Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov"

Transcript

1 Γ. Κορίλη, Αλυσίδες Markov 3- Αλυσίδες Markov Αλυσίδες Markov ιακριτού Χρόνου Υπολογισµός Στάσιµης Κατανοµής Εξισώσεις Ολικού Ισοζυγίου Εξισώσεις Λεπτοµερούς Ισοζυγίου ιαδικασία Γεννήσεων-Θανάτων Γενικευµένες Αλυσίδες Markov Αλυσίδες Markov Συνεχούς Χρόνου

2 3-2 Αλυσίδες Markov Μια στοχαστική διαδικασία που παίρνει τιµές σε ένα αριθµήσιµο σύνολο Παράδειγµα: {,,2,,m} ή {,,2, } Τα στοιχεία του συνόλου αυτού είναι οι καταστάσεις Η αλυσίδα µεταπηδά από κατάσταση σε κατάσταση Η ιδιότητα της Λήθης (του Markov): οθείσης της παρούσης κατάστασης, οι µελλοντικές µεταβάσεις της αλυσίδας είναι ανεξάρτητες του παρελθόντος Αλυσίδες Markov: διακριτού ή συνεχούς χρόνου

3 3-3 Αλυσίδες Markov ιακριτού Χρόνου Στοχαστική διαδικασία διακριτού χρόνου {X : =,,2, } Παίρνει τιµές στο {,,2, } Ιδιότητα λήθης: P{ X = j X = i, X = i,..., X = i } = P{ X = j X = i} + + P = P{ X = j X = i} ij + Πιθανότητες µετάβασης P ij P ij, P = Πίνακας πιθανοτήτων µετάβασης P=[P ij ] j= ij

4 3-4 Εξισώσεις Chapma-Kolmogorov Πιθανότητες µετάβασης στο βήµα P = P{ X = j X = i},, m, i, j ij + m m Εξισώσεις Chapma-Kolmogorov P ij + m m ij ik kj k= P = P P,, m, i, j είναι το στοιχείο (i, j) του πίνακα P Επαναληπτικός υπολογισµός των πιθανοτήτων καταστάσεων

5 3-5 Πιθανότητες Καταστάσεων Στάσιµη Κατανοµή Πιθανότητες καταστάσεων (χρονικά εξαρτώµενες) π = PX { = j}, π = (π,π,...) j { = } = { = } { = = } π j = πi ij i= i= PX j PX ipx j X i P Σε µορφή πίνακα: π = π P = π P =... = π P 2 2 Αν η χρονικά εξαρτώµενη κατανοµή συγκλίνει σε ένα όριο π ονοµάζεται στάσιµη κατανοµή π = lim π π = πp Η ύπαρξη εξαρτάται από τη δοµή της αλυσίδας Markov

6 3-6 Ταξινόµηση Αλυσίδων Markov Μη Αναγώγιµες: Απεριοδικές: Οι καταστάσεις i και j Η κατάσταση i είναι επικοινωνούν: περιοδική: m m, : P >, P > d > : P > =αd ij Μη Αναγώγιµες Αλυσίδες Markov: όλες οι καταστάσεις επικοινωνούν ji 2 ii Απεριοδικές Αλυσίδες Markov: καµιά κατάσταση δεν είναι περιοδική

7 3-7 Οριακά Θεωρήµατα Θεώρηµα : Έστω µια µη αναγώγιµη & απεριοδική αλυσίδα Markov Τότε, για κάθε κατάσταση j, το παρακάτω όριο π = lim PX { = j X = i}, i=,,2,... j υπάρχει κι είναι ανεξάρτητο της αρχικής κατάστασης i N j( k) P π j = lim X = i = k k N j (k): ο αριθµός των επισκέψεων στην κατάσταση j ως το χρόνο k π j : η συχνότητα επισκέψεων στην κατάσταση j

8 3-8 Ύπαρξη Στάσιµης Κατανοµής Θεώρηµα 2: Έστω µη αναγώγιµη κι απεριοδική αλυσίδα Markov. Τότε υπάρχουν δυο δυνατότητες: π = lim PX { = j X = i} = lim P j ij. Είτε π j =, για όλες τις καταστάσεις j δεν υπάρχει καµιά στάσιµη κατανοµή 2. Είτε π j >, για όλες τις καταστάσεις j π είναι η µοναδική στάσιµη κατανοµή Παρατήρηση: Αν ο αριθµός των καταστάσεων είναι πεπερασµένος, η περίπτωση 2 είναι η µοναδική.

9 3-9 Εργοδικές Αλυσίδες Markov Έστω µια αλυσίδα Markov µε στάσιµη κατανοµή π >, j =,,2,... j Οι καταστάσεις είναι θετικά επαναφερόµενες: Η διαδικασία επιστρέφει στην κατάσταση j άπειρες φορές συχνά Μια θετικά επαναφερόµενη και απεριοδική αλυσίδα Markov ονοµάζεται εργοδική Μια εργοδική αλυσίδα έχει µοναδική στάσιµη κατανοµή π = lim P j Εργοδικότητα Χρονικές Μέσοι Όροι = Στοχαστικοί Μέσοι Όροι ij

10 3- Υπολογισµός Στάσιµης Κατανοµής A. Πεπερασµένο Πλήθος Καταστάσεων Λύνουµε το γραµµικό σύστηµα εξισώσεων m π = π P, j =,,..., m j i ij i= m πi = i= Ή υπολογίζουµε αριθµητικό το όριο της P που συγκλίνει σε ένα πίνακα µε γραµµές ίσες προς π Κανένα πρόβληµα γιαµικρό αριθµό καταστάσεων B. Άπειρο Πλήθος Καταστάσεων εν µπορούν να εφαρµοσθούν τα προηγούµενα για άπειρες διαστάσεις Προσπαθούµε να βρούµε τις λύσεις του προβλήµατος: π = π P, j =,,..., j i ij i= i= π = i

11 3- Παράδειγµα: Πεπερασµένη Αλυσίδα Markov Ένας αφηρηµένος καθηγητής χρησιµοποιεί δυο οµπρέλες όταν πάει από το σπίτι στο γραφείο και πίσω. Αν βρέχει κι υπάρχει διαθέσιµη οµπρέλα, την παίρνει. Αν δεν βρέχει, πάντα παραλείπει να πάρει οµπρέλα. Έστω p η πιθανότητα να βρέξει όταν ο καθηγητής φεύγει. Ποια είναι η πιθανότητα ο καθηγητής να βραχεί µια µέρα; p 2 p p ιατύπωση µε αλυσίδα Markov i είναι ο αριθµός των οµπρελών που είναι διαθέσιµες Πίνακας µεταβάσεων p P = p p p p

12 3-2 Παράδειγµα: Πεπερασµένη Αλυσίδα Markov (συνέχεια) p 2 p p p P = p p p p π = ( p)π2 π = πp π = ( p)π + pπ p π, π, π π = p 3 3 p 3 p 2 = = 2 = π2 π π i i = + p π + π+ π2 = p P{gets wet} = π p = p 3 p

13 3-3 Παράδειγµα: Πεπερασµένη Αλυσίδα Markov (συνέχεια) Παίρνοντας p =.: p π =,, =.3,.345, p 3 p 3 p P = ( ) Αριθµητικός υπολογισµός του ορίου του P lim P = ( 5) Η επιλυσιµότητα εξαρτάται από τη δοµή του P

14 3-4 Εξισώσεις Ολικού Ισοζυγίου Έστω αλυσίδα Markov µε άπειρο πλήθος καταστάσεων Εξισώσεις Ολικού Ισοζυγίου (ΕΟΙ) π P = π P π P = π P, j j ji i ij j ji i ij i= i= i j i j P είναι η συχνότητα των µεταβάσεων από j σε i π j ji Frequecy of Frequecy of trasitios out of j = trasitios ito j ιαίσθηση: οι επισκέψεις στην j γίνονται άπειρα συχνά. Για κάθε µετάβαση που ξεκινά από τη j πρέπει να υπάρχει µια επόµενη µετάβαση που επιστρέφει στη j µε πιθανότητα

15 3-5 Εξισώσεις Ολικού Ισοζυγίου (συνέχεια) Εναλλακτική µορφή των ΕΟΙ Αν µια κατανοµή πιθανοτήτων ικανοποιεί τις ΕΟΙ, τότε είναι η µοναδική στάσιµη κατανοµή της αλυσίδας Markov Εύρεση της στάσιµης κατανοµής: Υποθέτουµε ποια είναι η κατανοµή από τις ιδιότητες του συστήµατος Επαληθεύουµε ότι ικανοποιεί τις ΕΟΙ { } π P = π P, S,,2,... j ji i ij j S i S i S j S Αλυσίδες Markov µε ειδική δοµή απλουστεύουν το πρόβληµα

16 3-6 Εξισώσεις Ολικού Ισοζυγίου Απόδειξη π = π P & P = j i ij ji i= i= π P = π P π P = π P j ji i ij j ji i ij i= i= i j i j π P = π P π P = π P j ji i ij j ji i ij i= i= j S i= j S i= π j Pji + Pji = πipij + πipij j S i S i S j S i S i S π j Pji = πi Pij j S i S i S j S

17 3-7 ιαδικασία Γέννησης-Θανάτου P P, P, S S c P P P, P, P +, Μονο-διάστατη αλυσίδα Markov µε µεταβάσεις µόνο µεταξύ γειτονικών καταστάσεων: P ij =, αν i-j > Εξισώσεις Λεπτοµερούς Ισοζυγίου (ΕΛΙ) π P = π P =,,..., + + +, Απόδειξη: Οι ΕΟΙ µε S ={,,,} δίνουν: π P = π P π P = π P j ji i ij, + + +, j= i= + j= i= +

18 3-8 Παράδειγµα: Ουρά ιακριτού Χρόνου Σε κάθε χρόνο, είτε µια άφιξη µε πιθανότητα p ή µηδέν αφίξεις µε πιθανότητα -p Σε κάθε χρόνο, ο εξυπηρετούµενος πελάτης είτε αναχωρεί µε πιθανότητα q ή παραµένει µε πιθανότητα -q Ανεξάρτητες αφίξεις και χρόνοι εξυπηρέτησης Καταστάσεις: το πλήθος των πελατών στο σύστηµα p p( q) p p( q) 2 + ( p) q( p) q( p) ( p)( q) + pq q( p) ( p)( q) + pq

19 3-9 Παράδειγµα: Ουρά ιακριτού Χρόνου (συνέχεια) p p( q) p( q) p( q) 2 + ( p) q( p) q( p) ( p)( q) + pq q( p) p/ q πp= π q( p) π = π p p( q) π p( q) = π + q( p) π+ = π, q( p) p( q) Defie: ρ p/ q, α q( p) ρ π = π ρ p π = α π, p π+ = απ, ( p)( q) + pq

20 3-2 Παράδειγµα: Ουρά ιακριτού Χρόνου (συνέχεια) Έχοντας προσδιορίσει την κατανοµή σαν συνάρτηση του π ρ p π = α π, Πώς υπολογίζουµε τη σταθερά κανονικοποίησης π ; Νόµος διατήρησης πιθανοτήτων: ρ ρ π π = = α = + = + = p ( p) ( α) Παρατηρώντας ότι q( p) p( q) q p p α = p = = q( p) q ( )( ) ( ) ρ π = ρ π = ρ( α) α,

21 3-2 Εξισώσεις Λεπτοµερούς Ισοζυγίου Γενική περίπτωση: Συνεπάγονται τις ΕΛΙ εν ισχύουν υποχρεωτικά για κάθε αλυσίδα Markov Αλλά σηµαντικά απλοποιούν τον υπολογισµό της στάσιµης κατανοµής Μεθοδολογία: π P = π P i, j =,,... j ji i ij Υποθέστε ότι ισχύουν οι ΕΛΙ σε κάποια µορφή Λύστε το σύστηµα των ΕΛΙ και της Σ i π i = Αν το σύστηµα δεν έχει λύση, τότε οι ΕΛΙ δεν ισχύουν Αν το σύστηµα έχειµια λύση {π i : i=,, }, τότε αυτή είναι η µοναδική στάσιµη κατανοµή

22 3-22 Γενικευµένες Αλυσίδες Markov Έστω µια αλυσίδα Markov στο σύνολο καταστάσεων {,, } τέτοια ώστε κάθε φορά που γίνεται µετάβαση στην κατάσταση i Η επόµενη κατάσταση στην οποία θα γίνει µετάβαση είναι η j µε πιθανότητα P ij οθέντος ότι η επόµενη κατάσταση στην οποία θα γίνει η µετάβαση είναι η j, ο χρόνος παραµονής στην κατάσταση i µέχρις ότου γίνει η µετάβαση είναι µια τυχαία µεταβλητή µε κατανοµή F ij {Z(t): t } περιγράφει την κατάσταση στην οποία η αλυσίδα βρίσκεται το χρόνο t: Γενικευµένη Αλυσίδα Markov ή ιαδικασία Ηµι- Markov εν ικανοποιεί την ιδιότητα Markov: το µέλλον εξαρτάται από Την παρούσα κατάσταση και Το µήκος χρόνου κατά το οποίο η διαδικασία έχει παραµείνει στην παρούσα κατάσταση

23 3-23 Γενικευµένες Αλυσίδες Markov (συνέχεια) T i : ο χρόνος που η διαδικασία δαπανά στην κατάσταση i, πριν γίνει η µετάβαση χρόνος παραµονής Συνάρτηση κατανοµής πιθανότητας του T i H () t = P{ T t} = P{ T t ext state j} P = F () t P i i i ij ij ij j= j= ET [ i] = tdhi( t) T ii : χρόνος µεταξύ δυο διαδοχικών µεταβάσεων στο i X είναι η οστή κατάσταση που η διαδικασία έχει επισκεφθεί. {X : =,, } Είναι αλυσίδα Markov: εµφυτευµένη αλυσίδα Markov Έχει πιθανότητες µετάβασης P ij Μια γενικευµένη αλυσίδα Markov είναι µη αναγώγιµη: αν η αντίστοιχη εµφυτευµένη αλυσίδα Markov είναι µη αναγώγιµη

24 3-24 Οριακά Θεωρήµατα (συνέχεια) Θεώρηµα 3: Έστω µη αναγώγιµη γενικευµένη αλυσίδα Markov µε E[T ii ] < Για κάθε κατάσταση j, το παρακάτω όριο p = lim P{ Z( t) = j Z() = i}, i =,,2,... j t υπάρχει κι είναι ανεξάρτητο της αρχικής κατάστασης. ET [ j ] p j = ET [ ] T j (t): ο χρόνος παραµονής στην κατάσταση j µέχρι το t Tj() t P pj = lim Z() = i = t t p j ισούται προς το ποσοστό του χρόνου παραµονής στην κατάσταση j jj

25 3-25 Κατανοµή Κατοχής Θεώρηµα 4: Έστω µια µη αναγώγιµη γενικευµένη αλυσίδα Markov µε E[T ii ] <. Η εµφυτευµένη αλυσίδα Markov είναι εργοδική µε στάσιµη κατανοµή π π = π P, j ; π = j i ij i i= i= Κατανοµή κατοχής της γενικευµένης αλυσίδας Markov p j π j ποσοστό µεταβάσεων στην κατάσταση j E[T j ] µέσος χρόνος παραµονής στην κατάσταση j Η πιθανότητα εύρεσης στην j είναι ανάλογη του π j E[T j ] π jet [ j] =, j =,,... π ET [ ] i i i

26 3-26 Αλυσίδες Markov Συνεχούς Χρόνου Έστω µια διαδικασία συνεχούς χρόνου {X(t): t } που παίρνει τιµές στο {,,2, }. Όταν εισέρχεται στην κατάσταση i Ο χρόνος παραµονής στην κατάσταση i κατανέµεται εκθετικά µε παράµετρο ν i Όταν φεύγει από την κατάσταση i, εισέρχεται στην κατάσταση j µε πιθανότητα P ij, όπου Σ j P ij = ΗαλυσίδαMarkov συνεχούς χρόνου είναι µια γενικευµένη αλυσίδα Markov µε ν i F ( t) = e t, i, j =,,... ij Εκθετικοί χρόνοι παραµονής: οι αλυσίδες Markovσυνεχούς χρόνου ικανοποιούν την ιδιότητα του Markov

27 3-27 Αλυσίδες Markov Συνεχούς Χρόνου (συνέχεια) Όταν βρίσκεται στην κατάσταση i, η διαδικασία πραγµατοποιεί µεταβάσεις στις καταστάσεις j i µε ρυθµούς: q ν P ij i ij Συνολικός ρυθµός µεταβάσεων εξόδου από την κατάσταση i j i q = ν P = ν ij i ij i j i Μέσος χρόνος που δαπανήθηκε στην κατάσταση i πριν γίνει κάποια µετάβαση: ET [ ] = / ν i i

28 3-28 Πιθανότητα Κατοχής Έστω µια µη αναγώγιµη και κανονική αλυσίδα Markov συνεχούς χρόνου τέτοια ώστε: Η εµφυτευµένη αλυσίδα Markov είναι µη αναγώγιµη Το πλήθος των µεταβάσεων σε πεπερασµένο διάστηµα χρόνου είναι πεπερασµένο µε πιθανότητα Από το Θεώρηµα 3: για κάθε κατάσταση j, το όριο p = lim P{ X() t = j X() = i}, i =,,2,... j t υπάρχει κι είναι ανεξάρτητο της αρχικής κατάστασης p j είναι η πιθανότητα κατοχής στη µόνιµη κατάσταση για την j p j ισούται προς το ποσοστό του χρόνου παραµονής στην κατάσταση j [Γιατί;]

29 3-29 Εξισώσεις Ολικού Ισοζυγίου υο ενδεχόµενα για της πιθανότητες κατοχής: p j =, για όλα τα j p j >, όλα τα j, και Σ j p j = Εξισώσεις Ολικού Ισοζυγίου p q = pq, j =,,... j ji i ij i j i j Ρυθµός µεταβάσεων εξόδου από την j = ρυθµός µεταβάσεων εισόδου στην j Αν µια κατανοµή {p j : j =,, } ικανοποιεί τις ΕΟΙ, τότε είναι η µοναδική κατανοµή κατοχής της αλυσίδας Markov Εναλλακτική µορφή των ΕΟΙ: p q = p q, S {,,...} j ji i ij j S i S i S j S

30 3-3 Εξισώσεις Λεπτοµερούς Ισοζυγίου Εξισώσεις Λεπτοµερούς Ισοζυγίου pq = pq, i, j=,,... j ji i ij Απλοποιούν τον υπολογισµό της στάσιµης κατανοµής εν ισχύουν υποχρεωτικά για κάθε αλυσίδα Markov Παραδείγµατα: διαδικασίες γέννησης-θανάτου και αντιστρεπτές αλυσίδες Markov

31 3-3 ιαδικασίες Γέννησης-Θανάτου λ λ λ 2 + S λ S c µ µ 2 µ µ + Μεταβάσεις µόνο µεταξύ γειτονικών καταστάσεων q = λ, q = µ, q =, i j > ii, + i ii, i ij Εξισώσεις Λεπτοµερούς Ισοζυγίου λ,,,... p = µ + p + = Απόδειξη: Από τις ΕΛΙ µε S ={,,,} παίρνουµε: pq = pq λ p = µ p j ji i ij + + j= i= + j= i= +

32 3-32 ιαδικασίες Γέννησης-Θανάτου (συνέχεια) µ p = λ p λ λ λ 2 λ λ 2 λ λi = = 2 =... = = µ µ µ µ µ µ i= µ i+ p p p p p λ i λ i λi p p p, if = = i= µ i+ = i= µ i+ = i= µ i+ = + = = + < Χρησιµοποιούµε τις ΕΛΙ για τον προσδιορισµό των πιθανοτήτων καταστάσεων ως συναρτήσεων του p Χρησιµοποιούµε την εξίσωση διατήρησης πιθανοτήτων για την εύρεση του p Με τις ΕΛΙ: Αποδεικνύουµε ότι αυτές ισχύουν ή ικαιολογούµε την ισχύ τους (π.χ., σε αντιστρεπτές διαδικασίες) ή Υποθέτουµε ότι ισχύουν µαντεύοντας τη µορφή τους και λύνουµε το σύστηµα

33 3-33 Ουρά M/M/ ιαδικασία αφίξεων: Poisso µε ρυθµό λ Χρόνοι εξυπηρέτησης: µε τις ίδιες εκθετικές κατανοµές µε παράµετρο µ Χρόνοι εξυπηρέτησης και (διαστηµάτων) αφίξεων: ανεξάρτητοι Ένας server Άπειρη χωρητικότητα αποθήκευσης N(t): Αριθµός πελατών στο σύστηµα το χρόνο t (κατάσταση) λ 2 + µ λ µ λ µ λ µ

34 3-34 Ουρά M/M/ (συνέχεια) λ λ λ λ 2 + µ µ ιαδικασία γέννησης-θανάτου ΕΛΙ µ p = λ p λ p = p = ρp =... = ρ p µ Σταθερά κανονικοποίησης = + ρ = = ρ, if ρ < p p p = = Στάσιµη κατανοµή p = ρ ( ρ), =,,... µ µ

35 3-35 Ουρά M/M/ (συνέχεια) Μέσο πλήθος πελατών ( ) ( ) = = = N = p = ρ ρ = ρ ρ ρ ρ λ N = ρ( ρ) = = ( ) 2 ρ ρ µ λ Εφαρµόζοντας το Θεώρηµα του Little, παίρνουµε N T = = λ λ = λ µ λ µ λ Παρόµοια, ο µέσος χρόνος αναµονής κι αριθµός πελατών στην ουρά δίνεται ως W = T 2 ρ ρ = ad NQ = λw = µ µ λ ρ

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

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

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

Διαβάστε περισσότερα

Μαρκοβιανές Αλυσίδες

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

Διαβάστε περισσότερα

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

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ

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

Διαβάστε περισσότερα

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων 1ο Σετ Ασκήσεων - Λύσεις

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

Διαβάστε περισσότερα

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας

Διαβάστε περισσότερα

H επίδραση των ουρών στην κίνηση ενός δικτύου

H επίδραση των ουρών στην κίνηση ενός δικτύου H επίδραση των ουρών στην κίνηση ενός δικτύου Ηεπίδραση των ριπών δεδοµένων Όταν οι αφίξεις γίνονται κανονικά ή γίνονται σε απόσταση η µία από την άλλη, τότε δεν υπάρχει καθυστέρηση Arrival s 1 2 3 4 1

Διαβάστε περισσότερα

Δίκτυα Επικοινωνιών ΙΙ. Ενότητα 2: Μοντέλα Συστηµάτων Αναµονής σε Δίκτυα Επικοινωνιών

Δίκτυα Επικοινωνιών ΙΙ. Ενότητα 2: Μοντέλα Συστηµάτων Αναµονής σε Δίκτυα Επικοινωνιών Δίκτυα Επικοινωνιών ΙΙ Ενότητα 2: Μοντέλα Συστηµάτων Αναµονής σε Δίκτυα Επικοινωνιών Διδάσκων: Λάζαρος Μεράκος Τµήµα Πληροφορικής και Τηλεπικοινωνιών Εθνικό & Καποδιστριακό Πανεπιστήµιο Αθηνών Δίκτυα Επικοινωνιών

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ

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

Διαβάστε περισσότερα

0 1 0 0 0 1 p q 0 P =

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

Διαβάστε περισσότερα

p k = (1- ρ) ρ k. E[N(t)] = ρ /(1- ρ).

p k = (1- ρ) ρ k. E[N(t)] = ρ /(1- ρ). ΚΕΦΑΛΑΙΟ 2: CAM 2.1 Συστήµατα Μ/Μ/1 2.1.1 Ανασκόπηση θεωρίας Η ουρά Μ/Μ/1 είναι η πιο σηµαντική διαδικασία ουράς Άφιξη: ιαδικασία Poisson Εξυπηρέτηση: Ακολουθεί εκθετική κατανοµή Εξυπηρετητής: Ένας Χώρος

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης και Βέλτιστου Σχεδιασμού Δικτύων - NETMODE

Διαβάστε περισσότερα

ΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις

ΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις ΔΕΟ - Επαναληπτικές Εξετάσεις Λύσεις ΘΕΜΑ () Το Διάγραμμα Διασποράς εμφανίζεται στο επόμενο σχήμα. Από αυτό προκύπτει καταρχήν μία θετική σχέση μεταξύ των δύο μεταβλητών. Επίσης, από το διάγραμμα φαίνεται

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

Θεωρία Ουρών Αναμονής Queuing Theory

Θεωρία Ουρών Αναμονής Queuing Theory Θεωρία Ουρών Αναμονής Queuing Theory Εισαγωγή γή - Ορισμοί ίκτυα αναμονής Περιεχόμενα Μέτρα απόδοσης δικτύων αναμονής Στοχαστικές διαδικασίες ιαδικασίες Markov Αναμονητικά Συστήματα (Συστήματα Μ/Μ/1, Μ/Μ/m,

Διαβάστε περισσότερα

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΑΞΙΟΠΙΣΤΙΑΣ ΣΥΣΤΗΜΑΤΩΝ

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΑΞΙΟΠΙΣΤΙΑΣ ΣΥΣΤΗΜΑΤΩΝ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΑΞΙΟΠΙΣΤΙΑΣ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή Η τυποποιηµένη διαδικασία µοντελοποίησης της αξιοπιστίας συστηµάτων είναι η αποσύνθεση του σε υποσυστήµατα και εκτίµηση των δεικτών του συστήµατος σε συνάρτηση

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1 Συστήµατα αναµονής Οι ουρές αναµονής αποτελούν καθηµερινό και συνηθισµένο φαινόµενο και εµφανίζονται σε συστήµατα εξυπηρέτησης, στα οποία η ζήτηση για κάποια υπηρεσία δεν µπορεί να

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

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

ιαστασιοποίηση του Ασύρµατου Μέρους του ικτύου

ιαστασιοποίηση του Ασύρµατου Μέρους του ικτύου ιαστασιοποίηση του Ασύρµατου Μέρους του ικτύου Συγκέντρωση/Οµαδοποίηση Πόρων Τα συστήµατα απευθύνονται σε µεγάλο πλήθος χρηστών Η συγκέντρωση (trunking) ή αλλιώς οµαδοποίηση των διαθέσιµων καναλιών επιτρέπει

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ ΧΑΡΑΛΑΜΠΟΣ ΜΠΟΤΣΑΡΗΣ ΘΕΜΑ

ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ ΧΑΡΑΛΑΜΠΟΣ ΜΠΟΤΣΑΡΗΣ ΘΕΜΑ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ ΧΑΡΑΛΑΜΠΟΣ ΜΠΟΤΣΑΡΗΣ ΘΕΜΑ ΘΕΩΡΙΑ ΓΡΑΜΜΩΝ ΑΝΑΜΟΝΗΣ ΣΕ ΙΚΤΥΑ ΜΠΙΣΜΠΙΚΗΣ ΑΘΑΝΑΣΙΟΣ Α.Μ.

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

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

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

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 009-0 ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΥΝΟΨΗΣ

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 4: Αλυσίδες Markov. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 4: Αλυσίδες Markov. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 4: Αλυσίδες Markov Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,

Διαβάστε περισσότερα

Συλλογή ασκήσεων στην διδαχθείσα ύλη του μαθήματος. 532 Στοχαστικές Διαδικασίες. Επιμέλεια Ασκήσεων: Απόστολος Μπατσίδης

Συλλογή ασκήσεων στην διδαχθείσα ύλη του μαθήματος. 532 Στοχαστικές Διαδικασίες. Επιμέλεια Ασκήσεων: Απόστολος Μπατσίδης Συλλογή ασκήσεων στην διδαχθείσα ύλη του μαθήματος 532 Στοχαστικές Διαδικασίες Επιμέλεια Ασκήσεων: Απόστολος Μπατσίδης Κύρια Βιβλιογραφία 1. Στοχαστικές μέθοδοι στις επιχειρησιακές έρευνες, Βασιλείου Παναγιώτης

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ ) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ 4 Άσκηση. (8 µον.) (α) ίνεται παραγωγίσιµη συνάρτηση f για την οποία ισχύει f /

Διαβάστε περισσότερα

Κεφάλαιο 8 Συνεχείς Κατανομές Πιθανοτήτων

Κεφάλαιο 8 Συνεχείς Κατανομές Πιθανοτήτων Κεφάλαιο 8 Συνεχείς Κατανομές Πιθανοτήτων Copyright 2009 Cengage Learning 8.1 Συναρτήσεις Πυκνότητας Πιθανοτήτων Αντίθετα με τη διακριτή τυχαία μεταβλητή που μελετήσαμε στο Κεφάλαιο 7, μια συνεχής τυχαία

Διαβάστε περισσότερα

3. Κατανομές πιθανότητας

3. Κατανομές πιθανότητας 3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.

Διαβάστε περισσότερα

ρ. Ευστρατία Μούρτου

ρ. Ευστρατία Μούρτου ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΠΑΤΡΩΝ ΣΧΟΛΗ ΕΠΑΓΓΕΛΜΑΤΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΕΞΑΜΗΝΟ : Ε ΑΚΑ ΗΜΑΪΚΟ ΕΤΟΣ : - ΜΑΘΗΜΑ «ΒΙΟΣΤΑΤΙΣΤΙΚΗ» ΚΕΦ. ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ρ. Ευστρατία Μούρτου

Διαβάστε περισσότερα

Συνεκτικά σύνολα. R είναι συνεκτικά σύνολα.

Συνεκτικά σύνολα. R είναι συνεκτικά σύνολα. 4 Συνεκτικά σύνολα Έστω, Ι διάστηµα και f : Ι συνεχής, τότε η f έχει την ιδιότητα της ενδιαµέσου τιµής, δηλαδή, η f παίρνει κάθε τιµή µεταξύ δύο οποιονδήποτε διαφορετικών τιµών της, συνεπώς το f ( Ι )

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

ΠΕΡΙΕΧΟΜΕΝΑ. Πιθανότητες. Τυχαίες μεταβλητές - Κατανομές ΙΑΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 ΚΕΦΑΛΑΙΟ 2

ΠΕΡΙΕΧΟΜΕΝΑ. Πιθανότητες. Τυχαίες μεταβλητές - Κατανομές ΙΑΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 ΚΕΦΑΛΑΙΟ 2 ΠΕΡΙΕΧΟΜΕΝΑ ΙΑΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 Πιθανότητες 1.1 Πιθανότητες και Στατιστική... 5 1.2 ειγματικός χώρος Ενδεχόμενα... 7 1.3 Ορισμοί και νόμοι των πιθανοτήτων... 10 1.4 εσμευμένη πιθανότητα Ολική

Διαβάστε περισσότερα

HY118- ιακριτά Μαθηµατικά. Παράδειγµα. Από τα συµπεράσµατα στις υποθέσεις Αποδείξεις - Θεωρία συνόλων. Από τις υποθέσεις στα συµπεράσµατα...

HY118- ιακριτά Μαθηµατικά. Παράδειγµα. Από τα συµπεράσµατα στις υποθέσεις Αποδείξεις - Θεωρία συνόλων. Από τις υποθέσεις στα συµπεράσµατα... HY118- ιακριτά Μαθηµατικά Παρασκευή, 11/03/2016 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr Το υλικό των διαφανειών έχει βασιστεί σε διαφάνειες του Kees van Deemter, από το University of Aberdeen 3/15/2016

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

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

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (11/05/2011, 9:00)

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (11/05/2011, 9:00) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών Θεματική Ενότητα Διοίκηση Επιχειρήσεων & Οργανισμών ΔΕΟ 3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος 00-0 ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (/05/0, 9:00) Να απαντηθούν 4 από τα 5

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

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

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ Χαράλαµπος Α. Χαραλαµπίδης 16 εκεµβρίου 2009 ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ Ενδιαφέρον τόσο από ϑεωρητική άποψη, όσο και από άποψη εφαρµογών, παρουσιάζει και η από κοινού µελέτη

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

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

«ΔΙΑΚΡΙΤΕΣ ΜΑΡΚΟΒΙΑΝΕΣ ΑΛΥΣΙΔΕΣ»

«ΔΙΑΚΡΙΤΕΣ ΜΑΡΚΟΒΙΑΝΕΣ ΑΛΥΣΙΔΕΣ» ΤΕΙ ΚΑΒΑΛΑΣ ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ «ΔΙΑΚΡΙΤΕΣ ΜΑΡΚΟΒΙΑΝΕΣ ΑΛΥΣΙΔΕΣ» Του σπουδαστή ΣΤΑΜΟΥΛΗ ΓΕΩΡΓΙΟΥ Επιβλέπων Δρ ΓΕΡΟΝΤΙΔΗΣ ΙΩΑΝΝΗΣ Αναπληρωτής Καθηγητής ΚΑΒΑΛΑ 006 ΠΕΡΙΕΧΟΜΕΝA Σελίδα ΕIΣΑΓΩΓΗ 3

Διαβάστε περισσότερα

ιωνυµική Κατανοµή(Binomial)

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

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ Ακαδ. Έτος 2011-2012 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Διδάσκων επί Συμβάσει Π.Δ 407/80 v.koutras@fme.aegean.gr

Διαβάστε περισσότερα

Συνεχές Φάσµα - Συνάρτηση δέλτα (Dirac)

Συνεχές Φάσµα - Συνάρτηση δέλτα (Dirac) Συνεχές ϕάσµα Συνεχές Φάσµα - Συνάρτηση δέλτα (Dirac) Στην κβαντική µηχανική τα ϕυσικά µεγέθη παρίστανται µε αυτοσυζυγείς τελεστές. Για έναν αυτοσυζυγή τελεστή ˆΩ = ˆΩ είναι γνωστό ότι οι ιδιοτιµές του

Διαβάστε περισσότερα

Αριθµητική Ολοκλήρωση

Αριθµητική Ολοκλήρωση Κεφάλαιο 5 Αριθµητική Ολοκλήρωση 5. Εισαγωγή Για τη συντριπτική πλειοψηφία των συναρτήσεων f (x) δεν υπάρχουν ή είναι πολύ δύσχρηστοι οι τύποι της αντιπαραγώγου της f (x), δηλαδή της F(x) η οποία ικανοποιεί

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 1: ΣΤΟΧΑΣΤΙΚΟΣ ΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΓΙΑ ΜΟΝΤΕΛΑ ΠΕΠΕΡΑΣΜΕΝΟΥ ΧΡΟΝΙΚΟΥ ΟΡΙΖΟΝΤΑ

ΚΕΦΑΛΑΙΟ 1: ΣΤΟΧΑΣΤΙΚΟΣ ΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΓΙΑ ΜΟΝΤΕΛΑ ΠΕΠΕΡΑΣΜΕΝΟΥ ΧΡΟΝΙΚΟΥ ΟΡΙΖΟΝΤΑ ΚΕΦΑΛΑΙΟ : ΣΤΟΧΑΣΤΙΚΟΣ ΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΓΙΑ ΜΟΝΤΕΛΑ ΠΕΠΕΡΑΣΜΕΝΟΥ ΧΡΟΝΙΚΟΥ ΟΡΙΖΟΝΤΑ. Εισαγωγή Στις αρχές του ου αιώνα ο Ρώσος Μαθηµατικός A. A. Markov στην προσπάθειά του να ερµηνεύσει την «αβεβαιότητα»

Διαβάστε περισσότερα

Η τροχιά του δυναµικού συστήµατος µε αρχική συνθήκη X γράφεται

Η τροχιά του δυναµικού συστήµατος µε αρχική συνθήκη X γράφεται Απόδειξη Θεωρήµατος Poincare-Bendixson Το δυναµικό σύστηµα είναι στο επίπεδο, προσδιορίζεται από το διάνυσµατικό πεδίο ταχυτήτων v(x), και οι τροχιές ικανοποιούν την δυνα- µική: ẋ = v(x). Η τροχιά του

Διαβάστε περισσότερα

3.1. ΠΙΘΑΝΟΤΗΤΕΣ ΜΕΤΑΒΑΣΗΣ

3.1. ΠΙΘΑΝΟΤΗΤΕΣ ΜΕΤΑΒΑΣΗΣ ΓΕ Κοκολάκης, Σηµειώσεις Στοχαστικών Ανελίξεων Κεφ ΙΙI Μαρκοβιανές Αλυσίδες Κεφ ΙΙΙ Μαρκοβιανές Αλυσίδες 3 ΠΙΘΑΝΟΤΗΤΕΣ ΜΕΤΑΒΑΣΗΣ Μαρκοβιανή Αλυσίδα (ΜΑ) είναι µια Μαρκοβιανή ανέλιξη {Χ t : t } µε διακριτό

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΚΑΙ ΑΝΑΛΥΣΗ ΘΕΩΡΙΑΣ ΑΝΑΜΟΝΗΣ ΟΥΡΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΜΕΘΟ ΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Γρηγόριος Αναστ. Παπαϊωάννου ΕΡΓΑΣΙΑ Που υποβλήθηκε στο Τµήµα

Διαβάστε περισσότερα

ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ

ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ Τµ. Επιστήµης των Υλικών Συνάρτηση Κατανοµής Ορισµός F(x) = P(X x) = f(t) x t x f(t)dt, X διακριτή τ.µ., X συνεχής τ.µ. Ιδιότητες 0 F(x). 2 F είναι αύξουσα συνάρτηση. 3 F είναι συνεχής εκ δεξιών. 4 lim

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

Θεωρία Τηλεπικοινωνιακής Κίνησης

Θεωρία Τηλεπικοινωνιακής Κίνησης Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα: Ασκήσεις για τις ενότητες 1 2 (Εισαγωγή Θεμελιώδεις σχέσεις) Ιωάννης Μοσχολιός Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σελίδα 2 Περιεχόμενα 1.

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ

Εφαρμοσμένα Μαθηματικά ΙΙ Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Ιδιοτιμές - Ιδιοδιανύσματα Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Χαρακτηριστικά Ποσά Τετράγωνου Πίνακα (Ιδιοτιμές Ιδιοδιανύσματα)

Διαβάστε περισσότερα

Ανοικτά και κλειστά σύνολα

Ανοικτά και κλειστά σύνολα 5 Ανοικτά και κλειστά σύνολα Στην παράγραφο αυτή αναπτύσσεται ο µηχανισµός που θα µας επιτρέψει να µελετήσουµε τις αναλυτικές ιδιότητες των συναρτήσεων πολλών µεταβλητών. Θα χρειαστούµε τις έννοιες της

Διαβάστε περισσότερα

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές

Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές Δημήτρης Κουτσογιάννης Τομέας Υδατικών Πόρων και Περιβάλλοντος, Σχολή Πολιτικών Μηχανικών, Εθνικό Μετσόβιο

Διαβάστε περισσότερα

ΚΑΤΑΝΟΜΈΣ. 8.1 Εισαγωγή. 8.2 Κατανομές Συχνοτήτων (Frequency Distributions) ΚΕΦΑΛΑΙΟ

ΚΑΤΑΝΟΜΈΣ. 8.1 Εισαγωγή. 8.2 Κατανομές Συχνοτήτων (Frequency Distributions) ΚΕΦΑΛΑΙΟ ΚΑΤΑΝΟΜΈΣ ΚΕΦΑΛΑΙΟ 8 81 Εισαγωγή Οι κατανομές διακρίνονται σε κατανομές συχνοτήτων, κατανομές πιθανοτήτων και σε δειγματοληπτικές κατανομές Στη συνέχεια θα γίνει αναλυτική περιγραφή αυτών 82 Κατανομές

Διαβάστε περισσότερα

ιακριτά Μαθηµατικά Ορέστης Τελέλης Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς Σύνολα 1 / 36

ιακριτά Μαθηµατικά Ορέστης Τελέλης Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς Σύνολα 1 / 36 ιακριτά Μαθηµατικά Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς Σύνολα 1 / 36 Γνωριµία ιδάσκων: Ορέστης Τελέλης e-mail: telelis@unipi.gr

Διαβάστε περισσότερα

Χάος και Φράκταλ. ιδάσκων: Α.Μπούντης, Καθηγητής Ασκήσεις ΟΜΑ Α Α 1) Να δειχθεί ότι η οικογένεια των κλειστών καµπυλών x x e = c τείνει 2 1)

Χάος και Φράκταλ. ιδάσκων: Α.Μπούντης, Καθηγητής Ασκήσεις ΟΜΑ Α Α 1) Να δειχθεί ότι η οικογένεια των κλειστών καµπυλών x x e = c τείνει 2 1) Χάος και Φράκταλ ιδάσκων: ΑΜπούντης, Καθηγητής Ασκήσεις ΟΜΑ Α Α + ) ) Να δειχθεί ότι η οικογένεια των κλειστών καµπυλών e = c τείνει σε εκείνη των ελλείψεων ξ ξ + = K, όταν, ) b, a) Τα Κ,c είναι b a αυθαίρετες

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 6: Θεωρία Ουρών. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 6: Θεωρία Ουρών. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 6: Θεωρία Ουρών Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,

Διαβάστε περισσότερα

16 Ασύμπτωτες. όπως φαίνεται στα παρακάτω σχήματα. 1. Κατακόρυφη ασύμπτωτη. Η ευθεία x = x0

16 Ασύμπτωτες. όπως φαίνεται στα παρακάτω σχήματα. 1. Κατακόρυφη ασύμπτωτη. Η ευθεία x = x0 6 Ασύμπτωτες Α. ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Ορίζουμε μια ευθεία ( ε ) ως ασύμπτωτη της γραφικής παράστασης της αν η απόσταση ενός μεταβλητού σημείου Ρ της γραφικής παράστασης από την ευθεία ( ε ) γίνεται

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

ΘΕΩΡΗΤΙΚΗ ΜΗΧΑΝΙΚΗ ΙΙ

ΘΕΩΡΗΤΙΚΗ ΜΗΧΑΝΙΚΗ ΙΙ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΤΟΜΕΑΣ ΑΣΤΡΟΝΟΜΙΑΣ ΑΣΤΡΟΦΥΣΙΚΗΣ ΚΑΙ ΜΗΧΑΝΙΚΗΣ ΣΠΟΥΔ ΑΣΤΗΡΙΟ ΜΗΧΑΝΙΚΗΣ ΑΣΚΗΣΕΙΣ ΑΝΑΛΥΤΙΚΗΣ ΔΥΝΑΜΙΚΗΣ Μεθοδολογία Κλεομένης Γ. Τσιγάνης Λέκτορας ΑΠΘ Πρόχειρες

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

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

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

Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες

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

Διαβάστε περισσότερα

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

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 Σειρά Fourier Ορθοκανονικές Συναρτήσεις Στοεδάφιοαυτόθαδιερευνήσουμεεάνκαικάτωαπό

Διαβάστε περισσότερα

Το σύνολο Z των Ακεραίων : Z = {... 2, 1, 0, 1, 2, 3,... } Να σηµειώσουµε ότι οι φυσικοί αριθµοί είναι και ακέραιοι.

Το σύνολο Z των Ακεραίων : Z = {... 2, 1, 0, 1, 2, 3,... } Να σηµειώσουµε ότι οι φυσικοί αριθµοί είναι και ακέραιοι. 1 E. ΣΥΝΟΛΑ ΘΕΩΡΙΑ 1. Ορισµός του συνόλου Σύνολο λέγεται κάθε συλλογή πραγµατικών ή φανταστικών αντικειµένων, που είναι καλά ορισµένα και διακρίνονται το ένα από το άλλο. Τα παραπάνω αντικείµενα λέγονται

Διαβάστε περισσότερα

ΘΕΩΡΗΤΙΚΗ ΜΗΧΑΝΙΚΗ ΙΙ

ΘΕΩΡΗΤΙΚΗ ΜΗΧΑΝΙΚΗ ΙΙ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΤΟΜΕΑΣ ΑΣΤΡΟΝΟΜΙΑΣ ΑΣΤΡΟΦΥΣΙΚΗΣ ΚΑΙ ΜΗΧΑΝΙΚΗΣ ΣΠΟΥΔΑΣΤΗΡΙΟ ΜΗΧΑΝΙΚΗΣ ΑΣΚΗΣΕΙΣ ΑΝΑΛΥΤΙΚΗΣ ΔΥΝΑΜΙΚΗΣ ( Μεθοδολογία- Παραδείγματα ) Κλεομένης Γ. Τσιγάνης

Διαβάστε περισσότερα

Ευκλείδειοι Χώροι. Ορίζουµε ως R n, όπου n N, το σύνολο όλων διατεταµένων n -άδων πραγµατικών αριθµών ( x

Ευκλείδειοι Χώροι. Ορίζουµε ως R n, όπου n N, το σύνολο όλων διατεταµένων n -άδων πραγµατικών αριθµών ( x Ευκλείδειοι Χώροι Ορίζουµε ως R, όπου N, το σύνολο όλων διατεταµένων -άδων πραγµατικών αριθµών x, x,, x ) Tο R λέγεται ευκλείδειος -χώρος και τα στοιχεία του λέγονται διανύσµατα ή σηµεία Το x i λέγεται

Διαβάστε περισσότερα

Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή

Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών ΗΜΜΥ 795: ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ Ακαδημαϊκό έτος 2010-11 Χειμερινό Εξάμηνο Practice final exam 1. Έστω ότι για

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 2/3/2016 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

Περιεχόμενα. Κεφάλαιο 3 Οι ιδιότητες των αριθμών Αριθμητικά σύνολα Ιδιότητες Περισσότερες ιδιότητες...

Περιεχόμενα. Κεφάλαιο 3 Οι ιδιότητες των αριθμών Αριθμητικά σύνολα Ιδιότητες Περισσότερες ιδιότητες... Περιεχόμενα Πρόλογος 5 Κεφάλαιο Βασικές αριθμητικές πράξεις 5 Τέσσερις πράξεις 5 Σύστημα πραγματικών αριθμών 5 Γραφική αναπαράσταση πραγματικών αριθμών 6 Οι ιδιότητες της πρόσθεσης και του πολλαπλασιασμού

Διαβάστε περισσότερα

0 + a = a + 0 = a, a k, a + ( a) = ( a) + a = 0, 1 a = a 1 = a, a k, a a 1 = a 1 a = 1,

0 + a = a + 0 = a, a k, a + ( a) = ( a) + a = 0, 1 a = a 1 = a, a k, a a 1 = a 1 a = 1, I ΠΙΝΑΚΕΣ 11 Σώμα 111 Ορισμός: Ενα σύνολο k εφοδιασμένο με δύο πράξεις + και ονομάζεται σώμα αν ικανοποιούνται οι παρακάτω ιδιότητες: (Α (α (Προσεταιριστική ιδιότητα της πρόσθεσης (a + b + c = a + (b +

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

( a) ( ) n n ( ) ( ) a x a. x a x. x a x a

( a) ( ) n n ( ) ( ) a x a. x a x. x a x a 7 Έστω Το θεώρηµα του Tylor στη µια µεταβλητή Ι ανοικτό διάστηµα Ι και : Ι φορές διαφορίσιµη συνάρτηση στο Ι, (. Γράφουµε, ( = + +... + +,, Ι, όπου!, είναι το υπόλοιπο Tylor ( κέντρου και τάξης και ( Ρ

Διαβάστε περισσότερα

Περιεχόμενα. Κεφάλαιο 3 Οι ιδιότητες των αριθμών... 37 3.1 Αριθμητικά σύνολα... 37 3.2 Ιδιότητες... 37 3.3 Περισσότερες ιδιότητες...

Περιεχόμενα. Κεφάλαιο 3 Οι ιδιότητες των αριθμών... 37 3.1 Αριθμητικά σύνολα... 37 3.2 Ιδιότητες... 37 3.3 Περισσότερες ιδιότητες... Περιεχόμενα Πρόλογος... 5 Κεφάλαιο Βασικές αριθμητικές πράξεις... 5. Τέσσερις πράξεις... 5. Σύστημα πραγματικών αριθμών... 5. Γραφική αναπαράσταση πραγματικών αριθμών... 6.4 Οι ιδιότητες της πρόσθεσης

Διαβάστε περισσότερα

Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β.

Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β. Η έννοια της ακολουθίας Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β. Δηλαδή: f : A B Η ακολουθία είναι συνάρτηση.

Διαβάστε περισσότερα

Κεφάλαιο 4 ΜΟΝΟΔΙΑΣΤΑΤΑ ΔΥΝΑΜΙΚΑ ΣΥΣΤΗΜΑΤΑ. 4.1 Η ροή μιας διαφορικής εξίσωσης. Θεωρούμε πάλι το πρόβλημα αρχικών τιμών. x (0) = x 0, (4.1.

Κεφάλαιο 4 ΜΟΝΟΔΙΑΣΤΑΤΑ ΔΥΝΑΜΙΚΑ ΣΥΣΤΗΜΑΤΑ. 4.1 Η ροή μιας διαφορικής εξίσωσης. Θεωρούμε πάλι το πρόβλημα αρχικών τιμών. x (0) = x 0, (4.1. Κεφάλαιο 4 ΜΟΝΟΔΙΑΣΤΑΤΑ ΔΥΝΑΜΙΚΑ ΣΥΣΤΗΜΑΤΑ 4.1 Η ροή μιας διαφορικής εξίσωσης Θεωρούμε πάλι το πρόβλημα αρχικών τιμών ẋ = f (x), x (0) = x 0, (4.1.1) όπου το διανυσματικό πεδίο f είναι κλάσεως C 1 σε ένα

Διαβάστε περισσότερα

Λύνοντας ασκήσεις µε αντίστροφες συναρτήσεις ρ. Παναγιώτης Λ. Θεοδωρόπουλος πρώην Σχολικός Σύµβουλος ΠΕ03 e-mail@p-theodoropoulos.gr Εισαγωγή Η αντίστροφη συνάρτηση f µιας αντιστρέψιµης συνάρτησης f είναι

Διαβάστε περισσότερα

1 Επίλυση Συνήθων ιαφορικών Εξισώσεων

1 Επίλυση Συνήθων ιαφορικών Εξισώσεων 1 Επίλυση Συνήθων ιαφορικών Εξισώσεων Εξίσωση πρώτης τάξης µε συνθήκες αρχικών τιµών ΠΡΟΒΛΗΜΑ : Να ευρεθεί συνάρτηση y = y(x) η οποία για x [a, b] ικανοποιεί την εξίσωση y = f(x, y) υπό την αρχική συνθήκη

Διαβάστε περισσότερα

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι:

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: Κατανοµές ειγµατοληψίας 1.Εισαγωγή Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: 1. Στατιστικής και 2. Κατανοµής ειγµατοληψίας

Διαβάστε περισσότερα

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Στατικές (Στάσιμες) Διαδικασίες Στατική (Stationary) ορίζεται η διαδικασία της οποίας οι στατιστικές ιδιότητες δεν μεταβάλλονται με την πάροδο του χρόνου.

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

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

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

Διαβάστε περισσότερα

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

Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 5

Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 5 Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 5 ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/algebraicstructuresi/asi.html Παρασκευή 16 & Τετάρτη 21 Νοεµβρίου

Διαβάστε περισσότερα

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Δίκτυα Τηλεπικοινωνιών και Μετάδοσης Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής & Δρ. Στυλιανός Π. Τσίτσος Επίκουρος Καθηγητής

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

Συστήματα Αναμονής. Ενότητα 3: Στοχαστικές Ανελίξεις. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 3: Στοχαστικές Ανελίξεις. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 3: Στοχαστικές Ανελίξεις Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

G = a. H = g n. a m = a nq+r = a nq a r = (a n ) q a r = a r = (a n ) q a m. h = a m = a nq = (a n ) q a n

G = a. H = g n. a m = a nq+r = a nq a r = (a n ) q a r = a r = (a n ) q a m. h = a m = a nq = (a n ) q a n 236 5. Ταξινόµηση Κυκλικών Οµάδων και των Υποοµάδων τους Στην παρούσα ενότητα ϑα ταξινοµήσουµε τις κυκλικές οµάδες, τις υποοµάδες τους, και τους γεννήτο- ϱές τους. Οι ταξινοµήσεις αυτές ϑα ϐασιστούν στην

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΑΣ ΔΙΟΙΚΗΣΗΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑΤΙΚΑ Ι 11 ΟΚΤΩΒΡΙΟΥ 2016 ΜΗ ΓΡΑΜΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΕΙΣΑΓΩΓΗ Οικονομικές Συναρτήσεις με μεταβλητούς ρυθμούς

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΑΣ ΔΙΟΙΚΗΣΗΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑΤΙΚΑ Ι 8 ΝΟΕΜΒΡΙΟΥ 2016 ΜΕΣΟΣ ΡΥΘΜΟΣ ΜΕΤΑΒΟΛΗΣ Έστω η συνάρτηση συνολικής ζήτησης: p = D(q) = 50 2q

Διαβάστε περισσότερα

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων Με τον όρο μη γραμμικές εξισώσεις εννοούμε εξισώσεις της μορφής: f( ) 0 που προέρχονται από συναρτήσεις f () που είναι μη γραμμικές ως προς. Περιέχουν δηλαδή

Διαβάστε περισσότερα