7. ΜΗ ΓΡΑΜΜΙΚΑ ΑΝΤΙΣΤΡΟΦΑ ΠΡΟΒΛΗΜΑΤΑ

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "7. ΜΗ ΓΡΑΜΜΙΚΑ ΑΝΤΙΣΤΡΟΦΑ ΠΡΟΒΛΗΜΑΤΑ"

Transcript

1 7. ΜΗ ΓΡΑΜΜΙΚΑ ΑΝΤΙΣΤΡΟΦΑ ΠΡΟΒΛΗΜΑΤΑ 7. Παραμετροποίηση αντιστρόφων προβλημάτων Τα διακριτά αντίστροφα προβλήµατα όπως έχουµε δει αντιµετωπίζουν σχέσεις παραµέτρων ενός φυσικού προβλήµατος και µετρήσεις κάποιου µεγέθους d που σχετίζεται µε τις παραµέτρους µέσω κάποιας σχέσης f(,d) = που την έχοµε χαρακτηρίσει «µοντέλο». Σε προηγούµενα κεφάλαια είδαµε πως µπορεί να αντιµετωπισθεί ένα αντίστροφο πρόβληµα όταν το µοντέλο είναι της γραµµικής µορφής G = d. Επίσης είδαµε πως µπορούν να ξιοποιηθούν εκ προοιµίου πλροφορίες για παραµέτρους και µετρήσεις µε την υπόθεση πάντα του γραµµικού µοντέλου. Στο σηµείο αυτό να παρατηρήσοµε ότι το είδος των µετρήσεων είναι σηµαντικός παράγοντας για την αντιµετώπιση ενός αντιστρόφου προβλήµατος. ιαφορετικό είδος µετρήσεων για τις ίδιες παραµέτρους µπορεί να οδηγήσει σε διαφορετικές εκτιµήσεις παραµέτρων. Για παράδειγµα ας δούµε την περίπτωση του υπολογισµού της εξίσωσης ευθείας που πρέπει να «περνά» από Ν σηµεία που αντιστοιχούν σε ισάριθµα ζεύγη ( z, d ). Εάν θεωρήσοµε ότι τα z, =,.. N υπολογίζονται ακριβώς αλλά όχι και τα d και µάλιστα ότι η µέτρηση γίνεται µε πιθανότητα λάθους που ακολουθεί κανονική κατανοµή, παίρνοµε λύση ελαχίστων τετραγώνων. Μπορεί όµως να θεωρήσοµε ότι τα ακριβή στοιχεία είναι τα d, =,.. N ενώ το µετρούµενο µε λάθος είναι το z. Εάν εφαρµόσουµε όσα γνωρίζοµε και αναζητήσοµε λύση ελαχίστων τετραγώνων θα πάροµε διαφορετική λύση, όπως µπορεί εύκολα κανείς να διαπιστώσει εάν επιχειρήσει να εκτιµήσει τις παραµέτρους της ευθείας που αντιστοιχεί στα ζεύγη (,), (,), (3,3), (4,5). Εάν θεωρήσοµε το πρώτο στοιχείο των ζευγών ως την ακριβή τετµηµένη θα πάροµε εξίσωση της µορφής d =.5+.3z. Εάν αντίθετα θεωρήσοµε το δεύτερο στοιχείο των ζευγών ως την ακριβή τετµηµένη, η νέα παραµετροποίηση θα αντιστοιχίσει το z d ' και το d z ' και η λύση ελαχίστων τετραγώνων θα δώσει d ' = z '. Με δεδοµένη την αντιστοίχηση στη νέα παραµετροποίηση µπορούµε να γράψοµε z ' = d ' Υπάρχει συνεπώς σηµαντική διαφορά ανάµεσα στις δύο ευθείες Η αλλαγή στην παραµετροποίηση έχει τις εξής συνέπειες στην αντιµετώπιση ενός αντιστρόφου προβλήµατος : 66

2 . Αλλαγή στη συνάρτηση πυκνότητας πιθανότητας για τις νέες παραµέτρους. Ας υποθέσοµε ότι έχοµε να αντιµετωπίσοµε ένα αντίστροφο πρόβληµα για το οποίο γνωρίζοµε ότι η συνάρτηση πυκνότητας πιθανότητας για τη µέτρηση d ακολουθεί οµοιόµορφη κατανοµή στο διάστηµα [,] (Σχήµα 7.) P(d) P(d ) d d α β Σχήµα 7. Συνάρτηση πυκνότητας πιθανότητας για τις d και d Εάν στη νέα παραµετροποίηση θεωρήσοµε ότι παίρνοµε d ' = d τότε η συνάρτηση πυκνότητας πιθανότητας για την d ' υπολογίζεται από τη γνωστή σχέση : για d ' = g( d). Έτσι στην περίπτωσή µας έχοµε : P( d ') = P( d) g '( d ) (7.) P( d ') = / ( d ') (7.) Τα παραπάνω αποτυπώνονται στο σχήµα 7.β στο οποίο φαίνεται η διαφορά στις δύο συναρτήσεις.. Αλλαγή στις εκτιµώµενες τιµές παραµέτρων του αντίστροφου προβλήµατος. Αυτό το είδαµε ήδη στο παράδειγµα της ευθείας γραµµής όταν ακολουθηθεί η µέθοδος επίλυσης µε ελάχιστα τετράγωνα. Μπορούµε να το δούµε και στην περίπτωση που ακολουθηθεί η µέθοδος µέγιστης πιθανοφάνειας. Στο ανωτέρω παράδειγµα εάν θεωρήσοµε ότι η αλλαγή στην παραµετροποίηση αφορά στη παράµετρο για την οποία ισχύει ' = και αναζητήσοµε λύση µέγιστης πιθανοφάνειας µέσω της συνάρτησης πυκνότητας πιθανότητας, βλέποµε ότι η παράµετρος δεν παρουσιάζει µέγιστο ενώ αντίθετα η έχει µέγιστο στο 67

3 ==. Εάν θελήσοµε να υπολογίσοµε το µέσο για τις δύο κατανοµές, θα πάροµε διαφορετικά αποτελέσµατα επίσης : E[ ] = P( ) = = (7.3) E[ '] = ' P( ') ' = ' ' = 3 (7.4) Συνεπώς ο αναµενόµενος µέσος του δεν αντιστοιχεί στο τετράγωνο του αναµενόµενου µέσου του. Βλέποµε λοιπόν µία ακόµη πτυχή των αντιστρόφων προβληµάτων που σχετίζεται µε την ιδιότητά τους να µην είναι καλώς τεθιµένα. Ωστόσο η αλλαγή παραµετροποίησης µπορεί να βοηθήσει πολύ στο να αλλάξουµε τη µορφή ενός αντιστρόφου προβλήµατος και για παράδειγµα από µη γραµµικό να γίνει γραµµικό και να λυθεί ευκολότερα. Στα πρώτα παραδείγµατα των σηµειώσεων είδαµε την περίπτωση της αξονικής τοµογραφίας και πως µπορούµε να καταλήξοµε σε ένα προσεγγιστικό γραµµικό αντίστροφο πρόβληµα. Θα δώσουµε εδώ ένα ακόµη παράδειγµα πριν προχωρήσοµε στην ανάλυση των µη γραµµικών αντιστρόφων προβληµάτων. Θεωρείστε ότι παράµετροι και µετρήσεις συνδέονται µέσω της σχέσης d = exp( z ) (7.5) Η αλλαγή στην παραµετροποίηση µεταφέρει σε ένα αντίστροφο πρόβληµα της µορφής = l( ), = και d = l( d ) µας ' ' ' ' ' ' d = + z (7.6) που επιλύεται µε τεχνικές που έχοµε ήδη δει, π.χ. µε ελάχιστα τετράγωνα στην ' περίπτωση που θεωρήσοµε ότι οι µετρήσεις των d υπόκεινται σε λάθη που ακολουθούν κανονική κατανοµή. Προσοχή όµως. Η τελευταία υπόθεση συνεπάγεται ότι οι αρχικές µετρήσεις d δεν πρέπει να ακολουθούν κανονική κατανοµή! Συνεπώς η γραµµικοποίηση πρέπει να εφαρµπόζεται µε προσοχή. Έχει συνεπώς µεγάλη σηµασία να δούµε πως µπορούν να αντιµετωπισθούν προβλήµατα στα οποία µετρήσεις και παράµετροι σχετίζονται µε µη γραµµικές σχέσεις. 68

4 7. Μη γραμμικά αντίστροφα προβλήματα. 7.. Εισαγωγή Ένα γενικό διακριτό αντίστροφο πρόβληµα για δεδοµένα d διάστασης Ν και παραµέτρους διάστασης Μ είναι της µορφής f(,d ) =. Η µορφή είναι έµµεση όπως έχοµε πει αφού δεν διαχωρίζονται τα δεδοµένα από τις µετρήσεις. Υποθέτοµε ότι d( f ) = p M + N, υπόθεση που δεν είναι µακριά από την πραγµατικότητα στα περισσότερα αντίστροφα προβλήµατα που αντιµετωπίζοµε. Για να δούµε πως µπορούµε να τα αντιµετωπίσοµε στη γενική περίπτωση θα ξεκινήσοµε µε κάποιες υποθέσεις : Θεωρούµε ότι τα δεδοµένα µας d ακολουθούν κανονική κατανοµή µε [cov d] γνωστό και αντίστοιχα έχοµε αρχικές πληροφορίες για τις παραµέτρους ( < > και [cov ]) που επίσης ακολουθούν κανονική κατανοµή. ηµιουργούµε ένα καινούργιο διάνυσµα x= [ d, ] T για το οποίο ο πίνακας συνδιακύµανσης περιλαµβάνει τους πίνακες [cov d] και [cov ] σε διαγώνια µπλόκ. Γενικά τα µη διαγώνια στοιχεία θα µπορούσαν να είναι µη µηδενικά υποδεικνύοντας σχέση ανάµεσα στις παραµέτρους και στις µετρήσεις. εν θα µπούµε σε τόσο ειδικές περιπτώσεις πάντως. Με βάση όσα γνωρίζοµε µέχρι τώρα, µπορούµε από τις υποθέσεις που κάναµε να πάροµε την κατανοµή πιθανότητας του x από τη σχέση : όπου [ obs T < x>= d, < > ]. T PA ( ) exp[ ( ) [cov ] ( x )] x x < x > x < x > (7.7) Χρησιµοποιώντας την έννοια της µέγιστης πιθανοφάνειας, θα µπορούσαµε να θεωρήσοµε τη συνάρτηση PA ( x) ως συνάρτηση πιθανοφάνειας και να αναζητήσοµε λύση στην ελαχιστοποίηση του όρου τον περιορισµό f(x ) =. T Φ= [( x < x > ) [cov x ] ( x < x > )] κάτω από Χρησιµοποιώντας πολλαπλασιαστές Lagrage, παίρνοµε ένα σύστηµα εξισώσεων της µορφής : που γράφεται στη µορφή p Φ / x = λ f / x (7.8) j j j= [ ] [cov ] T Τ x < x> x = λ F (7.8α) 69

5 όπου λ είναι το διάνυσµα των πολλαπλασιαστών Lagrage και F είναι ο πίνακας των κλίσεων f. Από τη σχέση (7.8α) παίρνοµε διαδοχικά : Με αντικατάσταση στην 7.9α παίρνοµε : T Τ [ x < x> ] = [cov xλ ] F (7.9) [ x < x> ] = [cov x] F T λ (7.9α) F[ x < x> ] = F[cov x] F T λ (7.9β) απ όπου έχοµε : T λ= ( F[cov x] F ) F[ x < x > ] (7.) T T [ < > ] = [cov ] ( [cov ] ) [ < > ] x x x F F x F F x x (7.) Η εξίσωση αυτή πρέπει να λυθεί ταυτόχρονα µε την f(x ) = για να µας δώσει τις τιµές του x που δικαιολογούν µε τον καλύτερο τρόπο τις µετρήσεις τα στατιστικά των παραµέτρων. T T [ ] [cov ] ( [cov ] ) [ ] obs d µε δεδοµένα x < x> = x F F x F F x < x> f(x) (7.) Ωστόσο η εξίσωση 7. δεν είναι εύκολο να επιλυθεί, αφού τα στοιχεία x βρίσκονται και στα δύο µέρη και µάλιστα µε έµµεση µη γραµµική µορφή. 7.. Μία επαναληπτική μέθοδος για την επίλυση του μη γραμμικού προβλήματος. Θα αναφερθούµε στη συνέχεια σε µία επαναληπτική µέθοδο για την επίλυση της εξίσωσης 7.. εν θα συζητήσοµε την απόδειξη της σύγκλισης της µεθόδου, αλλά θα αρκεστούµε στην υπόθεση ότι εάν έχοµε µία ένδειξη για ένα αρχικό διάνυσµα x πολύ κοντά στη λύση µέγιστης πιθανοφάνειας, η µέθοδος θα συγκλίνει στο διάνυσµα µέγιστης πιθανοφάνειας. Ξεκινώντας λοιπόν από το x, δηµιουργούµε διαδοχικές προσεγγίσεις ως εξής : x x x F F x F F x x f(x ) (7.3) T T + =< >+ [cov ] ( [cov ] ) [ < > ] όπου τα µεγέθη µε δείκτη υπολογίζονται για τις τιµές x. 7

6 Η διαδικασία απλοποιείται εάν έχοµε άµεση µη γραµµική µορφή για το αντίστροφο πρόβληµα, δηλαδή όταν υπάρχει σχέση της µορφής : d= g( ) (7.4) όπου η µη γραµµικότητα αποδίδεται µέσω της διανυσµατικής συνάρτησης g. Στην περίπτωση αυτή παίρνοµε : όπου { } g + =< >+ G d g( ) + G [ < > (7.5) [cov ] {[cov ] [cov ] } T T T { } g T T G = G d + G G = = [cov ] + G [cov d] G G [cov d] (7.6) Τα στοιχεία του πίνακα G αντιστοιχούν στις παραγώγους [ G ] = g /, =,... N και j=,... M και υπολογίζονται για τα στοιχεία του διανύσµατος j j. Σηµειώνουµε εδώ ότι τα ανωτέρω ισχύουν για ακριβή θεωρία. Επίσης σηµειώνουµε ότι ο υπολογισµός του [cov ] δεν είναι εύκολος για µη κανονική κατανοµή του (η υπόθεση για κανονική κατανοµή αφορά στα στατιστικά του ). Ωστόσο µε την υπόθεση πάντα για µικρές διαφορές ανάµεσα σε και χρησιµοποιήσοµε τη γραµµική σχέση : g gt T [cov ] G [cov d] G + [ I R][cov ][ I R] µπορούµε να (7.7) όπου R = G G. g Σηµειώνουµε τέλος ότι επαναληπτικές σχέσεις για τον υπολογισµό του µπορούν να προκύψουν εάν θεωρήσοµε ανάπτυγµα Taylor στη µη γραµµική σχέση d= g( ) γύρω από µια αρχική τιµή και ανώτερους : Εποµένως γράφοµε : και. Έχουµε αγνοώντας όρους τάξης 7 [ ] = + g( ) g( ) + g[ ] = g( ) + G [ ] (7.8) G + = d g( ) (7.9) = + (7.) + +

7 Ωστόσο η σχέση 7.9 µας παραπέµπει σε γραµµικό αντίστροφο πρόβληµα της µορφής που έχοµε συναντήσει ήδη σε προηγούµενα κεφάλαια. Συνεπώς µπορεί να λυθεί µε κάποια από τις µεθόδους που έχοµε επεξεργαστεί στια παρούσες σηµειώσεις. Με αρχική υπόθεση για το συνεπώς προκύπτουν διαδοχικά οι εκτιµήσεις για τα. Ως εφαρµογή ας δούµε την απλή περίπτωση που έχοµε δεδοµένα ασυσχέτιστα µε ενιαία διασπορά σ d χωρίς εκ προοιµίου πληροφορία για τις παραµέτρους. Ο συνδυασµός της λύσης της 7.9 µε ελάχιστα τετράγωνα και της 7. θα µας δώσει λύση της µορφής : G G G d g (7.) = + T T [ ] [ + ( )] Κλείνοντας το εισαγωγικό κεφάλαιο για τα µη γραµµικά αντίστροφα προβλήµατα υπογραµµίζοµε ότι οι απλοποιηµένες θεωρήσεις που είδαµε µέχρι τώρα αφορούν περιπτώσεις που τα σηµεία µέγιστης πιθανοφάνειας είναι καλά ορισµένα και οι αρχικές εκτιµήσεις για τη λύση κοντά στα εν λόγω σηµεία. υστυχώς στα περισσότερα προβλήµατα η συνάρτηση πιθανοφάνειας παρουσιάζει πολλά τοπικά µέγιστα και η επιλογή ανάµεσα σε αυτά της βέλτιστης λύσης δεν είναι πάντα εύκολη. Αντίστοιχα οι αρχικές εκτιµήσεις για το µπορεί να οδηγήσουν σε τοπικά µέγιστα που δεν αντιστοιχούν στη βέλτιστη λύση. Για όλους αυτούς τους λόγους η συζήτηση για την επίλυση µη γραµµικών αντιστρόφων προβληµάτων είναι στην πραγµατικότητα ατέρµων και εξειδικεύεται ανάλογα µε το είδος του αντίστροφου προβλήµατος, χρησιµοποιώντας την ανάλυση της θεωρίας (µοντέλου). 7

1.4 Λύσεις αντιστρόφων προβλημάτων.

1.4 Λύσεις αντιστρόφων προβλημάτων. .4 Λύσεις αντιστρόφων προβλημάτων. Ο τρόπος παρουσίασης της λύσης ενός αντίστροφου προβλήµατος µπορεί να διαφέρει ανάλογα µε τη «φιλοσοφία» επίλυσης που ακολουθείται και τη δυνατότητα παροχής πρόσθετης

Διαβάστε περισσότερα

5. ΜΕΘΟΔΟΙ ΜΕΓΙΣΤΗΣ ΠΙΘΑΝΟΦΑΝΕΙΑΣ

5. ΜΕΘΟΔΟΙ ΜΕΓΙΣΤΗΣ ΠΙΘΑΝΟΦΑΝΕΙΑΣ 5. ΜΕΘΟΔΟΙ ΜΕΓΙΣΤΗΣ ΠΙΘΑΟΦΑΕΙΑΣ 5. Η συνάρτηση μέγιστης πιθανοφάνειας Έστω µία τυχαία µεταβλητή η οποία αντιπροσωπεύει την µέτρηση κάποιας συγκεκριµένης ποσότητας µε πραγµατική αλλά άγνωστη τιµή θ σε ένα

Διαβάστε περισσότερα

3.9 Πίνακας συνδιακύμανσης των παραμέτρων

3.9 Πίνακας συνδιακύμανσης των παραμέτρων Στην περίπτωσή µας έχοµε p= 1περιορισµό της µορφής : που γράφεται ως : ' = m + m z ' (3.47) 1 m Fm 1 = [1 z '] = [ '] = h m. (3.48) Η εξίσωση 3.46 στην περίπτωση αυτή χρησιµοποιώντας τους πίνακες που είδαµε

Διαβάστε περισσότερα

3. ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΑΝΤΙΣΤΡΟΦΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟΔΟ ΜΗΚΩΝ

3. ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΑΝΤΙΣΤΡΟΦΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟΔΟ ΜΗΚΩΝ 3. ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΑΝΤΙΣΤΡΟΦΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟΔΟ ΜΗΚΩΝ 3. Διαφορά μετρήσεων από εκτιμήσεις μετρήσεων. Όταν επιλύοµε ένα αντίστροφο πρόβληµα υπολογίζοµε ένα διάνυσµα παραµέτρων est m το οποίο αντιπροσωπεύει

Διαβάστε περισσότερα

3.6 Μεικτά ορισμένα προβλήματα. 2. Γράφοµε τις ανωτέρω σχέσεις για q= 1,... Mσε διανυσµατική µορφή : G λ (3.30)

3.6 Μεικτά ορισμένα προβλήματα. 2. Γράφοµε τις ανωτέρω σχέσεις για q= 1,... Mσε διανυσµατική µορφή : G λ (3.30) . Γράφοµε τις ανωτέρω σχέσεις για q=,... Mσε διανυσµατική µορφή : = G λ (3.30) 3. Επειδή ισχύει παράλληλα και d = G, αντικαθιστώντας το από την 3.30 στην αρχική εξίσωση παίρνοµε : d= G G λ / (3.3) 4. Εάν

Διαβάστε περισσότερα

' ' ' ' ' ' ' e G G G G. G M ' ' ' ' G '

' ' ' ' ' ' ' e G G G G. G M ' ' ' ' G ' µετασχηµατισµό τέτοιο ώστε επιδρώντας στο λάθος πρόβλεψης e, ( e = e) να οδηγεί σε ελαχιστοποίηση του E = e e όταν ελαχιστοποιείται το Ε, να µετασχηµατίζει τον πίνακα G στον πίνακα G που να έχει άνω τριγωνική

Διαβάστε περισσότερα

Συστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson

Συστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson Ιαν. 009 Συστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson Έστω y, y,, yn παρατηρήσεις µιας m -διάστατης τυχαίας µεταβλητής µε συνάρτηση πυκνότητας πιθανότητας p( y; θ) η οποία περιγράφεται από ένα

Διαβάστε περισσότερα

ιακριτά Αντίστροφα Προβλήµατα

ιακριτά Αντίστροφα Προβλήµατα Πανεπιστήµιο Κρήτης Τµήµα Μαθηµατικών ιακριτά Αντίστροφα Προβλήµατα Σηµειώσεις του Μαθήµατος βασισµένες κυρίως στο Βιβλίο : Geophyscal Data Analyss : Dscrete Inverse heory του Wllam Menke Μιχάλης Ταρουδάκης

Διαβάστε περισσότερα

ιακριτά Αντίστροφα Προβλήµατα

ιακριτά Αντίστροφα Προβλήµατα Πανεπιστήµιο Κρήτης Τµήµα Μαθηµατικών ιακριτά Αντίστροφα Προβλήµατα Σηµειώσεις του Μαθήµατος βασισµένες κυρίως στο Βιβλίο : Geophyscal Data Analyss : Dscrete Inverse Theory του Wllam Menke Μιχάλης Ταρουδάκης

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

ΚΕΦΑΛΑΙΟ 2. Τρισδιάστατες κινήσεις

ΚΕΦΑΛΑΙΟ 2. Τρισδιάστατες κινήσεις ΚΕΦΑΛΑΙΟ Τρισδιάστατες κινήσεις Οι µονοδιάστατες κινήσεις είναι εύκολες αλλά ζούµε σε τρισδιάστατο χώρο Θα δούµε λοιπόν τώρα πως θα αντιµετωπίζοµε την κίνηση υλικού σηµείου στις τρεις διαστάσεις Ας θεωρήσοµε

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4. ιατήρηση ορµής

ΚΕΦΑΛΑΙΟ 4. ιατήρηση ορµής ΚΕΦΑΛΑΙΟ 4 ιατήρηση ορµής Ας θεωρήσοµε δυο υλικά σηµεία και µε µάζες και αντιστοίχως που βρίσκονται την τυχούσα χρονική στιγµή στις αντίστοιχες διανυσµατικές ακτίνες και και έχουν αντίστοιχες ταχύτητες

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 10. Ταλαντώσεις

ΚΕΦΑΛΑΙΟ 10. Ταλαντώσεις ΚΕΦΑΛΑΙΟ 0 Ταλαντώσεις Στο Παράδειγµα 9 είδαµε τη µελέτη της κίνησης υλικού σηµείου µάζας, που βρίσκεται στο ένα άκρο ελατηρίου µε το άλλο άκρο του ελατηρίου σταθερό Θα επανεετάσοµε το ίδιο πρόβληµα εδώ

Διαβάστε περισσότερα

Kεφάλαιο 4. Συστήµατα διαφορικών εξισώσεων

Kεφάλαιο 4. Συστήµατα διαφορικών εξισώσεων 4 Εισαγωγή Kεφάλαιο 4 Συστήµατα διαφορικών εξισώσεων Εστω διανυσµατικό πεδίο F: : F=F( r), όπου r = ( x, ) και Fr είναι η ταχύτητα στο σηµείο r πχ ενός ρευστού στο επίπεδο Εστω ότι ψάχνουµε τις τροχιές

Διαβάστε περισσότερα

( ) Κλίση και επιφάνειες στάθµης µιας συνάρτησης. x + y + z = κ ορίζει την επιφάνεια µιας σφαίρας κέντρου ( ) κ > τότε η

( ) Κλίση και επιφάνειες στάθµης µιας συνάρτησης. x + y + z = κ ορίζει την επιφάνεια µιας σφαίρας κέντρου ( ) κ > τότε η Έστω Κλίση και επιφάνειες στάθµης µιας συνάρτησης ανοικτό και σταθερά ( µε κ f ( ) ορίζει µια επιφάνεια S στον f : ) τότε η εξίσωση, ονοµάζεται συνήθως επιφάνεια στάθµης της f. εξίσωση, C συνάρτηση. Αν

Διαβάστε περισσότερα

11ο Πανελλήνιο Συνέδριο της ΕΕΦ, Λάρισα 30-31/03, 1-2/04/2006. Πρακτικά Συνεδρίου

11ο Πανελλήνιο Συνέδριο της ΕΕΦ, Λάρισα 30-31/03, 1-2/04/2006. Πρακτικά Συνεδρίου ο Πανελλήνιο Συνέδριο της ΕΕΦ, Λάρισα 30-3/03, -/04/006. Πρακτικά Συνεδρίου Έµµεσες µετρήσεις φυσικών µεγεθών. Παράδειγµα: Ο πειραµατικός υπολογισµός του g µέσω της µέτρησης του χρόνου των αιωρήσεων απλού

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

x 2 = x 2 1 + x 2 2. x 2 = u 2 + x 2 3 Χρησιµοποιώντας το συµβολισµό του ανάστροφου, αυτό γράφεται x 2 = x T x. = x T x.

x 2 = x 2 1 + x 2 2. x 2 = u 2 + x 2 3 Χρησιµοποιώντας το συµβολισµό του ανάστροφου, αυτό γράφεται x 2 = x T x. = x T x. Κεφάλαιο 4 Μήκη και ορθές γωνίες Μήκος διανύσµατος Στο επίπεδο, R 2, ϐρίσκουµε το µήκος ενός διανύσµατος x = (x 1, x 2 ) χρησιµοποιώντας το Πυθαγόρειο ϑεώρηµα : x 2 = x 2 1 + x 2 2. Στο χώρο R 3, εφαρµόζουµε

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

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ Τα μη γραμμικά μοντέλα έχουν την πιο κάτω μορφή: η μορφή αυτή μοιάζει με τη μορφή που έχουμε για τα γραμμικά μοντέλα ( δηλαδή η παρατήρηση Y i είναι το άθροισμα της αναμενόμενης

Διαβάστε περισσότερα

Επίλυση Γραµµικών Συστηµάτων

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

Διαβάστε περισσότερα

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

Μέθοδος μέγιστης πιθανοφάνειας

Μέθοδος μέγιστης πιθανοφάνειας Μέθοδος μέγιστης πιθανοφάνειας Αν x =,,, παρατηρήσεις των Χ =,,,, τότε έχουμε διαθέσιμο ένα δείγμα Χ={Χ, =,,,} της κατανομής F μεγέθους με από κοινού σ.κ. της Χ f x f x Ορισμός : Θεωρούμε ένα τυχαίο δείγμα

Διαβάστε περισσότερα

Κεφάλαιο 2. Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε

Κεφάλαιο 2. Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε Κεφάλαιο Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε. Εισαγωγή Η µέθοδος των πεπερασµένων διαφορών είναι από τις παλαιότερες και πλέον συνηθισµένες και διαδεδοµένες υπολογιστικές τεχνικές

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ)

Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ) Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ) ΜΙΧΑΛΗΣ ΤΖΟΥΜΑΣ ΕΣΠΟΤΑΤΟΥ 3 ΑΓΡΙΝΙΟ. ΠΕΡΙΛΗΨΗ Η έννοια της συνάρτησης είναι στενά συνυφασµένη µε τον πίνακα τιµών και τη γραφική παράσταση.

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

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

Διαβάστε περισσότερα

Βασικές έννοιες και ορισµοί. Ευθεία

Βασικές έννοιες και ορισµοί. Ευθεία Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Βασικές έννοιες και ορισµοί Ευθεία a R n, a 0 = {x R n x = λa} Υπερεπίπεδο α R, a R n P = {x R n ax = α} Βασικές έννοιες και ορισµοί Ευθεία

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Μάθηµα 1. Κεφάλαιο 1o: Συστήµατα. γ R παριστάνει ευθεία και καλείται γραµµική εξίσωση µε δύο αγνώστους.

Μάθηµα 1. Κεφάλαιο 1o: Συστήµατα. γ R παριστάνει ευθεία και καλείται γραµµική εξίσωση µε δύο αγνώστους. Μάθηµα 1 Κεφάλαιο 1o: Συστήµατα Θεµατικές Ενότητες: A. Συστήµατα Γραµµικών Εξισώσεων B. Συστήµατα 3x3 Α. ΣΥΣΤΗΜΑΤΑ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ Ορισµοί Κάθε εξίσωση της µορφής α x+β =γ, µε α, β, γ R παριστάνει

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 8. Ροπή και Στροφορµή Μέρος δεύτερο

ΚΕΦΑΛΑΙΟ 8. Ροπή και Στροφορµή Μέρος δεύτερο ΚΕΦΑΛΑΙΟ 8 Ροπή και Σοφορµή Μέρος δεύτερο Στο προηγούµενο Κεφάλαιο εξετάσαµε την περισοφή στερεού σώµατος περί σταθερό άξονα Εδώ θα εξετάσοµε την εξίσωση κίνησης στερεού σώµατος γενικώς Πριν το κάνοµε

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

ΚΕΦΑΛΑΙΟ 5. Συστήµατα µεταβλητής µάζας

ΚΕΦΑΛΑΙΟ 5. Συστήµατα µεταβλητής µάζας ΚΕΦΑΛΑΙΟ 5 Συστµατα µεταβλητς µάζας Μέχρι τώρα µελετσαµε την κίνηση υλικού σηµείου µε συγκεκριµένη µάζα m, η οποία παραµένει σταθερ. Θα εξετάσοµε τώρα την περίπτωση που η µάζα δεν είναι σταθερ, αλλά µεταβάλλεται

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3. ιατηρητικές δυνάµεις

ΚΕΦΑΛΑΙΟ 3. ιατηρητικές δυνάµεις ΚΕΦΑΛΑΙΟ 3 ιατηρητικές δυνάµεις Στο υποκεφάλαιο.4 είδαµε ότι, για µονοδιάστατες κινήσεις στον άξονα x, όλες οι δυνάµεις της µορφής F F(x) είναι διατηρητικές. Για κίνηση λοιπόν στις τρεις διαστάσεις, µπορούµε

Διαβάστε περισσότερα

Μαθηµατικό Παράρτηµα 5 Επίλυση Υποδειγµάτων µε Ορθολογικές Προσδοκίες

Μαθηµατικό Παράρτηµα 5 Επίλυση Υποδειγµάτων µε Ορθολογικές Προσδοκίες Γιώργος Αλογοσκούφης, Δυναµική Μακροοικονοµική, Αθήνα 2015 Μαθηµατικό Παράρτηµα 5 Επίλυση Υποδειγµάτων µε Ορθολογικές Προσδοκίες Στο παράρτηµα αυτό εξετάζουµε τις ιδιότητες και τις µεθόδους επίλυσης υποδειγµάτων

Διαβάστε περισσότερα

Αναγνώριση Προτύπων Ι

Αναγνώριση Προτύπων Ι Αναγνώριση Προτύπων Ι Ενότητα 3: Στοχαστικά Συστήματα Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

Θα λύσετε ένα από τα έξι πακέτα ασκήσεων που ακολουθούν, τα οποία είναι αριθµηµένα από 0 έως5. Ο κάθε φοιτητής βρίσκει το πακέτο που του αντιστοιχεί

Θα λύσετε ένα από τα έξι πακέτα ασκήσεων που ακολουθούν, τα οποία είναι αριθµηµένα από 0 έως5. Ο κάθε φοιτητής βρίσκει το πακέτο που του αντιστοιχεί Θα λύσετε ένα από τα έξι πακέτα ασκήσεων που ακολουθούν, τα οποία είναι αριθµηµένα από 0 έως5. Ο κάθε φοιτητής βρίσκει το πακέτο που του αντιστοιχεί από τον αριθµό µητρώου του. Συγκεκριµένα υπολογίζει

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12)

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η Ηµεροµηνία Αποστολής στον Φοιτητή: 5 Οκτωβρίου 006 Ηµεροµηνία παράδοσης της Εργασίας: 0 Νοεµβρίου 006.

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ. ΕΝΟΤΗΤΑ: Διανυσματικοί Χώροι (1) ΔΙΔΑΣΚΩΝ: Βλάμος Παναγιώτης ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ. ΕΝΟΤΗΤΑ: Διανυσματικοί Χώροι (1) ΔΙΔΑΣΚΩΝ: Βλάμος Παναγιώτης ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΕΝΟΤΗΤΑ: Διανυσματικοί Χώροι (1) ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΔΑΣΚΩΝ: Βλάμος Παναγιώτης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ : ΠΛΗ «ΜΑΘΗΜΑΤΙΚΑ Ι» Τελική Εξέταση 5 Ιουνίου 00 Απαντήστε όλα τα κάτωθι ερωτήµατα, παρέχοντας επεξηγηµατικά σχόλια όπου

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΠΙΛΥΣΗΣ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΠΙΛΥΣΗΣ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΚΕΦΑΛΑΙΟ IV ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΠΙΛΥΣΗΣ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ IV. Γενικές επαναληπτικές µέθοδοι Όπως είδαµε η ανάλυση της µεθόδου Guss έδειξε ότι η υπολογιστική προσπάθεια της µεθόδου για τη λύση ενός

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

Κεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων

Κεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων Κεφάλαιο Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων. Εισαγωγή Η µοντελοποίηση πολλών φυσικών φαινοµένων και συστηµάτων και κυρίως αυτών που εξελίσσονται στο χρόνο επιτυγχάνεται µε

Διαβάστε περισσότερα

Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων

Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων Εισηγητής: ρ Ηλίας Ζαφειρόπουλος Εισαγωγή Ιατρικά δεδοµένα: Συλλογή Οργάνωση Αξιοποίηση Data Mining ιαχείριση εδοµένων Εκπαίδευση

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

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τίτλος Μαθήματος: Γραμμική Άλγεβρα ΙΙ Ενότητα: Παραγοντοποιήσεις Πινάκων και Γραµµικών Απεικονίσεων Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τμήμα: Μαθηματικών 82 13 Παραγοντοποιήσεις

Διαβάστε περισσότερα

Κεφάλαιο 3β. Ελεύθερα Πρότυπα (µέρος β)

Κεφάλαιο 3β. Ελεύθερα Πρότυπα (µέρος β) Κεφάλαιο 3β Ελεύθερα Πρότυπα (µέρος β) Ο σκοπός µας εδώ είναι να αποδείξουµε το εξής σηµαντικό αποτέλεσµα. 3.3.6 Θεώρηµα Έστω R µια περιοχή κυρίων ιδεωδών, F ένα ελεύθερο R-πρότυπο τάξης s < και N F. Τότε

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση Ι. Λυχναρόπουλος

Εφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση Ι. Λυχναρόπουλος 6/6/06 Εφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση Ι. Λυχναρόπουλος Άσκηση (Μονάδες ) 0 Δίνεται ο πίνακας A =. Nα υπολογίσετε την βαθμίδα του και να βρείτε τη διάσταση και από μία βάση α) του μηδενοχώρου

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΜΗΧΑΝΙΚΗΣ

ΣΗΜΕΙΩΣΕΙΣ ΜΗΧΑΝΙΚΗΣ ΓΕΝΙΚΗ ΦΥΣΙΚΗ Ι Ακαδηµαϊκό έτος 4-5 ΣΗΜΕΙΩΣΕΙΣ ΜΗΧΑΝΙΚΗΣ Νίκος Κυλάφης Πανεπιστήµιο Κρήτης //4 Σελίδα από 55 ΠΛΗΡΟΦΟΡΙΕΣ ΣΧΕΤΙΚΕΣ ΜΕ ΤΟ ΜΑΘΗΜΑ ΚΑΙ ΤΙΣ ΕΞΕΤΑΣΕΙΣ Το µάθηµα της Γενικής Φυσικής Ι θα γίνεται

Διαβάστε περισσότερα

Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη

Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη ΒΕΣ 6 Προσαρµοστικά Συστήµατα στις Τηλεπικοινωνίες Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη 7 Nicolas sapatsoulis Βιβλιογραφία Ενότητας Benvenuto []: Κεφάλαιo Wirow

Διαβάστε περισσότερα

οµή δικτύου ΣΧΗΜΑ 8.1

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

Διαβάστε περισσότερα

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss

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

Διαβάστε περισσότερα

ΣΥΝΤΕΤΑΓΜΕΝΕΣ ΙΑΝΥΣΜΑΤΟΣ

ΣΥΝΤΕΤΑΓΜΕΝΕΣ ΙΑΝΥΣΜΑΤΟΣ ΣΥΝΤΕΤΑΓΜΕΝΕΣ ΙΑΝΥΣΜΑΤΟΣ Άξονας Έστω η ευθεία x x (σχ. 21) και τα σηµεία Ο, Ι πάνω σ αυτή, ώστε ΟΙ= i όπου i το µοναδιαίο διάνυσµα, δηλαδή ένα διάνυσµα που θεωρούµε ότι η φορά του είναι θετική και το µέτρο

Διαβάστε περισσότερα

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ. 1. 0 F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.

ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ. 1. 0 F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3. ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ Έστω Χ = (Χ 1,,Χ ) T τυχαίο διάνυσμα (τ.δ). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) του τ.δ. Χ την: F(x) = P(X 1 x 1,, X x ), x = (x 1,,x ) T 1. 0 F(x) 1, x.. Η F είναι μη

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

ΚΕΦΑΛΑΙΟ 9. Μη αδρανειακά συστήµατα αναφοράς

ΚΕΦΑΛΑΙΟ 9. Μη αδρανειακά συστήµατα αναφοράς ΚΕΦΑΛΑΙΟ 9 Μη αδρανειακά συστήµατα αναφοράς Στην Εισαγωγή στη Μηχανική, πριν το Κεφάλαιο 1, είδαµε ότι ο εύτερος Νόµος του Νεύτωνα ισχύει µόνο για αδρανειακούς παρατηρητές, δηλαδή για παρατηρητές που είτε

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2 013 [Κεφάλαιο ] ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο Μάθημα Εαρινού Εξάμηνου 01-013 M.E. OE0300 Πανεπιστήμιο Θεσσαλίας Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης [Οικονομετρία 01-013] Μαρί-Νοέλ

Διαβάστε περισσότερα

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,

Διαβάστε περισσότερα

Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων

Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων Τοπογραφικά Δίκτυα και Υπολογισμοί 5 ο εξάμηνο, Ακαδημαϊκό Έτος 2016-2017 Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων Χριστόφορος Κωτσάκης Τμήμα Αγρονόμων Τοπογράφων Μηχανικών

Διαβάστε περισσότερα

Γραµµικός Προγραµµατισµός - Μέθοδος Simplex

Γραµµικός Προγραµµατισµός - Μέθοδος Simplex Γραµµικός Προγραµµατισµός - Μέθοδος Simplex Η πλέον γνωστή και περισσότερο χρησιµοποιηµένη µέθοδος για την επίλυση ενός γενικού προβλήµατος γραµµικού προγραµµατισµού, είναι η µέθοδος Simplex η οποία αναπτύχθηκε

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ

ΜΑΘΗΜΑΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ ΕΦΑΡΜΟΓΕΣ ΜΕ ΤΟ EXCEL I K ΗΜΗΤΡΙΟΥ 17 1. Γράφηµα συνάρτησης µιας µεταβλητής ΜΑΘΗΜΑΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ Θα σχεδιάσοµε µε το Excel το γράφηµα της συνάρτησης y=sin(x), x [0,2π], για να επιδείξοµε γενικότερα τη

Διαβάστε περισσότερα

x=l ηλαδή η ενέργεια είναι µία συνάρτηση της συνάρτησης . Στα µαθηµατικά, η συνάρτηση µίας συνάρτησης ονοµάζεται συναρτησιακό (functional).

x=l ηλαδή η ενέργεια είναι µία συνάρτηση της συνάρτησης . Στα µαθηµατικά, η συνάρτηση µίας συνάρτησης ονοµάζεται συναρτησιακό (functional). 3. ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΥΣ Η Μέθοδος των Πεπερασµένων Στοιχείων Σηµειώσεις 3. Ενεργειακή θεώρηση σε συνεχή συστήµατα Έστω η δοκός του σχήµατος, µε τις αντίστοιχες φορτίσεις. + = p() EA = Q Σχήµα

Διαβάστε περισσότερα

Πανεπιστήμιο Ιωαννίνων Ακαδ. Έτος Τμήμα Μηχανικών Η/Υ & Πληροφορικής. Παρασκευάς Τσανταρλιώτης Α.Μ. 318

Πανεπιστήμιο Ιωαννίνων Ακαδ. Έτος Τμήμα Μηχανικών Η/Υ & Πληροφορικής. Παρασκευάς Τσανταρλιώτης Α.Μ. 318 Πανεπιστήμιο Ιωαννίνων Ακαδ. Έτος 2014-15 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Εαρινό Εξάμηνο Παρασκευάς Τσανταρλιώτης Α.Μ. 318 Μηχανική Μάθηση Εργασία 1 Άσκηση 1 a. Αρχικά πρέπει να βρούμε τις παραμέτρους

Διαβάστε περισσότερα

Θεωρία Λήψης Αποφάσεων

Θεωρία Λήψης Αποφάσεων Θεωρία Λήψης Αποφάσεων Ενότητα 2: Θεωρία Απόφασης του Bayes Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Θεωρία

Διαβάστε περισσότερα

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού

Διαβάστε περισσότερα

Ορίζουμε την τυπική πολυδιάστατη κανονική, σαν την κατανομή του τυχαίου (,, T ( ) μεταξύ τους ανεξάρτητα. Τότε

Ορίζουμε την τυπική πολυδιάστατη κανονική, σαν την κατανομή του τυχαίου (,, T ( ) μεταξύ τους ανεξάρτητα. Τότε Η πολυδιάστατη κανονική κατανομή Ορίζουμε την τυπική πολυδιάστατη κανονική, σαν την κατανομή του τυχαίου (,, διανύσματος X X X ), όπου X ~ N (,) και όλα τα X μεταξύ τους ανεξάρτητα Τότε ( ) (,, ) (, )

Διαβάστε περισσότερα

Περιεχόμενα. 1. Ειδικές συναρτήσεις. 2. Μιγαδικές Συναρτήσεις. 3. Η Έννοια του Τελεστή. Κεφάλαιο - Ενότητα

Περιεχόμενα. 1. Ειδικές συναρτήσεις. 2. Μιγαδικές Συναρτήσεις. 3. Η Έννοια του Τελεστή. Κεφάλαιο - Ενότητα Περιεχόμενα Κεφάλαιο - Ενότητα σελ 1. Ειδικές συναρτήσεις 1.0 Εισαγωγή 1.1 Εξίσωση του Laplace Συστήματα συντεταγμένων 1.2 Συνάρτηση δ του Dirac 1.3 Συνάρτηση του Heaviside 1.4 Οι συναρτήσεις Β, Γ και

Διαβάστε περισσότερα

Ενότητα: Πράξεις επί Συνόλων και Σώµατα Αριθµών

Ενότητα: Πράξεις επί Συνόλων και Σώµατα Αριθµών Τίτλος Μαθήματος: Γραμμική Άλγεβρα Ι Ενότητα: Πράξεις επί Συνόλων και Σώµατα Αριθµών Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης Τμήμα: Μαθηματικών Κεφάλαιο 1 Εισαγωγη : Πραξεις επι Συνολων και Σωµατα Αριθµων

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

ΚΕΦΑΛΑΙΟ 2: Ηµιαπλοί ακτύλιοι

ΚΕΦΑΛΑΙΟ 2: Ηµιαπλοί ακτύλιοι ΚΕΦΑΛΑΙΟ 2: Ηµιαπλοί ακτύλιοι Είδαµε στο κύριο θεώρηµα του προηγούµενου κεφαλαίου ότι κάθε δακτύλιος διαίρεσης έχει την ιδιότητα κάθε πρότυπο είναι ευθύ άθροισµα απλών προτύπων. Εδώ θα χαρακτηρίσουµε όλους

Διαβάστε περισσότερα

X 1 X 2. X d X = 2 Y (x) = e x 2. f X+Y (x) = f X f Y (x) = f X (y)f Y (x y)dy. exp. exp. dy, (1) f X+Y (x) = j= σ2 2) exp x 2 )

X 1 X 2. X d X = 2 Y (x) = e x 2. f X+Y (x) = f X f Y (x) = f X (y)f Y (x y)dy. exp. exp. dy, (1) f X+Y (x) = j= σ2 2) exp x 2 ) Εστω X : Ω R d τυχαίο διάνυσμα με ΠΟΛΥΔΙΑΣΤΑΤΗ ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ X Εχουμε δει ότι η γνώση της κατανομής καθεμιάς από τις X, X,, X d δεν αρκεί για να προσδιορίσουμε την κατανομή του X, αφού δεν περιέχει

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

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

Ερωτήσεις αντιστοίχισης

Ερωτήσεις αντιστοίχισης Ερωτήσεις αντιστοίχισης 1. ** Να αντιστοιχίσετε κάθε ευθεία που η εξίσωσή της βρίσκεται στη του πίνακα (Ι) µε τον συντελεστή της που βρίσκεται στη, συµπληρώνοντας τον πίνακα (ΙΙ) (α, β 0). 1. ε 1 : y =

Διαβάστε περισσότερα

Τίτλος Μαθήματος: Γραμμική Άλγεβρα Ι. Ενότητα: Γραµµική Ανεξαρτησία, Βάσεις και ιάσταση. Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης. Τμήμα: Μαθηματικών

Τίτλος Μαθήματος: Γραμμική Άλγεβρα Ι. Ενότητα: Γραµµική Ανεξαρτησία, Βάσεις και ιάσταση. Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης. Τμήμα: Μαθηματικών Τίτλος Μαθήματος: Γραμμική Άλγεβρα Ι Ενότητα: Γραµµική Ανεξαρτησία, Βάσεις και ιάσταση Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης Τμήμα: Μαθηματικών Κεφάλαιο 4 Γραµµικη Ανεξαρτησια, Βασεις και ιασταση Στο

Διαβάστε περισσότερα

Περιεχόμενα. σελ. Πρόλογος 1 ης Έκδοσης... ix Πρόλογος 2 ης Έκδοσης... xi Εισαγωγή... xiii

Περιεχόμενα. σελ. Πρόλογος 1 ης Έκδοσης... ix Πρόλογος 2 ης Έκδοσης... xi Εισαγωγή... xiii Περιεχόμενα Πρόλογος 1 ης Έκδοσης... ix Πρόλογος 2 ης Έκδοσης... xi Εισαγωγή... xiii 1. Ειδικές συναρτήσεις 1.0 Εισαγωγή... 1 1.1 Εξίσωση του Laplace Συστήματα συντεταγμένων... 2 1.2 Συνάρτηση δ του Dirac...

Διαβάστε περισσότερα

Εργασία 4, ΦΥΕ 24, N. Κυλάφης

Εργασία 4, ΦΥΕ 24, N. Κυλάφης Εργασία ΦΥΕ - N Κυλάφης Λύσεις Άσκηση : Θεωρήστε ότι στα σηµεία υπάρχουν τέσσερα φορτία το καθένα Α Να βρεθεί το ηλεκτρικό δυναµικό που δηµιουργείται σε τυχόν σηµείο του άξονα Β Να βρεθεί η ένταση του

Διαβάστε περισσότερα

= γ + δ P απαιτεί γ > 0

= γ + δ P απαιτεί γ > 0 ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ ΕΠΙΛΟΓΗΣ ΟΛΩΝ ΤΩΝ ΚΑΤΕΥΘΥΝΣΕΩΝ ΙΑΓΩΝΙΣΜΑ 10 (για καλά διαβασµένους) ΟΜΑ Α Α Να απαντήσετε στις επόµενες ερωτήσεις πολλαπλής επιλογής: Α1. Η τιµή ενός αγαθού Χ αυξάνεται.

Διαβάστε περισσότερα

ΑΛΓΕΒΡΑ - ΚΕΦΑΛΑΙΟ 4ο Εξισώσεις - Ανισώσεις Δευτέρου Βαθμού

ΑΛΓΕΒΡΑ - ΚΕΦΑΛΑΙΟ 4ο Εξισώσεις - Ανισώσεις Δευτέρου Βαθμού ΑΛΓΕΒΡΑ - ΚΕΦΑΛΑΙΟ 4ο Εξισώσεις - Ανισώσεις Δευτέρου Βαθμού 97 98 ΕΡΩΤΗΣΕΙΣ ΑΝΑΠΤΥΞΗΣ 1. Να λυθεί η εξίσωση: 1 1 1 ( x+ )(x ) = x 3 3 9. Αν η εξίσωση (x - 3) λ + 3 = λ x έχει ρίζα τον αριθμό, να υπολογιστεί

Διαβάστε περισσότερα

2.3 ΜΕΤΡΟ ΜΙΓΑΔΙΚΟΥ ΑΡΙΘΜΟΥ

2.3 ΜΕΤΡΟ ΜΙΓΑΔΙΚΟΥ ΑΡΙΘΜΟΥ ΕΠΙΜΕΛΕΙΑ : ΠΑΛΑΙΟΛΟΓΟΥ ΠΑΥΛΟΣ.ptetragono.gr Σελίδα. ΜΕΤΡΟ ΜΙΓΑΔΙΚΟΥ ΑΡΙΘΜΟΥ Να βρεθεί το μέτρο των μιγαδικών :..... 0 0. 5 5 6.. 0 0. 5. 5 5 0 0 0 0 0 0 0 0 ΜΕΘΟΔΟΛΟΓΙΑ : ΜΕΤΡΟ ΜΙΓΑΔΙΚΟΥ Αν τότε. Αν χρειαστεί

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 4 : Ορθογωνιότητα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 4 : Ορθογωνιότητα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 4 : Ορθογωνιότητα Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ. 4.1 Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα

ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ. 4.1 Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ 4. Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα Εστω R είναι ο γνωστός -διάστατος πραγµατικός διανυσµατικός χώρος. Μία απεικόνιση L :

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ o Κεφάλαιο ΑΝΑΛΥΣΗ Ερωτήσεις του τύπου «Σωστό - Λάθος». * Η διαδικασία, µε την οποία κάθε στοιχείο ενός συνόλου Α αντιστοιχίζεται σ ένα ακριβώς στοιχείο

Διαβάστε περισσότερα

Α5. Όταν η ζήτηση για ένα αγαθό είναι ελαστική, τότε πιθανή αύξηση της τιµής του, θα οδηγήσει σε µείωση της καταναλωτικής δαπάνης για αυτό το αγαθό

Α5. Όταν η ζήτηση για ένα αγαθό είναι ελαστική, τότε πιθανή αύξηση της τιµής του, θα οδηγήσει σε µείωση της καταναλωτικής δαπάνης για αυτό το αγαθό ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ ΕΠΙΛΟΓΗΣ ΟΛΩΝ ΤΩΝ ΚΑΤΕΥΘΥΝΣΕΩΝ ΙΑΓΩΝΙΣΜΑ 1 (για άριστα διαβασµένους) ΟΜΑ Α Α Να απαντήσετε στις επόµενες ερωτήσεις πολλαπλής επιλογής A1. Σε γραµµική ΚΠ της µορφής Y =

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ ΜΕΡΟΣ Ο ΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Στο εργαστήριο αυτό θα ασχοληθούµε µε την προσοµοίωση της ρίψεως ενός δίκαιου νοµίσµατος. Το µοντέλο το οποίο θα πρέπει να πραγµατοποιήσουµε θα πρέπει να

Διαβάστε περισσότερα

Πολύγωνο αθροιστικών σχετικών συχνοτήτων και διάµεσος µιας τυχαίας µεταβλητής ρ. Παναγιώτης Λ. Θεοδωρόπουλος πρώην Σχολικός Σύµβουλος ΠΕ03 e-mail@p-theodoropoulos.gr Πρόλογος Στην εργασία αυτή αναλύονται

Διαβάστε περισσότερα

Είναι το ηλεκτρικό ρεύµα διανυσµατικό µέγεθος;

Είναι το ηλεκτρικό ρεύµα διανυσµατικό µέγεθος; Είναι το ηλεκτρικό ρεύµα διανυσµατικό µέγεθος; Για να εξετάσουµε το κύκλωµα LC µε διδακτική συνέπεια νοµίζω ότι θα πρέπει να τηρήσουµε τους ορισµούς που δώσαµε στα παιδιά στη Β Λυκείου. Ας ξεκινήσουµε

Διαβάστε περισσότερα

Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων 1 / 20

Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων 1 / 20 Σημειώσεις διαλέξεων: Βελτιστοποίηση πολυδιάστατων συνεχών συναρτήσεων Ισαάκ Η Λαγαρής 1 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιον Ιωαννίνων 1 Με υλικό από το υπό προετοιμασία βιβλίο των: Βόγκλη,

Διαβάστε περισσότερα

ΕΝΝΟΙΑ ΤΟΥ ΙΑΝΥΣΜΑΤΟΣ

ΕΝΝΟΙΑ ΤΟΥ ΙΑΝΥΣΜΑΤΟΣ ΕΝΝΟΙ ΤΟΥ ΙΝΥΣΜΤΟΣ Όπως είναι γνωστό από τη φυσική, τα διάφορα µεγέθη διακρίνονται σε βαθµωτά και διανυσµατικά. αθµωτά είναι τα µεγέθη τα οποία χαρακτηρίζονται µόνο από το µέτρο τους. Τέτοια µεγέθη είναι

Διαβάστε περισσότερα

NTÙÍÉÏÓ ÃÊÏÕÔÓÉÁÓ - ÖÕÓÉÊÏÓ www.geocities.com/gutsi1 -- www.gutsias.gr

NTÙÍÉÏÓ ÃÊÏÕÔÓÉÁÓ - ÖÕÓÉÊÏÓ www.geocities.com/gutsi1 -- www.gutsias.gr Έστω µάζα m. Στη µάζα κάποια στιγµή ασκούνται δυο δυνάµεις. ( Βλ. σχήµα:) Ποιά η διεύθυνση και ποιά η φορά κίνησης της µάζας; F 1 F γ m F 2 ιατυπώστε αρχή επαλληλίας. M την της Ποιό φαινόµενο ονοµάζουµε

Διαβάστε περισσότερα

Οι ιδιότητες και οι µέθοδοι επίλυσης διαφορικών εξισώσεων παρουσιάζονται σε µία σειρά εγχειριδίων µαθηµατικών

Οι ιδιότητες και οι µέθοδοι επίλυσης διαφορικών εξισώσεων παρουσιάζονται σε µία σειρά εγχειριδίων µαθηµατικών Γιώργος Αλογοσκούφης, Δυναµική Μακροοικονοµική, Αθήνα 2015 Μαθηµατικό Παράρτηµα 1 Διαφορικές Εξισώσεις Στο µαθηµατικό αυτό παράρτηµα ορίζουµε και αναλύουµε την επίλυση απλών συστηµάτων γραµµικών διαφορικών

Διαβάστε περισσότερα

H = H 0 + V (0) n + Ψ (1) n + E (2) (3) >... Σε πρώτη προσέγγιση µπορούµε να δεχτούµε ότι. n και E n E n

H = H 0 + V (0) n + Ψ (1) n + E (2) (3) >... Σε πρώτη προσέγγιση µπορούµε να δεχτούµε ότι. n και E n E n 3 Θεωρία διαταραχών 3. ιαταραχή µη εκφυλισµένων καταστάσεων 3.. Τοποθέτηση του προβλήµατος Θέλουµε να λύσουµε µε τη ϑεωρία των διαταραχών το πρόβληµα των ιδιοτιµών και ιδιοσυναρτήσεων ενός συστή- µατος

Διαβάστε περισσότερα

ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΣΥΝΤΗΡΗΣΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής. Pr T T0

ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΣΥΝΤΗΡΗΣΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής. Pr T T0 ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΣΥΝΤΗΡΗΣΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής Δεσμευμένη αξιοπιστία Η δεσμευμένη αξιοπιστία R t είναι η πιθανότητα το σύστημα να λειτουργήσει για χρονικό

Διαβάστε περισσότερα

Αναγνώριση Προτύπων (Pattern Recognition) Μπεϋζιανή Θεωρία Αποφάσεων (Bayesian Decision Theory) Π. Τσακαλίδης

Αναγνώριση Προτύπων (Pattern Recognition) Μπεϋζιανή Θεωρία Αποφάσεων (Bayesian Decision Theory) Π. Τσακαλίδης Αναγνώριση Προτύπων (Pattern Recognton Μπεϋζιανή Θεωρία Αποφάσεων (Bayesan Decson Theory Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Μπεϋζιανή Θεωρία Αποφάσεων (Bayes Decson theory Στατιστικά

Διαβάστε περισσότερα

5.1 Ιδιοτιµές και Ιδιοδιανύσµατα

5.1 Ιδιοτιµές και Ιδιοδιανύσµατα Κεφάλαιο 5 Ιδιοτιµές και Ιδιοδιανύσµατα 5 Ιδιοτιµές και Ιδιοδιανύσµατα Αν ο A είναι ένας n n πίνακας και το x είναι ένα διάνυσµα στον R n, τότε το Ax είναι και αυτό ένα διάνυσµα στον R n Συνήθως δεν υπάρχει

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 8 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΠΙΛΥΣΗΣ ΣΥΝΗΘΩΝ. Το τυπικό πρόβληµα αρχικών τιµών που θα µας απασχολήσει, είναι το ακόλουθο:

KΕΦΑΛΑΙΟ 8 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΠΙΛΥΣΗΣ ΣΥΝΗΘΩΝ. Το τυπικό πρόβληµα αρχικών τιµών που θα µας απασχολήσει, είναι το ακόλουθο: KΕΦΑΛΑΙΟ 8 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΠΙΛΥΣΗΣ ΣΥΝΗΘΩΝ ΙΑΦΟΡΙΚΩΝ ΕΞΙΣΩΣΕΩΝ Έστω [ α, b], f :[ α, b], y. Το τυπικό πρόβληµα αρχικών τιµών που θα µας απασχολήσει, είναι το ακόλουθο: Ζητείται µια συνάρτηση y :[

Διαβάστε περισσότερα

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis) Μέρος V. Ανάλυση Παλινδρόμηση (Regresso Aalss) Βασικές έννοιες Απλή Γραμμική Παλινδρόμηση Πολλαπλή Παλινδρόμηση Εφαρμοσμένη Στατιστική Μέρος 5 ο - Κ. Μπλέκας () Βασικές έννοιες Έστω τ.μ. Χ,Υ όπου υπάρχει

Διαβάστε περισσότερα