ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων"

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 7 Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων Επιμέλεια παρουσιάσεων: Δρ. Αλέκα Καλαπόδη

2 Τυχαίες Μεταβλητές Μια τυχαία μεταβλητή είναι μια συνάρτηση ή ένας κανόνας που αντιστοιχίζει έναν αριθμό σε κάθε αποτέλεσμα ενός πειράματος. Με διαφορετικά λόγια, η τιμή της τυχαίας μεταβλητής είναι ένα αριθμητικό ενδεχόμενο. Αντί να βλέπουμε τα αποτελέσματα της ρίψης ενός νομίσματος ως {κορώνα, γράμματα} σκεφτείτε τα ως πόσες φορές ήρθε κορώνα {1, 0} (αριθμητικά ενδεχόμενα)

3 Δύο Τύποι Τυχαίων Μεταβλητών Διακριτή Τυχαία Μεταβλητή αυτή που παίρνει πεπερασμένο πλήθος τιμών π.χ. τιμές ρίψης δύο ζαριών: 2, 3, 4,, 12 Συνεχής Τυχαία Μεταβλητή αυτή που οι τιμές της δεν είναι διακριτές π.χ. χρόνος (30.1 λεπτά; λεπτά;) Αναλογία: Οι ακέραιοι είναι Διακριτοί, ενώ οι Πραγματικοί αριθμοί είναι συνεχείς.

4 Κατανομές Πιθανοτήτων Μια κατανομή πιθανοτήτων είναι ένας πίνακας, ένας τύπος, ή γράφημα που περιγράφει τις τιμές μιας τυχαίας μεταβλητής και την πιθανότητα κάθε τιμής. Αφού περιγράφουμε μια τυχαία μεταβλητή (η οποία μπορεί να είναι διακριτή ή συνεχής) έχουμε δύο τύπους κατανομής πιθανοτήτων: Διακριτές Κατανομές Πιθανοτήτων, και Συνεχείς Κατανομές Πιθανοτήτων

5 Συμβολισμός Ένα κεφαλαίο γράμμα αναπαριστά το όνομα της τυχαίας μεταβλητής, συνήθως X. Το αντίστοιχο μικρό γράμμα αναπαριστά την τιμή της τυχαίας μεταβλητής. Η πιθανότητα η τυχαία μεταβλητή X να ισούται με x είναι: P(X = x) ή πιο απλά P(x)

6 Διακριτές Κατανομές Πιθανοτήτων Οι πιθανότητες των τιμών μιας διακριτής τυχαίας μεταβλητής μπορούν να υπολογιστούν με τη βοήθεια εργαλείων όπως το δέντρο πιθανοτήτων ή εφαρμόζοντας τον ορισμό της πιθανότητας, με προϋποθέσεις: για κάθε όλων των

7 Παράδειγμα 7.1 Η Στατιστική σύνοψη των ΗΠΑ δημοσιεύεται κάθε χρόνο. Περιέχει μεγάλη ποικιλία πληροφοριών που βασίζονται στην απογραφή και σε άλλες πηγές. Στόχος είναι η παροχή πληροφοριών για διάφορα χαρακτηριστικά της ζωής των κατοίκων. Μια από τις ερωτήσεις ήταν το πλήθος των έγχρωμων τηλεοράσεων ανά νοικοκυριό. Τα δεδομένα βρίσκονται στον ακόλουθο πίνακα. Να κατασκευαστεί η κατανομή πιθανοτήτων της τυχαίας μεταβλητής που εκφράζει το πλήθος των έγχρωμων τηλεοράσεων ανά νοικοκυριό.

8 Παράδειγμα 7.1 Πλήθος έγχρωμων τηλεοράσεων Πλήθος νοικοκυριών (σε χιλιάδες) 0 1, , , , , ,842 Σύνολο 101,501

9 Παράδειγμα 7.1 Η κατανομή πιθανοτήτων μπορεί να υπολογιστεί από τις σχετικές συχνότητες. # των τηλεοράσεων # των νοικοκυριών 1, ,501 = Π.χ. P(X=4) = P(4) = = 7.6%

10 Παράδειγμα 7.1 Π.χ. ποια είναι η πιθανότητα να υπάρχει τουλάχιστον μία τηλεόραση αλλά όχι περισσότερες από τρεις σε ένα σπίτι; # των τηλεοράσεων # των νοικοκυριών τουλάχιστον μία τηλεόραση αλλά όχι περισσότερες από τρεις P(1 X 3) = P(1) + P(2) + P(3) = =.884

11 Παράδειγμα 7.2 Ένας πωλητής αμοιβαίων κεφαλαίων έχει κανονίσει να μιλήσει με τρία άτομα αύριο. Βασιζόμενος στην εμπειρία του γνωρίζει ότι υπάρχει σε κάθε επαφή 20% πιθανότητα να πετύχει πώληση. Να καθοριστεί η κατανομή πιθανοτήτων του αριθμού των πωλήσεων που θα κάνει ο πωλητής. Έστω S η επιτυχία, δηλ. να πετύχει πώληση P(S)=.20 Τότε S C είναι να μην πετύχει πώληση, και P(S C )=.80

12 Παράδειγμα 7.2 Κατασκευάζοντας την Κατανομή Πιθανοτήτων Επαφή 1 Επαφή 2 Επαφή 3 (.2)(.2)(.8)=.032 P(S)=.2 S S S P(S)=.2 P(S C )=.8 P(S)=.2 P(S C )=.8 P(S)=.2 P(S C )=.8 P(S C )=.8 P(S)=.2 P(S C )=.8 P(S)=.2 P(S C )=.8 P(S)=.2 S S S C S S C S S S C S C S C S S S C S S C S C S C S X P(x) = (.032)= (.128)= =.512 P(S C )=.8 S C S C S C P(X=2) είναι

13 Πληθυσμοί και Κατανομές Πιθανοτήτων Η διακριτή κατανομή πιθανοτήτων αναπαριστά έναν πληθυσμό Παράδειγμα 7.1 το πλήθος των τηλεοράσεων ανά νοικοκυριό Παράδειγμα 7.2 το πλήθος των πωλήσεων Αφού έχουμε πληθυσμούς, μπορούμε να τους περιγράψουμε υπολογίζοντας διάφορες παραμέτρους. Π.χ. τον μέσο και τη διακύμανση του πληθυσμού.

14 Μέσος Πληθυσμού (Αναμενόμενη Τιμή) Ο μέσος πληθυσμού είναι ο σταθμισμένος μέσος όρος όλων των τιμών του. Οι συντελεστές στάθμισης είναι οι πιθανότητες. Η παράμετρος αυτή καλείται και αναμενόμενη τιμή της X και συμβολίζεται με E(X). όλων των

15 Διασπορά Πληθυσμού Η διασπορά πληθυσμού υπολογίζεται με παρόμοιο τρόπο. Είναι ο σταθμισμένος αριθμητικός μέσος των τετραγώνων των αποκλίσεων από το μέσο. όλων των Όπως πριν, υπάρχει και σύντομος τύπος όλων των Η τυπική απόκλιση είναι πάλι:

16 Παράδειγμα 7.3 Βρείτε τον μέσο, τη διασπορά και την τυπική απόκλιση του πληθυσμού που εκφράζει το πλήθος των έγχρωμων τηλεοράσεων ανά νοικοκυριό (από το Παράδειγμα 7.1) # των τηλεοράσεων # των νοικοκυριών = 0(.012) + 1(.319) + 2(.374) + 3(.191) + 4(.076) + 5(.028) = 2.084

17 Παράδειγμα 7.3 Βρείτε τον μέσο, τη διασπορά και την τυπική απόκλιση του πληθυσμού που εκφράζει το πλήθος των έγχρωμων τηλεοράσεων ανά νοικοκυριό (από το Παράδειγμα 7.1) # των τηλεοράσεων # των νοικοκυριών = ( ) 2 (.012) + ( ) 2 (.319)+ +( ) 2 (.028) = 1.107

18 Παράδειγμα 7.3 Βρείτε τον μέσο, τη διασπορά και την τυπική απόκλιση του πληθυσμού που εκφράζει το πλήθος των έγχρωμων τηλεοράσεων ανά νοικοκυριό (από το Παράδειγμα 7.1) # των τηλεοράσεων # των νοικοκυριών = 1.052

19 Νόμοι της Αναμενόμενης Τιμής E(c) = c Η αναμενόμενη τιμή μιας σταθεράς (c) είναι απλά η τιμή της σταθεράς. E(X + c) = E(X) + c E(cX) = ce(x) Μπορούμε να βγάλουμε μια σταθερά έξω από την έκφραση της αναμενόμενης τιμής (είτε ως προσθετέο μιας τυχαίας μεταβλητής X είτε ως συντελεστή μια τυχαίας μεταβλητής X).

20 Παράδειγμα 7.4 Οι μηνιαίες πωλήσεις έχουν μέσο $ και τυπική απόκλιση $ Τα κέρδη υπολογίζονται πολλαπλασιάζοντας τις πωλήσεις με 30% και αφαιρώντας το σταθερό κόστος των $ Να βρείτε το μέσο μηνιαίο κέρδος. 1) Περιγράφουμε το πρόβλημα με αλγεβρικούς όρους: οι πωλήσεις έχουν μέσο $ E(Πωλήσεις) = τα κέρδη υπολογίζονται από Κέρδη =.30(Πωλήσεις) 6.000

21 Παράδειγμα 7.4 Οι μηνιαίες πωλήσεις έχουν μέσο $ και τυπική απόκλιση $ Τα κέρδη υπολογίζονται πολλαπλασιάζοντας τις πωλήσεις με 30% και αφαιρώντας το σταθερό κόστος των $ Να βρείτε το μέσο μηνιαίο κέρδος. E(Κέρδος) =E[.30(Πωλήσεις) 6.000] =E[.30(Πωλήσεις)] [κανόνας #2] =.30E(Πωλήσεις) [κανόνας #3] =.30(25.000) = Άρα, το μέσο μηνιαίο κέρδος είναι $1.500

22 Νόμοι Διασποράς V(c) = 0 Η διασπορά μιας σταθεράς (c) είναι μηδέν. V(X + c) = V(X) Η διασπορά μιας τυχαίας μεταβλητής και μιας σταθεράς είναι απλά η διασπορά της τυχαίας μεταβλητής (από το προηγούμενο). V(cX) = c 2 V(X) Η διασπορά μιας τυχαίας μεταβλητής επί έναν σταθερό συντελεστή είναι το τετράγωνο του συντελεστή επί τη διασπορά της τυχαίας μεταβλητής.

23 Παράδειγμα 7.4 Οι μηνιαίες πωλήσεις έχουν μέσο $ και τυπική απόκλιση $ Τα κέρδη υπολογίζονται πολλαπλασιάζοντας τις πωλήσεις με 30% και αφαιρώντας το σταθερό κόστος των $ Να βρείτε την τυπική απόκλιση των μηνιαίων κερδών. 1) Περιγράφουμε το πρόβλημα με αλγεβρικούς όρους : οι πωλήσεις έχουν τυπική απόκλιση $4.000 V(Πωλήσεις) = = (θυμηθείτε τη σχέση μεταξύ τυπικής απόκλισης και διακύμανσης) τα κέρδη υπολογίζονται από Κέρδη =.30(Πωλήσεις) 6.000

24 Παράδειγμα 7.4 Οι μηνιαίες πωλήσεις έχουν μέσο $ και τυπική απόκλιση $ Τα κέρδη υπολογίζονται πολλαπλασιάζοντας τις πωλήσεις με 30% και αφαιρώντας το σταθερό κόστος των $ Να βρείτε την τυπική απόκλιση των μηνιαίων κερδών. 2) Η διασπορά των κερδών είναι = V(Κέρδος) =V[.30(Πωλήσεις) 6.000] =V[.30(Πωλήσεις)] [κανόνας #2] =(.30) 2 V(Πωλήσεις) [κανόνας #3] =(.30) 2 ( ) = Η τυπική απόκλιση είναι η τετραγωνική ρίζα της διασποράς, άρα η τυπική απόκλιση του Κέρδους = ( ) 1/2 = $1.200

25 Παράδειγμα 7.4 (σύνοψη) Οι μηνιαίες πωλήσεις έχουν μέσο $ και τυπική απόκλιση $ Τα κέρδη υπολογίζονται πολλαπλασιάζοντας τις πωλήσεις με 30% και αφαιρώντας το σταθερό κόστος των $ Βρείτε το μέσο και την τυπική απόκλιση των μηνιαίων κερδών Το μέσο μηνιαίο κέρδος είναι $1.500 Η τυπική απόκλιση των μηνιαίων κερδών είναι $1.200

26 Διωνυμική Κατανομή Η διωνυμική κατανομή είναι η κατανομή πιθανοτήτων που προκύπτει από ένα διωνυμικό πείραμα. Τα διωνυμικά πειράματα έχουν τις ακόλουθες ιδιότητες: Καθορισμένο αριθμό δοκιμών, που συμβολίζεται με n. Κάθε δοκιμή έχει δύο δυνατά αποτελέσματα, επιτυχία και αποτυχία. P(επιτυχία)=p (και επομένως: P(αποτυχία)=1 p), για κάθε δοκιμή. Οι δοκιμές είναι ανεξάρτητες, δηλαδή το αποτέλεσμα μιας δοκιμής δεν επηρεάζει το αποτέλεσμα οποιασδήποτε άλλης.

27 Επιτυχία και Αποτυχία είναι απλά ταμπέλες για ένα διωνυμικό πείραμα, δεν σημαίνουν κάτι. Για παράδειγμα η ρίψη ενός νομίσματος έχει ως αποτέλεσμα κορώνα ή γράμματα. Εάν ορίσουμε ως επιτυχία το να έρθει κορώνα τότε υποχρεωτικά το να έρθει γράμματα θεωρείται αποτυχία. Άλλα παραδείγματα: Ένας υποψήφιος κερδίζει ή χάνει Ένας υπάλληλος είναι άντρας ή γυναίκα

28 Διωνυμική Τυχαία Μεταβλητή Η τυχαία μεταβλητή ενός διωνυμικού πειράματος ορίζεται ως το πλήθος των επιτυχιών σε n δοκιμές, και καλείται διωνυμική τυχαία μεταβλητή. Π.χ. ρίχνουμε ένα νόμισμα 10 φορές 1) Καθορισμένο πλήθος δοκιμών n=10 2) Κάθε δοκιμή έχει δύο πιθανά αποτελέσματα {κορώνα (επιτυχία), γράμματα (αποτυχία)} 3) P(επιτυχία)= 0.50; P(αποτυχία)= = ) Οι δοκιμές είναι ανεξάρτητες (δηλ. το αποτέλεσμα να έρθει κορώνα στην πρώτη ρίψη δεν θα έχει επίδραση στις επόμενες ρίψεις). Επομένως η ρίψη ενός νομίσματος δέκα φορές είναι διωνυμικό πείραμα.

29 Διωνυμική Τυχαία Μεταβλητή Η διωνυμική τυχαία μεταβλητή μετράει το πλήθος των επιτυχιών σε n δοκιμές του διωνυμικού πειράματος. Παίρνει τιμές 0, 1, 2,, n. Άρα, είναι μια διακριτή τυχαία μεταβλητή. Για να υπολογίσουμε την πιθανότητα που αντιστοιχεί σε κάθε τιμή χρησιμοποιούμε συνδυαστική: για x=0, 1, 2,, n

30 Αδιάβαστος φοιτητής Ένας φοιτητής στατιστικής είναι αδιάβαστος και θα απαντήσει στην τύχη στις εξετάσεις. Η εξέταση έχει 10 ερωτήσεις πολλαπλού τύπου. Κάθε ερώτηση έχει πέντε πιθανές απαντήσεις, με μόνο μία σωστή. Ο φοιτητής ελπίζει να πετύχει τη σωστή απάντηση σε κάθε ερώτηση. Ποια είναι η πιθανότητα να μην πετύχει καμία σωστή απάντηση; Ποια είναι η πιθανότητα να πετύχει δύο σωστές απαντήσεις;

31 Αδιάβαστος φοιτητής Ένας φοιτητής στατιστικής είναι αδιάβαστος και θα απαντήσει στην τύχη στις εξετάσεις. Η εξέταση έχει 10 ερωτήσεις πολλαπλού τύπου. Κάθε ερώτηση έχει πέντε πιθανές απαντήσεις, με μόνο μία σωστή. Ο φοιτητής ελπίζει να πετύχει τη σωστή απάντηση σε κάθε ερώτηση. Αλγεβρικά: n=10, και P(επιτυχία) = 1/5 =.20

32 Αδιάβαστος φοιτητής Είναι διωνυμικό πείραμα; Ελέγχουμε: Υπάρχει καθορισμένο πλήθος δοκιμών (n=10). Κάθε απάντηση είναι είτε σωστή είτε λάθος. Η πιθανότητα σωστής απάντησης είναι (P(επιτυχία)=.20) δεν αλλάζει από ερώτηση σε ερώτηση. Κάθε απάντηση είναι ανεξάρτητη από τις άλλες.

33 Αδιάβαστος φοιτητής n=10, και P(επιτυχία) =.20 Ποια είναι η πιθανότητα να μην πετύχει καμία σωστή απάντηση; Δηλ. # επιτυχιών, x = 0, επομένως θέλουμε την P(x=0) Έχει περίπου 11% πιθανότητα να μην πετύχει καμία σωστή απάντηση

34 Αδιάβαστος φοιτητής n=10, και P(επιτυχία) =.20 Ποια είναι η πιθανότητα να πετύχει δύο σωστές απαντήσεις; Δηλ. # επιτυχιών, x = 2, άρα θέλουμε την P(x=2) Έχει περίπου 30% πιθανότητα να πετύχει ακριβώς δύο σωστές απαντήσεις

35 Αθροιστική Πιθανότητα Μέχρι εδώ, χρησιμοποιήσαμε την διωνυμική κατανομή πιθανότητας για να βρούμε πιθανότητες συγκεκριμένων τιμών x. Για να απαντήσουμε την ερώτηση: Βρείτε την πιθανότητα αποτυχίας στις εξετάσεις Απαιτείται η αθροιστική πιθανότητα, δηλαδή, P(X x) Εάν ο βαθμός είναι μικρότερος από50% (δηλ. 5 ερωτήσεις από τις10), τότε έχουμε αποτυχία. Άρα, θέλουμε την P(X 4) για να απαντήσουμε

36 Αδιάβαστος φοιτητής P(X 4) = P(0) + P(1) + P(2) + P(3) + P(4) Ήδη ξέρουμε ότι P(0) =.1074 και P(2) = Χρησιμοποιούμε τον τύπο και έχουμε: P(1) =.2684, P(3) =.2013, και P(4) =.0881 Έχουμε P(X 4) = =.9672 Άρα, είναι περίπου 97% πιθανό να αποτύχει στις εξετάσεις εάν απαντήσει στην τύχη

37 Διωνυμικός Πίνακας Είναι δύσκολο να υπολογίζουμε με το χέρι τις διωνυμικές πιθανότητες. Υπάρχει πιο εύκολος τρόπος, ο Πίνακας 1 στο Παράρτημα B. Για το παράδειγμα του φοιτητή, n=10, άρα πρώτα πρέπει να κοιτάξουμε το σωστό πίνακα! n = 10 k

38 Διωνυμικός Πίνακας Οι πιθανότητες που υπάρχουν είναι αθροιστικές, δηλ. P(X k) k είναι ο δείκτης γραμμής, οι στήλες ορίζονται από την P(επιτυχία) = p n = 10 k

39 Διωνυμικός Πίνακας Ποια είναι η πιθανότητα να μην πετύχει καμία σωστή απάντηση; δηλ. ποια είναι η P(X = 0), εάν P(επιτυχία) =.20 και n=10; n = 10 k P(X = 0) = P(X 0) =.1074

40 Διωνυμικός Πίνακας Ποια είναι η πιθανότητα να πετύχει δύο σωστές απαντήσεις; δηλ. ποια είναι η P(X = 2), εάν P(επιτυχία) =.20 και n=10; n = 10 k P(X = 2) = P(X 2) P(X 1) = =.3020 θυμηθείτε, ο πίνακας δίνει αθροιστικές πιθανότητες

41 Διωνυμική Κατανομή Βρείτε την πιθανότητα αποτυχίας στις εξετάσεις δηλ. ποια είναι η P(X 4), εάν P(επιτυχία) =.20 και n=10; n = 10 k P(X 4) =.9672

42 Διωνυμικός Πίνακας Ο διωνυμικός πίνακας δίνει αθροιστικές πιθανότητες για P(X k), αλλά όπως είδαμε, P(X = k) = P(X k) P(X [k 1]) Αντίστοιχα, για πιθανότητες P(X k), έχουμε: P(X k) = 1 P(X [k 1])

43 Διωνυμική Κατανομή Όπως μάλλον περιμένετε, οι στατιστικοί έχουν αναπτύξει γενικούς τύπους για το μέσο, τη διασπορά και την τυπική απόκλιση μιας διωνυμικής τυχαίας μεταβλητής:

44 Κατανομή Poisson Ονομαζόμενη έτσι από τον Simeon Poisson, η κατανομή Poisson είναι μια διακριτή κατανομή πιθανοτήτων που αναφέρεται στο πλήθος των γεγονότων (όπως οι επιτυχίες) μέσα σε συγκεκριμένο χρονικό διάστημα ή σε συγκεκριμένο χώρο. Για παράδειγμα: Ο αριθμός αυτοκινήτων που φτάνουν σε ένα συνεργείο μέσα σε 1 ώρα. (Το χρονικό διάστημα είναι 1 ώρα.) Ο αριθμός ελαττωμάτων σε ένα τόπι ύφασμα. (Ο συγκεκριμένος χώρος είναι το τόπι υφάσματος.) Ο αριθμός ατυχημάτων σε 1 ημέρα σε συγκεκριμένο τμήμα του αυτοκινητόδρομου. (Το διάστημα ορίζεται και από το χρόνο και από το χώρο.)

45 Το Πείραμα Poisson Όπως ένα διωνυμικό πείραμα, ένα πείραμα Poisson έχει 4 καθοριστικές ιδιότητες: Ο αριθμός των επιτυχιών που μπορούν να συμβούν σε ένα διάστημα είναι ανεξάρτητος από τον αριθμό των επιτυχιών σε οποιοδήποτε άλλο διάστημα. Η πιθανότητα επιτυχίας είναι ίδια για κάθε διάστημα ίσου μήκους. Η πιθανότητα επιτυχίας είναι ανάλογη του μήκους του διαστήματος. Η πιθανότητα για πάνω από μία επιτυχία σε ένα διάστημα πλησιάζει το 0 όσο το διάστημα μικραίνει.

46 Κατανομή Poisson Η τυχαία μεταβλητή Poisson είναι το πλήθος των επιτυχιών που συμβαίνουν σε μια χρονική περίοδο ή σε συγκεκριμένο χώρο ενός πειράματος Poisson. Π.χ. Κατά μέσο όρο, 96 φορτηγά φτάνουν στα σύνορα κάθε ώρα. επιτυχίες Χρονική περίοδος Π.χ. Ο αριθμός των τυπογραφικών λαθών σε μια νέα έκδοση έχει μέσο όρο 1.5 ανά 100 σελίδες. επιτυχίες (!) διάστημα

47 Κατανομή πιθανοτήτων Poisson Η πιθανότητα μια τυχαία μεταβλητή Poisson να πάρει την τιμή x είναι: για όπου μ είναι το μέσο πλήθος επιτυχιών στο διάστημα και e είναι η βάση του νεπέριου λογαρίθμου. Ισχύει:

48 Παράδειγμα 7.12 Ένας καθηγητής στατιστικής παρατήρησε ότι το πλήθος των τυπογραφικών λαθών στις νέες εκδόσεις διαφέρει σημαντικά από βιβλίο σε βιβλίο. Μετά από ανάλυση, κατέληξε ότι το πλήθος των λαθών ακολουθεί κατανομή Poisson με μέσο 1.5 ανά 100 σελίδες. Ο καθηγητής επιλέγει τυχαία 100 σελίδες ενός βιβλίου. Ποια είναι η πιθανότητα να μην υπάρχουν καθόλου λάθη;

49 Παράδειγμα 7.12 Ένας καθηγητής στατιστικής παρατήρησε ότι το πλήθος των τυπογραφικών λαθών στις νέες εκδόσεις διαφέρει σημαντικά από βιβλίο σε βιβλίο. Μετά από ανάλυση, κατέληξε ότι το πλήθος των λαθών ακολουθεί κατανομή Poisson με μέσο 1.5 ανά 100 σελίδες. Ο καθηγητής επιλέγει τυχαία 100 σελίδες ενός βιβλίου. Ποια είναι η πιθανότητα να μην υπάρχουν καθόλου λάθη; Δηλαδή, ποια είναι η P(X=0) με δεδομένο ότι µ = 1.5; Υπάρχει περίπου 22% πιθανότητα να μην υπάρχουν λάθη

50 Παράδειγμα 7.13 Αναφερόμαστε στο Παράδειγμα Υποθέτουμε ότι ο καθηγητής έχει μόλις λάβει ένα νέο βιβλίο. Παρατηρεί ότι έχει 400 σελίδες. a Ποια είναι η πιθανότητα να μην υπάρχουν καθόλου λάθη; b Ποια είναι η πιθανότητα να υπάρχουν πέντε ή λιγότερα λάθη;

51 Κατανομή Poisson Όπως είπαμε για ένα πείραμα Poisson : Η πιθανότητα της επιτυχίας είναι ανάλογη με το μέγεθος του διαστήματος Άρα, γνωρίζοντας το ρυθμό1.5 λάθος ανά 100 σελίδες, μπορούμε να ορίσουμε μέση τιμή για βιβλίο 400 σελίδων: =1.5(4) = 6 λάθη/ 400 σελίδες.

52 Παράδειγμα 7.13 Για βιβλίο 400 σελίδων, ποια είναι η πιθανότητα να μην υπάρχουν λάθη; P(X=0) = υπάρχει πολύ μικρή πιθανότητα να μην υπάρχουν λάθη

53 Παράδειγμα 7.13 Για βιβλίο 400 σελίδων, ποια είναι η πιθανότητα να υπάρχουν πέντε ή λιγότερα λάθη; P(X 5) = P(0) + P(1) + + P(5) Αυτό είναι δύσκολο να υπολογιστεί με το χέρι. Καλύτερα να δούμε τον Πίνακα 2 στο Παράρτημα B k=5, µ =6, και P(X k) =.446 υπάρχει περίπου 45% πιθανότητα να υπάρχουν 5 ή λιγότερα λάθη

Κεφάλαιο 7 Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

Κεφάλαιο 7 Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων Κεφάλαιο 7 Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων Τυχαίες Μεταβλητές Τυχαία μεταβλητή είναι μια συνάρτηση ή ένας κανόνας που αντιστοιχίζει έναν αριθμό σε κάθε αποτέλεσμα ενός τυχαίου πειράματος.

Διαβάστε περισσότερα

Θέμα: ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΙΣ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ΚΕΦΑΛΑΙΟ 7 ΒΙΒΛΙΟ KELLER

Θέμα: ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΙΣ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ΚΕΦΑΛΑΙΟ 7 ΒΙΒΛΙΟ KELLER ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ: ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (Πάτρας) Διεύθυνση: Μεγάλου Αλεξάνδρου 1, 263 34 ΠΑΤΡΑ Τηλ.: 2610 369051, Φαξ: 2610 396184, email: mitro@teipat.gr Καθηγητής

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς 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 περισσότερα

Διακριτές Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Διακριτές Κατανομές. τεχνικές. 42 άλυτες ασκήσεις.

Διακριτές Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Διακριτές Κατανομές. τεχνικές. 42 άλυτες ασκήσεις. Διακριτές Κατανομές Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Διακριτές Κατανομές τεχνικές 4 άλυτες ασκήσεις Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglyos.gr 3 / 1 0 / 0 1 6 εκδόσεις

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες

ΕΙΣΑΓΩΓΗ 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 περισσότερα

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές) 07/11/2016 Στατιστική Ι 6 η Διάλεξη (Βασικές διακριτές κατανομές) 1 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι Ονοματεπώνυμο: Όνομα Πατρός:... ΑΜ:. Ημερομηνία: Σ Παρακαλώ μη γράφετε στα παρακάτω τετράγωνα Μέρος

Διαβάστε περισσότερα

ΚΑΤΑΝΟΜΈΣ. 8.1 Εισαγωγή. 8.2 Κατανομές Συχνοτήτων (Frequency Distributions) ΚΕΦΑΛΑΙΟ

ΚΑΤΑΝΟΜΈΣ. 8.1 Εισαγωγή. 8.2 Κατανομές Συχνοτήτων (Frequency Distributions) ΚΕΦΑΛΑΙΟ ΚΑΤΑΝΟΜΈΣ ΚΕΦΑΛΑΙΟ 8 81 Εισαγωγή Οι κατανομές διακρίνονται σε κατανομές συχνοτήτων, κατανομές πιθανοτήτων και σε δειγματοληπτικές κατανομές Στη συνέχεια θα γίνει αναλυτική περιγραφή αυτών 82 Κατανομές

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα # 12: Ασυνεχείς Κατανομές Εβελίνα Κοσσιέρη Τμήμα Λογιστικής και Χρηματοοικονομικής ΑΔΕΙΕΣ ΧΡΗΣΗΣ

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 8 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gasil

Διαβάστε περισσότερα

Στατιστική 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 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 περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 9. Κατανομές Δειγματοληψίας

ΣΤΑΤΙΣΤΙΚΗ 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 περισσότερα

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΦΡΟΝΤΙΣΤΗΡΙΑ 6-7: ΔΙΑΚΡΙΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΕΠΙΜΕΛΕΙΑ: ΓΙΑΝΝΟΠΟΥΛΟΣ ΜΙΧΑΛΗΣ Τυχαία Μεταβλητή (Τ.Μ.): Συνάρτηση πραγματικών τιμών

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q 7ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 7ο Μάθημα Πιθανότητες

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

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα.

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα. Η Διωνυμική Κατανομή Η Διωνυμική κατανομή συνδέεται με ένα πολύ απλό πείραμα τύχης. Ίσως το απλούστερο! Πρόκειται για τη δοκιμή Bernoulli, ένα πείραμα τύχης με μόνο δύο, αμοιβαίως αποκλειόμενα, δυνατά

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

Οι παραγγελίες ακολουθούν την κατανομή Poisson. Σύμφωνα με τα δεδομένα ο

Οι παραγγελίες ακολουθούν την κατανομή Poisson. Σύμφωνα με τα δεδομένα ο ΘΕΜΑ 1 ο (ΜΟΝΑΔΕΣ 10) Μια βιοτεχνία καθαρισμού ρούχων λειτουργεί καθημερινά 8 ώρες. Η βιοτεχνία δέχεται κατά μέσο όρο 4 παραγγελίες την ημέρα για καθαρισμό ενδυμάτων. (ι). Να υπολογισθεί η πιθανότητα να

Διαβάστε περισσότερα

Κεφάλαιο 3 Κατανομές. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς

Κεφάλαιο 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 περισσότερα

Μάθημα 3 ο a. Τυχαία Μεταβλητή-Έννοιες και Ορισμοί

Μάθημα 3 ο a. Τυχαία Μεταβλητή-Έννοιες και Ορισμοί Μάθημα 3 ο a Τυχαία Μεταβλητή-Έννοιες και Ορισμοί Στο μάθημα αυτό θα ορίσουμε την έννοια της τυχαίας μεταβλητής και θα αναφερθούμε σε σχετικές βασικές έννοιες και συμβολισμούς. Ross, σσ 135-151 Μπερτσεκάς-Τσιτσικλής,

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές Στατιστική Επιχειρήσεων Ι Βασικές διακριτές κατανομές 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα Το ένα ονομάζεται

Διαβάστε περισσότερα

Στατιστική. Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή

Στατιστική. Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή Γεώργιος Ζιούτας Άδειες

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 Ι Πειραιάς 2008 Πιθανότητες Ι-Μ. Κούτρας 2 Κατανομές χρόνου αναμονής (... μέχρι να συμβεί ηπρώτη επιτυχία) 3 Ας θεωρήσουμε μία ακολουθία

Διαβάστε περισσότερα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Ορισμός τυχαίας μεταβλητής Τυχαία μεταβλητή λέγεται η συνάρτηση

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

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

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΣΤΑΤΙΣΤΙΚΗ 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

ΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ. ΓΕΝΙΚΟΙ (περιέχουν όλες τις πληροφορίες που προκύπτουν από μια στατιστική έρευνα) ΕΙΔΙΚΟΙ ( είναι συνοπτικοί και σαφείς )

ΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ. ΓΕΝΙΚΟΙ (περιέχουν όλες τις πληροφορίες που προκύπτουν από μια στατιστική έρευνα) ΕΙΔΙΚΟΙ ( είναι συνοπτικοί και σαφείς ) Πληθυσμός (populaton) ονομάζεται ένα σύνολο, τα στοιχεία του οποίου εξετάζουμε ως προς τα χαρακτηριστικά τους. Μεταβλητές (varables ) ονομάζονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό.

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

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017.

Γιατί 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 περισσότερα

Στατιστική Επιχειρήσεων Ι

Στατιστική Επιχειρήσεων Ι ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 3: Χρήσιμες Κατανομές Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το

Διαβάστε περισσότερα

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Στατιστική 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 περισσότερα

Κεφάλαιο 9 Κατανομές Δειγματοληψίας

Κεφάλαιο 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 περισσότερα

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ. για τα οποία ισχύει y f (x) , δηλαδή το σύνολο, x A, λέγεται γραφική παράσταση της f και συμβολίζεται συνήθως με C

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ. για τα οποία ισχύει y f (x) , δηλαδή το σύνολο, x A, λέγεται γραφική παράσταση της f και συμβολίζεται συνήθως με C Επιμέλεια: Κ Μυλωνάκης ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΕΡΩΤΗΣΗ Τι ονομάζεται πραγματική συνάρτηση με πεδίο ορισμού το Α; Έστω Α ένα υποσύνολο του R Ονομάζουμε πραγματική συνάρτηση με πεδίο ορισμού το Α μια διαδικασία

Διαβάστε περισσότερα

Α (i) Από την έκφραση «το πολύ 85 λεπτά», δηλαδή λιγότερο από 85 λεπτά συμπεραίνουμε ότι η ζητούμενη πιθανότητα είναι η P X 85. Χ = 85 μ = 100 Επομένως από τον τύπο της κανονικής κατανομής (σχετικό βίντεο

Διαβάστε περισσότερα

II. Τυχαίες Μεταβλητές

II. Τυχαίες Μεταβλητές II. Τυχαίες Μεταβλητές τυχαία μεταβλητή (τ.μ.) Χ : Αναφέρεται πάνω σε μία μετρούμενη ποσότητα του τυχαίου πειράματος Εκφράζει μία συνάρτηση (απεικόνιση) από τον δειγματικό χώρο (Ω) σε έναν αριθμητικό χώρο

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ

Διαβάστε περισσότερα

Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση

Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση Εκεί που είμαστε Κεφάλαια 7 και 8: Οι διωνυμικές,κανονικές, εκθετικές κατανομές και κατανομές Poisson μας επιτρέπουν να κάνουμε διατυπώσεις πιθανοτήτων γύρω από το Χ

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 6: Kατανομή Poisson. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 6: Kατανομή Poisson. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 6: Kατανομή Poisson Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 5 Συλλογή Δεδομένων & Δειγματοληψία

ΕΙΣΑΓΩΓΗ 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 περισσότερα

Εισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές. Διάλεξη

Εισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές. Διάλεξη Εισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές Διάλεξη 13-3-2015 Υπολογισμός Σταθμικού Μέσου Αριθμητικού X weighted n 1 n 1 w i w X i i Παράδειγμα Υποψήφιος της Δ' Δέσμης πήρε στις εξετάσεις τους εξής

Διαβάστε περισσότερα

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί

Διαβάστε περισσότερα

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την

Εισαγωγή 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 περισσότερα

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ Χρήση τυχαίων µεταβλητών για την απεικόνιση εκβάσεων τυχαίου πειράµατος Κατανόηση της έννοιας κατανοµής πιθανοτήτων τυχαίας µεταβλητής Υπολογισµός της συνάρτηση κατανοµής πιθανοτήτων

Διαβάστε περισσότερα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : , Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η :1-0-017, 3-0-017 Διδάσκουσα: Κοντογιάννη Αριστούλα Σκοπός του μαθήματος Η παρουσίαση

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 ΕΝΝΟΙΑ ΠΙΘΑΝΟΤΗΤΑΣ Μαθηματική περιγραφή συστημάτων με αβεβαιότητα Παραδείγματα από την οργάνωση παραγωγής Διάρκεια παραγωγής προϊόντων

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

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ TECHNOLOGICAL EDUCATIONAL INSTITUTE OF WESTERN GREECE

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ TECHNOLOGICAL EDUCATIONAL INSTITUTE OF WESTERN GREECE ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ: ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (Πάτρας) Διεύθυνση: Μεγάλου Αλεξάνδρου 1, 263 34 ΠΑΤΡΑ Τηλ.: 2610 369051, Φαξ: 2610 396184, email: mitro@teipat.gr Καθηγητής

Διαβάστε περισσότερα

Δισδιάστατη ανάλυση. Για παράδειγμα, έστω ότι 11 άτομα δήλωσαν ότι είναι άγαμοι (Α), 26 έγγαμοι (Ε), 12 χήροι (Χ) και 9 διαζευγμένοι (Δ).

Δισδιάστατη ανάλυση. Για παράδειγμα, έστω ότι 11 άτομα δήλωσαν ότι είναι άγαμοι (Α), 26 έγγαμοι (Ε), 12 χήροι (Χ) και 9 διαζευγμένοι (Δ). Δισδιάστατη ανάλυση Πίνακες διπλής εισόδου Σε πολλές περιπτώσεις μελετάμε περισσότερες από μία μεταβλητές ταυτόχρονα. Π.χ. μία έρευνα που έγινε σε ένα δείγμα 58 ατόμων περιείχε τις ερωτήσεις «ποια είναι

Διαβάστε περισσότερα

Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας

Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας Διάλεξη 5: ΑΣΚΗΣΕΙΣ 1. Έστω η ποιότητα ενός προϊόντος που παίρνουμε από ένα σύνολο προϊόντων με απλή τυχαία δειγματοληψία. Ανάλογα με το αν το προϊόν είναι ελαττωματικό, καλο ή άριστο, η παίρνει τις τιμές,

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 Ι Πειραιάς 2008 Πιθανότητες Ι-Μ. Κούτρας 2 Δοκιμές Bernoulli Ας θεωρήσουμε μία ακολουθία (σειρά) πειραμάτων στην οποία ισχύουν τα επόμενα

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ, ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΟΙΧΕΙΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΩΝ ΓΕΩΛΟΓΙΚΟΥ

ΠΙΘΑΝΟΤΗΤΕΣ, ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΟΙΧΕΙΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΩΝ ΓΕΩΛΟΓΙΚΟΥ ΠΙΘΑΝΟΤΗΤΕΣ, ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΟΙΧΕΙΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΙΑ ΣΕΤ ΑΣΚΗΣΕΩΝ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ Στο Σετ αυτό περιλαμβάνονται θέματα Πιθανοτήτων που έχουν δοθεί σε εξετάσεις παρελθόντων ετών στα Τμήματα Γεωλογικό

Διαβάστε περισσότερα

P(200 X 232) = =

P(200 X 232) = = ΕΝΔΕΙΚΤΙΚΑ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΕΣ. Το μέγεθος ενός αναλογικού σήματος, που λαμβάνεται από έναν ανιχνευτή και μετράται σε microvolts, είναι τυχαία μεταβλητή που ακολουθεί την Κανονική κατανομή Ν(00, 6) σε συγκεκριμένη

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: Απριλίου 0 Ημερομηνία παράδοσης της Εργασίας: 8 Μαΐου 0 Πριν από τη

Διαβάστε περισσότερα

Κεφάλαιο 15 Έλεγχοι χ-τετράγωνο

Κεφάλαιο 15 Έλεγχοι χ-τετράγωνο Κεφάλαιο 15 Έλεγχοι χ-τετράγωνο Copyright 2009 Cengage Learning 15.1 Ένα Κοινό Θέμα Τι πρέπει να γίνει; Τύπος Δεδομένων; Πλήθος Κατηγοριών; Στατιστική Μέθοδος; Περιγραφή ενός πληθυσμού Ονομαστικά Δύο ή

Διαβάστε περισσότερα

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα.

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα. 1. Τα μέλη ενός Γυμναστηρίου έχουν τη δυνατότητα να επιλέξουν προγράμματα αεροβικής ή γυμναστικής με βάρη. Θεωρούμε τα ενδεχόμενα: Α = Ένα μέλος έχει επιλέξει πρόγραμμα αεροβικής. Β = Ένα μέλος έχει επιλέξει

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 05 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Α. Αν οι συναρτήσεις f, g είναι παραγωγίσιµες στο R, να αποδείξετε ότι: f + g ' = f ' + g ', R Μονάδες 7 Α. Πότε λέµε ότι µια συνάρτηση

Διαβάστε περισσότερα

Στατιστική Περιγραφή Φυσικού Μεγέθους - Πιθανότητες

Στατιστική Περιγραφή Φυσικού Μεγέθους - Πιθανότητες Στατιστική Περιγραφή Φυσικού Μεγέθους - Πιθανότητες Είπαμε ότι γενικά τα συστηματικά σφάλματα που υπεισέρχονται σε μια μέτρηση ενός φυσικού μεγέθους είναι γενικά δύσκολο να επισημανθούν και να διορθωθούν.

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Ι (Θ.Ε. ΠΛΗ 12) 6Η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ - ΕΝΗΜΕΡΩΜΕΝΗ ΜΟΡΦΗ Ημερομηνία Αποστολής της εργασίας στον Φοιτητή 5 Μαϊου 2014

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 1 Τι είναι η Στατιστική;

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 1 Τι είναι η Στατιστική; ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

Διαβάστε περισσότερα

Δειγματικές Κατανομές

Δειγματικές Κατανομές Δειγματικές Κατανομές Στατιστική συνάρτηση ή στατιστική Δειγματική κατανομή - Εκτιμητής Τα άγνωστα στοιχεία του πληθυσμού λέγονται παράμετροι. Τα συμπεράσματα για μια παράμετρο εξάγονται με τη βοήθεια

Διαβάστε περισσότερα

03 _ Παράμετροι θέσης και διασποράς. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ.

03 _ Παράμετροι θέσης και διασποράς. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. 6_Στατιστική στη Φυσική Αγωγή 03 _ Παράμετροι θέσης και διασποράς Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. Παράμετροι θέσης όταν θέλουμε να εκφράσουμε μια μεταβλητή με έναν αριθμό π.χ.

Διαβάστε περισσότερα

ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α

ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α 1. (2.5 μονάδες) Ο κ. Ζούπας παρέλαβε μία μυστηριώδη τσάντα από το ταχυδρομείο. Όταν

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΘΕΜΑ Α A Να αποδείξετε ότι η συνάρτηση f () είναι παραγωγίσιμη στο R με f () Α Αν είναι οι τιμές μιας μεταβλητής Χ ενός δείγματος παρατηρήσεων μεγέθους ν ( ) να ορίσετε την

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 Θεωρία Συνόλων Σύνολο: Το σύνολο εκφράζει μία συλλογή διακριτών μονάδων οποιασδήποτε φύσης.

Διαβάστε περισσότερα

Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή

Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή Όπου χρειάζεται να γίνει χρήση του μικροϋπολογιστή 3xi -2 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i )= 5, x

Διαβάστε περισσότερα

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

1.1 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 περισσότερα

Στατιστική Επιχειρήσεων Ι

Στατιστική 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 περισσότερα

Κανονική Κατανομή. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Κανονική Κατανομή. τεχνικές. 73 άλυτες ασκήσεις.

Κανονική Κατανομή. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Κανονική Κατανομή. τεχνικές. 73 άλυτες ασκήσεις. Κανονική Κατανομή Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Κανονική Κατανομή τεχνικές 73 άλυτες ασκήσεις Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglykos.gr 3 / 1 0 / 0 1 6 εκδόσεις Καλό

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια) (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 23 Νοεµβρίου 2009 Γεωµετρική κατανοµή Ορισµός Εστω X ο αριθµός των δοκιµών µέχρι την πρώτη επιτυχία σε µια ακολουθία ανεξαρτήτων δοκιµών Bernoulli µε πιθανότητα επιτυχίας

Διαβάστε περισσότερα

ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ. Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ

ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ. Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΠΑΙΔΑΓΩΓΙΚΟ

Διαβάστε περισσότερα

Άλγεβρα 1 ο Κεφάλαιο ... ν παράγοντες

Άλγεβρα 1 ο Κεφάλαιο ... ν παράγοντες 1 Άλγεβρα 1 ο Κεφάλαιο Ερώτηση 1 : Τι ονομάζεται δύναμη α ν με βάση τον πραγματικό αριθμό α και εκθέτη το φυσικό αριθμό >1; H δύναμη με βάση έναν πραγματικό αριθμό α και εκθέτη ένα φυσικό αριθμό ν, συμβολίζεται

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ υ ν δ υ α σ τ ι κ ή Πειραιάς 2007 1 Μάθημα 2ο Κανόνες Απαρίθμησης (συνέχεια) 2 ΙΣΤΟΣΕΛΙΔΑ ΜΕ ΔΙΑΦΑΝΕΙΕΣ, ΒΙΒΛΙΟ & ΔΕΙΓΜΑ ΘΕΜΑΤΩΝ www.unipi.gr/faculty/mkoutras/index.htm

Διαβάστε περισσότερα

Δειγματοληψία στην Ερευνα. Ετος

Δειγματοληψία στην Ερευνα. Ετος ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Αγροτικής Οικονομίας & Ανάπτυξης Μέθοδοι Γεωργοοικονομικής και Κοινωνιολογικής Ερευνας Δειγματοληψία στην Έρευνα (Μέθοδοι Δειγματοληψίας - Τρόποι Επιλογής Τυχαίου Δείγματος)

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΜΕΛΕΤΗΣ ΙΟΥΝΙΟΥ 2016 (version ) είναι: ( ) f =

ΣΗΜΕΙΩΣΕΙΣ ΜΕΛΕΤΗΣ ΙΟΥΝΙΟΥ 2016 (version ) είναι: ( ) f = ΣΗΜΕΙΩΣΕΙΣ ΜΕΛΕΤΗΣ ΙΟΥΝΙΟΥ 16 (version 9-6-16) 1. A Να δώσετε τον ορισμό της παραγώγου μιας συνάρτησης σε ένα σημείο x του πεδίο ορισμού της. Απάντηση: Παράγωγος μιας συνάρτησης σε ένα σημείο x του πεδίο

Διαβάστε περισσότερα

Στατιστική Ι Ασκήσεις 3

Στατιστική Ι Ασκήσεις 3 Διάλεξη 3: ΑΣΚΗΣΕΙΣ 1. Έστω το δείγμα μεγέθους n = 5 με παρατηρήσεις 10, 0, 1, 17 και 16. Υπολογίστε τον αριθμητικό μέσο και τη διάμεσο. Υπολογίστε το εύρος και το ενδοτεταρτημοριακό εύρος. Υπολογίστε

Διαβάστε περισσότερα

3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }.

3 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 περισσότερα

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

3.1 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 περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ ΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ 00 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΘΕΜΑ Α Α. Έστω t,t,...,t ν οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν,

Διαβάστε περισσότερα

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR

Διαβάστε περισσότερα

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την Η ΔΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Ενδιαφερόμαστε για την απλούστερη μορφή πειραματικής διαδικασίας, όπου η έκβαση των αποτελεσμάτων χαρακτηρίζεται μόνο ως "επιτυχής" ή "ανεπιτυχής" (δοκιμές Beroulli). Ορίζουμε λοιπόν

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ

ΚΕΦΑΛΑΙΟ 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 περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 4o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gvasil

Διαβάστε περισσότερα

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΔΕΣΜΕΥΜΕΝΕΣ 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 περισσότερα

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2010 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2010 ΕΚΦΩΝΗΣΕΙΣ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 00 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Α. Έστω t, t,..., t ν οι παρατηρήσεις µιας ποσοτικής µεταβλητής Χ ενός δείγµατος µεγέθους ν, που έχουν µέση τιµή x. Σχηµατίζουµε

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

ΣΤΟΙΧΕΙΑ ΑΛΓΕΒΡΑΣ. 1. Συνδυαστική ανάλυση. 1.1. Μεταθέσεις

ΣΤΟΙΧΕΙΑ ΑΛΓΕΒΡΑΣ. 1. Συνδυαστική ανάλυση. 1.1. Μεταθέσεις 1 ΣΤΟΙΧΕΙΑ ΑΛΓΕΒΡΑΣ 1 Συνδυαστική ανάλυση Η συνδυαστική ανάλυση είναι οι διάφοροι μέθοδοι και τύποι που χρησιμοποιούνται στη λύση προβλημάτων εκτίμησης του πλήθους των στοιχείων ενός πεπερασμένου συνόλου

Διαβάστε περισσότερα

ΤΙΤΛΟΣ 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 ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών Πόρων ΑΓΡΙΝΙΟ ΣΤΑΤΙΣΤΙΚΗ Φραγκίσκος Κουτελιέρης Αναπληρωτής

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Εισαγωγή στις Διακριτές Πιθανότητες ΜΔΕ Προηγμένα Τηλεπικοινωνιακά Συστήματα και Δίκτυα Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage:

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50]

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Η καταληκτική ημερομηνία για την παραλαβή

Διαβάστε περισσότερα

Στατιστική. 4 ο Μάθημα: Θεωρητικές και Εμπειρικές - Δειγματοληπτικές Κατανομές. Γεώργιος Μενεξές Τμήμα Γεωπονίας

Στατιστική. 4 ο Μάθημα: Θεωρητικές και Εμπειρικές - Δειγματοληπτικές Κατανομές. Γεώργιος Μενεξές Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Στατιστική 4 ο Μάθημα: Θεωρητικές και Εμπειρικές - Δειγματοληπτικές Κατανομές Γεώργιος Μενεξές Τμήμα Γεωπονίας Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Ασκήσεις στην διωνυμική κατανομή

Ασκήσεις στην διωνυμική κατανομή Ασκήσεις στην διωνυμική κατανομή Όπου χρειάζεται να γίνει χρήση του μικροϋπολογιστή 1) Επιλέγουμε ένα τυχαίο δείγμα τεσσάρων μεταχειρισμένων ραδιοφώνων. Αν γνωρίζουμε ότι η πιθανότητα να μην υπάρχει ελαττωματικό

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Α. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ. Πληθυσμός: Το συνόλου του οποίου τα στοιχεία εξετάζουμε ως προς ένα ή περισσότερα χαρακτηριστικά τους.

Α. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ. Πληθυσμός: Το συνόλου του οποίου τα στοιχεία εξετάζουμε ως προς ένα ή περισσότερα χαρακτηριστικά τους. 1 Κεφάλαιο. ΣΤΑΤΙΣΤΙΚΗ Α. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Στατιστική: ένα σύνολο αρχών και μεθοδολογιών για: το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση

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

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές ΙΙ Περιγραφή 1 Θεωρητικές

Διαβάστε περισσότερα