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

5 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 41.

5 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 41. ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 5 η ΕΚΑ Α 4. Έστω Ω { ω, ω, ω, ω 4 } ο δειγµατικός χώρος εός πειράµατος τύχης και τα εδεχόµεα Α {ω, ω }, Β {ω, ω 4 } + Α είαι P(A B) και Ρ( Β Α ), όπου θετικός ακέραιος τότε + 4 Να αποδείξετε

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Του Κώστα Βακαλόπουλου ΑΣΚΗΣΗ (ΣΤΑΤΙΣΤΙΚΗ) Το εύρος (R) τω παρατηρούμεω υψώ τω 00 πελατώ εός γυμαστηρίου είαι cm. A) Να ομαδοποιήσετε τα δεδομέα

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

ΣΥΝΔΥΑΣΜΟΙ Ορισμός Συνδυασμός ν στοιχείων ανά κ είναι μια μη διατεταγμένη συλλογή κ στοιχείων από τα ν.

ΣΥΝΔΥΑΣΜΟΙ Ορισμός Συνδυασμός ν στοιχείων ανά κ είναι μια μη διατεταγμένη συλλογή κ στοιχείων από τα ν. 13/10/2010 ΣΥΝΔΥΑΣΜΟΙ Ορισμός Συδυασμός στοιχείω αά κ είαι μια μη διατεταγμέη συλλογή κ στοιχείω από τα. Παράδειγμα 1 Οι συδυασμοί τω τριώ γραμμάτω Α,Β,Γ αά έα είαι οι εξής τρεις: Α, Β, Γ. Οι συδυασμοί

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

ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΘΕΩΡΗΜΑΤΑ ΠΡΟΤΑΣΕΙΣ µε ΑΠΟ ΕΙΞΕΙΣ ΘΕΩΡΙΑ ΕΡΩΤΗΣΕΙΣ µε ΑΠΑΝΤΗΣΕΙΣ ΑΠΑΝΤΗΣΕΙΣ ΣΤΙΣ ΕΡΩΤΗΣΕΙΣ ΚΑΤΑΝΟΗΣΗΣ ΤΟΥ ΣΧΟΛΙΚΟΥ ΒΙΒΛΙΟΥ ΚΑΤΕΥΘΥΝΣΗΣ ΚΑΙ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ Αιστάι 3 Αµφιάλη 4389-43

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

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

ΑΠΑΝΤΗΣΕΙΣ. ευτέρα, 17 Μα ου 2010 Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ. Οµάδα Μαθηµατικών της Ώθησης. Επιµέλεια:

ΑΠΑΝΤΗΣΕΙΣ. ευτέρα, 17 Μα ου 2010 Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ. Οµάδα Μαθηµατικών της Ώθησης. Επιµέλεια: ΕΘΝΙΚΕΣ ΕΞΕΤΑΣΕΙΣ 00 ΑΠΑΝΤΗΣΕΙΣ Επιµέλεια: Οµάδα Μαθηµατικώ της Ώθησης ευτέρα, 7 Μα ου 00 Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ ΕΘΝΙΚΕΣ ΕΞΕΤΑΣΕΙΣ 00 ευτέρα, 7 Μα ου 00 Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ

Διαβάστε περισσότερα

«Χρηματοδοτική Ανάλυση και Διοικητική», Τόμος A

«Χρηματοδοτική Ανάλυση και Διοικητική», Τόμος A ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδώ : Διοίκηση Επιχειρήσεω και Οργαισμώ Θεματική Εότητα : Δ.Ε.Ο. 3 Χρηματοοικοομική Διοίκηση Ακαδημαϊκό Έτος : 202-203 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ «Χρηματοδοτική Αάλυση

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

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2013 Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ / ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΕΚΦΩΝΗΣΕΙΣ

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2013 Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ / ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΕΚΦΩΝΗΣΕΙΣ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 0 ΤΑΞΗ: ΜΑΘΗΜΑ: Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ / ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΘΕΜΑ Α ΕΚΦΩΝΗΣΕΙΣ Α.. Να αποδείξετε ότι η παράγωγος της συάρτησης f ( ), για κάθε R. Α.. Α.. (

Διαβάστε περισσότερα

Κι όµως, τα Ρολόγια «κτυπούν» και Εξισώσεις: Η Άλγεβρα των εικτών του Ρολογιού

Κι όµως, τα Ρολόγια «κτυπούν» και Εξισώσεις: Η Άλγεβρα των εικτών του Ρολογιού Κι όµως, τα Ρολόγια «κτυπού» και Εξισώσεις: Η Άλγεβρα τω εικτώ του Ρολογιού Εισαγωγικά ηµήτρης Ι. Μπουάκης Σχ. Σύµβουλος Μαθηµατικώ Σε ορισµέα βιβλία Αριθµητικής, αλλά κυρίως Άλγεβρας Β Γυµασίου και Α

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΗΜΕΡΗΣΙΩΝ

ΑΡΧΗ 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 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

www.fr-anodos.gr (, )

www.fr-anodos.gr (, ) ΟΡΙΟ ΣΥΝΑΡΤΗΣΗΣ. Το lim f ( ) έχει όηµα σε γειτοικά σηµεία µε το δηλαδή ότα ( a, ) (, β ) a. Δε µε εδιαφέρει α το ίδιο το αήκει η όχι στο πεδίο ορισµού της f αλλά µε εδιαφέρει α υπάρχου στο πεδίο ορισµού

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

ΑΛΓΕΒΡΑ. Για να βρούµε την δύναµη i (όπου κ ακέραιος), διαιρούµε το κ µε το 4 και σύµφωνα µε την ταυτότητα της διαίρεσης ισχύει κ=4ρ+υ όπου ρ Ζ

ΑΛΓΕΒΡΑ. Για να βρούµε την δύναµη i (όπου κ ακέραιος), διαιρούµε το κ µε το 4 και σύµφωνα µε την ταυτότητα της διαίρεσης ισχύει κ=4ρ+υ όπου ρ Ζ ΑΛΓΕΒΡΑ ΚΕΦΑΛΑΙΟ ο ΜΙΓΑΔΙΚΟΙ - ΜΕΘΟΔΟΛΟΓΙΑ κ Για α βρούµε τη δύαµη i (όπου κ ακέραιος), διαιρούµε το κ µε το 4 και σύµφωα µε τη ταυτότητα της διαίρεσης ισχύει κ=4ρ+υ όπου ρ Ζ και υ = 0,,, οπότε i κ 4ρ+

Διαβάστε περισσότερα

β± β 4αγ 2 x1,2 x 0.

β± β 4αγ 2 x1,2 x 0. Ορισµοί, ισότητα, µέτρο, άθροισµα µιγαδικώ αριθµώ Μιγαδικό επίπεδο Γεωµετρική παράσταση του αθροίσµατος µιγαδικώ αριθµώ ax 3 + β x + γ x+ δ = 0 Η προσπάθεια επιλύσεως εξισώσεω 3 ου βαθµού ( ) και δευτεροβαθµίω

Διαβάστε περισσότερα

Η τεκµηρίωση του ορισµού της σύγκλισης ακολουθίας πραγµατικών ( αν) ν αντιπροσωπευτικά παραδείγµατα & αντιπαραδείγµατα.

Η τεκµηρίωση του ορισµού της σύγκλισης ακολουθίας πραγµατικών ( αν) ν αντιπροσωπευτικά παραδείγµατα & αντιπαραδείγµατα. Η τεκµηρίωση του ορισµού της σύγκλισης ακολουθίας πραγµατικώ ( α) µε ατιπροσωπευτικά παραδείγµατα & ατιπαραδείγµατα. Ιωάης Π. Πλατάρος, Μαθηµατικός, Καπετά Κρόµπα 37, Τ.Κ. 24 2 ΜΕΣΣΗΝΗ, ηλ./ταχ. Plataros@sch.gr

Διαβάστε περισσότερα

Ανάλυση Παλινδρόμησης. Εργαστήριο. Μαθηματικών & Στατιστικής / Γ. Παπαδόπουλος (www.aua.gr/gpapadopoulos) 252

Ανάλυση Παλινδρόμησης. Εργαστήριο. Μαθηματικών & Στατιστικής / Γ. Παπαδόπουλος (www.aua.gr/gpapadopoulos) 252 Αάλυση Παλιδρόμησης Αάλυση Παλιδρόμησης Με τη αάλυση παλιδρόμησης (regresson analss) εξετάζουμε τη σχέση μεταξύ δύο ή περισσοτέρω μεταβλητώ με σκοπό τη πρόβλεψη τω τιμώ της μιας, μέσω τω τιμώ της άλλης

Διαβάστε περισσότερα

, θα παίρνουμε πάντα την ίδια τιμή για το Υ. Για παράδειγμα, Υ 12

, θα παίρνουμε πάντα την ίδια τιμή για το Υ. Για παράδειγμα, Υ 12 Αάλυση Παλιδρόμησης Αάλυση Παλιδρόμησης Με τη αάλυση παλιδρόμησης (regresson analss) εξετάζουμε τη σχέση μεταξύ δύο ή περισσοτέρω μεταβλητώ με σκοπό τη πρόβλεψη τω τιμώ της μιας, μέσω τω τιμώ της άλλης

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

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

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

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

Περιοδικό ΕΥΚΛΕΙΔΗΣ Β Ε.Μ.Ε. (Τεύχος 47) Εισαγωγικό σημείωμα. Λυμένες Ασκήσεις. 2συν x 2συν x 1 συνx συνx 1 x 2κπ, κ οι ζητούμενοι α-

Περιοδικό ΕΥΚΛΕΙΔΗΣ Β Ε.Μ.Ε. (Τεύχος 47) Εισαγωγικό σημείωμα. Λυμένες Ασκήσεις. 2συν x 2συν x 1 συνx συνx 1 x 2κπ, κ οι ζητούμενοι α- Μαθηματικά για τη Β τάξη του Λυκείου ΑΛΓΕΒΡΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ τω Κώστα Βακαλόπουλου Bασίλη Καρκάη Εισαγωγικό σημείωμα Παραθέτουμε στα δύο άρθρα που ακολουθού μια σειρά από λυμέες ασκήσεις στα κεφάλαια

Διαβάστε περισσότερα

Η ΜΑΘΗΜΑΤΙΚΗ ΜΟΥΣΙΚΗ

Η ΜΑΘΗΜΑΤΙΚΗ ΜΟΥΣΙΚΗ Η ΜΑΘΗΜΑΤΙΚΗ ΜΟΥΣΙΚΗ ΕΙΣΑΓΩΓΗ Όπως είαι γωσό, η Μουσική είαι Μαθημαικά και (σο βάθος) υπάρχει, μία «αδιόραη αρμοία» μεαξύ αυώ ω δύο. Έα μουσικό έργο, διέπεαι από μαθημαικούς όμους, σε ό,ι αφορά ις σχέσεις

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

2 ΣΤΑΤΙΣΤΙΚΗ Εισαγωγή

2 ΣΤΑΤΙΣΤΙΚΗ Εισαγωγή ΣΤΑΤΙΣΤΙΚΗ Εισαγωγή Ο όρος Στατιστική εδεχομέως α προέρχεται από τη λατιική λέξη status (πολιτεία, κράτος) η οποία, χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικώ δεδομέω που ααφέροται κυρίως στο

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ του Κώστα Βακαλόπουλου ΣΤΑΤΙΣΤΙΚΗ

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ του Κώστα Βακαλόπουλου ΣΤΑΤΙΣΤΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ του Κώστα Βακαλόπουλου ΣΤΑΤΙΣΤΙΚΗ Στο άρθρο αυτό θα παρουσιάσουμε μια μικρή συλλογή ασκήσεω οι οποίες καλύπτου τις έοιες που μάθαμε στο κεφάλαιο της Στατιστικής. Σε

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

ΚΕΝΤΡΟ ΕΛΕΓΧΟΥ & ΠΡΟΛΗΨΗΣ ΝΟΣΗΜΑΤΩΝ (ΚΕ.ΕΛ.Π.ΝΟ.) ΥΠΟΥΡΓΕΙΟ ΥΓΕΙΑΣ & ΚΟΙΝΩΝΙΚΗΣ ΑΛΛΗΛΕΓΓΥΗΣ. (Τμήμα Επιδημιολογικής Επιτήρησης και Παρέμβασης)

ΚΕΝΤΡΟ ΕΛΕΓΧΟΥ & ΠΡΟΛΗΨΗΣ ΝΟΣΗΜΑΤΩΝ (ΚΕ.ΕΛ.Π.ΝΟ.) ΥΠΟΥΡΓΕΙΟ ΥΓΕΙΑΣ & ΚΟΙΝΩΝΙΚΗΣ ΑΛΛΗΛΕΓΓΥΗΣ. (Τμήμα Επιδημιολογικής Επιτήρησης και Παρέμβασης) ΚΕΝΤΡΟ ΕΛΕΓΧΟΥ & ΠΡΟΛΗΨΗΣ ΝΟΣΗΜΑΤΩΝ (ΚΕ.ΕΛ.Π.ΝΟ.) ΥΠΟΥΡΓΕΙΟ ΥΓΕΙΑΣ & ΚΟΙΝΩΝΙΚΗΣ ΑΛΛΗΛΕΓΓΥΗΣ (Τμήμα Επιδημιολογικής Επιτήρησης και Παρέμβασης) ΕΠΙΔΗΜΙΟΛΟΓΙΚΑ ΔΕΔΟΜΕΝΑ ΦΥΜΑΤΙΩΣΗΣ ΣΤΗΝ ΕΛΛΑΔΑ, 2004-2010 Η

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

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

Το Κεντρικό Οριακό Θεώρημα

Το Κεντρικό Οριακό Θεώρημα Το Κεντρικό Οριακό Θεώρημα Όπως θα δούμε αργότερα στη Στατιστική Συμπερασματολογία, λέγοντας ότι «από έναν πληθυσμό παίρνουμε ένα τυχαίο δείγμα μεγέθους» εννοούμε ανεξάρτητες τυχαίες μεταβλητές,,..., που

Διαβάστε περισσότερα

ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΟΜΗΣΙΜΩΝ ΥΛΙΚΩΝ

ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΟΜΗΣΙΜΩΝ ΥΛΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΕΛΕΓΧΟΥ ΠΟΙΟΤΗΤΑΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΟΜΗΣΙΜΩΝ ΥΛΙΚΩΝ ρ Αθ. Ρούτουλας Καθηγητής ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΟΜΗΣΙΜΩΝ ΥΛΙΚΩΝ ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ ΕΝΟΤΗΤΑ 3 η ΤΣΙΜΕΝΤΑ - ΣΚΥΡΟ ΕΜΑ ΑΣΚΗΣΗ 10

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

Α. ΓΛΩΣΣΑ ΚΑΙ ΛΟΓΟΤΕΧΝΙΑ

Α. ΓΛΩΣΣΑ ΚΑΙ ΛΟΓΟΤΕΧΝΙΑ ΑΝΩΤΑΤΟ ΣΥΜΒΟΥΛΙΟ ΕΠΙΛΟΓΗΣ ΠΡΟΣΩΠΙΚΟΥ ΔΙΑΓΩΝΙΣΜΟΣ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΕΤΟΥΣ 2006 ΚΕΝΤΡΙΚΗ ΕΠΙΤΡΟΠΗ ΔΙΑΓΩΝΙΣΜΟΥ Κλάδος: ΠΕ 70 ΔΑΣΚΑΛΩΝ ΕΞΕΤΑΣΗ ΣΤΗΝ ΠΡΩΤΗ ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ (Γωστικό ατικείμεο) Σάββατο 27-1-2007

Διαβάστε περισσότερα

ΟΡΙΑ. 0 : Παραγοντοποιώ αριθµητή και παρονοµαστή και διώχνω τους παράγοντες x, x 0 που προκύπτουν.

ΟΡΙΑ. 0 : Παραγοντοποιώ αριθµητή και παρονοµαστή και διώχνω τους παράγοντες x, x 0 που προκύπτουν. ΟΡΙΑ Πηλίκα πολυωυµικώ µε µορφή 0 0 : Παραγοτοποιώ αριθµητή και παροοµαστή και διώχω τους παράγοτες, 0 που προκύπτου Περιπτώσεις µε ρίζες µορφής 0 0 Περιπτώσεις στις οποίες χρειάζεται α πολλαπλασιάσω µε

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

+ + = + + α ( β γ) ( )

+ + = + + α ( β γ) ( ) ΤΥΠΟΛΟΓΙΟ ΜΑΘΗΜΑΤΙΚΩΝ Α ΓΥΜΝΑΣΙΟΥ Αριθµητική παράσταση Αριθµητική παράσταση λέγεται µια σειρά αριθµώ που συδέοται µεταξύ τους µε πράξεις. Η σειρά τω πράξεω σε µια αριθµητική παράσταση είαι η εξής: 1. Υπολογίζουµε

Διαβάστε περισσότερα

2.1 Η ΕΝΝΟΙΑ ΤΟΥ ΚΛΑΣΜΑΤΟΣ

2.1 Η ΕΝΝΟΙΑ ΤΟΥ ΚΛΑΣΜΑΤΟΣ 1 2.1 Η ΕΝΝΟΙΑ ΤΟΥ ΚΛΑΣΜΑΤΟΣ ΘΕΩΡΙΑ 1. Κλάσµα : Είαι το µαθηµατιό σύµβολο το οποίο δηλώει σε πόσα ίσα µέρη χωρίσαµε το όλο αι πόσα µέρη πήραµε Κλάσµα : πόσα µέρη πήραµε σε πόσα ίσα µέρη χωρίσαµε : αριθµητής

Διαβάστε περισσότερα

Τ.Ε.Ι. ΧΑΛΚΙΔΑΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΙΑΣ

Τ.Ε.Ι. ΧΑΛΚΙΔΑΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΙΑΣ Τ.Ε.Ι. ΧΑΛΚΙΔΑΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΙΑΣ ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ ΤΥΠΟΣ & ΕΠΙΠΕΔΟ ΜΑΘΗΜΑΤΟΣ Θεωρητικό - Υποχρεωτικό ΤΥΠΙΚΟ ΕΞΑΜΗΝΟ 4ο (Εαριό εξάμηο 2005-2006) ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ ΔΙΔΑΚΤ. ΜΟΝΑΔΕΣ 4 ΦΟΡΤΟΣ

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

Α. ΕΞΙΣΩΣΕΙΣ ΣΥΣΤΗΜΑΤΑ = Γ. β1 = β2

Α. ΕΞΙΣΩΣΕΙΣ ΣΥΣΤΗΜΑΤΑ = Γ. β1 = β2 Α. ΕΞΙΣΩΣΕΙΣ ΣΥΣΤΗΜΑΤΑ ΕΙΔΗ ΕΞΙΣΩΣΗΣ ( ΔΙΕΡΕΥΝΗΣΗ ΕΞΙΣΩΣΗΣ): i. αχ=β µε α 0 έχει µία λύση ii. 0χ=β µε β 0 αδύατη εξίσωση ( καµία λύση ) iii. 0χ=0 αόριστη εξίσωση ( άπειρες λύσεις ) ΕΙΔΗ ΣΥΣΤΗΜΑΤΟΣ (ΔΙΕΡΕΥΝΗΣΗ

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

Copyright: Ξένος Θ., Eκδόσεις Zήτη, Μάρτιος 2008, Θεσσαλονίκη

Copyright: Ξένος Θ., Eκδόσεις Zήτη, Μάρτιος 2008, Θεσσαλονίκη Kάθε γήσιο ατίτυο φέρει τη υογραφή του συγγραφέα Με το συγγραφέα εικοιωείτε: Tηλ. 310.348.086, e-mail: thanasisenos@ahoo.gr ISBN 978-960-456-09-9 Copright: Ξέος Θ., Eκδόσεις Zήτη, Μάρτιος 008, Θεσσαλοίκη

Διαβάστε περισσότερα

Γυμνάσιο Μαθηματικά Τάξη B

Γυμνάσιο Μαθηματικά Τάξη B 113 Θέματα εξετάσεω περιόδου Μαΐου-Ιουίου στα Μαθηματικά Τάξη B! taexeiola.blogspot.com 6 ο ΥΜΝΑΣΙΟ ΡΟΔΟΥ ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΠΕΡΙΟΔΟΥ ΜΑΪΟΥ-ΙΟΥΝΙΟΥ 2014 ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ, ΤΑΞΗ Β' ΥΜΝΑΣΙΟΥ, ΡΟΔΟΣ

Διαβάστε περισσότερα

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua.

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua. Μέρος Β /Στατιστική Μέρος Β Στατιστική Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua.gr/gpapadopoulos) Από τις Πιθανότητες στη Στατιστική Στα προηγούμενα, στο

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

ΔΗΜΟΣ ΣΠΑΤΩΝ ΑΡΤΕΜΙΔΟΣ Σελίδα 1 από 5

ΔΗΜΟΣ ΣΠΑΤΩΝ ΑΡΤΕΜΙΔΟΣ Σελίδα 1 από 5 ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΝΟΜΟΣ ΑΤΤΙΚΗΣ ΔΗΜΟΣ ΣΠΑΤΩΝ ΑΡΤΕΜΙΔΟΣ Α Π Ο Σ Π Α Σ Μ Α Από τα πρακτικά της με αριθμό 30 ης Τακτικής Συεδρίασης της 24 ης Νοεμβρίου 2015 ΑΡΙΘΜ. ΑΠΟΦ. 319/2015 Π Ε Ρ Ι Λ Η Ψ Η Λήψη απόφασης

Διαβάστε περισσότερα

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2014 ÊÏÑÕÖÁÉÏ

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2014 ÊÏÑÕÖÁÉÏ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 04 Ε_.ΜλΑ(α) ΤΑΞΗ: ΜΑΘΗΜΑ: ΘΕΜΑ Α Α ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΑΛΓΕΒΡΑ Ηµεροµηία: Κυριακή 7 Απριλίου 04 ιάρκεια Εξέτασης: ώρες ΑΠΑΝΤΗΣΕΙΣ Α. α) Λάθος (βλέπε σελίδα 4 του σχολικού βιβλίου, Το σωστό

Διαβάστε περισσότερα

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες)

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες) Εργαστήριο Μαθηματικών & Στατιστικής Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ η Πρόοδος στο Μάθημα Στατιστική //7 ο Θέμα α) Περιγράψτε τη σχέση Θεωρίας Πιθανοτήτων και Στατιστικής. β) Αν Α, Β ενδεχόμενα του δειγματικού χώρου Ω

Διαβάστε περισσότερα

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21 ΚΕΦΑΛΑΙΟ 21 Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ (Power of a Test) Όπως είδαμε προηγουμένως, στον Στατιστικό Έλεγχο Υποθέσεων, ορίζουμε δύο είδη πιθανών λαθών (κινδύνων) που μπορεί να συμβούν όταν παίρνουμε αποφάσεις

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

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

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

1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

1.1 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 περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΕΦΑΡΜΟΣΜΕΝΗ 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 περισσότερα

Πινάκες συνάφειας. Βαρύτητα συμπτωμάτων. Φύλο Χαμηλή Υψηλή. Άνδρες. Γυναίκες

Πινάκες συνάφειας. Βαρύτητα συμπτωμάτων. Φύλο Χαμηλή Υψηλή. Άνδρες. Γυναίκες Πινάκες συνάφειας εξερεύνηση σχέσεων μεταξύ τυχαίων μεταβλητών. Είναι λογικό λοιπόν, στην ανάλυση των κατηγορικών δεδομένων να μας ενδιαφέρει η σχέση μεταξύ δύο ή περισσότερων κατηγορικών μεταβλητών. Έστω

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΤΟΠΟΓΡΑΦΙΑΣ ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΟΣ: «ΜΕΤΡΟΛΟΓΙΑ»

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΤΟΠΟΓΡΑΦΙΑΣ ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΟΣ: «ΜΕΤΡΟΛΟΓΙΑ» ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΤΟΠΟΓΡΑΦΙΑΣ ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΟΣ: «ΜΕΤΡΟΛΟΓΙΑ» ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΑΤΙΣΤΙΚΟΙ ΕΛΕΓΧΟΙ ΓΙΑ ΤΗΝ ΑΞΙΟΠΙΣΤΙΑ ΤΩΝ ΟΡΓΑΝΩΝ.-.

Διαβάστε περισσότερα

3 ΠΡΟΟΔΟΙ ΕΡΩΤΗΣΕΙΣ ΑΞΙΟΛΟΓΗΣΗΣ

3 ΠΡΟΟΔΟΙ ΕΡΩΤΗΣΕΙΣ ΑΞΙΟΛΟΓΗΣΗΣ 3 ΠΡΟΟΔΟΙ ΕΡΩΤΗΕΙ ΑΞΙΟΟΓΗΗ ΕΡΩΤΗΕΙ ΑΞΙΟΟΓΗΗ 3. ΑΡΙΘΜΗΤΙΚΗ ΠΡΟΟΔΟ 1. Να σημειώσετε το σωστό () ή το λάθος () στους παρακάτω ισχυρισμούς: 1 1 1 1 1 1. Η ακολουθία,,,,,... είαι αριθμητική πρόοδος. 4 6 8 10.

Διαβάστε περισσότερα

Από το Γυμνάσιο στο Λύκειο... 7. 3. Δειγματικός χώρος Ενδεχόμενα... 42 Εύρεση δειγματικού χώρου... 46

Από το Γυμνάσιο στο Λύκειο... 7. 3. Δειγματικός χώρος Ενδεχόμενα... 42 Εύρεση δειγματικού χώρου... 46 ΠEΡΙΕΧΟΜΕΝΑ Από το Γυμνάσιο στο Λύκειο................................................ 7 1. Το Λεξιλόγιο της Λογικής.............................................. 11. Σύνολα..............................................................

Διαβάστε 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

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

Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα

Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα Ανάλυση Διασποράς Έστω ότι μας δίνονται δείγματα που προέρχονται από άγνωστους πληθυσμούς. Πόσο διαφέρουν οι μέσες τιμές τους; Με άλλα λόγια: πόσο πιθανό είναι να προέρχονται από πληθυσμούς με την ίδια

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

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

Μαθηματικά Γενικής Παιδείας Γˊ Λυκείου. Κεφάλαιο 2 ο. Στατιστική

Μαθηματικά Γενικής Παιδείας Γˊ Λυκείου. Κεφάλαιο 2 ο. Στατιστική Μαθηματικά Γεικής Παιδείας Γ Λυκείου Κεφάλαιο Μαθηματικά Γεικής Παιδείας Γˊ Λυκείου Κεφάλαιο ο Στατιστική ΘΕΩΡΙΑ ΚΕΦΑΛΑΙΟΥ ΣΤΑΤΙΣΤΙΚΗ Στατιστική είαι έα σύολο αρχώ και μεθοδολογιώ για: το σχεδιασμό της

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

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

4.1 Η ΜΑΘΗΜΑΤΙΚΗ ΕΠΑΓΩΓΗ

4.1 Η ΜΑΘΗΜΑΤΙΚΗ ΕΠΑΓΩΓΗ 1.1 Η ΜΑΘΗΜΑΤΙΚΗ ΕΠΑΓΩΓΗ ΘΕΩΡΙΑ 1. Αρχή της Μαθηµατιής Επαγωγής Έστω ισχυρισµός Ρ(), όπου θετιός αέραιος. Α (i) Ρ αληθής αι (ii) Ρ() Ρ( + 1) για άθε, τότε Ρ() αληθής για άθε.. Αισότητα Bernoulli (1 +α

Διαβάστε περισσότερα

6. ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΚΑΤΑ ΟΜΑΔΕΣ (Cluster Sampling)

6. ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΚΑΤΑ ΟΜΑΔΕΣ (Cluster Sampling) 6. ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΚΑΤΑ ΟΜΑΔΕΣ (Cluster Sampling) Από την θεωρία που αναπτύχθηκε στα προηγούμενα κεφάλαια, φαίνεται ότι μια αλλαγή στον σχεδιασμό της δειγματοληψίας και, κατά συνέπεια, στην μέθοδο εκτίμησης

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 2ο Κανόνες Απαρίθμησης (συνέχεια) 2 ΙΣΤΟΣΕΛΙΔΑ ΜΕ ΔΙΑΦΑΝΕΙΕΣ, ΒΙΒΛΙΟ & ΔΕΙΓΜΑ ΘΕΜΑΤΩΝ www.unipi.gr/faculty/mkoutras/index.htm

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

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ. Ρίχνουµε ένα νόµισµα τρείς φορές (i) Να βρείτε τον δειγµατικό χώρο του πειράµατος τύχης. (ii) Να βρείτε την πιθανότητα των ενδεχοµένων: Α: Οι τρεις ενδείξεις είναι ίδιες. Β:

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Ι (Θ.Ε. ΠΛΗ 12) 6Η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ - ΕΝΗΜΕΡΩΜΕΝΗ ΜΟΡΦΗ Ημερομηνία Αποστολής της εργασίας στον Φοιτητή 5 Μαϊου 2014

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

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2006 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2006 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ o ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 006 ΕΚΦΩΝΗΣΕΙΣ A. Η συνάρτηση f είναι παραγωγίσιµη στο ΙR. και c πραγµατική σταθερά. Να αποδείξετε ότι (c f(x)) =c f (x), x ΙR. Μονάδες

Διαβάστε περισσότερα

Η ΓΕΝΙΚΕΥΜΕΝΗ ΓΕΩΜΕΤΡΙΑ

Η ΓΕΝΙΚΕΥΜΕΝΗ ΓΕΩΜΕΤΡΙΑ Η ΓΕΝΙΚΕΥΜΕΝΗ ΓΕΩΜΕΤΡΙΑ ΕΙΣΑΓΩΓΗ Η Γενικευμένη Γεωμετρία, που θα αναπτύξουμε στα παρακάτω κεφάλαια, είναι μία «Νέα Γεωμετρία», η οποία προέκυψε από την ανάγκη να γενικεύσει ορισμένα σημεία της Ευκλείδειας

Διαβάστε περισσότερα

Φεργαδιώτης Αθανάσιος ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΣΤΗΝ ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ. Θέμα 2 ο (150)

Φεργαδιώτης Αθανάσιος ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΣΤΗΝ ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ. Θέμα 2 ο (150) Φεργαδιώτης Αθανάσιος ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΣΤΗΝ ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ Θέμα ο (150) -- Τράπεζα θεμάτων Άλγεβρας Α Λυκείου Φεργαδιώτης Αθανάσιος -3- Τράπεζα θεμάτων Άλγεβρας Α Λυκείου Φεργαδιώτης Αθανάσιος ΚΕΦΑΛΑΙΟ

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

2. ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ

2. ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ Εργαστήριο Μαθηματικών & Στατιστικής 2. ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ. Ας θεωρήσουμε ότι είναι γνωστό από στοιχεία της Παγκόσμιας Οργάνωσης Υγείας ότι οι τιμές χοληστερίνης στον πληθυσμό έχουν

Διαβάστε περισσότερα

ΠΡΟΣΤΑΣΙΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ

ΠΡΟΣΤΑΣΙΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Κεφάλαιο 5 ΠΡΟΣΤΑΣΙΑ ΤΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Εισαωή Η αυξημέη αησυχία τω σύχοω κοιωιώ ια τις καταστοφικές επιπτώσεις στη ποιότητα του πειβάλλοτος από τη ααία και άαχη αάπτυξη, που παατηείται τα τελευταία χόια,

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 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

Πρόσθεση, αφαίρεση και πολλαπλασιασμός φυσικών αριθμών

Πρόσθεση, αφαίρεση και πολλαπλασιασμός φυσικών αριθμών Πρόσθεση, αφαίρεση και πολλαπλασιασμός φυσικών αριθμών TINΑ ΒΡΕΝΤΖΟΥ www.ma8eno.gr www.ma8eno.gr Σελίδα 1 Πρόσθεση, αφαίρεση και πολλαπλασιασμός φυσικών αριθμών Στους πραγματικούς αριθμούς ορίστηκαν οι

Διαβάστε περισσότερα

Qwφιertyuiopasdfghjklzxερυυξnmηq σwωψerβνtyuςiopasdρfghjklzxcvbn mqwertyuiopasdfghjklzxcvbnφγιmλι qπςπζαwωeτrtνyuτioρνμpκaλsdfghςj

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

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

ΜΑΘΗΜΑ / ΤΑΞΗ : ΦΥΣΙΚΗ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ/ ΣΕΙΡΑ: ΗΜΕΡΟΜΗΝΙΑ: 30/09/12 ΛΥΣΕΙΣ

ΜΑΘΗΜΑ / ΤΑΞΗ : ΦΥΣΙΚΗ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ/ ΣΕΙΡΑ: ΗΜΕΡΟΜΗΝΙΑ: 30/09/12 ΛΥΣΕΙΣ ΔΙΑΓΩΝΙΣΜΑ ΕΚΠ. ΕΤΟΥΣ 0-03 ΜΑΘΗΜΑ / ΤΑΞΗ : ΦΥΣΙΚΗ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ/ ΣΕΙΡΑ: ΗΜΕΡΟΜΗΝΙΑ: 30/09/ ΘΕΜΑ ο ΛΥΣΕΙΣ Οδηγία: Να γράψετε στο τετράδιό σας το αριθμό καθεμιάς από τις παρακάτω ερωτήσεις -4

Διαβάστε περισσότερα

5. 2 ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ- ΕΝΔΕΧΟΜΕΝΑ

5. 2 ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ- ΕΝΔΕΧΟΜΕΝΑ ΜΕΡΟΣ Α 5. ΔΕΙΜΑΤΙΟΣ ΧΩΡΟΣ-ΕΝΔΕΧΟΜΕΝΑ 69 5. ΔΕΙΜΑΤΙΟΣ ΧΩΡΟΣ- ΕΝΔΕΧΟΜΕΝΑ Πείραμα τύχης- Δειγματικός χώρος Ένα πείραμα το οποίο όσες φορές και αν το επαναλάβουμε, δεν μπορούμε να προβλέψουμε το αποτέλεσμα

Διαβάστε περισσότερα

Πιθανότητες και βακτηριουρία πυελονεφρίτιδα Πιθανότητες και ο καρκίνος της μήτρας Ιατρική διάγνωση με υπολογιστές

Πιθανότητες και βακτηριουρία πυελονεφρίτιδα Πιθανότητες και ο καρκίνος της μήτρας Ιατρική διάγνωση με υπολογιστές ΠΙΘΑΝΟΤΗΤΕΣ Πιθανότητες και Στατιστική ειγματικός χώρος Ενδεχόμενα Ορισμοί και νόμοι των πιθανοτήτων εσμευμένη πιθανότητα Ολική πιθανότητα Κανόνας του Bayes Υποκειμενική πιθανότητα Πιθανότητες και βακτηριουρία

Διαβάστε περισσότερα

Διαδικασία Ελέγχου Μηδενικών Υποθέσεων

Διαδικασία Ελέγχου Μηδενικών Υποθέσεων Διαδικασία Ελέγχου Μηδενικών Υποθέσεων Πέτρος Ρούσσος, Τμήμα Ψυχολογίας, ΕΚΠΑ Η λογική της διαδικασίας Ο σάκος περιέχει έναν μεγάλο αλλά άγνωστο αριθμό (αρκετές χιλιάδες) λευκών και μαύρων βόλων: 1 Το

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