Κεφάλαιο 2: Τυχαίος Περίπατος

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Κεφάλαιο 2: Τυχαίος Περίπατος"

Transcript

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

2 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άδεια χρήσης άλλου τύπου, αυτή πρέπει να αναγράφεται ρητώς.

3

4 .1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ (σελ. από 6) 4 Αν υποθέσουµε τώρα ότι το σωµατίδιο έχει ως αρχική θέση Χ 0 = 0, τότε η θέση του Χ n µετά από άρτιο αριθµό βηµάτων n = ν (ν = 1,,...) θα είναι άρτια και συγκεκριµένα θα είναι µια από τις {-ν, -ν-,..., 0,..., ν-, ν}, ενώ µετά από περιττό αριθµό βηµάτων n = ν+1 θα είναι περιττή και συγκεκριµένα θα είναι µια από τις {-ν-1, -ν-3,...,-1, 1,..., ν-1, ν+1}. Η πιθανότητα µε την οποία βρίσκεται το σωµατίδιο σε κάθε µία από τις παραπάνω θέσεις υπολογίζεται ως ακολούθως. Θεωρούµε τις τ.µ. και συνεπώς Y 1 = (Zi 1) (i = 1,, ) (1.) i + 1, µε πιθανότητα p Υ i = 0, µε πιθανότητα q.

5

6

7 .1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ (σελ. 5 από 6) 7 Εφαρµόζοντας τώρα το Κ.Ο.Θ. έχουµε: P[-a < X n < b] - {Φ( b nµ σ n ) Φ( a nµ )} 0 για n, (1.4) σ n όπου Φ είναι η αθροιστική συνάρτηση της τυποποιηµένης Κανονικής Ν(0, 1). Παρατηρούµε τώρα τα παρακάτω: (α) Όταν p > q και οι δύο όροι µέσα στα άγκιστρα τείνουν στο µηδέν. (β) Όταν p = q και οι δύο όροι µέσα στα άγκιστρα τείνουν στο ½. (γ) Όταν p < q και οι δύο όροι µέσα στα άγκιστρα τείνουν στη µονάδα. Συνεπώς για οποιοδήποτε p (0, 1) και οποιουσδήποτε θετικούς αριθµούς a και b θα έχουµε: P[-a < X n < b] 0 για n. (1.5)

8 .1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ (σελ. 6 από 6) 8 Το παραπάνω οριακό αποτέλεσµα µας οδηγεί στο συµπέρασµα ότι οσοδήποτε µεγάλοι και αν είναι οι θετικοί αριθµοί a και b, η πιθανότητα να παραµένει επ άπειρον η σ.α. {Χ n : n = 1,, } εντός της περιοχής (-a, b) είναι µηδέν (γιατί;). Διαφορετικά διατυπωµένο αυτό σηµαίνει ότι µε πιθανότητα τη µονάδα η σ.α. {Χ n : n = 1,, } θα βγει κάποια στιγµή από την περιοχή (-a, b) όσο µεγάλο και είναι το εύρος της. Προκύπτει εύκολα ότι το ίδιο ισχύει για οποιαδήποτε περιοχή (a, b) µε - < a < b <. Σε ανάλογα συµπεράσµατα καταλήγουµε µε εφαρµογή του Ισχυρού Νόµου των Μεγάλων Αριθµών (Ι.Ν.Μ.Α.). Εδώ µάλιστα δεν απαιτείται η ύπαρξη διασποράς των Y i. Πράγµατι έχουµε από τον Ι.Ν.Μ.Α. ότι µε πιθανότητα τη µονάδα Χ n /n E[Z] = p q για n, και συνεπώς η ακολουθία {Χ n : n = 1,, } αποκλίνει θετικά όταν p > q και αποκλίνει αρνητικά όταν p < q. Επίσης για p = q πάλι αποδεικνύεται ότι µε πιθανότητα τη µονάδα η σ.α. {Χ n : n = 1,, } θα βγει κάποια στιγµή από οποιαδήποτε περιοχή της µορφής (-a, b) µε -a < b. Τα παραπάνω συµπεράσµατα άµεσα γενικεύονται σε σ.α. µε ανεξάρτητες και ισόνοµες προσαυξήσεις µε µέση τιµή µ και πεπερασµένη ή όχι διασπορά. Πρέπει να σηµειώσουµε εδώ ότι τα ως άνω συµπεράσµατα δεν δίνουν απάντηση σχετικά µε το πότε ξεπερνιώνται τα παραπάνω δύο όρια για πρώτη φορά και µε ποια πιθανότητα το καθένα. Μ αυτό το πρόβληµα θα ασχοληθούµε στην παράγραφο που ακολουθεί.

9 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 1 από 15) 9 n Ας θεωρήσουµε τώρα ένα απλό τυχαίο περίπατο {X n = X0 + Z : n = 1,, } µε i= 1 i αρχική κατάσταση Χ 0 = 0 ο οποίος διακόπτεται µόλις το σωµατίδιο περάσει κάποια στιγµή στη κατάσταση s = -a ή στη κατάσταση s = b, όπου a και b θετικοί ακέραιοι. Σκεφθείτε δύο παίκτες Α και Β, µε αρχικά χρηµατικά ποσά a και b αντίστοιχα, οι οποίοι παίζουν ένα τυχερό παιχνίδι στο οποίο ο παίκτης Α κερδίζει κάθε φορά 1 µε πιθανότητα p ή χάνει 1 µε πιθανότητα q = 1 p. Το παιχνίδι σταµατά όταν ένας από τους δύο παίκτες χάσει το αρχικό του ποσό. Οι δύο καταστάσεις -a και b ονοµάζονται απορροφητικά φράγµατα της σ.α. Έχουµε απορρόφηση στο -a όταν Χ n = -a για κάποιο n, και ανάλογα έχουµε απορρόφηση στο b όταν X n = b για κάποιο n. Σύµφωνα µ αυτά που παρουσιάσαµε στην προηγούµενη παράγραφο, µε πιθανότητα τη µονάδα, ο τυχαίος περίπατος θα σταµατήσει σε ένα από τα δύο απορροφητικά φράγµατα -a, b. Θα προσδιορίσουµε τώρα τις δύο πιθανότητες απορρόφησης α και β αντίστοιχα.

10 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. από 15) Πιθανότητες Απορρόφησης Θεωρούµε την τ.µ.! -1, εάν η απορρόφηση γίνει στο a I = " # +1, εάν η απορρόφηση γίνει στο b. (.1) Με αρχική συνθήκη Χ 0 = 0 και α την πιθανότητα απορρόφησης στο -a έχουµε: α = P[I = -1 X 0 =0]. (.) Γενικεύοντας παραπάνω το πρόβληµα έστω α i = P[I = -1 X 0 = i] (i = -a, -a+1,, b-1, b) (.3) µε α = α 0 και πλευρικές, ή συνοριακές, συνθήκες α -a = 1 και α b = 0. (.4)

11 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 3 από 15) 11 Κάνοντας ανάλυση της πιθανότητας α i µε βάση το αποτέλεσµα του πρώτου βήµατος έχουµε: α i = P[{I= -1}{Χ 1 = i+1} X 0 = i] + P[{I= -1}{X 1 = i -1} X 0 = i] = P[X 1 =i+1 X 0 =i] P[I=-1 X 1 =i+1,x 0 =i] + P[X 1 =i-1 X 0 =i] P[I=-1 X 1 =i-1,x 0 =i] = P[Z 1 = +1] P[I= -1 X 1 = i+1, X 0 =i] + P[Z 1 = -1] P[I= -1 X 1 = i-1, X 0 =i] = P[Z 1 =+1]P[I= -1 X 1 = i+1] + P[Z 1 = -1]P[I= -1 X 1 = i -1] µε την τελευταία ισότητα να οφείλεται στο ότι ο τυχαίος περίπατος, ως σ.α. ανεξαρτήτων προσαυξήσεων, έχει την Μαρκοβιανή ιδιότητα.

12 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 4 από 15) 1 Συνεπώς προκύπτει η παρακάτω σχέση (διαφοροεξίσωση) α i = pα i+1 + qα i-1 (i = -a+1,, b-1). (.5) Επειδή όµως p + q = 1, έχουµε επίσης και απ αυτήν (p + q)α i = pα i+1 + qα i-1 (i = -a+1,, b-1) p(α i+1 α i ) = q(α i α i-1 ) (i = -a+1,, b-1). Θέτοντας τώρα και λ = q/p προκύπτει η αναδροµική σχέση Φ i = α i - α i+1 (i = -a,, b-1) (.6) Φ i = λφ i-1 (i = -a+1,, b-1). (.7)

13

14 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 6 από 15) 14 Παρόµοια, επίσης από τις πλευρικές συνθήκες (.4), έχουµε α 0 = α 0 - α b = (α 0 - α 1 ) +(α 1 - α ) + + (α b-1 - α b ) = Φ 0 + Φ Φ b-1 = {1 + λ + λ λ b-1 }Φ 0. και συνεπώς Φ 0 = α 0 /{1 + λ + λ λ b-1 }. (.11) Εξισώνοντας τώρα τα δεύτερα µέλη των (.10) και (.11) λαµβάνουµε α 0 = {1 + λ + λ λ b-1 } / {λ -a + λ -a λ b-1 }, είναι δηλαδή " b, για λ = q/p = 1 # a+ b α 0 = α = P[Ι = -1 X 0 = 0] = $ b # λ 1 b a, για λ = q/p 1, #& λ λ (.1)

15 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 7 από 15) 15 Όπου, σύµφωνα µε την (.1), η σχέση { Ι = -1 } εκφράζει το ενδεχόµενο απορρόφησης στο κάτω φράγµα -a. Με ανάλογο τρόπο, ή απλούστερα εναλλάσσοντας το a µε το b καθώς και το p µε το q, δηλαδή το λ µε το 1/λ, η πιθανότητα απορρόφησης στη θέση b είναι: " a, για λ = q/p = 1 # a+ b β 0 = β = P[Ι = 1 X 0 = 0] = $ a # (1 / λ) 1, για λ = q/p 1, a b #& (1 / λ) (1/λ) (.13) ή ισοδύναµα $ a!, για λ = p/q = 1 β 0 = β = P[Ι = 1 X 0 = 0] = a + b # (.14) a! 1- λ, για λ = p/q 1. b a " λ λ Από τα αποτελέσµατα (.13) και (.14) διαπιστώνουµε ότι α 0 + β 0 = 1, δηλαδή, χωρίς την εφαρµογή οριακών θεωρηµάτων, προκύπτει ότι ο απλός τυχαίος περίπατος µε απορροφητικά φράγµατα -a και b σταµατά µε πιθανότητα τη µονάδα.

16

17 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 9 από 15) 17 Έστω τώρα p k = P[T = k X 0 = 0] (k=0,1, } (.16) µε µηδενικές τις πιθανότητες p k για k = 0, 1,, min{a, b}-1. Ορίζουµε ακόµα τις πιθανότητες µε (i) p = P[T = k X k 0 = i] (k=0,1, ) για i {-a,, b}, (.17) p ( 0) k = p (k = 0,1,...) k και πλευρικές συνθήκες ( a) (b) # 1, για k = 0 k = p k = δk = " (.18)! 0, για k 0. p 0

18 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 10 από 15) 18 Κάνοντας ανάλυση και πάλι µε βάση το αποτέλεσµα του πρώτου βήµατος και µε χρήση της Μαρκοβιανής ιδιότητας έχουµε την παρακάτω σχέση: (i) p = P[Z k 1 =+1]P[T=k X 1 = i+1] + P[Z 1 =-1]P[T=k X 1 = i-1]. (.19) Όµως επειδή η κατανοµή των βηµάτων Z i είναι αναλλοίωτη στο χρόνο µέχρι τη στιγµή της απορρόφησης, θα έχουµε τη σχέση και P[T=k X 1 = i+1] = P[T=k-1 X 0 = i+1] = P[T=k X 1 = i-1] = P[T=k-1 X 0 = i-1] = (i 1) p + k 1 p. (i 1) k 1 Συνεπώς η (.19) δίνει την παρακάτω διαφοροεξίσωση (i) p = p k p + + q (i 1) p (k=1,, ) για i {-a+1,, b-1}, (.0) (i 1) k 1 µε πλευρικές συνθήκες καθοριζόµενες από την (.18). k 1

19 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 11 από 15) 19 Η ως άνω διαφοροεξίσωση είναι 1 ου βαθµού ως προς k και ου βαθµού ως προς i. Με τον δείκτη i σταθερό, έστω π i (s) η γεννήτρια συνάρτηση των πιθανοτήτων { : k = 0,1, }, δηλαδή π i (s) = Ε[s T X 0 = i] = k=0 s (s S) για i {-a,, b}. k (i) pk όπου S κοινή περιοχή σύγκλισης όλων των π i (s). Πολλαπλασιάζοντας τώρα τα µέλη των (.18) και (.0) επί s k και αθροίζοντας για k = 0, 1,, λαµβάνουµε την παρακάτω διαφοροεξίσωση ( ου βαθµού ως προς i) µε πλευρικές συνθήκες π i (s) = s{p π i+1 (s) + q π i-1 (s)} για i {-a+1,, b-1} (.1) π i (s) = 1 για i = -a, b. (.) (i) p k

20 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 1 από 15) 0 Η διαφοροεξίσωση (.1) λύνεται όπως και µια γραµµική διαφορική εξίσωση ας τάξεως. Συγκεκριµένα, διαπιστώνουµε ότι η συνάρτηση µε α(s) τη ρίζα της χαρακτηριστικής εξίσωσης της (.1) π i (s) = {α(s)} i (.3) x = s{px + q), αποτελεί µια ειδική λύση. Η ως άνω χαρακτηριστική εξίσωση για 0 < s < 1/( pq ) έχει δύο λύσεις και συγκεκριµένα τις 1 1 4pqs pqs α(s) = και β(s) =, ps ps οι οποίες είναι γραµµικά ανεξάρτητες. Συνεπώς, η γενική λύση της (.1) είναι ο γραµµικός συνδυασµός π i (s) = A(s){α(s)} i + B(s){β(s)} i για i {-a+1,, b-1} (.4) µε τις συναρτήσεις A(s) και Β(s) να ικανοποιούν τις πλευρικές συνθήκες (.).

21 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 13 από 15) 1 Εισάγοντας την γενική λύση (.4) στην (.) λαµβάνουµε το παρακάτω γραµµικό σύστηµα εξισώσεων: a A(s) {α(s)} a + B(s) {β(s)} = 1 b b A(s) { α(s)} + B(s) { β(s)} = 1. (.5) Έχουµε συνεπώς A(s) = {α(s)} a {β(s)} b {β(s)} b {β(s)} {α(s)} a b {β(s)} a (.6) και Β(s) = {α(s)} a {α(s)} {β(s)} a b {α(s)} {α(s)} b b {β(s)} a. (.7) Mας ενδιαφέρει η γεννήτρια των πιθανοτήτων p k = η συνάρτηση (0) p για k = 0,1,, δηλαδή k π(s) π 0 (s) = Ε[s T X 0 = 0] = (0) s k pk k=0.

22

23 .. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ ΜΕ ΑΠΟΡΡΟΦΗΤΙΚΑ ΦΡΑΓΜΑΤΑ (σελ. 15 από 15) 3 Το γεγονός ότι στον απλό τυχαίο περίπατο, µε a και b άρτιους, ο χρόνος απορρόφησης Τ µπορεί να θεωρηθεί ως άθροισµα ανεξάρτητων και ισόνοµων τυχαίων µεταβλητών Τ i που εκφράζουν τον χρόνο που απαιτείται µέχρι να µεταπηδήσει από µια κατάσταση, έστω j, στην κατάσταση j + ή στην κατάσταση j (το πλήθος των Τ i δεν είναι γνωστό αλλά αυτό δεν έχει ιδιαίτερη σηµασία εφόσον γνωρίζουµε τη µέση τιµή και τη διασπορά του αθροίσµατός τους), µας επιτρέπει να χρησιµοποιήσουµε το Κ.Ο.Θ. για να προσδιορίσουµε προσεγγιστικά πιθανότητες που αφορούν τον χρόνο απορρόφησης. Υποτίθεται βέβαια ότι τα απορροφητικά φράγµατα -a και b δεν είναι πολύ κοντά στο µηδέν για να έχει κάποια διάρκεια ο τυχαίος περίπατος. Έχουµε συνεπώς για t 1 < t την προσέγγιση: P[t 1 < T t "X 0 = 0] Φ( t µ σ T T ) Φ( t 1 µ σ T T ). (.33) Η ως άνω προσέγγιση βελτιώνεται εφαρµόζοντας τη «διόρθωση συνεχείας», θέτοντας δηλαδή στη θέση των t 1, t τα t 1-0.5, t αντίστοιχα.

24 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 1 από 19) 4 Θα γενικεύσουµε τώρα τα αποτελέσµατα της προηγούµενης παραγράφου αναφερόµενοι σε γενικότερης µορφής τυχαίους περιπάτους. Ορισµός. Τυχαίος περίπατος (τ.π.) είναι µια σ.α. {Χ n : n = 1,, } ανεξάρτητων και ισόνοµων προσαυξήσεων Υ i (i = 1,, ) µε µέση τιµή µ = Ε[Υ i ] πεπερασµένη. Η θέση µετά από n βήµατα είναι πάλι: Χ n = Χ 0 + Υ 1 + Υ + + Υ n (n = 1,, ) (3.1) Όπως και στον απλό τυχαίο περίπατο έτσι και εδώ, µε εφαρµογή είτε του Κ.Ο.Θ. είτε του Ι.Ν.Μ.Α., προκύπτει ότι µε - < -a < b < έχουµε και από αυτήν ότι P[-a < X n < b] 0 για n P[-a < X n < b για όλα τα n] = 0.

25 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. από 19) 5 Αν θεωρήσουµε τώρα τους αριθµούς -a και b ως απορροφητικά φράγµατα του ως άνω τ.π. η τελευταία σχέση σηµαίνει ότι ο χρόνος απορρόφησης Τ = min{n: X n (-a, b)} (3.) δεν απειρίζεται µε πιθανότητα τη µονάδα. Μπορούµε συνεπώς να µιλήσουµε για την τ.µ. Χ Τ (είναι πράγµατι τυχαία µεταβλητή;), την κατάσταση δηλαδή την οποία καταλαµβάνει η σ.α. {Χ n : n = 1,, } κατά την στιγµή της απορρόφησης Τ. Έστω τώρα g(s) = E[e sυ ], s S!, (3.3) η ροπογεννήτρια συνάρτηση των ανεξάρτητων και ισόνοµων προσαυξήσεων Υ i.

26 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 3 από 19) 6 Αποδεικνύεται ότι η g(s) συνδέεται µε την κατάσταση Χ Τ κατά τη στιγµή της απορρόφησης, είτε αυτή γίνεται στο κάτω φράγµα -a είτε στο άνω φράγµα b, µέσω της παρακάτω σχέσης η οποία είναι γνωστή ως Ταυτότητα του Wald. Σηµείωση: Η ταυτότητα του Wald αναφέρεται γενικότερα σε στοχαστικές ανελίξεις ανεξαρτήτων προσαυξήσεων σε συνεχή, µε την έννοια του συµπαγούς, παραµετρικό χώρο T. Στον παραµετρικό χώρο! των φυσικών αριθµών η απόδειξη είναι απλή και αφήνεται ως άσκηση. Θεώρηµα (Ταυτότητα του Wald). Έστω ότι η τ.µ. Χ Τ εκφράζει τη θέση της σ.α. κατά τη στιγµή της απορρόφησης Τ. Τότε E[{g(s)} T exp {sx }] = 1, για κάθε s Σ. (3.4) T

27 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 4 από 19) 7 Από την παραπάνω σχέση προκύπτουν ορισµένα πολύ ενδιαφέροντα αποτελέσµατα. Παραγωγίζοντας ως προς s τα µέλη της ταυτότητας του Wald λαµβάνουµε E[ T{g(s)} T 1 g'(s)e sx T + X T {g(s)} T e sx T ] = 0 για κάθε s S. (3.5) Επειδή για s = 0 (0 Σ) έχουµε g(0) = 1 και g (0) = µ, αντικαθιστώντας στην παραπάνω σχέση λαµβάνουµε ή ισοδύναµα Ε[-Τµ + Χ Τ ] = 0, Ε[Χ Τ ] = µ Ε[Τ]. (3.6) Δηλαδή, η µέση θέση κατά τη στιγµή της απορρόφησης δίνεται από το γινόµενο του µέσου βήµατος επί τον µέσο χρόνο απορρόφησης. Η παραπάνω ισότητα είναι γνωστή ως Ταυτότητα του Little.

28 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 5 από 19) Μέσος Χρόνος Απορρόφησης Υποθέτοντας ότι οι προσαυξήσεις Y i έχουν πεπερασµένη διασπορά σ και παραγωγίζοντας για άλλη µία φορά την (3.5) ως προς s λαµβάνουµε µετά από λίγες πράξεις Ε[ X ] = σ Ε[Τ]. (3.7) T Συνεπώς, συνδυάζοντας τις (3.6) και (3.7) έχουµε: # E[X T ]/ µ, για µ 0, Ε[Τ] = " (3.8)! E[X T ]/ σ, για µ = 0.

29 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 6 από 19) 9 Επειδή τώρα έχουµε X T -a ή X T b, ανάλογα µε το αν η απορρόφηση γίνεται στο -a ή στο b, θα έχουµε Ε[Χ Τ ] -αa + βb και Ε[ X ] αa + βb, όπου µε α και β T συµβολίζουµε τις πιθανότητες απορρόφησης στο -a και b αντίστοιχα. Οπότε έχουµε: Ε[Τ] $ αa + βb!, για µ 0, µ # (3.9)! αa + βb, για µ = 0. " σ Σηµείωση: Στον απλό τυχαίο περίπατο όπου κάθε βήµα είναι µήκους l =1, µε a, b ακεραίους θα έχουµε κατ ανάγκη Χ Τ = -a ή Χ Τ = b. Συνεπώς το παραπάνω προσεγγιστικό αποτέλεσµα ισχύει ακριβώς.

30 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 7 από 19) Πιθανότητες Απορρόφησης Αν παραγωγίσουµε την ροπογεννήτρια συνάρτηση g(s) των προσαυξήσεων Y i δύο φορές έχουµε: g (s) = Ε[Υ e sy ] > 0 για κάθε s S. Συνεπώς η ροπογεννήτρια συνάρτηση g(s) είναι κυρτή στο S, εκτός εάν οι τ.µ. Y είναι µηδενική µε πιθανότητα τη µονάδα.

31 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 8 από 19) 31

32 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 9 από 19) 3 Εύκολα διαπιστώνει κανείς ότι όταν οι πιθανότητες P[Υ > 0] και P[Y < 0] είναι µη µηδενικές, τότε η ροπογεννήτρια g(s) = E[e sy ] αυξάνεται απεριόριστα για s + όπως και για s -. Τούτο διότι η g(s) γράφεται g(s) = E[e sυ ] = p E[e sυ Υ 0] + q E[e sυ Υ < 0], s S όπου p = P[Y 0] και q = P[Y<0]. Οι δύο όροι συνεπώς στα δεξιά της παραπάνω σχέσης είναι θετικοί. Ο πρώτος αυξάνεται απεριόριστα για s και ο δεύτερος για s -. Συνεπώς, µε µ 0 και µε θετικές τις πιθανότητες P[Y > 0] και P[Y < 0], υπάρχει µη µηδενική ρίζα της εξίσωσης g(s) = 1. Υπάρχει δηλαδή µέσα στο S σηµείο s 0 0 τέτοιο ώστε g(s 0 ) = E[e s o Y ] = 1.

33 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 10 από 19) 33 Θέτοντας την ως άνω τιµή του s στην Ταυτότητα του Wald παίρνουµε E[e s o X T ] = 1. (3.10) Με απορροφητικά φράγµατα -a και b, και έχοντας αποδείξει ότι ο τυχαίος περίπατος σταµατά µε πιθανότητα τη µονάδα, ας θεωρήσουµε και πάλι τα δύο ενδεχόµενα απορρόφησης Α = {I = -1} και Β = {I = 1} στο a και b αντίστοιχα. Δηλαδή και Α = {I = -1} = {ο τ.π. {X n } µε αποροφ. φράγµατα -a και b απορροφάται στο -a} Β = {I = 1} = {ο τ.π. {X n } µε αποροφ. φράγµατα -a και b απορροφάται στο b}.

34 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 11 από 19) 34 Με α = α(a, b) = P[Α] και β = 1 - α = P[Β] και µε δέσµευση στα ενδεχόµενα απορρόφησης Α = {I = -1} και Β = {I = 1} έχουµε την παρακάτω ανάλυση: E[e s 0 X T ] = α E[e s 0 X T A ] + (1-α) s E[e 0 XT B ] (3.11) και σύµφωνα µε την (3.10) θα έχουµε: α E[e s 0X T A] + (1-α) s E[e 0 XT B ] =1, (3.1) σχέση από την οποία προκύπτει ότι η πιθανότητα απορρόφησης στο -a είναι: α = E[e s 0 E[e X T s 0 X T B] 1 B] E[e s 0 X T. (3.13) A]

35 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 1 από 19) 35 Όµως, όταν η απορρόφηση γίνεται στο -a έχουµε Χ T -a και όταν η απορρόφηση γίνεται στο b έχουµε Χ T b. Συνεπώς οπότε η σχέση (3.10) δίνει E[e s 0 X T as0 A] e s και E[e 0 XT bs0 B] e, (3.14) α e e bs bs e as 0, s 0 0 για µ 0. (3.15) Τα παραπάνω αποτελέσµατα προέκυψαν µε βάση την υπόθεση ότι s 0 0. Αυτό συµβαίνει όταν µέση τιµή των προσαυξήσεων µ 0. Επειδή για µ 0 έχουµε επίσης s 0 0, παίρνοντας το όριο στην παραπάνω σχέση για s 0 0 και κάνοντας χρήση του κανόνα De l Hospital λαµβάνουµε: b α, a + b για µ = 0. (3.16)

36 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 13 από 19) 36 Εισάγοντας τώρα τα παραπάνω δύο αποτελέσµατα στην (3.9), η οποία αφορά την µέση τιµή του χρόνου απορρόφησης Τ, λαµβάνουµε τελικά bs $ a(1 e! Ε[Τ] µ (e #! ab,! " σ 0 ) + b(1 e bs 0 e as 0 ) as 0 ), για µ 0, για µ = 0. (3.17) Σηµειώνουµε εδώ πάλι ότι στον απλό τυχαίο περίπατο µε a και b ακεραίους τα παραπάνω προσεγγιστικά αποτελέσµατα ισχύουν ακριβώς.

37 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 14 από 19) 37 Συµπεράσµατα. Από τις σχέσεις (3.13) και (3.14) διαπιστώνουµε τα παρακάτω. 1 ον. Όταν s 0 > 0, δηλαδή όταν ο τ.π. έχει αρνητική τάση µ (=Ε[Υ] < 0), τότε για την πιθανότητα απορρόφησης στο κάτω φράγµα -a έχουµε: α = α(a, b) 1 για b. Αντίστοιχα, για την πιθανότητα απορρόφησης στο άνω φράγµα b έχουµε: T β = 1- α(a, b) 1/ E [e s X 0 Β] exp{-s 0 b} για a. Η παραπάνω ανισότητα ισχύει διότι για µια µονότονα αύξουσα συνάρτηση h(x) έχουµε Ε[h(Χ) X c ] h(c). Οµοίως, για µια µονότονα φθίνουσα συνάρτηση h(x) έχουµε Ε[h(Χ) X c ] h(c), ανισότητα την οποία χρησιµοποιούµε παρακάτω. ον. Όταν s 0 < 0, δηλαδή όταν ο τ.π. έχει θετική τάση µ, τότε για την πιθανότητα απορρόφησης στο άνω φράγµα b έχουµε: β = 1- α(a,b) 1 για a. Αντίστοιχα, για την πιθανότητα απορρόφησης στο κάτω φράγµα -a έχουµε: T α = α(a, b) 1/ E [e s X 0 Α] exp{as 0 } για b.

38 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 15 από 19) Ροπογεννήτρια του Χρόνου Απορρόφησης Για τον προσδιορισµό της ροπογεννήτριας του χρόνου απορρόφησης Τ θεωρούµε τις ρίζες της εξίσωσης g(s) = e -t µε t T! +. (3.18) Λόγω κυρτότητας της g µε κατάλληλη επιλογή του T θα υπάρχουν δύο ρίζες, έστω s 1 και s, µε s 1 < s. Έχουµε δηλαδή s 1 = s 1 (t) < s = s (t), t T. Αντικαθιστώντας στην Ταυτότητα του Wald λαµβάνουµε τις παρακάτω δύο εξισώσεις: E[ exp {tt + s (t)x }] 1, t T (i = 1, ). (3.19) i T =

39 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 16 από 19) 39 Επίσης µε δέσµευση στα ενδεχόµενα απορρόφησης Α και Β αντίστοιχα έχουµε την ανάλυση: E[exp{tT + s i (t)x T }] = α E[exp{tT + s i (t)x T } Α] + β E[exp{tT + s i (t)x T } Β] (i = 1, ). (3.0) και συνεπώς η (3.19) δίνει για κάθε t T α E[exp{tT + s i (t)x T } Α] + β E[exp{tT + s i (t)x T } Β] = 1 (i = 1, ). Όµως, όπως προηγουµένως, όταν η απορρόφηση γίνεται στο -a έχουµε Χ T -a και όταν η απορρόφηση γίνεται στο b έχουµε Χ T b. Οπότε έχουµε: α exp{-a s i (t)}e[e tt Α] + β exp{b s i (t)}e[e tt Β] 1 (i = 1, ). (3.1)

40 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 17 από 19) 40 Θέτοντας τώρα και g Α (t) = E[e tt Α] (3.) g Β (t) = E[e tt Β], (3.3) συναρτήσεις οι οποίες αποτελούν τις δεσµευµένες ροπογεννήτριες του χρόνου απορρόφησης Τ σε σχέση µε την περιοχή απορρόφησης, το σύστηµα εξισώσεων (3.1) γίνεται: α exp{-a s 1 (t)}g Α (t) + β exp{ b s 1 (t)}g Β (t) 1 α exp{-a s (t)}g Α (t) + β exp{ b s (t)}g Β (t) 1, (3.4) σύστηµα δύο γραµµικών, ως προς τις ποσότητες αg Α και βg Β, εξισώσεων από το οποίο προκύπτει: bs (t) bs1 (t) e e α g Α (t), t T bs (t) as1 (t) bs1 (t) as (t) (3.5.α) e e

41 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 18 από 19) 41 και as1(t) as (t) e e β g Β (t) bs (t) as1 (t) bs1 (t) as (t) e e, t T. (3.5.β) Όµως η ροπογεννήτρια συνάρτηση του χρόνου απορρόφησης Τ µπορεί να αναλυθεί σε σχέση µε την περιοχή απορρόφησης ως ακολούθως: και συνεπώς g Τ (t) = E[e tt ] = α E[e tt Α] + β E[e tt Β] = α g Α (t) + β g Β (t) g Τ (t) (e bs (t) e + e as (t) bs (t) as (t) 1 1 ) (e e bs (t) bs (t) as e (t) as (t) ), t T. (3.6)

42 .3. Η ΤΑΥΤΟΤΗΤΑ ΤΟΥ WALD (σελ. 19 από 19) 4 Η παραπάνω σχέση είναι η υπό µορφή ροπογεννητριών αντίστοιχη έκφραση της (.8) και ισχύει ακριβώς στον απλό τυχαίο περίπατο. Από τη σχέση αυτή µπορούµε να υπολογίσουµε τη µέση τιµή και τη διασπορά του χρόνου απορρόφησης Τ. Συγκεκριµένα έχουµε: και Ε[Τ] = g ' T (0) V[T] = Ε[Τ ] {Ε[Τ]} '' ' = g (0) {g (0)}. T T Κάνοντας εφαρµογή του Κ.Ο.Θ. και χρησιµοποιώντας τα παραπάνω αποτελέσµατα µπορούµε να προσδιορίσουµε µε ικανοποιητική προσέγγιση τις πιθανότητες που αφορούν στον χρόνο απορρόφησης Τ.

43 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 1 από 30) 43 Θα κάνουµε εφαρµογή τώρα των παραπάνω αποτελεσµάτων σε διάφορες σ.α. ανεξαρτήτων προσαυξήσεων Απλός Τυχαίος Περίπατος - Καταστροφή του Παίκτη Έστω {Χ n : n = 1,, } απλός τυχαίος περίπατος. Έχουµε δηλαδή Χ n = Χ 0 + Υ 1 + Υ + + Υ n (n = 1,, ) όπου Χ 0 = 0, η θέση εκκίνησης, και Υ i (i = 1,, ) ανεξάρτητες τ.µ. µε κατανοµή! 1, µε πιθανότητα p Υ i = " # -1, µε πιθανότητα q. Ο ως άνω τ.π. µπορεί να θεωρηθεί ως η κατάσταση ενός παίκτη µετά από n παιχνίδια στα οποία κερδίζει ή χάνει κάθε φορά 1 µε πιθανότητες p και q αντίστοιχα.

44 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. από 30) 44 Η ροπογεννήτρια συνάρτηση των Υ i είναι g(s) = E[e sy ] = p e s + q e -s, s!, Για τον προσδιορισµό της µη µηδενικής λύσης s 0 της εξίσωσης g(s) = 1, γράφουµε από την οποία προκύπτει η εξίσωση p e s + q e -s = 1 = p + q ( p e s q ) ( 1 e -s )= 0, οπότε s 0 = ln(q/p) = ln λ µε λ = q/p. Η λύση αυτή είναι µη µηδενική όταν το λ 1 ή, ισοδύναµα, όταν p q. Με εφαρµογή τώρα της (3.15), η οποία ισχύει ακριβώς εδώ, λαµβάνουµε το γνωστό αποτέλεσµα b λ 1 α =. b a λ λ

45 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 3 από 30) 45 Για τον προσδιορισµό της πιθανότητας α όταν έχουµε p = q λαµβάνουµε το όριο της παραπάνω παράστασης για λ 1 κάνοντας χρήση του κανόνα De l Hospital. Οπότε για λ 1 προκύπτει: α = a b + b. Είναι φανερό ότι όταν έχουµε λ 1, δηλαδή µ = Ε[Υ] = p q 0 (µη αρνητική τάση), τότε α α(a, + ) = lim α(a, b) =1 για b +. Όταν όµως έχουµε λ < 1, δηλαδή µ = p q < 0 (αρνητική τάση), τότε α = α(a, + ) = lim α(a, b) = λ a για b +.

46 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 4 από 30) 46 Τούτο σηµαίνει ότι όταν ένας παίκτης µε κεφάλαιο a παίζει µε παίκτη ο οποίος διαθέτει απεριόριστο κεφάλαιο, η µόνη περίπτωση να µη χάσει το κεφάλαιό του είναι να παίζει παιχνίδι µε θετική τάση, δηλαδή µε p > q. Και πάλι όµως αυτό δεν είναι βέβαιο αλλά έχει µε πιθανότητα P = 1- λ a ( < 1). Το αντιστάθµισµα εδώ είναι ότι το αναµενόµενο κέρδος είναι άπειρο σε χρόνο άπειρο! Σχετικά µε τη µέση διάρκεια του παιχνιδιού Τ έχουµε τα παρακάτω. Με µ = Ε[Υ] 0 η σχέση (3.15), η οποία ισχύει ακριβώς εδώ, δίνει Ε[Τ] = b (1 α) aα µ και αντικαθιστώντας την πιθανότητα α έχουµε µέση διάρκεια παιχνιδιού: a b 1 1 λ λ 1 Ε[Τ] = {b a }. (4.1) b a b a p(1 λ) λ λ λ λ

47 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 5 από 30) 47 Για τον προσδιορισµό της µέσης διάρκειας του παιχνιδιού όταν µ = 0 εφαρµόζοντας τον κανόνα De l Hospital για λ 1 λαµβάνουµε: Ε[Τ] = a b. (4.) Θεώρηµα. Στον απλό τυχαίο περίπατο χωρίς απορροφητικά φράγµατα και µε αρνητική τάση p q, η κατανοµή του M = max{χ n : n =0,1,, } µε X 0 = 0 ακολουθεί την Γεωµετρική κατανοµή µε παράµετρο θ=1/λ = p/q. Απόδειξη. Το ενδεχόµενο {Μ m} στον χωρίς φράγµατα απλό τυχαίο περίπατο είναι ταυτόσηµο µε το ενδεχόµενο απορρόφησης στο άνω φράγµα b = m του απλού τυχαίου περίπατου µε κάτω φράγµα το -. Συνεπώς µε βάση τα προηγούµενα έχουµε: P[Μ m] = λ -m = θ m. Όµως P[M = m] = P[Μ m] - P[Μ m+1] και αντικαθιστώντας λαµβάνουµε P[M = m] = θ m - θ m+1 = θ m (1- θ), m = 0, 1,,.

48 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 6 από 30) Τυχαίος Περίπατος Κανονικών Προσαυξήσεων - Ταµείο Τράπεζας Έστω τ.π. {Χ n : n = 1,, } ο οποίος εκφράζει την κίνηση σε ταµείο µιας τράπεζας. Οι µεταβολές που γίνονται στο ταµείο από τις καταθέσεις / αναλήψεις των πελατών θεωρούνται ότι ακολουθούν Κανονική κατανοµή µε µέση τιµή µ και διασπορά σ. Έχουµε δηλαδή µετά την εξυπηρέτηση του n-οστού πελάτη Χ n = Χ 0 + Υ 1 + Υ + + Υ n (n = 1,, ) µε Χ 0 = 0 και Υ i (i = 1,, ) ανεξάρτητες και ισόνοµες τ.µ. µε Ν(µ, σ ) κατανοµή. Η ροπογεννήτρια της Ν(µ, σ ) είναι (βλ. Παράδειγµα 5 της 1.3) 1 g(s) = exp { µ s + σ s }, s S =!. µε µη µηδενική ρίζα της εξίσωσης g(s) = 1 την s 0 = -µ/σ.

49 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 7 από 30) 49 Έστω τώρα ότι το ταµείο της τράπεζας ξεκινά κάθε πρωί µε ένα απόθεµα a για την κάλυψη των αναλήψεων της ηµέρας. Έστω επίσης ότι το σύνολο των αναλήψεων που µπορούν να γίνουν σε µια ηµέρα από το συγκεκριµένο ταµείο εκτιµάται ότι είναι b (b >> a). Η πιθανότητα απορρόφησης στο -a, να έλθει δηλαδή στιγµή που δεν θα µπορεί να καλύψει κάποια ανάληψη, µε βάση την (3.15) για µ 0 είναι: α e e bs bs e as 0 bµ / σ = e e bµ / σ e 1 aµ / σ. (4.3) Παίρνοντας τα όρια για µ 0 η πιθανότητα απορρόφησης στο -a µε µέσο µ = 0 είναι: α b a + b.

50 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 8 από 30) 50 Για b η απορρόφηση στο -a γίνεται µε βεβαιότητα όταν ο µέσος µ 0, ενώ όταν µ > 0 γίνεται µε πιθανότητα: aµ / σ α e. (4.4) Υπενθυµίζεται ότι το δεξιό µέλος της παραπάνω σχέσης αποτελεί ένα άνω φράγµα της πιθανότητας απορρόφησης (βλ. Συµπεράσµατα στην.3.). Με εφαρµογή του αποτελέσµατος (3.17) ο αναµενόµενος αριθµός πελατών µέχρι την απορρόφηση στο -a ή b είναι: a(1 e Ε[Ν] µ (e ab, σ µ b / σ µ b / σ ) + b(1 e e µ a / σ µ a / σ ) ), για για µ 0, µ = 0. (4.5)

51 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 9 από 30) 51 Λύνοντας ως προς s την εξίσωση g(s) = e -t, ή ισοδύναµα την εξίσωση λαµβάνουµε για t < µ /σ 1 σ s + µ s + t = 0, µ µ s 1 = s 1 (t) = σ σ t µ + µ, s = s (t) = σ σ t. (4.6) Για τις ως άνω τιµές του s η ταυτότητα του Wald δίνει το παρακάτω γραµµικό σύστηµα εξισώσεων [βλ. (3.4)] α exp{-a s 1 (t)}g A (t) + (1-α) exp{b s 1 (t)}g B (t) 1 α exp{-a s (t)}g Α (t) + (1-α) exp{b s (t)}g B (t) 1. (4.7)

52 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 10 από 30) 5 Λύνοντας το παραπάνω γραµµικό σύστηµα ως προς τις ποσότητες αg A (t) και (1- α)g Β (t) προκύπτει ότι η προσεγγιστική έκφραση της ροπογεννήτριας του χρόνου απορρόφησης Ν είναι: g Ν (t) = α g Α (t) + (1 α) g Β (t) g Ν (t) [e bs (t) e e bs (t) bs (t) as (t) 1 1 ] + [e e as (t) bs (t) as 1 1 e (t) as (t) ], t T = (-, µ /σ ) S. µε s i (t) (i = 1, ) από την (4.6).

53 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 11 από 30) 53 Θέτοντας lnt στην θέση του t, και συνεπώς µε µ µ σ ln t µ + µ σ s 1 = s 1 (t) =, s = s (t) = σ σ προκύπτει η γεννήτρια πιθανοτήτων π N (t) του χρόνου απορρόφησης Ν. Συγκεκριµένα έχουµε lnt π Ν (t) [{z (t)} {z b (t)} {z b 1 {z (t)} 1 b (t)} ] + [{z a {z 1 1 (t)} (t)} a t T = (-, exp{µ /σ }), b {z {z (t)} (t)} a a ], (4.8) όπου z i (s) = exp{s i (t)} (i = 1, ).

54 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 1 από 30) Τυχαίος Περίπατος Ανεξαρτήτων Προσαυξήσεων - Ασφαλιστικά Συµβόλαια Σε ασφαλιστική εταιρεία φθάνουν αιτήµατα αποζηµίωσης ασφαλισµένων σε τυχαίες χρονικές στιγµές T i (i = 1,, ) µε T i T ι+1. Υποθέτουµε ότι οι ενδιάµεσοι χρόνοι X i = T i T i-1 (i = 1,, ), µε Τ 0 =0, είναι ανεξάρτητες και ισόνοµες (µη αρνητικές) τ.µ. µε µέση τιµή µ Χ ( µ Χ > 0). Υποθέτουµε επίσης τα ποσά των αποζηµιώσεων Y i (i = 1,, ) επίσης ανεξάρτητες και ισόνοµες (µη αρνητικές) τ.µ. µε µέση µ Y. Αν N(t) είναι ο αριθµός των αιτουµένων αποζηµιώσεων στο χρονικό διάστηµα (0, t], τότε το συνολικό ποσό αποζηµίωσης θα είναι: S Y (t) = Y 1 + Y Y N(t). Παράλληλα η ασφαλιστική εταιρεία έχει από τα ασφάλιστρα έσοδα τα οποία αφαιρουµένου του λειτουργικού κόστους είναι στον αντίστοιχο χρόνο ct. Αν Α 0 είναι το αρχικό κεφάλαιο της εταιρείας µας ενδιαφέρει να γνωρίζουµε µε ποια πιθανότητα η ασφαλιστική εταιρεία ενδέχεται να αδυνατεί σε κάποια στιγµή να υποστηρίξει τα συµβόλαιά της. Μας ενδιαφέρει δηλαδή η πιθανότητα p = P[A 0 + ct S Y (t) < 0 για κάποιο t (0, + )].

55 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 13 από 30) 55 Επειδή η χρονική στιγµή της αδυναµίας κάλυψης ασφαλιστικής υποχρέωσης συµπίπτει µε τον χρόνο κάποιου αιτήµατος αποζηµίωσης, είναι χρήσιµο να αναφερόµαστε στις χρονικές κατά τις οποίες προκύπτουν αιτήµατα αποζηµίωσης. Έτσι κατά την χρονική στιγµή κατά την οποία προκύπτει το n-αίτηµα αποζηµίωσης θα έχουµε συνολικό χρόνο µε συνολικές αποζηµιώσεις t = Χ 1 + Χ +... Χ n S Y,n = Y 1 + Y Y n. Η οικονοµική κατάσταση της εταιρείας θα είναι συνεπώς A n n n i 0 i 0 i= 1 i= 1 i= 1 + c X Y = A U, (4.9) µε U i = Y i - cx i (i=1,, ). Η ζητούµενη πιθανότητα είναι: n p = P[ S = U > A για κάποιο n]. U,n i= 1 i 0 i

56 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 14 από 30) 56 Επειδή τα U i είναι ανεξάρτητα και ισόνοµα η {S U,n : n = 1,, } είναι µια σ.α. ανεξαρτήτων και ισονόµων προσαυξήσεων, δηλαδή ένας τυχαίος περίπατος. Συνεπώς όταν µ = E[U] = E[Y] - c E[X] 0, τότε µε πιθανότητα τη µονάδα η ασφαλιστική εταιρεία θα αντιµετωπίσει αδυναµία υποστήριξης των συµβολαίων της κάποια στιγµή. Όταν όµως E[U] < 0, τότε υπάρχει θετική πιθανότητα 1 p να µην αντιµετωπίσει τέτοια κατάσταση. Η πιθανότητα p αντιστοιχεί στο ενδεχόµενο απορρόφησης στο άνω φράγµα τυχαίου περίπατου µε τάση µ αρνητική, όπου το άνω φράγµα εδώ είναι b = A 0 και το κάτω φράγµα -a = -. Η πιθανότητα απορρόφησης συνεπώς είναι: p 0 0 µε s 0 τη µη-µηδενική ρίζα της εξίσωσης exp{ s A } (4.10) g U (s) = E[e su ] = 1. Λόγω της ανεξαρτησίας µεταξύ των Χ i και Υ i θα έχουµε g U (s) = E[e su ] = E[e s(y-cx) ] = g X (-cs) g Y (s), και συνεπώς θα έχουµε ως s 0 τη µη - µηδενική ρίζα της εξίσωσης Ε[e sy ] = 1/E[e -scx ]. Σηµειώνεται ότι η ως άνω ρίζα είναι θετική αφού η ροπογεννήτρια g U έχει παράγωγο στη θέση µηδέν g U (0) = µ = Ε[U] < 0.

57 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 15 από 30) Συστήματα Εξυπηρέτησης Θεωρούμε ένα χώρο στον οποίο προσέρχονται πελάτες για να διεκπεραιώσουν μια υπόθεση τους ή γενικότερα να κάνουν χρήση των προσφερομένων υπηρεσιών. Ο χώρος αυτός μπορεί να είναι ένα κατάστημα τραπέζης, ένα ιατρείο ή μια κλινική, ένας χώρος αναψυχής, ή ένα δικτυακό κέντρο κ.λπ. Τα κύρια χαρακτηριστικά ενός χώρου εξυπηρέτησης είναι τα εξής: (α) Ο ρυθμός αφίξεων πελατών και πιο συγκεκριμένα η, από κοινού, κατανομή των χρόνων μεταξύ διαδοχικών αφίξεων πελατών. Οι χρόνοι αυτοί συμβολίζονται με X n (n = 1,, ). (β) Ο ρυθμός εξυπηρέτησης και πιο συγκεκριμένα η, από κοινού, κατανομή των χρόνων εξυπηρέτησης. Οι χρόνοι εξυπηρέτησης συμβολίζονται με V n (n = 1,, ). (γ) Ο αριθμός m των μονάδων εξυπηρέτησης.

58 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 16 από 30) 58 Σχετικά µε το πρώτο χαρακτηριστικό ενός χώρου εξυπηρέτησης πελατών, ή Συστήµατος Εξυπηρέτησης (Σ.Ε.) στο εξής, συνήθης πρακτική είναι να θεωρούµε ότι οι πελάτες φθάνουν ανεξάρτητα ο ένας από τον άλλο µε ενδιάµεσους χρόνους µεταξύ δύο διαδοχικών αφίξεων ανεξάρτητες και ισόνοµες τ.µ. µε γενική κατανοµή συµβολιζόµενη µε G. Σχετικά µε το δεύτερο χαρακτηριστικό, συνήθως θεωρούµε ότι σε κάθε µονάδα εξυπηρέτησης του συστήµατος οι χρόνοι εξυπηρέτησης είναι πάλι ανεξάρτητες και ισόνοµες τ.µ. µε γενική κατανοµή G, ίδια για όλες τις µονάδες του συστήµατος και µη εξαρτώµενη από το πλήθος των πελατών µέσα στο σύστηµα. Αν m είναι ο αριθµός των µονάδων του Σ.Ε. τότε αυτό συµβολίζεται µε G/G/m. Το γράµµα G στους χρόνους αφίξεων και στους χρόνους εξυπηρέτησης αποδίδει την γενικότητα των δύο κατανοµών και δεν σηµαίνει ότι ταυτίζονται.

59 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 17 από 30) 59 Ειδικές περιπτώσεις των Σ.Ε. έχουµε όταν οι χρόνοι µεταξύ διαδοχικών αφίξεων ακολουθούν Εκθετική κατανοµή, σύστηµα M/G/m, ή όταν οι χρόνοι εξυπηρέτησης ακολουθούν Εκθετική κατανοµή, σύστηµα G/M/m ή ακόµα όταν τόσο οι χρόνοι µεταξύ διαδοχικών αφίξεων και οι χρόνοι εξυπηρέτησης ακολουθούν Εκθετικές κατανοµές, σύστηµα M/M/m. Ο συµβολισµός Μ προέρχεται από την χαρακτηριστική ιδιότητα της Εκθετικής κατανοµής και συγκεκριµένα την ιδιότητα της έλλειψης µνήµης (memoryless). Άλλα ενδιαφέροντα στοιχεία ενός Σ.Ε. είναι το µέγεθος του χώρου υποδοχής, δηλαδή πόσοι πελάτες το πολύ επιτρέπεται να παραµένουν στο σύστηµα πριν ξεκινήσει η εξυπηρέτησή τους, οι χρόνοι παραµονής στο χώρο υποδοχής, συµβολιζόµενοι µε Q n, ο συνολικός αριθµός των πελατών στο σύστηµα, το ποσοστό του χρόνου που το σύστηµα υπολειτουργεί ή βρίσκεται χωρίς απασχόληση κλπ.

60 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 18 από 30) α Σύστηµα Εξυπηρέτησης G/G/1 Θα µελετήσουµε το Σ.Ε. G/G/1, µε µια δηλαδή µονάδα εξυπηρέτησης και γενικές κατανοµές για τους χρόνους αφίξεων και τους χρόνους εξυπηρετήσεων. Έστω X n ο χρόνος που παρήλθε από τη στιγµή προσέλευσης του (n-1)-πελάτη µέχρι την στιγµή προσέλευσης του n-πελάτη και V n ο χρόνος εξυπηρέτησης του n-πελάτη. Έστω επίσης W n ο συνολικός χρόνος κατά τον οποίον βρίσκεται µέσα στο Σ.Ε. ο n- πελάτης και Q n = W n V n ο χρόνος κατά τον οποίον οφείλει να παραµείνει στην γραµµή αναµονής, ή διαφορετικά στην ουρά, µέχρις ότου αρχίσει η εξυπηρέτησή του. Μας ενδιαφέρει να υπολογίσουµε την πιθανότητα: p n = P[Q n c] για c > 0 και n >> 1. (4.1)

61 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 19 από 30) 61 Είναι φανερό ότι όταν ο συνολικός χρόνος W n παραµονής µέσα στο σύστηµα του n- πελάτη είναι µικρότερος από τον χρόνο X N+1 που παρέρχεται µέχρι την προσέλευση του επόµενου, τότε ο πελάτης αυτός δεν θα χρειαστεί να περιµένει καθόλου στη σειρά. Στην περίπτωση αυτή ο (n+1)-πελάτης θα έχει συνολικό χρόνο παραµονής στο σύστηµα W n+1 = V n+1 και χρόνο παραµονής στη σειρά Q n+1 = 0. Αντίθετα, όταν ο συνολικός χρόνος W n παραµονής µέσα στο σύστηµα του n-πελάτη είναι µεγαλύτερος από τον χρόνο X N+1 που παρέρχεται µέχρι την προσέλευση του επόµενου, τότε ο επόµενος πελάτης οφείλει να περιµένει στην γραµµή αναµονής για χρόνο Q n+1 = W n X n+1 = Q n + V n X n+1. Έχουµε συνεπώς για τον (n+1)-πελάτη χρόνο αναµονής στη σειρά: µε Q 1 = 0. Q n+1 = max{0, Q n + V n X n+1 } (n = 1,,...) (4.13)

62 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 0 από 30) 6 Θέτοντας στην παραπάνω σχέση διαδοχικά U n = V n X n+1 για n = 1,,..., λαµβάνουµε Q n+1 = max{0, U n + Q n } = max{0, U n + max{0, U n-1 + Q n-1 }} = max{0, U n, U n + U n-1 + Q n-1 } = max{0, U n, U n + U n-1, U n + U n-1 + U n- + Q n- }... = max{0, U n, U n + U n-1, U n + U n-1 + U n-,, U n + U n-1 + U n-,, + U 1 }, (4.14) µε U n = V n X n+1 (n = 1,, ) (4.15)

63 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 1 από 30) 63 Θεώρηµα. Στο Σύστηµα Εξυπηρέτησης G/G/1 µε ανεξάρτητους και ισόνοµους ενδιάµεσους χρόνους αφίξεων X i και ανεξάρτητους και ισόνοµους χρόνους εξυπηρέτησης V i (i = 1,, ), η πιθανότητα ο (n+1)-πελάτης να περιµένει χρόνο µεγαλύτερο του c δίνεται από την πιθανότητα που έχει ένας τυχαίος περίπατος µε ανεξάρτητες προσαυξήσεις U i = V i X i+1 να υπερβεί το c προ του (n+1)-βήµατος. Απόδειξη: Πρέπει να αποδείξουµε ότι p n+1 = P[Q n+1 c] όπου = P[ο τ.π. {S ν : ν =1,, } έχει υπερβεί το c προ του (n+1)-βήµατος], (4.16) ν ν i= 1 ν i = (Vi Xi+ 1) i= 1 S = U (ν = 1,,... ) (4.17) και S 0 = 0.

64 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. από 30) 64 Προφανώς οι τ.µ. U i = V i Χ i (i = 1,, ) είναι επίσης ανεξάρτητες και ισόνοµες µε σ.π., έστω h. Τούτο σηµαίνει ότι οι από κοινού κατανοµές των τ.µ. U 1, U,, U n, για όλα τα n, είναι αναλλοίωτες στις µεταθέσεις των µεταβλητών αφού η από κοινού σ.π. αυτών, έστω f, γράφεται ως γινόµενο των ίδιων περιθωρίων h. Έχουµε δηλαδή, n f (u1,u,...,u n ) = h(u i ) = h(u ) = i= 1 n j= 1 ( u1,u,...,un )! n, i j f (u i 1,u i,...,u i n ), και µετάθεση των u,u,...,u } {. 1 n To παραπάνω αποτέλεσµα είναι γνωστό ως αρχή της δυϊκότητας. Κατά συνέπεια η ζητούµενη πιθανότητα p n+1 δεν αλλάζει αν αντικαταστήσουµε στη σχέση (4.14) το U n-k+1 µε το U k, (k = 1,,, n). Οπότε η (4.1) γράφεται: p n+1 = P[Q n+1 c] = P[max{0, U 1, U 1 + U, U 1 + U + U 3,, U 1 + U + U 3,, + U n }] = P[ο τ.π. {S ν : ν =1,, } έχει υπερβεί το c προ του (n+1)-βήµατος].

65 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 3 από 30) 65 Από την (4.16) είναι προφανές ότι έχουµε p n p n+1 και συνεπώς η ακολουθία {p n, n =1,,...} συγκλίνει. Εάν τώρα έχουµε Ε[U] = E[V] E[X] 0, δηλαδή θετική τάση, τότε p n 1 για n +. Εάν όµως έχουµε Ε[U] = E[V] E[X] < 0, δηλαδή αρνητική τάση, θα έχουµε p n P[Q c] = P[S n να υπερβεί το c για κάποιο n] exp{-cs 0 } (4.18 ) µε s 0 τη µη µηδενική ρίζα της εξίσωσης ή ισοδύναµα, της εξίσωσης g U (s) = E[e su ] =1, Ε[e sv ] E[e -sχ ] = 1, ρίζα η οποία είναι θετική αφού Ε[U] = E[V X] < 0.

66 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 4 από 30) β Σύστηµα Εξυπηρέτησης G/Μ/1 Στο σύστηµα αυτό ισχύει ότι και στο προηγούµενο µε το επιπρόσθετο στοιχείο ότι οι χρόνοι εξυπηρέτησης V n ακολουθούν την Εκθετική κατανοµή, δηλαδή έχουµε: f(v) = α e -αv (v > 0) µε παράµετρο α > 0. Συνεπώς έχουµε µέσο χρόνο εξυπηρέτησης εκφράζει τον ρυθµό εξυπηρέτησης. E[V] = 1/α µε την παράµετρο α να Υπενθυµίζεται εδώ η γνωστή ιδιότητα της Εκθετικής κατανοµής, συγκεκριµένα η ιδιότητα της έλλειψης µνήµης (memory loss), η οποία εκφράζεται από την σχέση: P[V > v+c V > c] = P[V > v] = e -αv (v > 0) για κάθε c > 0. (4.19)

67 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 5 από 30) 67 Τούτο σηµαίνει ότι για κάθε c > 0 η τ.µ. V c, όταν δίνεται ότι V > c, έχει την ίδια κατανοµή µε την τ.µ. V και συνεπώς δεν εξαρτάται από την εκάστοτε τιµή του c, δεν θυµάται δηλαδή τον χρόνο που έχει παρέλθει. Για τη ροπογεννήτρια συνάρτηση µιας Εκθετικά κατανεµηµένης τ.µ. V συνεπώς ισχύει: g(s) = E[e sv ] = E[e s(v c) V > c] = α α s (s < α) για κάθε c > 0. (4.0) Με βάση την Ταυτότητα του Wald είχαµε δείξει ότι στον τ.π. {S n = } µε απορροφητικά φράγµατα -a και b ισχύει η σχέση n U, n =1,, i= 1 i ss 0 N E[e S a] ss 0 N P[S N a] + E[e S b] P[S N b] = 1 (4.1) N µε s 0 την µη-µηδενική ρίζα της εξίσωσης N

68 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 6 από 30) 68 g U (s) = 1, N S = U = (V X ) N i i i+ 1 i= 1 i= 1 N (Ν = 1,,... ) και Ν ο πελάτης κατά το χρόνο εξυπηρέτησης του οποίου προξενήθηκε στον επόµενο η υπέρβαση {Q N+1 c}. Λαµβάνοντας υπόψη ότι η (4.1) δίνει P[S N a] + P[S N b] = 1, s0sn s0sn ss 0 N P[S N b] = {1 - E[ S a] } / { E[ S b] - E[ S a] } και λαµβάνοντας τα όρια για a έχουµε N N s0sn P[S N b] = 1/ E[ S b]. (4.) N N

69 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 7 από 30) 69 Όµως µε SN = VN + R N, N 1 N 1 N+ 1 R = (V X ) X = V X. N i i+ 1 N+ 1 i i i= 1 i= 1 i= Το πρώτο άθροισµα στα δεξιά της παραπάνω σχέσης δίνει το συνολικό χρόνο απασχόλησης του συστήµατος µέχρι και την εξυπηρέτηση του (Ν 1)-πελάτη και το δεύτερο άθροισµα δεξιά δίνει τον χρόνο που µεσολάβησε από την άφιξη του 1 ου πελάτη µέχρι την άφιξη του (Ν+1)-πελάτη. Δηλαδή η ποσότητα R εκφράζει την N επιβάρυνση που υπάρχει στο Σ.Ε. κατά την στιγµή άφιξης του (Ν+1)-πελάτη.

70 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 8 από 30) 70 Πρέπει να τονίσουµε εδώ ότι ο χρόνος εξυπηρέτησης κάθε πελάτη δεν επηρεάζεται από την κατάσταση του συστήµατος. Συνεπώς για δεδοµένη τιµή του Ν, έστω n, και δεδοµένη τιµή του R N, έστω r, η τ.µ. V n ακολουθεί Εκθετική κατανοµή παράµετρο α. Κάνοντας τώρα χρήση της ιδιότητας της έλλειψης µνήµης της Εκθετικής κατανοµής θα δείξουµε ότι η δεσµευµένη κατανοµή της τ.µ. S N c, όταν δίνεται ότι S N c, είναι η Εκθετική µε παράµετρο α, έχει δηλαδή την ίδια κατανοµή µε τα V n (n = 1,, ). Πράγµατι δεσµεύοντας, προς στιγµή, ως προς τα ενδεχόµενα {Ν = n}, {R N = r} και {S N c} = {απορρόφηση στο c}, έχουµε: P[S N - c > t N = n, R N = r, S N c] = P[V N - R N - c > t N = n, R Ν = r, V Ν - R N c] = P[V n - r - c > t N = n, R n = r, V n - r c] = P[V n > t + c + r Ν = n, R n = r, V n c + r] = P[V n > t + c + r V n c + r] και από την (4.19) = P[V n > t] = e -αt.

71 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 9 από 30) 71 Εφόσον η τελευταία πιθανότητα δεν εξαρτάται από την τ.µ. N, λαµβάνοντας τη µέση τιµή της δεσµευµένης πιθανότητας P[S N - c > t N, R N, S N c] ως προς την τ.µ. Ν και R N, παίρνουµε: P[S N - c > t S N c] = E{P[S N c > t N, R N, S N c]} = P[V > t] = e -αt (t > 0). Συνεπώς, µε δεδοµένη την απορρόφηση στο c, η δεσµευµένη ροπογεννήτρια του S N στη θέση s = s 0 (< α) θα είναι N Ε[ s 0 e S S N c] = s 0 c e E[ e s 0 (S N c) S N c ] = s 0 c N e E[ s 0 V e ] = s c e 0 s0 α α. (4.3)

72 .4. ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ (σελ. 30 από 30) 7 Θεώρηµα. Σε Σύστηµα Εξυπηρέτησης G/M/1 µε χρόνους εξυπηρέτησης V i (i 1) ανεξάρτητες και ισόνοµες τ.µ. µε Εκθετική κατανοµή παραµέτρου α και µε ανεξάρτητους και ισόνοµους ενδιάµεσους χρόνους αφίξεων X i (i 1), όταν έχουµε Ε[V] < E[X] τότε και P[Q c] = α α s e s c 0 0, c > 0, (4.4) s 0 P[Q = 0] =, (4.5) α όπου s 0 είναι η µη µηδενική ρίζα της εξίσωσης E[e -sx ] = α s. α Απόδειξη. Εισάγοντας την (4.3) στην (4.) µε b=c=0 λαµβάνουµε την (4.4). Από την τελευταία λαµβάνοντας τα όρια για c 0 λαµβάνουμε απ αυτήν την (4.5). P[Q > 0] = (α s 0 )/α και

73 Χρηµατοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδηµαϊκά Μαθήµατα Ε.Μ.Π.» έχει χρηµατοδοτήσει µόνο την αναδιαµόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράµµατος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηµατοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταµείο) και από εθνικούς πόρους.

2.1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ

2.1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ Κεφ. ΙΙ Τυχαίος Περίπατος.. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ Ας θεωρήσουµε ότι σωµατίδιο ανά µονάδα χρόνου κινείται πάνω επάνω στον οριζόντιο άξονα x x µε βήµατα σταθερού µήκους l =. Με πιθανότητα p (0 < p < )

Διαβάστε περισσότερα

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Ασκήσεις Κεφαλαίου 2. Κοκολάκης Γεώργιος

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Ασκήσεις Κεφαλαίου 2. Κοκολάκης Γεώργιος Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο Στοχαστικές Ανελίξεις Ασκήσεις Κεφαλαίου 2 Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο. Ενδεικτικές Λύσεις Ασκήσεων. Κεφάλαιο 3. Κοκολάκης Γεώργιος

Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο. Ενδεικτικές Λύσεις Ασκήσεων. Κεφάλαιο 3. Κοκολάκης Γεώργιος Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο Ενδεικτικές Λύσεις Ασκήσεων Κεφάλαιο 3 Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

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

Ασκήσεις 3 ου Κεφαλαίου

Ασκήσεις 3 ου Κεφαλαίου Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο Στοχαστικές Ανελίξεις Ασκήσεις 3 ου Κεφαλαίου Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο. Ενδεικτικές Λύσεις Ασκήσεων. Κεφάλαιο 1. Κοκολάκης Γεώργιος

Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο. Ενδεικτικές Λύσεις Ασκήσεων. Κεφάλαιο 1. Κοκολάκης Γεώργιος Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο Ενδεικτικές Λύσεις Ασκήσεων Κεφάλαιο Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος Τµ. Επιστήµης των Υλικών Στοχαστικές ιαδικασίες Ορισµός Μία στοχαστική διαδικασία είναι µία οικογένεια τυχαίων µεταβλητών

Διαβάστε περισσότερα

1.1. ΕΙΣΑΓΩΓΗ ΚΑΙ ΠΡΟΚΑΤΑΡΚΤΙΚΕΣ ΕΝΝΟΙΕΣ

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

Διαβάστε περισσότερα

Σηµειώσεις στις σειρές

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Αρµονική Ανάλυση. Ενότητα: L p Σύγκλιση. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

Αρµονική Ανάλυση. Ενότητα: L p Σύγκλιση. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών Ενότητα: L p Σύγκλιση Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creaive Commos. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε

Διαβάστε περισσότερα

Μαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Μαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Μαθηματικά Ενότητα 2: Διαφορικός Λογισμός Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Αρµονική Ανάλυση. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young. Απόστολος Γιαννόπουλος.

Αρµονική Ανάλυση. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young. Απόστολος Γιαννόπουλος. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Αρµονική Ανάλυση. Ενότητα: Προσεγγίσεις της µονάδας και Αθροισιµότητα - Ασκήσεις. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

Αρµονική Ανάλυση. Ενότητα: Προσεγγίσεις της µονάδας και Αθροισιµότητα - Ασκήσεις. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών Ενότητα: Προσεγγίσεις της µονάδας και Αθροισιµότητα - Ασκήσεις Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commos. Για εκπαιδευτικό

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

1 Ορισµός ακολουθίας πραγµατικών αριθµών

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

Διαβάστε περισσότερα

Εισαγωγή στην Τοπολογία

Εισαγωγή στην Τοπολογία Ενότητα: Συνεκτικότητα Γεώργιος Κουµουλλής Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Διαδικασίες Markov Υπενθύμιση

Διαδικασίες Markov Υπενθύμιση Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Επίδοση Υπολογιστικών Συστημάτων Α.-Γ. Σταφυλοπάτης Διαδικασίες Markov Υπενθύμιση Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

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

Διαβάστε περισσότερα

Γραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Γραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών Ενότητα: ιανυσµατικοί χώροι Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 2

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

Διαβάστε περισσότερα

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

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

Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις

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

Διαβάστε περισσότερα

Εισαγωγή στην Τοπολογία

Εισαγωγή στην Τοπολογία Ενότητα: Τοπικές έννοιες Γεώργιος Κουµουλλής Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

Διαβάστε περισσότερα

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών

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

Διαβάστε περισσότερα

ιωνυµική Κατανοµή(Binomial)

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

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 5: Αναδρομικές σχέσεις - Υπολογισμός Αθροισμάτων Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

A2. ΠΑΡΑΓΩΓΟΣ-ΚΛΙΣΗ-ΜΟΝΟΤΟΝΙΑ

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

Διαβάστε περισσότερα

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

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

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

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΜΗ ΓΡΑΜΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

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

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1

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

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΠΑΡΑΓΩΓΟΣ ΣΥΝΑΡΤΗΣΕΩΝ

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

Διαβάστε περισσότερα

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τίτλος Μαθήματος: Γραμμική Άλγεβρα ΙΙ Ενότητα: Η Κανονική Μορφή Jordan - II Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τμήμα: Μαθηματικών 52 9 Η Κανονική Μορφή Jordan - II

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 7: Ουρά Μ/Μ/1. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 7: Ουρά Μ/Μ/1. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 7: Ουρά Μ/Μ/1 Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

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

Κλασική Ηλεκτροδυναμική Ι

Κλασική Ηλεκτροδυναμική Ι ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Κλασική Ηλεκτροδυναμική Ι ΤΕΧΝΙΚΕΣ ΥΠΟΛΟΓΙΣΜΟΥ ΗΛΕΚΤΡΙΚΟΥ ΔΥΝΑΜΙΚΟΥ Διδάσκων: Καθηγητής Ι. Ρίζος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές

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

Διαβάστε περισσότερα

Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις

Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις Αν το αποτέλεσμα ενός τυχαίου πειράματος είναι - ένας αριθμός R, τότε μπορεί να εκφραστεί με μία τ.μ. Χ R - αριθμοί R τότε μπορεί να εκφραστεί με ένα τ.δ. Χ

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Γραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

ΠΑΡΑΓΩΓΟΣ ΣΥΝΑΡΤΗΣΗ. Εφαπτοµένη ευθεία

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

Διαβάστε περισσότερα

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

ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 2

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

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 4 AΚΟΛΟΥΘΙΕΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ

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

Διαβάστε περισσότερα

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

e-mail@p-theodoropoulos.gr

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

Διαβάστε περισσότερα

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

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov Γ. Κορίλη, Αλυσίδες Markov 3- http://www.seas.upe.edu/~tcom5/lectures/lecture3.pdf Αλυσίδες Markov Αλυσίδες Markov ιακριτού Χρόνου Υπολογισµός Στάσιµης Κατανοµής Εξισώσεις Ολικού Ισοζυγίου Εξισώσεις Λεπτοµερούς

Διαβάστε περισσότερα

Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού

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

Διαβάστε περισσότερα

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

Αρµονική Ανάλυση. Ενότητα: L 2 -σύγκλιση σειρών Fourier. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

Αρµονική Ανάλυση. Ενότητα: L 2 -σύγκλιση σειρών Fourier. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών Ενότητα: L -σύγκλιση σειρών Fourier Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,

Διαβάστε περισσότερα

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τίτλος Μαθήματος: Γραμμική Άλγεβρα ΙΙ Ενότητα: Η Ορίζουσα Gram και οι Εφαρµογές της Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τμήμα: Μαθηματικών 65 11 Η Ορίζουσα Gram και

Διαβάστε περισσότερα

Μαθηματικά. Ενότητα 7: Μη Πεπερασμένα Όρια. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής

Μαθηματικά. Ενότητα 7: Μη Πεπερασμένα Όρια. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής Μαθηματικά Ενότητα 7: Μη Πεπερασμένα Όρια Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 9/3/2016 Άδεια Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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 3 Διδάσκων: Χ. Μπούρας (bouras@cti.gr) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

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

Διαβάστε περισσότερα

Τίτλος Μαθήματος: Συνήθεις Διαφορικές Εξισώσεις Ι

Τίτλος Μαθήματος: Συνήθεις Διαφορικές Εξισώσεις Ι Τίτλος Μαθήματος: Συνήθεις Διαφορικές Εξισώσεις Ι Ενότητα: Θεώρημα ύπαρξης και μοναδικότητας της λύσης του Π.Α.Τ.: y = f ( x, y), y( x ) (Θεώρημα Picard) ' Όνομα Καθηγητή: Χρυσή Κοκολογιαννάκη Τμήμα: Μαθηματικών

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 2

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

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

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

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 6 η : Θεωρητικές Κατανομές Πιθανότητας για Συνεχή Τυχαία Μεταβλητή. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών

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

Thanasis Xenos ΕΛΛΗΝΙΚΗ ΜΑΘΗΜΑΤΙΚΗ ΕΤΑΙΡΕΙΑ ΠΑΡΑΡΤΗΜΑ ΗΜΑΘΙΑΣ

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

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΣΥΝΕΧΕΙΣ ΚΑΤΑΝΟΜΕΣ

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

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

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

Διαβάστε περισσότερα

Χρησιμότητα ανισοτήτων - οριακών θεωρημάτων

Χρησιμότητα ανισοτήτων - οριακών θεωρημάτων Πιθανότητες και Στατιστική Ενότητα 6: Οριακά θεωρήματα στη Θεωρία Πιθανοτήτων Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Αθήνα 2015 Χρησιμότητα ανισοτήτων - οριακών θεωρημάτων Χρησιμότητα

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Ενότητα: Πράξεις επί Συνόλων και Σώµατα Αριθµών

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

Διαβάστε περισσότερα

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 2 Διδάσκων: Χ. Μπούρας (bouras@cti.gr) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

Διαβάστε περισσότερα

P (M = n T = t)µe µt dt. λ+µ

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

Διαβάστε περισσότερα

, όπου οι σταθερές προσδιορίζονται από τις αρχικές συνθήκες.

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

Διαβάστε περισσότερα

Εισαγωγή στην Τοπολογία

Εισαγωγή στην Τοπολογία Ενότητα: Κατασκευή νέων τοπολογικών χώρων Γεώργιος Κουµουλλής Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,

Διαβάστε περισσότερα

Σχολικός Σύµβουλος ΠΕ03

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

Διαβάστε περισσότερα

KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR

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

Διαβάστε περισσότερα

S T (x) = exp. (α) m n q x = m+n q x m q x. (β) m n q x = m p x m+n p x. (γ) m n q x = m p x n q x+m. tp x = S Tx (t) = S T (x + t) { x+t

S T (x) = exp. (α) m n q x = m+n q x m q x. (β) m n q x = m p x m+n p x. (γ) m n q x = m p x n q x+m. tp x = S Tx (t) = S T (x + t) { x+t ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΜΕ ΚΑΤΕΥΘΥΝΣΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΑ ΜΑΘΗΜΑΤΙΚΑ ΑΣΚΗΣΕΙΣ ΑΝΑΛΥΣΗΣ ΘΝΗΣΙΜΟΤΗΤΑΣ ΙΩΑΝΝΗΣ Σ. ΣΤΑΜΑΤΙΟΥ ΣΑΜΟΣ, ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ 2013-2014

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

Διαβάστε περισσότερα

ΜΕΓΙΣΤΙΚΟΣ ΤΕΛΕΣΤΗΣ 18 Σεπτεμβρίου 2014

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

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

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

Διαβάστε περισσότερα

Αρµονική Ανάλυση. Ενότητα: Χώροι L p - Ασκήσεις. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

Αρµονική Ανάλυση. Ενότητα: Χώροι L p - Ασκήσεις. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών Ενότητα: Χώροι L p - Ασκήσεις Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

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

Εφαρμοσμένη Βελτιστοποίηση

Εφαρμοσμένη Βελτιστοποίηση Εφαρμοσμένη Βελτιστοποίηση Ενότητα 2: Συναρτήσεις Χώροι - Μεταβλητές Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης Το

Διαβάστε περισσότερα

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

Διαβάστε περισσότερα

P (M = 9) = e 9! =

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

Διαβάστε περισσότερα

Μιγαδικός λογισμός και ολοκληρωτικοί Μετασχηματισμοί

Μιγαδικός λογισμός και ολοκληρωτικοί Μετασχηματισμοί ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Μιγαδικός λογισμός και ολοκληρωτικοί Μετασχηματισμοί ΑΝΩΜΑΛΑ ΣΗΜΕΙΑ, ΠΟΛΟΙ ΚΑΙ ΤΟ ΘΕΩΡΗΜΑ ΤΩΝ ΟΛΟΚΛΗΡΩΤΙΚΩΝ ΥΠΟΛΟΙΠΩΝ Διδάσκων : Επίκ. Καθ. Κολάσης Χαράλαμπος

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ. 2.1 Συνάρτηση

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

Διαβάστε περισσότερα