Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ
|
|
- Ἰωσῆς Βυζάντιος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ Σεραφείµ Καραµπογιάς Η απεικόνιση των εκβάσεων ενός πειράµατος τύχης στην ευθεία των πραγµατικών αριθµών οδηγεί στην τυχαία µεταβλητή ( ω ω Τααποτελέσµαταενόςπειράµατοςτύχηςορίζουνµιατυχαίαµεταβλητή (rndom vrile. Συνεχείς - ιακριτές τυχαίες µεταβλητές
2 ΑΘΡΟΙΣΤΙΚΗ ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ Η αθροιστική συνάρτηση κατανοµής (cumultive distriution unction (CDF µίας τυχαίας µεταβλητής ορίζεται ως F ( ω Ω : ( ( P ω F ( F ( F ( N P ( u ( -
3 Ιδιότητες της Αθροιστικής Συνάρτησης Κατανοµής ( F Η F (είναιµηφθίνουσα Σεραφείµ Καραµπογιάς F ( df ( df P [ d ] ( < + + d lim ( F και lim ( + F F ( F ( αν < P ( < F F ( ( -3
4 F ΣΥΝΑΡΤΗΣΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ ( d F ( ( d F ( Σεραφείµ Καραµπογιάς Η συνάρτηση πυκνότητας πιθανότητας (proility density unction (PDF µίας τυχαίας µεταβλητής ορίζεταιωςηπαράγωγοςτης F (, δηλαδή, ( ( N ( P ( δ ( -4
5 Για διακριτές τυχαίες µεταβλητές, συνηθίζεται να ορίζουµε τη συνάρτηση πιθανότητας µάζας (proility mss unction (PMF, η οποία ορίζεται ως. όπου { p i }.. p P i ( i Προφανώςγιακάθε iισχύει p i και i pi -5
6 Ιδιότητες της Συνάρτησης Πυκνότητας Πιθανότητας F ( ( γιακάθε F df ( ( P + d ( ( P( d F ( d ( d dp( [ < ] F F ( ( + F P ( ( d (ξ dξ ( < df ( ( d ( d [ < + d] P dp( + d dp ( ( d Συνάρτηση πυκνότητας πιθανότητας -6
7 Συναρτήσεις Τυχαίων Μεταβλητών Σεραφείµ Καραµπογιάς Μίασυνάρτησηµίαςτυχαίαςµεταβλητής, έστω Yg(,είναιεπίσηςµίατυχαίαµεταβλητή. Για την οποία η αθροιστική συνάρτηση κατανοµής είναι F Y Y ( ω Ω : g ( ( y ( y P ω g ( ( ( y Y Y Στην ειδική περίπτωση για την οποία, για κάθε y, η εξίσωση g( y έχει αριθµήσιµο σύνολολύσεων { i } και, γιαόλεςαυτέςτιςλύσειςυπάρχειηπαράγωγος g'( i καιείναιµη µηδενική τότε Y ( y ( g ( i i i -7
8 Παράµετροι κατανοµής τυχαίας µεταβλητής Σεραφείµ Καραµπογιάς Η κατανοµή πιθανότητας µιας τυχαίας µεταβλητής, όπως έχουµε ήδη αναφέρει, δύναται να εκφραστεί είτε από την αθροιστική συνάρτηση κατανοµής είτε από τη συνάρτηση πυκνότητας πιθανότητας. Στησυνέχειαθαπεριγραφούνοιβασικέςπαράµετροιτηςκατανοµήςµιαςτυχαίαςµεταβλητής. Οι βασικές αυτές παράµετροι της κατανοµής δίδουν µία περιληπτική περιγραφή της πιθανοθεωρητικής συµπεριφοράς µιας τυχαίας µεταβλητής. -8
9 Στατιστικοί Μέσοι Όροι Η αναµενόµενη τιµή ή µαθηµατική ελπίδα ή απλά µέση τιµή, µιας διακριτής τυχαίας µεταβλητής ορίζεται ως E [ ] i P( i i όπου p i P( i είναι η συνάρτηση πιθανότητα µάζας της διακριτής τυχαίας µεταβλητής. Ηµέσητιµήσυνήθωςδηλώνεταιµε m ή. Η αναµενόµενη τιµή ή µαθηµατική ελπίδα ή απλά µέση τιµή, µιας συνεχούς τυχαίας µεταβλητής ορίζεται ως E[ ] ( d όπου ( είναιησυνάρτησηπυκνότηταςπιθανότητας. Ηµέσητιµήσυνήθωςδηλώνεται µε m ή. -9
10 Μέση τιµή συνάρτησης τυχαίας µεταβλητής Ας θεωρήσουµε τη τυχαία µεταβλητή Y οι τιµές της οποίας ορίζονται από την πραγµατική συνάρτηση y g(, όπου είναιοιτιµέςµιαςτυχαίαςµεταβλητής. Η µέση τιµή της διακριτής τυχαίας µεταβλητής Y g( δίνεται από τη Σεραφείµ Καραµπογιάς E( Y E [ ] g ( g( P( Η µέση τιµή της συνεχούς τυχαίας µεταβλητής Y g( δίνεται από τη [ g ( ] E( Y E g ( ( d -
11 ιασπορά και Τυπική Απόκλιση Σεραφείµ Καραµπογιάς Η ύπαρξη κατανοµών οι οποίες έχουν την ίδια µέση τιµή και των οποίων οι τιµές είναι περισσότερο ή λιγότερο διασπαρµένες και αποµακρυσµένες από αυτήν καθιστά αναγκαία την εισαγωγή της διακύµανσης η οποία είναι ένα µέτρο του βαθµού συγκέντρωσης ή του βαθµού µεταβολής της κατανοµής µιας τυχαίας µεταβλητής. Η διακύµανση (vrince ή η διασπορά της τυχαίας µεταβλητής είναι η µέση τιµή του τετραγώνουτηςαπόκλισης g( ( m τηςτυχαίαςµεταβλητής απότηµέσητηςτιµής m E(. Ηδιακύµανσηήηδιασποράτης συµβολίζεταιµε VAR( ήσ τη σχέση ήαπλάσ, καιορίζεταιαπό σ E ( m Ηθετικήτετραγωνικήρίζατηςδιασποράςσ καλείταιτυπικήαπόκλιση (stndrd devition της τυχαίας µεταβλητής. -
12 Για τη διακύµανση έχουµε σ ( E E E ( E E + E ( E Γιακάθεσταθερά cέχουµετιςακόλουθεςσχέσειςγιατηµέσητιµή. E c c E. E c c 3. E + c E + c και τις ακόλουθες σχέσεις για τη διακύµανση. VAR ( c c VAR (. VAR ( c 3. VAR ( + c VAR ( -
13 Χαρακτηριστική συνάρτηση τυχαίας µεταβλητής Ηχαρακτηριστικήσυνάρτησηµίαςτυχαίαςµεταβλητής δηλώνεταιωςψ (ν καιορίζεται ως Ψ ορισ. ( ν ( e Η χαρακτηριστική συνάρτηση τυχαίας µεταβλητής συνδέεται µε το µετασχηµατι-σµό Fourier (διαφέρει στο πρόσηµο στον εκθετικό όρο της συνάρτησης πυκνότη-τας πιθανότητάς της. Η χαρακτηριστική συνάρτηση τυχαίας µεταβλητής παρέχει ένα εύκολο τρόπο υπολογοσµού των ροπών της τυχαίας µεταβλητής. Για να προσδιορίσουµε την n-στη ροπή της τυχαίας µεταβλητής, χρησιµοποιούµε τη σχέση m ( n ορισ. jν d n d j dν ν n ( d Ψ ( ν n n Η χαρακτηριστική συνάρτηση τυχαίας µεταβλητής είναι φραγµένη από την τιµή της στο µηδέν Ψ ( Ψ ( ν Σεραφείµ Καραµπογιάς -3
14 Πολλαπλές Έστω και Y δύο τυχαίες µεταβλητές που ορίζονται στον ίδιο δειγµατοχώρο. Για τις δύο αυτές τυχαίες µεταβλητές ορίζουµε τη συνδυασµένη αθροιστική συνάρτηση κατανοµής (joint (CDF ήπιοαπλά F Y, (, y P ( ω Ω : ( ω, Y ( ω y F Y, (, y P (, Y y και τη συνδυασµένη συνάρτηση πυκνότητας πιθανότητας (joint (PDF, Y (, y ϑ F, Y (, y ϑϑ y -4
15 Βασικές ιδιότητες των συνδυασµένων και περιθώριων (mrginl CDF και PDF F F Y ( F (, Y ( y F (, y Y ( y Y (, dy Y ( y y Y (, d Y (, y d dy F Y (, y y ( u, υ du dυ Y -5
16 εσµευµένη ή υποσυνθήκη συνάρτηση πυκνότητας πιθανότητας Η δεσµευµένη ή υποσυνθήκη PDF της τυχαίας µεταβλητής, υπό την προϋπόθεση ότι η τιµή της τυχαίας µεταβλητής Y είναι ίση µε y ορίζεται ως Y, Y (, ( y ( y Y, y, Y ( y αλλιως ɺ Η συνάρτηση Y ( y µπορεί να θεωρηθεί ως συνάρτηση της µεταβλητής µε τη µεταβλητή y αυθαίρετη αλλά σταθερή, συνεπώς ικανοποιεί όλες τις ιδιότητες της συνάρτησης πυκνότητας πιθανότητας Y ( y Y ( y d F ( y Y ( ξ y dξ P ( < y Y ( ξ y dξ -6
17 Αν συµβαίνει η συνάρτηση πυκνότητας πιθανότητας µετά την γνωστοποίηση της Y να είναι η ίδια µε τη συνάρτηση πυκνότητας πιθανότητας πριν τη γνωστοποίηση της Y τότε οι τυχαίες µεταβλητές ονοµάζονται στατιστικά ανεξάρτητες (sttisticl independent και ισχύει, Y (, y ( Y ( y Αν οι τυχαίες διαδικασίες και Y είναι στατιστικά ανεξάρτητες, τότε η έκβαση της Y δεν επηρεάζει την κατανοµή της. Η υποσυνθήκη πιθανότητα Y ( y απλοποιεί-ται στην περιθώρια συνάρτηση πυκνότητας πιθανότητας Y ( y ( -7
18 Μίασυνάρτησηδύοτυχαίωνµεταβλητών και Y, g(,y,είναι επίσηςτυχαίαµεταβλητή. Η αναµενόµενη τιµή της g(, Y δίνεται από την [ g (, Y ] E g (, y Y (, y d dy Στην ειδική περίπτωση όπου g(, Y Y, λαµβάνουµε την E[ Y] που ονοµάζεται συσχέτιση (correltion των και Yκαισυµβολίζεταιµε R,Y R, Y E[ Y] y y Y (, d dy Αν η συσχέτιση γράφεται ως R,Y E[] E[Y] τότε οι τυχαίες µεταβλητές λέγονται ασυσχέτιστες (uncorrelted. Αν οι τυχαίες µεταβλητές και Y είναι στατιστικά ανεξάρτητες τότε είναι και ασυσχέτιστες. Το αντίθετο δεν ισχύει γενικά. Ανησυσχέτισηγράφεταιείναιίσηµεµηδέν R Y τότεοιτυχαίεςµεταβλητέςλέγονται ορθογώνιες (orthogonl. -8
19 Στην περίπτωση κατά την οποία g(,y ( m (Y m Υ λαµβάνουµε την E[( m (Y m Y ] ηοποίακαλείταισυµµεταβολή (covrince - COV των και Y, ηοποίασυµβολίζεται µε C,Y ήµε COV(,Y καιείναι C, Y E [( m ( Y m ] ( m ( y m Y Y Y (, y d dy αποδεικνύεταιότι C Y R Y - E[] E[Y] Ανοι και Yείναιανεξάρτητεςήασυσχέτιστες (R Y E[] E[Y] τότεησυµµεταβολήτους είναιίσηµεµηδέν, C Y. Ανοι και Yείναιορθογώνιες (R Y τότεησυµµεταβολήτουςείναι C Y - E[] E[Y]. Αν επιπλέονµίατουλάχιστοναπότις και Yέχειµέσητιµήίσηµεµηδέντότεησυµµεταβολή τουςείναιίσηµεµηδέν C Y. -9
20 Η κανονικοποηµένη µορφή της συµµεταβολής καλείται συντελεστής συσχέτισης (correltion coeicient, συµβολίζεταιµερ,y καιορίζεταιως ρ, Y CY σ σ Y m E σ Y m σ Y Y αποδεικνύεταιότι ρ Y -
21 Σηµαντικές Οι συχνότερα χρησιµοποιούµενες τυχαίες µεταβλητές είναι Οµοιόµορφη τυχαία µεταβλητή Η Gussin τυχαία µεταβλητή ιωνυµική (Binomil Τυχαία µεταβλητή Bernoulliτυχαίαµεταβλητή Poissonτυχαίαµεταβλητή Εκθετική τυχαία µεταβλητή Ryleighτυχαίαµεταβλητή -
22 Οµοιόµορφη Τυχαία Μεταβλητή Σεραφείµ Καραµπογιάς Οµοιόµορφη τυχαία µεταβλητή είναι µία συνεχής τυχαία µεταβλητή που λαµβάνει τιµές µεταξύ και µείσεςπιθανότητεςσεδιαστήµατατιµώνπουέχουνίσαµήκη. Η αθροιστική συνάρτηση κατανοµής Η συνάρτηση πυκνότητας πιθανότητας F, (, < < (, < <, αλλιώς F ( ( -
23 Η Gussin Τυχαία Μεταβλητή Η συνάρτηση πυκνότητας πιθανότητας είναι Σεραφείµ Καραµπογιάς ( m ( e σ πσ όπου mείναιηµέσητιµήκαισητυπικήαπόκλιση ( πσ,67 πσ mσ m m+ σ Η συνάρτηση πυκνότητας πιθανότητας της Gussin τυχαίας µεταβλητής -3
24 Η συνάρτηση κατανοµής είναι F ( πσ e ( ξm σ dξ F (, 84, 5, 59 mσ m m+σ Η συνάρτηση κατανοµής της Gussin τυχαίας µεταβλητής -4
25 Η συνάρτηση κατανοµής της Gussin τυχαίας µεταβλητής για m και σ δηλώνεται µε Φ( και δίνεται από τη σχέση Η συνάρτηση Q του Mrcum ορίζεται ως π ξ Φ( P ( e dξ Q( y P π ( > y e d y ( e π Εµβαδɺ ο Q( y y -5
26 ιάφορες παρουσιάσεις του ολοκληρώµατος αυτού δίνονται σε µορφή εύχρηστων πινάκων ή διαγραµµάτων. y Q ( y y Q ( y y Q ( y, 5,e-,4 8,975e-3 4,8 7,933e-7, 4,67e-,5 6,96e-3 4,9 4,798e-7, 4,74e-,6 4,66e-3 5,,8665e-7,3 3,88e-,7 3,4669e-3 5,,698e-7,4 3,4458e-,8,555e-3 5, 9,9644e-8,5 3,853e-,9,8658e-3 5,3 5,79e-8,6,745e- 3,,3498e-3 5,4 3,33e-8,7,496e- 3, 9,676e-4 5,5,8989e-8,8,85e- 3, 6,873e-4 5,6,77e-8,9,846e- 3,3 4,834e-4 5,7 5,993e-9,,5865e- 3,4 3,369e-4 5,8 3,357e-9,,3566e- 3,5,36e-4 5,9,875e-9,,56e- 3,6,59e-4 6, 9,8658e-,3 9,68e- 3,7,779e-4 6, 5,334e-,4 8,756e- 3,8 7,348e-5 6,,83e-,5 6,687e- 3,9 4,896e-5 6,3,488e-,6 5,4799e- 4, 3,67e-5 6,4 7,7688e-,7 4,4565e- 4,,657e-5 6,5 4,6e-,8 3,593e- 4,,3345e-5 6,6,557e-,9,876e- 4,3 8,5398e-6 6,7,4e-,,75e- 4,4 5,45e-6 6,8 5,39e-,,7864e- 4,5 3,3976e-6 6,9,6e-,,393e- 4,6,4e-6 7,,798e-,3,74e- 4,7,38e-6-6
27 Παρατηρούµε ότι Q ( Φ ( και m P ( > Q σ -7
28 BernoulliΤυχαίαΜεταβλητή Αυτήείναιµιαδιακριτήτυχαίαµεταβλητήπουπαίρνειδύοτιµές, τοένακαιτοµηδέν, µε πιθανότητες p και - p. Ητυχαίαµεταβλητή Bernoulliείναιένακαλόµοντέλογιαµια γεννήτριαδυαδικώνδεδοµένων. Όταν δυαδικά δεδοµένα µεταβιβάζονται µέσω ενός καναλιού επικοινωνίας, και µερικά its λαµβάνονται εσφαλµένα µπορούµε να µοντελοποιήσουµε ένα σφάλµα µε µία πρόσθεση modulo- του στο itεισόδου, µεταβάλλονταςέτσιτο σε καιτο σε. Η τυχαία µεταβλητή Bernoulli χρησιµοποιείται για τη µοντελοποίηση των σφαλµάτων καναλιού. -8
29 Bernoulli trils Σεραφείµ Καραµπογιάς Σύνολο έχει n στοιχείων. Ο ολικός αριθµός των υποσυνόλων µε στοιχεία είναι n n( n ( n + n!!( n! Παράδειγµα. Τα στοιχεία ενός συνόλου είναι,, c και d. Ποιος ο αριθµός των υποσυνόλων µε δύο στοιχεία; Έχουµε n 4 και, εποµένως το πλήθος των υποσυνόλων µε στοιχεία είναι Πράγµατιέχουµετασύνολα, c, d, c, dκαι cd Το παραπάνω συµπέρασµα χρησιµοποιείται για να βρεθεί η πιθανότητα να πραγµατοποιηθεί ένα γεγονός φορές σε n ανεξάρτητες πραγµατοποιήσεις ενός πειράµατοςτύχης. Τοπρόβληµααυτόείναιβασικάτοίδιοµετοπρόβληµαναέχουµε φορές κεφάλι σε n στριψίµατα ενός νοµίσµατος. -9
30 Παράδειγµα. Ανστρίψουµεένανόµισµαηπιθανότηταναέχουµεκεφάλιείναι P(K p. Σχηµατίζεται µία ακολουθία από N στριψίµατα του νοµίσµατος. Ηπιθανότηταστηνακολουθίανα έχουµε φορέςκεφάλικαι N φορέςγράµµαταθα είναι λόγω της ανεξαρτησίας P( K P( K P( K P( Γ P( Γ P( Γ p ( p εδοµένου ότι οι πιθανές ακολουθίες µήκους N στις οποίες παρουσιάζονται κεφάλια ανεξαρτήτου θέσης είναι έχουµε τη πιθανότητα P N N!!( N! N N ( K νασυµβεί ακριβώς φορές p ( p N Σεραφείµ Καραµπογιάς -3
31 όπου < p <, και n,,. Αυτήείναιµίαδιακριτήτυχαίαµεταβλητήπουδίνειτοπλήθοςτων σεµίαακολουθία από n ανεξάρτητα πειράµατα Bernoulli. Η PMF δίνεται από ιωνυµική (Binomil Τυχαία Μεταβλητή αλλιώς,, ( ( n p p n P n και η αθροιστική διωνυµική συνάρτηση κατανοµής n n u p p n F ( ( ( Αυτή η τυχαία µεταβλητή µοντελοποιεί, για παράδειγµα, τον ολικό αριθµό των its τα οποία λαµβάνονται εσφαλµένα όταν µια ακολουθία από n its µεταβιβάζεται µέσα από ένα κανάλι µε πιθανότητα σφάλµατος-it ίση µε p. n n p p n ( ( ( δ Η διωνυµική συνάρτηση πυκνότητα πιθανότητας είναι Σεραφείµ Καραµπογιάς -3
32 PoissonΤυχαίαΜεταβλητή Αυτή είναι µία διακριτή τυχαία µεταβλητή της οποίας η συνάρτηση πυκνότητας πιθανότητας είναι ( e δ (! όπου > πραγµατικήσταθερά. Η αθροιστική συνάρτηση κατανοµής ( F e u(! Σεραφείµ Καραµπογιάς Αυτή η τυχαία µεταβλητή εφαρµόζεται σε πολλές εφαρµογές συνεχούς χρόνου. Μοντελοποιεί, για παράδειγµα τον αριθµό των τηλεφωνικών κλήσεων που πραγµατοποιούνται σε ένα τηλεφωνικό κέντρο κατά τη διάρκεια µιας χρονικής περιόδου. Αν το χρονικό διάστηµα ενδιαφέροντος έχει διάρκεια T, και τα γεγονότα τα οποία καταµετρώνται πραγµατοποιούνται µε µέσο ρυθµό λ και ακολουθούν κατανοµή Poisson τότε λt εποµένως ( ( T T e λ λ δ (! -3
33 Σε ένα τηλεφωνικό κέντρο δηµιουργείται ουρά όταν φτάνουν τηλεφωνικές κλήσεις ενώ όλες οι γραµµές είναι απασχοληµένες. Παράδειγµα: Υποθέτοντας ότι οι τηλεφωνικές κλήσεις σε ένα τηλεφωνικό κέντρο ακολουθούν κατανοµή Poisson και πραγµατοποιούνται µε µέσο ρυθµό 5 κλήσεις/h. Το τηλεφωνικό κέντρο έχει τη δυνατότητα να εξυπηρετήσει µόνο ένα συνδροµητή και κάθε τηλεφωνική κλήση διαρκεί ένα λεπτό. Ποια είναι η πιθανότητα να πραγµατοποιηθεί ουρά αναµονής στο τηλεφωνικό κέντρο; Η ουρά αναµονής θα πραγµατοποιηθεί αν δύο ή περισσότερη συνδροµητές εκδηλώσουν επιθυµία να πραγµατοποιήσουν κλήση σε χρονικό διάστηµα ενός λεπτού. Η πιθανότητα πραγµατοποιηθεί ουρά αναµονής στο τηλεφωνικό κέντρο είναι ένα µείον την πιθανότητα να έχουµε περισσότερες από µία τηλεφωνικές κλήσεις. Έχουµε λ 5/6 τηλεφωνικέςκλήσεις / minκαιτ minέτσι 5/6. Έχουµελοιπόν P( πραγµατοπο ιηθεί ουρά F 5 e 6,3 ( 5 ( + Αναµένεται λοιπόν να υπάρχει ουρά στο τηλεφωνικό κέντρο περίπου κατά το,3% του χρόνου. 6-33
34 Εκθετική τυχαία µεταβλητή για πραγµατικούς αριθµούς και για του οποίους ισχύει < < και >. ( F e ( e Γιαα καιλ /έχουµε < >,, ( e F λ < >,, ( e λ λ < > e F,, ( Η αθροιστική συνάρτηση κατανοµής < > e,, ( Η συνάρτηση πυκνότητας πιθανότητας Σεραφείµ Καραµπογιάς -34
35 Αποδεικνύεται ότι E[ ] Vr[ ] λ λ Σεραφείµ Καραµπογιάς Η εκθετική συνάρτηση είναι η µοναδική συνάρτηση µε έλλειψη µνήµης, δηλαδή, ικανοποιεί τη ( s+ t > t P( s P > > γιακάθε sκαι t > Αυτή η τυχαία µεταβλητή µοντελοποιεί, για παράδειγµα τους χρόνου εξυπηρέτησης σε ένα τηλεφωνικόκέντρο. Αντυχαίαµεταβλητή παριστάνειτοχρόνοµεταξύδύοδιαδοχικώντηλεφωνικώνκλήσεων, ακολουθείεκθετικήκατανοµήκαιθεωρήσουµεότιµίακλήσηέφτασετηχρονικήστιγµή t τότε η συνάρτηση πυκνότητας πιθανότητας του χρόνου µέχρι την επόµενη κλήση θα είναι ( t e λ λ t Επίσης η τυχαία µεταβλητή µοντελοποιεί, τη διακύµανση της ισχύος του σήµατος που λαµβάνει το rdr για τους διάφορους τύπους αεροσκαφών. -35
36 Παράδειγµα: Η ισχύς που ανακλάται από αεροσκάφος σύνθετης µορφής και η οποία λαµβάνεται από διάταξη rdr µοντελοποιείται από εκθετική τυχαία µεταβλητή P. Η συνάρτηση πυκνότητας πιθανότηταςείναι, P ( p P όπου P είναιηµέσητιµήτηςλαµβανοµένηςισχύος. e, p P, p> p< Σεκάποιαδεδοµένηχρονικήστιγµή Pέχειτιµήδιάφορηαπότηµέσητηςτιµή. Ποιαείναιη πιθανότητα η λαµβανόµενη ισχύς να είναι µεγαλύτερη από τη ισχύ που λαµβάνει κατά µέσο όρο; P( P > P P( P P FP ( P,368 P ( / P e Αναµένεταιλοιπόν η µέση ισχύς να είναι µεγαλύτερη της µέσης τιµής κατά το 36,8% του χρόνου. -36
37 F ( e, Ryleighτυχαίαµεταβλητή Η αθροιστική συνάρτηση κατανοµής Η συνάρτηση πυκνότητας πιθανότητας (, < ( για πραγµατικούς αριθµούς και για του οποίους ισχύει < < και >. ( Σεραφείµ Καραµπογιάς ( e,, < F (,393 e (,67 ( e + Αυτή η τυχαία µεταβλητή έχει πολλές εφαρµογές στα κανάλια επικοινωνίας τα οποία παρουσιάζουν διαλείψεις. Επίσης περιγράφει την περιβάλλουσα του θορύβου όταν αυτός διέρχεται από ndpss φίλτρα. Επίσης βρίσκει εφαρµογή στην ανάλυση των λαθών στα συστήµατα µέτρησης + -37
38 PoissonΤυχαία ιαδικασία P ( λ t e! λ t ( ( t,,,,... ( ( λ t e! δ ( όπου λ ονοµάζεται ρυθµός της διαδικασίας (rte o the process. H αθροιστική συνάρτηση κατανοµής της τυχαίας διαδικασίας είναι F ( ( λ t e! λ t λ t Η µέση τιµή και η διασπορά της τυχαίας µεταβλητής είναι u( [ ( t ] Vr[ ( t] ( d t E λ και η µέση τιµή του τετραγώνου της τυχαίας διαδικασίας είναι [ ( t ] ( dλ t( + t E λ -38
Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ
Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ Η απεικόνιση των εκβάσεων ενός πειράµατος τύχης στην ευθεία των πραγµατικών αριθµών οδηγεί στην τυχαία µεταβλητή. 9 3 6 ( ω ω 9 36 44 Τααποτελέσµαταενόςπειράµατοςτύχηςορίζουνµιατυχαίαµεταβλητή
Διαβάστε περισσότεραΕπεξεργασία Στοχαστικών Σημάτων
Επεξεργασία Στοχαστικών Σημάτων Τυχαίες μεταβλητές Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ Η απεικόνιση των εκβάσεων ενός πειράματος
Διαβάστε περισσότερα( x) Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ - ΠΙΘΑΝΟΤΗΤΑΣ. Βασικά αξιώµατα και ιδιότητες της πιθανότητας. Σεραφείµ Καραµπογιάς
Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ - ΠΙΘΑΝΟΤΗΤΑΣ Βασικά αξιώµατα και ιδιότητες της πιθανότητας Σεραφείµ Καραµπογιάς Η αθροιστική συνάρτηση κατανοµής cumulaive diribuio ucio CDF µίας τυχαίας µεταβλητής X ορίζεται
Διαβάστε περισσότεραΗ ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ
Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ Η απεικόνιη των εκβάεων ενός πειράµατος τύχης την ευθεία των πραγµατικών αριθµών οδηγεί την τυχαία µεταβλητή. 9 3 6 ( ω ω 9 36 44 Τα αποτελέµατα ενός πειράµατος τύχης ορίζουν
Διαβάστε περισσότεραΒασικά στοιχεία της θεωρίας πιθανοτήτων
Η έννοια του Πειράµατος Τύχης. 9 3 6 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ή δειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοωήsτου δειγµατικού χώρου
Διαβάστε περισσότεραΗ Έννοια της τυχαίας ιαδικασίας
Η Έννοια της τυχαίας ιαδικασίας Η έννοια της τυχαίας διαδικασίας, βασίζεται στην επέκταση της έννοιας της τυχαίας µεταβλητής, ώστε να συµπεριλάβει το χρόνο. Σεκάθεαποτέλεσµα s k ενόςπειράµατοςτύχης αντιστοιχούµε,
Διαβάστε περισσότεραΑναλογικές και Ψηφιακές Επικοινωνίες
Αναλογικές και Ψηφιακές Επικοινωνίες Ενότητα : Βέλτιστος δέκτης για ψηφιακά διαμορφωμένα σήματα Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Επικοινωνιών Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ
Διαβάστε περισσότεραΆσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:
Άσκηση 1: Δύο τυχαίες μεταβλητές Χ και Υ έχουν στατιστικές μέσες τιμές 0 και διασπορές 25 και 36 αντίστοιχα. Ο συντελεστής συσχέτισης των 2 τυχαίων μεταβλητών είναι 0.4. Να υπολογισθούν η διασπορά του
Διαβάστε περισσότεραΠερίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων
Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα
Διαβάστε περισσότεραΒασικά στοιχεία της θεωρίας πιθανοτήτων
Η έννοια του Πειράµατος Τύχης. 9 3 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ήδειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοω ή s του δειγµατικού χώρου
Διαβάστε περισσότεραΟ Βέλτιστος Φωρατής. Σεραφείµ Καραµπογιάς
Ο Βέλτιστος Φωρατής Ο φωρατής σήµατος, µε τη βοήθεια ενός κανόνα απόφασης, βασιζόµενος στην παρατήρηση του διανύσµατος, λαµβάνει µία απόφαση ως προς το µεταδιδόµενο σύµβολο, έτσι ώστε να µεγιστοποιείται
Διαβάστε περισσότερα3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ
20 3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ ΟΡΙΣΜΟΣ ΤΗΣ ΜΕΣΗΣ ΤΙΜΗΣ Μια πολύ σηµαντική έννοια στη θεωρία πιθανοτήτων και τη στατιστική είναι η έννοια της µαθηµατικής ελπίδας ή αναµενόµενης τιµής ή µέσης τιµής µιας τυχαίας
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων Ι
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 4: Πολυδιάστατες Τυχαίες Μεταβλητές Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες
Διαβάστε περισσότεραΤυχαία μεταβλητή (τ.μ.)
Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως
Διαβάστε περισσότερα3. Κατανομές πιθανότητας
3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.
Διαβάστε περισσότεραΕπεξεργασία Στοχαστικών Σημάτων
Επεξεργασία Στοχαστικών Σημάτων Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Η Έννοια της τυχαίας Διαδικασίας Η έννοια της τυχαίας διαδικασίας βασίζεται στην επέκταση
Διαβάστε περισσότερα200, δηλαδή : 1 p Y (y) = 0, αλλού
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 05 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 6 ιακριτές Τυχαίες Μεταβλητές Επιµέλεια : Σοφία Σαββάκη Ασκηση. Η εταιρεία
Διαβάστε περισσότεραΣτατιστική Συμπερασματολογία
Στατιστική Συμπερασματολογία Διαφάνειες 1 ου κεφαλαίου Βιβλίο: Κολυβά Μαχαίρα, Φ. & Χατζόπουλος Στ. Α. (2016). Μαθηματική Στατιστική, Έλεγχοι Υποθέσεων. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών
Διαβάστε περισσότεραΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 2
ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 5.4: Στατιστικοί Μέσοι Όροι 5.5 Στοχαστικές Ανελίξεις (Stochastic Processes)
Διαβάστε περισσότερα1.4 Λύσεις αντιστρόφων προβλημάτων.
.4 Λύσεις αντιστρόφων προβλημάτων. Ο τρόπος παρουσίασης της λύσης ενός αντίστροφου προβλήµατος µπορεί να διαφέρει ανάλογα µε τη «φιλοσοφία» επίλυσης που ακολουθείται και τη δυνατότητα παροχής πρόσθετης
Διαβάστε περισσότεραΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)
ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 11 Ιανουαρίου 21 Η δεσµευµένη µέση τιµή µιας τυχαίας µεταβλητής Y σε δεδοµένο σηµείο µιας άλλης τυχαίας µεταϐλητής X = x, συµϐολιϲόµενη
Διαβάστε περισσότεραιαφορική εντροπία Σεραφείµ Καραµπογιάς
ιαφορική εντροπία Σεραφείµ Καραµπογιάς Για πηγές διακριτού χρόνου µε συνεχές αλφάβητο, των οποίων οι έξοδοι είναι πραγµατικοί αριθµοί, ορίζεται µια άλλη ποσότητα που µοιάζει µε την εντροπία και καλείται
Διαβάστε περισσότεραΜέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.
Μέση Τιµή Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: E( ) µ xf ( x) E( ) µ xf ( x) dx Παραδείγµατα: = = x = = αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.
Διαβάστε περισσότεραΣτατιστική Ι-Θεωρητικές Κατανομές Ι
Στατιστική Ι-Θεωρητικές Κατανομές Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές Η Χρήση των Θεωρητικών
Διαβάστε περισσότεραcov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα
Διαβάστε περισσότεραΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ
Τµ. Επιστήµης των Υλικών ειγµατοληψία Με ιάταξη ειγµατοληψία Χωρίς ιάταξη Χωρίς Επανατοποθέτηση (n)k Με Επανατοποθέτηση n k Χωρίς Επανατοποθέτηση ( n k) Με Επανατοποθέτηση ( n+k 1 ) k ειγµατοληψία Με ιάταξη
Διαβάστε περισσότεραΒιομαθηματικά BIO-156
Βιομαθηματικά BIO-156 Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 013 lika@biology.uoc.gr Τυχαία Μεταβλητή τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε απλό ενδεχόμενο
Διαβάστε περισσότεραΟρισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου
200-04-25. ιαδικασίες γεννήσεων-θανάτων. Ορισµός Οι διαδικασίες γεννήσεων-θανάτων (birth-death rocesses) αποτελούν µια σπουδαία κλάση αλυσίδων Markov (διακριτού ή συνεχούς χρόνου). Η ιδιαίτερη συνθήκη
Διαβάστε περισσότεραΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων Κατανομή Poisson & Εκθετική Κατανομή Διαδικασία Markov Γεννήσεων Θανάτων (Birth Death Markov Processes) Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr
Διαβάστε περισσότεραΣτατιστική. Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή Γεώργιος Ζιούτας Άδειες
Διαβάστε περισσότεραΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1
ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Θεωρία Πιθανοτήτων & Στοχαστικές Ανελίξεις - 1 5.1: Εισαγωγή 5.2: Πιθανότητες 5.3: Τυχαίες Μεταβλητές καθ. Βασίλης Μάγκλαρης
Διαβάστε περισσότεραp(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 206-207 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Από κοινού συναρτήσεις Τυχαίων Μεταβλητών Επιµέλεια : Κατερίνα Καραγιαννάκη
Διαβάστε περισσότεραΣτην περίπτωση της συνεχούς Τ.Μ. η μάζα πιθανότητας σε κάθε σημείο είναι μηδέν.
ΚΥΡΙΕΣ ΠΕΡΙΓΡΑΦΙΚΕΣ ΠΑΡΑΜΕΤΡΟΙ ΜΙΑΣ Τ.Μ. Μπορούμε να διευρύνουμε την ερμηνεία των κατανομών με τη βοήθεια της έννοιας της μάζας. Έτσι οι τιμές που παίρνει μια Τ.Μ. περιγράφουν τη μάζα πιθανότητας στο συγκεκριμένο
Διαβάστε περισσότεραΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ Χρήση τυχαίων µεταβλητών για την απεικόνιση εκβάσεων τυχαίου πειράµατος Κατανόηση της έννοιας κατανοµής πιθανοτήτων τυχαίας µεταβλητής Υπολογισµός της συνάρτηση κατανοµής πιθανοτήτων
Διαβάστε περισσότεραΕπισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας
Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2014 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής Με λόγια, η f ( x, y) δίνει την πιθανότητα να εμφανισθεί
Διαβάστε περισσότεραΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuig Systems Επισκόπηση Γνώσεων Πιθανοτήτων Βασίλης Μάγκλαρης maglaris@etmode.tua.gr 7/3/2018 1 Η ΔΙΑΔΙΚΑΣΙΑ ΚΑΤΑΜΕΤΡΗΣΗΣ ΓΕΓΟΝΟΤΩΝ POISSON Η τυχαία εμφάνιση παλμών περιγράφεται σαν
Διαβάστε περισσότεραΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1 Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 15/3/2017 Η ΔΙΑΔΙΚΑΣΙΑ ΚΑΤΑΜΕΤΡΗΣΗΣ ΓΕΓΟΝΟΤΩΝ
Διαβάστε περισσότεραΣτατιστική. Εκτιμητική
Στατιστική Εκτιμητική Χατζόπουλος Σταύρος 28/2/2018 και 01 /03/2018 Εισαγωγή Το αντικείμενο της Στατιστικής είναι η εξαγωγή συμπερασμάτων που αφορούν τον πληθυσμό ή το φαινόμενο που μελετάμε, με τη βοήθεια
Διαβάστε περισσότεραΤμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα
Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Ορισμός τυχαίας μεταβλητής Τυχαία μεταβλητή λέγεται η συνάρτηση
Διαβάστε περισσότερα0. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων
. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων Α. Τυχαίες µεταβητές Τυχαία µεταβητή καείται µια µεταβητή η τιµή της οποίας καθορίζεται από το αποτέεσµα κάποιου στοχαστικού πειράµατος. Αν Ω ο δειγµατικός χώρος
Διαβάστε περισσότεραΚεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ
ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος 75 Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ 1.1. Τυχαία γεγονότα ή ενδεχόμενα 17 1.2. Πειράματα τύχης - Δειγματικός χώρος 18 1.3. Πράξεις με ενδεχόμενα 20 1.3.1. Ενδεχόμενα ασυμβίβαστα
Διαβάστε περισσότεραx(t) 2 = e 2 t = e 2t, t > 0
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 216-17 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής Λυµένες Ασκήσεις σε Σήµατα και Συστήµατα Ασκηση
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 4 η : Χαρακτηριστικά Τυχαίων Μεταβλητών. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ.
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 20 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 20 2.1.1 Αβεβαιότητα
Διαβάστε περισσότεραΠανεπιστήμιο Πελοποννήσου
Πανεπιστήμιο Πελοποννήσου Τυχαίες μεταβλητές Κατανομές Τυχαία Μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) ονομάζεται η συνάρτηση που απεικονίζει το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος στο σύνολο
Διαβάστε περισσότεραΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)
ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 9 Νοεµβρίου 2009 ΣΥΝΑΡΤΗΣΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ Ορισµός Μία τυχαία µεταβλητή X καλείται διακριτή ή απαριθµητή αν παίρνει
Διαβάστε περισσότεραΤυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου
Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Τυχαίες Μεταβλητές Συνάρτηση Κατανοµής ιακριτές Τυχαίες Μεταβλητές Παράµετροι τ.µ. Συνεχείς Τυχαίες
Διαβάστε περισσότεραΚεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας.
Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας. Περιεχόµενα ιακριτές τυχαίες µεταβλητές Συνεχείς τυχαίες µεταβλητές Μέση τιµή τυχαίων µεταβλητών Ροπές, διασπορά, και τυπική απόκλιση τυχαίων µεταβλητών
Διαβάστε περισσότεραMEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn)
MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ g( Έστω τυχαίες µεταβλητές οι οποίες έχουν κάποια από κοινού κατανοµή Ας υποθέσουµε ότι επιθυµούµε να προσδιορίσουµε την κατανοµή της τυχαίας µεταβλητής g( Η θεωρία των ένα-προς-ένα
Διαβάστε περισσότεραΣυνοπτικά περιεχόμενα
b Συνοπτικά περιεχόμενα 1 Τι είναι η στατιστική;... 25 2 Περιγραφικές τεχνικές... 37 3 Επιστήμη και τέχνη των διαγραμματικών παρουσιάσεων... 119 4 Αριθμητικές μέθοδοι της περιγραφικής στατιστικής... 141
Διαβάστε περισσότεραΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. Η τυχαία μεταβλητή Χ έχει συνάρτηση πιθανότητας που δίνεται από τον πίνακα: x f(x) / / / / / Να βρεθεί η μέση τιμή και η διασπορά.. Η τυχαία μεταβλητή
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 205 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Επιµέλεια : Κατερίνα Καραγιαννάκη Ασκηση. Η τυχαία µεταβλητή X έχει αθροιστική
Διαβάστε περισσότεραP(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 28 ιδάσκων: Π. Τσακαλίδης Λύσεις Εβδοµης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης: 3/2/28 Ηµεροµηνία Παράδοσης: 7/2/28
Διαβάστε περισσότεραΠ Ο Λ Ι Τ Ι Κ Α Κ Α Ι Σ Τ Ρ Α Τ Ι Ω Τ Ι Κ Α Γ Ε Γ Ο Ν Ο Τ Α
Α Ρ Χ Α Ι Α Ι Σ Τ Ο Ρ Ι Α Π Ο Λ Ι Τ Ι Κ Α Κ Α Ι Σ Τ Ρ Α Τ Ι Ω Τ Ι Κ Α Γ Ε Γ Ο Ν Ο Τ Α Σ η µ ε ί ω σ η : σ υ ν ά δ ε λ φ ο ι, ν α µ ο υ σ υ γ χ ω ρ ή σ ε τ ε τ ο γ ρ ή γ ο ρ ο κ α ι α τ η µ έ λ η τ ο ύ
Διαβάστε περισσότεραΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
- - ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 009-0 ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΥΝΟΨΗΣ
Διαβάστε περισσότεραP (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)
Πιθανότητες και Αρχές Στατιστικής (4η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα
Διαβάστε περισσότεραΧρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ
Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή,
Διαβάστε περισσότεραΕίδη Μεταβλητών. κλίµακα µέτρησης
ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό
Διαβάστε περισσότεραΕπισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας
Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής
Διαβάστε περισσότεραHMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι)
HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Χρόνου (Ι) Στοχαστικά σήματα Στα προηγούμενα: Ντετερμινιστικά
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
Διαβάστε περισσότεραΤυχαία Διανύσματα και Ανεξαρτησία
Τυχαία Διανύσματα και Ανεξαρτησία Θα γενικεύσουμε την έννοια της τυχαίας μεταβλητής από συνάρτηση στο R σε συνάρτηση στο R n. Ακολούθως, θα επεκτείνουμε τις έννοιες με τις οποίες ασχοληθήκαμε μέχρι τώρα
Διαβάστε περισσότεραΣυνεχείς Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Συνεχείς Κατανομές. τεχνικές. 30 ασκήσεις.
Συνεχείς Κατανομές Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Συνεχείς Κατανομές τεχνικές 0 ασκήσεις Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 0 0. 8 8. 8 8 Kglos.gr / 0 / 0 6 εκδόσεις Καλό πήξιμο τηλ. Οικίας
Διαβάστε περισσότεραΤ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος
Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Κατανομές Πιθανότητας Ως τυχαία μεταβλητή ορίζεται το σύνολο των τιμών ενός χαρακτηριστικού
Διαβάστε περισσότερα2. Στοιχεία Πολυδιάστατων Κατανοµών
Στοιχεία Πολυδιάστατων Κατανοµών Είναι φανερό ότι έως τώρα η µελέτη µας επικεντρώνεται κάθε φορά σε πιθανότητες που αφορούν µία τυχαία µεταβλητή Σε αρκετές όµως περιπτώσεις ενδιαφερόµαστε να εξετάσουµε
Διαβάστε περισσότεραΣτοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου
Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου alexiou@unipi.gr 1 Στοχαστικές Διαδικασίες 2 Στοχαστική Διαδικασία Στοχαστικές Ανελίξεις Α. Αλεξίου 3 Στοχαστική Διαδικασία ως συλλογή από συναρτήσεις χρόνου
Διαβάστε περισσότεραΘεωρητικές Κατανομές Πιθανότητας
Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Α. ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ α) Διακριτή Ομοιόμορφη κατανομή β) Διωνυμική κατανομή γ) Υπεργεωμετρική κατανομή δ) κατανομή Poisson Β. ΣΥΝΕΧΕΙΣ
Διαβάστε περισσότεραΑπλή Παλινδρόμηση και Συσχέτιση
Απλή Παλινδρόμηση και Συσχέτιση Πωλήσεις, Δαπάνες Διαφήμισης και Αριθμός Πωλητών Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) 98 050 6 3 989
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ
ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 05 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Α. Αν οι συναρτήσεις f, g είναι παραγωγίσιµες στο R, να αποδείξετε ότι: f + g ' = f ' + g ', R Μονάδες 7 Α. Πότε λέµε ότι µια συνάρτηση
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότεραρ. Ευστρατία Μούρτου
ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΠΑΤΡΩΝ ΣΧΟΛΗ ΕΠΑΓΓΕΛΜΑΤΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΕΞΑΜΗΝΟ : Ε ΑΚΑ ΗΜΑΪΚΟ ΕΤΟΣ : - ΜΑΘΗΜΑ «ΒΙΟΣΤΑΤΙΣΤΙΚΗ» ΚΕΦ. ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ρ. Ευστρατία Μούρτου
Διαβάστε περισσότερα0 x < (x + 2) 2 x < 1 f X (x) = 1 x < ( x + 2) 1 x < 2 0 x 2
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες-Χειµερινό Εξάµηνο 6-7 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 9 Επιµέλεια : Γιαννόπουλος Μιχάλης Ασκηση Εστω X συνεχής Τ.Μ. µε Συνάρτηση Πυκνότητας
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@fme.aegean.gr Τηλ: 7035468 σ-άλγεβρα
Διαβάστε περισσότεραΣυστήματα Αναμονής. Ενότητα 2: Τυχαίες Μεταβλητές. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ
Συστήματα Αναμονής Ενότητα 2: Τυχαίες Μεταβλητές Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2005
ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 005 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α. Να αποδειχθεί ότι για δύο ενδεχόµενα Α και Β ενός δειγµατικού χώρου Ω ισχύει: P(A B) = P(A) + P(B) P(A B) Τα απλά ενδεχόµενα
Διαβάστε περισσότεραΤΥΧΑΙΑ ΙΑΝΥΣΜΑΤΑ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών
Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Είδη τυχαίων διανυσµάτων 1. ιακριτού τύπου X = (X 1, X 2,...,X k ) ονοµάζεται διακριτό τυχαίο διάνυσµα αν το πεδίο τιµών του είναι της µορφής, S = {x 1 x 2 n,,...,x,...}.
Διαβάστε περισσότερα( ) log 2 = E. Σεραφείµ Καραµπογιάς
Παρατηρούµε ότι ο ορισµός της Η βασίζεται στη χρονική µέση τιµή. Για να ισχύει ο ορισµός αυτός και για µέση τιµή συνόλου πρέπει η πηγή να είναι εργοδική, δηλαδή H ( X) ( ) = E log 2 p k Η εντροπία µιας
Διαβάστε περισσότεραΣτοχαστικές Στρατηγικές
Στοχαστικές Στρατηγικές 3 η ενότητα: Εισαγωγή στα στοχαστικά προβλήματα διαδρομής Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 2018-2019 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότερα3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών
3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών Βασικά χαρακτηριστικά τυχαίας μεταβλητής: Μέση Τιμή (Me Vlue) Διακύμανση (Vrice) Γενικά χαρακτηριστικά: Ροπές μεταβλητών / Ροπογεννήτριες Χαρακτηριστικές συναρτήσεις
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 8 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gasil
Διαβάστε περισσότεραΕνδεικτικές Ασκήσεις Μάθηµα : Στατιστική 1
Ενδεικτικές Ασκήσεις Μάθηµα : Στατιστική Τµήµα Τεχνολογίας και Συστηµάτων Παραγωγής Θέµα ον α) Έστω Ακαι Β δύο ενδεχόµενα ενός πειράµατος και έστω ότι ισχύει : (Α).5, (Α Β).6, (Β) q i)γιαποιατιµήτου qταακαιβείναιξένα;
Διαβάστε περισσότεραΚεφάλαιο 1. Εισαγωγή: Βασικά Στοιχεία Θεωρίας Πιθανοτήτων και Εκτιμητικής
Κεφάλαιο 1. Εισαγωγή: Βασικά και Εκτιμητικής Ορισμός 1.1. Όλα τα δυνατά αποτελέσματα ενός πειράματος αποτελούν το δειγματοχώρο (sample space) που συμβολίζεται με. Κάθε δυνατό αποτέλεσμα του πειράματος,
Διαβάστε περισσότεραΒασικές έννοιες θεωρίας πιθανοτήτων
Βασικές έννοιες θεωρίας πιθανοτήτων Ορισµός πιθανότητας Έστω Ω το σύνολο των δυνατών αποτελεσµάτων ενός πειράµατος Συµβολίζουµε µε ω τα στοιχεία του Ω Ονοµάζουµε ενδεχόµενο (evet ένα υποσύνολο του Ω Για
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών
Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Στοιχεία Θεωρίας Συνόλων Θεωρούµε Ω το σύνολο αναφοράς. σ-άλγεβρα Εστω A είναι µια κλάση υποσυνόλων του Ω. τ.ω. A είναι µη κενή. 2 A A A c A. 3 A, A 2,... A A A 2...
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ
ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ Τέλεια δέσµη: όλες οι γραµµές της είναι προσπελάσιµες από οποιαδήποτε είσοδο. Ατελής δέσµη: όλες οι γραµµές της δεν είναι προσπελάσιµες από οποιαδήποτε είσοδο
Διαβάστε περισσότεραX(t) = A cos(2πf c t + Θ) (1) 0, αλλού. 2 cos(2πf cτ) (9)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-5: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 05-6 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής Λυµένες Ασκήσεις - Τυχαίες ιαδικασίες Ασκηση. Εστω
Διαβάστε περισσότερα10ο Φροντιστηριο ΗΥ217 - Επαναληπτικό
ο Φροντιστηριο ΗΥ7 - Επαναληπτικό Επιµέλεια : Γ. Καφεντζής 7 Ιανουαρίου 4 Ασκηση. Το σήµα s µεταδίδεται από ένα δορυφόρο αλλά λόγω της επίδρασης του ϑορύβου το λαµβανόµενο σήµα έχει τη µορφή X s + W. Οταν
Διαβάστε περισσότεραΧρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές
Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές Εαρινό εξάμηνο 2018-2019 μήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό μήμα, Πανεπιστήμιο
Διαβάστε περισσότερα12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-7: Πιθανότητες-Χειµερινό Εξάµηνο 5 ιδάσκων: Π. Τσακαλίδης Λύσεις 6ης Σειρά Ασκήσεων Ασκηση. α) Η περιθωριακή σ.π.π. της f X,Y για την τ.µ X γίνεται:
Διαβάστε περισσότεραΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ
ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΦΡΟΝΤΙΣΤΗΡΙΑ 6-7: ΔΙΑΚΡΙΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΕΠΙΜΕΛΕΙΑ: ΓΙΑΝΝΟΠΟΥΛΟΣ ΜΙΧΑΛΗΣ Τυχαία Μεταβλητή (Τ.Μ.): Συνάρτηση πραγματικών τιμών
Διαβάστε περισσότεραΤυχαία μεταβλητή είναι μία συνάρτηση ή ένας κανόνας που αντιστοιχίζει ένα αριθμό σε κάθε αποτέλεσμα ενός πειράματος.
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Τυχαία μεταβλητή είναι μία συνάρτηση ή ένας κανόνας που αντιστοιχίζει ένα αριθμό σε κάθε αποτέλεσμα ενός πειράματος. Εναλλακτικά η τιμή της τυχαίας μεταβλητής είναι ένα αριθμητικό γεγονός.
Διαβάστε περισσότεραΤυχαίες Μεταβλητές (τ.µ.)
Τυχαίες Μεταβλητές (τ.µ.) Τυχαία Μεταβλητή (τ.µ.) : συνάρτηση Χ (.) µε πεδίο ορισµού τον δειγµατικό χώρο Ω και πεδίο τιµών ένα σύνολο πραγµατικών αριθµών. X (.) : Ω D ιακριτές τ.µ. Συνεχείς τ.µ. Η πιθανοτική
Διαβάστε περισσότεραΑπλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017
Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης
Διαβάστε περισσότεραΕργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα
Εργαστήριο Μαθηµατικών & Στατιστικής Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ η Πρόοδος στο Μάθηµα Στατιστική 5//8 ο Θέµα To % των ζώων µιας µεγάλης κτηνοτροφικής µονάδας έχει προσβληθεί από µια ασθένεια. Για τη διάγνωση της συγκεκριµένης
Διαβάστε περισσότεραΠεριεχόµενα. Πρόλογος Ιστορική εξέλιξη της πιθανοκρατικής αντίληψης... 13
Περιεχόµενα Πρόλογος... 11 Ιστορική εξέλιξη της πιθανοκρατικής αντίληψης... 13 1.1 Εισαγωγή...13 1.2 ειγµατοχώρος και γεγονότα...18 1.3 Τεχνικές απαρίθµησης...20 1.4 Μεταθέσεις στοιχείων διαφορετικών ειδών
Διαβάστε περισσότεραΒιομαθηματικά BIO-156. Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017
Βιομαθηματικά BIO-156 Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 17 lika@biology.uoc.gr Τυχαία Μεταβλητή τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε απλό ενδεχόμενο
Διαβάστε περισσότερα1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες -Χειµερινό Εξάµηνο 01 ιδάσκων : Π. Τσακαλίδης Λύσεις : Πέµπτη Σειρά Ασκήσεων Ηµεροµηνία Ανάθεσης : 14/11/01 Ηµεροµηνία Παράδοσης : 8/11/01
Διαβάστε περισσότεραΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ
Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας
Διαβάστε περισσότερα