Βασικές Έννοιες Ασαφών Συνόλων
|
|
- Ευπραξία Λαμέρας
- 6 χρόνια πριν
- Προβολές:
Transcript
1
2 Ασάφεια (Fuzziness) Έννοια που σχετίζεται με την ποσοτικοποίηση της πληροφορίας και οφείλεται κυρίως σε μη-ακριβή (imprecise) δεδομένα. "Ο Νίκος είναι ψηλός Το πρόβλημα οφείλεται στην αντίληψη που έχει ο καθένας για λεκτικούς προσδιορισμούς ποσοτικών μεγεθών (σημασιολογική ασάφεια) Εγγενές χαρακτηριστικό της γλώσσας. Ασαφής Λογική (fuzzy logic): υπερσύνολο της κλασικής λογικής χειρίζεται τιμές αληθείας μεταξύ του "απολύτως αληθούς" και του "απολύτως ψευδού". Θεωρία Ασαφών Συνόλων (Fuzzy Set Theory) - Lofti Zadeh '60
3 Βασικές Έννοιες Ασαφών Συνόλων Ασαφές Σύνολο (fuzzy set) A: ένα σύνολο διατεταγμένων ζευγών (x, u A (x)) όπου x Χ και u A (x) [0,1]). Το σύνολο Χ περιλαμβάνει όλα τα αντικείμενα στα οποία μπορεί να γίνει αναφορά. u A (x): βαθμός αληθείας (degree of truth) - τιμές στο διάστημα [0,1]. Η συνάρτηση u Α ονομάζεται συνάρτηση συγγένειας (membership function). Προέλευση u A : Υποκειμενικές εκτιμήσεις Προκαθορισμένες (ad hoc) μορφές Συχνότητες εμφανίσεων και πιθανότητες Φυσικές μετρήσεις Διαδικασίες μάθησης και προσαρμογής (νευρωνικά δίκτυα)
4 Αναπαράσταση Ασαφών Συνόλων Αναλυτική έκφρασης της u Α Απλούστευση: τμηματικώς γραμμικής απεικόνιση της u A Σύνολο ζευγών της μορφής u Α (x)/x Π.χ. ψηλός = {0/1.7, 0/1.75, 0.33/1.8, 0.66/1.85, 1/1.9, 1/1.95} Με ζεύγη της μορφής (x, u Α (x)): Π.χ. ψηλός = { (1.7, 0), (1.75, 0), (1.8, 0.33), (1.85, 0.66), (1.9, 1), (1.95, 1) }
5 Ασαφείς Σχέσεις 1/2 Aσαφή σύνολα ορισμένα σε πεδία αναφοράς ανώτερης διάστασης. Παράδειγμα: R = "x είναι βαρύτερο από y" x X, y Y και R X Y Αναπαράσταση της R, σε μορφή πίνακα: Σύνθεση (composition) Ασαφών Σχέσεων: συνδυασμός ασαφών σχέσεων. Πρέπει να προσδιοριστεί η συνάρτηση συγγένειας u R (x,z) της R, με χρήση των συναρτήσεων συγγένειας των R 1 και R 2, δηλαδή των u R1 (x,y) και u R2 (y,z).
6 Ασαφείς Σχέσεις 2/2 Σύνθεση max-min (max-min composition) Σύνθεση max-product (max-product composition). Αν R 1 (x,y) και R 2 (y,z) είναι δύο ασαφείς σχέσεις ορισμένες στα σύνολα Χ Υ και Υ Ζ αντίστοιχα, τότε η σύνθεσή τους δίνει μία νέα σχέση R 1 R 2 ορισμένη στο Χ Ζ με συνάρτηση συγγένειας: Σύνθεση max-min: Σύνθεση max-product:
7 Ασαφείς Μεταβλητές και Ασαφείς Αριθμοί Ασαφής Μεταβλητή (fuzzy variable): οι τιμές τις ορίζονται με ασαφή σύνολα. Π.χ. τα ασαφή σύνολα {κοντός, μεσαίος, ψηλός} θα μπορούσαν να είναι το πεδίο τιμών της ασαφούς μεταβλητής "ύψος". "ύψος": λεκτική (linguistic) μεταβλητή. Ασαφείς αριθμοί (fuzzy numbers): ασαφή υποσύνολα του συνόλου των πραγματικών αριθμών. Π.χ. "Ασαφές 3" στο σχήμα. μη ασαφείς τιμές: crisp (σαφείς, συγκεκριμένες).
8 Η Αρχή της Επέκτασης 1/2 Επέκταση των εννοιών και των υπολογιστικών τεχνικών των κλασσικών μαθηματικών στο πλαίσιο των ασαφών. συνάρτηση f: ορίζει απεικόνιση του Χ={x 1, x 2,.., x n } στο Y={y 1, y 2,.., y n }, έτσι ώστε y 1 =f(x 1 ), y2=f(x 2 ),.., y n =f(x n ). ασαφές σύνολο Α ορισμένο στα στοιχεία του Χ Α = { u A (x 1 )/x 1, u A (x 2 )/x 2,..., u A (x n )/x n } Αν η είσοδος x της συνάρτησης f γίνει ασαφής μέσω του συνόλου Α, τότε τι συμβαίνει με την έξοδο y ; Αρχή Επέκτασης: υπολογισμός ασαφούς συνόλου Β με εφαρμογή της f στο Α. B = f(α) = { u A (x 1 )/f(x 1 ), u A (x 2 )/f(x 2 ),..., u A (x n )/f(x n ) } δηλαδή, κάθε y i =f(x i ) γίνεται ασαφές σε βαθμό u A (xi) πρακτικά, η u B (y) προκύπτει από την u A (x) όπου το x αντικαθίσταται με την έκφραση που προκύπτει για αυτό από την επίλυση της f ως προς x
9 Ειδικές Περιπτώσεις Η Αρχή της Επέκτασης 2/2 αν περισσότερα του ενός διαφορετικά x (έστω τα xm και xn) δίνουν μέσω της συνάρτησης f το ίδιο y (έστω το y 0 ), τότε: u B (y ο )=u A (x m ) u A (x n ). η μέγιστη τιμή συγγένειας των x m και x n στο Α επιλέγεται ως βαθμός συγγένειας του y 0 στο Β αν για κάποιο y ο του Β δεν υπάρχει x 0 του Α τέτοιο ώστε y ο =f(x ο ), τότε η τιμή συγγένειας του Β στο y ο είναι μηδέν. Γενίκευση σε περισσότερες διαστάσεις: αν υπάρχουν οι μεταβλητές u, v,..., w ορισμένες στα σύνολα U, V,..., W αντίστοιχα m διαφορετικά ασαφή σύνολα A 1, A 2,.., A m ορισμένα στο U V... W η πολυπαραμετρική συνάρτηση y=f(u,x,...,w) τότε η ασαφοποίηση του χώρου των y, δηλαδή η συνάρτηση συγγένειας του συνόλου Β, ορίζεται ως εξής:
10 Παράδειγμα Χρήσης Αρχής Επέκτασης 1/2 Πρόσθεση των αριθμών Α:"ασαφές 3" και Β:"ασαφές 7" Α: "ασαφές 3" = { 0/1, 0.5/2, 1/3, 0.5/4, 0/5 } Β: "ασαφές 7" = { 0/5, 0.5/6, 1/7, 0.5/8, 0/9 } Κατασκευάζεται ο πίνακας: Σύμφωνα με την αρχή της επέκτασης θα είναι:
11 Παράδειγμα Χρήσης Αρχής Επέκτασης 2/2 Έστω z=9. Υπάρχουν δύο συνδυασμοί x και y που μας δίνουν άθροισμα 9. αρχή της επέκτασης: u A+Β (9) =max(min(u A (4), u B (5)), min(u A (3), u B (6)), min(u A (2),u B (7)), min(u A (1), u B (8))) = max(min(0.5, 0), min(1, 0.5), min(0.5, 1), min(0, 0.5)) = max( 0, 0.5, 0.5, 0) = 0.5 Άρα: ο βαθμός συγγένειας του z=9 στο ασαφές σύνολο C=A+B είναι 0.5. όμοια για τα υπόλοιπα στοιχεία του πίνακα, οπότε προκύπτει: u A+Β (z) = { 0/7, 0.5/8, 0.5/9, 1/10, 0.5/11, 0.5/12, 0/13 }
12 Παράδειγμα Γραφικής Επίλυσης
13 Έστω η y=f(x): Παράδειγμα Άμεσης Εφαρμογής Αρχής Επέκτασης Έστω ότι το x γίνεται ασαφές μέσω της: u A (x)=1/2 x Η έξοδος y της f γίνεται ασαφής με το u B (y) να προκύπτει με επίλυση της f ως προς x: και αντικατάσταση στην u A (x):
14 Ασαφείς Προτάσεις και Ασαφείς Κανόνες Ασαφής πρόταση είναι αυτή που θέτει μια τιμή σε μια ασαφή μεταβλητή. Ασαφής κανόνας (fuzzy rule): είναι μία υπό συνθήκη έκφραση που συσχετίζει δύο ή περισσότερες ασαφείς προτάσεις. "Εάν η ταχύτητα είναι μέτρια τότε η πίεση στα φρένα να είναι μέτρια Η αναλυτική περιγραφή ενός ασαφούς κανόνα if-then είναι μία ασαφής σχέση R(x,y) που ονομάζεται σχέση συνεπαγωγής (implication relation). Γενική της μορφή της σχέσης (συνάρτησης) συνεπαγωγής: R(x,y) u(x,y)=φ( u A (x), u B (y) ) φ: τελεστής συνεπαγωγής (implication operator)
15 Μερικοί Ασαφείς Τελεστές Συνεπαγωγής Ονομασία Tελεστή φ m : Zadeh Max-Min φ c : Mandani Min φ p : Larsen Product φ α : Arithmetic φ b : Boolean Γενική μορφή προβλημάτων κατά τη συλλογιστική με ασαφείς κανόνες: if x is A then y is B x is A' y is Β' (?) μέσω της συλλογιστικής διαδικασίας GMP (Generalized Modus Ponens - GMP): Β'=A'oR(x,y) if x is A then y is B Αναλυτική Έκφραση του φ[ua(x),ub(y)] (u A (x) u B (y)) (1- u A (x)) u A (x) u B (y) u A (x) u B (y) 1 (1-u A (x) + u B (y)) (1-u A (x)) u B (y)) Συλλογιστικές Διαδικασίας GMP και GMT x is A' (?) y is Β μέσω της συλλογιστικής διαδικασίας GMΤ (Generalized Modus Tollens - GMT): A'=R(x,y)Ob Η σχέση συνεπαγωγής R(x,y) που έχει επιλεγεί να χρησιμοποιηθεί, πρέπει να συνδυαστεί (σύνθεση) με την κατά περίπτωση γνωστή παράμετρο (Α' ή Β') ώστε να υπολογιστεί η άγνωστη παράμετρος.
16 Σύνοψη Ασαφούς Συλλογιστικής Διαδικασίας Με βάση έναν ασαφή κανόνα της μορφής: "if x is A then y is B και έστω συλλογιστική διαδικασία GMP (δηλαδή γνωστό το Α' ως τιμή του x και ζητούμενο το B' ως τιμή του y), τα ασαφή σύνολα Α και Β συνδυάζονται με κάποιον από τους τελεστές συνεπαγωγής και παράγουν τη σχέση συνεπαγωγής R(x,y). Από την R(x,y) μέσω σύνθεσης (έστω max-min σύνθεση) με το Α' προκύπτει η άγνωστη ποσότητα Β': Β'=A'oR(x,y)
17 Ασαφής Συλλογιστική Εξαγωγή συμπερασμάτων με χρήση ασαφών κανόνων. Τέσσερα στάδια: Υπολογισμός της συνάρτησης συνεπαγωγής για κάθε εμπλεκόμενο κανόνα. Παραγωγή επιμέρους αποτελεσμάτων μέσω κάποιας συλλογιστικής διαδικασίας. Συνάθροιση των επιμέρους αποτελεσμάτων. Αποσαφήνιση αποτελεσμάτων.
18 Παράδειγμα Προβλήματος Ασαφούς Συλλογιστικής 1/2 Έστω σύστημα που ρυθμίζει τη δόση D μιας φαρμακευτικής ουσίας που πρέπει να χορηγηθεί σε ασθενή, με βάση τη θερμοκρασία του T. Έστω ότι το σύστημα βασίζεται στους εξής δύο ασαφείς κανόνες: Κ 1 : Κ 2 : if T is HIGH then D is HIGH if T is LOW then D is LOW Δίνονται επίσης τα ασαφή σύνολα HIGH και LOW για τα μεγέθη Τ και D: T LOW = { 0.2/37, 1/37.5, 0.5/38, 0.2/38.5, 0/39, 0/39.5, 0/40 } T HIGH = { 0/37, 0/37.5, 0.2/38, 0.5/38.5, 0.8/39, 1/39.5, 1/40 } D LOW = { 1/0, 0.8/2, 0.5/5, 0.2/8, 0/10 } D HIGH = { 0/0, 0.2/2, 0.5/5, 0.8/8, 1/10 } Αν Τ'=38.5, να υπολογιστεί η τιμή του D' με συλλογιστική διαδικασία GMP.
19 Παράδειγμα Προβλήματος Ασαφούς Συλλογιστικής 2/2
20 Βήμα Α 1 : Υπολογισμός συνάρτησης συνεπαγωγής Μέθοδος MIN 2 κανόνες: δύο τελεστές συνεπαγωγής, οι R K1 και R K2. Χρησιμοποιείται ο τελεστής συνεπαγωγής Mandani min (ή απλά MIN). Κ 1 : if T is HIGH then D is HIGH - Κ 2 : if T is LOW then D is LOW Έστω ο Κ1. Κατασκευάζεται ο πίνακας αριστερά: R K1 D T R K2 D T Κάθε κελί του εσωτερικού πίνακα περιέχει το min(ut HIGH, ud HIGH ) για τα Τ και D της γραμμής και στήλης στην οποία βρίσκεται. Όμοια προκύπτει και η R K2 (T LOW,D LOW ) για τον κανόνα Κ 2 (πίνακας δεξιά) Γενίκευση: αν Ν εκφράσεις στο if τμήμα τότε προκύπτει πίνακας Ν+1 διαστάσεων.
21 Βήμα Α 2 : Παραγωγή επιμέρους αποτελεσμάτων 1/2 Με εφαρμογή της συλλογιστικής διαδικασίας GMP: Κανόνας Κ 1 : D' K1 =Τ'oR K1 (T HIGH,D HIGH ) Κανόνας Κ 2 : D' K2 =Τ'oR K2 (T LOW,D LOW ) Απαιτείται η γραφή της θερμοκρασίας Τ'=38.5 σε μορφή ασαφούς συνόλου, δηλαδή: Τ' = 38.5 = { 0/37, 0/37.5, 0/38, 1/38.5, 0/39, 0/39.5, 0/40 } Χρησιμοποιείται η μέθοδος σύνθεσης (o) max-min (η συνηθέστερη περίπτωση). Τεχνική όμοια με πολλαπλασιασμό πινάκων: χρησιμοποιείται min αντί πολλαπλασιασμού και max αντί πρόσθεσης. 1 ος πίνακας το ασαφές σύνολο Τ' (1x7) και 2ος ο αριστερά του βήματος Α 1 (7x5) Tο αποτέλεσμα θα είναι ένας πίνακας 1x5 που θα αποτελεί και την ποσότητα D' K1. D T D' K1 = [0/37, 0/37.5, 0/38, 1/38.5, 0/39, 0/39.5, 0/40] o D' Κ1 = { 0/0, 0.2/2, 0.5/5, 0.5/8, 0.5/10 }
22 Βήμα Α 2 : Παραγωγή επιμέρους αποτελεσμάτων 2/2 Όμοια, ο κανόνας Κ 2 δίνει: D' Κ2 = { 0.2/0, 0.2/2, 0.2/5, 0.2/8, 0/10 } D' Κ1 (αριστερά) και D' Κ2 (δεξιά).
23 Βήμα Α 3 : Συνάθροιση αποτελεσμάτων Μέθοδος MAX Υπολογίζει τη συνδυασμένη έξοδο των κανόνων παίρνοντας τη μέγιστη τιμή συγγένειας από τις παραμέτρους εξόδου κάθε κανόνα, σημείο προς σημείο (pointwise maximum - max p/w ). Δεδομένου ότι έχει υπολογιστεί: D 1'Κ1 = { 0/0, 0.2/2, 0.5/5, 0.5/8, 0.5/10 } D 1'Κ2 = { 0.2/0, 0.2/2, 0.2/5, 0.2/8, 0/10 } η συνάθροισή τους κατά MAX δίνει D 1 '= {max(0,0.2)/0, max(0.2,0.2)/2, max(0.5,0.2)/5, max(0.5,0.2)/8, max(0.5,0)/10}= { 0.2/0, 0.2/2, 0.5/5, 0.5/8, 0.5/10 }
24 Βήμα Α 4 : Αποσαφήνιση Μέθοδος αποσαφήνισης MAXIMUM διακριτή τιμή: μέγιστη τιμή συγγένειας του τελικού αποτελέσματος. με average-of-maxima αποσαφήνιση: D 1 = (5+8+10)/3=7.7
25 Βήμα Β 1 : Υπολογισμός συνάρτησης συνεπαγωγής Μέθοδος PRODUCT δύο κανόνες: δύο τελεστές συνεπαγωγής, οι R K1 και R K2. Έστω ο τελεστής συνεπαγωγής Larsen Product (ή απλά PRODUCT). Κ 1 : if T is HIGH then D is HIGH - Κ 2 : if T is LOW then D is LOW Κανόνας Κ 1. Κατασκευάζεται ο πίνακας αριστερά: R K1 D T R K2 D T Κάθε κελί του εσωτερικού πίνακα (σχέση συνεπαγωγής R K1 ) περιέχει το (u THIGH u DHIGH ) για τα Τ και D της γραμμής και στήλης στην οποία βρίσκεται. Όμοια προκύπτει και η R K2 (T LOW,D LOW ) για τον κανόνα Κ 2 (πίνακας δεξιά)
26 Βήμα Β 2 : Παραγωγή επιμέρους αποτελεσμάτων 1/2 Με εφαρμογή της συλλογιστικής διαδικασίας GMP: Κανόνας Κ 1 : D' K1 =Τ'oR K1 (T HIGH,D HIGH ) Κανόνας Κ 2 : D' K2 =Τ'oR K2 (T LOW,D LOW ) Απαιτείται η γραφή της θερμοκρασίας Τ'=38.5 σε μορφή ασαφούς συνόλου: Τ' = 38.5 = { 0/37, 0/37.5, 0/38, 1/38.5, 0/39, 0/39.5, 0/40 } Χρησιμοποιείται η μέθοδος σύνθεσης (o) max-min (η συνηθέστερη περίπτωση). 1 ος πίνακας το ασαφές σύνολο Τ' (1x7) και 2ος ο εσωτερικός του βήματος Β 1 (7x5) Tο αποτέλεσμα θα είναι ένας πίνακας 1x5 που θα αποτελεί και την ποσότητα D' K1. D' K1 = [0/37, 0/37.5, 0/38, 1/38.5, 0/39, 0/39.5, 0/40] o D' Κ1 = { 0/0, 0.1/2, 0.25/5, 0.4/8, 0.5/10 } D T
27 Βήμα Β 2 : Παραγωγή επιμέρους αποτελεσμάτων 2/2 Όμοια προκύπτει ότι ο κανόνας Κ 2 δίνει: D' Κ2 = { 0.2/0, 0.16/2, 0.1/5, 0.04/8,0/10 } Γραφική απεικόνιση των D' Κ1 (αριστερά) και D' Κ2 (δεξιά).
28 Βήμα Β 3 : Συνάθροιση αποτελεσμάτων Μέθοδος SUM Υπολογίζει τη συνδυασμένη έξοδο των κανόνων παίρνοντας τo άθροισμα των τιμών συγγένειας των παραμέτρων εξόδου κάθε κανόνα, σημείο προς σημείο (pointwise sum - sum p/w ). Δεδομένου ότι έχει υπολογιστεί: D 2'Κ1 = { 0/0, 0.1/2, 0.25/5, 0.4/8, 0.5/10 } D 2'Κ2 = { 0.2/0, 0.16/2, 0.1/5, 0.04/8, 0/10 }...η συνάθροισή τους κατά MAX δίνει... D 2 '= { (0+0.2)/0, ( )/2, ( )/5, ( )/8, (0.5+0)/10} = { 0.2/0, 0.26/2, 0.35/5, 0.44/8, 0.5/10 }
29 Μέθοδος αποσαφήνισης CENDROID Βήμα Β 4 : Αποσαφήνιση Η διακριτή τιμή είναι αυτή που προκύπτει από το κέντρο βάρους της τελικής συνάρτησης συγγένειας για την ασαφή παράμετρο εξόδου. Το κέντρο βάρους επιφάνειας που ορίζεται από μία συνάρτηση f(t): σχέση (1) Για διακριτού συνόλου αναφοράς: διακριτό άθροισμα με δειγματοληψία Ν σημείων (σχ.2). Με CENDROID αποσαφήνιση στα αποτελέσματα της συνάθροισης SUM, προκύπτει:
30 Διαγραμματική Επίλυση 1/2 Προϋπόθεση: οι συναρτ. συγγένειας να είναι συνεχείς καμπύλες - όχι ζεύγη (x,u(x)) Πρόβλημα: υπολογισμός της δόσης D' μιας φαρμακευτικής ουσίας με βάση την θερμοκρασία Τ' και τους ασαφείς κανόνες: Κ 1 : if T is HIGH then D is HIGH - Κ 2 : if T is LOW then D is LOW με μέθοδο ΜΙΝ για τον υπολογισμό των συναρτήσεων συνεπαγωγής: κανόνας Κ 2 : DEF κανόνας Κ 1 : CGH Λύση: αποσαφήνιση στην "καμπύλη" DJGH
31 Διαγραμματική Επίλυση 2/2 Θεωρώντας μέθοδο PRODUCT για τον υπολογισμό των συναρτήσεων συνεπαγωγής: κανόνας Κ 2 : DF κανόνας Κ 1 : CH Λύση: αποσαφήνιση στην "καμπύλη" DH
32 Συστήματα Ασαφούς Συλλογιστικής Δυσκολότερο σημείο: επιλογή ασαφών μεταβλητών, των τιμών τους και των κανόνων με τους οποίους θα συνδυαστούν. Συναρτήσεις συγγένειας: χρήση νευρωνικών δικτύων. σημεία προσοχής: επιλογή τελεστή συνεπαγωγής, μεθόδου αποσαφήνισης.
33 Σταθερότητα/Ποιότητα Ασαφούς Συστήματος Σταθερότητα: η ικανότητα να εμφανίζει καλή συμπεριφορά σε όλο το φάσμα τιμών εισόδου. Η μορφή του τελικού αποτελέσματος πολλές φορές δίνει μία καλή ένδειξη για την ποιότητα του συνολικού συστήματος. Παράδειγμα a) ύπαρξη ενός "ισχυρού" κανόνα (επιθυμητό χαρακτηριστικό). b) δύο κορυφές: αντιφατική συμπεριφορά (απαιτείται βελτίωση του συστήματος κανόνων). c) μεγάλο πλατό: το σύστημα των κανόνων είναι ελλιπές.
34 Εφαρμογές Ασαφούς Λογικής Σύστημα Linkman (ιστορικά η πρώτη εφαρμογή): βιομηχανίες τσιμέντου. Υπόγειος σιδηρόδρομος Sendai στην Ιαπωνία. Φωτογραφικές μηχανές. Πλυντήρια ρούχων. Συσκευές video-camera. Συστήματα πέδησης (fuzzy ABS). Συστήματα ελέγχου λαβής σε ρομποτικούς βραχίονες. Συσκευές κλιματισμού. Βαλβίδες για έλεγχο ροής. Κατανομή καυσίμου ανάλογα με το φάκελο πτήσης σε δεξαμενές πολεμικών αεροσκαφών. Έμπειρα συστήματα με ασαφείς κανόνες.
Κεφάλαιο 14. Ασάφεια. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου
Κεφάλαιο 4 Ασάφεια Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Ασάφεια (Fuzziness) Έννοια που σχετίζεται µε την ποσοτικοποίηση της πληροφορίας και
Διαβάστε περισσότεραΑσαφής Λογική (Fuzzy Logic)
Ασαφής Λογική (Fuzzy Logic) Ασάφεια: έννοια που σχετίζεται με την ποσοτικοποίηση της πληροφορίας και οφείλεται κυρίως σε μη-ακριβή (imprecise) δεδομένα. Π.χ. "Ο Νίκος είναι ψηλός": δεν προσδιορίζεται με
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή
Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Ασάφεια (Fuzziness) Ποσοτικοποίηση της ποιοτικής πληροφορίας Οφείλεται κυρίως
Διαβάστε περισσότεραΑβέβαιη και Ασαφής Γνώση
Αβέβαιη και Ασαφής Γνώση! Στα προβλήµατα του πραγµατικού κόσµου οι αποφάσεις συνήθως λαµβάνονται υπό αβεβαιότητα (uncertainty), δηλαδή έλλειψη ακριβούς πληροφορίας (π.χ. επείγοντα ιατρικά περιστατικά,
Διαβάστε περισσότεραΑΣΑΦΗΣ ΛΟΓΙΚΗ. Οικονόμου Παναγιώτης Δρ. Ε. Παπαγεωργίου 1
ΑΣΑΦΗΣ ΛΟΓΙΚΗ Ασαφή Σύνολα Συναρτήσεις Συμμετοχής Λεκτικοί Κανόνες Πράξεις Ασαφών Συνόλων Ασαφής Συνεπαγωγές Αποασαφοποίηση Παραδείγματα Ασαφών Συστημάτων Οικονόμου Παναγιώτης 1 Ασάφεια Έννοια που σχετίζεται
Διαβάστε περισσότεραΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #5: Ασαφής Συλλογισμός. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ Ενότητα #5: Ασαφής Συλλογισμός Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε. Άδειες Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης Δούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης ΠΟΛΥΚΡΙΤΗΡΙΑ
Διαβάστε περισσότεραΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης Δούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης ΠΟΛΥΚΡΙΤΗΡΙΑ
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ ΓΛΩΣΣΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ. Πολυκριτήρια Ανάλυση Αποφάσεων
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης ΔΙΑΧΕΙΡΙΣΗ
Διαβάστε περισσότεραΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #3: Αρχή της Επέκτασης - Ασαφείς Σχέσεις. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ Ενότητα #3: Αρχή της Επέκτασης - Ασαφείς Σχέσεις Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε. Άδειες Χρήσης
Διαβάστε περισσότεραΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης ΠΟΛΥΚΡΙΤΗΡΙΑ
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 1. Ασαφή Συστήματα. 1.1 Ασαφή Σύνολα. x A. 1, x
ΚΕΦΑΛΑΙΟ 1 Ασαφή Συστήματα Η τεχνολογική πρόοδος των τελευταίων ετών επέβαλλε τη δημιουργία συστημάτων ικανών να εκτελέσουν προσεγγιστικούς συλλογισμούς, παρόμοιους με αυτούς του ανθρώπινου εγκέφαλου.
Διαβάστε περισσότεραΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ ΤΟΥ ΠΡΟΓΡΑΜΜΑΤΟΣ MATLAB / FUZZY LOGIC TOOLBOX
ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ ΤΟΥ ΠΡΟΓΡΑΜΜΑΤΟΣ MATLAB / FUZZY LOGIC TOOLBOX Σε αυτό το εγχειρίδιο θα περιγράψουμε αναλυτικά τη χρήση του προγράμματος MATLAB στη λύση ασαφών συστημάτων (FIS: FUZZY INFERENCE SYSTEM
Διαβάστε περισσότεραο ό Α αφ ο ι α ι οί οι Α αφο ο ι Α αφ ο α ά ο ι αβ Α αφ α Α αφ ί α ό Α αφο ο ι ά ι Α αφ ο α ια ι α ι ο ι ά αι,, ό ι ι ά ι ά α α Ευφυής Έλεγχος 4
ο ό Α αφ ο ι α ι οί οι Α αφο ο ι Α αφ ο α ά ο ι αβ Α αφ α Α αφ ί α ό Α αφο ο ι ά ι Α αφ ο α ια ι α ι ο ι ά αι,, ό ι ι ά ι ά α α 4 Α αφ ο ι / ι ό φο α ια ο οί ια ά α ο ία φ ά ί αι Α αφή ογι ή (Fuzzy Logic),
Διαβάστε περισσότεραΠΟΛΥΚΡΙΤΗΡΙΑ ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ. Χάρης ούκας, Πάνος Ξυδώνας, Ιωάννης Ψαρράς
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και ιοίκησης ΠΟΛΥΚΡΙΤΗΡΙΑ
Διαβάστε περισσότεραΕ π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ
Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ 1 Συναρτήσεις Όταν αναφερόμαστε σε μια συνάρτηση, ουσιαστικά αναφερόμαστε σε μια σχέση ή εξάρτηση. Στα μαθηματικά που θα μας απασχολήσουν, με απλά λόγια, η σχέση
Διαβάστε περισσότεραΕφαρμοσμένα Μαθηματικά
Εφαρμοσμένα Μαθηματικά ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ενότητα 6: Διπλά Ολοκληρώματα Δρ. Περικλής Παπαδόπουλος Τμήμα Ηλεκτρονικών Μηχανικών Τ.Ε Κάντε κλικ για
Διαβάστε περισσότεραΕυφυής Έλεγχος, Θεωρία και Εφαρμογές
Ευφυής Έλεγχος, Θεωρία και Εφαρμογές Διδακτικές Σημειώσεις Τμήματος Πληροφορικής και Επικοινωνιών Τομέας Αρχιτεκτονικής Υπολογιστικών και Βιομηχανικών εφαρμογών Δρ. Βολογιαννίδης Σταύρος email: svol@teiser.gr
Διαβάστε περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Παραγώγιση Εισαγωγή Ορισμός 7. Αν y f x είναι μια συνάρτηση ορισμένη σε ένα διάστημα
Διαβάστε περισσότεραΗ συνάρτηση y = αχ 2 + βχ + γ
Η συνάρτηση y αχ + βχ + γ Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος: «Σπουδές στην εκπαίδευση» ΜEd 1 Η συνάρτηση y αx + βx + γ με α 0 Μια συνάρτηση της μορφής y αx + βx + γ με α 0 ονομάζεται τετραγωνική
Διαβάστε περισσότεραΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά
ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση: Έστω ότι έχουμε τους παίκτες Χ και Υ. Ο κάθε παίκτης, σε κάθε κίνηση που κάνει, προσπαθεί να μεγιστοποιήσει την πιθανότητά του να κερδίσει. Ο Χ σε κάθε κίνηση που κάνει
Διαβάστε περισσότεραΟ αλγόριθμος πρέπει να τηρεί κάποια κριτήρια
Αλγόριθμος είναι μια πεπερασμένη σειρά ενεργειών, αυστηρά καθορισμένων και εκτελέσιμων σε πεπερασμένο χρόνο, που στοχεύουν στην επίλυση ενός προβλήματος. Ο αλγόριθμος πρέπει να τηρεί κάποια κριτήρια Είσοδος:
Διαβάστε περισσότεραx < y ή x = y ή y < x.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Εαρινό Εξάμηνο 011-1 Τμήμα Μαθηματικών Διδάσκων: Χ.Κουρουνιώτης Μ8 ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΥΣΗΣ Φυλλάδιο 1 Ανισότητες Οι πραγματικοί αριθμοί είναι διατεταγμένοι. Ενισχύουμε αυτήν την ιδέα με
Διαβάστε περισσότερα3 ο Εργαστήριο Μεταβλητές, Τελεστές
3 ο Εργαστήριο Μεταβλητές, Τελεστές Μια μεταβλητή έχει ένα όνομα και ουσιαστικά είναι ένας δείκτης σε μια συγκεκριμένη θέση στη μνήμη του υπολογιστή. Στη θέση μνήμης στην οποία δείχνει μια μεταβλητή αποθηκεύονται
Διαβάστε περισσότεραΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #4: Ασαφής Λογική Συνεπαγωγές. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ Ενότητα #4: Ασαφής Λογική Συνεπαγωγές Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε. Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΤΕΧΝΙΚΗ ΑΝΑΦΟΡΑ ΠΡΟΣΕΓΓΙΣΤΙΚΗ ΛΥΣΗ ΜΙΑΣ ΜΗ-ΓΡΑΜΜΙΚΗΣ ΕΠΑΝΑΛΗΠΤΙΚΗΣ ΕΞΙΣΩΣΗΣ. Τμήμα Μαθηματικών Πανεπιστημίου Πατρών Νοέμβριος 2014
Περίληψη. ΤΕΧΝΙΚΗ ΑΝΑΦΟΡΑ ΠΡΟΣΕΓΓΙΣΤΙΚΗ ΛΥΣΗ ΜΙΑΣ ΜΗ-ΓΡΑΜΜΙΚΗΣ ΕΠΑΝΑΛΗΠΤΙΚΗΣ ΕΞΙΣΩΣΗΣ Μαρία Α. Λευτάκη 1 & Ευάγγελος Π. Βαλάρης 1 Τμήμα Μαθηματικών Πανεπιστημίου Πατρών Νοέμβριος 2014 Μια απλή μη γραμμική
Διαβάστε περισσότεραΗ ασάφεια και τα Ασαφή Σύνολα ρ. Παναγιώτης Λ. Θεοδωρόπουλος Σχολικός Σύµβουλος κλάδου ΠΕ03 www.p-theodoropoulos.gr Εισαγωγή Η έννοια του ασαφούς συνόλου εισήχθη από τον Zadeh το 1965 και δηµιούργησε πραγµατική
Διαβάστε περισσότερα(a) = lim. f y (a, b) = lim. (b) = lim. f y (x, y) = lim. g g(a + h) g(a) h g(b + h) g(b)
1 ΑΝΑΛΥΣΗ ΙΙ Μερική Παράγωγος Μερικές Παράγωγοι Ορισμός 1: a) Εστω f(x y) : U R R μία συνάρτηση δύο μεταβλητών και (a b) ένα σημείο του U. Θεωρούμε ότι μεταβάλλεται μόνο το x ένω το y παραμένει σταθερό
Διαβάστε περισσότεραΧάραξης Ενεργειακών και Περιβαλλοντικών Πολιτικών
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης Υποστήριξη
Διαβάστε περισσότεραΣτατιστική, Άσκηση 2. (Κανονική κατανομή)
Στατιστική, Άσκηση 2 (Κανονική κατανομή) Στον πίνακα που ακολουθεί δίνονται οι μέσες παροχές όπως προέκυψαν από μετρήσεις πεδίου σε μια διατομή ενός ποταμού. Ζητείται: 1. Να αποδειχθεί ότι το δείγμα προσαρμόζεται
Διαβάστε περισσότεραΣΥΣΤΗΜΑΤΑ. 6.1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ (Επαναλήψεις-Συμπληρώσεις)
6 ΣΥΣΤΗΜΑΤΑ 6.1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ (Επαναλήψεις-Συμπληρώσεις) Η εξίσωση αx βy γ Στο Γυμνάσιο διαπιστώσαμε με την βοήθεια παραδειγμάτων ότι η εξίσωση αx βy γ, με α 0 ή β 0, που λέγεται γραμμική εξίσωση,
Διαβάστε περισσότεραΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ
ΜΕΡΟΣ ΙΙ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ 36 ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΔΙΑΚΡΙΤΩΝ ΕΝΑΛΛΑΚΤΙΚΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΣΧΕΔΙΑΣΜΟΥ ΚΑΙ ΣΥΝΘΕΣΗΣ ΔΙΕΡΓΑΣΙΩΝ Πολλές από τις αποφάσεις
Διαβάστε περισσότεραΕνεργειακών και Περιβαλλοντικών Πολιτικών
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης Μοντέλα
Διαβάστε περισσότεραΨηφιακή Επεξεργασία Σημάτων
Ψηφιακή Επεξεργασία Σημάτων Ενότητα 3: Συστήματα Διακριτού Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Συστήματα Διακριτού Χρόνου Εισαγωγή στα Συστήματα Διακριτού Χρόνου Ταξινόμηση Συστημάτων ΔΧ
Διαβάστε περισσότεραΕυφυής Έλεγχος, Θεωρία και Εφαρμογές. Δρ. Βολογιαννίδης Σταύρος,
Ευφυής Έλεγχος, Θεωρία και Εφαρμογές Δρ. Βολογιαννίδης Σταύρος, (svol@teicm.gr) 9 Νοεμβρίου 24 Περιεχόμενα Εισαγωγή. Ευφυής έλεγχος......................... 2 Ασαφής έλεγχος 4 2. Ασαφή σύνολα - Βασικοί
Διαβάστε περισσότεραΒιομηχανικοί Ελεγκτές
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τ.Τ Βιομηχανικοί Ελεγκτές Ενότητα #7: Ευφυής Ελεγκτής Μέρος Α Κωνσταντίνος Αλαφοδήμος Τμήματος Μηχανικών Αυτοματισμού Τ.Ε. Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΚεφάλαιο 1 Συστήματα γραμμικών εξισώσεων
Κεφάλαιο Συστήματα γραμμικών εξισώσεων Παραδείγματα από εφαρμογές Γραμμική Άλγεβρα Παράδειγμα : Σε ένα δίκτυο (αγωγών ή σωλήνων ή δρόμων) ισχύει ο κανόνας των κόμβων όπου το άθροισμα των εισερχόμενων ροών
Διαβάστε περισσότεραΜΕΘΟΔΟΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ
ΜΕΘΟΔΟΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ Βασίζεται στην εφαρμογή των παρακάτω βημάτων:. Το φυσικό πεδίο αναπαριστάται με ένα σύνολο απλών γεωμετρικών σχημάτων που ονομάζονται Πεπερασμένα Στοιχεία.. Σε κάθε στοιχείο
Διαβάστε περισσότεραΓ2.1 Στοιχεία Αρχιτεκτονικής. Γ Λυκείου Κατεύθυνσης
Γ2.1 Στοιχεία Αρχιτεκτονικής Γ Λυκείου Κατεύθυνσης Ορισμός άλγεβρας Boole Η άλγεβρα Boole ορίζεται, ως μία αλγεβρική δομή A, όπου: (α) Το Α είναι ένα σύνολο στοιχείων που περιέχει δύο τουλάχιστον στοιχεία
Διαβάστε περισσότεραΔρ. Βασίλειος Γ. Καμπουρλάζος Δρ. Ανέστης Γ. Χατζημιχαηλίδης
Μάθημα 2ο Δρ. Ανέστης Γ. Χατζημιχαηλίδης Τμήμα Μηχανικών Πληροφορικής Τ.Ε. ΤΕΙ Ανατολικής Μακεδονίας και Θράκης 2016-2017 Ασαφή Συστήματα 2 Η ασαφής λογική προτάθηκε το 1965 από τον Prof. Lotfi Zadeh
Διαβάστε περισσότερα1. Πότε χρησιμοποιούμε την δομή επανάληψης; Ποιες είναι οι διάφορες εντολές (μορφές) της;
1. Πότε χρησιμοποιούμε την δομή επανάληψης; Ποιες είναι οι διάφορες (μορφές) της; Η δομή επανάληψης χρησιμοποιείται όταν μια σειρά εντολών πρέπει να εκτελεστεί σε ένα σύνολο περιπτώσεων, που έχουν κάτι
Διαβάστε περισσότεραΠροβλήματα, αλγόριθμοι, ψευδοκώδικας
Προβλήματα, αλγόριθμοι, ψευδοκώδικας October 11, 2011 Στο μάθημα Αλγοριθμική και Δομές Δεδομένων θα ασχοληθούμε με ένα μέρος της διαδικασίας επίλυσης υπολογιστικών προβλημάτων. Συγκεκριμένα θα δούμε τι
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ Ενότητα #6: Συστήματα Ασαφούς Λογικής Ασαφοποιητές - Αποασαφοποιητές Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού
Διαβάστε περισσότεραΠατώντας το πλήκτρο Enter ή το κουμπί Enter από την γραμμή τύπων εκτελείται η μαθηματική πράξη και παρουσιάζει το αποτέλεσμα του κελιού.
ΜΑΘΗΜΑ 4 ΣΤΟΧΟΙ: 1. Δημιουργία Μαθηματικών Τύπων 2. Τελεστές (Operators) 3. Τιμές (Value) 4. Τιμές Σφάλματος 5. Συναρτήσεις 6. Συνάρτηση Sum 7. Συνάρτηση Max 8. Συνάρτηση Min 9. Συνάρτηση Average 10. Συνάρτηση
Διαβάστε περισσότεραΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ
ΤΜΗΜΑ ΔΙΕΘΝΟΥΣ ΕΜΠΟΡΙΟΥ ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ ΚΕΦΑΛΑΙΑ: ) ΠΙΝΑΚΕΣ ) ΟΡΙΖΟΥΣΕΣ ) ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ 4) ΠΑΡΑΓΩΓΟΙ ΜΑΡΙΑ ΡΟΥΣΟΥΛΗ ΚΕΦΑΛΑΙΟ ΠΙΝΑΚEΣ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ ΟΡΙΣΜΟΣ Πίνακας
Διαβάστε περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Πεπερασμένες και Διαιρεμένες Διαφορές Εισαγωγή Θα εισάγουμε την έννοια των διαφορών με ένα
Διαβάστε περισσότερα1.1. Διαφορική Εξίσωση και λύση αυτής
Εισαγωγή στις συνήθεις διαφορικές εξισώσεις 9 Διαφορική Εξίσωση και λύση αυτής Σε ότι ακολουθεί με τον όρο συνάρτηση θα εννοούμε μια πραγματική συνάρτηση μιας πραγματικής μεταβλητής, ορισμένη σε ένα διάστημα
Διαβάστε περισσότερα'Διερεύνηση αποτελεσματικότητας ασαφούς ελεγκτή για διαφορετικές θέσεις αισθητήρα-διεγέρτη'
'Διερεύνηση αποτελεσματικότητας ασαφούς ελεγκτή για διαφορετικές θέσεις αισθητήρα-διεγέρτη' ΟΝΟΜΑ ΦΟΙΤΗΤΗ: ΣΕΛΛΗΣ ΗΛΙΑΣ ΑΡΙΘΜΟΣ ΜΗΤΡΩΟΥ: 2004010054 ΤΜΗΜΑ: ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ
Διαβάστε περισσότεραf(x) = 2x+ 3 / Α f Α.
ΣΥΝΑΡΤΗΣΕΙΣ 8 ο ΜΑΘΗΜΑ.7. Σύνολο τιμών f(a) της f / A B Ορισμός: Το σύνολο τιμών της συνάρτησης f / Α Β περιλαμβάνει εκείνα τα y Β για τα οποία υπάρχει x Α : «Η εξίσωση y= f ( x) να έχει λύση ως προς x»
Διαβάστε περισσότεραΕρωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2. Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής
Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2 Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής Α2. Ο αλγόριθμος αποτελείται από ένα πεπερασμένο σύνολο εντολών Α3. Ο αλγόριθμος
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ Μαθηματικά Σταύρος Παπαϊωάννου Ιούνιος 015 Τίτλος Μαθήματος Περιεχόμενα Χρηματοδότηση... Error! Bookmark not defined. Σκοποί Μαθήματος (Επικεφαλίδα
Διαβάστε περισσότεραh(x, y) = card ({ 1 i n : x i y i
Κεφάλαιο 1 Μετρικοί χώροι 1.1 Ορισμός και παραδείγματα Ορισμός 1.1.1 μετρική). Εστω X ένα μη κενό σύνολο. Μετρική στο X λέγεται κάθε συνάρτηση ρ : X X R με τις παρακάτω ιδιότητες: i) ρx, y) για κάθε x,
Διαβάστε περισσότεραΘέμα 1 ο (ΜΑΪΟΣ 2004, ΜΑΪΟΣ 2008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Απόδειξη
ΕΚΔΟΣΕΙΣ ΚΕΛΑΦΑ 59 Θέμα 1 ο (ΜΑΪΟΣ 004, ΜΑΪΟΣ 008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Έχουμε f (x+h) - f (x) = c - c = 0 και για h 0 είναι f (x + h) - f (x) 0 m
Διαβάστε περισσότεραΛύσεις των θεμάτων ΔΕΥΤΕΡΑ 19 ΙΟΥΝΙΟΥ 2017 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ
ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΔΕΥΤΕΡΑ 19 ΙΟΥΝΙΟΥ 017 Λύσεις των θεμάτων Έκδοση η (0/06/017, 1:00) ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ
Διαβάστε περισσότερα2 ΟΥ και 7 ΟΥ ΚΕΦΑΛΑΙΟΥ
ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΙΜΕΛΕΙΑ: ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ 2 ΟΥ και 7 ΟΥ ΚΕΦΑΛΑΙΟΥ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΑΛΓΟΡΙΘΜΩΝ και ΔΟΜΗ ΑΚΟΛΟΥΘΙΑΣ 2.1 Να δοθεί ο ορισμός
Διαβάστε περισσότεραΗ-Υ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ. Εργαστήριο 2 Εντολές Εισόδου/Εξόδου Τελεστές. Δρ. Γιώργος Λαμπρινίδης 23/10/2015 Η - Υ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ 1
Η-Υ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Εργαστήριο 2 Εντολές Εισόδου/Εξόδου Τελεστές Δρ. Γιώργος Λαμπρινίδης amprinidis@pharm.uoa.gr 1 Αριθμητικοί Τελεστές + πρόσθεση - αφαίρεση * πολλαπλασιασμός / διαίρεση Προσοχή! Διαίρεση
Διαβάστε περισσότεραΤελεστικοί Ενισχυτές
Τελεστικοί Ενισχυτές Ενισχυτές-Γενικά: Οι ενισχυτές είναι δίθυρα δίκτυα στα οποία η τάση ή το ρεύμα εξόδου είναι ευθέως ανάλογη της τάσεως ή του ρεύματος εισόδου. Υπάρχουν τέσσερα διαφορετικά είδη ενισχυτών:
Διαβάστε περισσότεραΘα ξέρεις τι λέγεται γραμμική εξίσωση με δύο αγνώστους. Λέγεται κάθε εξίσωση της μορφής αχ +βψ =γ. Θα ξέρεις τι είναι το σύστημα εξισώσεων
1. Θα ξέρεις τι λέγεται γραμμική εξίσωση με δύο αγνώστους. Λέγεται κάθε εξίσωση της μορφής αχ +βψ =γ. Θα ξέρεις τι είναι το σύστημα εξισώσεων Είναι ομάδα από δύο ή περισσότερες εξισώσεις των οποίων ζητάμε
Διαβάστε περισσότεραΔιακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά
Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων
Διαβάστε περισσότεραf f 2 0 B f f 0 1 B 10.3 Ακρότατα υπό συνθήκες Πολλαπλασιαστές του Lagrange
Μέγιστα και ελάχιστα 39 f f B f f yx y x xy Οι ιδιοτιμές του πίνακα Β είναι λ =-, λ =- και οι δυο αρνητικές, άρα το κρίσιμο σημείο (,) είναι σημείο τοπικού μεγίστου. Εφαρμογή 6: Στο παράδειγμα 3 ο αντίστοιχος
Διαβάστε περισσότεραΣυνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών
Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών Οι παρούσες σημειώσεις αποτελούν βοήθημα στο μάθημα Αριθμητικές Μέθοδοι του 5 ου εξαμήνου του ΤΜΜ ημήτρης Βαλουγεώργης Καθηγητής Εργαστήριο Φυσικών
Διαβάστε περισσότεραΣυμπίεση Δεδομένων
Συμπίεση Δεδομένων 2014-2015 Κβάντιση Δρ. Ν. Π. Σγούρος 2 Αναλογικά Ψηφιακά Σήματα Αναλογικό Σήμα x t, t [t min, t max ], x [x min, x max ] Δειγματοληψία t n, x t x n, n = 1,, N Κβάντιση x n x(n) 3 Αλφάβητο
Διαβάστε περισσότεραΑνάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4)
Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4) Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Η διαδικαστική γλώσσα προγραμματισμού WHILE Τριάδες Hoare Μερική και Ολική Ορθότητα Προγραμμάτων Κανόνες
Διαβάστε περισσότερα3 η Θεµατική Ενότητα : Απλοποίηση Συναρτήσεων Boole. Επιµέλεια διαφανειών: Χρ. Καβουσιανός
3 η Θεµατική Ενότητα : Απλοποίηση Συναρτήσεων oole Επιµέλεια διαφανειών: Χρ. Καβουσιανός Απλοποίηση Συναρτήσεων oole Ø Η πολυπλοκότητα του κυκλώµατος που υλοποιεί µια συνάρτηση oole σχετίζεται άµεσα µε
Διαβάστε περισσότεραΣ η μ ε ι ώ σ ε ι ς γ ι α τ ο υ π ο λ ο γ ι σ τ ι κ ό φ ύ λ λ ο
Σ η μ ε ι ώ σ ε ι ς γ ι α τ ο υ π ο λ ο γ ι σ τ ι κ ό φ ύ λ λ ο Το λογισμικό αυτό μας διευκολύνει να κατηγοριοποιήσουμε τα δεδομένα μας, να τα ταξινομήσουμε με όποιον τρόπο θέλουμε και να κάνουμε σύνθετους
Διαβάστε περισσότεραΣ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ
Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Τι κάνει η Στατιστική Στατιστική (Statistics) Μετατρέπει αριθμητικά δεδομένα σε χρήσιμη πληροφορία. Εξάγει συμπεράσματα για έναν πληθυσμό. Τις περισσότερες
Διαβάστε περισσότεραΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #2: Ασαφή Σύνολα. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ Ενότητα #2: Ασαφή Σύνολα Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε. Άδειες Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΕισαγωγή στις Βάσεις Δεδομζνων II
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ Εισαγωγή στις Βάσεις Δεδομζνων II Ενότητα: Λογική και Θεωρία Συνόλων Διδάσκων: Πηγουνάκης Κωστής ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΣΧΟΛΗ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες Χρήσης
Διαβάστε περισσότεραΕισαγωγή στους Ηλεκτρονικούς Υπολογιστές
Εισαγωγή στους Ηλεκτρονικούς Υπολογιστές 12 ο Μάθημα Λεωνίδας Αλεξόπουλος Λέκτορας ΕΜΠ E-mail: leo@mail.ntua.gr URL: http://users.ntua.gr/leo 1 GROUP I A Λ ΤΡΙΤΗ PC-Lab GROUP IΙ Μ Ω ΠΑΡΑΣΚΕΥΗ Central Κέντρο
Διαβάστε περισσότερα12. 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 περισσότεραΛίγα λόγια για τους συγγραφείς 16 Πρόλογος 17
Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις
Διαβάστε περισσότεραΓνωρίστε το Excel 2007
Εισαγωγή τύπων Γνωρίστε το Excel 2007 Πληκτρολογήστε το σύμβολο της ισότητας (=), χρησιμοποιήστε ένα μαθηματικό τελεστή (+,-,*,/) και πατήστε το πλήκτρο ENTER. Πρόσθεση, διαίρεση, πολλαπλασιασμός και αφαίρεση
Διαβάστε περισσότεραWord 3: Δημιουργία πίνακα
Word 3: Δημιουργία πίνακα Θα ολοκληρώσουμε την πρακτική μας άσκηση πάνω στο περιβάλλον του Microsoft Word 2013 πειραματιζόμενοι με την καταχώρηση ενός πίνακα στο εσωτερικό ενός εγγράφου. Πολλές φορές απαιτείται
Διαβάστε περισσότεραΜερικές Διαφορικές Εξισώσεις
Πανεπιστήμιο Πατρών, Τμήμα Μαθηματικών Μερικές Διαφορικές Εξισώσεις Χειμερινό εξάμηνο ακαδημαϊκού έτους 14-15, Διδάσκων: Α.Τόγκας ο φύλλο προβλημάτων Ονοματεπώνυμο - ΑΜ: Πρόβλημα 1. Για κάθε μια από τις
Διαβάστε περισσότεραΑιτιολόγηση με αβεβαιότητα
Αιτιολόγηση με αβεβαιότητα Στα προβλήματα του πραγματικού κόσμου οι αποφάσεις συνήθως λαμβάνονται υπό αβεβαιότητα (uncertainty), δηλαδή έλλειψη επαρκούς πληροφορίας. Οι κυριότερες πηγές αβεβαιότητας είναι:
Διαβάστε περισσότεραΣΗΜΕΙΩΣΕΙΣ. x A αντιστοιχίζεται (συσχετίζεται) με ένα μόνο. = ονομάζεται εξίσωση της
ΚΕΦΑΛΑΙΟ 2ο: ΣΥΝΑΡΤΗΣΕΙΣ - ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 1: ΕΝΝΟΙΑ ΠΡΑΓΜΑΤΙΚΗΣ ΣΥΝΑΡΤΗΣΗΣ - ΓΡΑΦΙΚΗ ΠΑΡΑΣΤΑΣΗ ΣΥΝΑΡΤΗΣΗΣ. IΣΟΤΗΤΑ ΣΥΝΑΡΤΗΣΕΩΝ - ΠΡΑΞΕΙΣ ΜΕ ΣΥΝΑΡΤΗΣΕΙΣ - ΣΥΝΘΕΣΗ ΣΥΝΑΡΤΗΣΕΩΝ [Ενότητα
Διαβάστε περισσότεραHY118-Διακριτά Μαθηματικά
HY118-Διακριτά Μαθηματικά Πέμπτη, 01/03/2018 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr Το υλικό των διαφανειών έχει βασιστεί σε διαφάνειες του Kees van Deemter, από το University of Aberdeen 02-Mar-18
Διαβάστε περισσότεραΣήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 1: Σήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Εισαγωγή στα Σήματα 1. Σκοποί της Θεωρίας Σημάτων 2. Κατηγορίες Σημάτων 3. Χαρακτηριστικές Παράμετροι
Διαβάστε περισσότεραΠρόβλημα 29 / σελίδα 28
Πρόβλημα 29 / σελίδα 28 Πρόβλημα 30 / σελίδα 28 Αντιμετάθεση / σελίδα 10 Να γράψετε αλγόριθμο, οποίος θα διαβάζει τα περιεχόμενα δύο μεταβλητών Α και Β, στη συνέχεια να αντιμεταθέτει τα περιεχόμενά τους
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ 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 περισσότεραΑπλή 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 περισσότεραΚεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών
Κεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών 7. Εισαγωγή (ορισμός προβλήματος, αριθμητική ολοκλήρωση ΣΔΕ, αντικατάσταση ΣΔΕ τάξης n με n εξισώσεις ης τάξης) 7. Μέθοδος Euler 7.3
Διαβάστε περισσότεραΚατηγορηματικός Λογισμός (ΗR Κεφάλαιο 2.1-2.5)
Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο 2.1-2.5) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Εισαγωγή στον Κατηγορηματικό Λογισμό Σύνταξη Κανόνες Συμπερασμού Σημασιολογία ΕΠΛ 412 Λογική στην
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY)
ΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY) 3.1 ΘΕΩΡΙΑ-ΤΥΠΟΛΟΓΙΟ-ΠΑΡΑΔΕΙΓΜΑΤΑ ΣΥΝΑΡΤΗΣΕΙΣ Συνάρτηση, ή απεικόνιση όπως ονομάζεται διαφορετικά, είναι μια αντιστοίχιση μεταξύ δύο συνόλων,
Διαβάστε περισσότεραΒασικοί τύποι δεδομένων (Pascal) ΕΠΑ.Λ Αλίμου Γ Πληροφορική Δομημένος Προγραμματισμός (Ε) Σχολ. Ετος Κων/νος Φλώρος
Βασικοί τύποι δεδομένων (Pascal) ΕΠΑ.Λ Αλίμου Γ Πληροφορική Δομημένος Προγραμματισμός (Ε) Σχολ. Ετος 2012-13 Κων/νος Φλώρος Απλοί τύποι δεδομένων Οι τύποι δεδομένων προσδιορίζουν τον τρόπο παράστασης των
Διαβάστε περισσότεραΒ. Βασιλειάδης. Επιχειρησιακή Έρευνα Διάλεξη 5 η -Αλγόριθμος Simplex
Β. Βασιλειάδης Επιχειρησιακή Έρευνα Διάλεξη 5 η -Αλγόριθμος Simplex Περιεχόμενα Ο αλγόριθμος Simplex Βασικά Βήματα Παραδείγματα Συμπεράσματα 1o Bήμα: εξάλειψη των ανισοτήτων Στη μαθηματική διατύπωση του
Διαβάστε περισσότεραΣκοπός. Προγραμματίζοντας τον Arduino ΙΙ Εντολή Εκχώρησης & Εντολές. Συλλογή & Επεξεργασία Δεδομένων. Πρόγραμμα. Εντολές Επεξεργασίας Δεδομένων
Σκοπός Συλλογή & Επεξεργασία Δεδομένων Προγραμματίζοντας τον Arduino ΙΙ Εντολή Εκχώρησης & Εντολές Ελέγχου. Πρόγραμμα Εντολές Επεξεργασίας Δεδομένων Εντολή Εκχώρησης Εντολές Ελέγχου Λογική συνθήκη Εντολή
Διαβάστε περισσότερα( ) Ίσες συναρτήσεις. = g, Οι συναρτήσεις f, g λέμε ότι είναι ίσες και συμβολίζουμε f. όταν: Έχουν το ίδιο πεδία ορισμού Α
.5.. Ίσες συναρτήσεις ΣΥΝΑΡΤΗΣΕΙΣ 7 Ο ΜΑΘΗΜΑ Οι συναρτήσεις f, g λέμε ότι είναι ίσες και συμβολίζουμε f = g, Έχουν το ίδιο πεδία ορισμού Α Για κάθε x Α ισχύει f ( x) = g( x) Αν για τις συναρτήσεις: f:
Διαβάστε περισσότεραm + s + q r + n + q p + s + n, P Q R P Q P R Q R F G
Λύσεις Θεμάτων Θεμελίων των Μαθηματικών 1. Εστω A, B, C τυχόντα σύνολα. Να δειχθεί ότι A (B C) (A B) (A C). Απόδειξη. Εστω x τυχαίο στοιχείο του A (B C). Εξ ορισμού, το x ανήκει σε ακριβώς ένα από τα A,
Διαβάστε περισσότεραΓραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα
Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα Ενότητα: Διανυσματικοί Χώροι και Υπόχωροι: Βάσεις και Διάσταση Ανδριανός Ε Τσεκρέκος Τμήμα Λογιστικής & Χρηματοοικονομικής
Διαβάστε περισσότεραΜΙΑ ΠΡΟΣΕΓΓΙΣΗ ΤΗΣ ΑΣΑΦΟΥΣ ΛΟΓΙΚΗΣ ΑΠΟ ΜΑΘΗΤΕΣ ΛΥΚΕΙΟΥ
ΜΙΑ ΠΡΟΣΕΓΓΙΣΗ ΤΗΣ ΑΣΑΦΟΥΣ ΛΟΓΙΚΗΣ ΑΠΟ ΜΑΘΗΤΕΣ ΛΥΚΕΙΟΥ Καραμολέγκος Πρόδρομος, Εφέντη Ιάσων, Καραγκιοζίδης Νίκος, Μαγριώτης Αντώνης, Θεοχάρους Μαριάνθη Ελένη Μαθητές Β Λυκείου, 1 ο ΓΕΛ Ξάνθης prokaramolegos@gmail.com,
Διαβάστε περισσότεραΑλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2
Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2 ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Ιστοσελιδες Μαθηµατος : http://users.uoi.gr/abeligia/algebraicstructuresi/asi2014/asi2014.html, https://sites.google.com/site/maths4edu/home/algdom114
Διαβάστε περισσότεραΑριθμητική εύρεση ριζών μη γραμμικών εξισώσεων
Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων Με τον όρο μη γραμμικές εξισώσεις εννοούμε εξισώσεις της μορφής: f( ) 0 που προέρχονται από συναρτήσεις f () που είναι μη γραμμικές ως προς. Περιέχουν δηλαδή
Διαβάστε περισσότεραΜοντέλα και Τεχνικές Αξιολόγησης. Ενεργειακών και Περιβαλλοντικών Πολιτικών
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης Μοντέλα
Διαβάστε περισσότεραΠροτασιακή Λογική. Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος
Προτασιακή Λογική (Propositional Logic) Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος - 2015 Λογική Λογική είναι οι κανόνες που διέπουν τη σκέψη. Η λογική αφορά τη μελέτη των διαδικασιών
Διαβάστε περισσότεραΑΚΡΟΤΑΤΑ ΣΥΝΑΡΤΗΣΕΩΝ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ
6 KΕΦΑΛΑΙΟ 3 ΑΚΡΟΤΑΤΑ ΣΥΝΑΡΤΗΣΕΩΝ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ Η θεωρία μεγίστων και ελαχίστων μιας πραγματικής συνάρτησης με μια μεταβλητή είναι γνωστή Στο κεφάλαιο αυτό θα δούμε τη θεωρία μεγίστων και ελαχίστων
Διαβάστε περισσότεραΈνα περιοδικό για το ΑΕΠΠ Τεύχος Πανελλαδικών ΙΙ
Ένα περιοδικό για το ΑΕΠΠ Τεύχος Πανελλαδικών ΙΙ Περιλαμβάνει τα δεύτερα θέματα των πανελληνίων εξετάσεων από το 2000 μέχρι και σήμερα ΑΠΟΛΥΤΗΡΙΕΣ ΓΕΝΙΚΟΥ 2000 Έστω τμήμα αλγορίθμου με μεταβλητές Α, Β,
Διαβάστε περισσότεραP(n 1, n 2... n k ) = n 1!n 2! n k! pn1 1 pn2 2 pn k. P(N L, N R ) = N! N L!N R! pn L. q N R. n! r!(n r)! pr q n r, n! r 1!r 2! r k!
Ασκήσεις Πιθανοτήτων - Στατιστικής Πρόβλημα 1 (Η Πολυωνυμική Κατανομή). Στο πρόβλημα αυτό θα μελετήσουμε μία γενίκευση της διωνυμικής κατανομής που συναντήσαμε στο μάθημα. Συγκεκριμένα, θα δούμε τί συμβαίνει
Διαβάστε περισσότεραΗ 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
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 3 Ο 3.2 Η ΕΝΝΟΙΑ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΚΑΙ Η. (Σ) όπου α, β, α, β, είναι οι
ΚΕΦΑΛΑΙΟ 3 Ο ΣΥΣΤΗΜΑΤΑ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ 3. Η ΕΝΝΟΙΑ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΚΑΙ Η ΓΡΑΦΙΚΗ ΕΠΙΛΥΣΗ ΤΟΥ. Ποια είναι η μορφή ενός συστήματος δύο γραμμικών εξισώσεων, δύο αγνώστων; Να δοθεί παράδειγμα.
Διαβάστε περισσότερα