{teo,
|
|
- Γαλήνη Χθόνια Χριστόπουλος
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 4 ου Πανελληνίου Συνεδρίου Στατιστικής (0, σελ.5- ΑΝΑΛΥΣΗ ΑΝΤΙΣΤΟΙΧΙΩΝ ΜΕ ΑΣΑΦΗ ΔΕΔΟΜΕΝΑ: Η ΠΡΑΚΤΙΚΗ ΕΦΑΡΜΟΓΗ ΤΗΣ ΜΕΘΟΔΟΥ (ΑΝΤΙΠΡΟΣΩΠΕΥΤΙΚΟ ΠΑΡΑΔΕΙΓΜΑ ΜΕ ΑΠΟΑΣΑΦΟΠΟΙΗΜΕΝΗ ΠΑΡΑΓΟΝΤΙΚΗ ΓΕΩΜΕΤΡΙΚΗ ΠΑΡΑΣΤΑΣΗ Ιωάννης Θεοδώρου, Φίλιππος Αλεβίζος, Αριστείδης Κεχρινιώτης Τμήμα Ηλεκτρονικής, Τ.Ε.Ι. Λαμίας {teo, kechrin}@teilam.gr Τμήμα Μαθηματικών, Πανεπιστήμιο Πατρών philipos@math.upatras.gr ΠΕΡΙΛΗΨΗ Η εργασία αυτή είναι άμεση συνέχεια των προηγούμενων εργασιών μας [6,7,8], όπου αναπτύχθηκε η μαθηματική θεμελίωση της επέκτασης της Ανάλυσης Αντιστοιχιών (Correspondence Analysis-CA στην επεξεργασία ασαφών δεδομένων. Δεδομένου δε ότι αλγεβρικά η Ανάλυση Αντιστοιχιών είναι κυρίως ένα πρόβλημα ιδιοδομής, μία μέθοδος «δύοβημάτων» αναπτύχθηκε για τη θεωρητική επεξεργασία του προβλήματος της ασαφούς ιδιοτιμής, όταν η CA εφαρμόζεται σε ένα πίνακα τυχαιότητας με ασαφή δεδομένα (Correspondence Analysis ith Fuzzy Data-CAFD. Στην εργασία αυτή ολοκληρώνουμε τα προηγούμενα θεωρητικά αποτελέσματα με την πρακτική εφαρμογή της CAFD, δηλ. παρουσιάζουμε τα γεωμετρικά (γραφικά αποτελέσματα της CA όταν αυτή εφαρμόζεται σε έναν πίνακα τυχαιότητας που τα στοιχεία του είναι ασαφείς αριθμοί. Προς τούτο, θεωρούμε ένα απλό αλλά πραγματικό πρόβλημα της CAFD και όλες οι χρησιμοποιούμενες υπολογιστικές διαδικασίες (αλγόριθμοι παρουσιάζονται αναλυτικά μέσω ενός στοιχειώδους αλλά αντιπροσωπευτικού αριθμητικού παραδείγματος. Για τον καίριο γεωμετρικό χαρακτήρα της CAFD και με σκοπό την προβολή των ασαφών δεδομένων (fuzzy profiles σε ένα χώρο μικρότερης διάστασης, ένα νέο βήμααποασαφοποίησης (defuzzification-step έχει αναπτυχθεί. Τέλος, σε μια ενιαία παραγοντική γραφική παράσταση, επιτυγχάνουμε να παρουσιάσουμε τα γεωμετρικά αποτελέσματα της CAFD ταυτόχρονα και σε σύγκριση με αυτά της κλασικής CA. Ο κύριος στόχος αυτής της εργασίας είναι να δειχτεί ότι η CAFD μπορεί να λειτουργήσει όχι μόνο θεωρητικά, αλλά και πρακτικά-υπολογιστικά και κυρίως γεωμετρικά (γραφικά. Συνεπώς το τελικό βήμα που απομένει για την τελική πρακτική χρήση της CAFD είναι πλέον η δημιουργία του κατάλληλου λογισμικού (softare. Λέξεις Κλειδιά: Ανάλυση Αντιστοιχιών, Ασαφείς Αριθμοί, Ασαφείς Πίνακες, Ασαφής Ιδιοτιμή, Μέθοδοι Αποασαφοποίησης, Ασαφής Στατιστική και Ανάλυση Δεδομένων. 5
2 . ΕΙΣΑΓΩΓΗ Στις προηγούμενες εργασίες μας [6,7,8] αναπτύχθηκε η μαθηματική θεμελίωση της επέκτασης της κλασικής Ανάλυσης Αντιστοιχιών (Correspondence Analysis-CA, έτσι ώστε αυτή να καταστεί ικανή για την εφαρμογή της σε πολυδιάστατους πίνακες τυχαιότητας με Ασαφή Δεδομένα (Correspondence Analysis ith Fuzzy Data- CAFD. Στην εργασία αυτή ολοκληρώνουμε τα προηγούμενα θεωρητικά αποτελέσματα με την πρακτική εφαρμογή της CAFD, δηλ. παρουσιάζουμε τα τελικά γεωμετρικά (γραφικά αποτελέσματα της CA όταν αυτή εφαρμόζεται σε έναν πίνακα τυχαιότητας που τα στοιχεία του είναι ασαφείς αριθμοί.. ΠΡΑΚΤΙΚΗ ΕΦΑΡΜΟΓΗ ΚΑΙ ΓΕΩΜΕΤΡΙΚΗ-ΓΡΑΦΙΚΗ ΠΑΡΑΣΤΑΣΗ ΤΗΣ CAFD. Αντιπροσωπευτικό αριθμητικό παράδειγμα Έστω ομάδες υποψήφιων σπουδαστών που προετοιμάζονται για την εισαγωγή τους σε ένα πανεπιστήμιο, όπου κάθε ομάδα εκπροσωπεί μια διαφορετική γεωγραφική κοινότητα, που συμβολίζονται: stud-, stud-, stud-. Με σκοπό την επιτυχία τους στο συγκεκριμένο πανεπιστήμιο, οι υποψήφιοι σπουδαστές μπορούν να επιλέξουν να συμμετέχουν σε ένα μόνο από τα τμήματα-κατευθύνσεις του πανεπιστήμιου, που είναι: Μαθηματικό (MATH, Φυσικό (PHYS, Φιλολογία (LITR. Ειδικοί εκπαιδευτικοί αναλυτές κάνουν μια προσεγγιστική πρόβλεψη-εκτίμηση, χρησιμοποιώντας Τριγωνικούς Ασαφείς Αριθμούς (Triangular Fuzzy Numbers-TFN, σχετικά με το πόσοι υποψήφιοι από κάθε «σπουδαστική κοινότητα» θα επιτύχουν σε καθένα «πανεπιστημιακό τμήμα», που καταγράφεται στον ακόλουθο Πίνακα. Πίνακας. Επιτυχία ως προς Σπουδαστικές Κοινότητες και Πανεπιστημιακό Τμήμα: stud- k (6,8,0 stud- k (5,0,5 stud- k (,, MATH PHYS LITR k (0,,6 k (0,40,50 k (5,5,5 k (,8,4 k (7,7,7 k (7,8,9 Συνεπώς παίρνουμε έτσι, έναν ( ασαφή μη-αρνητικό πίνακα j K (k,(i, j,,, (ασαφή πίνακα τυχαιότητας-fuzzy contingency table, που δίνει i «την επιτυχία των υποψηφίων» ως προς «τις σπουδαστικές κοινότητες» και τα «πανεπιστημιακά τμήματα», δηλ. κατανέμει τις συμπτώσεις δύο ποιοτικών μεταβλητών I, J, όπου οι γραμμές (I είναι «οι σπουδαστικές ομάδες-γεωγραφικές κοινότητες» stud-, stud-, stud-, και οι στήλες (J είναι «τα πανεπιστημιακά τμήματα» MATH, PHYS και LITR. 6
3 Από το ανωτέρω απλό αλλά εμπειρικό πρόβλημα (που προέκυψε από πραγματική σχετική έρευνα στην περιοχή του Πανεπιστημίου Πατρών, παίρνουμε λοιπόν έναν αρχικό ασαφή πίνακα τυχαιότητας K σύμφωνα με την CAFD, όπου τα στοιχεία του είναι μη-αρνητικοί συμμετρικοί Τριγωνικοί Ασαφείς Αριθμοί, δηλ. της μορφής A(x (a,a,a, με a, a,a και a a a a, (βλ. []. Οι TFN είναι οι απλούστεροι ασαφείς αριθμοί που μπορούν να εκφράσουν βέλτιστα διάφορες προσεγγιστικές και μη-ακριβείς εκτιμήσεις ή ασαφείς-υποκειμενικές καταστάσεις και μετρήσεις, ενώ σε σύγκριση με τα συνήθως χρησιμοποιούμενα κλασικά (to-valued logic διαστήματα ή ποσοστώσεις, υπερτερούν κυρίως διότι: α Τα κλασικά διαστήματα που εκφράζονται μέσω ενός ανώτερου και ενός κατώτερου απόλυτου αριθμητικού ορίου και εσωκλείουν την υποτιθέμενη ακριβή τιμή, δεν έχουν τη δυνατότητα αξιολόγησης (βαθμονόμησης των διάφορων ενδιάμεσων διαδοχικών μεταβατικών τιμών, αγνοώντας έτσι και χάνοντας τις σημαντικότερες πληροφορίες που συνήθως «κρύβονται» στις ενδιάμεσες μετρήσεις κατά την παροδική συνύπαρξη των διάφορων διαδοχικών ασαφών καταστάσεων, β Αντίθετα οι ασαφείς αριθμοί και γενικότερα τα ασαφή σύνολα (multi-valued logic έχουν τη δυνατότητα να εκφράζουν τη συνύπαρξη ασαφών καταστάσεων και να αποδίδουν έναν ιδιαίτερο βαθμό αξιολόγησης (membership function σε κάθε στοιχείο ενός διαστήματος (ενώ στα κλασικά διαστήματα κάθε στοιχείο έχει μια ομοιόμορφη σημασία, βλ. [,4] και [6,7,8].. Υπολογισμός των ασαφών ιδιοτιμών της CAFD. Χρησιμοποιώντας την Ασαφή Αριθμητική και σύμφωνα με τη γνωστή διαδικασία της κλασικής CA, βλ. [,,,4,5,9], παίρνουμε (προσεγγιστικά μέσω της αριθμητικής των TFN τους αντίστοιχους στον K ασαφείς πίνακες: x (0.,0.6,0.6 x (0.,0.47,0.68 x (0.,0.7,0.6 X x(0.6,0.6,0.4 x =(0.,0.5,0.8 x =(0.8,0.,0.7, x(0.06,0.,0. x =(0.9,0.,0.8 x =(0.4,0.5,0.69 (0.,0.5, D 0 (0.7,0.55,0.8 0, 0 0 (0.08,0.,0.5 (.97,4.7, Q 0 (.9,.07,.75 0., 0 0 (.6,.8,4.7 T Επίσης υπολογίζουμε τον ασαφή πίνακα S X DX Q που αντιστοιχεί στον K, δηλ.: p,p p,n n,n n,p p,p 7
4 T j j j j S X DXQ (s (l,c,r i i i i, s (0.04,0.,.6 s (0.04,0.,.5 s (0.04,0.0,0.95 s (0.08,0.50,.88 s =(0.0,0.49,.46 s =(0.,0.47,.. s (0.05,0.8,.56 s =(0. 06,0.9,.8 s =(0.08,0.4,.6 Ακολούθως υπολογίζουμε μέσω της μεθόδου «δύο βημάτων (to-step», στο ο βήμα τον πίνακα διαστημάτων (α-cut S του ασαφούς πίνακα S :, j j j j j j j j S [S, S r ] [(s i, (s i r ] [l i (ci l i, r i (ri c i] X T D X Q X T ( [( D X Q, ( X T DXQ r ] [ ,.6. ] [ ,.50.9 ] [ , ] [ ,.88.8 ] [ , ] [0.+0.6,.-.64 ], [0.050.,.56.8 ] [ , ] [ ,.6-.8 ] όπου, j j X [X, X ] [(x, (x ] r i i r [0.0.06, ] [0.0.4, ] [ 0.0.7, ] [0.60., ] [0.+0.9, ] [ , ] [ , 0.0. ] [ , ] [0.4+0., ] j j D [D, D r ] [(d i, (d i r ] [0.0., ] [ , ] [ , ] και j j Q [Q, Q r ] [(q i, (q i r ] [.97.7, ] [ , ] [.6+.0, ] [.97.7, ] [ , ] [.6+.0, ] S (Q Επιπλέον στο ο βήμα της to-step μεθόδου, από τον πίνακα διαστημάτων μπορούμε να υπολογίσουμε τους συνήθεις αριθμητικούς τετραγωνικούς πίνακες: 8
5 T S ( X D X Q α α α α T S (X D X Q α..64 r r r r r Επίσης μπορούμε να υπολογίσουμε τον ισοδύναμο με τον πίνακα A, δηλ.: T A Q X DXQ,,,,,, a (0.04,0.,.4 a (0.06,0.,.7 a (0.04,0.,. a (0.06,0.,.7 a =(0.,0.49,. a =(0.08,0.7,.6 a (0.04,0.,. a =(0.08,0.7,.6 a =(0.08,0.4,.6. S, ασαφή συμμετρικό με αντίστοιχο πίνακα διαστημάτων, σύμφωνα με την δύο βημάτων (to-step μέθοδο, j j A [A, A ] [(a, (a ] r i i r T T (Q D X (Q (Q D X (Q r r r r r [ ,.7.9 ] [0. r [ (X, (X ] [ ,.4. ] [ ,.7.9 ] [ ,.0.97 ] +0.9,.-.7 ] [ ,.6-. ] [ ,.0.97 ] [ ,.6-. ] [ ,.6-.6 ] {( A A } A(,, ά, 0,, από όπου μπορούμε προφανώς να υπολογίσουμε τους αντίστοιχους συνήθεις αριθμητικούς πίνακες A(,, για οποιαδήποτε τιμή των, 0,.. Υπολογισμός των παραγοντικών συντεταγμένων της CAFD Σύμφωνα με τη μέθοδο «δύο βημάτων», στο ο βήμα, μετατρέπουμε τον ασαφή πίνακα των προφίλ-γραμμών X στην οικογένεια των (α-cut διαστημάτων πινάκων, j j X [X, ] [(x, (x ] 0,. Στο ο βήμα, κάθε πίνακας διαστημάτων X r i i r, για μπορεί να γραφεί, 0, : X [, ]: {(, 0,} X(, r r. Έτσι, ο συνήθης πίνακας των προφίλ-γραμμών, που υπολογίζεται για α= και θ=0 (είτε θ=, είναι j j j j X [X, X r ] [(x, (x i i r] {( (x (x i i r } X(, , και έχει προφανώς ως προς τους κλασικούς παραγοντικούς άξονες των κλασικών ιδιοδιανυσμάτων s (s,, τις ίδιες παραγοντικές συντεταγμένες (factorial coordinates όπως στην κλασική CA, που είναι οι ακόλουθες: 9
6 0.5 proj ( ( Q, ( X (, 0 X (, 0 X (, ( X (, 0 proj ( X (, 0 ( XQ (, Όμοια, μπορούμε να υπολογίσουμε τις παραγοντικές συντεταγμένες κάθε συνήθους πίνακα X(,, για κάθε, 0,, από τη γνωστή σχέση: ( X proj ( X (, 0, (, 0, ( XQ s s s (, 0,.. ΑΠΟΑΣΑΦΟΠΟΙΗΣΗ ΤΩΝ ΑΣΑΦΩΝ ΠΡΟΒΟΛΩΝ- ΠΑΡΑΓΟΝΤΙΚΩΝ ΣΥΝΤΕΤΑΓΜΕΝΩΝ (ΕΞΟΔΩΝ ΤΗΣ CAFD Τελικά, όπως και στον ασαφή έλεγχο (fuzzy control, μπορούμε να χρησιμοποιήσουμε διάφορες τεχνικές αποασαφοποίησης (defuzzification για μια αντιπροσωπευτική κλασική γεωμετρική έξοδο της CAFD, που θα εκπροσωπεί το σύνολο των παραγοντικών συντεταγμένων που παράγονται από τη «δύο βημάτων» μέθοδο. Υπολογίζουμε ακολούθως μερικές παραλλαγές των συνήθων τεχνικών αποασαφοποίησης, προκειμένου να βρεθεί μια αντιπροσωπευτική τιμή-έξοδος όλων των παραγοντικών συντεταγμένων για τις διάφορες τιμές, 0,, επί των κλασικών παραγοντικών αξόνων. Κέντρου Βάρους έξοδος (Centroid output: Προβάλλουμε το Κέντρο Βάρους των στοιχείων του πίνακα των προφίλ-γραμμών X (που εδώ είναι τρίγωνα-tfn, δηλ. για,, και υπολογίζουμε τις συντεταγμένες τους ως προς τους κλασικούς παραγοντικούς άξονες,, σύμφωνα με τους επόμενους εναλλακτικούς τρόπους: 0. a ( X proj (, 0 ( X X (, (Q (, 0 (, (, ( (, και b ( X proj ( ( X X (Q, 0 (, (, 0 (, (, (, 0 ( X proj ( X ( XQ (, (, (, ( X proj ( X ( XQ (, (, (, ( ( (4 0
7 Αριθμητικού Μέσου έξοδος (Arithmetic Mean output: ( X proj (, 0, ( X s s (, 0, {X(, Q (, s (, }, ( (,,...,,,...,, 0, 0 0 όπου,,, και ν, μ. Έτσι, π.χ. για α, θ=0,, (δηλ., ν,μ= και (ν+(μ+=4, έχουμε: ( X proj (, 0, ( X (, 0, {X(, Q (, (, } ( (, 0, (5 (5a {X(0,0Q (0,0 (0,0 X(0,Q (0, (0, X(, 0Q (, 0 (, 0 X(,Q (, (,} ( X proj (, 0, ( X (, 0, {X(, Q (, (, } ( (, 0, {X(0, 0Q (0, 0 (0, 0 X(0,Q (0, (0, X(, 0Q (, 0 (, 0 X(,Q (, (,} Γενικά, η μέθοδος αυτή είναι πιο αντιπροσωπευτική αλλά απαιτεί προφανώς στη, 0,, για μια ικανοποιητική προσέγγιση των πράξη πολλές τιμές των παραγοντικών συντεταγμένων (π.χ.,, 00. (5b. Ταυτόχρονη γραφική παράσταση των προβολών της CAFD και CA Στην επόμενη Εικόνα, δίνεται η ταυτόχρονη γραφική παράσταση των παραγοντικών συντεταγμένων της CAFD και CA (με χρήση του SPAD, βλ. [5,9]. Εικόνα : Ταυτόχρονη παραγοντική γραφική παράσταση της CAFD και CA, όπου: (i Τα έντονα μαύρα σύμβολα ( stud-, stud-, stud- εκφράζουν τις παραγοντικές συντεταγμένες των προφίλ-γραμμών της κλασικής CA, δηλ. τις κεντρικές τιμές των TFN-στοιχείων των προφίλ-γραμμών του ασαφούς πίνακα X, δηλ. του συνήθους αριθμητικού πίνακα X X(, 0 X(, Xr. (iiτα κεφαλαία γράμματα ή σύμβολα ( MATH, PHYS, LITR εκφράζουν τις παραγοντικές συντεταγμένες των προφίλ-στηλών της κλασικής CA. (iii Τα μωβ γράμματα ή σύμβολα (*stud-, *stud-, *stud- εκφράζουν τις παραγοντικές συντεταγμένες που παράγονται από τη CAFD μέσω της αποασαφοποιητικής διαδικασίας «Κέντρου Βάρους-a», βλ. σχέσεις (, (. (iv Τα μπλε γράμματα ή σύμβολα (**stud-, **stud-, **stud- εκφράζουν τις παραγοντικές συντεταγμένες που παράγονται από τη CAFD μέσω της αποασαφοποιητικής διαδικασίας «Κέντρου Βάρους-b», βλ. σχέσεις (, (4.
8 (v Τα κόκκινα γράμματα ή σύμβολα (#stud-, #stud-, #stud- εκφράζουν τις παραγοντικές συντεταγμένες που παράγονται από τη CAFD μέσω της αποασαφοποιητικής διαδικασίας «Αριθμητικού Μέσου-», βλ. σχέσεις (5, (5a, (5b.
9 Τέλος, είναι αξιοσημείωτα στην παραπάνω Εικόνα, τα εξής: a Αυτή η πρώτη αλλά αντιπροσωπευτική παραγοντική γραφική παράσταση δείχνει ότι η CAFD μπορεί να λειτουργήσει τόσο αυτοτελώς όσο και σε σύγκριση με τη CA. b Εμφανίζεται ήδη μια αρμονική ομοιότητα μεταξύ των αντίστοιχων παραγοντικών συντεταγμένων (βλ. π.χ. την όμοια θέση των: stud-, #stud-, *stud-. c Όσο πιο ασαφή είναι τα στοιχεία του X, τόσο πιο μεγάλη είναι η απόκλιση μεταξύ των αντίστοιχων κλασικών (της CA και μη-κλασικών (της CAFD προβολώνσυντεταγμένων (βλ. π.χ. τη θέση των: stud-, #stud-, *stud-, **stud-. d Ως προς τη φυσική ερμηνεία του ανωτέρω γραφήματος, παρατηρούμε π.χ. κατά την CAFD (#, ότι: η γεωγρ. περιοχή (#stud- συνδέεται ισχυρά με το Μαθηματικό Τμήμα ( MATH δηλ. οι υποψήφιοι από την περιοχή αυτή εκτιμάται ότι θα εισαχθούν κυρίως στο Μαθηματικό Τμήμα, η περιοχή (#stud- βρίσκεται μακριά από το Μαθηματικό και πιο κοντά στο Φιλολογικό ( LITR, ενώ η περιοχή (#stud- φαίνεται διεσπαρμένη (πιο κοντά στα Τμήματα ( LITR, ( PHYS, κ.λπ. ABSTRACT This paper is the continuation of our previous orks [6,7,8] here Correspondence Analysis (CA for fuzzy data as introduced, and the mathematical foundation for Correspondence Analysis ith Fuzzy Data (CAFD as investigated. In this ork, e complete these theoretical results ith the practical approach of implementing CAFD. A real problem is considered and the employed computational processes are explained in detail through a simple numerical but representative example. Finally, on a first simultaneous geometrical display, e are presenting and illustrating the defuzzifiedfactorial projections of CAFD in comparison ith those of standard CA. ΑΝΑΦΟΡΕΣ [] Benzécri J.P. & al. (984. L analyse des données, Dunod, Paris. [] Bertier P., Bouroche J.M. (977. Analyse des données multidimensionnelles. PUF, Paris. [] Kaufmann A., Gupta M. (985. Introduction to Fuzzy Arithmetic. Van Nostrand Reinhold Company. [4] Moore R. (979, Interval Analysis, Prentice Hall-Engleood Clifs. [5] SPAD: Système Portable pour l Analyse des Données (00, V.5.0, CISIA- CERESTA, France. [6] Θεοδώρου Ι., Δρόσος Κ., Αλεβίζος Φ. (005. Ασαφής Ανάλυση Αντιστοιχιών. ΕΣΙ, Πρακτικά 8 ου Πανελλήνιου Συνέδριου Στατιστικής-Ρόδος, σελ [7] Theodorou Y., Alevizos Ph. (006. The Fuzzy Eigenvalue problem of Fuzzy Correspondence Analysis, Journal of Interdisciplinary Mathematics, 9, No., pp.5-7. [8] Theodorou Y., Drossos C., Alevizos Ph. (007. Correspondence Analysis ith Fuzzy Data: The Fuzzy Eigenvalue Problem. Fuzzy Sets and Systems, 58, pp [9] Wolkenhauer O. (998. Possibility theory ith applications to Data Analysis. Research Studies Press Ltd., England.
1. ΑΤΟΜΙΚΑ ΣΤΟΙΧΕΙΑ Ημερομηνία Γεν. & Διευθ. Κατοικ. 25 Ιουνίου 1951, οδός Ματσούκα 11, Λαμία Οικογενειακή
- 1 - * ΣΥΝΤΟΜΟ ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ του Ιωάννη Αθαν. Θεοδώρου Δρ. Μαθηματικός-Στατιστικός Τακτικός Καθηγητής Ανώτερων Μαθηματικών του Τμήματος Ηλεκτρονικής του Α.Τ.Ε.Ι. Λαμίας (Φεβρ. 2011) 1. ΑΤΟΜΙΚΑ ΣΤΟΙΧΕΙΑ
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΟΣ ΕΠΙΛΟΓΗΣ ΥΠΟΠΙΝΑΚΑ ΜΕ ΤΗΝ ΠΛΗΣΙΕΣΤΕΡΗ ΑΠΕΙΚΟΝΙΣΗ ΜΕΣΩ ΤΗΣ AFC ΣΤΟ ΓΕΝΙΚΕΥΜΕΝΟ ΠΙΝΑΚΑ
Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 18 ου Πανελληνίου Συνεδρίου Στατιστικής (2005) σελ.247-256 ΑΛΓΟΡΙΘΜΟΣ ΕΠΙΛΟΓΗΣ ΥΠΟΠΙΝΑΚΑ ΜΕ ΤΗΝ ΠΛΗΣΙΕΣΤΕΡΗ ΑΠΕΙΚΟΝΙΣΗ ΜΕΣΩ ΤΗΣ AFC ΣΤΟ ΓΕΝΙΚΕΥΜΕΝΟ ΠΙΝΑΚΑ ΣΥΜΠΤΩΣΕΩΝ
Διαβάστε περισσότεραΠιο συγκεκριμένα, η χρήση του MATLAB προσφέρει τα ακόλουθα πλεονεκτήματα.
i Π Ρ Ο Λ Ο Γ Ο Σ Το βιβλίο αυτό αποτελεί μια εισαγωγή στα βασικά προβλήματα των αριθμητικών μεθόδων της υπολογιστικής γραμμικής άλγεβρας (computational linear algebra) και της αριθμητικής ανάλυσης (numerical
Διαβάστε περισσότεραΗ ΜΕΘΟΔΟΣ PCA (Principle Component Analysis)
Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η μέθοδος PCA (Ανάλυση Κύριων Συνιστωσών), αποτελεί μία γραμμική μέθοδο συμπίεσης Δεδομένων η οποία συνίσταται από τον επαναπροσδιορισμό των συντεταγμένων ενός
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 3 η Ημερομηνία Αποστολής στον Φοιτητή: 7 Ιανουαρίου 2008
ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η Ημερομηνία Αποστολής στον Φοιτητή: 7 Ιανουαρίου 8 Ημερομηνία παράδοσης της Εργασίας: Φεβρουαρίου 8 Πριν από την λύση κάθε άσκησης καλό
Διαβάστε περισσότεραΕισαγωγή στη Στατιστική
Εισαγωγή στη Στατιστική Μετεκπαιδευτικό Σεμινάριο στην ΨΥΧΟΚΟΙΝΩΝΙΚΗ ΑΠΟΚΑΤΑΣΤΑΣΗ ΨΥΧΟΚΟΙΝΩΝΙΚΕΣ ΘΕΡΑΠΕΥΤΙΚΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων
Διαβάστε περισσότεραΒ Γραφικές παραστάσεις - Πρώτο γράφημα Σχεδιάζοντας το μήκος της σανίδας συναρτήσει των φάσεων της σελήνης μπορείτε να δείτε αν υπάρχει κάποιος συσχετισμός μεταξύ των μεγεθών. Ο συνήθης τρόπος γραφικής
Διαβάστε περισσότεραΚλασικη ιαφορικη Γεωµετρια
Αριστοτελειο Πανεπιστηµιο Θεσσαλονικης Σχολη Θετικων Επιστηµων, Τµηµα Μαθηµατικων, Τοµεας Γεωµετριας Κλασικη ιαφορικη Γεωµετρια Πρώτη Εργασία, 2018-19 1 Προαπαιτούµενες γνώσεις και ϐασική προετοιµασία
Διαβάστε περισσότεραΘΕΩΡΙΑ Β ΓΥΜΝΑΣΙΟΥ. Μια παράσταση που περιέχει πράξεις με μεταβλητές (γράμματα) και αριθμούς καλείται αλγεβρική, όπως για παράδειγμα η : 2x+3y-8
ΘΕΩΡΙΑ Β ΓΥΜΝΑΣΙΟΥ Άλγεβρα 1 ο Κεφάλαιο 1. Τι ονομάζουμε αριθμητική και τι αλγεβρική παράσταση; Να δώσετε από ένα παράδειγμα. Μια παράσταση που περιέχει πράξεις με αριθμούς, καλείται αριθμητική παράσταση,
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 περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ Στατιστική ανάλυση του γεωχηµικού δείγµατος µας δίνει πληροφορίες για τον γεωχηµικό πληθυσµό που µελετάµε. Συνυπολογισµός σφαλµάτων Πειραµατικά
Διαβάστε περισσότεραΜοντέρνα Θεωρία Ελέγχου
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 12. Παρατηρησιμότητα Νίκος Καραμπετάκης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΗ Παραγοντική Ανάλυση των Αντιστοιχιών µέσω του λογισµικού CHIC Analysis
Η Παραγοντική Ανάλυση των Αντιστοιχιών µέσω του λογισµικού Άγγελος Μάρκος, Γεώργιος Μενεξές, Γιάννης Παπαδηµητρίου Τµήµα Εφαρµοσµένης Πληροφορικής, Πανεπιστήµιο Μακεδονίας Εισαγωγή Το C.HI.C. (Correspondence
Διαβάστε περισσότεραΑΠΟΣΤΑΣΕΙΣ ΓΙΑ ΤΗΝ ΤΑΞΙΝΟΜΗΣΗ ΣΕ ΠΟΙΟΤΙΚΕΣ ΜΕΤΑΒΛΗΤΈΣ (ΤΑΞΙΝΟΜΗΣΗ ΣΕ ΛΟΓΙΚΑ ΔΕΔΟΜΕΝΑ)
«ΣΠ0ΥΔΑI», Τόμος 47, Τεύχος 3o-4o, Πανεπιστήμιο Πειραιώς / «SPOUDAI», Vol. 47, No 3-4, University of Piraeus ΑΠΟΣΤΑΣΕΙΣ ΓΙΑ ΤΗΝ ΤΑΞΙΝΟΜΗΣΗ ΣΕ ΠΟΙΟΤΙΚΕΣ ΜΕΤΑΒΛΗΤΈΣ (ΤΑΞΙΝΟΜΗΣΗ ΣΕ ΛΟΓΙΚΑ ΔΕΔΟΜΕΝΑ) Υπό Γιάννης
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 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 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 περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ (Εξ. Ιουνίου - 02/07/08) ΕΠΙΛΕΓΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ
Ονοματεπώνυμο:......... Α.Μ....... Ετος... ΑΙΘΟΥΣΑ:....... I. (περί τις 55μ. = ++5++. Σωστό ή Λάθος: ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ (Εξ. Ιουνίου - //8 ΕΠΙΛΕΓΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ (αʹ Αν AB = BA όπου A, B τετραγωνικά και
Διαβάστε περισσότεραΠεριεχόμενα. Πρόλογος... 15
Περιεχόμενα Πρόλογος... 15 Κεφάλαιο 1 ΘΕΩΡΗΤΙΚΑ ΚΑΙ ΦΙΛΟΣΟΦΙΚΑ ΟΝΤΟΛΟΓΙΚΑ ΚΑΙ ΕΠΙΣΤΗΜΟΛΟΓΙΚΑ ΖΗΤΗΜΑΤΑ ΤΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ ΕΡΕΥΝΑΣ ΤΟΥ ΠΡΑΓΜΑΤΙΚΟΥ ΚΟΣΜΟΥ... 17 Το θεμελιώδες πρόβλημα των κοινωνικών επιστημών...
Διαβάστε περισσότεραΙΑ ΟΧΙΚΕΣ ΒΕΛΤΙΩΣΕΙΣ
Tel.: +30 2310998051, Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Θετικών Επιστημών Τμήμα Φυσικής 541 24 Θεσσαλονίκη Καθηγητής Γεώργιος Θεοδώρου Ιστοσελίδα: http://users.auth.gr/theodoru ΙΑ ΟΧΙΚΕΣ ΒΕΛΤΙΩΣΕΙΣ
Διαβάστε περισσότεραΕπιστημονικοί Υπολογισμοί (ή Υπολογιστική Επιστήμη)
Επιστημονικοί Υπολογισμοί (ή Υπολογιστική Επιστήμη) Ασχολoύνται με την κατασκευή μαθηματικών μοντέλων και με τεχνικές ποσοτικής ανάλυσης και τη χρήση υπολογιστών για την ανάλυση και την επίλυση επιστημονικών
Διαβάστε περισσότεραΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ
ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΟΝ ΕΝΤΟΠΙΣΜΟ ΓΕΩΧΗΜΙΚΗΣ ΑΝΩΜΑΛΙΑΣ Στατιστική ανάλυση του γεωχημικού δείγματος μας δίνει πληροφορίες για τον
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ
ΥΠΕΥΘΥΝΟΣ ΚΑΘΗΓΗΤΗΣ Α. Ντούνης ΔΙΔΑΣΚΩΝ ΑΚΑΔ. ΥΠΟΤΡΟΦΟΣ Χ. Τσιρώνης ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ ΜΑΘΗΜΑ ΔΕΥΤΕΡΟ - Διανύσματα - Πράξεις με πίνακες - Διαφορικός λογισμός (1D) ΜΑΘΗΜΑΤΙΚΟ ΥΠΟΒΑΘΡΟ
Διαβάστε περισσότεραΠΛΗ ΛΥΣΕΙΣ ΕΡΓ_2 ΣΕΛ. 1/11
ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η Ημερομηνία Αποστολής στον Φοιτητή: Νοεμβρίου 007 Ημερομηνία παράδοσης της Εργασίας: 4 Δεκεμβρίου 007 Πριν από την λύση κάθε άσκησης καλό
Διαβάστε περισσότεραΘέμα 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 περισσότεραΔρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική
Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR
Διαβάστε περισσότεραΜΕΤΡΑ ΚΕΝΤΡΙΚΗΣ ΤΑΣΗΣ
Μέτρα Περιγραφικής Στατιστικής Πληθυσμιακοί παράμετροι: τα αριθμητικά μεγέθη που εκφράζουν τις στατιστικές ιδιότητες ενός πληθυσμού (που προσδιορίζουν / περιγράφουν τη φυσιογνωμία και τη δομή του) Στατιστικά
Διαβάστε περισσότεραΚεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών
Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών. Εισαγωγή (ορισμός προβλήματος, αριθμητική ολοκλήρωση ΣΔΕ, αντικατάσταση ΣΔΕ τάξης n με n εξισώσεις ης τάξης). Μέθοδος Euler 3. Μέθοδοι
Διαβάστε περισσότεραΕφαρμοσμένα Μαθηματικά ΙΙ
Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Διανύσματα Ευθείες - Επίπεδα Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Διάνυσμα ή Διανυσματικό μέγεθος (Vector) Μέγεθος που
Διαβάστε περισσότεραΤμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η :1-0-017, 3-0-017 Διδάσκουσα: Κοντογιάννη Αριστούλα Σκοπός του μαθήματος Η παρουσίαση
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ Στατιστικά περιγραφικά μέτρα Τα στατιστικά περιγραφικά μέτρα είναι αντιπροσωπευτικές τιμές οι οποίες περιγράφουν με τρόπο ποσοτικό την κατανομή μιας μεταβλητής. Λειτουργούν
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ
Διαβάστε περισσότεραΘΕΜΑ ΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ
ΑΝΩΤΑΤΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΠΕΙΡΑΙΑ ΤΤ. ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ Τ.Ε. ΤΟΜΕΑΣ ΚΑΤΑΣΚΕΥΑΣΤΙΚΟΣ ΘΕΜΑ ΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ ΑΝΑΠΤΥΞΗ XLS ΓΙΑ ΤΟΝ ΥΠΟΛΟΓΙΣΜΟ ΤΩΝ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΤΩΝ
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 1. Σταύρος Παπαϊωάννου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ Μαθηματικά Σταύρος Παπαϊωάννου Ιούνιος 05 Τίτλος Μαθήματος Περιεχόμενα Χρηματοδότηση.. Σφάλμα! Δεν έχει οριστεί σελιδοδείκτης. Σκοποί Μαθήματος
Διαβάστε περισσότεραΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Αριάδνη Αργυράκη
ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Αριάδνη Αργυράκη ΣΤΑΔΙΑ ΕΚΤΕΛΕΣΗΣ ΠΕΡΙΒΑΛΛΟΝΤΙΚΩΝ ΓΕΩΧΗΜΙΚΩΝ ΕΡΕΥΝΩΝ 1.ΣΧΕΔΙΑΣΜΟΣ: - Καθορισμός στόχων έρευνας - Ιστορικό περιοχής 2 4.
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) Ενδεικτικές Λύσεις ΕΡΓΑΣΙΑ η Ηµεροµηνία Αποστολής στον Φοιτητή: Ιανουαρίου 6 Ηµεροµηνία Παράδοσης της Εργασίας από
Διαβάστε περισσότεραΜαθηματικά Γ Γυμνασίου
Α λ γ ε β ρ ι κ έ ς π α ρ α σ τ ά σ ε ι ς 1.1 Πράξεις με πραγματικούς αριθμούς (επαναλήψεις συμπληρώσεις) A. Οι πραγματικοί αριθμοί και οι πράξεις τους Διδακτικοί στόχοι Θυμάμαι ποιοι αριθμοί λέγονται
Διαβάστε περισσότεραΚεφάλαιο 4: Επιλογή σημείου παραγωγής
Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΙΙ. Ενότητα 2: ΣΤΑΤΙΣΤΙΚΗ ΙΙ (2/4). Επίκ. Καθηγητής Κοντέος Γεώργιος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)
ΣΤΑΤΙΣΤΙΚΗ ΙΙ Ενότητα 2: ΣΤΑΤΙΣΤΙΚΗ ΙΙ (2/4). Επίκ. Καθηγητής Κοντέος Γεώργιος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότερα1 Επανάληψη εννοιών από τον Απειροστικό Λογισμό
1 Επανάληψη εννοιών από τον Απειροστικό Λογισμό 1.1 Όρια ακολουθιών Λέμε ότι η ακολουθία { n } συγκλίνει με όριο R αν για κάθε ϵ > 0 υπάρχει ακέραιος N = N(ϵ) τέτοιος ώστε (1.1) n < ϵ για κάθε n > N, και
Διαβάστε περισσότεραΕφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση Ι. Λυχναρόπουλος
9/6/5 Εφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση Ι. Λυχναρόπουλος Άσκηση (Μονάδες ) 5 Δίνεται ο πίνακας A 5. Αν διαγωνοποιείται να τον διαγωνοποιήσετε και στη συνέχεια να k υπολογίσετε το A όπου k θετικός
Διαβάστε περισσότεραΕισαγωγή στην Στατιστική (ΔΕ200Α-210Α)
Τμήμα Διοίκησης Επιχειρήσεων (Αγ. Νικόλαος), Τ.Ε.Ι. Κρήτης Σελίδα 1 από 15 3η Εργαστηριακή Άσκηση Σκοπός: Η παρούσα εργαστηριακή άσκηση, χρησιμοποιώντας ως δεδομένα τα στοιχεία που προέκυψαν από την 1η
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ 4 Ιουνίου 009 Θέμα (0 μονάδες) α) (7 μον) Για τις διάφορες τιμές του k R, να λυθεί το σύστημα y+ kz =
Διαβάστε περισσότεραΔΙΑΧΡΟΝΙΚΗ ΕΞΕΛΙΞΗ ΤΗΣ ΣΧΕΤΙΚΗΣ ΘΕΣΗΣ ΝΟΜΙΣΜΑΤΙΚΟΥΣ ΚΑΙ ΤΟΥΣ ΠΡΑΓΜΑΤΙΚΟΥΣ ΔΕΙΚΤΕΣ
Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 18 ου Πανελληνίου Συνεδρίου Στατιστικής (2005) σελ.283-290 ΔΙΑΧΡΟΝΙΚΗ ΕΞΕΛΙΞΗ ΤΗΣ ΣΧΕΤΙΚΗΣ ΘΕΣΗΣ ΤΩΝ 15 ΧΩΡΩΝ ΜΕΛΩΝ ΤΗΣ ΕΕ ΩΣ ΠΡΟΣ ΤΟΥΣ ΝΟΜΙΣΜΑΤΙΚΟΥΣ ΚΑΙ ΤΟΥΣ ΠΡΑΓΜΑΤΙΚΟΥΣ
Διαβάστε περισσότεραΕισαγωγή στη Στατιστική
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ Τμήμα Διοίκησης Επιχειρήσεων (Α.Ν.) Εισαγωγή στη Στατιστική ΜΕΡΟΣ ΙΙ-ΔΙΑΣΠΟΡΑ-ΔΙΑΚΥΜΑΝΣΗ ΑΠΟΚΛΙΣΗ ΔΙΑΣΠΟΡΑ-ΔΙΑΚΥΜΑΝΣΗ ΤΥΠΙΚΗ ΑΠΟΚΛΙΣΗ ΡΟΠΕΣ ΑΣΥΜΜΕΤΡΙΑ-ΚΥΡΤΩΣΗ II.1
Διαβάστε περισσότεραΣτοιχεία εισηγητή Ημερομηνία: 10/10/2017
Θέμα μεταπτυχιακής διατριβής: Λογισμικά μελέτης και σχεδίασης ρομποτικών συστημάτων - συγκρτική μελέτη και εφαρμογές. 1) Μελέτη των δημοφιλών λογισμικών σχεδίασης ρομποτικών συστημάτων VREP και ROS. 2)
Διαβάστε περισσότεραΚεφάλαιο 4: Επιλογή σημείου παραγωγής
Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή διαδικασίας παραγωγής αναγνωρίζει
Διαβάστε περισσότεραΆλγεβρα Α Λυκείου Κεφάλαιο 2ο. οι πράξεις και οι ιδιότητές τους
οι πράξεις και οι ιδιότητές τους Μερικές ακόμη ταυτότητες (επιπλέον από τις αξιοσημείωτες που βρίσκονται στο σχολικό βιβλίο) ) Διαφορά δυνάμεων με ίδιο εκθέτη: ειδικά αν ο εκθέτης ν είναι άρτιος υπάρχει
Διαβάστε περισσότεραΒασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.
Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Κλασικές Τεχνικές Βελτιστοποίησης Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 2 η /2017 Μαθηματική Βελτιστοποίηση Η «Μαθηματική
Διαβάστε περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Ολοκλήρωση Εισαγωγή Έστω ότι η f είναι μία φραγμένη συνάρτηση στο πεπερασμένο
Διαβάστε 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 περισσότεραΥπερπροσαρμογή (Overfitting) (1)
Αλγόριθμος C4.5 Αποφυγή υπερπροσαρμογής (overfitting) Reduced error pruning Rule post-pruning Χειρισμός χαρακτηριστικών συνεχών τιμών Επιλογή κατάλληλης μετρικής για την επιλογή των χαρακτηριστικών διάσπασης
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 2: ΟΡΙΖΟΥΣΕΣ
ΚΕΦΑΛΑΙΟ ΚΕΦΑΛΑΙΟ :. ΕΙΣΑΓΩΓΗ Σε κάθε τετραγωνικό πίνακα ) τάξης n θα αντιστοιχίσουμε έναν πραγματικό ( ij αριθμό, τον οποίο θα ονομάσουμε ορίζουσα του πίνακα. Η ορίζουσα θα συμβολίζεται det ή Α ή n n
Διαβάστε περισσότεραΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑΤΙΚΑ Β ΓΥΜΝΑΣΙΟΥ. ΜΕΡΟΣ 1ο ΑΛΓΕΒΡΑ
1. Τι καλείται μεταβλητή; ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑΤΙΑ Β ΓΥΜΝΑΣΙΟΥ ΜΕΡΟΣ 1ο ΑΛΓΕΒΡΑ Μεταβλητή είναι ένα γράμμα (π.χ., y, t, ) που το χρησιμοποιούμε για να παραστήσουμε ένα οποιοδήποτε στοιχείο ενός συνόλου..
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Ι (ΘΕ ΠΛΗ ) ΑΠΑΝΤΗΣΕΙΣ ΘΕΜΑΤΩΝ ΤΕΛΙΚΗΣ ΕΞΕΤΑΣΗΣ 9 Ιουνίου (διάρκεια ώρες και λ) Διαβάστε προσεκτικά και απαντήστε
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΣΤΟΙΧΕΙΑ ΔΙΑΦΟΡΙΚΟΥ ΛΟΓΙΣΜΟΥ ΣΥΝΑΡΤΗΣΕΩΝ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 15
ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 13 ΜΕΡΟΣ ΠΡΩΤΟ ΣΤΟΙΧΕΙΑ ΔΙΑΦΟΡΙΚΟΥ ΛΟΓΙΣΜΟΥ ΣΥΝΑΡΤΗΣΕΩΝ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 15 ΚΕΦΑΛΑΙΟ 1: ΣΥΝΑΡΤΗΣΕΙΣ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 17 1. Εισαγωγή 17 2. Πραγματικές συναρτήσεις διανυσματικής μεταβλητής
Διαβάστε περισσότερα1 ο ΦΥΛΛΑΔΙΟ ΑΣΚΗΣΕΩΝ - ΑΛΓΟΡΙΘΜΟΙ
Δ.Π.Θ. - Πολυτεχνική Σχολή Τμήμα Μηχανικών Παραγωγής & Διοίκησης Ακαδ. έτος 2017-2018 Τομέας Συστημάτων Παραγωγής Εξάμηνο A Αναπληρωτής Καθηγητής Στέφανος Δ. Κατσαβούνης 03 ΟΚΤ 2017 ΜΑΘΗΜΑ : ΕΙΣΑΓΩΓΗ ΣΤΗΝ
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 περισσότεραΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ
ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ Εισαγωγή Οι αριθμοί που εκφράζουν το πλήθος των στοιχείων ανά αποτελούν ίσως τους πιο σημαντικούς αριθμούς της Συνδυαστικής και καλούνται διωνυμικοί συντελεστές διότι εμφανίζονται
Διαβάστε περισσότεραΣ ΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΡΜΗΝΕΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ
Σ ΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΡΜΗΝΕΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΤΩΝ ΕΞΕΤΑΣΕΩΝ Μ ΑΪΟΥ 2002 2004 Δ ΕΥΤΕΡΟ ΜΕΡΟΣ Π ΕΡΙΛΗΨΗ: Η μελέτη αυτή έχει σκοπό να παρουσιάσει και να ερμηνεύσει τα ευρήματα που προέκυψαν από τη στατιστική
Διαβάστε περισσότεραΠαναγιώτης Ψαρράκος Αν. Καθηγητής
Ανάλυση Πινάκων Κεφάλαιο 5: Κανονικοί Πίνακες Παναγιώτης Ψαρράκος Αν. Καθηγητής Δ.Π.Μ.Σ. Εφαρμοσμένες Μαθηματικές Επιστήμες Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Τομέας Μαθηματικών Εθνικό
Διαβάστε περισσότεραΑΣΑΦΗΣ ΑΝΑΛΥΣΗ ΑΝΤΙΣΤΟΙΧΙΩΝ
Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 8 ου Πανελληνίου Συνεδρίου Στατιστικής (005 σελ.37-48 ΑΣΑΦΗΣ ΑΝΑΛΥΣΗ ΑΝΤΙΣΤΟΙΧΙΩΝ Ιωάννης Θεοδώρου Τμήμα Ηλεκτρονικής ΤΕΙ Λαμίας, teo@telm.gr Κων/νος Δρόσος Φίλιππος
Διαβάστε περισσότεραΕφαρμοσμένα Μαθηματικά ΙΙ
Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Γραμμικά Συστήματα Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Γραμμικό Σύστημα a11x1 + a12x2 + + a1 nxn = b1 a x + a x + +
Διαβάστε περισσότεραΗ ΚΑΤΑΝΟΜΗ ΤΟΥ EΠIΠEΔOΥ ΕΚΠΑΙΔΕΥΣΗΣ ΣΤΟΥΣ ΝΟΜΟΥΣ ΤΗΣ ΕΛΛΑΔΑΣ ΣΥΜΦΩΝΑ ΜΕ ΤΗΝ ΑΠΟΓΡΑΦΗ ΤΟΥ 2001
Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 18 ου Πανελληνίου Συνεδρίου Στατιστικής (2005) σελ.351-356 Η ΚΑΤΑΝΟΜΗ ΤΟΥ EΠIΠEΔOΥ ΕΚΠΑΙΔΕΥΣΗΣ ΣΤΟΥΣ ΝΟΜΟΥΣ ΤΗΣ ΕΛΛΑΔΑΣ ΣΥΜΦΩΝΑ ΜΕ ΤΗΝ ΑΠΟΓΡΑΦΗ ΤΟΥ 2001 Στέφος Ευστάθιος
Διαβάστε περισσότεραΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ
ο Κεφάλαιο: Στατιστική ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Πληθυσμός: Λέγεται ένα σύνολο στοιχείων που θέλουμε να εξετάσουμε με ένα ή περισσότερα χαρακτηριστικά. Μεταβλητές X: Ονομάζονται
Διαβάστε περισσότεραΓιατί μετράμε την διασπορά;
Γιατί μετράμε την διασπορά; Παράδειγμα Δίνεται το ετήσιο ποσοστό κέρδους δύο επιχειρήσεων για 6 χρόνια. Αν έπρεπε να επιλέξετε την μετοχή μιας εκ των 2 με κριτήριο το ποσοστό κέρδους αυτά τα 6 χρόνια.
Διαβάστε περισσότεραΤαξινόμηση καμπυλών και επιφανειών με τη βοήθεια των τετραγωνικών μορφών.
Ταξινόμηση καμπυλών και επιφανειών με τη βοήθεια των τετραγωνικών μορφών (βλ ενότητες 8 και 8 από το βιβλίο Εισαγωγή στη Γραμμική Άλγεβρα, Ι Χατζάρας, Θ Γραμμένος, 0) (Δείτε τα παραδείγματα 8 (, ) και
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ Τµήµα Εφαρµοσµένης Πληροφορικής
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ Τµήµα Εφαρµοσµένης Πληροφορικής Βοήθεια στην Ερµηνεία των Αποτελεσµάτων της Παραγοντικής Ανάλυσης των Αντιστοιχιών & Αλγόριθµοι Κατασκευής και Ανάλυσης Ειδικών Πινάκων Εισόδου Η
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων 1 Μάθημα του A Εξαμήνου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ Τμήμα Λογιστικής & Χρηματοοικονομικής Στατιστική Επιχειρήσεων 1 Μάθημα του A Εξαμήνου Περιεχόμενα-Ύλη του Μαθήματος Περιγραφική Στατιστική: Είδη δεδομένων, Μετασχηματισμοί,
Διαβάστε περισσότεραΞέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β.
Η έννοια της ακολουθίας Ξέρουμε ότι: Συνάρτηση-απεικόνιση με πεδίο ορισμού ένα σύνολο Α και πεδίο τιμών ένα σύνολο Β είναι κάθε μονοσήμαντη απεικόνιση f του Α στο Β. Δηλαδή: f : A B Η ακολουθία είναι συνάρτηση.
Διαβάστε περισσότεραΕισαγωγή στην Στατιστική (ΔΕ200Α-210Α)
Τμήμα Διοίκησης Επιχειρήσεων (Αγ. Νικόλαος), Τ.Ε.Ι. Κρήτης Σελίδα 1 από 14 3η Εργαστηριακή Άσκηση Σκοπός: Η παρούσα εργαστηριακή άσκηση, χρησιμοποιώντας ως δεδομένα τα στοιχεία που προέκυψαν από την 1η
Διαβάστε περισσότεραΑΝΑΠΤΥΞΗ ΛΟΓΙΣΜΙΚΟΥ ΓΙΑ ΤΗ ΔΙΕΝΕΡΓΕΙΑ ΥΠΟΛΟΓΙΣΤΙΚΩΝ ΜΕΛΕΤΩΝ
ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΑΝΑΠΤΥΞΗ ΛΟΓΙΣΜΙΚΟΥ ΓΙΑ ΤΗ ΔΙΕΝΕΡΓΕΙΑ ΥΠΟΛΟΓΙΣΤΙΚΩΝ ΜΕΛΕΤΩΝ ΠΛΟΣΚΑΣ ΝΙΚΟΛΑΟΣ Α.Μ. 123/04 ΕΠΙΒΛΕΠΩΝ: ΣΑΜΑΡΑΣ ΝΙΚΟΛΑΟΣ ΘΕΣΣΑΛΟΝΙΚΗ, ΙΟΥΝΙΟΣ 2007 Περιεχόμενα
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι κ ΠΕΤΑΛΙΔΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ 1 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότερα3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ
ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ. ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα ονομάζουμε κάθε πείραμα για το οποίο, όταν ξέρουμε τις συνθήκες κάτω από τις οποίες πραγματοποιείται, μπορούμε να προβλέψουμε με
Διαβάστε περισσότεραΠΡΟΤΙΜΗΣΕΙΣ ΤΜΗΜΑΤΩΝ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΑΠΟ ΤΟΥ ΥΠΟΨΗΦΙΟΥΣ ΦΟΙΤΗΤΕΣ
Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 21 ου Πανελληνίου Συνεδρίου Στατιστικής (2008), σελ 323-330 ΠΡΟΤΙΜΗΣΕΙΣ ΤΜΗΜΑΤΩΝ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΑΠΟ ΤΟΥ ΥΠΟΨΗΦΙΟΥΣ ΦΟΙΤΗΤΕΣ Γιαννούλα Φλώρου Ζουμπουλίδης Βασίλειος
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ ΜΑΣ 121: ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι ΑΣΚΗΣΕΙΣ ΚΕΦΑΛΑΙΟΥ 3
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ ΜΑΣ 11: ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι ΑΣΚΗΣΕΙΣ ΚΕΦΑΛΑΙΟΥ 3 1. Να βρείτε τις ιδιοτιμές και τα ιδιοδιανύσματα των πιο κάτω πινάκων: 1 0 3 1 1 1 1 1 3 1 1 4 a b.
Διαβάστε περισσότεραΕλλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων
Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί
Διαβάστε περισσότεραΚΟΝΤΟΚΩΣΤΑΣ ΔΗΜΗΤΡΙΟΣ. ΠΑΡΑΔΕΙΓΜΑΤΑ-ΑΣΚΗΣΕΙΣ ΠΑΡΑΣΤΑΤΙΚΗΣ ΜΕ ΠΡΟΒΟΛΕΣ ΣΕ 2 ΕΠΙΠΕΔΑ (εκδοχή Σεπτεμβρίου 2014) Ε.Μ.Π.
ΚΟΝΤΟΚΩΣΤΑΣ ΔΗΜΗΤΡΙΟΣ ΠΑΡΑΔΕΙΓΜΑΤΑ-ΑΣΚΗΣΕΙΣ ΠΑΡΑΣΤΑΤΙΚΗΣ ΜΕ ΠΡΟΒΟΛΕΣ ΣΕ ΕΠΙΠΕΔΑ (εκδοχή Σεπτεμβρίου 04) Ε.Μ.Π. (παρατηρήσεις για τη βελτίωση των σημειώσεων ευπρόσδεκτες) Παράσταση σημείου. Σχήμα Σχήμα
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ
ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ Η ανάλυση προβλημάτων δύο διαστάσεων με τη μέθοδο των Πεπερασμένων Στοιχείων περιλαμβάνει τα ίδια βήματα όπως και στα προβλήματα μιας διάστασης. Η ανάλυση γίνεται λίγο πιο πολύπλοκη
Διαβάστε περισσότεραΓια την κατανόηση της ύλης αυτής θα συμβουλευθείτε επίσης το: βοηθητικό υλικό που υπάρχει στη
ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 4 η Ημερομηνία Αποστολής στον Φοιτητή: Φεβρουαρίου Ημερομηνία παράδοσης της Εργασίας: 6 Μαρτίου Πριν από την λύση κάθε άσκησης καλό είναι να
Διαβάστε περισσότεραΤετραγωνικά μοντέλα. Τετραγωνικό μοντέλο συνάρτησης. Παράδειγμα τετραγωνικού μοντέλου #1. Παράδειγμα τετραγωνικού μοντέλου #1
Τετραγωνικό μοντέλο συνάρτησης Τετραγωνικά μοντέλα Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc164.materials.uoi.gr/dpapageo Για συνάρτηση μιας
Διαβάστε περισσότεραΒΕΛΤΙΩΜΕΝΑ R ΑΠΟ M ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ
Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 20 ου Πανελληνίου Συνεδρίου Στατιστικής (2007), σελ 95-102 ΒΕΛΤΙΩΜΕΝΑ R ΑΠΟ M ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ Αντζουλάκος Δημήτριος, Ρακιτζής Αθανάσιος 1 Τμήμα Στατιστικής και
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 περισσότεραΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017
ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3 Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017 ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Bέλτιστος σχεδιασμός με αντικειμενική συνάρτηση και περιορισμούς
Διαβάστε περισσότεραΠεπερασμένες Διαφορές.
Κεφάλαιο 1 Πεπερασμένες Διαφορές. 1.1 Προσέγγιση παραγώγων. 1.1.1 Πρώτη παράγωγος. Από τον ορισμό της παραγώγου για συναρτήσεις μιας μεταβλητής γνωρίζουμε ότι η παράγωγος μιας συνάρτησης f στο σημείο x
Διαβάστε περισσότερα1,2,3,7. i. f(x) = x x, x [1, 3] ii. f(x) = { x2 + 2x + 3, x < 1. iii. f(x) = x x. iv. f(x) = { x ln(x), 0 < x 1. cx 2 + 4x + 4, 0 x 1. Rolle.
Πράξεις και ιδιότητες πραγματικών αριθμών. 1 Εισαγωγή - Οδηγίες Οι ασκήσεις είναι κατηγοριοποιημένες ανάλογα με το βαθμό δυσκολίας τους. Μία άσκηση που δεν είναι επισημασμένη είναι μία απλή εφαρμογή της
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436 A εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr Μέτρα θέσης Η θέση αντιπροσωπεύει τη θέση της κατανομής κατά
Διαβάστε περισσότεραiii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος
iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων
Διαβάστε περισσότεραΛογισμός 3. Ενότητα 12:Οι κλασικοί μετασχηματισμοί και ο κανόνας της αλυσίδας. Μιχ. Γ. Μαριάς Τμήμα Μαθηματικών ΑΝΟΙΚΤΑ ΑΚΑ ΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑ ΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 12:Οι κλασικοί μετασχηματισμοί και ο κανόνας της αλυσίδας. Μιχ. Γ. Μαριάς Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραΣτατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες
Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού
Διαβάστε περισσότεραΕισαγωγή στην υδροπληροφορική και βελτιστοποίηση συστημάτων υδατικών πόρων
Σημειώσεις στα πλαίσια του μαθήματος: Βελτιστοποίηση Συστημάτων Υδατικών Πόρων Υδροπληροφορική Εισαγωγή στην υδροπληροφορική και βελτιστοποίηση συστημάτων υδατικών πόρων Ανδρέας Ευστρατιάδης, Χρήστος Μακρόπουλος
Διαβάστε περισσότεραΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX
ΚΕΦΑΛΑΙΟ 3 ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX 3.1 Εισαγωγή Ο αλγόριθμος Simplex θεωρείται πλέον ως ένας κλασικός αλγόριθμος για την επίλυση γραμμικών προβλημάτων. Η πρακτική αποτελεσματικότητά του έχει
Διαβάστε περισσότεραΤίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός
1/8 Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός Κεφάλαιο Γ.05: Ολοκλήρωση Ρητών Συναρτήσεων Όνομα Καθηγητή: Γεώργιος Ν. Μπροδήμας Τμήμα Φυσικής Άδειες Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ. ΕΝΟΤΗΤΑ: Άλγεβρα των Πινάκων (2) ΔΙΔΑΣΚΩΝ: Βλάμος Παναγιώτης ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΕΝΟΤΗΤΑ: Άλγεβρα των Πινάκων (2) ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΔΑΣΚΩΝ: Βλάμος Παναγιώτης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons
Διαβάστε περισσότεραΑπό το Γυμνάσιο στο Λύκειο... 7. 3. Δειγματικός χώρος Ενδεχόμενα... 42 Εύρεση δειγματικού χώρου... 46
ΠEΡΙΕΧΟΜΕΝΑ Από το Γυμνάσιο στο Λύκειο................................................ 7 1. Το Λεξιλόγιο της Λογικής.............................................. 11. Σύνολα..............................................................
Διαβάστε περισσότεραΠοσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος
Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΔειγματοληψία στην Ερευνα. Ετος
ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Αγροτικής Οικονομίας & Ανάπτυξης Μέθοδοι Γεωργοοικονομικής και Κοινωνιολογικής Ερευνας Δειγματοληψία στην Έρευνα (Μέθοδοι Δειγματοληψίας - Τρόποι Επιλογής Τυχαίου Δείγματος)
Διαβάστε περισσότεραΠεπερασμένες διαφορές
Κεφάλαιο 2 Πεπερασμένες διαφορές Αυτό το κεφάλαιο αποτελεί μια εισαγωγή στο αντικείμενο των πεπερασμένων διαφορών για την επίλυση διαφορικών εξισώσεων. Θα εισαγάγουμε ποσότητες που προκύπτουν από διαφορές
Διαβάστε περισσότεραΕισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές. Διάλεξη
Εισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές Διάλεξη 13-3-2015 Υπολογισμός Σταθμικού Μέσου Αριθμητικού X weighted n 1 n 1 w i w X i i Παράδειγμα Υποψήφιος της Δ' Δέσμης πήρε στις εξετάσεις τους εξής
Διαβάστε περισσότερα