The Probabilistic Method - Probabilistic Techniques. Lecture 8: Markov Chains

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "The Probabilistic Method - Probabilistic Techniques. Lecture 8: Markov Chains"

Transcript

1 The Probabilistic Method - Probabilistic Techniques Lecture 8: Markov Chains Sotiris Nikoletseas Chistoforos Raptopoulos Computer Engineering and Informatics Department Chistoforos Raptopoulos The Probabilistic Method / 26

2 Στοχαστικε ς διεργασι ες Ορισμο ς (Στοχαστικη διεργασι α) Είναι ένα σύνολο τυχαίων μεταβλητών {X t, t T }, με πεδίο ορισμού D. T : ει ναι ε να συ νολο δεικτω ν (συνη θως ερμηνευ ουμε το t ως χρο νο) X t : ει ναι η κατάσταση της στοχαστικη ς διεργασι ας τη χρονικη στιγμη t D: ει ναι το σύνολο καταστάσεων Παραδει γματα για X t : ο αριθμο ς των συμβα ντων με χρι μια χρονικη στιγμη t, η θερμοκρασι α ενο ς χω ρου τη στιγμη t κτλ. Chistoforos Raptopoulos The Probabilistic Method 2 / 26

3 Κατηγοριοποι ηση - ιδιο τητες στοχαστικω ν διεργασιω ν Συνεχει ς/διακριτε ς: ανα λογα με το αν το D ει ναι συνεχε ς/διακριτο Συνεχου ς/διακριτου χρο νου: ανα λογα με το αν το T ει ναι συνεχε ς διακριτο Στοχαστικα ανεξα ρτητων μεταβολω ν: αν και μο νο εαν για κα θε t < t 2 t 3 < t 4, οι ει ναι στοχαστικα ανεξα ρτητες X t2 X t, X t4 X t3 Σταθερω ν μεταβολω ν: αν και μο νο εαν η κατανομη της X t+s X t ει ναι ανεξα ρτητη του t. Chistoforos Raptopoulos The Probabilistic Method 3 / 26

4 Μαρκοβιανε ς Αλυσι δες Διακριτου Χρο νου Ορισμο ς 2 (Αλυσι δα Markov) Είναι μια διακριτή στοχαστική διεργασία M = {X n } n 0 διακριτού χρόνου, με σύνολο καταστάσεων S, που ικανοποιεί την ιδιότητα Markov Pr(X t+ = j X t = i, X t = i t,..., X 0 = i 0 ) = p ij για κάθε t και κάθε i 0,..., i t, i, j S. Αναπαρα σταση μαρκοβιανω ν αλυσι δων Με σω του S S πι νακα μετα βασης P, ο που P i,j = Pr(X t+ = j X t = i) = p ij 0, με j p ij = Με σω του κατευθυνο μενου γραφη ματος μετα βασης, του οποι ου το συ νολο κορυφω ν ει ναι το συ νολο καταστα σεων και το βα ρος του το ξου (i, j) ει ναι p ij Chistoforos Raptopoulos The Probabilistic Method 4 / 26

5 Πιθανο τητα μονοπατιου καταστα σεων v v 2 v2 8 v4 Σχη μα: Αλυσι δα Markov M. P = X 3 = v, X 2 = u, X = u: μονοπα τι καταστα σεων Pr(X 3 = v, X 2 = v 2, X = v 2 X 0 = v ) = P v,v 2 P v2,v 2 P v2,v = 24 Chistoforos Raptopoulos The Probabilistic Method 5 / 26

6 Εξισω σεις Chapman-Kolmogorov : πιθανο τητα μετα βασης στη j σε n βη ματα, ξεκινω ντας απο την i P (n) i,j P (n) i,j = Pr(X n = j X 0 = i) = Pr(X n = j, n k= X k = i k X 0 = i) = i,i 2,...,i n S i,i 2,...,i n S = (P n ) i,j Παρα δειγμα στη M : P i,i P i,i 2 P in,j P (2) v,v = P v,v P v,v + P v,v 2 P v2,v = 4 9 = (P 2 ) v,v Chistoforos Raptopoulos The Probabilistic Method 6 / 26

7 Πιθανο τητα μετα βασης, πρω της μετα βασης και αναμενο μενος χρο νος μετα βασης r (n) i,j : πι8ανο τητα μετα βασης στη j για πρώτη φορά σε n βη ματα, ξεκινω ντας απο την i r (n) i,j = Pr{X n = j και για κα θε s n, X s j X 0 = i} f i,j : πι8ανο τητα μετα βασης στη j, ξεκινω ντας απο την i f i,j = t 0 r (t) i,j h i,j : αναμενο μενος χρο νος μετα βασης στη j, ξεκινω ντας απο την i h i,j = t 0 tr (t) i,j Chistoforos Raptopoulos The Probabilistic Method 7 / 26

8 Παρα δειγμα στη M r (2) v,v 2 = Chistoforos Raptopoulos The Probabilistic Method 8 / 26

9 Παρα δειγμα στη M r v (2),v 2 = P v,v P v,v 2 = 2 9, ακο μα r(7) v,v 2 = Chistoforos Raptopoulos The Probabilistic Method 8 / 26

10 Παρα δειγμα στη M r v (2),v 2 = P v,v P v,v 2 = 2 9, ακο μα r(7) v,v 2 = Pv 6,v P v,v 2 = 2 και 3 7 r v (t) 2,v = Chistoforos Raptopoulos The Probabilistic Method 8 / 26

11 Παρα δειγμα στη M r v (2),v 2 = P v,v P v,v 2 = 2 9, ακο μα r(7) v,v 2 = Pv 6,v P v,v 2 = 2 και 3 7 r v (t) 2,v = (P v2,v 2 ) t P v2,v =, για t ενω r (0) 2 3t 2 v 2,v = 0. f v2,v = t 2 3t 2 = 4 7 h v,v 2 = t tr(t) v,v 2 = t tp t v,v P v,v 2 = Chistoforos Raptopoulos The Probabilistic Method 8 / 26

12 Παρα δειγμα στη M r v (2),v 2 = P v,v P v,v 2 = 2 9, ακο μα r(7) v,v 2 = Pv 6,v P v,v 2 = 2 και 3 7 r v (t) 2,v = (P v2,v 2 ) t P v2,v =, για t ενω r (0) 2 3t 2 v 2,v = 0. f v2,v = t 2 3t 2 = 4 7 h v,v 2 = t tr(t) v,v 2 = t tp t v,v P v,v 2 = 3 2 (ι σο με τη με ση τιμη της γεωμετρικη ς κατανομη ς με p = 2 3 ). Σημει ωση: Θα δου με και πιο ευ κολο τρο πο υπολογισμου. Chistoforos Raptopoulos The Probabilistic Method 8 / 26

13 Κατηγοριοποι ηση καταστα σεων (/3) Ορισμο ς 3 (Προσβασιμο τητα) u προσβάσιμη από την v και γράφουμε v u, ανν υπάρχει μονοπάτι καταστάσεων P από τη v στη u με Pr(P) > 0 Ορισμο ς 4 (Επικοινωνι α) u επικοινωνεί με την v και γράφουμε v u, ανν v u και u v Ορισμο ς 5 (Αμει ωτη αλυσι δα Markov) λέγεται η μαρκοβιανή αλυσίδα της οποίας κάθε κατάσταση είναι προσβάσιμη απο οποιαδήποτε άλλη ή ισοδύναμα, το αντίστοιχο κατευθυνόμενο γράφημα είναι ισχυρά συνεκτικό Chistoforos Raptopoulos The Probabilistic Method 9 / 26

14 Κατηγοριοποι ηση καταστα σεων (2/3) Παρα δειγμα στη M : η v ει ναι προσπελα σιμη μο νο απο τη v 2, συνεπω ς η M δεν ει ναι αμει ωτη Πο ρισμα Αν u v και v w τότε u w Απο δειξη k, k 2 : 0 < P (k ) u,v P (k 2) v,w P (k +k 2 ) u,w Chistoforos Raptopoulos The Probabilistic Method 0 / 26

15 Κατηγοριοποι ηση καταστα σεων (2/3) Παρα δειγμα στη M : η v ει ναι προσπελα σιμη μο νο απο τη v 2, συνεπω ς η M δεν ει ναι αμει ωτη Πο ρισμα Αν u v και v w τότε u w Απο δειξη k, k 2 : 0 < P (k ) u,v P (k 2) v,w P (k +k 2 ) u,w Πο ρισμα 2 Αν u v και v w τότε u w Chistoforos Raptopoulos The Probabilistic Method 0 / 26

16 Κατηγοριοποι ηση καταστα σεων (3/3) Ορισμο ς 6 (Ομα δες Ισοδυναμι ας) Μια κατάσταση i μπορεί να είναι παροδική ανν f i,i < (συνεπώς h i,i = ) ή ισοδύναμα n=0 P (n) i,i < επαναληπτική ανν f i,i = ή ισοδύναμα όπου διαχωρίζουμε σε n=0 P (n) μη μηδενικά επαναληπτική ανν επιπλέον h i,i είναι πεπερασμένο μηδενικά επαναληπτική ανν επιπλέον h i,i = i,i =, Chistoforos Raptopoulos The Probabilistic Method / 26

17 Γιατι ομα δες ισοδυναμι ας? Πο ρισμα 3 Σε μια επικοινωνιακή ομάδα, είτε όλες οι καταστάσεις είναι παροδικές, είτε όλες είναι επαναληπτικές. Απο δειξη. u, v, k, k 2 : n=0 P (n) u,u n=0 P (k ) u,v P (n k k 2 ) v,v P (k 2) v,u Chistoforos Raptopoulos The Probabilistic Method 2 / 26

18 Γιατι ομα δες ισοδυναμι ας? Πο ρισμα 3 Σε μια επικοινωνιακή ομάδα, είτε όλες οι καταστάσεις είναι παροδικές, είτε όλες είναι επαναληπτικές. Απο δειξη. u, v, k, k 2 : n=0 P (n) u,u n=0 P (k ) u,v P (n k k 2 ) v,v P (k 2) v,u Πο ρισμα 4 Κάθε πεπερασμένη επικοινωνιακή ομάδα, είναι επαναληπτική. Chistoforos Raptopoulos The Probabilistic Method 2 / 26

19 Πιθανο τητα απορρο φησης Ορισμο ς 7 Μια κατάσταση i λέγεται απορροφητική ανν P i,i = α i,j: πιθανο τητα απορρο φησης στη j, ξεκινω ντας απο την i Θεω ρημα α i,j = f i,j = Pr(φτα νουμε κα ποτε στη j X 0 = i) = Pr ( i S{φτα νουμε κα ποτε στη j, X = i } X 0 = i) = P i,i Pr(φτα νουμε κα ποτε στη j X = i ) i S = P i,i α i,j i S To διάνυσμα α :,j είναι η μοναδική λύση του συστήματος P x = x, με x(j) = α j,j = και x(l) = α l,j = 0, για κάθε απορροφητική κατάσταση l j. Chistoforos Raptopoulos The Probabilistic Method 3 / 26

20 Παρα δειγμα στη M α i : πιθανο τητα απορρο φησης στην v 3, ξεκινω ντας απο την v i 3 α α 2 = α 2 α + 8 α α α 4 = α 2 α 3 = α 4 = 0 Οπο τε α = α 2 = 2 3. β i : πιθανο τητα απορρο φησης στην v 4, ξεκινω ντας απο την v i β i = α i Chistoforos Raptopoulos The Probabilistic Method 4 / 26

21 Ακο μα ε να παρα δειγμα q q q v 0 v v 2 v n v n p p p Σχη μα: Αλυσι δα Markov M 2. α i: πιθανο τητα απορρο φησης στη v n, ξεκινω ντας απο v i Έχουμε α 0 = 0, α n = και για κα θε i n Άρα α i+ α i = α i = pα i+ + qα i α i+ α i = q p (α i α i ) ( ) i q α και n p i=0 (α i+ α i ) =, οπο τε ( + q + + q p p α = ( ) n και α i = ( + q + + q + q + + q p p p p ) i ) n Chistoforos Raptopoulos The Probabilistic Method 5 / 26

22 Αναμενο μενος χρο νος απορρο φησης µ i : αναμενο μενος χρο νος απορρο φησης, ξεκινω ντας απο την i µ i = E[αριθμο ς βημα των για απορρο φηση X 0 = i] = E[ + αριθμο ς βημα των για απορρο φηση X = i ] Pr(X = i X 0 = i) i S = + P i,i µ i i S Θεω ρημα 2 To διάνυσμα µ είναι η μοναδική λύση του συστήματος µ(i) = 0 µ(i) = + j S P i,jµ j για κάθε απορροφητική κατάσταση i για κάθε παροδική κατάσταση i Chistoforos Raptopoulos The Probabilistic Method 6 / 26

23 Παρα δειγμα στη M µ = + 3 µ µ 2 µ 2 = + 2 µ + 8 µ µ µ 4 µ 3 = 0 µ 4 = 0 Οπο τε µ = 5 και µ 2 = 2 6. Παρατη ρηση: Οι σχε σεις αυτε ς μπορου ν αν χρησιμοποιηθου ν και για τον υπολογισμο των f i,j και h i,j που ορι σαμε προηγουμε νως, με την κατα λληλη επιλογη απορροφητικω ν καταστα σεων Chistoforos Raptopoulos The Probabilistic Method 7 / 26

24 Μια εφαρμογη : 2-SAT Μορφη CNF: ϕ := (x x 5 ) ( x 3 x 2 ) Μεταβλητε ς: x, x 2,..., x n {true(), false(0)} Κυριολε κτημα: x η x Προ ταση/όρος: x y Ανα θεση τιμω ν αληθει ας: x =, x 2 = 0,..., x n = Chistoforos Raptopoulos The Probabilistic Method 8 / 26

25 Μια εφαρμογη : 2-SAT Μορφη CNF: ϕ := (x x 5 ) ( x 3 x 2 ) Μεταβλητε ς: x, x 2,..., x n {true(), false(0)} Κυριολε κτημα: x η x Προ ταση/όρος: x y Ανα θεση τιμω ν αληθει ας: x =, x 2 = 0,..., x n = Ορισμο ς 8 (Προ βλημα 2-SAT) Δίνεται μια συνάρτηση ϕ(x, x 2,..., x n ) σε μορφή 2-CNF. Υπάρχει ανάθεση τιμών αληθείας που να την ικανοποιεί? Σημει ωση: Το k-sat ει ναι NP-complete για k 3 Chistoforos Raptopoulos The Probabilistic Method 8 / 26

26 Ένας τυχαιοποιημε νος αλγο ριθμος για το 2-SAT Έστω μια οποιαδη ποτε (αρχικη ) ανα θεση τιμω ν αληθει ας 2 Aν ϕ(a) =, το τε η ικανοποιει τη ϕ. Αλλιω ς, ε στω Π ε νας ο ρος της ϕ που ει ναι ψευδη ς για την. 3 Δια λεξε στην τυ χη μια απο τις μεταβλητε ς στην Π, ανα στρεψε την τιμη της στην και πη γαινε στο βη μα 2. Chistoforos Raptopoulos The Probabilistic Method 9 / 26

27 Αναμενο μενος χρο νος τερματισμου του αλγορι θμου (για ικανοποιη σιμη ϕ) Έστω B : ϕ(b) = X t := #μεταβλητω ν της A που ((συμφωνου ν)) με τη B στο βη μα t Σημει ωση: Η {X t } t 0 Chistoforos Raptopoulos The Probabilistic Method 20 / 26

28 Αναμενο μενος χρο νος τερματισμου του αλγορι θμου (για ικανοποιη σιμη ϕ) Έστω B : ϕ(b) = X t := #μεταβλητω ν της A που ((συμφωνου ν)) με τη B στο βη μα t Σημει ωση: Η {X t } t 0 δεν ει ναι μαρκοβιανη αλυσι δα... Chistoforos Raptopoulos The Probabilistic Method 20 / 26

29 Αναμενο μενος χρο νος τερματισμου του αλγορι θμου (για ικανοποιη σιμη ϕ) Έστω B : ϕ(b) = X t := #μεταβλητω ν της A που ((συμφωνου ν)) με τη B στο βη μα t Σημει ωση: Η {X t } t 0 δεν ει ναι μαρκοβιανη αλυσι δα... αλλα σι γουρα συμπεριφε ρεται ((καλυ τερα)) απο την M 3 (σχη μα) v0 v v2 vn vn Σχη μα: Αλυσι δα Markov M 3. Chistoforos Raptopoulos The Probabilistic Method 20 / 26

30 Αναμενο μενος χρο νος τερματισμου του αλγορι θμου (για ικανοποιη σιμη ϕ) µ i : αναμενο μενος χρο νος απορρο φησης, ξεκινω ντας απο v i Έχουμε µ n = 0, µ 0 µ = 2 και για κα θε i n µ i = + 2 µ i+ + 2 µ i µ i µ i+ = 2 + µ i µ i = 2i + µ 0 µ = 2(i + ) Άρα µ 0 = n i=0 (µ i µ i+ ) = 2 n i= i = n(n + ). Σημει ωση: Αν η ϕ ει ναι ικανοποιη σιμη, η πιθανο τητα ο αλγο ριθμος να χρειαστει περισσο τερα απο T βη ματα ει ναι το πολυ µ 0 T. Chistoforos Raptopoulos The Probabilistic Method 2 / 26

31 Αναμενο μενος χρο νος τερματισμου του αλγορι θμου (για ικανοποιη σιμη ϕ) µ i : αναμενο μενος χρο νος απορρο φησης, ξεκινω ντας απο v i Έχουμε µ n = 0, µ 0 µ = 2 και για κα θε i n µ i = + 2 µ i+ + 2 µ i µ i µ i+ = 2 + µ i µ i = 2i + µ 0 µ = 2(i + ) Άρα µ 0 = n i=0 (µ i µ i+ ) = 2 n i= i = n(n + ). Σημει ωση: Αν η ϕ ει ναι ικανοποιη σιμη, η πιθανο τητα ο αλγο ριθμος να χρειαστει περισσο τερα απο T βη ματα ει ναι το µ πολυ 0 T. Για n 2 (n + ) µ 0 T n 0 Chistoforos Raptopoulos The Probabilistic Method 2 / 26

32 Αναμενο μενος χρο νος τερματισμου του αλγορι θμου (για ικανοποιη σιμη ϕ) µ i : αναμενο μενος χρο νος απορρο φησης, ξεκινω ντας απο v i Έχουμε µ n = 0, µ 0 µ = 2 και για κα θε i n µ i = + 2 µ i+ + 2 µ i µ i µ i+ = 2 + µ i µ i = 2i + µ 0 µ = 2(i + ) Άρα µ 0 = n i=0 (µ i µ i+ ) = 2 n i= i = n(n + ). Σημει ωση: Αν η ϕ ει ναι ικανοποιη σιμη, η πιθανο τητα ο αλγο ριθμος να χρειαστει περισσο τερα απο T βη ματα ει ναι το µ πολυ 0 T. Για n 2 (n + ) µ 0 T n 0...(one-sided error randomized algorithm). Chistoforos Raptopoulos The Probabilistic Method 2 / 26

33 Επαναληπτικε ς αλυσι δες Markov Ορισμο ς 9 (Περιοδικο τητα) Είναι ο μεγαλύτερος ακέραιος d ώστε το S να μπορεί να διαμεριστεί σε d σύνολα S,..., S d και μεταβάσεις γίνονται μόνο μεταξύ S i και S (i+) mod (d+) ή ισοδύναμα P (nd+c) i,i > 0 για κάθε αρκετά μεγάλο n και κάθε κατάσταση i. Ορισμο ς 0 (Εργοδικη αλυσι δα Markov) Όταν είναι απεριοδική και μη μηδενικά επαναληπτική. Chistoforos Raptopoulos The Probabilistic Method 22 / 26

34 Κατανομη καταστα σεων Ορισμο ς (Δια νυσμα πιθανο τητας βη ματος t) Είναι ένα διάνυσμα q (t) διαστάσεων S που περιγράφει την κατανομή της κατάστασης στο βήμα t. Επιπλέον, q (t) = P q (t ) = P t q (0) Παρα δειγμα στη M : Έστω q (0) = [ 4, 4, 4, 4 ]T, το τε q v (2) = Pr q (0)(X 2 = v ) = Παρα δειγμα στον τυχαι ο περι πατο στο τρι γωνο: Έστω q (0) = [ 3, 3, 3 ]T, το τε q v () = Pr q (0)(X = v ) = 3 Chistoforos Raptopoulos The Probabilistic Method 23 / 26

35 Ισορροπι α Ορισμο ς 2 (Ευσταθη ς κατανομη ) Είναι ένα διάνυσμα πιθανότητας π για το οποίο ισχύει π = P π Θεω ρημα 3 (Θεμελιω δες Θεω ρημα αλυσι δων Markov) Σε κάθε αμείωτη, πεπερασμένη και απεριοδική μαρκοβιανή αλυσίδα ισχύει Η αλυσίδα είναι εργοδική 2 Υπάρχει μοναδική ευσταθής κατανομή π με π i > 0, για κάθε i S 3 Για κάθε i S, f i,i = και h i,i = π i 4 Έστω N(i, t) ο αριθμός τον επισκέψεων στην κατάσταση i S μέχρι το χρόνο t, τότε N(i, t) lim = π i t t Chistoforos Raptopoulos The Probabilistic Method 24 / 26

36 Τυχαι οι περι πατοι σε γρα φημα Ορισμο ς 3 S = V Για κάθε u, v V P u,v = { deg(u) αν (u, v) E 0 αλλιώς. Παρα δειγμα: H ευσταθη ς κατανομη ενο ς τυχαι ου περι πατου σε γρα φημα G ει ναι π v = deg(v) 2 E Chistoforos Raptopoulos The Probabilistic Method 25 / 26

37 Χρο νος κα λυψης Ορισμο ς 4 (Χρο νος Κα λυψης ) C u : ο χρόνος που χρειάζεται ο τυχαίος περίπατος ώστε να καλύψει όλες τις κορυφές, ξεκινώντας από τη u V C = max u E[C u ] είναι ο χρόνος κάλυψης του G. Παρα δειγμα στο πλη ρες γρα φημα n κορυφω ν: (προ βλημα συλλε κτη κουπονιω ν) X i : ο χρο νος που χρεια ζεται ο τυχαι ος περι πατος, ε χοντας δει i κορυφε ς, να δει μια καινου ρια n C = E[ X i ] = i= n E[X i ] = i= n i= n n n i = (n ) i= i Chistoforos Raptopoulos The Probabilistic Method 26 / 26

6ο Μάθημα Πιθανότητες

6ο Μάθημα Πιθανότητες 6ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαι κο Έτος 2014-2015 Σωτη ρης Νικολετσε ας, αναπληρωτη ς καθηγητη ς 6ο Μάθημα

Διαβάστε περισσότερα

Θεωρι α Γραφημα των 2η Δια λεξη

Θεωρι α Γραφημα των 2η Δια λεξη Θεωρι α Γραφημα των 2η Δια λεξη Α. Συμβω νης Ε Μ Π Σ Ε Μ Φ Ε Τ Μ Φεβρουα ριος 2015 Α. Συμβω νης (ΕΜΠ) Θεωρι α Γραφημα των 2η Δια λεξη Φεβρουα ριος 2015 23 / 47 Βαθμοι Κορυφω ν Βαθμός κορυφής: d G (v) =

Διαβάστε περισσότερα

Θεωρι α Γραφημα των 8η Δια λεξη

Θεωρι α Γραφημα των 8η Δια λεξη Θεωρι α Γραφημα των 8η Δια λεξη Α. Συμβω νης Ε Μ Π Σ Ε Μ Φ Ε Τ Μ Φεβρουα ριος 2015 Α. Συμβω νης (ΕΜΠ) Θεωρι α Γραφημα των 8η Δια λεξη Φεβρουα ριος 2015 168 / 182 Χρωματισμοι Γραφημα των Χρωματισμο ς Κορυφω

Διαβάστε περισσότερα

Θεωρι α Γραφημα των 10η Δια λεξη

Θεωρι α Γραφημα των 10η Δια λεξη Θεωρι α Γραφημα των 0η Δια λεξη Α. Συμβω νης Ε Μ Π Σ Ε Μ Φ Ε Τ Μ Φεβρουα ριος 05 Α. Συμβω νης (ΕΜΠ) Θεωρι α Γραφημα των 0η Δια λεξη Φεβρουα ριος 05 99 / 0 Χρωματισμο ς Ακμω ν k-χρωματισμός ακμών: Η ανα

Διαβάστε περισσότερα

Θεωρι α Γραφημα των 7η Δια λεξη

Θεωρι α Γραφημα των 7η Δια λεξη Θεωρι α Γραφημα των 7η Δια λεξη Α. Συμβω νης Ε Μ Π Σ Ε Μ Φ Ε Τ Μ Φεβρουα ριος 2015 Α. Συμβω νης (ΕΜΠ) Θεωρι α Γραφημα των 7η Δια λεξη Φεβρουα ριος 2015 143 / 167 Hamiltonian γραφη ματα κύκλος Hamilton:

Διαβάστε περισσότερα

Θεωρι α Γραφημα των 5η Δια λεξη

Θεωρι α Γραφημα των 5η Δια λεξη Θεωρι α Γραφημα των 5η Δια λεξη Α. Συμβω νης Ε Μ Π Σ Ε Μ Φ Ε Τ Μ Φεβρουα ριος 2015 Α. Συμβω νης (ΕΜΠ) Θεωρι α Γραφημα των 5η Δια λεξη Φεβρουα ριος 2015 107 / 122 Δε νδρα Δένδρο: Ένα γρα φημα το οποι ο

Διαβάστε περισσότερα

Lecture 8: Random Walks

Lecture 8: Random Walks Randomized Algorithms Lecture 8: Random Walks Sotiris Nikoletseas Associate Professor CEID - ETY Course 2016-2017 Sotiris Nikoletseas, Associate Professor Randomized Algorithms - Lecture 8 1 / 33 Overview

Διαβάστε περισσότερα

Θεωρι α Γραφημα των 11η Δια λεξη

Θεωρι α Γραφημα των 11η Δια λεξη Θεωρι α Γραφημα των 11η Δια λεξη Α. Συμβω νης Ε Μ Π Σ Ε Μ Φ Ε Τ Μ Φεβρουα ριος 2015 Α. Συμβω νης (ΕΜΠ) Θεωρι α Γραφημα των 11η Δια λεξη Φεβρουα ριος 2015 211 / 228 απεικόνιση γραφήματος στο επίπεδο (Embedding):

Διαβάστε περισσότερα

Θεωρι α Γραφημα των 9η Δια λεξη

Θεωρι α Γραφημα των 9η Δια λεξη Θεωρι α Γραφημα των 9η Δια λεξη Α. Συμβω νης Ε Μ Π Σ Ε Μ Φ Ε Τ Μ Φεβρουα ριος 2015 Α. Συμβω νης (ΕΜΠ) Θεωρι α Γραφημα των 9η Δια λεξη Φεβρουα ριος 2015 183 / 198 Ταιρια σματα (Matchings) Ταίριασμα: Ένα

Διαβάστε περισσότερα

Φορέας υλοποίησης: Φ.Μ.Ε. ΑΛΦΑ

Φορέας υλοποίησης: Φ.Μ.Ε. ΑΛΦΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΗΜΕΡΙΔΑ: «ΠΡΑΚΤΙΚΗ ΑΣΚΗΣΗ, ΜΙΑ ΕΜΠΕΙΡΙΑ ΖΩΗΣ» ΣΤΡΑΤΗ ΣΤΑΜΑΤΙΑ Επιβλέπων Καθηγητής: ΚΑΡΑΧΑΛΙΟΣ ΝΙΚΟΛΑΟΣ Φορέας υλοποίησης: Φ.Μ.Ε. ΑΛΦΑ ΚΑΡΛΟΒΑΣΙ, ΜΑΪΟΣ 2012 ΣΤΟΙΧΕΙΑ

Διαβάστε περισσότερα

Θεωρι α Γραφημα των 3η Δια λεξη

Θεωρι α Γραφημα των 3η Δια λεξη Θεωρι α Γραφημα των 3η Δια λεξη Α. Συμβω νης Ε Μ Π Σ Ε Μ Φ Ε Τ Μ Φεβρουα ριος 2015 Α. Συμβω νης (ΕΜΠ) Θεωρι α Γραφημα των 3η Δια λεξη Φεβρουα ριος 2015 48 / 71 Μονοπα τια-κυ κλοι και Αποστα σεις Έστω ε

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

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

Διαβάστε περισσότερα

ΣΤΟ ΧΟΣ- Ε ΠΙ ΔΙΩ ΞΗ ΠΛΑΙ ΣΙΟ ΧΡΗ ΜΑ ΤΟ ΔΟ ΤΗ ΣΗΣ

ΣΤΟ ΧΟΣ- Ε ΠΙ ΔΙΩ ΞΗ ΠΛΑΙ ΣΙΟ ΧΡΗ ΜΑ ΤΟ ΔΟ ΤΗ ΣΗΣ ΣΤΟ ΧΟΣ- Ε ΠΙ ΔΙΩ ΞΗ Στό χος του Ο λο κλη ρω μέ νου Προ γράμ μα τος για τη βιώ σι μη α νά πτυ ξη της Πίν δου εί ναι η δια μόρ φω ση συν θη κών α ει φό ρου α νά πτυ ξης της ο ρει νής πε ριο χής, με τη δη

Διαβάστε περισσότερα

Δομές Ελέγχου και Επανάληψης

Δομές Ελέγχου και Επανάληψης Εργαστήριο 3 ο Δομές Ελέγχου και Επανάληψης Εισαγωγή Σκοπο ς του εργαστηρι ου αυτου ει ναι η εισαγωγη στην εκτε λεση εντολω ν υπο συνθη κη και στις δομές επανάληψης. Δομές Ελέγχου Η ικανότητα να μπορεί

Διαβάστε περισσότερα

α κα ρι ι ο ος α α νηρ ος ου ουκ ε πο ρε ε ευ θη εν βου λη η η α α σε ε ε βων και εν ο δω ω α α µαρ τω λω ων ουουκ ε ε ε

α κα ρι ι ο ος α α νηρ ος ου ουκ ε πο ρε ε ευ θη εν βου λη η η α α σε ε ε βων και εν ο δω ω α α µαρ τω λω ων ουουκ ε ε ε Ἦχος Νη α κα ρι ι ο ος α α νηρ ος ου ουκ ε πο ρε ε ευ θη εν βου λη η η α α σε ε ε βων και εν ο δω ω α α µαρ τω λω ων ουουκ ε ε ε στη η και ε πι κα α θε ε ε ε δρα α λοι οι µων ου ουκ ε ε κα θι ι σε ε ε

Διαβάστε περισσότερα

2ο Μάθημα Πιθανότητες

2ο Μάθημα Πιθανότητες 2ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαι κο Έτος 2014-2015 Σωτη ρης Νικολετσε ας, αναπληρωτη ς καθηγητη ς 2ο Μάθημα

Διαβάστε περισσότερα

Θεωρι α Γραφημα των 1η Δια λεξη

Θεωρι α Γραφημα των 1η Δια λεξη Θεωρι α Γραφημα των η Δια λεξη Α. Συμβω νης Ε Μ Π Σ Ε Μ Φ Ε Τ Μ Φεβρουα ριος 205 Α. Συμβω νης (ΕΜΠ) Θεωρι α Γραφημα των η Δια λεξη Φεβρουα ριος 205 / 22 Εισαγωγη Διδα σκων: Αντω νιος Συμβω νης ΣΕΜΦΕ, κτι

Διαβάστε περισσότερα

Ασκήσεις 3 ου Κεφαλαίου

Ασκήσεις 3 ου Κεφαλαίου Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο Στοχαστικές Ανελίξεις Ασκήσεις 3 ου Κεφαλαίου Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

Μαρκοβιανές Αλυσίδες

Μαρκοβιανές Αλυσίδες Μαρκοβιανές Αλυσίδες { θ * } Στοχαστική Ανέλιξη είναι μια συλλογή τ.μ. Ο χώρος Τ (συνήθως είναι χρόνος) μπορεί να είναι είτε διακριτός είτε συνεχής και καλείται παραμετρικός χώρος. Το σύνολο των δυνατών

Διαβάστε περισσότερα

Η εταιρεία Kiefer. ιδρυ θηκε το 2014 και θεωρει ται μι α απο τις. μεγαλυ τερες εταιρει ες Κατασκευη ς Μονα δων. Ηλεκτροπαραγωγη ς απο Ανανεω σιμες

Η εταιρεία Kiefer. ιδρυ θηκε το 2014 και θεωρει ται μι α απο τις. μεγαλυ τερες εταιρει ες Κατασκευη ς Μονα δων. Ηλεκτροπαραγωγη ς απο Ανανεω σιμες Η εταιρεία Kiefer ιδρυ θηκε το 2014 και θεωρει ται μι α απο τις μεγαλυ τερες εταιρει ες Κατασκευη ς Μονα δων Ηλεκτροπαραγωγη ς απο Ανανεω σιμες Πηγε ς Ενε ργειας στην Ελλα δα. Αναλαμβα νει ε ργα ως EPC

Διαβάστε περισσότερα

d u d dt u e u d dt e u d u 1 u dt e 0 2 e

d u d dt u e u d dt e u d u 1 u dt e 0 2 e Ρ ΤΟ Θ ΜΑ Μ. Α ΑΠΟ ε ΞεΤε ΤΙ ΑΝΑΓΚΑ Α ΚΑΙ ΙΚΑΝ ΣΥΝΘ ΚΗ ΣΤε ΝΑ Ι ΝΥΣΜΑ u t 0 ΝΑ ΠΑΡΑΜ ΝεΙ ΠΑΡ ΛΛΗΛΟ ΠΡΟ ΜΙΑ ε ΟΜ ΝΗ ευθε Α ε ΝΑΙ u t u 0 Π ειξη Α ΑΠΟ ε ΞΟΥΜε ΤΟ ΙΚΑΝ ΗΛΑ ΑΝ ε ΝΑΙ ΠΑΡ ΛΛΗΛΟ ΠΡΟ ε ΟΜ ΝΗ ευθε

Διαβάστε περισσότερα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ ΑΛΥΣΙΔΕΣ ΜΑΡΚΟΦ & ΕΦΑΡΜΟΓΕΣ Ν. ΔΕΡΒΑΚΟΥ Σημειώσεις Παραδόσεων Αθήνα 23 ΑΛΥΣΙΔΕΣ ΜΑΡΚΟΦ & ΕΦΑΡΜΟΓΕΣ Ι. ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΑΔΙΚΑΣΙΕΣ Ορισμός : Στοχαστική διαδικασία ή ανέλιξη είναι η διατεταγμένη

Διαβάστε περισσότερα

Πιθανοτικοί Αλγόριθμοι

Πιθανοτικοί Αλγόριθμοι Πιθανοτικοί Αλγόριθμοι ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Πιθανοτικοί Αλγόριθμοι Πιθανοτικός

Διαβάστε περισσότερα

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου Θεωρημα 1 Εστω s S μια οποιαδήποτε κατάσταση μιας αδιαχώριστης Μαρκοβιανής αλυσίδας.

Διαβάστε περισσότερα

Διαδικασίες Markov Υπενθύμιση

Διαδικασίες Markov Υπενθύμιση Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Επίδοση Υπολογιστικών Συστημάτων Α.-Γ. Σταφυλοπάτης Διαδικασίες Markov Υπενθύμιση Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov Γ. Κορίλη, Αλυσίδες Markov 3- http://www.seas.upe.edu/~tcom5/lectures/lecture3.pdf Αλυσίδες Markov Αλυσίδες Markov ιακριτού Χρόνου Υπολογισµός Στάσιµης Κατανοµής Εξισώσεις Ολικού Ισοζυγίου Εξισώσεις Λεπτοµερούς

Διαβάστε περισσότερα

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων 1ο Σετ Ασκήσεων - Λύσεις

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων 1ο Σετ Ασκήσεων - Λύσεις Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων ο Σετ Ασκήσεων - Λύσεις Νοέμβριος - Δεκέμβριος 205 Ερώτημα (α). Η νοσοκόμα ακολουθεί μια Ομογενή Μαρκοβιανή Αλυσίδα Διακριτού Χρόνου με χώρο καταστάσεων το σύνολο

Διαβάστε περισσότερα

Ασκήσεις μελέτης της 8 ης διάλεξης

Ασκήσεις μελέτης της 8 ης διάλεξης Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2017 18 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 8 ης διάλεξης 8.1. (i) Έστω ότι α και β είναι δύο τύποι της προτασιακής

Διαβάστε περισσότερα

Π α σα πνο η αι νε σα τω τον Κυ ρι. Π α σα πνο η αι νε σα α τω τον. Ἕτερον. Τάξις Ἑωθινοῦ Εὐαγγελίου, Ὀ Ν Ψαλµός. Μέλος Ἰωάννου Ἀ. Νέγρη.

Π α σα πνο η αι νε σα τω τον Κυ ρι. Π α σα πνο η αι νε σα α τω τον. Ἕτερον. Τάξις Ἑωθινοῦ Εὐαγγελίου, Ὀ Ν Ψαλµός. Μέλος Ἰωάννου Ἀ. Νέγρη. Τάξις Ἑωθινοῦ Εὐαγγελίου, Ὀ Ν Ψαλµός. Μέλος Ἰωάννου Ἀ. Νέγρη. Κυ ρι ε ε λε η σον Ἦχος Πα Α µην Π α σα πνο η αι νε σα τω τον Κυ ρι ον Ἕτερον. Π α σα πνο η αι νε σα α τω τον Κυ υ ρι ι ον 1 ΙΩΑΝΝΟΥ Α. ΝΕΓΡΗ

Διαβάστε περισσότερα

Βασικά Χαρακτηριστικά Αριθμητικών εδομένων

Βασικά Χαρακτηριστικά Αριθμητικών εδομένων ΚΕΦΑΛΑΙΟ 3 Βασικά Χαρακτηριστικά Αριθμητικών εδομένων Α ντι κείμε νο του κε φα λαί ου εί ναι: Να κα τα νο ή σου με τα βα σι κά χαρα κτη ρι στι κά των α ριθ μη τι κών δεδο μέ νων (τά ση, δια σπο ρά, α συμ

Διαβάστε περισσότερα

1.2.3 ιαρ θρω τι κές πο λι τι κές...35 1.2.4 Σύ στη μα έ λεγ χου της κοι νής α λιευ τι κής πο λι τι κής...37

1.2.3 ιαρ θρω τι κές πο λι τι κές...35 1.2.4 Σύ στη μα έ λεγ χου της κοι νής α λιευ τι κής πο λι τι κής...37 ΠΕΡΙΕΧΟΜΕΝΑ ΕΙΣΑΓΩΓΙΚΟ ΚΕ Φ Α Λ ΑΙΟ ΤΟ ΙΚΑΙΟ ΤΗΣ ΑΛΙΕΙΑΣ... 21 ΚΕ Φ Α Λ ΑΙΟ 1 o Η ΑΛΙΕΥΤΙΚΗ ΠΟΛΙΤΙΚΗ 1.1 Η Α λιεί α ως Οι κο νο μι κή ρα στη ριό τη τα...25 1.2 Η Κοι νο τι κή Α λιευ τι κή Πο λι τι κή...28

Διαβάστε περισσότερα

Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός:

Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός: ΕΤΥ: Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων Χειμερινό Εξάμηνο 2014-15 Τελική Εξέταση 28/02/15 Διάρκεια Εξέτασης: 3 Ώρες Ονοματεπώνυμο: Αριθμός Μητρώου: Υπογραφή: Ερώτημα: 1 2 3 4 5 6 Σύνολο Μονάδες:

Διαβάστε περισσότερα

ΔΕΛΤΙΟ ΤΥΠΟΥ. Κατέθεσε την καινοτόμα ιδέα σου στον 1ο Διαγωνισμό BlueGrowth Patras

ΔΕΛΤΙΟ ΤΥΠΟΥ. Κατέθεσε την καινοτόμα ιδέα σου στον 1ο Διαγωνισμό BlueGrowth Patras ΔΕΛΤΙΟ ΤΥΠΟΥ Κατέθεσε την καινοτόμα ιδέα σου στον 1ο Διαγωνισμό BlueGrowth Patras Στο πλαι룱綟σιο της Παγκο룱綟 σμιας Εβδομα룱綟 δας Επιχειρηματικο룱綟 τητας*, o ΕΣΥΝΕΔΕ και η Ομοσπονδι룱綟α ΕΣΥΝΕ, σε συνεργασι룱綟α

Διαβάστε περισσότερα

Τυχαίοι γράφοι Η διάμετρος του G(n, 2 ln n/n) Ioannis Giotis

Τυχαίοι γράφοι Η διάμετρος του G(n, 2 ln n/n) Ioannis Giotis Τυχαίοι γράφοι Η διάμετρος του G(n, 2 ln n/n) Ioannis Giotis Θεώρημα για σφαίρες Θα δείξουμε ότι το γράφημα G(n, 2 ln n n 1 ) έχει μικρή διάμετρο Θα ξεκινήσουμε με ένα θεώρημα για το μέγεθος μιας σφαίρας

Διαβάστε περισσότερα

ΑΕΠΠ ΕΠΙΛΟΓΕΣ Κατασκευα στε υποπρο γραμμα το οποί ο να ελε γχεί αν ε νας πί νακας εί ναί ταξίνομημε νος σε αυ ξουσα σείρα.

ΑΕΠΠ ΕΠΙΛΟΓΕΣ Κατασκευα στε υποπρο γραμμα το οποί ο να ελε γχεί αν ε νας πί νακας εί ναί ταξίνομημε νος σε αυ ξουσα σείρα. ΑΕΠΠ ΕΠΙΛΟΓΕΣ Κατασκευα στε υποπρο γραμμα το οποί ο να ελε γχεί αν ε νας πί νακας εί ναί ταξίνομημε νος σε αυ ξουσα σείρα. ΔΣ6. Δίνονταί οί πίνακες Σ1(Κ, Κ) καί Π1(Κ, Κ) που περίέχουν τα αποτελέσματα των

Διαβάστε περισσότερα

ο Θε ος η η µων κα τα φυ γη η και δυ υ υ να α α α µις βο η θο ος ε εν θλι ψε ε ε σι ταις ευ ρου ου ου ου ου σαις η η µα α α ας σφο ο ο ο

ο Θε ος η η µων κα τα φυ γη η και δυ υ υ να α α α µις βο η θο ος ε εν θλι ψε ε ε σι ταις ευ ρου ου ου ου ου σαις η η µα α α ας σφο ο ο ο Ἐκλογή ἀργοσύντοµος εἰς τὴν Ἁγίν Κυρικήν, κὶ εἰς ἑτέρς Γυνίκς Μάρτυρς. Μέλος Ἰωάννου Ἀ. Νέγρη. Ἦχος Νη ε Κ ι δυ υ υ υ ν µι ις Α λ λη λου ου ου ι ι ι ι ο Θε ος η η µων κ τ φυ γη η κι δυ υ υ ν µις βο η θο

Διαβάστε περισσότερα

FAX : 210.34.42.241 spudonpe@ypepth.gr) Φ. 12 / 600 / 55875 /Γ1

FAX : 210.34.42.241 spudonpe@ypepth.gr) Φ. 12 / 600 / 55875 /Γ1 Ε Λ Λ Η Ν Ι Κ Η Η Μ Ο Κ Ρ Α Τ Ι Α Υ ΠΟΥ ΡΓΕΙΟ ΕΘΝ. ΠΑ Ι ΕΙΑ Σ & ΘΡΗΣ Κ/Τ Ω ΕΝΙΑ ΙΟΣ ΙΟΙΚΗΤ ΙΚΟΣ Τ ΟΜ ΕΑ Σ Σ ΠΟΥ Ω Ν ΕΠΙΜ ΟΡΦΩ Σ ΗΣ ΚΑ Ι ΚΑ ΙΝΟΤ ΟΜ ΙΩ Ν /ΝΣ Η Σ ΠΟΥ Ω Τ µ ή µ α Α Α. Πα π α δ ρ έ ο υ 37

Διαβάστε περισσότερα

0 1 0 0 0 1 p q 0 P =

0 1 0 0 0 1 p q 0 P = Στοχαστικές Ανελίξεις - Σεπτέμβριος 2015 ΟΔΗΓΙΕΣ (1) Απαντήστε σε όλα τα θέματα. Τα θέματα είναι ισοδύναμα. (2) Οι απαντήσεις να είναι αιτιολογημένες. Απαντήσεις χωρίς να φαίνεται η απαιτούμενη εργασία

Διαβάστε περισσότερα

Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο. Ενδεικτικές Λύσεις Ασκήσεων. Κεφάλαιο 3. Κοκολάκης Γεώργιος

Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο. Ενδεικτικές Λύσεις Ασκήσεων. Κεφάλαιο 3. Κοκολάκης Γεώργιος Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο Ενδεικτικές Λύσεις Ασκήσεων Κεφάλαιο 3 Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΓΡΑΦΩΝ. 10 η Διάλεξη Κατευθυνόμενοι Γράφοι Βασικά χαρακτηριστικά Αλγόριθμοι διάσχισης κατευθυνόμενων γράφων Λίγα Λόγια για Αλυσίδες Markov

ΘΕΩΡΙΑ ΓΡΑΦΩΝ. 10 η Διάλεξη Κατευθυνόμενοι Γράφοι Βασικά χαρακτηριστικά Αλγόριθμοι διάσχισης κατευθυνόμενων γράφων Λίγα Λόγια για Αλυσίδες Markov Πανεπιστήμιο Στερεάς Ελλάδας Τμήμα Πληροφορικής ΘΕΩΡΙΑ ΓΡΑΦΩΝ 10 η Διάλεξη Κατευθυνόμενοι Γράφοι Βασικά χαρακτηριστικά Αλγόριθμοι διάσχισης κατευθυνόμενων γράφων Λίγα Λόγια για Αλυσίδες Markov Βασικά Χαρακτηριστικά

Διαβάστε περισσότερα

ΠΡΟΣΚΛΗΣΗ. Των μετόχων της Ανώνυμης Εταιρείας με την επωνυμία. Σε Τακτική Γενική Συνέλευση

ΠΡΟΣΚΛΗΣΗ. Των μετόχων της Ανώνυμης Εταιρείας με την επωνυμία. Σε Τακτική Γενική Συνέλευση ΠΡΟΣΚΛΗΣΗ Των μετόχων της Ανώνυμης Εταιρείας με την επωνυμία «AUTOGLASSSERVICE ΕΙΣΑΓΩΓΗ ΕΜΠΟΡΙΑ ΚΡΥΣΤΑΛΛΩΝ, ΑΝΤΑΛΛΑΚΤΙΚΩΝ &ΑΞΕΣΟΥΑΡ ΟΧΗΜΑΤΩΝ &ΤΟΠΟΘΕΤΗΣΗ ΚΡΥΣΤΑΛΛΩΝ ΟΧΗΜΑΤΩΝ ΕΜΠΟΡΙΚΗ ΕΤΑΙΡΕΙΑ». ΑΡ. Γ.Ε.Μ.Η.

Διαβάστε περισσότερα

ΑΠΑΝΤΗΣΕΙΣ , Β= 1 y, όπου y 0. , όπου y 0.

ΑΠΑΝΤΗΣΕΙΣ , Β= 1 y, όπου y 0. , όπου y 0. ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Ι (ΘΕ ΠΛΗ ) ΕΠΑΝΑΛΗΠΤΙΚΗ ΕΞΕΤΑΣΗ 9 Ιουνίου 8:-: ΑΠΑΝΤΗΣΕΙΣ Θέμα (Α) ( 5 μονάδες) Δίδονται οι πίνακες Α=,

Διαβάστε περισσότερα

ΘΕΜΑΤΑ ΠΡΟΣΟΜΟΙΩΣΗΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΦΥΣΙΚΗ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ

ΘΕΜΑΤΑ ΠΡΟΣΟΜΟΙΩΣΗΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΦΥΣΙΚΗ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΘΕΜΑΤΑ ΠΡΟΣΟΜΟΙΩΣΗΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΦΥΣΙΚΗ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ Θέμα Α Στις ερωτη σεις Α1 Α4 να γρα ψετε στο τετρα διο σας τον αριθμο της ερω τησης και

Διαβάστε περισσότερα

1 + ρ ρ ρ3. iπ i = Q = λ λ i=0. n=0 tn. n! Qn, t 0

1 + ρ ρ ρ3. iπ i = Q = λ λ i=0. n=0 tn. n! Qn, t 0 Στοχαστικές Διαδικασίες ΙΙ Ιανουάριος 07 Διαδικασίες Markov σε Συνεχή Χρόνο - Παραδείγματα Μ. Ζαζάνης Πρόβλημα. Εστω ένα σύστημα M/M//3 στο οποίο οι αφίξεις είναι Poisson με ρυθμό λ και οι δύο υπηρέτες

Διαβάστε περισσότερα

ΠΕΡΙEΧΟΜΕΝΑ. Πρό λο γος...13 ΜΕ ΡΟΣ Ι: Υ ΠΑΙ ΘΡΙΑ Α ΝΑ ΨΥ ΧΗ

ΠΕΡΙEΧΟΜΕΝΑ. Πρό λο γος...13 ΜΕ ΡΟΣ Ι: Υ ΠΑΙ ΘΡΙΑ Α ΝΑ ΨΥ ΧΗ ΠΕΡΙEΧΟΜΕΝΑ Πρό λο γος...13 ΜΕ ΡΟΣ Ι: Υ ΠΑΙ ΘΡΙΑ Α ΝΑ ΨΥ ΧΗ Ει σα γω γή 1 ου Μέ ρους...16 1 ο Κε φά λαιο: Ε ΛΕΥ ΘΕ ΡΟΣ ΧΡΟ ΝΟΣ & Α ΝΑ ΨΥ ΧΗ 1.1 Οι έν νοιες του ε λεύ θε ρου χρό νου και της ανα ψυ χής...17

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις- Ιούλιος 2015

Στοχαστικές Ανελίξεις- Ιούλιος 2015 Στοχαστικές Ανελίξεις- Ιούλιος 2015 ΟΔΗΓΙΕΣ (1) Απαντήστε σε όλα τα θέματα. Τα θέματα είναι ισοδύναμα. (2) Οι απαντήσεις να είναι αιτιολογημένες. Απαντήσεις χωρίς να φαίνεται η απαιτούμενη εργασία είναι

Διαβάστε περισσότερα

Κατανεμημένα Συστήματα Ι

Κατανεμημένα Συστήματα Ι Συναίνεση χωρίς την παρουσία σφαλμάτων Κατανεμημένα Συστήματα Ι 4η Διάλεξη 27 Οκτωβρίου 2016 Παναγιώτα Παναγοπούλου Κατανεμημένα Συστήματα Ι 4η Διάλεξη 1 Συναίνεση χωρίς την παρουσία σφαλμάτων Προηγούμενη

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοοίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 207-208 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Εικ. Καθηγητής v.kouras@fme.aegea.gr

Διαβάστε περισσότερα

F h, h h 2. Lim. Lim. f h, h fyx a, b. Lim. h 2 y 2. Lim. Lim. Lim. x 2 k 2. h 0

F h, h h 2. Lim. Lim. f h, h fyx a, b. Lim. h 2 y 2. Lim. Lim. Lim. x 2 k 2. h 0 ΜΑ 1 Μ.2 Ν ΟΙ ΠΑΡ ΓΩΓΟΙ fx ΚΑΙ fy ΥΠ ΡΧΟΥΝ ΚΑΙ ε ΝΑΙ ΙΑφΟΡ ΣΙΜε Σε Κ ΠΟΙΑ ΠεΡΙΟΧ ΤΟΥ a, b Τ Τε ΝΑ ΑΠΟ ειχθε ΤΙ fxy fyx. Α εξετ ΣεΤε ΑΝ fxy fyx ΣΤΟ 0, 0 ΓΙΑ ΤΗΝ ΣΥΝ ΡΤΗΣΗ f x, y xy x2 y 2 ΓΙΑ x, y 0, 0

Διαβάστε περισσότερα

Πιθανότητες και Αλγόριθμοι

Πιθανότητες και Αλγόριθμοι Πιθανότητες και Αλγόριθμοι ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Πιθανοτικοί Αλγόριθμοι Πιθανοτικός αλγόριθμος κάνει τυχαίες επιλογές και εξαρτά

Διαβάστε περισσότερα

ΠΡΟΚΗΡΥΞΗ. ΘΕΜΑ: «Προκήρυξη πλήρωσης θέσεων Προϊσταμένων Νηπιαγωγείων και Προϊσταμένων Δημοτικών Σχολείων Π.Ε. Καρδίτσας»

ΠΡΟΚΗΡΥΞΗ. ΘΕΜΑ: «Προκήρυξη πλήρωσης θέσεων Προϊσταμένων Νηπιαγωγείων και Προϊσταμένων Δημοτικών Σχολείων Π.Ε. Καρδίτσας» ΛΛΗ Ι Η ΔΗΜΟ Ρ Ι ΥΠΟΥΡ ΙΟ Π ΙΔ Ι Σ Ρ Υ Σ Ι ΘΡΗΣ ΥΜ Ω Π ΡΙ Ρ Ι Η ΔΙ ΥΘΥ ΣΗ Π/ΘΜΙ Σ & Δ ΘΜΙ Σ Π ΙΔ ΥΣΗΣ Θ ΣΣ ΛΙ Σ ΔΙ ΥΘΥ ΣΗ Π ΘΜΙ Σ Π ΙΔ ΥΣΗΣ ΡΔΙ Σ Σ ΜΗΜ Π ΙΔ Υ Ι Ω Θ Μ Ω χ Δ νση : Πλ σ ή Πόλη : 43132 ί

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2015-16 ιδάσκων : Π Τσακαλίδης Φροντιστήριο 8 Επιµέλεια : Σοφία Σαββάκη Ασκηση 1 Μία Μαρκοβιανή

Διαβάστε περισσότερα

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου Λημμα Εστω A ένα σύνολο άπειρου πλήθους θετικών ακέραιων αριθμών των οποίων

Διαβάστε περισσότερα

/ / 38

/ / 38 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-37: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 205-6 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 0 Επιµέλεια : Σοφία Σαββάκη Ασκηση. Ο Κώστας πηγαίνει

Διαβάστε περισσότερα

The Probabilistic Method - Probabilistic Techniques. Lecture 7: The Janson Inequality

The Probabilistic Method - Probabilistic Techniques. Lecture 7: The Janson Inequality The Probabilistic Method - Probabilistic Techniques Lecture 7: The Janson Inequality Sotiris Nikoletseas Associate Professor Computer Engineering and Informatics Department 2014-2015 Sotiris Nikoletseas,

Διαβάστε περισσότερα

Πιθανότητες και Αλγόριθμοι

Πιθανότητες και Αλγόριθμοι Πιθανότητες και Αλγόριθμοι ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Πιθανοτικοί Αλγόριθμοι Πιθανοτικός αλγόριθμος κάνει τυχαίες επιλογές και εξαρτά

Διαβάστε περισσότερα

Αποτελεσματικός Προπονητής

Αποτελεσματικός Προπονητής ÐÝñêïò Ι. ÓôÝ öá íïò & Χριστόπουλος Β. Γιάννης Αποτελεσματικός Προπονητής Ένας οδηγός για προπονητές όλων των ομαδικών αθλημάτων Θεσσαλονίκη 2011 Ðå ñéå ü ìå íá Ðñü ëï ãïò...6 Åé óá ãù ãþ...11 Êå öü ëáéï

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΒΙΟΜΗΧΑΝΙΑΣ Τομέας Οργάνωσης Παραγωγής & Βιομηχανικής Διοίκησης Σημειώσεις του μαθήματος: ΣΤΟΧΑΣΤΙΚΑ ΠΡΟΤΥΠΑ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Γιώργος Λυμπερόπουλος

Διαβάστε περισσότερα

των Κοι νω νι κών Λει τουρ γών που α πα σχο λού νται στους ι δι ω τι κούς παι δι κούς σταθ µούς όλης της χώρας O21R09

των Κοι νω νι κών Λει τουρ γών που α πα σχο λού νται στους ι δι ω τι κούς παι δι κούς σταθ µούς όλης της χώρας O21R09 των Κοι νω νι κών Λει τουρ γών που α πα σχο λού νται στους ι δι ω τι κούς παι δι κούς σταθ µούς όλης της χώρας O21R09 ΚΩΩ Δ Ι ΚO ΠOΙ Η ΣΗ ΣYΛ ΛO ΓΙ ΚΩΩΝ ΡYΘ ΜΙ ΣΕ ΩΩΝ (ΣΣΕ & Δ Α) ΤΩΩΝ ΚOΙ ΝΩΩ ΝΙ ΚΩΩΝ ΛΕΙ

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ 26 ΙΟΥΛΙΟΥ 2008 ΕΥΤΕΡΟ ΜΕΡΟΣ :

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ 26 ΙΟΥΛΙΟΥ 2008 ΕΥΤΕΡΟ ΜΕΡΟΣ : ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΑΛΓΕΒΡΑ - ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ ΑΝΑΛΥΣΗ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ

Διαβάστε περισσότερα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ ΠΑΝΕΠΙΣΤΗΜΙΑΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΟΦΙΑ ΠΑΝΑΓΙΩΤΙΔΟΥ ΣΕΠΤΕΜΒΡΙΟΣ 05 ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΑΔΙΚΑΣΙΕΣ.... Στοχαστικές

Διαβάστε περισσότερα

Λο γι στών & Βοη θών Λο γι στών βι ο µη χα νι κών και λοι πών ε πι χει ρή σε ων όλης της χώρας O23R09

Λο γι στών & Βοη θών Λο γι στών βι ο µη χα νι κών και λοι πών ε πι χει ρή σε ων όλης της χώρας O23R09 Λο γι στών & Βοη θών Λο γι στών βι ο µη χα νι κών και λοι πών ε πι χει ρή σε ων όλης της χώρας O23R09 ΚΩΩ Δ Ι ΚO ΠOΙ Η ΣΗ ΣYΛ ΛO ΓΙ ΚΩΩΝ ΡYΘ ΜΙ ΣΕ ΩΩΝ (ΣΣΕ & Δ Α) ΤΩΩΝ ΛO ΓΙ ΣΤΩΩΝ ΚΑΙ ΒOΗ ΘΩΩΝ ΛO ΓΙ ΣΤΩΩΝ

Διαβάστε περισσότερα

ΑΣΚΗΣΗ, ΨΥΧΙΚΗ ΥΓΕΙΑ ΚΑΙ ΠΟΙΟΤΗΤΑ ΖΩΗΣ

ΑΣΚΗΣΗ, ΨΥΧΙΚΗ ΥΓΕΙΑ ΚΑΙ ΠΟΙΟΤΗΤΑ ΖΩΗΣ Γιάννης Θεοδωράκης Πανεπιστήμιο Θεσσαλίας ΑΣΚΗΣΗ, ΨΥΧΙΚΗ ΥΓΕΙΑ ΚΑΙ ΠΟΙΟΤΗΤΑ ΖΩΗΣ ΘΕΣΣΑΛΟΝΙΚΗ 2010 ΠΕΡΙΕΧΟΜΕΝΑ Πρό λο γος...6 1. Ά σκη ση και ψυ χική υ γεί α Ει σα γω γή...9 Η ψυ χο λο γί α της ά σκη σης...11

Διαβάστε περισσότερα

Σειρά Προβλημάτων 1 Λύσεις

Σειρά Προβλημάτων 1 Λύσεις Άσκηση 1 Σειρά Προβλημάτων 1 Λύσεις (α) Χρησιμοποιούμε τις επιπλέον μεταβλητές PC i, (program counters) οι οποίες παίρνουν ως τιμές ονόματα των γραμμών του κώδικα όπως φαίνεται πιο κάτω. Process P i :

Διαβάστε περισσότερα

BOYΛH TΩΝ EΛ ΛH NΩN ΔIEY ΘYN ΣH NO MO ΘE TI KOY EP ΓOY E BΔO MA ΔIAIO ΔEΛ TIO

BOYΛH TΩΝ EΛ ΛH NΩN ΔIEY ΘYN ΣH NO MO ΘE TI KOY EP ΓOY E BΔO MA ΔIAIO ΔEΛ TIO BOYΛH TΩΝ EΛ ΛH NΩN ΔIEY ΘYN ΣH NO MO ΘE TI KOY EP ΓOY E BΔO MA ΔIAIO ΔEΛ TIO Tων νο µο σχε δί ων και των προ τά σε ων νό µων, που εκ κρε µούν στη Bου λή για συζήτηση και ψή φι ση και κα τα τέ θη καν µέ

Διαβάστε περισσότερα

Οι τα α α α α α α α Κ. ε ε ε ε ε ε ε ε ε Χε ε ε. ε ε ε ε ε ε ρου ου βι ι ι ι ι ι ι. ιµ µυ στι κω ω ω ω ω ως ει κο ο

Οι τα α α α α α α α Κ. ε ε ε ε ε ε ε ε ε Χε ε ε. ε ε ε ε ε ε ρου ου βι ι ι ι ι ι ι. ιµ µυ στι κω ω ω ω ω ως ει κο ο ΧΕΡΟΥΒΙΟ ΛΕΙΤΟΥΡΓΙΑ ΟΙΝΩΝΙΟ Λ. Β Χερουβικόν σε ἦχο πλ. β. Ἐπιλογές Ἦχος Μ Α µη η η η ην Οι τ Χε ε ε ε ε ε ε ε ε ε ε ε ε ε ε ε ε Χε ε ε ε ε ε ε ε ε ρου ου βι ι ι ι ι ι ι ιµ µυ στι κω ω ω ω ω ως ει κο ο

Διαβάστε περισσότερα

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα

Διαβάστε περισσότερα

των Κοι νω νι κών λει τουρ γών που α πα σχο λού νται στις Νευ ρο ψυ χι α τρι κές κλι νι κές Α θη νών & περιχώρων Ot02R03

των Κοι νω νι κών λει τουρ γών που α πα σχο λού νται στις Νευ ρο ψυ χι α τρι κές κλι νι κές Α θη νών & περιχώρων Ot02R03 των Κοι νω νι κών λει τουρ γών που α πα σχο λού νται στις Νευ ρο ψυ χι α τρι κές κλι νι κές Α θη νών & περιχώρων Ot02R03 ΚΩΩ Δ Ι ΚO ΠOΙ Η ΣΗ ΣYΛ ΛO ΓΙ ΚΩΩΝ ΡYΘ ΜΙ ΣΕ ΩΩΝ (ΣΣΕ & Δ Α) ΤΩΩΝ ΚOΙ ΝΩΩ ΝΙ ΚΩΩΝ

Διαβάστε περισσότερα

Πίνακες Διασποράς. Χρησιμοποιούμε ένα πίνακα διασποράς T και μια συνάρτηση διασποράς h. Ένα στοιχείο με κλειδί k αποθηκεύεται στη θέση

Πίνακες Διασποράς. Χρησιμοποιούμε ένα πίνακα διασποράς T και μια συνάρτηση διασποράς h. Ένα στοιχείο με κλειδί k αποθηκεύεται στη θέση Πίνακες Διασποράς Χρησιμοποιούμε ένα πίνακα διασποράς T και μια συνάρτηση διασποράς h Ένα στοιχείο με κλειδί k αποθηκεύεται στη θέση κλειδί k T 0 1 2 3 4 5 6 7 U : χώρος πιθανών κλειδιών Τ : πίνακας μεγέθους

Διαβάστε περισσότερα

Ευγενία Κατσιγιάννη* & Σπύρος Κρίβας**

Ευγενία Κατσιγιάννη* & Σπύρος Κρίβας** ÅðéóôçìïíéêÞ Åðåôçñßäá Ðáéäáãùãéêïý ÔìÞìáôïò Ä.Å. Πανεπιστημίου Ιωαννίνων, 20 (2007), 41-55 Ευγενία Κατσιγιάννη* & Σπύρος Κρίβας** Αντιλήψεις γονέων και δασκάλων απέναντι στην κοινωνική ένταξη των ατόμων

Διαβάστε περισσότερα

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής Γαροφαλάκης Ιωάννης Πολυτεχνική Σχολή Τμήμα Μηχ/κών Η/Υ & Πληροφορικής Σκοποί ενότητας Κατά τη διάρκεια των καθημερινών μας

Διαβάστε περισσότερα

for for for for( . */

for for for for( . */ Εισαγωγή Στον Προγραµµατισµό «C» Βρόχοι Επανάληψης Πανεπιστήµιο Πελοποννήσου Τµήµα Πληροφορικής & Τηλεπικοινωνιών Νικόλαος Δ. Τσελίκας Νικόλαος Προγραµµατισµός Δ. Τσελίκας Ι Ο βρόχος for Η εντολή for χρησιµοποιείται

Διαβάστε περισσότερα

Σημειω σεις Μεταπτυχιακη ς Θεωρι ας Ομα δων

Σημειω σεις Μεταπτυχιακη ς Θεωρι ας Ομα δων Σημειω σεις Μεταπτυχιακη ς Θεωρι ας Ομα δων Β. Μεταφτση ς 15 Δεκεμβρι ου 2016 1 Παραστάσεις Ομάδων Έστω a, b, c,... ε να συ νολο απο διακριτα συ μβολα και a 1, b 1, c 1,... νε α συ μβολα. Μια λέξη W στα

Διαβάστε περισσότερα

Διαδικασιακός Προγραμματισμός

Διαδικασιακός Προγραμματισμός Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ ΤΕΙ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ Διαδικασιακός Προγραμματισμός Διάλεξη 6 η Βρόχοι Επανάληψης Οι διαλέξεις βασίζονται στο βιβλίο των Τσελίκη και Τσελίκα C: Από τη Θεωρία στην Εφαρμογή

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΕΙΔΙΚΟΣ ΛΟΓΑΡΙΑΣΜΟΣ ΚΟΝΔΥΛΙΩΝ ΕΡΕΥΝΑΣ

ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΕΙΔΙΚΟΣ ΛΟΓΑΡΙΑΣΜΟΣ ΚΟΝΔΥΛΙΩΝ ΕΡΕΥΝΑΣ ANAΡΤΗΤΕΑ ΣΤΟ ΔΙΑΔΙΚΤΥΟ ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΕΙΔΙΚΟΣ ΛΟΓΑΡΙΑΣΜΟΣ ΚΟΝΔΥΛΙΩΝ ΕΡΕΥΝΑΣ ΠΡΟΣΚΛΗΣΗ ΕΚΔΗΛΩΣΗΣ ΕΝΔΙΑΦΕΡΟΝΤΟΣ ΓΙΑ ΥΠΟΒΟΛΗ ΠΡΟΤΑΣΗΣ ΓΙΑ ΚΑΤΑΡΤΙΣΗ ΣΥΜΒΑΣΗΣ ΜΙΣΘΩΣΗΣ ΕΡΓΟΥ Αριθμ.

Διαβάστε περισσότερα

ΜΕΡΟΣ ΠΡΩΤΟ: ΒΑΜΒΑΚΙ - ΚΛΩΣΤΙΚΑ ΕΙΣΑΓΩΓΗ ΚΕΦΑΛΑΙΟ 1. ΒΑΜΒΑΚΙ Ε ΞΑ ΠΛΩ ΣΗ ΚΑΙ ΟΙ ΚΟ ΝΟ ΜΙ ΚΗ ΣΗ ΜΑ ΣΙΑ Γε νι κά

ΜΕΡΟΣ ΠΡΩΤΟ: ΒΑΜΒΑΚΙ - ΚΛΩΣΤΙΚΑ ΕΙΣΑΓΩΓΗ ΚΕΦΑΛΑΙΟ 1. ΒΑΜΒΑΚΙ Ε ΞΑ ΠΛΩ ΣΗ ΚΑΙ ΟΙ ΚΟ ΝΟ ΜΙ ΚΗ ΣΗ ΜΑ ΣΙΑ Γε νι κά Περιεχόμενα ΜΕΡΟΣ ΠΡΩΤΟ: ΒΑΜΒΑΚΙ - ΚΛΩΣΤΙΚΑ ΕΙΣΑΓΩΓΗ... 17 ΚΕΦΑΛΑΙΟ 1. ΒΑΜΒΑΚΙ... 19 1. Ε ΞΑ ΠΛΩ ΣΗ ΚΑΙ ΟΙ ΚΟ ΝΟ ΜΙ ΚΗ ΣΗ ΜΑ ΣΙΑ... 19 1.1. Γε νι κά... 19 1.2. Η καλ λιέρ γεια του βαμ βα κιού στην Ελ λά

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ

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

Διαβάστε περισσότερα

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες -Εαρινό Εξάµηνο 2016 ιδάσκων : Π.

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες -Εαρινό Εξάµηνο 2016 ιδάσκων : Π. Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες -Εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις 3ης Σειράς Ασκήσεων Ασκηση 1. Χρησιµοποιούµε µια αλυσίδα

Διαβάστε περισσότερα

ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων

ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων ημήτρης Φωτάκης ιακριτά Μαθηματικά και Μαθηματική Λογική Πληροφορική Ελληνικό Ανοικτό Πανεπιστήμιο 3 η Εργασία: Γενική Εικόνα Ικανοποιητική εικόνα, αντίστοιχη

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

των ερ γα ζο µέ νων σε ε πι χει ρή σεις Έ ρευ νας - Ε ξό ρυ ξης, Με λε τών και Δ ιΰ λι σης Αρ γού Πε τρε λαί ου ό λης της χώ ρας K65R10

των ερ γα ζο µέ νων σε ε πι χει ρή σεις Έ ρευ νας - Ε ξό ρυ ξης, Με λε τών και Δ ιΰ λι σης Αρ γού Πε τρε λαί ου ό λης της χώ ρας K65R10 των ερ γα ζο µέ νων σε ε πι χει ρή σεις Έ ρευ νας - Ε ξό ρυ ξης, Με λε τών και Δ ιΰ λι σης Αρ γού Πε τρε λαί ου ό λης της χώ ρας K65R10 2 ΚΩΩ Δ Ι ΚO ΠOΙ Η ΣΗ ΡYΘ ΜΙ ΣΕ ΩΩΝ (ΣΣΕ & Δ Α) ΕΡ ΓΑΖO ΜΕ ΝΩΩΝ ΣΕ

Διαβάστε περισσότερα

10ο Μάθημα Πιθανότητες

10ο Μάθημα Πιθανότητες 10ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαι κο Έτος 2014-2015 Σωτη ρης Νικολετσε ας, αναπληρωτη ς καθηγητη ς 10ο Μάθημα

Διαβάστε περισσότερα

των ερ γα το τε χνι τών εργοστασίων Τσιµεντολίθων, ό λης της χώρας O41R09

των ερ γα το τε χνι τών εργοστασίων Τσιµεντολίθων, ό λης της χώρας O41R09 των ερ γα το τε χνι τών εργοστασίων Τσιµεντολίθων, ό λης της χώρας O41R09 ΚΩΩ Δ Ι ΚO ΠOΙ Η ΣΗ ΣYΛ ΛO ΓΙ ΚΩΩΝ ΡYΘ ΜΙ ΣΕ ΩΩΝ (ΣΣΕ & Δ Α) ΤΩΩΝ ΕΡ ΓΑ ΤO ΤΕ ΧΝΙ ΤΩΩΝ ΕΡ ΓO ΣΤΑ ΣΙ ΩΩΝ ΤΣΙ ΜΕ ΝΤO ΛΙ ΘΩΩΝ, ΤΣΙ

Διαβάστε περισσότερα

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

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την Μαθηματικά Πληροφορικής 8ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε

Διαβάστε περισσότερα

Γράφοι. Ένας γράφος ή αλλιώς γράφηµα αποτελείται απο. Εφαρµογές: Τηλεπικοινωνιακά και Οδικά ίκτυα, Ηλεκτρονικά Κυκλώµατα, Β.. κ.ά.

Γράφοι. Ένας γράφος ή αλλιώς γράφηµα αποτελείται απο. Εφαρµογές: Τηλεπικοινωνιακά και Οδικά ίκτυα, Ηλεκτρονικά Κυκλώµατα, Β.. κ.ά. Γράφοι Ένας γράφος ή αλλιώς γράφηµα αποτελείται απο πλευρές (ακµές) και κορυφές (κόµβους). Εφαρµογές: Τηλεπικοινωνιακά και Οδικά ίκτυα, Ηλεκτρονικά Κυκλώµατα, Β.. κ.ά. Graph Drawing 4 πιθανές αναπαραστάσεις

Διαβάστε περισσότερα

ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων

ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων Δημήτρης Φωτάκης Διακριτά Μαθηματικά και Μαθηματική Λογική Πληροφορική Ελληνικό Ανοικτό Πανεπιστήμιο 3 η Εργασία: Γενική Εικόνα Αξιόλογη προσπάθεια,

Διαβάστε περισσότερα

των Ηλεκτροτεχνιτών βιοµηχανικών επιχειρήσεων & εργοστασίων όλης της χώρας

των Ηλεκτροτεχνιτών βιοµηχανικών επιχειρήσεων & εργοστασίων όλης της χώρας των Ηλεκτροτεχνιτών βιοµηχανικών επιχειρήσεων & εργοστασίων όλης της χώρας O12R11 ΚΩΩ Δ Ι ΚO ΠOΙ Η ΣΗ ΣYΛ ΛO ΓΙ ΚΩΩΝ ΡYΘ ΜΙ ΣΕ ΩΩΝ (ΣΣΕ & Δ Α) ΤΩΩΝ Η ΛΕ ΚΤΡO ΤΕ ΧΝΙ ΤΩΩΝ ΒΙ O ΜΗ ΧΑ ΝΙ ΚΩΩΝ Ε ΠΙ ΧΕΙ ΡΗ

Διαβάστε περισσότερα

οξαστικὸν Ἀποστίχων Ὄρθρου Μ. Τετάρτης z 8 a A

οξαστικὸν Ἀποστίχων Ὄρθρου Μ. Τετάρτης z 8 a A οξαστικὸν Ἀποστίχων Ὄρθρου Μ. Τετάρτης z 8 a A δ ` 3kς 3qz 3{9 ` ]l 3 # ~-?1 [ve 3 3*~ /[ [ ` ο `` ο ~ ο ```` ξα ~ ``` Πα```` α ` τρι ```ι ``` ι ` ι ~ και ``αι [D # ` 4K / [ [D`3k δδ 13` 4K[ \v~-?3[ve

Διαβάστε περισσότερα

Πα κ έ τ ο Ε ρ γ α σ ί α ς 4 Α ν ά π τ υ ξ η κ α ι π ρ ο σ α ρ µ ο γ ή έ ν τ υ π ο υ κ α ι η λ ε κ τ ρ ο ν ι κ ο ύ ε κ π α ι δ ε υ τ ι κ ο ύ υ λ ι κ ο

Πα κ έ τ ο Ε ρ γ α σ ί α ς 4 Α ν ά π τ υ ξ η κ α ι π ρ ο σ α ρ µ ο γ ή έ ν τ υ π ο υ κ α ι η λ ε κ τ ρ ο ν ι κ ο ύ ε κ π α ι δ ε υ τ ι κ ο ύ υ λ ι κ ο ΠΑΝΕΠΙΣΤΗΜΙΟ Θ ΕΣΣΑΛ ΙΑΣ ΠΟΛ Υ ΤΕΧ ΝΙΚ Η ΣΧ ΟΛ Η ΤΜΗΜΑ ΜΗΧ ΑΝΟΛ ΟΓ Ω Ν ΜΗΧ ΑΝΙΚ Ω Ν Β ΙΟΜΗΧ ΑΝΙΑΣ ΑΝΑΜΟΡΦΩΣΗ Π Π Σ ΣΥ ΝΟΠ Τ Ι Κ Η Ε Κ Θ Ε ΣΗ ΠΕ 4 Α Ν Α ΠΤ Υ Ξ Η Κ Α Ι ΠΡ Ο Σ Α Ρ Μ Ο Γ Η ΕΝ Τ Υ ΠΟ Υ Κ Α

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ 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 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 περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov: 1. Διαγράμματα Μεταβάσεων Εργοδικών Καταστάσεων 2. Εξισώσεις Ισορροπίας 3. Προσομοιώσεις Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΣΙΚΕ ΑΚΗΕΙ ΜΙΓΑΔΙΚΟΤ-ΟΡΙΑ-ΤΝΕΧΕΙΑ

ΕΠΑΝΑΛΗΠΣΙΚΕ ΑΚΗΕΙ ΜΙΓΑΔΙΚΟΤ-ΟΡΙΑ-ΤΝΕΧΕΙΑ (ΠΕΡΙΕΧΕΙ ΑΚΗΕΙ ΚΑΙ ΑΠΟ ΣΗΝ ΣΡΑΠΕΖΑ ΘΕΜΑΣΩΝ ΣΗ Ε.Μ.Ε) ΑΚΗΗ 1 Έςτω ςυνεήσ ςυνάρτηςη :RR, με (0)=2 η οποία ικανοποιεί τη ςέςη ( ) 4 = 6 ια κά ε R α) Να βρείτε τισ τιμέσ (2) και (-2) β) Να απο είξετε τι υπάρει

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Θεμελιώσεις Επιστήμης Η/Υ ΠΛΗ30 Τελική Εξέταση 2 Ιουλίου 2014 Ονοματεπώνυμο Φοιτητή Αριθμός Μητρώου Φοιτητή Τμήμα Υπογραφή Φοιτητή Υπογραφή Επιτηρητή Διάρκεια: 180 Ερώτημα Μονάδες Βαθμολογία 1 8+8+4 2

Διαβάστε περισσότερα

BOYΛH TΩΝ EΛ ΛH NΩN ΔIEY ΘYN ΣH NO MO ΘE TI KOY EP ΓOY E BΔO MA ΔIAIO ΔEΛ TIO

BOYΛH TΩΝ EΛ ΛH NΩN ΔIEY ΘYN ΣH NO MO ΘE TI KOY EP ΓOY E BΔO MA ΔIAIO ΔEΛ TIO BOYΛH TΩΝ EΛ ΛH NΩN ΔIEY ΘYN ΣH NO MO ΘE TI KOY EP ΓOY E BΔO MA ΔIAIO ΔEΛ TIO Tων νο µο σχε δί ων και των προ τά σε ων νό µων, που εκ κρε µούν στη Bου λή για συζήτηση και ψή φι ση και κα τα τέ θη καν µέ

Διαβάστε περισσότερα

Προσοµοίωση Ανάλυση Απ ο τ ε λε σµ άτ ω ν ιδάσκων: Ν ικό λ α ο ς Α µ π α ζ ή ς Ανάλυση Απ ο τ ε λε σµ άτ ω ν Τα απ ο τ ε λ έ σ µ ατ α απ ό τ η ν π αρ αγ ω γ ή κ αι τ η χ ρ ή σ η τ υ χ αί ω ν δ ε ι γ µ

Διαβάστε περισσότερα

Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες

Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες Γιώργος Αλογοσκούφης, Θέµατα Δυναµικής Μακροοικονοµικής, Αθήνα 0 Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες Στο παράρτηµα αυτό εξετάζουµε τις ιδιότητες και τους τρόπους επίλυσης των εξισώσεων

Διαβάστε περισσότερα

Ο βρόχος for Η εντολή for χρησιμοποιείται για τη δημιουργία επαναληπτικών βρόχων στη C

Ο βρόχος for Η εντολή for χρησιμοποιείται για τη δημιουργία επαναληπτικών βρόχων στη C Ο βρόχος for Η εντολή for χρησιμοποιείται για τη δημιουργία επαναληπτικών βρόχων στη C Επαναληπτικός βρόχος καλείται το τμήμα του κώδικα μέσα σε ένα πρόγραμμα, το οποίο εκτελείται από την αρχή και επαναλαμβάνεται

Διαβάστε περισσότερα

Επαναληπτικές Ασκήσεις στα Σύνολα

Επαναληπτικές Ασκήσεις στα Σύνολα Επαναληπτικές Ασκήσεις στα Σύνολα ) Εξετάστε αν η παρακάτω πρόταση είναι αληθής για οποιαδήποτε σύνολα Α,Β,C. Δικαιολογήστε την απάντηση σας Αν A B και B C, τότε Α C έστω Β {α,β,γ}, αφού Α B τότε ένα παράδειγμα

Διαβάστε περισσότερα

ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων

ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων ΠΛΗ 20, 4 η ΟΣΣ: Βασικές Έννοιες Θεωρίας Γραφημάτων Δημήτρης Φωτάκης Διακριτά Μαθηματικά και Μαθηματική Λογική Πληροφορική Ελληνικό Ανοικτό Πανεπιστήμιο 3 η Εργασία: Γενική Εικόνα Αρκετά απαιτητικά ερωτήματα,

Διαβάστε περισσότερα

ΚΩΔΙΚΑΣ ΔΙΑΧΕΙΡΙΣΗΣ ΑΙΤΗΜΑΤΩΝ ΚΑΙ ΠΑΡΑΠΟΝΩΝ ΠΕΛΑΤΩΝ ΚΑΙ ΛΟΙΠΩΝ ΚΑΤΑΝΑΛΩΤΩΝ (ΥΠΟΨΗΦΙΩΝ ΠΕΛΑΤΩΝ) ΤΗΣ VOLTERRA

ΚΩΔΙΚΑΣ ΔΙΑΧΕΙΡΙΣΗΣ ΑΙΤΗΜΑΤΩΝ ΚΑΙ ΠΑΡΑΠΟΝΩΝ ΠΕΛΑΤΩΝ ΚΑΙ ΛΟΙΠΩΝ ΚΑΤΑΝΑΛΩΤΩΝ (ΥΠΟΨΗΦΙΩΝ ΠΕΛΑΤΩΝ) ΤΗΣ VOLTERRA ΚΩΔΙΚΑΣ ΔΙΑΧΕΙΡΙΣΗΣ ΑΙΤΗΜΑΤΩΝ ΚΑΙ ΠΑΡΑΠΟΝΩΝ ΠΕΛΑΤΩΝ ΚΑΙ ΛΟΙΠΩΝ ΚΑΤΑΝΑΛΩΤΩΝ (ΥΠΟΨΗΦΙΩΝ ΠΕΛΑΤΩΝ) ΤΗΣ VOLTERRA Α. Γενικά Η VOLTERRA, ως Προμηθευτη ς Ηλεκτρικη ς Ενε ργειας και ε χοντας ως αντικειμενικο στο

Διαβάστε περισσότερα