ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ"

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας Τηλ:

2 σ-άλγεβρα - Μέτρο Δεσμευμένη μέση τιμή Στοχαστικές διαδικασίες - Martingales

3 σ-άλγεβρα και Μέτρο σ-άλγεβρα Έστω Ω ένα μη κενό σύνολο. Μία κλάση υποσυνόλων F του Ω καλείται σ-άλγεβρα αν έχει τις ακόλουθες ιδιότητες: (i) Ω F. (ii) Αν Α F τότε και Α c F. (iii) Αν Α Α F (αριθμήσιμη οικογένεια υποσυνόλων του Ω) τότε και Το ζεύγος (Ω F ) καλείται μετρήσιμος χώρος. Αποδεικνύεται ότι αν F είναι σ- άλγεβρα τότε F και Α Α F A F Μέτρο (i) (ii ) Έστω ένα μη κενό σύνολο Ω και F μία σ-άλγεβρά του. Μία συνολοσυνάρτηση μ από το F στο [0 ] καλείται μέτρο αν ( ) 0 A ( i i A i i Η τριάδα (Ω F μ ) καλείται χώρος μέτρου ) i i i για κάθε ακολουθία ξένων ανά δύο συνόλων Α Α F Ai F

4 Εισαγωγή Η κατοχή πληροφορίας η οποία είναι πλήρης και ακριβής είναι βασική προϋπόθεση επιτυχίας για κάποιον που ασχολείται με χρηματοοικονομικά προβλήματα και εμπόριο κάθε είδους Κάποτε αποτελούσε πανάκριβο προϊόν η αγορά πληροφορίας από τους χρηματοοικονομικούς οργανισμούς ενώ σήμερα με το Internet ένα μεγάλο μέρος της αναγκαίας πληροφορίας είναι διαθέσιμο Είναι λοιπόν λογικό να υποθέσουμε ότι η πληροφορία φθάνει σε όλους με την ίδια πιθανότητα και ότι οι διαφορές εντοπίζονται περισσότερο στον τρόπο χρήσης της

5 Εισαγωγή Στην πραγματικότητα βέβαια τα πράγματα είναι αρκετά πιο περίπλοκα Η ικανότητα αποθήκευσης της πληροφορίας η οργάνωση της και η γρήγορη πρόσβαση σε αυτήν είναι ένας από τους βασικούς παράγοντες σωστής αξιοποίησής της Με το πέρασμα του χρόνου συνεχώς νέα πληροφορία καταφθάνει σε όλους τους οικονομικούς παράγοντες οι οποίοι συνεχώς επαναπροσαρμόζουν τις στρατηγικές και τις αποφάσεις τους

6 Εισαγωγή Οι χώροι πιθανοτήτων και οι μαθηματικοί μηχανισμοί που μας παρέχει η δεσμευμένη ή υπό συνθήκη μέση τιμή είναι ισχυρά όπλα για την διαχείριση στατικών καταστάσεων στις οποίες συνυπάρχει σε μεγάλο βαθμό η τυχαιότητα Ισοδύναμα ισχυρή σε αυτές τις περιπτώσεις είναι και η ιδέα του filtration Για την διαχείριση δυναμικών καταστάσεων που περιέχουν σε μεγάλο βαθμό τυχαιότητα η οποία αναδεικνύεται μέσα στον χρόνο χρειαζόμαστε την θεωρία των Martingales Θα ξεκινήσουμε με κάποια χρήσιμα αποτελέσματα πάνω στην δημευμένη μέση τιμή και στην συνέχεια θα αναπτύξουμε την θεωρία των Martingales

7 Διακριτή Περίπτωση Έστω Χ μια τ.μ. της οποίας η μέση τιμή είναι πεπερασμένη. Είναι γνωστό ότι Pr Είναι επίσης γνωστό ότι η δεσμευμένη πιθανότητα δύο ενδεχομένων Α και Β δίνεται από την σχέση Pr A B Pr A B Pr B Σε πάρα πολλές περιπτώσεις όταν έχουμε μια τ.μ. Χ συμβαίνει να έχουμε μια μερική πληροφόρηση για αυτήν η οποία έχει την μορφή μια άλλης τ.μ. Υ η οποία μεταφέρει κάποια πληροφορία για την Χ

8 Διακριτή Περίπτωση Στην περίπτωση αυτή ορίζουμε την δεσμευμένη ή υπό συνθήκη κατανομή της Χ δεδομένου της Υ Ανάλογα ορίζεται και η δεσμευμένη συνάρτηση κατανομής της Χ δεδομένου της Υ Έτσι είμαστε σε θέση να ορίσουμε την δεσμευμένη ή υπό συνθήκη μέση τιμή της Χ δεδομένης της Υ Y Y f Y Y Y F ) ( Pr Pr Pr ) ( Y Y f Y Pr Pr ) ( Y f Y Y ) ( Pr

9 Διακριτή Περίπτωση Τι γίνεται όμως αν θεωρήσουμε την Y Σε αυτήν την περίπτωση η δεσμευμένη μέση τιμή παίρνει ένα σύνολο τιμών ανάλογων των τιμών που μπορεί να πάρει η τ.μ. Υ είναι δηλαδή μια τ.μ. Η πιθανότητα Pr Y λέγεται από κοινού κατανομή των τ.μ. Χ και Υ και συμβολίζεται με f ( ) Pr Y Μπορούμε να δείξουμε ότι f ( ) f ( ) f ( ) f ( ) *

10 Διακριτή Περίπτωση Από τις προηγούμενες σχέσεις προκύπτει ότι και Το πρόβλημα στις παραπάνω σχέσεις είναι ότι οι από κοινού κατανομές στην πράξη είναι δύσκολο να είναι γνωστές και μερικές φορές η ύπαρξη τους είναι πρόβλημα Y f f f f f ) ( ) ( ) ( ) ( ) ( Y f f f Y ) ( ) ( ) (

11 Διακριτή Περίπτωση Πρόταση : Αν Χ και Υ είναι ανεξάρτητες τ.μ τότε Y * Θεώρημα : Αν Χ και Υ είναι διακριτές τ.μ τότε Y

12 Συνεχής Περίπτωση Έστω Χ και Υ δύο συνεχείς τ.μ. και έστω f() είναι η από κοινού πυκνότητα πιθανότητας. Έστω επίσης f () η πυκνότητα πιθανότητας της Υ. Κατά αναλογία με την διακριτή περίπτωση ορίζεται η δεσμευμένη ή υπό συνθήκη πυκνότητα πιθανότητας της Χ δεδομένης της Υ= ως εξής f ( ) f ( ) f ( ) με f ( ) f ( ) d

13 Συνεχής Περίπτωση Αναλόγως πάλι με την διακριτή περίπτωση μπορούμε να ορίσουμε την δεσμευμένη ή υπό συνθήκη μέση τιμή της Χ δεδομένης της Υ ως εξής: Y f ( ) d Θεώρημα : Αν Χ και Υ είναι συνεχείς τ.μ τότε Y

14 Εφαρμογές Θεώρημα 3: Έστω Χ Χ Χ Ν ισόνομες τ.μ. των οποίων το πλήθος Ν είναι επίσης μια τ.μ. ανεξάρτητη από τις Χ Χ Χ Ν τότε Παράδειγμα : N i i N Μια χρηματιστηριακή εταιρία έχει έναν αριθμό από Ν options τα οποία λήγουν σε μια ημέρα. Ο αριθμός των options που λήγουν είναι μια τ.μ. με μέση τιμή 00. Ένα option έχει πιθανότητα 0.6 να έχει κέρδος 0 για την χρηματιστηριακή εταιρία και πιθανότητα 0.4 να έχει μια ζημία 5. Να βρεθεί ποιο είναι το αναμενόμενο κέρδος της χρηματιστηριακής εταιρίας από τα options σε μια ημέρα.

15 Εφαρμογές Λύση: Έστω i μια τ.μ. που εκφράζει το κέρδος της χρηματιστηριακής εταιρίας από το i option. Τότε έχουμε: i Αφού Ν είναι ο αριθμός των options έχουμε ότι το συνολικό κέρδος θα είναι: Το Ν όμως είναι μια τ.μ. και κατά συνέπεια έχει νόημα να υπολογίσομε μόνο το αναμενόμενο κέρδος από το Θεώρημα 3 : N N N N i i

16 Εφαρμογές Θεώρημα 4: Έστω Ν το πλήθος ανεξάρτητων δοκιμών Bernouli με πιθανότητα επιτυχίας p. Έστω επιπλέον ότι το Ν είναι μια τ.μ. Εάν Χ είναι ο αριθμός των επιτυχιών τότε: Παράδειγμα : N p Σε μια χρηματιστηριακή εταιρία οι πελάτες οι οποίοι ζητούν πληροφορίες για παράγωγα φθάνουν σύμφωνα με την κατανομή Poisson με παράμετρο ανά ώρα. Η χρηματιστηριακή εταιρία παραμένει ανοικτή ώρες ακριβώς. Η πιθανότητα ένας πελάτης που ζητά πληροφορίες για παράγωγα να αγοράσει ένα από αυτά είναι Να βρεθεί ο αναμενόμενος αριθμός παραγώγων που πουλά η εταιρία ημερησίως.

17 Εφαρμογές Λύση: Έστω Χ ο αριθμός παραγώγων που πουλά η εταιρία (τ.μ) και Ν ο αριθμός των πελατών που ζητούν πληροφορίες για τα παράγωγα. Ένας πελάτης που ζητά πληροφορίες για παράγωγα θα αγοράσει ένα από αυτά με πιθανότητα p = ή δεν θα αγοράσει με πιθανότητα -p. Επομένως για κάθε πελάτη έχω μια δοκιμή Bernouli. Αν μια τ.μ. έχει κατανομή Poisson με παράμετρο λ τότε η μέση τιμή της είναι ίση με την παράμετρο λ. Άρα ο αναμενόμενος αριθμός πελατών σε μια ημέρα που ζητά πληροφορίες για παράγωγα θα είναι : =44 πελάτες Σύμφωνα με το Θεώρημα 4 ο αναμενόμενος αριθμός παραγώγων που θα πουλήσει σε μια ημέρα η χρηματιστηριακή εταιρία θα είναι N p

18 Εφαρμογές Θεώρημα 5: Έστω Ν το πλήθος ανεξάρτητων δοκιμών Bernouli με πιθανότητα επιτυχίας p. Έστω επιπλέον ότι η πιθανότητα επιτυχία p είναι μια τ.μ. Εάν Χ είναι ο αριθμός των επιτυχιών τότε: N p

19 Εφαρμογές Θεώρημα 6: Θεωρούμε ότι εκτελούνται ανεξάρτητες δοκιμές Bernouli με πιθανότητα επιτυχίας p μέχρι να εμφανιστούν το πλήθος συνεχόμενες επιτυχίες. Έστω N η τυχαία μεταβλητή που εκφράζει τον αριθμό των δοκιμών Bernouli μέχρι την εμφάνιση συνεχόμενων επιτυχιών. Τότε: Παράδειγμα 3: p p p N Θεωρούμε το διωνυμικό μοντέλο τιμολόγησης μιας μετοχής. Δηλαδή έστω S 0 η τιμή της στο χρόνο 0. Στο χρόνο η τιμή της είτε θα ανέβει (επιτυχία) είτε θα πέσει (αποτυχία). Έστω Χ η τ.μ. που εκφράζει το διωνυμικό πείραμα άνοδο 0 πτώση

20 Εφαρμογές Υποθέτουμε ότι στο παραπάνω διωνυμικό πείραμα η πιθανότητα επιτυχίας είναι p και ίση με Να βρεθεί ο αναμενόμενος αριθμός των ημερών που χρειάζονται έτσι ώστε η μετοχή να εμφανίσει άνοδο για 5 συνεχόμενες ημέρες. Λύση: Έστω Ν 5 η τ.μ. που εκφράζει τον ζητούμενο αριθμό ημερών. Από το θεώρημα 6 N 5 p p p 3 p 4 p

21 Εφαρμογές Γενικά η μέση τιμή μιας ποσότητας αποκτά πληρέστερο νόημα όταν συνοδεύεται και από την διακύμανσή της Θεώρημα 7: Έστω Χ Χ Χ Ν ανεξάρτητες και ισόνομες τ.μ. των οποίων το πλήθος Ν είναι επίσης μια τ.μ. ανεξάρτητη από τις Χ Χ Χ Ν τότε Παράδειγμα 4: N Var i i NVar VarN Στο παράδειγμα να βρεθεί η διακύμανση του κέρδους της χρηματιστηριακής εταιρίας από τα options σε μια ημέρα. Είναι δεδομένο ότι η διακύμανση των options που λήγουν σε μια ημέρα είναι μια τ.μ. με διακύμανση 6.5.

22 Εφαρμογές Λύση: Έχουμε ότι i άρα Var i i i Σύμφωνα με το θεώρημα 7 έχουμε ότι N Var i i N Var VarN

23 Εφαρμογές Μια ακόμα πολύ σημαντική χρήση της δεσμευμένης μέσης τιμής και πιθανότητας είναι στον υπολογισμό της πιθανότητας ενός ενδεχομένου. Ας υποθέσουμε ότι θέλουμε να υπολογίσουμε την πιθανότητα ενός ενδεχομένου Α. Ορίζουμε την τ.μ. Χ η οποία παίρνει την τιμή αν πραγματοποιείται το ενδεχόμενο Α και την τιμή 0 αν όχι. Από τον ορισμό της μέσης τιμής μιας τ.μ. έχουμε ότι PrA 0PrA PrA Επίσης για οποιαδήποτε τ.μ. Υ έχουμε ότι Είναι επίσης γνωστό ότι YPrA Y 0PrA Y PrA Y Y PrY Y Y PrY d

24 Εφαρμογές Από όπου προκύπτει Προκύπτουν λοιπόν δύο ακόμα χρήσιμα θεωρήματα: Θεώρημα 8: Pr A Pr Pr A Y PrY A Y PrY Έστω Χ και Υ ανεξάρτητες τ.μ. Οι οποίες είναι συνεχείς με πυκνότητες πιθανότητας f () d και f Y (). Τότε: Θεώρημα 9: Pr Y F ( ) fy ( ) d Έστω Χ και Υ ανεξάρτητες τ.μ. Οι οποίες είναι συνεχείς με πυκνότητες πιθανότητας f () και f Y (). Τότε αν Ζ = Χ + Υ: F Z ( z) F ( z ) fy ( ) d

25 Ιδιότητες. Αν Χ και Υ είναι δύο τ.μ. και g () και g () είναι δύο συναρτήσεις της Χ τέτοιες ώστε τότε για κάθε α α IR έχουμε: g ) και g ( ) ( a g ) a g ( ) Y a g ( ) Y a g ( ) Y (. Αν Χ και Υ είναι δύο ανεξάρτητες τ.μ. τότε Y 3. Αν Υ είναι τ.μ. τότε (i) (ii) [αy] = α για κάθε α IR [f(y)y] = f(y)

26 Ιδιότητες 4. Αν Χ και Υ είναι δύο τ.μ. Y Y Y Y 5. Αν Χ Χ και Υ είναι τρεις τ.μ. και g( ) και g( ) είναι δύο συναρτήσεις των Χ Χ τέτοιες ώστε τότε για κάθε α α IR έχουμε: 6. Αν g : IR IR και Χ είναι τ.μ. τ.ω. τότε ενώ αν g ) και g( ) ( a g ) a g( ) Y a g( ) Y a g( ) Y ( g( ) g g( ) και g ( ) 0 g( ) και g ( ) τότε g( ) g 0

27 Ορισμός : Δεσμευμένη Μέση Τιμή Ιδιότητες Μια τ.μ. Υ θα λέμε ότι καθορίζεται από μια άλλη τ.μ. Χ αν είναι μια συνάρτηση της Χ. Αν η τ.μ. Υ καθορίζεται από την Χ τότε αν Ζ είναι μια τ.μ. (i) (ii) [YZ]=Y[Z] Ε[ΥΧ]=Υ Ορισμός : Έστω Χ Υ τ.μ. θα λέμε ότι η Χ είναι υπό συνθήκη ανεξάρτητη της Υ αν ισχύει η σχέση: Y Ο όρος υπό συνθήκη ανεξαρτησία χρησιμοποιείται γιατί είναι κάτι το ενδιάμεσο από το αν οι τ.μ. ήταν ανεξάρτητες και ασυσχέτιστες ( Cov(Y) = 0). Υπό συνθήκη ανεξαρτησία: Cov(g(Y)) = 0

28 Περισσότερες μεταβλητές Ορισμός 3: Έστω Χ Χ Χ n διακριτές τ.μ. τότε ορίζουμε την δεσμευμένη ή υπό συνθήκη μέση τιμή της τ.μ. Χ δεδομένων των Χ Χ Χ n ως: Και πάλι η είναι μια τ.μ. Ορισμός 4: Έστω Χ Χ Χ n συνεχείς τ.μ. τότε ορίζουμε την δεσμευμένη ή υπό συνθήκη μέση τιμή της τ.μ. Χ δεδομένων των Χ Χ Χ n ως: n n n n n f n Pr n IR n n n d f n

29 Περισσότερες μεταβλητές Θεώρημα 0: Έστω Χ Χ Υ τρεις τ.μ. τότε: α) β) Y Y Y Y

30 Περισσότερες μεταβλητές Παρατήρηση: Στο θεώρημα 0 για το α) μέρος αν συμβολίσουμε με Ι το σύνολο της πληροφορίας που περιέχεται στην τ.μ. Χ και Ι το σύνολο της πληροφορίας που περιέχεται στις τ.μ. Χ Χ τότε προφανώς Ι Ι. Δηλαδή οι σχέσεις α) και β) του θεωρήματος μπορούν να γενικευτούν: Y I I Y I αν I I Y I I Y I αν I I

31 Περισσότερες μεταβλητές Πρόταση : Αν Χ τ.μ. με Χ > 0 και Υ μια άλλη τ.μ. τότε: Y 0 Θεώρημα : Έστω Χ Χ Χ n μια ακολουθία τ.μ. οι οποίες είναι μη αρνητικές. Επιπλέον έστω ότι η ακολουθία αυτή συγκλίνει σ.β. στην τ.μ. Χ δηλαδή: Τότε αν Υ είναι μια τ.μ. ισχύει ότι η ακολουθία των τ.μ. συγκλίνει σ.β. στην τ.μ. Y δηλαδή: Pr( lim n n n Y ) Pr( lim n Y Y) n

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Τυχαίο Δείγμα

Διαβάστε περισσότερα

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα

Διαβάστε περισσότερα

Οι παραγγελίες ακολουθούν την κατανομή Poisson. Σύμφωνα με τα δεδομένα ο

Οι παραγγελίες ακολουθούν την κατανομή Poisson. Σύμφωνα με τα δεδομένα ο ΘΕΜΑ 1 ο (ΜΟΝΑΔΕΣ 10) Μια βιοτεχνία καθαρισμού ρούχων λειτουργεί καθημερινά 8 ώρες. Η βιοτεχνία δέχεται κατά μέσο όρο 4 παραγγελίες την ημέρα για καθαρισμό ενδυμάτων. (ι). Να υπολογισθεί η πιθανότητα να

Διαβάστε περισσότερα

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την Η ΔΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Ενδιαφερόμαστε για την απλούστερη μορφή πειραματικής διαδικασίας, όπου η έκβαση των αποτελεσμάτων χαρακτηρίζεται μόνο ως "επιτυχής" ή "ανεπιτυχής" (δοκιμές Beroulli). Ορίζουμε λοιπόν

Διαβάστε περισσότερα

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

17/10/2016. Στατιστική Ι. 3 η Διάλεξη Στατιστική Ι 3 η Διάλεξη 1 2 Τυχαία μεταβλητή X στο δειγματικό χώρο Ω Μια πραγματική συνάρτηση που αντιστοιχίζει τα στοιχεία του δειγματικού χώρου Ω στο σύνολο των πραγματικών αριθμών τέτοια ώστε για κάθε

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3. Στοιχεία Θεωρίας Μέτρου - Πιθανοτήτων

ΚΕΦΑΛΑΙΟ 3. Στοιχεία Θεωρίας Μέτρου - Πιθανοτήτων ΚΕΦΑΛΑΙΟ 3 Στοιχεία Θεωρίας Μέτρου - Πιθανοτήτων Υπενθυμίζουμε συνοπτικά κάποιες βασικές έννοιες που θα μας χρειαστούν σε επόμενα κεφάλαια 3 σ-άλγεβρα: Έστω ένα μη κενό σύνολο Μία κλάση υποσυνόλων F του

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

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { } Ορισμός : Η συνάρτηση : Ω είναι μετρήσιμη εάν B B B B = ω Ω : ω B = B { όπου { { Μία μετρήσιμη συνάρτηση : Ω ονομάζεται τυχαία μεταβλητή Ορισμός: Ο χώρος καταστάσεων της τυχαίας μεταβλητής : Ω είναι το

Διαβάστε περισσότερα

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές) 07/11/2016 Στατιστική Ι 6 η Διάλεξη (Βασικές διακριτές κατανομές) 1 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα

Διαβάστε περισσότερα

II. Τυχαίες Μεταβλητές

II. Τυχαίες Μεταβλητές II. Τυχαίες Μεταβλητές τυχαία μεταβλητή (τ.μ.) Χ : Αναφέρεται πάνω σε μία μετρούμενη ποσότητα του τυχαίου πειράματος Εκφράζει μία συνάρτηση (απεικόνιση) από τον δειγματικό χώρο (Ω) σε έναν αριθμητικό χώρο

Διαβάστε περισσότερα

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Κατανομές Πιθανότητας Ως τυχαία μεταβλητή ορίζεται το σύνολο των τιμών ενός χαρακτηριστικού

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

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 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας

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

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα # 12: Ασυνεχείς Κατανομές Εβελίνα Κοσσιέρη Τμήμα Λογιστικής και Χρηματοοικονομικής ΑΔΕΙΕΣ ΧΡΗΣΗΣ

Διαβάστε περισσότερα

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων. Ένα μέτρο πιθανότητας πάνω στο δειγματικός χώρο Ω, είναι μία συνάρτηση P ( ) που αντιστοιχεί σε υποσύνολα του Ω, έναν αριθμό στο [ 0, ], με τις εξής ιδιότητες: P ( Ω ) 2 Η πιθανότητα της αριθμήσιμης ένωσης

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

Τυχαία Διανύσματα και Ανεξαρτησία

Τυχαία Διανύσματα και Ανεξαρτησία Τυχαία Διανύσματα και Ανεξαρτησία Θα γενικεύσουμε την έννοια της τυχαίας μεταβλητής από συνάρτηση στο R σε συνάρτηση στο R n. Ακολούθως, θα επεκτείνουμε τις έννοιες με τις οποίες ασχοληθήκαμε μέχρι τώρα

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές Στατιστική Επιχειρήσεων Ι Βασικές διακριτές κατανομές 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα Το ένα ονομάζεται

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 5-6 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

Διακριτές Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Διακριτές Κατανομές. τεχνικές. 42 άλυτες ασκήσεις.

Διακριτές Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Διακριτές Κατανομές. τεχνικές. 42 άλυτες ασκήσεις. Διακριτές Κατανομές Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Διακριτές Κατανομές τεχνικές 4 άλυτες ασκήσεις 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 Kglyos.gr 3 / 1 0 / 0 1 6 εκδόσεις

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 6: Πιθανότητες Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,

Διαβάστε περισσότερα

Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας

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

Διαβάστε περισσότερα

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

Συστήματα Αναμονής. Ενότητα 2: Τυχαίες Μεταβλητές. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 2: Τυχαίες Μεταβλητές. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 2: Τυχαίες Μεταβλητές Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,

Διαβάστε περισσότερα

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων. Ένα μέτρο πιθανότητας πάνω στο δειγματικός χώρο Ω, είναι μία συνάρτηση P ( ), που αντιστοιχεί σε υποσύνολα του Ω έναν αριθμό στο [ 0, ], με τις εξής ιδιότητες:. P ( Ω ). 2. Η πιθανότητα της αριθμήσιμης

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

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 8 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gasil

Διαβάστε περισσότερα

ΤΥΧΑΙΑ ΙΑΝΥΣΜΑΤΑ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

ΤΥΧΑΙΑ ΙΑΝΥΣΜΑΤΑ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Είδη τυχαίων διανυσµάτων 1. ιακριτού τύπου X = (X 1, X 2,...,X k ) ονοµάζεται διακριτό τυχαίο διάνυσµα αν το πεδίο τιµών του είναι της µορφής, S = {x 1 x 2 n,,...,x,...}.

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

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

Διαβάστε περισσότερα

Βασικά στοιχεία της θεωρίας πιθανοτήτων

Βασικά στοιχεία της θεωρίας πιθανοτήτων Η έννοια του Πειράµατος Τύχης. 9 3 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ήδειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοω ή s του δειγµατικού χώρου

Διαβάστε περισσότερα

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων . Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων Tα διάφορα επιστημονικά μοντέλα ή πειράματα ή γενικότερα τα φυσικά φαινόμενα μπορεί να θεωρηθεί ότι εντάσσονται σε δύο μεγάλες κατηγορίες: τα προσδιοριστικά

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

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι)

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι) HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Χρόνου (Ι) Στοχαστικά σήματα Στα προηγούμενα: Ντετερμινιστικά

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 05 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Α. Αν οι συναρτήσεις f, g είναι παραγωγίσιµες στο R, να αποδείξετε ότι: f + g ' = f ' + g ', R Μονάδες 7 Α. Πότε λέµε ότι µια συνάρτηση

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ι θ α ν ό τ η τ ε ς ΙΙ Πειραιάς 2007 1 2 Από κοινού συνάρτηση πυκνότητας μιας δισδιάστατης συνεχούς τυχαίας μεταβλητής Μία διδιάστατη συνεχής τυχαία μεταβλητή

Διαβάστε περισσότερα

Τυχαίες Μεταβλητές (τ.µ.)

Τυχαίες Μεταβλητές (τ.µ.) Τυχαίες Μεταβλητές (τ.µ.) Τυχαία Μεταβλητή (τ.µ.) : συνάρτηση Χ (.) µε πεδίο ορισµού τον δειγµατικό χώρο Ω και πεδίο τιµών ένα σύνολο πραγµατικών αριθµών. X (.) : Ω D ιακριτές τ.µ. Συνεχείς τ.µ. Η πιθανοτική

Διαβάστε περισσότερα

Κεφάλαιο 1. Εισαγωγή: Βασικά Στοιχεία Θεωρίας Πιθανοτήτων και Εκτιμητικής

Κεφάλαιο 1. Εισαγωγή: Βασικά Στοιχεία Θεωρίας Πιθανοτήτων και Εκτιμητικής Κεφάλαιο 1. Εισαγωγή: Βασικά και Εκτιμητικής Ορισμός 1.1. Όλα τα δυνατά αποτελέσματα ενός πειράματος αποτελούν το δειγματοχώρο (sample space) που συμβολίζεται με. Κάθε δυνατό αποτέλεσμα του πειράματος,

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ ΚΕΦΑΛΑΙΟ ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ Ως γνωστό δείγμα είναι ένα σύνολο παρατηρήσεων από ένα πληθυσμό. Αν ο πληθυσμός αυτός θεωρηθεί μονοδιάστατος τότε μπορεί να εκφρασθεί με τη συνάρτηση

Διαβάστε περισσότερα

Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας

Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας Διάλεξη 5: ΑΣΚΗΣΕΙΣ 1. Έστω η ποιότητα ενός προϊόντος που παίρνουμε από ένα σύνολο προϊόντων με απλή τυχαία δειγματοληψία. Ανάλογα με το αν το προϊόν είναι ελαττωματικό, καλο ή άριστο, η παίρνει τις τιμές,

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ι θ α ν ό τ η τ ε ς Ι Πειραιάς 2008 Πιθανότητες Ι-Μ. Κούτρας 2 Κατανομές χρόνου αναμονής (... μέχρι να συμβεί ηπρώτη επιτυχία) 3 Ας θεωρήσουμε μία ακολουθία

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ι θ α ν ό τ η τ ε ς Ι Πειραιάς 2008 Πιθανότητες Ι-Μ. Κούτρας 2 Δοκιμές Bernoulli Ας θεωρήσουμε μία ακολουθία (σειρά) πειραμάτων στην οποία ισχύουν τα επόμενα

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος. Ενδεχόμενα {,,..., }.

ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος. Ενδεχόμενα {,,..., }. ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος Το σύνολο των δυνατών αποτελεσμάτων λέγεται δειγματικός χώρος (sample space) και συμβολίζεται συνήθως με το γράμμα Αν δηλαδή ω,,, ω2 ωκ είναι τα δυνατά αποτελέσματα ενός πειράματος

Διαβάστε περισσότερα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Ορισμός τυχαίας μεταβλητής Τυχαία μεταβλητή λέγεται η συνάρτηση

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 26 Οκτωβρίου 2009 Η διερεύνηση, σε γενικές γραµµές, της δεσµευµένης πιθανότητας και η σύγκρισή της µε την απόλυτη πιθανότητα αποκαλύπτει

Διαβάστε περισσότερα

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή: Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Παραμέτρων

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε

Διαβάστε περισσότερα

n = r J n,r J n,s = J

n = r J n,r J n,s = J Ανάλυση Fourer και Ολοκλήρωμα Lebesgue (2011 12) 4ο Φυλλάδιο Ασκήσεων Υποδείξεις 1. Εστω E [a, b] με µ (E) = 0. Δείξτε ότι το [a, b] \ E είναι πυκνό υποσύνολο του [a, b]. Υπόδειξη. Θεωρήστε ένα μη κενό

Διαβάστε περισσότερα

Σημειώσεις : Πιθανότητες και Στοχαστικές Διαδικασίες

Σημειώσεις : Πιθανότητες και Στοχαστικές Διαδικασίες Γιάννης Γαροϕαλάκης, Καθηγητής Αθανάσιος Ν.Νικολακόπουλος, Υποψ.Διδάκτωρ Σημειώσεις : Πιθανότητες και Στοχαστικές Διαδικασίες Συνοπτική Παρουσίαση Χρήσιμων Εννοιών 18 Οκτωβρίου 2011 Τμήμα Μηχανικών Η/Υ

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων ΙΙ

Στατιστική Επιχειρήσεων ΙΙ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Στατιστική Επιχειρήσεων ΙΙ Ενότητα #: Επαγωγική Στατιστική - Δειγματοληψία Μιλτιάδης Χαλικιάς Τμήμα Διοίκησης Επιχειρήσεων Άδειες

Διαβάστε περισσότερα

με Τέλος πάντων, έστω ότι ξεκινάει ένα άλλο υποθετικό σενάριο που απλά δεν διευκρινίζεται. Για το i) θα έχουμε , 2

με Τέλος πάντων, έστω ότι ξεκινάει ένα άλλο υποθετικό σενάριο που απλά δεν διευκρινίζεται. Για το i) θα έχουμε , 2 Άσκηση 75 Σε έναν οργανισμό, αρχικά υπάρχουν 04800 βακτήρια. Μετά από 1 ώρα υπάρχουν 10400 βακτήρια, μετά από ώρες 5100 βακτήρια, και γενικά ο αριθμός των βακτηρίων υποδιπλασιάζεται κάθε μια ώρα. α) Πόσα

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

Παράρτηµα Α. Στοιχεία θεωρίας µέτρου και ολοκλήρωσης.

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

Διαβάστε περισσότερα

1 1 + nx. f n (x) = nx 1 + n 2 x 2. x2n 1 + x 2n

1 1 + nx. f n (x) = nx 1 + n 2 x 2. x2n 1 + x 2n Οι ασκήσεις αυτές έχουν σκοπό να βοηθήσουν τους φοιτητές στην μελέτη τους για το μάθημα «Ανάλυση ΙΙ» του Τμήματος Μαθηματικών του Πανεπιστημίου Αιγαίου. Συνιστούμε στους φοιτητές να επεξεργαστούν αυτές

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος 202-203 ιδάσκων: Βασίλης ΚΟΥΤΡΑΣ ιδάσκων ε ί Συµβάσει Π. 407/80 v.koutras@fme.aegea.gr

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

Στην περίπτωση της συνεχούς Τ.Μ. η μάζα πιθανότητας σε κάθε σημείο είναι μηδέν.

Στην περίπτωση της συνεχούς Τ.Μ. η μάζα πιθανότητας σε κάθε σημείο είναι μηδέν. ΚΥΡΙΕΣ ΠΕΡΙΓΡΑΦΙΚΕΣ ΠΑΡΑΜΕΤΡΟΙ ΜΙΑΣ Τ.Μ. Μπορούμε να διευρύνουμε την ερμηνεία των κατανομών με τη βοήθεια της έννοιας της μάζας. Έτσι οι τιμές που παίρνει μια Τ.Μ. περιγράφουν τη μάζα πιθανότητας στο συγκεκριμένο

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ Εισαγωγή Οι αριθμοί που εκφράζουν το πλήθος των στοιχείων ανά αποτελούν ίσως τους πιο σημαντικούς αριθμούς της Συνδυαστικής και καλούνται διωνυμικοί συντελεστές διότι εμφανίζονται

Διαβάστε περισσότερα

Οι μελέτες φυσικών φαινομένων ή πραγματικών προβλημάτων καταλήγουν είτε σεπροσδιοριστικά

Οι μελέτες φυσικών φαινομένων ή πραγματικών προβλημάτων καταλήγουν είτε σεπροσδιοριστικά Εισαγωγή Οι μελέτες φυσικών φαινομένων ή πραγματικών προβλημάτων καταλήγουν είτε σεπροσδιοριστικά μοντέλα, είτε σε στοχαστικά ή αλλοιώς πιθανοτικά μοντέλα. προσδιοριστικά μοντέλα : επιτρέπουν προσδιορισμό

Διαβάστε περισσότερα

Πίνακες Διασποράς. Χρησιμοποιούμε ένα πίνακα διασποράς T και μια συνάρτηση διασποράς h. Ένα στοιχείο με κλειδί k αποθηκεύεται στη θέση

Πίνακες Διασποράς. Χρησιμοποιούμε ένα πίνακα διασποράς T και μια συνάρτηση διασποράς h. Ένα στοιχείο με κλειδί k αποθηκεύεται στη θέση Πίνακες Διασποράς Χρησιμοποιούμε ένα πίνακα διασποράς T και μια συνάρτηση διασποράς h Ένα στοιχείο με κλειδί k αποθηκεύεται στη θέση κλειδί k T 0 1 2 3 4 5 6 7 U : χώρος πιθανών κλειδιών Τ : πίνακας μεγέθους

Διαβάστε περισσότερα

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

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

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς 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

Πανεπιστήμιο Πελοποννήσου

Πανεπιστήμιο Πελοποννήσου Πανεπιστήμιο Πελοποννήσου Τυχαίες μεταβλητές Κατανομές Τυχαία Μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) ονομάζεται η συνάρτηση που απεικονίζει το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος στο σύνολο

Διαβάστε περισσότερα

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ Εργαστήριο Μαθηματικών & Στατιστικής η Πρόοδος στο Μάθημα Στατιστική //9 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ ο Θέμα Μονάδες Από τα ασθενή ζώα μιας κτηνοτροφικής μονάδας, ποσοστό % έχει προσβληθεί από την ασθένεια Α, % από

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ι θ α ν ό τ η τ ε ς Ι Πειραιάς 2008 Πιθανότητες Ι-Μ. Κούτρας 2 ΗΔιωνυμική κατανομή για (πολύ) μεγάλα ν και (πολύ) μικρά p Η χρήση του τύπου ν x ν x f ( x)

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

0. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων

0. Σύντοµη επισκόπηση θεωρίας πιθανοτήτων . Σύντοµη επισκόπηση θεωρίας πιθανοτήτων Α. Τυχαίες µεταβητές Τυχαία µεταβητή καείται µια µεταβητή η τιµή της οποίας καθορίζεται από το αποτέεσµα κάποιου στοχαστικού πειράµατος. Αν Ω ο δειγµατικός χώρος

Διαβάστε περισσότερα

ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ. Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ

ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ. Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΠΑΙΔΑΓΩΓΙΚΟ

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

ΠΙΘΑΝΟΤΗΤΕΣ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Στοιχεία Θεωρίας Συνόλων Θεωρούµε Ω το σύνολο αναφοράς. σ-άλγεβρα Εστω A είναι µια κλάση υποσυνόλων του Ω. τ.ω. A είναι µη κενή. 2 A A A c A. 3 A, A 2,... A A A 2...

Διαβάστε περισσότερα

σ.π.π. Γεωμετρικής Κατανομής με p=0, Αριθμός επιτυχιών μέχρι την πρώτη επιτυχία

σ.π.π. Γεωμετρικής Κατανομής με p=0, Αριθμός επιτυχιών μέχρι την πρώτη επιτυχία Ν(n) 2.11 ΓΕΩΜΕΤΡΙΚΗ ΚΑΤΑΝΟΜΗ Αν αντί της ερώτησης "πόσες επιτυχίες σημειώνονται σε n δοκιμές Bernoulli;" ενδιαφέρει η ερώτηση "πόσες δοκιμές απαιτούνται μέχρι να σημειωθεί η πρώτη επιτυχία;", οδηγούμαστε

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 2016-2017 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας

Διαβάστε περισσότερα

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την

Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε να προβλέψουμε ή να παρατηρήσουμε την Μαθηματικά Πληροφορικής 8ο Μάθημα Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Εισαγωγή Η Θεωρία Πιθανοτήτων παίζει μεγάλο ρόλο στη μοντελοποίηση και μελέτη συστημάτων των οποίων δεν μπορούμε

Διαβάστε περισσότερα

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Θεωρία Συνόλων Σύνολο: Το σύνολο εκφράζει μία συλλογή διακριτών μονάδων οποιασδήποτε φύσης.

Διαβάστε περισσότερα

2. Στοιχεία Πολυδιάστατων Κατανοµών

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

Διαβάστε περισσότερα

R ισούται με το μήκος του. ( πρβλ. την ιστορική σημείωση 3.27 στο τέλος

R ισούται με το μήκος του. ( πρβλ. την ιστορική σημείωση 3.27 στο τέλος 73 3. Συμπαγείς χώροι 3. Συμπαγείς χώροι και βασικές ιδιότητες Οι συμπαγείς χώροι είναι μια από τις πιο σημαντικές κλάσεις τοπολογικών χώρων. Η κλάση των συμπαγών χώρων περιλαμβάνει τα κλειστά διαστήματα,b

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

ΑΝΑΛΥΣΗ ΚΑΤΗΓΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. Σ. ΖΗΜΕΡΑΣ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών- Χρηματοοικονομικών Μαθηματικών Σάμος

ΑΝΑΛΥΣΗ ΚΑΤΗΓΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. Σ. ΖΗΜΕΡΑΣ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών- Χρηματοοικονομικών Μαθηματικών Σάμος ΑΝΑΛΥΣΗ ΚΑΤΗΓΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ Σ. ΖΗΜΕΡΑΣ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών- Χρηματοοικονομικών Μαθηματικών Σάμος Εισαγωγή Αριθμητικά δεδομένα αντιστοιχούν σε πραγματοποιήσεις τυχαίων

Διαβάστε περισσότερα

(f(x)+g(x)) =f (x)+g (x), x R

(f(x)+g(x)) =f (x)+g (x), x R ΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΑ ΙΚΩΝ ΕΞΕΤΑΣΕΩΝ 0 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΛΥΚΕΙΟΥ ΘΕΜΑ Α Α. Αν οι συναρτήσεις, g είναι παραγωγίσιµες στο IR, να αποδείξετε ότι (()+g()) ()+g (), R Μονάδες 7 Α.

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι Ονοματεπώνυμο: Όνομα Πατρός:... ΑΜ:. Ημερομηνία: Σ Παρακαλώ μη γράφετε στα παρακάτω τετράγωνα Μέρος

Διαβάστε περισσότερα

h(x, y) = card ({ 1 i n : x i y i

h(x, y) = card ({ 1 i n : x i y i Κεφάλαιο 1 Μετρικοί χώροι 1.1 Ορισμός και παραδείγματα Ορισμός 1.1.1 μετρική). Εστω X ένα μη κενό σύνολο. Μετρική στο X λέγεται κάθε συνάρτηση ρ : X X R με τις παρακάτω ιδιότητες: i) ρx, y) για κάθε x,

Διαβάστε περισσότερα

Εισαγωγή Ορισμός Frequency moments

Εισαγωγή Ορισμός Frequency moments The space complexity of approximating the frequency moments Κωστόπουλος Δημήτριος Μπλα Advanced Data Structures June 2007 Εισαγωγή Ορισμός Frequency moments Έστω ακολουθία Α = {a 1,a 2,...,a m ) με κάθε

Διαβάστε περισσότερα

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας.

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας. Περιεχόμενα της Ενότητας Στατιστική Ι Ενότητα 5: Συνεχείς Κατανομές Πιθανότητας Δρ. Χρήστος Εμμανουηλίδης Επίκουρος Καθηγητής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς

Διαβάστε περισσότερα

Κεφάλαιο 3 Κατανομές. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς

Κεφάλαιο 3 Κατανομές. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς Κεφάλαιο Κατανομές Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς - - Χρησιμοποιώντας την Στατιστική Έστω οι διαφορετικές διατάξεις ενός αγοριού (B) και ενός κοριτσιού (G) σε τέσσερις

Διαβάστε περισσότερα

Στην Ξένια και στην Μαίρη

Στην Ξένια και στην Μαίρη Στην Ξένια και στην Μαίρη Περιεχόμενα 3 ΠΡΟΛΟΓΟΣ Πολλές φορές θέλουμε να μελετήσουμε φαινόμενα ή συστήματα τα οποία εξελλίσονται, κυρίως αναφορικά με τον χρόνο, και των οποίων η μελλοντική συμπεριφορά

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

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Σε κάθε αποτέλεσμα του πειράματος αντιστοιχεί μία αριθμητική τιμή Μαθηματικός ορισμός: Τυχαία μεταβλητή X είναι

Διαβάστε περισσότερα

Στατιστική. 4 ο Μάθημα: Θεωρητικές και Εμπειρικές - Δειγματοληπτικές Κατανομές. Γεώργιος Μενεξές Τμήμα Γεωπονίας

Στατιστική. 4 ο Μάθημα: Θεωρητικές και Εμπειρικές - Δειγματοληπτικές Κατανομές. Γεώργιος Μενεξές Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Στατιστική 4 ο Μάθημα: Θεωρητικές και Εμπειρικές - Δειγματοληπτικές Κατανομές Γεώργιος Μενεξές Τμήμα Γεωπονίας Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Βασικές έννοιες θεωρίας πιθανοτήτων

Βασικές έννοιες θεωρίας πιθανοτήτων Βασικές έννοιες θεωρίας πιθανοτήτων Ορισµός πιθανότητας Έστω Ω το σύνολο των δυνατών αποτελεσµάτων ενός πειράµατος Συµβολίζουµε µε ω τα στοιχεία του Ω Ονοµάζουµε ενδεχόµενο (evet ένα υποσύνολο του Ω Για

Διαβάστε περισσότερα

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ

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

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΑΡΧΗ ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΤΕΤΑΡΤΗ 0 ΜΑΪΟΥ 05 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΟΛΟ

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13 ΠΕΡΙΕΧΟΜΕΝΑ / 7 ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος... 13 Κεφάλαιο 1: Περιγραφική Στατιστική... 15 1.1 Περιγραφική και Συμπερασματική Στατιστική... 15 1.2 Μεταβλητές - Τιμές - Παρατηρήσεις... 19 1.3 Είδη μεταβλητών...

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

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

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

Διαβάστε περισσότερα

Στατιστική. Ενότητα 4 η : Θεωρητικές Κατανομές Πιθανότητας Διακριτής και Συνεχούς Τυχαίας Μεταβλητής. Γεώργιος Ζιούτας Τμήμα Χημικών Μηχανικών Α.Π.Θ.

Στατιστική. Ενότητα 4 η : Θεωρητικές Κατανομές Πιθανότητας Διακριτής και Συνεχούς Τυχαίας Μεταβλητής. Γεώργιος Ζιούτας Τμήμα Χημικών Μηχανικών Α.Π.Θ. ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 4 η : Θεωρητικές Κατανομές Πιθανότητας Διακριτής και Συνεχούς Τυχαίας Μεταβλητής Γεώργιος Ζιούτας Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα