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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

είναι πρόβλημα μεγιστοποίησης όλοι οι περιορισμοί είναι εξισώσεις με μη αρνητικούς του σταθερούς όρους όλες οι μεταβλητές είναι μη αρνητικές

είναι πρόβλημα μεγιστοποίησης όλοι οι περιορισμοί είναι εξισώσεις με μη αρνητικούς του σταθερούς όρους όλες οι μεταβλητές είναι μη αρνητικές Ένα τυχαίο π.γ.π. maximize/minimize z=c x Αx = b x 0 Τυπική μορφή του π.γ.π. maximize z=c x Αx = b x 0 b 0 είναι πρόβλημα μεγιστοποίησης όλοι οι περιορισμοί είναι εξισώσεις με μη αρνητικούς του σταθερούς

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

1 ο Κεφά λαιο. Πώς λειτουργεί η σπονδυλική στήλη;...29

1 ο Κεφά λαιο. Πώς λειτουργεί η σπονδυλική στήλη;...29 ΠΕΡΙEΧΟΜΕΝΑ Οδηγός χρησιμοποίησης του βιβλίου και των τριών ψηφιακών δίσκων (DVD)...11 Σκο πός του βι βλί ου και των 3 ψηφιακών δί σκων...15 Λί γα λό για α πό το Σχο λι κό Σύμ βου λο Φυ σι κής Α γω γής...17

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

ΕΠΙΧΕΙΡΗΣΕΙΣ ΕΝΕΡΓΕΙΑΚΩΝ ΥΠΗΡΕΣΙΩΝ (EEY) ESCO s και ΣΥΜΒΑΣΕΙΣ ΕΝΕΡΓΕΙΑΚΗΣ ΑΠΟΔΟΣΗΣ (ΣΕΑ)

ΕΠΙΧΕΙΡΗΣΕΙΣ ΕΝΕΡΓΕΙΑΚΩΝ ΥΠΗΡΕΣΙΩΝ (EEY) ESCO s και ΣΥΜΒΑΣΕΙΣ ΕΝΕΡΓΕΙΑΚΗΣ ΑΠΟΔΟΣΗΣ (ΣΕΑ) ΕΠΙΧΕΙΡΗΣΕΙΣ ΕΝΕΡΓΕΙΑΚΩΝ ΥΠΗΡΕΣΙΩΝ (EEY) ESCO s και ΣΥΜΒΑΣΕΙΣ ΕΝΕΡΓΕΙΑΚΗΣ ΑΠΟΔΟΣΗΣ (ΣΕΑ) Η ΕΛΛΗΝΙΚΗ ΠΡΑΓΜΑΤΙΚΟΤΗΤΑ Θεσσαλονίκη, 9 Σεπτεμβρίου 2014 Κώστας ΚΩΝΣΤΑΝΤΙΝΟΥ Δρ. Μηχανολόγος Μηχανικός Διευθυντής

Διαβάστε περισσότερα

Ό λοι οι κα νό νες πε ρί με λέ της συ νο ψί ζο νται στον ε ξής έ να: Μά θε, μό νο προκει μέ νου. Friedrich Schelling. σελ. 13. σελ. 17. σελ.

Ό λοι οι κα νό νες πε ρί με λέ της συ νο ψί ζο νται στον ε ξής έ να: Μά θε, μό νο προκει μέ νου. Friedrich Schelling. σελ. 13. σελ. 17. σελ. σελ. 13 σελ. 17 σελ. 21 σελ. 49 σελ. 79 σελ. 185 σελ. 263 σελ. 323 σελ. 393 σελ. 453 σελ. 483 σελ. 509 σελ. 517 Ό λοι οι κα νό νες πε ρί με λέ της συ νο ψί ζο νται στον ε ξής έ να: Μά θε, μό νο προκει

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

NP-πληρότητα. Λεωνίδας Παληός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων

NP-πληρότητα. Λεωνίδας Παληός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων NP-πληρότητα Λεωνίδας Παληός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων Πολυωνυμικός μετασχηματισμός Ένας πολυωνυμικός μετασχηματισμός από την L 1 Σ 1 * στην L 2 Σ 2 * είναι μια συνάρτηση

Διαβάστε περισσότερα

Σειρά Προβλημάτων 5 Λύσεις

Σειρά Προβλημάτων 5 Λύσεις Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { Μ η Μ είναι μια ΤΜ η οποία διαγιγνώσκει το πρόβλημα ΙΣΟΔΥΝΑΜΙΑ ΤΜ (διαφάνεια 9 25)} (α) Γνωρίζουμε ότι το

Διαβάστε περισσότερα

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Προσεγγιστικοί Αλγόριθμοι Απόδοση χειρότερης

Διαβάστε περισσότερα

JEAN-CHARLES BLATZ 02XD34455 01RE52755

JEAN-CHARLES BLATZ 02XD34455 01RE52755 ΟΡΘΗ ΕΠΑΝΑΛΗΨΗ ΤΩΝ ΕΝ Ι ΑΜ ΕΣ ΩΝ ΟΙ Κ ΟΝΟΜ Ι Κ ΩΝ Κ ΑΤΑΣ ΤΑΣ ΕΩΝ ΤΗΣ ΕΤΑΙ ΡΙ ΑΣ Κ ΑΙ ΤΟΥ ΟΜ Ι ΛΟΥ Α Τρίµηνο 2005 ΑΝΩΝΥΜΟΣ Γ ΕΝΙ Κ Η ΕΤ ΑΙ Ρ Ι Α Τ ΣΙ ΜΕΝΤ ΩΝ Η Ρ ΑΚ Λ Η Σ ΑΡ. ΜΗ Τ Ρ. Α.Ε. : 13576/06/Β/86/096

Διαβάστε περισσότερα

Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις

Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις Αν το αποτέλεσμα ενός τυχαίου πειράματος είναι - ένας αριθμός R, τότε μπορεί να εκφραστεί με μία τ.μ. Χ R - αριθμοί R τότε μπορεί να εκφραστεί με ένα τ.δ. Χ

Διαβάστε περισσότερα

Αυτοοργανωμε να οικοσυστη ματα επιχειρηματικο τητας: Πα θος, δημιουργι α και αισιοδοξι α στην Ελλα δα του ση μερα

Αυτοοργανωμε να οικοσυστη ματα επιχειρηματικο τητας: Πα θος, δημιουργι α και αισιοδοξι α στην Ελλα δα του ση μερα Αυτοοργανωμε να οικοσυστη ματα επιχειρηματικο τητας: Πα θος, δημιουργι α και αισιοδοξι α στην Ελλα δα του ση μερα Ιο νιο Πανεπιστη μιο, Κε ρκυρα 17-5-2012 Παύλος Σταμπουλι δης, Με λος ΔΣ Hellenic Startup

Διαβάστε περισσότερα

Η ΤΑ ΚΤΙ ΚΗ ΤΕ ΧΝΗ ΤΩΝ ΑΡ ΧΑΙΩΝ ΕΛ ΛΗ ΝΩΝ

Η ΤΑ ΚΤΙ ΚΗ ΤΕ ΧΝΗ ΤΩΝ ΑΡ ΧΑΙΩΝ ΕΛ ΛΗ ΝΩΝ Η ΤΑ ΚΤΙ ΚΗ ΤΕ ΧΝΗ ΤΩΝ ΑΡ ΧΑΙΩΝ ΕΛ ΛΗ ΝΩΝ ΚΕΙΜΕΝΟ: Ευ γέ νιος Αρ. Για ρέ νης, Α ντει σαγ γε λέ ας Στρα το δι κεί ου Ιω αν νί νων, Δι δά κτο ρας στο Πά ντειο Πα νε πι στή μιο Α πό την κλα σι κή φά λαγ γα

Διαβάστε περισσότερα

Χαιρετισμοί. Περιεχόμενα Ενότητας

Χαιρετισμοί. Περιεχόμενα Ενότητας Χαιρετισμοί Περιεχόμενα Ενότητας Χαιρετισμός του Διευθυντή Μέσης Τεχνικής και Επαγγελματικής Εκπαίδευσης, κ. Ηλία Μαρκάτζιη Χαιρετισμός από τον Πρόεδρο του Συνδέσμου Γονέων και Κηδεμόνων της Σχολής, κ.

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ 3 Ιουλίου 2010

ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ 3 Ιουλίου 2010 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ Ιουλίου Θέμα ( μονάδες) 4 Θεωρούμε τον Ευκλείδειο χώρο και τον υποχώρο του V που παράγεται

Διαβάστε περισσότερα

ΚΛΙ ΜΑ ΚΩ ΣΗ ΤΩΝ ΒΗ ΜΑ ΤΩΝ ΓΙΑ Ε ΠΙ ΤΥ ΧΙΑ ΣΤΟ ΠΟΔΟΣΦΑΙΡΟ

ΚΛΙ ΜΑ ΚΩ ΣΗ ΤΩΝ ΒΗ ΜΑ ΤΩΝ ΓΙΑ Ε ΠΙ ΤΥ ΧΙΑ ΣΤΟ ΠΟΔΟΣΦΑΙΡΟ ΚΛΙ ΜΑ ΚΩ ΣΗ ΤΩΝ ΒΗ ΜΑ ΤΩΝ ΓΙΑ Ε ΠΙ ΤΥ ΧΙΑ ΣΤΟ ΠΟΔΟΣΦΑΙΡΟ 12 Το γε γο νός ό τι δια βά ζεις αυ τό το βι βλί ο ση μαί νει ό τι έ χεις μολυν θεί α πό έ να μι κρόβιο το μι κρό βιο του πο δο σφαί ρου και σίγου

Διαβάστε περισσότερα

Σειρά Προβλημάτων 1 Λύσεις

Σειρά Προβλημάτων 1 Λύσεις Άσκηση 1 Σειρά Προβλημάτων 1 Λύσεις (α) Χρησιμοποιούμε τις επιπλέον μεταβλητές PC 1, PC 2, (program counters) οι οποίες παίρνουν ως τιμές ονόματα των γραμμών του κώδικα όπως φαίνεται πιο κάτω. bool y 1

Διαβάστε περισσότερα

ε πι λο γές & σχέ σεις στην οι κο γέ νεια

ε πι λο γές & σχέ σεις στην οι κο γέ νεια ε πι λο γές & σχέ σεις στην οι κο γέ νεια ΚΕΙΜΕΝΟ: Υπτγος ε.α Άρης Διαμαντόπουλος, Διδάκτορας Φιλοσοφίας - Ψυχολόγος ΕΙΚΟΝΟΓΡΑΦΗΣΗ: Στρατιωτική Επιθεώρηση Α ξί α Οι κο γέ νειας Ό,τι εί ναι το κύτ τα ρο

Διαβάστε περισσότερα

Πεπερασμένες Διαφορές.

Πεπερασμένες Διαφορές. Κεφάλαιο 1 Πεπερασμένες Διαφορές. 1.1 Προσέγγιση παραγώγων. 1.1.1 Πρώτη παράγωγος. Από τον ορισμό της παραγώγου για συναρτήσεις μιας μεταβλητής γνωρίζουμε ότι η παράγωγος μιας συνάρτησης f στο σημείο x

Διαβάστε περισσότερα

Περιφέρεια Στερεάς Ελλάδας, 23 Απριλίου 2013

Περιφέρεια Στερεάς Ελλάδας, 23 Απριλίου 2013 ΔΙΚΤΥΑ ΜΕΤΑΦΟΡΩΝ ΚΑΙ LOGISTICS: ΜΟΧΛΟΣ ΑΝΑΠΤΥΞΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ ΑΝΤΩΝΙΟΥ ΕΠΙΚΟΥΡΟΣ ΚΑΘΗΓΗΤΗ ΑΝΤΙΠΡΟΕΔΡΟΣ ΣΥΛΛΟΓΟΥ ΕΛΛΗΝΩΝ ΣΥΓΚΟΙΝΩΝΙΟΛΟΓΩΝ Περιφέρεια Στερεάς Ελλάδας, 23 Απριλίου 2013 Σύνοψη 2 Στόχοι της

Διαβάστε περισσότερα

Πρώϊος Μιλτιάδης. Αθαναηλίδης Γιάννης. Ηθική στα Σπορ. Θεωρία και οδηγίες για ηθική συμπεριφορά

Πρώϊος Μιλτιάδης. Αθαναηλίδης Γιάννης. Ηθική στα Σπορ. Θεωρία και οδηγίες για ηθική συμπεριφορά Πρώϊος Μιλτιάδης Αθαναηλίδης Γιάννης Ηθική στα Σπορ Θεωρία και οδηγίες για ηθική συμπεριφορά ΘΕΣΣΑΛΟΝΙΚΗ 2004 1 ΗΘΙΚΗ ΣΤΑ ΣΠΟΡ ΘΕΩΡΙΑ ΚΑΙ ΟΔΗΓΙΕΣ ΓΙΑ ΗΘΙΚΗ ΣΥΜΠΕΡΙΦΟΡΑ : Εκδόσεις Χριστοδουλίδη Α. & Π.

Διαβάστε περισσότερα

Νικολέττα Ισπυρλίδου* & Δημήτρης Χασάπης**

Νικολέττα Ισπυρλίδου* & Δημήτρης Χασάπης** ÅðéóôçìïíéêÞ Åðåôçñßäá Ðáéäáãùãéêïý ÔìÞìáôïò Ä.Å. Πανεπιστημίου Ιωαννίνων, 20 (2007), 23-39 Νικολέττα Ισπυρλίδου* & Δημήτρης Χασάπης** Η συγκρότηση μιας ευκλείδειας έννοιας της ευθείας γραμμής με τη διαμεσολάβηση

Διαβάστε περισσότερα

Μάνατζμεντ και Μάνατζερς

Μάνατζμεντ και Μάνατζερς Κ Ε ΦΑ ΛΑΙΟ 1 Μάνατζμεντ και Μάνατζερς Κά θε μέ ρα ε πι σκε πτό μα στε διά φο ρους ορ γα νισμούς με γά λους ή μι κρούς και ερ χό μα στε σε επα φή με τους υ παλ λή λους και τους μά να τζερ ς. Α νά λο γα

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος. Τεχνητή Νοημοσύνη 8η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στο βιβλίο Artificial Intelligence A Modern Approach των S. Russel

Διαβάστε περισσότερα

Εφαρμοσμένη Κρυπτογραφία Ι

Εφαρμοσμένη Κρυπτογραφία Ι Εφαρμοσμένη Κρυπτογραφία Ι Κωνσταντίνου Ελισάβετ ekonstantinou@aegean.gr http://www.icsd.aegean.gr/ekonstantinou Η συνάρτηση φ(.) του Euler Για κάθε ακέραιο n > 0, έστω φ(n) το πλήθος των ακεραίων στο

Διαβάστε περισσότερα

Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4)

Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4) Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4) Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Η διαδικαστική γλώσσα προγραμματισμού WHILE Τριάδες Hoare Μερική και Ολική Ορθότητα Προγραμμάτων Κανόνες

Διαβάστε περισσότερα