑΝΤΗΣΕΙΣ. y R, η σχέση (1) γράφεται

ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ & ΕΠΑ.Λ. Β 28 ΜΑΪΟΥ 2012 ΑΠΑΝΤΗΣΕΙΣ. y R, η σχέση (1) γράφεται ΘΕΜΑ Α ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ & ΕΠΑ.Λ. Β 8 ΜΑΪΟΥ 0 ΑΠΑΝΤΗΣΕΙΣ Α. Θεωρία, σελ. 53, σχολικού βιβλίου. Α. Θεωρία, σελ. 9, σχολικού βιβλίου. Α3. Θεωρία, σελ. 58, σχολικού βιβλίου. Α4. α) Σ, β) Σ,

Διαβάστε περισσότερα

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange 64 Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrage Ας υποθέσουµε ότι ένας δεδοµένος χώρος θερµαίνεται και η θερµοκρασία στο σηµείο,, Τ, y, z Ας υποθέσουµε ότι ( y z ) αυτού του χώρου δίδεται από

Διαβάστε περισσότερα

sup B, τότε υπάρχουν στοιχεία α A και β B µε α < β.

sup B, τότε υπάρχουν στοιχεία α A και β B µε α < β. ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΟΜΕΑΣ ΜΑΘΗΜΑΤΙΚΩΝ Εξετάσεις στη Μαθηµατική Ανάλυση Ι Φεβρουαρίου, 3 Θ. (α ) Εστω A, B µη κενά ϕραγµένα σύνολα πραγµατικών αριθµών. είξτε ότι αν inf A

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

Θεωρητικές Κατανομές Πιθανότητας

Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Α. ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ α) Διακριτή Ομοιόμορφη κατανομή β) Διωνυμική κατανομή γ) Υπεργεωμετρική κατανομή δ) κατανομή Poisson Β. ΣΥΝΕΧΕΙΣ

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

Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 4

Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 4 Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 4 ιδασκοντες: Ν Μαρµαρίδης - Α Μπεληγιάννης Βοηθος Ασκησεων: Χ Ψαρουδάκης Ιστοσελιδα Μαθηµατος : http://wwwmathuoigr/ abeligia/linearalgebrai/laihtml

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ ΜΕΡΟΣ Ο ΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Στο εργαστήριο αυτό θα ασχοληθούµε µε την προσοµοίωση της ρίψεως ενός δίκαιου νοµίσµατος. Το µοντέλο το οποίο θα πρέπει να πραγµατοποιήσουµε θα πρέπει να

Διαβάστε περισσότερα

Τίτλος Μαθήματος: Απειροστικός Λογισμός ΙΙΙ. Ενότητα: Ο Ευκλείδειος Χώρος. Διδάσκων: Ιωάννης Γιαννούλης. Τμήμα: Μαθηματικών

Τίτλος Μαθήματος: Απειροστικός Λογισμός ΙΙΙ. Ενότητα: Ο Ευκλείδειος Χώρος. Διδάσκων: Ιωάννης Γιαννούλης. Τμήμα: Μαθηματικών Τίτλος Μαθήματος: Απειροστικός Λογισμός ΙΙΙ Ενότητα: Ο Ευκλείδειος Χώρος Διδάσκων: Ιωάννης Γιαννούλης Τμήμα: Μαθηματικών Κεφάλαιο 1 Ο Ευκλείδειος χώρος R n 1.1 Αλγεβρική δοµή Ο Ευκλείδειος χώρος R n είναι

Διαβάστε περισσότερα

0. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων

0. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων . Σύντοµη επισκόπηση θεωρίας πιθανοτήτων Α. Τυχαίες µεταβητές Τυχαία µεταβητή καείται µια µεταβητή η τιµή της οποίας καθορίζεται από το αποτέεσµα κάποιου στοχαστικού πειράµατος. Αν Ω ο δειγµατικός χώρος

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΥΠOΥΡΓΕIO ΠΑIΔΕIΑΣ ΚΑI ΘΡΗΣΚΕΥΜΑΤΩΝ ΠΟΛΙΤΙΣΜΟΥ ΚΑΙ ΑΘΛΗΤΙΣΜΟΥ ΑΔΑΜΟΠΟΥΛΟΣ ΛΕΩΝΙΔΑΣ ΔΑΜΙΑΝΟΥ ΧΑΡΑΛΑΜΠΟΣ ΣΒΕΡΚΟΣ ΑΝΔΡΕΑΣ Η συγγραφή και η επιμέλεια

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

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ

Είδη 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 περισσότερα

Μαθηματική και υπολογιστική μοντελοποίηση βιολογικών συστημάτων και εφαρμογές Μέρος Ι: Εισαγωγή στη Στοχαστική Ανάλυση Βακερουδης Σταυρος E-mail: stavros.vakeroudis@gmail.com Ιστοσελίδα: https://svakeroudis.wordpress.com/

Διαβάστε περισσότερα

11 Το ολοκλήρωµα Riemann

11 Το ολοκλήρωµα Riemann Το ολοκλήρωµα Riem Το πρόβληµα υπολογισµού του εµβαδού οποιασδήποτε επιφάνειας ( όπως κυκλικοί τοµείς, δακτύλιοι και δίσκοι, ελλειπτικοί δίσκοι, παραβολικά και υπερβολικά χωρία κτλ) είναι γνωστό από την

Διαβάστε περισσότερα

1.4 Λύσεις αντιστρόφων προβλημάτων.

1.4 Λύσεις αντιστρόφων προβλημάτων. .4 Λύσεις αντιστρόφων προβλημάτων. Ο τρόπος παρουσίασης της λύσης ενός αντίστροφου προβλήµατος µπορεί να διαφέρει ανάλογα µε τη «φιλοσοφία» επίλυσης που ακολουθείται και τη δυνατότητα παροχής πρόσθετης

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 3: Στοχαστικές Ανελίξεις. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 3: Στοχαστικές Ανελίξεις. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 3: Στοχαστικές Ανελίξεις Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

1 Ορισµός ακολουθίας πραγµατικών αριθµών

1 Ορισµός ακολουθίας πραγµατικών αριθµών ΜΑΣ 02. Απειροστικός Λογισµός Ι Ορισµός ακολουθίας πραγµατικών αριθµών Ορισµός.. Ονοµάζουµε ακολουθία πραγµατικών αριθµών κάθε απεικόνιση του συνόλου N των ϕυσικών αριθµών, στο σύνολο R των πραγµατικών

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ Ακαδ. Έτος 2011-2012 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Διδάσκων επί Συμβάσει Π.Δ 407/80 v.koutras@fme.aegean.gr

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ & ΕΠΑ.Λ. Β 28 ΜΑΪΟΥ 2012 ΑΠΑΝΤΗΣΕΙΣ. y R, η σχέση (1) γράφεται

ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ & ΕΠΑ.Λ. Β 28 ΜΑΪΟΥ 2012 ΑΠΑΝΤΗΣΕΙΣ. y R, η σχέση (1) γράφεται ΘΕΜΑ Α ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ & ΕΠΑ.Λ. Β 8 ΜΑΪΟΥ 0 ΑΠΑΝΤΗΣΕΙΣ Α. Θεωρία, σελ. 53, σχολικού βιβλίου. Α. Θεωρία, σελ. 9, σχολικού βιβλίου. Α3. Θεωρία, σελ. 58, σχολικού βιβλίου. Α4. α) Σ, β) Σ,

Διαβάστε περισσότερα

Γ. Ν. Π Α Π Α Δ Α Κ Η Σ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ ( M S C ) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ. ΠΡΟΓΡΑΜΜΑ: Σπουδές στις Φυσικές Επιστήμες

Γ. Ν. Π Α Π Α Δ Α Κ Η Σ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ ( M S C ) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ. ΠΡΟΓΡΑΜΜΑ: Σπουδές στις Φυσικές Επιστήμες Γ. Ν. Π Α Π Α Δ Α Κ Η Σ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ ( M S C ) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΠΡΟΓΡΑΜΜΑ: Σπουδές στις Φυσικές Επιστήμες ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ: ΦΥΕ10 (Γενικά Μαθηματικά Ι) ΠΕΡΙΕΧΕΙ ΤΙΣ

Διαβάστε περισσότερα

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 28 ιδάσκων: Π. Τσακαλίδης Λύσεις Εβδοµης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης: 3/2/28 Ηµεροµηνία Παράδοσης: 7/2/28

Διαβάστε περισσότερα

Έντυπο Υποβολής Αξιολόγησης Γ.Ε.

Έντυπο Υποβολής Αξιολόγησης Γ.Ε. Έντυπο Υποβολής Αξιολόγησης Γ.Ε. O φοιτητής συμπληρώνει την ενότητα «Υποβολή Εργασίας» και αποστέλλει το έντυπο σε δύο μη συρραμμένα αντίγραφα (ή ηλεκτρονικά) στον Καθηγητή-Σύμβουλο. Ο Καθηγητής-Σύμβουλος

Διαβάστε περισσότερα

ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ - ΠΡΟΣΟΜΟΙΩΣΗ

ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ - ΠΡΟΣΟΜΟΙΩΣΗ ΚΕΦΑΛΑΙΟ 11 ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ - ΠΡΟΣΟΜΟΙΩΣΗ ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ Θα εισαγάγουμε την έννοια του τυχαίου αριθμού με ένα παράδειγμα. Παράδειγμα: Θεωρούμε μια τυχαία μεταβλητή με συνάρτηση πιθανότητας η οποία σε

Διαβάστε περισσότερα