ΤΟ ΟΜΟΓΕΝΕΣ MΑΡΚΟΒΙΑΝΟ ΣΥΣΤΗΜΑ ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ ΜΕ ΠΕΠΕΡΑΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΣΕ ΜΙΑ ΚΑΤΑΣΤΑΣΗ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΤΟ ΟΜΟΓΕΝΕΣ MΑΡΚΟΒΙΑΝΟ ΣΥΣΤΗΜΑ ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ ΜΕ ΠΕΠΕΡΑΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΣΕ ΜΙΑ ΚΑΤΑΣΤΑΣΗ"

Transcript

1 Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 2 ου Πανελληνίου Συνεδρίου Στατιστικής (27) σελ 3- ΤΟ ΟΜΟΓΕΝΕΣ MΑΡΚΟΒΙΑΝΟ ΣΥΣΤΗΜΑ ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ ΜΕ ΠΕΠΕΡΑΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΣΕ ΜΙΑ ΚΑΤΑΣΤΑΣΗ Γ Βασιλειάδης Γ Τσακλίδης 2 Τμήμα Μαθηματικών ΑΠΘ gval@mathauthg 2 Τμήμα Μαθηματικών ΑΠΘ tald@mathauthg ΠΕΡΙΛΗΨΗ Στην παρούσα εργασία μελετάμε το ομογενές Μαρκοβιανό σύστημα (ΟΜΣ) διακριτού χρόνου το οποίο παρουσιάζει πεπερασμένη χωρητικότητα c σε μία από τις καταστάσεις του Εξετάζουμε τη συμπεριφορά ενός τέτοιου συστήματος στην εξέλιξη του χρόνου με τη βοήθεια των παραγοντικών ροπών των μεγεθών των καταστάσεων Για το σκοπό αυτό δίνεται επαναληπτική σχέση με παράμετρο το χρόνο για τις παραγοντικές ροπές των μεγεθών των καταστάσεων του συστήματος συναρτήσει των παραγοντικών ροπών του μεγέθους υπερχείλισης Με τη βοήθεια των ροπών προσδιορίζεται στη συνέχεια η κατανομή των μεγεθών των καταστάσεων του συστήματος ΤΟ ΚΛΕΙΣΤΟ ΟΜΟΓΕΝΕΣ ΜΑΡΚΟΒΙΑΝΟ ΣΥΣΤΗΜΑ ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ Θεωρούμε ότι έχουμε ένα σύστημα τα μέλη του οποίου είναι ταξινομημένα σε καταστάσεις σύμφωνα με κάποιο χαρακτηριστικό τους Οι καταστάσεις του συστήματος ορίζονται με τέτοιο τρόπο ώστε κάθε μέλος να ανήκει σε μία μόνο κατάσταση Όλα τα μέλη του συστήματος έχουν τη δυνατότητα να μετακινούνται από κατάσταση σε κατάσταση Θεωρούμε ότι οι μετακινήσεις αυτές γίνονται σε χρόνο διακριτό Επίσης ο αριθμός των μελών του συστήματος είναι σταθερός Δεν υπάρχει η δυνατότητα εισόδου νέων μελών ούτε επιτρέπεται η έξοδος στους ήδη υπάρχοντες Για ένα ομογενές Μαρκοβιανό Σύστημα (ΟΜΣ) χρησιμοποιούμε τους παρακάτω συμβολισμούς t = 2 η παράμετρος του χρόνου (βήματα ή χρονικές στιγμές) S = { 2 } ο χώρος καταστάσεων N το πλήθος των μελών του συστήματος - 3 -

2 Θεωρούμε ότι τα Ν σε πλήθος μέλη του συστήματος είναι κατανεμημένα στις σε πλήθος καταστάσεις και πραγματοποιούν μετακινήσεις μέσα στο σύστημα καθώς ο χρόνος ρέει διακριτά Συμβολίζουμε με p ( = 2 ) την πιθανότητα μετάβασης από την κατάσταση στη σ ένα βήμα Οι πιθανότητες αυτές είναι σταθερές ανεξάρτητες του χρόνου και δίνονται ως στοιχεία ενός πίνακα P = p = 2 ο οποίος ονομάζεται πίνακας μετάβασης Επίσης συμβολίζουμε με n () t = 2 το πλήθος των μελών του συστήματος που μετακινούνται από την κατάσταση στη ανάμεσα στις χρονικές στιγμές t και t + και με n () t = 2 το πλήθος των μελών που βρίσκονται στην κατάσταση τη χρονική στιγμή t Η πληθυσμιακή δομή του συστήματος σε κάθε χρονική στιγμή t δίνεται από το διάνυσμα n () t = n () t n () t n () t T ( ) 2 το οποίο ονομάζεται διάνυσμα κατάστασης του συστήματος για τη χρονική στιγμή t t = 2 Για τις βασικές έννοιες στις μαρκοβιανές αλυσίδες και τη θεμελίωση του ΟΜΣ αναφέρουμε ενδεικτικά τα Batholomew (982) Iaacon and Maden (976) Valou (997) ενώ σχετικά με εφαρμογές των ΟΜΣ αναφέρουμε τις εργασίες Gan (963) Kpoud and Tald (2) McClean McAlea and Mllad (998) Tald and Soldato (23) 2 ΤΟ ΟΜΣ ΜΕ ΠΕΠΕΡΑΣΜΕΝΗ ΧΩΡΗΤΙΚΟΤΗΤΑ ΣΕ ΜΙΑ ΚΑΤΑΣΤΑΣΗ Στο σύνηθες κλειστό ΟΜΣ που περιγράψαμε θεωρούμε ότι οι μετακινήσεις των μελών του συστήματος γίνονται χωρίς να υπάρχει κάποιος περιορισμός όσον αφορά τη χωρητικότητα των καταστάσεων Δεχόμαστε δηλαδή ότι όλα τα μέλη του συστήματος που μετακινούνται προς μία κατάσταση κατά το χρονικό διάστημα [ t t) εισέρχονται σ αυτήν και αποτελούν το μέγεθός της για τη χρονική στιγμή t Στο ομογενές Μαρκοβιανό σύστημα με πεπερασμένη χωρητικότητα σε μία κατάσταση το οποίο θα συμβολίζουμε με ΟΜΣ/ c { 2 } θεωρούμε ότι υπάρχει περιορισμός στη χωρητικότητα της κατάστασης Το μέγεθος αυτής δεν μπορεί να υπερβεί μία τιμή c c N δηλαδή n () t c για κάθε χρονική στιγμή t = 2 Έτσι η εξέλιξη του συστήματος επηρεάζεται από το πλήθος των μελών που μετακινούνται προς τη συγκεκριμένη κατάσταση σε κάθε χρονική στιγμή t Αν το πλήθος αυτό δεν υπερβαίνει τη χωρητικότητα c τότε όλα τα μέλη που μετακινούνται - 4 -

3 προς την κατάσταση εισέρχονται σ αυτή Αν όμως σε κάποια χρονική στιγμή t το πλήθος αυτό υπερβαίνει τη χωρητικότητα τότε στην κατάσταση εισέρχονται μόνο c από αυτά και λέμε ότι τη δεδομένη χρονική στιγμή το σύστημα παρουσιάζει υπερχείλιση Τα μέλη του συστήματος που μετακινούνται προς την κατάσταση αλλά δεν εισέρχονται σ αυτή λόγω του περιορισμού της χωρητικότητας ονομάζονται υπερχειλίζοντα μέλη Στην περίπτωση υπερχείλισης θεωρούμε ότι τα υπερχειλίζοντα μέλη αποβάλλονται από το σύστημα και δεν υπάρχει η δυνατότητα επανεισόδου Επομένως το συνολικό μέγεθος του συστήματος δεν είναι σταθερό για κάθε χρονική στιγμή t αλλά εξαρτάται από το πλήθος των μελών που έχουν εγκαταλείψει το σύστημα λόγω του φαινομένου της υπερχείλισης Για την ανάλυση ενός τέτοιου συστήματος εκτός από τους συμβολισμούς που χρησιμοποιούνται στο σύνηθες ΟΜΣ θα χρειαστούμε και τους παρακάτω συμβολισμούς: N το μέγεθος του συστήματος τη χρονική στιγμή t t et () ο αριθμός των μελών του συστήματος που υπερχειλίζουν τη χρονική στιγμή t (μέγεθος υπερχείλισης) e οι συνολικές απώλειες του συστήματος μέχρι τη χρονική στιγμή t λόγω t του περιορισμού της χωρητικότητας m () t = 2 το πλήθος των μελών του συστήματος που μετακινούνται προς την κατάσταση κατά το χρονικό διάστημα [ t t) (όπου οι μετακινούμενοι προς την δεν εισέρχονται απαραίτητα όλοι στην λόγω της χωρητικότητας) 3 ΠΑΡΑΓΟΝΤΙΚΕΣ ΡΟΠΕΣ ΣΤΟ ΟΜΣ/ c Έστω ένα ΟΜΣ/ c { 2 } και n() t = ( n() t n2() t n ()) T t το διάνυσμα κατάστασης τη χρονική στιγμή t Για να μελετήσουμε την εξέλιξη του ΟΜΣ/ c μπορούμε να χρησιμοποιήσουμε τις παραγοντικές ροπές -τάξης των τμ n () t = 2 Είναι προφανές ότι για κάθε χρονική στιγμή t η τμ m () t που εκφράζει το πλήθος των μελών του συστήματος που μετακινούνται προς την κατάσταση κατά το χρονικό διάστημα [ t t) ταυτίζεται για με το μέγεθος της κατάστασης τη χρονική στιγμή t δηλαδή n () t = m ()αν t = 2 Το μέγεθος της κατάστασης για κάθε χρονική στιγμή t λόγω του περιορισμού της χωρητικότητας θα είναι - 5 -

4 ή m() t m() t < c n () t = c m () t c n () t = m () t e() t όπου et () ο αριθμός των μελών του συστήματος που υπερχειλίζουν τη χρονική στιγμή t Χρησιμοποιώντας τα αποτελέσματα για τις παραγοντικές ροπές των μεγεθών των καταστάσεων σ ένα ΟΜΣ διακριτού χρόνου (Valad and Tald (δεκτό προς δημοσ)) προκύπτουν εύκολα οι Προτάσεις 3 και 32 όπου δίνονται επαναληπτικές σχέσεις με τη βοήθεια των οποίων μπορούμε να υπολογίσουμε για κάθε χρονική στιγμή t τις παραγοντικές καθώς επίσης και τις μεικτές παραγοντικές ροπές των τμ m () t = 2 Πρόταση 3 Σ ένα ΟΜΣ/ c με πίνακα μετάβασης ( ) [ ( ) P = p η -τάξης ( N ) παραγοντική ροπή Em t + ] της τμ m ( t+ ) = 2 δίνεται από τη σχέση! x E[ m ( t+ )] = En [ () tn () t n ()] t p p p ( ) ( x) ( x2) ( x) x x2 2 2 x + + x = xx x! 2!! Πρόταση 32 Σ ένα ΟΜΣ/ c με πίνακα μετάβασης παραγοντικές ροπές των τμ m ( t+ ) δίνονται από τη σχέση όπου N = 2 ( )! E m ( t+ ) = = x++ x= x + + x= = x! x! x x = E n () t p = = = P = p οι μεικτές Για τον υπολογισμό των παραγοντικών ροπών των μεγεθών n() t = 2 του ΟΜΣ/ c που εξετάζουμε μπορούμε να χρησιμοποιήσουμε τα παραπάνω αποτελέσματα για όλες τις καταστάσεις του συστήματος αντικαθιστώντας n () t = m () t εκτός από την περίπτωση = διότι η κατάσταση παρουσιάζει χωρητικότητα c οπότε n() t m() t Η -τάξης παραγοντική ροπή της τμ n () t μπορεί να υπολογιστεί για κάθε χρονική στιγμή t με τη βοήθεια της επαναληπτικής σχέσης που δίνεται στην επόμενη πρόταση - 6 -

5 Πρόταση 33 Σ ένα ΟΜΣ/ c με πίνακα μετάβασης παραγοντική ροπή ( ) [ ( )] P = p η -τάξης E n t της τμ n () t { 2 } δίνεται από την επαναληπτική σχέση E n t! E n t p Απόδειξη Για την c ( l) E e ( l) t [ ( )] l ( ) ( x) x [ ( )] = ( ) x x xx x + + =! 2!! = = -τάξης παραγοντική ροπή της τμ n () t έχουμε c ( ) ( ) ( ) ( ) ( ) = x + c+ + c N t x= En [ ( t)] x p c p c p c p όπου p = Pm ( ( t) = ) = Nt Τότε N t ( ) ( ) ( ) ( ) ( ) ( ) = x + c+ + c+ 2 x= En [ ( t)] x p ( c ) c p ( c 2) c p N c p () ( ) ( ) t Nt Μπορεί να δειχθεί ότι για = 2 N t c ισχύει ( c+ ) c = c + c + + c 2 ( ) ( ) ( ) (2) ( 2) ( ) ( ) Έτσι από την () έχουμε 2 2 En [ ( t)] Em [ ( t)] c p c c p ή ( ) ( ) ( ) ( ) (2) ( 2) = c+ + c ( ) 3 (2) ( 2) 3 (3) ( 3) c c c p + + c N + + Nt c c ( ) t N t c ( Ntc) ( Ntc) c p t c N c - 7 -

6 En [ ( t)] Em [ ( t)] [ c p c p Ntc Nt c (3) ( 3) ( ) ( ) + c p c+ + + c pc+ ] = 3 3 = Ntc Ntc ( ) ( ) ( ) (2) ( 2) = c+ + c+ = = 2 2 Εύκολα μπορούμε να δούμε ότι για κάθε N ισχύει ( ) ( ) = Επομένως από την προηγούμενη σχέση προκύπτει ότι Ntc Nt c ( ) ( ) ( ) (2) ( 2) En [ ( t)] = Em [ ( t)] [ c p + c p = = 2 2 Ntc Nt c (3) ( 3) ( ) () + c p c+ + + c pc+ ] = 3 3 = + c+ c+ (2) Όσον αφορά την τάξης παραγοντική ροπή της τμ et () που εκφράζει το πλήθος των μελών του συστήματος που υπερχείλισαν τη χρονική στιγμή t έχουμε Ntc Ntc ( ) ( ) ( ) E[ e ( t)] = x P( e( t) = x) = x P( m ( t) = c+ x) x= x= Nt c ( ) = x pc+ x x= (3) Τότε από τις (2) και (3) προκύπτει ότι ( ) ( ) ( ) ( 2) (2) En [ ()] t = Em [ ()] t [ c Eet [()] + c Ee [ ()] t + 2 ( 3) (3) ( ) + c E[ e ( t )] + + E[ e ( t)]] 3 ( ) ( l) ( l) = Em [ ( t)] c Ee [ ( t)] l Άρα χρησιμοποιώντας την Πρόταση 3 που μας δίνει τις παραγοντικές ροπές της τμ m () t παίρνουμε

7 ! E n t E n t p ( ) ( x) x [ ( )] = ( ) x x xx x + + =! 2!! = = c ( l) E e ( l) t [ ( )] l Γενίκευση της Πρότασης 33 αποτελεί η πρόταση που διατυπώνεται στη συνέχεια με τη βοήθεια της οποίας μπορούμε να υπολογίσουμε οποιασδήποτε τάξης μεικτή παραγοντική ροπή των τμ () Πρόταση 34 n t = 2 Σ ένα ΟΜΣ/ c με πίνακα μετάβασης παραγοντικές ροπές των τμ n () t = 2 ικανοποιούν τη σχέση όπου N = 2 ( )! E n () t = = x++ x= x + + x= = x! x! x x = E n ( t) p = = = c E[ e ( t) n ( t)] ( l) () l ( ) l = P = p οι μεικτές Απόδειξη Η ζητούμενη σχέση προκύπτει ακολουθώντας τα βήματα της απόδειξης της Πρότασης 33 και χρησιμοποιώντας την Πρόταση 32 4 ΚΑΤΑΝΟΜΗ ΤΩΝ ΜΕΓΕΘΩΝ ΤΩΝ ΚΑΤΑΣΤΑΣΕΩΝ Λαμβάνοντας υπόψη τα αποτελέσματα για τις κατανομές των μεγεθών των καταστάσεων του κλασικού ΟΜΣ (Valad and Tald (δεκτό προς δημοσ)) εύκολα προκύπτει η επόμενη πρόταση όπου δίνεται η κατανομή των τμ m () t = 2 για κάθε χρονική στιγμή t συναρτήσει των παραγοντικών ροπών Πρόταση 4 Η κατανομή των τμ m() t = 2 για κάθε χρονική στιγμή t t = 2 σ ένα ΟΜΣ/ c δίνεται από τη σχέση ( ) Pmt [ n] Em t Pe l Nc Nln ( n+ ) () = = [ ()] ( t = ) n! =! Απόδειξη Για την κατανομή των τμ m() t / et = 2 έχουμε (Valad and Tald (δεκτό προς δημοσ)) - 9 -

8 Άρα Net n ( ) ( n+ ) = / t = n! =! Pm () t ne Em [ ()] t (4) N c [ ] [ ] Pmt () = n= Pmt () = ne / = Pe ( = l) t t Nc Nln ( ) ( n+ ) = E[ m ( t)] P( et = l) n! =! Από την Πρόταση 4 προκύπτουν άμεσα και οι κατανομές των μεγεθών των καταστάσεων ενός ΟΜΣ/ c Όπως προαναφέραμε το μέγεθος κάθε κατάστασης εκτός από την κατάσταση που παρουσιάζει χωρητικότητα ταυτίζεται με το πλήθος των μελών του συστήματος που μετακινούνται προς την κατάσταση αυτή δηλαδή n () t = m() t για για κάθε t και = 2 Επομένως είναι και [ () ] [ () ] 2 P n t = n = P m t = n = n = N Ειδικά για την κατάσταση η οποία παρουσιάζει χωρητικότητα c έχουμε P n () t = n = P m () t = n για n< c [ ] [ ] [ ] [ c Pn() t = c= Pn() t = = ] ABSTRACT In th pape we conde a dcete-tme Homogeneou Maov Sytem (HMS) wth fnte capacty c at ome gven tate We examne the evoluton of the ytem ung the moment of t tate ze Recuve fomulae ae deved n ode to compute the moment of the tate ze fo any tme pont The pdf of the tate ze follow dectly by mean of the moment ΑΝΑΦΟΡΕΣ Batholomew DJ (982) Stochatc Model fo Socal Pocee 3 d edn John Wley New Yo Gan J (963) Fomulae fo poectng enolment and degee awaded n unvete J R Statt Soc A Iaacon DL and Maden RW (976) Maov Chan Theoy and applcaton John Wley New Yo Kotz S and Johnon NL (969) Dcete dtbuton Hougnton Mffln - -

9 Kpoud I and Tald G (2) The ze ode of the tate vecto of a contnuou-tme homogeneou Maov ytem wth fxed ze J Appl Pob McClean SI McAlea B and Mllad P (998) Ung a Maov ewad model to etmate pend-down cot fo a geatc depatment J Opeat Re Soc 2-25 Tald G and Soldato KP (23) Modellng of contnuou tme homogeneou Maov ytem wth fxed ze a elatc old Appl Math Modell Valad G and Tald G (δεκτό προς δημοσίευση) On the dtbuton of the tate ze of dcete tme Homogeneou Maov Sytem Valou P-CG (997) The evoluton of the theoy of non-homogeneou Maov ytem Appl Stochatc Model Data Anal 3 no

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων 1ο Σετ Ασκήσεων - Λύσεις

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων 1ο Σετ Ασκήσεων - Λύσεις Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων ο Σετ Ασκήσεων - Λύσεις Νοέμβριος - Δεκέμβριος 205 Ερώτημα (α). Η νοσοκόμα ακολουθεί μια Ομογενή Μαρκοβιανή Αλυσίδα Διακριτού Χρόνου με χώρο καταστάσεων το σύνολο

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2014-2015 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας

Διαβάστε περισσότερα

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου Θεωρημα 1 Εστω s S μια οποιαδήποτε κατάσταση μιας αδιαχώριστης Μαρκοβιανής αλυσίδας.

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις (3) Αγγελική Αλεξίου

Στοχαστικές Ανελίξεις (3) Αγγελική Αλεξίου Στοχαστικές Ανελίξεις (3) Αγγελική Αλεξίου alexiou@unipi.gr 1 Αλυσίδες Markov 2 Παράδειγμα 1: παιχνίδι τύχης Στοχαστικές Ανελίξεις Α. Αλεξίου 3 Παράδειγμα 2: μηχανή Έστω μηχανή που παράγει ένα προϊόν με

Διαβάστε περισσότερα

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου Λημμα Εστω A ένα σύνολο άπειρου πλήθους θετικών ακέραιων αριθμών των οποίων

Διαβάστε περισσότερα

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ και ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΓΕΩΡΓΙΟΥ Π. ΒΑΣΙΛΕΙΑ Η

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ και ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΓΕΩΡΓΙΟΥ Π. ΒΑΣΙΛΕΙΑ Η ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ και ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΓΕΩΡΓΙΟΥ Π. ΒΑΣΙΛΕΙΑ Η Πτυχιούχου Μαθηµατικού ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΣΧΕΣΕΙΣ ΓΙΑ ΤΙΣ ΡΟΠΕΣ ΤΩΝ ΜΕΓΕΘΩΝ ΤΩΝ

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

Στατιστική. Εκτιμητική

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

Διαβάστε περισσότερα

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης 1 Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης Όπως γνωρίζουμε από προηγούμενα κεφάλαια, στόχος των περισσότερων στατιστικών αναλύσεων, είναι η έγκυρη γενίκευση των συμπερασμάτων, που προέρχονται από

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι

Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι Επιμέλεια: Ι. Λυχναρόπουλος. Δείξτε ότι ο V R εφοδιασμένος με τις ακόλουθες πράξεις (, a b) + (, d) ( a+, b+ d) και k ( ab, ) ( kakb,

Διαβάστε περισσότερα

a n = 3 n a n+1 = 3 a n, a 0 = 1

a n = 3 n a n+1 = 3 a n, a 0 = 1 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 περισσότερα

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)

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

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

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

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών

Συνήθεις 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 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

Αριθμητική Ανάλυση και Εφαρμογές

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

Διαβάστε περισσότερα

Στοχαστικές Στρατηγικές. διαδρομής (1)

Στοχαστικές Στρατηγικές. διαδρομής (1) Στοχαστικές Στρατηγικές η ενότητα: Το γενικό πρόβλημα ελάχιστης διαδρομής () Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 08-09 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο

Διαβάστε περισσότερα

Kεφάλαιο 4. Συστήματα διαφορικών εξισώσεων. F : : F = F r, όπου r xy

Kεφάλαιο 4. Συστήματα διαφορικών εξισώσεων. F : : F = F r, όπου r xy 4 Εισαγωγή Kεφάλαιο 4 Συστήματα διαφορικών εξισώσεων Εστω διανυσματικό πεδίο F : : F = Fr, όπου r x, και είναι η ταχύτητα στο σημείο πχ ενός ρευστού στο επίπεδο Εστω ότι ψάχνουμε τις τροχιές κίνησης των

Διαβάστε περισσότερα

Η δυαδική σχέση M ( «παράγει σε ένα βήμα» ) ορίζεται ως εξής: (q, w) M (q, w ), αν και μόνο αν w = σw, για κάποιο σ Σ

Η δυαδική σχέση M ( «παράγει σε ένα βήμα» ) ορίζεται ως εξής: (q, w) M (q, w ), αν και μόνο αν w = σw, για κάποιο σ Σ Πεπερασμένα Αυτόματα (ΠΑ) Τα πεπερασμένα αυτόματα είναι οι απλούστερες «υπολογιστικές μηχανές». Δεν έχουν μνήμη, μόνο μία εσωτερική μονάδα με πεπερασμένο αριθμό καταστάσεων. Διαβάζουν τη συμβολοσειρά εισόδου

Διαβάστε περισσότερα

8. Πολλαπλές μερικές παράγωγοι

8. Πολλαπλές μερικές παράγωγοι 94 8 Πολλαπλές μερικές παράγωγοι Οι μερικές παράγωγοι,,, αν υπάρχουν, μιας συνάρτησης : U R R ( U ανοικτό ) είναι αυτές συναρτήσεις από το U στο R, επομένως μπορεί να ορισθεί για αυτές η έννοια της μερικής

Διαβάστε περισσότερα

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής Γαροφαλάκης Ιωάννης Πολυτεχνική Σχολή Τμήμα Μηχ/κών Η/Υ & Πληροφορικής Σκοποί ενότητας Κατά τη διάρκεια των καθημερινών μας

Διαβάστε περισσότερα

Η Κανονική Κατανομή. Κανονικές Κατανομές με την ίδια διασπορά και διαφορετικές μέσες τιμές.

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

Διαβάστε περισσότερα

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)

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

Διαβάστε περισσότερα

«ΔΙΑΚΡΙΤΕΣ ΜΑΡΚΟΒΙΑΝΕΣ ΑΛΥΣΙΔΕΣ»

«ΔΙΑΚΡΙΤΕΣ ΜΑΡΚΟΒΙΑΝΕΣ ΑΛΥΣΙΔΕΣ» ΤΕΙ ΚΑΒΑΛΑΣ ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ «ΔΙΑΚΡΙΤΕΣ ΜΑΡΚΟΒΙΑΝΕΣ ΑΛΥΣΙΔΕΣ» Του σπουδαστή ΣΤΑΜΟΥΛΗ ΓΕΩΡΓΙΟΥ Επιβλέπων Δρ ΓΕΡΟΝΤΙΔΗΣ ΙΩΑΝΝΗΣ Αναπληρωτής Καθηγητής ΚΑΒΑΛΑ 006 ΠΕΡΙΕΧΟΜΕΝA Σελίδα ΕIΣΑΓΩΓΗ 3

Διαβάστε περισσότερα

Ασκήσεις 3 ου Κεφαλαίου

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

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018 ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018 Διδάσκουσα: Β. Πιπερίγκου Σε μια ενδονοσοκομειακή έρευνα, καταγράφηκε ο χρόνος ύπνου, μετά τη χορήγηση ενός συγκεκριμένου αναισθητικού, σε 33 ασθενείς και πήραμε

Διαβάστε περισσότερα

Μέρος ΙΙ. Τυχαίες Μεταβλητές

Μέρος ΙΙ. Τυχαίες Μεταβλητές Μέρος ΙΙ. Τυχαίες Μεταβλητές Ορισμοί Συναρτήσεις κατανομής πιθανότητας και πυκνότητας πιθανότητας Διακριτές τυχαίες μεταβλητές Ειδικές κατανομές διακριτών τυχαίων μεταβλητών Συνεχείς τυχαίες μεταβλητές

Διαβάστε περισσότερα

ΝΕΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΧΕΤΙΚΑ ΜΕ ΤΗΝ ΥΠΑΡΞΗ ΕΚΤΙΜΗΤΩΝ ΜΕΓΙΣΤΗΣ ΠΙΘΑΝΟΦΑΝΕΙΑΣ ΓΙΑ ΤΗΝ 3-ΠΑΡΑΜΕΤΡΙΚΗ ΓΑΜΜΑ ΚΑΤΑΝΟΜΗ

ΝΕΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΧΕΤΙΚΑ ΜΕ ΤΗΝ ΥΠΑΡΞΗ ΕΚΤΙΜΗΤΩΝ ΜΕΓΙΣΤΗΣ ΠΙΘΑΝΟΦΑΝΕΙΑΣ ΓΙΑ ΤΗΝ 3-ΠΑΡΑΜΕΤΡΙΚΗ ΓΑΜΜΑ ΚΑΤΑΝΟΜΗ Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά ου Πανελληνίου Συνεδρίου Στατιστικής 008, σελ 9-98 ΝΕΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΧΕΤΙΚΑ ΜΕ ΤΗΝ ΥΠΑΡΞΗ ΕΚΤΙΜΗΤΩΝ ΜΕΓΙΣΤΗΣ ΠΙΘΑΝΟΦΑΝΕΙΑΣ ΓΙΑ ΤΗΝ 3-ΠΑΡΑΜΕΤΡΙΚΗ ΓΑΜΜΑ ΚΑΤΑΝΟΜΗ Γεώργιος

Διαβάστε περισσότερα

Μαρκοβιανές Αλυσίδες

Μαρκοβιανές Αλυσίδες Μαρκοβιανές Αλυσίδες { θ * } Στοχαστική Ανέλιξη είναι μια συλλογή τ.μ. Ο χώρος Τ (συνήθως είναι χρόνος) μπορεί να είναι είτε διακριτός είτε συνεχής και καλείται παραμετρικός χώρος. Το σύνολο των δυνατών

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

Διαβάστε περισσότερα

Στοχαστικές Ανελίξεις- Φεβρουάριος 2015

Στοχαστικές Ανελίξεις- Φεβρουάριος 2015 Στοχαστικές Ανελίξεις- Φεβρουάριος 2015 ΟΔΗΓΙΕΣ (1) Απαντήστε σε όλα τα θέματα. Τα θέματα είναι ισοδύναμα. (2) Οι απαντήσεις να είναι αιτιολογημένες. Απαντήσεις χωρίς να φαίνεται η απαιτούμενη εργασία

Διαβάστε περισσότερα

F(x h) F(x) (f(x h) g(x h)) (f(x) g(x)) F(x h) F(x) f(x h) f(x) g(x h) g(x) h h h. lim lim lim f (x) g (x). h h h

F(x h) F(x) (f(x h) g(x h)) (f(x) g(x)) F(x h) F(x) f(x h) f(x) g(x h) g(x) h h h. lim lim lim f (x) g (x). h h h ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΤΕΤΑΡΤΗ 3 MAΪΟΥ 01 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΘΕΜΑ Α A1. Έστω η συνάρτηση

Διαβάστε περισσότερα

8. Πολλαπλές μερικές παράγωγοι

8. Πολλαπλές μερικές παράγωγοι 94 8 Πολλαπλές μερικές παράγωγοι Οι μερικές παράγωγοι,,, αν υπάρχουν, μιας συνάρτησης : U R R ( U ανοικτό είναι αυτές συναρτήσεις από το U στο R, επομένως μπορεί να ορισθεί για αυτές η έννοια της μερικής

Διαβάστε περισσότερα

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας

X = συνεχης. Είναι εμφανές ότι αναγκαία προϋπόθεση για την ύπαρξη της ροπογεννήτριας Ροπογεννήτριες (mome geerig fucios), πιθανογεννήτριες (robbiliy geerig fucios) και χαρακτηριστικές συναρτήσεις (chrcerisic fucios) Η ροπογεννήτρια συνάρτηση της τμ είναι η πραγματική συνάρτηση πραγματικής

Διαβάστε περισσότερα

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 8: Αναδρομικός τύπος Kaufman Roberts

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 8: Αναδρομικός τύπος Kaufman Roberts Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 8: Αναδρομικός τύπος aufma Roberts Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Συνιστώμενο Βιβλίο: Εκδόσεις : Παπασωτηρίου

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

Εκπαίδευση ΤΝΔ με ελαχιστοποίηση του τετραγωνικού σφάλματος εκπαίδευσης. "Τεχνητά Νευρωνικά Δίκτυα" (Διαφάνειες), Α. Λύκας, Παν.

Εκπαίδευση ΤΝΔ με ελαχιστοποίηση του τετραγωνικού σφάλματος εκπαίδευσης. Τεχνητά Νευρωνικά Δίκτυα (Διαφάνειες), Α. Λύκας, Παν. Εκπαίδευση ΤΝΔ με ελαχιστοποίηση του τετραγωνικού σφάλματος εκπαίδευσης Ελαχιστοποίηση συνάρτησης σφάλματος Εκπαίδευση ΤΝΔ: μπορεί να διατυπωθεί ως πρόβλημα ελαχιστοποίησης μιας συνάρτησης σφάλματος E(w)

Διαβάστε περισσότερα

ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ. Τμήμα Φαρμακευτικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ. Λυμένες Ασκήσεις & Λυμένα Θέματα Εξετάσεων

ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ. Τμήμα Φαρμακευτικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ. Λυμένες Ασκήσεις & Λυμένα Θέματα Εξετάσεων ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ Τμήμα Φαρμακευτικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ Λυμένες Ασκήσεις & Λυμένα Θέματα Εξετάσεων ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟΔΟΣ ΙΑΝΟΥΑΡΙΟΥ 014 ΘΕΜΑ 1 Δίνεται ο πίνακας: 1) Να

Διαβάστε περισσότερα

ΧΡΟΝΟΙ ΑΝΑΜΟΝΗΣ ΜΕΧΡΙ ΤΗΝ ΠΡΩΤΗ ΕΜΦΑΝΙΣΗ ΣΧΗΜΑΤΙΣΜΩΝ ΣΕ ΜΙΑ ΔΙΔΙΑΣΤΑΤΗ ΑΚΟΛΟΥΘΙΑ ΤΡΙΤΙΜΩΝ ΔΟΚΙΜΩΝ

ΧΡΟΝΟΙ ΑΝΑΜΟΝΗΣ ΜΕΧΡΙ ΤΗΝ ΠΡΩΤΗ ΕΜΦΑΝΙΣΗ ΣΧΗΜΑΤΙΣΜΩΝ ΣΕ ΜΙΑ ΔΙΔΙΑΣΤΑΤΗ ΑΚΟΛΟΥΘΙΑ ΤΡΙΤΙΜΩΝ ΔΟΚΙΜΩΝ Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 8 ου Πανελληνίου Συνεδρίου Στατιστικής (5) σελ.97-33 ΧΡΟΝΟΙ ΑΝΑΜΟΝΗΣ ΜΕΧΡΙ ΤΗΝ ΠΡΩΤΗ ΕΜΦΑΝΙΣΗ ΣΧΗΜΑΤΙΣΜΩΝ ΣΕ ΜΙΑ ΔΙΔΙΑΣΤΑΤΗ ΑΚΟΛΟΥΘΙΑ ΤΡΙΤΙΜΩΝ ΔΟΚΙΜΩΝ Σ. Μπερσίμης

Διαβάστε περισσότερα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ ΑΛΥΣΙΔΕΣ ΜΑΡΚΟΦ & ΕΦΑΡΜΟΓΕΣ Ν. ΔΕΡΒΑΚΟΥ Σημειώσεις Παραδόσεων Αθήνα 23 ΑΛΥΣΙΔΕΣ ΜΑΡΚΟΦ & ΕΦΑΡΜΟΓΕΣ Ι. ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΑΔΙΚΑΣΙΕΣ Ορισμός : Στοχαστική διαδικασία ή ανέλιξη είναι η διατεταγμένη

Διαβάστε περισσότερα

a n + 6a n a n 2 + 8a n 3 = 0, a 0 = 1, a 1 = 2, a 2 = 8

a n + 6a n a n 2 + 8a n 3 = 0, a 0 = 1, a 1 = 2, a 2 = 8 Διακριτά Μαθηματικά Σχέσεις Αναδρομής Ι 1 / 17 a n + 6a n 1 + 12a n 2 + 8a n 3 = 0, a 0 = 1, a 1 = 2, a 2 = 8 2 / 17 a n + 6a n 1 + 12a n 2 + 8a n 3 = 0, a 0 = 1, a 1 = 2, a 2 = 8 1ος τρόπος: Εχουμε τη

Διαβάστε περισσότερα

Διακριτά 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 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 περισσότερα

HEAD INPUT. q0 q1 CONTROL UNIT

HEAD INPUT. q0 q1 CONTROL UNIT Πεπερασμένα Αυτόματα (ΠΑ) Τα πεπερασμένα αυτόματα είναι οι απλούστερες «υπολογιστικές μηχανές». Δεν έχουν μνήμη, μόνο μία εσωτερική μονάδα με πεπερασμένο αριθμό καταστάσεων. Διαβάζουν τη συμβολοσειρά εισόδου

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΕΡΓΑΣΙΕΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ

ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΕΡΓΑΣΙΕΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΕΡΓΑΣΙΕΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ Αίθουσα 005 - Νέα Κτίρια ΣΗΜΜΥ Ε.Μ.Π. Μοντέλα Στατιστικής Μηχανικής, Κινητικότητα & Ισορροπία Αλυσίδες Markov: Καταστάσεις, Εξισώσεις Μεταβάσεων καθ. Βασίλης Μάγκλαρης

Διαβάστε περισσότερα

f I X i I f i X, για κάθεi I.

f I X i I f i X, για κάθεi I. 47 2 Πράξεις σε τοπολογικούς χώρους 2. Η τοπολογία γινόμενο Σε προηγούμενη παράγραφο ορίσαμε την τοπολογία γινόμενο στο καρτεσιανό γινόμενο Y δύο τοπολογικών χώρων Y, ( παράδειγμα.33 () ). Στην παρούσα

Διαβάστε περισσότερα

Στοχαστικές Στρατηγικές

Στοχαστικές Στρατηγικές Στοχαστικές Στρατηγικές 4 η ενότητα: Προβλήματα αντικατάστασης εργαλείων Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 2018-2019 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο

Διαβάστε περισσότερα

Η ΥΠΟΓΡΑΦΗ ΕΝΟΣ ΜΟΝΟΤΟΝΟΥ ΣΥΣΤΗΜΑΤΟΣ

Η ΥΠΟΓΡΑΦΗ ΕΝΟΣ ΜΟΝΟΤΟΝΟΥ ΣΥΣΤΗΜΑΤΟΣ Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 8 ου Πανελληνίου Συνεδρίου Στατιστικής (00) σελ.373-38 Η ΥΠΟΓΡΑΦΗ ΕΝΟΣ ΜΟΝΟΤΟΝΟΥ ΣΥΣΤΗΜΑΤΟΣ Γιάννης Σ. Τριανταφύλλου, Μάρκος Β. Κούτρας Πανεπιστήμιο Πειραιώς,, Τμήμα

Διαβάστε περισσότερα

ΓΕΝΙΚΟ ΛΥΚΕΙΟ Λ. ΑΙΔΗΨΟΥ ΣΧΟΛ. ΕΤΟΣ ΓΡΑΠΤΕΣ ΠΡΟΑΓΩΓΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΠΕΡΙΟΔΟΥ ΜΑΪΟΥ ΙΟΥΝΙΟΥ ΑΛΓΕΒΡΑ Α ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ

ΓΕΝΙΚΟ ΛΥΚΕΙΟ Λ. ΑΙΔΗΨΟΥ ΣΧΟΛ. ΕΤΟΣ ΓΡΑΠΤΕΣ ΠΡΟΑΓΩΓΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΠΕΡΙΟΔΟΥ ΜΑΪΟΥ ΙΟΥΝΙΟΥ ΑΛΓΕΒΡΑ Α ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΓΕΝΙΚΟ ΛΥΚΕΙΟ Λ. ΑΙΔΗΨΟΥ ΣΧΟΛ. ΕΤΟΣ 01-013 ΓΡΑΠΤΕΣ ΠΡΟΑΓΩΓΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΠΕΡΙΟΔΟΥ ΜΑΪΟΥ ΙΟΥΝΙΟΥ ΑΛΓΕΒΡΑ Α ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ Θέμα 1 ο Α. Έστω a ένας πραγματικός αριθμός. Να δώσετε τον ορισμό της απόλυτης

Διαβάστε περισσότερα

Γ ε ν ι κ έ ς εξ ε τ ά σ ε ι ς Μαθηματικά και Στοιχεία Στατιστικής Γ λυκείου γ ε ν ι κ ή ς π α ι δ ε ί α ς

Γ ε ν ι κ έ ς εξ ε τ ά σ ε ι ς Μαθηματικά και Στοιχεία Στατιστικής Γ λυκείου γ ε ν ι κ ή ς π α ι δ ε ί α ς Φ ρ ο ν τ ι σ τ ή ρ ι α δ υ α δ ι κ ό 1 ΦΡΟΝΤΙΣΤΗΡΙ δυαδικό Γ ε ν ι κ έ ς εξ ε τ ά σ ε ι ς 2 0 1 6 Μαθηματικά και Στοιχεία Στατιστικής Γ λυκείου γ ε ν ι κ ή ς π α ι δ ε ί α ς Τα θέματα επεξεργάστηκαν οι

Διαβάστε περισσότερα

ΠΑΡΑΡΤΗΜΑ Γ. Επικαμπύλια και Επιφανειακά Ολοκληρώματα. Γ.1 Επικαμπύλιο Ολοκλήρωμα

ΠΑΡΑΡΤΗΜΑ Γ. Επικαμπύλια και Επιφανειακά Ολοκληρώματα. Γ.1 Επικαμπύλιο Ολοκλήρωμα ΠΑΡΑΡΤΗΜΑ Γ Επικαμπύλια και Επιφανειακά Ολοκληρώματα Η αναγκαιότητα για τον ορισμό και την περιγραφή των ολοκληρωμάτων που θα περιγράψουμε στο Παράρτημα αυτό προκύπτει από το γεγονός ότι τα μεγέθη που

Διαβάστε περισσότερα

1 x-μ - 2 σ. e σ 2π. f(x) =

1 x-μ - 2 σ. e σ 2π. f(x) = Κανονική κατανομή Η πιο σημαντική κατανομή πιθανοτήτων της στατιστικής είναι η κανονική κατανομή. Η κανονική κατανομή είναι συνεχής κατανομή, σε αντίθεση με την διωνυμική που είναι διακριτή κατανομή. Τα

Διαβάστε περισσότερα

Στοχαστικές Στρατηγικές

Στοχαστικές Στρατηγικές Στοχαστικές Στρατηγικές 3 η ενότητα: Εισαγωγή στα στοχαστικά προβλήματα διαδρομής Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 2018-2019 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 3: Στοχαστικές Ανελίξεις. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 3: Στοχαστικές Ανελίξεις. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 3: Στοχαστικές Ανελίξεις Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις

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

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@e.aegea.gr Τηλ: 7035468 Μέθοδος Υπολογισμού

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΣΑΡΩΣΗΣ ΚΑΙ ΑΞΙΟΠΙΣΤΙΑ ΣΥΣΤΗΜΑΤΩΝ

ΣΤΑΤΙΣΤΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΣΑΡΩΣΗΣ ΚΑΙ ΑΞΙΟΠΙΣΤΙΑ ΣΥΣΤΗΜΑΤΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΣΤΑΤΙΣΤΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ

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

Δισδιάστατη ανάλυση. Για παράδειγμα, έστω ότι 11 άτομα δήλωσαν ότι είναι άγαμοι (Α), 26 έγγαμοι (Ε), 12 χήροι (Χ) και 9 διαζευγμένοι (Δ).

Δισδιάστατη ανάλυση. Για παράδειγμα, έστω ότι 11 άτομα δήλωσαν ότι είναι άγαμοι (Α), 26 έγγαμοι (Ε), 12 χήροι (Χ) και 9 διαζευγμένοι (Δ). Δισδιάστατη ανάλυση Πίνακες διπλής εισόδου Σε πολλές περιπτώσεις μελετάμε περισσότερες από μία μεταβλητές ταυτόχρονα. Π.χ. μία έρευνα που έγινε σε ένα δείγμα 58 ατόμων περιείχε τις ερωτήσεις «ποια είναι

Διαβάστε περισσότερα

Θεωρία Τηλεπικοινωνιακής Κίνησης

Θεωρία Τηλεπικοινωνιακής Κίνησης Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα: Ασκήσεις για τις ενότητες 1 2 (Εισαγωγή Θεμελιώδεις σχέσεις) Ιωάννης Μοσχολιός Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σελίδα 2 Περιεχόμενα 1.

Διαβάστε περισσότερα

Η πιθανότητα επομένως που ζητείται να υπολογίσουμε, είναι η P(A 1 M 2 ). Η πιθανότητα αυτή μπορεί να γραφεί ως εξής:

Η πιθανότητα επομένως που ζητείται να υπολογίσουμε, είναι η P(A 1 M 2 ). Η πιθανότητα αυτή μπορεί να γραφεί ως εξής: Άσκηση 1: Ένα κουτί περιέχει 3 άσπρες και 2 μαύρες μπάλες. Αφαιρούμε τυχαία δύο μπάλες διαδοχικά. Ποια η πιθανότητα η πρώτη μπάλα να είναι άσπρη και η δεύτερη μπάλα να είναι μαύρη; Λύση: Αρχικά ορίζουμε

Διαβάστε περισσότερα

Σχεδίαση & Ανάλυση Αλγορίθμων

Σχεδίαση & Ανάλυση Αλγορίθμων Σχεδίαση & Ανάλυση Αλγορίθμων Ενότητα 3 Αλγόριθμοι Επιλογής Σταύρος Δ. Νικολόπουλος Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Ιωαννίνων Webpage: www.cs.uoi.gr/~stavros Αλγόριθμοι Επιλογής Γνωρίζουμε

Διαβάστε περισσότερα

ΠΛΗ 12 - Ιδιοτιμές και ιδιοδιανύσματα

ΠΛΗ 12 - Ιδιοτιμές και ιδιοδιανύσματα 5 Ιδιοτιμές και ιδιοδιανύσματα Χαρακτηριστικό πολυώνυμο Έστω ο πίνακας Α: Αν από τα στοιχεία της κυρίας διαγωνίου α,α αφαιρέσουμε τον αριθμό λ, τότε προκύπτει ο πίνακας: του οποίου η ορίζουσα είναι η εξής:

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4 Ο ΣΤΟΙΧΕΙΑ ΟΛΟΚΛΗΡΩΤΙΚΟΥ ΛΟΓΙΣΜΟΥ

ΚΕΦΑΛΑΙΟ 4 Ο ΣΤΟΙΧΕΙΑ ΟΛΟΚΛΗΡΩΤΙΚΟΥ ΛΟΓΙΣΜΟΥ ΜΕΘΟΔΟΛΟΓΙΑ & ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ Γ ΕΠΑΛ ΚΕΦΑΛΑΙΟ Ο ΣΤΟΙΧΕΙΑ ΟΛΟΚΛΗΡΩΤΙΚΟΥ ΛΟΓΙΣΜΟΥ Επιμέλεια : Παλαιολόγου Παύλος Μαθηματικός ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ : ΠΑΡΑΓΟΥΣΕΣ ΟΡΙΣΜΟΣ Έστω συνάρτηση : R, όπου Δ διάστημα

Διαβάστε περισσότερα

P(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!

P(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 περισσότερα

Βάση και Διάσταση Διανυσματικού Χώρου

Βάση και Διάσταση Διανυσματικού Χώρου Βάση και Διάσταση Διανυσματικού Χώρου Έστω V ένας διανυσματικός χώρος επί του σώματος F. Ορισμός : Ένα υποσύνολο S του διανυσματικού χώρου V θα λέμε ότι είναι βάση του V αν ισχύει Α) Η θήκη του S παράγει

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

Διακριτά 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 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 περισσότερα

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr I ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ i e ΜΕΡΟΣ Ι ΟΡΙΣΜΟΣ - ΒΑΣΙΚΕΣ ΠΡΑΞΕΙΣ Α Ορισμός Ο ορισμός του συνόλου των Μιγαδικών αριθμών (C) βασίζεται στις εξής παραδοχές: Υπάρχει ένας αριθμός i για τον οποίο ισχύει i Το σύνολο

Διαβάστε περισσότερα

0 1 0 0 0 1 p q 0 P =

0 1 0 0 0 1 p q 0 P = Στοχαστικές Ανελίξεις - Σεπτέμβριος 2015 ΟΔΗΓΙΕΣ (1) Απαντήστε σε όλα τα θέματα. Τα θέματα είναι ισοδύναμα. (2) Οι απαντήσεις να είναι αιτιολογημένες. Απαντήσεις χωρίς να φαίνεται η απαιτούμενη εργασία

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ 2016 ΘΕΜΑΤΑ - ΛΥΣΕΙΣ 20 ΜΑΪΟΥ 2016 ΕΠΙΜΕΛΕΙΑ ΛΥΣΕΩΝ: ASK4MATH WWW.ASKISIOLOGIO.GR Έκδοση 2η IE Τις λύσεις των θεμάτων επιμελήθηκαν τα μέλη της ask4math 1. Ανδριοπούλου

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 4A: Έλεγχοι Υποθέσεων και Διαστήματα Εμπιστοσύνης Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ

Διαβάστε περισσότερα

ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ

ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ Τμήμα Φαρμακευτικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ Λυμένες Ασκήσεις & Λυμένα Θέματα Εξετάσεων ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟΔΟΣ ΙΑΝΟΥΑΡΙΟΥ 014 ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ & ΘΕΜΑΤΑ: ΓΕΝΙΚΑ

Διαβάστε περισσότερα

Κανονικές Γλώσσες. Κανονικές Γλώσσες. Κανονικές Γλώσσες και Αυτόματα. Κανονικές Γλώσσες και Αυτόματα

Κανονικές Γλώσσες. Κανονικές Γλώσσες. Κανονικές Γλώσσες και Αυτόματα. Κανονικές Γλώσσες και Αυτόματα Κανονικές Γλώσσες Κανονικές Γλώσσες Διδάσκοντες: Φ. Αφράτη, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Κανονική γλώσσα αν παράγεται από κανονική γραμματική. Παραγωγές P (V Σ) Σ * ((V Σ) ε) Παραγωγές μορφής:

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Παραμέτρων

Διαβάστε περισσότερα

ΚΑΤΑΝΟΜΗ BOLTZMANN ΘΕΩΡΙΑ & ΑΣΚΗΣΕΙΣ

ΚΑΤΑΝΟΜΗ BOLTZMANN ΘΕΩΡΙΑ & ΑΣΚΗΣΕΙΣ ΦΡΟΝΤΙΣΤΗΡΙΑΚΑ ΜΑΘΗΜΑΤΑ ΦΥΣΙΚΗΣ Π.Φ. ΜΟΙΡΑ 693 946778 ΚΑΤΑΝΟΜΗ BOLTZMA ΘΕΩΡΙΑ & ΑΣΚΗΣΕΙΣ Περιεχόμενα 1. Κατανομή Bltzmann. Ασκήσεις 1 ΦΡΟΝΤΙΣΤΗΡΙΑΚΑ ΜΑΘΗΜΑΤΑ ΦΥΣΙΚΗΣ Π.Φ. ΜΟΙΡΑ 693 946778 1. Κατανομή Bltzmann

Διαβάστε περισσότερα

Στατιστικοί πίνακες. Δημιουργία κλάσεων

Στατιστικοί πίνακες. Δημιουργία κλάσεων Στατιστικοί πίνακες Δημιουργία κλάσεων Τι είναι οι κλάσεις; Κλάσεις είναι ημιανοικτά διαστήματα της μορφής [α i, b i ), τα οποία είναι ταυτόχρονα και διαδοχικά, έτσι ώστε να μην υπάρχει κάποια τιμή του

Διαβάστε περισσότερα

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

17/10/2016. Στατιστική Ι. 3 η Διάλεξη Στατιστική Ι 3 η Διάλεξη 1 2 Τυχαία μεταβλητή X στο δειγματικό χώρο Ω Μια πραγματική συνάρτηση που αντιστοιχίζει τα στοιχεία του δειγματικού χώρου Ω στο σύνολο των πραγματικών αριθμών τέτοια ώστε για κάθε

Διαβάστε περισσότερα

2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ (Backward Elimination Procedure) Στην στατιστική βιβλιογραφία υπάρχουν πολλές μέθοδοι για

2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ (Backward Elimination Procedure) Στην στατιστική βιβλιογραφία υπάρχουν πολλές μέθοδοι για 2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ (Backward Elimination Procedure) Στην στατιστική βιβλιογραφία υπάρχουν πολλές μέθοδοι για τον καθορισμό του καλύτερου υποσυνόλου από ένα σύνολο

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

1.2 Βάσεις και υποβάσεις.

1.2 Βάσεις και υποβάσεις. . Βάσεις και υποβάσεις. Το «καθήκον» του ορισμού μιας τοπολογίας διευκολύνεται αν είμαστε σε θέση να περιγράψουμε αρκετά ανοικτά σύνολα τα οποία να παραγάγουν όλα τα ανοικτά σύνολα. Ορισμός.9. Έστω X,

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

Στην περίπτωση της συνεχούς Τ.Μ. η μάζα πιθανότητας σε κάθε σημείο είναι μηδέν.

Στην περίπτωση της συνεχούς Τ.Μ. η μάζα πιθανότητας σε κάθε σημείο είναι μηδέν. ΚΥΡΙΕΣ ΠΕΡΙΓΡΑΦΙΚΕΣ ΠΑΡΑΜΕΤΡΟΙ ΜΙΑΣ Τ.Μ. Μπορούμε να διευρύνουμε την ερμηνεία των κατανομών με τη βοήθεια της έννοιας της μάζας. Έτσι οι τιμές που παίρνει μια Τ.Μ. περιγράφουν τη μάζα πιθανότητας στο συγκεκριμένο

Διαβάστε περισσότερα

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ Θεωρία Υπολογισμού Ενότητα 24: Μη Ντεντερμινιστικές Μηχανές Turing Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

Εισαγωγή στην επιστήμη των υπολογιστών. Λογισμικό Υπολογιστών Κεφάλαιο 8ο Αλγόριθμοι

Εισαγωγή στην επιστήμη των υπολογιστών. Λογισμικό Υπολογιστών Κεφάλαιο 8ο Αλγόριθμοι Εισαγωγή στην επιστήμη των υπολογιστών Λογισμικό Υπολογιστών Κεφάλαιο 8ο Αλγόριθμοι 1 Έννοια Ανεπίσημα, ένας αλγόριθμος είναι μια βήμα προς βήμα μέθοδος για την επίλυση ενός προβλήματος ή την διεκπεραίωση

Διαβάστε περισσότερα

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ Συσχέτιση (Correlation) - Copulas Σημασία της μέτρησης της συσχέτισης Έστω μία εταιρεία που είναι εκτεθειμένη σε δύο μεταβλητές της αγοράς. Πιθανή αύξηση των 2 μεταβλητών

Διαβάστε περισσότερα

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ Θεωρία Υπολογισμού Ενότητα 21: Υπολογισμοί ΜΤ - Αναδρομικές Γλώσσες Τμήμα Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

Ας ξεκινήσουμε υπενθυμίζοντας τον ορισμό της συνέχειας σε μετρικούς χώρους. διατυπώνεται και με τον ακόλουθο τρόπο: για κάθε σφαίρα

Ας ξεκινήσουμε υπενθυμίζοντας τον ορισμό της συνέχειας σε μετρικούς χώρους. διατυπώνεται και με τον ακόλουθο τρόπο: για κάθε σφαίρα 33.4.Συνεχείς συναρτήσεις Η έννοια της συνεχούς συνάρτησης είναι θεμελιώδης και μελετάται κατ αρχήν για συναρτήσεις μιας και κατόπιν δύο ή περισσότερων μεταβλητών στα μαθήματα του Απειροστικού Λογισμού.

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης

1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης 1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης Στη συγκεκριμένη ενότητα εξετάζουμε θέματα σχετικά με την αριθμητική πεπερασμένης ακρίβειας που χρησιμοποιούν οι σημερινοί υπολογιστές και τα

Διαβάστε περισσότερα

Επίλυση Προβλημάτων 1

Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης

Διαβάστε περισσότερα

EukleÐdeiec emfuteôseic: ˆnw frˆgmata

EukleÐdeiec emfuteôseic: ˆnw frˆgmata EukleÐdeiec emfuteôseic: ˆnw frˆgmata Εστω f : X Y μια εμφύτευση του μετρικού χώρου (X, ρ) στο χώρο με νόρμα (Y, ). Η παραμόρφωση της f ορίζεται ως εξής: f(x) f(y) ρ(x, y) dist(f) = sup sup x y ρ(x, y)

Διαβάστε περισσότερα

Τηλεπικοινωνιακά Συστήματα ΙΙ

Τηλεπικοινωνιακά Συστήματα ΙΙ Τηλεπικοινωνιακά Συστήματα ΙΙ Διάλεξη 11: Κωδικοποίηση Πηγής Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ατζέντα 1. Αλγόριθμοι κωδικοποίησης πηγής Αλγόριθμος Fano Αλγόριθμος Shannon Αλγόριθμος Huffman

Διαβάστε περισσότερα

1. Για καθένα από τους ακόλουθους διανυσματικούς χώρους βρείτε μια βάση και τη διάσταση. 3. U x y z x y z x y. {(,, ) } a b. c d

1. Για καθένα από τους ακόλουθους διανυσματικούς χώρους βρείτε μια βάση και τη διάσταση. 3. U x y z x y z x y. {(,, ) } a b. c d Γραμμική Άλγεβρα Ι, 07-8 Ασκήσεις6: Βάση και Διάσταση Βασικά σημεία Βάση διανυσματικού χώρου (ορισμός, παραδείγματα, μοναδικότητα συντελεστών) Θεώρημα (ύπαρξη, πρώτη μορφή) Έστω V K μη μηδενικός με K πεπερασμένο

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 3: Σύνολα Συνδυαστική Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

Συστήματα Markov Ένα σύστημα Markov διαγράμματος μετάβασης καταστάσεων

Συστήματα Markov Ένα σύστημα Markov διαγράμματος μετάβασης καταστάσεων Ένα σύστημα Markov (ή διαδικασία Markov ή αλυσίδα Markov) είναι: ένα σύστημα που μπορεί να αποτελείται από πολλές (αριθμημένες) καταστάσεις (states). Στο σύστημα αυτό υπάρχει δυνατότητα μετάβασης από την

Διαβάστε περισσότερα

Ηρώων Πολυτεχνείου 9, Ζωγράφου, Αθήνα, Τηλ: , Fax: URL

Ηρώων Πολυτεχνείου 9, Ζωγράφου, Αθήνα, Τηλ: , Fax: URL ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης και Βέλτιστου Σχεδιασμού Δικτύων - NETMODE

Διαβάστε περισσότερα

Θέμα 1. που. . Δηλαδή ο υπόχωρος V είναι το. Απάντηση 1α) ii)παρατηρούμε οτι

Θέμα 1. που. . Δηλαδή ο υπόχωρος V είναι το. Απάντηση 1α) ii)παρατηρούμε οτι Θέμα ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Ι (ΘΕ ΠΛΗ ) ΕΝΔΕΙΚΤΙΚΕΣ ΛΥΣΕΙΣ ΤΕΛΙΚΗΣ ΕΞΕΤΑΣΗΣ Ιουνίου (οποιεσδήποτε άλλες ορθές απαντήσεις είναι αποδεκτές)

Διαβάστε περισσότερα