P (M = 9) = e 9! =

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "P (M = 9) = e 9! ="

Transcript

1 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 ο ένας από τον άλλο µηνύµατα στον ίδιο δέκτη σύµφωνα µε στοχαστικές διαδικασίες P oisson µε ϱυθµούς λ A 0.2 µηνύµατα ανά δευτερόλεπτο και λ B 0.6 µηνύµατα ανά δευτερόλεπτο αντίστοιχα. Θεωρούµε ότι όλα τα µηνύµατα είναι τόσο σύντοµα που καταλαµβάνουν ένα σηµείο στον άξονα του χρόνου. (α Ποια είναι η µέση τιµή του χρονικού διαστήµατος µεταξύ των αφίξεων του τρίτου και τέταρτου µηνύµατος στο δέκτη; (ϐ Ποιο είναι το µέσο πλήθος των µηνυµάτων τύπου Α που ϕτάνουν στο δέκτη στη διάρκεια ενός χρονικού διαστήµατος µήκους 12 δευτερολέπτων; (γ Ποια είναι η πιθανότητα ότι ο δέκτης ϑα λάβει ακριβώς 9 µηνύµατα στη διάρκεια ενός χρονικού διαστήµατος µήκους 10 δευτερολέπτων; (δ Υποθέτουµε ότι το πλήθος των bits σε κάθε µήνυµα ανεξαρτήτως πηγής είναι µια τυχαία µεταβλητή W η οποία παίρνει τιµές 1 και 2 µε την ίδια πιθανότητα 1/2. Εστω Ν το συνολικό πλήθος των bits που λαµβάνει ο δέκτης στη διάρκεια ενός χρονικού διαστήµατος µήκους t δευτερολέπτων. Υπολογίστε τη µέση τιµή της τ.µ N. (α Η στοχαστική διαδικασία αφίξεων στο δέκτη είναι P oisson µε ϱυθµό : λ λ A +λ B µηνύµατα / δευτερόλεπτο. Συνεπώς το χρονικό διάστηµα µεταξύ διαδοχικών αφίξων (άρα και µεταξύ της τρίτης και τέταρτης άφιξης ακολουθεί εκθετική κατανοµή µε παράµετρο λ 0.8. Εποµένως έχει µέση τιµή 1 λ 1.25 sec. (ϐ Το πλήθος των µηνυµάτων τύπου Α σε διάστηµα t ακολουθεί P oisson κατανοµή µε παράµετρο λ A t Συνεπώς η µέση τιµή του είναι 2.4 µηνύµατα. (γ Εστω ότι το πλήθος των µηνυµάτων Μ που ϕτάνουν στο δέκτη σε διάστηµα t ακολουθεί κατανοµή P oisson µε παράµετρο (λ A + λ B t ( Συνεπώς (δ Εχουµε ότι : 8 89 P (M 9 e 9! p W (w { 1/2 w αλλού Το µέσο πλήθος bits σε ένα µήνυµα είναι : E[W ] Ισχύει ότι N W 1 + W W M όπου W i είναι το πλήθος των bits στο i-οστό µήνυµα και Μ είναι το πλήθος των µηνυµάτων που ϕτάνουν στο δέκτη σε t sec. Από το (γ ερώτηµα έχουµε ότι η τ.µ Μ ακολουθεί την κατανοµή Ποισσον µε παράµετρο 0.8 t.

2 ΗΥ-317- Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο Εφαρµόζοντας το Θεώρηµα Ολικής Μέσης τιµής (ΘΟΜΤ έχουµε : E[N] m0 m0 P (M m E[N/M m] P (M m E[W W m ] m0 P (M m m E[W ] E[M] E[W ] 0.8t t Ασκηση 2. Το σώµα των ψηφοφόρων σ ενα χωριό της Κρήτης αποτελείται από 300 άντρες και 196 γυναίκες. Κάθε άντρας (αντίστοιχα κάθε γυναίκα ϑα πάει να ψηφίσει µε πιθανότητα 0.4 (αντίστοιχα 0.5 στις επόµενες εκλογές ανεξάρτητα από κάθε άλλο. Χρησιµοποιήστε το Κεντρικό Οριακό Θεώρηµα για να υπολογίσετε την πιθανότητα του γεγονότος ότι ϑα ψηφίσουν περισσότεροι άντρες από γυναίκες. Εστω M(N το πλήθος των αντρών (γυναικών που ϑα ψηφίσουν. Από την εκφώνηση προκύπτει ότι M (n 300 p 0.4 και N (n 196 p 0.5. Ζητούµε την πιθανότητα P (M > N P (M N > 0. Το Κεντρικό Οριακό Θεώρηµα δε µπορεί να εφαρµοστεί άµεσα στη διαφορά M N αλλά ξεχωριστά στη Μ και στη Ν καθώς αυτές είναι το άθροισµα n 300 και n 196 ανεξάρτητων και οµοιόµορφα κατανεµηµένων τυχαίων µεταβλητών αντίστοιχα. Εποµένως η M µπορεί να ϑεωρηθεί προσεγγιστικά Γκαουσιανή τ.µ µε E[M] np και διασπορά var(m np(1 p Οµοίως η Ν µπορεί να ϑεωρηθεί Γκαουσιανή µε E[N] np και var(m np(1 p 196 ( Εποµένως η M N είναι προσεγγιστικά Γκαουσιανή ως διαφορά δύο Γκαουσιανών τ.µ και έχει : Οπότε έχουµε : E[M N] E[M] E[N] var(m N var(m + var(n ( M N 22 P (M N > 0 P 11 > 22 1 Φ( 2 Φ(

3 ΗΥ-317- Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο Ασκηση 3. Κάθε µέρα του χρόνου ϐρέχει µε πιθανότητα 0.1 ανεξάρτητα από µέρα σε µέρα. Χρησιµοποιήστε το Κεντρικό Οριακό Θεώρηµα για να υπολογίσετε την πιθανότητα να ϐρέξει τουλάχιστον 100 από τις 365 ηµέρες του χρόνου. Ορίζουµε τη δείκτρια τ.µ X i i ως εξής : { 1 όταν ϐρέχει την i οστή µέρα X i 0 όταν δεν ϐρέχει την i οστή µέρα Σύµφωνα µε την εκφώνηση οι τ.µ X i είναι Bernoulli ανεξάρτητες τ.µ µε παράµετρο p 0.1. Εποµένως : E[X i ] p 0.1 var(x i p(1 p Συνεπώς το πλήθος των ϐροχερών ηµερών κατά τη διάρκεια ενός έτους είναι : S 365 X X 365 Η τ.µ S 365 ακολουθεί διωνυµική κατανοµή : S 365 (n 365 p 0.1 Προφανώς ισχύει ότι : P (S k100 ( 365 k 0.1 k k Κάνοντας χρήση του Κεντρικού Οριακού Θεωρήµατος έχουµε ότι : ( S365 np P (S P np(1 p ( S P np np(1 p ( Φ Φ(11.08

4 ΗΥ-317- Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο Ασκηση 4. Τα χρονικά διαστήµατα (µετρηµένα σε λεπτά της ώρας µεταξύ των αφίξεων αυτοκινήτων σε ένα σταθµό ελέγχου είναι ανεξάρτητες µεταξύ τους εκθετικές τ.µ. µε παράµετρο λ 2. Οι χρόνοι των διαδοχικών αφίξεων καταχωρούνται σε µικρές κάρτες όπου κάθε κάρτα έχει χώρο για 3 καταχωρήσεις. Οταν γεµίζει µια κάρτα αντικαθίσταται από άλλη. (α Ποια είναι η µέση τιµή του χρονικού διαστήµατος µεταξύ διαδοχικών αφίξεων ; (ϐ εδοµένου ότι κανένα αυτοκίνητο δεν έφτασε τα τελευταία 4 λεπτά ποια είναι η συνάρτηση πι- ϑανότητας του αριθµού k των αυτοκινήτων που ϑα ϕτάσουν τα επόµενα 6 λεπτά ; (γ Υπολογίστε τη συνάρτηση πυκνότητας πιθανότητας τη µέση τιµή και τη ϱοπογεννήτρια συνάρτηση του συνολικού χρόνου που απαιτείται για να γεµίσουν οι πρώτες 12 κάρτες καταχώρησης. (δ Θεωρήστε το ακόλουθα πειράµατα : 1. ιαλέγετε τυχαία µία κάρτα από µία στοίβα από συµπληρωµένες κάρτες και σηµειώνετε το συνολικό χρόνο Y που η κάρτα ϐρισκόταν σε χρήση. Υπολογίστε τα E[Y ] και var(y. 2. Φτάνετε στο σταθµό ελέγχου µια τυχαία χρονική στιγµή. Οταν η κάρτα που χρησιµοποιείτε τη τη στιγµή της άφιξής σας γεµίσει σηµειώνετε το συνολικό χρόνο W που η κάρτα ϐρισκόταν σε χρήση. Υπολογίστε τα E[W ] και var(w.. (α Το χρονικό διάστηµα T µεταξύ δύο διαδοχικών αφίξεων ακολουθεί εκθετική κατανοµή µε πα- ϱάµετρο λ 2. Συνεπώς E[T ] 1 λ λεπτά. 2 (ϐ Μας Ϲητείται η σ.π.π. k εκθετικών διαδοχικών αφίξεων σε διάστηµα µήκους 6 λεπτών µε ϱυθµό λ 2. Μοντελοποιούνται µε µια στοχαστική διαδικασία Poisson µε παράµετρο λτ όπου τ 6 λεπτά και λ 2. Άρα : p K (k (λτk e λτ k (2 6k e 2 6 k k e 12 k (γ Κάθε κάρτα αναχώρησης έχει χώρο για 3 καταχωρήσεις. Άρα οι πρώτες 12 κάρτες γεµίζουν µε την η άφιξη αυτοκινήτου. Μας Ϲητείται λοιπόν η σ.π.π. του χρόνου της 36ης άφιξης. Χρόνος k-στης άφιξης : Εστω Y T 1 + T T 3 6 όπου T k είναι ανεξάρτητες εκθετικά κατανεµηµένες τ.µ. µε λ 2. Γνωρίζουµε από τη ϑεωρία ότι η Y ακολουθεί κατανοµή Erlang τάξης 36: είναι η Ϲητούµενη σ.π.π. Για τη µέση τιµή έχουµε : f Yk (y λk y k 1 e λy (k 1! t 0 (Erlang τάξης k f Y36 (y 236 y 35 e 2y 35! t 0 (k 36 λ 2 E[Y k ] E[T 1 ] + E[T 2 ] E[T k ] 1 λ + 1 λ λ k λ

5 ΗΥ-317- Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο Για τη ϱοπογεννήτρια έχουµε : M Y (s M T1 (s M T2 (s M Tk (s (Ανεξάρτητες και εκθετικά κατανεµηµένες τ.µ µε λ 2 ( λ k λ s < λ (Από ϑεωρία M(sεκθετικής : λ s λ s s < λ ( 2 36 s < 2 2 s (δ 1. Εφόσον κάθε κάρτα έχει χώρο για 3 καταχωρήσεις/χρόνους αφίξεων έχουµε : Y T 1 + T 2 + T 3. Ουσιαστικά λοιπόν µας Ϲητείται ο χρόνος µέχρι την 3η άφιξη. ε µας ενδιαφέρει ποιες συνεχόµενες 3 αφίξεις µελετάµε καθώς όλες είναι ανεξάρτητες µεταξύ τους και δε µας ενδιαφέρει το πότε αρχίζουµε αν µελετάµε αφού η διαδικασία δεν έχει µνήµη. Γνωρίζουµε από τη ϑεωρία ότι ο χρόνος µέχρι την k-οστή άφιξη ακολουθεί κατανοµή Erlang τάξης k. Άρα για τη µέση τιµή και τη διασπορά ϑα έχουµε : E[Y ] E[T 1 ] + E[T 2 ] + E[T 3 ] 1 λ + 1 λ + 1 λ k λ var(y var(t 1 + var(t 2 + var(t 3 1 λ λ λ 2 k λ Στην περίπτωση αυτή έχουµε : W T 1 + T 2 + L όπου ορίζουµε ως L το χρονικό διάστηµα µεταξύ των αφίξεων που περιέχουµε την χρονική στιγµή που ϕτάσαµε στο σταθµό ελέγχου. Σύµφωνα µε το παράδοξο της τυχαίας άφιξης η τ.µ L ϑα ακολουθεί την κατανοµή Erlang 2ης τάξης µε παράµετρο λ 2. Συνεπώς η W είναι Erlang 4ης τάξης. Οπότε έχουµε : E[W ] 4 λ 2 var(w 4 λ 2 1

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2015-16 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 Επιµέλεια : Σοφία Σαββάκη Ασκηση 1. Βρίσκεστε

Διαβάστε περισσότερα

p B p I = = = 5

p B p I = = = 5 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2011 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 17/3/2011

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

P = 0 1/2 1/ /2 1/

P = 0 1/2 1/ /2 1/ Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-37: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 206 ιδάσκων : Π. Τσακαλίδης 7ο Φροντιστήριο Επιµέλεια : Κωνσταντίνα Φωτιάδου Ασκηση. Μια Μαρκοβιανή

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4

12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4 Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-7: Πιθανότητες-Χειµερινό Εξάµηνο 5 ιδάσκων: Π. Τσακαλίδης Λύσεις 6ης Σειρά Ασκήσεων Ασκηση. α) Η περιθωριακή σ.π.π. της f X,Y για την τ.µ X γίνεται:

Διαβάστε περισσότερα

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 28 ιδάσκων: Π. Τσακαλίδης Λύσεις Εβδοµης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης: 3/2/28 Ηµεροµηνία Παράδοσης: 7/2/28

Διαβάστε περισσότερα

8 Άρα η Ϲητούµενη πιθανότητα είναι

8 Άρα η Ϲητούµενη πιθανότητα είναι ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 014 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 4/10/014 Ηµεροµηνία Παράδοσης : 5/11/014

Διαβάστε περισσότερα

ιωνυµική Κατανοµή(Binomial)

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

(365)(364)(363)...(365 n + 1) (365) k

(365)(364)(363)...(365 n + 1) (365) k ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 21//2016 Ηµεροµηνία Παράδοσης :

Διαβάστε περισσότερα

Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία

Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Στατιστική ΙΙ Ενότητα 2: ειγµατοληψία Γεώργιος Κ. Τσιώτας Τµήµα Οικονοµικών Επιστηµών Περιεχόµενα ειγµατοληψία Κατανοµές ειγµατοληψίας Κεντρικό Οριακό Θεώρηµα Τι

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2015-16 ιδάσκων : Π Τσακαλίδης Φροντιστήριο 8 Επιµέλεια : Σοφία Σαββάκη Ασκηση 1 Μία Μαρκοβιανή

Διαβάστε περισσότερα

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

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

Διαβάστε περισσότερα

/ / 38

/ / 38 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-37: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 205-6 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 0 Επιµέλεια : Σοφία Σαββάκη Ασκηση. Ο Κώστας πηγαίνει

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ Τµ. Επιστήµης των Υλικών ειγµατοληψία Με ιάταξη ειγµατοληψία Χωρίς ιάταξη Χωρίς Επανατοποθέτηση (n)k Με Επανατοποθέτηση n k Χωρίς Επανατοποθέτηση ( n k) Με Επανατοποθέτηση ( n+k 1 ) k ειγµατοληψία Με ιάταξη

Διαβάστε περισσότερα

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες -Εαρινό Εξάµηνο 2016 ιδάσκων : Π.

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες -Εαρινό Εξάµηνο 2016 ιδάσκων : Π. Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες -Εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις 3ης Σειράς Ασκήσεων Ασκηση 1. Χρησιµοποιούµε µια αλυσίδα

Διαβάστε περισσότερα

Σημειώσεις : Πιθανότητες και Στοχαστικές Διαδικασίες

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

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-: Πιθανότητες - Χειµερινό Εξάµηνο 0 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο - Συνδυαστική Ανάλυση Επιµέλεια : Σοφία Σαββάκη Θεωρία. Η ϐασική αρχή της απαρίθµησης

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

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

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

Διαβάστε περισσότερα

P (Ηρ) = 0.4 P (Αρ) = 0.32 P (Απ) = 0.2

P (Ηρ) = 0.4 P (Αρ) = 0.32 P (Απ) = 0.2 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2014 ιδάσκων : Π. Τσακαλίδης Λύσεις Πρώτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 25/09/2014 Ηµεροµηνία Παράδοσης

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

10ο Φροντιστηριο ΗΥ217 - Επαναληπτικό

10ο Φροντιστηριο ΗΥ217 - Επαναληπτικό ο Φροντιστηριο ΗΥ7 - Επαναληπτικό Επιµέλεια : Γ. Καφεντζής 7 Ιανουαρίου 4 Ασκηση. Το σήµα s µεταδίδεται από ένα δορυφόρο αλλά λόγω της επίδρασης του ϑορύβου το λαµβανόµενο σήµα έχει τη µορφή X s + W. Οταν

Διαβάστε περισσότερα

Θεωρητικές Κατανομές Πιθανότητας

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

Διαβάστε περισσότερα

Στατιστική Ι-Θεωρητικές Κατανομές Ι

Στατιστική Ι-Θεωρητικές Κατανομές Ι Στατιστική Ι-Θεωρητικές Κατανομές Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές Η Χρήση των Θεωρητικών

Διαβάστε περισσότερα

Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός:

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

Διαβάστε περισσότερα

P(200 X 232) = =

P(200 X 232) = = ΕΝΔΕΙΚΤΙΚΑ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΕΣ. Το μέγεθος ενός αναλογικού σήματος, που λαμβάνεται από έναν ανιχνευτή και μετράται σε microvolts, είναι τυχαία μεταβλητή που ακολουθεί την Κανονική κατανομή Ν(00, 6) σε συγκεκριμένη

Διαβάστε περισσότερα

3. Κατανομές πιθανότητας

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων

Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων Διάλεξη 6: Εισαγωγή στην Ουρά M/G/1 Δρ Αθανάσιος Ν Νικολακόπουλος ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής 18 Νοεμβρίου 2016

Διαβάστε περισσότερα

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. Η τυχαία μεταβλητή Χ έχει συνάρτηση πιθανότητας που δίνεται από τον πίνακα: x f(x) / / / / / Να βρεθεί η μέση τιμή και η διασπορά.. Η τυχαία μεταβλητή

Διαβάστε περισσότερα

ΕΞEΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ-ΣΤΑΤΙΣΤΙΚΗ ΜΑΡΤΙΟΣ 2003 Λ Υ Σ Ε Ι Σ Τ Ω Ν Α Σ Κ Η Σ Ε Ω Ν ΜΕΡΟΣ Α

ΕΞEΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ-ΣΤΑΤΙΣΤΙΚΗ ΜΑΡΤΙΟΣ 2003 Λ Υ Σ Ε Ι Σ Τ Ω Ν Α Σ Κ Η Σ Ε Ω Ν ΜΕΡΟΣ Α ΕΞEΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ-ΣΤΑΤΙΣΤΙΚΗ ΜΑΡΤΙΟΣ Λ Υ Σ Ε Ι Σ Τ Ω Ν Α Σ Κ Η Σ Ε Ω Ν ΜΕΡΟΣ Α ) Έχουμε κατασκευάσει 4 δοκίμια. Να βρεθεί προσεγγιστικά ο αριθμός των δοκιμίων που περιέχονται μεταξύ των σημείων

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-1: Πιθανότητες - Χειµερινό Εξάµηνο 01 ιδάσκων : Π Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /10/01 Ηµεροµηνία Παράδοσης : /11/01

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 205 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 3 Επιµέλεια : Κατερίνα Καραγιαννάκη Ασκηση. Το διάγραµµα πιθανοτήτων µετάβασης

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

P (A) = 1/2, P (B) = 1/2, P (C) = 1/9

P (A) = 1/2, P (B) = 1/2, P (C) = 1/9 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-1: Πιθανότητες - Χειµερινό Εξάµηνο 011 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /11/011 Ηµεροµηνία Παράδοσης : 1/11/011

Διαβάστε περισσότερα

1 η ΣΕΙΡΑ ΑΣΚΗΣΕΩΝ. / 2. Οι όροι Eb. και Ec

1 η ΣΕΙΡΑ ΑΣΚΗΣΕΩΝ. / 2. Οι όροι Eb. και Ec Τµήµα Μηχανικών Υπολογιστών, Τηλεπικοινωνιών και ικτύων ΗΥ 44: Ασύρµατες Επικοινωνίες Εαρινό Εξάµηνο -3 ιδάσκων: Λέανδρος Τασιούλας η ΣΕΙΡΑ ΑΣΚΗΣΕΩΝ. Θεωρήστε ένα κυψελωτό σύστηµα, στο οποίο ισχύει το

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

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

Διαβάστε περισσότερα

P (A B) = P (A) + P (B) P (A B).

P (A B) = P (A) + P (B) P (A B). ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Εαρινό Εξάµηνο 2007 ιδάσκων : Π. Τσακαλίδης Λύσεις Πρώτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 08/10/2007 Ηµεροµηνία Παράδοσης : 18/10/2007

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια) (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 25 Νοεµβρίου 2009 Ορισµός Εστω X µια διακριτή τυχαία µεταβλητή µε συνάρτηση πιθανότητας f(x) = e λ λx, x = 0, 1,..., (1) x! όπου 0 < λ

Διαβάστε περισσότερα

Εισαγωγή Ορισμός Frequency moments

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

Διαβάστε περισσότερα

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 6η διάλεξη

ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 6η διάλεξη ΕΕ728 Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας 6η διάλεξη ηµήτρης-αλέξανδρος Τουµπακάρης Τµήµα ΗΜ&ΤΥ, Πανεπιστήµιο Πατρών 24 Μαρτίου 2010 ηµήτρης-αλέξανδρος Τουµπακάρης Προχωρηµένα Θέµατα Θεωρίας Πληροφορίας

Διαβάστε περισσότερα

Γ. Κορίλη, Μοντέλα Εξυπηρέτησης

Γ. Κορίλη, Μοντέλα Εξυπηρέτησης Γ. Κορίλη, Μοντέλα Εξυπηρέτησης 2-1 hp://www.seas.upenn.edu/~com501/lecures/lecure3.pdf Καθυστερήσεις στα ίκτυα Πακέτων Εισαγωγή στη Θεωρία Ουρών Ανασκόπηση Θεωρίας Πιθανοτήτων ιαδικασία Poisson Θεώρηµα

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

8ο Φροντιστηριο ΗΥ217

8ο Φροντιστηριο ΗΥ217 8ο Φροντιστηριο ΗΥ217 Επιµέλεια : Γ. Καφεντζής 10 Ιανουαρίου 2014 Ασκηση 0.1 Εστω ότι η τ.µ. X ακολουθεί Γκαουσιανή κατανοµή µε µέση τιµή 10 και διασπορά σ 2 = 4, δηλαδή X N( 10, 4). Να υπολογίσετε τις

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

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

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

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

Διαβάστε περισσότερα

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

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ

ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ ΜΕΡΟΣ Ο ΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Στο εργαστήριο αυτό θα ασχοληθούµε µε την προσοµοίωση της ρίψεως ενός δίκαιου νοµίσµατος. Το µοντέλο το οποίο θα πρέπει να πραγµατοποιήσουµε θα πρέπει να

Διαβάστε περισσότερα

n i P(x i ) P(X = x i ) = lim

n i P(x i ) P(X = x i ) = lim Κεϕάλαιο 2 Πιθανότητες και Τυχαίες Μεταβλητές Μπορούµε να καταλάβουµε την έννοια της πιθανότητας από τη σχετική συχνότητα εµϕάνισης n i κάποιας τιµής x i µιας διακριτής τ.µ. X. Αν είχαµε τη δυνατότητα

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

ίκτυα Επικοινωνίας Υπολογιστών

ίκτυα Επικοινωνίας Υπολογιστών ίκτυα Επικοινωνίας Υπολογιστών Ενότητα: Ασκήσεις για την ενότητα 5 (Στοιχεία Θεωρίας Τηλεπικοινωνιακής Κίνησης) Ιωάννης Μοσχολιός Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σελίδα 2 Περιεχόμενα

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2016 Β ΦΑΣΗ

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2016 Β ΦΑΣΗ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 06 ΤΑΞΗ: ΜΑΘΗΜΑ: ΘΕΜΑ Α Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ / ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ Ηµεροµηνία: Τετάρτη 4 Μαΐου 06 ιάρκεια Εξέτασης: 3 ώρες Α. Σχολικό βιβλίο σελίδα 5. Α.

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Τυχαία μεταβλητή (τ.μ.)

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

Διαβάστε περισσότερα

ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ

ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ ΚΕΦΑΛΑΙΟ 5 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ Α. Περίπτωση Ενός Πληθυσμού Έστω ότι μελετάμε μια ακολουθία ανεξαρτήτων δοκιμών κάθε μία από τις οποίες οδηγεί είτε σε επιτυχία είτε σε αποτυχία με σταθερή

Διαβάστε περισσότερα

Ενδεικτικές Ασκήσεις Μάθηµα : Στατιστική 1

Ενδεικτικές Ασκήσεις Μάθηµα : Στατιστική 1 Ενδεικτικές Ασκήσεις Μάθηµα : Στατιστική Τµήµα Τεχνολογίας και Συστηµάτων Παραγωγής Θέµα ον α) Έστω Ακαι Β δύο ενδεχόµενα ενός πειράµατος και έστω ότι ισχύει : (Α).5, (Α Β).6, (Β) q i)γιαποιατιµήτου qταακαιβείναιξένα;

Διαβάστε περισσότερα

Καθ. Γιάννης Γαροφαλάκης. ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής

Καθ. Γιάννης Γαροφαλάκης. ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής Α Α Π Σ Δ 11: Ε Σ Α M/G/1 Καθ Γιάννης Γαροφαλάκης ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής Το σύστημα αναμονής M/G/1 I Θεωρούμε ένα σύστημα στο οποίο οι πελάτες φθάνουν

Διαβάστε περισσότερα

P (X = x) = (0.001) x (0.999) 1000 x

P (X = x) = (0.001) x (0.999) 1000 x Τμημα Επιστημης Υπολογιστων, Πανεπιστημιο Κρητης ΗΥ-7: Πιθανότητες 5ο Φροντιστήριο Επιμέλεια: Καράλας Κώστας 9 Οκτωβρίου 04 Πρόβλημα Παρακολουθείτε ένα βίντεο στο YouTube το οποίο περιέχει 0 καρέ το δευτερόλεπτο.

Διαβάστε περισσότερα

X(t) = A cos(2πf c t + Θ) (1) 0, αλλού. 2 cos(2πf cτ) (9)

X(t) = A cos(2πf c t + Θ) (1) 0, αλλού. 2 cos(2πf cτ) (9) ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-5: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 05-6 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής Λυµένες Ασκήσεις - Τυχαίες ιαδικασίες Ασκηση. Εστω

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

3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών

3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών 3 ο Μέρος Χαρακτηριστικά τυχαίων μεταβλητών Βασικά χαρακτηριστικά τυχαίας μεταβλητής: Μέση Τιμή (Me Vlue) Διακύμανση (Vrice) Γενικά χαρακτηριστικά: Ροπές μεταβλητών / Ροπογεννήτριες Χαρακτηριστικές συναρτήσεις

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι (ΝΠΣ) ΠΙΘΑΝΟΤΗΤΕΣ Ι (ΠΠΣ) Φεβρουάριος 2010

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι (ΝΠΣ) ΠΙΘΑΝΟΤΗΤΕΣ Ι (ΠΠΣ) Φεβρουάριος 2010 ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι (ΝΠΣ) ΠΙΘΑΝΟΤΗΤΕΣ Ι (ΠΠΣ) Φεβρουάριος 1 Επώνυμο... Όνομα... A.E.M.... Εξάμηνο... Θέμα 1 Θέμα Θέμα 3 Θέμα 4 Θέμα 5 Θέμα 5* Βαθμός ΝΠΣ ΠΠΣ / / / / / /1 / / / / / / /1 ΘΕΜΑ 1: Στο ράφι

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

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1 Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 15/3/2017 Η ΔΙΑΔΙΚΑΣΙΑ ΚΑΤΑΜΕΤΡΗΣΗΣ ΓΕΓΟΝΟΤΩΝ

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 15/1/009 ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 10 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος:

Διαβάστε περισσότερα

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

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

Διαβάστε περισσότερα

Ορισμός κανονικής τ.μ.

Ορισμός κανονικής τ.μ. Πιθανότητες και Στατιστική Ενότητα 4: Τυχαίες τυχαίες μεταβλητές Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Αθήνα 2015 Ορισμός κανονικής τ.μ. Ορισμός κανονικής τ.μ. Μια συνεχής τ.μ.

Διαβάστε περισσότερα

Πανεπιστήμιο Πελοποννήσου

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

Διαβάστε περισσότερα

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας.

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας. Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας. Περιεχόµενα ιακριτές τυχαίες µεταβλητές Συνεχείς τυχαίες µεταβλητές Μέση τιµή τυχαίων µεταβλητών Ροπές, διασπορά, και τυπική απόκλιση τυχαίων µεταβλητών

Διαβάστε περισσότερα

P (A B) = P (A) + P (B) P (A B)

P (A B) = P (A) + P (B) P (A B) ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 1 Επιµέλεια : Σοφία Σαββάκη Ασκηση 1. Ο εκφωνητής του δελτίου καιρού δίνει

Διαβάστε περισσότερα

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές ΙΙ Περιγραφή 1 Θεωρητικές

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ, ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΟΙΧΕΙΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΩΝ ΓΕΩΛΟΓΙΚΟΥ

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

Διαβάστε περισσότερα

Εφαρµογες Της Ψηφιακης Επεξεργασιας Σηµατων. Εκτιµηση Συχνοτητων Με ΙδιοΑναλυση του Μητρωου ΑυτοΣυσχετισης

Εφαρµογες Της Ψηφιακης Επεξεργασιας Σηµατων. Εκτιµηση Συχνοτητων Με ΙδιοΑναλυση του Μητρωου ΑυτοΣυσχετισης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΡΓΑΣΤΗΡΙΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Εφαρµογες Της Ψηφιακης Επεξεργασιας Σηµατων Εκτιµηση Συχνοτητων Με ΙδιοΑναλυση του Μητρωου ΑυτοΣυσχετισης

Διαβάστε περισσότερα

3 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 21. (1)

3 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 21. (1) ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 3 η ΕΚΑ Α. Το 50% των κατοίκων µιας πόλης διαβάζουν την εφηµερίδα (α), ενώ το 30% των κατοίκων διαβάζουν την εφηµερίδα (α) και δε διαβάζουν την εφηµερίδα (β). Ποια είναι η πιθανότητα ένας

Διαβάστε περισσότερα

IV ιακριτές Τυχαίες Μεταβλητές

IV ιακριτές Τυχαίες Μεταβλητές IV ιακριτές Τυχαίες Μεταβλητές 1 Λυµένες Ασκήσεις Άσκηση 1 Ας υποθέσουµε ότι το πείραµά µας συνίσταται στην ϱίψη τίµιων νοµισµάτων. Ας συµβολίσουµε µε Y τον αριθµό που µας λέει πόσες ϕορές εµφανίστηκε

Διαβάστε περισσότερα

Συνεχείς Τυχαίες Μεταβλητές

Συνεχείς Τυχαίες Μεταβλητές Συνεχείς Τυχαίες Μεταβλητές Η σ.κ.π. F() είναι παντού συνεχής F PX t dt H σ.π.π. df d Ισχύει ότι d F Πιθανότητες & Στατιστική 07 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ0 () Πιθανότητες & Στατιστική

Διαβάστε περισσότερα

Κατανομή συνάρτησης τυχαίας μεταβλητής Y=g(X) Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ13 ( 1 )

Κατανομή συνάρτησης τυχαίας μεταβλητής Y=g(X) Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ13 ( 1 ) Κατανομή συνάρτησης τυχαίας μεταβλητής =() Πιθανότητες & Στατιστική 07 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ3 ( ) Κατανομή συνάρτησης τυχαίας μεταβλητής Έστω τ.μ. Χ με γνωστή κατανομή. Δηλαδή

Διαβάστε περισσότερα

Τυχαίες Μεταβλητές (τ.µ.)

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

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ

ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ Τέλεια δέσµη: όλες οι γραµµές της είναι προσπελάσιµες από οποιαδήποτε είσοδο. Ατελής δέσµη: όλες οι γραµµές της δεν είναι προσπελάσιµες από οποιαδήποτε είσοδο

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Μέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.

Μέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής. Μέση Τιµή Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: E( ) µ xf ( x) E( ) µ xf ( x) dx Παραδείγµατα: = = x = = αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.

Διαβάστε περισσότερα

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης

Πιθανότητες & Τυχαία Σήματα. Διγαλάκης Βασίλης Πιθανότητες & Τυχαία Σήματα Διγαλάκης Βασίλης Τυχαία Σήματα Γενίκευση τυχαίων διανυσμάτων Άπειρο σύνολο πιθανά αριθμήσιμο από τυχαίες μεταβλητές Παραδείγματα τυχαίων σημάτων: Τηλεπικοινωνίες: Σήμα πληροφορίας

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 5 η : Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

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

Διαβάστε περισσότερα

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

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

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι: Άσκηση 1: Δύο τυχαίες μεταβλητές Χ και Υ έχουν στατιστικές μέσες τιμές 0 και διασπορές 25 και 36 αντίστοιχα. Ο συντελεστής συσχέτισης των 2 τυχαίων μεταβλητών είναι 0.4. Να υπολογισθούν η διασπορά του

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

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 6

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 6 ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 6 ιδασκοντες: Α. Μπεληγιάννης - Σ. Παπαδάκης Ιστοσελιδα Μαθηµατος : htt://users.uoi.gr/abeligia/numbertheory/nt.html Σάββατο 20 Απριλίου 2013 Ασκηση 1. 1) είξτε ότι η

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

Σημερινό μάθημα: Εκτιμήτριες συναρτήσεις και σημειακή εκτίμηση παραμέτρων Στατιστική συμπερασματολογία (ή εκτιμητική ): εξαγωγή συμπερασμάτων για το σ

Σημερινό μάθημα: Εκτιμήτριες συναρτήσεις και σημειακή εκτίμηση παραμέτρων Στατιστική συμπερασματολογία (ή εκτιμητική ): εξαγωγή συμπερασμάτων για το σ 10ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 10ο Μάθημα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ 26 ΙΟΥΛΙΟΥ 2008 ΕΥΤΕΡΟ ΜΕΡΟΣ :

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ 26 ΙΟΥΛΙΟΥ 2008 ΕΥΤΕΡΟ ΜΕΡΟΣ : ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΑΛΓΕΒΡΑ - ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ ΑΝΑΛΥΣΗ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές

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

Διαβάστε περισσότερα