ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω)

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω)"

Transcript

1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!) 1. Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω) (αʹ) Υπάρχει μια ομάδα ασκήσεων για περίπου κάθε 2 κεφάλαια των σημειώσεων, και η καταληκτική ημερομηνία παράδοσής της θα είναι περίπου 10 μέρες μετά την ολοκλήρωση του τελευταίου από αυτά τα κεφάλαια. (βʹ) Η καταληκτική ημέρα παράδοσης κάθε ομάδας ανακοινώνεται στο μάθημα και αναρτάται στην ατζέντα του eclass τουλάχιστον μια εβδομάδα νωρίτερα. (γʹ) Μετά την διόρθωσή τους, οι ομάδες θα επιστρέφονται. (δʹ) Οι λύσεις μιας ομάδας ασκήσεων αναρτώνται στο eclass λίγες μέρες μετά την ημερομηνία παράδοσης της επόμενης ομάδας ασκήσεων. (εʹ) Οι βαθμολογίες αναρτώνται στο eclass, και αυξάνουν, υπό προϋποθέσεις, την τελική βαθμολογία. 2. Επίδραση στον τελικό βαθμό: (αʹ) Οι ασκήσεις προσφέρουν bonus 2 (στις 10) μονάδων, εφόσον ο βαθμός στην τελική εξέταση είναι προβιβάσιμος, δηλαδή 5 και άνω. (βʹ) Δεν χρειάζεται να παραδώσετε όλες τις ομάδες ασκήσεων για να πάρετε το bonus. Μπορείτε να παραδώσετε τις μισές για να πάρετε μια μονάδα (εφόσον βέβαια είναι σωστές), κ.ο.κ. Ομοίως, δεν απαιτείται να παραδώσετε όλες τις ασκήσεις μιας ομάδας. (γʹ) Δεν μπορείτε να χρησιμοποιήσετε, για να πάρετε το bonus, εργασίες παρελθόντων ετών. 3. Παράδοση (γενικές οδηγίες): (αʹ) Μπορείτε να παραδώσετε τις ομάδες σας με δύο τρόπους: ιδιοχείρως και ηλεκτρονικά. Αν είναι δυνατόν, παραδώστε τις ομάδες ασκήσεων ιδιοχείρως. (βʹ) Απαγορεύεται η τμηματική παράδοση μιας ομάδας (για παράδειγμα, η μισή μια μέρα και η μισή κάποια άλλη μέρα, ή η μισή ηλεκτρονικά και η μισή ιδιοχείρως). (γʹ) Πριν την παράδοση, γράψτε, ευανάγνωστα, οπωσδήποτε το όνομά σας, τον αριθμό της ομάδας ασκήσεων, και, αν έχετε, τον αριθμό μητρώου σας, πάνω δεξιά στην πρώτη σελίδα, ακόμα και αν την παραδίδετε ηλεκτρονικά! (Οι φοιτητές των κατατακτηρίων και ορισμένοι προερχόμενοι από μεταγραφές δεν έχουν αριθμούς μητρώου. Για αυτούς αρκεί να υπάρχει το όνομά τους.) (δʹ) Μπορείτε να γράφετε με μολύβι ή/και με στυλό οποιουδήποτε χρώματος εκτός κόκκινου. (εʹ) Μπορείτε να παραδώσετε την ομάδα σας οποτεδήποτε πριν την καταληκτική ημερομηνία παράδοσης. 4. Παράδοση ιδιοχείρως: (αʹ) Χρησιμοποιείτε κόλλες μεγέθους περίπου A4, χωρίς ξέφτια λόγω σκισίματος από τετράδιο. Συρράψτε τις κόλλες, και μην τις παραδώσετε εντός πλαστικού διάφανου φακέλου, ντοσιέ, κτλ., ή πιασμένες με συνδετήρα, ή τυλιγμένες/τσαλακωμένες μαζί, κ.ο.κ. (βʹ) Μην παραδίδετε πολλές ομάδες ασκήσεων συρραμμένες μαζί (π.χ., την ομάδα 4, που παραδίδετε καθυστερημένη, συρραμμένη με την ομάδα 5), ή πολύ περισσότερο, στο ίδιο φύλλο. (Ο λόγος για αυτό τον κανόνα είναι ότι οι ομάδες ενδέχεται να διορθωθούν από διαφορετικούς διορθωτές.) (γʹ) Τόπος παράδοσης: Παραδίδετε τις εργασίες (με αυτή τη σειρά προτίμησης) Α) στην αρχή ή στο τέλος των διαλέξεων (όχι κατά τη διάρκειά τους!), ή Β) στο ταχυδρομικό κουτί του διδάσκοντα (βρίσκεται έξω από το γραφείο του) ή Γ) στον ίδιο το διδάσκοντα σε ώρες γραφείου. Μπορείτε να δώσετε τις εργασίες σας σε κάποιον άλλο για να τις παραδώσει. (δʹ) Παραδίδετε ιδιοχείρως την ομάδα μέχρι τις 17:00μμ της ανακοινωμένης ημέρας παράδοσης. 5. Ηλεκτρονική παράδοση: 1

2 (αʹ) Η ηλεκτρονική παράδοση γίνεται αποκλειστικά μέσω του ειδικού εργαλείου του eclass, και όχι με αποστολή στο διδάσκοντα. (βʹ) Δεκτά είναι μόνο σκαναρισμένα ή δακτυλογραφημένα έγγραφα (με χρήση MS WORD κτλ.), και όχι, για παράδειγμα, φωτογραφίες. (γʹ) Αποφύγετε πάντως την δακτυλογράφηση των εργασιών. Μπορείτε να αξιοποιήσετε τον πεπερασμένο χρόνο σας πολύ καλύτερα. (δʹ) Παραδίδετε για κάθε εργασία ένα μόνο ασυμπίεστο αρχείο PDF ή doc μεγέθους το πολύ 3MB με ονομασία τον αριθμό μητρώου σας και τίποτα άλλο (π.χ pdf). (εʹ) Μην αφήνετε σχόλια στο eclass μέσω του σχετικού εργαλείου, εκτός αν είναι απόλυτη ανάγκη. (ϛʹ) Προσοχή: ενδέχεται η δυνατότητα ηλεκτρονικής υποβολής των ασκήσεων μέσω του αντίστοιχου εργαλείου του eclass να ενεργοποιηθεί λίγες μόνο μέρες πριν την καταληκτική προθεσμία παράδοσης, και αρκετά μετά την ανακοίνωση αυτής της προθεσμίας. (ζʹ) Καταληκτική ώρα παράδοσης: Παραδίδετε ηλεκτρονικά την ομάδα μέχρι τις 11:59μμ της ανακοινωμένης ημέρας παράδοσης. (ηʹ) ΔΕΝ ΘΑ ΓΙΝΟΥΝ ΔΕΚΤΕΣ ΕΡΓΑΣΙΕΣ ΠΟΥ ΠΑΡΟΥΣΙΑΖΟΥΝ ΣΟΒΑΡΕΣ ΑΠΟΚΛΙΣΕΙΣ ΑΠΟ ΤΙΣ ΑΝΩ ΟΔΗΓΙΕΣ. Αυτές οι εργασίες θα πρέπει να παραδοθούν ξανά, ιδιοχείρως, και εκπρόθεσμα. 6. Αλλαγές στην ημέρα παράδοσης: (αʹ) Σε περίπτωση που η καταληκτική ημέρα παράδοσης μιας ομάδας ασκήσεων είναι ημέρα διάλεξης και η διάλεξη ακυρωθεί ή αναβληθεί, η υποβολή της ομάδας μετατίθεται αυτόματα για την ημέρα της επόμενης διάλεξης, χωρίς να προηγηθεί ανακοίνωση από τον διδάσκοντα. (βʹ) Μπορείτε να καθυστερήσετε την παράδοση των ομάδων ασκήσεων, χωρίς επίπτωση, βάσει του ακόλουθου κανόνα: Μπορείτε να καθυστερήσετε το πολύ ΜΙΑ ομάδα ασκήσεων, και να την παραδώσετε όταν θα παραδίδατε και την επόμενή της, αν οι ημερομηνίες παράδοσής τους διαφέρουν, ή την πρώτη που ακολουθεί με διαφορετική ημερομηνία παράδοσης, αν η ημερομηνία παράδοσής τους είναι κοινή. Επομένως, αν η ομάδα i έχει ημερομηνία παράδοσης την X i και η ομάδα i + 1 έχει ημερομηνία παράδοσης την X i+1, τότε μπορείτε να παραδώσετε την ομάδα i στην ημερομηνία X i+1, εφόσον X i+1 > X i, αλλιώς στο πρώτο X k > X i. ΟΜΩΣ, δεν μπορείτε να παραδώσετε μια ομάδα σε κάποια ημερομηνία X l > X k > X i. (γʹ) Μην ζητήσετε παράταση εκ των προτέρων: απλώς ο διορθωτής θα δει ότι παραδώσατε καθυστερημένα την ομάδα. Οι ομάδες ασκήσεων που παραδίδονται εκπρόθεσμα παραδίδονται όπως και οι άλλες. 7. Διόρθωση: (αʹ) Η διόρθωση θα είναι πρόχειρη, λόγω έλλειψης ανθρώπινων πόρων. (βʹ) Αν οι πράξεις που απαιτούνται για να προκύψει ένα αριθμητικό αποτέλεσμα είναι αρκετές, μπορείτε να δώσετε το εν λόγω αποτέλεσμα ως έκφραση που περιέχει παραγοντικά, συνδυασμούς, γινόμενα με πολλούς παράγοντες, αθροίσματα με πολλούς όρους, κτλ., χωρίς καμία βαθμολογική απώλεια. (γʹ) Όλες οι ομάδες ασκήσεων έχουν την ίδια βαρύτητα. Όχι όμως και όλες οι ασκήσεις σε μια ομάδα. 8. Επιστροφή διορθωμένων εργασιών και ανακοίνωση βαθμολογίας: (αʹ) Οι εργασίες θα διορθώνονται με καθυστέρηση τουλάχιστον ενός μήνα από την καταληκτική ημερομηνία παράδοσης. (βʹ) Οι διορθωμένες εργασίες θα διατίθενται για παραλαβή στο τραπεζάκι έξω από το γραφείο του διδάσκοντα, και η βαθμολογία θα αναρτάται περιοδικά στα έγγραφα του eclass. Στο τέλος του εξαμήνου, όσες δεν παραληφθούν από τους συγγραφείς τους θα ανακυκλωθούν. (γʹ) Αν έχετε ενστάσεις σχετικά με τη διόρθωση, ελάτε με την διορθωμένη ομάδα σας σε ώρες γραφείου του διδάσκοντα. (δʹ) Αν δεν μπορείτε να βρείτε την βαθμολογία της εργασίας σας στο σχετικό έγγραφο, αναζητήστε τη στις διορθωμένες, και δώστε τη στον διδάσκοντα σε ώρες γραφείου. Αν δεν υπάρχει στις διορθωμένες (και μόνο τότε) ενημερώστε τον διδάσκοντα. 9. Συνεργασία: (αʹ) Μπορείτε να συνεργαστείτε όσο θέλετε, και να ανταλλάξετε προφορικά ιδέες, ακόμα και λύσεις. 2

3 (βʹ) Αρκεί ο καθένας να γράψει μόνος του την λύση του, και να καταλαβαίνει τι γράφει. (γʹ) Εργασίες εμφανώς αντιγραμμένες θα μηδενίζονται, και όλο το bonus του συγγραφέα τους θα τίθεται αμετάκλητα στο μηδέν. Επομένως, άλλες εργασίες που έχει ήδη παραδώσει ή θα παραδώσει στο μέλλον δεν θα έχουν επίδραση στο τελικό του βαθμό. (δʹ) Απαγορεύεται να δείτε λύσεις ασκήσεων παλαιοτέρων ετών ή λύσεις των ίδιων ασκήσεων από το διαδίκτυο. 10. Σημαντικά σχόλια: (αʹ) Προσπαθήστε να είστε κατά το δυνατόν σαφείς στις λύσεις σας. Δεν βοηθά μόνο τους διορθωτές, αλλά και εσάς να οργανώνετε τη σκέψη σας καλύτερα. (βʹ) Ενημερώστε άμεσα τον διδάσκοντα σε περίπτωση εύρεσης λάθους είτε στις εκφωνήσεις είτε στις λύσεις. (γʹ) Ενημερώστε τον διδάσκοντα αν η παράδοση μιας ομάδας ασκήσεων συμπίπτει με την παράδοση ασκήσεων άλλων μαθημάτων του ίδιου εξαμήνου. (Ενδεχομένως να υπάρξει αλλαγή, αν η ύλη το επιτρέπει.) (δʹ) Για την εύρυθμη λειτουργία του μαθήματος, προσπαθήστε να τηρήσετε κατά το δυνατόν όλες τις άνω οδηγίες. (εʹ) Βλέπετε το dias mail σας. Το έχετε για να επικοινωνούν μαζί σας οι διδάσκοντες, εκτός των άλλων και όταν υπάρχει πρόβλημα με την παράδοση κάποιας εργασίας. 3

4 1η Ομάδα Ασκήσεων 1. (Ισότητα συνόλων) Να δείξετε ότι A ( i=1b i ) = i=1 (A B i ). 2. (Τρία ενδεχόμενα Έστω A, B, C τρία ενδεχόμενα ενός δειγματικού χώρου Ω. Βρείτε κατάλληλες εκφράσεις για τα ενδεχόμενα: (αʹ) Πραγματοποίηση μόνο του B. (βʹ) Πραγματοποιήθηκαν το A και το B αλλά όχι το C. (γʹ) Τουλάχιστον ένα από τα συγκεκριμένα ενδεχόμενα πραγματοποιείται. (δʹ) Τουλάχιστον δύο από τα ενδεχόμενα πραγματοποιούνται. (εʹ) Και τα τρία ενδεχόμενα πραγματοποιούνται. (ϛʹ) Κανένα από τα ενδεχόμενα δεν πραγματοποιείται. (ζʹ) Το πολύ ένα πραγματοποιείται. (ηʹ) Το πολύ δύο πραγματοποιούνται. 3. (Συρτάρι) Σε ένα συρτάρι έχουμε 4 μαρκαδόρους, δύο που γράφουν μπλε και δυο που γράφουν κόκκινα. (αʹ) Αφαιρούμε στην τύχη από το συρτάρι έναν έναν τους μαρκαδόρους (εννοείται χωρίς επανάθεση), μέχρι να βρούμε έναν μπλε. Υποθέτουμε ότι όλοι οι μαρκαδόροι διαφέρουν στην όψη, και μας ενδιαφέρει ποιος επιλέχθηκε κάθε φορά. Κατασκευάστε ένα δειγματικό χώρο που να περιγράφει το πείραμα. (βʹ) Έστω πως επαναλαμβάνουμε το πείραμα του προηγούμενου σκέλους, αλλά οι μαρκαδόροι είναι εξωτερικά πανομοιότυποι (πέραν του ότι 2 γράφουν μπλε και 2 γράφουν κόκκινα). Κατασκευάστε ένα δειγματικό χώρο που να περιγράφει το πείραμα. (γʹ) Αφαιρούμε στην τύχη από το συρτάρι έναν έναν τους μαρκαδόρους (εννοείται χωρίς επανάθεση), μέχρι να βρούμε και τους δύο που γράφουν μπλε. Υποθέτουμε ότι οι μαρκαδόροι διαφέρουν στην όψη (αλλά δεν ξέρουμε ποιος γράφει μπλε και ποιος κόκκινα), και μας ενδιαφέρει ποιος επιλέχθηκε κάθε φορά. Κατασκευάστε ένα δειγματικό χώρο που να περιγράφει το πείραμα. (δʹ) Επαναλαμβάνουμε το πείραμα του προηγούμενου σκέλους, αλλά οι μαρκαδόροι είναι πανομοιότυποι (πέραν του ότι 2 γράφουν μπλε και 2 γράφουν κόκκινα). Κατασκευάστε ένα δειγματικό χώρο που να περιγράφει το πείραμα. 4. (Υπολογιστές) Σε κάποιο εργαστήριο υπάρχουν 10 PC που τρέχουν Windows, 8 PC που τρέχουν Linux, και 22 MAC που τρέχουν όλα Linux. Επιλέγουμε ένα υπολογιστή στην τύχη, χωρίς να δείχνουμε προτίμηση σε κάποιον υπολογιστή. (αʹ) Ποια η πιθανότητα να τρέχει Linux; (βʹ) Ποια είναι η πιθανότητα να μην είναι PC ή να τρέχει Linux; 5. (Κουτί) Ένα κουτί περιέχει μία κόκκινη (R) μία μπλε (B) και μία πράσινη (G) σφαίρα. Θεωρήστε ένα πείραμα κατά το οποίο επιλέγουμε τυχαία μία σφαίρα από το κουτί, και αφού την επανατοποθετήσουμε στο κουτί επιλέγουμε τυχαία άλλη μία σφαίρα. Ποιος είναι ο δειγματικός χώρος; Αν όλα τα αποτελέσματα είναι ισοπίθανα, ποια είναι η πιθανότητα εκλογής μίας τουλάχιστον κόκκινης σφαίρας στις δύο δοκιμές; Απαντήστε τα άνω εκ νέου, υποθέτοντας ότι η πρώτη σφαίρα δεν επανατοποθετείται στο κουτί. 6. (Ξένα ενδεχόμενα) Δείξτε ότι εάν P (A B) = P (A) + P (B) για οποιαδήποτε ξένα A, B, τότε P ( ) = 0. Μην χρησιμοποιήσετε άλλη ιδιότητα ή αξίωμα των πιθανοτήτων πέραν της δοσμένης. 7. (Παιχνίδι) Δύο παίκτες A και B παίζουν το εξής παιχνίδι: Ένα δίκαιο κέρμα ρίχνεται 3 φορές. Έπειτα, ρίχνεται ένα δίκαιο ζάρι. Κερδίζει ο παίκτης A όταν το πλήθος των φορών που εμφανίστηκαν κορώνες και το αποτέλεσμα του ζαριού είναι και οι δύο ζυγοί ή και οι δύο μονοί αριθμοί. Σε διαφορετική περίπτωση, κερδίζει ο παίκτης B. (Π.χ., κερδίζει ο B εάν έρθουν 2 κορώνες και το ζάρι είναι 5.) Προτείνετε ένα δειγματικό χώρο και μέτρο πιθανότητας που να αναπαριστά το παιχνίδι αυτό, και υπολογίστε την πιθανότητα εμφάνισης κάθε αποτελέσματος. Είναι δίκαιο το παιχνίδι; 8. (Άσοι) Μοιράζουμε στην τύχη 10 φύλλα από μια συνηθισμένη τράπουλα 52 φύλλων. Ποια η πιθανότητα να περιέχει η μοιρασιά: 4

5 (αʹ) κανέναν άσσο; (βʹ) το πολύ τρεις άσσους; (γʹ) τουλάχιστον έναν άσο και τουλάχιστον μια φιγούρα (δηλαδή βαλέ, ντάμα, ή ρήγα); 9. (Κάλπη) Μια κάλπη περιέχει 1000 μπάλες από τις οποίες οι 25 μαύρες, οι 30 άσπρες, και οι 945 κόκκινες. Επιλέγουμε τυχαία 15 μπάλες από την κάλπη. Ποια είναι η πιθανότητα να έχουμε επιλέξει (αʹ) ακριβώς 3 κόκκινες; (βʹ) ακριβώς 2 μαύρες και 3 άσπρες; (γʹ) ακριβώς 4 κόκκινες και τουλάχιστον 2 μαύρες; 10. (Κι άλλη κάλπη) Επιλέγουμε διαδοχικά χωρίς επανάθεση 5 μπάλες από μια κάλπη με 60 μπάλες αριθμημένες 1,..., 60. Έστω ότι οι ενδείξεις τους είναι k 1, k 2,..., k 5, με την σειρά με την οποία εξάγονται. (αʹ) Ποια η πιθανότητα να ισχύει k 1 < k 2 < k 3 < k 4 < k 5 ; (βʹ) Ποια η πιθανότητα να ισχύει k 5 > max{k 1, k 2, k 3, k 4 }; 11. (Φοιτητές) Ένα λεωφορείο ξεκινάει από την αφετηρία με k φοιτητές και περνάει από n στάσεις. (αʹ) Να κατασκευαστεί δειγματικός χώρος για τις δυνατές αποβιβάσεις των φοιτητών, και να υπολογισθεί ο αριθμός των δυνατών αυτών αποβιβάσεων. (βʹ) Να υπολογισθεί η πιθανότητα τουλάχιστον σε μια στάση να αποβιβαστούν περισσότεροι από ένας φοιτητές. 12. (Βιβλία) Σε ένα ράφι τοποθετούνται με τυχαία σειρά 6 βιβλία μαθηματικών, 4 βιβλία φυσικής, 3 βιβλία ιστορίας, 5 βιβλία ξένων γλωσσών, και 2 λεξικά. Ποια είναι η πιθανότητα όλα τα βιβλία του ίδιου είδους να τοποθετηθούν μαζί; 13. (Τράπουλα) Ποια η πιθανότητα τραβώντας 5 φύλλα στην τύχη από μια τράπουλα να φέρετε: (αʹ) Άσο μπαστούνι, δηλαδή να περιέχεται το φύλλο A. (βʹ) Οποιονδήποτε άσο ανάμεσα στα φύλλα σας. (γʹ) Φουλ του άσου, δηλαδή 3 άσους και τα υπόλοιπα 2 φύλλα να είναι όμοια (π.χ., 2 ντάμες). Υποθέστε ότι όλοι οι συνδυασμοί 5 φύλλων είναι ισοπίθανοι. 14. (Διαδικασίες) Σε ένα δίκτυο τριών υπολογιστών πρέπει να εκτελεστούν 6 διαδικασίες: 4 που είναι υπολογιστικά εύκολες και 2 δύσκολες. Η κατανομή γίνεται τυχαία, και κάθε υπολογιστής εκτελεί 2 διαδικασίες. Ποια η πιθανότητα: (αʹ) του ενδεχόμενου A ο πρώτος υπολογιστής να πάρει και τις 2 δύσκολες; (βʹ) του ενδεχόμενου B κάθε υπολογιστής να πάρει τουλάχιστον μια εύκολη; 15. (Μεταθέσεις με μπάλες) Πόσες δυνατές διακριτές μεταθέσεις υπάρχουν ανάμεσα σε 4 κόκκινες μπάλες, 2 λευκές και 3 μαύρες; Εννοείται ότι μπάλες ιδίου χρώματος είναι εντελώς όμοιες μεταξύ τους, και προφανώς η μετάθεση δεν θα αλλάξει αν αλλάξουν δύο μπάλες ίδιου χρώματος θέση μεταξύ τους. 5

6 2η Ομάδα Ασκήσεων 16. (Μπάλες) Από έναν κάδο που περιέχει 10 άσπρες, 20 μαύρες και 30 κόκκινες μπάλες, επιλέγουμε 4 με επανατοποθέτηση. (αʹ) Ποια είναι η πιθανότητα να επιλέξαμε τουλάχιστον μία άσπρη μπάλα; (βʹ) Ποια είναι η πιθανότητα να επιλέξαμε τουλάχιστον μία άσπρη μπάλα δεδομένου ότι δεν επιλέξαμε καμία κόκκινη; (γʹ) Ποια είναι η πιθανότητα να μην επιλέξαμε καμία κόκκινη μπάλα, δεδομένου ότι επιλέξαμε τουλάχιστον μία άσπρη; 17. (Τρεις περιπτώσεις) Έχουμε τρία χαρτιά τα οποία καλούμε AA, MM, AM. Το AA έχει και τις δύο πλευρές χρωματισμένες άσπρες, το MM και τις δύο μαύρες, ενώ το AM έχει την μία πλευρά χρωματισμένη άσπρη και την άλλη μαύρη. Ένας φίλος μας επιλέγει ένα χαρτί στην τύχη και μας δείχνει μόνο ότι η μια πλευρά του είναι άσπρη. Ποια είναι η πιθανότητα η άλλη πλευρά να είναι μαύρη; Απαντήστε το ερώτημα κάνοντας διαδοχικά τις ακόλουθες παραδοχές: (αʹ) Ο φίλος μας δείχνει τη μια πλευρά χωρίς να τη διαλέξει, αλλά επιλέγοντάς την στην τύχη, χωρίς προτίμηση στην πλευρά. (βʹ) O φίλος μας δείχνει τη μια πλευρά προτιμώντας να δείξει, αν μπορεί, μια άσπρη πλευρά. (γʹ) O φίλος μας δείχνει τη μια πλευρά προτιμώντας να δείξει, αν μπορεί, μια μαύρη πλευρά. 18. (Ερωτικές Εξομολογήσεις) Την πρώτη φορά που ο Ρωμαίος κάνει ερωτική εξομολόγηση στην Ιουλιέτα, αυτή αποκρίνεται θετικά με πιθανότητα 50%. Αν τον απορρίψει, αυτός ξανακάνει ερωτική εξομολόγηση, αλλά με πιθανότητα θετικής απόκρισης 20%. Αν η Ιουλιέτα τον απορρίψει και πάλι, ο Ρωμαίος κάνει μια τελευταία προσπάθεια, αλλά με πιθανότητα επιτυχίας 10%. Ποια είναι η πιθανότητα τελικά να τα φτιάξει ο Ρωμαίος με την Ιουλιέτα αν είναι διατεθειμένος να εξαντλήσει και τις τρεις προσπάθειές του; 19. (Έλληνες, Γάλλοι, Βρετανοί) 40% των Ελλήνων είναι καπνιστές, ενώ τα αντίστοιχα ποσοστά στη Βρετανία και Γαλλία είναι 20% και 30%. Επίσης, δίδεται ότι οι Έλληνες αποτελούν το 20% του πληθυσμού των τριών παραπάνω χωρών και οι Γάλλοι το 50%. (αʹ) Επιλέγεται τυχαία ένας πολίτης από το συνολικό πληθυσμό των τριών χωρών. Ποια η πιθανότητα να είναι καπνιστής; (βʹ) Δεδομένου ότι είναι καπνιστής, ποια η πιθανότητα να είναι Έλληνας; 20. (Συρτάρι) Το συρτάρι A περιέχει 3 χρυσά και 3 αργυρά κέρματα ενώ το συρτάρι B περιέχει 3 χρυσά και 6 αργυρά. Ένας κλέφτης (στα σκοτεινά) ανοίγει ένα συρτάρι στην τύχη και αρπάζει δύο κέρματα στην τύχη. (αʹ) Ποια η πιθανότητα να είναι και τα δύο χρυσά; (βʹ) Αν διαπιστωθεί (κατά την σύλληψή του) ότι έχει κλέψει δύο χρυσά κέρματα, ποια είναι η πιθανότητα να είχε ανοίξει το συρτάρι A; 21. (Ρωμαίος) Ο Ρωμαίος ξέρει τρεις Ιουλιέτες, την Ιουλιέτα Μ., την Ιουλιέτα Κ. και την Ιουλιέτα Τ. Αν τους κάνει ερωτική εξομολόγηση, έχει πιθανότητες να του ανταποκριθούν θετικά 5%, 50% και 90% αντίστοιχα. Ο Ρωμαίος επιλέγει μια απ τις τρεις Ιουλιέτες στην τύχη, χωρίς ιδιαίτερη προτίμηση, της κάνει ερωτική εξομολόγηση, και τρώει χυλόπιτα. Ποια είναι η πιθανότητα να επέλεξε την κυρία Τ.; 22. (Εξέταση) Σύμφωνα με το γιατρό του, ένας ασθενής έχει μία ακριβώς από τις ασθένειες A, B, C, με πιθανότητες 1/3 για κάθε μια. Ο γιατρός υποβάλει τον ασθενή σε μια εξέταση με δύο δυνατά αποτελέσματα, το θετικό και το αρνητικό. Η εξέταση έχει το θετικό αποτέλεσμα με πιθανότητες 0.9 αν έχει την ασθένεια A, 0.5 αν έχει την ασθένεια B, και 0.1 αν έχει την ασθένεια C. Η εξέταση τελικά προκύπτει με το θετικό αποτέλεσμα. Ποιες είναι οι νέες πιθανότητες ο ασθενής να έχει τις ασθένειες A, B, και C; 23. (Ανεξάρτητα ενδεχόμενα) Τρεις μπάλες ρίχνονται εντελώς τυχαία σε δύο κουτιά. Ορίζουμε το δειγματικό χώρο ως Ω = {0, 1, 2, 3}, όπου το αποτέλεσμα ω αντιστοιχεί σε ω μπάλες στο πρώτο κουτί. (Άρα και υποχρεωτικά 3 ω μπάλες στο δεύτερο κουτί.) Θεωρούμε τα 4 αποτελέσματα ισοπίθανα. (Παρατηρήστε ότι αν κάθε μπάλα πήγαινε σε ένα κουτί ανεξάρτητα από τις άλλες, θα ίσχυε διαφορετικό μέτρο πιθανότητας.) Έστω τα ενδεχόμενα A το πρώτο κουτί να περιέχει τουλάχιστον μια μπάλα και B το δεύτερο κουτί να περιέχει τουλάχιστον δύο μπάλες. 6

7 (αʹ) Υπολογίστε τα P (A), P (B), P (A B). (βʹ) Είναι τα A, B ανεξάρτητα; (γʹ) Είναι τα A, A ανεξάρτητα; (δʹ) Είναι τα B, B ανεξάρτητα; (εʹ) Είναι τα A, A B ανεξάρτητα; (ϛʹ) Είναι τα A, A B ανεξάρτητα; 24. (Μη δίκαια κέρματα) Έχουμε 4 κέρματα. Τα δύο πρώτα είναι δίκαια, το τρίτο έρχεται γράμματα με πιθανότητα 1 3, και το τέταρτο έρχεται γράμματα με πιθανότητα 1 4. Διαλέγουμε ένα κέρμα στην τύχη, το ρίχνουμε 2 φορές, και φέρνουμε δύο φορές γράμματα. Ποια είναι η πιθανότητα να επιλέξαμε ένα από τα δύο δίκαια κέρματα; 25. (Τεστ εγκυμοσύνης) Από το σύνολο των γυναικών που κάνουν ένα τεστ εγκυμοσύνης, μόνο το 12% είναι έγκυες. Έστω ότι το τεστ έχει τις εξής πιθανότητες σφάλματος: P (θετικό όχι έγκυος) = 1% και P (αρνητικό έγκυος) = 3%. Ποια η πιθανότητα να είναι έγκυος μια γυναίκα η οποία: (αʹ) Κάνει το τεστ και βγει θετικό; (βʹ) Κάνει το τεστ 2 ανεξάρτητες φορές και βγει την 1 η θετικό και τη 2 η αρνητικό; 26. (Άθροισμα ζαριών) Ρίχνονται δύο δίκαια ζάρια. Έστω X i η Τ.Μ. που δίνει το αποτέλεσμα του i ζαριού, για i = 1, 2. (αʹ) Ορίστε έναν κατάλληλο δειγματικό χώρο και ένα μέτρο πιθανότητας που να περιγράφουν το παραπάνω πείραμα. (βʹ) Βρείτε την μάζα και συνάρτηση κατανομής της X 1. (γʹ) Βρείτε την μάζα της τυχαίας μεταβλητής Z = 7 X 1. Τι παρατηρείτε; (δʹ) Βρείτε την μάζα της τυχαίας μεταβλητής Y = X 1 + X 2. (εʹ) Ποια είναι η πιο πιθανή τιμή για το άθροισμα των δύο ζαριών; Δηλαδή, για ποια τιμή y στο {2, 3,..., 12} μεγιστοποιείται η πιθανότητα P (Y = y); (ϛʹ) Ποια είναι η μέση τιμή του αθροίσματος των δύο ζαριών; 27. (Πώληση βιβλίων) Ένα βιβλιοπωλείο αγοράζει 10 βιβλία προς 20 ευρώ το ένα και τα πουλάει 30 ευρώ. Η μάζα πιθανότητας του αριθμού X των βιβλίων που πουλιούνται (σε ένα έτος) δίνεται από τον τύπο p X (x) = 2x + 1, x = 1, 2,..., Να υπολογιστεί η μέση τιμή του X και η μέση τιμή του καθαρού κέρδους Y του βιβλιοπωλείου σε ένα έτος υποθέτοντας διαδοχικά ότι (αʹ) Στο τέλος της χρονιάς το βιβλιοπωλείο μπορεί να επιστρέψει τα απούλητα βιβλία στον προμηθευτή λαμβάνοντας πίσω τα 20 ευρώ, και (βʹ) Στο τέλος της χρονιάς το βιβλιοπωλείο δεν μπορεί να επιστρέψει τα απούλητα βιβλία στον προμηθευτή, ενώ τα βιβλία δεν έχουν πλέον καμία αξία. (Υπόδειξη: θα χρειαστούν οι γνωστοί τύποι n i=0 i = n(n + 1)/2, n i=0 i2 = n(n + 1)(2n + 1)/6.) 28. (Αριθμημένες μπάλες) Έστω πως από 10 μπάλες, οι οποίες είναι αριθμημένες από το 1 έως το 10, επιλέγουμε τυχαία 3 χωρίς επανατοποθέτηση. Έστω Y ο μέγιστος αριθμός από τις τρεις μπάλες που επιλέξαμε, και Z ο ελάχιστος. Να προσδιορίσετε την μάζα και την συνάρτηση κατανομής των Y και Z. 29. (Σχέση μεταξύ παραμέτρων) Για μια διακριτή Τ.Μ. X με μέση τιμή µ και διασπορά σ 2, ορίζουμε, για κάθε ζευγάρι ακέραιων αριθμών m, n = 0, 1,... την συνάρτηση: f(m, n) = E(mX n ). Αποδείξτε ότι ισχύει η σχέση: f(1, 2) = σ 2 f(1, 0) + 2f(1, 1) 2 µf(1, 1). 7

8 3η Ομάδα Ασκήσεων 30. (Μεταγραφή) Μια ποδοσφαιρική ομάδα κάνει μεταγραφή ένα νέο επιθετικό παίκτη. Ο παίκτης αυτός ανήκει σε μια από τρεις κατηγορίες ποιότητας: (αʹ) Ο επιθετικός είναι «χέλι» με πιθανότητα 1 6, οπότε και σκοράρει σε κάθε παιχνίδι με πιθανότητα 2 3. (βʹ) Ο επιθετικός είναι «μέτριος» με πιθανότητα 1 3, οπότε και σκοράρει σε κάθε παιχνίδι με πιθανότητα 1 3. (γʹ) Ο επιθετικός είναι «παλτό» με πιθανότητα 1 2, οπότε και σκοράρει σε κάθε παιχνίδι με πιθανότητα 1 6. Τη στιγμή της μεταγραφής η ομάδα δεν γνωρίζει σε ποια κατηγορία ποιότητας ανήκει ο επιθετικός. Επίσης, με δεδομένη την κατηγορία στην οποία ανήκει ο επιθετικός, ο επιθετικός σκοράρει σε κάθε παιχνίδι ανεξάρτητα από τα υπόλοιπα παιχνίδια. Παρατηρήστε ότι στα άνω δεν έχει ληφθεί υπόψη πόσα γκολ βάζει ο επιθετικός σε ένα παιχνίδι, αλλά μόνο αν σκοράρει (έστω και ένα γκολ) ή όχι. Απαντήστε στα ακόλουθα ερωτήματα: (αʹ) Έστω πως παίζεται το πρώτο παιχνίδι, και ο επιθετικός σκοράρει. Ποια είναι η νέα πιθανότητα ο επιθετικός να είναι «χέλι»; (βʹ) Έστω πως ο επιθετικός είναι «χέλι», και έχουν παιχτεί 10 παιχνίδια. Ποια είναι η μάζα, η μέση τιμή, και η διασπορά του πλήθους X των παιχνιδιών στα οποία ο επιθετικός σκόραρε; (γʹ) Έστω πως έχουν παιχτεί 5 παιχνίδια, και ο επιθετικός έχει σκοράρει στα 2. Ποια είναι η νέα πιθανότητα ο επιθετικός να είναι «χέλι»; 31. (Τρία κέρματα) Δύο άτομα ρίχνουν (το καθένα) 3 δίκαια κέρματα. Ποια είναι η πιθανότητα p να προκύψει ο ίδιος αριθμός από κορώνες; 32. (Εξασφάλιση αξιοπιστίας) (αʹ) Προκειμένου μια πλακέτα να λειτουργεί, πρέπει να λειτουργούν τουλάχιστον 7 από 8 όμοια κυκλώματα που βρίσκονται μέσα σε αυτή. Κάθε κύκλωμά της λειτουργεί ή όχι ανεξάρτητα από τα υπόλοιπα. Βρείτε την πιθανότητα P b να λειτουργεί η πλακέτα συναρτήσει της πιθανότητας p να λειτουργεί ένα κύκλωμα. (βʹ) Έστω ότι ένα μηχάνημα έχει n από τις άνω πλακέτες, και χρειαζόμαστε να λειτουργεί τουλάχιστον μία, με πιθανότητα 99, 9%. Βρείτε μια συνθήκη που πρέπει να ικανοποιείται από το n. Υπολογίστε το ελάχιστο δυνατό n στην περίπτωση που p = (Δύο τηλεφωνικές γραμμές) Ένας υπολογιστής A στέλνει ένα μήνυμα ταυτόχρονα μέσω 2 τηλεφωνικών γραμμών σε ένα υπολογιστή B. Οι δύο γραμμές εισάγουν σφάλματα, με πιθανότητες q 1 και q 2 αντίστοιχα, ανεξάρτητα η μία από την άλλη. Ο υπολογιστής B μπορεί να εντοπίσει αν έχουν γίνει σφάλματα στη μετάδοση, και ζητά επαναμετάδοση μέχρι να πάρει το μήνυμα χωρίς σφάλμα σε κάποια από τις 2 γραμμές. (αʹ) Βρείτε την πιθανότητα να χρειαστούν πάνω από K μεταδόσεις. (βʹ) Βρείτε την πιθανότητα στην τελευταία μετάδοση το μήνυμα να έχει ληφθεί χωρίς λάθος στη δεύτερη γραμμή. 34. (Βελάκια) Ρίχνουμε δέκα βελάκια σε έναν στόχο, με κλειστά μάτια. Οι διαδοχικές ρίψεις είναι ανεξάρτητες, και η πιθανότητα να πετύχουμε το στόχο είναι μόνο 1%. (αʹ) Ποια η πιθανότητα ακριβώς 2 βελάκια να πέτυχαν το στόχο; (βʹ) Αν αντί για 10, ρίχναμε 140 βελάκια, βρείτε μια προσέγγιση της πιο πάνω πιθανότητας. 35. (Προσδιορισμός κατανομής διακριτών τυχαίων μεταβλητών) Για κάθε μία απ τις παρακάτω τυχαίες μεταβλητές, περιγράψτε την κατανομή της και δώστε τις τιμές των αντίστοιχων παραμέτρων. (αʹ) Επιλέγουμε στην τύχη και με επανατοποθέτηση 10 φύλλα από 4 τράπουλες, και X είναι το πλήθος από άσσους που επιλέξαμε. (βʹ) Επιλέγουμε φύλλα όπως στο πρώτο σκέλος μέχρι την πρώτη φορά που θα επιλέξουμε βαλέ, και X είναι ο συνολικός αριθμός από φύλλα που επιλέξαμε. (γʹ) Όπως στο πρώτο σκέλος, αλλά χωρίς επανατοποθέτηση. (δʹ) Ρίχνουμε ένα δίκαιο ζάρι 15 φορές και X είναι το πλήθος των φορών που φέραμε μονό αποτέλεσμα. (εʹ) Ρίχνουμε M φορές ένα κέρμα με Ρ(Κορώνα)= p, και X είναι το πλήθος των φορών που φέραμε γράμματα. 8

9 36. (Δημητριακά) Κάθε εβδομάδα αγοράζετε ένα κουτί δημητριακά μιας συγκεκριμένης εταιρίας, το οποίο κοστίζει 5 ευρώ. Η εταιρία διαφημίζει ότι μέσα σε ορισμένα «τυχερά» κουτιά περιέχεται «κουπόνι δώρου» αξίας 10 ευρώ. Δίνεται ότι το 1% των κουτιών της εν λόγω εταιρίας περιέχει κουπόνι δώρου. (αʹ) Πόσο είναι το μέσο καθαρό κέρδος σας στις πρώτες 100 εβδομάδες αγοράς; (βʹ) Πόσα κατά μέσο όρο κουτιά πρέπει να αγοράσετε μέχρι να βρείτε ένα με κουπόνι δώρου; Πόσα χρήματα θα έχετε ξοδέψει κατά μέσο όρο; (γʹ) Βρείτε το ελάχιστο πλήθος, n, των εβδομάδων για τις οποίες πρέπει να εξακολουθείτε να αγοράζετε κουτιά έτσι ώστε να έχετε βρει κάποιο κουπόνι σε αυτό το διάστημα με πιθανότητα μεγαλύτερη ή ίση του 50%. (δʹ) Έστω ότι έχουν περάσει n 1 εβδομάδες και δεν έχετε βρει ακόμα κουπόνι, ποια η πιθανότητα ότι θα βρείτε ένα την επόμενη εβδομάδα; (n είναι το πλήθος εβδομάδων που υπολογίσατε στο προηγούμενο υποερώτημα.) (εʹ) Υπολογίστε την πιθανότητα να έχετε βρει ακριβώς 2 κουπόνια σε 100 εβδομάδες, κάνοντας χρήση της κατανομής Poisson. (ϛʹ) Υπολογίστε την πιθανότητα να μην έχετε βρει κανένα κουπόνι σε 100 εβδομάδες. 37. (Αυτιά και μύτες) Ο Σταύρος έχει μεγάλη μύτη και η Μαρία έχει μεγάλα αυτιά. Ο Σταύρος και η Μαρία κάνουν 5 παιδιά. Καθένα από αυτά κληρονομεί τα μεγάλα αυτιά της Μαρίας με πιθανότητα 0.5 και τη μεγάλη μύτη του Σταύρου με πιθανότητα 0.5. Κάθε παιδί κληρονομεί τη μεγάλη μύτη του Σταύρου ανεξάρτητα από το αν κληρονομεί τα μεγάλα αυτιά της Μαρίας, και ανεξάρτητα από το τι συνέβη στα άλλα παιδιά. (αʹ) Έστω X το πλήθος των παιδιών που έχουν κληρονομήσει και τα μεγάλα αυτιά του Σταύρου και τη μεγάλη μύτη της Μαρίας. Γράψτε ένα μαθηματικό τύπο για την πιθανότητα P (X = x), αναφέροντας τις δυνατές τιμές του x. (βʹ) Έστω Y το πλήθος των παιδιών που έχουν κληρονομήσει είτε τα μεγάλα αυτιά, είτε τη μεγάλη μύτη, είτε και τα δύο. Γράψτε ένα μαθηματικό τύπο για την πιθανότητα P (Y = y), αναφέροντας τις δυνατές τιμές του y. (γʹ) Μια πλαστική επέμβαση που επαναφέρει τη μύτη σε κανονικό μέγεθος κοστίζει 2000 ευρώ και μια πλαστική επέμβαση που επαναφέρει τα αυτιά (και τα δύο) σε κανονικό μέγεθος κοστίζει 4000 ευρώ. Αν ο Σταύρος και η Μαρία επιδιορθώσουν με πλαστική όλες τις μεγάλες μύτες και τα μεγάλα αυτιά των κοριτσιών τους, ποια είναι η μέση τιμή των χρημάτων που θα χρειαστούν; 38. (Ανάβαση Ζυγοβιστίου) Στο ετήσιο ράλλυ Ανάβασης Ζυγοβιστίου, κάθε οδηγός που συμμετέχει για πρώτη φορά θα εγκαταλείψει τον αγώνα με πιθανότητα 10%, κάθε οδηγός που συμμετέχει για δεύτερη φορά θα εγκαταλείψει τον αγώνα με πιθανότητα 5%, ενώ οι οδηγοί που συμμετέχουν για τουλάχιστον τρίτη φορά θα εγκαταλείψουν τον αγώνα με πιθανότητα 1%. Σε έναν αγώνα συμμετέχουν συνολικά 30 οδηγοί, εκ των οποίων 10 για πρώτη φορά, 15 για δεύτερη φορά, και άλλοι 5 οδηγοί έχουν συμμετάσχει 3 ή περισσότερες φορές. (αʹ) Αν, μετά τον αγώνα, μάθουμε για ένα τυχαία επιλεγμένο οδηγό (χωρίς προτίμηση στην επιλογή) ότι εγκατέλειψε, ποια είναι η πιθανότητα να ήταν η πρώτη του συμμετοχή; (βʹ) Κατά μέσο όρο πόσοι οδηγοί θα εγκαταλείψουν τον συγκεκριμένο αγώνα; 39. (Η μέθοδος της γάτας) Ένας διδάσκων διορθώνει 200 γραπτά τελικών εξετάσεων Πιθανοτήτων με τη μέθοδο της γάτας. Συγκεκριμένα, απλώνει τα 200 γραπτά στο πάτωμα ενός δωματίου, και βάζει μια γάτα να κάνει 1000 πατημασιές πάνω σε αυτά. Κάθε πατημασιά είναι εξίσου πιθανό να καταλήξει σε οποιοδήποτε από τα 200 γραπτά, ανεξάρτητα από τις άλλες πατημασιές. Ο βαθμός κάθε φοιτητή είναι ίσος με το πλήθος των πατημασιών στο γραπτό του, εκτός αν το πλήθος αυτό ξεπερνά το 10, οπότε ο βαθμός είναι 10. Επομένως, δεν επιτρέπονται ημιακέραιοι βαθμοί. Ο φοιτητής περνά το μάθημα αν πάρει βαθμό 5 και άνω. (αʹ) Έστω ένας συγκεκριμένος φοιτητής A. Ποια είναι η πιθανότητα να πάρει βαθμό 3 ο A; (βʹ) Κατά μέσο όρο πόσες πατημασιές έχει το γραπτό του A; (γʹ) Ποια είναι η πιθανότητα να περάσει ο φοιτητής A το μάθημα; (δʹ) Ποια είναι η μέση τιμή του πλήθους των φοιτητών που θα περάσουν; 40. (Τιμή χρυσού) Η τιμή του χρυσού σε μια αγορά μεταβάλλεται κάθε εβδομάδα ως εξής: Ή αυξάνεται κατά 1.5 μονάδα με πιθανότητα 72%, ή μειώνεται κατά 0.5 μονάδα, και οι αλλαγές αυτές είναι ανεξάρτητες από εβδομάδα σε εβδομάδα. Έστω ότι η σημερινή τιμή είναι 64 μονάδες, έστω X 1 η διαφορά της τιμής μετά την 1 η εβδομάδα, X 2 η διαφορά της τιμής μεταξύ 2 ης και 1 ης εβδομάδας, και γενικά X i η διαφορά της τιμής μεταξύ της εβδομάδας i και της εβδομάδας (i 1). 9

10 (αʹ) Δείξτε ότι X i = 2B i 1 2 όπου οι B i είναι Τ.Μ. Bernoulli, κατάλληλα ορισμένες. (βʹ) Έστω Y η συνολική διαφορά της τιμής μετά από 8 εβδομάδες. Εκφράστε την Y ως συνάρτηση ανεξάρτητων Τ.Μ. B i με κατανομή Bernoulli. (γʹ) Εκφράστε την Y ως συνάρτηση μιας διωνυμικής Τ.Μ. Z. (δʹ) Υπολογίστε την μέση τιμή και τη διασπορά της Y με δύο τρόπους: Πρώτα μέσω του δεύτερου σκέλους, και μετά μέσω του τρίτου σκέλους. (εʹ) Ποια είναι η πιθανότητα ότι μετά από 8 εβδομάδες η τιμή θα είναι μεταξύ 66 και 70 μονάδων (συμπεριλαμβανομένων); 10

11 4η Ομάδα Ασκήσεων 41. (Ζυγοβίστι) Στον ετήσιο ποδοσφαιρικό αγώνα Ζυγοβιστίου-Στεμνίτσας η ομάδα του Ζυγοβιστίου επιτυγχάνει X τέρματα ενώ η ομάδα της Στεμνίτσας Y τέρματα. Οι από κοινού πιθανότητες P (X = x, Y = y) δίνονται από τον ακόλουθο πίνακα (αʹ) Κατά μέσο όρο, πόσα τέρματα θα σημειωθούν; x y 1 1/16 1/8 1/8 1/8 1/16 2 1/16 1/8 1/8 1/8 1/16 (βʹ) Με δεδομένο ότι ο αγώνας δεν ήταν ισόπαλος, ποια η πιθανότητα να έχει κερδίσει το Ζυγοβίστι; (γʹ) Έστω το ακόλουθο παιχνίδι: αν μπουν περισσότερα από 5 τέρματα (αθροιστικά, και από τις δύο ομάδες) λαμβάνουμε 4 ευρώ, αλλιώς δίνουμε 1 ευρώ. Μας συμφέρει να παίξουμε αυτό το παιχνίδι ή όχι, και γιατί; (δʹ) Έστω πως γίνονται διαδοχικά αγώνες μέχρι η Στεμνίτσα να μην χάσει. Κατά μέσο όρο, πόσοι αγώνες θα γίνουν; Ποια υπόθεση κάνατε για να καταλήξετε στο αποτέλεσμα; 42. (Άγνωστη παράμετρος) Σε κάθε συνάντησή τους, ο Ρωμαίος λέει στην Ιουλιέτα X φορές «σ αγαπώ» και η Ιουλιέτα του λέει Y φορές «σ αγαπώ», όπου τα X και Y είναι διακριτές Τ.Μ. με από κοινού κατανομή που δίνεται από τον παρακάτω πίνακα: (αʹ) Ποια είναι η τιμή του b; y x 0 3/50 1/10 b 1/10 3/50 1 1/30 0 1/5 0 1/30 2 1/30 1/10 b 1/10 1/30 (βʹ) Ποια είναι η πιθανότητα το γινόμενο XY να ισούται με 20; (γʹ) Να βρεθούν οι μέσες τιμές του X και του Y. (δʹ) Να βρεθούν οι διασπορές του X και του Y. 43. (Κρασί) Σύμφωνα με τις πιο πρόσφατες οινολογικές μελέτες, η ποιότητα ενός είδους κρασιού Eiswein που παράγεται σε ένα αμπελώνα, σε μια κλίμακα με άριστα το 10, ισούται με Z = X + Y X Y, όπου X είναι το πλήθος των ημερών που βρέχει και Y το πλήθος των ημερών που χιονίζει κατά το μήνα που προηγείται της συγκομιδής των σταφυλιών. Η από κοινού μάζα των X, Y, είναι η ακόλουθη: (αʹ) Ποια είναι η συνδιακύμανση των X, Y ; (βʹ) Ποια είναι η μάζα της Τ.Μ. Z; (γʹ) Πόση είναι η μέση τιμή E(Z) της Τ.Μ. Z; y x 3 2/15 2/15 1/15 1/15 1/30 4 2/15 1/15 1/15 1/15 1/30 5 1/15 1/30 1/30 1/30 1/ (Γκολ) Έστω ποδοσφαιρικός αγώνας σχολικού πρωταθλήματος. Αν X είναι τα γκολ της ομάδας που παίζει εντός έδρας και Y τα γκολ της ομάδας που παίζει εκτός έδρας, τότε δίνεται ότι οι X, Y είναι από κοινού διακριτές Τ.Μ. με από κοινού μάζα πιθανότητας που δίνεται στον ακόλουθο πίνακα: x y 0 1/16 1/8 1/16 1/16 1 1/32 1/16 1/8 1/16 2 1/32 1/32 1/16 1/8 3 1/32 1/32 1/32 1/16 11

12 Να απαντήσετε στα ακόλουθα: (αʹ) Ποιες είναι οι περιθώριες μάζες των X, Y ; (βʹ) Είναι οι X,Y ανεξάρτητες; (γʹ) Ποια είναι η πιθανότητα να κερδίσει (δηλαδή να βάλει περισσότερα γκολ από την άλλη ομάδα) η ομάδα που παίζει εντός έδρας; (δʹ) Υπολογίστε τα E(X), E(Y ), COV(X, Y ). 45. (Μηδενική συσχέτιση) Έστω X, Y, ανεξάρτητες τυχαίες μεταβλητές Bernoulli με παράμετρο p = 1 2. Να δειχθεί ότι οι τυχαίες μεταβλητές V = X + Y και W = X Y δεν είναι ανεξάρτητες, αλλά έχουν μηδενική συνδιακύμανση. 46. (Εξέταση) Στην αρχή μιας δίωρης εξέτασης, στο Χημείο βρίσκονται 60 φοιτητές. Κάθε ένας από αυτούς θα αποχωρήσει από την εξέταση μετά από ένα τυχαίο χρόνο X ο οποίος μετράται σε ώρες και έχει την ακόλουθη πυκνότητα πιθανότητας: { 1 f(x) = x, x [0, 2], 0, x [0, 2]. Οι χρόνοι αποχώρησης διαφορετικών φοιτητών είναι ανεξάρτητοι μεταξύ τους. Να απαντήσετε στα ακόλουθα: (αʹ) Ποια είναι η μέση τιμή και η διασπορά του χρόνου X; (βʹ) Έστω Y το πλήθος των φοιτητών που παραμένουν στην αίθουσα ακριβώς μια ώρα μετά την έναρξη της εξέτασης. Ποια είναι η μάζα, η μέση τιμή, και η διασπορά του Y ; 47. (Μετάδοση σημάτων) Ο χρόνος που παίρνει να φτάσει ένα μήνυμα το οποίο στέλνει ένας δορυφόρος στη γη, είναι μια συνεχής τυχαία μεταβλητή Χ (σε λεπτά) με πυκνότητα: ax 2, x [0, 1], f(x) = a, x [1, 2], (1) 0, x > 2. Αν ο χρόνος ξεπεράσει τα 1.9 λεπτά, θεωρείται ότι υπήρξε σφάλμα στην αποστολή. (αʹ) Να βρεθεί η τιμή της σταθεράς a. (βʹ) Έστω πως ο δορυφόρος σταματάει την αποστολή μηνυμάτων μόλις υπάρξει ένα σφάλμα. Ποια είναι η μέση τιμή και η διασπορά του συνολικού πλήθους μηνυμάτων που στέλνονται; (γʹ) Αν τώρα υποθέσουμε ότι σε μια μέρα στέλνονται 18 τέτοια μηνύματα, χωρίς να σταματάει η αποστολή τους αν ένα αποτύχει, και ότι κάθε ένα από αυτά αποτυγχάνει ανεξάρτητα από τα άλλα, ποια είναι η πιθανότητα να φθάσουν σωστά μόνο τα 16 από τα 18 σε μια μέρα; 48. (Από συνεχή Τ.Μ. σε διακριτή Τ.Μ.) Έστω η συνεχής Τ.Μ. X με πυκνότητα πιθανότητας { c + x f(x) = 4, 0 x < 2, 0, αλλού. (αʹ) Ποια είναι η τιμή της σταθεράς c; (βʹ) Ποια είναι η μέση τιμή E(X); (γʹ) Ορίζουμε την Τ.Μ. Y = X, δηλαδή το ακέραιο μέρος του X. (Επομένως, το Y είναι ο μεγαλύτερος ακέραιος που είναι μικρότερος ή ίσος από τον X.) Ποια είναι η μάζα του Y ; 49. (Πυκνότητα πιθανότητας 1) Η διάρκεια ζωής X μιας ηλεκτρονικής συσκευής έχει την ακόλουθη συνάρτηση πυκνότητας πιθανότητας: { 10 f X (x) = x, x > 10, 2 0, x 10. (αʹ) Να υπολογιστεί η πιθανότητα P (X > 20). (βʹ) Να προσδιορισθεί η συνάρτηση κατανομής πιθανότητας της X, F X (x). (γʹ) Ποια είναι η πιθανότητα ότι από 6 τέτοιες συσκευές, τουλάχιστον 3 θα δουλεύουν για τουλάχιστον 15 ώρες; Να αναφέρεται τυχόν παραδοχές. 12

13 50. (Πυκνότητα πιθανότητας 2) Έστω Τ.Μ. X με την ακόλουθη πυκνότητα: { 1 f(x) = 100 xe x/k, x 0, 0, x < 0. (αʹ) Υπολογίστε την τιμή της σταθεράς k. (βʹ) Υπολογίστε την μέση τιμή της X. 51. (Μίξη τυχαίων μεταβλητών) Έστω Τ.Μ. X ομοιόμορφα κατανεμημένη στο [0, 1]. Έστω Y Τ.Μ. εκθετικά κατανεμημένη με παράμετρο θ = 1. Έστω Τ.Μ. Z που ορίζεται ως εξής: ρίχνουμε ένα δίκαιο κέρμα και αν έρθει γράμματα, τότε Z = X. Αν έρθει κορώνα, τότε Z = Y. (αʹ) Ποια είναι η πιθανότητα P ( Z < 1 2) ; (βʹ) Υπολογίστε την κατανομή και την πυκνότητα του Z. 52. (Συνδέσεις) Το πλήθος των ενεργοποιημένων συνδέσεων σε ένα δίκτυο είναι X, όπου η X έχει κάποια άγνωστη κατανομή με μέση τιμή 2000 και τυπική απόκλιση 500. Αν κάποια στιγμή το πλήθος των συνδέσεων αποκλίνει από το μέσο πλήθος κατά περισσότερο από ±S, τότε το δίκτυο «πέφτει». Βρείτε μια τιμή για το S ώστε το ενδεχόμενο να πέσει το δίκτυο να έχει πιθανότητα το πολύ 1%. 53. (Ανεξάρτητα πειράματα Bernoulli) Έστω X ο αριθμός των επιτυχιών σε n ανεξάρτητα πειράματα Bernoulli, όπου η πιθανότητα επιτυχίας είναι p. Έστω Y = X n ο μέσος όρος των επιτυχιών ανά πείραμα. Εφαρμόστε την ανισότητα Chebyshev στο ενδεχόμενο { Y p > a}. Τι συμβαίνει καθώς n ; 54. (Κέρμα) Έχετε ένα κέρμα για το οποίο θέλετε να προσδιορίσετε ποια είναι η πιθανότητα p να έρθει κορώνα. (Δεν ισχύει απαραίτητα p = 1/2.) Η μόνη πληροφορία που έχετε στη διάθεσή σας είναι τα αποτελέσματα ανεξάρτητων ρίψεων X 1, X 2,... που μπορείτε να πραγματοποιήσετε, όπου { 1, κορώνα στην i ρίψη, X i = 0, γράμματα στην i ρίψη. (αʹ) Πώς θα εκτιμούσατε την άγνωστη πιθανότητα p; (βʹ) Πόσες ρίψεις θα ήταν αρκετές έτσι ώστε η πιθανότητα το λάθος στην εκτίμησή σας να υπερβεί το 0.01, να είναι μικρότερη από 1/100; Χρησιμοποιήστε την ανισότητα του Chebyshev. 13

14 5η Ομάδα Ασκήσεων 55. (Αριθμητικοί υπολογισμοί με την κανονική κατανομή) Έστω X μια Τ.Μ. με κανονική κατανομή N(µ, σ 2 ). (αʹ) Αν µ = 0 και σ 2 = 1, να βρεθούν οι P (X < 1.22) και P (X > 1.22). (βʹ) Αν µ = 1 και σ 2 = 1, να βρεθεί η πιθανότητα P (X > 2.7) και η πιθανότητα P (X < 4.7 ή X > 2.7). (γʹ) Αν µ = 1 και σ 2 = 1, να βρεθεί η P (X > 2.1 ή 1 < X < 1). (δʹ) Αν µ = 1 και σ 2 = 4, να βρεθούν οι P (X > 3) και P (X > 3 X > 2). (εʹ) Αν µ = 2 και σ 2 = 3.5, να βρεθεί η μέση τιμή των Y = 1 X 2 και Y = (X + 2) 15. (ϛʹ) Αν µ = 2, να βρεθεί η τιμή της διασποράς για την οποία P (X < 0) = 1/ (Καρέκλες) Στο πανηγύρι του Σωτήρος του Ζυγοβιστίου ο έφορος της εκκλησίας φροντίζει για την προμήθεια καρεκλών. Ο έφορος γνωρίζει ότι υπάρχουν 1000 Ζυγοβιστινοί, καθένας εκ των οποίων θα επισκεφθεί το πανηγύρι ανεξάρτητα από τους άλλους, με πιθανότητα 1 2. Πόσες καρέκλες πρέπει να προμηθευτεί ο έφορος, ώστε η πιθανότητα να έχουν όλοι όσοι έρθουν καρέκλα να υπερβαίνει το 99%; Αρκεί να δώσετε μια μαθηματική έκφραση, χωρίς να υπολογίσετε ακριβή τιμή. 57. (Διόρθωση γραπτών) Σε μια εξέταση πιθανοτήτων, τα γραπτά των φοιτητών ανήκουν σε τρεις κατηγορίες, ως εξής: (αʹ) Ένα γραπτό είναι λευκή κόλλα με πιθανότητα 1 6, οπότε και ο διδάσκοντας βάζει βαθμό 0, και χρειάζεται 12 δευτερόλεπτα για να ολοκληρώσει τη διόρθωση. (βʹ) Ένα γραπτό δεν είναι λευκή κόλλα αλλά έχει έκταση λιγότερη από 2 σελίδες, με πιθανότητα 1 2. Σε αυτή την περίπτωση, ο διδάσκοντας ρίχνει ένα τετράπλευρο ζάρι και βάζει ως βαθμό το αποτέλεσμα X της ζαριάς, με το X να λαμβάνει τις τιμές X = 1, 2, 3, 4, κάθε μια με πιθανότητα 1 4. Σε αυτή την περίπτωση, ο διδάσκοντας ολοκληρώνει τη διόρθωση σε 20 δευτερόλεπτα. (γʹ) Για τα υπόλοιπα γραπτά, ο διδάσκοντας ρίχνει ένα εξάπλευρο ζάρι και βάζει βαθμό 4+Y, όπου Y είναι το αποτέλεσμα της ζαριάς και λαμβάνει τιμές Y = 1, 2, 3, 4, 5, 6, κάθε μια με πιθανότητα 1 6. Σε αυτή την περίπτωση, ο διδάσκοντας ολοκληρώνει τη διόρθωση σε 30 δευτερόλεπτα. Να απαντήσετε στα ακόλουθα ερωτήματα: (αʹ) Ποια είναι η μάζα πιθανότητας και η μέση τιμή του βαθμού Z ενός φοιτητή; (βʹ) Ποια είναι η μάζα πιθανότητας, η μέση τιμή και η διασπορά του χρόνου W για να διορθωθεί ένα γραπτό; (γʹ) Ποια είναι η πιθανότητα ο διδάσκοντας να διορθώσει μέσα σε 2 ώρες τουλάχιστον 320 γραπτά; (Αγνοούμε τους χρόνους μετάβασης από γραπτό σε γραπτό και άλλους χρόνους πέραν αυτών της διόρθωσης, και υποθέτουμε ότι οι χρόνοι διόρθωσης είναι ανεξάρτητοι μεταξύ τους.) 58. (Ερωτήσεις πολλαπλής επιλογής) Σε ένα διαγώνισμα υπάρχουν 110 ερωτήσεις πολλαπλής επιλογής. Υποθέτουμε ότι κάποιος φοιτητής απαντάει όλες τις ερωτήσεις στην τύχη, ανεξάρτητα τη μια απ την άλλη. (αʹ) Αν η κάθε ερώτηση έχει 65 δυνατές απαντήσεις, βρείτε μια καλή προσέγγιση για την πιθανότητα στο τέλος ο φοιτητής να έχει απαντήσει σωστά ακριβώς 2 ερωτήσεις. (βʹ) Έστω τώρα πως η κάθε ερώτηση έχει μόνο 4 δυνατές απαντήσεις, και πως για κάθε σωστή απάντηση ο εξεταζόμενος παίρνει 10 βαθμούς και για κάθε λάθος χάνει 3 βαθμούς. Βρείτε μια ακριβή προσέγγιση για την πιθανότητα να πάρει τελικά θετικό βαθμό. 59. (Ανθοδέσμες) Κάθε μέρα ο Ρωμαίος αγοράζει μια ανθοδέσμη για την Ιουλιέτα. Υπάρχουν 5 είδη από ανθοδέσμες, με αντίστοιχες τιμές 1, 2, 4, 7 και 16 φιορίνια. Ο Ρωμαίος αγοράζει ανθοδέσμη ενός είδους στην τύχη, χωρίς ιδιαίτερη προτίμηση στο είδος, ανεξάρτητα από μέρα σε μέρα, για 6 μήνες (180 ημέρες). (αʹ) Βρείτε μια προσέγγιση για την πιθανότητα ο Ρωμαίος να έχει ξοδέψει συνολικά περισσότερες από χίλια φιορίνια για ανθοδέσμες σ αυτούς τους 6 μήνες. (βʹ) Βρείτε μια προσέγγιση για την πιθανότητα ο Ρωμαίος να έχει αγοράσει την ακριβή ανθοδέσμη που κάνει 16 φιορίνια συνολικά λιγότερες από 30 φορές σ αυτούς τους 6 μήνες. 60. (Τηλεφωνικό κέντρο) Σε ένα τηλεφωνικό κέντρο, οι διάρκειες X i των κλήσεων είναι ανεξάρτητες μεταξύ τους και έχουν εκθετική κατανομή με μέση διάρκεια τα 40 δευτερόλεπτα. (αʹ) Ποια η πιθανότητα η συνολική διάρκεια 250 διαδοχικών κλήσεων να ξεπερνά τις δύο ώρες και πενήντα λεπτά; 14

15 (βʹ) Ποια η πιθανότητα, ανάμεσα σε αυτές τις 250 κλήσεις, λιγότερες από 75 να έχουν διάρκεια μεγαλύτερη από 1 λεπτό; 61. (Μπιφτέκια) Ένας μάγειρας θέλει να φτιάξει 100 μπιφτέκια. Ετοιμάζει το μείγμα, και αρχίζει να πλάθει τα μπιφτέκια, σκοπεύοντας το καθένα να έχει βάρος 200 γραμμάρια. Επειδή δεν μπορεί να υπολογίσει το βάρος του κάθε μπιφτεκιού επακριβώς, τα μπιφτέκια έχουν βάρη, σε γραμμάρια, που μοντελοποιούνται ως συνεχείς Τ.Μ. ομοιόμορφα κατανεμημένες στο διάστημα [180, 220]. (αʹ) Αν το μείγμα που έχει στη διάθεσή του ο μάγειρας έχει βάρος γραμμάρια, ποια είναι η πιθανότητα να μπορέσει να φτιάξει τουλάχιστον 100 μπιφτέκια; (βʹ) Πόσο μείγμα πρέπει να έχει στη διάθεσή του ώστε η πιθανότητα να μπορέσει να φτιάξει τουλάχιστον 100 μπιφτέκια να είναι τουλάχιστον 99%; Υποθέστε ότι και το τελευταίο μπιφτέκι που θα φτιάξει ο μάγειρας πρέπει να έχει την άνω κατανομή. Δηλαδή, ο μάγειρας δεν προχωρά στην κατασκευή ενός μπιφτεκιού που, κατά την εκτίμησή του, είναι μικρότερο του κανονικού. 62. (Σκουπίδι) Ένα αρκετά ελαφρύ σκουπίδι δέχεται επανειλημμένες τυχαίες αναταράξεις λόγω του ανέμου. Έστω ότι κατά τη διάρκεια του i (χρονικού) λεπτού μετατοπίζεται στην οριζόντια διεύθυνση κατά X i U[ 1, 1] μέτρα. Συνεπώς μετά από 100 λεπτά το σκουπίδι βρίσκεται σε (οριζόντια) απόσταση 100 i=1 X i από την αρχική του θέση. (Θεωρήστε ότι οι αναταράξεις X 1,..., X 100 είναι ανεξάρτητες.) (αʹ) Ποια είναι η μέγιστη δυνατή απόσταση από την αρχική θέση; (βʹ) Χρησιμοποιώντας το Κεντρικό Οριακό Θεώρημα, προσεγγίστε την πιθανότητα η απόσταση από την αρχική θέση να είναι μικρότερη των 10 μέτρων. (γʹ) Κάνετε το ίδιο για την πιθανότητα ότι η απόσταση από την αρχική θέση είναι μικρότερη των 30 μέτρων. (δʹ) Χρησιμοποιήστε την ανισότητα Chebyshev για να βρείτε ένα κάτω όριο για τις πιθανότητες του δεύτερου και τρίτου σκέλους. Είναι χρήσιμο το όριο αυτό; 15

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω)

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω) ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!) 1. Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ 2016-2017 (ΤΜΗΜΑ Μ-Ω) (αʹ) Υπάρχει μια ομάδα ασκήσεων για περίπου κάθε 2 κεφάλαια

Διαβάστε περισσότερα

1η Ομάδα Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, Σ. ΤΟΥΜΠΗΣ. 1. (Ισότητα συνόλων) Να δείξετε ότι

1η Ομάδα Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, Σ. ΤΟΥΜΠΗΣ. 1. (Ισότητα συνόλων) Να δείξετε ότι ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, 5-6 Σ. ΤΟΥΜΠΗΣ η Ομάδα Ασκήσεων. Ισότητα συνόλων Να δείξετε ότι A B i A B i. Έστω C A B i και D A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται,

Διαβάστε περισσότερα

Λύσεις 2ης Ομάδας Ασκήσεων

Λύσεις 2ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. (Μπάλες Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ (αʹ Έστω A το ενδεχόμενο να επιλέξουμε τουλάχιστον μια άσπρη μπάλα. Θα υπολογίσουμε

Διαβάστε περισσότερα

Λύσεις 1ης Ομάδας Ασκήσεων

Λύσεις 1ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ. Ισότητα συνόλων Έστω C = A i= B i και D = i= A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται,

Διαβάστε περισσότερα

Λύσεις 4ης Ομάδας Ασκήσεων

Λύσεις 4ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. Ζυγοβίστι Λύσεις 4ης Ομάδας Ασκήσεων Τμήμα Α Λ αʹ Το συνολικό πλήθος των τερμάτων που θα σημειωθούν είναι X + Y, και η μέση

Διαβάστε περισσότερα

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΝΑΛΥΣΗ ΕΠΙΔΟΣΗΣ ΣΥΣΤΗΜΑΤΩΝ ΚΑΙ ΔΙΚΤΥΩΝ Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!) 1. Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ 2016-2017 (αʹ) Υπάρχει μια ομάδα ασκήσεων για περίπου

Διαβάστε περισσότερα

#(A B) = (#A)(#B). = 2 6 = 1/3,

#(A B) = (#A)(#B). = 2 6 = 1/3, Κεφάλαιο 4 Πιθανότητες και συνδυαστική Οπως είδαμε σε κάποια παραδείγματα των προηγουμένων κεφαλαίων, συχνά συναντάμε καταστάσεις όπου όλες οι δυνατές εκφάνσεις ενός τυχαίου πειράματος έχουν την ίδια πιθανότητα.

Διαβάστε περισσότερα

1 ο Κεφάλαιο : Πιθανότητες. 1. Δειγματικοί χώροι 2. Διαγράμματα Venn. Φυσική γλώσσα και ΚΑΤΗΓΟΡΙΕΣ ΑΣΚΗΣΕΩΝ. 3. Κλασικός ορισμός. 4.

1 ο Κεφάλαιο : Πιθανότητες. 1. Δειγματικοί χώροι 2. Διαγράμματα Venn. Φυσική γλώσσα και ΚΑΤΗΓΟΡΙΕΣ ΑΣΚΗΣΕΩΝ. 3. Κλασικός ορισμός. 4. ο Κεφάλαιο : Πιθανότητες. Δειγματικοί χώροι. Διαγράμματα Venn Φυσική γλώσσα και ΚΑΤΗΓΟΡΙΕΣ ΑΣΚΗΣΕΩΝ. Κλασικός ορισμός πιθανότητας 4. Κανόνες λογισμού πιθανοτήτων η Κατηγορία : Δειγματικοί χώροι ) Ρίχνουμε

Διαβάστε περισσότερα

B A B A A 1 A 2 A N = A i, i=1. i=1

B A B A A 1 A 2 A N = A i, i=1. i=1 Κεφάλαιο 2 Χώρος πιθανότητας και ενδεχόμενα 2.1 Προκαταρκτικά Εστω ότι κάποιος μας προτείνει να του δώσουμε δυόμισι ευρώ για να παίξουμε το εξής παιχνίδι: Θα στρίβουμε ένα νόμισμα μέχρι την πρώτη φορά

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50]

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Η καταληκτική ημερομηνία για την παραλαβή

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων και Στατιστική

Θεωρία Πιθανοτήτων και Στατιστική Θεωρία Πιθανοτήτων και Στατιστική 2 ο Εξάμηνο Ασκήσεις Πράξης 1 Θεωρία Συνόλων - Δειγματικός Χώρος Άσκηση 1: Να βρεθούν και να γραφούν με συμβολισμούς της Θεωρίας Συνόλων οι δειγματοχώροι των τυχαίων πειραμάτων:

Διαβάστε περισσότερα

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ Έστω ότι επιθυμούμε να μελετήσουμε ένα τυχαίο πείραμα με δειγματικό χώρο Ω και έστω η πιθανότητα να συμβεί ένα ενδεχόμενο Α Ω Υπάρχουν περιπτώσεις όπου ενώ δεν γνωρίζουμε

Διαβάστε περισσότερα

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ κεφ - ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ Σε ένα συρτάρι υπάρχουν δύο κάρτες, μία άσπρη και μία κόκκινη Παίρνουμε στην τύχη μία κάρτα από το συρτάρι, καταγράφουμε το χρώμα της και την ξαναβάζουμε

Διαβάστε περισσότερα

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΦΡΟΝΤΙΣΤΗΡΙΑ 6-7: ΔΙΑΚΡΙΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΕΠΙΜΕΛΕΙΑ: ΓΙΑΝΝΟΠΟΥΛΟΣ ΜΙΧΑΛΗΣ Τυχαία Μεταβλητή (Τ.Μ.): Συνάρτηση πραγματικών τιμών

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Οι απαντήσεις των ασκήσεων πρέπει να

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50]

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Οι απαντήσεις των ασκήσεων πρέπει να

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q 7ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 7ο Μάθημα Πιθανότητες

Διαβάστε περισσότερα

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα.

ε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα. 1. Τα μέλη ενός Γυμναστηρίου έχουν τη δυνατότητα να επιλέξουν προγράμματα αεροβικής ή γυμναστικής με βάρη. Θεωρούμε τα ενδεχόμενα: Α = Ένα μέλος έχει επιλέξει πρόγραμμα αεροβικής. Β = Ένα μέλος έχει επιλέξει

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ, ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΟΙΧΕΙΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΩΝ ΓΕΩΛΟΓΙΚΟΥ

ΠΙΘΑΝΟΤΗΤΕΣ, ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΟΙΧΕΙΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΩΝ ΓΕΩΛΟΓΙΚΟΥ ΠΙΘΑΝΟΤΗΤΕΣ, ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΟΙΧΕΙΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΙΑ ΣΕΤ ΑΣΚΗΣΕΩΝ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ Στο Σετ αυτό περιλαμβάνονται θέματα Πιθανοτήτων που έχουν δοθεί σε εξετάσεις παρελθόντων ετών στα Τμήματα Γεωλογικό

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q Πιθανότητες και Αρχές Στατιστικής (7η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ ΚΕΦΑΛΑΙΟ ΔΙΑΤΑΞΕΙΣ ΜΕΤΑΘΕΣΕΙΣ ΣΥΝΔΥΑΣΜΟΙ Εισαγωγή. Οι σχηματισμοί που προκύπτουν με την επιλογή ενός συγκεκριμένου αριθμού στοιχείων από το ίδιο σύνολο καλούνται διατάξεις αν μας ενδιαφέρει η σειρά καταγραφή

Διαβάστε περισσότερα

Πιθανότητες. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Γενικής κεφάλαιο 3 94 ασκήσεις. Kglykos.gr. εκδόσεις. Καλό πήξιμο. Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α

Πιθανότητες. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Γενικής κεφάλαιο 3 94 ασκήσεις. Kglykos.gr. εκδόσεις. Καλό πήξιμο. Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α Πιθανότητες Κώστας Γλυκός Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglykos.gr 7 / 0 / 0 6 Γενικής κεφάλαιο 3 94 ασκήσεις και τεχνικές σε 8 σελίδες εκδόσεις Καλό πήξιμο ΓΛΥΚΟΣ ΚΩΝ/ΝΟΣ τηλ.

Διαβάστε περισσότερα

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ. ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα ονομάζουμε κάθε πείραμα για το οποίο, όταν ξέρουμε τις συνθήκες κάτω από τις οποίες πραγματοποιείται, μπορούμε να προβλέψουμε με

Διαβάστε περισσότερα

4. Απαγορεύεται η χρήση υπολογιστή χειρός. Απαγορεύεται η χρήση κινητού, και ως υπολογιστή χειρός.

4. Απαγορεύεται η χρήση υπολογιστή χειρός. Απαγορεύεται η χρήση κινητού, και ως υπολογιστή χειρός. ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, ΙΩΑΝΝΗΣ ΚΟΝΤΟΓΙΑΝΝΗΣ, ΣΤΑΥΡΟΣ ΤΟΥΜΠΗΣ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ, ΙΟΥΝΙΟΣ 207 ΟΝΟΜΑ ΦΟΙΤΗΤΗ:.............................. Οδηγίες. Συμπληρώστε το όνομά

Διαβάστε περισσότερα

Μέση τιμή, διασπορά, τυπική απόκλιση. 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i)=

Μέση τιμή, διασπορά, τυπική απόκλιση. 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i)= Μέση τιμή, διασπορά, τυπική απόκλιση Όπου χρειάζεται να γίνει χρήση του μικροϋπολογιστή 3x 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i)= i-2 22, xi=1,2,3,4. α) Να συμπληρωθεί ο παρακάτω πίνακας:

Διαβάστε περισσότερα

ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α

ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α 1. (2.5 μονάδες) Ο κ. Ζούπας παρέλαβε μία μυστηριώδη τσάντα από το ταχυδρομείο. Όταν

Διαβάστε περισσότερα

2010-2011. 4 o Γενικό Λύκειο Χανίων Γ τάξη. Γενικής Παιδείας. Ασκήσεις για λύση

2010-2011. 4 o Γενικό Λύκειο Χανίων Γ τάξη. Γενικής Παιδείας. Ασκήσεις για λύση 00-0 o Γενικό Λύκειο Χανίων Γ τάξη Μαθηματικά Γενικής Παιδείας γ Ασκήσεις για λύση Επιμέλεια: Μ Ι Παπαγρηγοράκης http://usersschgr/mipapagr Γ Λυκείου Μαθηματικά Γενικής Παιδείας ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ-

Διαβάστε περισσότερα

Περιεχόμενα 2ης Διάλεξης 1 Σύνοψη προηγούμενου μαθήματος 2 Αξιωματικός ορισμός και απαρίθμηση 3 Διατάξεις - Συνδυασμοί 4 Παραδείγματα υπολογισμού πιθα

Περιεχόμενα 2ης Διάλεξης 1 Σύνοψη προηγούμενου μαθήματος 2 Αξιωματικός ορισμός και απαρίθμηση 3 Διατάξεις - Συνδυασμοί 4 Παραδείγματα υπολογισμού πιθα Πιθανότητες και Αρχές Στατιστικής (2η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 54 Περιεχόμενα

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 7: Ανεξάρτητα ενδεχόμενα Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

200, δηλαδή : 1 p Y (y) = 0, αλλού

200, δηλαδή : 1 p Y (y) = 0, αλλού ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 05 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 6 ιακριτές Τυχαίες Μεταβλητές Επιµέλεια : Σοφία Σαββάκη Ασκηση. Η εταιρεία

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ. Ρίχνουµε ένα νόµισµα τρείς φορές (i) Να βρείτε τον δειγµατικό χώρο του πειράµατος τύχης. (ii) Να βρείτε την πιθανότητα των ενδεχοµένων: Α: Οι τρεις ενδείξεις είναι ίδιες. Β:

Διαβάστε περισσότερα

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ. Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ. Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις Έννοια τυχαίας μεταβλητής Κατά τον υπολογισμό πιθανοτήτων, συχνά συμβαίνει τα ενδεχόμενα που μας ενδιαφέρουν να μετρούν

Διαβάστε περισσότερα

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ 1.Έστω ο δειγματικός χώρος Ω = { 1,,, K,10} με ισοπίθανα απλά ενδεχόμενα. Να 4 βρείτε την πιθανότητα ώστε η συνάρτηση f ( x ) = x 4x + λ να

Διαβάστε περισσότερα

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΑΘΗΜΑΤΙΚΑ Ι Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!). Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ 8-9 (αʹ) Υπάρχει μια ομάδα ασκήσεων για κάθε ένα των σημειώσεων, και η καταληκτική

Διαβάστε περισσότερα

Εξέταση στις ΠΙΘΑΝΟΤΗΤΕΣ I

Εξέταση στις ΠΙΘΑΝΟΤΗΤΕΣ I Εξέταση στις ΠΙΘΑΝΟΤΗΤΕΣ I ΟΔΗΓΙΕΣ Να μην αντιγράψετε τα θέματα στην κόλα σας. Να γράψετε το ονοματεπώνυμό σας και τον αριθμό μητρώου σας (ΑΜ) στα θέματα και σε κάθε κόλα που θα χρησιμοποιήσετε. Τα θέματα

Διαβάστε περισσότερα

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ Πιθανότητες και Αρχές Στατιστικής (3η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 38 Περιεχόμενα

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή: Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 2017-18 Λύσεις του πέμπτου φυλλαδίου ασκήσεων 1 Σε ένα πρόβλημα πολλαπλής επιλογής προτείνονται n απαντήσεις από τις οποίες μόνο μία είναι σωστή Αν η σωστή απάντηση κερδίζει

Διαβάστε περισσότερα

1.1 Πείραμα Τύχης - δειγματικός χώρος

1.1 Πείραμα Τύχης - δειγματικός χώρος 1. ΠΙΘΑΝΟΤΗΤΕΣ 1.1 Πείραμα Τύχης - δειγματικός χώρος Κάθε πείραμα στο οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα λέγεται αιτιοκρατικό πείραμα. Τέτοια πειράματα

Διαβάστε περισσότερα

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ 3ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 3ο Μάθημα Πιθανότητες

Διαβάστε περισσότερα

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ

ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!) 1. Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ 2017-2018 (αʹ) Υπάρχει μια ομάδα ασκήσεων για κάθε ένα των σημειώσεων, και

Διαβάστε περισσότερα

Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή

Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή Όπου χρειάζεται να γίνει χρήση του μικροϋπολογιστή 3xi -2 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i )= 5, x

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Α ΕΝΟΤΗΤΑ. Πιθανότητες. Α.1 (1.1 παρ/φος σχολικού βιβλίου) Α.2 (1.2 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα. Η έννοια της πιθανότητας

Α ΕΝΟΤΗΤΑ. Πιθανότητες. Α.1 (1.1 παρ/φος σχολικού βιβλίου) Α.2 (1.2 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα. Η έννοια της πιθανότητας Α ΕΝΟΤΗΤΑ Πιθανότητες Α.1 (1.1 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα Α.2 (1.2 παρ/φος σχολικού βιβλίου) Η έννοια της πιθανότητας Α.1 Δειγματικός Χώρος. Ενδεχόμενα. Απαραίτητες γνώσεις

Διαβάστε περισσότερα

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΜΣ στη «Ναυτιλία» Τμήμα Β art time Χαράλαμπος Ευαγγελάρας hevangel@unipi.gr Η έννοια της Πιθανότητας Ο όρος πιθανότητα είναι συνδέεται άμεσα με τη μελέτη

Διαβάστε περισσότερα

X i = Y = X 1 + X X N.

X i = Y = X 1 + X X N. Κεφάλαιο 6 Διακριτές τυχαίες μεταβλητές Σε σύνθετα προβλήματα των πιθανοτήτων, όπως π.χ. σε προβλήματα ανάλυσης πολύπλοκων δικτύων ή στη στατιστική ανάλυση μεγάλων δεδομένων, η λεπτομερής, στοιχείο-προς-στοιχείο

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018 ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018 Διδάσκουσα: Β. Πιπερίγκου Σε μια ενδονοσοκομειακή έρευνα, καταγράφηκε ο χρόνος ύπνου, μετά τη χορήγηση ενός συγκεκριμένου αναισθητικού, σε 33 ασθενείς και πήραμε

Διαβάστε περισσότερα

Θεωρητικές Κατανομές Πιθανότητας

Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Α. ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ α) Διακριτή Ομοιόμορφη κατανομή β) Διωνυμική κατανομή γ) Υπεργεωμετρική κατανομή δ) κατανομή Poisson Β. ΣΥΝΕΧΕΙΣ

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

(1) 98! 25! = 4 100! 23! = 4

(1) 98! 25! = 4 100! 23! = 4 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 Συνδυαστική Ανάλυση και Εισαγωγή στις ιακριτές Τυχαίες Μεταβλητές Επιµέλεια

Διαβάστε περισσότερα

x P (x) c P (x) = c P (x), x S : x c

x P (x) c P (x) = c P (x), x S : x c Κεφάλαιο 9 Ανισότητες, από κοινού κατανομή, Νόμος των Μεγάλων Αριθμών 9.1 Ανισότητες Markov και Chebychev Ξεκινάμε αυτό το κεφάλαιο με δύο σημαντικά αποτελέσματα τα οποία, πέραν της μεγάλης χρησιμότητάς

Διαβάστε περισσότερα

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017.

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017. HY118-Διακριτά Μαθηματικά Τρίτη, 02/05/2017 Θεωρία πιθανοτήτων Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 04-May-17 1 1 04-May-17 2 2 Γιατί πιθανότητες; Γιατί πιθανότητες; Στον προτασιακό και κατηγορηματικό

Διαβάστε περισσότερα

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B) Πιθανότητες και Αρχές Στατιστικής (4η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

Διαβάστε περισσότερα

Y = X 1 + X X N = X i. i=1

Y = X 1 + X X N = X i. i=1 Κεφάλαιο 7 Διακριτές κατανομές Στο προηγούμενο κεφάλαιο είδαμε πως η έννοια της τυχαίας μεταβλητής Τ.Μ., δηλαδή μιας τυχαίας ποσότητας X που προσδιορίζεται από το σύνολο τιμών της S και την πυκνότητά της

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ. ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα ονομάζουμε κάθε πείραμα για το οποίο, όταν ξέρουμε τις συνθήκες κάτω από τις οποίες πραγματοποιείται, μπορούμε να προβλέψουμε με

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα.

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα. Η Διωνυμική Κατανομή Η Διωνυμική κατανομή συνδέεται με ένα πολύ απλό πείραμα τύχης. Ίσως το απλούστερο! Πρόκειται για τη δοκιμή Bernoulli, ένα πείραμα τύχης με μόνο δύο, αμοιβαίως αποκλειόμενα, δυνατά

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Ιανουάριος 2014 Επώνυμο... Όνομα... A.E.M.... Εξάμηνο... Σειρά Θέμα Ι (ΟΛΑ) Θέμα ΙΙ (2 από τα 3) Βαθμός /1 /1 /1 /1 /1 /2,5 /2,5 /2,5 /10 ΘΕΜΑ Ι: Ασχοληθείτε και με τα πέντε ερωτήματα.

Διαβάστε περισσότερα

Διωνυμική Κατανομή. x Αποδεικνύεται ότι για την διωνυμική κατανομή ισχύει: Ε(Χ)=np και V(X)=np(1-p).

Διωνυμική Κατανομή. x Αποδεικνύεται ότι για την διωνυμική κατανομή ισχύει: Ε(Χ)=np και V(X)=np(1-p). Διωνυμική Κατανομή Ορισμός: Μια τυχαία μεταβλητή Χ λέγεται ότι ακολουθεί την διωνυμική κατανομή αν πληρούνται οι ακόλουθες τρεις συνθήκες: α) Υπάρχουν n επαναλαμβανόμενες δοκιμές οι οποίες είναι στατιστικώς

Διαβάστε περισσότερα

Η πιθανότητα επομένως που ζητείται να υπολογίσουμε, είναι η P(A 1 M 2 ). Η πιθανότητα αυτή μπορεί να γραφεί ως εξής:

Η πιθανότητα επομένως που ζητείται να υπολογίσουμε, είναι η P(A 1 M 2 ). Η πιθανότητα αυτή μπορεί να γραφεί ως εξής: Άσκηση 1: Ένα κουτί περιέχει 3 άσπρες και 2 μαύρες μπάλες. Αφαιρούμε τυχαία δύο μπάλες διαδοχικά. Ποια η πιθανότητα η πρώτη μπάλα να είναι άσπρη και η δεύτερη μπάλα να είναι μαύρη; Λύση: Αρχικά ορίζουμε

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ. β) το ενδεχόμενο Α: ο αριθμός που προκύπτει να είναι άρτιος

ΠΙΘΑΝΟΤΗΤΕΣ. β) το ενδεχόμενο Α: ο αριθμός που προκύπτει να είναι άρτιος ΠΙΘΑΝΟΤΗΤΕΣ.Ένα κουτί περιέχει τέσσερις λαχνούς αριθμημένους από το εώς το 4. Εκλέγουμε έναν λαχνό στην τύχη,σημειώνουμε το αποτέλεσμα και δεν ξανατοποθετούμε τον λαχνό στο κουτί. Επαναλαμβάνουμε το πείραμα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 07 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 ιακριτές Τυχαίες Μεταβλητές ( Ι ) Επιµέλεια : Στιβακτάκης Ραδάµανθυς Ασκηση.

Διαβάστε περισσότερα

Έντυπο Yποβολής Αξιολόγησης ΓΕ

Έντυπο Yποβολής Αξιολόγησης ΓΕ Έντυπο Yποβολής Αξιολόγησης ΓΕ O φοιτητής συμπληρώνει την ενότητα «Υποβολή Εργασίας» και αποστέλλει το έντυπο σε δύο μη συρραμμένα αντίγραφα (ή ηλεκτρονικά) στον Καθηγητή-Σύμβουλο. Ο Καθηγητής-Σύμβουλος

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός:

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

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ & ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΕΦΑΛΑΙΟ 3 Ο «ΠΙΘΑΝΟΤΗΤΕΣ»

ΜΕΘΟΔΟΛΟΓΙΑ & ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΕΦΑΛΑΙΟ 3 Ο «ΠΙΘΑΝΟΤΗΤΕΣ» ΜΕΘΟΔΟΛΟΓΙΑ & ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΕΦΑΛΑΙΟ Ο «ΠΙΘΑΝΟΤΗΤΕΣ» Επιμέλεια : Παλαιολόγου Παύλος Μαθηματικός ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα

Διαβάστε περισσότερα

Τυχαία μεταβλητή (τ.μ.)

Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως

Διαβάστε περισσότερα

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ.

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ. Παραδείγματα Απαρίθμησης Γνωστό: P (M 2 M τρόποι επιλογής υποσυνόλου του M Τεχνικές Απαρίθμησης Πχ M {A, B, C} P (M 2 3 8 #(Υποσυνόλων με 2 στοιχεία ( 3 2 3 #(Διατεταγμένων υποσυνόλων με 2 στοιχεία 3 2

Διαβάστε περισσότερα

Στοχαστικές Στρατηγικές

Στοχαστικές Στρατηγικές Στοχαστικές Στρατηγικές 3 η ενότητα: Εισαγωγή στα στοχαστικά προβλήματα διαδρομής Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 2018-2019 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο

Διαβάστε περισσότερα

3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }.

3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }. 3 ΠΙΘΑΝΟΤΗΤΕΣ 3.1 ΔΕΙΓΜΑΤΙΚΟΣ ΧΡΟΣ - ΕΝΔΕΧΟΜΕΝΑ Πείραμα Τύχης Ένα πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνεται φαινομενικά τουλάχιστον κάτω από

Διαβάστε περισσότερα

ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΤΗΣ ΑΛΓΕΒΡΑΣ A ΛΥΚΕΙΟΥ ΕΠΑΛ

ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΤΗΣ ΑΛΓΕΒΡΑΣ A ΛΥΚΕΙΟΥ ΕΠΑΛ ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΤΗΣ ΑΛΓΕΒΡΑΣ A ΛΥΚΕΙΟΥ ΕΠΑΛ www.askisopolis.gr 3 4 .5381 Ένα κουτί περιέχει άσπρες, κόκκινες και πράσινες μπάλες. Οι άσπρες είναι 0, οι κόκκινες είναι 7, ενώ όλες οι μπάλες μαζί είναι

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Ι (Θ.Ε. ΠΛΗ 12) 6Η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ - ΕΝΗΜΕΡΩΜΕΝΗ ΜΟΡΦΗ Ημερομηνία Αποστολής της εργασίας στον Φοιτητή 5 Μαϊου 2014

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ . Να βρείτε το δειγµατικό χώρο της ρίψης ενός ζαριού.. Επιλέγουµε ένα µαθητή Λυκείου και σηµειώνουµε το φύλο και την τάξη του. Να βρείτε το δειγµατικό χώρο Ω του πειράµατος. 3. Τραβάµε ένα φύλλο από µία

Διαβάστε περισσότερα

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος Τμήμα Λογιστικής και Χρηματοοικονομικής 1 Θεωρία Πιθανοτήτων Δρ. Αγγελίδης Π. Βασίλειος 2 Περιεχόμενα Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους 3 Πείραμα

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

Διαβάστε περισσότερα

f(y) dy = b a dy = b a x f(x) dx = b a dx = x 2 = b2 a 2 2(b a) b a dx = = (a2 + ab + b 2 )(b a) 3(b a)

f(y) dy = b a dy = b a x f(x) dx = b a dx = x 2 = b2 a 2 2(b a) b a dx = = (a2 + ab + b 2 )(b a) 3(b a) Κεφάλαιο 11 Συνεχείς κατανομές και ο Ν.Μ.Α. Στο προηγούμενο κεφάλαιο ορίσαμε την έννοια της συνεχούς τυχαίας μεταβλητής, και είδαμε τις βασικές της ιδιότητες. Εδώ θα περιγράψουμε κάποιους ιδιαίτερους τύπους

Διαβάστε περισσότερα

P(n, r) = n r. (n r)! n r. n+r 1

P(n, r) = n r. (n r)! n r. n+r 1 Διακριτά Μαθηματικά Φροντιστήριο Στοιχειώδης Συνδυαστική ΙΙ 1 / 15 Επανάληψη Κανόνας Αθροίσματος Κανόνας Γινομένου Χωρίς επαναλήψεις στοιχείων P(n, r) = n! (n r)! C(n, r) = ( ) n r Με επαναλήψεις στοιχείων

Διαβάστε περισσότερα

= 14 = 34 = Συνδυαστική Ανάλυση

= 14 = 34 = Συνδυαστική Ανάλυση 1. Συνδυαστική Ανάλυση 1.1 Ένα κουτί περιέχει 8 κόκκινες, 3 άσπρες και 9 μπλε σφαίρες. Εάν βγάλουμε 3 σφαίρες στην τύχη χωρίς επανατοποθέτηση, ποια είναι η πιθανότητα (α) να είναι και οι 3 κόκκινες, (β)

Διαβάστε περισσότερα

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες)

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες) Εργαστήριο Μαθηματικών & Στατιστικής Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ η Πρόοδος στο Μάθημα Στατιστική //7 ο Θέμα α) Περιγράψτε τη σχέση Θεωρίας Πιθανοτήτων και Στατιστικής. β) Αν Α, Β ενδεχόμενα του δειγματικού χώρου Ω

Διαβάστε περισσότερα

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ ΑΛΓΕΒΡΑ - Α ΛΥΚΕΙΟΥ ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ Επιμέλεια: Παπαδόπουλος Παναγιώτης Πείραμα τύχης 1 η δραστηριότητα Ρίξτε ένα κέρμα 5 φορές και καταγράψτε την πάνω όψη του: 1 η ρίψη:, 2 η ρίψη:, 3 η ρίψη:

Διαβάστε περισσότερα

Δειγματικές Κατανομές

Δειγματικές Κατανομές Δειγματικές Κατανομές Στατιστική συνάρτηση ή στατιστική Δειγματική κατανομή - Εκτιμητής Τα άγνωστα στοιχεία του πληθυσμού λέγονται παράμετροι. Τα συμπεράσματα για μια παράμετρο εξάγονται με τη βοήθεια

Διαβάστε περισσότερα

ΘΕΜΑ 3 Το ύψος κύματος (σε μέτρα) σε μία συγκεκριμένη θαλάσσια περιοχή είναι τυχαία μεταβλητή X με συνάρτηση πυκνότητας πιθανότητας

ΘΕΜΑ 3 Το ύψος κύματος (σε μέτρα) σε μία συγκεκριμένη θαλάσσια περιοχή είναι τυχαία μεταβλητή X με συνάρτηση πυκνότητας πιθανότητας ΣΧΟΛΗ ΝΑΥΤΙΚΩΝ ΔΟΚΙΜΩΝ TOMEAΣ ΜΑΘΗΜΑΤΙΚΩΝ ΕΞΕΤΑΣΕΙΣ ΕΠΙΛΟΓΗΣ ΓΙΑ ΕΚΠΑΙΔΕΥΣΗ ΣΤΟ ΕΞΩΤΕΡΙΚΟ ΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ 26 Σεπτεμβρίου 2014 Ομάδα Θεμάτων Α ΘΕΜΑ 1 Ρίχνουμε ένα αμερόληπτο νόμισμα (δύο δυνατά

Διαβάστε περισσότερα

ΑΝΕΣΤΗΣ ΤΣΟΜΙΔΗΣ - ΜΑΘΗΜΑΤΙΚΟΣ

ΑΝΕΣΤΗΣ ΤΣΟΜΙΔΗΣ - ΜΑΘΗΜΑΤΙΚΟΣ ΑΝΕΣΤΗΣ ΤΣΟΜΙΔΗΣ - ΜΑΘΗΜΑΤΙΚΟΣ 1) ΣΤΑΤΙΣΤΙΚΗ 1. Οι παρακάτω αριθμοί παρουσιάζουν τις ενδείξεις ενός ζαριού το οποίο ρίξαμε 20 φορές. 5 5 5 1 2 5 4 3 2 3 1 3 6 4 1 4 6 6 5 4 i) Να κατασκευάσετε πίνακα α)

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ Ε ΔΗΜΟΤΙΚΟΥ ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΙΩΝ

ΜΑΘΗΜΑΤΙΚΑ Ε ΔΗΜΟΤΙΚΟΥ ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΙΩΝ ΜΑΘΗΜΑΤΙΚΑ Ε ΔΗΜΟΤΙΚΟΥ ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΙΩΝ Πιθανότητες 24 Πιθανότητες 24 η Άσκηση Η Δανάη περιστρέφει τον δείκτη στον διπλανό τροχό. α. Να εκφράσεις με κλάσμα την πιθανότητα:. Ο δείκτης να σταματήσει σε

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του φυλλαδίου ασκήσεων επανάληψης. P (B) P (A B) = 3/4.

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του φυλλαδίου ασκήσεων επανάληψης. P (B) P (A B) = 3/4. Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 207-8. Λύσεις του φυλλαδίου ασκήσεων επανάληψης.. Αν P (A) / και P (A B) /4, βρείτε την ελάχιστη δυνατή και την μέγιστη δυνατή τιμή της P (B). Το B καλύπτει οπωσδήποτε

Διαβάστε περισσότερα

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ ΕΠΙΜΕΛΕΙΑ : ΓΕΡΓΙΟΣ Ε. ΚΑΡΑΦΕΡΗΣ ΠΕ03 ΜΑΘΗΜΑΤΙΚΟΣ [] ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΡΙΑ: Πείραμα Τύχης Κάθε πείραμα κατά στο οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: Απριλίου 0 Ημερομηνία παράδοσης της Εργασίας: 8 Μαΐου 0 Πριν από τη

Διαβάστε περισσότερα

Ασκήσεις μελέτης της 6 ης διάλεξης

Ασκήσεις μελέτης της 6 ης διάλεξης Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 6 ης διάλεξης 6.1. (α) Το mini-score-3 παίζεται όπως το score-4,

Διαβάστε περισσότερα

X = = 81 9 = 9

X = = 81 9 = 9 Πιθανότητες και Αρχές Στατιστικής (11η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 35 Σύνοψη

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ Διακριτά Μαθηματικά Ι Ενότητα 5: Αρχή Εγκλεισμού - Αποκλεισμού Διδάσκων: Χ. Μπούρας (bouras@cti.gr) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ 1. Ο Γυμναστής ενός λυκείου προκειμένου να στελεχώσει την ομάδα μπάσκετ του λυκείου ψάχνει στην τύχη μεταξύ των μαθητών να βρει τρεις κοντούς (Κ) και τρεις ψηλούς (Ψ). Να

Διαβάστε περισσότερα

Έντυπο Υποβολής Αξιολόγησης Γ.Ε.

Έντυπο Υποβολής Αξιολόγησης Γ.Ε. Έντυπο Υποβολής Αξιολόγησης Γ.Ε. O φοιτητής συμπληρώνει την ενότητα «Υποβολή Εργασίας» και αποστέλλει το έντυπο σε δύο μη συρραμμένα αντίγραφα (ή ηλεκτρονικά) στον Καθηγητή-Σύμβουλο. Ο Καθηγητής-Σύμβουλος

Διαβάστε περισσότερα

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ Διακριτά Μαθηματικά Ι Ενότητα 2: Γεννήτριες Συναρτήσεις Μέρος 1 Διδάσκων: Χ. Μπούρας (bouras@cti.gr) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

Έντυπο Yποβολής Αξιολόγησης ΓΕ

Έντυπο Yποβολής Αξιολόγησης ΓΕ Έντυπο Yποβολής Αξιολόγησης ΓΕ O φοιτητής συμπληρώνει την ενότητα «Υποβολή Εργασίας» και αποστέλλει το έντυπο σε δύο μη συρραμμένα αντίγραφα (ή ηλεκτρονικά) στον Καθηγητή-Σύμβουλο. Ο Καθηγητής-Σύμβουλος

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΕΤΟΙΜΑΣΙΑ. 15 Δείκτες Δημάρχου. 30 Δείκτες Επιρροής. 15 Δείκτες Δωροδοκίας. 1 Πιόνι Εκτελεστή. 21 Κύβοι Αξίας.

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΕΤΟΙΜΑΣΙΑ. 15 Δείκτες Δημάρχου. 30 Δείκτες Επιρροής. 15 Δείκτες Δωροδοκίας. 1 Πιόνι Εκτελεστή. 21 Κύβοι Αξίας. Εποχή της ποταπαγόρευσης στη Νέα Υόρκη. Αντίπαλες συμμορίες χρησιμοποιούν την επιρροή τους δωροδοκώντας πολιτικούς, λειτουργώντας καζίνο, πουλώντας λαθραία ποτά και κερδίζοντας την εύνοια διεφθαρμένων

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΠΟΦΑΣΕΩΝ 3 ο ΦΡΟΝΤΙΣΤΗΡΙΟ ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ

ΘΕΩΡΙΑ ΑΠΟΦΑΣΕΩΝ 3 ο ΦΡΟΝΤΙΣΤΗΡΙΟ ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ ΘΕΩΡΙΑ ΑΠΟΦΑΣΕΩΝ 3 ο ΦΡΟΝΤΙΣΤΗΡΙΟ ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ ΑΣΚΗΣΗ Σύμφωνα με στοιχεία από το Πανεπιστήμιο της Οξφόρδης η πιθανότητα ένας φοιτητής να αποφοιτήσει μέσα σε 5 χρόνια από την ημέρα εγγραφής του στο

Διαβάστε περισσότερα