Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές"

Transcript

1 10 Ανεξαρτησία 10.1 Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές Στην παράγραφο αυτή δουλεύουμε σε χώρο πιθανότητας (Ω, F, P). Δίνουμε καταρχάς τον ορισμό της ανεξαρτησίας για ενδεχόμενα, σύνολα ενδεχομένων, και τυχαίες μεταβλητές. Ορισμός Εστω (A i ) στοιχεία της F. Τα (A i ) λέγονται ανεξάρτητα αν για κάθε J I πεπερασμένο ισχύει ότι P ( i J A i ) = P(A i ). (10.1) Η τομή και το γινόμενο στην τελευταία ισότητα έχουν πεπερασμένο πλήθος όρων. Ορισμός Εστω (F i ) οικογένεια συνόλων έτσι ώστε F i F για κάθε i I. Τα (F i ) λέγονται ανεξάρτητα αν για κάθε J I πεπερασμένο και A i F i για κάθε i J ισχύει η (10.1). Ορισμός Εστω {(E i, E i ) : i I} μετρήσιμοι χώροι και (X i ) οικογένεια τυχαίων μεταβλητών με X i : Ω E i για κάθε i I. Οι (X i ) λέγονται ανεξάρτητες αν οι αντίστοιχες σ-άλγεβρες (σ(x i )), που είναι υποσύνολα της F, είναι ανεξάρτητες. Παρατήρηση Ο Ορισμός 10.3, σύμφωνα με τον Ορισμό 10.2, απαιτεί i J P(X i1 A i1, X i2 A i2,..., X i A i ) = P(X i1 A i1 ) P(X i2 A i2 ) P(X i A i ) (10.2) για κάθε 2, κάθε επιλογή δεικτών i 1, i 2,..., i I, και κάθε A i1 E i1,..., A i E i, αφού κάθε στοιχείο μιας σ(x i ) είναι της μορφής Xi 1 (A i ) = {X i A i } με A i E i. Το ενδεχόμενο στο αριστερό μέλος της τελευταίας σχέσης είναι συντομογραφία του ενδεχομένου Xi 1 1 (A i1 ) Xi 1 2 (A i2 ) Xi 1 (A i ). Σύμβαση: Στο εξής, όποτε λέμε ότι κάποιες τυχαίες μεταβλητές είναι ανεξάρτητες, θα εννοείται ότι ορίζονται στον ίδιο χώρο πιθανότητας, δηλαδή έχουν το ίδιο πεδίο ορισμού. Αυτό εξασφαλίζει ότι το ενδεχόμενο Xi 1 1 (A i1 ) Xi 1 2 (A i2 ) Xi 1 (A i ) στο αριστερό μέλος της (10.2) είναι στοιχείο της F, που είναι το πεδίο ορισμού της P. Παράδειγμα 10.5 (Δυό ανεξάρτητες τυχαίες μεταβλητές). Θεωρούμε το πείραμα δύο ρίψεων ενός νομίσματος που φέρνει κορώνα με πιθανότητα p. Το σύνηθες μέτρο που μοντελοποιεί το πείραμα είναι τέτοιο ώστε τα αποτελέσματα των δύο ρίψεων να είναι ανεξάρτητες τυχαίες μεταβλητές. Πιο συγκεκριμένα, ο δειγματικός μας χώρος είναι ο Ω = {K, Γ} {K, Γ} και σ-άλγεβρα η F = P(A). Για ω Ω θέτουμε p(1 p) αν ω = (K, Γ) ή (Γ, K), p ω = p 2 αν ω = (K, K), (1 p) 2 αν ω = (Γ, Γ). Εστω P το μοναδικό μέτρο πιθανότητας στην F με P(ω) = p ω. Εστω E = {K, Γ} και E = P(E). Θεωρούμε τις τυχαίες μεταβλητές X, Y : Ω E, με X ( (x, y) ) = x και Y ( (x, y) ) = y. Τότε, η X είναι η ένδειξη της πρώτης ρίψης και η Y η ένδειξη της δεύτερης. 57

2 58 Ανεξαρτησία Ισχυρισμος: Οι X, Y είναι ανεξάρτητες. Θα δείξουμε ότι για κάθε A, B E ισχύει Αν A = ή B =, η (10.3) ισχύει. P(X A, Y B) = P(X A) P(Y B). (10.3) Αν A = {K, Γ}, τότε {X A, Y B} = {Y B}, και P(X A) = 1. Αρα η (10.3) πάλι ισχύει. Αν B = {K, Γ}, η (10.3) αποδεικνύεται όμοια. Τέλος, μένουν οι περιπτώσεις που τα A, B είναι μονοσύνολα. Για παράδειγμα, αν A = {K} και B = {Γ}, έχουμε Ομως P(X = K, Y = Γ) = P({(K, Γ), (K, K)} {(K, Γ), (Γ, Γ)}) = P({K, Γ}) = p(1 p). Πολλαπλασιάζοντας κατά μέλη έχουμε ότι P({(K, Γ), (K, K)}) = p(1 p) + pp = p P({(K, Γ), (Γ, Γ)}) = p(1 p) + (1 p) 2 = 1 p. P({(K, Γ), (K, K)}) P({(K, Γ), (Γ, Γ)}) = p(1 p) και έτσι η (10.3) ισχύει πάλι. Ομοια αποδεικνύονται και οι υπόλοιπες περιπτώσεις όπου τα A, B είναι μονοσύνολα. Το επόμενο θεώρημα διευκολύνει τον έλεγχο ανεξαρτησίας δύο τυχαίων μεταβλητών. Θεώρημα Εστω (E, E), (G, G) μετρήσιμοι χώροι και X : Ω E, Y : Ω G τυχαίες μεταβλητές. Θεωρούμε τη σχέση P(X A, Y B) = P(X A) P(Y B). ( ) Τα εξής είναι ισοδύναμα: (i) Οι X, Y είναι ανεξάρτητες. (ii) Η ( ) ισχύει για κάθε A E και B G. (iii) Η ( ) ισχύει για κάθε A C, B D, όπου C, D οικογένειες κλειστές στις πεπερασμένες τομές με σ(c) = E, σ(d) = G. Σημαντική είναι η ισοδυναμία των (i) και (iii). Δηλαδή αρκεί να ελέγξουμε την ( ) για λιγότερα σύνολα από ότι απαιτεί η (ii) ώστε να διαπιστώσουμε την ανεξαρτησία των X, Y. Απόδειξη. Η (ii) είναι αναδιατύπωση του ορισμού της ανεξαρτησίας και προφανώς συνεπάγεται την (iii). Μένει να δείξουμε ότι η (iii) συνεπάγεται την (ii). Εστω A C και D 1 (A) := {B G : η ( ) ισχύει για τα A, B}. Εχουμε ότι D D 1 (A) από υπόθεση και η D 1 (A) είναι κλάση Dyki (Ασκηση 3.1). Αρα δ(d) D 1 (A). Επειδή η D είναι κλειστή στις πεπερασμένες τομές, το θεώρημα μονότονης κλάσης δίνει ότι σ(d) = δ(d). Αρα σ(d) D 1 (A), δηλαδή η ( ) ισχύει για κάθε A C και B G. Τώρα για B G θέτουμε D 2 (B) := {A E : η ( ) ισχύει για τα A, B}. Ομοια, όπως με το D 1 (A), δείχνουμε ότι D 2 (B) = E, και έτσι αποδείχθηκε η (ii).

3 10.1 Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές 59 Στις στοιχειώδεις πιθανότητες μαθαίνουμε (χωρίς απόδειξη) ότι δύο τυχαίες μεταβλητές X, Y είναι ανεξάρτητες αν και μόνο αν η από κοινού συνάρτηση κατανομή τους, F X,Y, γράφεται ως F X,Y (x, y) = F X (y)f Y (y) για κάθε x, y R. Τώρα είμαστε σε θέση να το αποδείξουμε. Πόρισμα Εστω X, Y : Ω R τυχαίες μεταβλητές. Τότε οι X, Y είναι ανεξάρτητες αν και μόνο αν για κάθε x, y R. P(X x, Y y) = P(X x) P(Y y) Απόδειξη. Προκύπτει από το Θεώρημα 10.6 αν πάρουμε C = D = {(, a] : a R}. Πρόταση Εστω X, Y όπως στη διατύπωση του Θεωρήματος Τα εξής είναι ισοδύναμα: (i) Οι X, Y είναι ανεξάρτητες. (ii) Οι f (X), g(y) είναι ανεξάρτητες για κάθε f : E R, g : G R μετρήσιμες. Απόδειξη. (i) (ii) Εστω A, B B(R). Τότε, P( f (X) A, g(y) B) = P(X f 1 (A), Y g 1 (B)) = P(X f 1 (A)) P(Y g 1 (B)) = P( f (X) A) P(g(Y) B). Η δεύτερη ισότητα προκύπτει από την ανεξαρτησία των X, Y. Το ζητούμενο δείχθηκε. (ii) (i) Εστω Γ E, G. Το (ii) για τις f = 1 C και g = 1 D δίνει P({ f (X) {1}} {g(x) {1}}) = P({ f (X) {1}}) P({g(X) {1}}) δηλαδή που είναι το ζητούμενο. P(X Γ, Y D) = P(X Γ) P(Y D), Θεώρημα Εστω X, Y : Ω [, ] ανεξάρτητες τυχαίες μεταβλητές μη αρνητικές ή με E X, E Y <. Τότε E(XY) = E(X) E(Y). Απόδειξη. Το σχέδιο της απόδειξης είναι να δείξουμε κάτι φαινομενικά ισχυρότερο. Δηλαδή το εξής. Ισχυρισμος: E{ f (X)g(Y)} = E( f (X)) E(g(Y)) (10.4) για κάθε f : [, ] [, ], g : [, ] [, ] μετρήσιμες που είναι μη αρνητικές ή ικανοποιούν E f (X), E g(y) <. Θα δείξουμε την (10.4) σταδιακά με τον γνωστό τρόπο (Τυπική Μηχανή). Βήμα 1. Αν f = 1 A και g = 1 B, όπου A, B B([, ]), έχουμε ότι E( f (X)g(Y)) = E(1 X A 1 Y B ) = E(1 {X A} {Y B} ) = P(X A, Y B) = P(X A) P(Y B) = E(1 X A ) E(1 Y B ). Η τέταρτη ισότητα ισχύει γιατί οι X, Y είναι ανεξάρτητες. Και έτσι προκύπτει η (10.4) για τις συγκεκριμένες f, g. Βήμα 2. Αν f, g απλές μετρήσιμες, έστω f = m a i 1 Ai, g = i=1 b j 1 B j, j=1

4 60 Ανεξαρτησία σε κανονική μορφή, όπου A i, B j B([, ]), τότε E( f (X)g(Y)) = E ( m a i b j 1 Ai (X)1 B j (Y) ). Και λόγω γραμμικότητας και του προηγούμενου βήματος, η τελευταία μέση τιμή ισούται με m a i b j E(1 Ai (X)) E(1 B j (Y)) = E( f (X)) E(g(Y)). i=1 j=1 i=1 Βήμα 3. Αν f, g 0 μετρήσιμες, τότε υπάρχουν αύξουσες ακολουθίες (r ) N και (s ) N μη αρνητικών απλών συναρτήσεων έτσι ώστε Συνεπώς, από τα προηγούμενα έχουμε ότι lim r = f, j=1 lim s = g. E(r (X)s (Y)) = E(r (X)) E(s (Y)) για κάθε N. Επειδή οι ακολουθίες (r ) N και (s ) N είναι αύξουσες, για, από το θεώρημα μονότονης σύγκλισης έχουμε ότι E( f (X)g(Y)) = E( f (X)) E(g(Y)). Δηλαδή η (10.4) ισχύει για τις f, g. Βήμα 4. Αν οι f, g είναι μετρήσιμες με E f (X), E g(y) <, έχουμε E{ f (X)g(Y)} = E{( f + (X) f (X))(g + (Y) g (Y))} = E{ f + (X)g + (Y)} E{ f + (X)g (Y)} E{ f (X)g + (Y)} + E{ f (X)g (Y)} = E( f + (X)) E(g + (Y)) E( f + (X)) E(g (Y)) E( f (X)) E(g + (Y)) + E( f (X)) E(g (Y)) = E( f (X)) E(g(Y)). Στην τρίτη ισότητα χρησιμοποιήσαμε το ότι η (10.4) ισχύει για μη αρνητικές μετρήσιμες. Επίσης στον τελευταίο υπολογισμό δεν εμφανίζεται πουθενά κάποια απροσδιόριστη μορφή γιατί οι f, g ικανοποιούν E f (X), E g(y) <. Ετσι ο ισχυρισμός αποδείχθηκε. Επιστρέφουμε τώρα στην απόδειξη του θεωρήματος. Αν X, Y 0, εφαρμόζουμε τον ισχυρισμό για x αν x [0, ], f (x) = g(x) = 0 αν x [, 0). Στην περίπτωση που E X, E Y <, εφαρμόζουμε τον ισχυρισμό για f (x) = g(x) = x για κάθε x [, ]. Παρατήρηση Ανάλογα με τα Θεωρήματα 10.6, 10.9 και την Πρόταση 10.8 ισχύουν αν αντί δύο έχουμε περισσότερες ανεξάρτητες τυχαίες μεταβλητές, έστω X 1, X 2,..., X. Για παράδειγμα E{ f 1 (X 1 ) f 2 (X 2 ) f (X )} = E{ f 1 (X 1 )} E{ f 2 (X 2 )} E{ f (X )} με τις f 1, f 2,..., f μετρήσιμες και μη αρνητικές ή με E f k (X k ) < για κάθε k. Η απόδειξη των αντίστοιχων αυτών ισχυρισμών γίνεται με επαγωγή. Υπενθυμίζουμε εδώ ότι για (X k ) 1 k τυχαίες μεταβλητές στον ίδιο χώρο πιθανότητας, με πραγματικές τιμές και με E(Xk 2 ) < για κάθε k {1, 2,..., }, ισχύει Var(X 1 + X X ) = Var(X 1 ) + + Var(X ) + 2 Cov(X i, X j ). (10.5) 1 i< j Η απόδειξη γίνεται όπως ακριβώς την έχουμε δει στις στοιχειώδεις πιθανότητες. Οταν οι (X k ) 1 k είναι ανεξάρτητες, το προηγούμενο θεώρημα δίνει ότι όλες οι συνδιακυμάνσεις είναι 0, οπότε Var(X 1 + X X ) = Var(X 1 ) + + Var(X ) (10.6)

5 10.2 Ανεξαρτησία και ομαδοποίηση Ανεξαρτησία και ομαδοποίηση Αν οι τυχαίες μεταβλητές X, Y, Z, V, W είναι ανεξάρτητες μεταξύ τους, περιμένουμε και οι X +Y, Z 2 W, V να είναι ανεξάρτητες εφόσον χρησιμοποιούν διαφορετικά ανεξάρτητα συστατικά. Θα διατυπώσουμε ένα θεώρημα που δίνει αποτελέσματα αυτής της μορφής. Προηγουμένως, δίνουμε το αντίστοιχο αποτέλεσμα για σ-άλγεβρες. Η απόξειξή του δίνεται στο Παράρτημα Βʹ. Θεώρημα Εστω (F i ) ανεξάρτητη οικογένεια σ-αλγεβρών και {I j : j J} διαμέριση 1 του συνόλου δεικτών I. Για κάθε j J θεωρούμε τη σ-άλγεβρα Οι (G j ) j J είναι ανεξάρτητες. G j := σ ( j F i ). Για το επόμενο θεώρημα, σε πρώτη ανάγνωση καλό είναι να υποθέσει κανείς ότι τα σύνολα I, I j είναι πεπερασμένα και επομένως οι συναρτήσεις f j ορίζονται σε χώρους της μορφής R d. Θεωρούμε ότι ο R I j είναι εφοδιασμένος με τη σ-άλγεβρα γινόμενο j B(R) (όλοι οι όροι του γινομένου είναι ίδιοι). Η απόξειξη και αυτού του θεωρήματος δίνεται στο Παράρτημα Βʹ. Θεώρημα Εστω (X i ) ανεξάρτητες τυχαίες μεταβλητές, {I j : j J} διαμέριση του συνόλου δεικτών I, και για κάθε j J, μετρήσιμη συνάρτηση f j : R I j R. Για κάθε j J θεωρούμε τη συνάρτηση Y j := f j ((X i ) j ) : Ω R. Οι (Y j ) j J είναι ανεξάρτητες τυχαίες μεταβλητές. Για παράδειγμα, αν οι τυχαίες μεταβλητές (X ) 1 είναι ανεξάρτητες, τότε και οι (Y ) 1 με Y := 2 +1 i=2 +1 X i για κάθε 1 είναι ανεξάρτητες. Ομοια είναι ανεξάρτητα και τα σύνολα {X 2 + X 2+1 > 0}, Ανεξαρτησία=Μέτρο γινόμενο Πρόταση Εστω X := (X 1, X 2,..., X ) τυχαία μεταβλητή με τιμές στον R. Τότε οι X 1, X 2,..., X είναι ανεξάρτητες αν και μόνο αν P X = P X 1 P X 2... P X. Απόδειξη. Η τιμή του μέτρου P X σε έναν μετρήσιμο κύλινδρο A := A 1 A 2 A του R είναι P X (A) = P(X 1 A 1,, X A ) = P(X 1 A 1 ) P(X 2 A 2 ) P(X A ) = P X 1 (A 1 ) P X 2 (A 2 ) P X (A ). Στη δεύτερη ισότητα χρησιμοποιήσαμε την ανεξαρτησία των X 1,..., X. Ομως το P X 1 P X 2... P X είναι το μοναδικό μέτρο που παίρνει την τιμή P X 1 (A 1 ) P X 2 (A 2 ) P X (A ) στο A. Η ζητούμενη ισότητα έπεται. Ελέγχουμε τη σχέση (10.2). Εστω A 1, A 2,..., A B(R). Τότε P(X 1 A 1,, X A ) = P X 1 P X 2... P X (A 1 A 2 A ) = P X 1 (A 1 ) P X 2 (A 2 ) P X (A ) = P(X 1 A 1 ) P(X 2 A 2 ) P(X A ) Στην πρώτη ισότητα χρησιμοποιήσαμε την υπόθεση και στη δεύτερη τον ορισμό του μέτρου γινομένου. 1 Δηλαδή τα I j ( j J), είναι μη κενά, ξένα ανα δύο, και έχουν ένωση το I.

6 62 Ανεξαρτησία 10.4 Κατασκευή ανεξάρτητων τυχαίων μεταβλητών με δεδομένη κατανομή Υπάρχουν ανεξάρτητες τυχαίες μεταβλητές; Πώς μπορούμε να κατασκευάσουμε τέτοιες και βέβαια τον χώρο πιθανότητας στον οποίο αυτές ορίζονται; Τη λύση σε αυτά τα προβλήματα δίνουν οι χώροι γινόμενο, τους οποίους είδαμε στην Παράγραφο Σε αυτή την παράγραφο θα τους χρησιμοποιήσουμε για να κατασκευάσουμε ανεξάρτητες τυχαίες μεταβλητές με επιθυμητές ιδιότητες. Υπενθυμίζουμε ότι αν (E, E) είναι μετρήσιμος χώρος και X : Ω E τυχαία μεταβλητή, κατανομή της X λέμε το μέτρο πιθανότητας P X που ορίζεται στον (E, E) με P X (A) = P(X 1 (A)) για κάθε A E. Εστω I σύνολο δεικτών και (E i, E i, P i ) οικογένεια χώρων πιθανότητας. Θέλουμε να κατασκευάσουμε έναν χώρο πιθανότητας (Ω, F, P) και τυχαίες μεταβλητές X i : Ω E i έτσι ώστε (α) Η κατανομή της X i να είναι η P i για κάθε i I. (β) Οι (X i ) να είναι οικογένεια ανεξάρτητων τυχαίων μεταβλητών. Το να κάνουμε ένα από τα (α) ή (β) είναι εύκολο. Αυτό που είναι μη τετριμμένο είναι να κάνουμε και τα δύο μαζί. Και το κατορθώνουμε με χρήση του χώρου γινομένου ως εξής: Εστω Ω = E i, F = E i, και P το μέτρο γινόμενο των P i, i I. Για κάθε r I ορίζουμε X r : Ω E r ως X r ( (ωi ) ) = ωr, δηλαδή η X r είναι η προβολή στη r-συντεταγμένη. Εύκολα βλέπουμε ότι η X r είναι τυχαία μεταβλητή γιατί για A E r έχουμε Xr 1 Ω αν i r, (A) = A i, με A i = A αν i = r. Αρα Xr 1 (A) F ως μετρήσιμος κύλινδρος. Θα δείξουμε τώρα ότι πράγματι αυτή η κατασκευή ικανοποιεί τις απαιτήσεις του προβλήματος. Πρόταση Εστω (Ω, F, P), (E i, E i, P i ) όπως πριν και X r : Ω E r, r I, η r-προβολή. Τότε (i) Η X r έχει κατανομή P r. (ii) Οι (X r ) r I είναι ανεξάρτητες. Απόδειξη. (i) Εστω A E r. Εχουμε, P X r (A) = P(X 1 r (A)) = P ( ) A i = P i (A i ) = P r (A), γράφοντας το X 1 r (A) ως μετρήσιμο κύλινδρο όπως προηγουμένως. Αρα, P X r = P r. (ii) Εστω J = { j 1, j 2,..., j } I, και B j1 E j1, B j2 E j2,..., B j E j. Τότε P({X j1 B j1 } {X j2 B j2 } {X j B j }) = P ( ) A i, όπου Ω i αν i I\J, A i = B i, αν i J. Από τον ορισμό του P έχουμε ότι P ( ) A i = P(A i ) = P(A i ) = P j1 (B j1 ) P j2 (B j2 )... P j (B j ) i J = P(X j1 B j1 ) P(X j2 B j2 ) P(X j B j ). Συνεπώς οι {X r : r I} είναι ανεξάρτητες.

7 10.4 Κατασκευή ανεξάρτητων τυχαίων μεταβλητών με δεδομένη κατανομή 63 Μια συνέπεια της Πρότασης είναι ότι για δεδομένη κατανομή Q και σύνολο I υπάρχει σύνολο ανεξάρτητων και ισόνομων τυχαίων μεταβλητών (X i ) που καθεμία έχει κατανομή Q. Ασκήσεις Στις ασκήσεις πιο κάτω οι τυχαίες μεταβλητές που εμφανίζονται παίρνουν τιμές στο R Εστω F 1, F 2 F σ-άλγεβρες στον (Ω, F, P). Αν για κάθε A F 1 ισχύει ότι P(A) = 0 ή P(A) = 1, να δείξετε ότι η F 1 είναι ανεξάρτητη της F Εστω X, Y ανεξάρτητες τυχαίες μεταβλητές ώστε P(X = Y) = 1. Να δειχθεί ότι υπάρχει c R ώστε P(X = c) = 1, δηλαδή με πιθανότητα 1 η X είναι σταθερή τυχαία μεταβλητή Εστω X, Y ανεξάρτητες ισόνομες τυχαίες μεταβλητές με πεπερασμένη διασπορά σ 2. Να δειχθεί ότι E{(X Y) 2 /2} = σ Εστω X, Y τυχαίες μεταβλητές με πεπερασμένη δεύτερη ροπή (δηλαδή E(X 2 ), E(Y 2 ) < ) ώστε οι X, X Y να είναι ανεξάρτητες αλλά και οι Y, X Y να είναι ανεξάρτητες. Να δειχθεί ότι υπάρχει c R ώστε P(X Y = c) = 1. [Υποδ.: Y = X (X Y)] Εστω X, Y ανεξάρτητες τυχαίες μεταβλητές με E X + Y <. Να δειχθεί ότι E X < και E Y <. 10.6* Εστω X τυχαία μεταβλητή και f, g : R R αύξουσες συναρτήσεις. Υποθέτουμε ότι οι μέσες τιμές E{ f (X)g(X)}, E{ f (X)}, E{g(X)} ορίζονται και είναι πραγματικοί αριθμοί. Να δειχθεί ότι E{ f (X)g(X)} E{ f (X)} E{g(X)}. Αυτή είναι ειδική περίπτωση της ανισότητας FKG (Fortui-Kasteley-Giibre. 1971) Εστω X 1, X 2,..., X ανεξάρτητες τυχαίες μεταβλητές με X i exp(a i ) για κάθε i = 1, 2,..., όπου a 1, a 2,..., a (0, ) είναι σταθερές. Ποια η κατανομή της m := mi{x 1, X 2,..., X }; 10.8 Εστω (X ) N ακολουθία ανεξάρτητων και ισόνομων τυχαίων μεταβλητών έτσι ώστε E(X 1 ) = 0, E(X 2 1 ) = 1 και υπάρχει σταθερά M > 0 ώστε X i M στο Ω για κάθε i N. Θέτουμε S = k=1 X k για κάθε 1. Να δείξετε ότι (α) E(S 2 ) =. (β) E(S 4 ) = (γ) S P 0 καθώς. [Υποδειξη για το (γ): Χρησιμοποιήστε την ανισότητα Markov και το (α).] 10.9 Εστω (X ) 1 ακολουθία ανεξάρτητων και ισόνομων τυχαίων μεταβλητών καθεμία με την ομοιόμορφη κατανομή στο (0, 1). Για κάθε 1 θεωρούμε τις τυχαίες μεταβλητές m = mi{x 1, X 2,..., X }, M = max{x 1, X 2,..., X }. Να δειχθεί ότι m 0 και M 1 κατά πιθανότητα καθώς Για κάθε πίνακα A C, η ορίζουσα του και η permaet του ορίζονται από τους τύπους det(a) := sg(π)a 1,π(1) a 2,π(2) a,π(), (10.7) π S per(a) := a 1,π(1) a 2,π(2) a,π(). (10.8) π S S είναι το σύνολο των μεταθέσεων στο {1, 2,..., } και sg(π) είναι το πρόσημο της μετάθεσης π (1 για άρτια μετάθεση και 1 για περιττή). Εστω A = (a i, j ) 1 i, j C δεδομένος πίνακας. Θεωρούμε ανεξάρτητες τυχαίες μεταβλητές {u i, j : 1 i, j } με τιμές στο R ώστε καθεμία έχει μέση τιμή 0 και διασπορά 1. Ορίζουμε τον πίνακα B = (u i, j ai, j ) 1 i, j όπου a i, j είναι μία τετραγωνική ρίζα του a i, j. Να δειχθεί ότι E(det(B 2 )) = per(a).

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές 10 Ανεξαρτησία 10.1 Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές Στην παράγραφο αυτή δουλεύουμε σε χώρο πιθανότητας (Ω, F, P). Δίνουμε καταρχάς τον ορισμό της ανεξαρτησίας για ενδεχόμενα,

Διαβάστε περισσότερα

Ανελίξεις σε συνεχή χρόνο

Ανελίξεις σε συνεχή χρόνο 4 Ανελίξεις σε συνεχή χρόνο Σε αυτό το κεφάλαιο είναι συγκεντρωμένοι ορισμοί και αποτελέσματα από τη θεωρία των στοχαστικών ανελιξεων συνεχούς χρόνου. Με εξαίρεση την Παράγραφο 4.1, η οποία είναι εντελώς

Διαβάστε περισσότερα

Αναλυτικές ιδιότητες

Αναλυτικές ιδιότητες 8 Αναλυτικές ιδιότητες 8. Βαθμός συνέχειας* Ξέρουμε ότι η κίνηση Brown είναι συνεχής και θα δείξουμε αργότερα ότι είναι πουθενά διαφορίσιμη. Πόσο ομαλή είναι λοιπόν; Μια ασθενέστερη μορφή ομαλότητας είναι

Διαβάστε περισσότερα

Ο Ισχυρός Νόμος των Μεγάλων Αριθμών

Ο Ισχυρός Νόμος των Μεγάλων Αριθμών 1 Ο Ισχυρός Νόμος των Μεγάλων Αριθμών Στο κεφάλαιο αυτό παρουσιάζουμε ένα από τα σημαντικότερα αποτελέσματα της Θεωρίας Πιθανοτήτων, τον ισχυρό νόμο των μεγάλων αριθμών. Η διατύπωση που θα αποδείξουμε

Διαβάστε περισσότερα

Αποδεικτικές Διαδικασίες και Μαθηματική Επαγωγή.

Αποδεικτικές Διαδικασίες και Μαθηματική Επαγωγή. Αποδεικτικές Διαδικασίες και Μαθηματική Επαγωγή. Mαθηματικό σύστημα Ένα μαθηματικό σύστημα αποτελείται από αξιώματα, ορισμούς, μη καθορισμένες έννοιες και θεωρήματα. Η Ευκλείδειος γεωμετρία αποτελεί ένα

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΟN ΣΤΟΧΑΣΤΙΚΟ ΛΟΓΙΣΜΟ

ΕΙΣΑΓΩΓΗ ΣΤΟN ΣΤΟΧΑΣΤΙΚΟ ΛΟΓΙΣΜΟ Δημήτρης Χελιώτης ΕΙΣΑΓΩΓΗ ΣΤΟN ΣΤΟΧΑΣΤΙΚΟ ΛΟΓΙΣΜΟ B τ u(x):=e x {f(b τ ) u(x) = } x ii ΔΗΜΗΤΡΗΣ ΧΕΛΙΩΤΗΣ Επίκουρος καθηγητής Τμήμα Μαθηματικών Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνων Εισαγωγή στον

Διαβάστε περισσότερα

{ i f i == 0 and p > 0

{ i f i == 0 and p > 0 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Σχεδίαση και Ανάλυση Αλγορίθμων Διδάσκων: Ε. Μαρκάκης, Φθινοπωρινό εξάμηνο 014-015 Λύσεις 1ης Σειράς Ασκήσεων

Διαβάστε περισσότερα

Η εξίσωση Black-Scholes

Η εξίσωση Black-Scholes 8 Η εξίσωση Black-Scholes 8. Μια απλή αγορά Θεωρούμε ότι έχουμε μια αγορά που έχει μόνο δύο προϊόντα. Το ένα είναι η δυνατότητα κατάθεσης σε μια τράπεζα (ισοδύναμα, αγορά ομολόγων της τράπεζας) και το

Διαβάστε περισσότερα

Αναγνώριση Προτύπων. Σήμερα! Λόγος Πιθανοφάνειας Πιθανότητα Λάθους Κόστος Ρίσκο Bayes Ελάχιστη πιθανότητα λάθους για πολλές κλάσεις

Αναγνώριση Προτύπων. Σήμερα! Λόγος Πιθανοφάνειας Πιθανότητα Λάθους Κόστος Ρίσκο Bayes Ελάχιστη πιθανότητα λάθους για πολλές κλάσεις Αναγνώριση Προτύπων Σήμερα! Λόγος Πιθανοφάνειας Πιθανότητα Λάθους Πιθανότητα Λάθους Κόστος Ρίσκο Bayes Ελάχιστη πιθανότητα λάθους για πολλές κλάσεις 1 Λόγος Πιθανοφάνειας Ας υποθέσουμε ότι θέλουμε να ταξινομήσουμε

Διαβάστε περισσότερα

Ο τύπος του Itô. f (s) ds (12.1) f (g(s)) dg(s). (12.2) t f (B s ) db s + 1 2

Ο τύπος του Itô. f (s) ds (12.1) f (g(s)) dg(s). (12.2) t f (B s ) db s + 1 2 12 Ο τύπος του Itô Για συνάρτηση f : R R με συνεχή παράγωγο, έχουμε d f (s) = f (s) ds που σε ολοκληρωτική μορφή σημαίνει f (b) f (a) = b a f (s) ds (12.1) για κάθε a < b. Αν επιπλέον και η g : R R έχει

Διαβάστε περισσότερα

Ας υποθέσουμε ότι ο παίκτης Ι διαλέγει πρώτος την τυχαιοποιημένη στρατηγική (x 1, x 2 ), x 1, x2 0,

Ας υποθέσουμε ότι ο παίκτης Ι διαλέγει πρώτος την τυχαιοποιημένη στρατηγική (x 1, x 2 ), x 1, x2 0, Οικονομικό Πανεπιστήμιο Αθηνών Τμήμα Στατιστικής Εισαγωγή στην Επιχειρησιακή Ερευνα Εαρινό Εξάμηνο 2015 Μ. Ζαζάνης Πρόβλημα 1. Να διατυπώσετε το παρακάτω παίγνιο μηδενικού αθροίσματος ως πρόβλημα γραμμικού

Διαβάστε περισσότερα

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης 7 Μεγάλες αποκλίσεις* 7. Η έννοια της μεγάλης απόκλισης Εστω (X ανεξάρτητες και ισόνομες τυχαίες μεταβλητές ώστε P(X = = P(X = = /2 και S = k= X k το άθροισμα των πρώτων από αυτές. Ο νόμος των μεγάλων

Διαβάστε περισσότερα

Εξαναγκασμένες ταλαντώσεις, Ιδιοτιμές με πολλαπλότητα, Εκθετικά πινάκων. 9 Απριλίου 2013, Βόλος

Εξαναγκασμένες ταλαντώσεις, Ιδιοτιμές με πολλαπλότητα, Εκθετικά πινάκων. 9 Απριλίου 2013, Βόλος ιαφορικές Εξισώσεις Εξαναγκασμένες ταλαντώσεις, Ιδιοτιμές με πολλαπλότητα, Ατελείς ιδιοτιμές Εκθετικά πινάκων Μανόλης Βάβαλης Τμήμα Μηχανικών Η/Υ Τηλεπικοινωνιών και ικτύων Πανεπιστήμιο Θεσσαλίας 9 Απριλίου

Διαβάστε περισσότερα

Οι γέφυρες του ποταμού... Pregel (Konigsberg)

Οι γέφυρες του ποταμού... Pregel (Konigsberg) Οι γέφυρες του ποταμού... Pregel (Konigsberg) Β Δ Β Δ Γ Γ Κύκλος του Euler (Euler cycle) είναι κύκλος σε γράφημα Γ που περιέχει κάθε κορυφή του γραφήματος, και κάθε ακμή αυτού ακριβώς μία φορά. Για γράφημα

Διαβάστε περισσότερα

Γραμμική Ανεξαρτησία. Τμήμα Μηχανικών Η/Υ Τηλεπικοινωνιών και ικτύων Πανεπιστήμιο Θεσσαλίας. 17 Μαρτίου 2013, Βόλος

Γραμμική Ανεξαρτησία. Τμήμα Μηχανικών Η/Υ Τηλεπικοινωνιών και ικτύων Πανεπιστήμιο Θεσσαλίας. 17 Μαρτίου 2013, Βόλος Γραμμικές Συνήθεις ιαφορικές Εξισώσεις Ανώτερης Τάξης Γραμμικές Σ Ε 2ης τάξης Σ Ε 2ης τάξης με σταθερούς συντελεστές Μιγαδικές ρίζες Γραμμικές Σ Ε υψηλότερης τάξης Γραμμική Ανεξαρτησία Μανόλης Βάβαλης

Διαβάστε περισσότερα

Κεφάλαιο Η εκθετική κατανομή. Η πυκνότητα πιθανότητας της εκθετικής κατανομής δίδεται από την σχέση (1.1) f(x) = 0 αν x < 0.

Κεφάλαιο Η εκθετική κατανομή. Η πυκνότητα πιθανότητας της εκθετικής κατανομής δίδεται από την σχέση (1.1) f(x) = 0 αν x < 0. Κεφάλαιο Συνεχείς Τυχαίες Μεταβλητές. Η εκθετική κατανομή Η πυκνότητα πιθανότητας της εκθετικής κατανομής δίδεται από την σχέση f(x) = λe λx αν x, αν x

Διαβάστε περισσότερα

Κεφάλαιο 1. Πίνακες και απαλοιφή Gauss

Κεφάλαιο 1. Πίνακες και απαλοιφή Gauss Κεφάλαιο 1 Πίνακες και απαλοιφή Gauss Γύρω απ το γινομένου πινάκων Κάτι σαν τυπολόγιο Αν AB = C, τότε: 1 (C) i j = (i-γραμμή A) ( j-στήλη B) Το συμβολίζει εσωτερικό γινόμενο 2 (i-γραμμή C) = k(a) ik (k-γραμμή

Διαβάστε περισσότερα

Πιθανότητες ΙΙ 1 o Μέρος. Οικονομικό Πανεπιστήμιο Αθηνών

Πιθανότητες ΙΙ 1 o Μέρος. Οικονομικό Πανεπιστήμιο Αθηνών Πιθανότητες ΙΙ o Μέρος Μιχάλης Ζαζάνης Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών 4 Απριλίου 7 Κεφάλαιο Συνεχείς Τυχαίες Μεταβλητές. Η εκθετική κατανομή Η πυκνότητα πιθανότητας της εκθετικής κατανομής

Διαβάστε περισσότερα

Σχέσεις και ιδιότητές τους

Σχέσεις και ιδιότητές τους Σχέσεις και ιδιότητές τους Διμελής (binary) σχέση Σ από σύνολο Χ σε σύνολο Υ είναι ένα υποσύνολο του καρτεσιανού γινομένου Χ Υ. Αν (χ,ψ) Σ, λέμε ότι το χ σχετίζεται με το ψ και σημειώνουμε χσψ. Στην περίπτωση

Διαβάστε περισσότερα

Περίληψη. του Frostman 4.1. Τέλος, η ϑεωρία του μέτρου Hausdorff αναπτύσσεται περαιτέρω στην τελευταία παράγραφο. Εισαγωγή 2

Περίληψη. του Frostman 4.1. Τέλος, η ϑεωρία του μέτρου Hausdorff αναπτύσσεται περαιτέρω στην τελευταία παράγραφο. Εισαγωγή 2 Το Μέτρο και η Διάσταση Hausdorff Γεωργακόπουλος Νίκος Τερεζάκης Αλέξης Περίληψη Αναπτύσσουμε τη ϑεωρία του μέτρου και της διάστασης Hausdorff με εφαρμογές στον υπολογισμό διαστάσεων συνόλων fractal (Θεώρημα

Διαβάστε περισσότερα

Ευρωπαϊκά παράγωγα Ευρωπαϊκά δικαιώματα

Ευρωπαϊκά παράγωγα Ευρωπαϊκά δικαιώματα 17 Ευρωπαϊκά παράγωγα 17.1 Ευρωπαϊκά δικαιώματα Ορισμός 17.1. 1) Ευρωπαϊκό δικαίωμα αγοράς σε μία μετοχή είναι ένα συμβόλαιο που δίνει στον κάτοχό του το δικαίωμα να αγοράσει μία μετοχή από τον εκδότη

Διαβάστε περισσότερα

Επιχειρησιακή Ερευνα Ι

Επιχειρησιακή Ερευνα Ι Επιχειρησιακή Ερευνα Ι Μ. Ζαζάνης Κεφάλαιο 1 Τετραγωνικές μορφές στον R n και το ϑεώρημα του Taylor Ορισμός 1. Εστω a 11 a 1n A =.. a n1 a nn συμμετρικός πίνακας n n με στοιχεία στους πραγματικούς αριθμούς.

Διαβάστε περισσότερα

HY 280. θεμελιακές έννοιες της επιστήμης του υπολογισμού ΑΣΚΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ. Γεώργιος Φρ.

HY 280. θεμελιακές έννοιες της επιστήμης του υπολογισμού ΑΣΚΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ. Γεώργιος Φρ. HY 280 «ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΟΥ» θεμελικές έννοιες της επιστήμης του υπολογισμού ΑΣΚΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Γεώργιος Φρ. Γεωργκόπουλος μέρος Α Εισγωγή, κι η σική θεωρί των πεπερσμένων

Διαβάστε περισσότερα

«ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ»

«ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» HY 118α «ΔΙΚΡΙΤ ΜΘΗΜΤΙΚ» ΣΚΗΣΕΙΣ ΠΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΙΣΤΩΝ εώργιος Φρ. εωργακόπουλος ΜΕΡΟΣ (1) ασικά στοιχεία της θεωρίας συνόλων. Π. ΚΡΗΤΗΣ ΤΜ. ΕΠ. ΥΠΟΛΟΙΣΤΩΝ «ΔΙΚΡΙΤ ΜΘΗΜΤΙΚ». Φ. εωργακόπουλος

Διαβάστε περισσότερα

Εκφωνήσεις και Λύσεις των Θεμάτων

Εκφωνήσεις και Λύσεις των Θεμάτων ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Δευτέρα 8 Μαΐου 0 Εκφωνήσεις και Λύσεις των Θεμάτων

Διαβάστε περισσότερα

Εκφωνήσεις και Λύσεις των Θεμάτων

Εκφωνήσεις και Λύσεις των Θεμάτων ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Τετάρτη 23 Μαΐου 2012 Εκφωήσεις και Λύσεις

Διαβάστε περισσότερα

Γενικό Λύκειο Μαραθοκάμπου Σάμου. Άλγεβρα Β λυκείου. 13 Οκτώβρη 2016

Γενικό Λύκειο Μαραθοκάμπου Σάμου. Άλγεβρα Β λυκείου. 13 Οκτώβρη 2016 Γενικό Λύκειο Μαραθοκάμπου Σάμου Άλγεβρα Β λυκείου Εργασία2 η : «Συναρτήσεις» 13 Οκτώβρη 2016 Ερωτήσεις Θεωρίας 1.Πότελέμεότιμιασυνάρτησηfείναιγνησίωςάυξουσασεέναδιάστημα του πεδίου ορισμού της; 2.Πότελέμεότιμιασυνάρτησηfείναιγνησίωςφθίνουσασεέναδιάστημα

Διαβάστε περισσότερα

Εισαγωγή στη Μιγαδική Ανάλυση. (Πρώτη Ολοκληρωμένη Γραφή)

Εισαγωγή στη Μιγαδική Ανάλυση. (Πρώτη Ολοκληρωμένη Γραφή) Εισαωή στη Μιαδική Ανάλυση Σημειώσεις (Πρώτη Ολοκληρωμένη Γραφή) Ε. Στεφανόπουλος Τμήμα Μαθηματικών Πανεπιστήμιο Αιαίου Καρλόβασι Καλοκαίρι 26 Πρόλοος Οι σημειώσεις αυτές είναι αποτέλεσμα επεξερασίας

Διαβάστε περισσότερα

( ιμερείς) ΙΜΕΛΕΙΣ ΣΧΕΣΕΙΣ Α Β «απεικονίσεις»

( ιμερείς) ΙΜΕΛΕΙΣ ΣΧΕΣΕΙΣ Α Β «απεικονίσεις» ( ιμερείς) ΙΜΕΛΕΙΣ ΣΧΕΣΕΙΣ Α Β «πεικονίσεις» 1. ΣΧΕΣΕΙΣ: το σκεπτικό κι ο ορισμός. Τ σύνολ νπριστούν ιδιότητες μεμονωμένων στοιχείων: δεδομένου συνόλου S, κι ενός στοιχείου σ, είνι δυντόν είτε σ S είτε

Διαβάστε περισσότερα

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων Μιχάλης Ζαζάνης Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών Κεφάλαιο Αλυσίδες Markov σε Συνεχή Χρόνο. Αλυσίδες

Διαβάστε περισσότερα

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Αναγνώριση Προτύπων. Σημερινό Μάθημα Αναγνώριση Προτύπων Σημερινό Μάθημα Bias (απόκλιση) και variance (διακύμανση) Ελεύθεροι Παράμετροι Ελεύθεροι Παράμετροι Διαίρεση dataset Μέθοδος holdout Cross Validation Bootstrap Bias (απόκλιση) και variance

Διαβάστε περισσότερα

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Αναγνώριση Προτύπων. Σημερινό Μάθημα Αναγνώριση Προτύπων Σημερινό Μάθημα Μη Παραμετρικός Υπολογισμός πυκνότητας με εκτίμηση Ιστόγραμμα Παράθυρα Parzen Εξομαλυμένη Kernel Ασκήσεις 1 Μη Παραμετρικός Υπολογισμός πυκνότητας με εκτίμηση Κατά τη

Διαβάστε περισσότερα

21/11/2005 Διακριτά Μαθηματικά. Γραφήματα ΒΑΣΙΚΗ ΟΡΟΛΟΓΙΑ : ΜΟΝΟΠΑΤΙΑ ΚΑΙ ΚΥΚΛΟΙ Δ Ι. Γεώργιος Βούρος Πανεπιστήμιο Αιγαίου

21/11/2005 Διακριτά Μαθηματικά. Γραφήματα ΒΑΣΙΚΗ ΟΡΟΛΟΓΙΑ : ΜΟΝΟΠΑΤΙΑ ΚΑΙ ΚΥΚΛΟΙ Δ Ι. Γεώργιος Βούρος Πανεπιστήμιο Αιγαίου Γραφήματα ΒΑΣΙΚΗ ΟΡΟΛΟΓΙΑ : ΜΟΝΟΠΑΤΙΑ ΚΑΙ ΚΥΚΛΟΙ A Ε B Ζ Η Γ K Θ Δ Ι Ορισμός Ένα (μη κατευθυνόμενο) γράφημα (non directed graph) Γ, είναι μία δυάδα από σύνολα Ε και V και συμβολίζεται με Γ=(Ε,V). Το σύνολο

Διαβάστε περισσότερα

Μαθηματικά Πληροφορικής

Μαθηματικά Πληροφορικής Πανεπιστήμιο Αθηνών Μαθηματικά Πληροφορικής Ηλίας Κουτσουπιάς Αθήνα, Οκτώβριος 2009 Περιεχόμενα Περιεχόμενα 1 Σύνολα... 5 ΆλλαΣύμβολα... 6 1 Υποθέσεις και Θεωρήματα 9 1.1 Παρατήρηση-Υπόθεση-Απόδειξη...

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ. H λογική ασχολείται με δύο έννοιες, την αλήθεια και την απόδειξη. Oι έννοιες αυτές έχουν γίνει

ΕΙΣΑΓΩΓΗ. H λογική ασχολείται με δύο έννοιες, την αλήθεια και την απόδειξη. Oι έννοιες αυτές έχουν γίνει ΕΙΣΑΓΩΓΗ ------------------------------------------------------------------------------------- H λογική ασχολείται με δύο έννοιες, την αλήθεια και την απόδειξη. Oι έννοιες αυτές έχουν γίνει αντικείμενο

Διαβάστε περισσότερα

Pointers. Σημερινό Μάθημα! Χρήση pointer Τελεστής * Τελεστής & Γενικοί δείκτες Ανάκληση Δέσμευση μνήμης new / delete Pointer σε αντικείμενο 2

Pointers. Σημερινό Μάθημα! Χρήση pointer Τελεστής * Τελεστής & Γενικοί δείκτες Ανάκληση Δέσμευση μνήμης new / delete Pointer σε αντικείμενο 2 Pointers 1 Σημερινό Μάθημα! Χρήση pointer Τελεστής * Τελεστής & Γενικοί δείκτες Ανάκληση Δέσμευση μνήμης new / delete Pointer σε αντικείμενο 2 1 Μνήμη μεταβλητών Κάθε μεταβλητή έχει διεύθυνση Δεν χρειάζεται

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΤΑΞΗ

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΤΑΞΗ ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Σ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΔΕΥΤΕΡΑ 12 ΙΟΥΝΙΟΥ 2000 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ (ΚΥΚΛΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΗΡΕΣΙΩΝ): ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ

Διαβάστε περισσότερα

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων Μιχάλης Ζαζάνης Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών Κεφάλαιο Αλυσίδες Markov σε Συνεχή Χρόνο Αλυσίδες Markov

Διαβάστε περισσότερα

ΣΤΟ ΦΑΡΜΑΚΕΙΟ. Με την πιστοποίηση του έχει πρόσβαση στο περιβάλλον του φαρμακείου που παρέχει η εφαρμογή.

ΣΤΟ ΦΑΡΜΑΚΕΙΟ. Με την πιστοποίηση του έχει πρόσβαση στο περιβάλλον του φαρμακείου που παρέχει η εφαρμογή. ΣΤΟ ΦΑΡΜΑΚΕΙΟ Ο ασθενής έχοντας μαζί του το βιβλιάριο υγείας του και την τυπωμένη συνταγή από τον ιατρό, η οποία αναγράφει τον μοναδικό κωδικό της, πάει στο φαρμακείο. Το φαρμακείο αφού ταυτοποιήσει το

Διαβάστε περισσότερα

Το κράτος είναι φτιαγμένο για τον άνθρωπο και όχι ο άνθρωπος για το κράτος. A. Einstein Πηγή:

Το κράτος είναι φτιαγμένο για τον άνθρωπο και όχι ο άνθρωπος για το κράτος. A. Einstein Πηγή: Ας πούμε και κάτι για τις δύσκολες μέρες που έρχονται Το κράτος είναι φτιαγμένο για τον άνθρωπο και όχι ο άνθρωπος για το κράτος. A. Einstein 1879-1955 Πηγή: http://www.cognosco.gr/gnwmika/ 1 ΚΥΚΛΙΚΟΣ

Διαβάστε περισσότερα

α 0. α ν x ν +α ν 1 x ν α 1 x+α 0 α ν x ν,α ν 1 x ν 1,...,α 1 x,α 0, ...,α 1,α 0,

α 0. α ν x ν +α ν 1 x ν α 1 x+α 0 α ν x ν,α ν 1 x ν 1,...,α 1 x,α 0, ...,α 1,α 0, Άλγεβρα Β Λυκείου - Πολυώνυμα: Θεωρία, Μεθοδολογία και Λυμένες ασκήσεις Κώστας Ράπτης Μάιος 2011 Μέρος I Πολυώνυμα 1 Πολυώνυμα 1.1 Στοιχεία ϑεωρίας Καλούμε μονώνυμο του x κάθε παράσταση της μορφήςαx ν,

Διαβάστε περισσότερα

ΣΥΝΟΛΑ (προσέξτε τα κοινά χαρακτηριστικά των παρακάτω προτάσεων) Οι άνθρωποι που σπουδάζουν ΤΠ&ΕΣ και βρίσκονται στην αίθουσα

ΣΥΝΟΛΑ (προσέξτε τα κοινά χαρακτηριστικά των παρακάτω προτάσεων) Οι άνθρωποι που σπουδάζουν ΤΠ&ΕΣ και βρίσκονται στην αίθουσα ΣΥΝΟΛΑ (προσέξτε τα κοινά χαρακτηριστικά των παρακάτω προτάσεων) Οι άνθρωποι που σπουδάζουν ΤΠ&ΕΣ και βρίσκονται στην αίθουσα Τα βιβλία διακριτών μαθηματικών του Γ.Β. Η/Υ με επεξεργαστή Pentium και χωρητικότητα

Διαβάστε περισσότερα

Εισαγωγή στις Διακριτές Πιθανότηες. Οικονομικό Πανεπιστήμιο Αθηνών

Εισαγωγή στις Διακριτές Πιθανότηες. Οικονομικό Πανεπιστήμιο Αθηνών Εισαγωγή στις Διακριτές Πιθανότηες Μιχάλης Ζαζάνης Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών 27 Δεκεμβρίου 2010 2 Κεφάλαιο 1 Συνδιαστική Ανάλυση και Μαθηματικές Τεχνικές Η απαρίθμηση των στοιχείων

Διαβάστε περισσότερα

Η Θεωρια Αριθμων στην Εκπαιδευση

Η Θεωρια Αριθμων στην Εκπαιδευση Η Θεωρια Αριθμων στην Εκπαιδευση Καθηγητὴς Ν.Γ. Τζανάκης Εφαρμογὲς τῶν συνεχῶν κλασμάτων 1 1. Η τιμὴ τοῦ π μὲ σωστὰ τὰ 50 πρῶτα δεκαδικὰ ψηφία μετὰ τὴν ὑποδιαστολή, εἶναι 3.14159265358979323846264338327950288419716939937511.

Διαβάστε περισσότερα

Ταξινόμηση των μοντέλων διασποράς ατμοσφαιρικών ρύπων βασισμένη σε μαθηματικά κριτήρια.

Ταξινόμηση των μοντέλων διασποράς ατμοσφαιρικών ρύπων βασισμένη σε μαθηματικά κριτήρια. ΠΡΟΤΕΙΝΟΜΕΝΑ ΘΕΜΑΤΑ Ταξινόμηη των μοντέλων διαποράς ατμοφαιρικών ρύπων βαιμένη ε μαθηματικά κριτήρια. Μοντέλο Ελεριανά μοντέλα (Elerian) Λαγκρατζιανά μοντέλα (Lagrangian) Επιπρόθετος διαχωριμός Μοντέλα

Διαβάστε περισσότερα

(3 ο ) Εξαντλητική αναζήτηση I: μεταθέσεις & υποσύνολα (4 o ) Εξαντλητική αναζήτηση II: συνδυασμοί, διατάξεις & διαμερίσεις

(3 ο ) Εξαντλητική αναζήτηση I: μεταθέσεις & υποσύνολα (4 o ) Εξαντλητική αναζήτηση II: συνδυασμοί, διατάξεις & διαμερίσεις (3 ο ) Εξαντλητική αναζήτηση I: μεταθέσεις & υποσύνολα (4 o ) Εξαντλητική αναζήτηση II: συνδυασμοί, διατάξεις & διαμερίσεις Είναι πράγματι τα «προβλήματα» τόσο δύσκολα; Είδαμε (σύντομα) στα προηγούμενα

Διαβάστε περισσότερα

Παραβολή ψ=αχ 2 +βχ+γ, α 0. Η παραβολή ψ = αχ 2. Γενικά : Κάθε συνάρτηση της μορφής ψ=αχ 2 + βχ +γ, α 0 λέγεται τετραγωνική συνάρτηση.

Παραβολή ψ=αχ 2 +βχ+γ, α 0. Η παραβολή ψ = αχ 2. Γενικά : Κάθε συνάρτηση της μορφής ψ=αχ 2 + βχ +γ, α 0 λέγεται τετραγωνική συνάρτηση. Η παραβολή ψ=αχ 2 +βχ+γ Σελίδα 1 από 10 Παραβολή ψ=αχ 2 +βχ+γ, α0 Γενικά : Κάθε συνάρτηση της μορφής ψ=αχ 2 + βχ +γ, α0 λέγεται τετραγωνική συνάρτηση. Η παραβολή ψ = αχ 2 Η γραφική παράσταση της συνάρτησης

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΠΟΣΟΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

ΣΤΑΤΙΣΤΙΚΗ ΠΟΣΟΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Σημειώσεις για το μάθημα ΣΤΑΤΙΣΤΙΚΗ ΠΟΣΟΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Παπάνα Αγγελική http://users.auth.gr/~agpapana/statlogistics E mail: papanagel@yahoo.gr, agpapana@gen.auth.gr Α.Τ.Ε.Ι. Θεσσαλονίκης ΠΑΡΑΡΤΗΜΑ

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ Επικ. Καθ. Στέλιος Ζήμερας Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά 015 Ανεξάρτητα δείγματα: Αφορά δύο κανονικούς πληθυσμούς με παραμέτρους

Διαβάστε περισσότερα

ΣΤΟ ΙΑΤΡΕΙΟ. Με την πιστοποίηση του αποκτά πρόσβαση στο περιβάλλον του ιατρού που παρέχει η εφαρμογή.

ΣΤΟ ΙΑΤΡΕΙΟ. Με την πιστοποίηση του αποκτά πρόσβαση στο περιβάλλον του ιατρού που παρέχει η εφαρμογή. ΣΤΟ ΙΑΤΡΕΙΟ Ο ιατρός αφού διαπιστώσει εάν το πρόσωπο που προσέρχεται για εξέταση είναι το ίδιο με αυτό που εικονίζεται στο βιβλιάριο υγείας και ελέγξει ότι είναι ασφαλιστικά ενήμερο (όπως ακριβώς γίνεται

Διαβάστε περισσότερα

Αρτιες και περιττές συναρτήσεις

Αρτιες και περιττές συναρτήσεις Μελέτη Συναρτήσεων: άρτιες, περιττές συναρτήσεις - μονοτονία - ακρότατα Κώστας Ράπτης Άρτιες και περιττές συναρτήσεις Ὁι ψυχολόγοι κάνουν λόγο για δύο επίπεδα συλλογιστικής και μνήμης: το αρχαϊκό και το

Διαβάστε περισσότερα

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Αναγνώριση Προτύπων. Σημερινό Μάθημα Αναγνώριση Προτύπων Σημερινό Μάθημα Η κατάρα της διαστατικότητας Μείωση διαστάσεων εξαγωγή χαρακτηριστικών επιλογή χαρακτηριστικών Αναπαράσταση έναντι Κατηγοριοποίησης Ανάλυση Κυρίων Συνιστωσών PCA Γραμμική

Διαβάστε περισσότερα

Συναρτήσεις & Κλάσεις

Συναρτήσεις & Κλάσεις Συναρτήσεις & Κλάσεις Overloading class member συναρτήσεις/1 #include typedef unsigned short int USHORT; enum BOOL { FALSE, TRUE}; class Rectangle { public: Rectangle(USHORT width, USHORT

Διαβάστε περισσότερα

Η ΓΕΩΜΕΤΡΙΑ ΤΩΝ FRACTALS

Η ΓΕΩΜΕΤΡΙΑ ΤΩΝ FRACTALS Η ΓΕΩΜΕΤΡΙΑ ΤΩΝ FRACTALS ΕΛΕΝΗ ΤΑΝΤΟΥΛΟΥ ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ: ΑΝΤΩΝΗΣ ΤΣΟΛΟΜΥΤΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΣΑΜΟΣ 2009 Στην μητέρα μου που μπορεί και με ανέχεται ακόμα,

Διαβάστε περισσότερα

Αρτιες και περιττές συναρτήσεις

Αρτιες και περιττές συναρτήσεις Μελέτη Συναρτήσεων: άρτιες, περιττές συναρτήσεις - μονοτονία - ακρότατα Κωνσταντίνος Α. Ράπτης Άρτιες και περιττές συναρτήσεις Ὁι ψυχολόγοι κάνουν λόγο για δύο επίπεδα συλλογιστικής και μνήμης: το αρχαϊκό

Διαβάστε περισσότερα

Τρίτη, 05 Ιουνίου 2001 ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ Γ ΛΥΚΕΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Τρίτη, 05 Ιουνίου 2001 ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ Γ ΛΥΚΕΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Τρίτη, 05 Ιουνίου 2001 ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ Γ ΛΥΚΕΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΘΕΜΑ 1 Α. Να µεταφέρετε στο τετράδιό σας και να συµπληρώσετε τον παρακάτω πίνακα αλήθειας δύο προτάσεων

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Πρώτη Γραπτή Εργασία. Εισαγωγή στους υπολογιστές Μαθηματικά

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Πρώτη Γραπτή Εργασία. Εισαγωγή στους υπολογιστές Μαθηματικά ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΕΟ-13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 2012-13 Πρώτη Γραπτή Εργασία Εισαγωγή στους υπολογιστές Μαθηματικά

Διαβάστε περισσότερα

17 Μαρτίου 2013, Βόλος

17 Μαρτίου 2013, Βόλος Συνήθεις ιαφορικές Εξισώσεις 1ης Τάξης Σ Ε 1ης τάξης, Πεδία κατευθύνσεων, Υπαρξη και μοναδικότητα, ιαχωρίσιμες εξισώσεις, Ολοκληρωτικοί παράγοντες, Αντικαταστάσεις, Αυτόνομες εξισώσεις Μανόλης Βάβαλης

Διαβάστε περισσότερα

ΑΣΕΠ 2000 ΑΣΕΠ 2000 Εμπορική Τράπεζα 1983 Υπουργείο Κοιν. Υπηρ. 1983

ΑΣΕΠ 2000 ΑΣΕΠ 2000 Εμπορική Τράπεζα 1983 Υπουργείο Κοιν. Υπηρ. 1983 20 Φεβρουαρίου 2010 ΑΣΕΠ 2000 1. Η δεξαμενή βενζίνης ενός πρατηρίου υγρών καυσίμων είναι γεμάτη κατά τα 8/9. Κατά τη διάρκεια μιας εβδομάδας το πρατήριο διέθεσε τα 3/4 της βενζίνης αυτής και έμειναν 4000

Διαβάστε περισσότερα

επίπεδων καμπυλών Χειμερινό Εξάμηνο I(P, F G) των F και G σε ένα σημείο P A 2 K

επίπεδων καμπυλών Χειμερινό Εξάμηνο I(P, F G) των F και G σε ένα σημείο P A 2 K Θεωρία Τομών Επίπεδων Καμπυλών Εργασία στο πλαίσιο τού μαθήματος Αλγεβρικές Καμπύλες (με κωδ. αριθμό Α 19) Χειμερινό Εξάμηνο 2008-2009 Μιχαήλ Γκίκας 1 Αριθμός τομής δυο συσχετικών επίπεδων καμπυλών Εστω

Διαβάστε περισσότερα

Φυσική Θετικής & Τεχνολογικής Κατεύθυνσης Β Λυκείου 3 ο Κεφάλαιο Ηλεκτρικό Πεδίο. Ηλεκτρικό πεδίο. Παρασύρης Κώστας Φυσικός Ηράκλειο Κρήτης

Φυσική Θετικής & Τεχνολογικής Κατεύθυνσης Β Λυκείου 3 ο Κεφάλαιο Ηλεκτρικό Πεδίο. Ηλεκτρικό πεδίο. Παρασύρης Κώστας Φυσικός Ηράκλειο Κρήτης Φσική Θετικής & Τεχνολογικής Κτεύθνσης Β Λκείο 3 ο Κεφάλιο Ηλεκτρικό Πεδίο 3 Ηλεκτρικό πεδίο Πρσύρης Κώστς Φσικός Ηράκλειο Κρήτης Φσική Θετικής & Τεχνολογικής Κτεύθνσης Β Λκείο 3 ο Κεφάλιο Ηλεκτρικό Πεδίο

Διαβάστε περισσότερα

G περιέχει τουλάχιστον μία ακμή στο S. spanning tree στο γράφημα G.

G περιέχει τουλάχιστον μία ακμή στο S. spanning tree στο γράφημα G. ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Σχεδίαση και Ανάλυση Αλγορίθμων Διδάσκων: Ε. Μαρκάκης, Φθινοπωρινό εξάμηνο 2014-2015 Λύσεις 3ης Σειράς Ασκήσεων

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 3: Στατιστική επαγωγή στο απλό γραμμικό. Αναπληρωτής Καθηγητής. Σχολή Οργάνωσης και ιοίκησης Επιχειρήσεων Πανεπιστήμιο Πατρών

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 3: Στατιστική επαγωγή στο απλό γραμμικό. Αναπληρωτής Καθηγητής. Σχολή Οργάνωσης και ιοίκησης Επιχειρήσεων Πανεπιστήμιο Πατρών ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 3: Στατιστική επαγωγή στο απλό γραμμικό υπόδειγμα Ιωάννης Βενέτης Αναπληρωτής Καθηγητής Τμήμα Οικονομικών Επιστημών Σχολή Οργάνωσης και ιοίκησης Επιχειρήσεων Πανεπιστήμιο Πατρών 1/41

Διαβάστε περισσότερα

σε ευκλείδειους χώρους και σε πολλαπλότητες Riemann

σε ευκλείδειους χώρους και σε πολλαπλότητες Riemann Κ Ε Ο μετασχηματισμός Riesz σε ευκλείδειους χώρους και σε πολλαπλότητες Riemann Διπλωματική Εργασία στα Εφαρμοσμένα Μαθηματικά Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Μαθηματικών Αθήνα 213 Αφιερώνεται

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 6: Ελεγχος γενικών γραμμικών υποθέσεων. Αναπληρωτής Καθηγητής. Σχολή ιοίκησης Επιχειρήσεων Πανεπιστήμιο Πατρών

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 6: Ελεγχος γενικών γραμμικών υποθέσεων. Αναπληρωτής Καθηγητής. Σχολή ιοίκησης Επιχειρήσεων Πανεπιστήμιο Πατρών ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 6: Ελεγχος γενικών γραμμικών υποθέσεων Ιωάννης Βενέτης Αναπληρωτής Καθηγητής Τμήμα Οικονομικών Επιστημών Σχολή ιοίκησης Επιχειρήσεων Πανεπιστήμιο Πατρών 1/56 Ι. Βενέτης (Πανεπιστήμιο

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΕΡΩΤΗΣΕΙΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΕΡΩΤΗΣΕΙΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ: ΕΡΩΤΗΣΕΙΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ Tα Πανεπιστημιακά Φροντιστήρια «ΚΟΛΛΙΝΤΖΑ» προετοιμάζοντας σε ολιγομελείς ομίλους τους υποψήφιους για τον επικείμενο διαγωνισμό του Υπουργείου Οικονομικών, με κορυφαίο

Διαβάστε περισσότερα

Ελεγχος Στατιστικών Υποθέσεων με τη χρήση του στατιστικού προγραμμάτος SPSS v. 20

Ελεγχος Στατιστικών Υποθέσεων με τη χρήση του στατιστικού προγραμμάτος SPSS v. 20 A Πανεπιστήμιο Αιγαίου Σχολή Επιστημών της ιοίκησης Τμήμα Μηχανικών Οικονομίας και ιοίκησης Εργαστήριο Στατιστικής Ελεγχος Στατιστικών Υποθέσεων με τη χρήση του στατιστικού προγραμμάτος SPSS v. 20 26Επιμέλεια:

Διαβάστε περισσότερα

ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ

ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ Tα Πανεπιστημιακά Φροντιστήρια «ΚΟΛΛΙΝΤΖΑ» προετοιμάζοντας σε ολιγομελείς ομίλους τους υποψήφιους για τον επικείμενο διαγωνισμό του Υπουργείου Οικονομικών, με κορυφαίο επιτελείο

Διαβάστε περισσότερα

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Αναγνώριση Προτύπων. Σημερινό Μάθημα Αναγνώριση Προτύπων 1 Σημερινό Μάθημα Βασικό σύστημα αναγνώρισης προτύπων Προβλήματα Πρόβλεψης Χαρακτηριστικά και Πρότυπα Ταξινομητές Classifiers Προσεγγίσεις Αναγνώρισης Προτύπων Κύκλος σχεδίασης Συστήματος

Διαβάστε περισσότερα

Ημέρα 3 η. (α) Aπό την εργασιακή διαδικασία στη διαδικασία παραγωγής (β) Αξία του προϊόντος και αξία της εργασιακής δύναμης

Ημέρα 3 η. (α) Aπό την εργασιακή διαδικασία στη διαδικασία παραγωγής (β) Αξία του προϊόντος και αξία της εργασιακής δύναμης Ημέρα 3 η. (α) Aπό την εργασιακή διαδικασία στη διαδικασία παραγωγής (β) Αξία του προϊόντος και αξία της εργασιακής δύναμης Η εργασιακή διαδικασία και τα στοιχεία της. Η κοινωνική επικύρωση των ιδιωτικών

Διαβάστε περισσότερα

ΘΕΜΑ: Διαφορές εσωτερικού εξωτερικού δανεισμού. Η διαχρονική κατανομή του βάρους από το δημόσιο δανεισμό.

ΘΕΜΑ: Διαφορές εσωτερικού εξωτερικού δανεισμού. Η διαχρονική κατανομή του βάρους από το δημόσιο δανεισμό. 1 ΘΕΜΑ: Διαφορές εσωτερικού εξωτερικού δανεισμού. Η διαχρονική κατανομή του βάρους από το δημόσιο δανεισμό. Σύνταξη: Παπαδόπουλος Θεοχάρης, Οικονομολόγος, Οικονομολόγος, MSc, PhD Candidate, εισηγητής Φροντιστηρίων

Διαβάστε περισσότερα

Προτεινόμενα θέματα στο μάθημα. Αρχές Οικονομικής Θεωρίας ΟΜΑΔΑ Α. Στις προτάσεις από Α.1. μέχρι και Α10 να γράψετε στο τετράδιό σας τον αριθμό της

Προτεινόμενα θέματα στο μάθημα. Αρχές Οικονομικής Θεωρίας ΟΜΑΔΑ Α. Στις προτάσεις από Α.1. μέχρι και Α10 να γράψετε στο τετράδιό σας τον αριθμό της Προτεινόμενα θέματα στο μάθημα Αρχές Οικονομικής Θεωρίας ΟΜΑΔΑ Α Στις προτάσεις από Α.1. μέχρι και Α10 να γράψετε στο τετράδιό σας τον αριθμό της καθεμιάς και δίπλα σε κάθε αριθμό την ένδειξη Σωστό, αν

Διαβάστε περισσότερα

ΘΕΜΑ: Aποτελεσματικότητα της νομισματικής και δημοσιονομικής πολιτικής σε μια ανοικτή οικονομία

ΘΕΜΑ: Aποτελεσματικότητα της νομισματικής και δημοσιονομικής πολιτικής σε μια ανοικτή οικονομία ΘΕΜΑ: ποτελεσματικότητα της νομισματικής και δημοσιονομικής πολιτικής σε μια ανοικτή οικονομία Σύνταξη: Μπαντούλας Κων/νος, Οικονομολόγος, Ms Χρηματοοικονομικών 1 Η πρώτη θεωρία σχετικά με τον αυτόματο

Διαβάστε περισσότερα

Φροντιστήριο 2: Ανάλυση Αλγόριθμου. Νικόλας Νικολάου ΕΠΛ432: Κατανεμημένοι Αλγόριθμοι 1 / 10

Φροντιστήριο 2: Ανάλυση Αλγόριθμου. Νικόλας Νικολάου ΕΠΛ432: Κατανεμημένοι Αλγόριθμοι 1 / 10 Φροντιστήριο 2: Ανάλυση Αλγόριθμου Εκλογής Προέδρου με O(nlogn) μηνύματα Νικόλας Νικολάου ΕΠΛ432: Κατανεμημένοι Αλγόριθμοι 1 / 10 Περιγραφικός Αλγόριθμος Αρχικά στείλε μήνυμα εξερεύνησης προς τα δεξιά

Διαβάστε περισσότερα

ΑΛΓΕΒΡΑ ΙΙ. Σημειώσεις μεταπτυχιακοῦ μαθήματος 1. Ν.Γ. Τζανάκης. Πανεπιστήμιο Κρήτης - Ηράκλειο

ΑΛΓΕΒΡΑ ΙΙ. Σημειώσεις μεταπτυχιακοῦ μαθήματος 1. Ν.Γ. Τζανάκης. Πανεπιστήμιο Κρήτης - Ηράκλειο ΑΛΓΕΒΡΑ ΙΙ Σημειώσεις μεταπτυχιακοῦ μαθήματος 1 Ν.Γ. Τζανάκης Τμῆμα Μαθηματικῶν Πανεπιστήμιο Κρήτης - Ηράκλειο 1 Τελευταία ἔκδοση 12-11-2016 2 Περιεχόμενα 1 Διαχωρισιμότητα 3 2 Βοηθητικὲς Προτάσεις 9 1

Διαβάστε περισσότερα

ΟΡΙΣΜΟΣ και ΚΑΤΑΜΕΤΡΗΣΗ ΘΕΜΕΛΙΑΚΩΝ ΣΥΝ ΥΑΣΤΙΚΩΝ ΜΟΡΦΩΝ

ΟΡΙΣΜΟΣ και ΚΑΤΑΜΕΤΡΗΣΗ ΘΕΜΕΛΙΑΚΩΝ ΣΥΝ ΥΑΣΤΙΚΩΝ ΜΟΡΦΩΝ ΟΡΙΣΜΟΣ και ΚΤΜΤΡΗΣΗ ΘΜΛΙΚΩΝ ΣΥΝ ΥΣΤΙΚΩΝ ΜΟΡΦΩΝ. ΣΥΝΥΣΤΙΚΣ ΜΟΡΦΣ: η μορφολογία. Όλες οι συνδυαστικές μορφές που θα εξετάσουμε είναι διαφόρων ειδών συναρτήσεις. Οι «παράμετροι» που παραλλάσονται είναι οι

Διαβάστε περισσότερα

ÅéêïóéäùäåêÜåäñïí. www.mathematica.gr. Ìáèçìáôéêü Äåëôßï. Ôåý ïò 13ï. Ïêôþâñéïò 2014 ISSN: 2241-7133

ÅéêïóéäùäåêÜåäñïí. www.mathematica.gr. Ìáèçìáôéêü Äåëôßï. Ôåý ïò 13ï. Ïêôþâñéïò 2014 ISSN: 2241-7133 ÅéêïóéäùäåêÜåäñïí Ìáèçìáôéêü Äåëôßï Ôåý ïò 3ï Ïêôþâñéïò 04 www.mathematica.gr ISSN: 4-733 Το «Εικοσιδωδεκάεδρον» παρουσιάζει ϑέματα που έχουν συζητηθεί στον ιστότοπο http://www.mathematica.gr. Η επιλογή

Διαβάστε περισσότερα

Αναγνώριση Προτύπων 1

Αναγνώριση Προτύπων 1 Αναγνώριση Προτύπων 1 Σημερινό Μάθημα Βασικό σύστημα αναγνώρισης προτύπων Προβλήματα Πρόβλεψης Χαρακτηριστικά και Πρότυπα Ταξινομητές Classifiers Προσεγγίσεις Αναγνώρισης Προτύπων Κύκλος σχεδίασης Συστήματος

Διαβάστε περισσότερα

Ψηφιακή Εικόνα. Σημερινό μάθημα!

Ψηφιακή Εικόνα. Σημερινό μάθημα! Ψηφιακή Εικόνα Σημερινό μάθημα! Ψηφιακή Εικόνα Αναλογική εικόνα Ψηφιοποίηση (digitalization) Δειγματοληψία Κβαντισμός Δυαδικές δ έ (Binary) εικόνες Ψηφιακή εικόνα & οθόνη Η/Υ 1 Ψηφιακή Εικόνα Μια ακίνητη

Διαβάστε περισσότερα

Έννοια. Η αποδοχή της κληρονομίας αποτελεί δικαίωμα του κληρονόμου, άρα δεν

Έννοια. Η αποδοχή της κληρονομίας αποτελεί δικαίωμα του κληρονόμου, άρα δεν 1 1. Αποδοχή κληρονομίας Έννοια. Η αποδοχή της κληρονομίας αποτελεί δικαίωμα του κληρονόμου, άρα δεν μπορεί να ασκηθεί από τους δανειστές του κληρονόμου, τον εκτελεστή της διαθήκης, τον κηδεμόνα ή εκκαθαριστή

Διαβάστε περισσότερα

- 1 - Ποιοι κερδίζουν από το εμπόριο αγαθών και υπηρεσιών; Γιατί η άμεση ανταλλαγή αγαθών, ορισμένες φορές, είναι δύσκολο να

- 1 - Ποιοι κερδίζουν από το εμπόριο αγαθών και υπηρεσιών; Γιατί η άμεση ανταλλαγή αγαθών, ορισμένες φορές, είναι δύσκολο να - 1 - Ο παράξενος πραματευτής Ανθολόγιο Ε & Στ τάξης: 277-279 Οικονομικές έννοιες Ανταλλαγή Αντιπραγματισμός Εμπόριο Ερωτήσεις Ποιοι κερδίζουν από το εμπόριο αγαθών και υπηρεσιών; Γιατί η άμεση ανταλλαγή

Διαβάστε περισσότερα

Βελτίωση Εικόνας. Σήμερα!

Βελτίωση Εικόνας. Σήμερα! Βελτίωση Εικόνας Σήμερα! Υποβάθμιση εικόνας Τεχνικές Βελτίωσης Restoration (Αποκατάσταση) Τροποποίηση ιστογράμματος Ολίσθηση ιστογράμματος Διάταση (stretching) Ισοστάθμιση του ιστογράμματος (histogram

Διαβάστε περισσότερα

Πανεπιστήμιο Πειραιώς. Πρόγραμμα Μεταπτυχιακών Σπουδών Αναλογιστική Επιστήμη και Διοικητική Κινδύνου

Πανεπιστήμιο Πειραιώς. Πρόγραμμα Μεταπτυχιακών Σπουδών Αναλογιστική Επιστήμη και Διοικητική Κινδύνου Πανεπιστήμιο Πειραιώς Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης Πρόγραμμα Μεταπτυχιακών Σπουδών Αναλογιστική Επιστήμη και Διοικητική Κινδύνου Παραμετρικά Μοντέλα Επιβίωσης που προκύπτουν από μεταβολές

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Τρίτη Γραπτή Εργασία στη Στατιστική

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Τρίτη Γραπτή Εργασία στη Στατιστική ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ-13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 2011-12 Τρίτη Γραπτή Εργασία στη Στατιστική Γενικές οδηγίες

Διαβάστε περισσότερα

Το υπόδειγμα IS-LM: Εισαγωγικά

Το υπόδειγμα IS-LM: Εισαγωγικά 1/35 Το υπόδειγμα IS-LM: Εισαγωγικά Νίκος Γιαννακόπουλος Επίκουρος Καθηγητής Τμήμα Οικονομικών Επιστημών Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2014-2015 Εαρινό Εξάμηνο Τι γνωρίζουμε; 2/35 Αγορά αγαθών και

Διαβάστε περισσότερα

(20 ο ) ΣΤΑΔΙΑΚΕΣ ΚΑΤΑΣΚΕΥΕΣ Ι: ΑΠΛΗΣΤΟΙ ΑΛΓΟΡΙΘΜΟΙ

(20 ο ) ΣΤΑΔΙΑΚΕΣ ΚΑΤΑΣΚΕΥΕΣ Ι: ΑΠΛΗΣΤΟΙ ΑΛΓΟΡΙΘΜΟΙ (20 ο ) ΣΤΑΔΙΑΚΕΣ ΚΑΤΑΣΚΕΥΕΣ Ι: ΑΠΛΗΣΤΟΙ ΑΛΓΟΡΙΘΜΟΙ Σταδιακές κατακευές: από μερικά αποτελέματα ε περιότερα. Το ημείο όπου έχουμε φθάει προφέρεται για μια μικρή ανακόπηη. Το κεπτικό μας ήταν εξ αρχής ότι

Διαβάστε περισσότερα

Ημέρα 4 η (α) Αγορά και πώληση της εργασιακής δύναμης. (β) Η απόλυτη υπεραξία. Αγορά και πώληση της εργασιακής δύναμης

Ημέρα 4 η (α) Αγορά και πώληση της εργασιακής δύναμης. (β) Η απόλυτη υπεραξία. Αγορά και πώληση της εργασιακής δύναμης Ημέρα 4 η (α) Αγορά και πώληση της εργασιακής δύναμης (β) Η απόλυτη υπεραξία Αγορά και πώληση της εργασιακής δύναμης Στο κεφάλαιο για την αγορά και την πώληση της εργατικής δύναμης (ελληνική έκδοση: τόμος

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΣΥΝΟΛΩΝ: μια σύνοψη των θεμελιακών χαρακτηριστικών.

ΘΕΩΡΙΑ ΣΥΝΟΛΩΝ: μια σύνοψη των θεμελιακών χαρακτηριστικών. ΘΕΩΡΙ ΣΥΝΟΛΩΝ: μια σύνοψη των θεμελιακών χαρακτηριστικών. 1. ΣΥΝΟΛ: το σκεπτικό. σύνολο = πολλά στοιχεία ως «ένα», ως «μία» ολότητα. τα στοιχεία ανήκουν στο σύνολο, ή είναι μέλη του συνόλου το σύνολο περιέχει

Διαβάστε περισσότερα

Κληρονομικότητα. Σήμερα! Κλάση Βάσης Παράγωγη κλάση Απλή κληρονομικότητα Protected δεδομένα Constructors & Destructors overloading

Κληρονομικότητα. Σήμερα! Κλάση Βάσης Παράγωγη κλάση Απλή κληρονομικότητα Protected δεδομένα Constructors & Destructors overloading Κληρονομικότητα Σήμερα! Κλάση Βάσης Παράγωγη κλάση Απλή κληρονομικότητα Protected δεδομένα Constructors & Destructors overloading 2 1 Κλάση Βάση/Παράγωγη Τα διάφορα αντικείμενα μπορούν να έχουν μεταξύ

Διαβάστε περισσότερα

Κεφάλαιο 68 Σχεδιασμός κλινικών μελετών και διαχείριση δεδομένων έρευνας

Κεφάλαιο 68 Σχεδιασμός κλινικών μελετών και διαχείριση δεδομένων έρευνας Κεφάλαιο 68 Σχεδιασμός κλινικών μελετών και διαχείριση δεδομένων έρευνας Γ. Η. Πανάγος 1195 ΟΡΘΗ ΠΡΑΚΤΙΚΗ ΔΙΕΞΑΓΩΓΗΣ ΚΛΙ ΝΙΚΩΝ ΜΕΛΕΤΏΝ Η ορθή πρακτική διεξαγωγής των κλινικών δοκιμών (GCP) είναι ένα διεθνές

Διαβάστε περισσότερα

HY 280. θεμελιακές έννοιες της επιστήμης του υπολογισμού ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ. Γεώργιος Φρ. Γεωργακόπουλος.

HY 280. θεμελιακές έννοιες της επιστήμης του υπολογισμού ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ. Γεώργιος Φρ. Γεωργακόπουλος. HY 280 «ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΟΥ» θεμελιακές έννοιες της επιστήμης του υπολογισμού ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Γεώργιος Φρ. Γεωργακόπουλος Μέρος B Βασικά στοιχεία περί ασυμφραστικών γραμματικών

Διαβάστε περισσότερα

ΕΦΑΡΜΟΓΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΚΗΣ ΕΝΤΡΟΠΙΑΣ ΣΤΗΝ ΠΥΡΗΝΙΚΗ ΦΥΣΙΚΗ ΚΑΙ ΤΗ ΣΚΕ ΑΣΗ Ι ΑΚΤΟΡΙΚΗ ΙΑΤΡΙΒΗ

ΕΦΑΡΜΟΓΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΚΗΣ ΕΝΤΡΟΠΙΑΣ ΣΤΗΝ ΠΥΡΗΝΙΚΗ ΦΥΣΙΚΗ ΚΑΙ ΤΗ ΣΚΕ ΑΣΗ Ι ΑΚΤΟΡΙΚΗ ΙΑΤΡΙΒΗ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΤΟΜΕΑΣ ΠΥΡΗΝΙΚΗΣ ΦΥΣΙΚΗΣ ΚΑΙ ΦΥΣΙΚΗΣ ΣΤΟΙΧΕΙΩ ΩΝ ΣΩΜΑΤΙ ΙΩΝ ΒΑΣΙΛΕΙΟΣ Π. ΨΩΝΗΣ ΕΦΑΡΜΟΓΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΚΗΣ ΕΝΤΡΟΠΙΑΣ ΣΤΗΝ ΠΥΡΗΝΙΚΗ ΦΥΣΙΚΗ ΚΑΙ ΤΗ ΣΚΕ

Διαβάστε περισσότερα

ΥΔΡΟΛΟΓΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΚΑΙ ΠΡΟΓΝΩΣΗ

ΥΔΡΟΛΟΓΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΚΑΙ ΠΡΟΓΝΩΣΗ Τμήμα Πολιτικών Μηχανικών Πανεπιστήμιο Θεσσαλίας ΥΔΡΟΛΟΓΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΚΑΙ ΠΡΟΓΝΩΣΗ Ενότητα 1: Υδρολογική προσομοίωση 1.2. Βελτιστοποίηση (Βαθμονόμηση) Υδρολογικών Μοντέλων Καθ. Αθανάσιος Λουκάς Εργαστήριο

Διαβάστε περισσότερα

Το δεντροπλάτος και το γνήσιο δεντροπλάτος.

Το δεντροπλάτος και το γνήσιο δεντροπλάτος. Διπλωματική Εργασία Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Μαθηματικών μπλ : Μεταπτυχιακό Πρόγραμμα στη Λογική και Θεωρία Αλγορίθμων και Υπολογισμού Το δεντροπλάτος και το γνήσιο δεντροπλάτος.

Διαβάστε περισσότερα

(14 ο,15 ο,16 ο ) ΟΡΘΟΤΗΤΑ ΕΝΟΣ ΑΛΓΟΡΙΘΜΟΥ: ΕΝΟΤΗΤΑ Ι ΙΙ ΙΙΙ

(14 ο,15 ο,16 ο ) ΟΡΘΟΤΗΤΑ ΕΝΟΣ ΑΛΓΟΡΙΘΜΟΥ: ΕΝΟΤΗΤΑ Ι ΙΙ ΙΙΙ (14 ο,15 ο,16 ο ) ΟΡΘΟΤΗΤΑ ΕΝΟΣ ΑΛΓΟΡΙΘΜΟΥ: ΕΝΟΤΗΤΑ Ι ΙΙ ΙΙΙ Το πρόβλημα της «ορθότητας» ενός αλγορίθμου. Θεωρούμε συχνότατα τους αλγορίθμους, (όπως και σε αυτές τις σημειώσεις), ως προγράμματα γραμμένα

Διαβάστε περισσότερα

ΜΑΘΗΜΑ: ΕΜΠΟΡΙΚΟ ΔΙΚΑΙΟ

ΜΑΘΗΜΑ: ΕΜΠΟΡΙΚΟ ΔΙΚΑΙΟ ΜΑΘΗΜΑ: ΕΜΠΟΡΙΚΟ ΔΙΚΑΙΟ Tα Πανεπιστημιακά Φροντιστήρια «ΚΟΛΛΙΝΤΖΑ» προετοιμάζοντας σε ολιγομελείς ομίλους τους υποψήφιους για τον επικείμενο διαγωνισμό του Υπουργείου Οικονομικών, με κορυφαίο επιτελείο

Διαβάστε περισσότερα

( μ, λ ) ( i ) ( ii ) ( iii ) ( iv ) ( v )

( μ, λ ) ( i ) ( ii ) ( iii ) ( iv ) ( v ) Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 08: ΟΡΘΟΤΗΤΑ: ΤΟ ΖΗΤΗΜΑ ΤΗΣ «ΠΡΟΟΔΟΥ» ΤΩΝ ΑΛΓΟΡΙΘΜΩΝ Το ζήτημα της προόδου εισαγωγικά σχόλια. Κάθε αλγόριθμος από τα δεδομένα

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Β ΤΑΞΗ ΚΕΙΜΕΝΟ. Πέµπτη 19 Νοεµβρίου 1942. Αγαπητή Κίττυ,

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Β ΤΑΞΗ ΚΕΙΜΕΝΟ. Πέµπτη 19 Νοεµβρίου 1942. Αγαπητή Κίττυ, ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΠΡΟΑΓΩΓΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Σ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 6 ΙΟΥΝΙΟΥ 2000 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ: ΝΕΑ ΕΛΛΗΝΙΚΗ ΓΛΩΣΣΑ ΚΑΙ ΓΡΑΜΜΑΤΕΙΑ ΕΚΦΡΑΣΗ - ΕΚΘΕΣΗ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ: ΠΕΝΤΕ (5) Αγαπητή

Διαβάστε περισσότερα

( ) Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 03: ΑΣΥΜΠΤΩΤΙΚΕΣ ΕΚΦΡΑΣΕΙΣ

( ) Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 03: ΑΣΥΜΠΤΩΤΙΚΕΣ ΕΚΦΡΑΣΕΙΣ Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 03: ΑΣΥΜΠΤΩΤΙΚΕΣ ΕΚΦΡΑΣΕΙΣ Ενδιαφερόμαστε μεν για τους αλγορίθμους αλλά εντός ενός συγκεκριμμένου πλαισίου: (α) ως λύσεις προβλημάτων,

Διαβάστε περισσότερα

(5 ο ) Η «πλοκή» ενός αλγορίθμου: η βάση μιας αξιολόγησης Ι (6 ο ) Η «πλοκή» ενός αλγορίθμου: ο Ο Ω Θ συμβολισμός ΙΙ

(5 ο ) Η «πλοκή» ενός αλγορίθμου: η βάση μιας αξιολόγησης Ι (6 ο ) Η «πλοκή» ενός αλγορίθμου: ο Ο Ω Θ συμβολισμός ΙΙ (5 ο ) Η «πλοκή» ενός αλγορίθμου: η βάση μιας αξιολόγησης Ι (6 ο ) Η «πλοκή» ενός αλγορίθμου: ο Ο Ω Θ συμβολισμός ΙΙ Έχουμε συγκεκτρώσει τα στοιχεία που χρειαζόμαστε για να μπορέσουμε να πούμε περί αλγορίθμων

Διαβάστε περισσότερα