4. Δεσμευμένη Πιθανότητα - Ανεξαρτησία Ενδεχομένων

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "4. Δεσμευμένη Πιθανότητα - Ανεξαρτησία Ενδεχομένων"

Transcript

1 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω 4 Δεσμευμέη Πιθαότητα - Αεξαρτησία Εδεχομέω 4 Γιατί δεσμευμέη πιθαότητα Το όημα της δεσμευμέης πιθαότητας Η πιθαότητα, ως έα μέτρο του βαθμού βεβαιότητας που έχουμε για τη εμφάιση εός εδεχομέου, είαι δυατό α ααθεωρηθεί και α προσαρμοσθεί κατάλληλα, α σε κάποιο στάδιο του στοχαστικού πειράματος που μελετάμε προκύψου πρόσθετες πληροφορίες για τη έκβασή του Μια τέτοια πληροφορία, μπορεί μάλιστα α είαι ότι κάποιο άλλο εδεχόμεο ήδη έχει εμφαισθεί Χαρακτηριστικό είαι το ακόλουθο παράδειγμα Παράδειγμα 4: Στα συμπεράσματα μιας έρευας που πρόσφατα ολοκληρώθηκε ααφέρεται, μεταξύ άλλω, ότι το ποσοστό τω φορέω του βακίλου της φυματίωσης σε μια συγκεκριμέη περιοχή είαι 075% Αυτό σημαίει ότι α επιλέξουμε (τυχαία από τη περιοχή αυτή έα κάτοικο, η πιθαότητα α είαι φορέας του βακίλου της φυματίωσης είαι Α όμως ο κάτοικος υποβληθεί σε κάποιο σχετικό διαγωστικό ιατρικό test, για παράδειγμα στο TB tne test, τότε ότα το αποτέλεσμα του test γίει γωστό, η πιθαότητα α είαι φορέας προφαώς ααθεωρείται και μάλιστα περιμέουμε α αυξηθεί α το αποτέλεσμα του τεστ είαι θετικό και α μειωθεί α το αποτέλεσμα είαι αρητικό Διευκριίζουμε ότι ακόμη και μετά το αποτέλεσμα του TB tne test δε είμαστε βέβαιοι για το α ο εξεταζόμεος είαι ή δε είαι φορέας του βακίλου της φυματίωσης γιατί ο έλεγχος αυτός δε κάει πάτοτε σωστή διάγωση Συγκεκριμέα, ότα το εξεταζόμεο άτομο είαι φορέας το TB tne test κάει σωστή διάγωση με πιθαότητα 09 εώ ότα δε είαι φορέας κάει σωστή διάγωση με πιθαότητα 096 Ας θεωρήσουμε τα εδεχόμεα, Β: ο κάτοικος είαι φορέας του βακίλου της φυματίωσης Θ: το αποτέλεσμα του test είαι θετικό Δίεται ότι P ( = , δηλαδή, δίεται ότι η πιθαότητα α είαι φορέας του βακίλου της φυματίωσης έας κάτοικος που επιλέξαμε τυχαία από τη συγκεκριμέη περιοχή, είαι Άραγε πώς επηρεάζεται αυτή η πιθαότητα α ο κάτοικος υποβληθεί στο TB tne test και το αποτέλεσμα είαι θετικό; Δηλαδή, ποια είαι πλέο η πιθαότητα α πραγματοποιηθεί το εδεχόμεο Β δοθέτος ότι πραγματοποιήθηκε το εδεχόμεο Θ; Αυτή η εκ τω υστέρω πιθαότητα του Β, δηλαδή, η πιθαότητα πραγματοποίησης του εδεχομέου Β μετά τη πληροφορία ότι το αποτέλεσμα του test είαι θετικό, οομάζεται δεσμευμέη πιθαότητα του Β δοθέτος του Θ και συμβολίζεται με P ( B Θ Ατίστοιχα, α το αποτέλεσμα του test είαι αρητικό η εκ τω υστέρω πιθαότητα του Β οομάζεται δεσμευμέη πιθαότητα του Β δοθέτος του Θ και συμβολίζεται με P ( B Θ Παρατηρείστε ότι εκτός από τη εκ τω προτέρω πιθαότητα P ( του Β (δηλαδή τη πιθαότητα πραγματοποίησης του εδεχομέου Β πρι γίει γωστό το αποτέλεσμα του test, μας δίοται και οι δεσμευμέες πιθαότητες P ( Θ και P ( Θ B που ααφέροται στη αξιοπιστία του test Συγκεκριμέα, δίεται ότι P ( Θ = 09 και P ( Θ B = 0 96 Στη συέχεια θα δούμε πώς με βάση αυτά τα όπως εξάλλου συμβαίει σε αρκετές περιπτώσεις διαγωστικώ tests Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 9

2 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω δεδομέα μπορούμε α υπολογίσουμε τις εκ τω υστέρω πιθαότητες P ( B Θ και P ( B Θ του Β που μας εδιαφέρου Θα δούμε επίσης πώς μπορούμε α χρησιμοποιήσουμε τις δεσμευμέες πιθαότητες P ( Θ και P ( Θ B για α υπολογίσουμε τη μη δεσμευμέη πιθαότητα P (Θ, δηλαδή, τη πιθαότητα το αποτέλεσμα του test για έα κάτοικο που επιλέγουμε τυχαία α είαι θετικό Στα επόμεα θα διαπιστώσουμε ότι σε αρκετές περιπτώσεις, η λύση σύθετω προβλημάτω υπολογισμού (μη δεσμευμέω πιθαοτήτω απλοποιείται με τη εισαγωγή και χρήση κατάλληλω δεσμευμέω πιθαοτήτω και μάλιστα όχι μόο ότα έχουμε πρόσθετες πληροφορίες για τη έκβαση του πειράματος αλλά και ότα δε έχουμε! Χαρακτηριστικό είαι το παράδειγμα που ακολουθεί Παράδειγμα 4: Σε έα συρτάρι φαρμακείου βρίσκοται 7 κουτιά με συγκεκριμέο φαρμακευτικό σκεύασμα Σε από αυτά, το φαρμακευτικό σκεύασμα έχει λήξει Ο φαρμακοποιός δε γωρίζει ότι στο συρτάρι υπάρχου κουτιά με ακατάλληλο σκεύασμα και έτσι στο πρώτο πελάτη που του ζητάει έα κουτί με το συγκεκριμέο σκεύασμα δίει έα από τα 7 που το επιλέγει τυχαία Ότα και έας δεύτερος πελάτης ζητάει το συγκεκριμέο σκεύασμα, ο φαρμακοποιός του δίει έα που τυχαία επίσης επιλέγει από τα 6 που έχου απομείει στο συρτάρι Ας θεωρήσουμε τα εδεχόμεα, Λ : για το -στό πελάτη επιλέγεται κουτί με σκεύασμα που έχει λήξει με =, Παρατηρείστε ότι εώ εύκολα βρίσκουμε ότι η πιθαότητα α δοθεί στο πρώτο πελάτη κουτί με σκεύασμα που έχει λήξει είαι Λ = 7 και ατίστοιχα ότι η πιθαότητα α του δοθεί κουτί με σκεύασμα που δε έχει λήξει είαι Λ = Λ = 4 7, για το υπολογισμό της πιθαότητας Λ (α δοθεί στο δεύτερο πελάτη κουτί με σκεύασμα που έχει λήξει εώ γωρίζουμε ότι τα δυατά αποτελέσματα είαι 6, δε γωρίζουμε πόσα είαι τα ευοϊκά αποτελέσματα γιατί αυτό εξαρτάται από το αποτέλεσμα της πρώτης επιλογής Έτσι, α στο πρώτο πελάτη δόθηκε κουτί με σκεύασμα που έχει λήξει τότε η πιθαότητα στο δεύτερο πελάτη α δοθεί κουτί με σκεύασμα που έχει λήξει είαι προφαώς 6, δηλαδή, η δεσμευμέη πιθαότητα του Λ δοθέτος του Λ είαι Λ Λ = 6 εώ α στο πρώτο πελάτη δόθηκε κουτί με σκεύασμα που δε έχει λήξει τότε Λ Λ = 6 Στη συέχεια θα δούμε πώς μπορούμε α αξιοποιήσουμε αυτές τις δεσμευμέες πιθαότητες για α υπολογίσουμε τη (μη δεσμευμέη πιθαότητα Λ που μας εδιαφέρει! (Παράδειγμα 44 Ας δούμε έα ακόμη παράδειγμα Παράδειγμα 4: Έας φίλος μας ρίχει έα αμερόληπτο ζάρι μια φορά και έστω ότι εδιαφέρεται για τη πιθαότητα εμφάισης του εδεχομέου A = {,4,6 } Ο δειγματικός χώρος, Ω = {,,,4,5,6 }, του πειράματος είαι πεπερασμέος με ισοπίθαα απλά εδεχόμεα και επομέως P ( = 6 =, αφού τα ευοϊκά για τη πραγματοποίηση του Α αποτελέσματα είαι τρία, το, το 4 και το 6 (Σχήμα 4α Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 94

3 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Ρωτάμε το φίλο μας α εμφαίσθηκε το Α αλλά δε μας απατάει ευθέως Μας λέει ότι το αποτέλεσμα είαι άρτιος αριθμός, δηλαδή, για τη έκβαση του πειράματος, έχουμε τη πληροφορία ότι έχει πραγματοποιηθεί το εδεχόμεο B = {,4,6}( Σχήμα 4β Αυτό σημαίει ότι πλέο τα δυατά αποτελέσματα δε είαι έξι αλλά τρία, δηλαδή, η πληροφορία που πήραμε για τη έκβαση του πειράματος, συρρίκωσε/περιόρισε το δειγματικό χώρο Ω = {,,,4,5,6 } στο σύολο B = {,4,6} Είαι ως α πρόκειται πλέο για έα έο πείραμα με δειγματικό χώρο Ω = B = {,4,6} και τα ευοϊκά αποτελέσματα για τη πραγματοποίηση του Α α συρρικώοται/περιορίζοται στη τομή ΑΒ (Σχήμα 4γ Έτσι, η πιθαότητα εμφάισης του Α προκύπτει α δούμε το αριθμό (το πλήθος τω ευοϊκώ περιπτώσεω ως ποσοστό του αριθμού τω στοιχείω του έου δειγματικού χώρου, δηλαδή, η πιθαότητα εμφάισης του Α είαι πλέο ίση με N( A N( A = = N( Ω N( Για α υπολογίσουμε/ααθεωρήσουμε τη πιθαότητα εμφάισης του εδεχομέου Α με βάση τη πληροφορία ότι πραγματοποιήθηκε το εδεχόμεο Β, δηλαδή, για α υπολογίσουμε τη δεσμευμέη πιθαότητα P ( A, εύλογα εργασθήκαμε στο έο/συρρικωμέο δειγματικό χώρο Ω = B = {,4,6} Ατίστοιχα, το ίδιο κάαμε και στο Παράδειγμα 4 Βέβαια, έχει εδιαφέρο α δούμε α θα μπορούσαμε α υπολογίσουμε τη δεσμευμέη πιθαότητα P ( A στο πλαίσιο του αρχικού δειγματικού χώρου Ω = {,,,4,5,6} Πράγματι μπορούμε, αφού N( A 6 N( A N( Ω A P ( A = = = = = N( 6 N( N( Ω (α (β (γ Σχήμα 4 Η συλλογιστική που οδήγησε στο τύπο P ( A = A ισχύει και μπορεί α εφαρμοσθεί γεικότερα σε πεπερασμέους δειγματικούς χώρους με ισοπίθαα απλά εδεχόμεα Μπορεί επίσης α εφαρμοσθεί σε πεπερασμέους δειγματικούς χώρους με μη ισοπίθαα απλά εδεχόμεα αλλά και σε συεχείς δειγματικούς χώρους (συμφωεί δηλαδή και με τη έοια/ερμηεία της πιθαότητας ως οριακή σχετική συχότητα Έτσι, εύλογα οδηγούμαστε στο ακόλουθο ορισμό της δεσμευμέης πιθαότητας Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 95

4 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Ορισμός της δεσμευμέης πιθαότητας (condtonal probablty: Α Α και Β δύο εδεχόμεα του δειγματικού χώρου Ω εός πειράματος τύχης και P ( > 0, τότε η δεσμευμέη πιθαότητα του Α δοθέτος του Β συμβολίζεται με A και δίεται από το τύπο A P ( A = (4 Α P ( = 0, η δεσμευμέη πιθαότητα P ( A δε ορίζεται Η πιθαότητα P ( οομάζεται εκ τω προτέρω πιθαότητα (pror probablty, εώ η δεσμευμέη πιθαότητα P ( A οομάζεται εκ τω υστέρω πιθαότητα (posteror probablty Σχήμα 4α Για τη δεσμευμέη πιθαότητα P ( A ο δειγματικός χώρος Ω περιορίζεται στο εδεχόμεο Β και το εδεχόμεο Α τω ευοϊκώ αποτελεσμάτω, περιορίζεται στο εδεχόμεο ΑΒ Η δεσμευμέη πιθαότητα του Β δοθέτος του Α (και εφόσο P ( > 0 προφαώς δίεται από το τύπο A P ( B = Σχήμα 4β Για τη δεσμευμέη πιθαότητα P ( B ο δειγματικός χώρος Ω περιορίζεται στο εδεχόμεο Α και το εδεχόμεο Β τω ευοϊκώ αποτελεσμάτω, περιορίζεται στο εδεχόμεο ΑΒ Ερώτηση: Τι διαφοροποιεί τις πιθαότητες P (A, P ( A και P ( B αφού και οι τρεις ααφέροται/αφορού στο ίδιο σύολο ευοϊκώ αποτελεσμάτω ΑΒ; Παράδειγμα 44: Το 5% τω κατοίκω μιας συγκεκριμέης περιοχής είαι άδρες (και το 49% γυαίκες Από πρόσφατη έρευα γωρίζουμε ότι το 4% τω κατοίκω αυτής της περιοχής πάσχει από αχρωματοψία Επίσης από τη ίδια έρευα γωρίζουμε Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 96

5 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω ότι 4% τω κατοίκω της περιοχής αυτής είαι άδρες που πάσχου από αχρωματοψία Α επιλέξουμε τυχαία έα άτομο από αυτή τη περιοχή και είαι άδρας, ποια είαι η πιθαότητα α πάσχει από αχρωματοψία Ας θεωρήσουμε τα εδεχόμεα Α: το άτομο πάσχει από αχρωματοψία Β: το άτομο είαι άδρας Δίεται ότι P ( = 0 04, P ( = 0 5 και P ( A = 0 04 Ζητάμε τη πιθαότητα το άτομο που επιλέξαμε α πάσχει από αχρωματοψία δοθέτος ότι είαι άδρας, δηλαδή ζητάμε τη δεσμευμέη πιθαότητα P ( A Από το τύπο (4 εύκολα προκύπτει ότι A 004 P ( A = = = Δηλαδή, α γίει γωστό ότι έα άτομο που επελέγη τυχαία από τη συγκεκριμέη περιοχή είαι άδρας, τότε η πιθαότητα το άτομο αυτό α έχει αχρωματοψία είαι 0 078, ή αλλιώς, η πιθαότητα έας άδρας (από τη συγκεκριμέη περιοχή α έχει αχρωματοψία είαι 0078 Με όρους ποσοστώ, η (εκ τω υστέρω πιθαότητα P ( A = ερμηεύεται ως εξής: στη συγκεκριμέη περιοχή, το 78% τω αδρώ έχου αχρωματοψία (δες και Σχήμα 4 Παρατηρείστε ότι A (αφού Αυτό με όρους ποσοστώ σημαίει ότι το ποσοστό τω πασχότω από αχρωματοψία στους άδρες της συγκεκριμέης περιοχής διαφέρει από το ποσοστό τω πασχότω από αχρωματοψία στο «γεικό πληθυσμό» (στο σύολο τω κατοίκω της συγκεκριμέης περιοχής Δηλαδή, η πιθαότητα έα άτομο α πάσχει από αχρωματοψία επηρεάζεται/δε είαι αεξάρτητη από το α το άτομο είαι άδρας, και μάλιστα, αυξάεται αφού P ( A > Η ποσότητα A οομάζεται μεταβολή της πιθαότητας του Α δοθέτος του Β Έτσι, η μεταβολή της πιθαότητας έα άτομο α πάσχει από αχρωματοψία δοθέτος ότι είαι άδρας είαι P ( A = = 0 06 Παρατηρείστε επίσης ότι και A 004 P ( B = = = 095 > = 05, 004 δηλαδή, εώ στο γεικό πληθυσμό το ποσοστό τω αδρώ είαι 5%, στους πάσχοτες από αχρωματοψία το ποσοστό τω αδρώ είαι 95% (δες Σχήμα 4 Επειδή η εμφάιση του εός από τα Α και Β αυξάει τη πιθαότητα α εμφαισθεί το άλλο, λέμε ότι τα εδεχόμεα αυτά είαι θετικά συσχετισμέα (δες και το Παράδειγμα 45 που ακολουθεί Στο τέλος της εότητας ότα θα μιλήσουμε για τη αεξαρτησία (και τη εξάρτηση εδεχομέω θα επαέλθουμε σε αυτό το θέμα Προς το παρό, ας ολοκληρώσουμε το παράδειγμα μας εξετάζοτας α το ποσοστό τω γυαικώ που πάσχου από αχρωματοψία διαφέρει από το ποσοστό τω ατόμω που πάσχου από αχρωματοψία στο γεικό πληθυσμό Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 97

6 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Σχήμα 4 Ας υπολογίσουμε δηλαδή, τη δεσμευμέη πιθαότητα P ( A B Από το τύπο (4 έχουμε AB AB A B = = B 049 Η πιθαότητα του εδεχομέου A B εύκολα υπολογίζεται από τη σχέση A = AB AB (δες Παρατήρηση Πράγματι, επειδή τα AB και A B είαι ξέα μεταξύ τους έχουμε, P ( = AB AB = A + AB και επομέως 0 04 = P ( AB AB = 000 Έτσι, για τη ζητούμεη πιθαότητα έχουμε, AB 000 P ( A B = = = Παρατηρείστε ότι A B, δηλαδή, το ποσοστό τω γυαικώ που πάσχου από αχρωματοψία διαφέρει από το ποσοστό τω ατόμω που πάσχου από αχρωματοψία στο γεικό πληθυσμό, και μάλιστα είαι μικρότερο ( P ( A B < Η μεταβολή αυτής της πιθαότητας, δηλαδή, η μεταβολή της πιθαότητας έα άτομο α πάσχει από αχρωματοψία δοθέτος ότι είαι γυαίκα είαι P ( A B = = 008 Παράδειγμα 45: Έστω Α και Β δύο εδεχόμεα εός δειγματικού χώρου Ω με P ( > 0 και P ( > 0 Θα δείξουμε ότι α P ( A > τότε P ( B > και ατιστρόφως Δυο τέτοια εδεχόμεα λέγοται θετικά συσχετισμέα αφού η εμφάιση του εός αυξάει τη πιθαότητα εμφάισης του άλλου Ατιστοίχως, α P ( A < τότε P ( B < και ατιστρόφως Στη περίπτωση αυτή τα εδεχόμεα λέγοται αρητικά συσχετισμέα αφού η εμφάιση του εός μειώει τη πιθαότητα εμφάισης του άλλου A Α P ( A >, δηλαδή, α >, τότε προφαώς έχουμε P ( A > και επομέως, A P ( B = > = Το ατίστροφο αποδεικύεται ομοίως, όπως και η ισοδυαμία τω σχέσεω P ( A < και P ( B < Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 98

7 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Παράδειγμα 46: α Α Α, Β είαι δύο ξέα εδεχόμεα εός δειγματικού χώρου Ω με P ( > 0 και P ( > 0 τότε P ( A = 0 και P ( B = 0 β Α Α, Β δύο εδεχόμεα εός δειγματικού χώρου Ω με B A τότε P ( A = α Πράγματι εφόσο τα εδεχόμεα Α, Β είαι ξέα θα έχουμε AB = και επομέως A 0 A 0 P ( A = = = 0 και P ( B = = = 0 Πρόκειται για συμπέρασμα που ααμέαμε αφού, εφόσο τα Α, Β είαι ξέα, η γώση ότι εμφαίσθηκε το έα αποκλείει τη εμφάιση του άλλου β Πράγματι εφόσο B A θα έχουμε AB = B και επομέως A P ( A = = = Πρόκειται επίσης για έα συμπέρασμα που ααμέαμε αφού, εφόσο γωρίζουμε ότι εμφαίσθηκε το Β είαι βέβαιο ότι εμφαίσθηκε και το Α B A, α Παράδειγμα 47 (Συέχεια του Παραδείγματος : α Α για το άδρα που επιλέξαμε διαπιστώσουμε ότι ο δείκτης Β βρίσκεται σε φυσιολογικό επίπεδο, ποια είαι η πιθαότητα και ο δείκτης Α α βρίσκεται σε φυσιολογικό επίπεδο και ποια α μη βρίσκεται; β Α για το άδρα που επιλέξαμε διαπιστώσουμε ότι ο δείκτης Β δε βρίσκεται σε φυσιολογικό επίπεδο ποια είαι η πιθαότητα ο δείκτης Α α βρίσκεται σε φυσιολογικό επίπεδο; γ Ποιο ποσοστό τω αδρώ ηλικίας 50 έως 70 ετώ που μέου μόιμα στο ΒΑ Αιγαίο και δε έχου το δείκτη Β σε φυσιολογικό επίπεδο, έχου το δείκτη Α σε φυσιολογικό επίπεδο; Γωρίζουμε ότι P ( = 0 45, P ( = 0 0, P ( A = 0 0, P ( AB = 0 5 και P ( B = 00 α Προφαώς ζητάμε τις δεσμευμέες πιθαότητες P ( A και P ( Από το τύπο (4 έχουμε A P ( A = = = και P ( = = = Παρατηρείστε ότι = A Όπως θα δούμε στη Πρόταση 4 πρόκειται για μια από τις ιδιότητες της δεσμευμέης πιθαότητας (η οποία επαληθεύεται και στο συγκεκριμέο παράδειγμα β Προφαώς ζητάμε τη δεσμευμέη πιθαότητα P ( A B επομέως έχουμε, AB 05 P ( A B = = = B 070 Παρατηρείστε ότι A B A Δηλαδή, γεικά δε είαι σωστή η σχέση A B = A γ Πρόκειται για το ερώτημα (β διατυπωμέο με όρους ποσοστώ, επομέως η απάτηση είαι 50% Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 99

8 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Ας συμβολίσουμε με P ( B τη συολοσυάρτηση η οποία σε κάθε εδεχόμεο Α του Ω ατιστοιχίζει τη δεσμευμέη πιθαότητα P ( A,έστω δηλαδή, A P B ( = A = Από το τύπο (4 και τα τρία αξιώματα του αξιωματικού ορισμού της συάρτησης πιθαότητας P (, άμεσα προκύπτου για τη P ( B οι ακόλουθες ιδιότητες που είαι ατίστοιχες με τα τρία αξιώματα Δηλαδή, η P ( B ικαοποιεί τα τρία αξιώματα που πρέπει α ικαοποιεί μια συάρτηση πιθαότητας Πρόταση 4: Έστω Ω έας δειγματικός χώρος και Β έα εδεχόμεό του με P ( > 0 Ισχύου οι ακόλουθες ιδιότητες ( P ( A 0, για κάθε εδεχόμεο Α του συόλου τω εδεχομέω του Ω ( P ( Ω = ( A A A = A + A + + A + για οποιαδήποτε ακολουθία, A,,, A A,, ξέω αά δύο εδεχομέω του συόλου τω εδεχομέω του Ω Στη Πρόταση 4 που ακολουθεί δίουμε κάποιες ακόμη χρήσιμες ιδιότητες της δεσμευμέης πιθαότητας ατίστοιχες με αυτές της Πρότασης (και που αποδεικύοται αάλογα Πρόταση 4: Έστω Ω έας δειγματικός χώρος και Β έα εδεχόμεό του με P ( > 0 Για τη δεσμευμέη πιθαότητα ισχύου οι ακόλουθες ιδιότητες (α P ( = 0 (β = A (γ A Γ = AΓ = A AΓ (δ Α Γ A, τότε Γ A (ε A Γ = A + Γ AΓ Ας δούμε δύο ακόμη παραδείγματα Παράδειγμα 48: Έστω Α και Β δύο εδεχόμεα εός δειγματικού χώρου Ω τέτοια ώστε (α η πιθαότητα α εμφαισθεί το Α αλλά όχι το Β είαι 05 (β η πιθαότητα α εμφαισθεί το Β αλλά όχι το Α είαι 0 και (γ η πιθαότητα α μη εμφαισθεί ούτε το Α ούτε το Β είαι 07 Ζητάμε τη δεσμευμέη πιθαότητα P ( A Δίεται ότι: P ( AB = 0 5, P ( = 0 και P [( A ] = 0 7 Όπως εξηγήσαμε στη προηγούμεη εότητα (Παρατήρηση ότα μιλήσαμε για τις πράξεις μεταξύ εδεχομέω (δες και Σχήμα 44 ισχύει ότι: A B = AB AB B και επομέως (σκεφθείτε γιατί P ( A = AB + A + άρα 07 = 05 + P ( A + 0 A = 0 05 Επίσης, B = AB B και επομέως (σκεφθείτε γιατί = A + P ( = = 0 5 άρα η ζητούμεη πιθαότητα είαι, A 005 P ( A = = = 05 Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 00

9 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Σχήμα 44 Ολοκληρώουμε τα παραδείγματα που επιλέξαμε για εισαγωγή στη έοια της δεσμευμέης πιθαότητας, με έα πρόβλημα πιθαοτήτω από αυτά που εύκολα μπορεί α μας παρασύρου σε μια «προφαή και απλή» αλλά λάθος απάτηση Παράδειγμα 49: Επιλέγουμε τυχαία μια οικογέεια από το σύολο τω οικογεειώ που έχου δύο παιδιά και καταγράφουμε το φύλο τω παιδιώ Ποια είαι η πιθαότητα και τα δύο παιδιά της οικογέειας που επιλέξαμε α είαι αγόρια α γωρίζουμε ότι τουλάχιστο έα από τα δύο παιδιά είαι αγόρι; Έας κατάλληλος δειγματικός χώρος του πειράματος είαι ο Ω = { κκ, ακ κα, αα} Ως αποτέλεσμα του πειράματος επιλέξαμε α καταγράφουμε το φύλο και τη σειρά γέησης τω παιδιώ Για παράδειγμα, το αποτέλεσμα «κα» σημαίει ότι η οικογέεια έχει έα αγόρι και έα κορίτσι και ότι το πρώτο παιδί που γεήθηκε είαι κορίτσι και το δεύτερο αγόρι Ας θεωρήσουμε τα εδεχόμεα Α: και τα δύο παιδιά της οικογέειας είαι αγόρια Β: τουλάχιστο έα από τα δύο παιδιά της οικογέειας είαι αγόρια Προφαώς, A = {αα} και B = { ακ κα, αα} Ζητάμε τη δεσμευμέη πιθαότητα P ( A Θα τη υπολογίσουμε θεωρώτας ότι τα τέσσερα απλά εδεχόμεα του Ω είαι ισοπίθαα ος τρόπος: Εφαρμόζουμε το τύπο (4 εργαζόμεοι στο αρχικό δειγματικό χώρο Ω Επειδή A B θα είαι AB = A και επομέως P ( A = Επίσης, επειδή ο δειγματικός χώρος του πειράματος είαι πεπερασμέος με ισοπίθαα απλά εδεχόμεα προφαώς έχουμε, P ( A = = και P ( = οπότε 4 4 A 4 P ( A = = = = 4 ος τρόπος: Εργαζόμαστε απευθείας στο έο δειγματικό χώρο Ω = B Δεδομέου ότι τουλάχιστο έα από τα δύο παιδιά της οικογέειας είαι αγόρι, ο δειγματικός χώρος του πειράματος συρρικώεται/περιορίζεται στο σύολο B = { ακ κα, αα} και οι ευοϊκές περιπτώσεις περιορίζοται στη τομή AB = {αα} (δες Σχήματα 45 Τα τρία απλά εδεχόμεα του έου δειγματικού χώρου Β είαι ισοπίθαα επομέως P ( A = Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 0

10 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Σχήματα 45 Η απάτηση επομέως στο ερώτημα που τέθηκε είαι / και όχι / που ίσως ήτα η πρώτη μας σκέψη!! Η χρήση κατάλληλης δεσμευμέης πιθαότητας μας βοήθησε α αποφύγουμε τη «παγίδα» της «προφαούς και απλής» αλλά λάθος απάτησης Σημείωση 4: Θα μπορούσαμε, στο αποτέλεσμα του πειράματος, α μη δηλώουμε και τη σειρά γέησης τω παιδιώ, αλλά μόο το φύλο Έτσι, κατάλληλος δειγματικός χώρος είαι και o Ω = { κκ, κα, αα} όπου το αποτέλεσμα «κα» δηλώει μόο το φύλο και όχι και τη σειρά γέησης όπως και ο Ω = {0,, } όπου ως αποτέλεσμα καταγράφουμε το αριθμό τω αγοριώ της οικογέειας Α εργασθούμε με το δειγματικό χώρο Ω (ή με το Ω, τι λέτε, η απάτηση θα είαι και πάλι / ή μήπως θα αλλάξει; Επισημαίουμε ότι για α υπολογίσουμε μια δεσμευμέη πιθαότητα P ( A, μπορούμε α επιλέξουμε από δύο τρόπους: (α Να υπολογίσουμε στο αρχικό δειγματικό χώρο Ω τις πιθαότητες τω εδεχομέω AB και B και α εφαρμόσουμε το τύπο (4 (β Να εργασθούμε απευθείας στο έο δειγματικό χώρο Ω = B Ας δούμε τώρα πώς, με τη εισαγωγή κατάλληλω δεσμευμέω πιθαοτήτω, μπορούμε α απλοποιήσουμε τη λύση προβλημάτω υπολογισμού (μη δεσμευμέω πιθαοτήτω! Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 0

11 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω 4 Ο Πολλαπλασιαστικός τύπος/όμος (multplcaton formula /rule Ας θεωρήσουμε δύο εδεχόμεα Α, Β εός δειγματικού χώρου Ω Α P ( > 0, τότε A από το τύπο P ( A = της δεσμευμέης πιθαότητας P ( A προφαώς παίρουμε P ( A = A (4 A Επίσης, α P ( > 0, τότε από το τύπο P ( B = της δεσμευμέης πιθαότητας P ( B παίρουμε P ( A = B (4 Έτσι, α για δύο εδεχόμεα Α, Β μπορούμε α υπολογίσουμε (ή με κάποιο τρόπο γωρίζουμε τη δεσμευμέη πιθαότητα του εός δοθέτος του άλλου, τότε από το τύπο (4 (ή το (4 μπορούμε α υπολογίσουμε τη (μη δεσμευμέη πιθαότητα P (A της τομής τους ΑΒ (και εφόσο βέβαια γωρίζουμε ή μπορούμε α υπολογίσουμε τη πιθαότητα P ( ή P (, ατίστοιχα Ας δούμε έα τέτοιο παραδείγματα υπολογισμού της τομής δύο εδεχομέω Παράδειγμα 40 (Συέχεια του Παραδείγματος 4: Θα υπολογίσουμε τη πιθαότητα α α δοθεί και στους δύο πελάτες κουτί με σκεύασμα που έχει λήξει β α δοθεί και στους δύο πελάτες κουτί με σκεύασμα που δε έχει λήξει γ στο πρώτο πελάτη α δοθεί κουτί με σκεύασμα που έχει λήξει και στο δεύτερο κουτί με σκεύασμα που δε έχει λήξει δ στο πρώτο πελάτη α δοθεί κουτί με σκεύασμα που δε έχει λήξει και στο δεύτερο κουτί με σκεύασμα που έχει λήξει Ας θωρήσουμε τα εδεχόμεα, Λ : για το -στο πελάτη επιλέγεται κουτί με σκεύασμα που έχει λήξει, με =, α Ζητάμε τη πιθαότητα του εδεχομέου Λ Λ Επειδή, όπως εξηγήσαμε, Λ = 7 και Λ Λ = 6, για τη ζητούμεη πιθαότητα έχουμε Λ Λ = P ( Λ Λ Λ = = β Ζητάμε τη πιθαότητα του εδεχομέου Λ Λ Επειδή, προφαώς Λ = 4 7 και Λ Λ = 6, για τη ζητούμεη πιθαότητα έχουμε 4 Λ ( Λ = P Λ Λ Λ = = γ Ζητάμε τη πιθαότητα του εδεχομέου Λ Λ Επειδή προφαώς Λ = 7 και Λ = 4 Λ 6, για τη ζητούμεη πιθαότητα έχουμε 4 Λ ( Λ = P Λ Λ Λ = = δ Ζητάμε τη πιθαότητα του εδεχομέου Λ Λ Επειδή προφαώς Λ = 4 7 και Λ Λ = 6, για τη ζητούμεη πιθαότητα έχουμε 4 Λ ( Λ = P Λ Λ Λ = = Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 0

12 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Παρατηρείστε ότι οι πιθαότητες που υπολογίσαμε αθροίζου στο (σκεφθείτε γιατί Επίσης, ως άσκηση, βρείτε α τη πιθαότητα α δοθεί σε τουλάχιστο έα από τους δύο πελάτες κουτί με σκεύασμα που έχει λήξει και β τη πιθαότητα α δοθεί μόο σε έα από τους δύο πελάτες κουτί με σκεύασμα που έχει λήξει Σημείωση 4: Οι πιθαότητες που υπολογίσαμε μπορού α υπολογισθού και χωρίς τη χρήση δεσμευμέω πιθαοτήτω Δείτε το ως μια απλή άσκηση (Παρατηρείστε ότι το πείραμα έχει 7 6 = 4 δυατά αποτελέσματα και για τις ζητούμεες πιθαότητες το πλήθος τω ευοϊκώ αποτελεσμάτω, ατίστοιχα, είαι = 6, 4 =, 4 =, 4 = Με χρήση κατάλληλω δεσμευμέω πιθαοτήτω μπορούμε α υπολογίσουμε τη πιθαότητα της τομής και περισσότερω τω δύο εδεχομέω Ας δούμε τη πρόταση που ακολουθεί A, A, K, A, εδεχόμεα εός δειγματικού χώρου Ω, με A > A A K A = A A A A A A K A A A K A (44 Πρόταση 4: Α A A K 0, τότε Ο τύπος αυτός οομάζεται πολλαπλασιαστικός τύπος ή πολλαπλασιαστικός όμος Η απόδειξη είαι απλή Εφαρμόζοτας το τύπο (4 για τις δεσμευμέες πιθαότητες που εμφαίζοται στο δεύτερο μέλος της (44 έχουμε: A A A A A A K A A A K A = A A A A A A A K A A L = A A K A A A A A A K A Η συθήκη A A K A > 0 εξασφαλίζει ότι οι δεσμευμέες πιθαότητες που εμφαίζοται στο δεύτερο μέλος του πολλαπλασιαστικού τύπου ορίζοται Πράγματι, A A A K A A K A > 0 (αφού A A A K A A K A Οι τύποι (4 και (4 προφαώς αποτελού ειδική περίπτωση του πολλαπλασιαστικού τύπου για = Παράδειγμα 4 (Συέχεια του Παραδείγματος 4: Θα υπολογίσουμε τη πιθαότητα, στους τρεις πρώτους πελάτες α δοθεί κουτί με σκεύασμα που δε έχει λήξει Ας θεωρήσουμε τα εδεχόμεα, που έχει λήξει, με =,, Λ : για το -στο πελάτη επιλέγεται κουτί με σκεύασμα Ζητάμε τη πιθαότητα του εδεχομέου Λ Λ Λ Από το πολλαπλασιαστικό τύπο έχουμε, 4 4 Λ ( Λ Λ = P Λ Λ Λ Λ Λ Λ = = Σχόλιο 4: Ο πολλαπλασιαστικός τύπος, όπως φαίεται και από τα παραδείγματα που δώσαμε προηγουμέως, βοηθάει ιδιαίτερα σε περιπτώσεις προβλημάτω που αφορού σε οικογέειες εδεχομέω που μπορού α τοποθετηθού σε μια σειρά (χροολογική, λογική, ή άλλη Δείτε ως επιπλέο σχετικά παραδείγματα και τα Προβλήματα 40, 4 και 4 Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 04

13 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω 4 Θεώρημα Ολικής Πιθαότητας (law of total probablty Στη προηγούμεη εότητα, ότα μιλήσαμε για τις πράξεις μεταξύ εδεχομέω, δείξαμε ότι α { B, B, K, B } είαι μια διαμέριση του δειγματικού χώρου Ω εός πειράματος τύχης τότε για οποιοδήποτε εδεχόμεο Α του Ω, τα εδεχόμεα AB, AB, K, AB αποτελού μια διαμέριση του Α, δηλαδή, A = AB AB K AB και (AB (AB j = (για κάθε j Αυτό σημαίει ότι ότα πραγματοποιείται το εδεχόμεο Α, πραγματοποιείται σε συδυασμό με έα και μάλιστα με ακριβώς έα (μόο έα από τα B, B, K, B (δες Σχήμα 46 Έτσι έχουμε, = AB AB K AB και λόγω της ιδιότητας της πεπερασμέης προσθετικότητας της πιθαότητας, παίρουμε P ( = AB + AB + K + AB Ο τύπος αυτός υπολογισμού της πιθαότητας εός εδεχομέου Α ως άθροισμα τω πιθαοτήτω τω ξέω αά δύο εδεχομέω AB, AB, K, AB τω οποίω η έωση είαι όλο το Α, οομάζεται τύπος της ολικής πιθαότητας Α για όλα τα =,, K,, είαι B > 0, τότε οι δεσμευμέες πιθαότητες P ( A B =,, K, ορίζοται και ο τύπος της ολικής πιθαότητας, σε συδυασμό με το πολλαπλασιαστικό τύπο P ( AB = A B B, =,, K, γράφεται = AB + AB + K + AB = A B B + A B B + K + A B Αποδείξαμε έτσι, το θεώρημα ολικής πιθαότητας: B Θεώρημα Ολικής Πιθαότητας: Α B, B, K, B } είαι μια διαμέριση του { δειγματικού χώρου Ω εός πειράματος τύχης, με B > 0 για όλα τα =,, K,, τότε, για κάθε εδεχόμεο Α του Ω ισχύει ότι = P ( = AB = A B B (45 = P ( = AB AB AB = P ( AB AB = ( P A B B + A B B + + A B B Σχήμα 46 Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 05

14 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Παράδειγμα 4: Οι εήλικες κάτοικοι ( 8 ετώ μιας περιοχής έχου ταξιομηθεί σε πέτε ηλικιακές ομάδες Στο πίακα που ακολουθεί φαίεται το ποσοστό που κατέχει κάθε ηλικιακή ομάδα στο σύολο τω εηλίκω ( 8 ετώ Επίσης φαίεται το ποσοστό τω κατοίκω κάθε ηλικιακής ομάδας που πίου τουλάχιστο τρεις καφέδες ημερησίως Ποια είαι η πιθαότητα έας εήλικας αυτής της περιοχής που επιλέγεται τυχαία από το σύολο τω εηλίκω ( 8 ετώ, α πίει περισσότερους από τρεις καφέδες ημερησίως; Ποσοστό κατοίκω με καφέδες (% επί της ηλικιακής ομάδας Ποσοστό που κατέχει η ηλικιακή ομάδα (% επί του συόλου τω εηλίκω Ηλικιακή Ομάδα Από τους εήλικες κατοίκους ( 8 ετώ της περιοχής επιλέγουμε τυχαία έα Ο δειγματικός χώρος Ω αυτού του πειράματος τύχης είαι το σύολο όλω τω εηλίκω κατοίκω αυτής της περιοχής ( 8 ετώ Ας θεωρήσουμε τα εδεχόμεα B: ο κάτοικος αήκει στη ηλικιακή ομάδα, =,, K, 5 A: ο κάτοικος πίει τουλάχιστο καφέδες ημερησίως Μας δίεται ότι P ( A B = 0 6, P ( A B = 0 5, ( A B = 0 0 P, P ( A B4 = 00, P ( A B5 = 0 5, P ( B = 0 09, P ( B = 0 0, ( B = 0 P, P ( B4 = 0 και P ( B5 = 0 7 και μας ζητείται η μη δεσμευμέη πιθαότητα P ( του εδεχομέου Α Τα εδεχόμεα B, B, K, B5 προφαώς αποτελού μια διαμέριση του δειγματικού χώρου του πειράματος αφού κάθε εήλικας κάτοικος 8 ετώ αήκει σε μια από τις πέτε ηλικιακές ομάδες και μάλιστα μόο σε μια, ή αλλιώς, οι πέτε ηλικιακές ομάδες καλύπτου όλες τις ηλικίες 8 ετώ, δηλαδή B B K = Ω, και B5 B B j = (για κάθε j Επομέως, για τη ζητούμεη πιθαότητα P (, μπορεί α εφαρμοσθεί ο τύπος (45 του θεωρήματος ολικής πιθαότητας Έτσι έχουμε = A B B + A B B + K + A B5 B5 = = 059 Επομέως, η πιθαότητα έας εήλικας κάτοικος της συγκεκριμέης περιοχής που επιλέγεται τυχαία, α πίει τουλάχιστο καφέδες ημερησίως είαι (περίπου 04 Ίσως παρατηρήσατε ότι η πιθαότητα του εδεχομέου Α, μέσω του τύπου της ολικής πιθαότητας εκφράσθηκε και υπολογίσθηκε ως ο σταθμισμέος μέσος όρος τω πιθαοτήτω του Α ετός κάθε ηλικιακής ομάδας, με συτελεστές στάθμισης 009, 00, 0, 0 και 07 που εκφράζoυ ατίστοιχα, τα σχετικά μεγέθη τω ηλικιακώ ομάδω Έστω B, B, K, B } μια διαμέριση του δειγματικού χώρου Ω εός πειράματος { τύχης, με B > 0 για κάθε =,, K, Με το τύπο (45 του θεωρήματος της ολικής πιθαότητας, η μη δεσμευμέη πιθαότητα P ( εός οποιουδήποτε Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 06

15 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω εδεχομέου Α του Ω εκφράζεται ως ο σταθμισμέος μέσος όρος τω δεσμευμέω πιθαοτήτω P A B, με συτελεστές στάθμισης, ατίστοιχα, τις πιθαότητες P B ( Παράδειγμα 4 (Συέχεια του Παραδείγματος 4: Α κάποιος υποβληθεί στο TB tne test για α ελεγχθεί α είαι φορέας του βακίλου της φυματίωσης, το αποτέλεσμα δε είαι απόλυτο, δηλαδή, δε είαι πάτοτε σωστό Μπορεί δηλαδή, το αποτέλεσμα του test α είαι θετικό εώ ο εξεταζόμεος δε είαι φορέας Επίσης, μπορεί α μη είαι θετικό εώ ο εξεταζόμεος είαι φορέας Βέβαια, η αξιοπιστία του test (από σχετικές μελέτες, μας είαι γωστή Έτσι, γωρίζουμε τη πιθαότητα το αποτέλεσμα του test α είαι θετικό α ο εξεταζόμεος είαι φορέας όπως και τη πιθαότητα το αποτέλεσμα του test α είαι θετικό ότα ο εξεταζόμεος δε είαι φορέας Συγκεκριμέα, γωρίζουμε ότι P ( Θ = 09 και P ( Θ B = Θ B = 096 = 0 04 Υπεθυμίζουμε ότι με Θ και Β έχουμε συμβολίσει, ατίστοιχα, τα εδεχόμεα «το αποτέλεσμα του test είαι θετικό» και «ο εξεταζόμεος είαι φορέας του βακίλου της φυματίωσης» Έα πρώτο εύλογο ερώτημα είαι το εξής: ποια είαι η πιθαότητα για έα κάτοικο που επιλέγεται τυχαία από τη συγκεκριμέη περιοχή και υποβάλλεται στο TB tne test το αποτέλεσμα του test α είαι θετικό, ή αλλιώς, τι ποσοστό τω κατοίκω στη συγκεκριμέη περιοχή δίει θετικό αποτέλεσμα Επειδή τα εδεχόμεα Β και Β αποτελού μια διαμέριση του δειγματικού χώρου (αφού προφαώς B B = Ω και B B = και επειδή P ( = > 0 και επομέως και P ( B = B > 0 = 0995 > 0, από το τύπο (45 του θεωρήματος ολικής πιθαότητας έχουμε P ( Θ = Θ + Θ B B = = Έτσι, για έα κάτοικο από τη συγκεκριμέη περιοχή (που επιλέγεται τυχαία και υποβάλλεται στο TB tne test, η πιθαότητα, P (Θ, το αποτέλεσμα του test α είαι θετικό είαι Έστω Α και Β δύο εδεχόμεα του δειγματικού χώρου Ω εός πειράματος τύχης με 0 < B < Τα εδεχόμεα Β και Β (δες και Σχήμα 47 αποτελού διαμέριση του Ω (αφού B B = Ω και B B = και επομέως, ο τύπος (45 της ολικής πιθαότητας για τη A με βάση τη διαμέριση { B, B }, γράφεται P ( = A + A B B (46 ( P ( = AB AB = A + AB = P ( A + A B B Σχήμα 47 Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 07

16 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Σημείωση 4: Οι δεσμευμέες πιθαότητες που εμφαίζοται στο τύπο (46 προφαώς ορίζοται αφού υποθέσαμε ότι B > 0 και < B = > 0 Παράδειγμα 44 (Συέχεια του Παραδείγματος 4: Θα υπολογίσουμε τη πιθαότητα, Λ, α δοθεί στο δεύτερο πελάτη κουτί με σκεύασμα που έχει λήξει Με απλή εφαρμογή του τύπου ολικής πιθαότητας παίρουμε 4 Λ ( ( = Λ Λ P Λ + Λ Λ P Λ = + = Παρατηρείστε ότι Λ = Λ, δηλαδή, η πιθαότητα α δοθεί στο δεύτερο πελάτη κουτί με σκεύασμα που έχει λήξει είαι ίση με τη πιθαότητα α δοθεί στο πρώτο πελάτη κουτί με σκεύασμα που έχει λήξει!!! Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 08

17 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω 44 Θεώρημα του Bayes (Bayes theorem/formula Παράδειγμα 45 (Συέχεια του Παραδείγματος 4 και 4: Στο Παράδειγμα 4 υπολογίσαμε, με βάση το θεώρημα της ολικής πιθαότητας, τη πιθαότητα του εδεχομέου Θ: το αποτέλεσμα του test είαι θετικό και βρήκαμε P (Θ = Έα ερώτημα που επίσης (και κυρίως εδιαφέρει είαι το εξής: α πραγματοποιηθεί το εδεχόμεο Θ, δηλαδή, α για έα τυχαία επιλεγμέο κάτοικο που υποβλήθηκε στο TB tne test το αποτέλεσμα βρεθεί θετικό, ποια είαι η πιθαότητα ο εξεταζόμεος πράγματι α είαι φορέας του βακίλου της φυματίωσης και ποια α μη είαι; Υπεθυμίζουμε ότι έχουμε ορίσει το εδεχόμεο Β: ο εξεταζόμεος είαι φορέας του βακίλου της φυματίωσης Ζητάμε τις δεσμευμέες πιθαότητες, P ( B Θ και P ( B Θ Από το τύπο (4 της δεσμευμέης πιθαότητας εύκολα παίρουμε BΘ Θ P ( B Θ = = = = = 0480 Θ Θ οπότε P ( B Θ = B Θ = 0480 = Δηλαδή, α για έα τυχαία επιλεγμέο κάτοικο που υποβλήθηκε στο TB tne test το αποτέλεσμα βρεθεί θετικό, η πιθαότητα ο κάτοικος αυτός α είαι πράγματι φορέας του βακίλου της φυματίωσης είαι μόλις 0480 και η πιθαότητα α μη είαι φορέας είαι 0850 Απρόσμεο, και εκ πρώτης όψεως, παράλογο αποτέλεσμα, δε ομίζετε; (δείτε Σχόλιο 4 στη συέχεια Τη ζητούμεη εκ τω υστέρω πιθαότητα P ( B Θ τη υπολογίσαμε εφαρμόζοτας το τύπο του Bayes αφού πρώτα το αποδείξαμε!!! Πράγματι, από το τύπο ορισμού της δεσμευμέης πιθαότητας, φθάουμε στο τύπο του Bayes έτσι απλά Θεώρημα του Bayes: Α B, B, K, B } είαι μια διαμέριση του δειγματικού χώρου { Ω εός πειράματος τύχης, με B > 0 για όλα τα =,, K,, τότε, για κάθε εδεχόμεο Α του Ω με A > 0, ισχύει ότι A B B B =, =,, K, (47 A B B = Η απόδειξη είαι πολύ απλή Ο τύπος (47 προκύπτει άμεσα από το τύπο ορισμού της δεσμευμέης πιθαότητας B B = α ααλύσουμε το παραομαστή σύμφωα με το τύπο της ολικής πιθαότητας και ατικαταστήσουμε το αριθμητή με βάση το πολλαπλασιαστικό τύπο P B = A B B ( Έτσι, για παράδειγμα, για τη δεσμευμέη πιθαότητα P ( B παίρουμε A B B B = A B B + A B B + K + A B B Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 09

18 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Παρατηρείστε ότι ο αριθμητής είαι έας από τους όρους της ολικής πιθαότητας που εμφαίζεται στο παραομαστή (Σκεφθείτε πώς σχετίζεται η δεσμευμέη πιθαότητα P ( B με τη πιθαότητα του σκιαγραφημέου εδεχομέου στο Σχήμα 48 Σχήμα 48 Επειδή (όπως μόλις διαπιστώσαμε ο τύπος του Bayes προκύπτει ως μια απλή εφαρμογή του πολλαπλασιαστικού τύπου και του θεωρήματος ολικής πιθαότητας, ίσως, εκ πρώτης όψεως, φαίεται α αποτελεί μια ήσσοος σημασίας επέκταση του τύπου ορισμού της δεσμευμέης πιθαότητας Όμως δε είαι έτσι Ατίθετα, πρόκειται για έα αποτέλεσμα που έχει προκαλέσει μεγάλο και ζωηρό εδιαφέρο, αφεός γιατί δίει απάτηση σε εδιαφέροτα πρακτικά ερωτήματα και αφετέρου γιατί, από μια ευρύτερη σκοπιά, θέτει βαθύτερα (και με φιλοσοφική διάσταση ζητήματα και ερωτήματα που μάλιστα οδήγησα στη δημιουργία «σχολής» και ιδιαίτερου κλάδου στη Στατιστική, τη Μπεϋζιαή Στατιστική Όμως, οι σχετικές συζητήσεις προκάλεσα και διαφωίες και «σχίσμα» μεταξύ τω στατιστικώ! Στη συέχεια, δε θα επεκταθούμε σε θέματα που τίθεται από τη σχετική συζήτηση Θα χρησιμοποιήσουμε το τύπο του Bayes για το σκοπό που αρχικά προοριζότα από το αιδεσιμότατο Thomas Bayes Για το υπολογισμό της «ατίστροφης πιθαότητας» Α για όλα τα =,, K, γωρίζουμε τις δεσμευμέες πιθαότητες P ( A B, το θεώρημα του Bayes μας επιτρέπει α υπολογίσουμε δεσμευμέες πιθαότητες στη «ατίστροφη κατεύθυση», δηλαδή, α υπολογίσουμε τις B από τις P A B ( Στο σημείο αυτό πρέπει α διευκριίσουμε ότι το Θεώρημα του Bayes όπως διατυπώθηκε προηγουμέως, δημοσιεύθηκε το 8 από το Laplace, στο οποίο οφείλεται και το όομα του, προς τιμή του Άγγλου ιερέα και μαθηματικού Thomas Bayes (70-76 του οποίου εργασία με το συγκεκριμέο αποτέλεσμα είχε δημοσιευθεί δύο χρόια μετά το θάατό του (An essay towards solvng a problem n the doctrne of chance, Phlosophcal Transactons of the Royal Socety, 5, 76 Παράδειγμα 46 (Συέχεια του Παραδείγματος 4: Υπεθυμίζουμε ότι έχουμε ορίσει (δες Παράδειγμα 4 τα εδεχόμεα B: ο κάτοικος αήκει στη ηλικιακή ομάδα, =,, K, 5 A: ο κάτοικος πίει τουλάχιστο καφέδες ημερησίως Για καθέα =,, K, 5 γωρίζουμε τη δεσμευμέη πιθαότητα P ( A B, δηλαδή, γωρίζουμε τη πιθαότητα έας εήλικας που επιλέγεται τυχαία α πίει τουλάχιστο τρεις καφέδες ημερησίως, δοθέτος ότι αήκει στη ηλικιακή ομάδα Μας είαι επίσης γωστές οι εκ τω προτέρω πιθαότητες P ( B τω εδεχομέω B Δηλαδή, γωρίζουμε τη εκ τω προτέρω (πρι τη εκτέλεση του πειράματος πιθαότητα έας εήλικας που επιλέγεται τυχαία α αήκει στη ηλικιακή ομάδα Θα Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 0

19 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω χρησιμοποιήσουμε το τύπο του Bayes για α υπολογίσουμε για κάθε =,, K, 5 τη «ατίστροφη» εκ τω υστέρω πιθαότητα B, δηλαδή, τη πιθαότητα έας εήλικας που επιλέγεται τυχαία α αήκει στη ηλικιακή ομάδα, δοθέτος ότι πίει τουλάχιστο τρεις καφέδες ημερησίως Στο Παράδειγμα 4, χρησιμοποιώτας το τύπο της ολικής πιθαότητας, βρήκαμε 5 ότι P ( = A B = 0 59 Έτσι, από το τύπο του Bayes = B A B B B =, 5 A B B = παίρουμε: A B B P ( B = = A B = B P ( B = A B B 5 A B = = 059 B A B B 00 0 P ( B = = A B = B P ( B = A B4 B 5 A B = 00 0 = B A B5 B P ( B = = A B 5 = B =,, K,5 Έτσι, εώ οι εκ τω προτέρω πιθαότητες α επιλεγεί εήλικας από τις ηλικιακές ομάδες,,, 4 και 5, ατίστοιχα, είαι 009, 00, 0, 0 και 07, οι ατίστοιχες εκ τω υστέρω πιθαότητες, δοθέτος ότι ο εήλικας που επελέγη πίει τουλάχιστο τρεις καφέδες ημερησίως, είαι 00, 00, 0, 09 και 08 Παρατηρείστε τη μεγάλη μεταβολή της πιθαότητας α επιλεγεί εήλικας από τη ηλικιακή ομάδα 5-49 δοθέτος ότι πίει τουλάχιστο τρεις καφέδες ημερησίως ( P ( B B = 0 0 = Αυτό συμβαίει γιατί επιλέγεται = εήλικας που πίει τουλάχιστο τρεις καφέδες ημερησίως εώ το ποσοστό τω εηλίκω σε αυτή τη ηλικιακή ομάδα που πίει τουλάχιστο τρεις καφέδες ημερησίως, είαι μικρό σε σχέση με τις άλλες ομάδες (το μικρότερο Επίσης, μεγάλη ατίστοιχη μεταβολή παρατηρείται στη ηλικιακή ομάδα 5-4 αλλά στη ατίθετη κατεύθυση Σκεφθείτε γιατί (παρατηρείστε ότι σε αυτή τη ομάδα το ποσοστό τω εηλίκω που πίει τουλάχιστο τρεις καφέδες ημερησίως είαι το μεγαλύτερο Μια εδιαφέρουσα για τις εφαρμογές (και όχι μόο ερμηεία του θεωρήματος του Bayes είαι η εξής: Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos

20 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Α τα εδεχόμεα B, =,, K, θεωρηθού ως «αιτίες», ο τύπος του Bayes εκφράζει τη πιθαότητα, το «αποτέλεσμα» Α (δηλαδή, η εμφάιση του εδεχομέου Α, α οφείλεται στη «αιτία» B Έτσι, ότα μας είαι γωστό το «αποτέλεσμα» Α, ο τύπος του Bayes μας επιτρέπει α οδηγηθούμε σε λογικά συμπεράσματα για τη «αιτία» που το προκάλεσε Για παράδειγμα, η εκ τω υστέρω πιθαότητα P ( B Θ = που υπολογίσαμε προηγουμέως στο Παράδειγμα 45 μπορεί α ερμηευθεί ως εξής: Υπάρχει 48% πιθαότητα το αποτέλεσμα του test α βγήκε θετικό επειδή το άτομο είαι φορέας Διευκριίζουμε ότι το «αποτέλεσμα» εδώ είαι ότι το test (για το άτομο που επελέγη βγήκε θετικό και η εικαζόμεη «αιτία» ότι το άτομο είαι φορέας Σκεφθείτε (για εξάσκηση πώς μπορού α ερμηευθού, αάλογα, οι εκ τω υστέρω πιθαότητες που υπολογίσαμε στο Παράδειγμα 46 Πρι δώσουμε μερικά ακόμη παραδείγματα εφαρμογής του τύπου του Bayes, κρίουμε σκόπιμο α κάουμε έα σχόλιο για τη τιμή της εκ τω υστέρω πιθαότητας P ( B Θ που υπολογίσαμε στο Παράδειγμα 45 Σχόλιο 4: Το TB tne test είαι έα πολύ αξιόπιστο test, αφού κάει σωστή διάγωση με πιθαότητα 09 α ο εξεταζόμεος είαι φορέας και με πιθαότητα 096 α ο εξεταζόμεος δε είαι φορέας Επίσης, κάει ψευδώς θετική διάγωση, δηλαδή δίει θετικό αποτέλεσμα εώ ο εξεταζόμεος δε είαι φορέας, με μικρή πιθαότητα, ίση με 004 ( P ( Θ B = Θ B = 096 = 0 04 Ετούτοις, βρήκαμε ότι P ( B Θ = 0480, δηλαδή, βρήκαμε ότι από τα άτομα που το test έχει δώσει θετικό αποτέλεσμα (ή αλλιώς, που το test έχει διαγώσει ότι είαι φορείς, μόο το 48% είαι πράγματι φορείς, ή ισοδύαμα, από τα άτομα που το test έχει δώσει θετικό αποτέλεσμα, το 85% δε είαι φορείς Ομολογουμέως πολύ παράξεο αποτέλεσμα Πώς εξηγείται τόσο μεγάλη αστοχία και φυσικά γεάται το ερώτημα, ποια η σκοπιμότητα εός τέτοιου διαγωστικού test με τόσο μεγάλο ποσοστό λαθασμέω διαγώσεω Η εξήγηση βρίσκεται στο ότι το ποσοστό τω φορέω στο πληθυσμό είαι πολύ μικρό, μόλις 075% ( P ( = και επομέως το ποσοστό όσω δε είαι φορείς είαι πολύ μεγάλο (995% με αποτέλεσμα α είαι πολλές οι θετικές διαγώσεις που οφείλοται σε λάθη του test Θεωρείστε, για παράδειγμα, ότι στη συγκεκριμέη περιοχή υπάρχου 0000 κάτοικοι Φορείς ααμέεται α είαι μόλις 75 ( = 75 εώ ααμέεται α μη είαι φορείς 995 Έτσι, τo TB tne test ααμέεται α δώσει 69 σωστές θετικές διαγώσεις (από τους 75 κατοίκους που είαι φορείς, = 69, αλλά και 97 λάθος/ψευδώς θετικές διαγώσεις (από τους 995 κατοίκους που δε είαι φορείς, = 97 Δηλαδή, από τις συολικά = 466 θετικές διαγώσεις, οι συτριπτικά περισσότερες είαι ψευδώς θετικές, παρότι το test δίει ψευδώς θετικό αποτέλεσμα με πολύ μικρή πιθαότητα (004 Παρατηρείστε ότι αυτό συμβαίει γιατί είαι πολύ περισσότεροι οι κάτοικοι που δε είαι φορείς, αφού είαι σπάιο το εδεχόμεο α είαι κάποιος φορέας Έτσι το ποσοστό τω σωστώ θετικώ διαγώσεω ααμέεται ίσο με = 0 480, εώ τω ψευδώς θετικώ = Δείτε επίσης στο πίακα που ακολουθεί πόσο πολύ επηρεάζεται η πιθαότητα P ( B Θ (δηλαδή, το ποσοστό τω σωστώ θετικώ διαγώσεω από τη πιθαότητα P ( ο εξεταζόμεος α είαι φορέας Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos

21 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω P ( B Θ Σε ότι αφορά τη σκοπιμότητα πραγματοποίησης του test επισημαίουμε ότι η αξία του μπορεί α εκτιμηθεί καλύτερα α παρατηρήσουμε ότι μετά το θετικό αποτέλεσμα η εκ τω υστέρω πιθαότητα το άτομο α είαι φορέας, παρότι είαι μικρή (48%, ετούτοις είαι περίπου 0 φορές μεγαλύτερη από τη εκ τω προτέρω (πρι τη θετική διάγωση πιθαότητα α είαι φορέας (075% γεγοός το οποίο μπορεί α υποδεικύει τι είδους παρακολούθηση πρέπει α γίει στη συέχεια (επιπλέο εξετάσεις κτλ Βέβαια, για τη σκοπιμότητα πραγματοποίησης διαγωστικώ tests για σπάιες και ασυμπτωματικές ασθέειες λαμβάοται υπόψη και άλλες παράμετροι όπως για παράδειγμα α το test έχει επιπτώσεις στη υγεία του εξεταζόμεου (α γίεται, πχ, χρήση ακτιοβολίας κά, όμως δε θα επεκταθούμε περισσότερο Ολοκληρώοτας, σημειώουμε ότι στις επιδημιολογικές αλλά και γεικότερα στις ιατρικές έρευες, για τη αξιοπιστία και τη διαγωστική αξία τω διαγωστικώ ελέγχω χρησιμοποιείται ειδική ορολογία Έτσι, α θεωρήσουμε τα εδεχόμεα Β: ο εξεταζόμεος είαι ασθεής Θ: το αποτέλεσμα του test είαι θετικό, η πιθαότητα P ( Θ το test α κάει σωστή διάγωση ότα ο εξεταζόμεος είαι ασθεής οομάζεται ευαισθησία (senstvty του test και η πιθαότητα P ( Θ B το test α δώσει σωστό αποτέλεσμα ότα ο εξεταζόμεος δε είαι ασθεής οομάζεται ειδικότητα (specfcty του test Η προβλεκτική ή διαγωστική αξία (predctve value του test ορίζεται με τις εκ τω υστέρω (ότα γίει γωστό το αποτέλεσμα του test πιθαότητες P (B Θ και P (B Θ που υπολογίζοται όπως είδαμε από το θεώρημα του Bayes με βάση τη ευαισθησία και τη ειδικότητα του test (και τη διάδοση της ασθέειας στο πληθυσμό Παράδειγμα 47: Σε έα θερμοκήπιο έχει εγκατασταθεί σύστημα συαγερμού έκτακτης αάγκης Σύμφωα με τις προδιαγραφές του κατασκευαστή, ότα παρουσιασθεί κατάσταση έκτακτης αάγκης ο συαγερμός χτυπά με πιθαότητα 090 εώ χτυπά και ότα δε παρουσιάζεται κατάσταση έκτακτης αάγκης με πιθαότητα 00 Επίσης, έχει εκτιμηθεί ότι η πιθαότητα α παρουσιασθεί στο θερμοκήπιο κατάσταση έκτακτης αάγκης είαι 000 Α ο συαγερμός μόλις χτύπησε, ποια είαι η πιθαότητα α έχει πράγματι παρουσιασθεί κατάσταση έκτακτης αάγκης Ας θεωρήσουμε τα εδεχόμεα, Α: ο συαγερμός χτυπάει και Β: στο θερμοκήπιο έχει παρουσιασθεί κατάσταση έκτακτης αάγκης Δίεται ότι = 000, δηλαδή, μας είαι γωστή η εκ τω προτέρω πιθαότητα α παρουσιασθεί κατάσταση έκτακτης αάγκης και ζητείται α υπολογίσουμε τη εκ τω υστέρω πιθαότητα P ( B, δηλαδή, τη πιθαότητα α έχει παρουσιασθεί κατάσταση έκτακτης αάγκης δοθέτος ότι χτύπησε ο συαγερμός Δίεται επίσης ότι P ( A = 090 και P ( A B = 00 Από το τύπο του Bayes παίρουμε A P ( B = = = 058 A + A B B Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos

22 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Δηλαδή, η πιθαότητα α χτύπησε ο συαγερμός επειδή υπάρχει κατάσταση έκτακτης αάγκης, είαι μόλις 58% Έτσι, όπως και στη περίπτωση του ιατρικού διαγωστικού test που είδαμε προηγουμέως (δες Σχόλιο 4, παρά τις πολύ καλές προδιαγραφές του συαγερμού, α ακούσουμε α χτυπάει ο συαγερμός, η πιθαότητα α έχει συμβεί κατάσταση έκτακτης αάγκης είαι μόο 58% Άραγε, α στο θερμοκήπιο εγκαταστήσουμε ακόμη καλύτερο συαγερμό (και μάλλο πιο ακριβό θα αυξηθεί η P ( B ; Δηλαδή, θα αυξηθεί η πιθαότητα, ότα χτυπήσει ο συαγερμός η αιτία α είαι ότι υπάρχει κατάσταση έκτακτης αάγκης; Όπως φαίεται και στο πίακα που ακολουθεί, αυξάοτας τη ευαισθησία μόο του συαγερμού, η αύξηση της διαγωστικής ικαότητάς του είαι πολύ μικρή ή μηδεική Όπως εξηγήσαμε και στο Σχόλιο 4 το πρόβλημα βρίσκεται στο ότι το εδεχόμεο Β είαι σπάιο P ( A P ( B Μια μοτέρα εφαρμογή του Θεωρήματος του Bayes Φίλτρα Spam που βασίζοται στο Θεώρημα του Bayes (Bayesan Spam Flters: Τα Spam είαι αεπιθύμητα e-mals που κατακλύζου τα ηλεκτροικά malboxes δημιουργώτας προβλήματα στους χρήστες ηλεκτροικού ταχυδρομείου αλλά και στα συστήματα διαχείρισης ηλεκτροικού ταχυδρομείου Προέκυψε έτσι η αάγκη αάπτυξης εργαλείω λογισμικού τα οποία α φιλτράρου τα εισερχόμεα e-mals και α απορρίπτου τα Spam Πολλά από τα εργαλεία που ααπτύχθηκα για το σκοπό αυτό (όπως το SpamAssassn ή το ASSP βασίζοται στο Θεώρημα του Bayes!! Ας δούμε πώς Η βασική ιδέα για τη αάπτυξη αυτώ τω φίλτρω είαι ότι κάποιες λέξεις όπως «opportunty», «offer», «specal», ή συδυασμοί λέξεω όπως «enhance performance», μπορεί α μαρτυρού ότι έα μήυμα που περιέχει κάποια ή κάποιες από αυτές τις λέξεις είαι Spam Α επομέως απατηθεί το ερώτημα «ποια είαι η πιθαότητα, α είαι Spam έα μήυμα που διαπιστώσαμε ότι περιέχει μια ή περισσότερες τέτοιες λέξεις» και βρεθεί ότι η πιθαότητα αυτή είαι μεγάλη (μεγαλύτερη από κάποιο επίπεδο που θέτουμε πχ 95% τότε έα τέτοιο μήυμα μπορεί α απορριφθεί από το φίλτρο, δηλαδή, α θεωρηθεί Spam Βέβαια, έα τέτοιο φίλτρο μπορεί α κάει λάθη Δηλαδή, μπορεί έα μήυμα α το θεωρήσει Spam εώ δε είαι, καθώς επίσης έα μήυμα α μη το θεωρήσει Spam εώ είαι Αυτό που επιδιώκεται είαι α ελαχιστοποιείται η πιθαότητα α θεωρηθεί έα μήυμα Spam εώ δε είαι Είαι προφαές ότι τέτοια φίλτρα μπορού α βασίζοται σε μία ή περισσότερες λέξεις ή σε έα ή περισσότερους συδυασμούς λέξεω Ας δούμε έα απλό φίλτρο που βασίζεται σε μια μόο λέξη Η ιδέα παρουσιάσθηκε για πρώτη φορά το 998 στο συέδριο AAAI από τους Saham, Dumas, Heckerman & Horvtz (A Bayesan approach to flterng junk e-mal και προσέλκυσε το εδιαφέρο μόλις από το 00 με τη δημοσίευση από το Paul Graham του άρθρου «A Plan for Spam» (wwwpaulgrahamcom/spamhtml Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 4

23 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω Έστω «w» μια τέτοια λέξη και ας υποθέσουμε ότι σε μια χροική περίοδο φθάει σε έα mal server έα σύολο μηυμάτω Κάθε μήυμα από αυτά είαι ή δε είαι Spam Έτσι, α S είαι το υποσύολο τω μηυμάτω που είαι Spam τότε προφαώς το S είαι το υποσύολο τω μηυμάτω που δε είαι Spam Μπορούμε α μετρήσουμε σε πόσα από τα μηύματα του υποσυόλου S και σε πόσα από τα μηύματα του υποσυόλου S εμφαίζεται η λέξη «w» και έτσι α εκτιμήσουμε αφεός τη πιθαότητα: έα μήυμα που είαι Spam α περιέχει τη λέξη «w» και αφετέρου τη πιθαότητα: έα μήυμα που δε είαι Spam α περιέχει τη λέξη «w» Επίσης, μπορούμε α εκτιμήσουμε τη πιθαότητα: έα μήυμα που φθάει στο mal server είαι Spam και τη πιθαότητα: έα μήυμα που φθάει στο mal server δε είαι Spam Έα μήυμα φθάει στο mal server και διαπιστώεται ότι περιέχει τη λέξη «w» Α E το εδεχόμεο: το μήυμα περιέχει τη λέξη «w», τότε όπως ααφέραμε προηγουμέως οι πιθαότητες P ( E / S P ( E / S, S και P (S μπορού α εκτιμηθού και επειδή τα εδεχόμεα S και S διαμερίζου το σύολο όλω τω μηυμάτω, από το Θεώρημα του Bayes έχουμε: E / S S S / E = E / S S + E / S S Ας δούμε έα αριθμητικό παράδειγμα: Παράδειγμα 48: Βρέθηκε ότι από τα 000 μηύματα που έφθασα μια χροική περίοδο σε έα mal server, τα 000 είαι Spam και τα 000 δε είαι Spam Βρέθηκε επίσης ότι η λέξη «Rolex» εμφαίσθηκε σε 50 από τα 000 μηύματα που είαι Spam και σε 5 από τα 000 μηύματα που δε είαι Spam Έα μήυμα φθάει στο mal server και διαπιστώουμε ότι περιέχει τη λέξη «Rolex» Ποια είαι η πιθαότητα το μήυμα αυτό α είαι Spam Θεωρώτας ότι ο αριθμός τω επααλήψεω του πειράματος (000 είαι αρκετά μεγάλος ώστε α έχει επιτευχθεί σταθεροποίηση τω σχετικώ συχοτήτω έχουμε: P ( S = = 067, P ( S = S = 0, P ( E / S = = 0 5 και P ( E / S = = 0005 και επομέως η ζητούμεη πιθαότητα είαι: P ( S / E = = Έτσι, α ως επίπεδο απόρριψης από το φίλτρο εός μηύματος που περιέχει τη λέξη «Rolex» θέσουμε το 095 τότε το μήυμα απορρίπτεται ως Spam Αάλογα υπολογίζουμε τις ατίστοιχες πιθαότητες για φίλτρα που ελέγχου περισσότερες από μια λέξεις Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 5

24 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω 45 Αεξάρτητα εδεχόμεα (Independent events Σε όλα τα προηγούμεα παραδείγματα, όπως διαπιστώσαμε, οι δεσμευμέες πιθαότητες διαφέρου από τις ατίστοιχες μη δεσμευμέες Για παράδειγμα, η εκ τω υστέρω (δεσμευμέη πιθαότητα α έχει έα άτομο αχρωματοψία δοθέτος ότι είαι άδρας διαφέρει, και μάλιστα είαι μεγαλύτερη, από τη εκ τω προτέρω (μη δεσμευμέη πιθαότητα έα άτομο α έχει αχρωματοψία (Παράδειγμα 44 Δηλαδή, α Α και Β τα εδεχόμεα, ατίστοιχα, «το άτομο πάσχει από αχρωματοψία» και «το άτομο είαι άδρας», τότε P ( A > εώ P ( A B <, δηλαδή, η εκ τω υστέρω πιθαότητα α έχει έα άτομο αχρωματοψία δοθέτος ότι είαι γυαίκα, είαι μικρότερη από τη ατίστοιχη εκ τω προτέρω Επίσης, στο Παράδειγμα 46 είδαμε ότι για δύο ξέα εδεχόμεα Α, Β (με P ( > 0 και P ( > 0 είαι P ( A = 0 και P ( B = 0, δηλαδή, η γώση ότι εμφαίσθηκε το έα από τα δύο, αποκλείει τη εμφάιση του άλλου (προφαώς ααμεόμεο για ξέα εδεχόμεα Στο ίδιο παράδειγμα δείξαμε επίσης ότι α για δύο εδεχόμεα Α, Β είαι B A, τότε P ( A = (ααμεόμεο, επίσης, αφού η εμφάιση του Β συεπάγεται τη εμφάιση του Α Σε όλες επομέως αυτές τις περιπτώσεις, η πιθαότητα εμφάισης του εδεχομέου που μας εδιαφέρει, επηρεάζεται από τη γώση ότι κάποιο άλλο εδεχόμεο συέβη (ή δε συέβη Υπάρχου όμως περιπτώσεις όπου P ( A = A B =, δηλαδή, περιπτώσεις όπου η γώση ότι συέβη ή δε συέβη έα εδεχόμεο Β (με P ( > 0 δε δίει καμία πληροφορία για τη εμφάιση εός άλλου εδεχομέου Α, η αλλιώς, η πραγματοποίηση ή μη του Β δε έχει καμία επίδραση στη πραγματοποίηση του Α Λέμε τότε ότι το εδεχόμεο Α είαι αεξάρτητο από το εδεχόμεο Β Μάλιστα, εύκολα προκύπτει ότι τότε και P ( B = (α P ( > 0, δηλαδή, και το εδεχόμεο Β είαι αεξάρτητο από το εδεχόμεο Α Πράγματι A P ( A = = A = A = B = Δηλαδή, α η πραγματοποίηση του Β δε έχει καμία επίδραση στη πραγματοποίηση του Α τότε και η πραγματοποίηση του Α δε έχει καμία επίδραση στη πραγματοποίηση του Β Αυτό σημαίει ότι η αεξαρτησία εδεχομέω είαι μια συμμετρική σχέση (ως προς τα Α και Β και γι αυτό από τις παραπάω ισοδύαμες σχέσεις, για το ορισμό της επιλέχθηκε η P ( A = που αποδίδει καλύτερα Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 6

25 Δεσμευμέη Πιθαότητα Αεξαρτησία Εδεχομέω αυτή τη συμμετρικότητα (αλλά και γιατί αποφεύγοται οι συθήκες P ( > 0 και P ( > 0 Ορισμός της αεξαρτησίας δύο εδεχομέω: Δύο εδεχόμεα Α και Β του δειγματικού χώρου Ω εός πειράματος τύχης λέγοται αεξάρτητα (ndependent events ή στοχαστικά/στατιστικά αεξάρτητα α ισχύει P ( A = (48 εώ α ισχύει A, τα εδεχόμεα Α και Β λέγοται εξαρτημέα (dependent events Mε βάση το όημα της αεξαρτησίας, α δύο εδεχόμεα είαι αεξάρτητα, λογικά, περιμέουμε και τα συμπληρώματά τους α είαι επίσης αεξάρτητα Πράγματι έτσι είαι Πρόταση 44: Α Α και Β είαι δύο αεξάρτητα εδεχόμεα του δειγματικού χώρου Ω εός πειράματος τύχης τότε είαι αεξάρτητα και τα εδεχόμεα α Α και Β β Α και Β γ Α και Β (α Θα δείξουμε ότι α δύο εδεχόμεα Α και Β είαι αεξάρτητα τότε είαι αεξάρτητα και τα συμπληρώματά τους, Α και Β Για τη πιθαότητα της έωσης δύο εδεχομέω ισχύει P ( B = + B B Επίσης, (θυμηθείτε τους τύπους De Morgan ισχύει ότι B = P[( A ] = A και επομέως A = + B B P ( B = A + + B και επειδή P ( A = (αφού τα Α και Β είαι αεξάρτητα, από τη τελευταία σχέση παίρουμε B = + + = [ ][ ] = B Δείξαμε, δηλαδή ότι P ( B = B άρα πράγματι τα Α και Β είαι αεξάρτητα Τη απόδειξη τω (β και (γ δείτε τη ως μια απλή άσκηση (χρησιμοποιείστε τις σχέσεις A = AB AB και B = BA B, ατίστοιχα Σημείωση 44: a Σημειώουμε ότι α P ( A = A B τότε προφαώς θα είαι και P ( A = A B = Πράγματι, P ( = A + A B B = A [ + B ] = A β Είαι προφαές ότι το αδύατο εδεχόμεο,, είαι αεξάρτητο από οποιοδήποτε άλλο εδεχόμεο Α του Ω Πράγματι, A = = 0 = 0 0 = 0 Επίσης, και το βέβαιο εδεχόμεο Ω είαι αεξάρτητο από οποιοδήποτε εδεχόμεο Α Πράγματι, P ( AΩ = Ω = = (Δείτε και τη Άσκηση 4 Γεωποικό Παεπιστήμιο Αθηώ/ΓΠαπαδόπουλος (wwwauagr/gpapadopoulos 7

Όταν πραγματοποιείται το Α πραγματοποιείται και το Β.

Όταν πραγματοποιείται το Α πραγματοποιείται και το Β. Βασικές έοιες και τύποι πιθαοτήτω Πείραμα τύχης - Η έοια του τυχαίου Δειγματικός χώρος Ω εός πειράματος τύχης (πεπερασμέος, απείρως αριθμήσιμος, συεχής) Εδεχόμεα Α, Β, (απλά, σύθετα) Βέβαιο εδεχόμεο Αδύατο

Διαβάστε περισσότερα

υπολογισθούν οι πιθανότητες των ενδεχομένων: Α, Β, ΑΒ, Α, Β, Α Β, Α Β, ΑΒ,

υπολογισθούν οι πιθανότητες των ενδεχομένων: Α, Β, ΑΒ, Α, Β, Α Β, Α Β, ΑΒ, Προβλήματα Πιθαοτήτω Προβλήματα Πιθαοτήτω Από εξετάσεις που έγια σε 5000 ζώα μιας κτηοτροφικής μοάδας, διαπιστώθηκε ότι 000 είχα προσβληθεί από μια ασθέεια Α, 800 είχα προσβληθεί από μια ασθέεια Β εώ 00

Διαβάστε περισσότερα

78 Ερωτήσεις Θεωρίας Στα Μαθηματικά Γενικής Παιδείας

78 Ερωτήσεις Θεωρίας Στα Μαθηματικά Γενικής Παιδείας Στα Μαθηματιά Γειής Παιδείας Tι οομάζουμε συάρτηση Tι οομάζουμε παραγματιή συάρτηση πραγματιής μεταβλητής Μια διαδιασία με τη οποία άθε στοιχείο εός συόλου Α πεδίο ορισμού ατιστοιχίζεται σε έα αριβώς στοιχείο

Διαβάστε περισσότερα

Επίπεδο εκπαίδευσης πατέρα 2

Επίπεδο εκπαίδευσης πατέρα 2 Περιγραφική Στατιστική Όπως, ήδη έχουμε ααφέρει, στόχος της Περιγραφικής Στατιστικής είαι, «η αάπτυξη μεθόδω για τη συοπτική και τη αποτελεσματική παρουσίαση τω δεδομέω» Για το σκοπό αυτό, έχου ααπτυχθεί,

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΕΠΑΝΑΛΗΠΤΙΚΕΣ Γ ΗΜΕΡΗΣΙΩΝ

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΕΠΑΝΑΛΗΠΤΙΚΕΣ Γ ΗΜΕΡΗΣΙΩΝ ΘΕΜΑ Α ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΕΠΑΝΑΛΗΠΤΙΚΕΣ Γ ΗΜΕΡΗΣΙΩΝ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΠΑΡΑΣΚΕΥΗ 0 ΙΟΥΝΙΟΥ 014 - ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

Διαβάστε περισσότερα

Στον πίνακα που ακολουθεί φαίνονται οι παρατηρήσεις που πήραμε για το ύψος και το βάρος 16 εργατών μιας βιομηχανίας.

Στον πίνακα που ακολουθεί φαίνονται οι παρατηρήσεις που πήραμε για το ύψος και το βάρος 16 εργατών μιας βιομηχανίας. Συσέτιση δύο μεταβλητώ Συσέτιση δύο μεταβλητώ Θεωρούμε δύο τυαίες μεταβλητές X, Y και ζεύγη παρατηρήσεω,,,,...,, από τυαίο δείγμα μεγέθους. Ααφερόμαστε, δηλαδή, σε μη πειραματικά δεδομέα ο ερευητής δε

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΤΕΤΑΡΤΗ 0 ΜΑΪΟΥ 015 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΟΛΟ

Διαβάστε περισσότερα

Δυνάμεις πραγματικών αριθμών

Δυνάμεις πραγματικών αριθμών Κεφάλαιο 1 ο 45 Β. Δυάμεις πραγματικώ αριθμώ Α έχουμε έα γιόμεο της μορφής (-) (-) (-) (-) όπου κάθε παράγοτας είαι (δηλαδή ο ίδιος ο αριθμός) μπορούμε α το συμβολίσουμε με μια πιο απλή μορφή : (-) 4.

Διαβάστε περισσότερα

στους μιγαδικούς αριθμούς

στους μιγαδικούς αριθμούς Πράξεις στους μιγαδικούς αριθμούς Πρόσθεση μιγαδικώ αριθμώ Βασικές ασκήσεις Βασική θεωρία α) ) Πώς γίεται η πρόσθεση δύο μιγαδικώ αριθμώ; ) Ποια είαι η γεωμετρική ερμηεία του αθροίσματος δύο μιγαδικώ;

Διαβάστε περισσότερα

2010-2011. 4 o Γενικό Λύκειο Χανίων Γ τάξη. Γενικής Παιδείας. Ασκήσεις για λύση

2010-2011. 4 o Γενικό Λύκειο Χανίων Γ τάξη. Γενικής Παιδείας. Ασκήσεις για λύση - 4 o Γεικό Λύκειο Χαίω Γ τάξη Μαθηματικά Γεικής Παιδείας γ Ασκήσεις για λύση Επιμέλεια: Μ. Ι. Παπαγρηγοράκης http://users.sch.gr/mpapagr 4 ο Γεικό Λύκειο Χαίω ΚΑΤΑΝΟΜΕΣ ΣΥΧΝΟΤΗΤΩΝ 95 ΝΑ ΣΥΜΠΛΗΡΩΘΟΥΝ ΟΙ

Διαβάστε περισσότερα

Ιγνάτιος Ιωαννίδης. Στατιστική Όριο - Συνέχεια συνάρτησης Παράγωγοι Ολοκληρώματα

Ιγνάτιος Ιωαννίδης. Στατιστική Όριο - Συνέχεια συνάρτησης Παράγωγοι Ολοκληρώματα Ιγάτιος Ιωαίδης Στατιστική Όριο - Συέχεια συάρτησης Παράγωγοι Ολοκληρώματα Περιέχει: Συοπτική Θεωρία Μεθοδολογία Λύσης τω Ασκήσεω Λυμέα Παραδείγματα Ασκήσεις με τις απατήσεις τους ΘΕΣΣΑΛΟΝΙΚΗ Το βιβλίο

Διαβάστε περισσότερα

ΠΑΡΟΥΣΙΑΣΗ ΚΑΙ ΤΑΞΙΝΟΜΗΣΗ ΤΩΝ Ε ΟΜΕΝΩΝ. Εισαγωγή

ΠΑΡΟΥΣΙΑΣΗ ΚΑΙ ΤΑΞΙΝΟΜΗΣΗ ΤΩΝ Ε ΟΜΕΝΩΝ. Εισαγωγή Μέρος πέµπτο ΠΑΡΟΥΣΙΑΣΗ ΚΑΙ ΤΑΞΙΝΟΜΗΣΗ ΤΩΝ Ε ΟΜΕΝΩΝ Εισαγωγή Στα προηγούµεα κεφάλαια είδαµε τις διάφορες µεθόδους συλλογής και επεξεργασίας του βιοµετρικού υλικού. Κάθε βιοµετρική επεξεργασία όµως έχει

Διαβάστε περισσότερα

Επαναληπτικό Διαγώνισμα Μαθηματικών Γενικής Παιδείας Γ Λυκείου

Επαναληπτικό Διαγώνισμα Μαθηματικών Γενικής Παιδείας Γ Λυκείου Επααληπτικό Διαγώισμα Μαθηματικώ Γεικής Παιδείας Γ Λυκείου Θέμα A Α.α) Τι οομάζουμε συάρτηση και τι οομάζουμε πραγματική συάρτηση πραγματικής μεταβλητής; β) Τι λέγεται τιμή μιας συάρτησης f στο χ ; γ)

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΘΕΩΡΗΜΑ BOLZANO. και επιπλέον. Αν μία συνάρτηση f είναι ορισμένη σε ένα κλειστό διάστημα [α,β] η f είναι συνεχής στο [α,β]

ΣΗΜΕΙΩΣΕΙΣ ΘΕΩΡΗΜΑ BOLZANO. και επιπλέον. Αν μία συνάρτηση f είναι ορισμένη σε ένα κλειστό διάστημα [α,β] η f είναι συνεχής στο [α,β] ΚΕΦΑΛΑΙΟ 2ο: ΣΥΝΑΡΤΗΣΕΙΣ - ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 8: ΘΕΩΡΗΜΑ BOLZANO - ΠΡΟΣΗΜΟ ΣΥΝΑΡΤΗΣΗΣ - ΘΕΩΡΗΜΑ ΕΝΔΙΑΜΕΣΩΝ ΤΙΜΩΝ - ΘΕΩΡΗΜΑ ΜΕΓΙΣΤΗΣ ΚΑΙ ΕΛΑΧΙΣΤΗΣ ΤΙΜΗΣ - ΣΥΝΟΛΟ ΤΙΜΩΝ ΣΥΝΕΧΟΥΣ ΣΥΝΑΡΤΗΣΗΣ

Διαβάστε περισσότερα

Γ. ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Σ Τ Α Τ Ι Σ Τ Ι Κ Η. Μαθηματικά Γενικής Παιδείας. Γ Λυκείου

Γ. ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Σ Τ Α Τ Ι Σ Τ Ι Κ Η. Μαθηματικά Γενικής Παιδείας. Γ Λυκείου Γ. ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Σ Τ Α Τ Ι Σ Τ Ι Κ Η Μαθηματιά Γειής Παιδείας Γ Λυείου Δημήτρης Αργυράης Γεράσιμος Κουτσαδρέας Μαθηματιά Γειής Παιδείας Στατιστιή Γ. Λυείου ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ

Διαβάστε περισσότερα

a lim x 1.7 ΟΡΙΟ ΣΥΝΑΡΤΗΣΗΣ ΣΤΟ ΑΠΕΙΡΟ ( x ) ΒΑΣΙΚΑ ΟΡΙΑ , a R * ΠΑΡΑΤΗΡΗΣΗ : Ενώ αν f(x) < g(x) κοντά στο x 0, τότε lim f(x) lim g(x)

a lim x 1.7 ΟΡΙΟ ΣΥΝΑΡΤΗΣΗΣ ΣΤΟ ΑΠΕΙΡΟ ( x ) ΒΑΣΙΚΑ ΟΡΙΑ , a R * ΠΑΡΑΤΗΡΗΣΗ : Ενώ αν f(x) < g(x) κοντά στο x 0, τότε lim f(x) lim g(x) 7 ΟΡΙΟ ΣΥΝΑΡΤΗΣΗΣ ΣΤΟ ΑΠΕΙΡΟ ( ) ΒΑΣΙΚΑ ΟΡΙΑ + - - a v α άρτιος α περιττός 0 ar * ΠΑΡΑΤΗΡΗΣΗ : Εώ α f() < g() κοτά στο 0 τότε f() g() ότα + εώ f()

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ

ΘΕΩΡΙΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ ΘΕΩΡΙΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ Τι οομάζεται συάρτηση Συάρτηση uncton είαι μια διαδιασία με τη οποία άθε στοιχείο εός συόλου Α ατιστοιχίζεται σε έα αριβώς στοιχείο άποιου

Διαβάστε περισσότερα

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ Έστω ότι επιθυμούμε να μελετήσουμε ένα τυχαίο πείραμα με δειγματικό χώρο Ω και έστω η πιθανότητα να συμβεί ένα ενδεχόμενο Α Ω Υπάρχουν περιπτώσεις όπου ενώ δεν γνωρίζουμε

Διαβάστε περισσότερα

... λέγονται στοιχεία του πίνακα Α και οι δείκτες i και j δηλώνουν τη γραμμή και τη στήλη, αντίστοιχα, που ανήκει το στοιχείο α

... λέγονται στοιχεία του πίνακα Α και οι δείκτες i και j δηλώνουν τη γραμμή και τη στήλη, αντίστοιχα, που ανήκει το στοιχείο α ΚΕΦΑΛΑΙΟ 2 ΠΙΝΑΚΕΣ Στο Κεφάλαιο αυτό θα ασχοληθούε ε το ορισό και τις στοιχειώδεις ιδιότητες τω πιάκω, που είαι ορθογώιες παρατάξεις αριθώ ή άλλω στοιχείω Οι πίακες εφαίζοται στη θεωρία τω γραικώ συστηάτω,

Διαβάστε περισσότερα

4. Αντιδράσεις πολυμερισμού

4. Αντιδράσεις πολυμερισμού 4. Ατιδράσεις πολυμερισμού Ποια μόρια οομάζοται μακρομόρια Τα μακρομόρια είαι μόρια μεγάλου μοριακού βάρους που σχηματίζοται από τη συέωση (= πολυμερισμό) απλούστερω δομικά μορίω (= μοομερή) σύμφωα με

Διαβάστε περισσότερα

Παράδειγμα Το γνωστό παράδειγμα με τα βάρη 30 ατόμων ταξινομημένα σε 5 ομάδες. Η μέση τιμή για το δείγμα έχει βρεθεί x = 77. = =

Παράδειγμα Το γνωστό παράδειγμα με τα βάρη 30 ατόμων ταξινομημένα σε 5 ομάδες. Η μέση τιμή για το δείγμα έχει βρεθεί x = 77. = = Παράδειγα Το γωστό παράδειγα ε τα βάρη 0 ατόω ταξιοηέα σε 5 οάδες. Η έση τιή για το δείγα έχει βρεθεί 77. Τάξη Απόλυτες συχότητες Κετρική τιή τάξης Απόκλιση από το έσο 65-69 67,5 9,5 70-7 6 7,5,5 75-79

Διαβάστε περισσότερα

Γυμνάσιο Μαθηματικά Τάξη B

Γυμνάσιο Μαθηματικά Τάξη B 113 Θέματα εξετάσεω περιόδου Μαΐου-Ιουίου στα Μαθηματικά Τάξη B! 114 a. Να διατυπώσετε το ορισμό της δύαμης α με βάση το ρητό α και εκθέτη το φυσικό αριθμό > 1. b. Να συμπληρωθού οι παρακάτω τύποι, δυάμεις

Διαβάστε περισσότερα

Συσκευασίες από αλουμίνιο, π.χ. αναψυκτικά, μπίρες κ.ά. Συσκευασίες από λευκοσίδηρο, π.χ. από γάλα εβαπορέ, τόνο, ζωοτροφές, τοματοπολτό κ.ά.

Συσκευασίες από αλουμίνιο, π.χ. αναψυκτικά, μπίρες κ.ά. Συσκευασίες από λευκοσίδηρο, π.χ. από γάλα εβαπορέ, τόνο, ζωοτροφές, τοματοπολτό κ.ά. ΑΝΑΚΥΚΛΩΣΗ ΣΥΣΚΕΥΑΣΙΩΝ Η Αακύκλωση σήμερα αποτελεί σηματική προτεραιότητα για το περιβάλλο και το μέλλο μας. Δε είαι μια εφήμερη τάση της εποχής, αλλά ατίθετα, υποχρέωση κάθε πολιτισμέης κοιωίας που συμβάλει

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ ΧΗΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΧΗΜΕΙΑΣ

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ ΧΗΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΧΗΜΕΙΑΣ ΤΕΙ ΠΕΙΡΑΙΑ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΧΗΜΕΙΑΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΛΙΚΩΝ ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ ΧΗΜΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΧΗΜΕΙΑΣ ΦΟΥΝΤΟΥΚΙ ΗΣ Γ. ΕΥΑΓΓΕΛΟΣ Ρ. ΧΗΜΙΚΟΣ ΜΗΧΑΝΙΚΟΣ

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0 ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0 Η Θεωρία Πιθανοτήτων είναι ένας σχετικά νέος κλάδος των Μαθηματικών, ο οποίος παρουσιάζει πολλά ιδιαίτερα χαρακτηριστικά στοιχεία. Επειδή η ιδιαιτερότητα

Διαβάστε περισσότερα

Η ΚΑΤΑΛΟΓΟΓΡΑΦΗΣΗ ΤΩΝ ΕΛΛΗΝΙΚΩΝ ΒΙΒΛΙΩΝ

Η ΚΑΤΑΛΟΓΟΓΡΑΦΗΣΗ ΤΩΝ ΕΛΛΗΝΙΚΩΝ ΒΙΒΛΙΩΝ Η ΚΑΤΑΛΟΟΑΦΗΣΗ ΤΩΝ ΕΛΛΗΝΙΚΩΝ ΒΙΒΛΙΩΝ ΣΤΙΣ ΒΙΒΛΙΟΘΗΚΕΣ ΤΟΥ Ε: ΞΩΤΕΙΚΟΥ Υπό κ. Evl Col, της Βιβλιοθήκης του K' Coll. Σηματικό μέρος του HELEN αφιερώεται ο ι η εξέταση της πολιτικής, που ακολουθού οι βιβλιοθήκες

Διαβάστε περισσότερα

Η Κανονική Κατανομή κανονική κατανομή (normal distribution) Κεντρικό Οριακό Θεώρημα (Central Limit Theorem) συνδέει οποιαδήποτε άλλη κατανομή

Η Κανονική Κατανομή κανονική κατανομή (normal distribution) Κεντρικό Οριακό Θεώρημα (Central Limit Theorem) συνδέει οποιαδήποτε άλλη κατανομή Η Κανονική Κατανομή H κανονική κατανομή (ormal dstrbuto) θεωρείται η σπουδαιότερη κατανομή της Θεωρίας Πιθανοτήτων και της Στατιστικής. Οι λόγοι που εξηγούν την εξέχουσα θέση της, είναι βασικά δύο: ) Πολλές

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ

ΒΑΣΙΚΕΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ ΚΕΦΑΛΑΙΟ 3 ΒΑΣΙΚΕΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ Πολλαπλασιαστική αρχή (multiplicatio rule). Έστω ότι ένα πείραμα Ε 1 έχει 1 δυνατά αποτελέσματα. Έστω επίσης ότι για κάθε ένα από αυτά τα δυνατά

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΠΕΡΙΦΕΡΕΙΑ ΑΤΤΙΚΗΣ ΓΕΝΙΚΗ ΙΕΥΘΥΝΣΗ ΑΝΑΠΤΥΞΙΑΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΚΑΙ ΥΠΟ ΟΜΩΝ ΙΕΥΘΥΝΣΗ ΤΕΧΝΙΚΩΝ ΕΡΓΩΝ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΕΝΟΤΗΤΑΣ

ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΠΕΡΙΦΕΡΕΙΑ ΑΤΤΙΚΗΣ ΓΕΝΙΚΗ ΙΕΥΘΥΝΣΗ ΑΝΑΠΤΥΞΙΑΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΚΑΙ ΥΠΟ ΟΜΩΝ ΙΕΥΘΥΝΣΗ ΤΕΧΝΙΚΩΝ ΕΡΓΩΝ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΕΝΟΤΗΤΑΣ ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΠΕΡΙΦΕΡΕΙΑ ΑΤΤΙΚΗΣ ΓΕΝΙΚΗ ΙΕΥΘΥΝΣΗ ΑΝΑΠΤΥΞΙΑΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΚΑΙ ΥΠΟ ΟΜΩΝ ΙΕΥΘΥΝΣΗ ΤΕΧΝΙΚΩΝ ΕΡΓΩΝ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΕΝΟΤΗΤΑΣ ΠΕΙΡΑΙΩΣ Ταχ. διεύθυση: Ακτή Ποσειδώος 14-16 Ταχ. κώδικας:

Διαβάστε περισσότερα

3. Η Έννοια και Βασικές Ιδιότητες της Πιθανότητας

3. Η Έννοια και Βασικές Ιδιότητες της Πιθανότητας 3 Η Έννοια και Βασικές Ιδιότητες της Πιθανότητας Όπως ήδη έχουμε αναφέρει στην εισαγωγική ενότητα αλλά και όπως θα διαπιστώσουμε στις ενότητες που ακολουθούν, βεβαιότητες για συμπεράσματα που αφορούν σε

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 21 Οκτωβρίου 2009 ΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ Η ανάγκη εισαγωγής της δεσµευµένης πιθανότητας αναφύεται στις περιπτώσεις όπου µία µερική

Διαβάστε περισσότερα

Α Λυκείου Άλγεβρα Τράπεζα Θεμάτων Το Δεύτερο Θέμα

Α Λυκείου Άλγεβρα Τράπεζα Θεμάτων Το Δεύτερο Θέμα Α Λυκείου Άλγεβρα Τράπεζα Θεμάτων Το Δεύτερο Θέμα Θεωρούμε την ακολουθία (α ν ) των θετικών περιττών αριθμών: 1, 3, 5, 7, α) Να αιτιολογήσετε γιατί η (α ν ) είναι αριθμητική πρόοδος και να βρείτε τον εκατοστό

Διαβάστε περισσότερα

Qwφιertyuiopasdfghjklzxερυυξnmηq σwωψerβνtyuςiopasdρfghjklzxcvbn mqwertyuiopasdfghjklzxcvbnφγιmλι qπςπζαwωeτrtνyuτioρνμpκaλsdfghςj

Qwφιertyuiopasdfghjklzxερυυξnmηq σwωψerβνtyuςiopasdρfghjklzxcvbn mqwertyuiopasdfghjklzxcvbnφγιmλι qπςπζαwωeτrtνyuτioρνμpκaλsdfghςj Qwφιertuiopasdfghjklzερυυξnmηq σwωψertuςiopasdρfghjklzcvbn mqwertuiopasdfghjklzcvbnφγιmλι qπςπζwωeτrtuτioρμpκaλsdfghςj ΘΕΩΡΙΑ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ klzcvλοπbnmqwertuiopasdfghjklz ΤΗΣ Γ ΛΥΚΕΙΟΥ ΑΠΟΔΕΙΞΕΙΣ

Διαβάστε περισσότερα

11.1 11.3. Ορισµός ιδιότητες εγγραφή καν. πολυγώνων σε κύκλο

11.1 11.3. Ορισµός ιδιότητες εγγραφή καν. πολυγώνων σε κύκλο 1 11.1 11. ρισµός ιδιότητες εγγραφή κα. πολυγώω σε κύκλο ΘΩΡΙ 1. Έα πολύγωο λέγεται καοικό, ότα έχει όλες τις πλευρές του ίσες και όλες τις γωίες του ίσες.. ύο καοικά πολύγωα µε το ίδιο αριθµό πλευρώ είαι

Διαβάστε περισσότερα

Κεφάλαιο 2 Πιθανότητες. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς

Κεφάλαιο 2 Πιθανότητες. Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς Κεφάλαιο 2 Πιθανότητες Πέτρος Ε. Μαραβελάκης, Επίκουρος Καθηγητής, Πανεπιστήμιο Πειραιώς 2-2 2 Πιθανότητες Χρησιμοποιώντας την Στατιστική Βασικοί ορισμοί: Ενδεχόμενα, Δειγματικός χώρος και Πιθανότητες

Διαβάστε περισσότερα

( Ι ΑΚΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ)

( Ι ΑΚΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ) ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΤΗ ΣΤΑΤΙΣΤΙΚΗ Ι ΑΚΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ Χ. ΑΜΙΑΝΟΥ, Ν. ΠΑΠΑ ΑΤΟΣ, Χ. Α. ΧΑΡΑΛΑΜΠΙ ΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΑΘΗΝΩΝ ΑΘΗΝΑ 003 Στη Ρίτα Στη Χρυούλα Στη Λέα ΠΕΡΙΕΧΟΜΕΝΑ Ατί

Διαβάστε περισσότερα

Πιθανότητες. Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος: «Σπουδές στην εκπαίδευση» ΜEd

Πιθανότητες. Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος: «Σπουδές στην εκπαίδευση» ΜEd 1 Πιθανότητες Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος: «Σπουδές στην εκπαίδευση» ΜEd 1 2 Ενότητα 2 η Πιθανότητες Σκοπός Ο σκοπός της 2 ης ενότητας είναι οι μαθητές να αναγνωρίζουν ένα πείραμα τύχης

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 1 Ο ΠΙΘΑΝΟΤΗΤΕΣ

ΚΕΦΑΛΑΙΟ 1 Ο ΠΙΘΑΝΟΤΗΤΕΣ ΚΕΦΛΙΟ Ο ΠΙΘΝΟΤΗΤΕΣ. Εισαγωγή Στην Θεωρία Πιθανοτήτων, ξεκινάµε από το λεγόµενο πείραµα δηλαδή µια διαδικασία η οποία µπορεί να επαναληφθεί θεωρητικά άπειρες φορές, κάτω από τις ίδιες ουσιαστικά συνθήκες,

Διαβάστε περισσότερα

Φροντιστήριο #8 Ασκήσεις σε Πιθανότητες 15/05/2015

Φροντιστήριο #8 Ασκήσεις σε Πιθανότητες 15/05/2015 Φροντιστήριο #8 Ασκήσεις σε Πιθανότητες 15/05/2015 Άσκηση Φ8.1 Τρεις λαμπτήρες επιλέγονται τυχαία από ένα σύνολο 15 λαμπτήρων εκ των οποίων οι 5 είναι ελαττωματικοί. (α) Βρέστε την πιθανότητα κανείς από

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: 23 Απριλίου 2012 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 6 η Ημερομηνία Αποστολής στο Φοιτητή: Απριλίου 0 Ημερομηνία παράδοσης της Εργασίας: 8 Μαΐου 0 Πριν από τη

Διαβάστε περισσότερα

ΜΕΤΑΦΟΡΑ ΘΕΡΜΟΤΗΤΑΣ ΚΑΙ ΜΑΖΑΣ

ΜΕΤΑΦΟΡΑ ΘΕΡΜΟΤΗΤΑΣ ΚΑΙ ΜΑΖΑΣ ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΜΕΤΑΛΛΕΙΩΝ ΜΕΤΑΛΛΟΥΡΓΩΝ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΦΑΙΝΟΜΕΝΑ ΜΕΤΑΦΟΡΑΣ ΙΙ ΜΕΤΑΦΟΡΑ ΘΕΡΜΟΤΗΤΑΣ ΚΑΙ ΜΑΖΑΣ ΣΥΝΑΓΩΓΗ Νυμφοδώρα Παπασιώπη Φαιόμεα Μεταφοράς ΙΙ. Μεταφορά Θερμότητας και Μάζας

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΙΚΟ ΚΕΦΑΛΑΙΟ. a β a β.

ΕΙΣΑΓΩΓΙΚΟ ΚΕΦΑΛΑΙΟ. a β a β. ΕΙΣΑΓΩΓΙΚΟ ΚΕΦΑΛΑΙΟ Ε.1 ΤΟ ΛΕΞΙΛΟΓΙΟ ΤΗΣ ΛΟΓΙΚΗΣ Στη παράγραφο αυτή θα γνωρίσουμε μερικές βασικές έννοιες της Λογικής, τις οποίες θα χρησιμοποιήσουμε στη συνέχεια, όπου αυτό κρίνεται αναγκαίο, για τη σαφέστερη

Διαβάστε περισσότερα

ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ. Επαγωγική στατιστική (Στατιστική Συμπερασματολογία) Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων

ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ. Επαγωγική στατιστική (Στατιστική Συμπερασματολογία) Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Επαγωγική στατιστική (Στατιστική Συμπερασματολογία) Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων α) Σημειοεκτιμητική β) Εκτιμήσεις Διαστήματος ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Παράδειγμα

Διαβάστε περισσότερα

Λογάριθμοι. Α. ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Η έννοια του λογάριθμου Έστω η εξίσωση αx

Λογάριθμοι. Α. ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Η έννοια του λογάριθμου Έστω η εξίσωση αx Λογάριθμοι Α. ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Η έοι του λογάριθμου Έστω η εξίσωση θ, 0, θ 0. Η εξίσωση υτή έχει μοδική λύση φού η εκθετική συάρτηση f είι γησίως μοότοη κι το θ ήκει στο σύολο τιμώ της. Τη μοδική

Διαβάστε περισσότερα

Συνδυαστική Απαρίθμηση Υπολογισμός αριθμού διαφορετικών αποτελεσμάτων πειράματος (με συνδυαστικά επιχειρήματα)

Συνδυαστική Απαρίθμηση Υπολογισμός αριθμού διαφορετικών αποτελεσμάτων πειράματος (με συνδυαστικά επιχειρήματα) Συνδυαστική Απαρίθμηση Υπολογισμός αριθμού διαφορετικών αποτελεσμάτων πειράματος (με συνδυαστικά επιχειρήματα) Πείραμα: διαδικασία που παράγει πεπερασμένο σύνολο αποτελεσμάτων Πληθικός αριθμός συνόλου

Διαβάστε περισσότερα

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. Να εξετάσετε αν ισχύουν οι υποθέσεις του Θ.Μ.Τ. για την συνάρτηση στο διάστημα [ 1,1] τέτοιο, ώστε: C στο σημείο (,f( ))

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. Να εξετάσετε αν ισχύουν οι υποθέσεις του Θ.Μ.Τ. για την συνάρτηση στο διάστημα [ 1,1] τέτοιο, ώστε: C στο σημείο (,f( )) ΚΕΦΑΛΑΙΟ ο: ΔΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΝΟΤΗΤΑ 6: ΘΕΩΡΗΜΑ ΜΕΣΗΣ ΤΙΜΗΣ ΔΙΑΦΟΡΙΚΟΥ ΛΟΓΙΣΜΟΥ (Θ.Μ.Τ.) [Θεώρημα Μέσης Τιμής Διαφορικού Λογισμού του κεφ..5 Μέρος Β του σχολικού βιβλίου]. ΠΑΡΑΔΕΙΓΜΑΤΑ Παράδειγμα. ΘΕΜΑ

Διαβάστε περισσότερα

Ορισμοί των εννοιών και θεωρήματα χωρίς απόδειξη

Ορισμοί των εννοιών και θεωρήματα χωρίς απόδειξη ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ http://ddethr Ορισμοί τω εοιώ κι θεωρήμτ χωρίς πόδειξη ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ Τι είι το σύολο τω μιγδικώ ριθμώ; Το σύολο τω μιγδικώ ριθμώ είι έ υπερσύολο του συόλου τω πργμτικώ

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΕΝΟΤΗΤΕΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ (One-Way Analyss of Varance) Η ανάλυση

Διαβάστε περισσότερα

ΜΕΤΑ-ΑΝΑΛΥΣΗ (Meta-Analysis)

ΜΕΤΑ-ΑΝΑΛΥΣΗ (Meta-Analysis) ΚΕΦΑΛΑΙΟ 23 ΜΕΤΑ-ΑΝΑΛΥΣΗ (Meta-Analysis) ΕΙΣΑΓΩΓΗ Έχοντας παρουσιάσει τις βασικές έννοιες των ελέγχων υποθέσεων, θα ήταν, ίσως, χρήσιμο να αναφερθούμε σε μια άλλη περιοχή στατιστικής συμπερασματολογίας

Διαβάστε περισσότερα

Μαθηματικα Γ Γυμνασιου

Μαθηματικα Γ Γυμνασιου Μαθηματικα Γ Γυμνασιου Θεωρια και παραδειγματα livemath.eu σελ. απο 9 Περιεχομενα Α ΜΕΡΟΣ: ΑΛΓΕΒΡΑ ΚΑΙ ΠΙΘΑΝΟΤΗΤΕΣ 4 ΣΥΣΤΗΜΑΤΑ Χ 4 ΜΟΝΩΝΥΜΑ & ΠΟΛΥΩΝΥΜΑ 5 ΜΟΝΩΝΥΜΑ 5 ΠΟΛΥΩΝΥΜΑ 5 ΡΙΖΑ ΠΟΛΥΩΝΥΜΟΥ 5 ΠΟΛΛΑΠΛΑΣΙΑΣΜΟΣ

Διαβάστε περισσότερα

Γραπτή Εξέταση Περιόδου Σεπτεμβρίου 2008 στο Μάθημα Στατιστική Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ 29.9.2008

Γραπτή Εξέταση Περιόδου Σεπτεμβρίου 2008 στο Μάθημα Στατιστική Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ 29.9.2008 Γραπτή Εξέταση Περιόδου Σεπτεμβρίου 8 στο Μάθημα Στατιστική Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ 9.9.8. [] Μια βιομηχανία τροφίμων προμηθεύεται νωπά κοτόπουλα από τρεις διαφορετικούς παραγωγούς Α, Β, Γ. Το % των κοτόπουλων

Διαβάστε περισσότερα

Ενδεικτικές ασκήσεις ΔΙΠ 50

Ενδεικτικές ασκήσεις ΔΙΠ 50 Ενδεικτικές ασκήσεις ΔΙΠ 50 Άσκηση 1 (άσκηση 1 1 ης εργασίας 2009-10) Σε ένα ράφι μιας βιβλιοθήκης τοποθετούνται με τυχαία σειρά 11 διαφορετικά βιβλία τεσσάρων θεματικών ενοτήτων. Πιο συγκεκριμένα, υπάρχουν

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΕΣ & ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΗΝ ΑΛΓΕΒΡΑ ΤΗΣ Α ΛΥΚΕΙΟΥ

ΜΕΘΟΔΟΛΟΓΙΕΣ & ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΗΝ ΑΛΓΕΒΡΑ ΤΗΣ Α ΛΥΚΕΙΟΥ ΜΕΘΟΔΟΛΟΓΙΕΣ & ΑΣΚΗΣΕΙΣ ΓΙΑ ΤΗΝ ΑΛΓΕΒΡΑ ΤΗΣ Α ΛΥΚΕΙΟΥ Επιμέλεια : Παλαιολόγου Παύλος Μαθηματικός Αγαπητοί μαθητές. αυτό το βιβλίο αποτελεί ένα βοήθημα στην ύλη της Άλγεβρας Α Λυκείου, που είναι ένα από

Διαβάστε περισσότερα

Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ 2 0 1 5 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

Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ 2 0 1 5 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 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 Ε π ι μ ε λ ε ι α : Τ α κ η ς Τ σ α κ α λ α κ ο ς o ΘΕΜΑ Π α ν ε λ λ α δ ι κ ε ς Ε ξ ε τ α σ ε ι ς ( 0 ) A. Aν οι συναρτησεις

Διαβάστε περισσότερα

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων . Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων Με σκοπό την καλύτερη μελέτη τους και ανάλογα με τα χαρακτηριστικά τους, τα διάφορα επιστημονικά μοντέλα ή πειράματα ή γενικότερα τα φυσικά φαινόμενα μπορεί

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 3-4 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 5] 3η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Οι απαντήσεις των ασκήσεων πρέπει να φθάσουν

Διαβάστε περισσότερα

Λύσεις των θεμάτων ΠΑΡΑΣΚΕΥΗ 30 MAΪΟΥ 2014 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

Λύσεις 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 περισσότερα

Περιεχόμενο διδασκαλίας Στόχοι Παρατηρήσεις. υπολογίζουν το λόγο δύο λόγο δύο τμημάτων

Περιεχόμενο διδασκαλίας Στόχοι Παρατηρήσεις. υπολογίζουν το λόγο δύο λόγο δύο τμημάτων Νίκος Γ. Τόμπρος ΣΧΕΔΙΟ ΜΑΘΗΜΑΤΩΝ Ενότητα : ΟΜΟΙΟΤΗΤΑ (ΛΟΓΟΣ ΑΝΑΛΟΓΙΑ) Σκοποί: Η ανάπτυξη ενδιαφέροντος για το θέμα, η εξοικείωση με τη χρήση τεχνολογίας, η παρότρυνση για αναζήτηση πληροφοριών (εδώ σε

Διαβάστε περισσότερα

Κεφάλαιο 4: Διαφορικός Λογισμός

Κεφάλαιο 4: Διαφορικός Λογισμός ΣΥΓΧΡΟΝΗ ΠΑΙΔΕΙΑ ΦΡΟΝΤΙΣΤΗΡΙΟ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ Κεφάλαιο 4: Διαφορικός Λογισμός Μονοτονία Συνάρτησης Tζουβάλης Αθανάσιος Κεφάλαιο 4: Διαφορικός Λογισμός Περιεχόμενα Μονοτονία συνάρτησης... Λυμένα παραδείγματα...

Διαβάστε περισσότερα

Θέμα: Ασκήσεις για εύρεση ολικής, συνδυασμένης και δεσμευμένης πιθανότητας. Βιβλίο Keller Κεφάλαιο 6

Θέμα: Ασκήσεις για εύρεση ολικής, συνδυασμένης και δεσμευμένης πιθανότητας. Βιβλίο Keller Κεφάλαιο 6 ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ: ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (Πάτρας) Διεύθυνση: Μεγάλου Αλεξάνδρου, 6 ΠΑΤΡΑ Τηλ.: 60 6905, Φαξ: 60 968, email: mitro@teipat.gr Καθ η γη τ ής Ι. Μ ητ ρ

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ 3 ΘΕΩΡΙΑ ΕΡΩΤΗΣΕΙΣ ΕΠΙΣΗΜΑΝΣΕΙΣ ΜΑΘΗΜΑΤΙΚΑ ΚΑΤΕΥΘΥΝΣΗΣ Γ ΛΥΚΕΙΟΥ ΤΟ Α ΘΕΜΑ ΠΑΝΕΛΛΑΔΙΚΩΝ Βγγέλης Α Νικολκάκης Μθημτικός ΛΙΓΑ ΛΟΓΙΑ Η προύσ εργσί μµου δε στοχεύει πλά στο κυήγι του 5,δηλδή τω μµοάδω του

Διαβάστε περισσότερα

P (A 1 A 2... A n ) = P (A 1 )P (A 2 A 1 )P (A 3 A 1 A 2 ) P (A n A 1 A 2 A n 1 ).

P (A 1 A 2... A n ) = P (A 1 )P (A 2 A 1 )P (A 3 A 1 A 2 ) P (A n A 1 A 2 A n 1 ). Υπενθυμίσεις Παραδείγματα Ασκήσεις Μελέτη 31 Οκτωβρίου 2014 Πιθανότητες και Στατιστική Διάλεξη 7 Ασκήσεις ΙΙ Δεσμευμένη πιθανότητα, Συνδυαστικά επιχειρήματα Αντώνης Οικονόμου Τμήμα Μαθηματικών Πανεπιστήμιο

Διαβάστε περισσότερα

Δύο φίλοι θα παίξουν τάβλι και αποφασίζουν νικητής να είναι εκείνος που θα κερδίσει τρεις συνολικά παρτίδες ή δύο συνεχόμενες παρτίδες.

Δύο φίλοι θα παίξουν τάβλι και αποφασίζουν νικητής να είναι εκείνος που θα κερδίσει τρεις συνολικά παρτίδες ή δύο συνεχόμενες παρτίδες. ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΣΥΛΛΟΓΗ ΑΣΚΗΣΕΩΝ 3 ου ΚΕΦΑΛΑΙΟΥ Άσκηση (Προτάθηκε από pito ) Για ένα φάρμακο σε πειραματικό στάδιο αποδείχθηκε ότι δημιουργεί δύο ειδών παρενέργειες. Η πιθανότητα να δημιουργήσει

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ. 6.1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ (Επαναλήψεις-Συμπληρώσεις)

ΣΥΣΤΗΜΑΤΑ. 6.1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ (Επαναλήψεις-Συμπληρώσεις) 6 ΣΥΣΤΗΜΑΤΑ 6.1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ (Επαναλήψεις-Συμπληρώσεις) Η εξίσωση αx βy γ Στο Γυμνάσιο διαπιστώσαμε με την βοήθεια παραδειγμάτων ότι η εξίσωση αx βy γ, με α 0 ή β 0, που λέγεται γραμμική εξίσωση,

Διαβάστε περισσότερα

ΑΓΙΟΥ ΙΩΑΝΝΟΥ ΤΟΥ ΔΑΜΑΣΚΗΝΟΥ Ἔκδοσις ἀκριβὴς τῆς ὀρθοδόξου πίστεως

ΑΓΙΟΥ ΙΩΑΝΝΟΥ ΤΟΥ ΔΑΜΑΣΚΗΝΟΥ Ἔκδοσις ἀκριβὴς τῆς ὀρθοδόξου πίστεως ΑΓΙΟΥ ΙΩΑΝΝΟΥ ΤΟΥ ΔΑΜΑΣΚΗΝΟΥ Ἔκδοσι ἀκριβὴ τῆ ὀρθοδόξου πίστεω Ἀπόδοση εἰ τὴ έα ἑλληική: Ἀρχιμαδρίτη Δωρόθεο Πάπαρη ΚΕΦΑΛΑΙΟ 1. Ὅτι ἀκατάληπτο τ ὸ θεῖο καὶ ὅτι ο ὐ δε ῖ ζητεῖ κα ὶ περιεργάζεσθαι τ ὰ μ

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ υ ν δ υ α σ τ ι κ ή Πειραιάς 2007 1 Το κύριο αντικείμενο της Συνδυαστικής Οι τεχνικές υπολογισμού του πλήθους των στοιχείων πεπερασμένων συνόλων ή υποσυνό-

Διαβάστε περισσότερα

Αναλυτικά Λυμένες Βασικές Ασκήσεις κατάλληλες για την 1 η επανάληψη στα Μαθηματικά Κατεύθυνσης της Β ΛΥΚΕΙΟΥ

Αναλυτικά Λυμένες Βασικές Ασκήσεις κατάλληλες για την 1 η επανάληψη στα Μαθηματικά Κατεύθυνσης της Β ΛΥΚΕΙΟΥ Αναλυτικά Λυμένες Βασικές Ασκήσεις κατάλληλες για την η επανάληψη στα Μαθηματικά Κατεύθυνσης της Β ΛΥΚΕΙΟΥ Κάνε τα πράγματα με μεγαλοπρέπεια, σωστά και με στυλ. ΦΡΕΝΤ ΑΣΤΕΡ Θέμα Σε ένα σύστημα αξόνων οι

Διαβάστε περισσότερα

Συναρτήσεις Όρια Συνέχεια

Συναρτήσεις Όρια Συνέχεια Κωνσταντίνος Παπασταματίου Μαθηματικά Γ Λυκείου Κατεύθυνσης Συναρτήσεις Όρια Συνέχεια Συνοπτική Θεωρία Μεθοδολογίες Λυμένα Παραδείγματα Επιμέλεια: Μαθηματικός Φροντιστήριο Μ.Ε. «ΑΙΧΜΗ» Κ. Καρτάλη 8 (με

Διαβάστε περισσότερα

3 ΠΙΘΑΝΟΤΗΤΕΣ Εισαγωγή

3 ΠΙΘΑΝΟΤΗΤΕΣ Εισαγωγή 3 ΠΙΘΑΝΟΤΗΤΕΣ Εισαγωγή Υπάρχει σε πολλούς η εντύπωση ότι το κύριο κίνητρο για την ανάπτυξη της Θεωρίας των Πιθανοτήτων προήλθε από το ενδιαφέρον του ανθρώπου για τα τυχερά παιχνίδια Σημαντική μάλιστα ώθηση

Διαβάστε περισσότερα

ΑΠΟΣΠΑΣΜΑ ΠΡΑΚΤΙΚΟΥ ΑΔΑ: Β4ΩΦ4691ΟΙ-7Ν8 ΑΝΑΡΤΗΤΕΟ ΣΤΟ ΔΙΑΔΙΚΤΥΟ. Aρ. Συμβουλίου: 6 o Άρτα, 04/04/2012

ΑΠΟΣΠΑΣΜΑ ΠΡΑΚΤΙΚΟΥ ΑΔΑ: Β4ΩΦ4691ΟΙ-7Ν8 ΑΝΑΡΤΗΤΕΟ ΣΤΟ ΔΙΑΔΙΚΤΥΟ. Aρ. Συμβουλίου: 6 o Άρτα, 04/04/2012 ΑΝΑΡΤΗΤΕΟ ΣΤΟ ΔΙΑΔΙΚΤΥΟ ΕΠΙΤΡΟΠΗ ΔΙΑΧΕΙΡΙΣΗΣ ΕΙΔΙΚΟΥ ΛΟΓΑΡΙΑΣΜΟΥ Aρ. Συμβουλίου: 6 o Άρτα, 04/04/2012 ΑΠΟΣΠΑΣΜΑ ΠΡΑΚΤΙΚΟΥ Σήμερα 04 Απριλίου 2012 ημέρα Τετάρτη και ώρα 11:00 π.μ. το επταμελές όργαο της

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

ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ

ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ 3.1 Τυχαίοι αριθμοί Στην προσομοίωση διακριτών γεγονότων γίνεται χρήση ακολουθίας τυχαίων αριθμών στις περιπτώσεις που απαιτείται η δημιουργία στοχαστικών

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΨΗ Α ΛΥΚΕΙΟΥ. 3. Δίνονται τα σύνολα 2

ΕΠΑΝΑΛΗΨΗ Α ΛΥΚΕΙΟΥ. 3. Δίνονται τα σύνολα 2 ΕΠΑΝΑΛΗΨΗ Α ΛΥΚΕΙΟΥ ΣΥΝΟΛΑ-ΠΙΘΑΝΟΤΗΤΕΣ Έστω βασικό σύνολο Ω = {, 4, 5, 8, 0} και τα υποσύνολα του Ω, Α = {, 5, 0}, Β = {4, 8, 0} i) Να παραστήσετε με διάγραμμα Venn τα παραπάνω σύνολα ii) Να περιγράψετε

Διαβάστε περισσότερα

την τιμή της μέσης τιμής, μ, ή της διασποράς, σ, ενός πληθυσμού και σε στατιστικούς ελέγχους υποθέσεων για τη σύγκριση των μέσων τιμών, μ

την τιμή της μέσης τιμής, μ, ή της διασποράς, σ, ενός πληθυσμού και σε στατιστικούς ελέγχους υποθέσεων για τη σύγκριση των μέσων τιμών, μ Ανάλυση Διασποράς Ανάλυση Διασποράς (Analysis of Variance, ANOVA) είναι μέθοδος στατιστικού ελέγχου υποθέσεων που αναφέρονται σε περισσότερους από δύο πληθυσμούς. Στην προηγούμενη ενότητα αναφερθήκαμε

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA)

ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA) ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA). Εισαγωγή Η ανάλυση της διακύμανσης (ANalysis Of VAriance ANOVA) είναι μια στατιστική μεθόδος με την οποία η μεταβλητότητα που υπάρχει σ ένα σύνολο δεδομένων διασπάται στις

Διαβάστε περισσότερα

ΥΠΟΥΡΓΕΙΟ ΠΑΙΔΕΙΑΣ ΚΑΙ ΠΟΛΙΤΙΣΜΟΥ ΔΙΕΥΘΥΝΣΗ ΑΝΩΤΕΡΗΣ ΚΑΙ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΥΠΗΡΕΣΙΑ ΕΞΕΤΑΣΕΩΝ ΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 2007

ΥΠΟΥΡΓΕΙΟ ΠΑΙΔΕΙΑΣ ΚΑΙ ΠΟΛΙΤΙΣΜΟΥ ΔΙΕΥΘΥΝΣΗ ΑΝΩΤΕΡΗΣ ΚΑΙ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΥΠΗΡΕΣΙΑ ΕΞΕΤΑΣΕΩΝ ΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 2007 A-PDF Merger DEMO : Purchase from www.a-pdf.com to remove the watermark ΥΠΟΥΡΓΙΟ ΠΑΙΔΙΑΣ ΚΑΙ ΠΟΛΙΤΙΣΜΟΥ ΔΙΥΘΥΝΣΗ ΑΝΩΤΡΗΣ ΚΑΙ ΑΝΩΤΑΤΗΣ ΚΠΑΙΔΥΣΗΣ ΥΠΗΡΣΙΑ ΞΤΑΣΩΝ ΠΑΓΚΥΠΡΙΣ ΞΤΑΣΙΣ 007 Μάθημα: ΜΑΘΗΜΑΤΙΚΑ ΚΟΙΝΟΥ

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50]

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ. Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2014-2015 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 1η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Η καταληκτική ημερομηνία για την παραλαβή

Διαβάστε περισσότερα

Τύποι, Σταθερές και Μεταβλητές

Τύποι, Σταθερές και Μεταβλητές ΚΕΦΑΛΑΙΟ 3 Τύποι, Σταθερές και Μεταβλητές Η έννοια της μεταβλητής Γενικά μπορούμε να πούμε ότι η έννοια της μεταβλητής στον προγραμματισμό είναι άμεσα συνδεδεμένη με την έννοια που αυτή έχει σε μαθηματικό

Διαβάστε περισσότερα

FAX : 210.34.42.241 spudonpe@ypepth.gr) Φ. 12 / 600 / 55875 /Γ1

FAX : 210.34.42.241 spudonpe@ypepth.gr) Φ. 12 / 600 / 55875 /Γ1 Ε Λ Λ Η Ν Ι Κ Η Η Μ Ο Κ Ρ Α Τ Ι Α Υ ΠΟΥ ΡΓΕΙΟ ΕΘΝ. ΠΑ Ι ΕΙΑ Σ & ΘΡΗΣ Κ/Τ Ω ΕΝΙΑ ΙΟΣ ΙΟΙΚΗΤ ΙΚΟΣ Τ ΟΜ ΕΑ Σ Σ ΠΟΥ Ω Ν ΕΠΙΜ ΟΡΦΩ Σ ΗΣ ΚΑ Ι ΚΑ ΙΝΟΤ ΟΜ ΙΩ Ν /ΝΣ Η Σ ΠΟΥ Ω Τ µ ή µ α Α Α. Πα π α δ ρ έ ο υ 37

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΓΝΩΣΕΙΣ ΓΙΑ ΤΗΝ ΑΞΙΟΠΟΙΗΣΗ ΤΟΥ ΓΕΩΜΕΤΡΙΚΟΥ ΜΕΡΟΥΣ ΤΟΥ ΛΟΓΙΣΜΙΚΟΥ GEOGEBRA

ΒΑΣΙΚΕΣ ΓΝΩΣΕΙΣ ΓΙΑ ΤΗΝ ΑΞΙΟΠΟΙΗΣΗ ΤΟΥ ΓΕΩΜΕΤΡΙΚΟΥ ΜΕΡΟΥΣ ΤΟΥ ΛΟΓΙΣΜΙΚΟΥ GEOGEBRA ΒΑΣΙΚΕΣ ΓΝΩΣΕΙΣ ΓΙΑ ΤΗΝ ΑΞΙΟΠΟΙΗΣΗ ΤΟΥ ΓΕΩΜΕΤΡΙΚΟΥ ΜΕΡΟΥΣ ΤΟΥ ΛΟΓΙΣΜΙΚΟΥ GEOGEBRA ΒΑΣΙΚΑ ΕΡΓΑΛΕΙΑ Για να κάνουμε Γεωμετρία χρειαζόμαστε εργαλεία κατασκευής, εργαλεία μετρήσεων και εργαλεία μετασχηματισμών.

Διαβάστε περισσότερα

ΤΟ ΠΡΟΒΛΗΜΑ ΤΟΥ BAYES, Η ΙΑΜΟΡΦΩΣΗ ΤΟΥ ΟΜΩΝΥΜΟΥ ΘΕΩΡΗΜΑΤΟΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ

ΤΟ ΠΡΟΒΛΗΜΑ ΤΟΥ BAYES, Η ΙΑΜΟΡΦΩΣΗ ΤΟΥ ΟΜΩΝΥΜΟΥ ΘΕΩΡΗΜΑΤΟΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΤΟ ΠΡΟΒΛΗΜΑ ΤΟΥ BAYES, Η ΙΑΜΟΡΦΩΣΗ ΤΟΥ ΟΜΩΝΥΜΟΥ ΘΕΩΡΗΜΑΤΟΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ Χαράλαµπος Α. Χαραλαµπίδης Τµήµα Μαθηµατικών, Πανεπιστήµιο Αθηνών 23 Οκτωβρίου 2009 ΣΧΕ ΙΟ ΙΑΛΕΞΗΣ ΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ

Διαβάστε περισσότερα

Αναγνώριση Προτύπων (Pattern Recognition) Μπεϋζιανή Θεωρία Αποφάσεων (Bayesian Decision Theory) Π. Τσακαλίδης

Αναγνώριση Προτύπων (Pattern Recognition) Μπεϋζιανή Θεωρία Αποφάσεων (Bayesian Decision Theory) Π. Τσακαλίδης Αναγνώριση Προτύπων (Pattern Recognton Μπεϋζιανή Θεωρία Αποφάσεων (Bayesan Decson Theory Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Μπεϋζιανή Θεωρία Αποφάσεων (Bayes Decson theory Στατιστικά

Διαβάστε περισσότερα

Υποθετικές προτάσεις και λογική αλήθεια

Υποθετικές προτάσεις και λογική αλήθεια Υποθετικές προτάσεις και λογική αλήθεια Δρ. Παναγιώτης Λ. Θεοδωρόπουλος Σχολικός Σύμβουλος κλάδου ΠΕ03 www.p-theodoropoulos.gr Περίληψη Στην εργασία αυτή επιχειρείται μια ερμηνεία της λογικής αλήθειας

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ Ερωτήσεις πολλαπλής επιλογής Συντάκτης: Δημήτριος Κρέτσης 1. Ο κλάδος της περιγραφικής Στατιστικής: α. Ασχολείται με την επεξεργασία των δεδομένων και την ανάλυση

Διαβάστε περισσότερα

Οξέα (Π. ΤΟΦΗ) Ποια υγρά επηρεάζουν μέρη του σώματος;

Οξέα (Π. ΤΟΦΗ) Ποια υγρά επηρεάζουν μέρη του σώματος; Σύντομη Περιγραφή Διερεύνησης Οξέα (Π. ΤΟΦΗ) Ποια υγρά επηρεάζουν μέρη του σώματος; Στόχος της διερεύνησης ήταν να διαφανεί το αν κάποια υγρά επηρεάζουν μέρη του σώματός μας. Αρχικά, θελήσαμε να διερευνήσουμε

Διαβάστε περισσότερα

ΤΕΤΡΑΚΤΥΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ Αμυραδάκη 20, Νίκαια (210-4903576) ΝΟΕΜΒΡΙΟΣ 2013 ΤΑΞΗ... Β ΛΥΚΕΙΟΥ... ΜΑΘΗΜΑ...ΓΕΩΜΕΤΡΙΑΣ...

ΤΕΤΡΑΚΤΥΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ Αμυραδάκη 20, Νίκαια (210-4903576) ΝΟΕΜΒΡΙΟΣ 2013 ΤΑΞΗ... Β ΛΥΚΕΙΟΥ... ΜΑΘΗΜΑ...ΓΕΩΜΕΤΡΙΑΣ... Αμυραδάκη 0, Νίκαια (10-4903576) ΤΑΞΗ... Β ΛΥΚΕΙΟΥ... ΘΕΜΑ 1 ΝΟΕΜΒΡΙΟΣ 013 Α. Να αποδείξετε ότι σε κάθε ορθογώνιο τρίγωνο, το τετράγωνο του ύψους που αντιστοιχεί στην υποτείνουσα του ισούται με το γινόμενο

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ. Γ Τάξης Ενιαίου Λυκείου Θετική & Τεχνολογική Κατεύθυνση

ΜΑΘΗΜΑΤΙΚΑ. Γ Τάξης Ενιαίου Λυκείου Θετική & Τεχνολογική Κατεύθυνση ΜΑΘΗΜΑΤΙΚΑ Γ Τάξης Ειίου Λυκείου Θετική & Τεχολογική Κτεύθυση ΣΥΓΓΡΑΦΕΙΣ Αδρεδάκης Στυλιός Κτσργύρης Βσίλειος Μέτης Στέφος Μπρουχούτς Κω/ος Ππστυρίδης Στύρος Πολύζος Γεώργιος Κθηγητής Πεπιστημίου Αθηώ

Διαβάστε περισσότερα

ΒΡΙΣΚΩ ΤΟ ΜΙΣΟ ΚΑΙ ΤΟ ΟΛΟΚΛΗΡΟ

ΒΡΙΣΚΩ ΤΟ ΜΙΣΟ ΚΑΙ ΤΟ ΟΛΟΚΛΗΡΟ ΒΡΙΣΚΩ ΤΟ ΜΙΣΟ ΚΑΙ ΤΟ ΟΛΟΚΛΗΡΟ ΟΜΑΔΑ ΑΝΑΠΤΥΞΗΣ ΜΑΡΙΑ ΤΣΙΚΑΛΟΠΟΥΛΟΥ,ΜΑΘΗΜΑΤΙΚΟΣ ΣΧΟΛΕΙΟ Δημοτικό σχολείο Σκύδρας ΣΚΥΔΡΑ,2015 1. Συνοπτική περιγραφή της ανοιχτής εκπαιδευτικής Το αντικείμενο με το οποίο

Διαβάστε περισσότερα

Γ. ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΠΙΘΑΝΟΤΗΤΕΣ. Μαθηματικά Γενικής Παιδείας. Γ.Λυκείου

Γ. ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΠΙΘΑΝΟΤΗΤΕΣ. Μαθηματικά Γενικής Παιδείας. Γ.Λυκείου Γ. ΛΥΚΕΙΟΥ ΜΘΗΜΤΙΚ ΓΕΝΙΚΗΣ ΠΙΔΕΙΣ ΠΙΘΝΟΤΗΤΕΣ Μαθηματικά Γενικής Παιδείας Γ.Λυκείου Π Ι Θ Ν Ο Τ Η Τ Ε Σ ΟΡΙΣΜΟΙ Πείραμα τύχης λέγεται το πείραμα το οποίο όσες φορές και αν επαναληφθεί (φαινομενικά τουλάχιστον

Διαβάστε περισσότερα

Επαναληπτικό Διαγώνισμα Μαθηματικών Κατεύθυνσης Β Λυκείου

Επαναληπτικό Διαγώνισμα Μαθηματικών Κατεύθυνσης Β Λυκείου Επαναληπτικό Διαγώνισμα Μαθηματικών Κατεύθυνσης Β Λυκείου Θέμα 1 Α. Να αποδείξετε ότι αν α,β τότε α //β α λβ, λ. είναι δύο διανύσματα, με β 0, Β. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας

Διαβάστε περισσότερα

Σημείωση: Δες ορισμό απλού γραφήματος στον Τόμο Α, σελ. 97 και τόμο Β, σελ 12.

Σημείωση: Δες ορισμό απλού γραφήματος στον Τόμο Α, σελ. 97 και τόμο Β, σελ 12. ΑΣΚΗΣΗ 1: Είναι το ακόλουθο γράφημα απλό; Σημείωση: Δες ορισμό απλού γραφήματος στον Τόμο Α, σελ. 97 και τόμο Β, σελ 12. v 2 ΑΠΑΝΤΗΣΗ 1: Το παραπάνω γράφημα δεν είναι απλό, αφού υπάρχουν δύο ακμές που

Διαβάστε περισσότερα

Γιάννης Θεοδωράκης & Μαίρη Χασάνδρα ΣΧΕΔΙΑΣΜΟΣ ΠΡΟΓΡΑΜΜΑΤΩΝ ΑΓΩΓΗΣ ΥΓΕΙΑΣ

Γιάννης Θεοδωράκης & Μαίρη Χασάνδρα ΣΧΕΔΙΑΣΜΟΣ ΠΡΟΓΡΑΜΜΑΤΩΝ ΑΓΩΓΗΣ ΥΓΕΙΑΣ Γιάννης Θεοδωράκης & Μαίρη Χασάνδρα ΣΧΕΔΙΑΣΜΟΣ ΠΡΟΓΡΑΜΜΑΤΩΝ ΑΓΩΓΗΣ ΥΓΕΙΑΣ ΘΕΣΣΑΛΟΝΙΚΗ 2006 ΣΧΕΔΙΑΣΜΟΣ ΠΡΟΓΡΑΜΜΑΤΩΝ ΑΓΩΓΗΣ ΥΓΕΙΑΣ Γιάννης Θεοδωράκης & Μαίρη Χασάνδρα : Εκδόσεις Χριστοδουλίδη Α. & Π. Χριστοδουλίδη

Διαβάστε περισσότερα

3.5 ΕΜΒΑ ΟΝ ΚΥΚΛΙΚΟΥ ΙΣΚΟΥ

3.5 ΕΜΒΑ ΟΝ ΚΥΚΛΙΚΟΥ ΙΣΚΟΥ 1 3.5 ΕΜΒ Ν ΚΥΚΛΙΚΥ ΙΣΚΥ ΘΕΩΡΙ Εµβαδόν κυκλικού δίσκου ακτίνας ρ : Ε = πρ Σηµείωση : Tο εµβαδόν του κυκλικού δίσκου, χάριν ευκολίας αναφέρεται σαν εµβαδόν του κύκλου. ΣΧΛΙ Για το εµβαδόν του κυκλικού δίσκου

Διαβάστε περισσότερα

2. Στοιχεία Πολυδιάστατων Κατανοµών

2. Στοιχεία Πολυδιάστατων Κατανοµών Στοιχεία Πολυδιάστατων Κατανοµών Είναι φανερό ότι έως τώρα η µελέτη µας επικεντρώνεται κάθε φορά σε πιθανότητες που αφορούν µία τυχαία µεταβλητή Σε αρκετές όµως περιπτώσεις ενδιαφερόµαστε να εξετάσουµε

Διαβάστε περισσότερα

ΑΠΟ ΤΟΥΣ : Γιάννης Πετσουλας-Μπαλής Στεφανία Ολέκο Χριστίνα Χρήστου Βασιλική Χρυσάφη

ΑΠΟ ΤΟΥΣ : Γιάννης Πετσουλας-Μπαλής Στεφανία Ολέκο Χριστίνα Χρήστου Βασιλική Χρυσάφη ΑΠΟ ΤΟΥΣ : Γιάννης Πετσουλας-Μπαλής Στεφανία Ολέκο Χριστίνα Χρήστου Βασιλική Χρυσάφη Ο ΠΥΘΑΓΟΡΑΣ (572-500 ΠΧ) ΗΤΑΝ ΦΟΛΟΣΟΦΟΣ, ΜΑΘΗΜΑΤΙΚΟΣ ΚΑΙ ΘΕΩΡΗΤΙΚΟΣ ΤΗΣ ΜΟΥΙΣΚΗΣ. ΥΠΗΡΞΕ Ο ΠΡΩΤΟΣ ΠΟΥ ΕΘΕΣΕ ΤΙΣ ΒΑΣΕΙΣ

Διαβάστε περισσότερα

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ υ ν δ υ α σ τ ι κ ή Πειραιάς 2007 1 Μάθημα 4ο Συνδυασμοί 2 2.3 ΣΥΝΔΥΑΣΜΟΙ Έστω Χ= {x 1, x 2,..., x ν } ένα πεπερασμένο σύνολο με ν στοιχεία x 1, x 2,...,

Διαβάστε περισσότερα

Ορισμός: Έλλειψη είναι ένα σύνολο σημείων τέτοιων ώστε το άθροισμα των αποστάσεων κάθε σημείου από τις δύο εστίες να είναι σταθερό.

Ορισμός: Έλλειψη είναι ένα σύνολο σημείων τέτοιων ώστε το άθροισμα των αποστάσεων κάθε σημείου από τις δύο εστίες να είναι σταθερό. Η κατασκευή με τις δύο πινέζες και το νήμα Στη δραστηριότητα αυτή θα εξερευνήσετε ίσως την πλέον κοινή μέθοδο κατασκευής μιας έλλειψης. Προκειμένου να θέσετε το πλαίσιο για την κατασκευή αυτή, πρέπει να

Διαβάστε περισσότερα

, όπου x = 0,1,...,300000. Έτσι, για την πιθανότητα σε ένα έτος να μην υπάρξουν θάνατοι ζώων από τον εμβολιασμό έχουμε, 2! 299998!

, όπου x = 0,1,...,300000. Έτσι, για την πιθανότητα σε ένα έτος να μην υπάρξουν θάνατοι ζώων από τον εμβολιασμό έχουμε, 2! 299998! Η Κατανομή Poisso Ας δούμε ένα πρόβημα: Σε μια κτηνοτροφική περιοχή υπάρχουν 3 αιγοπρόβατα. Κάθε χρόνο όα τα αιγοπρόβατα εμβοιάζονται για προστασία από κάποια ασθένεια. Σύμφωνα με την άδεια χρήσης του

Διαβάστε περισσότερα

ΑΣΚΗΣΗ 1 ΑΣΚΗΣΗ 2 ΑΣΚΗΣΗ 3

ΑΣΚΗΣΗ 1 ΑΣΚΗΣΗ 2 ΑΣΚΗΣΗ 3 ΑΣΚΗΣΗ 1 Δύο επιχειρήσεις Α και Β, μοιράζονται το μεγαλύτερο μερίδιο της αγοράς για ένα συγκεκριμένο προϊόν. Καθεμία σχεδιάζει τη νέα της στρατηγική για τον επόμενο χρόνο, προκειμένου να αποσπάσει πωλήσεις

Διαβάστε περισσότερα