= 14 = 34 = Συνδυαστική Ανάλυση
|
|
- Καλόγερος Παπάζογλου
- 6 χρόνια πριν
- Προβολές:
Transcript
1 1. Συνδυαστική Ανάλυση 1.1 Ένα κουτί περιέχει 8 κόκκινες, 3 άσπρες και 9 μπλε σφαίρες. Εάν βγάλουμε 3 σφαίρες στην τύχη χωρίς επανατοποθέτηση, ποια είναι η πιθανότητα (α) να είναι και οι 3 κόκκινες, (β) και οι 3 άσπρες, (γ) 2 κόκκινες και 1 άσπρη, (δ) τουλάχιστον 1 άσπρη, (ε) μία από κάθε χρώμα, (στ) να βγουν στη σειρά κόκκινη, άσπρη, μπλε; (α) Πρώτη Mέθοδος Συμβολίζουμε με Κ 1, Κ 2, Κ 3 τα γεγονότα «κόκκινη σφαίρα στο πρώτο τράβηγμα», «κόκκινη σφαίρα στο δεύτερο τράβηγμα» και «κόκκινη σφαίρα στο τρίτο τράβηγμα», αντίστοιχα. Το γεγονός «βγήκαν τρεις κόκκινες σφαίρες» είναι Κ 1 Κ 2 Κ 3 και η πιθανότητα του Δεύτερη Μέθοδος P(Κ 1 Κ 2 Κ 3 ) = P(Κ 1 )P(Κ 2 Κ 1 )P(Κ 3 Κ 1 Κ 2 ) = = Ζητούμενη πιθανότητα = (β) Με τη δεύτερη μέθοδο του (α) έχουμε πλήθος εκλογών 3 σφαιρών από 8 κόκκινες = 8 C 3 = 14 πλήθος εκλογών 3 σφαιρών από 20 συνολικά 20C3 285 P(και οι 3 άσπρες) = Μπορεί να χρησιμοποιηθεί και 1 η μέθοδος του (α). 3 C 3 = 1 20C (γ) P(2 κόκκινες και 1 άσπρη) = (πλήθος εκλογών 2 από 8 κόκκινες)(πλήθος εκλογών 1 από 3 άσπρες) = (πλήθος εκλογών 3 από 20) 8 = C 2 3 C 1 = 7 20C3 95 (δ) P(καμία άσπρη) = 17 C 3 = 34 20C 57 3 και άρα P(τουλάχιστον 1 άσπρη) = = (ε) P(1 από κάθε χρώμα) = 8 C 1 3 C 1 9 C 1 = 18 20C3 95
2 (στ) P(κόκκινη, άσπρη, μπλέ στη σειρά) = 1 3! P(1 από κάθε χρώμα) = 3 95 Άλλη μέθοδος P(Κ 1 A 2 M 3 ) = P(Κ 1 )P(A 2 Κ 1 )P(M 3 Κ 1 A 2 ) = =
3 1.2 Δύο παίχτες, ο Α και ο Β, παίζουν σκάκι 12 φορές που τελειώνουν με 6 νίκες του Α, 4 νίκες του Β και 2 ισοπαλίες. Εάν παίξουν 3 παιχνίδια, ποια είναι η πιθανότητα (α) να κερδίσει ο Α και τα 3, (β) να λήξουν ισόπαλα 2 παιχνίδια, (γ) να κερδίσουν τα παιχνίδια ενναλάξ, (δ) να κερδίσει ο Β τουλάχιστον 1 παιχνίδι; Συμβολίζουμε με Α 1, Α 2, Α 3 τα γεγονότα να κερδίσει ο Α το 1 ο, το 2 ο και το 3 ο παιχνίδι αντίστοιχα και με Β 1, Β 2, Β 3 να κερδίσει ο Β το 1 ο, το 2 ο και το 3 ο παιχνίδι αντίστοιχα. Σύμφωνα με τα προηγούμενα αποτελέσματα δεχόμαστε ότι (εμπειρική πιθανότητα): P(ο Α κερδίζει ένα ορισμένο παιχνίδι) = 6 12 = 1 2, P(ο Β κερδίζει ένα ορισμένο παιχνίδι) = 4 12 = 1 3. (α) P(ο Α κερδίζει 3 παιχνίδια) = P(Α 1 A 2 Α 3 ) = P(Α 1 )P(A 2 )P(Α 3 ) = 1 8 δεχόμενοι ότι το αποτέλεσμα ενός παιχνιδιού είναι ανεξάρτητο των προηγούμενων αποτελεσμάτων. (β) Σε κάθε παιχνίδι η πιθανότητα μη ισοπαλίας είναι q = = 5 και άρα η πιθανότητα ισοπαλίας είναι p = 1 q = 1. Επίσης έχουμε ότι εάν p η πιθανότητα να συμβεί ένα 6 γεγονός και q=1-p η πιθανότητα να μη συμβεί, τότε η πιθανότητα να πάρουμε x φορές το γεγονός σε n ανεξάρτητες προσπάθειες είναι n C x p x q n x. Άρα P(2 ισοπαλίες) = C 3 2 p 2 q 3 2 = = 5 72 (γ) P(ο Α και ο Β κερδίζουν εναλλάξ) = P(κερδίζουν στη σειρά ο Α, μετά ο Β και μετά ο Α ή κερδίζουν στη σειρά ο Β, μετά ο Α και μετά ο Β) = = P(Α 1 Β 2 Α 3 ) + P(Β 1 A 2 Β 3 ) = P(Α 1 )P(Β 2 )P(Α 3 ) + P(Β 1 )P(A 2 )P(Β 3 ) = = 5 36 (δ) P(ο Β κερδίζει τουλάχιστον 1 παιχνίδι) = 1 P(ο Β κερδίζει 0 παιχνίδια) = 1 P(Β 1 Β 2 Β 3 ) = 1 P(Β 1 )P(Β 2 )P(Β 3 ) = = 3 27
4 1.3 Μια γραμματέας βάζει στην τύχη n διαφορετικά γράμματα σε n φακέλους με διαφορετικές διευθύνσεις. Ποια είναι η πιθανότητα να πάει ένα τουλάχιστον γράμμα στο σωστό παραλήπτη; Συμβολίζουμε με Α 1, Α 2 Α n τα γεγονότα να έχει μπει το 1 ο, το 2 ο,,το n-οστό γράμμα στο σωστό φάκελο. Το γεγονός «τουλάχιστον 1 γράμμα στο σωστό φάκελο) είναι Α 1 A 2 Α n και άρα ζητάμε την P(Α 1 A 2 Α n ). Γενικεύοντας το θεώρημα ολικών πιθανοτήτων έχουμε (1) P(Α 1 A 2 Α n ) = P(Α k ) P Α j Α k + P Α i Α j Α k + ( 1) n 1 P(Α 1 A 2 Α n ) Όπου P(Α k ) είναι το άθροισμα των πιθανοτήτων των Α k από 1 έως n, P Α j Α k είναι το άθροισμα των πιθανοτήτων των Α j Α k με j και k από 1 έως n και k>j, κτλ. Έτσι έχουμε (2) P(A 1 ) = 1 n και γενικά P(A k) = 1 n επειδή από τους n φακέλους μόνο ένας έχει τη σωστή διεύθυνση. Ακόμα (3) P(A 1 A 2 ) = P(Α 1 )P(Α 2 Α 1 ) = 1 1 n n 1 επειδή εάν το πρώτο γράμμα είναι στο σωστό φάκελο, τότε μόνο ένας από τους υπόλοιπους n-1 φακέλους είναι ο σωστός. Ομοίως (4) P(A 1 A 2 A 3 ) = P(Α 1 )P(Α 2 Α 1 )P(Α 3 A 1 A 2 ) = n n 1 n 2 κτλ, και τελικά (5) P(A 1 A 2 A n ) = 1 1 n n = 1 n! Στο άθροισμα P Α j Α k υπάρχουν Ομοίως, στο P Α i Α j Α k υπάρχουν κ.ο.κ. Άρα η ζητούμενη πιθανότητα είναι: P(Α 1 A 2 Α n ) = C n 1 1 n C n 2 όροι με την τιμή που δίνεται από τη σχέση (3). C n 3 όροι με την τιμή που δίνεται από την (4) n C n n ( 1) n 1 C n n 1 n! n C n n 1 n 2 Επίσης ξέρουμε ότι Για x=-1 έχουμε = 1 1 2! + 1 3! + ( 1)n 1 1 n! e x = 1 + x + x2 2! + x3 3! + e 1 = ! + 1 3! ή 1 1 2! + 1 3! = 1 e 1.
5 Παρατηρούμε ότι για μεγάλο n η πιθανότητα είναι περίπου 1 e 1 = Άρα είναι αρκετά πιθανό να φθάσει ένα γράμμα στο σωστό παραλήπτη. Το αξιοσημείωτο στο αποτέλεσμα αυτό είναι ότι η πιθανότητα μένει πρακτικά σταθερή για n>10. Με άλλα λόγια η πιθανότητα να φθάσει τουλάχιστον ένα γράμμα στο σωστό παραλήπτη είναι πρακτικά η ίδια για n ίσο με 10 ή
6 2. Διακριτές Τ.Μ. 2.1 Έστω ότι η τυχαία μεταβλητή Χ παριστάνει το άθροισμα των αποτελεσμάτων στη ρίψη 2 ζαριών. (α) προσδιορίστε την κατανομή πιθανότητας της Χ. (β) Παραστήστε γραφικά αυτή την κατανομή πιθανότητας με ένα ιστόγραμμα. (α) Τα σημεία του δειγματοχώρου για τη ρίψη 2 ζαριών δίνονται στον παρακάτω πίνακα: δεύτερο ζάρι 6 (1,6) (2,6) (3,6) (4,6) (5,6) (6,6) 5 (1,5) (2,5) (3,5) (4,5) (5,5) (6,5) 4 (1,4) (2,4) (3,4) (4,4) (5,4) (6,4) 3 (1,3) (2,3) (3,3) (4,3) (5,3) (6,3) 2 (1,2) (2,2) (3,2) (4,2) (5,2) (6,2) 1 (1,1) (2,1) (3,1) (4,1) (5,1) (6,1) πρώτο ζάρι Η τυχαία μεταβλητή Χ είναι το άθροισμα των συντεταγμένων κάθε σημείου. Έτσι π.χ. για το (3,2) έχουμε Χ=5. Επειδή όλα τα 36 σημεία έχουν την ίδια πιθανότητα, κάθε σημείο έχει πιθανότητα 1/36. Εύκολα καταλήγουμε στον παρακάτω πίνακα. Π.χ. για Χ=5 έχουμε τα 4 σημεία (1,4), (2,3), (3,2), (4,1) και συνεπώς η αντίστοιχη πιθανότητα είναι 4/36. x f(x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 (β) Το ιστόγραμμα το οποίο αναπαρηστά την κατανομή πιθανότητας φαίνεται στο παρακάτω γράφημα
7 2.2 Το ένα δέκατο των εργαλείων που κατασκευάζει μια εταιρεία είναι ελαττωματικά. Υπολογίστε την πιθανότητα σε ένα τυχαίο δείγμα 10 εργαλείων να βγουν 2 ακριβώς εργαλεία ελαττωματικά (α) χρησιμοποιώντας τη διωνυμική κατανομή, (β) προσεγγίζοντας τη διωνυμική κατανομή με μια κατανομή Poisson. (α) Η πιθανότητα ελαττωματικού εργαλείου είναι p=0.1. Εάν η X παριστάνει το πλήθος των ελαττωματικών εργαλείων σε δείγμα 10 εργαλείων, τότε η διωνυμική κατανομή δίνει P(X = 2) = C 10 2(0.1) 2 (0.9) 8 = ή 0.19 (β) Η κατονομή Poisson που προσεγγίζει τη διωνυμική αυτή κατανομή έχει λ = np = (10)(0.1) = 1. Άρα P(X = x) = λx e λ x! ή P(X = 2) = 12 e 1 = ή ! Γενικά η προσέγγιση είναι καλή εάν p 0.1 και λ = np 5.
8 2.3 Η πιθανότητα να αντιδράσει άσχημα ένας ασθενής σε μια ένεση είναι Εάν η ένεση γίνει σε 2000 ασθενείς, υπολογίστε την πιθανότητα να αντιδράσουν άσχημα (α) ακριβώς 3, (β) περισσότεροι από 2 ασθενείς. Έστω ότι η X παριστάνει το πλήθος των ασθενών που θα αντιδράσουν άσχημα. Η Χ έχει διωνυμική κατανομή, αλλά, επειδή η «άσχημη αντίδραση» είναι σπάνιο γεγονός, μπορούμε να δεχθούμε ότι έχει κατανομή Poisson, οπότε (α) P(X = 3) = 23 e 2 = 0.18 P(X = x) = λx e λ, όπου λ = np = (2000)(0.001) = 2. 3! (β) P(X > 2) = 1 [P(X = 0) + P(X = 1) + P(X = 2)] = 1 20 e e e 2 0! 1! 2! = 1 5e 2 = x! Ένας ακριβής υπολογισμός με τη διωνυμική λατανομή έχει πολύ περισσότερη δουλειά.
pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q
Πιθανότητες και Αρχές Στατιστικής (7η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα
Διαβάστε περισσότεραpdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q
7ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 7ο Μάθημα Πιθανότητες
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 07 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 ιακριτές Τυχαίες Μεταβλητές ( Ι ) Επιµέλεια : Στιβακτάκης Ραδάµανθυς Ασκηση.
Διαβάστε περισσότεραΜέση τιμή, διασπορά, τυπική απόκλιση. 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i)=
Μέση τιμή, διασπορά, τυπική απόκλιση Όπου χρειάζεται να γίνει χρήση του μικροϋπολογιστή 3x 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i)= i-2 22, xi=1,2,3,4. α) Να συμπληρωθεί ο παρακάτω πίνακας:
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες-Χειµερινό Εξάµηνο 08-09 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 Ασκηση Το πείραµά µας συνίσταται στη ϱίψη 3 τίµιων κερµάτων. Συµβολίζουµε
Διαβάστε περισσότεραΤυχαία μεταβλητή (τ.μ.)
Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως
Διαβάστε περισσότεραΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 2018 Σειρά Α Θέματα 3 ως 7 και αναλυτικές (ή σύντομες) απαντήσεις
ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Φεβρουάριος 8 Σειρά Α Θέματα ως 7 και αναλυτικές (ή σύντομες) απαντήσεις ΘΕΜΑ : Το δοχείο Δ περιέχει 6 άσπρες και 4 μαύρες μπάλες ενώ το δοχείο Δ περιέχει 5 άσπρες και μαύρες μπάλες.
Διαβάστε περισσότεραΗ διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την
Η ΔΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Ενδιαφερόμαστε για την απλούστερη μορφή πειραματικής διαδικασίας, όπου η έκβαση των αποτελεσμάτων χαρακτηρίζεται μόνο ως "επιτυχής" ή "ανεπιτυχής" (δοκιμές Beroulli). Ορίζουμε λοιπόν
Διαβάστε περισσότερα2010-2011. 4 o Γενικό Λύκειο Χανίων Γ τάξη. Γενικής Παιδείας. Ασκήσεις για λύση
00-0 o Γενικό Λύκειο Χανίων Γ τάξη Μαθηματικά Γενικής Παιδείας γ Ασκήσεις για λύση Επιμέλεια: Μ Ι Παπαγρηγοράκης http://usersschgr/mipapagr Γ Λυκείου Μαθηματικά Γενικής Παιδείας ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ-
Διαβάστε περισσότερα(1) 98! 25! = 4 100! 23! = 4
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 Συνδυαστική Ανάλυση ΙΙ και Εισαγωγή στις ιακριτές Τυχαίες Μεταβλητές
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότερα1.1 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 περισσότεραΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ
ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΦΡΟΝΤΙΣΤΗΡΙΑ 6-7: ΔΙΑΚΡΙΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΕΠΙΜΕΛΕΙΑ: ΓΙΑΝΝΟΠΟΥΛΟΣ ΜΙΧΑΛΗΣ Τυχαία Μεταβλητή (Τ.Μ.): Συνάρτηση πραγματικών τιμών
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Εισαγωγή στις Διακριτές Πιθανότητες ΜΔΕ Προηγμένα Τηλεπικοινωνιακά Συστήματα και Δίκτυα Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage:
Διαβάστε περισσότερα1 ο Κεφάλαιο : Πιθανότητες. 1. Δειγματικοί χώροι 2. Διαγράμματα Venn. Φυσική γλώσσα και ΚΑΤΗΓΟΡΙΕΣ ΑΣΚΗΣΕΩΝ. 3. Κλασικός ορισμός. 4.
ο Κεφάλαιο : Πιθανότητες. Δειγματικοί χώροι. Διαγράμματα Venn Φυσική γλώσσα και ΚΑΤΗΓΟΡΙΕΣ ΑΣΚΗΣΕΩΝ. Κλασικός ορισμός πιθανότητας 4. Κανόνες λογισμού πιθανοτήτων η Κατηγορία : Δειγματικοί χώροι ) Ρίχνουμε
Διαβάστε περισσότερα07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)
07/11/2016 Στατιστική Ι 6 η Διάλεξη (Βασικές διακριτές κατανομές) 1 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότεραΔειγματικές Κατανομές
Δειγματικές Κατανομές Στατιστική συνάρτηση ή στατιστική Δειγματική κατανομή - Εκτιμητής Τα άγνωστα στοιχεία του πληθυσμού λέγονται παράμετροι. Τα συμπεράσματα για μια παράμετρο εξάγονται με τη βοήθεια
Διαβάστε περισσότεραΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΠΑΡΑΣΚΕΥΗ 30 ΜΑΪΟΥ 2014
ΘΕΜΑ Α A1. Αν η συνάρτηση f είναι παραγωγίσιμη στο R και c σταθερός πραγματικός αριθμός, να αποδείξετε με τη χρήση του ορισμού της παραγώγου ότι (c f (x)) = c f (x), για κάθε x R Μονάδες 7 A2. Πότε μια
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
15/1/009 ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 10 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος:
Διαβάστε περισσότεραΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ
Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας
Διαβάστε περισσότεραΣτατιστική. Ενότητα 1 η : Δεσμευμένη Πιθανότητα, Ολική Πιθανότητα, Ανεξαρτησία. Γεώργιος Ζιούτας Τμήμα Χημικών Μηχανικών Α.Π.Θ.
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 1 η : Δεσμευμένη Πιθανότητα, Ολική Πιθανότητα, Ανεξαρτησία Γεώργιος Ζιούτας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ
κεφ - ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ Σε ένα συρτάρι υπάρχουν δύο κάρτες, μία άσπρη και μία κόκκινη Παίρνουμε στην τύχη μία κάρτα από το συρτάρι, καταγράφουμε το χρώμα της και την ξαναβάζουμε
Διαβάστε περισσότεραε. Το μέλος δεν έχει επιλέξει κανένα από τα δύο προγράμματα. Το μέλος έχει επιλέξει αυστηρά ένα μόνο από τα δύο προγράμματα.
1. Τα μέλη ενός Γυμναστηρίου έχουν τη δυνατότητα να επιλέξουν προγράμματα αεροβικής ή γυμναστικής με βάρη. Θεωρούμε τα ενδεχόμενα: Α = Ένα μέλος έχει επιλέξει πρόγραμμα αεροβικής. Β = Ένα μέλος έχει επιλέξει
Διαβάστε περισσότεραΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π
ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ι θ α ν ό τ η τ ε ς Ι Πειραιάς 2008 Πιθανότητες Ι-Μ. Κούτρας 2 Κατανομές χρόνου αναμονής (... μέχρι να συμβεί ηπρώτη επιτυχία) 3 Ας θεωρήσουμε μία ακολουθία
Διαβάστε περισσότεραP (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 περισσότεραΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 8 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gasil
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 6: Kατανομή Poisson. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 6: Kατανομή Poisson Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ
Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 2 η : Δεσμευμένη Πιθανότητα. Ολική Πιθανότητα-Θεώρημα Bayes, Ανεξαρτησία και Συναφείς Έννοιες. Γεώργιος Ζιούτας Τμήμα
Διαβάστε περισσότεραΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών
ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών Πόρων ΑΓΡΙΝΙΟ ΣΤΑΤΙΣΤΙΚΗ Φραγκίσκος Κουτελιέρης Αναπληρωτής
Διαβάστε περισσότεραΗ 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 περισσότεραΠανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-27: Πιθανότητες-Χειµερινό Εξάµηνο 205- ιδάσκων : Π. Τσακαλίδης Λύσεις Τέταρτης Σειράς Ασκήσεων Ασκηση. (αʹ) Σύµφωνα µε το αξίωµα της κανονικοποίησης,
Διαβάστε περισσότεραΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ. Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Έννοια Ορισμοί Τρόπος υπολογισμού Kατανομή πιθανότητας Ασκήσεις Έννοια τυχαίας μεταβλητής Κατά τον υπολογισμό πιθανοτήτων, συχνά συμβαίνει τα ενδεχόμενα που μας ενδιαφέρουν να μετρούν
Διαβάστε περισσότεραΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ
Τµ. Επιστήµης των Υλικών Είδη τυχαίων µεταβλητών 1. ιακριτού τύπου X ονοµάζεται διακριτή τ.µ. αν το πεδίο τιµών της είναι της µορφής, {x 1, x 2,...,x n,...}. f(x) = P(X = x) ονοµάζεται συνάρτηση πυκνότητας
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ Ε ΔΗΜΟΤΙΚΟΥ ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΙΩΝ
ΜΑΘΗΜΑΤΙΚΑ Ε ΔΗΜΟΤΙΚΟΥ ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΙΩΝ Πιθανότητες 24 Πιθανότητες 24 η Άσκηση Η Δανάη περιστρέφει τον δείκτη στον διπλανό τροχό. α. Να εκφράσεις με κλάσμα την πιθανότητα:. Ο δείκτης να σταματήσει σε
Διαβάστε περισσότεραΠερίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων
Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα
Διαβάστε περισσότεραΠεριεχόµενα. Πρόλογος Ιστορική εξέλιξη της πιθανοκρατικής αντίληψης... 13
Περιεχόµενα Πρόλογος... 11 Ιστορική εξέλιξη της πιθανοκρατικής αντίληψης... 13 1.1 Εισαγωγή...13 1.2 ειγµατοχώρος και γεγονότα...18 1.3 Τεχνικές απαρίθµησης...20 1.4 Μεταθέσεις στοιχείων διαφορετικών ειδών
Διαβάστε περισσότεραΛύσεις 4ης Ομάδας Ασκήσεων
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. Ζυγοβίστι Λύσεις 4ης Ομάδας Ασκήσεων Τμήμα Α Λ αʹ Το συνολικό πλήθος των τερμάτων που θα σημειωθούν είναι X + Y, και η μέση
Διαβάστε περισσότεραΠ Α Ν Ε Λ Λ Η Ν Ι Ε Σ 2 0 1 4 Μ Α Θ Η Μ Α Τ Ι Κ Α K A I Σ Τ Ο Ι Χ Ε Ι Α Σ Τ Α Τ Ι Σ Τ Ι Κ Η Σ
Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ 0 Μ Α Θ Η Μ Α Τ Ι Κ Α K A I Σ Τ Ο Ι Χ Ε Ι Α Σ Τ Α Τ Ι Σ Τ Ι Κ Η Σ Ε π ι μ ε λ ε ι α : Τ α κ η ς Τ σ α κ α λ α κ ο ς Π α ν ε λ λ α δ ι κ ε ς Ε ξ ε τ α σ ε ι ς ( 0 ) o ΘΕΜΑ A. Aν n
Διαβάστε περισσότεραΣτατιστική Ι-Θεωρητικές Κατανομές Ι
Στατιστική Ι-Θεωρητικές Κατανομές Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές Η Χρήση των Θεωρητικών
Διαβάστε περισσότεραΕΠΑΝΑΛΗΨΗ 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#(A B) = (#A)(#B). = 2 6 = 1/3,
Κεφάλαιο 4 Πιθανότητες και συνδυαστική Οπως είδαμε σε κάποια παραδείγματα των προηγουμένων κεφαλαίων, συχνά συναντάμε καταστάσεις όπου όλες οι δυνατές εκφάνσεις ενός τυχαίου πειράματος έχουν την ίδια πιθανότητα.
Διαβάστε περισσότεραΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΝΝΟΙΑ ΠΙΘΑΝΟΤΗΤΑΣ Μαθηματική περιγραφή συστημάτων με αβεβαιότητα Παραδείγματα από την οργάνωση παραγωγής Διάρκεια παραγωγής προϊόντων
Διαβάστε περισσότεραΑΠΑΝΤΗΣΕΙΣ. Επιµέλεια: Οµάδα Μαθηµατικών της Ώθησης
ΕΘΝΙΚΕΣ ΕΞΕΤΑΣΕΙΣ 0 ΑΠΑΝΤΗΣΕΙΣ Επιµέλεια: Οµάδα Μαθηµατικών της Ώθησης ΕΘΝΙΚΕΣ ΕΞΕΤΑΣΕΙΣ 0 Παρασκευή, 30 Μα ου 0 Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ ΘΕΜΑ Α Α. Αν η συνάρτηση f είναι παραγωγίσιμη στο
Διαβάστε περισσότεραP(200 X 232) = =
ΕΝΔΕΙΚΤΙΚΑ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΕΣ. Το μέγεθος ενός αναλογικού σήματος, που λαμβάνεται από έναν ανιχνευτή και μετράται σε microvolts, είναι τυχαία μεταβλητή που ακολουθεί την Κανονική κατανομή Ν(00, 6) σε συγκεκριμένη
Διαβάστε περισσότεραE [X ν ] = E [X (X 1) (X ν + 1)]
Πιθανότητες και Αρχές Στατιστικής (6η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 30 Περιεχόμενα
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότεραΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ
5η Εργασία ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗΣ Ακαδημαϊκό Έτος : 2013-2014 ΞΑΝΘΗ 15/3/2014 Ασκήσεις: 1. Να δείξετε ότι η μέση τιμή Τ.Μ. που υπακούει στη διωνυμική κατανομή, είναι ίση np. Επειδή η Τ.Μ. που
Διαβάστε περισσότεραΣτοχαστικές 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 περισσότεραΘεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 2017-18 Λύσεις του πέμπτου φυλλαδίου ασκήσεων 1 Σε ένα πρόβλημα πολλαπλής επιλογής προτείνονται n απαντήσεις από τις οποίες μόνο μία είναι σωστή Αν η σωστή απάντηση κερδίζει
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 5 η : Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών
Διαβάστε περισσότεραΠεριεχόμενα 2ης Διάλεξης 1 Σύνοψη προηγούμενου μαθήματος 2 Αξιωματικός ορισμός και απαρίθμηση 3 Διατάξεις - Συνδυασμοί 4 Παραδείγματα υπολογισμού πιθα
Πιθανότητες και Αρχές Στατιστικής (2η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 54 Περιεχόμενα
Διαβάστε περισσότεραΠιθανότητες. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Γενικής κεφάλαιο 3 94 ασκήσεις. Kglykos.gr. εκδόσεις. Καλό πήξιμο. Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α
Πιθανότητες Κώστας Γλυκός Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglykos.gr 7 / 0 / 0 6 Γενικής κεφάλαιο 3 94 ασκήσεις και τεχνικές σε 8 σελίδες εκδόσεις Καλό πήξιμο ΓΛΥΚΟΣ ΚΩΝ/ΝΟΣ τηλ.
Διαβάστε περισσότεραΠεριεχόμενα 5ης Διάλεξης 1 Ανισότητα Markov 2 Διασπορά 3 Συνδιασπορά 4 Ανισότητα Chebyshev 5 Παραδείγματα Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 5
5ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 5ο Μάθημα Πιθανότητες
Διαβάστε περισσότεραΚανονική Κατανομή. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Κανονική Κατανομή. τεχνικές. 73 άλυτες ασκήσεις.
Κανονική Κατανομή Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Κανονική Κατανομή τεχνικές 73 άλυτες ασκήσεις Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglykos.gr 3 / 1 0 / 0 1 6 εκδόσεις Καλό
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές
Στατιστική Επιχειρήσεων Ι Βασικές διακριτές κατανομές 2 Δοκιμή Bernoulli Ένα πείραμα σε κάθε εκτέλεση του οποίου εμφανίζεται ακριβώς ένα από δύο αμοιβαία αποκλειόμενα δυνατά αποτελέσματα Το ένα ονομάζεται
Διαβάστε περισσότεραΠιθανότητες και Αρχές Στατιστικής (5η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος
Πιθανότητες και Αρχές Στατιστικής (5η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 30 Περιεχόμενα
Διαβάστε περισσότεραΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΗΜΕΡΗΣΙΩΝ
ΑΡΧΗ ΗΣ ΣΕΛΙ ΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΠΑΡΑΣΚΕΥΗ 30 ΜΑΪΟΥ 04 - ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ
Διαβάστε περισσότεραΔιωνυμική Κατανομή. x Αποδεικνύεται ότι για την διωνυμική κατανομή ισχύει: Ε(Χ)=np και V(X)=np(1-p).
Διωνυμική Κατανομή Ορισμός: Μια τυχαία μεταβλητή Χ λέγεται ότι ακολουθεί την διωνυμική κατανομή αν πληρούνται οι ακόλουθες τρεις συνθήκες: α) Υπάρχουν n επαναλαμβανόμενες δοκιμές οι οποίες είναι στατιστικώς
Διαβάστε περισσότεραΑσκήσεις Κεφαλαίου 1
Ασκήσεις Κεφαλαίου 1 1. Αν συμβολίζει τη συμμετρική διαφορά των γεγονότων Α και Β, δηλ. δείξτε ότι ισχύει 0 και επαληθεύστε με αριθμητικό παράδειγμα ότι δεν ισχύει το αντίστροφο. 2. Για τα γεγονότα Α και
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ
ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΠΑΡΑΣΚΕΥΗ 30 MAΪΟΥ 0 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΘΕΜΑ Α Α. Αν η συνάρτηση f είναι
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα # 12: Ασυνεχείς Κατανομές Εβελίνα Κοσσιέρη Τμήμα Λογιστικής και Χρηματοοικονομικής ΑΔΕΙΕΣ ΧΡΗΣΗΣ
Διαβάστε περισσότεραΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ - ΜΕΣΗ ΤΙΜΗ
Τµ. Επιστήµης των Υλικών Συνάρτηση Κατανοµής Ορισµός F(x) = P(X x) = f(t) x t x f(t)dt, X διακριτή τ.µ., X συνεχής τ.µ. Ιδιότητες 0 F(x). 2 F είναι αύξουσα συνάρτηση. 3 F είναι συνεχής εκ δεξιών. 4 lim
Διαβάστε περισσότεραpdf: X U(a, b) 0, x < a 1 b a, a x b 0, x > b
Πιθανότητες και Αρχές Στατιστικής (8η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 41 Περιεχόμενα
Διαβάστε περισσότεραΠεριεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ
Πιθανότητες και Αρχές Στατιστικής (3η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 38 Περιεχόμενα
Διαβάστε περισσότεραΘΕΜΑ 3 Το ύψος κύματος (σε μέτρα) σε μία συγκεκριμένη θαλάσσια περιοχή είναι τυχαία μεταβλητή X με συνάρτηση πυκνότητας πιθανότητας
ΣΧΟΛΗ ΝΑΥΤΙΚΩΝ ΔΟΚΙΜΩΝ TOMEAΣ ΜΑΘΗΜΑΤΙΚΩΝ ΕΞΕΤΑΣΕΙΣ ΕΠΙΛΟΓΗΣ ΓΙΑ ΕΚΠΑΙΔΕΥΣΗ ΣΤΟ ΕΞΩΤΕΡΙΚΟ ΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ 26 Σεπτεμβρίου 2014 Ομάδα Θεμάτων Α ΘΕΜΑ 1 Ρίχνουμε ένα αμερόληπτο νόμισμα (δύο δυνατά
Διαβάστε περισσότεραΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 2016 ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ
ΚΥΠΡΙΑΚΗ ΜΑΘΗΜΑΤΙΚΗ ΕΤΑΙΡΕΙΑ Στασίνου 36, Γραφ. 1, Στρόβολος 3, Λευκωσία Τηλ. 357-37811 Φαξ: 357-3791 cms@cms.org.cy, www.cms.org.cy ΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 16 ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Ημερομηνία: Δευτέρα,
Διαβάστε περισσότεραΠεριεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ
3ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 3ο Μάθημα Πιθανότητες
Διαβάστε περισσότεραΚΥΠΡΙΑΚΗ ΜΑΘΗΜΑΤΙΚΗ ΕΤΑΙΡΕΙΑ. Ημερομηνία: 29/04/2017 Ώρα εξέτασης: 10:00-14:30
ΟΔΗΓΙΕΣ: ΚΥΠΡΙΑΚΗ ΜΑΘΗΜΑΤΙΚΗ ΕΤΑΙΡΕΙΑ Γ ΔΙΑΓΩΝΙΣΜΟΣ ΕΠΙΛΟΓΗΣ ΚΑΤΩ ΤΩΝ 15 1/2 ΕΤΩΝ «Ευκλείδης» Ημερομηνία: 29/04/2017 Ώρα εξέτασης: 10:00-14:30 1. Να λύσετε όλα τα θέματα αιτιολογώντας πλήρως τις απαντήσεις
Διαβάστε περισσότεραΤμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος
Τμήμα Λογιστικής και Χρηματοοικονομικής 1 Θεωρία Πιθανοτήτων Δρ. Αγγελίδης Π. Βασίλειος 2 Περιεχόμενα Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους 3 Πείραμα
Διαβάστε περισσότεραΔιακριτές Κατανομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Διακριτές Κατανομές. τεχνικές. 42 άλυτες ασκήσεις.
Διακριτές Κατανομές Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Διακριτές Κατανομές τεχνικές 4 άλυτες ασκήσεις Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglyos.gr 3 / 1 0 / 0 1 6 εκδόσεις
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ 5 ΠΕΡΙΟΔΩΝ ΗΜΕΡΟΜΗΝΙΑ: 8 ΙΟΥΝΙΟΥ 2009
ΕΥΡΩΠΑΙΚΟ ΑΠΟΛΥΤΗΡΙΟ 2009 ΜΑΘΗΜΑΤΙΚΑ 5 ΠΕΡΙΟΔΩΝ ΗΜΕΡΟΜΗΝΙΑ: 8 ΙΟΥΝΙΟΥ 2009 ΔΙΑΡΚΕΙΑ ΕΞΕΤΑΣΗΣ: 4 ώρες (240 λεπτά) ΕΠΙΤΡΕΠΟΜΕΝΑ ΒΟΗΘΗΜΑΤΑ Ευρωπαικό τυπολόγιο Μη προγραμματιζόμενος υπολογιστής, χωρίς γραφικά
Διαβάστε περισσότεραΛύσεις των θεμάτων ΠΑΡΑΣΚΕΥΗ 30 MAΪΟΥ 2014 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ
ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΠΑΡΑΣΚΕΥΗ 30 MAΪΟΥ 04 Λύσεις των θεμάτων
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 1 η : Βασικές Έννοιες Πιθανότητας Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ. Άδειες
Διαβάστε περισσότεραΑσκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή
Ασκήσεις στις κατανομές και ειδικά στην διωνυμική κατανομή και κανονική κατανομή Όπου χρειάζεται να γίνει χρήση του μικροϋπολογιστή 3xi -2 1) Για την τυχαία διακριτή μεταβλητή Χ ισχύει Ρ(Χ=x i )= 5, x
Διαβάστε περισσότεραΑσκήσεις μελέτης της 6 ης διάλεξης
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 6 ης διάλεξης 6.1. (α) Το mini-score-3 παίζεται όπως το score-4,
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του φυλλαδίου ασκήσεων επανάληψης. P (B) P (A B) = 3/4.
Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 207-8. Λύσεις του φυλλαδίου ασκήσεων επανάληψης.. Αν P (A) / και P (A B) /4, βρείτε την ελάχιστη δυνατή και την μέγιστη δυνατή τιμή της P (B). Το B καλύπτει οπωσδήποτε
Διαβάστε περισσότεραΜέρος 1ο. Περιγραφική Στατιστική (Descriptive Statistics)
Μέρος 1ο. Περιγραφική Στατιστική (Descriptive Statistics) 1. Οργάνωση και Γραφική παράσταση στατιστικών δεδομένων 2. Αριθμητικά περιγραφικά μέτρα Εφαρμοσμένη Στατιστική Μέρος 1 ο Κ. Μπλέκας (1/13) στατιστικών
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ ΘΕΩΡΙΑ--ΑΣΚΗΣΕΙΣ
ΚΕΦΑΛΑΙΟ 3 ο ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΩΡΙΑ--ΑΣΚΗΣΕΙΣ ΟΡΙΣΜΟΙ ΣΤΟΙΧΕΙΑ ΑΠΟ ΤΗ ΘΕΩΡΙΑ Δειγματικός Χώρος: Ενδεχόμενο: Το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης καλείται δειγματικός χώρος. Συμβολίζεται
Διαβάστε περισσότεραΣτατιστική Ι-Πιθανότητες Ι
Στατιστική Ι-Πιθανότητες Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 15 Οκτωβρίου 2015 Περιγραφή 1 Ενωση και Τομή Ενδεχομένων Περιγραφή 1 Ενωση και
Διαβάστε περισσότεραΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ 2014
ΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ 0 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΘΕΜΑ Α Α. Αν η συνάρτηση f είναι παραγωγίσιμη στο R και c σταθερός πραγματικός αριθμός, να αποδείξετε με τη χρήση του
Διαβάστε περισσότεραΛύσεις των θεμάτων ΠΑΡΑΣΚΕΥΗ 30 MAΪΟΥ 2014 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ
ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΠΑΡΑΣΚΕΥΗ 30 MAΪΟΥ 04 Λύσεις των θεμάτων
Διαβάστε περισσότερα1.1 ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ - ΕΝΔΕΧΟΜΕΝΑ
1 1.1 ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ - ΕΝΔΕΧΟΜΕΝΑ Ασκήσεις σχ. βιβλίου σελίδας 26 28 Α ΟΜΑΔΑΣ 1. Ένα κουτί έχει τρεις μπάλες, μια άσπρη, μια μαύρη και μια κόκκινη. Κάνουμε το εξής πείραμα : παίρνουμε από το κουτί μια
Διαβάστε περισσότεραB A B A A 1 A 2 A N = A i, i=1. i=1
Κεφάλαιο 2 Χώρος πιθανότητας και ενδεχόμενα 2.1 Προκαταρκτικά Εστω ότι κάποιος μας προτείνει να του δώσουμε δυόμισι ευρώ για να παίξουμε το εξής παιχνίδι: Θα στρίβουμε ένα νόμισμα μέχρι την πρώτη φορά
Διαβάστε περισσότεραΓιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017.
HY118-Διακριτά Μαθηματικά Τρίτη, 02/05/2017 Θεωρία πιθανοτήτων Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 04-May-17 1 1 04-May-17 2 2 Γιατί πιθανότητες; Γιατί πιθανότητες; Στον προτασιακό και κατηγορηματικό
Διαβάστε περισσότερα1 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 περισσότεραΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ
Τµ. Επιστήµης των Υλικών ειγµατοληψία Με ιάταξη ειγµατοληψία Χωρίς ιάταξη Χωρίς Επανατοποθέτηση (n)k Με Επανατοποθέτηση n k Χωρίς Επανατοποθέτηση ( n k) Με Επανατοποθέτηση ( n+k 1 ) k ειγµατοληψία Με ιάταξη
Διαβάστε περισσότεραΕΣΜΕΥΜΕΝΕΣ ΠΙΘΑΝΟΤΗΤΕΣ
Τµ. Επιστήµης των Υλικών εσµευµένες Πιθανότητες Εστω (Ω, A, P) ένας πιθανοθεωρητικός χώρος. Αξιωµατικός Ορισµός της Πιθανότητας (Kolmogorov) Θεωρούµε (Ω, A) έναν µετρήσιµο χώρο. Ενα πιθανοθεωρητικό µέτρο
Διαβάστε περισσότερα1.2 ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ
. ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ Ασκήσεις σχ. βιβλίου σελίδας 7 9 Α ΟΜΑΔΑΣ. Από μία τράπουλα με 5 φύλλα παίρνουμε ένα στην τύχη. Να βρείτε τις πιθανότητες των ενδεχομένων : i) Το φύλλο είναι 5 ii) Το φύλλο δεν
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 περισσότεραΛύσεις 2ης Ομάδας Ασκήσεων
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ. (Μπάλες Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ (αʹ Έστω A το ενδεχόμενο να επιλέξουμε τουλάχιστον μια άσπρη μπάλα. Θα υπολογίσουμε
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΜΗΧΑΝΙΚΟΥΣ. Νίκος Μυλωνάς Βασίλης Παπαδόπουλος. Βοήθηµα διδάσκοντα
ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΜΗΧΑΝΙΚΟΥΣ Νίκος Μυλωνάς Βασίλης Παπαδόπουλος Βοήθηµα διδάσκοντα Εκδόσεις Τζιόλα Περιεχόµενα Πιθανότητες 5 3 ιακριτές τυχαίες µεταβλητές 37 4 Συνεχείς τυχαίες µεταβλητές
Διαβάστε περισσότερα2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.
2.6 ΟΡΙΑ ΑΝΟΧΗΣ Το διάστηµα εµπιστοσύνης παρέχει µία εκτίµηση µιας άγνωστης παραµέτρου µε την µορφή διαστήµατος και ένα συγκεκριµένο βαθµό εµπιστοσύνης ότι το διάστηµα αυτό, µε τον τρόπο που κατασκευάσθηκε,
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων και Στατιστική
Θεωρία Πιθανοτήτων και Στατιστική 2 ο Εξάμηνο Ασκήσεις Πράξης 1 Θεωρία Συνόλων - Δειγματικός Χώρος Άσκηση 1: Να βρεθούν και να γραφούν με συμβολισμούς της Θεωρίας Συνόλων οι δειγματοχώροι των τυχαίων πειραμάτων:
Διαβάστε περισσότεραΣημειώσεις Στατιστική & Πιθανότητες
Σημειώσεις Στατιστική & Πιθανότητες https://github.com/kongr45gpen/ece-notes 26, Εαρινό εξάμηνο Περιεχόμενα I Πιθανότητες 2 2. Πείραμα τύχης.......................................... 2.. Πράξεις..........................................
Διαβάστε περισσότεραΛύσεις των θεμάτων ΣΑΒΒΑΤΟ 14 MAΪΟΥ 2011 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ
ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΑΒΒΑΤΟ 4 MAΪΟΥ 0 Λύσεις των θεμάτων Έκδοση
Διαβάστε περισσότεραΛύσεις 1ης Ομάδας Ασκήσεων
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ. Ισότητα συνόλων Έστω C = A i= B i και D = i= A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται,
Διαβάστε περισσότερα(1) 98! 25! = 4 100! 23! = 4
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 Συνδυαστική Ανάλυση και Εισαγωγή στις ιακριτές Τυχαίες Μεταβλητές Επιµέλεια
Διαβάστε περισσότεραΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 3ο: ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΜΑ Α. α) Τι λέγεται δειγματικός χώρος και τι ενδεχόμενο ενός πειράματος τύχης;
ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ ο: ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΜΑ Α Ερώτηση θεωρίας α) Τι λέγεται δειγματικός χώρος και τι ενδεχόμενο ενός πειράματος τύχης; =. β) Για δύο συμπληρωματικά ενδεχόμενα Α και Α να αποδείξετε
Διαβάστε περισσότερα