2.1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "2.1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ"

Transcript

1 Κεφ. ΙΙ Τυχαίος Περίπατος.. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ Ας θεωρήσουµε ότι σωµατίδιο ανά µονάδα χρόνου κινείται πάνω επάνω στον οριζόντιο άξονα x x µε βήµατα σταθερού µήκους l =. Με πιθανότητα p (0 < p < ) κινείται δεξιά και µε πιθανότητα q = - p κινείται αριστερά. Έστω Χ n η θέση του σωµατιδίου µετά από n βήµατα. Η ακολουθία των τυχαίων µεταβλητών {Χ n : n =,, } αποτελεί µια στοχαστική ανέλιξη ανεξαρτήτων προσαυξήσεων, τούτο διότι έχουµε Χ n = Χ 0 + Z + Z + + Z n (n =,, ), (.) όπου Χ 0 είναι η θέση εκκίνησης και Ζ i (i =,, ) ανεξάρτητες τ.µ. µε κατανοµή +, µε πιθανότητα p Ζ i =, µε πιθανότητα q. Αν υποθέσουµε τώρα ότι το σωµατίδιο έχει ως αρχική θέση Χ 0 = 0, τότε η θέση του Χ n µετά από άρτιο αριθµό βηµάτων n = ν (ν =,,...) θα είναι άρτια και συγκεκριµένα θα είναι µια από τις {-ν, -ν-,..., 0,..., ν-, ν}, ενώ µετά από περιττό αριθµό βηµάτων n = ν+ θα είναι περιττή και συγκεκριµένα θα είναι µια από τις {-ν-, -ν-3,...,-,,..., ν-, ν+}. Η πιθανότητα µε την οποία βρίσκεται το σωµατίδιο σε κάθε µία από τις παραπάνω θέσεις υπολογίζεται ως ακολούθως. Θεωρούµε τις τ.µ. και συνεπώς Yi = ( + Z i ) (i =,, ) (.), µε πιθανότητα p Υ i = 0, µε πιθανότητα q. 9

2 ηλαδή οι τ.µ. Y i ακολουθούν την κατανοµή Bernoulli µε πιθανότητα επιτυχίας p και ως εκ τούτου το άθροισµά τους S n = = Y i i = (n+ X n) ακολουθεί την ιωνυµική κατανοµή µε παραµέτρους n και p. Άρα θα έχουµε n P[X n = m] = P[S n = (n + m) ] = n p (n + m) (n+ m) q (n m), (.3) για m = -n, -n+,, n-, n. Είναι χρήσιµες τώρα οι παρακάτω διαπιστώσεις. Έχουµε µ = Ε[Z] = p q, και E[Z ] = p + q =, σ =V[Z] = E[Z ] E[Z] = 4pq. X n n - Σχήµα.. Απλός Τυχαίος Περίπατος µε p = 0.60 και q = Εφαρµόζοντας τώρα το Κ.Ο.Θ. έχουµε: P[-a < X n < ] - {Φ( nµ σ n ) Φ( a nµ )} 0 για n, (.4) σ n 0

3 όπου Φ είναι η αθροιστική συνάρτηση της τυποποιηµένης Κανονικής Ν(0, ). Παρατηρούµε τώρα τα παρακάτω: (α) Όταν p > q τότε µ > 0, οπότε και οι δύο όροι µέσα στα άγκιστρα τείνουν στο µηδέν. (β) Όταν p = q τότε µ = 0, οπότε και οι δύο όροι µέσα στα άγκιστρα τείνουν στο ½. (γ) Όταν p < q τότε µ < 0, οπότε και οι δύο όροι µέσα στα άγκιστρα τείνουν στη µονάδα. Συνεπώς για οποιοδήποτε p (0, ) και οποιουσδήποτε θετικούς αριθµούς a και θα έχουµε: P[-a < X n < ] 0 για n. (.5) Το παραπάνω οριακό αποτέλεσµα µας οδηγεί στο συµπέρασµα ότι οσοδήποτε µεγάλοι και αν είναι οι θετικοί αριθµοί a και, η πιθανότητα να παραµένει επ άπειρον η σ.α. {Χ n : n =,, } εντός της περιοχής (-a, ) είναι µηδέν (γιατί;). ιαφορετικά διατυπωµένο αυτό σηµαίνει ότι µε πιθανότητα τη µονάδα η σ.α. {Χ n : n =,, } θα βγει κάποια στιγµή από την περιοχή (-a, ) όσο µεγάλο και είναι το εύρος της. Προκύπτει εύκολα ότι το ίδιο ισχύει για οποιαδήποτε περιοχή (a, ) µε - < a < <. Σε ανάλογα συµπεράσµατα καταλήγουµε µε εφαρµογή του Ισχυρού Νόµου των Μεγάλων Αριθµών (Ι.Ν.Μ.Α.). Εδώ µάλιστα δεν απαιτείται η ύπαρξη διασποράς των Y i. Πράγµατι έχουµε από τον Ι.Ν.Μ.Α. ότι µε πιθανότητα τη µονάδα Χ n /n E[Z] = p q για n, και συνεπώς η ακολουθία {Χ n : n =,, } αποκλίνει θετικά όταν p > q και αποκλίνει αρνητικά όταν p < q. Επίσης για p = q πάλι αποδεικνύεται ότι µε πιθανότητα τη µονάδα η σ.α. {Χ n : n =,, } θα βγει κάποια στιγµή από οποιαδήποτε περιοχή της µορφής (-a, ) µε -a <. Τα παραπάνω συµπεράσµατα άµεσα γενικεύονται σε σ.α. µε ανεξάρτητες και ισόνοµες προσαυξήσεις µε µέση τιµή µ και πεπερασµένη ή όχι διασπορά. Πρέπει να σηµειώσουµε εδώ ότι τα ως άνω συµπεράσµατα δεν δίνουν απάντηση σχετικά µε το πότε ξεπερνιώνται τα παραπάνω δύο όρια για πρώτη φορά και µε ποια πιθανότητα το καθένα. Μ αυτό το πρόβληµα θα ασχοληθούµε στην παράγραφο που ακολουθεί.

4 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ Ας θεωρήσουµε τώρα ένα απλό τυχαίο περίπατο {X n : n = 0,,, } µε αρχική κατάσταση Χ 0 = 0 ο οποίος διακόπτεται µόλις το σωµατίδιο περάσει κάποια στιγµή στη κατάσταση s = -a ή στη κατάσταση s =, όπου a και θετικοί ακέραιοι. Σκεφθείτε δύο παίκτες Α και Β, µε αρχικά χρηµατικά ποσά a και αντίστοιχα, οι οποίοι παίζουν ένα τυχερό παιχνίδι στο οποίο ο παίκτης Α κερδίζει κάθε φορά µε πιθανότητα p ή χάνει µε πιθανότητα q = p. Το παιχνίδι σταµατά όταν ένας από τους δύο παίκτες χάσει το αρχικό του ποσό. Οι καταστάσεις -a και ονοµάζονται απορροφητικά φράγµατα της σ.α. Έχουµε απορρόφηση στο -a όταν Χ n = -a για κάποιο n. Ανάλογα έχουµε απορρόφηση στο όταν X n = για κάποιο n. Σύµφωνα µ αυτά που παρουσιάσαµε στην προηγούµενη παράγραφο ο τυχαίος περίπατος θα σταµατήσει σε ένα από τα δύο απορροφητικά φράγµατα -a, µε πιθανότητα την µονάδα. Θα προσδιορίσουµε τώρα τις δύο πιθανότητες απορρόφησης α και β αντίστοιχα.... Πιθανότητες Απορρόφησης Θεωρούµε την τ.µ. -, εάν η απορρόφηση γίνει στο a I = +, εάν η απορρόφηση γίνει στο. (.) Με αρχική συνθήκη Χ 0 = 0 και α την πιθανότητα απορρόφησης στο -a έχουµε: Γενικεύοντας παραπάνω το πρόβληµα έστω α = P[I = - X 0 =0]. (.) α i = P[I = - X 0 = i] (i = -a, -a+,, -, ) (.3) µε α = α 0 και πλευρικές, ή συνοριακές, συνθήκες α -a = και α = 0. (.4) Κάνοντας ανάλυση της πιθανότητας α i µε βάση το αποτέλεσµα του πρώτου βήµατος έχουµε: α i = P[{I=-}{X =i+} X 0 =i] + P[{I=-}{X =i-} X 0 =i] = P[X =i+ X 0 =i]p[i=- X =i+, X 0 =i] + P[X =i- X 0 =i]p[i=- X =i-, X 0 =i]

5 = P[Z =+]P[I=- X =i+, X 0 =i] + P[Z =-]P[I=- X =i-, X 0 =i] = P[Z =+]P[I=- X =i+] + P[Z =-]P[I=- X =i-] µε την τελευταία ισότητα να οφείλεται στο ότι ο τυχαίος περίπατος, ως σ.α. ανεξαρτήτων προσαυξήσεων, έχει την Μαρκοβιανή ιδιότητα. Συνεπώς προκύπτει η παρακάτω σχέση (διαφοροεξίσωση) α i = pα i+ + qα i- (i = -a+,, -). (.5) Επειδή όµως p + q =, έχουµε επίσης και απ αυτήν (p + q)α i = pα i+ + qα i- (i = -a+,, -) p(α i+ - α i ) = q(α i - α i- ) (i = -a-,, -). Θέτοντας τώρα και λ = q/p προκύπτει η αναδροµική σχέση Φ i = α i+ - α i (i = -a,, -) (.6) Φ i = λφ i- (i = -a+,, -). (.7) Από την παραπάνω σχέση προκύπτει ότι και Φ 0 = λφ - =λ Φ - = =λ a Φ -a Φ - = λφ - = λ Φ -3 = =λ - Φ 0. Έχουµε συνεπώς και Φ -a = λ -a Φ 0 (.8) Φ - = λ - Φ 0. (.9) Από τις πλευρικές συνθήκες (.4) λαµβάνουµε 3

6 = - (α α -a ) = - {(α - α - ) + (α - - α - ) + +(α -a+ - α -a )} = - {Φ - + Φ Φ -a } = - {λ - + λ λ -a }Φ 0 και συνεπώς Φ 0 = - { λ - + λ λ -a } -. (.0) Παρόµοια, επίσης από τις πλευρικές συνθήκες (.4), έχουµε α 0 = - (α - α 0 ) = - {(α - α - ) +(α - - α - ) + + (α - α 0 )} = - {Φ - + Φ Φ 0 } = - {λ - + λ }Φ 0 και συνεπώς Φ 0 = - α 0 {λ - + λ } -. (.) Εξισώνοντας τώρα τα δεύτερα µέλη των (.0) και (.) λαµβάνουµε α 0 = {λ - + λ } / { λ - + λ λ -a }, είναι δηλαδή, για λ = q/p =, a + α 0=α=P[I= - X 0= 0] = λ a, για λ = q/p, λ λ (.) όπου {I = -} να εκφράζει το ενδεχόµενο απορρόφηση στο -a. Με ανάλογο τρόπο, ή απλούστερα εναλλάσσοντας το a µε το και το p µε το q (ή ισοδύναµα, το λ µε το /λ), η πιθανότητα απορρόφησης στη θέση θα είναι: 4

7 ή ισοδύναµα a, για λ = q/p =, a + β 0=β=P[I= X 0= 0] = a (/ λ), για λ = q/p, a (/ λ) (/λ) a, για λ = q/p =, a+ β 0 =β=p[i= X 0 = 0] = λ a, για λ = q/p. a λ λ (.3) (.4) Από τα αποτελέσµατα (.3) και (.4) διαπιστώνουµε ότι α 0 + β 0 =, δηλαδή, χωρίς την εφαρµογή οριακών θεωρηµάτων, προκύπτει ότι ο απλός τυχαίος περίπατος µε απορροφητικά φράγµατα -a και σταµατά µε πιθανότητα τη µονάδα.... Κατανοµή του Χρόνου Απορρόφησης Ο χρόνος Τ µέχρι να περάσει ο τυχαίος περίπατος {X n } σε µία από τις απορροφητικές καταστάσεις {-a} ή {} είναι διακριτή τ.µ. µε τιµές k min{a, }. Ο χρόνος αυτός καλείται χρόνος απορρόφησης και εκφράζει την διάρκεια του τυχαίου περίπατου µε απορροφητικά φράγµατα. Έχουµε συνεπώς Y n 6 4 Τ = min{n : X n = - a ή }. (.5) n -a Σχήµα.. Απλός Τυχαίος Περίπατος µε απορροφητικά φράγµατα. Έστω τώρα 5

8 p k = P[T = k X 0 = 0] ( k = 0,, ) (.6) µε µηδενικές τις πιθανότητες p k για k = 0,,, min{a, }-. Ορίζουµε ακόµα τις πιθανότητες µε και (i) p k = P[T = k X 0 = i] (k=0,, ) για i {-a,, }, (.7) (0) p k = p k ( a) (), για k = 0 k = p k = δ k = 0, για k 0. (.8) p 0 Κάνοντας ανάλυση και πάλι µε βάση το αποτέλεσµα του πρώτου βήµατος και µε χρήση της Μαρκοβιανής ιδιότητας έχουµε για k την παρακάτω σχέση: (i) p k = P[Z =+]P[T=k X = i+] + P[Z =-]P[T=k X = i-]. (.9) Όµως επειδή η κατανοµή των βηµάτων Z i είναι αναλλοίωτη στο χρόνο µέχρι τη στιγµή της απορρόφησης, θα έχουµε τη σχέση P[T=k X = i+] = P[T=k- X 0 = i+] = (i ) p + k και (i ) P[T=k X = i-] = P[T=k- X 0 = i-] =. Συνεπώς η (.9) δίνει την παρακάτω διαφοροεξίσωση p k (i ) (i ) p = p + q ( k =,, ) για i {-a+,, -}, (i) k p + k p k (.0) µε πλευρικές συνθήκες καθοριζόµενες από την (.8). Η ως άνω διαφοροεξίσωση είναι ης τάξης ως προς k και ης τάξης ως προς i. Με (i) τον δείκτη i σταθερό, έστω π i (s) η γεννήτρια συνάρτηση των πιθανοτήτων { p k : k = 0,, }, δηλαδή π i (s) = Ε[s T X 0 = i] = =0 k s k p (i) k (s ) για i {-a,, }. 6

9 όπου κοινή περιοχή σύγκλισης όλων των π i (s). Πολλαπλασιάζοντας τώρα τα µέλη των (.8) και (.0) επί s k και αθροίζοντας για k = 0,,, λαµβάνουµε την παρακάτω διαφοροεξίσωση ( ης τάξης ως προς i) µε πλευρικές συνθήκες π i (s) = s{p π i+ (s) + q π i- (s)} για i {-a+,, -} (.) π i (s) = για i = -a,. (.) Η διαφοροεξίσωση (.) λύνεται όπως και µια γραµµική διαφορική εξίσωση ας τάξεως. Συγκεκριµένα, διαπιστώνουµε ότι η συνάρτηση π i (s) = {α(s)} i (.3) µε α(s) τη ρίζα της χαρακτηριστικής εξίσωσης της (.) x = s{px + q), αποτελεί µια ειδική λύση. Η ως άνω χαρακτηριστική εξίσωση για 0 < s < /( pq ) έχει δύο λύσεις και συγκεκριµένα τις α(s) = 4pqs ps και β(s) = + 4pqs ps οι οποίες είναι γραµµικά ανεξάρτητες. Συνεπώς, η γενική λύση της (.) είναι ο γραµµικός συνδυασµός π i (s) = A(s){α(s)} i + B(s){β(s)} i για i {-a+,, -} (.4) µε τις συναρτήσεις A(s) και Β(s) να ικανοποιούν τις πλευρικές συνθήκες (.). Εισάγοντας την γενική λύση (.4) στην (.) λαµβάνουµε το παρακάτω γραµµικό σύστηµα εξισώσεων: a a A(s) {α(s)} + B(s) {β(s)} = A(s) {α(s)} + B(s) { β(s)} =. (.5) Έχουµε συνεπώς A(s) = a {β(s)} {β(s)} a {α(s)} {β(s)} {α(s)} {β(s)} a (.6) 7

10 και Β(s) = {α(s)} a {α(s)} {β(s)} a {α(s)} {α(s)} {β(s)} a. (.7) Mας ενδιαφέρει η γεννήτρια των πιθανοτήτων p k = δηλαδή η συνάρτηση Για i = 0 στη σχέση (.4) έχουµε k =0 π(s) π 0 (s) = Ε[s T (0) X 0 = 0] = s k p. k (0) p k για k = 0,,, π(s) = A(s) + B(s) = a a [{α(s)} + {β(s)} ] [{α(s)} + {β(s)} ] {α(s)} {β(s)} {α(s)} {β(s)} a a (s ), (.8) από την οποία µε παραγωγίσεις στη θέση s = 0 λαµβάνουµε τις πιθανότητες p k = π (k) (0)} = k! {A (k) (0) + B (k) (0)} (k = m, m+, ) (.9) k! µε m = min{a, }. Σχετικά µε τον χρόνο απορρόφησης Τ έχουµε τα παρακάτω: µε µέση τιµή και διασπορά P[T < X 0 = 0] = π() A() + B() = α + β =, (.30) µ Τ = Ε[Τ] = π (), (.3) σ Τ = V[T] = E[X(X-)] + E[X] E[X] = π () + π (){ π ()}. (.3) Το γεγονός ότι στον απλό τυχαίο περίπατο, µε a και άρτιους, ο χρόνος απορρόφησης Τ µπορεί να θεωρηθεί ως άθροισµα ανεξάρτητων και ισόνοµων τυχαίων µεταβλητών Τ i που εκφράζουν τον χρόνο που απαιτείται µέχρι να µεταπηδήσει από µια κατάσταση, έστω j, στην κατάσταση j + ή στην κατάσταση j (το πλήθος των Τ i δεν είναι γνωστό αλλά αυτό δεν έχει ιδιαίτερη σηµασία εφόσον γνωρίζουµε τη µέση τιµή και τη διασπορά του αθροίσµατός τους), µας επιτρέπει να χρησιµοποιήσουµε το Κ.Ο.Θ. για να προσδιορίσουµε προσεγγιστικά πιθανότητες που αφορούν τον χρόνο απορρόφησης. Υποτίθεται βέβαια ότι τα απορροφητικά φράγµατα -a και δεν είναι πολύ κοντά στο µηδέν για να έχει κάποια διάρκεια ο τυχαίος περίπατος. Έχουµε συνεπώς για t < t την προσέγγιση: 8

11 P[t < T t X 0 = Φ( t µ σ T T ) Φ( t µ σ T T ). (.33) Η ως άνω προσέγγιση βελτιώνεται εφαρµόζοντας τη διόρθωση συνεχείας, θέτοντας δηλαδή στη θέση των t, t τα t + 0.5, t αντίστοιχα..3. ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ : ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD Θα γενικεύσουµε τώρα τα αποτελέσµατα της προηγούµενης παραγράφου αναφερόµενοι σε γενικότερης µορφής τυχαίους περιπάτους. Ορισµός. Τυχαίος περίπατος (τ.π.) είναι µια σ.α. {Χ n : n =,, } ανεξάρτητων και ισόνοµων προσαυξήσεων Υ i (i =,, ) µε µέση τιµή µ = Ε[Υ i ] πεπερασµένη. Η θέση µετά από n βήµατα είναι πάλι: Χ n = Χ 0 + Υ + Υ + + Υ n (n =,, ). (3.) Στα παρακάτω θεωρούµε ότι η θέση εκκίνησης Χ 0 = 0. Όπως και στον απλό τυχαίο περίπατο έτσι και εδώ, µε εφαρµογή είτε του Κ.Ο.Θ. είτε του Ι.Ν.Μ.Α., προκύπτει ότι µε - < a < < + έχουµε και από αυτήν ότι P[-a < X n < ] 0 για n P[-a < X n < για όλα τα n] = 0. Αν θεωρήσουµε τώρα τους αριθµούς -a και ως απορροφητικά φράγµατα του ως άνω τ.π. η τελευταία σχέση σηµαίνει ότι ο χρόνος απορρόφησης Τ = min{n: X n (-a, )} (3.) δεν απειρίζεται µε πιθανότητα τη µονάδα. Μπορούµε συνεπώς να µιλήσουµε για την τ.µ. Χ Τ (είναι πράγµατι τυχαία µεταβλητή;), την κατάσταση δηλαδή την οποία καταλαµβάνει η σ.α. {Χ n : n =,, } κατά την στιγµή της απορρόφησης Τ. Έστω τώρα g(s) = E[e sυ ], s, (3.3) η ροπογεννήτρια συνάρτηση των ανεξάρτητων και ισόνοµων προσαυξήσεων Υ i. 9

12 Αποδεικνύεται ότι η g(s) συνδέεται µε την κατάσταση Χ Τ κατά τη στιγµή της απορρόφησης, είτε αυτή γίνεται στο κάτω φράγµα -a είτε στο άνω φράγµα, µέσω της παρακάτω σχέσης η οποία είναι γνωστή ως Ταυτότητα του Wald. Θεώρηµα (Ταυτότητα του Wald). Έστω ότι η τ.µ. Χ Τ εκφράζει τη θέση της σ.α. κατά τη στιγµή της απορρόφησης Τ µε αρχική κατάσταση Χ 0 = 0. Τότε E[{g(s)} T exp {sx }] =, για κάθε s. (3.4) T Από την παραπάνω σχέση προκύπτουν ορισµένα πολύ ενδιαφέροντα αποτελέσµατα. Παραγωγίζοντας ως προς s τα µέλη της ταυτότητας του Wald λαµβάνουµε E[ T{g(s)} T g'(s)e sxt + X T {g(s)} T e sxt ] = 0 για κάθε s. (3.5) Επειδή για s = 0 (0 ) έχουµε g(0) = και g (0) = µ = Ε[Υ], αντικαθιστώντας στην παραπάνω σχέση λαµβάνουµε ή ισοδύναµα Ε[-Τµ + Χ Τ ] = 0, Ε[Χ Τ ] = µ Ε[Τ]. (3.6) ηλαδή, η µέση θέση κατά τη στιγµή της απορρόφησης δίνεται από το γινόµενο του µέσου βήµατος επί το µέσο χρόνο απορρόφησης. Η παραπάνω ισότητα είναι γνωστή ως Ταυτότητα του Little..3.. Μέσος Χρόνος Απορρόφησης Υποθέτοντας ότι οι προσαυξήσεις Y i έχουν πεπερασµένη διασπορά σ και παραγωγίζοντας για άλλη µία φορά την (3.5) ως προς s λαµβάνουµε µετά από λίγες πράξεις µε µ = 0: Ε[ ] = σ Ε[Τ]. (3.7) X T Συνεπώς, συνδυάζοντας τις (3.6) και (3.7) έχουµε: E[X T ]/ µ, για µ 0, Ε[Τ] = E[X T ]/ σ, για µ = 0. (3.8) Επειδή τώρα έχουµε X -a ή X ανάλογα µε το αν η απορρόφηση γίνεται στο -a ή στο, θα έχουµε Ε[Χ Τ + β και Ε[ ]@αa + β, όπου µε α και β X T 30

13 συµβολίζουµε τις πιθανότητες απορρόφησης στο -a και αντίστοιχα. Οπότε έχουµε: αa + β, για µ 0, µ (3.9) αa + β, για µ = 0. σ Σηµείωση: Στον απλό τυχαίο περίπατο όπου κάθε βήµα είναι µήκους l =, µε a, ακεραίους θα έχουµε κατ ανάγκη Χ Τ = -a ή Χ Τ =. Συνεπώς το παραπάνω προσεγγιστικό αποτέλεσµα ισχύει ακριβώς..3.. Πιθανότητες Απορρόφησης Αν παραγωγίσουµε την ροπογεννήτρια συνάρτηση g(s) των προσαυξήσεων Y i δύο φορές έχουµε: g (s) = Ε[Υ e sy ] > 0 για κάθε s. Συνεπώς η ροπογεννήτρια συνάρτηση g(s) είναι κυρτή στο, εκτός εάν οι τ.µ. Υ i είναι µηδενική µε πιθανότητα τη µονάδα. g(s) g(s) (α) µ < 0 (β) µ > 0 Σχήµα.3. 0 s o s s o 0 s Ροπογεννήτρια συνάρτηση των ανεξαρτήτων προσαυξήσεων. Εύκολα διαπιστώνει κανείς ότι όταν οι πιθανότητες P[Υ > 0] και P[Y < 0] είναι µη µηδενικές, τότε η ροπογεννήτρια g(s) = E[e sy ] αυξάνεται απεριόριστα για s + όπως και για s -. Τούτο διότι η g(s) γράφεται 3

14 g(s) = E[e sυ ] = p E[e sυ Υ 0] + q E[e sυ Υ < 0], όπου p = P[Y 0] και q = P[Y<0]. Οι δύο όροι συνεπώς στα δεξιά της παραπάνω σχέσης είναι θετικοί. Ο πρώτος αυξάνεται απεριόριστα για s και ο δεύτερος για s -. Συνεπώς, µε µ 0 και µε θετικές τις πιθανότητες P[Y > 0] και P[Y < 0], υπάρχει µη µηδενική ρίζα της εξίσωσης g(s) =. Υπάρχει δηλαδή µέσα στο σηµείο s s 0 0 τέτοιο ώστε g(s 0 ) = E[e o Y ] =. Θέτοντας την ως άνω τιµή του s στην Ταυτότητα του Wald παίρνουµε E[e s o XT ] =. (3.0) Με απορροφητικά φράγµατα -a και, και έχοντας αποδείξει ότι ο τυχαίος περίπατος σταµατά µε πιθανότητα τη µονάδα, ας θεωρήσουµε και πάλι τα δύο ενδεχόµενα απορρόφησης Α = {I = -} και Β = {I = } στο a και αντίστοιχα. ηλαδή και Α = {I = -} = {ο τ.π. {X n } µε αποροφ. φράγµατα -a και απορροφάται στο -a} Β = {I = } = {ο τ.π. {X n } µε αποροφ. φράγµατα -a και απορροφάται στο }. Με α = α(a, ) = P[Α] και β = - α = P[Β] και µε δέσµευση στα ενδεχόµενα απορρόφησης Α = {I = -} και Β = {I = } έχουµε την παρακάτω ανάλυση: sx E[e T sx ] = α E[e T A] και σύµφωνα µε την (3.0) θα έχουµε για s = s 0 : sx + (-α) E[e T B] (3.) s Α E[e 0 XT s A] + (-α) E[e 0 XT B] =, (3.) σχέση από την οποία προκύπτει ότι η πιθανότητα απορρόφησης στο -a είναι: α = E[e s0x s0xt E[e B] T s0xt B] E[e. (3.3) A] Όµως, όταν η απορρόφηση γίνεται στο -a έχουµε Χ -a και όταν η απορρόφηση γίνεται στο έχουµε Χ Συνεπώς E[e s 0 XT as e 0 s και E[e 0 XT s0 e, (3.4) 3

15 οπότε η σχέση (3.0) δίνει e e s0 s0 e as0, s 0 0 για µ 0. (3.5) Τα παραπάνω αποτελέσµατα προέκυψαν µε βάση την υπόθεση ότι s 0 0. Αυτό συµβαίνει όταν µέση τιµή των προσαυξήσεων µ 0. Επειδή για µ 0 έχουµε επίσης s 0 0, παίρνοντας το όριο στην παραπάνω σχέση για s 0 0 και κάνοντας χρήση του κανόνα De l Hospital λαµβάνουµε: a + για µ = 0. (3.6) Εισάγοντας τώρα τα παραπάνω δύο αποτελέσµατα στην (3.9), η οποία αφορά την µέση τιµή του χρόνου απορρόφησης Τ, λαµβάνουµε τελικά s a( e µ (e a, σ 0 ) + ( e 0 as0 e ) s as0 ), για µ 0, για µ = 0. (3.7) Σηµειώνουµε εδώ πάλι ότι στον απλό τυχαίο περίπατο µε a και ακεραίους τα παραπάνω προσεγγιστικά αποτελέσµατα ισχύουν ακριβώς. Συµπεράσµατα. Από τις σχέσεις (3.3) και (3.4) διαπιστώνουµε τα παρακάτω. ον. Όταν s 0 > 0, δηλαδή όταν ο τ.π. έχει αρνητική τάση µ (=Ε[Υ] < 0), τότε για την πιθανότητα απορρόφησης στο κάτω φράγµα -a έχουµε: α = α(a, ) για. Αντίστοιχα, για την πιθανότητα απορρόφησης στο άνω φράγµα έχουµε: β = - α(a, ) / [e s 0X E T Β] exp{-s0} για a. Η παραπάνω ανισότητα ισχύει διότι για µια µονότονα αύξουσα συνάρτηση h(x) έχουµε Ε[h(Χ) X c ] h(c). Οµοίως, για µια µονότονα φθίνουσα συνάρτηση h(x) έχουµε Ε[h(Χ) X c ] h(c), ανισότητα την οποία χρησιµοποιούµε παρακάτω. ον. Όταν s 0 < 0, δηλαδή όταν ο τ.π. έχει θετική τάση µ, τότε για την πιθανότητα απορρόφησης στο άνω φράγµα έχουµε: 33

16 β = - α(a,) για a. Αντίστοιχα, για την πιθανότητα απορρόφησης στο κάτω φράγµα -a έχουµε: α = α(a, ) / [e s 0X E T Α] exp{as0} για Ροπογεννήτρια του Χρόνου Απορρόφησης Για τον προσδιορισµό της ροπογεννήτριας του χρόνου απορρόφησης Τ θεωρούµε τις ρίζες της εξίσωσης g(s) = e -t µε t. (3.8) Λόγω κυρτότητας της g µε κατάλληλη επιλογή του θα υπάρχουν δύο ρίζες, έστω s και s, µε s < s. Έχουµε δηλαδή s = s (t) < s = s (t), t. Αντικαθιστώντας στην Ταυτότητα του Wald λαµβάνουµε τις παρακάτω δύο εξισώσεις: E[ exp {tt + s (t)x }], t (i =, ). (3.9) i T = Επίσης µε δέσµευση στα ενδεχόµενα απορρόφησης Α και Β αντίστοιχα έχουµε την ανάλυση: E[exp{tT + s i (t)x T }] = α E[exp{tT + s i (t)x T } Α] + β E[exp{tT + s i (t)x T } Β] (i =, ). (3.0) και συνεπώς η (3.9) δίνει για κάθε t α E[exp{tT + s i (t)x T } Α] + β E[exp{tT + s i (t)x T } Β] = (i =, ). Όµως, όπως προηγουµένως, όταν η απορρόφηση γίνεται στο -a έχουµε Χ -a και όταν η απορρόφηση γίνεται στο έχουµε Χ Οπότε έχουµε: Θέτοντας τώρα α exp{-a s i (t)}e[e tt Α] + β exp{ s i (t)}e[e tt (i =, ). (3.) και g Α (t) = E[e tt Α] (3.) g Β (t) = E[e tt Β], (3.3) συναρτήσεις οι οποίες αποτελούν τις δεσµευµένες ροπογεννήτριες του χρόνου απορρόφησης Τ σε σχέση µε την περιοχή απορρόφησης, το σύστηµα εξισώσεων (3.) γίνεται: 34

17 α exp{-a s (t)}g Α (t) + β exp{ s (t)}g Β α exp{-a s (t)}g Α (t) + β exp{ s (t)}g Β (3.4) σύστηµα δύο γραµµικών, ως προς τις ποσότητες αg Α και βg Β, εξισώσεων από το οποίο προκύπτει: και s (t) s (t) e e α g Α t s (t) as (t) s (t) as (t) (3.5.α) e e as (t) as (t) e e β g Β t. (3.5.β) s (t) as (t) s (t) as (t) e e Όµως η ροπογεννήτρια συνάρτηση του χρόνου απορρόφησης Τ µπορεί να αναλυθεί σε σχέση µε την περιοχή απορρόφησης ως ακολούθως: και συνεπώς g Τ (t) = E[e tt ] = α E[e tt Α] + β E[e tt Β] = α g Α (t) + β g Β (t) s (t) as (t) s (t) (e + e ) (e + e g Τ s (t) as (t) s (t) as (t) e e as (t) ), t. (3.6) Η παραπάνω σχέση είναι η υπό µορφή ροπογεννητριών αντίστοιχη έκφραση της (.8) και ισχύει ακριβώς στον απλό τυχαίο περίπατο. Από τη σχέση αυτή µπορούµε να υπολογίσουµε τη µέση τιµή και τη διασπορά του χρόνου απορρόφησης Τ. Συγκεκριµένα έχουµε: και Ε[Τ] = g ' T (0) V[T] = Ε[Τ ] {Ε[Τ]} '' ' = g (0) {g (0)}. T T Κάνοντας εφαρµογή του Κ.Ο.Θ. και χρησιµοποιώντας τα παραπάνω αποτελέσµατα µπορούµε να προσδιορίσουµε µε ικανοποιητική προσέγγιση τις πιθανότητες που αφορούν στον χρόνο απορρόφησης Τ. 35

18 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ Θα κάνουµε εφαρµογή τώρα των παραπάνω αποτελεσµάτων σε διάφορες ανεξαρτήτων προσαυξήσεων. σ.α..4.. Απλός Τυχαίος Περίπατος - Καταστροφή του Παίκτη Έστω {Χ n : n =,, } απλός τυχαίος περίπατος. Έχουµε δηλαδή Χ n = Χ 0 + Υ + Υ + + Υ n (n =,, ), όπου Χ 0 = 0, η θέση εκκίνησης, και Υ i (i =,, ) ανεξάρτητες τ.µ. µε κατανοµή +, µε πιθανότητα p Υ i =, µε πιθανότητα q. Ο ως άνω τ.π. µπορεί να θεωρηθεί ως η κατάσταση ενός παίκτη µετά από n παιχνίδια στα οποία κερδίζει ή χάνει κάθε φορά µε πιθανότητες p και q αντίστοιχα. Η ροπογεννήτρια συνάρτηση των Υ i είναι g(s) = E[e sy ] = p e s + q e -s, s, Για τον προσδιορισµό της µη µηδενικής λύσης s 0 της εξίσωσης g(s) =, γράφουµε από την οποία προκύπτει η εξίσωση p e s + q e -s = = p + q (p e s - q) ( e -s )= 0, οπότε s 0 = ln(q/p) = ln λ µε λ = q/p. Η λύση αυτή είναι µη µηδενική όταν το λ ή, ισοδύναµα, όταν p q. Με εφαρµογή τώρα της (3.5), η οποία ισχύει ακριβώς εδώ, λαµβάνουµε το γνωστό αποτέλεσµα λ α =. a λ λ Για τον προσδιορισµό της πιθανότητας α όταν έχουµε p = q λαµβάνουµε το όριο της παραπάνω παράστασης για λ κάνοντας χρήση του κανόνα De l Hospital. Οπότε για λ προκύπτει: α = a +. 36

19 Είναι φανερό ότι όταν έχουµε λ, δηλαδή µ = Ε[Υ] = p q 0 (µη θετική τάση), τότε α α(a, + ) = lim α(a, ) = για +. Όταν όµως έχουµε λ <, δηλαδή µ = p q > 0 (θετική τάση), τότε α = α(a, + ) = lim α(a, ) = λ a για +. Τούτο σηµαίνει ότι όταν ένας παίκτης µε κεφάλαιο a παίζει µε παίκτη ο οποίος διαθέτει απεριόριστο κεφάλαιο, η µόνη περίπτωση να µη χάσει το κεφάλαιό του είναι να παίζει παιχνίδι µε θετική τάση, δηλαδή µε p > q. Και πάλι όµως αυτό δεν είναι βέβαιο αλλά είναι µε πιθανότητα - λ a. Το αντιστάθµισµα εδώ είναι ότι το αναµενόµενο κέρδος είναι άπειρο σε χρόνο άπειρο!. Σχετικά µε τη µέση διάρκεια του παιχνιδιού Τ έχουµε τα παρακάτω. Με µ = Ε[Υ] 0 η σχέση (3.5), η οποία ισχύει ακριβώς εδώ, δίνει Ε[Τ] = ( α) aα µ και αντικαθιστώντας την πιθανότητα α έχουµε µέση διάρκεια παιχνιδιού: Ε[Τ] = a λ λ a p q λ λ λ λ { a }. (4.) a Για τον προσδιορισµό της µέσης διάρκειας του παιχνιδιού όταν µ = 0 λαµβάνουµε το όριο της παραπάνω έκφρασης για λ. Έτσι για µ = 0 λαµβάνουµε Ε[Τ] = a. (4.) Θεώρηµα. Στον απλό τυχαίο περίπατο χωρίς απορροφητικά φράγµατα και µε αρνητική τάση p q, η κατανοµή του M = max{x n : n =,, } ακολουθεί την Γεωµετρική κατανοµή µε παράµετρο θ =/λ = p/q. Απόδειξη. Το ενδεχόµενο {Μ m} στον χωρίς φράγµατα απλό τυχαίο περίπατο είναι ταυτόσηµο µε το ενδεχόµενο Β απορρόφησης στο άνω φράγµα = m του απλού τυχαίου περίπατου µε κάτω φράγµα -a = -. Συνεπώς από τα προηγούµενα έχουµε Όµως P[Μ m] = λ -m = θ m. 37

20 P[M = m] = P[Μ m] - P[Μ m+], από την οποία αντικαθιστώντας λαµβάνουµε P[M = m] = θ m - θ m+ = θ m ( - θ), m = 0,,,..4.. Τυχαίος Περίπατος Κανονικών Προσαυξήσεων - Ταµείο Τράπεζας Έστω τ.π. {Χ n : n =,, } ο οποίος εκφράζει την κίνηση σε ταµείο µιας τράπεζας. Οι µεταβολές που γίνονται στο ταµείο από τις καταθέσεις/αναλήψεις των πελατών θεωρούνται ότι ακολουθούν Κανονική κατανοµή µε µέση τιµή µ και διασπορά σ. Έχουµε δηλαδή µετά την εξυπηρέτηση του n-πελάτη Χ n = Υ + Υ + + Υ n (n =,, ) µε Υ i (i =,, ) ανεξάρτητες και ισόνοµες τ.µ. µε Ν(µ, σ ) κατανοµή. Η ροπογεννήτρια της Ν(µ, σ ) είναι (βλ. Παράδειγµα 5 της.3) g(s) = exp { µ s + σ s }, s =. µε µη µηδενική ρίζα της εξίσωσης g(s) = την s 0 = -µ/σ. Έστω τώρα ότι το ταµείο της τράπεζας ξεκινά κάθε πρωί µε ένα ποσό a για την κάλυψη των αναλήψεων της ηµέρας. Έστω επίσης ότι το σύνολο των καταθέσεων που µπορούν να γίνουν σε µια ηµέρα στο συγκεκριµένο ταµείο εκτιµάται ότι είναι. Η πιθανότητα απορρόφησης στο -a, να έλθει δηλαδή στιγµή που δεν θα µπορεί να καλύψει κάποια ανάληψη, µε βάση την (3.5) για µ 0 είναι: e e s0 s0 e as0 µ / σ e = µ / σ aµ / σ e e. (4.3) Παίρνοντας τα όρια για µ 0 η πιθανότητα απορρόφησης στο -a µε µέσο µ = 0 είναι: a +. Για η απορρόφηση στο -a γίνεται µε βεβαιότητα όταν ο µέσος µ 0, ενώ όταν µ > 0 γίνεται µε πιθανότητα: 38

21 aµ / σ e. (4.4) Υπενθυµίζεται ότι το δεξιό µέλος της παραπάνω σχέσης αποτελεί ένα άνω φράγµα της πιθανότητας απορρόφησης (βλ. Συµπεράσµατα στην.3.). Με εφαρµογή του αποτελέσµατος (3.7) ο αναµενόµενος αριθµός πελατών µέχρι την απορρόφηση στο -a ή είναι: a( e µ (e a, σ µ / σ µ / σ ) + ( e e µ a / σ µ a / σ ) ), για µ 0, για µ = 0. (4.5) Λύνοντας ως προς s την εξίσωση g(s) = e -t, ή ισοδύναµα την εξίσωση λαµβάνουµε για t < µ /σ σ s + µ s + t = 0, µ µ σ t s = s (t) = σ µ + µ σ t, s = s (t) = σ. (4.6) Για τις ως άνω τιµές του s η ταυτότητα του Wald δίνει το παρακάτω γραµµικό σύστηµα εξισώσεων [βλ. (3.4)] α exp{-a s (t)}g A (t) + (-α) exp{ s (t)}g B α exp{-a s (t)}g Α (t) + (-α) exp{ s (t)}g B (4.7) Λύνοντας το παραπάνω γραµµικό σύστηµα ως προς τις ποσότητες αg A (t) και (-α)g Β (t) προκύπτει ότι η προσεγγιστική έκφραση της ροπογεννήτριας του χρόνου απορρόφησης Ν και συγκεκριµένα της είναι: g Ν (t) = α g Α (t) + ( α) g Β (t) s (t) s (t) as (t) [e e ] + [e e g Ν s (t) as (t) s (t) as (t) e e µε s i (t) (i =, ) από την (4.6). as (t) ], t = (, µ /σ ). 39

22 Θέτοντας lnt στην θέση του t, και συνεπώς µε µ µ σ s = s (t) = σ ln t µ + µ σ ln t, s = s (t) = σ προκύπτει η γεννήτρια πιθανοτήτων π N (t) του χρόνου απορρόφησης Ν. Συγκεκριµένα έχουµε: π Ν [{z (t)} {z (t)} ] + [{z (t)} {z (t)} {z (t)} a a {z a {z (t)} {z (t)} t = (0, exp{µ /σ }), (t)} a ], (4.8) όπου z i (t) = exp{s i (t)} (i =, ) Τυχαίος Περίπατος Ανεξαρτήτων Προσαυξήσεων - Ασφαλιστικά Συµβόλαια Σε ασφαλιστική εταιρεία φθάνουν αιτήµατα αποζηµίωσης ασφαλισµένων σε τυχαίες χρονικές στιγµές T i (i =,, ) µε T i T ι+. Υποθέτουµε ότι οι ενδιάµεσοι χρόνοι X i = T i T i- (i =,, ), µε Τ 0 =0, είναι ανεξάρτητες και ισόνοµες (µη αρνητικές) τ.µ. µε µέση τιµή µ Χ (µ Χ > 0). Υποθέτουµε επίσης τα ποσά των αποζηµιώσεων Y i (i =,, ) επίσης ανεξάρτητες και ισόνοµες (µη αρνητικές) τ.µ. µε µέση µ Y. Αν N(t) είναι ο αριθµός των αιτουµένων αποζηµιώσεων στο χρονικό διάστηµα (0, t], τότε το συνολικό ποσό αποζηµίωσης θα είναι: S Y (t) = Y + Y Y N(t). Παράλληλα η ασφαλιστική εταιρεία έχει από τα ασφάλιστρα έσοδα τα οποία, αφαιρουµένου του λειτουργικού κόστους στον αντίστοιχο χρόνο, είναι ct. Αν Α 0 είναι το αρχικό κεφάλαιο της εταιρείας µας ενδιαφέρει να γνωρίζουµε µε ποια πιθανότητα η ασφαλιστική εταιρεία ενδέχεται να αδυνατεί κάποια στιγµή να υποστηρίξει τα συµβόλαιά της. Μας ενδιαφέρει δηλαδή η πιθανότητα p = P[A 0 + ct S Y (t) < 0 για κάποιο t (0, + )]. Επειδή η χρονική στιγµή της αδυναµίας κάλυψης ασφαλιστικής υποχρέωσης συµπίπτει µε τον χρόνο κάποιου αιτήµατος αποζηµίωσης, είναι χρήσιµο να αναφερόµαστε στις χρονικές κατά τις οποίες προκύπτουν αιτήµατα αποζηµίωσης. Έτσι κατά την χρονική στιγµή κατά την οποία προκύπτει το n-αίτηµα αποζηµίωσης θα έχουµε τυχαίο συνολικό χρόνο µε συνολικές αποζηµιώσεις T = Χ + Χ Χ n 40

23 S Y,n = Y + Y Y n. Η οικονοµική κατάσταση της εταιρείας θα είναι συνεπώς A n n n i 0 i 0 i= i= i= + c X Y = A U, (4.9) µε U i = Y i - cx i (i=,, ). Η ζητούµενη πιθανότητα είναι: n p = P[S = U > A για κάποιο n]. U,n i 0 i= i Επειδή τα U i είναι ανεξάρτητα και ισόνοµα η {S U,n : n =,, } είναι µια σ.α. ανεξαρτήτων και ισονόµων προσαυξήσεων, δηλαδή ένας τυχαίος περίπατος. Συνεπώς όταν µ = E[U] = E[Y] - c E[X] 0, τότε µε πιθανότητα τη µονάδα η ασφαλιστική εταιρεία θα αντιµετωπίσει αδυναµία υποστήριξης των συµβολαίων της κάποια στιγµή. Όταν όµως E[U] < 0, τότε υπάρχει θετική πιθανότητα p να µην αντιµετωπίσει τέτοια κατάσταση. Η πιθανότητα p αντιστοιχεί στο ενδεχόµενο απορρόφησης στο άνω φράγµα τυχαίου περίπατου µε τάση µ αρνητική, όπου το άνω φράγµα εδώ είναι = A 0 και το κάτω φράγµα -a = -. Η πιθανότητα απορρόφησης συνεπώς είναι: µε s 0 τη µη-µηδενική ρίζα της εξίσωσης p exp{ A0s 0} (4.0) g U (s) = E[e su ] =. Λόγω της ανεξαρτησίας µεταξύ των Χ i και Υ i θα έχουµε g U (s) = E[e su ] = E[e s(y-cx) ] = g Y (s) g X (-cs), και συνεπώς θα έχουµε ως s 0 τη µη-µηδενική ρίζα της εξίσωσης Ε[e sy ] E[e -scx ] =. (4.) Σηµειώνεται ότι η ως άνω ρίζα είναι θετική αφού η ροπογεννήτρια g U έχει παράγωγο στη θέση µηδέν g U (0) = µ = Ε[U] < 0. 4

24 .4.4. Συστήµατα Εξυπηρέτησης Θεωρούµε ένα χώρο στον οποίο προσέρχονται πελάτες για να διεκπεραιώσουν µια υπόθεση τους ή γενικότερα να κάνουν χρήση των προσφεροµένων υπηρεσιών. Ο χώρος αυτός µπορεί να είναι ένα κατάστηµα τραπέζης, ένα ιατρείο ή µια κλινική, ένα internet café ή ένα δικτυακό κέντρο, ένας χώρος αναψυχής κ.λπ. Τα κύρια χαρακτηριστικά ενός χώρου εξυπηρέτησης είναι τα εξής: (α) (β) (γ) Ο ρυθµός αφίξεων πελατών και πιο συγκεκριµένα η από κοινού κατανοµή των χρόνων µεταξύ διαδοχικών αφίξεων πελατών. Οι χρόνοι αυτοί συµβολίζονται µε X n (n =,, ). Ο ρυθµός εξυπηρέτησης και πιο συγκεκριµένα η από κοινού κατανοµή των χρόνων εξυπηρέτησης. Οι χρόνοι εξυπηρέτησης συµβολίζονται µε V n (n =,, ). Ο αριθµός m των µονάδων εξυπηρέτησης. Σχετικά µε το πρώτο χαρακτηριστικό ενός χώρου εξυπηρέτησης πελατών, ή Συστήµατος Εξυπηρέτησης, (Σ.Ε.) στο εξής, συνήθης πρακτική είναι να θεωρούµε ότι οι πελάτες φθάνουν ανεξάρτητα ο ένας από τον άλλο µε ενδιάµεσους χρόνους µεταξύ δύο διαδοχικών αφίξεων ανεξάρτητες και ισόνοµες τ.µ. µε γενική κατανοµή συµβολιζόµενη µε G. Σχετικά µε το δεύτερο χαρακτηριστικό, συνήθως θεωρούµε ότι σε κάθε µονάδα εξυπηρέτησης του συστήµατος οι χρόνοι εξυπηρέτησης είναι πάλι ανεξάρτητες και ισόνοµες τ.µ. µε γενική κατανοµή G, ίδια για όλες τις µονάδες του συστήµατος και µη εξαρτώµενη από το πλήθος των πελατών µέσα στο σύστηµα. Αν m είναι ο αριθµός των µονάδων του Σ.Ε. τότε αυτό συµβολίζεται µε G/G/m. Το γράµµα G στους χρόνους αφίξεων και στους χρόνους εξυπηρέτησης αποδίδει την γενικότητα των δύο κατανοµών και δεν σηµαίνει ότι ταυτίζονται. Ειδικές περιπτώσεις των Σ.Ε. έχουµε όταν οι χρόνοι µεταξύ διαδοχικών αφίξεων ακολουθούν Εκθετική κατανοµή, σύστηµα M/G/m, ή όταν οι χρόνοι εξυπηρέτησης ακολουθούν Εκθετική κατανοµή, σύστηµα G/M/m ή ακόµα όταν τόσο οι χρόνοι µεταξύ διαδοχικών αφίξεων όσο και οι χρόνοι εξυπηρέτησης ακολουθούν Εκθετικές κατανοµές, σύστηµα M/M/m. Ο συµβολισµός Μ προέρχεται από την χαρακτηριστική ιδιότητα της Εκθετικής κατανοµής και συγκεκριµένα την ιδιότητα της έλλειψης µνήµης (memoryless). Άλλα ενδιαφέροντα στοιχεία ενός Σ.Ε. είναι το µέγεθος του χώρου υποδοχής, δηλαδή πόσοι πελάτες το πολύ επιτρέπεται να παραµένουν στο σύστηµα πριν ξεκινήσει η εξυπηρέτησή τους, οι χρόνοι παραµονής στο χώρο υποδοχής, συµβολιζόµενοι µε Q n, ο συνολικός αριθµός των πελατών στο σύστηµα, το ποσοστό του χρόνου που το σύστηµα υπολειτουργεί ή βρίσκεται χωρίς απασχόληση κλπ. 4

25 .4.4.α Σύστηµα Εξυπηρέτησης G/G/ Θα µελετήσουµε το Σ.Ε. G/G/, µε µια δηλαδή µονάδα εξυπηρέτησης και γενικές κατανοµές για τους χρόνους αφίξεων και τους χρόνους εξυπηρετήσεων. Έστω X n ο χρόνος που παρήλθε από τη στιγµή προσέλευσης του (n-)-πελάτη µέχρι την στιγµή προσέλευσης του n-πελάτη και V n ο χρόνος εξυπηρέτησης του n-πελάτη. Έστω επίσης W n ο συνολικός χρόνος κατά τον οποίον βρίσκεται µέσα στο Σ.Ε. ο n- πελάτης και Q n = W n V n ο χρόνος αναµονής, δηλαδή ο χρόνος κατά τον οποίον οφείλει να παραµείνει στη γραµµή αναµονής, ή διαφορετικά στην ουρά, µέχρις ότου αρχίσει η εξυπηρέτησή του. Μας ενδιαφέρει να υπολογίσουµε την πιθανότητα: p n = P[Q n c] για c > 0 και n >>. (4.) Είναι φανερό ότι όταν ο συνολικός χρόνος W n παραµονής µέσα στο σύστηµα του n-πελάτη είναι µικρότερος από τον χρόνο X n+ που παρέρχεται µέχρι την προσέλευση του επόµενου, τότε ο πελάτης αυτός δεν θα χρειαστεί να περιµένει καθόλου στη σειρά. Στην περίπτωση αυτή ο (n+)-πελάτης θα έχει συνολικό χρόνο παραµονής στο σύστηµα W n+ = V n+ και χρόνο παραµονής στη σειρά Q n+ = 0. Αντίθετα, όταν ο συνολικός χρόνος W n παραµονής µέσα στο σύστηµα του n-πελάτη είναι µεγαλύτερος από τον χρόνο X n+ που παρέρχεται µέχρι την προσέλευση του επόµενου, τότε ο πελάτης αυτός οφείλει να περιµένει στην γραµµή αναµονής για χρόνο Q n+ = W n X n+ = Q n + V n X n+. Έχουµε συνεπώς για τον (n+)-πελάτη χρόνο αναµονής στη σειρά: Q n+ = max{0, Q n + V n X n+ } (n =,,...) µε Q = 0. (4.3) Θέτοντας στην παραπάνω σχέση U n = V n X n+ λαµβάνουµε διαδοχικά Q n+ = max{0, U n + Q n } = max{0, U n + max{0, U n- + Q n- }} = max{0, U n, U n + U n- + Q n- } µε = max{0, U n, U n + U n-, U n + U n- + U n- + Q n- }... = max{0, U n, U n + U n-, U n + U n- + U n-,, U n + U n- + U n-,, + U }, (4.4) U n = V n X n+ (n =,, ) (4.5) 43

26 Θεώρηµα. Στο Σύστηµα Εξυπηρέτησης G/G/ µε ανεξάρτητους και ισόνοµους ενδιάµεσους χρόνους αφίξεων X i και ανεξάρτητους και ισόνοµους χρόνους εξυπηρέτησης V i (i =,, ), η πιθανότητα ο (n+)-πελάτης να περιµένει χρόνο µεγαλύτερο του c δίνεται από την πιθανότητα που έχει ένας τυχαίος περίπατος µε ανεξάρτητες προσαυξήσεις U i = V i X i+ να υπερβεί το c προ του (n+)-βήµατος. Απόδειξη: Πρέπει να αποδείξουµε ότι p n+ = P[Q n+ c] όπου = P[ο τ.π. {S ν : ν =,, } υπερβαίνει το c προ του (n+)-βήµατος], (4.6) ν ν i= ν i = (Vi Xi+ ) i= S = U (ν =,,... ) (4.7) και S 0 = 0. Προφανώς οι τ.µ. U i = V i Χ i+ (i =,, ) είναι επίσης ανεξάρτητες και ισόνοµες µε σ.π., έστω h. Τούτο σηµαίνει ότι οι από κοινού κατανοµές των τ.µ. U, U,, U n, για όλα τα n, είναι αναλλοίωτες στις µεταθέσεις των µεταβλητών αφού η από κοινού σ.π. αυτών, έστω f, γράφεται ως γινόµενο των ίδιων περιθωρίων h. Έχουµε δηλαδή, f (u n n, u,..., u n ) = h(u i ) = h(u i ) = j i= j= f (u i, u i,..., u in ), ( n n, u, u,...,u ) και µετάθεση (u,u,...,u ) των u,u,...,u }. i i i n { n To παραπάνω αποτέλεσµα είναι γνωστό ως αρχή της δυϊκότητας. Κατά συνέπεια η ζητούµενη πιθανότητα p n+ δεν αλλάζει αν αντικαταστήσουµε στη σχέση (4.4) το U n-k+ µε το U k, (k =,,, n). Οπότε η (4.) γράφεται: p n+ = P[Q n+ c] = P[max{0, U, U + U, U + U + U 3,, U + U + U 3,, + U n } c] = P[ο τ.π. {S ν : ν =,, } υπερβαίνει το c προ του (n+)-βήµατος]. 44

27 Από την (4.6) είναι προφανές ότι έχουµε p n p n+ και συνεπώς η ακολουθία {p n } συγκλίνει. Εάν τώρα έχουµε Ε[U] = E[V] E[X] 0, δηλαδή µη αρνητική τάση, τότε για n, p n. Εάν όµως έχουµε Ε[U] = E[V] E[X] < 0, δηλαδή αρνητική τάση, θα έχουµε το όριο (κατανοµή ισορροπίας του χρόνου αναµονής Q n ) p n P[Q c] = P[ο τ.π. {S n : n =,, } υπερβαίνει το c για κάποιο exp{-cs 0 } (4.8 ) µε s 0 τη µη µηδενική ρίζα της εξίσωσης ή ισοδύναµα, της εξίσωσης g U (s) = E[e su ] =, Ε[e sv ] E[e -sχ ] =, ρίζα η οποία είναι θετική αφού Ε[U] = E[V X] < β Σύστηµα Εξυπηρέτησης G/Μ/ Στο σύστηµα αυτό ισχύουν ότι και στο προηγούµενο µε το επιπρόσθετο στοιχείο ότι οι χρόνοι εξυπηρέτησης V n ακολουθούν την Εκθετική κατανοµή, δηλαδή έχουµε: f(v) = α e -αv (v > 0) µε παράµετρο α > 0. Συνεπώς έχουµε µέσο χρόνο εξυπηρέτησης εκφράζει τον ρυθµό εξυπηρέτησης. E[V] = /α µε την παράµετρο α να Υπενθυµίζεται εδώ η χαρακτηριστική ιδιότητα της Εκθετικής κατανοµής, συγκεκριµένα η ιδιότητα της έλλειψης µνήµης, η οποία εκφράζεται από την σχέση: P[V > v +c V c] = P[V > v] = e -αv (v > 0) για κάθε c > 0. Τούτο σηµαίνει ότι για κάθε c > 0 η τ.µ. V c, όταν δίνεται ότι V c, έχει την ίδια κατανοµή µε την τ.µ. V και συνεπώς δεν εξαρτάται από την εκάστοτε τιµή του c, δεν θυµάται δηλαδή τον χρόνο που έχει παρέλθει. Για τη ροπογεννήτρια συνάρτηση µιας Εκθετικά κατανεµηµένης τ.µ. V συνεπώς ισχύει: g(s) = E[e ] = E[e V c] = (s < α) για κάθε c > 0. (4.9) α s sv s(v c) α Από την (4.8) λαµβάνουµε: 45

28 p n P[Q c] = P[ο τ.π. {S n : n =,, } υπερβαίνει το c για κάποιο n]. (4.0) n Με βάση την Ταυτότητα του Wald επίσης έχουµε ότι για ένα τ.π. {S n = i = Ui, n =,, } µε απορροφητικά φράγµατα -a και ισχύει η σχέση ss 0 N E[e SN a] ss 0 N P[S N a] + E[e S ] P[S N ] = µε s 0 την µη-µηδενική ρίζα της εξίσωσης g U (s 0 ) =. Από την παραπάνω σχέση λαµβάνουµε: µε P[S N ] = { - ss 0 N ss 0 N ss 0 N E[e S a] } / { E[e S ] - E[e S a] } (4.) N S N = N N U = V X + (V X ) = V + R, i N N+ i i+ N N i= i= όπου Ν ο πελάτης στον χρόνο εξυπηρέτησης του οποίου προξενήθηκε η υπέρβαση {Q N+ c} στον επόµενο πελάτη, και N N N R = (V X ) X = V N i i+ N+ i i= i= i= όπου το πρώτο άθροισµα δεξιά δίνει το συνολικό χρόνο απασχόλησης του συστήµατος µέχρι και την εξυπηρέτηση του (Ν )-πελάτη και το δεύτερο άθροισµα δεξιά δίνει τον χρόνο που παρήλθε από την άφιξη του ου πελάτη µέχρι την άφιξη του (Ν+)- πελάτη. ηλαδή, η ποσότητα R N εκφράζει τη χρονική επιβάρυνση του Σ.Ε. κατά τη στιγµή άφιξης του (Ν+)-πελάτη. Προφανώς πρέπει R N < c διότι διαφορετικά ο χρόνος αναµονής ενός πελάτη, προηγούµενου του (Ν+), θα είχε υπερβεί το c. Παίρνοντας το όριο της (4.) για a µε = c σταθερό και έχοντας s 0 > 0 λαµβάνουµε: N N X, ss 0 N P[S N ] = / E[e S ]. (4.) Πρέπει να τονίσουµε εδώ ότι ο χρόνος εξυπηρέτησης κάθε πελάτη δεν επηρεάζεται από την κατάσταση του συστήµατος. Συνεπώς για δεδοµένη τιµή του Ν, έστω n, και δεδοµένη τιµή του R N, έστω r (r < c), η τ.µ. V n ακολουθεί Εκθετική κατανοµή παραµέτρου α. Κάνοντας τώρα χρήση της ιδιότητας της έλλειψης µνήµης της Εκθετικής κατανοµής θα δείξουµε ότι η δεσµευµένη κατανοµή της τ.µ. S N c, όταν δίνεται ότι N i N 46

29 S N c, είναι η Εκθετική µε παράµετρο α, έχει δηλαδή την ίδια κατανοµή µε τα V n (n =,, ). Πράγµατι δεσµεύοντας, προς στιγµή, ως προς τα ενδεχόµενα {Ν = n}, {R N = r} και {S N c} = {απορρόφηση στο c}, έχουµε: P[S N - c > t N = n, R N = r, S N c] = P[V N + R N - c > t N = n, R Ν = r, V Ν + R N c] = P[V n > t + c - r Ν = n, R n = r, V n c - r] = P[V n > t + c - r V n c - r] και από την (4.9) = P[V n > t] = e -αt. Εφόσον η τελευταία πιθανότητα δεν εξαρτάται από τα ενδεχόµενα {N = n} και {R n = r}, λαµβάνοντας τη µέση τιµή της δεσµευµένης πιθανότητας P[S N - c > t N = n, R N = r, S N c] ως προς τις τ.µ. Ν και R N, παίρνουµε: P[S N - c > t S N c] = E{P[S N c > t N = n, R N = r, S N c]} = e -αt (t > 0). Συνεπώς, µε δεδοµένη την απορρόφηση στο c, η δεσµευµένη ροπογεννήτρια του S N στη θέση s = s 0 (< α) θα είναι: s Ε[ 0 S N s e SN c] = 0 c s0 (SN c) e E[ e SN c ] = s c e 0 α s0 α. (4.3) Θεώρηµα. Σε Σύστηµα Εξυπηρέτησης G/M/ µε χρόνους εξυπηρέτησης V i (i ) ανεξάρτητες και ισόνοµες τ.µ. µε Εκθετική κατανοµή παραµέτρου α και µε ανεξάρτητους και ισόνοµους ενδιάµεσους χρόνους αφίξεων X i (i ), όταν έχουµε Ε[V] < E[X] τότε P[Q c] = α s α e 0 s0c, c > 0, (4.4) όπου s 0 είναι η µη µηδενική ρίζα της εξίσωσης s 0 P[Q = 0] =, (4.5) α E[e -sx ] = α s. α Απόδειξη. Εισάγοντας την (4.0) και την (4.3) στην (4.) µε = c λαµβάνουµε την (4.4). Από την τελευταία λαµβάνοντας τα όρια για c 0 λαµβάνουµε P[Q > 0] = (α s 0 )/α και απ αυτήν την (4.5). 47

30 ΑΣΚΗΣΕΙΣ.. Με εφαρµογή του ου Λήµµατος Borel-Cantelli να αποδείξετε ότι στον απλό τυχαίο περίπατο όταν p q το ενδεχόµενο limsup A n = n= A m m= n µε Α n = {X n = 0} (n =,, ) έχει πιθανότητα µηδέν. (Να ερµηνευτεί το αποτέλεσµα αυτό)... Να αποδειχθεί ότι στον απλό τυχαίο περίπατο η σ.α. {X n /n : n =,, } συγκλίνει µε πιθανότητα τη µονάδα στο p q..3. Να αποδείξετε ότι στον απλό τυχαίο περίπατο για κάθε αριθµό a έχουµε:, P[X n > a ] 0, όταν όταν p > q p < q για n..4. Στον απλό τυχαίο περίπατο µε Χ 0 = 0 έστω α η πιθανότητα να φθάσει το σωµατίδιο κάποια στιγµή στη θέση s =. Με αναφορά στο αποτέλεσµα του ου βήµατος να δείξετε ότι ισχύουν τα παρακάτω: (α) α = p + ( p)α. (β) α =, p/q, για για p p < / /..5. (Συνέχεια προηγούµενης). Να απαντηθούν τα παρακάτω: (α) (β) Ποια η πιθανότητα να φθάσει κάποια στιγµή στη κατάσταση m; (m>0). Για p < ½ και µε δεδοµένο ότι κάποια στιγµή φθάνει την κατάσταση m (m>0) να υπολογιστεί η δεσµευµένη πιθανότητα να περάσει από την κατάσταση k στην κατάσταση k + µε k < m..6. Αν Τ είναι ο χρόνος (ο αριθµός των βηµάτων) στον απλό τ.π. µέχρι να φθάσει το σωµατίδιο για πρώτη φορά στην κατάσταση, να δείξετε ότι ισχύουν τα παρακάτω: (α) Ε[Τ] = /(p-),, για για p p > / /. (β) Για p > ½, 48

31 4p( p) Var[T] =. 3 (p ).7. Με βάση τα αποτελέσµατα της προηγούµενης άσκησης να προσδιορίσετε τα παρακάτω. (α) (β) Το µέσο χρόνο µέχρι να φθάσει το σωµατίδιο στη κατάσταση m (m>0). Τη διασπορά του χρόνου µέχρι να φθάσει το σωµατίδιο στη κατάσταση m (m>0)..8. Στον απλό τ.π. να υπολογιστεί ο µέσος αριθµός των επισκέψεων στην κατάσταση k..9. Παίκτης κερδίζει ή χάνει µονάδα µε ίσες πιθανότητες. Αν ξεκίνησε µε ποσό I να δειχθεί ότι ο αναµενόµενος χρόνος µέχρι τη στιγµή που τα χρήµατά του γίνονται Κ ή 0 είναι I(Κ - I), I = 0,,, Κ..0. Να δείξετε ότι στον τ.π. {Χ n : n =,, } µε Χ 0 = 0, µ = Ε[Χ n+ X n ] 0 και φράγµατα -a, (a, > 0) η τ.µ. έχει πεπερασµένη µέση τιµή. Ν = min{n: X n -a ή X n }.. Σωµατίδιο ανά µονάδα χρόνου κινείται ένα βήµα δεξιά ή αριστερά µε πιθανότητες p και q αντίστοιχα, ή παραµένει στην ίδια θέση µε πιθανότητα r = p q. Να προσδιοριστούν τα παρακάτω: (α) Η γεννήτρια πιθανοτήτων G n (s) της θέσης X n. (β) Η µέση τιµή και η διασπορά της θέσης X n. (γ) Η γεννήτρια συνάρτηση G(s,t) = n 0G (s) t... Στον τυχαίο περίπατο της προηγούµενης άσκησης να προσδιοριστεί η κατανοµή της πλέον ακραίας προς τα αριστερά θέσης M n = min{x n : n = 0,,, ) µε X 0 = Θεωρείστε συµµετρικό τυχαίο περίπατο πάνω στο = {0,,, a} µε την κατάσταση 0 απορροφητική και την κατάσταση a ανακλαστική µε πιθανότητα θ. Έχουµε δηλαδή P[X n = i + Χ n- = i] = 0.5 = - P[X n = i - X n- = i] (i 0, a), P[X n = 0 X n- = 0] = και P[X n = a - X n- = a] = θ = - P[X n = a X n- = a] (n =,, ). Να δειχθεί ότι η απορρόφηση στη θέση 0 είναι βεβαία. Να ευρεθεί η κατανοµή του χρόνου απορρόφησης. n 49

32 .4. Έστω {Χ n : n = 0,,, } µια Μαρκοβιανή ανέλιξη µε χώρο καταστάσεων S = {0,,, } για την οποία ισχύει η σχέση Ε[X n+ X n = i] = Ai+B, i S (n = 0,,, ) µε Α 0. Να δειχθεί ότι ισχύει η σχέση: E[X n ] = Β(-Α) - +Α n {E[X 0 ] B(-A) - } (n = 0,,, )..5. Έστω Χ, Υ ανεξάρτητες τ.µ. και Ζ = Χ Υ. Εάν οι τ.µ. Χ, Υ ακολουθούν Εκθετική κατανοµή µε παραµέτρους α και β αντίστοιχα να προσδιοριστεί η ροπογεννήτρια g(s) της τ.µ. Ζ καθώς και οι ρίζες των εξισώσεων g(s) = και g (s) = Εφαρµόζοντας την αποδεικτική διαδικασία της.3.3 να προσδιοριστεί η γεννήτρια πιθανοτήτων του χρόνου Ν µέχρι την απορρόφηση στον απλό τ.π. µε απορροφητικά φράγµατα στα σηµεία -a και..7. Να αποδειχθεί ότι στον απλό τ.π. µε απορροφητικά φράγµατα στα σηµεία -a και οι ροπές της X N όπου Ν ο χρόνος απορρόφησης είναι: E[X ] k N k a a k a p (p q ) + ( a) q (p q ) a+ a+, όταν p q, = + a+ p q k k a ( a), όταν p = q..8. (Συνέχεια προηγουµένης) Να αποδειχθεί ότι για τον χρόνο απορρόφησης N = min{n : X n (-a, )} ισχύει: a a a p (p q ) aq (p q ) a+ a+, όταν p q, E[N] = (p q)(p q ) a, όταν p = q. 50

Κεφάλαιο 2: Τυχαίος Περίπατος

Κεφάλαιο 2: Τυχαίος Περίπατος Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο Στοχαστικές Ανελίξεις Κεφάλαιο : Τυχαίος Περίπατος Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

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

1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ

1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ ΓΕ Κοκολάκης Σηµειώσεις Στοχαστικών Ανελίξεων Κεφ Ι Εισαγωγή Κεφ I Εισαγωγή ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ Η ανάγκη µαθηµατικής περιγραφής και µοντελοποίησης συστηµάτων τα οποία εξελίσσονται χρονικά

Διαβάστε περισσότερα

Γ.Ε. Κοκολάκης Καθηγητής Ε.Μ.Π. ΣΕΜΦΕ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ

Γ.Ε. Κοκολάκης Καθηγητής Ε.Μ.Π. ΣΕΜΦΕ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ ΓΕ Κοκολάκης Καθηγητής ΕΜΠ ΣΕΜΦΕ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ Αθήνα, 7 ΜΕΡΟΣ ΠΡΩΤΟ ΤΥΧΑΙΟΙ ΠΕΡΙΠΑΤΟΙ ΚΑΙ ΜΑΡΚΟΒΙΑΝΕΣ ΑΛΥΣΙ ΕΣ Copyright 3 Γ Κοκολάκης Απαγορεύεται η µε οποιονδήποτε τρόπο ολική ή µερική

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

1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ

1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ Κεφ. I Εισαγωγή.. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ Η ανάγκη µαθηµατικής περιγραφής και µοντελοποίησης συστηµάτων τα οποία εξελίσσονται χρονικά κατά τρόπο που περιέχει, σε µικρό ή µεγάλο βαθµό, τυχαιότητα,

Διαβάστε περισσότερα

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου 200-04-25. ιαδικασίες γεννήσεων-θανάτων. Ορισµός Οι διαδικασίες γεννήσεων-θανάτων (birth-death rocesses) αποτελούν µια σπουδαία κλάση αλυσίδων Markov (διακριτού ή συνεχούς χρόνου). Η ιδιαίτερη συνθήκη

Διαβάστε περισσότερα

Σηµειώσεις στις σειρές

Σηµειώσεις στις σειρές . ΟΡΙΣΜΟΙ - ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ Σηµειώσεις στις σειρές Στην Ενότητα αυτή παρουσιάζουµε τις βασικές-απαραίτητες έννοιες για την µελέτη των σειρών πραγµατικών αριθµών και των εφαρµογών τους. Έτσι, δίνονται συστηµατικά

Διαβάστε περισσότερα

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ 20 3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ ΟΡΙΣΜΟΣ ΤΗΣ ΜΕΣΗΣ ΤΙΜΗΣ Μια πολύ σηµαντική έννοια στη θεωρία πιθανοτήτων και τη στατιστική είναι η έννοια της µαθηµατικής ελπίδας ή αναµενόµενης τιµής ή µέσης τιµής µιας τυχαίας

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn)

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn) MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ g( Έστω τυχαίες µεταβλητές οι οποίες έχουν κάποια από κοινού κατανοµή Ας υποθέσουµε ότι επιθυµούµε να προσδιορίσουµε την κατανοµή της τυχαίας µεταβλητής g( Η θεωρία των ένα-προς-ένα

Διαβάστε 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

ΚΕΦΑΛΑΙΟ 3 ΠΑΡΑΓΩΓΟΣ ΣΥΝΑΡΤΗΣΕΩΝ

ΚΕΦΑΛΑΙΟ 3 ΠΑΡΑΓΩΓΟΣ ΣΥΝΑΡΤΗΣΕΩΝ ΚΕΦΑΛΑΙΟ 3 ΠΑΡΑΓΩΓΟΣ ΣΥΝΑΡΤΗΣΕΩΝ 31 Ορισµοί Ορισµός 311 Εστω f : A f( A), A, f( A) και έστω 0 Α είναι σηµείο συσσώρευσης του συνόλου Α Θα λέµε ότι η f είναι παραγωγίσιµη στο σηµείο 0 εάν υπάρχει λ : Ισοδύναµα:

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 2

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 2 ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Τµηµα Β Λυσεις Ασκησεων - Φυλλαδιο ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt016/nt016.html Πέµπτη 7 Οκτωβρίου 016 Ασκηση 1. Βρείτε όλους

Διαβάστε περισσότερα

ιωνυµική Κατανοµή(Binomial)

ιωνυµική Κατανοµή(Binomial) ιωνυµική Κατανοµή(Binomial) ~B(n,p) n N και 0

Διαβάστε περισσότερα

A2. ΠΑΡΑΓΩΓΟΣ-ΚΛΙΣΗ-ΜΟΝΟΤΟΝΙΑ

A2. ΠΑΡΑΓΩΓΟΣ-ΚΛΙΣΗ-ΜΟΝΟΤΟΝΙΑ A. ΠΑΡΑΓΩΓΟΣ-ΚΛΙΣΗ-ΜΟΝΟΤΟΝΙΑ d df() = f() = f (), = d d.κλίση ευθείας.μεταβολές 3.(Οριακός) ρυθµός µεταβολής ή παράγωγος 4.Παράγωγοι βασικών συναρτήσεων 5. Κανόνες παραγώγισης 6.Αλυσωτή παράγωγος 7.Μονοτονία

Διαβάστε περισσότερα

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ] Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα

Διαβάστε περισσότερα

Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ. 2.1 Συνάρτηση

Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ. 2.1 Συνάρτηση Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ 2.1 Συνάρτηση Η έννοια της συνάρτησης είναι ϐασική σ όλους τους κλάδους των µαθη- µατικών, αλλά και πολλών άλλων επιστηµών. Ο λόγος είναι, ότι µορφοποιεί τη σχέση

Διαβάστε περισσότερα

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια) ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 9 Νοεµβρίου 2009 ΣΥΝΑΡΤΗΣΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ Ορισµός Μία τυχαία µεταβλητή X καλείται διακριτή ή απαριθµητή αν παίρνει

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 4 AΚΟΛΟΥΘΙΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ

KΕΦΑΛΑΙΟ 4 AΚΟΛΟΥΘΙΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ 4. Ορισµοί KΕΦΑΛΑΙΟ 4 AΚΟΛΟΥΘΙΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ Ορισµός 4.. Μία συνάρτηση : µε πεδίο ορισµού το σύνολο των φυσικών αριθµών και τιµές στην πραγµατική ευθεία καλείται ακολουθία πραγµατικών αριθµών.

Διαβάστε περισσότερα

1 Ορισµός ακολουθίας πραγµατικών αριθµών

1 Ορισµός ακολουθίας πραγµατικών αριθµών ΜΑΣ 02. Απειροστικός Λογισµός Ι Ορισµός ακολουθίας πραγµατικών αριθµών Ορισµός.. Ονοµάζουµε ακολουθία πραγµατικών αριθµών κάθε απεικόνιση του συνόλου N των ϕυσικών αριθµών, στο σύνολο R των πραγµατικών

Διαβάστε περισσότερα

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας Ροπογεννήτριες (mome geerig fucios), πιθανογεννήτριες (robbiliy geerig fucios) και χαρακτηριστικές συναρτήσεις (chrcerisic fucios) Η ροπογεννήτρια συνάρτηση της τμ είναι η πραγματική συνάρτηση πραγματικής

Διαβάστε περισσότερα

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό. Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» Κεφάλαιο : Ακολουθίες πραγµατικών αριθµών Α Οµάδα Εξετάστε αν οι παρακάτω προτάσεις είναι αληθείς ή ψευδείς αιτιολογήστε πλήρως την απάντησή σας α Κάθε

Διαβάστε περισσότερα

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 ) Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ 3.1 Η έννοια της παραγώγου Εστω y = f(x) µία συνάρτηση, που συνδέει τις µεταβλητές ποσότητες x και y. Ενα ερώτηµα που µπορεί να προκύψει καθώς µελετούµε τις δύο αυτές ποσοτήτες είναι

Διαβάστε περισσότερα

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-27: Πιθανότητες-Χειµερινό Εξάµηνο 205- ιδάσκων : Π. Τσακαλίδης Λύσεις Τέταρτης Σειράς Ασκήσεων Ασκηση. (αʹ) Σύµφωνα µε το αξίωµα της κανονικοποίησης,

Διαβάστε περισσότερα

Παράρτηµα Α. Στοιχεία θεωρίας µέτρου και ολοκλήρωσης.

Παράρτηµα Α. Στοιχεία θεωρίας µέτρου και ολοκλήρωσης. Παράρτηµα Α Στοιχεία θεωρίας µέτρου και ολοκλήρωσης Α Χώροι µέτρου Πέραν της «διαισθητικής» περιγραφής του µέτρου «σχετικά απλών» συνόλων στο από το µήκος τους (όπως πχ είναι τα διαστήµατα, ενώσεις/τοµές

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια) (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 23 Νοεµβρίου 2009 Γεωµετρική κατανοµή Ορισµός Εστω X ο αριθµός των δοκιµών µέχρι την πρώτη επιτυχία σε µια ακολουθία ανεξαρτήτων δοκιµών Bernoulli µε πιθανότητα επιτυχίας

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΜΗ ΓΡΑΜΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

ΚΕΦΑΛΑΙΟ 2 ΜΗ ΓΡΑΜΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΚΕΦΑΛΑΙΟ ΜΗ ΓΡΑΜΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ Η αδυναµία επίλυσης της πλειοψηφίας των µη γραµµικών εξισώσεων µε αναλυτικές µεθόδους, ώθησε στην ανάπτυξη αριθµητικών µεθόδων για την προσεγγιστική επίλυσή τους, π.χ. συν()

Διαβάστε περισσότερα

x(t) 2 = e 2 t = e 2t, t > 0

x(t) 2 = e 2 t = e 2t, t > 0 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 216-17 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής Λυµένες Ασκήσεις σε Σήµατα και Συστήµατα Ασκηση

Διαβάστε περισσότερα

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.)

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.) 3 Οριακά θεωρήµατα Κεντρικό Οριακό Θεώρηµα (ΚΟΘ) Ένα από τα πιο συνηθισµένα προβλήµατα που ανακύπτουν στη στατιστική είναι ο προσδιορισµός της κατανοµής ενός µεγάλου αθροίσµατος ανεξάρτητων τµ Έστω Χ Χ

Διαβάστε περισσότερα

Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις

Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις ΚΕΦΑΛΑΙΟ 2 Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις 2.1 ΕΙΣΑΓΩΓΗ Όπως έχουµε δει, για να προσδιορίσουµε τις αποκρίσεις ενός κυκλώµατος, πρέπει να λύσουµε ένα σύνολο διαφορικών

Διαβάστε περισσότερα

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR

KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR 6 Ορισµοί Ορισµός 6 Εστω α είναι µία πραγµατική ακολουθία και είναι πραγµατικοί αριθµοί Ένα άπειρο πολυώνυµο της µορφής: a ( ) () = καλείται δυναµοσειρά µε κέντρο το

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

2. Στοιχεία Πολυδιάστατων Κατανοµών

2. Στοιχεία Πολυδιάστατων Κατανοµών Στοιχεία Πολυδιάστατων Κατανοµών Είναι φανερό ότι έως τώρα η µελέτη µας επικεντρώνεται κάθε φορά σε πιθανότητες που αφορούν µία τυχαία µεταβλητή Σε αρκετές όµως περιπτώσεις ενδιαφερόµαστε να εξετάσουµε

Διαβάστε περισσότερα

e-mail@p-theodoropoulos.gr

e-mail@p-theodoropoulos.gr Ασκήσεις Μαθηµατικών Κατεύθυνσης Γ Λυκείου Παναγιώτης Λ. Θεοδωρόπουλος Σχολικός Σύµβουλος Μαθηµατικών e-mail@p-theodoropoulos.gr Στην εργασία αυτή ξεχωρίζουµε και µελετάµε µερικές περιπτώσεις ασκήσεων

Διαβάστε περισσότερα

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών Γιώργος Αλογοσκούφης, Δυναµική Μακροοικονοµική, Αθήνα 206 Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών Στο παράρτηµα αυτό εξετάζουµε τις ιδιότητες και τους τρόπους επίλυσης εξισώσεων διαφορών. Oι εξισώσεις

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 2

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 2 ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt014/nt014.html https://sites.google.com/site/maths4edu/home/14

Διαβάστε περισσότερα

όπου D(f ) = (, 0) (0, + ) = R {0}. Είναι Σχήµα 10: Η γραφική παράσταση της συνάρτησης f (x) = 1/x.

όπου D(f ) = (, 0) (0, + ) = R {0}. Είναι Σχήµα 10: Η γραφική παράσταση της συνάρτησης f (x) = 1/x. 3 Ορια συναρτήσεων 3. Εισαγωγικές έννοιες. Ας ϑεωρήσουµε την συνάρτηση f () = όπου D(f ) = (, 0) (0, + ) = R {0}. Είναι Σχήµα 0: Η γραφική παράσταση της συνάρτησης f () = /. ϕυσικό να αναζητήσουµε την

Διαβάστε περισσότερα

Κεφάλαιο 6 Παράγωγος

Κεφάλαιο 6 Παράγωγος Σελίδα από 5 Κεφάλαιο 6 Παράγωγος Στο κεφάλαιο αυτό στόχος µας είναι να συνδέσουµε µία συγκεκριµένη συνάρτηση f ( ) µε µία δεύτερη συνάρτηση f ( ), την οποία και θα ονοµάζουµε παράγωγο της f. Η τιµή της

Διαβάστε περισσότερα

Thanasis Xenos ΕΛΛΗΝΙΚΗ ΜΑΘΗΜΑΤΙΚΗ ΕΤΑΙΡΕΙΑ ΠΑΡΑΡΤΗΜΑ ΗΜΑΘΙΑΣ

Thanasis Xenos ΕΛΛΗΝΙΚΗ ΜΑΘΗΜΑΤΙΚΗ ΕΤΑΙΡΕΙΑ ΠΑΡΑΡΤΗΜΑ ΗΜΑΘΙΑΣ thanasisenos@yahoo.gr Thanasis Xenos )Αν µια συνάρτηση f είναι, τότε είναι γνησίως µονότονη; Η πρόταση δεν αληθεύει, διότι για παράδειγµα η συνάρτηση, f ( ) = είναι - και δεν είναι γνησίως µονότονη., >

Διαβάστε περισσότερα

Σχολικός Σύµβουλος ΠΕ03

Σχολικός Σύµβουλος ΠΕ03 Ασκήσεις Μαθηµατικών Θετικής & Τεχνολογικής Κατεύθυνσης Γ Λυκείου ρ. Παναγιώτης Λ. Θεοδωρόπουλος Σχολικός Σύµβουλος ΠΕ03 e-mail@p-theodoropoulos.gr Στην εργασία αυτή ξεχωρίζουµε και µελετάµε µερικές περιπτώσεις

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Πεπερασμένες και Διαιρεμένες Διαφορές Εισαγωγή Θα εισάγουμε την έννοια των διαφορών με ένα

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1 ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο ιδασκοντες: Α. Μπεληγιάννης - Σ. Παπαδάκης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt.html Τετάρτη 7 Φεβρουαρίου 03 Ασκηση. είξτε ότι

Διαβάστε περισσότερα

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Κεφάλαιο 1: Εισαγωγή. Κοκολάκης Γεώργιος

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Κεφάλαιο 1: Εισαγωγή. Κοκολάκης Γεώργιος Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο Στοχαστικές Ανελίξεις Κεφάλαιο 1: Εισαγωγή Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

ΠΑΡΑΓΩΓΟΣ ΣΥΝΑΡΤΗΣΗ. Εφαπτοµένη ευθεία

ΠΑΡΑΓΩΓΟΣ ΣΥΝΑΡΤΗΣΗ. Εφαπτοµένη ευθεία ΜΑΘΗΜΑ 5.. ΠΑΡΑΓΩΓΙΣΙΜΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΠΑΡΑΓΩΓΟΣ ΣΥΝΑΡΤΗΣΗ Εφαπτοµένη ευθεία Παράγωγος βασικών συναρτήσεων ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ Αθροίσµατος γινοµένου - πηλίκου Θεωρία Σχόλια Μέθοδοι Ασκήσεις ΘΕΩΡΙΑ. Εξίσωση

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

ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΣΥΝΑΡΤΗΣΕΙΣ

ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΣΥΝΑΡΤΗΣΕΙΣ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΣΥΝΑΡΤΗΣΕΙΣ Άσκηση 1. Έστω ότι η συνάρτηση f: R R είναι γνησίως αύξουσα στο R και η γραφική της παράσταση τέµνει τον άξονα y y στο. Να λύσετε την ανίσωση: f(x 9)

Διαβάστε περισσότερα

xp X (x) = k 3 10 = k 3 10 = 8 3

xp X (x) = k 3 10 = k 3 10 = 8 3 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 07 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 ιακριτές Τυχαίες Μεταβλητές ( ΙΙ ) Ασκηση. Ρίχνουµε ένα αµερόληπτο εξάεδρο

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚH Ι (ΠΛΗ ) ΕΡΓΑΣΙΑ 6 - ΛΥΣΕΙΣ Άσκηση. (6 µον.) Ελέγξτε ποια από τα επόµενα σύνολα είναι διανυσµατικοί χώροι

Διαβάστε περισσότερα

Κυρτές Συναρτήσεις και Ανισώσεις Λυγάτσικας Ζήνων Βαρβάκειο Ενιαίο Πειραµατικό Λύκειο e-mail: zenon7@otenetgr Ιούλιος-Αύγουστος 2004 Περίληψη Το σχολικό ϐιβλίο της Γ Λυκείου ορίζει σαν κυρτή (αντ κοίλη)

Διαβάστε περισσότερα

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας

Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2014 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής Με λόγια, η f ( x, y) δίνει την πιθανότητα να εμφανισθεί

Διαβάστε 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

Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού

Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού Σελίδα 1 από Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού Στο κεφάλαιο αυτό θα ασχοληθούµε µε τα βασικά θεωρήµατα του διαφορικού λογισµού καθώς και µε προβλήµατα που µπορούν να επιλυθούν χρησιµοποιώντας

Διαβάστε περισσότερα

ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 2

ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 2 ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι Τµηµα Β Ασκησεις - Φυλλαδιο 2 ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/algebraicstructuresi/asi2016/asi2016.html Πέµπτη 3 Μαρτίου 2016 Αν (G, ) είναι

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια) (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 25 Νοεµβρίου 2009 Ορισµός Εστω X µια διακριτή τυχαία µεταβλητή µε συνάρτηση πιθανότητας f(x) = e λ λx, x = 0, 1,..., (1) x! όπου 0 < λ

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ 12) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ 3

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ 12) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ 3 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ ) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ Άσκηση. ( µον.). Έστω z ο µιγαδικός αριθµός z i, µε, R. (α) ίνεται η εξίσωση: z

Διαβάστε περισσότερα

Κεφάλαιο 4. Ευθέα γινόµενα οµάδων. 4.1 Ευθύ εξωτερικό γινόµενο οµάδων. i 1 G 1 G 1 G 2, g 1 (g 1, e 2 ), (4.1.1)

Κεφάλαιο 4. Ευθέα γινόµενα οµάδων. 4.1 Ευθύ εξωτερικό γινόµενο οµάδων. i 1 G 1 G 1 G 2, g 1 (g 1, e 2 ), (4.1.1) Κεφάλαιο 4 Ευθέα γινόµενα οµάδων Στο Παράδειγµα 1.1.2.11 ορίσαµε το ευθύ εξωτερικό γινόµενο G 1 G 2 G n των οµάδων G i, 1 i n. Στο κεφάλαιο αυτό ϑα ασχοληθούµε λεπτοµερέστερα µε τα ευθέα γινόµενα οµάδων

Διαβάστε περισσότερα

Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση

Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση 8 Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση Υπάρχουν δύο θεµελιώδη αποτελέσµατα που µας βοηθούν να υπολογίζουµε πολλαπλά ολοκληρώµατα Το πρώτο αποτέλεσµα σχετίζεται µε τον υπολογισµό ενός

Διαβάστε περισσότερα

1.4 ΕΦΑΡΜΟΓΕΣ ΤΩΝ ΠΑΡΑΓΩΓΩΝ

1.4 ΕΦΑΡΜΟΓΕΣ ΤΩΝ ΠΑΡΑΓΩΓΩΝ 1 1. ΕΦΑΡΜΟΓΕΣ ΤΩΝ ΠΑΡΑΓΩΓΩΝ ΘΕΩΡΙΑ 1. Θεώρηµα γνησίως αύξουσας Αν µία συνάρτηση είναι παραγωγίσιµη σ ένα διάστηµα και για κάθε εσωτερικό σηµείο του ισχύει f () > 0 τότε η f είναι γνησίως αύξουσα στο.

Διαβάστε περισσότερα

Θεώρημα Βolzano. Κατηγορία 1 η. 11.1 Δίνεται η συνάρτηση:

Θεώρημα Βolzano. Κατηγορία 1 η. 11.1 Δίνεται η συνάρτηση: Κατηγορία η Θεώρημα Βolzano Τρόπος αντιμετώπισης:. Όταν μας ζητούν να εξετάσουμε αν ισχύει το θεώρημα Bolzano για μια συνάρτηση f σε ένα διάστημα [, ] τότε: Εξετάζουμε την συνέχεια της f στο [, ] (αν η

Διαβάστε περισσότερα

εξαρτάται από το θ και για αυτό γράφουµε την σ.π.π. στην εξής µορφή: ( θ, + ) θ θ n 2n (θ,+ ) 1, 0, x θ.

εξαρτάται από το θ και για αυτό γράφουµε την σ.π.π. στην εξής µορφή: ( θ, + ) θ θ n 2n (θ,+ ) 1, 0, x θ. Άσκηση : Έστω Χ,,Χ τυχαίο δείγµα µεγέους από την κατανοµή µε σππ 3 p (,, >, > 0 α είξτε ότι η στατιστική συνάρτηση Τ( Χ : Χ ( m είναι επαρκής για την παράµετρο και πλήρης κ β Βρείτε ΑΕΕ του α Το στήριγµα

Διαβάστε περισσότερα

Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές

Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές Κεφάλαιο Παραγοντοποίηση σε Ακέραιες Περιοχές Γνωρίζουµε ότι στο Ÿ κάθε στοιχείο εκτός από το 0 και τα ± γράφεται ως γινόµενο πρώτων αριθµών κατά τρόπο ουσιαστικά µοναδικό Από τη Βασική Άλγεβρα ξέρουµε

Διαβάστε περισσότερα

ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών. ιαφόριση συναρτήσεων πολλών µεταβλητών

ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών. ιαφόριση συναρτήσεων πολλών µεταβλητών 54 ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών ιαφόριση συναρτήσεων πολλών µεταβλητών Ένας στέρεος ορισµός της παραγώγισης για συναρτήσεις πολλών µεταβλητών ανάλογος µε τον ορισµό για συναρτήσεις µιας µεταβλητής

Διαβάστε περισσότερα

αx αx αx αx 2 αx = α e } 2 x x x dx καλείται η παραβολική συνάρτηση η οποία στο x

αx αx αx αx 2 αx = α e } 2 x x x dx καλείται η παραβολική συνάρτηση η οποία στο x A3. ΕΥΤΕΡΗ ΠΑΡΑΓΩΓΟΣ-ΚΥΡΤΟΤΗΤΑ. εύτερη παράγωγος.παραβολική προσέγγιση ή επέκταση 3.Κυρτή 4.Κοίλη 5.Ιδιότητες κυρτών/κοίλων συναρτήσεων 6.Σηµεία καµπής ΠΑΡΑΡΤΗΜΑ 7. εύτερη πλεγµένη παραγώγιση 8.Χαρακτηρισµός

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

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 2018 Σειρά Α Θέματα 3 ως 7 και αναλυτικές (ή σύντομες) απαντήσεις

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 2018 Σειρά Α Θέματα 3 ως 7 και αναλυτικές (ή σύντομες) απαντήσεις ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 8 Σειρά Α Θέματα ως 7 και αναλυτικές (ή σύντομες) απαντήσεις ΘΕΜΑ : Το δοχείο Δ περιέχει 6 άσπρες και 4 μαύρες μπάλες ενώ το δοχείο Δ περιέχει 5 άσπρες και μαύρες μπάλες.

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι (2006-07)

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

Διαβάστε περισσότερα

P (M = n T = t)µe µt dt. λ+µ

P (M = n T = t)µe µt dt. λ+µ Ουρές Αναμονής Σειρά Ασκήσεων 1 ΑΣΚΗΣΗ 1. Εστω {N(t), t 0} διαδικασία αφίξεων Poisson με ρυθμό λ, και ένα χρονικό διάστημα η διάρκεια του οποίου είναι τυχαία μεταβλητή T, ανεξάρτητη της διαδικασίας αφίξεων,

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

Διαβάστε περισσότερα

P (M = 9) = e 9! =

P (M = 9) = e 9! = Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης 5ο Φροντιστήριο Ασκηση 1. ύο ποµποί ο Α και ο Β στέλνουν ανεξάρτητα

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 8: ΜΟΝΟΤΟΝΙΑ ΣΥΝΑΡΤΗΣΗΣ [Ενότητα Μονοτονία Συνάρτησης του κεφ.2.6 Μέρος Β του σχολικού βιβλίου].

ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 8: ΜΟΝΟΤΟΝΙΑ ΣΥΝΑΡΤΗΣΗΣ [Ενότητα Μονοτονία Συνάρτησης του κεφ.2.6 Μέρος Β του σχολικού βιβλίου]. ΚΕΦΑΛΑΙΟ 3ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 8: ΜΟΝΟΤΟΝΙΑ ΣΥΝΑΡΤΗΣΗΣ [Ενότητα Μονοτονία Συνάρτησης του κεφ..6 Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ Παράδειγμα 1. ΘΕΜΑ Β Να μελετηθούν ως προς την μονοτονία

Διαβάστε περισσότερα

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής. 2.6 ΟΡΙΑ ΑΝΟΧΗΣ Το διάστηµα εµπιστοσύνης παρέχει µία εκτίµηση µιας άγνωστης παραµέτρου µε την µορφή διαστήµατος και ένα συγκεκριµένο βαθµό εµπιστοσύνης ότι το διάστηµα αυτό, µε τον τρόπο που κατασκευάσθηκε,

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Παραγώγιση Εισαγωγή Ορισμός 7. Αν y f x είναι μια συνάρτηση ορισμένη σε ένα διάστημα

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE Αντίστροφος Μετασχηματισμός Laplace Στην

Διαβάστε περισσότερα

11 Το ολοκλήρωµα Riemann

11 Το ολοκλήρωµα Riemann Το ολοκλήρωµα Riem Το πρόβληµα υπολογισµού του εµβαδού οποιασδήποτε επιφάνειας ( όπως κυκλικοί τοµείς, δακτύλιοι και δίσκοι, ελλειπτικοί δίσκοι, παραβολικά και υπερβολικά χωρία κτλ) είναι γνωστό από την

Διαβάστε περισσότερα

2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ

2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ .5. ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ Η μέθοδος κατασκευής διαστήματος εμπιστοσύνης για την πιθανότητα που περιγράφεται στην προηγούμενη ενότητα μπορεί να χρησιμοποιηθεί για την κατασκευή διαστημάτων

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ Χαράλαµπος Α. Χαραλαµπίδης 3 Νοεµβρίου 29 ΟΜΟΙΟΜΟΡΦΗ ΚΑΤΑΝΟΜΗ Ας ϑεωρήσουµε µια συνεχή τυχαία µεταβλητή X ορισµένη στον Ω µε πεδίο τιµών το διάστηµα [α, ϐ], όπου α < ϐ πραγµατικοί αριθµοί. Η οµοιόµορφη

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 2

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 2 ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι Τµηµα Β (ΑΡΤΙΟΙ) Λυσεις Ασκησεων - Φυλλαδιο ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebrai/lai8/lai8html Παρασκευή 6 Οκτωβρίου 8 Υπενθυµίζουµε

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 3

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 3 ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Τµηµα Β Λυσεις Ασκησεων - Φυλλαδιο 3 ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt2016/nt2016.html Πέµπτη 3 Νοεµβρίου 2016 Ασκηση 1. Αφού ϐρείτε

Διαβάστε περισσότερα

4.1 Ζήτηση για Ασφάλιση. Πλήρη κάλυψη.

4.1 Ζήτηση για Ασφάλιση. Πλήρη κάλυψη. 4. Ζήτηση για Ασφάλιση. Πλήρη κάλυψη. Η αγορά ασφαλιστικών συµφωνιών είναι µία ιδιαίτερη περίπτωση αγοράς δικαιωµάτων. Αντικείµενο της αγοράς αυτής είναι να δώσει την ευκαιρία µεταβίβασης εισοδήµατος από

Διαβάστε περισσότερα

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 206-207 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Από κοινού συναρτήσεις Τυχαίων Μεταβλητών Επιµέλεια : Κατερίνα Καραγιαννάκη

Διαβάστε περισσότερα

ΜΙΓΑ ΙΚΟΣ ΛΟΓΙΣΜΟΣ ΚΑΙ ΟΛΟΚΛ. ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΓΡΑΠΤΕΣ ΕΞΕΤΑΣΕΙΣ ΙΑΝΟΥΑΡΙΟΥ 2010 ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ. =. Οι πρώτες µερικές u x y

ΜΙΓΑ ΙΚΟΣ ΛΟΓΙΣΜΟΣ ΚΑΙ ΟΛΟΚΛ. ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΓΡΑΠΤΕΣ ΕΞΕΤΑΣΕΙΣ ΙΑΝΟΥΑΡΙΟΥ 2010 ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ. =. Οι πρώτες µερικές u x y ΜΙΓΑ ΙΚΟΣ ΛΟΓΙΣΜΟΣ ΚΑΙ ΟΛΟΚΛ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΓΡΑΠΤΕΣ ΕΞΕΤΑΣΕΙΣ ΙΑΝΟΥΑΡΙΟΥ ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ ΘΕΜΑ α) Καταρχήν θα µελετήσουµε την συνάρτηση f Η f γράφεται f ( ) = ( x + )( x ) ( x ) ή ακόµα f ( ) = u( x,

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 5 ΣΕΙΡΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ

KΕΦΑΛΑΙΟ 5 ΣΕΙΡΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ KΕΦΑΛΑΙΟ 5 ΣΕΙΡΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ 5 Ορισµοί Εστω α δοθείσα πραγµατική ακολουθία Ορίζουµε µία νέα ακολουθία ως εξής: 3 3 = + + + = = + = + + Ορισµός 5 Εάν υπάρχει το lim + = τότε η ακολουθία καλείται

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2017-2018 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

, όπου οι σταθερές προσδιορίζονται από τις αρχικές συνθήκες.

, όπου οι σταθερές προσδιορίζονται από τις αρχικές συνθήκες. Στην περίπτωση της ταλάντωσης µε κρίσιµη απόσβεση οι δύο γραµµικώς ανεξάρτητες λύσεις εκφυλίζονται (καταλήγουν να ταυτίζονται) Στην περιοχή ασθενούς απόσβεσης ( ) δύο γραµµικώς ανεξάρτητες λύσεις είναι

Διαβάστε περισσότερα

1 Το ϑεώρηµα του Rademacher

1 Το ϑεώρηµα του Rademacher Το ϑεώρηµα του Rademacher Νικόλαος Μουρδουκούτας Περίληψη Σε αυτήν την εργασία ϑα αποδείξουµε το ϑεώρηµα του Rademacher, σύµφωνα µε το οποίο κάθε Lipschiz συνάρτηση f : R m είναι διαφορίσιµη σχεδόν παντού.

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ

ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ Τέλεια δέσµη: όλες οι γραµµές της είναι προσπελάσιµες από οποιαδήποτε είσοδο. Ατελής δέσµη: όλες οι γραµµές της δεν είναι προσπελάσιµες από οποιαδήποτε είσοδο

Διαβάστε περισσότερα

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής: ΣΕΙΡΕΣ TAYLOR Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων Πολυώνυµο είναι κάθε συνάρτηση της µορφής: p( ) = a + a + a + a + + a, όπου οι συντελεστές α i θα θεωρούνται

Διαβάστε περισσότερα

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Σήματα και Συστήματα Διάλεξη 1: Σήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Εισαγωγή στα Σήματα 1. Σκοποί της Θεωρίας Σημάτων 2. Κατηγορίες Σημάτων 3. Χαρακτηριστικές Παράμετροι

Διαβάστε περισσότερα

5 Παράγωγος συνάρτησης

5 Παράγωγος συνάρτησης 5 Παράγωγος συνάρτησης Ας ϑεωρήσουµε µια συνάρτηση f µε πεδίο ορισµού το [a, b]. Για κάθε 0 [a, b] ορίζουµε µια νέα συνάρτηση µε τύπο µε πεδίο ορισµού D(Π 0 ) = D(f ) { 0 }. Την συνάρτηση Π 0 Π 0 () =

Διαβάστε περισσότερα

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

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

Διαβάστε περισσότερα

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014 ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014 Περιεχόμενα 1 Εισαγωγή 2 2 Μεγιστικός τελέστης στην μπάλα 2 2.1 Βασικό θεώρημα........................ 2 2.2 Γενική περίπτωση μπάλας.................. 6 2.2.1 Στο

Διαβάστε περισσότερα

3 Αναδροµή και Επαγωγή

3 Αναδροµή και Επαγωγή 3 Αναδροµή και Επαγωγή Η ιδέα της µαθηµατικής επαγωγής µπορεί να επεκταθεί και σε άλλες δοµές εκτός από το σύνολο των ϕυσικών N. Η ορθότητα της µαθηµατικής επαγωγής ϐασίζεται όπως ϑα δούµε λίγο αργότερα

Διαβάστε περισσότερα

1 Η εναλλάσσουσα ομάδα

1 Η εναλλάσσουσα ομάδα Η εναλλάσσουσα ομάδα Η εναλλάσσουσα ομάδα Όπως είδαμε η συνάρτηση g : S { } είναι ένας επιμορφισμός ομάδων. Ο πυρήνας Ke g {σ S / g σ } του επιμορφισμού συμβολίζεται με A περιέχει όλες τις άρτιες μεταθέσεις

Διαβάστε περισσότερα

Ακουλουθίες ρ. Κωνσταντίνα Παναγιωτίδου

Ακουλουθίες ρ. Κωνσταντίνα Παναγιωτίδου Ακουλουθίες ρ. Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Εισαγωγικά Βασικοί Ορισµοί Μονοτονία Ακολουθίας Φραγµένη Ακολουθία Υπακολουθίες Σύγκλιση - Απόκλιση Ακολουθιών N = {1, 2,

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE Αντίστροφος Μετασχηματισμός Laplace Στην

Διαβάστε περισσότερα

( ) ΕΚΘΕΤΙΚΗ ΣΥΝΑΡΤΗΣΗ. Σηµείωση. 2. Παραδοχή α = Ιδιότητες x. αβ = α = α ( ) x. α β. α : α = α = α

( ) ΕΚΘΕΤΙΚΗ ΣΥΝΑΡΤΗΣΗ. Σηµείωση. 2. Παραδοχή α = Ιδιότητες x. αβ = α = α ( ) x. α β. α : α = α = α . ΕΚΘΕΤΙΚΗ ΣΥΝΑΡΤΗΣΗ ΘΕΩΡΙΑ. Σηµείωση Οι δυνάµεις α του κεφαλαίου έχουν βάση α > 0 και εκθέτη οποιονδήποτε πραγµατικό αριθµό.. Παραδοχή 0 α. Ιδιότητες α + α ( ) α α : α ( ) α α α αβ α β α β α β. Εκθετική

Διαβάστε περισσότερα