Κεφάλαιο 8. Εκτίµηση Διαστήµατος Εµπιστοσύνης

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Κεφάλαιο 8. Εκτίµηση Διαστήµατος Εµπιστοσύνης"

Transcript

1 Κεφάλαιο 8 Εκτίµηση Διαστήµατος Εµπιστοσύνης Στα δύο προηγούµενα κεφάλαια συζητήθηκαν µέθοδοι για την εκτίµηση των αληθών τιµών άγνωστων παραµέτρων. Η εκτίµηση διαστήµατος εµπιστοσύνης (confdence nterval) αναφέρεται στον προσδιορισµό διαστήµατος τιµών της παραµέτρου, a θ b, µε πιθανότητα το εν λόγω διάστηµα να περιέχει την αληθή τιµή της παραµέτρου, θ, ίσο µε. Συνήθως εκφράζουµε αυτή την απαίτηση ως: «το διάστηµα τιµών, [a,b], της παραµέτρου, θ, έχει περιεχόµενο πιθανότητας να περιέχει την αληθή τιµή της παραµέτρου». Στην ιδιωµατική γλώσσα της πειραµατικής φυσικής η έννοια του «διαστήµατος εµπιστοσύνης» εκφράζεται ως «σφάλµα στον προσδιορισµό της παραµέτρου». Βεαίως, για να είναι σαφές τι εννοούµε µε σφάλµα θα πρέπει να δηλώνεται το περιεχόµενο πιθανότητας του διαστήµατος εµπιστοσύνης. Συνήθως επιλέγεται =65% ή =95.5% και το αντίστοιχο σφάλµα καλείται σφάλµα µίας τυποποιηµένης απόκλισης (standard devaton) ή σφάλµα δύο τυποποιηµένων αποκλίσεων. Ωστόσο, η κοινή χρήση αυτών των όρων δηµιουργεί παρερµηνείες διότι η αντιστοιχία του συγκεκριµένου περιεχοµένου πιθανότητας σε τυποποιηµένες αποκλίσεις είναι ορθή µόνο για την περίπτωση της κανονικής συνάρτησης πιθανότητας. Σ αυτό το Κεφάλαιο θα µας απασχολήσει...

2 8. Διάστηµα εµπιστοσύνης. Έστω µία µέτρηση, =t της φυσικής ποσότητας Χ. Η µέτρηση χαρακτηρίζεται από την συνάρτηση πυκνότητας πιθανότητας f (;θ). Το περιεχόµενο πιθανότητας,, ώστε η περιοχή τιµών, [a,b], των µετρήσεων να περιλαµάνει την συγκεκριµένη µέτρηση υπολογίζεται ως: = P a t b = f(;θ)d 8.. b a Αν η συναρτησιακή µορφή της f(;θ) και η αληθής τιµή της παραµέτρου, θ, είναι γνωστές, η σχέση 8.. προσφέρει την δυνατότητα υπολογισµού του περιεχοµένου πιθανότητας,, δεδοµένων των a και b. Αντιστρόφως, όταν η συναρτησιακή µορφή της f(;θ) και η αληθής τιµή της παραµέτρου είναι γνωστές, η σχέση 8.. προσφέρει την δυνατότητα προσδιορισµού ενός διαστήµατος [a,b] µε περιεχόµενο πιθανότητας ίσο µε. Ωστόσο, θα ρει κανείς πολλά διαστήµατα τιµών που ικανοποιούν την συνθήκη 8... Κατά περίπτωση, ορίζουµε το διάστηµα εµπιστοσύνης µε τρόπο ώστε να διευκολύνει τη χρήση των αποτελεσµάτων µας. Συνήθως ορίζουµε «κεντρικά διαστήµατα εµπιστοσύνης», δηλαδή απαιτούµε την ικανοποίηση των ακολούθων συνθηκών: a f(;θ)d= - b - Pa ( t b ) - f(;θ)d = = 8.. a f(;θ)d= b Στην περίπτωση όπου η αληθής τιµή της παραµέτρου, θ, δεν είναι γνωστή θα πρέπει να ευρεθεί µια άλλη µεταλητή, z = z (,θ), η οποία να είναι συνάρτηση της µεταλητής και της παραµέτρου θ, τέτοια ώστε f(;θ) = f (z). Στην περίπτωση όπου ρίσκεται µία τέτοια µεταλητή, επιχειρείται η αναδιατύπωση του προλήµατος ως εξής: Αναζητούµε την περιοχή τιµών [ ] πιθανότητας ίσο µε : z = P z z z = f (z)dz 8..3 z z,z της µεταλητής z, που αντιστοιχεί σε περιεχόµενο Επειδή όµως η νέα µεταλητή z είναι γνωστή συνάρτηση της µεταλητής και της παραµέτρου θ, µπορούµε (υπό κάποιες προϋποθέσεις) να ρούµε το αντίστοιχο διάστηµα [θ a (),θ b ()] ώστε : = P (θ a () θ θ b ()) 8..4 Συνήθως καλούµε το διάστηµα εµπιστοσύνης [θ a (),θ b ()] ως «διάστηµα εµπιστοσύνης στον χώρο της παραµέτρου». Επισηµαίνεται ότι οι στατιστικές συναρτήσεις θ a () και θ b () προσφέρουν την εκτίµηση διαστήµατος εµπιστοσύνης για την µεταλητή και όχι για την παράµετρο θ, η οποία παραµένει άγνωστη. Επί παραδείγµατι, όταν =.95 η σχέση 8..4 ερµηνεύεται ως: «Εάν η αληθής τιµή της παραµέτρου είναι θ τότε το 95% των µετρήσεων,, της φυσικής ποσότητας Χ θα ικανοποιεί την σχέση: θ a () θ θ b ()». Αντίστροφα, η εκτίµηση του διαστήµατος [θ a (),θ b ()] από τα πειραµατικά δεδοµένα µας επιτρέπει να εκφράσουµε την, κατά 95%, εµπιστοσύνη µας ότι η αληθής τιµή της παραµέτρου ανήκει στο διάστηµα αυτό.

3 Παράδειγµα 8.. Ας θεωρήσουµε ότι η f (;θ) είναι η κανονική συνάρτηση µε γνωστές παραµέτρους µ και σ. Η πιθανότητα P(a t b) ώστε µία µέτρηση,, της ποσότητας Χ να έχει τιµή ίση µε t είναι: b a ( µ ) σ P(a t b) = e d πσ ( µ ) ( µ ) b a σ σ - πσ - πσ = e d e d b-µ σ a-µ χ χ σ = e d e - π - π b-µ a-µ Φ Φ σ σ 8..5 b-µ a-µ =Φ Φ σ σ Τα a και b προσδιορίζονται, για κάθε περιεχόµενο πιθανότητας, θέτοντας την σχέση 8..5 ίση µε : b-µ a-µ Φ Φ = σ σ Ερώτηση: Ορίσετε το κεντρικό διάστηµα [a,b] µε περιεχόµενο πιθανότητας ίσο µε Υπόδειξη: Σύµφωνα µε την 8.. θα πρέπει να ικανοποιούνται οι συνθήκες: ( µ ) a σ P(- < t a) = e d= - πσ - ( µ ) σ P(b t < ) = e d= b πσ - η άλλως a-µ χ σ e = - π a-µ a-µ Φ Φ = σ σ b-µ χ b-µ σ Φ = e d = σ - π b-µ Φ σ

4 Όταν η παράµετρος µ δεν είναι γνωστή, αλλά είναι γνωστή η παράµετρος σ, ορίζουµε την νέα µεταλητή: z = z (, µ) = (-µ)/σ. Στην περίπτωση αυτή, η συνθήκη που εξασφαλίζει στο διάστηµα [a,b] περιεχόµενο πιθανότητας ίσο µε, είναι η ακόλουθη: b µ σ a µ σ z b µ a µ P(a t b) = e dz = Φ Φ = 8..6 π σ σ Με µία απλή αλλαγή των µεταλητών b-µ = d, a-µ = c, η σχέση 8..6 γράφεται: d c P(µ+c t µ+ d) = Φ Φ = σ σ ή d c P(t-d µ t c) = Φ Φ = σ σ 8..7 Υπενθυµίζεται ότι το διάστηµα εµπιστοσύνης που εκφράζει η σχέση 8..7 αφορά στην τυχαία µεταλητή και όχι στην αληθή τιµή της παραµέτρου. Ωστόσο, µία µέτρηση, t, της τιµής της φυσικής ποσότητας Χ µας επιτρέπει να είµαστε σίγουροι, κατά, ότι η αληθής τιµή της t d,t c. παραµέτρου µ ρίσκεται στο διάστηµα [ ] Παράδειγµα 8.. Το παράδειγµα 8.. αποτελεί τη άση για την εκτίµηση διαστήµατος εµπιστοσύνης παραµέτρων κατ αναλογία της εκτίµησης της τιµής της παραµέτρου. Θεωρήσετε ότι διατίθενται οι µετρήσεις {ξ,ξ,.,ξ Ν } του φυσικού µεγέθους Ξ. Ας υποθέσουµε ότι κάθε g ξφ ; και ότι φ είναι µέτρηση χαρακτηρίζεται από την συνάρτηση πυκνότητας πιθανότητας άγνωστη παράµετρος. Η τιµή της παραµέτρου φ εκτιµάται µε τον εκτιµητή Χ (π.χ. µέγιστη πιθανοφάνεια) και έστω ότι η εκτίµηση, φ, κατανέµεται σύµφωνα µε κανονική συνάρτηση πιθανότητας µε διασπορά ίση µε σ. Το πρόληµα, σ αυτή την περίπτωση, ανάγεται στον προσδιορισµό άνω και κάτω ορίων σε µία περιοχή τιµών της παραµέτρου φ ώστε το περιεχόµενο πιθανότητας αυτής της περιοχής να είναι. Χρησιµοποιώντας την σχέση 8..7 για τις ποσότητες: t φ µ z(; ) z( φ φ ο ξ µ = φ; φ ο) = 8..8 σ σ µ φ Πράγµατι, όταν το πλήθος των πειραµατικών µετρήσεων είναι µεγάλο η εκτίµηση µε την µέθοδο της µεγίστης πιθανοφάνειας χαρακτηρίζονται από κανονική συνάρτηση πυκνότητας πιθανότητας µε σ ln L( ξ, ξ, K ξ Ν; θ ) θ

5 d c καταλήγουµε ότι: P(φ-d φ φ c) = Φ Φ = σ σ Εάν απαιτήσουµε επιπλέον το κεντρικό διάστηµα εµπιστοσύνης, καταλήγουµε στον ορισµό των ορίων ως εξής: d σ z - P(φ d φ ) = = e dz - π 8..9 z - P(φ φ c) = = e dz c π σ ή ισοδύναµα d σ = e π c σ z z dz 8.. = e dz π Λόγω της συµµετρίας της κανονικής συνάρτησης: c= d=ε. Συνεπώς, µετά από µία εκτίµηση, φ, της τιµής της παραµέτρου, µπορούµε να εκφράσουµε την εµπιστοσύνη µας ότι, κατά (π.χ. =95%), η αληθής τιµή, φ, ευρίσκεται στο διάστηµα, φ ε φ+ε 8. Περιοχές εµπιστοσύνης σε εκτιµήσεις πολλών παραµέτρων Στην περίπτωση όπου η συνάρτηση πυκνότητας πιθανότητας εξαρτάται από k παραµέτρους, οι τιµές των οποίων εκτιµώνται από τα πειραµατικά δεδοµένα, επιδιώκουµε τον προσδιορισµό περιοχών τιµών των παραµέτρων µε περιεχόµενο πιθανότητας ίσο µε. Τα παραδείγµατα της προηγούµενης υποενότητας ανέδειξαν την πρακτική σηµασία της κανονικής συνάρτησης στην εκτίµηση διαστήµατος εµπιστοσύνης. Οι ασυµπτωτικές ιδιότητες των συνήθων µεθόδων εκτίµησης εγγυώνται ότι οι εκτιµήσεις των παραµέτρων κατανέµονται σύµφωνα µε κανονική συνάρτηση πιθανότητας. Έστω οι εκτιµήσεις θ των τιµών των παραµέτρων θ (=,,3,,k) οι οποίες κατανέµονται σύµφωνα µε την κανονική συνάρτηση πυκνότητας πιθανότητας: T ( - ) ( θ θ V θ θ) f ( θ;θ % ) = e 8.. N/ / (π) V %

6 T T όπου T ( ) T θ = θ,θ, K,θ,θ = θ,θ, K,θ και ο πίνακας V είναι ο πίνακας συνδιασποράς % των εκτιµήσεων θ. k k Από την σχέση 8.. επάγεται ότι η ποσότητα : T - Q θ;θ = θ θ V ( θ θ) 8.. % k Q χαρακτηρίζεται από χ ( P (Q ;k): Q e ) συνάρτηση πυκνότητας πιθανότητας για k χ αθµούς ελευθερίας, ανεξάρτητα των µεταλητών θ. Συνεπώς, η περιοχή εµπιστοσύνης µπορεί να ορισθεί, κατ ανάλογο τρόπο της µεθόδου που περιγράφηκε στην υποενότητα 8., ως: K ( ( ) ) χ PQ θ;θ K = P Q ;k dq = 8..3 Δηλαδή, η περιοχή τιµών των εκτιµήσεων ορίζεται ως η περιοχή (υπερελλειψοειδές), Q θ;θ K 8..4 στο χώρο των εκτιµήσεων των παραµέτρων, για την οποία το περιεχόµενο πιθανότητας K Q ;k dq ) ισούται µε. χ ( P Παράδειγµα 8.. Για απλότητα ας θεωρήσουµε ότι η συνάρτηση πυκνότητας πιθανότητας των πειραµατικών δεδοµένων εξαρτάται από δύο µόνο παραµέτρους, θ και θ. Έστω θκαιθ οι εκτιµήσεις των παραµέτρων από τα πειραµατικά δεδοµένα µε πίνακα συνδιασποράς: V σ ρ σ σ = 8..5 % ρ σ σ σ και έστω θ καιθ οι αληθείς τιµές των παραµέτρων. Στο Σχήµα 8.. παρίστανται οι περιοχές εµπιστοσύνης, στο χώρο των εκτιµήσεων, όπως προκύπτουν από την συνθήκη 8..4, για τρεις διαφορετικές τιµές του συντελεστή συσχέτισης ρ: α) ρ=, ) <ρ< και γ) ρ=. Η ποσότητα Κ προσδιορίζεται από την σχέση 8..3 για δύο αθµούς ελευθερίας και δεδοµένης της τιµής του περιεχοµένου πιθανότητας,. Επισηµαίνεται ότι η αρχή των αξόνων αντιστοιχεί στις αληθείς τιµές των παραµέτρων. Παρατηρήστε ότι ακόµα και στην περίπτωση όπου οι εκτιµήσεις είναι αµοιαία ανεξάρτητες (ρ=, Σχήµα 8...α) η περιοχή εµπιστοσύνης παρίσταται από έλλειψη και όχι από ορθογώνιο παραλληλόγραµµο.

7 θ Κσ Κσ α) ( θ, θ ) θ θ Κσ ρ Κσ Κ ρσ ( t,t * ) Κσ ) θ Σχήµα 8..: Περιοχές εµπιστοσύνης για τις εκτιµήσεις των παραµέτρων, θκαιθ, για διαφορετικές τιµές του συντελεστή συσχέτισης: α) ρ=, ) <ρ< και γ) ρ= Κσ ρ Κσ θ Κσ γ) θ

8 Στην περίπτωση όπου θα ήθελε κάποιος να αγνοήσει την συσχέτιση µεταξύ των εκτιµήσεων και να εκφράσει ανεξάρτητα διαστήµατα εµπιστοσύνης για κάθε παράµετρο ανεξάρτητα, της µορφής: θ Κ σ θ θ +Κ σ 8..6 θ Κ σ θ θ +Κ σ Η περιοχή εµπιστοσύνης εκφράζεται από το εσωτερικό τετραπλεύρου, όπως το γραµµοσκιασµένο τετράπλευρο του Σχήµατος 8...α. Εκµεταλλευόµενοι την συµµετρία της σχέσης 8.. ως προς θ καιθ µπορούµε να εκφράσουµε περιοχές για τις αληθείς τιµές των παραµέτρων, µε επίπεδο εµπιστοσύνης ίσο µε. Μία εκτίµηση των παραµέτρων, θ= t, και του πίνακα συνδιασποράς, V, από τα % πειραµατικά δεδοµένα, ορίζει, στο χώρο των παραµέτρων, το υπερελλειψοειδές: T - Q ( t;θ) = ( t θ) V ( t θ) K 8..7 % µε την οήθεια της σχέσης: K ( ) χ PQ t;θ K = P Q ;k dq = 8..8 Μπορεί κανείς να εµπιστευθεί, κατά, την περιοχή τιµών των παραµέτρων που ορίζεται από την σχέση 8..7, ότι περιέχει τις αληθείς τιµές. Παράδειγµα 8.. θ t,t * ( θ, θ ) θ Σχήµα 8..: Γραφική αναπαράσταση της περιοχής εµπιστοσύνης για τις αληθείς τιµές των παραµέτρων. Η αντίστοιχη περιοχή εµπιστοσύνης για τις εκτιµήσεις παρίσταται γραφικά στο Σχήµα 8...

9 Συνεχίζοντας το προηγούµενο παράδειγµα ας υποθέσουµε ότι, θ= t καιθ= t είναι οι εκτιµήσεις των παραµέτρων. Έστω επίσης ότι: σ ρ σ σ V = είναι η εκτίµηση του πίνακα συνδιασποράς τους. Η εκτίµηση % ρ σ σ σ παρίσταται γραφικά ως σηµείο στο Σχήµα 8... Η περιοχή εµπιστοσύνης στο χώρο των τιµών των παραµέτρων παρίσταται γραφικά στο Σχήµα 8.. όπου σηµειώνεται επίσης το σηµείο που αντιστοιχεί στην εκτίµηση καθώς και η αληθής τιµή των παραµέτρων. 8.3 Ζώνες εµπιστοσύνης Έστω ότι είναι µετρήσεις της φυσικής ποσότητας Χ µε συνάρτηση πυκνότητας πιθανότητας f(; θ ), όπου θ είναι άγνωστη παράµετρος. Έστω επίσης ότι t = t() είναι η εκτίµηση της τιµής της παραµέτρου θ από τα πειραµατικά δεδοµένα. Θα θεωρήσουµε ότι η συνάρτηση πυκνότητας πιθανότητας της εκτίµησης εκφράζεται από την συνάρτηση g(t; θ ). Εάν η αληθής τιµή της παραµέτρου θ ήταν γνωστή, έστω ίση µε θ, το διάστηµα εµπιστοσύνης µε περιεχόµενο πιθανότητας ορίζεται από σχέση αντίστοιχη της 8.. ή από σχέσεις αντίστοιχες της 8.., στην περίπτωση κεντρικών διαστηµάτων, ως: P(t t t ) = t g(t; θ )dt = = g(t; θ)dt t 8.3. Όταν η αληθής τιµή της παραµέτρου θ δεν είναι γνωστή, ο άµεσος προσδιορισµός ορίων στο διάστηµα εµπιστοσύνης, από τις σχέσεις 8.3., δεν είναι εφικτός. Επιπλέον, η µέθοδος που αναπτύχθηκε στις υποενότητες 8.3. και 8.3., ισχύει µε την προϋπόθεση ότι υπάρχει δυνατότητα µετασχηµατισµού των παραµέτρων, t z(t, θ ), ώστε η συνάρτηση πυκνότητας πιθανότητας της εκτίµησης, g(t; θ) g (z), να είναι ανεξάρτητη της παραµέτρου θ. Στην γενική περίπτωση, εφ όσον είναι άγνωστη η αληθής τιµή της παραµέτρου, είναι δυνατόν να προσδιορισθούν τα όρια του διαστήµατος εµπιστοσύνης για κάθε δυνατή τιµή της παραµέτρου θ, [ t,t ] t ( θ),t( θ), ως: P(t θ t t θ ) = t ( θ) g(t; θ )dt = = g(t; θ)dt t ( θ) 8.3. θ, για κάποια συνάρτηση πυκνότητας πιθανότητας g(t; θ ) και περιεχόµενο πιθανότητας, οι οποίες ορίζουν µεταξύ τους ζώνη εµπιστοσύνης που αντιστοιχεί σε περιεχόµενο πιθανότητας. Στο Σχήµα 8.3. παρίστανται γραφικά οι καµπύλες t ( θ) καιt

10 Πράγµατι, εάν θ είναι η αληθής τιµή της παραµέτρου, εύκολα ευρίσκει κανείς (π.χ. από την t θ καιt θ που ορίζουν τα όρια γραφική παράσταση του Σχήµατος 8.3.) τις τιµές εµπιστοσύνης για το αποτέλεσµα της εκτίµησης, t, µε επίπεδο εµπιστοσύνης. Αντίστροφα, έστω t το αποτέλεσµα µίας εκτίµησης. Η πιθανότητα να ρεθεί το αποτέλεσµα της εκτίµησης στο διάστηµα t ( θ),t( θ) ισούται µε. Έστω τα όρια της περιοχής τιµών της παραµέτρου θ, θ (t) θ θ (t), που προκύπτουν από τις αντίστροφες συναρτήσεων t( θ) καιt( θ ), για t = t, ως : θ (t) = t (t) θ (t) = t (t) - θ t =t t θ t ( θ ) θ ( - ) θ t =t t t ( θ ) t t( θ ) t t( θ ) t Σχήµα 8.3.: Γραφική αναπαράσταση ορισµού διαστήµατος εµπιστοσύνης µε την οήθεια ζωνών εµπιστοσύνης Επισηµαίνεται ότι το πάνω όριο για την τιµή της παραµέτρου θ ορίζεται από την καµπύλη που αντιστοιχεί στο κάτω όριο του αποτελέσµατος της εκτίµησης, t.

11 Εύκολα αντιλαµάνεται κανείς, µε την οήθεια του Σχήµατος 8.3., ότι: Εάν το αποτέλεσµα της εκτίµησης t ανήκει στο διάστηµα t ( θ),t( θ) τότε η περιοχή τιµών θ(t), θ(t) της παραµέτρου θ εµπεριέχει την αληθή τιµή της παραµέτρου, θ. Εάν το αποτέλεσµα της εκτίµησης δεν ανήκει στο διάστηµα t ( θ ),t ( θ ), όπως η τιµή t στο Σχήµα 8.3., τότε η περιοχή τιµών θ(t), θ(t) της παραµέτρου θ δεν εµπεριέχει την αληθή τιµή της παραµέτρου, θ. Βεαίως, η αληθής τιµή της παραµέτρου είναι άγνωστη. Ωστόσο, ένα ποσοστό, ίσο µε, όλων των δυνατών αποτελεσµάτων της εκτίµησης 3 της παραµέτρου θα ανήκει στο t θ,t θ. Συνεπώς, η πιθανότατα να εµπεριέχεται η αληθής τιµή της διάστηµα παραµέτρου, θ, στο διάστηµα τιµών θ(t), θ(t), το οποίο ορίζεται µε την σχέση από ένα οποιαδήποτε αποτέλεσµα της εκτίµησης, t, θα είναι ίση µε. Εν άλλοις λόγοις, το διάστηµα τιµών θ(t), θ(t) αποτελεί διάστηµα εµπιστοσύνης για την P θ t θ θ t = αληθή τιµή της παραµέτρου µε περιεχόµενο πιθανότητας ίσο µε : Παράδειγµα 8.3.: Ένας άλλος, ισοδύναµος, τρόπος καθορισµού του διαστήµατος εµπιστοσύνης µε την οήθεια ζώνης εµπιστοσύνης, κάνει χρήση της συσσωρευτικής συνάρτησης πιθανότητας: t ( θ ) = ( θ) Ft; f ; d F t; θ για κάθε τιµή της παραµέτρου θ. Δεδοµένης ενός αποτελέσµατος της εκτίµησης της παραµέτρου, t, ορίζονται τα σηµεία Α και Β, όπως δείχνει το Σχήµα 8.3., µε συντεταγµένες A t, t, + καιβ, ώστε ΑΒ =. Στην συνέχεια αναζητούνται οι τιµές θ και θ της παραµέτρου θ για τις οποίες ισχύει ότι: 3 Επί παραδείγµατι, έστω n ( ) πανοµοιότυπα πειράµατα που συλλέγουν Ν µετρήσεις το κάθε ένα και εκτιµούν την τιµή της φυσικής σταθεράς θ, µε την ίδια µέθοδο εκτίµησης.

12 t ( + Ft; θ ) = f( ; θ ) d= t ( Ft; θ ) = f( ; θ ) d= Το διάστηµα εµπιστοσύνης [, ] θ θ της παραµέτρου θ έχει περιεχόµενο πιθανότητας, υπό την έννοια ότι ένα ποσοστό των αποτελεσµάτων της εκτίµησης θα καταλήξει σε διαστήµατα εµπιστοσύνης τα οποία θα εµπεριέχουν την αληθή τιµή της παραµέτρου θ. + Ft;θ ( ) Σχήµα 8.3.: Γραφική αναπαράσταση ορισµού διαστήµατος εµπιστοσύνης µε την οήθεια της συσσωρευτικής συνάρτησης πιθανότητας. Β Α t Ft;θ ( ) Ft;θ ( ) t ( θ ) t 8.4. Όρια εµπιστοσύνης Όπως ήδη ελέχθη, υπάρχουν άπειροι τρόποι να ορισθεί ένα διάστηµα εµπιστοσύνης. Συνήθως επιλέγονται συµµετρικά όρια αλλά υπάρχουν περιπτώσεις όπου είναι προτιµητέα τα µη κεντρικά όρια. Επί παραδείγµατι, όταν κάποιος αναζητά πειραµατική απόδειξη για την ύπαρξη

13 εξωτικών φυσικών καταστάσεων, ενδιαφέρεται να καθορίσει από τα πειραµατικά δεδοµένα «πάνω όρια» για τον ρυθµό παραγωγής τους. Εάν ο ρυθµός παραγωγής, σύµφωνα µε την φυσική θεωρία που προλέπει την ύπαρξη της εξωτικής κατάστασης, είναι ανάλογος της παραµέτρου θ, ενδιαφέρει το όριο, θ, στην τιµή της παραµέτρου, ώστε: P( θ θ ) = 8.4. Σ άλλες περιπτώσεις έχει χρηστική αξία, ή είναι δυνατόν να ορισθεί από τα πειραµατικά δεδοµένα µόνο, το κάτω όριο της τιµής κάποιας φυσικής παραµέτρου. P( θ θ ) = 8.4. Λόγου χάριν, τα νετρίνα έχουν µικρή µάζα. Από πειραµατικά δεδοµένα που συλλέγονται σε ένα πείραµα διάσπασης του Τριτίου είναι δυνατόν να υπολογισθεί µόνο το κάτω όριο της µάζας του ηλεκτρονικού νετρίνο. Ο καθορισµός των ορίων, 8.4. και 8.4., αποτελεί ειδική περίπτωση διαστήµατος εµπιστοσύνης, όπου το πάνω ή το κάτω όριο του διαστήµατος έχουν αντικατασταθεί µε την µέγιστη ή την ελάχιστη τιµή που δύναται να λάει η παράµετρος. Παράδειγµα 8.4. Συνήθως, αναζητούνται άνω ή κάτω όρια για την αναµενόµενη τιµή του πλήθους των παρατηρήσεων όταν τα πειραµατικά δεδοµένα συνίστανται από λίγες παρατηρήσεις. Στην περίπτωση αυτή το πλήθος των παρατηρήσεων περιγράφεται από Posson συνάρτηση n µ µ e πιθανότητας: n! Τα όρια αντιστοιχούν στην εύρεση της µεγίστης (πάνω όριο), µ +, ή ελαχίστης (κάτω όριο), µ -, τιµής της παραµέτρου µ, ώστε: P( µ µ + ) = P µ µ = Εάν η αληθής τιµή της παραµέτρου, µ, ήταν γνωστή τότε µπορεί να ορισθεί το διάστηµα εµπιστοσύνης (n, ), µε περιεχόµενο πιθανότητας, για το πλήθος των δεδοµένων, r, ως: µ µ e P( r > n) = = = n+! Επειδή η αληθής τιµή δεν είναι γνωστή, προσδιορίζεται το όριο n για κάθε δυνατή τιµή της παραµέτρου µ, κατ αναλογία της καµπύλης t( θ ) του Σχήµατος 8.3.: µ µ e P( r > n) = = 8.4.5! = n+

14 Αντιστρόφως, εάν η αληθής τιµή µ δεν είναι γνωστή και το πείραµα συνέλεξε r γεγονότα, η εκτίµηση της αληθούς τιµής της παραµέτρου µ καταλήγει στο αποτέλεσµα 4 : µ= r. Κατ αντιστοιχία της µεθόδου που περιγράφηκε στην υποενότητα 8.3, το πάνω όριο για την αληθή τιµή της παραµέτρου ορίζεται από την σχέση 8.4.5, ως: = P µ<µ µ e µ e = =!! µ + µ =µ+ = r+ = r = + µ + e! µ Η σχέση µπορεί να λυθεί εύκολα χρησιµοποιώντας την συσσωρευµένη χ r + συνάρτηση πιθανότητας, για r+ αθµούς ελευθερίας: ( ) P χ r+ > z = χ r+ dχ z r z z = e =! Συνδυάζοντας τις σχέσεις και καταλήγουµε ότι: ( + ) = P χ r+ > µ r µ = e! = µ Κατ αναλογία υπολογίζεται και το κατώτερο όριο, µ -, για την αληθή τιµή της παραµέτρου µ, ως: r µ µ = e = P( χ ( r) > µ ) =! µ = χ rd χ 4 Επειδή η συνάρτηση πιθανότητας είναι Possonan, η εκτίµηση της µέσης τιµής ισούται µε τον αριθµό των γεγονότων που παρατηρήθηκαν. Συνεπώς, οι σχέσεις και εκφράζουν όρια για την εκτίµηση, µ, της παραµέτρου µ.

15 Παράδειγµα Το 987, η έκρηξη του υπερκενοφανούς (Super Nova) 987A προσέφερε στους αστροφυσικούς τις απαραίτητες πειραµατικές πληροφορίες για να θεµελιώσουν το θεωρητικό πρότυπο που περιγράφει τις φυσικές διεργασίες που συντελούνται στον αστέρα κατ αυτή την κατακλυσµική έκρηξή. Είναι ιδιαίτερα εντυπωσιακό το γεγονός ότι τόσα λίγα πειραµατικά δεδοµένα προσέφεραν τόσο µεγάλη δυνατότητα προώθησης της επιστηµονικής γνώσης. Η πειραµατική πληροφορία, εκτός των άλλων, συνίστατο στην σύγχρονη ανίχνευση µερικών νετρίνων από (4) πειράµατα κατανεµηµένα στην γήινη σφαίρα. Η παρουσία ενός νετρίνων πιστοποιείται πειραµατικά από τα ηλεκτρικά σήµατα που παράγονται στην ανιχνευτική διάταξη από τα ηλεκτρικά φορτισµένα προϊόντα της αντίδρασής του νετρίνου µε την ύλη που περιάλλεται από τον ανιχνευτή. Βεαίως, υπάρχουν και άλλοι φυσικοί µηχανισµοί που παράγουν τα ίδια πειραµατικά σήµατα, όπως η αλληλεπίδραση της φυσικής ραδιενεργού ακτινοολίας µε το υλικό του ανιχνευτή. Αυτοί οι µηχανισµοί υποστρώµατος είναι αρκετά καλά γνωστοί, ώστε είναι δυνατόν να υπολογισθεί ο µέσος αναµενόµενος αριθµός, µ Β σηµάτων υποστρώµατος που αντιστοιχεί σε ένα χρονικό διάστηµα Δt. Εάν στο ίδιο χρονικό διάστηµα Δt ανιχνεύονται r συνολικά γεγονότα είναι δυνατόν να καταλήξει κανείς σε συµπεράσµατα που αφορούν στην ανίχνευση νετρίνων και στο πλήθος των νετρίνων που ανιχνεύθηκαν. Το παράδειγµα της ανίχνευσης νετρίνων από το 987Α αποτελεί ειδική περίπτωση του προσδιορισµού ορίων στην αληθή µέση τιµή του σήµατος (π.χ. µέση τιµή του πλήθους των νετρίνων που ανιχνεύθηκαν από την πειραµατική διάταξη), το οποίο χαρακτηρίζεται από Possonan συνάρτησης πιθανότητας, όταν το πλήθος των δεδοµένων που ανιχνεύθηκαν είναι r και είναι επίσης γνωστό ότι ένας µηχανισµός υποστρώµατος συνεισφέρει σε πειραµατικά δεδοµένα µε αναµενόµενη τιµή µ Β. Εάν η αληθής µέση τιµή του σήµατος είναι µ, η πιθανότητα να ανιχνευθούν r γεγονότα δίνεται από την σχέση: r r µ B r µ µ e µ e B P( r; µ B, µ ) = = ( r )! ( )! 8.4. r µ ( B+µ ) ( µ B +µ ) e = r! Ερώτηση: Αποδείξετε την σχέση 8.4. r r r r µ µ B Υπόδειξη: ( µ B +µ ) = ( r! ) r!! = Από την 8.4. συνάγεται ότι το πρόληµα ανάγεται στον προσδιορισµό ορίων για την µ +µ, όταν η τιµή µ Β είναι γνωστή, υπό την προυπόθεση ότι το πλήθος των παράµετρο B γεγονότων υποστρώµατος δεν µπορεί να είναι µεγαλύτερο από τον συνολικό αριθµό, r, των πειραµατικών δεδοµένων.

16 Λόγω της δέσµευσης για το πλήθος του υποστρώµατος δεν είναι σωστό να χρησιµοποιήσουµε την σχέση µόνο µε την απλή αντικατάσταση µ + µ + +µ, διότι ο όρος Β r µ + +µ Β µ + +µ Β e δεν περιέχει την συνθήκη δέσµευσης του πλήθους του υποστρώµατος. =! Αντ αυτού θα πρέπει να επανακανονικοποιήσουµε (υπό συνθήκη πιθανότητα), ώστε να συµπεριληφθεί η συνθήκη για το υπόστρωµα, ως: = P µ<µ = r = + µ +µ e r = + Β! µ e Β! µ + +µ Β µ Β Προσδιορισµός διαστήµατος εµπιστοσύνης µε τη συνάρτηση πιθανοφάνειας =, K είναι Ν µετρήσεις της φυσικής ποσότητας Χ µε συνάρτηση Έστω ότι {, N} πυκνότητας πιθανότητας f(,θ ),η οποία εξαρτάται από την παράµετρο θ. Έστω ότι θ είναι το αποτέλεσµα της αληθούς τιµής της παραµέτρου που προέκυψε από την µεγιστοποίηση της συνάρτησης πιθανοφάνειας. Σ αυτή την υποενότητα θα χρησιµοποιήσουµε τις ασυµπτωτικές ιδιότητες της συνάρτησης πιθανοφάνειας για τον προσδιορισµό διαστήµατος εµπιστοσύνης για την αληθή τιµή της παραµέτρου θ Παραολική συνάρτηση του λογαρίθµου της πιθανοφάνειας. Στην υποενότητα 6.6 καταλήξαµε στην σχέση 6.6.9, η οποία εκφράζει τον λογάριθµο της συνάρτησης πιθανοφάνειας στη γειτονία της αληθούς τιµή της παραµέτρου, θ, ως: lnl ; θ lnl ; θ lnl ; θ = + (θ θ ) = θ θ θ θ θ = θ= θ θ= θ Η σχέση είναι συνέπεια της συνέπειας της µεθόδου µεγίστης πιθανοφάνειας καθώς το πλήθος των δεδοµένων τείνει στο άπειρο. Επίσης, όταν το πλήθος των δεδοµένων τείνει στο άπειρο, µε τη σχέση δείξαµε ότι ισχύει: lnl( θ) lnl( ;θ) =E θ θ

17 Συνδυάζοντας αυτές τις δύο σχέσεις, ο λογάριθµος της συνάρτησης πιθανοφάνειας εκφράζεται ως παραολική συνάρτηση της αληθούς τιµής της παραµέτρου. lnl ; θ lnl ; θ =-( θ θ) θ θ θ= θ θ= θ ( θ ) lnl ; θ lnl ; θ = -( θ θ)e -(θ = θ)e θ θ - θ lnl( ; θ ) = + C lnl( ; θ) E θ ( θ) θ= θ θ= θ θ= θ 8.5. lnl ; Ο όρος E στην σχέση 8.5. εκφράζει την διασπορά του αποτελέσµατος της θ θ= θ εκτίµησης (λέπε σχέση 6.6.4) όταν ο αριθµός των δεδοµένων είναι αρκετά µεγάλος 5. ln L(;θ) θ σ θ-σ θ+σ θ+ σ θ ln L(;θ) ln L(;θ) -.5 ln L(;θ) - Σχήµα 8.5.: Γραφική παράσταση του λογαρίθµου της συνάρτησης πιθανοφάνειας και του προσδιορισµού της διασποράς του αποτελέσµατος της εκτίµησης 5 Υπενθυµίζεται ότι στο ασυµπτωτικό όριο η µέθοδος της µεγίστης πιθανοφάνειας καταλήγει σε εκτιµήσεις οι οποίες δεν πάσχουν από προκατάληψη και έχουν την µέγιστη ακρίεια που επιτρέπει η ανισότητα των Cramer-Rao.

18 Επειδή η αληθής τιµή της παραµέτρου παραµένει πάντοτε άγνωστη, η σχέση 8.5. εκφράζει την τιµή του λογαρίθµού της πιθανοφάνειας για κάθε δυνατή (αληθή) τιµή της παραµέτρου θ, όταν θ είναι µία συνεπής και χωρίς προκατάληψη εκτίµηση της αληθούς τιµή που προέκυψε µε την µέθοδο της µεγίστης πιθανοφάνειας. Η παραολή 8.5. προσφέρει την δυνατότητα εύκολου υπολογισµού της διασποράς της εκτίµησης από τα πειραµατικά δεδοµένα και κατά συνέπεια τον προσδιορισµό διαστηµάτων εµπιστοσύνης για την παράµετρο θ. Στο Σχήµα 8.5. παρίσταται γραφικά ο λογάριθµος της πιθανοφάνειας για κάθε δυνατή (αληθή) τιµή της παραµέτρου θ, για ένα σύνολο Ν µετρήσεων της ποσότητας Χ µε συνάρτηση πυκνότητας πιθανότητας f( ;θ ). Είναι προφανές, ότι η συνάρτηση lnl( ;θ) θα εµφανίζει µέγιστο για θ=θ, µε τιµή µεγίστου ίση µε: ln L( ;θ ). Αναζητούνται οι τιµές της παραµέτρου θ για τις οποίες: ( ) ln L ; θ ln L ; θ =.5. Λόγω της παραολικής µορφής της συνάρτησης lnl( ;θ ), υπάρχουν δύο τέτοιες τιµές, θ και θ, που προσδιορίζονται από την σχέση 8.5., ως: ( θ =θ σ θ θ).5 = θ =θ+σ lnl( ; θ) E lnl( ; ) θ θ σ= E θ= θ θ / θ= θ 8.5. Αντιστρέφοντας την διαδικασία, προσδιορίζονται οι τιµές θ και θ της παραµέτρου, ως οι τετµηµένες στην γραφική παράσταση του Σχήµατος 8.5., όπου η τιµή της συνάρτησης ln L ;θ, κατά.5. Ακολούθως η ποσότητα σ ln L( ;θ ) υπολείπεται της µέγιστης τιµής, θ θ υπολογίζεται ως: σ=. Επισηµαίνεται ότι η ποσότητα σ είναι η διασπορά του αποτελέσµατος της εκτίµησης και όχι η διασπορά της πραγµατικής τιµής (η οποία έχει σταθερή τιµή που παραµένει άγνωστη). Ωστόσο, όπως δείξαµε στην υποενότητα 6.6, το αποτέλεσµα της εκτίµησης µε την µέθοδο της µεγίστης πιθανοφάνειας κατανέµεται σύµφωνα µε συνάρτηση πυκνότητας πιθανότητας η οποία τείνει ασυµτωτικά προς κανονική συνάρτηση 6 µε µέση τιµή την αληθή τιµή της παραµέτρου και σ ίσο µε: / lnl ; θ θ θ σ= E = θ θ= θ 6 Το γεγονός ότι ο λογάριθµος της συνάρτησης πιθανοφάνειας είναι παραολικής µορφής συνεπάγεται ότι η συνάρτηση πυκνότητας πιθανότητας του αποτελέσµατος της εκτίµησης είναι κανονική συνάρτηση.

19 Συνεπώς, κατ αντιστοιχία της µεθόδου που παρουσιάστηκε στα Παραδείγµατα 8.. και 8.., το διάστηµα εµπιστοσύνης για το αποτέλεσµα της εκτίµησης µετατρέπεται σε διάστηµα εµπιστοσύνης για την αληθή τιµή της παραµέτρου. Επί παραδείγµατι, εάν το σ προσδιορίζεται γραφικά όπως παρίσταται στο Σχήµα 8.5., το λσ θ θ ( ) διάστηµα τιµών λ σ θ θ λ σ (όπου σ e d θ= ) µετατρέπεται στο πσ λσ ακόλουθο διάστηµα εµπιστοσύνης για την αληθή τιµή της παραµέτρου θ: θ λ σ θ θ+λ σ = ( ) P Παρατηρήστε ότι το διάστηµα που εκφράζει η σχέση µπορεί εύκολα να ευρεθεί από την ln L ;θ µε την ευθεία γραµµή τοµή της γραφικής παράστασης της συνάρτησης ln L( ; θ ) = Q λ σ λ Q = = σ, όπου η τιµή της σταθεράς Q ευρίσκεται κατ αντιστοιχία της σχέσης 8.5., ως: Ερώτηση: Βρείτε το κεντρικό διάστηµα εµπιστοσύνης µε περιεχόµενο πιθανότητας 68.3% για την παράµετρο θ, χρησιµοποιώντας την γραφική παράσταση του Σχήµατος 8.5. Υπόδειξη: Χρησιµοποιήσετε τις σχέσεις 8.. για να δείξετε ότι το διάστηµα εµπιστοσύνης είναι θ σ, θ+σ, όπου το σ ευρίσκεται µε την µέθοδο που περιγράφει το Σχήµα Ερώτηση: Δείξετε ότι για να υπολογίσετε το κεντρικό διάστηµα εµπιστοσύνης µε περιεχόµενο πιθανότητας 95.5% για την παράµετρο θ, χρησιµοποιώντας την γραφική παράσταση του Σχήµατος 8.5., θα αναζητήσετε τιµές τις παραµέτρου θ όπου ln L ; θ ln L ; θ =. Υπόδειξη: Από τις σχέσεις 8.. δείξετε ότι τα διάστηµα εµπιστοσύνης θα πρέπει να έχει εύρος 4σ ( ±σ). Χρησιµοποιήσετε την σχέση 8.5. για να δείξετε ότι η συνθήκη ln L ; θ ln L ; θ = ορίζει αυτό το διάστηµα. Πράγµατι, από την σχέση 8.5. συνάγεται ότι: L( ; θ ) = e / lnl( ; θ) π E θ θ= θ -( θ t() ) lnl( ; θ) E θ θ= θ, όπου t() είναι η στατιστική συνάρτηση που εκφράζει την εκτίµηση θ συναρτήσει των πειραµατικών δεδοµένων. Συνεπώς η συνάρτηση πυκνότητας πιθανότητας του αποτελέσµατος της εκτίµησης, q( θθ ; ), θα περιγράφεται από την, επίσης κανονική, συνάρτηση: -( θ t( ) ) -( θ t( ) ) lnl( ; θ) lnl( ; θ) E E θ θ θ θ / K N / ( ) ( ) q θθ ; = δ θ t e d d = e lnl( ; θ) lnl( ; θ) π E E π θ θ = θ= θ θ= θ θ= θ

20 8.5. Μη - παραολική συνάρτηση του λογαρίθµου της πιθανοφάνειας. Όταν ο αριθµός των πειραµατικών δεδοµένων είναι σχετικά µικρός η συνάρτηση πιθανοφάνειας ( και κατά συνέπεια η συνάρτηση πυκνότητας πιθανότητας του αποτελέσµατος της εκτίµησης) δεν είναι κανονική συνάρτηση. ln L(;θ) α) ) ln L(;θ ) θ θ θ θ θ θ ln L(;θ) lnl(;g()) ln L(;G()) -.5 n L(;θ) - ln L(;G()) - Σχήµα 8.5.: Γραφική παράσταση του λογαρίθµου της συνάρτησης πιθανοφάνειας και του προσδιορισµού της διασποράς του αποτελέσµατος της εκτίµησης: α) µη παραολική µορφή του λογαρίθµου πιθανοφάνειας, ) ο λογάριθµος πιθανοφάνειας εµφανίζει είναι παραολική συνάρτηση της παραµέτρου θ= g(, θ ) Μία τέτοια περίπτωση παρίσταται στο Σχήµα 8.5..α όπου ο λογάριθµος της συνάρτησης πιθανοφάνειας έχει ασυµµετρική, µη-παραολική, µορφή. Στις περιπτώσεις αυτές, αναζητούµε ένα µετασχηµατισµό, της µορφής: θ= g(, θ ) ώστε η συνάρτηση πιθανοφάνειας να µετασχηµατίζεται ως: L ; θ = L ; θ = L ;g, θ = ( θ G() ) 8.5.4

21 Προφανώς, η εκτίµηση της παραµέτρου θ µε την µέθοδο της µεγίστης πιθανοφάνειας καταλήγει στο αποτέλεσµα: θ= G(). Η συνάρτηση πιθανοφάνειας, καθώς και η συνάρτηση πυκνότητας πιθανότητας του αποτελέσµατος της εκτίµησης, είναι κανονικές συναρτήσεις της παραµέτρου θ, µε σ=. Στο Σχήµα παρίσταται γραφικά ο προσδιορισµός διαστήµατος εµπιστοσύνής µε περιεχόµενο πιθανότητας =68.5% και =95.5%, από την τοµή των γραµµών: ln L ; lnl ;G().5 ln L ; θ = lnl ;G() ( θ ) = και µε την καµπύλη που παριστά τον λογάριθµο της πιθανοφάνειας συναρτήσει της παραµέτρου θ. θ, θ,θα είναι: Ειδικά για =95.5% το διάστηµα εµπιστοσύνης, [ ] G( ) θ G( ) Προκειµένου να προσδιορισθεί το αντίστοιχο διάστηµα εµπιστοσύνης για την παράµετρο θ, ln L ; θ = ln L ; θ και επικαλούµεθα την ιδιότητα της αµεταλητότητας 7 παρατηρούµε ότι (nvarance) των εκτιµητών µεγίστης πιθανοφάνειας: g, θ = g, θ = G.. ln L(;θ) θ ln L(;θ) ln L(;θ) -.5 Σχήµα 8.5.3: Γραφική παράσταση του λογαρίθµου της συνάρτησης πιθανοφάνειας. Στην περίπτωση αυτή η συνάρτηση πιθανοφάνειας εµφανίζει δύο µέγιστα. 7 Εάν θ είναι εκτίµηση της παραµέτρου θ τότε τθ είναι εκτίµηση της τιµής της συνάρτησης τ(θ).

22 Συγκεκριµένα, επειδή [ θ, θ ] [, ] ln L ; θ = ln L ;g, θ = ln L ; θ,το διάστηµα εµπιστοσύνης, για τις τιµές της παραµέτρου θ, το οποίο αντιστοιχεί στο διάστηµα εµπιστοσύνης θ θ της παραµέτρου θ, ορίζεται από τα σηµεία τοµής της ευθείας γραµµής: ( ) Q θ = lnl ; θ µε την καµπύλη y( θ ) = lnl( ; ) συναρτήσει της παραµέτρου θ. θ,που παριστά τον λογάριθµο της πιθανοφάνειας Επισηµαίνεται ότι, ενώ το διάστηµα εµπιστοσύνης που αντιστοιχεί στις τιµές της παραµέτρου θ= G, το διάστηµα θ είναι συµµετρικό ως προς το αποτέλεσµα της εκτίµησης, εµπιστοσύνης για την παράµετρο θ δεν είναι πλέον κεντρικό. Ωστόσο, υπάρχουν παθολογικές περιπτώσεις όπου η συνάρτηση πιθανοφάνειας εµφανίζει περισσότερα από ένα µέγιστα, όπως φαίνεται παραστατικά στο Σχήµα Στις περιπτώσεις αυτές δεν είναι πλέον δυνατόν να ορισθεί ένα διάστηµα τιµών της παραµέτρου µε περιεχόµενο πιθανότητας και η έννοια του διαστήµατος εµπιστοσύνης δεν περιγράφει ασφαλώς τα αποτελέσµατα Προσεγγιστική εφαρµογή των ασυµπτωτικών ιδιοτήτων της πιθανοφάνειας ln L( ; θ) Στην υποενότητα 6.6 δείξαµε ότι η στατιστική συνάρτηση κατανέµεται σύµφωνα θ µε κανονική συνάρτηση πυκνότητας πιθανότητας όταν το πλήθος των παρατηρήσεων τείνει στο άπειρο. Η ασυµπτωτική αυτή ιδιότητα ισχύει λόγω των επιπτώσεων του θεωρήµατος του κεντρικού ορίου. Επιπλέον δείξαµε, ότι η µέση τιµή αυτής της κανονικής συνάρτησης είναι µηδέν και ότι η διασπορά ισούται µε: lnl ; θ lnl ; θ E θ θ θ= θ θ= θ Δείξαµε επίσης ότι, αυτό καθ εαυτό, το αποτέλεσµα της εκτίµησης κατανέµεται σύµφωνα µε κανονική συνάρτηση πιθανότητας, µε µέση τιµή ίση µε την αληθή τιµή της παραµέτρου και διασπορά που δίνεται από την σχέση Η ασυµπτωτική αυτή ιδιότητα ισχύει υπό την ( θ) lnl ; επιπλέον προϋπόθεση ότι η παράγωγος δεν εξαρτάται από την τιµή της θ παραµέτρου θ ή ότι µεταάλλεται ελάχιστα στην περιοχή τιµών της παραµέτρου γύρω από την αληθή τιµή. Σε περιπτώσεις πεπερασµένου πλήθους παρατηρήσεων, όπου οι δύο προαναφερθείσες ασυµπτωτικές ιδιότητες ισχύουν προσεγγιστικά (π.χ. όταν ο αριθµός των παρατηρήσεων είναι αρκετά µεγάλος) είναι δυνατόν να χρησιµοποιηθούν προκειµένου να προσδιορισθούν διαστήµατα εµπιστοσύνης.

23 Επισηµαίνεται ότι, λόγω των επιπλέον προϋποθέσεων, η κατανοµή του αποτελέσµατος της εκτίµησης από πεπερασµένο πλήθος δεδοµένων προσεγγίζει δυσκολότερα την ασυµπτωτική ln L( ; θ) κανονική συνάρτηση πιθανότητας από ότι η στατιστική συνάρτηση. θ Παράδειγµα 8.5. Έστω ένα σύνολο Ν µετρήσεων της φυσικής ποσότητας Χ και έστω ότι οι µετρήσεις κατανέµονται σύµφωνα µε την συνάρτηση πυκνότητας πιθανότητας: f(; ) e θ θ = θ Ο λογάριθµος της συνάρτησης πιθανοφάνειας και οι παράγωγοι του δίνονται από τις ακόλουθες σχέσεις: N = ln L(; θ ) = Ν ln θ+ Ν θ ln L(; θ) Ν = = + θ θ θ ln L(; θ) Ν θ θ θ = = 3 N N Η εκτίµηση της παραµέτρου θ µε την µέθοδο µεγίστης πιθανοφάνειας καταλήγει ότι: ln L(; θ) = θ θ=θ N = θ= Ν Χρησιµοποιώντας το γεγονός ότι Ε [ ] = f(; θ )d =θ, εύκολα καταλήγουµε ότι: ln L(; θ) Ν E = 8.5. θ θ θ=θ Η σχέση 8.5. προσεγγίζεται χρησιµοποιώντας τα πειραµατικά δεδοµένα ως: ln L(; θ) Ν Ê = 8.5. θ θ θ=θ

24 ln L ; Θεωρούµε ότι αµφότερες οι τυχαίες µεταλητές, θ θ και, κατανέµονται σύµφωνα θ ln L(; θ) θ µε κανονικές συναρτήσεις µε σ= E = και µέσες τιµές ίσες µε θ και θ Ν θ=θ µηδέν αντίστοιχα. Το διάστηµα εµπιστοσύνης για την παράµετρο θ, µε περιεχόµενο πιθανότητας, ορίζεται ως ακολούθως: από την κανονική ασυµπτωτική συµπεριφορά του αποτελέσµατος της εκτίµησης λ θ λ θ θ θ Ν Ν λ θ λ θ θ θ θ Ν Ν N = = θ + N λ λ Ν N Ν N όπου χρησιµοποιήθηκε η εκτίµηση: / / ln L(; θ) θ σ= E = θ από την κανονική ασυµπτωτική συµπεριφορά της παραγώγου λ θ N λ θ + Ν N = θ θ Ν N N = = N θ N λ λ + Ν Ν όπου η παράµετρος λ ορίζεται ώστε: λ σ λ σ z σ θ=θ e dz = π σ Ν ( θ) ln L ; θ Παράδειγµα 8.5. Η µέθοδος προσδιορισµού διαστήµατος εµπιστοσύνης που εκφράζει η σχέση είναι εν γένει ακριέστερη της µεθόδου που εκφράζεται από την σχέση 8.5. επειδή οι ασυµπτωτικές ln L( ; θ) ιδιότητες της στατιστικής συνάρτησης προσεγγίζονται, µε πεπερασµένο πλήθος θ παρατηρήσεων, σχετικά ευκολότερα από τις ασυµπτωτικές ιδιότητες του αποτελέσµατος της

25 εκτίµησης, θ. Επιπλέον, για τον προσδιορισµό του διαστήµατος εµπιστοσύνης θ χρησιµοποιήθηκε η ακριής έκφραση της διασποράς, σ =, ενώ για την σχέση 8.5. Ν χρησιµοποιήθηκε η εκτίµηση της διασποράς, θ σ =. Ν Οι συνέπειες των παραπάνω παρατηρήσεων γίνονται εύκολα αντιληπτές στο ακόλουθο αριθµητικό παράδειγµα όπου παράγονται Ν τιµές της τυχαίας µεταλητής Χ σύµφωνα µε την συνάρτηση πυκνότητας πιθανότητας µε θ=θ =3. Από κάθε τέτοιο σύνολο Ν τιµών εκτιµώνται, η τιµή της µεταλητής θ σύµφωνα µε την καθώς και η τιµή της διασποράς της εκτίµησης και υπολογίζεται η αληθής διασπορά της εκτίµησης. Τέλος, προσδιορίζονται τα όρια στα διαστήµατα εµπιστοσύνης 8.5. και Ερώτηση Περιγράψετε έναν σύντοµο τρόπο για την επιλογή Ν τιµών της µεταλητής σύµφωνα µε την συνάρτηση πυκνότητας πιθανότητας f(; ) e θ θ =, µε θ=3. Να παράγετε θ Ν= 4 τέτοιες τιµές και να τις παραστήσετε γραφικά µε ιστόγραµµα, χρησιµοποιώντας εύρος για κάθε ιστό ίσο µε.. Δείξετε ότι πράγµατι οι τιµές αυτές κατανέµονται σύµφωνα µε την συνάρτηση πυκνότητας πιθανότητας (). Υπόδειξη Ορίσετε την µεταλητή 3 3 y= e d = e, η οποία µεταάλλεται ισοπίθανα στο 3 διάστηµα [,] όταν η συνάρτηση πυκνότητας πιθανότητας της τυχαίας µεταλητής είναι η: 3 f() = e. Επιλέξετε ένα τυχαίο αριθµό R στο διάστηµα [,]. Ορίσετε την τιµή y=r και 3 ορίσετε την τιµή της µεταλητής ως: = 3 lny. Στο Σχήµα παρίστανται σε ιστόγραµµα Ν=4 τιµές της µεταλητής. Εάν πράγµατι, η µεταλητή κατανέµεται µε συνάρτηση πυκνότητας πιθανότητας 3 f() = e τότε ο πληθυσµός κάθε ιστού, µε µέσο στην τιµή και εύρος Δ =., θα 3 δίνεται από την σχέση: Δ Δ Δ θ θ θ θ µ = N e d = N e e e θ Δ = Ne θ Δ Δ K K θ θ θ θ θ θ ; ( N Δ) e =θ e 4 43 θ όπου θ =3 και θ =Δ Ν = 4. Αντιστρέφοντας τον συλλογισµό, εάν εκτιµήσουµε από το ιστόγραµµα του Σχήµατος τις παραµέτρους θ και θ θα πρέπει το αποτέλεσµα της εκτίµησης να συµφωνεί µε τις αναµενόµενες τιµές.

26 Η συνάρτηση µεγίστης πιθανοφάνειας δίνεται από το γινόµενο: n µ µ e k= 5 E( θ θ ) = = n! L ;, όπου n είναι ο αριθµός των γεγονότων σε κάθε ιστό και k=5 ο αριθµός των ιστών στο Σχήµα Βεαίως για τους όρους που αντιστοιχούν σε µεγάλο πληθυσµό ιστών µπορεί να γίνει η αντικατάσταση: ( µ n ) n µ e µ µ n! π µ e n (α) log(n) () Σχήµα 8.5.4: Παράσταση σε ιστόγραµµα των τιµών της τυχαίας µεταλητής : α) σε γραµµική και ) λογαριθµική κλίµακα. Η συνεχής γραµµή αντιστοιχεί στα αποτελέσµατα της εκτίµησης των παραµέτρων θ και θ. Η µεγιστοποίηση της εκτεταµένης πιθανοφάνειας, για τις τιµές της µεταλητής που παρίστανται στο Σχήµα 8.5.4, καταλήγει στα αποτελέσµατα: θ=.9995 ±.5 θ= ± σεε πολύ καλή συµφωνία µε τις αναµενόµενες τιµές.

27 Το µέσο του διαστήµατος 8.5. ευρίσκεται για τιµή της παραµέτρου ίση µε την εκτίµηση της αληθούς τιµής N θ= N = N ενώ το ήµισυ του εύρους είναι: λ = Δ= N Ν Επειδή πρόκειται για έλεγχο, όπου γνωρίζουµε εκ των προτέρων την τιµή της αληθούς τιµής θ =3, ορίζουµε την ποσότητα: ( ) N N λ = = R λ = N N Ν Είναι προφανές ότι εάν επαναληφθεί η διαδικασία επιλογής Ν τιµών της τυχαίας µεταλητής για n φορές, ορίζοντας κάθε φορά το διάστηµα εµπιστοσύνης 8.5., θα πρέπει ( λ ) για ποσοστό των επαναλήψεων της διαδικασίας ίσο µε. R Οµοίως, ορίζουµε το µέσο του διαστήµατος εµπιστοσύνης 8.5.3, του εύρους είναι: N N λ Ν =, ενώ το ήµισυ N λ = Δ= Ν N λ Ν Κατ αντιστοιχία της σχέσης ορίζουµε την ποσότητα: N N λ = = Ν λ = ( ) R 3 N λ N λ Ν Ν και αναµένεται ότι ( λ ) της τυχαίας µεταλητής R για ποσοστό ίσο µε των επαναλήψεων της επιλογής Ν τιµών

28 Στο Σχήµα παρίστανται σε ιστόγραµµα οι τιµές των µεταλητών R ( λ) καιr( λ ) για Ν=9, λ = και n=4 επαναλήψεις της διαδικασίας. Με απλή παρατήρηση του Σχήµατος είναι προφανές ότι σε µεγαλύτερο ποσοστό των επαναλήψεων του αριθµητικού πειράµατος η αληθής τιµή της παραµέτρου θ ευρίσκεται εντός του διαστήµατος εµπιστοσύνης 8.5.3, R ( λ ), παρ ότι εντός του διαστήµατος Πράγµατι, για 95.8% ±.% 8 των περιπτώσεων η αληθής τιµή ευρίσκεται στο διάστηµα εµπιστοσύνης και για 9.3% ±.% των περιπτώσεων στο διάστηµα Και οι δύο τιµές αποκλίνουν από την αναµενόµενη τιµή (94.5%) αλλά είναι σαφές ότι η προσέγγιση 8.5. υπερέχει σε ακρίεια. R ( λ ) R ( λ ) R ( λ ) Σχήµα 8.5.5: Αναπαράσταση σε ιστόγραµµα των µεταλητών R ( λ = ) και R ( λ = ) για Ν=9, όπως προέκυψε από n=4 επαναλήψεις του αριθµητικού πειράµατος. R ( λ ) Σχήµα 8.5.6: Αναπαράσταση σε ιστόγραµµα των µεταλητών R ( λ = ) και R ( λ = ) για Ν=, όπως προέκυψε από n=4 επαναλήψεις του αριθµητικού πειράµατος. Οι συνεχείς καµπύλες αντιστοιχούν σε κανονικές συναρτήσεις µε µέση τιµή ίση µε µηδέν και σ=.5. 8 Πρόκειται για εκτίµηση που προέκυψε από τον λόγο του αριθµού των περιπτώσεων όπου η απόλυτη τιµή της µεταλητής R είναι µικρότερη της µονάδας ως προς τον συνολικό αριθµό των επαναλήψεων της διαδικασίας. Ως εκτίµηση, συνοδεύεται από το σφάλµα της εκτίµησης.

29 Για µεγαλύτερο πλήθος των τυχαίων µεταλητών, τα δύο είδη διαστήµατος εµπιστοσύνης συγκλίνουν προς τις αναµενόµενες τιµές, καθώς εξασφαλίζονται οι προυποθέσεις ισχύος των ασυµτωτικών ιδιοτήτων της µεθόδου µεγίστη πιθανοφάνειας. Επί παραδείγµατι, στο Σχήµα παρουσιάζονται οι κατανοµές των µεταλητών R λ καιr λ για Ν= επαναλήψεις του αριθµητικού πειράµατος. Είναι προφανές ότι οι µεταλητές R ( λ) καιr( λ ) κατανέµονται σύµφωνα µε κανονική συνάρτηση και για 95.5% ±.% των επαναλήψεων η αληθής τιµή της παραµέτρου ευρίσκεται στα διαστήµατα εµπιστοσύνης 8.5. και

30 Άσκηση: Έστω δύο φυσικά µεγέθη Χ και Υ οι τιµές των οποίων συνδέονται µε την γραµµική σχέση: y() = a + b () όπου a=4 και b=. Υποθέσετε ότι η τιµή του µεγέθους Χ προσδιορίζεται µε κατάλληλες µετρήσεις χωρίς καθόλου σφάλµα, =X, ενώ οι µετρήσεις, y, των τιµών του µεγέθους Υ κατανέµονται σύµφωνα µε κανονική συνάρτηση πιθανότητας, µε µέση τιµή ίση µε την αληθή τιµή του µεγέθους Υ, y(), και διασπορά ίση το εν δέκατο της αληθούς τιµής, ( ). y( ) σ =. Θεωρήσετε δέκα τιµές του µεγέθους X και τις αντίστοιχες µετρήσεις τους: =.639, = , 3 =8.897, 4 =4.487, 5 = , 6 = , 7 =9.434, 8 =.436, 9 =5.57, = α) Αναπτύξετε κώδικα λογισµικού προσοµοίωσης για να παράγετε τιµές, y( =,,3,...,), για τα αποτελέσµατα των µετρήσεων του µεγέθους Υ που να αντιστοιχούν στις προαναφερθείσες τιµές του µεγέθους Χ. ) Εκτιµήσετε µε την µέθοδο των ελαχίστων τετραγώνων τις τιµές των παραµέτρων a και b,,y (=,,3,...,) και ως γραµµικό πρότυπο προσαρµογής την χρησιµοποιώντας τις µετρήσεις { } σχέση. Εκτιµήσετε τα στοιχεία του πίνακα συνδιασποράς των αποτελεσµάτων της εκτίµησης: V [ a ], V b, cov ( a,b ) γ) Παραστήσετε γραφικά τις µετρήσεις και το αποτέλεσµα της προσαρµογής και συγκρίνετε τα αποτελέσµατα σας µε την αληθή σχέση που συνδέει τα µεγέθη Χ και Υ. δ) Επαναλάατε την διαδικασία παραγωγής τιµών για το µέγεθος Υ και της εκτίµησης των παραµέτρων πολλές φορές (π.χ. n= φορές) και παραστήσετε σε ιστόγραµµα δύο διαστάσεων τις εκτιµήσεις â και b. Επίσης, παραστήσετε σε ιστόγραµµα την τιµή της ποσότητας : T - q ( t;θ) = ( t θ) V ( t θ) % â a t =, b θ= b V [ a] cov( a,b ) V= % cov( a, b) V b και συγκρίνετε την κατανοµή µε την συνάρτηση χ () για δύο αθµούς ελευθερίας. Σχολιάσετε. ε) Σε κάθε επανάληψη του αριθµητικού πειράµατος υπολογίσετε την ποσότητα: Q = ( y ( )) a b σ = ι και παραστήσετε την τιµή της σε ιστόγραµµα. Συγκρίνετε την κατανοµή των τιµών της ποσότητας µε συνάρτηση χ (8) για οκτώ αθµούς ελευθερίας. Q

31 στ) Προτείνετε ένα τρόπο προσδιορισµού διαστήµατος εµπιστοσύνης για τις αληθείς τιµές των παραµέτρων a και b. Σχεδιάσετε το διάστηµα εµπιστοσύνης µε περιεχόµενο πιθανότητας 95 % για την πρώτη εκτίµηση που µελετήσατε στο ) ήµα. ζ) Επιλέξατε ένα σύνολο µετρήσεων y( =,,3,...,), τέτοιο ώστε τα αποτελέσµατα της εκτίµησης των παραµέτρων να αποκλίνουν σηµαντικά από τις αληθείς τιµές. Σχεδιάσετε το αντίστοιχο διάστηµα εµπιστοσύνης για 95% περιεχόµενο πιθανότητας και συγκρίνετε µε τις αληθείς τιµές. Υπόδειξη: α) Χρησιµοποιήσετε µία από τις µεθόδους που περιγράφονται στην υποενότητα 4.8. Επί παραδείγµατι στο Σχήµα παρίστανται ως ιστόγραµµα τα αποτελέσµατα της επιλογής µεγάλου πλήθους τιµών µε την µέθοδο απόρριψης. Οι τιµές της τυχαίας µεταλητής αντιστοιχούν σε πιθανά αποτελέσµατα της µέτρησης του ου σηµείου ( ίσο µε 6.893). Η συνεχής καµπύλη παριστά γραφικά κανονική συνάρτηση µε µ=y(=6.893)=87. και σ=8.7. y Σχήµα : Παράσταση σε ιστόγραµµα των επιλεγέντων τιµών για την µέτρηση y. Η συνεχής καµπύλη παριστά κανονική συνάρτηση µε παραµέτρους, µ=87 και σ=.87 ) Οι τιµές των παραµέτρων, a και b, καθώς και τα στοιχεία του πίνακα συνδιασποράς εκτιµώνται σύµφωνα µε τις σχέσεις και γ) Στο Σχήµα παρίστανται γραφικά τα αποτελέσµατα των µετρήσεων. Οι τιµές που αντιστοιχούν στις µετρήσεις της ποσότητας Υ παρήχθησαν σύµφωνα µε κανονικές συναρτήσεις πυκνότητας πιθανότητας. Τα κατακόρυφα ευθύγραµµα τµήµατα, πάνω και κάτω από κάθε σηµείο, παριστούν το σφάλµα κάθε µέτρησης και το µήκος τους αναλογεί σε ένα σ. Η ευθεία γραµµή ŷ( ) = a + b παρίσταται γραφικά ως συνεχής γραµµή στο Σχήµα και συµπίπτει πρακτικά µε την αληθή καµπύλη που συνδέει τα µεγέθη Υ και Χ (διακεκοµµένη γραµµή στο Σχήµα ).

32 y Σχήµα : Γραφική αναπαράσταση των µετρήσεων. Η συνεχής γραµµή παριστά το αποτέλεσµα της εκτίµησης ενώ η διακεκοµµένη γραµµή αντιστοιχεί στην αληθή σχέση που συνδέει τα µεγέθη Χ και Υ. Στο Σχήµα 3 παρίστανται γραφικά, σε µορφή ιστογράµµατος δύο διαστάσεων, τα αποτελέσµατα των εκτιµήσεων που προέκυψαν από την επανάληψη για n= φορές της διαδικασίας επιλογής τιµών για τις µετρήσεις y και εκτίµηση των παραµέτρων ( αριθµητικά πειράµατα). Κατ αρχήν παρατηρήσετε ότι η κατανοµή οµοιάζει προς κανονική. b â Σχήµα 3: Γραφική παράσταση σε ιστόγραµµα των αποτελεσµάτων εκτίµησης των παραµέτρων a και b.

33 δ) Στο Σχήµα 5 παρίστανται οι τιµές της ποσότητας q που υπολογίζεται σε κάθε εκτίµηση παραµέτρων, για n= αριθµητικά πειράµατα. Η συνεχής καµπύλη παριστά γραφικά συνάρτηση ανάλογη µε την συνάρτηση χ () (στην πραγµατικότητα την συνάρτηση χ ()) για δύο αθµούς ελευθερίας. Η άριστη συµφωνία της θεωρητικής καµπύλής µε την κατανοµή της ποσότητας q, επιεαιώνει ότι πράγµατι οι εκτιµήσεις των παραµέτρων a και b κατανέµονται σύµφωνα µε κανονική συνάρτηση πιθανότητας. Σχήµα 5. Η κατανοµή των τιµών των ποσοτήτων αριθµητικά πειράµατα q q, όπως προκείπτουν από τα ε) Στο Σχήµα 6 παρίστανται οι τιµές της ποσότητας Q η οποία υπολογίζεται σε κάθε εκτίµηση παραµέτρων, για n= αριθµητικά πειράµατα. Η συνεχής καµπύλη παριστά γραφικά συνάρτηση ανάλογη µε την συνάρτηση χ (8) (στην πραγµατικότητα την συνάρτηση χ (8)) για οκτώ αθµούς ελευθερίας. Η άριστη συµφωνία της θεωρητικής καµπύλής µε την κατανοµή της ποσότητας Q, επιεαιώνει τις ιδιότητες της µεθόδου εκτίµησης ελαχίστων τετραγώνων. Σχήµα 6. Η κατανοµή των τιµών των ποσοτήτων αριθµητικά πειράµατα Q Q, όπως προκύπτουν από τα

34 Επισηµαίνεται ότι, όπως αναλύθηκε στο παράδειγµα (λέπε και Σχήµα 6.9.3), η ποσότητα θα πρέπει να περιγράφεται από ισοπίθανη συνάρτηση πυκνότητας πιθανότητας, Q u = P( χ )dχ ακριώς όπως συµπεριφέρονται τα αποτελέσµατα των εκτιµήσεων στο Σχήµα 7. Σχήµα 7: Η κατανοµή των τιµών των ποσοτήτων τα αριθµητικά πειράµατα Q u u = P( χ )dχ, όπως προκύπτουν από στ) Επειδή οι εκτιµήσεις κατανέµονται σύµφωνα µε κανονική συνάρτηση πυκνότητας πιθανότητας και κατά συνέπεια η ποσότητα q κατανέµεται σύµφωνα µε χ () συνάρτηση πιθανότητας, εφαρµόζεται η µέθοδος που αναπτύχθηκε στην υποενότητα 8. ( Παράδειγµα 8..). Στο Σχήµα 8 παρίσταται το ολοκλήρωµα της πιθανότητας χ (k) K για k= v= P χ ;k dχ και k=8 αθµούς ελευθερίας από όπου συνάγεται ότι η περιοχή µε περιεχόµενο πιθανότητας =95% αντιστοιχεί σε K 6 και K 5.5 για k= και k=8 αθµούς ελευθερίας αντίστοιχα.

35 v k= k=8 Σχήµα 8: Γραφική παράσταση του ολοκληρώµατος: ορίου K, για k= και k=8 αθµούς ελευθερίας. K v= P χ ;k dχ, συναρτήσει του K Στο Σχήµα 9 παρίσταται γραφικά η κεντρική περιοχή εµπιστοσύνης [ ] ( ) ( ) V b V a cov a,b â ( â b ) = K = 6 cov a, b b όπου â και b είναι οι εκτιµήσεις των παραµέτρων από το αριθµητικό πείραµα που παριστά το Σχήµα. a Σχήµα 8: Το εσωτερικό της έλλειψης παριστά την περιοχή εµπιστοσύνης για τις αληθείς τιµές των παραµέτρων a και, όπως προκύπτει από την προσαρµογή που παρίσταται γραφικά στο Σχήµα. Ο συµπαγής κύκλος σηµειοδωτεί τις αληθείς τιµές. b

36 Στην ίδια περιοχή εµπιστοσύνης καταλήγεί και η συνθήκη: ( y ( )) a b = σι Q = = K = 6.5 που αναφέρεται στην συµπεριφορά των ελαχίστων τετραγώνων σύµφωνα µε χ συνάρτηση πυκνότητας πιθανότητας για 8 αθµούς ελευθερίας. ζ) Στο Σχήµα 9.α παρίστανται τα αποτελέσµατα ενός από τα αριθµητικά πειράµατα όπου οι εκτιµούµενες τιµές των παραµέτρων αποκλίνουν σηµαντικά από τις αληθείς τιµές. Στο Σχήµα 9. παρίσταται γραφικά η περιοχή εµπιστοσύνης, όπως προσδιορίσθηκε από τα αποτελέσµατα αυτού του πειράµατος. Η αληθείς τιµές ευρίσκονται εκτός του διαστήµατος εµπιστοσύνης. y α) a ) Σχήµα 9: Αποτελέσµατα µη επιτυχούς προσαρµογής. α) Γραφική παράσταση των µετρήσεων. Η συνεχής γραµµή παριστά το αποτέλεσµα της εκτίµησης η οποία αποκλίνει από την αληθή γραµµική σχέση (διακεκοµµένη γραµµή) που συνδέει τα µεγέθη Χ και Υ. ) Περιοχή εµπιστοσύνης µε περιεχόµενο πιθανότητας 95%. Οι αληθείς τιµές (συµπαγής κύκλος) κείνται έξω της περιοχής εµπιστοσύνης. b

ΠΕΡΙΕΧΟΜΕΝΑ ΣΥΣΤΗΜΑΤΑ ΟΡΘΟΓΩΝΙΩΝ ΣΥΝΤΕΤΑΓΜΕΝΩΝ...23 ΑΠΟΛΥΤΗ ΤΙΜΗ. ΑΝΙΣΟΤΗΤΕΣ...15 ΚΕΦΑΛΑΙΟ 3 ΕΥΘΕΙΕΣ...32 ΚΕΦΑΛΑΙΟ 4 ΚΥΚΛΟΙ...43

ΠΕΡΙΕΧΟΜΕΝΑ ΣΥΣΤΗΜΑΤΑ ΟΡΘΟΓΩΝΙΩΝ ΣΥΝΤΕΤΑΓΜΕΝΩΝ...23 ΑΠΟΛΥΤΗ ΤΙΜΗ. ΑΝΙΣΟΤΗΤΕΣ...15 ΚΕΦΑΛΑΙΟ 3 ΕΥΘΕΙΕΣ...32 ΚΕΦΑΛΑΙΟ 4 ΚΥΚΛΟΙ...43 ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ ΣΥΣΤΗΜΑΤΑ ΓΡΑΜΜΙΚΩΝ ΣΥΝΤΕΤΑΓΜΕΝΩΝ. ΑΠΟΛΥΤΗ ΤΙΜΗ. ΑΝΙΣΟΤΗΤΕΣ...5 ΚΕΦΑΛΑΙΟ ΣΥΣΤΗΜΑΤΑ ΟΡΘΟΓΩΝΙΩΝ ΣΥΝΤΕΤΑΓΜΕΝΩΝ... ΚΕΦΑΛΑΙΟ ΕΥΘΕΙΕΣ... ΚΕΦΑΛΑΙΟ 4 ΚΥΚΛΟΙ...4 ΚΕΦΑΛΑΙΟ 5 ΕΞΙΣΩΣΕΙΣ ΚΑΙ ΟΙ

Διαβάστε περισσότερα

5. ΜΕΘΟΔΟΙ ΜΕΓΙΣΤΗΣ ΠΙΘΑΝΟΦΑΝΕΙΑΣ

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

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ 1.1 Πίνακες, κατανομές, ιστογράμματα... 1 1.2 Πυκνότητα πιθανότητας, καμπύλη συχνοτήτων... 5 1.3

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε

Διαβάστε περισσότερα

4.2 Η ΣΥΝΑΡΤΗΣΗ y = αx 2 + βx + γ µε α 0

4.2 Η ΣΥΝΑΡΤΗΣΗ y = αx 2 + βx + γ µε α 0 1. Η ΣΥΝΑΡΤΗΣΗ y = α + + γ µε α 0 ΘΕΩΡΙΑ 1. Τετραγωνική συνάρτηση : Ονοµάζεται κάθε συνάρτηση της µορφής y = α + + γ, α 0. Γραφική παράσταση της συνάρτησης y = α + + γ, α 0 Η γραφική παράσταση της συνάρτησης

Διαβάστε περισσότερα

ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ

ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ 36 Κεφάλαιο 3ο: ΟΛΟΚΛΗΡΩΤΙΚΟΣ ΛΟΓΙΣΜΟΣ Απαντήσεις στις ερωτήσεις του τύπου Σωστό-Λάθος. Σ. Σ 4. Λ. Λ 3. Λ 4. Λ 3. Σ 4. Σ 43. Σ 4. Λ 5. Σ 44. Σ 5. Σ 6. Σ 45. Λ 6.

Διαβάστε περισσότερα

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης

Διαβάστε περισσότερα

dy df(x) y= f(x) y = f (x), = dx dx θ x m= 1

dy df(x) y= f(x) y = f (x), = dx dx θ x m= 1 I. ΠΑΡΑΓΩΓΟΣ-ΚΛΙΣΗ d df() = f() = f (), = d d.κλίση ευθείας.μεταολές 3.(Οριακός) ρυθμός μεταολής ή παράγωγος 4.Παράγωγοι ασικών συναρτήσεων 5. Κανόνες παραγώγισης 6.Αλυσωτή παράγωγος 7.Μονοτονία 8.Στάσιμα

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

1. ** α) Αν η f είναι δυο φορές παραγωγίσιµη συνάρτηση, να αποδείξετε ότι. β α. = [f (x) ηµx] - [f (x) συνx] β α. ( )

1. ** α) Αν η f είναι δυο φορές παραγωγίσιµη συνάρτηση, να αποδείξετε ότι. β α. = [f (x) ηµx] - [f (x) συνx] β α. ( ) Ερωτήσεις ανάπτυξης. ** α) Αν η f είναι δυο φορές παραγωγίσιµη συνάρτηση, να αποδείξετε ότι β ( f () f () ) + α ηµ d β α = [f () ηµ] - [f () συν] β α. ( ) β) Αν f () = ηµ, να αποδείξετε ότι f () + f ()

Διαβάστε περισσότερα

Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος.

Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος. Ενότητα 2 Γραμμικά Συστήματα Στην ενότητα αυτή θα μάθουμε: Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος. Να ερμηνεύουμε γραφικά τη

Διαβάστε περισσότερα

Β Γραφικές παραστάσεις - Πρώτο γράφημα Σχεδιάζοντας το μήκος της σανίδας συναρτήσει των φάσεων της σελήνης μπορείτε να δείτε αν υπάρχει κάποιος συσχετισμός μεταξύ των μεγεθών. Ο συνήθης τρόπος γραφικής

Διαβάστε περισσότερα

ΕΞΕΤΑΣΕΙΣ ΠΡΟΣΟΜΟΙΩΣΗΣ 2002 ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ

ΕΞΕΤΑΣΕΙΣ ΠΡΟΣΟΜΟΙΩΣΗΣ 2002 ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ ΕΞΕΤΑΣΕΙΣ ΠΡΟΣΟΜΟΙΩΣΗΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ ΘΕΜΑ ο Α) Έστω η συνάρτηση f, η οποία είναι συνεχής στο διάστημα [α,β] με f(α) f(β). Να αποδείξετε ότι για κάθε αριθμό η μεταξύ των f(α) και

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

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΠΛΗΡΟΦΟΡΙΚΗ (ΘΕ ΠΛΗ ) ΠΡΟΤΕΙΝΟΜΕΝΕΣ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ TEΛΙΚΗΣ ΕΞΕΤΑΣΗΣ 7 Ιουνίου 8 Θέµα ο ( µονάδες) α) ( µονάδες) yz yz του διανυσµατικού

Διαβάστε περισσότερα

Διάλεξη 1: Στατιστική Συμπερασματολογία - Εκτίμηση Σημείου

Διάλεξη 1: Στατιστική Συμπερασματολογία - Εκτίμηση Σημείου Διάλεξη 1: Στατιστική Συμπερασματολογία - Εκτίμηση Σημείου Στατιστική Συμπερασματολογία Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων εκτιμήτρια συνάρτηση, ˆ θ σημειακή εκτίμηση εκτίμηση με διάστημα εμπιστοσύνης

Διαβάστε περισσότερα

Διάστημα εμπιστοσύνης της μέσης τιμής

Διάστημα εμπιστοσύνης της μέσης τιμής Διάστημα εμπιστοσύνης της μέσης τιμής Συντελεστής εμπιστοσύνης Όταν : x z c s < μ < x +z s c Ν>30 Στον πίνακα δίνονται κρίσιμες τιμές z c και η αντιστοίχισή τους σε διάφορους συντελεστές εμπιστοσύνης:

Διαβάστε περισσότερα

Μιγαδικοί Αριθμοί. Μαθηματικά Γ! Λυκείου Θετική και Τεχνολογική Κατεύθυνση. Υποδειγματικά λυμένες ασκήσεις Ασκήσεις προς λύση

Μιγαδικοί Αριθμοί. Μαθηματικά Γ! Λυκείου Θετική και Τεχνολογική Κατεύθυνση. Υποδειγματικά λυμένες ασκήσεις Ασκήσεις προς λύση Μιγαδικοί Αριθμοί Μαθηματικά Γ! Λυκείου Θετική και Τεχνολογική Κατεύθυνση Υποδειγματικά λυμένες ασκήσεις Ασκήσεις προς λύση ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ Υποδειγματικά Λυμένες Ασκήσεις Άλυτες Ασκήσεις ΛΑ Να βρείτε

Διαβάστε περισσότερα

ΘΕΜΑΤΑ ΚΑΙ ΑΣΚΗΣΕΙΣ ΓΙΑ «ΜΑΘΗΜΑΤΙΚΑ ΙΙ» ΑΚΟΛΟΥΘΙΕΣ ΚΑΙ ΟΡΙΑ ΑΚΟΛΟΥΘΙΩΝ. lim. (β) n +

ΘΕΜΑΤΑ ΚΑΙ ΑΣΚΗΣΕΙΣ ΓΙΑ «ΜΑΘΗΜΑΤΙΚΑ ΙΙ» ΑΚΟΛΟΥΘΙΕΣ ΚΑΙ ΟΡΙΑ ΑΚΟΛΟΥΘΙΩΝ. lim. (β) n + ΘΕΜΑΤΑ ΚΑΙ ΑΣΚΗΣΕΙΣ ΓΙΑ «ΜΑΘΗΜΑΤΙΚΑ ΙΙ» ΑΚΟΛΟΥΘΙΕΣ ΚΑΙ ΟΡΙΑ ΑΚΟΛΟΥΘΙΩΝ ) Να υπολογιστούν τα όρια των κάτωθι ακολουθιών με : (α) + 5 + 7 + + (β) + 5 + + (γ) + + + (δ) ( 5 ) + + 4 + ( ) + 5 ) Να βρεθούν

Διαβάστε περισσότερα

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER 4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Σκοπός του κεφαλαίου είναι να παρουσιάσει μερικές εφαρμογές του Μετασχηματισμού Fourier (ΜF). Ειδικότερα στο κεφάλαιο αυτό θα περιγραφούν έμμεσοι τρόποι

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ Συντελεστής συσχέτισης (εκτιμητής Person: r, Y ( ( Y Y xy ( ( Y Y x y, όπου r, Y (ισχυρή θετική γραμμική συσχέτιση όταν, ισχυρή αρνητική

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

Στατιστική. Εκτιμητική

Στατιστική. Εκτιμητική Στατιστική Εκτιμητική Χατζόπουλος Σταύρος 28/2/2018 και 01 /03/2018 Εισαγωγή Το αντικείμενο της Στατιστικής είναι η εξαγωγή συμπερασμάτων που αφορούν τον πληθυσμό ή το φαινόμενο που μελετάμε, με τη βοήθεια

Διαβάστε περισσότερα

Παρεµβολή και Προσέγγιση Συναρτήσεων

Παρεµβολή και Προσέγγιση Συναρτήσεων Κεφάλαιο 4 Παρεµβολή και Προσέγγιση Συναρτήσεων 41 Παρεµβολή µε πολυώνυµο Lagrage Εστω ότι γνωρίζουµε τις τιµές µιας συνάρτησης f (x), f 0, f 1,, f ν σε σηµεία x 0, x 1,, x ν, και Ϲητάµε να υπολογίσουµε

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΣΤΑΤΙΣΤΙΚΕΣ ΕΚΤΙΜΗΣΕΙΣ Οι συναρτήσεις πιθανότητας ή πυκνότητας πιθανότητας των διαφόρων τυχαίων μεταβλητών χαρακτηρίζονται από κάποιες

Διαβάστε περισσότερα

Λειτουργία και Απόδοση του Πρότυπου Ανιχνευτή ΝΕΣΤΩΡ

Λειτουργία και Απόδοση του Πρότυπου Ανιχνευτή ΝΕΣΤΩΡ 12 Λειτουργία και Απόδοση του Πρότυπου Ανιχνευτή ΝΕΣΤΩΡ Εισαγωγή Στο παρόν Κεφάλαιο περιγράφεται η λειτουργία και απόδοση του πρότυπου ανιχνευτή ΝΕΣΤΩΡ κατά τη λειτουργία του στη βαθιά θάλασσα. Συγκεκριμένα

Διαβάστε περισσότερα

1. ** Αν F είναι µια παράγουσα της f στο R, τότε να αποδείξετε ότι και η

1. ** Αν F είναι µια παράγουσα της f στο R, τότε να αποδείξετε ότι και η Ερωτήσεις ανάπτυξης. ** Αν F είναι µια παράγουσα της f στο R, τότε να αποδείξετε ότι και η συνάρτηση G () = F (α + β) είναι µια παράγουσα της h () = f (α + β), α α στο R. β + γ α+ γ. ** α) Να δείξετε ότι

Διαβάστε περισσότερα

ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ

ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ 1 ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ 1. Ένα σηµείο Α(χ, ψ) ανήκει στη γραφική παράσταση της f αν f(ψ)=χ. 2. Αν µια συνάρτηση είναι γνησίως αύξουσα σε ένα διάστηµα A,

Διαβάστε περισσότερα

ρ. Ευστρατία Μούρτου

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

Διαβάστε περισσότερα

Ερωτήσεις πολλαπλής επιλογής

Ερωτήσεις πολλαπλής επιλογής Ερωτήσεις πολλαπλής επιλογής. * Έστω µια συνάρτηση f για την οποία ισχύουν οι υποθέσεις του θεωρήµατος του Rolle στο διάστηµα [α, β]. Τότε θα υπάρχει ξ (α, β), ώστε η εφαπτοµένη της C f στο (ξ, f (ξ))

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ

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

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 08-09 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος

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 15 Οκτωβρίου 2009 ΚΛΑΣΙΚΗ ΠΙΘΑΝΟΤΗΤΑ De Moivre Ο κλασικός ορισµός της πιθανότητας αφορά πεπερασµένους δειγµατικούς χώρους και

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

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

5.1 Δραστηριότητα: Εισαγωγή στο ορισμένο ολοκλήρωμα

5.1 Δραστηριότητα: Εισαγωγή στο ορισμένο ολοκλήρωμα 5.1 Δραστηριότητα: Εισαγωγή στο ορισμένο ολοκλήρωμα Θέμα της δραστηριότητας Η δραστηριότητα εισάγει τους μαθητές στο ολοκλήρωμα Riemann μέσω του υπολογισμού του εμβαδού ενός παραβολικού χωρίου. Στόχοι

Διαβάστε περισσότερα

ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΥΝΤΟΜΕΣ ΛΥΣΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ

ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΥΝΤΟΜΕΣ ΛΥΣΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΥΝΤΟΜΕΣ ΛΥΣΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ 4 o Κεφάλαιο ΑΝΑΛΥΣΗ Απαντήσεις στις ερωτήσεις του τύπου Σωστό-Λάθος. Σ 0. Σ 9. Λ. Λ. Σ 40. Σ. Σ. Σ 4. Λ 4. Λ. Σ 4. Σ 5. Σ 4. Σ 4. Λ 6. Σ 5. Λ 44.

Διαβάστε περισσότερα

14 Εφαρµογές των ολοκληρωµάτων

14 Εφαρµογές των ολοκληρωµάτων 14 Εφαρµογές των ολοκληρωµάτων 14.1 Υπολογισµός εµβαδών µε την µέθοδο των παράλληλων διατοµών Θεωρούµε µια ϕραγµένη επίπεδη επιφάνεια A µε οµαλό σύνορο, δηλαδή που περιγράφεται από µια συνεχή συνάρτηση.

Διαβάστε περισσότερα

11 Το ολοκλήρωµα Riemann

11 Το ολοκλήρωµα Riemann Το ολοκλήρωµα Riem Το πρόβληµα υπολογισµού του εµβαδού οποιασδήποτε επιφάνειας ( όπως κυκλικοί τοµείς, δακτύλιοι και δίσκοι, ελλειπτικοί δίσκοι, παραβολικά και υπερβολικά χωρία κτλ) είναι γνωστό από την

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

Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ

Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ Μ Α Θ Η Μ Α Τ Α Γ Λ Υ Κ Ε Ι Ο Υ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΚΑΙ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ (Α ΜΕΡΟΣ: ΣΥΝΑΡΤΗΣΕΙΣ) Μαθηματικά Προσανατολισμού Γ Λυκείου- Μαθηματικός Περιηγητής ΕΝΟΤΗΤΑ

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Κεφάλαιο Η2. Ο νόµος του Gauss

Κεφάλαιο Η2. Ο νόµος του Gauss Κεφάλαιο Η2 Ο νόµος του Gauss Ο νόµος του Gauss Ο νόµος του Gauss µπορεί να χρησιµοποιηθεί ως ένας εναλλακτικός τρόπος υπολογισµού του ηλεκτρικού πεδίου. Ο νόµος του Gauss βασίζεται στο γεγονός ότι η ηλεκτρική

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

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2012 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2012 ΕΚΦΩΝΗΣΕΙΣ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 0 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Α. Αν οι συναρτήσεις f, g είναι παραγωγίσιµες στο, να αποδείξετε ότι (f() + g ()) f () + g (),. Μονάδες 7 Α. Σε ένα πείραµα µε ισοπίθανα

Διαβάστε περισσότερα

s(t) = + 1 γ 2 (2 µονάδες)

s(t) = + 1 γ 2 (2 µονάδες) . ύο αυτοκίνητα Α και Β κινούνται σε ευθύ δρόµο µε την ίδια σταθερή ταχύτητα προς την ίδια κατεύθυνση. Την στιγµή t = (ο χρόνος µετρείται σε δευτερόλεπτα) το αυτοκίνητο Β προπορεύεται κατά s =3 (η απόσταση

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

ΑΣΚΗΣΕΙΣ ΑΛΓΕΒΡΑΣ Β ΛΥΚΕΙΟΥ

ΑΣΚΗΣΕΙΣ ΑΛΓΕΒΡΑΣ Β ΛΥΚΕΙΟΥ ΑΣΚΗΣΕΙΣ ΑΛΓΕΒΡΑΣ Β ΛΥΚΕΙΟΥ Τελευταία ενηµέρωση: Νοέµβριος 016) Ανέστης Τσοµίδης Κατερίνη Περιεχόµενα 1 Συστήµατα 1.1 Μη γραµµικά συστήµατα........................ Ιδιότητες συναρτήσεων 3.1 Μονοτονία,

Διαβάστε περισσότερα

Στατιστική Συμπερασματολογία

Στατιστική Συμπερασματολογία 4. Εκτιμητική Στατιστική Συμπερασματολογία εκτιμήσεις των αγνώστων παραμέτρων μιας γνωστής από άποψη είδους κατανομής έλεγχο των υποθέσεων που γίνονται σε σχέση με τις παραμέτρους μιας κατανομής και σε

Διαβάστε περισσότερα

II. Συναρτήσεις. math-gr

II. Συναρτήσεις. math-gr II Συναρτήσεις Παντελής Μπουμπούλης, MSc, PhD σελ blogspotcom, bouboulismyschgr ΜΕΡΟΣ 1 ΣΥΝΑΡΤΗΣΕΙΣ Α Βασικές Έννοιες Ορισμός: Έστω Α ένα υποσύνολο του συνόλου των πραγματικών αριθμών R Ονομάζουμε πραγματική

Διαβάστε περισσότερα

Ανάλυση μετρήσεων εικονικού πειράματος. Τελική εργασία εργαστηρίου φυσικής ΙΙ. Μέτρηση κατανομής ηλεκτρικού πεδίου.

Ανάλυση μετρήσεων εικονικού πειράματος. Τελική εργασία εργαστηρίου φυσικής ΙΙ. Μέτρηση κατανομής ηλεκτρικού πεδίου. Ανάλυση μετρήσεων εικονικού πειράματος. Τελική εργασία εργαστηρίου φυσικής ΙΙ. Βασικά στοιχεία εργασίας. Ονοματεπώνυμο φοιτητή : Ευστάθιος Χατζηκυριακίδης. Αριθμός μητρώου : Ημερομηνία εκτέλεσης : 03/06/2008-07/06/2008.

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

Μέθοδος μέγιστης πιθανοφάνειας

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

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ Α ΜΕΡΟΣ

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ Α ΜΕΡΟΣ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 7-8 Α ΜΕΡΟΣ Δίνεται η παραγωγίσιμη στο συνάρτηση f για την οποία ισχύει : f ()+f()=, για κάθε και f()=e+ α) Να δείξετε ότι f()=+e -, β) Να βρείτε το όριο lim ( lim f(y)) y γ) Να δείξετε

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ 2008

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ 2008 -6 ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ Γ ΛΥΚΕΙΟΥ 8.doc ΕΛΛΗΝΙΚΗ ΜΑΘΗΜΑΤΙΚΗ ΕΤΑΙΡΕΙΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ 8 ΘΕΜΑ ο Έστω, α,β, α β και ν α i = βi () β αi α) Να αποδείξετε ότι ο δεν είναι

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ - ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ. (εκπαιδευτικό υλικό Θετικής κατεύθυνσης ) ΜΕΡΟΣ Α : ΑΛΓΕΒΡΑ

ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ - ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ. (εκπαιδευτικό υλικό Θετικής κατεύθυνσης ) ΜΕΡΟΣ Α : ΑΛΓΕΒΡΑ ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ - ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ (εκπαιδευτικό υλικό Θετικής κατεύθυνσης 999-000) ΜΕΡΟΣ Α : ΑΛΓΕΒΡΑ Κεφάλαιο ο: ΜΙΓΑ ΙΚΟΙ ΑΡΙΘΜΟΙ Ερωτήσεις του τύπου «Σωστό - Λάθος».

Διαβάστε περισσότερα

Διαφορικός Λογισμός. Κεφάλαιο Συναρτήσεις. Κατανόηση εννοιών - Θεωρία. 1. Τι ονομάζουμε συνάρτηση;

Διαφορικός Λογισμός. Κεφάλαιο Συναρτήσεις. Κατανόηση εννοιών - Θεωρία. 1. Τι ονομάζουμε συνάρτηση; Κεφάλαιο 1 Διαφορικός Λογισμός 1.1 Συναρτήσεις Κατανόηση εννοιών - Θεωρία 1. Τι ονομάζουμε συνάρτηση; 2. Πως ορίζονται οι πράξεις της πρόσθεσης, της διαφοράς, του γινομένου και του πηλίκου μεταξύ δύο συναρτήσεων;

Διαβάστε περισσότερα

Πρακτική µε στοιχεία στατιστικής ανάλυσης

Πρακτική µε στοιχεία στατιστικής ανάλυσης Πρακτική µε στοιχεία στατιστικής ανάλυσης 1. Για να υπολογίσουµε µια ποσότητα q = x 2 y xy 2, µετρήσαµε τα µεγέθη x και y και βρήκαµε x = 3.0 ± 0.1και y = 2.0 ± 0.1. Να βρεθεί η ποσότητα q και η αβεβαιότητά

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 2

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 2 ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι Τµηµα Β (ΑΡΤΙΟΙ) Λυσεις Ασκησεων - Φυλλαδιο ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebrai/lai8/lai8html Παρασκευή 6 Οκτωβρίου 8 Υπενθυµίζουµε

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ Ο.Ε.Φ.Ε ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ Γ ΛΥΚΕΙΟΥ ΘΕΤΙΚΗΣ-ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ ÏÅÖÅ. x και f ( x ) >, τότε f ( ) 0

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ Ο.Ε.Φ.Ε ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ Γ ΛΥΚΕΙΟΥ ΘΕΤΙΚΗΣ-ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ ÏÅÖÅ. x και f ( x ) >, τότε f ( ) 0 ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ Ο.Ε.Φ.Ε. 3 ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ Γ ΛΥΚΕΙΟΥ ΘΕΤΙΚΗΣ-ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Θέµα ο Α. α) Έστω η συνάρτηση ( ) στο R και ισχύει: f '( ) ηµ f = συν. Να αποδείξετε ότι η f είναι παραγωγίσιµη

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

ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ

ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ Μετά από την εκτίµηση των παραµέτρων ενός προσοµοιώµατος, πρέπει να ελέγχουµε την αλήθεια της υποθέσεως που κάναµε. Είναι ορθή η υπόθεση που κάναµε? Βεβαίως συνήθως υπάρχουν

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΓΕΝΙΚΑ ΘΕΜΑ Α. , έχει κατακόρυφη ασύμπτωτη την x 0.

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΓΕΝΙΚΑ ΘΕΜΑ Α. , έχει κατακόρυφη ασύμπτωτη την x 0. ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΓΕΝΙΚΑ ΘΕΜΑ Α Άσκηση Θεωρούμε τον παρακάτω ισχυρισμό: «Αν η συνάρτηση την» ορίζεται στο τότε δεν μπορεί να έχει κατακόρυφη ασύμπτωτη ) Να χαρακτηρίσετε τον παραπάνω ισχυρισμό γράφοντας

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

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

ΟΛΟΚΛΗΡΩΤΙΚΟΣ ΛΟΓΙΣΜΟΣ ΜΕΘΟΔΟΛΟΓΙΑ ΛΥΜΕΝΑ ΠΑΡΑΔΕΙΓΜΑΤΑ. Φροντιστήριο Μ.Ε. «ΑΙΧΜΗ» Κ. Καρτάλη 28 (με Δημητριάδος) Βόλος τηλ.

ΟΛΟΚΛΗΡΩΤΙΚΟΣ ΛΟΓΙΣΜΟΣ ΜΕΘΟΔΟΛΟΓΙΑ ΛΥΜΕΝΑ ΠΑΡΑΔΕΙΓΜΑΤΑ. Φροντιστήριο Μ.Ε. «ΑΙΧΜΗ» Κ. Καρτάλη 28 (με Δημητριάδος) Βόλος τηλ. ΟΛΟΚΛΗΡΩΤΙΚΟΣ ΛΟΓΙΣΜΟΣ ΜΕΘΟΔΟΛΟΓΙΑ ΛΥΜΕΝΑ ΠΑΡΑΔΕΙΓΜΑΤΑ. Φροντιστήριο Μ.Ε. «ΑΙΧΜΗ» Κ. Καρτάλη 8 (με Δημητριάδος) Βόλος τηλ. 4598 Κεφάλαιο ο Ολοκληρωτικός Λογισμός Ολοκληρωτικός Λογισμός Μεθοδολογία Λυμένα

Διαβάστε περισσότερα

1.4 Λύσεις αντιστρόφων προβλημάτων.

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

Διαβάστε περισσότερα

ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ

ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ ΧΑΡΑΞΗ ΓΡΑΦΙΚΗΣ ΠΑΡΑΣΤΑΣΗΣ Δημήτρης Στεφανάκης Η Μέθοδος των Ελαχίστων Τετραγώνων (ΜΕΤ) χρησιμοποιείται για την κατασκευή της γραφικής παράστασης που περιγράφει ένα φαινόμενο,

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

B6. OΜΟΓΕΝΕΙΑ-ΔΙΑΦΟΡΙΚΑ

B6. OΜΟΓΕΝΕΙΑ-ΔΙΑΦΟΡΙΚΑ B6. OΜΟΓΕΝΕΙΑ-ΔΙΑΦΟΡΙΚΑ 1.Διαφορικά.Σχετικά ή ποσοστιαία διαφορικά 3.Λογισμός Διαφορικών 4.Ομογενείς συναρτήσεις μιας μεταβλητής 5.Ελαστικότητα κλίμακας 6.Ομογενής μηδενικού βαθμού 7.Ομογενής βαθμού κ

Διαβάστε περισσότερα

Ρητοί αριθμοί λέγονται οι αριθμοί που έχουν ή μπορούν να πάρουν τη μορφή

Ρητοί αριθμοί λέγονται οι αριθμοί που έχουν ή μπορούν να πάρουν τη μορφή ΣΥΝΑΡΤΗΣΕΙΣ (ΕΙΣΑΓΩΓΗ)-ΘΕΩΡΕΙΑ ΠΡΑΓΜΑΤΙΚΟΙ ΑΡΙΘΜΟΙ Το σύνολο των πραγματικών αριθμών Υπενθυμίζουμε ότι το σύνολο των πραγματικών αριθμώv αποτελείται από τους ρητούς και τους άρρητους αριθμούς και παριστάνεται

Διαβάστε περισσότερα

ΙΑΝΥΣΜΑΤΑ ΘΕΩΡΙΑ ΘΕΜΑΤΑ ΘΕΩΡΙΑΣ. Τι ονοµάζουµε διάνυσµα; αλφάβητου επιγραµµισµένα µε βέλος. για παράδειγµα, Τι ονοµάζουµε µέτρο διανύσµατος;

ΙΑΝΥΣΜΑΤΑ ΘΕΩΡΙΑ ΘΕΜΑΤΑ ΘΕΩΡΙΑΣ. Τι ονοµάζουµε διάνυσµα; αλφάβητου επιγραµµισµένα µε βέλος. για παράδειγµα, Τι ονοµάζουµε µέτρο διανύσµατος; ΙΝΥΣΜΤ ΘΕΩΡΙ ΘΕΜΤ ΘΕΩΡΙΣ Τι ονοµάζουµε διάνυσµα; AB A (αρχή) B (πέρας) Στη Γεωµετρία το διάνυσµα ορίζεται ως ένα προσανατολισµένο ευθύγραµµο τµήµα, δηλαδή ως ένα ευθύγραµµο τµήµα του οποίου τα άκρα θεωρούνται

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

Κεφάλαιο 2ο: ΜΙΓΑ ΙΚΟΙ ΑΡΙΘΜΟΙ

Κεφάλαιο 2ο: ΜΙΓΑ ΙΚΟΙ ΑΡΙΘΜΟΙ Κεφάλαιο ο: ΜΙΓΑ ΙΚΟΙ ΑΡΙΘΜΟΙ Ερωτήσεις του τύπου «Σωστό - Λάθος». * Η ισότητα στο σύνολο C των µιγαδικών αριθµών ορίζεται από την ισοδυναµία: α +βi = γ + δi α = γ και β = δ. Σ Λ. * Αν z = α + βi, α, β

Διαβάστε περισσότερα

( 1)( 3) ( ) det( ) (1 )( 1 ) ( 2)( 2) pl( ) det( L ) (5 )( 7 ) ( 1) ( ) det( M ) (1 )(1 )

( 1)( 3) ( ) det( ) (1 )( 1 ) ( 2)( 2) pl( ) det( L ) (5 )( 7 ) ( 1) ( ) det( M ) (1 )(1 ) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Ι (ΘΕ ΠΛΗ ) ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ 9 Ιουνίου 0 Θέμα Δίδονται οι πίνακες K= 5 4, L=, M=. 9 7 A) (8 μονάδες) Για κάθε

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ - ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ Γ ΛΥΚΕΙΟΥ ΘΕΩΡΙΑ & ΑΠΟΔΕΙΞΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ - ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ Γ ΛΥΚΕΙΟΥ ΘΕΩΡΙΑ & ΑΠΟΔΕΙΞΕΙΣ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ - ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ Γ ΛΥΚΕΙΟΥ ΘΕΩΡΙΑ & ΑΠΟΔΕΙΞΕΙΣ Επιμέλεια: Βασίλης Κράνιας wwwe-mathsgr ΑΝΑΛΥΣΗ Τι ονομάζουμε πραγματική συνάρτηση Έστω Α ένα υποσύνολο

Διαβάστε περισσότερα

12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο

12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο ΓΕΝΙΚΑ ΠΕΡΙ ΑΝΙΣΩΣΕΩΝ Έστω f σύνολο Α, g Α ΒΑΘΜΟΥ είναι δύο παραστάσεις μιας μεταβλητής πού παίρνει τιμές στο Ανίσωση με έναν άγνωστο λέγεται κάθε σχέση της μορφής f f g g ή, η οποία αληθεύει για ορισμένες

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ. Β κύκλος

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ. Β κύκλος ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ Β κύκλος 6-7 ) Δίνεται η παραγωγίσιμη στο συνάρτηση f για την οποία ισχύει : α) Να δείξετε ότι f()=+e -, f ()+f()=, για κάθε και f()=e+ β) Να βρείτε το όριο ( y f(y)) γ) Να δείξετε

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 Διαστήματος

Διαβάστε περισσότερα

Για το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου

Για το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου Για το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου Διαφορικός Λογισμός 1. Ισχύει f (g())) ) f ( = f (g())g () όπου f,g παραγωγίσιµες συναρτήσεις 2. Αν µια συνάρτηση f είναι παραγωγίσιµη σε ένα διάστηµα

Διαβάστε περισσότερα

9. Παλινδρόμηση και Συσχέτιση

9. Παλινδρόμηση και Συσχέτιση 9. Παλινδρόμηση και Συσχέτιση Παλινδρόμηση και Συσχέτιση Υπάρχει σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές; Αν ναι, ποια είναι αυτή η σχέση; Πως μπορεί αυτή η σχέση να χρησιμοποιηθεί για να προβλέψουμε

Διαβάστε περισσότερα

ερµηνεύσετε τα αποτελέσµατα του ερωτήµατος (α).

ερµηνεύσετε τα αποτελέσµατα του ερωτήµατος (α). Ερωτήσεις ανάπτυξης. ** Για να υπολογίσει κάποιος την (0 ) χρησιµοποιεί για + προσέγγιση τον αριθµό +, ενώ ένας άλλος τον αριθµό. 3 α) Να εκτιµήσετε ποια από τις δύο προσεγγίσεις δίνει το ελάχιστο (απόλυτο)

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ

ΘΕΩΡΙΑ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ ΘΕΩΡΙΑ ΜΑΘΗΜΑΤΙΚΑ ΠΡΣΑΝΑΤΛΙΣΜΥ Β ΛΥΚΕΙΥ ΘΕΩΡΙΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Β ΛΥΚΕΙΥ Να δώσετε τους ορισμούς: διάνυσμα, μηδενικό διάνυσμα, μέτρο διανύσματος, μοναδιαίο διάνυσμα Διάνυσμα AB ονομάζεται ένα ευθύγραμμο

Διαβάστε περισσότερα

1. Συµπλήρωσε τον πίνακα µε την κατάλληλη µαθηµατική έκφραση:

1. Συµπλήρωσε τον πίνακα µε την κατάλληλη µαθηµατική έκφραση: ΕΡΩΤΗΣΕΙΣ ΑΝΤΙΚΕΙΜΕΝΙΚΟΥ ΤΥΠΟΥ Ερωτήσεις συµπλήρωσης 1. Συµπλήρωσε τον πίνακα µε την κατάλληλη µαθηµατική έκφραση: Φυσική γλώσσα Μαθηµατική γλώσσα ύο αριθµοί x, y διαφέρουν κατά και έχουν γινόµενο x (x

Διαβάστε περισσότερα

1 ο Τεστ προετοιμασίας Θέμα 1 ο

1 ο Τεστ προετοιμασίας Θέμα 1 ο ο Τεστ προετοιμασίας Θέμα ο Σε κάθε μια από τις ακόλουθες προτάσεις αφού πρώτα σημειώσετε το Σ (σωστή) ή το Λ (λανθασμένη), στη συνέχεια να δώσετε μια σύντομη τεκμηρίωση της όποιας απάντησή σας Αν για

Διαβάστε περισσότερα

ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ

ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ ΑΠΑΝΤΗΣΕΙΣ - ΥΠΟ ΕΙΞΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ 94 Κεφάλαιο ο: ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ o ΜΕΡΟΣ Απαντήσεις στις ερωτήσεις του τύπου Σωστό-Λάθος. Λ 4. Λ 43. Λ. Σ 5. Λ 44. Σ 3. Λ 6. Λ 45. α) Σ 4. Σ 7. Λ β) Λ 5. Σ 8. Σ

Διαβάστε περισσότερα

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange 64 Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrage Ας υποθέσουµε ότι ένας δεδοµένος χώρος θερµαίνεται και η θερµοκρασία στο σηµείο,, Τ, y, z Ας υποθέσουµε ότι ( y z ) αυτού του χώρου δίδεται από

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ Β ΓΥΜΝΑΣΙΟΥ ΜΙΑ ΠΡΟΕΤΟΙΜΑΣΙΑ ΓΙΑ ΤΙΣ ΕΞΕΤΑΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ Β ΓΥΜΝΑΣΙΟΥ ΜΙΑ ΠΡΟΕΤΟΙΜΑΣΙΑ ΓΙΑ ΤΙΣ ΕΞΕΤΑΣΕΙΣ 2 ΓΥΜΝΑΣΙΟ ΥΜΗΤΤΟΥ ΜΑΘΗΜΑΤΙΚΑ Β ΓΥΜΝΑΣΙΟΥ ΜΙΑ ΠΡΟΕΤΟΙΜΑΣΙΑ ΓΙΑ ΤΙΣ ΕΞΕΤΑΣΕΙΣ - Σελίδα 1 από 6 - 1. Η ΔΟΜΗ ΤΩΝ ΘΕΜΑΤΩΝ ΤΩΝ ΕΞΕΤΑΣΕΩΝ Στις εξετάσεις του Μαίου-Ιουνίου µας δίνονται δύο θέµατα θεωρίας και

Διαβάστε περισσότερα

ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ Σφάλµατα και στατιστική επεξεργασία πειραµατικών µετρήσεων

ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ Σφάλµατα και στατιστική επεξεργασία πειραµατικών µετρήσεων ΘΕ1 ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ Σφάλµατα και στατιστική επεξεργασία πειραµατικών µετρήσεων 1. Σκοπός Πρόκειται για θεωρητική άσκηση που σκοπό έχει την περιληπτική αναφορά σε θεµατολογίες όπως : σφάλµατα, στατιστική

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ ΘΕΜΑΤΑ ΘΕΜΑ A A. Αν οι συναρτήσεις f, g είναι παραγωγίσιμες στο, να αποδείξετε ότι f g f g,. Μονάδες 7 Α. Σε ένα πείραμα με ισοπίθανα αποτελέσματα

Διαβάστε περισσότερα

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21 ΚΕΦΑΛΑΙΟ 21 Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ (Power of a Test) Όπως είδαμε προηγουμένως, στον Στατιστικό Έλεγχο Υποθέσεων, ορίζουμε δύο είδη πιθανών λαθών (κινδύνων) που μπορεί να συμβούν όταν παίρνουμε αποφάσεις

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

Γ. Ν. Π Α Π Α Δ Α Κ Η Σ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ ( M S C ) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ. ΠΡΟΓΡΑΜΜΑ: Σπουδές στις Φυσικές Επιστήμες

Γ. Ν. Π Α Π Α Δ Α Κ Η Σ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ ( M S C ) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ. ΠΡΟΓΡΑΜΜΑ: Σπουδές στις Φυσικές Επιστήμες Γ. Ν. Π Α Π Α Δ Α Κ Η Σ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ ( M S C ) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΠΡΟΓΡΑΜΜΑ: Σπουδές στις Φυσικές Επιστήμες ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ: ΦΥΕ10 (Γενικά Μαθηματικά Ι) ΠΕΡΙΕΧΕΙ ΤΙΣ

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

f x = f a + Df a x a + R1 x, a, x U και από τον ορισµό της 1 h f a h f a h a h h a R h a i i j

f x = f a + Df a x a + R1 x, a, x U και από τον ορισµό της 1 h f a h f a h a h h a R h a i i j Το θεώρηµα Tor στις πολλές µεταβλητές Ο σκοπός αυτής της παραγράφου είναι η απόδειξη ενός θεωρήµατος τύπου Tor για συναρτήσεις πολλών µεταβλητών Το θεώρηµα για µια µεταβλητή θα είναι ειδική περίπτωση του

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

Θέματα ενδοσχολικών εξετάσεων Άλγεβρας Α Λυκείου Σχ. έτος , Ν. Δωδεκανήσου ΘΕΜΑΤΑ ΕΝΔΟΣΧΟΛΙΚΩΝ ΕΞΕΤΑΣΕΩΝ ΤΑΞΗ: Α ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΑΛΓΕΒΡΑ

Θέματα ενδοσχολικών εξετάσεων Άλγεβρας Α Λυκείου Σχ. έτος , Ν. Δωδεκανήσου ΘΕΜΑΤΑ ΕΝΔΟΣΧΟΛΙΚΩΝ ΕΞΕΤΑΣΕΩΝ ΤΑΞΗ: Α ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΑΛΓΕΒΡΑ Θέματα ενδοσχολικών εξετάσεων Άλγεβρας Α Λυκείου Σχ. έτος 013-014, Ν. Δωδεκανήσου ΘΕΜΑΤΑ ΕΝΔΟΣΧΟΛΙΚΩΝ ΕΞΕΤΑΣΕΩΝ ΤΑΞΗ: Α ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΑΛΓΕΒΡΑ ΣΧΟΛΙΚΟ ΕΤΟΣ: 013-014 Επιμέλεια: Καραγιάννης Ιωάννης Σχολικός

Διαβάστε περισσότερα

Στατιστική Συμπερασματολογία

Στατιστική Συμπερασματολογία Στατιστική Συμπερασματολογία Διαφάνειες 1 ου κεφαλαίου Βιβλίο: Κολυβά Μαχαίρα, Φ. & Χατζόπουλος Στ. Α. (2016). Μαθηματική Στατιστική, Έλεγχοι Υποθέσεων. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών

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 Ολοκλήρωση Εισαγωγή Έστω ότι η f είναι μία φραγμένη συνάρτηση στο πεπερασμένο

Διαβάστε περισσότερα

(, ) ( x0, ), τότε να αποδείξετε ότι το. x, στο οποίο όμως η f είναι συνεχής. Αν f ( x) 0 στο

(, ) ( x0, ), τότε να αποδείξετε ότι το. x, στο οποίο όμως η f είναι συνεχής. Αν f ( x) 0 στο Λύσεις θεμάτων ΠΡΟΣΟΜΟΙΩΣΗΣ -4- Πανελλαδικών Εξετάσεων 6 Στο μάθημα: «Μαθηματικά Προσανατολισμού Θετικών Σπουδών και Σπουδών Οικονομίας και Πληροφορικής» Γ Λυκείου, /4/6 ΘΕΜΑ ο Α Πότε λέμε ότι μία συνάρτηση

Διαβάστε περισσότερα