4. Απαγορεύεται η χρήση υπολογιστή χειρός. Απαγορεύεται η χρήση κινητού, και ως υπολογιστή χειρός.
|
|
- Θάλεια Παχής
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, ΙΩΑΝΝΗΣ ΚΟΝΤΟΓΙΑΝΝΗΣ, ΣΤΑΥΡΟΣ ΤΟΥΜΠΗΣ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ, ΙΟΥΝΙΟΣ 207 ΟΝΟΜΑ ΦΟΙΤΗΤΗ: Οδηγίες. Συμπληρώστε το όνομά σας άνω, και παραδώστε το παρόν με τις λύσεις. 2. Διάρκεια εξέτασης: 2 ΩΡΕΣ. 3. Απαγορεύεται η αναχώρηση από την αίθουσα πριν την συμπλήρωση 30λέπτου. 4. Απαγορεύεται η χρήση υπολογιστή χειρός. Απαγορεύεται η χρήση κινητού, και ως υπολογιστή χειρός. 5. Οι λύσεις πρέπει να γραφούν αποκλειστικά στην παρεχόμενη κόλλα. 6. Μπορείτε να χρησιμοποιείτε μολύβι ή/και στυλό οποιουδήποτε χρώματος εκτός από κόκκινο. 7. Οι λύσεις πρέπει να είναι το κατά δυνατόν αναλυτικές. Πρέπει να φαίνονται όλα τα ενδιάμεσα βήματα στους υπολογισμούς. Τοποθετήστε τα τελικά αποτελέσματα εντός πλαισίου. 8. Ξεκινήστε από αυτές τις ασκήσεις που ξέρετε και/ή δίνουν πολλές μονάδες. 9. Προχωρήστε κάθε άσκηση όσο μπορείτε! Θα δοθούν μονάδες για ασκήσεις λυμένες εν μέρει. 0. Στις τελικές απαντήσεις αρκεί να δοθούν μαθηματικές εκφράσεις, δεν χρειάζεται να κάνετε πράξεις. Μπορείτε να χρησιμοποιήσετε αιτιολογημένες προσεγγίσεις.. Σύμφωνα με τον κανονισμό εξετάσεων, σε περίπτωση που διαπιστωθεί (κατά τη διάρκεια της εξέτασης είτε της διόρθωσης αντιγραφή είτε απόπειρα αντιγραφής, θα ενημερωθούν τα αρμόδια όργανα του ιδρύματος. ΘΕΜΑΤΑ. (Δημοφιλία ( μονάδα Έξι άτομα, έστω A, B, C, D, E, και F, είναι διατεταγμένα σύμφωνα με τη δημοφιλία τους, χωρίς όμως να γνωρίζουν τη διάταξή τους, και υποθέτουν ότι όλες οι διατάξεις είναι εξίσου πιθανές. Με δεδομένο ότι τα άτομα μαθαίνουν ότι ο A είναι πιο δημοφιλής από τον B, ποια είναι η πιθανότητα που δίνουν στο ενδεχόμενο ο A να είναι πιο δημοφιλής και από τον C; 2. (Μπάσκετ Ένας διαγωνιζόμενος σε ένα παιχνίδι καλείται να εκτελέσει 0 βολές. Ο διαγωνιζόμενος είναι φορμαρισμένος, με πιθανότητα 0.6, οπότε και βάζει κάθε βολή ανεξάρτητα από τις άλλες με πιθανότητα 0.7, και ντεφορμέ με πιθανότητα 0.4, οπότε και βάζει κάθε βολή ανεξάρτητα από τις άλλες με πιθανότητα μόλις 0.2. (αʹ (0.5 μονάδα Με δεδομένο ότι ο διαγωνιζόμενος είναι φορμαρισμένος, ποια είναι η πιθανότητα να εκτελέσει 0 βολές και να βάλει τις 6; Ποια είναι η πιθανότητα του ίδιου ενδεχόμενου αν ο διαγωνιζόμενος είναι ντεφορμέ; (βʹ ( μονάδα Ο διαγωνιζόμενος εκτελεί 0 βολές και βάζει τις 6. Ποια είναι η νέα πιθανότητα να είναι φορμαρισμένος; 3. (Μπαλάκια Ένας διαγωνιζόμενος σε ένα παιχνίδι επιβίωσης ρίχνει μπαλάκια σε ένα στόχο μέχρι να καταφέρει να πετύχει το στόχο ακριβώς τρεις φορές. Οι βολές είναι ανεξάρτητες μεταξύ τους, και κάθε μια είναι επιτυχημένη με πιθανότητα (αʹ ( μονάδα Ποια είναι η πιθανότητα ο διαγωνιζόμενος να χρειαστεί ακριβώς 20 προσπάθειες για να πετύχει το στόχο ακριβώς τρεις φορές; (Υπόδειξη: σκεφτείτε τι πρέπει να έχει συμβεί στις πρώτες 9 προσπάθειες. (βʹ (0.5 μονάδα Κατά μέσο όρο, πόσες προσπάθειες θα χρειαστεί ο διαγωνιζόμενος για να πετύχει το στόχο τρεις φορές;
2 4. (Σάντουιτς και ψάρια Ένας διαγωνιζόμενος σε ένα παιχνίδι επιβίωσης προσφέρει στην ομάδα του κάθε μέρα ένα τυχαίο πλήθος X από σάντουιτς και ένα τυχαίο πλήθος Y από ψάρια, για τα οποία οι πιθανότητες P (X = x, Y = y δίνονται από τον ακόλουθο πίνακα. x y 0 /8 /8 /8 /6 /8 /6 /6 /6 2 /6 /6 /6 /6 (αʹ ( μονάδα Ποια είναι η μέση τιμή και η διασπορά των X και Y ; (βʹ (0.5 μονάδα Είναι τα X, Y ανεξάρτητα; (γʹ (0.5 μονάδα Με δεδομένο ότι κάθε σάντουιτς έχει 024 θερμίδες και κάθε ψάρι έχει 52 θερμίδες, με ποιο τρόπο συνεισφέρει κατά μέσο όρο περισσότερες θερμίδες ο παίκτης, με τα σάντουιτς ή με τα ψάρια; (δʹ (0.5 μονάδα Ποια είναι η πιθανότητα να συνεισφέρει συνολικά στην ομάδα, σε μια μέρα, περισσότερες από 3000 θερμίδες; 5. (Χρόνος ολοκλήρωσης αγώνα Ένας παίκτης χρειάζεται χρόνο T για να ολοκληρώσει έναν αγώνα, όπου το T είναι συνεχής τυχαία μεταβλητή που μετράται σε λεπτά και με την ακόλουθη συνάρτηση πυκνότητας: b(x +, x, f(x = b( + x, x +, 0, αλλού. Οι, b είναι άγνωστες σταθερές. Δίνεται, επίσης, ότι E(T = 0 λεπτά. (αʹ (0.5 μονάδα Να σχεδιάσετε την f(x (Υπόδειξη: κάντε αυτό το σκέλος πριν το επόμενο. (βʹ ( μονάδα Να προσδιορίσετε τις τιμές των, b. (γʹ (0.5 μονάδα Αν ο παίκτης παίξει 5 τέτοιους αγώνες, ποια είναι η πιθανότητα να ολοκληρώσει τουλάχιστον 2 από αυτούς σε λιγότερο από 0 λεπτά, αν ο χρόνος που χρειάζεται σε κάθε αγώνα είναι ανεξάρτητος από αγώνα σε αγώνα; 6. (Θερμίδες (.5 μονάδα Ένας διαγωνιζόμενος σε παιχνίδι επιβίωσης λαμβάνει, κάθε μέρα, φαγητό που αναλογεί είτε σε μερίδα φαγητό με πιθανότητα 4 5, είτε σε 5 μερίδες φαγητού, με πιθανότητα 5 επειδή εκείνη τη μέρα κέρδισε κάποιο έπαθλο. Να υπολογίσετε την πιθανότητα τις πρώτες 00 μέρες του παιχνιδιού ο μέσος όρος μερίδων φαγητού τη μέρα με το οποίο τρέφεται ο διαγωνιζόμενος να υπερβαίνει τις δύο. 2
3 ΤΥΠΟΛΟΓΙΟ ΠΙΘΑΝΟΤΗΤΩΝ A (B C = (A B (A C, A (B C = (A B (A C, (A B = A B, (A B = A B, P (A 0 A F, P (Ω =, A i A j = P ( 2 = P (A + P (A 2 +, P (A = P (A, P ( = 0, P (A, A B P (A P (B, P (A B = P (A P (A B, P (A B = P (A + P (B P (A B, P (A B P (A + P (B, P (A B C = P (A + P (A B + P (A B C, P (A B C = P (A + P (B + P (C P (A B P (A C P (B C + P (A B C, P (A = P (A B + P (A B.! Διατάξεις k αντικ. από :, Συνδυασμοί k αντικ. από : ( ( k! k =!, k!( k! Επαναληπτικές διατάξεις μήκους k από αντικ.: k, Επαναληπτικοί συνδυασμοί k αντικ. από : ( ( +k k = +k. P (B A = P (A B = P (A B, P (A A 2... A n = P (A P (A 2 A P (A 3 A 2A... P (A n A A 2... A n, P (B P ( = P (A BP (B + P (A B P (B, P (A BP (B P (A P (B A = P (A BP (B P (A P (A = P (A B P (B + P (A B 2P (B P (A B P (B = P (A B P (B P (A B P (B + P (A B 2P (B P (A B P (B = P (A BP (B P (A BP (B + P (A B P (B, (B i} διαμέριση, (B i} διαμέριση. A, B ανεξάρτητα P (AB = P (AP (B P (B = P (B A P (A = P (A B. p X(x = P (X = x = P (ω : X(ω = x} x S X, F X(x = P (X x, (t = P (X < x, t x F E(X E(g(X = g(xp X(x, E(X + b = E(X + b, E( ig i(x = x S X σ 2 = VAR(X = E [ (X µ 2] = E(X 2 (E(X 2, x k = x, kx k x = ( x, 2 x k = 2 k=0 k=0 k=0 x( + x ( x 3, ex = n=0 = xp X(x, x S X ie(g i(x, VAR(X + b = 2 VAR(X. x n n!, ( + bn = ( n i b n i. i X Bern(p, p X(0 = p, p X( = p, E(X = p, VAR(X = p( p, ( X Διων(, p, p X(k = p k ( p k, E(X = p, VAR(X = p( p, k X Γεωμ(p, p X(k = ( p k p, E(X = /p, VAR(X = ( p/p 2, P (X m + n X > n = P (X m, m, n 0, ( k k X Υπερ(, k, n, p X(m = m( n m, E(X = nk nk( k( n, VAR(X =, 2 ( E(g(X, Y = x,y p XY (x, y = P (X = x, Y = y x S X, y S Y, p X(x = ( n X Poisson(λ, p X(k = e λ λ k, E(X = λ, VAR(X = λ. k! y S Y p XY (x, y, p Y (y = g(x, yp XY (x, y, E(X + by + = E(X + be(y +, E( g k (X, Y = k= i=0 p XY (x, y, x S X E(g k (X, Y, COV(X, Y = E [( X E(X ( Y E(Y ] = E(XY E(XE(Y, VAR(X + Y = VAR(X + VAR(Y + 2 COV(X, Y, X, Y ανεξάρτητες P (X A, Y B = P (X AP (Y B A, B p XY (x, y = p X(xp Y (y x, y, X, Y ανεξάρτητες E(g(Xh(Y = E(g(XE(h(Y, COV(X, Y = 0, p X+Y (m = p X(kp Y (m k, m Z, E( ix i + b = ie(x i + b, VAR( X i = k= VAR(X i + 2 k= i<j n COV(X i, X j. 3
4 E(X = f(x dx = t t P (X B = X U[, b], f(x = f(x dx, B xf(x dx, E(g(X =, b X Εκθ(θ, f(x = R f(x dx = t + f(t dt, P [ X b] = t f(x dx, f(x dx = t b f(x dx = t t t f(x dx, f(x dx, F (x = P (X x = f(x dx + x f(x dx = f(t dt, g(xf(x dx, E(X + b = E(X + b, E( ig i(x = σ 2 = VAR(X = E [ (X µ 2] = E(X 2 (E(X 2, για x [, b], 0, για x [, b], θ e x/θ, για x 0, 0, για x < 0, X (µ, σ 2, f(x = 0, x <, x F (x = b, x b,, x > b, F (x = E(X = + b 2 t t + t + t f(x dx, f(x dx, F (x = f(x, ie(g i(x, VAR(X + b = 2 VAR(X. (b 2, VAR(X =, 2 0, x 0, e x θ, x 0, E(X = θ, VAR(X = θ 2, 2πσ 2 e (x µ2 /2σ 2, για x R, E(X = µ, VAR(X = σ 2, X (µ, σ 2 X µ (0,, σ Z (0,, ϕ(z = e z2 /2, Φ(z = 2π R = (x, y : x b, ϕ (x y ϕ 2(x}, R = (x, y : y b, ϕ (y x ϕ 2(y}, [,b] [,d] f(x, y da = P [(X, Y R] = f XY (x, y da, P ( X b, Y d = f X(x = f XY (x, y dy, f Y (y = [,b] [,d] R R ( d ( b µ P ( X b = Φ σ z e x2 /2 dx, 2π f(x, y da = f(x, y da = f(x, y dy dx = f XY (x, y da = f XY (x, y dx, E(g(X, Y = Φ ( µ σ, Φ(x = Φ( x. ( ϕ2 (x f(x, y dy dx, ϕ (x ( ϕ2 (y f(x, y dx dy, d d k= ϕ (y ( f(x, y dx dy, ( d fxy (x, ydy dx, ( b fxy (x, ydx dy, g(x, yf XY (x, y dxdy, E(X + by + = E(X + be(y +, E( g k (X, Y = E(g k (X, Y, X, Y ανεξάρτητες P (X A, Y B = P (X AP (Y B A, B f XY (x, y = f X(xf Y (y x, y, X, Y ανεξάρτητες E(g(Xh(Y = E(g(XE(h(Y, COV(X, Y = 0, f X+Y (z = E( ix i + b = ie(x i + b, VAR( X i = VAR(X i + 2 k= f X(tf Y (z t dt, i<j n COV(X i, X j. X 0, > 0 P (X E(X, > 0 P ( X E(X VAR(X, 2 X, X 2,... ανεξ. με κοινή κατ., E(X i = µ, X = ϵ > 0, P ( X i X µ < ϵ, καθώς, P ( X = µ =, ( VAR(X i = σ 2, S = σ Xi µ P ( S b Φ(b Φ(, καθώς, (X i µ = σ P ( S Φ(, καθώς, P ( S Φ(, καθώς. 4
5 Πίνακας : Τιμές της τυπικής κανονικής συνάρτησης κατανομής Φ(z για αρνητικά z
6 Πίνακας 2: Τιμές της τυπικής κανονικής συνάρτησης κατανομής Φ(z για θετικά z
Λύσεις 4ης Ομάδας Ασκήσεων
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. Ζυγοβίστι Λύσεις 4ης Ομάδας Ασκήσεων Τμήμα Α Λ αʹ Το συνολικό πλήθος των τερμάτων που θα σημειωθούν είναι X + Y, και η μέση
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του όγδοου φυλλαδίου ασκήσεων.
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 2017-. Λύσεις του όγδοου φυλλαδίου ασκήσεων. 1. Έστω F X, F Y οι συναρτήσεις κατανομής των τ.μ. X, Y και F X,Y η από κοινού συνάρτηση κατανομής τους. Αποδείξτε ότι (i)
Λύσεις 2ης Ομάδας Ασκήσεων
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. (Μπάλες Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ (αʹ Έστω A το ενδεχόμενο να επιλέξουμε τουλάχιστον μια άσπρη μπάλα. Θα υπολογίσουμε
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,...}.
Pr (a X b, c Y d) = c. f XY (x, y) dx dy, (15.1) Pr ((X, Y ) R) = f XY (x, y) dx dy. (15.2)
Κεφάλαιο 5 Συνεχής από κοινού κατανομή Στα Κεφάλαια 9 έως συναντήσαμε μια σειρά ιδιοτήτων της από κοινού κατανομής δύο ή περισσοτέρων διακριτών Τ.Μ. Εδώ θα αναπτύξουμε τις αντίστοιχες ιδιότητες για συνεχείς
0 1/16 1/8 1/16 1/16 1 1/32 1/16 1/8 1/16 2 1/32 1/32 1/16 1/8 3 1/32 1/32 1/32 1/16
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ, ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, ΚΑΘ: ΣΤΑΥΡΟΣ ΤΟΥΜΠΗΣ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ, 7/6/ ΟΝΟΜΑ ΦΟΙΤΗΤΗ:.............................. OdhgÐe. Συμπληρώστε το όνομά σας άνω, και παραδώστε
Περιεχόμενα. Ιδιότητες του cov(x, Y) Ιδιότητες των εκτιμητών Παράδειγμα. 1 Συσχέτιση Μεταβλητών. 2 Εκτιμητές και κατάλοιπα
Περιεχόμενα 1 Συσχέτιση Μεταβλητών Ιδιότητες του cov(x, Y 2 Ιδιότητες των εκτιμητών BEΠ (UPatras Γραμμικά Μοντέλα 4η, 5η Διάλεξη, 2018-19 1 / 12 Συσχέτιση Μεταβλητών Ιδιότητες του cov(x, Y Ένα μέτρο της
X i = Y = X 1 + X X N.
Κεφάλαιο 6 Διακριτές τυχαίες μεταβλητές Σε σύνθετα προβλήματα των πιθανοτήτων, όπως π.χ. σε προβλήματα ανάλυσης πολύπλοκων δικτύων ή στη στατιστική ανάλυση μεγάλων δεδομένων, η λεπτομερής, στοιχείο-προς-στοιχείο
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
4 4 2 = 3 2 = = 1 2
Πιθανότητες και Τυχαία Σήματα Μάθημα 3 ΑΣΚΗΣΗ Εστω ότι έχουμε δύο νομίσματα. Στο νόμισμα A η πιθανότητα να έρθει κεφαλή είναι. Στο νόμισμα B 4 3 η πιθανότητα να έρθει κεφαλή είναι. Δεν είστε σίγουροι ποιο
P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)
Πιθανότητες και Αρχές Στατιστικής (4η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα
c(2x + y)dxdy = 1 c 10x )dx = 1 210c = 1 c = x + y 1 (2xy + y2 2x + y dx == yx = 1 (32 + 4y) (2x + y)dxdy = 23 28
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-7: Πιθανότητες-Χειµερινό Εξάµηνο 5 ιδάσκων : Π. Τσακαλίδης Λύσεις 6ης Σειρά Ασκήσεων Ασκηση. (α) Εχουµε ότι : 6 5 x= y= 6 x= 6 x= c(x + y)dxdy = ) c
ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)
(Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 23 εκεµβρίου 29 5.1. Στο τυχαίο πείραµα της ϱίψης δύο διακεκριµένων κύβων έστω X η ένδειξη του πρώτου κύβου και Y η µεγαλύτερη από τις δύο ενδείξεις. Να προσδιορισθούν
ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ
Τµ. Επιστήµης των Υλικών Συνάρτηση Κατανοµής Ορισµός F(x) = P(X x) = f(t) x t x f(t)dt, X διακριτή τ.µ., X συνεχής τ.µ. Ιδιότητες 0 F(x). 2 F είναι αύξουσα συνάρτηση. 3 F είναι συνεχής εκ δεξιών. 4 lim
200, δηλαδή : 1 p Y (y) = 0, αλλού
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 05 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 6 ιακριτές Τυχαίες Μεταβλητές Επιµέλεια : Σοφία Σαββάκη Ασκηση. Η εταιρεία
159141,9 64 x n 1 n
Πιθανότητες Στατιστική: Λύσεις θεμάτων. Φεβρουάριος 9. Σειρά Α Ζήτημα ο : Μία ομάδα φοιτητών μετρά 64 φορές μία απόσταση s που δεν γνωρίζουν. Τα αποτελέσματα των μετρήσεων εμφανίζονται στον διπλανό πίνακα
f(y) dy = b a dy = b a x f(x) dx = b a dx = x 2 = b2 a 2 2(b a) b a dx = = (a2 + ab + b 2 )(b a) 3(b a)
Κεφάλαιο 11 Συνεχείς κατανομές και ο Ν.Μ.Α. Στο προηγούμενο κεφάλαιο ορίσαμε την έννοια της συνεχούς τυχαίας μεταβλητής, και είδαμε τις βασικές της ιδιότητες. Εδώ θα περιγράψουμε κάποιους ιδιαίτερους τύπους
Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου
Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Τυχαίες Μεταβλητές Συνάρτηση Κατανοµής ιακριτές Τυχαίες Μεταβλητές Παράµετροι τ.µ. Συνεχείς Τυχαίες
x P (x) c P (x) = c P (x), x S : x c
Κεφάλαιο 9 Ανισότητες, από κοινού κατανομή, Νόμος των Μεγάλων Αριθμών 9.1 Ανισότητες Markov και Chebychev Ξεκινάμε αυτό το κεφάλαιο με δύο σημαντικά αποτελέσματα τα οποία, πέραν της μεγάλης χρησιμότητάς
c(x 1)dx = 1 xf X (x)dx = (x 2 x)dx = 2 3 x3 x 2 x 2 2 (x 1)dx x 2 f X (x)dx = (x 3 x 2 )dx = 2 4 x4 2 3 x3
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών Θεωρία Πιθανοτήτων ιδάσκων : Π. Τσακαλίδης Λύσεις Τελικής Εξέτασης - 9 Ιανουαρίου 05 Θέµα. α Η γραφική παράσταση της σ.π.π. f X x ϕαίνεται στο σχήµα :
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
ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ. 1. 0 F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.
ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ Έστω Χ = (Χ 1,,Χ ) T τυχαίο διάνυσμα (τ.δ). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) του τ.δ. Χ την: F(x) = P(X 1 x 1,, X x ), x = (x 1,,x ) T 1. 0 F(x) 1, x.. Η F είναι μη
Βιομαθηματικά BIO-156
Βιομαθηματικά BIO-156 Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 013 lika@biology.uoc.gr Τυχαία Μεταβλητή τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε απλό ενδεχόμενο
ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ
Δ.Φουσκάκης- Πολυδιάστατες Τυχαίες Μεταβλητές 1 ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Συνάρτηση Κατανομής: Έστω Χ=(Χ 1,,Χ ) T τυχαίο διάνυσμα (τ.δ). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) του τ.δ.
ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ
ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ Χαράλαµπος Α. Χαραλαµπίδης 21 εκεµβρίου 2009 ΑΝΕΞΑΡΤΗΣΙΑ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ Ορισµός (α) Εστω (X, Y) διακριτή διδιάστατη τυχαία µεταβλητή µε συνάρτηση πιθανότητας
Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2)
Κεφάλαιο 10 Συνεχείς τυχαίες μεταβλητές Σε αυτό το κεφάλαιο θα εξετάσουμε τις ιδιότητες που έχουν οι συνεχείς τυχαίες μεταβλητές. Εκείνες οι Τ.Μ. X, δηλαδή, των οποίων το σύνολο τιμών δεν είναι διακριτό,
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
Η Κανονική Κατανομή. Κανονικές Κατανομές με την ίδια διασπορά και διαφορετικές μέσες τιμές.
Η Κανονική Κατανομή 1. Η Κανονική Κατανομή Λέμε ότι τυχαία μεταβλητή X, ακολουθεί την Κανονική Κατανομή με παραμέτρους μ και σ 2, και συμβολίζουμε Χ ~ N (μ, σ 2 ) αν έχει συνάρτηση πυκνότητας πιθανότητας
ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)
ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 11 Ιανουαρίου 21 Η δεσµευµένη µέση τιµή µιας τυχαίας µεταβλητής Y σε δεδοµένο σηµείο µιας άλλης τυχαίας µεταϐλητής X = x, συµϐολιϲόµενη
Θεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 4 η : Χαρακτηριστικά Τυχαίων Μεταβλητών. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ.
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...
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 2017-18 Λύσεις του πέμπτου φυλλαδίου ασκήσεων 1 Σε ένα πρόβλημα πολλαπλής επιλογής προτείνονται n απαντήσεις από τις οποίες μόνο μία είναι σωστή Αν η σωστή απάντηση κερδίζει
Ακολουθούν ενδεικτικές ασκήσεις που αφορούν την πρώτη εργασία της ενότητας ΔΙΠ50
Άσκηση 1 η 1 η Εργασία ΔΙΠ50 Ακολουθούν ενδεικτικές ασκήσεις που αφορούν την πρώτη εργασία της ενότητας ΔΙΠ50 Σε ένα ράφι μιας βιβλιοθήκης τοποθετούνται με τυχαία σειρά 11 διαφορετικά βιβλία τεσσάρων θεματικών
ΘΕΜΑ 3 Το ύψος κύματος (σε μέτρα) σε μία συγκεκριμένη θαλάσσια περιοχή είναι τυχαία μεταβλητή X με συνάρτηση πυκνότητας πιθανότητας
ΣΧΟΛΗ ΝΑΥΤΙΚΩΝ ΔΟΚΙΜΩΝ TOMEAΣ ΜΑΘΗΜΑΤΙΚΩΝ ΕΞΕΤΑΣΕΙΣ ΕΠΙΛΟΓΗΣ ΓΙΑ ΕΚΠΑΙΔΕΥΣΗ ΣΤΟ ΕΞΩΤΕΡΙΚΟ ΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ 26 Σεπτεμβρίου 2014 Ομάδα Θεμάτων Α ΘΕΜΑ 1 Ρίχνουμε ένα αμερόληπτο νόμισμα (δύο δυνατά
Λύσεις 1ης Ομάδας Ασκήσεων
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ. Ισότητα συνόλων Έστω C = A i= B i και D = i= A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται,
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
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:
ΕΞΕΤΑΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ ΣΤΑΤΙΣΤΙΚΗ ΤΜΗΜΑΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΝΙΟΥ ( ) ΟΜΑΔΑ Α ( 40% )
ΕΞΕΤΑΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ ΣΤΑΤΙΣΤΙΚΗ ΤΜΗΜΑΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΝΙΟΥ (0-6-005) ΟΜΑΔΑ Α ( 40% ) ) Έστω μια τυχαία μεταβλητή Χ και ένα δείγμα x, x,, x n. Θεωρούμε την τιμή k = n i= ( x && x) i.να διευκρινιστεί
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
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
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:
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-27: Πιθανότητες-Χειµερινό Εξάµηνο 205- ιδάσκων : Π. Τσακαλίδης Λύσεις Τέταρτης Σειράς Ασκήσεων Ασκηση. (αʹ) Σύµφωνα µε το αξίωµα της κανονικοποίησης,
1.1 Βασικές Έννοιες των Διαφορικών Εξισώσεων
Κεφάλαιο 1 Εισαγωγικά Στο κεφάλαιο αυτό θα παρουσιάσουμε τις βασικές έννοιες και ορισμούς των Διαφορικών Εξισώσεων. Στο εδάφιο 1.1 παρουσιάζονται οι βασικές έννοιες και ορισμοί των διαφορικών εξισώσεων
Λύσεις Εξετάσεων Φεβρουαρίου Ακ. Έτους
ΜΑΘΗΜΑΤΙΚΑ, 6-7 ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΕΠΙΚ. ΚΑΘ. ΣΤΑΥΡΟΣ ΤΟΥΜΠΗΣ Λύσεις Εξετάσεων Φεβρουαρίου Ακ. Έτους 6-7. Περιοδικές Συναρτήσεις) Έστω συνεχής συνάρτηση f : R R περιοδική
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
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
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 8 Επιµέλεια : Κατερίνα Καραγιαννάκη Ασκηση. Η τυχαία µεταβλητή X έχει αθροιστική
Σημειώσεις Στατιστική & Πιθανότητες
Σημειώσεις Στατιστική & Πιθανότητες https://github.com/kongr45gpen/ece-notes 26, Εαρινό εξάμηνο Περιεχόμενα I Πιθανότητες 2 2. Πείραμα τύχης.......................................... 2.. Πράξεις..........................................
Τυχαία Διανύσματα και Ανεξαρτησία
Τυχαία Διανύσματα και Ανεξαρτησία Θα γενικεύσουμε την έννοια της τυχαίας μεταβλητής από συνάρτηση στο R σε συνάρτηση στο R n. Ακολούθως, θα επεκτείνουμε τις έννοιες με τις οποίες ασχοληθήκαμε μέχρι τώρα
S T (x) = exp. (α) m n q x = m+n q x m q x. (β) m n q x = m p x m+n p x. (γ) m n q x = m p x n q x+m. tp x = S Tx (t) = S T (x + t) { x+t
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΜΕ ΚΑΤΕΥΘΥΝΣΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΑ ΜΑΘΗΜΑΤΙΚΑ ΑΣΚΗΣΕΙΣ ΑΝΑΛΥΣΗΣ ΘΝΗΣΙΜΟΤΗΤΑΣ ΙΩΑΝΝΗΣ Σ. ΣΤΑΜΑΤΙΟΥ ΣΑΜΟΣ, ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ 2013-2014
Η παρουσίαση που ακολουθεί, αφορά την κανονική κατανομή και σκοπό έχει τη διευκόλυνση των φοιτητών του τμήματος Ηλεκτρολόγων Μηχανικών & Μηχανικών
Η παρουσίαση που ακολουθεί, αφορά την κανονική κατανομή και σκοπό έχει τη διευκόλυνση των φοιτητών του τμήματος Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών να αντιληφθούν τη σημασία της εν λόγω κατανομής
ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ
ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ Χαράλαµπος Α. Χαραλαµπίδης 16 εκεµβρίου 2009 ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ Ενδιαφέρον τόσο από ϑεωρητική άποψη, όσο και από άποψη εφαρµογών, παρουσιάζει και η από κοινού µελέτη
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
Βιομαθηματικά BIO-156. Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2017
Βιομαθηματικά BIO-156 Τυχαίες μεταβλητές Κατανομές Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 17 lika@biology.uoc.gr Τυχαία Μεταβλητή τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε απλό ενδεχόμενο
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
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 5 η Ηµεροµηνία Αποστολής στον Φοιτητή: Μαρτίου 8 Ηµεροµηνία παράδοσης της Εργασίας: Μαϊου 8 Πριν από την
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
2πσ 2 e (x µ)2 /2σ 2 dx = 1. (13.1) e x2 dx. e y2 dy, I = 2. e (y2 +z 2) dy dz.
Κεφάλαιο 3 Κ.Ο.Θ.: Λίγη θεωρία και αποδείξεις Σε αυτό το κεφάλαιο θα δούμε τέσσερις αποδείξεις αποτελεσμάτων που σχετίζονται με την κανονική κατανομή και το Κ.Ο.Θ., οι οποίες είναι αρκετά πιο απαιτητικές,
Διάλεξη 5: Τυχαία Μεταβλητή Κατανομές Πιθανότητας
Διάλεξη 5: ΑΣΚΗΣΕΙΣ 1. Έστω η ποιότητα ενός προϊόντος που παίρνουμε από ένα σύνολο προϊόντων με απλή τυχαία δειγματοληψία. Ανάλογα με το αν το προϊόν είναι ελαττωματικό, καλο ή άριστο, η παίρνει τις τιμές,
#(A B) = (#A)(#B). = 2 6 = 1/3,
Κεφάλαιο 4 Πιθανότητες και συνδυαστική Οπως είδαμε σε κάποια παραδείγματα των προηγουμένων κεφαλαίων, συχνά συναντάμε καταστάσεις όπου όλες οι δυνατές εκφάνσεις ενός τυχαίου πειράματος έχουν την ίδια πιθανότητα.
ΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ
ΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ Στα πλαίσια του προπτυχιακού μαθήματος Χρονικές σειρές Τμήμα μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα 1 Μονοδιάστατες τυχαίες μεταβλητές Τυχαία μεταβλητή είναι
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
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.
Θεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 4 η : Χαρακτηριστικά Τυχαίων Μεταβλητών. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ.
pdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b
Πιθανότητες και Αρχές Στατιστικής (8η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 41 Περιεχόμενα
Έντυπο Yποβολής Αξιολόγησης ΓΕ
Έντυπο Yποβολής Αξιολόγησης ΓΕ O φοιτητής συμπληρώνει την ενότητα «Υποβολή Εργασίας» και αποστέλλει το έντυπο σε δύο μη συρραμμένα αντίγραφα (ή ηλεκτρονικά) στον Καθηγητή-Σύμβουλο. Ο Καθηγητής-Σύμβουλος
ΣΥΝΤΟΜΕΣ ΣΗΜΕΙΩΣΕΙΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ ΘΕΜΗΣ ΜΗΤΣΗΣ TΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΗΡΑΚΛΕΙΟ
ΣΥΝΤΟΜΕΣ ΣΗΜΕΙΩΣΕΙΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ ΘΕΜΗΣ ΜΗΤΣΗΣ TΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΗΡΑΚΛΕΙΟ Περιεχόμενα Προειδοποίηση 2 2 Συνδυαστική 3 3 Αξιωματική Πιθανότητα 5 4 Δεσμευμένη Πιθανότητα 7 5 Τυχαίες
Θεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 6 η : Θεωρητικές Κατανομές Πιθανότητας για Συνεχή Τυχαία Μεταβλητή. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών
Μερικές Διαφορικές Εξισώσεις
Πανεπιστήμιο Πατρών, Τμήμα Μαθηματικών Μερικές Διαφορικές Εξισώσεις Χειμερινό εξάμηνο ακαδημαϊκού έτους 24-25, Διδάσκων: Α.Τόγκας ο φύλλο προβλημάτων Ονοματεπώνυμο - ΑΜ: ΜΔΕ ο φύλλο προβλημάτων Α. Τόγκας
ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α
ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» - 6/2/2014 Διάρκεια Εξέτασης: 2 ώρες και 50 λεπτά Ομάδα Α 1. (2.5 μονάδες) Ο κ. Ζούπας παρέλαβε μία μυστηριώδη τσάντα από το ταχυδρομείο. Όταν
14/11/2016. Στατιστική Ι. 7 η Διάλεξη (Βασικές συνεχείς κατανομές)
Στατιστική Ι 7 η Διάλεξη (Βασικές συνεχείς κατανομές) 1 2 Κανονική (Gaussian) κατανομή Η σπουδαιότερη κατανομή της Θεωρίας Πιθανοτήτων και της Στατιστικής 1. Πολλές τ.μ. περιγράφονται ικανοποιητικά από
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του φυλλαδίου ασκήσεων επανάληψης. P (B) P (A B) = 3/4.
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 207-8. Λύσεις του φυλλαδίου ασκήσεων επανάληψης.. Αν P (A) / και P (A B) /4, βρείτε την ελάχιστη δυνατή και την μέγιστη δυνατή τιμή της P (B). Το B καλύπτει οπωσδήποτε
f X,Y (x, y)dxdy = 1,
Πιθανότητες και Στατιστική Ενότητα 5: Πολυδιάστατες τυχαίες μεταβλητές Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Αθήνα 2015 Διδιάστατη συνεχής τ.μ. Διδιάστατη συνεχής τ.μ. Μια διδιάστατη
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
σ 1 < σ 2 < σ 3 σ 1 σ 2 σ 3
Κεφάλαιο 2 Το Κεντρικό Οριακό Θεώρημα Οπως περιγράψαμε λεπτομερώς στο Κεφάλαιο 9, ο Νόμος των Μεγάλων Αριθμών είναι ένα από τα πιο θεμελιώδη αποτελέσματα της θεωρίας των πιθανοτήτων (βλ. τα Θεωρήματα 9.3
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:
Γενικά Μαθηματικά ΙΙ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 6 η : Μερική Παράγωγος ΙΙ Λουκάς Βλάχος Καθηγητής Αστροφυσικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
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
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a.
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 207- Λύσεις του έβδομου φυλλαδίου ασκήσεων Αν η συνεχής τμ X έχει συνάρτηση κατανομής F X και συνάρτηση πυκνότητας πιθανότητας f X, να βρείτε τις αντίστοιχες συναρτήσεις
ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
- - ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 009-0 ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΥΝΟΨΗΣ
Περιεχόμενα 5ης Διάλεξης 1 Ανισότητα Markov 2 Διασπορά 3 Συνδιασπορά 4 Ανισότητα Chebyshev 5 Παραδείγματα Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 5
5ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 5ο Μάθημα Πιθανότητες
Στατιστική. Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 3 η : Χαρακτηριστικά Τυχαίων Μεταβλητών Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή Γεώργιος Ζιούτας Άδειες
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. Tι ονομάζουμε πραγματική συνάρτηση πραγματικής μεταβλητής; 3. Πως ορίζονται οι πράξεις της πρόσθεσης,
Πιθανότητες και Αρχές Στατιστικής (5η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος
Πιθανότητες και Αρχές Στατιστικής (5η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 30 Περιεχόμενα
X 1 X 2. X d X = 2 Y (x) = e x 2. f X+Y (x) = f X f Y (x) = f X (y)f Y (x y)dy. exp. exp. dy, (1) f X+Y (x) = j= σ2 2) exp x 2 )
Εστω X : Ω R d τυχαίο διάνυσμα με ΠΟΛΥΔΙΑΣΤΑΤΗ ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ X Εχουμε δει ότι η γνώση της κατανομής καθεμιάς από τις X, X,, X d δεν αρκεί για να προσδιορίσουμε την κατανομή του X, αφού δεν περιέχει
P(A ) = 1 P(A). Μονάδες 7
ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΠΑΡΑΣΚΕΥΗ 20 ΜΑΪΟΥ 2016 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΟΛΟ ΣΕΛΙΔΩΝ:
B A B A A 1 A 2 A N = A i, i=1. i=1
Κεφάλαιο 2 Χώρος πιθανότητας και ενδεχόμενα 2.1 Προκαταρκτικά Εστω ότι κάποιος μας προτείνει να του δώσουμε δυόμισι ευρώ για να παίξουμε το εξής παιχνίδι: Θα στρίβουμε ένα νόμισμα μέχρι την πρώτη φορά
Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος
Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Κατανομές Πιθανότητας Ως τυχαία μεταβλητή ορίζεται το σύνολο των τιμών ενός χαρακτηριστικού
Έντυπο Yποβολής Αξιολόγησης ΓΕ
Έντυπο Yποβολής Αξιολόγησης ΓΕ O φοιτητής συμπληρώνει την ενότητα «Υποβολή Εργασίας» και αποστέλλει το έντυπο σε δύο μη συρραμμένα αντίγραφα (ή ηλεκτρονικά) στον Καθηγητή-Σύμβουλο. Ο Καθηγητής-Σύμβουλος
3Νο. ασκήσεις Α Ν Α Λ Υ Σ Η 1Ο Κ Ε Φ Α Λ Α Ι Ο. Θετική Τεχνολογική Κατεύθυνση ( ) ( 0)
Λ Υ Κ Ε Ι Ο Α Ν Α Λ Υ Σ Η 1Ο Κ Ε Φ Α Λ Α Ι Ο ΕΠΙΜΕΛΕΙΑ : Π Δ ΤΡΙΜΗΣ ΜΑΘΗΜΑΤΙΚΟΣ Θετική Τεχνολογική Κατεύθυνση ασκήσεις (ΝΑ ΛΥΘΟΥΝ ΜΕΤΑ ΑΠΟ ΤΙΣ ΑΝΤΙΣΤΟΙΧΕΣ ΤΟΥ ΒΙΒΛΙΟΥ) 3Νο ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ 1 Να μελετήσετε
ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: Απριλίου 0 Ημερομηνία παράδοσης της Εργασίας: 8 Μαΐου 0 Πριν από τη
ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!) 1. Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ 2017-2018 (αʹ) Υπάρχει μια ομάδα ασκήσεων για κάθε ένα των σημειώσεων, και
Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:
Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον
ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ (ΤΜΗΜΑ Μ-Ω)
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Σ. ΤΟΥΜΠΗΣ Οδηγίες (Διαβάστε τες!) 1. Περίληψη: ΟΜΑΔΕΣ ΑΣΚΗΣΕΩΝ 2016-2017 (ΤΜΗΜΑ Μ-Ω) (αʹ) Υπάρχει μια ομάδα ασκήσεων για περίπου κάθε 2 κεφάλαια
Παράρτημα Αʹ. Ασκησεις. Αʹ.1 Ασκήσεις Κεϕαλαίου 1: Εισαγωγή στη κβαντική ϕύση του ϕωτός.
Παράρτημα Αʹ Ασκησεις Αʹ.1 Ασκήσεις Κεϕαλαίου 1: Εισαγωγή στη κβαντική ϕύση του ϕωτός. Άσκηση 1. Συμβατικά στην περιοχή του ηλεκτρομαγνητικού ϕάσματος μακρινό υπέρυθρο (far infrared, FIR) έχουμε μήκος
1η Ομάδα Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, Σ. ΤΟΥΜΠΗΣ. 1. (Ισότητα συνόλων) Να δείξετε ότι
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ, 5-6 Σ. ΤΟΥΜΠΗΣ η Ομάδα Ασκήσεων. Ισότητα συνόλων Να δείξετε ότι A B i A B i. Έστω C A B i και D A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται,
ΜΑΘΗΜΑΤΙΚΑ 5 ΠΕΡΙΟΔΩΝ ΗΜΕΡΟΜΗΝΙΑ: 8 ΙΟΥΝΙΟΥ 2009
ΕΥΡΩΠΑΙΚΟ ΑΠΟΛΥΤΗΡΙΟ 2009 ΜΑΘΗΜΑΤΙΚΑ 5 ΠΕΡΙΟΔΩΝ ΗΜΕΡΟΜΗΝΙΑ: 8 ΙΟΥΝΙΟΥ 2009 ΔΙΑΡΚΕΙΑ ΕΞΕΤΑΣΗΣ: 4 ώρες (240 λεπτά) ΕΠΙΤΡΕΠΟΜΕΝΑ ΒΟΗΘΗΜΑΤΑ Ευρωπαικό τυπολόγιο Μη προγραμματιζόμενος υπολογιστής, χωρίς γραφικά
Το Θεώρημα Stone - Weierstrass
Το Θεώρημα Stone - Weierstrass Θεώρημα 1 Έστω ¹ X συμπαγής χώρος Hausdorff και έστω C R (X η πραγματική άλγεβρα όλων των συνεχών συναρτήσεων f : X R. Έστω ότι ένα υποσύνολο A C R (X (1 το A είναι υπάλγεβρα
Αλγεβρικες οµες ΙΙ. ιδάσκουσα : Χ. Χαραλάµπους. Θέµατα προηγουµένων ετών
Αριστοτελειο Πανεπιστηµιο Θεσσαλονικης Σχολη Θετικων Επιστηµων Τµηµα Μαθηµατικων Αλγεβρικες οµες ΙΙ ιδάσκουσα : Θέµατα προηγουµένων ετών 1 Θέµατα Πολλαπλής Επιλογής Στις ερωτήσεις πολλαπλής επιλογής, εάν
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