ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ"

Transcript

1 ΘΕΜΑ ο (.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις Τετάρτη Ιουνίου 7 :-4: Κατασκευάστε έναν αισθητήρα (perceptron) µε τρεις εισόδους Α, Β και Γ, του οποίου η έξοδος να αναπαριστά τη συνάρτηση (Α Β) Γ, όπου η λογική σύζευξη (AND) και η λογική διάζευξη (OR). Μην εκτελέσετε εκπαίδευση. Ο νευρώνας θα έχει τρεις εισόδους συν την τάση πόλωσης. Πρέπει λοιπόν να βρούµε τα τέσσερα βάρη του νευρώνα. Τα παραδείγµατα εκπαίδευσης είναι τα εξής οκτώ: # Α Β Γ Έξοδος (A Β) Γ Εάν τα τοποθετήσουµε πάνω σε τρισδιάστατο µοναδιαίο κύβο παίρνουµε την παρακάτω εικόνα, όπου µε άσπρη σφαίρα φαίνονται τα παραδείγµατα που δίνουν έξοδο και µε µαύρη σφαίρα αυτά που δίνουν έξοδο : Γ Β Α Είναι φανερό ότι υπάρχουν δύο κατηγορίες παραδειγµάτων, οι οποίες είναι µάλιστα και γραµµικώς διαχωρίσιµες. Πράγµατι, εάν θεωρήσουµε επίπεδο το οποίο διέρχεται από τα σηµεία µε τις κόκκινες βούλες, αυτό διέρχεται από τα εξής σηµεία:,,.5,.5,.5,, και χωρίζει τις δύο κατηγορίες παραδειγµάτων. Η εξίσωση του επιπέδου αυτού θα είναι της µορφής: αα + ββ + γγ + δ = 86

2 και θα πρέπει να ικανοποιείται από τα παραπάνω σηµεία. Έχουµε λοιπόν το σύστηµα εξισώσεων:.5γ+δ= α+.5β+δ=.5α+β+δ= Έχουµε σύστηµα µε 3 εξισώσεις και 4 αγνώστους. Μπορούµε λοιπόν να αναθέσουµε τυχαία τιµή σε έναν από τους τέσσερις αγνώστους και στη συνέχεια να βρούµε τις τιµές των υπολοίπων τριών. Επιλέγουµε λοιπόν δ=-3 οπότε προκύπτει γ=6. Οι δύο τελευταίες εξισώσεις γίνονται λοιπόν: α+.5β = 3.5α+β = 3 Από αυτές φαίνεται ότι α=β=. Άρα η εξίσωση του επιπέδου είναι Α+Β+6Γ-3=. Από την εξίσωση αυτή προκύπτουν και τα βάρη του αισθητήρα τα οποία είναι όπως στο παρακάτω σχήµα: b= w b =-3 Α Β Γ w Β = w Α = w Γ =6 Μπορούµε να επαληθεύσουµε από τον πίνακα των παραδειγµάτων ότι το παραπάνω νευρωνικό δίκτυο βγάζει πράγµατι σωστά αποτελέσµατα (οπότε και δεν χρειάζεται να αντιστρέψουµε τα βάρη). ΘΕΜΑ ο (.5 µονάδες) Έστω ένα δίκτυο αυτοοργάνωσης (self-organizing feature map) µε εισόδους και 9 ανταγωνιστικούς νευρώνες διατεταγµένους σε ορθογώνιο πλέγµα 3x3. Η τρέχουσα ακτίνα της γειτονιάς είναι. Στον παρακάτω πίνακα φαίνονται οι τρέχουσες τιµές των βαρών των νευρώνων. Συντεταγµένες νευρώνα ιάνυσµα βαρών (,) [.,.] (,) [.,.5] (,3) [.,.7] (,) [.4,.] (,) [.6,.6] (,3) [.5,.8] (3,) [.8,.] (3,) [.,.5] (3,3) [.9,.8] ίνεται το παράδειγµα εκπαίδευσης [.3,.3]. είξτε πώς αλλάζουν τα βάρη των νευρώνων του δικτύου µετά την εµφάνιση του παραδείγµατος. Θεωρείστε απόσταση Manhattan και ρυθµό µάθησης a=.5. ίνεται ο κανόνας µάθησης Kohonen: Wi'=Wi+a(X-Wi). Για το συγκεκριµένο παράδειγµα εκπαίδευσης θα βρούµε ποιος νευρώνας είναι ο νικητής, και θα χρησιµοποιούµε τον κανόνα Kohonen για να αλλάξουµε τα βάρη του. Στη συνέχεια θα βρούµε τους 87

3 νευρώνες που βρίσκονται σε απόσταση έως από τον νικητή και θα αλλάξουµε και αυτών τα βάρη, χρησιµοποιώντας όµως ως ρυθµό µάθησης την τιµή a/=.5. Οι αποστάσεις των νευρώνων από το παράδειγµα είναι οι εξής: Νευρώνας (,): (.3-.) + (.3-.) =(.) +(.) =.4+.=.5 Νευρώνας (,): (.3-.) + (.3-.5) =(.) +(-.) =.+.4=.5 Νευρώνας (,3): (.3-.) + (.3-.7) =(.3) +(-.4) =.9+.6=.5 Νευρώνας (,): (.3-.4) + (.3-.) =(-.) +. =.+.=. Νευρώνας (,): (.3-.6) + (.3-.6) =(-.3) +(-.3) =.9+.9=.8 Νευρώνας (,3): (.3-.5) + (.3-.8) =(-.) +(-.5) =.4+.5=.9 Νευρώνας (3,): (.3-.8) + (.3-.) =(-.5) +(.) =.5+.4=.9 Νευρώνας (3,): (.3-.) + (.3-.5) =(-.7) +(-.) =.49+.4=.53 Νευρώνας (3,3): (.3-.9) + (.3-.8) =(-.6) +(-.5) =.36+.5=.6 Από τα παραπάνω φαίνεται ότι νικητής είναι ο νευρώνας (,), οπότε η γειτονιά του αποτελείται από τους νευρώνες (,), (3,) και (,). Τα βάρη λοιπόν του νευρώνα (,) αλλάζουν σε: W (,) '=[.4,.]+.5([.3,.3]-[.4,.])=[.4,.]+.5([-.,.]) =[.4,.]+[-.5,.5]=[.35,.5] Θα αλλάξουν όµως και τα βάρη των γειτονικών νευρώνων ως εξής: W (,) '=[.,.]+.5([.3,.3]-[.,.])=[.,.]+.5([.,.]) =[.,.]+[.5,.5]=[.5,.5] W (3,) '=[.8,.]+.5([.3,.3]-[.8,.])=[.8,.]+.5([-.5,.]) =[.8,.]+[-.5,.5]=[.675,.5] W (,) '=[.6,.6]+.5([.3,.3]-[.6,.6])=[.6,.6]+.5([-.3,-.3]) =[.6,.6]+[-.75,-.75]=[.55,.55] Τα βάρη των υπολοίπων νευρώνων δεν αλλάζουν. ΘΕΜΑ 3 ο (.5 µονάδες) α) Κατασκευάστε ένα δίκτυο Hopfield για την αποθήκευση των παρακάτω διανυσµάτων (.5): [, -,,, -, ] [,,,, -, -] β) Βρείτε την έξοδο του δικτύου όταν στην είσοδό του εµφανιστεί το διάνυσµα (): [, -, -, -, -, ]. α) Το δίκτυο Hopfield θα αποτελείται από 6 νευρώνες, κάθε ένας από τους οποίους συνδέεται µε όλους τους άλλους εκτός από τον εαυτό του. Πρώτα υπολογίζουµε τα βάρη των συνδέσεων: 88

4 89 [ ] [ ] = + = + Τα βάρη των συνδέσεων των νευρώνων προκύπτουν από τον παραπάνω πίνακα, εάν µηδενίσουµε όλα τα στοιχεία της κυρίας διαγωνίου του: β) Έστω ότι στην είσοδο εµφανίζεται το διάνυσµα [, -, -, -, -, ]. Θα υπολογίσουµε τις νέες τιµές των εξόδων. Για τον πρώτο κύκλο υπολογισµών επιλέγουµε τη σειρά 3,, 4, 6, και 5. Έχουµε λοιπόν: η επανάληψη: Νευρώνας 3 Είσοδος = *+*(-)-*(-)= Έξοδος = Νέο διάνυσµα = [, -,, -, -, ] Νευρώνας Είσοδος = *+*(-)-*(-)= Έξοδος = Νέο διάνυσµα = [, -,, -, -, ] Νευρώνας 4 Είσοδος = *+*-*(-)=6 Έξοδος = 6

5 Νέο διάνυσµα = [, -,,, -, ] Νευρώνας 6 Είσοδος = -*(-)= Έξοδος = Νέο διάνυσµα = [, -,,, -, ] Νευρώνας Είσοδος = -*()=- Έξοδος = - Νέο διάνυσµα = [, -,,, -, ] Νευρώνας 5 Είσοδος = *-*-*=- Έξοδος = - Νέο διάνυσµα = [, -,,, -, ] Ήδη το διάνυσµα εξόδου ταυτίζεται µε ένα από τα δύο αρχικά διανύσµατα από τα οποία κατασκευάστηκε το δίκτυο Hopfield. Κανονικά πρέπει να εκτελεστεί µία ακόµη επανάληψη, στην οποία απλά θα επιβεβαιωθεί ότι δεν αλλάζουν οι έξοδοι. Έτσι η έξοδος του δικτύου είναι η [, -,,, -, ]. 9

6 ΘΕΜΑ 4 ο (.5 µονάδες) Έστω το πρόβληµα του πλανόδιου πωλητή µε 6 πόλεις, µε τις µεταξύ τους αποστάσεις να φαίνονται στον παρακάτω πίνακα (θεωρούµε ότι υπάρχει άµεση σύνδεση µεταξύ οποιουδήποτε ζεύγους πόλεων). Α Β Γ Ε Ζ Α Β Γ Ε Ζ Σχεδιάστε έναν γενετικό αλγόριθµο για να βρείτε τη συντοµότερη διαδροµή που διέρχεται από όλες τις πόλεις. Χρησιµοποιείστε πληθυσµό 4 χρωµοσωµάτων που ανανεώνεται πλήρως από γενιά σε γενιά. Προσοµοιώστε την εκτέλεση του γενετικού αλγορίθµου για µία γενιά, χρησιµοποιώντας τους παρακάτω τυχαίους αριθµούς.,46374,34374,439749,68675,78773,336385,857697,5466,733548,64739,84657,57579,69738,3356,9559,89475,79656,3556,633967,78698,54763,8884,494,44776,6783,66,88,38447,485948,9485,34495,38887,493,678,35779,83456,44446,854376,75969,7447,37438,54655,975,5745,367,77,693,8587,4333,686798,77,565,333,3669,44754,747949,57844,56,55549,436496,4764,73637,86684,547,68,8964,547473,45776,33,9544,9355,8957,637368,6687,6697,458,994,449968,8597,73793,3656,7363,744999,8894,4567,955587,6988,679,875,8675,33675,5984,9773,4389,8477,3585,489,8665,5883,9483 Θα χρησιµοποιήσουµε αριθµητική κωδικοποίηση, όπου κάθε χρωµόσωµα αποτελείται από ένα διάνυσµα έξι ακεραίων αριθµών (από το έως το 6 έκαστος), διαφορετικών µεταξύ τους. Θα χρησιµοποιήσουµε τον τροποποιηµένο τελεστή διασταύρωσης δύο θέσεων, ενώ, όσον αφορά τη µετάλλαξη, κάθε πόλη, εφόσον επιλεγεί για µετάλλαξη, θα ανταλλάσει θέση µε την αµέσως επόµενή της (και η τελευταία µε την πρώτη) µε πιθανότητα.. Η συνάρτηση καταλληλότητας θα εξαρτάται από το µήκος της διαδροµής, π.χ. F(x)=- x, όπου x ένα χρωµόσωµα και x το µήκος της διαδροµής που αντιστοιχεί στο χρωµόσωµα αυτό. Για τη δηµιουργία του αρχικού πληθυσµού θα χρησιµοποιήσουµε τουλάχιστον τους πρώτους αριθµούς (5 για κάθε χρωµόσωµα, για την 6 η πόλη του χρωµοσώµατος δεν χρειάζεται να γίνει επιλογή). Κάθε ένας από αυτούς πολλαπλασιάζεται µε το 6 και το αποτέλεσµα στρογγυλοποιείται στον πλησιέστερο προς τα πάνω ακέραιο. Εάν ο ακέραιος αυτός έχει εισαχθεί ήδη στο χρωµόσωµα, χρησιµοποιείται ο επόµενος τυχαίος αριθµός. Ο αρχικός µας πληθυσµός είναι λοιπόν: # Χρωµόσωµα Μήκος διαδροµής Καταλληλότητα ΓΒΕΖ Α ΕΑΖ ΒΓ ΒΖΕΓ Α Ε ΑΓΒΖ Τελικά για τη δηµιουργία του παραπάνω πληθυσµού χρησιµοποιήθηκαν οι πρώτοι 7 τυχαίοι αριθµοί, δηλαδή µέχρι τον,88 (3 η σειρά, 7 ος αριθµός). Στη συνέχεια πρέπει να σχηµατίσουµε ζευγάρια χρωµοσωµάτων. Το άθροισµα των καταλληλοτήτων είναι 5. Επιλέγουµε λοιπόν 4 τυχαίους αριθµούς από το ως το 5 (πολλαπλασιάζοντας τους τέσσερις επόµενους αριθµούς του πίνακα µε το 5) και εάν κάποιος από αυτούς είναι στο διάστηµα [,47) επιλέγουµε το # χρωµόσωµα, εάν είναι στο [47,) επιλέγουµε το # χρωµόσωµα, εάν είναι στο [,6) επιλέγουµε το #3 χρωµόσωµα και εάν είναι στο [6,5) επιλέγουµε το #4 χρωµόσωµα. Σε περίπτωση που 9

7 για κάποιο ζευγάρι επιλεγεί δύο φορές το ίδιο χρωµόσωµα, χρησιµοποιούµε επόµενο τυχαίο αριθµό, µέχρι να επιλεγεί διαφορετικό χρωµόσωµα. Οι επόµενοι 4 τυχαίοι αριθµοί λοιπόν (πολλαπλασιασµένοι µε 5) είναι οι: 8, ,4788, ,9645 και τα ζευγάρια χρωµοσωµάτων που σχηµατίζονται είναι τα: Για κάθε ζευγάρι θα επιλεγούν σηµεία διασταύρωσης, κάθε ένα εκ των οποίων είναι ένας αριθµός από το έως και το 6, όπου ο τυχαίος αριθµός x στο διάστηµα αυτό υποδηλώνει τη θέση αµέσως µετά τον x-οστό αριθµό του χρωµοσώµατος. Για την επιλογή τυχαίου ακέραιου αριθµού από το έως το 6 πολλαπλασιάζουµε τον επόµενο τυχαίο αριθµό επί 7 και παίρνουµε το ακέραιο µέρος του αποτελέσµατος. Για το πρώτο ζευγάρι τα σηµεία διασταύρωσης που προκύπτουν είναι τα και, οπότε οι δύο απόγονοι είναι οι (η συµπλήρωση ξεκινά κάθε φορά µετά τη δεύτερη θέση): ΕΑΓ ΒΖ ΒΖ ΓΕΑ Για κάθε θέση κάθε ενός από τους απόγονους εξετάζουµε το ενδεχόµενο να γίνει µετάλλαξη. Θεωρήραµε ότι η πιθανότητα µετάλλαξης είναι.. Εξετάζουµε τους επόµενους αριθµούς, εάν κάποιος από αυτούς είναι µικρότερος από. τότε η αντίστοιχη πόλη ανταλλάσει θέση µε την επόµενή της. Κάτι τέτοιο συµβαίνει µόνο για την πρώτη πόλη του πρώτου απόγονου, οπότε το αποτέλεσµα είναι το εξής: ΑΕΓ ΒΖ ΒΖ ΓΕΑ Με τον ίδιο τρόπο επιλέγουµε δύο σηµεία διασταύρωσης για το δεύτερο ζευγάρι, τα οποία είναι οι θέσεις και. Έτσι οι δύο απόγονοι είναι οι: ΕΒΖ ΑΓ Γ ΑΒΖΕ Και πάλι ελέγχουµε την πιθανότητα µετάλλαξης, αλλά στους επόµενους αριθµούς δεν υπάρχει κάποιος µικρότερος από., οπότε δεν πραγµατοποιείται καµία µετάλλαξη. Το νέο σύνολο χρωµοσωµάτων µε τα χαρακτηριστικά τους είναι λοιπόν το: # Χρωµόσωµα Μήκος διαδροµής Καταλληλότητα ΑΕΓ ΒΖ 4 59 ΒΖ ΓΕΑ ΕΒΖ ΑΓ Γ ΑΒΖΕ 4 6 Η διαδικασία που περιγράφηκε παραπάνω πρέπει να συνεχισθεί µέχρις ότου είτε να συγκλίνει ο πληθυσµός είτε να συµπληρωθεί κάποιος προκαθορισµένος αριθµός επαναλήψεων. Σε κάθε περίπτωση ως «λύση» θα επιστραφεί το καλύτερο έγκυρο χρωµόσωµα που συναντήθηκε σε όλες τις γενιές πληθυσµών κατά το τρέξιµο του αλγορίθµου. ΘΕΜΑ 5 ο (.5 µονάδες) ίνεται το παρακάτω σύνολο δεδοµένων που αφορά αγορές διαφόρων κατηγοριών προϊόντων από τους πελάτες ενός σούπερ-µάρκετ. # Ζυµαρικά Σάλτσες Αναψυκτικά Απορρυπαντικά Κατεψυγµένα

8 Η διοίκηση του σούπερ-µάρκετ θέλει να ανακαλύψει συσχετίσεις µεταξύ των διαφόρων προϊόντων, ώστε να τοποθετήσει σχετικά προϊόντα σε κοντινά ράφια. Βρείτε όλους τους κανόνες συσχέτισης µε µία υπόθεση και ένα συµπέρασµα, που έχουν ελάχιστη υποστήριξη 5 και ελάχιστη εµπιστοσύνη 75%. Βρίσκουµε καταρχήν όλα τα σύνολα ενός στοιχείου µε υποστήριξη τουλάχιστον 5: {Ζυµαρικά=ναι}=8, {Ζυµαρικά=όχι}=6 {Σάλτσες=ναι}= {Αναψυκτικά=όχι}= {Απορρυπαντικά=ναι}=8, {Απορρυπαντικά=όχι}=6 {Κατεψυγµένα=ναι}=5, {Κατεψυγµένα=όχι}=9. Στη συνέχεια βρίσκουµε όλα τα σύνολα δύο στοιχείων, που έχουν υποστήριξη τουλάχιστον 5. Για το σκοπό αυτό συνδυάζουµε ζεύγη από τα παραπάνω σύνολα ενός στοιχείου: {Ζυµαρικά=ναι, Σάλτσες=ναι}=6, {Ζυµαρικά=ναι, Αναψυκτικά=όχι}=5, {Ζυµαρικά=ναι, Απορρυπαντικά=όχι}=5, {Ζυµαρικά=ναι, Κατεψυγµένα=όχι}=5, {Σάλτσες=ναι, Αναψυκτικά=όχι}=5, {Σάλτσες=ναι, Απορρυπαντικά=ναι}=7, {Σάλτσες=ναι, Κατεψυγµένα=όχι}=6, {Αναψυκτικά=όχι, Απορρυπαντικά=ναι}=6, {Αναψυκτικά=όχι, Κατεψυγµένα=όχι}=6, Από κάθε σύνολο δύο στοιχείων {Α,Β} µπορούν να προκύψουν δύο κανόνες: if A then B και if B then A. Η εµπιστοσύνη κάθε τέτοιου κανόνα ισούται µε το λόγο της υποστήριξης των δύο στοιχείων προς την υποστήριξη της προϋπόθεσης του κανόνα. Παρακάτω παραθέτουµε όλους τους κανόνες που προκύπτουν και πληρούν το κριτήριο της εµπιστοσύνης:. if Ζυµαρικά=ναι then Σάλτσες=ναι (6/8=.75). if Απορρυπαντικά=όχι then Ζυµαρικά=ναι (5/6=.83) 3. if Απορρυπαντικά=ναι then Σάλτσες=ναι (7/8=.875) 4. if Απορρυπαντικά=ναι then Αναψυκτικά=όχι (6/8=. 75) ΑΠΑΝΤΗΣΤΕ 4 ΑΠΟ ΤΑ ΠΑΡΑΠΑΝΩ 5 ΘΕΜΑΤΑ Ενδεικτικές λύσεις θα αναρτηθούν µετά την εξέταση στην ιστοσελίδα του µαθήµατος 93

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΘΕΜΑ ο (.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις Πέµπτη 7 Ιανουαρίου 8 5:-8: Σχεδιάστε έναν αισθητήρα (perceptron)

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις Παρασκευή 9 Ιανουαρίου 2007 5:00-8:00 εδοµένου ότι η

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ 1 ο (2,5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις Πέµπτη 19 Ιουνίου 2008 11:00-14:00 Έστω το παρακάτω

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο 2.5 µονάδες ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 7 Ιανουαρίου 2005 ιάρκεια εξέτασης: 5:00-8:00 Έστω ότι

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ 1 ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 21 Σεπτεµβρίου 2004 ιάρκεια: 3 ώρες Το παρακάτω σύνολο

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο 2.5 µονάδες ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 2 Οκτωβρίου 23 ιάρκεια: 2 ώρες Έστω το παρακάτω γραµµικώς

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 25 Αυγούστου 26 :-4: Κατασκευάστε έναν αισθητήρα (perceptron)

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 26 Ιανουαρίου 2004 ιάρκεια: 2 ώρες (9:00-:00) Στην παρακάτω

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ ΘΕΜΑ 1 ο (2,5 μονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ Τελικές εξετάσεις Πέμπτη 21 Ιουνίου 2012 16:30-19:30 Υποθέστε ότι θέλουμε

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΜΣΕ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΚΑΙ ΕΞΕΛΙΚΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΜΣΕ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΚΑΙ ΕΞΕΛΙΚΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΜΣΕ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΚΑΙ ΕΞΕΛΙΚΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΟΜΑ Α ΑΣΚΗΣΕΩΝ ΑΣΚΗΣΗ Στην εικόνα παρακάτω φαίνεται ένα νευρωνικό

Διαβάστε περισσότερα

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ ΜΕΡΟΣ ΤΡΙΤΟ Πολίτη Όλγα Α.Μ. 4528 Εξάµηνο 8ο Υπεύθυνος Καθηγητής Λυκοθανάσης

Διαβάστε περισσότερα

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοηµοσύνη Ι» 7ο Φροντιστήριο 15/1/2008

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοηµοσύνη Ι» 7ο Φροντιστήριο 15/1/2008 Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοηµοσύνη Ι» 7ο Φροντιστήριο 5//008 Πρόβληµα ο Στα παρακάτω ερωτήµατα επισηµαίνουµε ότι perceptron είναι ένας νευρώνας και υποθέτουµε, όπου χρειάζεται, τη χρήση δικτύων

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις Τετάρτη 4 Οκτωβρίου 2006 0:00-3:00 ίνεται το παρακάτω

Διαβάστε περισσότερα

οµή δικτύου ΣΧΗΜΑ 8.1

οµή δικτύου ΣΧΗΜΑ 8.1 8. ίκτυα Kohonen Το µοντέλο αυτό των δικτύων προτάθηκε το 1984 από τον Kοhonen, και αφορά διαδικασία εκµάθησης χωρίς επίβλεψη, δηλαδή δεν δίδεται καµία εξωτερική επέµβαση σχετικά µε τους στόχους που πρέπει

Διαβάστε περισσότερα

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 5 o Φροντιστήριο

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 5 o Φροντιστήριο Πρόβλημα ο Ασκήσεις Φροντιστηρίου 5 o Φροντιστήριο Δίνεται το παρακάτω σύνολο εκπαίδευσης: # Είσοδος Κατηγορία 0 0 0 Α 2 0 0 Α 0 Β 4 0 0 Α 5 0 Β 6 0 0 Α 7 0 Β 8 Β α) Στον παρακάτω κύβο τοποθετείστε τα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 2 Ιουνίου 24 ιάρκεια: 2 ώρες Σχεδιάστε έναν αισθητήρα

Διαβάστε περισσότερα

2 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 2 + 0.5 0 0.125 + 1 + 0.5 1 0.125 + 1 + 0.75 1 0.125 1/5

2 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 2 + 0.5 0 0.125 + 1 + 0.5 1 0.125 + 1 + 0.75 1 0.125 1/5 IOYNIOΣ 23 Δίνονται τα εξής πρότυπα: x! = 2.5 Άσκηση η (3 µονάδες) Χρησιµοποιώντας το κριτήριο της οµοιότητας να απορριφθεί ένα χαρακτηριστικό µε βάση το συντελεστή συσχέτισης. Γράψτε εδώ το χαρακτηριστικό

Διαβάστε περισσότερα

ΕΡΩΤΗΜΑΤΑ σε ΓΕΝΕΤΙΚΟΥΣ

ΕΡΩΤΗΜΑΤΑ σε ΓΕΝΕΤΙΚΟΥΣ ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Quiz Γενετικών Αλγορίθµων 1 ΕΡΩΤΗΜΑΤΑ σε ΓΕΝΕΤΙΚΟΥΣ ΚΩ ΙΚΟΠΟΙΗΣΗ ΕΡΩΤΗΜΑ 1.1 Ο φαινότυπος ενός ατόµου α.αναπαριστά ένα άτοµο στο χώρο λύσεων του προβλήµατος β.κωδικοποιεί

Διαβάστε περισσότερα

Υπολογιστική Νοημοσύνη. Μάθημα 10: Ομαδοποίηση με Ανταγωνιστική Μάθηση - Δίκτυα Kohonen

Υπολογιστική Νοημοσύνη. Μάθημα 10: Ομαδοποίηση με Ανταγωνιστική Μάθηση - Δίκτυα Kohonen Υπολογιστική Νοημοσύνη Μάθημα 10: Ομαδοποίηση με Ανταγωνιστική Μάθηση - Δίκτυα Kohonen Ανταγωνιστικοί Νευρώνες Ένα στρώμα με ανταγωνιστικούς νευρώνες λειτουργεί ως εξής: Όλοι οι νευρώνες δέχονται το σήμα

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΠΛΗΡΟΦΟΡΙΚΗ (ΘΕ ΠΛΗ ) ΠΡΟΤΕΙΝΟΜΕΝΕΣ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ TEΛΙΚΗΣ ΕΞΕΤΑΣΗΣ 7 Ιουνίου 8 Θέµα ο ( µονάδες) α) ( µονάδες) yz yz του διανυσµατικού

Διαβάστε περισσότερα

ΕΞΙΣΩΣΗ ΕΥΘΕΙΑΣ ΓΕΝΙΚΗ ΜΟΡΦΗ

ΕΞΙΣΩΣΗ ΕΥΘΕΙΑΣ ΓΕΝΙΚΗ ΜΟΡΦΗ ΕΞΙΣΩΣΗ ΕΥΘΕΙΑΣ ΓΕΝΙΚΗ ΜΟΡΦΗ Κάθε εξίσωση της µορφής α + β = γ όπου α + β 0 ( α, β όχι συγχρόνως 0) παριστάνει ευθεία. (Η εξίσωση λέγεται : ΓΡΑΜΜΙΚΗ) ΕΙ ΙΚΑ γ Αν α = 0 και β 0έχουµε =. ηλαδή µορφή = c.

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) Ενδεικτικές Λύσεις ΕΡΓΑΣΙΑ η (Ηµεροµηνία Αποστολής στον Φοιτητή: Οκτωβρίου 005) Η Άσκηση στην εργασία αυτή είναι

Διαβάστε περισσότερα

ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ

ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Γιώργος Πρέσβης ΜΑΘΗΜΑΤΙΚΑ B ΛΥΚΕΙΟΥ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ ΚΕΦΑΛΑΙΟ Ο : ΕΞΙΣΩΣΗ ΕΥΘΕΙΑΣ ΕΠΑΝΑΛΗΨΗ Φροντιστήρια Φροντιστήρια ΜΕΘΟΔΟΛΟΓΙΑ ΑΣΚΗΣΕΩΝ 1η Κατηγορία : Εξίσωση Γραμμής 1.1 Να εξετάσετε

Διαβάστε περισσότερα

4.3. Γραµµικοί ταξινοµητές

4.3. Γραµµικοί ταξινοµητές Γραµµικοί ταξινοµητές Γραµµικός ταξινοµητής είναι ένα σύστηµα ταξινόµησης που χρησιµοποιεί γραµµικές διακριτικές συναρτήσεις Οι ταξινοµητές αυτοί αναπαρίστανται συχνά µε οµάδες κόµβων εντός των οποίων

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) Ενδεικτικές Λύσεις ΕΡΓΑΣΙΑ η Ηµεροµηνία Αποστολής στον Φοιτητή: Ιανουαρίου 6 Ηµεροµηνία Παράδοσης της Εργασίας από

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ Τελικές Εξετάσεις 1 Φεβρουαρίου 26 ιάρκεια εξέτασης: 3 ώρες (15:-18:) ΘΕΜΑ 1 ο (2.5) Κάθε ένας

Διαβάστε περισσότερα

Μεθοδολογίες παρεµβολής σε DTM.

Μεθοδολογίες παρεµβολής σε DTM. Μάθηµα : Αλγοριθµικές Βάσεις στη Γεωπληροφορική ιδάσκων : Συµεών Κατσουγιαννόπουλος Μεθοδολογίες παρεµβολής σε DTM.. Μέθοδοι παρεµβολής. Η παρεµβολή σε ψηφιακό µοντέλο εδάφους (DTM) είναι η διαδικασία

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) TEΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ 4 Ιουνίου 7 Από τα κάτωθι Θέµατα καλείστε να λύσετε το ο που περιλαµβάνει ερωτήµατα από όλη την ύλη

Διαβάστε περισσότερα

1 η δεκάδα θεµάτων επανάληψης

1 η δεκάδα θεµάτων επανάληψης 1 η δεκάδα θεµάτων επανάληψης 1. Έστω η εξίσωση (k 5k+ 4) x (k 1)x + 1= 0 Να βρείτε την τιµή του k ώστε η εξίσωση να έχει µία µόνο ρίζα την οποία ρίζα να προσδιορίσετε i Να βρείτε την τιµή του k ώστε η

Διαβάστε περισσότερα

3 η δεκάδα θεµάτων επανάληψης

3 η δεκάδα θεµάτων επανάληψης η δεκάδα θεµάτων επανάληψης. Έστω η συνάρτηση f() = 80 αν < < 0 αν 0 αν i ) Να υπολογιστεί η τιµή της παράστασης Α = f( ) + f(0) 5f() f + f( ) Αν Μ(, ) και Ν(, 0) να βρείτε την εξίσωση της ευθείας ΜΝ i

Διαβάστε περισσότερα

Νευρωνικά ίκτυα και Εξελικτικός. Σηµερινό Μάθηµα. επανάληψη Γενετικών Αλγορίθµων 1 η εργασία Επανάληψη νευρωνικών δικτύων Ασκήσεις εφαρµογές

Νευρωνικά ίκτυα και Εξελικτικός. Σηµερινό Μάθηµα. επανάληψη Γενετικών Αλγορίθµων 1 η εργασία Επανάληψη νευρωνικών δικτύων Ασκήσεις εφαρµογές Νευρωνικά ίκτυα και Εξελικτικός Προγραµµατισµός Σηµερινό Μάθηµα επανάληψη Γενετικών Αλγορίθµων η εργασία Επανάληψη νευρωνικών δικτύων Ασκήσεις εφαρµογές Κωδικοποίηση Αντικειµενική Συνάρτ Αρχικοποίηση Αξιολόγηση

Διαβάστε περισσότερα

ΛΥΣΕΙΣ 6 ης ΕΡΓΑΣΙΑΣ - ΠΛΗ 12,

ΛΥΣΕΙΣ 6 ης ΕΡΓΑΣΙΑΣ - ΠΛΗ 12, ΛΥΣΕΙΣ 6 ης ΕΡΓΑΣΙΑΣ - ΠΛΗ, - Οι παρακάτω λύσεις των ασκήσεων της 6 ης εργασίας που καλύπτει το µεγαλύτερο µέρος της ύλης της θεµατικής ενότητας ΠΛΗ) είναι αρκετά εκτεταµένες καθώς έχει δοθεί αρκετή έµφαση

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 12 Οκτωβρίου 2007

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 12 Οκτωβρίου 2007 ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 1) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 1 Οκτωβρίου 007 Ηµεροµηνία παράδοσης της Εργασίας: 9 Νοεµβρίου 007. Πριν από την λύση κάθε άσκησης

Διαβάστε περισσότερα

Συνεχείς συναρτήσεις πολλών µεταβλητών. ε > υπάρχει ( ) ( )

Συνεχείς συναρτήσεις πολλών µεταβλητών. ε > υπάρχει ( ) ( ) Συνεχείς συναρτήσεις πολλών µεταβλητών 7 Η Ευκλείδεια απόσταση που ορίσαµε στον R επιτρέπει ( εκτός από τον ορισµό των ορίων συναρτήσεων και ακολουθιών και τον ορισµό της συνέχειας συναρτήσεων της µορφής

Διαβάστε περισσότερα

2.2. Ασκήσεις σχολικού βιβλίου σελίδας A Oµάδας

2.2. Ασκήσεις σχολικού βιβλίου σελίδας A Oµάδας . Ασκήσεις σχοικού βιβίου σείδας 69 7 A Oµάδας. Να αποδείξτε ότι, για κάθε πραγµατική τιµή του µ η εξίσωση (µ ) + µ + µ παριστάνει ευθεία γραµµή. Πότε η ευθεία αυτή είναι παράηη προς τον άξονα, πότε προς

Διαβάστε περισσότερα

ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ:

ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ: ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ: Ιανουάριος-Φεβρουάριος 7 ΜΑΘΗΜΑ: Αριθµητική Ανάλυση ΕΞΑΜΗΝΟ: ο Ι ΑΣΚΩΝ: Ε Κοφίδης Όλα τα ερωτήµατα είναι ισοδύναµα Καλή επιτυχία! Θέµα ο α Χρησιµοποιείστε

Διαβάστε περισσότερα

4. Ο αισθητήρας (perceptron)

4. Ο αισθητήρας (perceptron) 4. Ο αισθητήρας (perceptron) Σκοπός: Προσδοκώµενα αποτελέσµατα: Λέξεις Κλειδιά: To µοντέλο του αισθητήρα (perceptron) είναι από τα πρώτα µοντέλα νευρωνικών δικτύων που αναπτύχθηκαν, και έδωσαν µεγάλη ώθηση

Διαβάστε περισσότερα

Σύνολα. 1) Με αναγραφή των στοιχείων π.χ. 2) Με περιγραφή των στοιχείων π.χ.

Σύνολα. 1) Με αναγραφή των στοιχείων π.χ. 2) Με περιγραφή των στοιχείων π.χ. Σύνολα Ορισµός συνόλου (κατά Cantor): Σύνολο είναι κάθε συλλογή αντικειµένων, που προέρχεται από το µυαλό µας ή την εµπειρία µας, είναι καλά ορισµένο και τα αντικείµενα ξεχωρίζουν το ένα από το άλλο, δηλαδή

Διαβάστε περισσότερα

ΜΕΛΕΤΗ ΣΥΝΑΡΤΗΣΗΣ. Άρτια και περιττή συνάρτηση. Παράδειγµα: Η f ( x) Παράδειγµα: Η. x R και. Αλγεβρα Β Λυκείου Πετσιάς Φ.- Κάτσιος.

ΜΕΛΕΤΗ ΣΥΝΑΡΤΗΣΗΣ. Άρτια και περιττή συνάρτηση. Παράδειγµα: Η f ( x) Παράδειγµα: Η. x R και. Αλγεβρα Β Λυκείου Πετσιάς Φ.- Κάτσιος. ΜΕΛΕΤΗ ΣΥΝΑΡΤΗΣΗΣ Πριν περιγράψουµε πως µπορούµε να µελετήσουµε µια συνάρτηση είναι αναγκαίο να δώσουµε µερικούς ορισµούς. Άρτια και περιττή συνάρτηση Ορισµός : Μια συνάρτηση fµε πεδίο ορισµού Α λέγεται

Διαβάστε περισσότερα

< 1 για κάθε k N, τότε η σειρά a k συγκλίνει. +, τότε η η σειρά a k αποκλίνει.

< 1 για κάθε k N, τότε η σειρά a k συγκλίνει. +, τότε η η σειρά a k αποκλίνει. Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» Κεφάλαιο 3: Σειρές πραγµατικών αριθµών Α Οµάδα. Εστω ( ) µια ακολουθία πραγµατικών αριθµών. Εξετάστε αν οι παρακάτω προτάσεις είναι αληθείς ή ψευδείς (αιτιολογήστε

Διαβάστε περισσότερα

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

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

Διαβάστε περισσότερα

Θέµατα Μαθηµατικών Θετικής Κατεύθυνσης Β Λυκείου 1999

Θέµατα Μαθηµατικών Θετικής Κατεύθυνσης Β Λυκείου 1999 Θέµατα Μαθηµατικών Θετικής Κατεύθυνσης Β Λυκείου 999 Ζήτηµα ο Α. Έστω a, ) και β, ) δύο διανύσµατα του καρτεσιανού επιπέδου Ο. α) Να εκφράσετε χωρίς απόδειξη) το εσωτερικό γινόµενο των διανυσµάτων a και

Διαβάστε περισσότερα

Παρουσίαση 1 ΙΑΝΥΣΜΑΤΑ

Παρουσίαση 1 ΙΑΝΥΣΜΑΤΑ Παρουσίαση ΙΑΝΥΣΜΑΤΑ Παρουσίαση η Κάθετες συνιστώσες διανύσµατος Παράδειγµα Θα αναλύσουµε το διάνυσµα v (, ) σε δύο κάθετες µεταξύ τους συνιστώσες από τις οποίες η µία να είναι παράλληλη στο α (3,) Πραγµατικά

Διαβάστε περισσότερα

Π Ρ Ο Σ Ε Γ Γ Ι Σ Η Μ Ι Α Σ Ι Α Φ Ο Ρ Ε Τ Ι Κ Η Σ Γ Ε Ω Μ Ε Τ Ρ Ι Α Σ

Π Ρ Ο Σ Ε Γ Γ Ι Σ Η Μ Ι Α Σ Ι Α Φ Ο Ρ Ε Τ Ι Κ Η Σ Γ Ε Ω Μ Ε Τ Ρ Ι Α Σ Π Ρ Ο Σ Ε Γ Γ Ι Σ Η Μ Ι Α Σ Ι Α Φ Ο Ρ Ε Τ Ι Κ Η Σ Γ Ε Ω Μ Ε Τ Ρ Ι Α Σ Εκτός της Ευκλείδειας γεωµετρίας υπάρχουν και άλλες γεωµετρίες µη Ευκλείδιες.Οι γεω- µετρίες αυτές διαφοροποιούνται σε ένα ή περισσότερα

Διαβάστε περισσότερα

5.2 ΑΡΙΘΜΗΤΙΚΗ ΠΡΟΟ ΟΣ

5.2 ΑΡΙΘΜΗΤΙΚΗ ΠΡΟΟ ΟΣ 5. ΑΡΙΘΜΗΤΙΚΗ ΠΡΟΟ ΟΣ ΘΕΩΡΙΑ. Ορισµός Μια ακολουθία λέγεται αριθµητική πρόοδος, αν και µόνο αν κάθε όρος της προκύπτει από τον προηγούµενο του µε πρόσθεση του ίδιου πάντοτε αριθµού.. Μαθηµατική έκφραση

Διαβάστε περισσότερα

Κεφάλαιο 5ο: Εντολές Επανάληψης

Κεφάλαιο 5ο: Εντολές Επανάληψης Χρήστος Τσαγγάρης ΕΕ ΙΠ Τµήµατος Μαθηµατικών, Πανεπιστηµίου Αιγαίου Κεφάλαιο 5ο: Εντολές Επανάληψης Η διαδικασία της επανάληψης είναι ιδιαίτερη συχνή, αφού πλήθος προβληµάτων µπορούν να επιλυθούν µε κατάλληλες

Διαβάστε περισσότερα

6.2 ΓΡΑΦΙΚΗ ΠΑΡΑΣΤΑΣΗ ΣΥΝΑΡΤΗΣΗΣ

6.2 ΓΡΑΦΙΚΗ ΠΑΡΑΣΤΑΣΗ ΣΥΝΑΡΤΗΣΗΣ 1 6. ΓΡΑΦΙΚΗ ΠΑΡΑΣΤΑΣΗ ΣΥΝΑΡΤΗΣΗΣ ΘΕΩΡΙΑ 1. Οι συντεταγµένες σηµείου Ο Ο άξονας τετµηµένων άξονας τεταγµένων (ΟΚ) µε πρόσηµο = α, η τετµηµένη του Μ (ΟΛ) µε πρόσηµο = β, η τεταγµένη του Μ Το ζευγάρι (α,

Διαβάστε περισσότερα

ΓΕΩΜΕΤΡΙΑ - ΚΕΦΑΛΑΙΟ 3ο Παραλληλόγραµµα - Τραπέζια

ΓΕΩΜΕΤΡΙΑ - ΚΕΦΑΛΑΙΟ 3ο Παραλληλόγραµµα - Τραπέζια ΓΕΩΜΕΤΡΙΑ - ΚΕΦΑΛΑΙΟ 3ο Παραλληλόγραµµα - Τραπέζια 184 ΕΡΩΤΗΣΕΙΣ ΑΝΑΠΤΥΞΗΣ ΚΑΙ ΑΝΤΙΚΕΙΜΕΝΙΚΟΥ ΤΥΠΟΥ 1. Να αντιστοιχίσετε κάθε στοιχείο της στήλης (Α) µε ένα µόνο στοιχείο της στήλης (Β): στήλη (Α) τετράπλευρα

Διαβάστε περισσότερα

2 η δεκάδα θεµάτων επανάληψης

2 η δεκάδα θεµάτων επανάληψης η δεκάδα θεµάτων επανάληψης. ίνεται ο κύκλος x + y = 5 και οι εφαπτόµενες σ αυτόν από το σηµείο Μ(0, 0). Αν Α και Β είναι τα σηµεία επαφής, να βρείτε Τις εξισώσεις των εφαπτόµενων Τις συντεταγµένες των

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ Τελικές Εξετάσεις Τρίτη 15 Ιανουαρίου 2008 ιάρκεια εξέτασης: 3 ώρες (13:00-16:00) ΘΕΜΑ 1 ο (2,5

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ Τελικές Εξετάσεις Παρασκευή 16 Οκτωβρίου 2007 ιάρκεια εξέτασης: 3 ώρες (15:00-18:00) ΘΕΜΑ 1

Διαβάστε περισσότερα

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss Γραµµική Άλγεβρα Εισαγωγικά Υπάρχουν δύο βασικά αριθµητικά προβλήµατα στη Γραµµική Άλγεβρα. Το πρώτο είναι η λύση γραµµικών συστηµάτων Aλγεβρικών εξισώσεων και το δεύτερο είναι η εύρεση των ιδιοτιµών και

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ ) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ 4 Άσκηση. (8 µον.) (α) ίνεται παραγωγίσιµη συνάρτηση f για την οποία ισχύει f /

Διαβάστε περισσότερα

9o Γεν. Λύκειο Περιστερίου ( 3.1) ΚΥΚΛΟΣ. ΚΕΦΑΛΑΙΟ 3 ο : KΩΝΙΚΕΣ ΤΟΜΕΣ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤ/ΝΣΗΣ Β ΛΥΚΕΙΟΥ

9o Γεν. Λύκειο Περιστερίου ( 3.1) ΚΥΚΛΟΣ. ΚΕΦΑΛΑΙΟ 3 ο : KΩΝΙΚΕΣ ΤΟΜΕΣ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤ/ΝΣΗΣ Β ΛΥΚΕΙΟΥ ΚΕΦΑΛΑΙ 3 ο : KΩΝΙΚΕΣ ΤΜΕΣ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤ/ΝΣΗΣ Β ΛΥΚΕΙΥ ( 3.) ΚΥΚΛΣ Γνωρίζουµε ότι ένας κύκλος (, ρ) είναι ο γεωµετρικός τόπος των σηµείων του επιπέδου τα οποία απέχουν µια ορισµένη απόσταση ρ από ένα

Διαβάστε περισσότερα

Μη Συµβολικές Μέθοδοι

Μη Συµβολικές Μέθοδοι Μη Συµβολικές Μέθοδοι! Η Συµβολική (symbolic AI): # Προσοµοιώνει τον τρόπο σκέψης του ανθρώπου, χρησιµοποιώντας ως δοµικές µονάδες τα σύµβολα. # Ένα σύµβολο µπορεί να αναπαριστά µία έννοια ή µία σχέση

Διαβάστε περισσότερα

Παραδείγµατα : Έστω ότι θέλουµε να παραστήσουµε γραφικά την εξίσωση 6χ-ψ=3. Λύση 6χ-ψ=3 ψ=6χ-3. Άρα η εξίσωση παριστάνει ευθεία. Για να τη χαράξουµε

Παραδείγµατα : Έστω ότι θέλουµε να παραστήσουµε γραφικά την εξίσωση 6χ-ψ=3. Λύση 6χ-ψ=3 ψ=6χ-3. Άρα η εξίσωση παριστάνει ευθεία. Για να τη χαράξουµε Άλγεβρα υκείου επιµ.: άτσιος ηµήτρης ΣΣΤΗΜΤ ΜΜΩΝ ΞΣΩΣΩΝ Μ ΝΩΣΤΣ ΣΩΣ ΝΝΣ ρισµός: Μια εξίσωση της µορφής αχ+βψ=γ ονοµάζεται γραµµική εξίσωση µε δυο αγνώστους. ύση της εξίσωσης αυτής ονοµάζεται κάθε διατεταγµένο

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ - ΠΙΘΑΝΟΤΗΤΕΣ

ΑΣΚΗΣΕΙΣ - ΠΙΘΑΝΟΤΗΤΕΣ ΑΣΚΗΣΕΙΣ - ΠΙΘΑΝΟΤΗΤΕΣ Οµάδα η. Αν Ω={ω,ω,,ω 6 } είναι ο δ.χ ενός πειράµατος τύχης να βρείτε τις πιθανότητες Ρ(ω ),,Ρ(ω 6 ) αν είναι γνωστό ότι αυτές αποτελούν διαδοχικούς όρους αριθµητικής προόδου µε

Διαβάστε περισσότερα

11, 12, 13, 14, 21, 22, 23, 24, 31, 32, 33, 34, 41, 42, 43, 44.

11, 12, 13, 14, 21, 22, 23, 24, 31, 32, 33, 34, 41, 42, 43, 44. ΤΕΧΝΙΚΕΣ ΚΑΤΑΜΕΤΡΗΣΗΣ Η καταµετρηση ενος συνολου µε πεπερασµενα στοιχεια ειναι ισως η πιο παλια µαθηµατικη ασχολια του ανθρωπου. Θα µαθουµε πως, δεδοµενης της περιγραφης ενος συνολου, να µπορουµε να ϐρουµε

Διαβάστε περισσότερα

1.1.3 t. t = t2 - t1 1.1.4 x2 - x1. x = x2 x1 . . 1

1.1.3 t. t = t2 - t1 1.1.4  x2 - x1. x = x2 x1 . . 1 1 1 o Κεφάλαιο: Ευθύγραµµη Κίνηση Πώς θα µπορούσε να περιγραφεί η κίνηση ενός αγωνιστικού αυτοκινήτου; Πόσο γρήγορα κινείται η µπάλα που κλώτσησε ένας ποδοσφαιριστής; Απαντήσεις σε τέτοια ερωτήµατα δίνει

Διαβάστε περισσότερα

Οι πράξεις που χρειάζονται για την επίλυση αυτών των προβληµάτων (αφού είναι απλές) µπορούν να τεθούν σε µια σειρά και πάρουν µια αλγοριθµική µορφή.

Οι πράξεις που χρειάζονται για την επίλυση αυτών των προβληµάτων (αφού είναι απλές) µπορούν να τεθούν σε µια σειρά και πάρουν µια αλγοριθµική µορφή. Η Αριθµητική Ανάλυση χρησιµοποιεί απλές αριθµητικές πράξεις για την επίλυση σύνθετων µαθηµατικών προβληµάτων. Τις περισσότερες φορές τα προβλήµατα αυτά είναι ή πολύ περίπλοκα ή δεν έχουν ακριβή αναλυτική

Διαβάστε περισσότερα

4.2 Μέθοδος Απαλοιφής του Gauss

4.2 Μέθοδος Απαλοιφής του Gauss 4.2 Μέθοδος Απαλοιφής του Gauss Θεωρούµε το γραµµικό σύστηµα α 11χ 1 + α 12χ 2 +... + α 1νχ ν = β 1 α 21χ 1 + α 22χ2 +... + α 2νχ ν = β 2... α ν1χ 1 + α ν2χ 2 +... + α ννχ ν = β ν Το οποίο µπορεί να γραφεί

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΕΛΛΗΝΙΚΟ ΑΝΟΙKΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΕΛΛΗΝΙΚΟ ΑΝΟΙKΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΕΛΛΗΝΙΚΟ ΑΝΟΙKΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 6 η Ηµεροµηνία Αποστολής στον Φοιτητή: 5 Mαίου 8 Ηµεροµηνία Παράδοσης της Εργασίας από

Διαβάστε περισσότερα

p& i m p mi i m Με τη ίδια λογική όπως αυτή που αναπτύχθηκε προηγουµένως καταλήγουµε στην έκφραση της κινητικής ενέργειας του ρότορα i,

p& i m p mi i m Με τη ίδια λογική όπως αυτή που αναπτύχθηκε προηγουµένως καταλήγουµε στην έκφραση της κινητικής ενέργειας του ρότορα i, Κινητική Ενέργεια Κινητήρων Περνάµε τώρα στη συνεισφορά κινητικής ενέργειας λόγω της κίνησης & ϑ m του κινητήρα που κινεί την άρθρωση µε q& και, προφανώς όπως φαίνεται στο παρακάτω σχήµα, ευρίσκεται στον

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 4

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 4 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 4 Ηµεροµηνία αποστολής στον φοιτητή: 9 Φεβρουαρίου 5. Τελική ηµεροµηνία αποστολής από τον φοιτητή: Μαρτίου 5.

Διαβάστε περισσότερα

(2) Θεωρούµε µοναδιαία διανύσµατα α, β, γ R 3, για τα οποία γνωρίζουµε ότι το διάνυσµα

(2) Θεωρούµε µοναδιαία διανύσµατα α, β, γ R 3, για τα οποία γνωρίζουµε ότι το διάνυσµα Πανεπιστηµιο Ιωαννινων σχολη θετικων επιστηµων τµηµα µαθηµατικων τοµεας αλγεβρας και γεωµετριας αναλυτικη γεωµετρια διδασκων : χρηστος κ. τατακης υποδειξεις λυσεων των θεµατων της 7.06.016 ΘΕΜΑ 1. µονάδες

Διαβάστε περισσότερα

f x = f a + Df a x a + R1 x, a, x U και από τον ορισµό της 1 h f a h f a h a h h a R h a i i j

f x = f a + Df a x a + R1 x, a, x U και από τον ορισµό της 1 h f a h f a h a h h a R h a i i j Το θεώρηµα Tor στις πολλές µεταβλητές Ο σκοπός αυτής της παραγράφου είναι η απόδειξη ενός θεωρήµατος τύπου Tor για συναρτήσεις πολλών µεταβλητών Το θεώρηµα για µια µεταβλητή θα είναι ειδική περίπτωση του

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ ΠΝΕΠΙΣΤΗΜΙΟ ΜΚΕ ΟΝΙΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜ ΕΦΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙ ΠΙΓΝΙΩΝ Εξετάσεις 13 Φεβρουαρίου 2004 ιάρκεια εξέτασης: 2 ώρες (13:00-15:00) ΘΕΜ 1 ο (2.5) α) Για δύο στρατηγικές

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ Ο.Π. ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΣΥΝ ΥΑΣΤΙΚΑ ΘΕΜΑΤΑ. Γιάννης Ζαµπέλης Μαθηµατικός

ΜΑΘΗΜΑΤΙΚΑ Ο.Π. ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΣΥΝ ΥΑΣΤΙΚΑ ΘΕΜΑΤΑ. Γιάννης Ζαµπέλης Μαθηµατικός ΣΥΝ ΥΑΣΤΙΚΑ ΘΕΜΑΤΑ 4 5 Γιάννης Ζαµπέλης Μαθηµατικός 867 (Αναρτήθηκε 8 4 ) ίνονται τα διανύσµατα a και b µε µέτρα, 6 αντίστοιχα και ϕ [, π] a b+ x+ a b y 5= () δίνεται η εξίσωση ( ) ( ) α) Να αποδείξετε

Διαβάστε περισσότερα

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΔΕ. 11 ΙΟΥΝΙΟΥ 2012

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΔΕ. 11 ΙΟΥΝΙΟΥ 2012 ΔΕ. ΙΟΥΝΙΟΥ Δίνονται τα εξής πρότυπα: [ ] [ ] [ ] [ ] Άσκηση η ( μονάδες) Χρησιμοποιώντας το κριτήριο της ομοιότητας να απορριφθεί ένα χαρακτηριστικό με βάσει το συντελεστή συσχέτισης. (γράψτε ποιο χαρακτηριστικό

Διαβάστε περισσότερα

ΕΡΩΤΗΜΑΤΑ σε ΝΕΥΡΩΝΙΚΑ

ΕΡΩΤΗΜΑΤΑ σε ΝΕΥΡΩΝΙΚΑ ηµήτρης Ψούνης ΠΛΗ3, Απαντήσεις Quiz σε ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΕΡΩΤΗΜΑΤΑ σε ΝΕΥΡΩΝΙΚΑ Μάθηµα 3. ΕΡΩΤΗΜΑ Ένας αισθητήρας µπορεί να µάθει: a. εδοµένα που ανήκουν σε 5 διαφορετικές κλάσεις. b. εδοµένα που ανήκουν

Διαβάστε περισσότερα

ΘΕΜΑΤΑ ΘΕΜΑ 1. α) Να λύσετε την εξίσωση : 2 2 2x. β) Αν α είναι η ϑετική εξίσωσης του ερωτήµατος (α), να λύσετε την ανίσωση : 1 x < α.

ΘΕΜΑΤΑ ΘΕΜΑ 1. α) Να λύσετε την εξίσωση : 2 2 2x. β) Αν α είναι η ϑετική εξίσωσης του ερωτήµατος (α), να λύσετε την ανίσωση : 1 x < α. ΘΕΜΑΤΑ ΘΕΜΑ 6 3 α) Να λύσετε την εξίσωση : 3 β) Αν α είναι η ϑετική εξίσωσης του ερωτήµατος (α), να λύσετε την ανίσωση : < α. ΘΕΜΑ α) Να λύσετε την ανίσωση : + < 7. β) Αν ο είναι λύση της ανίσωσης του

Διαβάστε περισσότερα

ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ-ΦΕΒΡΟΥΑΡΙΟΣ 2004 Θέμα 1 ο. 4

ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ-ΦΕΒΡΟΥΑΡΙΟΣ 2004 Θέμα 1 ο. 4 ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ-ΦΕΒΡΟΥΑΡΙΟΣ 00 Θέμα 1 ο Έστω U ο υπόχωρος του που παράγεται από τα στοιχεία (1-11α) (10β) (5-γ) και (-δ) (I) Να προσδιορίσετε τις αναγκαίες

Διαβάστε περισσότερα

ΜΕΓΙΣΤΗ ΚΑΙ ΕΛΑΧΙΣΤΗ ΤΙΜΗ

ΜΕΓΙΣΤΗ ΚΑΙ ΕΛΑΧΙΣΤΗ ΤΙΜΗ ΜΕΓΙΣΤΗ ΚΑΙ ΕΛΑΧΙΣΤΗ ΤΙΜΗ Στην παράγραφο αυτή θα εφαρµόσουµε ιδιότητες των διανυσµάτων, για να βρούµε την µέγιστη και ελάχιστη τιµή παραστάσεων µε µία, δύο και περισσότερες µεταβλητές. Κεντρική ιδέα της

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ Τα κάτωθι προβλήµατα προέρχονται από τα κεφάλαια, και του συγγράµµατος «Γραµµική Άλγεβρα». Η ηµεροµηνία παράδοσης

Διαβάστε περισσότερα

Επίλυση Γραµµικών Συστηµάτων

Επίλυση Γραµµικών Συστηµάτων Κεφάλαιο 3 Επίλυση Γραµµικών Συστηµάτων 31 Εισαγωγή Αριθµητική λύση γενικών γραµµικών συστηµάτων n n A n n x n 1 b n 1, όπου a 11 a 12 a 1n a 21 a 22 a 2n A [a i j, x a n1 a n2 a nn x n, b b 1 b 2 b n

Διαβάστε περισσότερα

2 η δεκάδα θεµάτων επανάληψης

2 η δεκάδα θεµάτων επανάληψης 1 η δεκάδα θεµάτων επανάληψης 11. Σε κάθε τρίγωνο να αποδείξετε ότι το τετράγωνο µιας πλευράς που βρίσκεται απέναντι από οξεία γωνία, ισούται µε το άθροισµα των τετραγώνων των δύο άλλων πλευρών ελαττωµένο

Διαβάστε περισσότερα

3.1 Ο ΚΥΚΛΟΣ. 1. Εξίσωση κύκλου (Ο, ρ) 2. Παραµετρικές εξισώσεις κύκλου. 3. Εφαπτοµένη κύκλου

3.1 Ο ΚΥΚΛΟΣ. 1. Εξίσωση κύκλου (Ο, ρ) 2. Παραµετρικές εξισώσεις κύκλου. 3. Εφαπτοµένη κύκλου 3. Ο ΚΥΚΛΟΣ ΘΕΩΡΙΑ. Εξίσωση κύκλου (Ο, ρ) + y ρ. Παραµετρικές εξισώσεις κύκλου ρσυνφ και y ρηµφ 3. Εφαπτοµένη κύκλου + yy ρ 4. Εξίσωση κύκλου µε κέντρο το σηµείο Κ( o, y ο ) και ακτίνα ρ ( o ) + (y y ο

Διαβάστε περισσότερα

Υπολογιστική Νοημοσύνη. Μάθημα 12: Παραδείγματα Ασκήσεων 2

Υπολογιστική Νοημοσύνη. Μάθημα 12: Παραδείγματα Ασκήσεων 2 Υπολογιστική Νοημοσύνη Μάθημα 12: Παραδείγματα Ασκήσεων 2 Δίκτυα Πολλών Επιπέδων Με μη γραμμικούς νευρώνες Έστω ένα πρόβλημα κατηγοριοποίησης, με δύο βαθμούς ελευθερίας (x, y) και δύο κατηγορίες (A, B).

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ 8// Γ ΕΡΓΑΣΙΑ Μαθηµατικά για την Πληροφορική Ι (ΘΕ ΠΛΗ Η ύλη της εργασίας είναι παράγραφοι 6 και 6 από τη Γραµµική Άλγεβρα και Ενότητες,,, από τον Λογισµό

Διαβάστε περισσότερα

Γ. Κορίλη Αλγόριθµοι ροµολόγησης

Γ. Κορίλη Αλγόριθµοι ροµολόγησης - Γ. Κορίλη Αλγόριθµοι ροµολόγησης http://www.seas.upenn.edu/~tcom50/lectures/lecture.pdf ροµολόγηση σε ίκτυα εδοµένων Αναπαράσταση ικτύου µε Γράφο Μη Κατευθυνόµενοι Γράφοι Εκτεταµένα έντρα Κατευθυνόµενοι

Διαβάστε περισσότερα

Αριθµητική Ανάλυση 1 εκεµβρίου / 43

Αριθµητική Ανάλυση 1 εκεµβρίου / 43 Αριθµητική Ανάλυση 1 εκεµβρίου 2014 Αριθµητική Ανάλυση 1 εκεµβρίου 2014 1 / 43 Κεφ.5. Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων ίνεται ένας πίνακας A C n n και Ϲητούνται να προσδιορισθούν οι

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι (2006-07)

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

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

ΕΠΙΤΡΟΠΗ ΙΑΓΩΝΙΣΜΩΝ 66 ος ΠΑΝΕΛΛΗΝΙΟΣ ΜΑΘΗΤΙΚΟΣ ΙΑΓΩΝΙΣΜΟΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ Ο ΕΥΚΛΕΙ ΗΣ ΣΑΒΒΑΤΟ, 21 ΙΑΝΟΥΑΡΙΟΥ 2006

ΕΠΙΤΡΟΠΗ ΙΑΓΩΝΙΣΜΩΝ 66 ος ΠΑΝΕΛΛΗΝΙΟΣ ΜΑΘΗΤΙΚΟΣ ΙΑΓΩΝΙΣΜΟΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ Ο ΕΥΚΛΕΙ ΗΣ ΣΑΒΒΑΤΟ, 21 ΙΑΝΟΥΑΡΙΟΥ 2006 Ο ΗΓΙΕΣ ΠΡΟΣ ΤΟΥΣ ΠΡΟΕ ΡΟΥΣ ΤΩΝ ΤΟΠΙΚΩΝ ΝΟΜΑΡΧΙΑΚΩΝ ΕΠΙΤΡΟΠΩΝ, ΠΡΟΕ ΡΟΥΣ ΕΞΕΤΑΣΤΙΚΩΝ ΚΕΝΤΡΩΝ ΚΑΙ ΕΠΙΤΗΡΗΤΕΣ 1. Παρακαλούµε να διαβάσετε προσεκτικά τις οδηγίες στους µαθητές.. Οι επιτηρητές των αιθουσών

Διαβάστε περισσότερα

Αριθµητική Ανάλυση. Ενότητα 5 Προσέγγιση Συναρτήσεων. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών,

Αριθµητική Ανάλυση. Ενότητα 5 Προσέγγιση Συναρτήσεων. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Αριθµητική Ανάλυση Ενότητα 5 Προσέγγιση Συναρτήσεων Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Καθηγητής: Ν. Μ. Μισυρλής Αριθµητική Ανάλυση - Ενότητα 5 1 / 55 Παρεµβολή Ας υποθέσουµε ότι δίνονται

Διαβάστε περισσότερα

Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων

Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων Δειγµατοληψία και Κβαντισµός: Μια εικόνα (µπορεί να) είναι συνεχής τόσο ως προς τις συντεταγµένες x, y όσο και ως προς το πλάτος. Για να τη µετατρέψουµε

Διαβάστε περισσότερα

1 ο Φροντιστήριο Υπολογιστική Νοημοσύνη 2

1 ο Φροντιστήριο Υπολογιστική Νοημοσύνη 2 1 ο Φροντιστήριο Υπολογιστική Νοημοσύνη 2 Άσκηση Δίνεται ο αρχικός πληθυσμός, στην 1 η στήλη στον παρακάτω πίνακα και οι αντίστοιχες καταλληλότητες (στήλη 2). Υποθέστε ότι, το ζητούμενο είναι η μεγιστοποίηση

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 3 Ο αλγόριθµος Gauss Eστω =,3,, µε τον όρο γραµµικά συστήµατα, εννοούµε συστήµατα εξισώσεων µε αγνώστους της µορφής: a x + + a x = b a x + + a x = b a

Διαβάστε περισσότερα

ΜΙΓΑ ΙΚΟΙ ΑΡΙΘΜΟΙ. Ασκήσεις. Επιµέλεια.: Κάτσιος ηµήτρης. Μεθοδολογία Παραδείγµατα Ασκ ΜΕΘΟ ΟΛΟΓΙΑ 1

ΜΙΓΑ ΙΚΟΙ ΑΡΙΘΜΟΙ. Ασκήσεις. Επιµέλεια.: Κάτσιος ηµήτρης. Μεθοδολογία Παραδείγµατα Ασκ ΜΕΘΟ ΟΛΟΓΙΑ 1 εθοδολογία Παραδείγµατα σκ σκήσεις πιµέλεια.: άτσιος ηµήτρης Ρ ια να προσθέσουµε (ή να αφαιρέσουµε) δύο µιγαδικούς, προσθέτουµε (ή αφαιρούµε) τα πραγµατικά και τα φανταστικά τους µέρη, δηλαδή: ± = [Re

Διαβάστε περισσότερα

Ασκήσεις Γενικά Μαθηµατικά Ι Οµάδα 5 (λύσεις)

Ασκήσεις Γενικά Μαθηµατικά Ι Οµάδα 5 (λύσεις) Ασκήσεις Γενικά Μαθηµατικά Ι Οµάδα 5 λύσεις) Λουκάς Βλάχος και Μανώλης Πλειώνης Άσκηση : Να υπολογιστούν τα όρια 4 + n n ) n ) n n + n + ) n + 5) n 7 n+ + ) n Θεωρούµε την ακολουθία a n ), που ορίζεται

Διαβάστε περισσότερα

P (Ηρ) = 0.4 P (Αρ) = 0.32 P (Απ) = 0.2

P (Ηρ) = 0.4 P (Αρ) = 0.32 P (Απ) = 0.2 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2014 ιδάσκων : Π. Τσακαλίδης Λύσεις Πρώτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 25/09/2014 Ηµεροµηνία Παράδοσης

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Μαθηµατικά Θετικής & Τεχν/κής Κατεύθυνσης Β Λυκείου 2001

Μαθηµατικά Θετικής & Τεχν/κής Κατεύθυνσης Β Λυκείου 2001 Μαθηµατικά Θετικής & Τεχν/κής Κατεύθυνσης Β Λυκείου 00 Ζήτηµα ο Α.. Έστω α, β, γ ακέραιοι αριθµοί. Να δείξετε ότι ισχύουν οι επόµενες ιδιότητες: α. Αν α β, τότε α λβ για κάθε ακέραιο λ. β. Αν α β και α

Διαβάστε περισσότερα

β) Με τη βοήθεια του αποτελέσµατος της απαλοιφής υπολογίστε την ορίζουσα του πίνακα του συστήµατος. x x = x

β) Με τη βοήθεια του αποτελέσµατος της απαλοιφής υπολογίστε την ορίζουσα του πίνακα του συστήµατος. x x = x ΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΤΟΥΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ: Φεβρουάριος 5 ΜΑΘΗΜΑ: Αριθµητική Ανάλυση ΕΞΑΜΗΝΟ: ο Ι ΑΣΚΩΝ: Ε Κοφίδης Όλα τα ερωτήµατα είναι ισοδύναµα Καλή επιτυία! Θέµα ο α Χρησιµοποιείστε τη µέθοδο

Διαβάστε περισσότερα

14 Εφαρµογές των ολοκληρωµάτων

14 Εφαρµογές των ολοκληρωµάτων 14 Εφαρµογές των ολοκληρωµάτων 14.1 Υπολογισµός εµβαδών µε την µέθοδο των παράλληλων διατοµών Θεωρούµε µια ϕραγµένη επίπεδη επιφάνεια A µε οµαλό σύνορο, δηλαδή που περιγράφεται από µια συνεχή συνάρτηση.

Διαβάστε περισσότερα

PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ"

PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ" ΜΕΡΟΣ ΤΡΙΤΟ Υπεύθυνος Καθηγητής Λυκοθανάσης Σπυρίδων Ακαδημαικό Έτος: 2011-2012

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ ΕΙΓΜΑΤΙΚΗ Ι ΑΣΚΑΛΙΑ «ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟ Ο ΤΩΝ ΟΡΙΖΟΥΣΩΝ ΚΑΙ ΠΑΡΑΜΕΤΡΙΚΕΣ ΕΥΘΕΙΕΣ» 1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΟΡΙΣΜΟΣ 1 : Γραµµική εξίσωση λέγεται κάθε

Διαβάστε περισσότερα

Κ. Ι. ΠΑΠΑΧΡΗΣΤΟΥ. Τοµέας Φυσικών Επιστηµών Σχολή Ναυτικών οκίµων ΟΡΙΖΟΥΣΕΣ. Ιδιότητες & Εφαρµογές

Κ. Ι. ΠΑΠΑΧΡΗΣΤΟΥ. Τοµέας Φυσικών Επιστηµών Σχολή Ναυτικών οκίµων ΟΡΙΖΟΥΣΕΣ. Ιδιότητες & Εφαρµογές Κ Ι ΠΑΠΑΧΡΗΣΤΟΥ Τοµέας Φυσικών Επιστηµών Σχολή Ναυτικών οκίµων ΟΡΙΖΟΥΣΕΣ Ιδιότητες & Εφαρµογές ΠΕΙΡΑΙΑΣ 2013 ΟΡΙΖΟΥΣΕΣ Έστω 2 2 πίνακας: a b A= c d Όπως γνωρίζουµε, η ορίζουσα του Α είναι ο αριθµός a

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2015 Β ΦΑΣΗ Β ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ / ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΑΠΑΝΤΗΣΕΙΣ ÏÅÖÅ

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2015 Β ΦΑΣΗ Β ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ / ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΑΠΑΝΤΗΣΕΙΣ ÏÅÖÅ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 05 Ε_.ΒΜλΘ(α) ΤΑΞΗ: ΜΑΘΗΜΑ: ΘΕΜΑ A Β ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ / ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Ηµεροµηνία: Κυριακή 6 Απριλίου 05 ιάρκεια Εξέτασης: ώρες ΑΠΑΝΤΗΣΕΙΣ Α. Θεωρία σχολικού βιβλίου, σελίδα.

Διαβάστε περισσότερα