(1) 98! 25! = 4 100! 23! = 4

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "(1) 98! 25! = 4 100! 23! = 4"

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 Συνδυαστική Ανάλυση ΙΙ και Εισαγωγή στις ιακριτές Τυχαίες Μεταβλητές Επιµέλεια : Σοφία Σαββάκη Ασκηση 1. Εκατό ϕοιτητές, συµπεριλαµβανοµένου του Κώστα και της Ελένης, πρόκειται να χωριστούν σε τέσσερις τάξεις ίδιου µεγέθους και αυτό ϑα γίνει µε τυχαίο τρόπο. Ποια είναι η πιθανότητα ότι ο Κώστας και η Ελένη ϑα καταλήξουν στην ίδια τάξη ; Εφόσον δε µας ενδιαφέρει η σειρά ϑα πρέπει κατευθείαν να σκεφτούµε ότι πρέπει να χρησιµοποιήσουµε συνδυασµούς για να ϐρούµε το Ϲητούµενο. Εστω ότι έχουµε τέσσερις τάξεις των 25 ϕοιτητών, τις Α, Β, Γ,. Η πιθανότητα να ϐρίσκονται ο Κώστας και η Ελένη µαζί σε µια συγκεκριµένη τάξη αναλύεται λοιπόν ως : πλήθος συνδυασµών που περιέχουν τον Κώστα και την Ελένη π.χ. στην τάξη Α (1 συνολικό πλήθος συνδυασµών 100 ϕοιτητών σε τάξεις των 25 ϕοιτητών Tip: Σε τέτοιου είδους ασκήσεις αρχικά σκεφτόµαστε τις περιπτώσεις για να πραγµατοποιηθεί το Ϲητούµενο ενδεχόµενο και στη συνέχεια χωρίζουµε το αρχικό σύνολο σε υποσύνολα, στα οποία τέλος µετράµε το πλήθος των συνδυασµών. Στην προκειµένη χωρίζουµε το αρχικό σύνολο σε ένα υποσύνολο που περιέχει τον Κώστα και την Ελένη και σε ένα άλλο που περιέχει τους υπόλοιπους 98 ϕοιτητές. Από το πρώτο σύνολο διαλέγουµε και τους 2, ενώ από το δεύτερο τους υπόλοιπους 23 για να συµπληρωθεί η τάξη των 25. ( ( (1 23 ( Καθώς υπάρχουν 4 συνολικά τάξεις, η πιθανότητα να ϐρίσκονται ο Κώστας και η Ελένη µαζί σε κάποια από αυτές ϑα είναι τελικά 2 ( ( ( = ! (98 23! 23! 100! (100 25! 25! = 4 98! 75! 23! 100! 75! 25! 98! 25! = 4 100! 23! = = Εναλλακτικά και πιο εύκολα : Τοποθετούµε τον Κώστα σε µια συγκεκριµένη τάξη µε πιθανότητα 1 4. Για την Ελένη υπάρχουν 99 πιθανές τοποθετήσεις από τις οποίες µόνον οι 24 τη ϐάζουν στην ίδια τάξη µε τον Κώστα. Συνεπώς, η Ϲητούµενη πιθανότητα (να µπουν µαζί σε οποιαδήποτε τάξη είναι =

2 Πιθανότητες /Φροντιστήριο 5 2 Ασκηση 2. Η Αλίκη και ο Βασίλης παίζουν το ακόλουθο παιχνίδι. Πρώτα η Αλίκη επιλέγει τυχαία 4 από τα 52 ϕύλλα µίας τράπουλας, τα αποµνηµονεύει και τα επανατοποθετεί πίσω στην τράπουλα. Υστερα, ο Βασίλης επιλέγει τυχαία 8 ϕύλλα από την ίδια τράπουλα. Η Αλίκη κερδίζει εάν στα ϕύλλα που τράβηξε ο Βασίλης περιέχονται τα 4 δικά της. Με ποια πιθανότητα κερδίζει η Αλίκη ; Χωρίζουµε το αρχικό σύνολο σε ένα υποσύνολο που περιέχει τα 4 ϕύλλα της Αλίκης και σε ένα άλλο που περιέχει τα υπόλοιπα 48 ϕύλλα της τράπουλας. Για να κερδίσει η Αλικη, ϑα πρέπει ο Βασίλης να επιλέξει και τα 4 ϕύλλα από το πρώτο σύνολο. Εφόσον τα 4 ϕύλλα της Αλίκης είναι συγκεκριµένα, ο Βασίλης πρέπει να διαλέξει επιπλέον 4 οποιαδήποτε ϕύλλα από το δεύτερο σύνολο. Συνεπώς, το συνολικό πλήθος των δυνατών ( συνδυασµών ϕύλλων του Βασίλη στους οποίους περιλαµβάνονται τα 4 4 ϕύλλα της Αλίκης είναι 48 4( 4. Το συνολικό πλήθος των τρόπων µε ( τους οποίους ο Βασίλης 52 µπορεί να διαλέξει οποιαδήποτε 8 ϕύλλα από τα 52 της τράπουλας είναι 8. Άρα η Ϲητούµενη πιθανότητα είναι ( 4 ( ( 52 = %. 8 Ασκηση 3. Υπάρχουν τρεις τάξεις, καθεµία µε n µαθητές. Από το σύνολο των 3n µαθητών πρέπει να επιλέξουµε τρεις. (α Πόσες επιλογές είναι δυνατές ; (ϐ Πόσες επιλογές είναι δυνατές αν και οι τρεις µαθητές ανήκουν στην ίδια τάξη ; (γ Πόσες επιλογές είναι δυνατές αν δύο από τους τρεις µαθητές ανήκουν στην ίδια τάξη και ο τρίτος σε διαφορετική τάξη ; (δ Πόσες επιλογές είναι δυνατές αν και οι τρεις µαθητές ανήκουν σε διαφορετικές τάξεις ; (ε Χρησιµοποιείστε τα αποτελέσµατα στα υποερωτήµατα (α-(δ για να αναπτύξετε το ( 3n n. (α Οι δυνατές επιλογές ισούνται µε το συνδυασµό των 3n ανά 3, δηλαδή ( 3n 3 (ϐ Θα πρέπει να διαλέξουµε µια από τις τρεις τάξεις και τρεις από τους n µαθητές που ϑα ϐρίσκονται στην επιλεγµένη τάξη.οπότε οι δυνατές επιλογές ϑα ισούνται µε ( ( ( 3 n n = (γ Θα πρέπει να διαλέξουµε µια από τις τρεις τάξεις και δύο από τους n µαθητές αυτής της τάξης. Επειτα, ϑα πρέπει να διαλέξουµε µια από τις εναποµείνασες δύο τάξεις και έναν από τους n µαθητές της. Οπότε οι δυνατές επιλογές ϑα ισούνται µε

3 Πιθανότητες /Φροντιστήριο 5 3 ( 3 1 ( n 2 ( 2 1 ( n 1 = 3! n! 2! n! 2! 1! (n 2! 2! 1! 1! (n 1! 1! = 2! 3 (n 2! (n 1n (n 1! n 2 2! (n 2! 2! (n 1! n(n 1 = 3 2 n 2 = 3n 2 (n 1 (δ Από κάθε τάξη διαλέγουµε έναν από τους n µαθητές. Οπότε οι δυνατές επιλογές ϑα ισούνται µε ( ( ( n n n = n n n = n (ε Επειδή οι επιλογές να διαλέξουµε τρεις από τους 3n µαθητές ισούνται µε τις επιλογές να διαλέξουµε είτε τρεις µαθητές από την ίδια τάξη, είτε δύο µαθητές από την ίδια τάξη και ένα από µια άλλη, είτε ένα µαθητή από κάθε τάξη, ϑα έχουµε ( 3n 3 = 3 ( n 3 + 3n 2 (n 1 + n 3 Ασκηση 4. Οκτώ (8 πύργοι τοποθετούνται σε διαφορετικά τετράγωνα σε µια σκακιέρα 8 8, µε κάθε τοποθέτηση να είναι εξίσου πιθανή. Βρείτε την πιθανότητα του γεγονότος όλοι οι πύργοι να είναι ασφαλείς ο ένας από τον άλλο, δηλαδή, να µην υπάρχει γραµµή ή στήλη στην σκακιέρα µε περισσότερους από έναν πύργους. Η πιθανότητα που µας Ϲητείται αναλύεται ως : πλήθος ευνοϊκών ενδεχοµένων-όλοι οι πύργοι τοποθετούνται σε ασφαλείς ϑέσεις πλήθος ϑέσεων δειγµατοχώρου-ολες οι δυνατές ϑέσεις των πυργων χωρίς κανένα περιορισµό Για να υπολογίσουµε τους τρόπους µε τους οποίους µπορούµε να τοποθετήσουµε τους 8 πύργους ώστε αυτοί να είναι ασφαλείς (αριθµητής ϑα τους τοποθετήσουµε τον έναν µετά τον άλλο στην σκακιέρα 8 8 ϑέσεων και ϑα εφαρµόσουµε την αρχή της απαρίθµησης. Για τον πρώτο πύργο δεν υπάρχει περιορισµός, άρα έχουµε 64 επιλογές.αφού τοποθετήσουµε τον πρώτο πύργο, αυτόµατα µια στήλη και µια γραµµή εξοντώνεται. Ετσι είναι σα να έχουµε πλέον µια σκακιέρα 7 7 και τότε ϑα έχουµε 49 επιλογές. Οµοια, για τον τρίτο πύργο µένουν 36 επιλογές, για τον τέταρτο 25, κ.ο.κ. Ακόµα, οι τρόποι µε τους οποίους µπορούµε να τοποθετήσουµε 8 πύργους σε µια σκακιέρα 64 ϑέσεων χωρίς περιορισµούς είναι (αυτή τη ϕορά δεν εξοντώνονται στήλες και γραµµές ανά τοποθέτηση, απλά µειώνεται ο αριθµός των υπολειπόµενων ϑέσεων στη σκακιέρα: 56! = 56! = 64! (= ιατάξεις/μεταθέσεις 64 στοιχείων ανά 8 56! Εποµένως, η Ϲητούµενη πιθανότητα είναι p = ! 56!

4 Πιθανότητες /Φροντιστήριο 5 4 Ασκηση 5. (α Με πόσους τρόπους µπορούν 3 αγόρια και 3 κορίτσια να καθίσουν σε µια σειρά ; (ϐ Με πόσους τρόπους µπορούν 3 αγόρια και 3 κορίτσια να καθίσουν σε µια σειρά αν τα αγόρια πρέπει να κάθονται όλα µαζί και τα κορίτσια πρέπει να κάθονται όλα µαζί ; (γ Με πόσους τρόπους µπορούν να καθίσουν αν µόνο τα αγόρια πρέπει να κάθονται όλα µαζί ; (δ Με πόσους τρόπους µπορούν να καθίσουν αν δεν επιτρέπεται να κάθονται µαζί παιδιά του ίδιου ϕύλλου ; Μας ενδιαφέρει η σειρά, άρα χρησιµοποιούµε διατάξεις/µεταθέσεις n στοιχείων ανά k (α ιατάξεις/μεταθέσεις των 6 ανά 6, άρα P (n, k = P (6, 6 = n! (n k! 6! (6 6! = 6! 0! = 720 (ϐ Αν δούµε τα αγόρια ως µία οµάδα και τα κορίτσια ως µια άλλη οµάδα, αυτές οι δύο οµάδες {A, K} µπορούν να µπουν σε µια σειρά µε 2 διαφορετικούς τρόπους : AK, KA (2! τρόποι. Ακόµα, τα αγόρια µπορούν να κάθονται όλα µαζί µε µεταθέσεις των 3: P (3, 3 = 3! τρόπους. Οµοίως και τα κορίτσια. Ετσι συνολικά έχουµε 2 3! 3! = 72 τρόπους για να γίνει το Ϲητούµενο. (γ Αν δούµε τα αγόρια ως µια οµάδα Α και τα κορίτσια µεµονωµένα, τότε έχουµε P (4, 4 = 4! µεταθέσεις (ως προς το που ϑα καθίσουν όλα µαζί τα αγόρια σε σχέση µε τα κορίτσια, αλλά και το πώς ϑα καθίσουν τα κορίτσια µεταξύ τους. Επίσης, στην οµάδα των αγοριών έχουµε P (3, 3 = 3! µεταθέσεις για να κάθονται όλα µαζί. Ετσι συνολικά έχουµε 3! 4! = 144 τρόπους για να κάτσουν τα αγόρια µόνο µαζί. (δ Για την πρώτη ϑέση υπάρχουν 6 επιλογές (έστω π.χ. ότι ξεκινάµε µε αγόρι, για τη δεύτερη υπάρχουν 3 επιλογές από το άλλο ϕύλλο/σύνολο (κορίτσια, για την τρίτη ϑέση 2 επιλογές από το εναλλάξ σύνολο (αγόρια, για την τέταρτη 2 επιλογές από το εναλλάξ ϕύλλο (κορίτσια, για την πέµπτη 1 επιλογή όπως και για την έκτη ϑέση. Άρα συνολικά υπάρχουν = 72 τρόποι να κάτσουν άτοµα διαφορετικού ϕύλλου δίπλα δίπλα. Ασκηση 6. Πόσες διαφορετικές πινακίδες κυκλοφορίας οχηµάτων επτά χαρακτήρων υπάρχουν αν στις δύο πρώτες ϑέσεις τοποθετηθούν γράµµατα και στις υπόλοιπες πέντε ϑέσεις τοποθετηθούν αριθµοί ; Επαναλάβετε για την περίπτωση που δεν επιτρέπεται η επανάληψη γράµµατος ή αριθµού στην πινακίδα.

5 Πιθανότητες /Φροντιστήριο 5 5 Με επανάληψη γραµµάτων ή αριθµών Χρησιµοποιούµε τη ϐασική αρχή της απαρίθµησης Γ : #14 - Α, Β, Ε, Ζ, Η, Ι, Κ, Μ, Ν, Ο, Ρ, Τ, Υ, Χ (Μόνο τα 14 γράµµατα της Ελληνικής που ανήκουν και στο Λατινικό αλφάβητο Α : #10-0, 1, 2, 3, 4, 5, 6, 7, 8, 9 Ετσι, οι διαφορετικές πινακίδες είναι = Χωρίς επανάληψη γραµµάτων ή αριθµών Στη ϑέση του πρώτου γράµµατος µπορούν να µπουν όλα τα πιθανά γράµµατα, 14 στο πλή- ϑος. Στη ϑέση του 2ου γράµµατος µόνο τα 13 εναποµείναντα για να µην έχουµε επανάληψη. Αντίστοιχα, στην πρώτη ϑέση για αριθµό έχουµε 10 επιλογές, στη δεύτερη 9 κτλ. Ετσι, οι διαφορετικές πινακίδες σε αυτήν την περίπτωση είναι = Εδώ ϑα µπορούσαµε να χρησιµοποιήσουµε και τον τύπο για διατάξεις/µεταθέσεις : P (14, 2 P (10, 5 = 14! 2! 10! 5! = 12! ! 5! ! = = Ασκηση 7. Ενας χώρος στάθµευσης αποτελείται από µία σειρά n ϑέσεων (n 2. Η Μαρία ϕτάνει στο χώρο στάθµευσης όταν όλες οι ϑέσεις είναι ελεύθερες. Ο Θωµάς είναι ο επόµενος που έρχεται να σταθ- µεύσει. Καθένας τους επιλέγει ισοπίθανα από τις ϑέσεις στάθµευσης που είναι διαθέσιµες. Υπολογίστε την πιθανότητα ότι οι ϑέσεις στάθµευσης που επιλέγονται από την Μαρία και τον Θωµά έχουν το πολύ 1 κενή ϑέση µεταξύ τους. Για ευκολία ϑα αριθµήσουµε κάθε ϑέση στάθµευσης. Θα σχεδιάσουµε ένα δέντρο πιθανοτήτων για να περιγράψουµε το δειγµατοχώρο.

6 Πιθανότητες /Φροντιστήριο 5 6 Η Μαρία µπορεί να επιλέξει οποιαδήποτε από τις n ϑέσεις στάθµευσης µε πιθανότητα 1/n. Ο Θωµάς µπορεί να επιλέξει οποιαδήποτε από τις n 1 ϑέσεις που έχουν αποµείνει µε πιθανότητα 1/(n 1. Η πιθανότητα που µας Ϲητείται αναλύεται ως : πλήθος ευνοϊκών ενδεχοµένων-στάθµευση σε απόσταση το πολύ µιας ϑεσης µεταξύ τους πλήθος ϑέσεων δειγµατοχώρου Υπάρχουν n (n 1 ϕύλλα στο δέντρο µας (παρονοµαστής, και κάθε ϕύλλο είναι ισοπίθανο. Για να ϐρούµε το πλήθος των ευνοϊκών ενδεχοµένων (αριθµητής παίρνουµε περιπτώσεις : Αν η Μαρία σταθµεύσει στην πρώτη ή στη n οστή ϑέση του πάρκινγκ, ο Θωµάς µπορεί να σταθµεύσει σε 2 διπλανές : Αν η Μαρία σταθµεύσει στη δεύτερη ή στη n 1στή ϑέση του πάρκινγκ, ο Θωµάς µπορεί να σταθµεύσει σε 3 συνολικά διπλανές : Αν η Μαρία σταθµεύσει οποιαδήποτε άλλη ϑέση του πάρκινγκ εκτός από τις προαναφερθείσες 4, δηλαδή σε ένα σύνολο n 4 ϑέσεων, ο Θωµάς µπορεί να σταθµεύσει σε 4 συνολικά διπλανές : Εποµένως η πιθανότητα να έχουν σταθµεύσει σε απόσταση τουλάχιστον µιας ϑέσης µεταξύ τους είναι τελικά 4 (n n (n 1 = 4n 6 n(n 1 Η παραπάνω πιθανότητα δεν είναι εφαρµόσιµη για n = 2 και n = 3. Το αποτέλεσµα για αυτές τις τιµές είναι 1.

7 Πιθανότητες /Φροντιστήριο 5 7 Θεωρία. Μια τ.µ. λέγεται διακριτή αν το πεδίο τιµών της είναι πεπερασµένο ή άπειρα αριθµήσιµο. Π.χ. Εστω το πείραµα όπου διαλέγουµε τυχαία σηµείο a [ 1, 1]. Τότε η τ.µ. a 2 δεν είναι διακριτή, ενώ η τ.µ. 1, a > 0 sgn(α = 0, a = 0 είναι διακριτή. 1, a < 0 Θέλουµε να χαρακτηρίσουµε µία τ.µ. µέσω των πιθανοτήτων των τιµών που µπορεί να λάβει : Αν x είναι µία τιµή της τ.µ X, η πιθανότητα µάζας probability mass PMF του x ορίζεται ως : p X (x = P({X = x} όπου το γεγονός {X = x} αποτελείται από όλα τα απλά ενδεχόµενα που συντελούν στο να πάρει η τ.µ. X την τιµή x. Η PMF αναφέρεται ως κατανοµή. Σύµβαση: Με X, Y, Z κ.τ.λ. συµβολίζουµε τ.µ. ενώ µε x, y, z κ.τ.λ. συµβολίζουµε αριθµητικές τιµές τις οποίες παίρνουν οι τ.µ. Επίσης, πολλές ϕορές γράφουµε P (X = x αντί P ({X = x} Υπολογισµός της PMF µιας διακριτής τυχαίας µεταβλητής X. Για κάθε δυνατή τιµή x της τ.µ. X: 1. Συγκεντρώνουµε όλα τα δυνατά απλά αποτελέσµατα που συντελούν στο γεγονός {X = x}. 2. Προσθέτουµε τις πιθανότητές τους για να πάρουµε την τιµή p X (x. Παράδειγµα. Εστω ότι η τ.µ. X παριστάνει τον αριθµό των K στη διπλή ϱίψη κέρµατος.προσδιορίστε την κατανοµή πιθανότητας της X. διότι : Ω = {(K, K, (K, Γ, (Γ, K(Γ, Γ} X(Ω = {0, 1, 2} 1 / 4, x = 0 ή x = 2 P MF : p X (x = 1 / 2, x = 1 0, αλλιώς {X = 0} = {(Γ, Γ}, {X = 1} = {(K, Γ, (Γ, K}, {X = 2} = {(K, K}, {X = k} = Επίσης, στο προηγούµενο παράδειγµα, η πιθανότητα τουλάχιστον µίας κεφαλής είναι : P (X > 0 = x>0 p X (x = = 3 4.

8 Πιθανότητες /Φροντιστήριο 5 8 Ασκηση 8. Εστω ότι η τ.µ. X παριστάνει το άθροισµα των αποτελεσµάτων στη ϱίψη 2 Ϲαριών (α Προσδιορίστε την κατανοµή πιθανότητας της X. (ϐ Παραστήστε γραφικά αυτήν την κατανοµή πιθανότητας µε ένα ιστόγραµµα. (α Τα σηµεία του δειγµατοχώρου για τη ϱίψη 2 Ϲαριών, καθώς και οι αντίστοιχες τιµές της τ.µ. X δίδονται στους παρακάτω πίνακες : Επειδή όλα τα 36 ενδεχόµενα έχουν την ίδια πιθανότητα, κάθε απλό γεγονός στο δειγµατοχωρο µας έχει πιθανότητα 1 / 36. Υπολογίζουµε τη συνάρτηση πιθανότητας όπως παραπάνω και έχουµε : 1 / 36, x = 2 2 / 36, x = 3 3 / 36, x = 4 4 / 36, x = 5 5 / 36, x = 6 p X (x = 6 / 36, x = 7 5 / 36, x = 8 4 / 36, x = 9 3 / 36, x = 10 2 / 36, x = 11 1 / 36, x = 12 Π.χ. για x = 5 συγκεντρώνουµε όλα τα απλά ενδεχόµενα που συντελούν στο γεγονός αυτό {(4, 1(1, 4(2, 3(3, 2} και αθροίζουµε τις πιθανότητές τους για να πάρουµε την P X (5.

9 Πιθανότητες /Φροντιστήριο 5 9 (ϐ Το ιστόγραµµα το οποίο αναπαριστά την κατανοµή πιθανότητας ϕαίνεται στο παρακάτω γρά- ϕηµα :

(1) 98! 25! = 4 100! 23! = 4

(1) 98! 25! = 4 100! 23! = 4 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 Συνδυαστική Ανάλυση και Εισαγωγή στις ιακριτές Τυχαίες Μεταβλητές Επιµέλεια

Διαβάστε περισσότερα

8 Άρα η Ϲητούµενη πιθανότητα είναι

8 Άρα η Ϲητούµενη πιθανότητα είναι ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 014 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 4/10/014 Ηµεροµηνία Παράδοσης : 5/11/014

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ασκηση 1. Σε κάθε περίπτωση πρέπει να χρησιµοποιήσουµε

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-1: Πιθανότητες - Χειµερινό Εξάµηνο 01 ιδάσκων : Π Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /10/01 Ηµεροµηνία Παράδοσης : /11/01

Διαβάστε περισσότερα

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ασκηση 1. (i Υποθέτοντας ότι επιτρέπονται επαναλήψεις

Διαβάστε περισσότερα

P (A) = 1/2, P (B) = 1/2, P (C) = 1/9

P (A) = 1/2, P (B) = 1/2, P (C) = 1/9 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-1: Πιθανότητες - Χειµερινό Εξάµηνο 011 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /11/011 Ηµεροµηνία Παράδοσης : 1/11/011

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-: Πιθανότητες - Χειµερινό Εξάµηνο 0 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο - Συνδυαστική Ανάλυση Επιµέλεια : Σοφία Σαββάκη Θεωρία. Η ϐασική αρχή της απαρίθµησης

Διαβάστε περισσότερα

P (Ηρ) = 0.4 P (Αρ) = 0.32 P (Απ) = 0.2

P (Ηρ) = 0.4 P (Αρ) = 0.32 P (Απ) = 0.2 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2014 ιδάσκων : Π. Τσακαλίδης Λύσεις Πρώτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 25/09/2014 Ηµεροµηνία Παράδοσης

Διαβάστε περισσότερα

P (A B) = P (A) + P (B) P (A B)

P (A B) = P (A) + P (B) P (A B) ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 1 Επιµέλεια : Σοφία Σαββάκη Ασκηση 1. Ο εκφωνητής του δελτίου καιρού δίνει

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 07 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 ιακριτές Τυχαίες Μεταβλητές ( Ι ) Επιµέλεια : Στιβακτάκης Ραδάµανθυς Ασκηση.

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες-Χειµερινό Εξάµηνο 08-09 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 Ασκηση Το πείραµά µας συνίσταται στη ϱίψη 3 τίµιων κερµάτων. Συµβολίζουµε

Διαβάστε περισσότερα

(365)(364)(363)...(365 n + 1) (365) k

(365)(364)(363)...(365 n + 1) (365) k ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 21//2016 Ηµεροµηνία Παράδοσης :

Διαβάστε περισσότερα

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Πρώτης Σειράς Ασκήσεων

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Πρώτης Σειράς Ασκήσεων Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις Πρώτης Σειράς Ασκήσεων Ασκηση 1. (αʹ) Αν συµβολίσουµε µε Λ τη λάθος απάντηση

Διαβάστε περισσότερα

xp X (x) = k 3 10 = k 3 10 = 8 3

xp X (x) = k 3 10 = k 3 10 = 8 3 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 07 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 ιακριτές Τυχαίες Μεταβλητές ( ΙΙ ) Ασκηση. Ρίχνουµε ένα αµερόληπτο εξάεδρο

Διαβάστε περισσότερα

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 206-207 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Από κοινού συναρτήσεις Τυχαίων Μεταβλητών Επιµέλεια : Κατερίνα Καραγιαννάκη

Διαβάστε περισσότερα

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-27: Πιθανότητες-Χειµερινό Εξάµηνο 205- ιδάσκων : Π. Τσακαλίδης Λύσεις Τέταρτης Σειράς Ασκήσεων Ασκηση. (αʹ) Σύµφωνα µε το αξίωµα της κανονικοποίησης,

Διαβάστε περισσότερα

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28

1 1 c c c c c c = 1 c = 1 28 P (Y < X) = P ((1, 2)) + P ((4, 1)) + P ((4, 3)) = 2 1/ / /28 = 18/28 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες -Χειµερινό Εξάµηνο 01 ιδάσκων : Π. Τσακαλίδης Λύσεις : Πέµπτη Σειρά Ασκήσεων Ηµεροµηνία Ανάθεσης : 14/11/01 Ηµεροµηνία Παράδοσης : 8/11/01

Διαβάστε περισσότερα

P (A B) = P (A) + P (B) P (A B).

P (A B) = P (A) + P (B) P (A B). ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Εαρινό Εξάµηνο 2007 ιδάσκων : Π. Τσακαλίδης Λύσεις Πρώτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 08/10/2007 Ηµεροµηνία Παράδοσης : 18/10/2007

Διαβάστε περισσότερα

200, δηλαδή : 1 p Y (y) = 0, αλλού

200, δηλαδή : 1 p Y (y) = 0, αλλού ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 05 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 6 ιακριτές Τυχαίες Μεταβλητές Επιµέλεια : Σοφία Σαββάκη Ασκηση. Η εταιρεία

Διαβάστε περισσότερα

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Συνδυαστική Απαρίθμηση Υπολογισμός αριθμού διαφορετικών αποτελεσμάτων «πειράματος» ή «γεγονότος» (με συνδυαστικά επιχειρήματα). «Πείραμα» ή «γεγονός»: διαδικασία με συγκεκριμένο (πεπερασμένο) σύνολο παρατηρήσιμων

Διαβάστε περισσότερα

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Ορισµός Πιθανότητας Στοιχεία Συνδυαστικής Κλασικός Ορισµός της Πιθανότητας Εστω Ω ο δειγµατοχώρος ενός πειράµατος

Διαβάστε περισσότερα

/ / 38

/ / 38 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-37: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 205-6 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 0 Επιµέλεια : Σοφία Σαββάκη Ασκηση. Ο Κώστας πηγαίνει

Διαβάστε περισσότερα

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Εισαγωγικά Βασικοί Ορισµοί Πράξεις Γεγονότων Σχεδιάγραµµα της Υλης Βασικές Εννοιες της Θεωρίας Πιθανοτήτων

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2014 ιδάσκων : Π. Τσακαλίδης. Λύσεις εύτερης Σειράς Ασκήσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2014 ιδάσκων : Π. Τσακαλίδης. Λύσεις εύτερης Σειράς Ασκήσεων ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 204 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /0/206 Ηµεροµηνία Παράδοσης : 20/0/206

Διαβάστε περισσότερα

P = 0 1/2 1/ /2 1/

P = 0 1/2 1/ /2 1/ Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-37: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 206 ιδάσκων : Π. Τσακαλίδης 7ο Φροντιστήριο Επιµέλεια : Κωνσταντίνα Φωτιάδου Ασκηση. Μια Μαρκοβιανή

Διαβάστε περισσότερα

c(2x + y)dxdy = 1 c 10x )dx = 1 210c = 1 c = x + y 1 (2xy + y2 2x + y dx == yx = 1 (32 + 4y) (2x + y)dxdy = 23 28

c(2x + y)dxdy = 1 c 10x )dx = 1 210c = 1 c = x + y 1 (2xy + y2 2x + y dx == yx = 1 (32 + 4y) (2x + y)dxdy = 23 28 Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-7: Πιθανότητες-Χειµερινό Εξάµηνο 5 ιδάσκων : Π. Τσακαλίδης Λύσεις 6ης Σειρά Ασκήσεων Ασκηση. (α) Εχουµε ότι : 6 5 x= y= 6 x= 6 x= c(x + y)dxdy = ) c

Διαβάστε περισσότερα

Συνδυαστική Απαρίθµηση Υπολογισµός (µε συνδυαστικά επιχειρήµατα) του πλήθους των διαφορετικών αποτελεσµάτων ενός «πειράµατος». «Πείραµα»: διαδικασία µ

Συνδυαστική Απαρίθµηση Υπολογισµός (µε συνδυαστικά επιχειρήµατα) του πλήθους των διαφορετικών αποτελεσµάτων ενός «πειράµατος». «Πείραµα»: διαδικασία µ Συνδυαστική Απαρίθµηση ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιµέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθµηση Υπολογισµός

Διαβάστε περισσότερα

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΜΣ στη «Ναυτιλία» Τμήμα Β art time Χαράλαμπος Ευαγγελάρας hevangel@unipi.gr Η έννοια της Πιθανότητας Ο όρος πιθανότητα είναι συνδέεται άμεσα με τη μελέτη

Διαβάστε περισσότερα

= 14 = 34 = Συνδυαστική Ανάλυση

= 14 = 34 = Συνδυαστική Ανάλυση 1. Συνδυαστική Ανάλυση 1.1 Ένα κουτί περιέχει 8 κόκκινες, 3 άσπρες και 9 μπλε σφαίρες. Εάν βγάλουμε 3 σφαίρες στην τύχη χωρίς επανατοποθέτηση, ποια είναι η πιθανότητα (α) να είναι και οι 3 κόκκινες, (β)

Διαβάστε περισσότερα

Διακριτά Μαθηματικά Συνδυαστική

Διακριτά Μαθηματικά Συνδυαστική Διακριτά Μαθηματικά Γεώργιος Χρ. Μακρής http://users.sch.gr/gmakris 7 Αυγούστου 2012 Η είναι ένα κομμάτι των Μαθηματικών που επικεντρώνεται στη "μέτρηση" του πλήθους των αντικειμένων ενός συνόλου. Η ασχολείται

Διαβάστε περισσότερα

P( n, k) P(5,5) 5! 5! 10 q! q!... q! = 3! 2! = 0! 3! 2! = 3! 2!

P( n, k) P(5,5) 5! 5! 10 q! q!... q! = 3! 2! = 0! 3! 2! = 3! 2! HY118- ιακριτά Μαθηµατικά Φροντιστήριο στη Συνδυαστική (#8) Άσκηση 1 Με πόσους τρόπους µπορούµε να δηµιουργήσουµε συµβολοσειρές που αποτελούνται από τρεις παύλες και δύο τελείες; Άσκηση 1, 1 η προσέγγιση

Διαβάστε περισσότερα

ΣΥΝ ΥΑΣΤΙΚΗ ΑΝΑΛΥΣΗ. Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος. Τµ. Επιστήµης των Υλικών

ΣΥΝ ΥΑΣΤΙΚΗ ΑΝΑΛΥΣΗ. Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος. Τµ. Επιστήµης των Υλικών Τµ. Επιστήµης των Υλικών Χώρος Πιθανότητας Συµµετρικός Χώρος Πιθανότητας 1 Θεωρούµε ότι ο δειγµατοχώρος Ω είναι πεπερασµένος, Ω= {ω 1,ω 2,...,ω n }. 2 Κάθε δειγµατοσηµείο έχει τις ίδιες ευκαιρίες εµφάνισης

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2015-16 ιδάσκων : Π Τσακαλίδης Φροντιστήριο 8 Επιµέλεια : Σοφία Σαββάκη Ασκηση 1 Μία Μαρκοβιανή

Διαβάστε περισσότερα

Κεφάλαιο 2: ιατάξεις και Συνδυασµοί.

Κεφάλαιο 2: ιατάξεις και Συνδυασµοί. Κεφάλαιο : ιατάξεις και Συνδυασµοί. Περιεχόµενα Εισαγωγή Βασική αρχή απαρίθµησης ιατάξεις µε και χωρίς επανατοποθέτηση Συνδυασµοί Ασκήσεις Εισαγωγή Μέχρι το τέλος αυτού του κεφαλαίου ϑα ϑεωρούµε πειράµατα

Διαβάστε περισσότερα

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ] Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 3 η : Τυχαίες Μεταβλητές, Συναρτήσεις Κατανομής Πιθανότητας. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών

Διαβάστε περισσότερα

0, x < 0 1+x 8, 0 x < 1 1 2, 1 x < x 8, 2 x < 4

0, x < 0 1+x 8, 0 x < 1 1 2, 1 x < x 8, 2 x < 4 Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-7: Πιθανότητες-Χειµερινό Εξάµηνο 5 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 7 Συνεχείς Τυχαίες Μεταβλητές Επιµέλεια : Κωνσταντίνα Φωτιάδου Ασκηση. Εστω

Διαβάστε περισσότερα

Συνδυαστική Απαρίθµηση

Συνδυαστική Απαρίθµηση Συνδυαστική Απαρίθµηση ιδάσκοντες:. Φωτάκης,. Σούλιου, Θ. Λιανέας Επιµέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθµηση

Διαβάστε περισσότερα

Περιεχόμενα 2ης Διάλεξης 1 Σύνοψη προηγούμενου μαθήματος 2 Αξιωματικός ορισμός και απαρίθμηση 3 Διατάξεις - Συνδυασμοί 4 Παραδείγματα υπολογισμού πιθα

Περιεχόμενα 2ης Διάλεξης 1 Σύνοψη προηγούμενου μαθήματος 2 Αξιωματικός ορισμός και απαρίθμηση 3 Διατάξεις - Συνδυασμοί 4 Παραδείγματα υπολογισμού πιθα Πιθανότητες και Αρχές Στατιστικής (2η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 54 Περιεχόμενα

Διαβάστε περισσότερα

P(n, r) = n r. (n r)! n r. n+r 1

P(n, r) = n r. (n r)! n r. n+r 1 Διακριτά Μαθηματικά Φροντιστήριο Στοιχειώδης Συνδυαστική ΙΙ 1 / 15 Επανάληψη Κανόνας Αθροίσματος Κανόνας Γινομένου Χωρίς επαναλήψεις στοιχείων P(n, r) = n! (n r)! C(n, r) = ( ) n r Με επαναλήψεις στοιχείων

Διαβάστε περισσότερα

HY118- ιακριτά Μαθηµατικά

HY118- ιακριτά Μαθηµατικά HY118- ιακριτά Μαθηµατικά Τρίτη, 19/04/2016 Το υλικό των Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 1 Συνδυαστική 2 Πείραµα Πείραµα: Οποιαδήποτε διαδικασία που µπορεί να οδηγήσει σε ένα αριθµό παρατηρήσιµων

Διαβάστε περισσότερα

p B p I = = = 5

p B p I = = = 5 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2011 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 17/3/2011

Διαβάστε περισσότερα

P (B) = P (B/A) P (A) + P (B/Γ) P (Γ) =

P (B) = P (B/A) P (A) + P (B/Γ) P (Γ) = Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ασκηση 1. Θεωρούµε τα παρακάτω : A: Το ένδεχοµενο να

Διαβάστε περισσότερα

Στοχαστικές Στρατηγικές

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

Διαβάστε περισσότερα

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ

ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΗΥ-217-ΠΙΘΑΝΟΤΗΤΕΣ-ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 2016 ΔΙΔΑΣΚΩΝ: ΠΑΝΑΓΙΩΤΗΣ ΤΣΑΚΑΛΙΔΗΣ ΦΡΟΝΤΙΣΤΗΡΙΑ 6-7: ΔΙΑΚΡΙΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΕΠΙΜΕΛΕΙΑ: ΓΙΑΝΝΟΠΟΥΛΟΣ ΜΙΧΑΛΗΣ Τυχαία Μεταβλητή (Τ.Μ.): Συνάρτηση πραγματικών τιμών

Διαβάστε περισσότερα

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα

Διαβάστε περισσότερα

11, 12, 13, 14, 21, 22, 23, 24, 31, 32, 33, 34, 41, 42, 43, 44.

11, 12, 13, 14, 21, 22, 23, 24, 31, 32, 33, 34, 41, 42, 43, 44. ΤΕΧΝΙΚΕΣ ΚΑΤΑΜΕΤΡΗΣΗΣ Η καταµετρηση ενος συνολου µε πεπερασµενα στοιχεια ειναι ισως η πιο παλια µαθηµατικη ασχολια του ανθρωπου. Θα µαθουµε πως, δεδοµενης της περιγραφης ενος συνολου, να µπορουµε να ϐρουµε

Διαβάστε περισσότερα

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας.

Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας. Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας. Περιεχόµενα ιακριτές τυχαίες µεταβλητές Συνεχείς τυχαίες µεταβλητές Μέση τιµή τυχαίων µεταβλητών Ροπές, διασπορά, και τυπική απόκλιση τυχαίων µεταβλητών

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες -Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις : Τέταρτη Σειρά Ασκήσεων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες -Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις : Τέταρτη Σειρά Ασκήσεων ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες -Χειµερινό Εξάµηνο 212 ιδάσκων : Π. Τσακαλίδης Λύσεις : Τέταρτη Σειρά Ασκήσεων Ηµεροµηνία Ανάθεσης : 5/11/212 Ηµεροµηνία Παράδοσης :

Διαβάστε περισσότερα

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Παραδείγματα Συνδυαστική Απαρίθμηση Διδάσκοντες: Φ. Αφράτη, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο n θρανία στη σειρά

Διαβάστε περισσότερα

Μάθηµα Θεωρίας Αριθµών Ε.Μ.Ε

Μάθηµα Θεωρίας Αριθµών Ε.Μ.Ε Μάθηµα Θεωρίας Αριθµών Ε.Μ.Ε 1. Να αποδειχθεί ότι κάθε ϑετικός ακέραιος αριθµός n 6, µπορεί να γραφεί στη µορφή όπου οι a, b, c είναι ϑετικοί ακέραιοι. n = a + b c,. Να αποδειχθεί ότι για κάθε ακέραιο

Διαβάστε περισσότερα

P( X < 8) = P( 8 < X < 8) = Φ(0.6) Φ( 1) = Φ(0.6) (1 Φ(1)) = Φ(0.6)+Φ(1) 1

P( X < 8) = P( 8 < X < 8) = Φ(0.6) Φ( 1) = Φ(0.6) (1 Φ(1)) = Φ(0.6)+Φ(1) 1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο ιδάσκων: Π. Τσακαλίδης 9ο Φροντιστήριο Επιµέλεια: Κωνσταντίνα Φωτιάδου Ασκηση. Η τ.µ. X ακολουθεί την κανονική κατανοµή

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

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Συνδυαστική Απαρίθμηση ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθμηση Υπολογισμός

Διαβάστε περισσότερα

Βασικά στοιχεία της θεωρίας πιθανοτήτων

Βασικά στοιχεία της θεωρίας πιθανοτήτων Η έννοια του Πειράµατος Τύχης. 9 3 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ήδειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοω ή s του δειγµατικού χώρου

Διαβάστε περισσότερα

Μέρος ΙΙ. Τυχαίες Μεταβλητές

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

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2015-16 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 Επιµέλεια : Σοφία Σαββάκη Ασκηση 1. Βρίσκεστε

Διαβάστε περισσότερα

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 28 ιδάσκων: Π. Τσακαλίδης Λύσεις Εβδοµης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης: 3/2/28 Ηµεροµηνία Παράδοσης: 7/2/28

Διαβάστε περισσότερα

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Τυχαίες Μεταβλητές Συνάρτηση Κατανοµής ιακριτές Τυχαίες Μεταβλητές Παράµετροι τ.µ. Συνεχείς Τυχαίες

Διαβάστε περισσότερα

ΙΙΙ εσµευµένη Πιθανότητα

ΙΙΙ εσµευµένη Πιθανότητα ΙΙΙ εσµευµένη Πιθανότητα 1 Λυµένες Ασκήσεις Ασκηση 1 Στρίβουµε ένα νόµισµα δύο ϕορές. Υποθέτοντας ότι και τα τέσσερα στοιχεία του δειγµατοχώρου Ω {(K, K, (K, Γ, (Γ, K, (Γ, Γ} είναι ισοπίθανα, ποια είναι

Διαβάστε περισσότερα

12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4

12xy(1 x)dx = 12y. = 12 y. = 12 y( ) = 12 y 1 6 = 2y. x 6x(1 x)dx = 6. dx = 6 3 x4 Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-7: Πιθανότητες-Χειµερινό Εξάµηνο 5 ιδάσκων: Π. Τσακαλίδης Λύσεις 6ης Σειρά Ασκήσεων Ασκηση. α) Η περιθωριακή σ.π.π. της f X,Y για την τ.µ X γίνεται:

Διαβάστε περισσότερα

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Συνδυαστική Απαρίθμηση Διδάσκοντες: Δ. Φωτάκης, Δ. Σούλιου Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθμηση Υπολογισμός

Διαβάστε περισσότερα

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Συνδυαστική Απαρίθμηση ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθμηση

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 3: Πιθανότητες. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 3: Πιθανότητες. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 3: Πιθανότητες Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,

Διαβάστε περισσότερα

P (A B) = P (A) + P (B) P (A B) = 0.5 + 0.4 0.3 = 0.6.

P (A B) = P (A) + P (B) P (A B) = 0.5 + 0.4 0.3 = 0.6. 1 Λυµένες Ασκήσεις Ασκηση 1 Θεωρούµε δύο ενδεχόµενα A, B. Με πιθανότητα 0.5 ϑα συµβεί το A, µε πιθανότητα 0.4 ϑα συµβεί το B και µε πιθανότητα 0.3 ϑα συµβούν και τα δυο. Ποια είναι η πιθανότητα να µη συµβεί

Διαβάστε περισσότερα

ΣΤΟΙΧΕΙΑ ΑΛΓΕΒΡΑΣ. 1. Συνδυαστική ανάλυση. 1.1. Μεταθέσεις

ΣΤΟΙΧΕΙΑ ΑΛΓΕΒΡΑΣ. 1. Συνδυαστική ανάλυση. 1.1. Μεταθέσεις 1 ΣΤΟΙΧΕΙΑ ΑΛΓΕΒΡΑΣ 1 Συνδυαστική ανάλυση Η συνδυαστική ανάλυση είναι οι διάφοροι μέθοδοι και τύποι που χρησιμοποιούνται στη λύση προβλημάτων εκτίμησης του πλήθους των στοιχείων ενός πεπερασμένου συνόλου

Διαβάστε περισσότερα

Τυχαίες Μεταβλητές. Ορισμός

Τυχαίες Μεταβλητές. Ορισμός Τυχαίες Μεταβλητές Ορισμός Μία τυχαία μεταβλητή (τ.μ.) είναι μία συνάρτηση (ή μία μεταβλητή) η οποία καθορίζει αριθμητικές τιμές σε μία ποσότητα που σχετίζεται με το αποτέλεσμα ενός πειράματος, όπου μία

Διαβάστε περισσότερα

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ.

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ. Παραδείγματα Απαρίθμησης Γνωστό: P (M 2 M τρόποι επιλογής υποσυνόλου του M Τεχνικές Απαρίθμησης Πχ M {A, B, C} P (M 2 3 8 #(Υποσυνόλων με 2 στοιχεία ( 3 2 3 #(Διατεταγμένων υποσυνόλων με 2 στοιχεία 3 2

Διαβάστε περισσότερα

HY118- ιακριτά Μαθηµατικά

HY118- ιακριτά Μαθηµατικά HY118- ιακριτά Μαθηµατικά Τρίτη, 10/05/2016 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 5/11/2016 1 1 Θεωρία πιθανοτήτων 5/11/2016 2 2 Γιατί πιθανότητες; Στον προτασιακό και κατηγορηµατικό λογισµό µιλήσαµε

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

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Συνδυαστική Απαρίθμηση ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθμηση Υπολογισμός

Διαβάστε περισσότερα

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017.

Γιατί πιθανότητες; Γιατί πιθανότητες; Θεωρία πιθανοτήτων. Θεωρία Πιθανοτήτων. ΗΥ118, Διακριτά Μαθηματικά Άνοιξη 2017. HY118-Διακριτά Μαθηματικά Τρίτη, 02/05/2017 Θεωρία πιθανοτήτων Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 04-May-17 1 1 04-May-17 2 2 Γιατί πιθανότητες; Γιατί πιθανότητες; Στον προτασιακό και κατηγορηματικό

Διαβάστε περισσότερα

P (D) = P ((H 1 H 2 H 3 ) c ) = 1 P (H 1 H 2 H 3 ) = 1 P (H 1 )P (H 2 )P (H 3 )

P (D) = P ((H 1 H 2 H 3 ) c ) = 1 P (H 1 H 2 H 3 ) = 1 P (H 1 )P (H 2 )P (H 3 ) ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 205 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 2 Επιµέλεια : Κατερίνα Καραγιαννάκη Ασκηση. Μία κότα ϑέλει να διασχίσει το

Διαβάστε περισσότερα

Λύσεις 1ης Ομάδας Ασκήσεων

Λύσεις 1ης Ομάδας Ασκήσεων ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΙΘΑΝΟΤΗΤΕΣ Γ. ΚΟΝΤΟΓΙΑΝΝΗΣ Λύσεις ης Ομάδας Ασκήσεων Τμήμα Α Λ. Ισότητα συνόλων Έστω C = A i= B i και D = i= A B i. Θα αποδείξουμε ότι τα C, D ταυτίζονται,

Διαβάστε περισσότερα

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Θεωρία Συνόλων Σύνολο: Το σύνολο εκφράζει μία συλλογή διακριτών μονάδων οποιασδήποτε φύσης.

Διαβάστε περισσότερα

3ο Φροντιστηριο ΗΥ217

3ο Φροντιστηριο ΗΥ217 3ο Φροντιστηριο ΗΥ217 Επιµέλεια : Γ. Καφεντζής 30 Οκτωβρίου 2013 Ασκηση 0.1 Εχουµε 3 κέρµατα. Το ένα από αυτά έχει κορώνα και στις δύο πλευρές, το άλλο έχει γράµµατα και στις δύο πλευρές, και το τελευταίο

Διαβάστε περισσότερα

ιακριτά Μαθηµατικά Ασκήσεις Φροντιστηρίου

ιακριτά Μαθηµατικά Ασκήσεις Φροντιστηρίου ιακριτά Μαθηµατικά Ασκήσεις Φροντιστηρίου Εαρινό Εξάµηνο 2009 Κάτια Παπακωνσταντινοπούλου 1. Εστω A ένα µη κενό σύνολο. Να δείξετε ότι η αλγεβρική δοµή (P(A), ) είναι αβελιανή οµάδα. 2. Εστω ένα ξενοδοχείο

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΜΗΧΑΝΙΚΟΥΣ. Νίκος Μυλωνάς Βασίλης Παπαδόπουλος. Βοήθηµα διδάσκοντα

ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΜΗΧΑΝΙΚΟΥΣ. Νίκος Μυλωνάς Βασίλης Παπαδόπουλος. Βοήθηµα διδάσκοντα ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΜΗΧΑΝΙΚΟΥΣ Νίκος Μυλωνάς Βασίλης Παπαδόπουλος Βοήθηµα διδάσκοντα Εκδόσεις Τζιόλα Περιεχόµενα Πιθανότητες 5 3 ιακριτές τυχαίες µεταβλητές 37 4 Συνεχείς τυχαίες µεταβλητές

Διαβάστε περισσότερα

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος

Τμήμα Λογιστικής και Χρηματοοικονομικής. Θεωρία Πιθανοτήτων. Δρ. Αγγελίδης Π. Βασίλειος Τμήμα Λογιστικής και Χρηματοοικονομικής 1 Θεωρία Πιθανοτήτων Δρ. Αγγελίδης Π. Βασίλειος 2 Περιεχόμενα Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους 3 Πείραμα

Διαβάστε περισσότερα

Συνδυαστική Απαρίθμηση

Συνδυαστική Απαρίθμηση Συνδυαστική Απαρίθμηση ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθμηση

Διαβάστε περισσότερα

Μάθηµα 1 ο. Πιθανότητα-Έννοιες και Ορισµοί. Στο µάθηµα αυτό θα αναφερθούµε σε βασικές έννοιες και συµβολισµούς της θεωρίας πιθανοτήτων.

Μάθηµα 1 ο. Πιθανότητα-Έννοιες και Ορισµοί. Στο µάθηµα αυτό θα αναφερθούµε σε βασικές έννοιες και συµβολισµούς της θεωρίας πιθανοτήτων. Μάθηµα 1 ο Πιθανότητα-Έννοιες και Ορισµοί Στο µάθηµα αυτό θα αναφερθούµε σε βασικές έννοιες και συµβολισµούς της θεωρίας πιθανοτήτων. http://compus.uom.gr/inf267/index.php 1 Εισαγωγικά Βασικές Έννοιες

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων και Στατιστική

Θεωρία Πιθανοτήτων και Στατιστική Θεωρία Πιθανοτήτων και Στατιστική 2 ο Εξάμηνο Ασκήσεις Πράξης 1 Θεωρία Συνόλων - Δειγματικός Χώρος Άσκηση 1: Να βρεθούν και να γραφούν με συμβολισμούς της Θεωρίας Συνόλων οι δειγματοχώροι των τυχαίων πειραμάτων:

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ ΚΕΦΑΛΑΙΟ ΔΙΑΤΑΞΕΙΣ ΜΕΤΑΘΕΣΕΙΣ ΣΥΝΔΥΑΣΜΟΙ Εισαγωγή. Οι σχηματισμοί που προκύπτουν με την επιλογή ενός συγκεκριμένου αριθμού στοιχείων από το ίδιο σύνολο καλούνται διατάξεις αν μας ενδιαφέρει η σειρά καταγραφή

Διαβάστε περισσότερα

Συνδυαστική. Που το πάµε. Πείραµα Συνδυαστική. Το υλικό των. ΗΥ118 ιακριτά Μαθηµατικά, Άνοιξη Πέµπτη, 21/4/2016

Συνδυαστική. Που το πάµε. Πείραµα Συνδυαστική. Το υλικό των. ΗΥ118 ιακριτά Μαθηµατικά, Άνοιξη Πέµπτη, 21/4/2016 HY118- ιακριτά Μαθηµατικά Πέµπτη, 21/4/2016 Συνδυαστική Το υλικό των Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 1 2 Πείραµα Πείραµα: Οποιαδήποτε διαδικασία που µπορεί να οδηγήσει σε ένα αριθµό παρατηρήσιµων

Διαβάστε περισσότερα

, x > a F X (x) = x 3 0, αλλιώς.

, x > a F X (x) = x 3 0, αλλιώς. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 015 ιδάσκων : Π. Τσακαλίδης 11ο Φροντιστήριο - Θέµατα Εξετάσεων από προηγούµενα έτη Επιµέλεια : Κωνσταντίνα Φωτιάδου

Διαβάστε περισσότερα

Κεφάλαιο 2: ιατάξεις και Συνδυασµοί.

Κεφάλαιο 2: ιατάξεις και Συνδυασµοί. ΗΙΗ ΗΟΑΙΑ ΑΙΗΙΟ ΗΗ ΕφαοαΝαα Πόχεε Σεώε Παόε Κεφάαο 2 οναα,νααναφνααώ,νυπώ ανεπνανχοογανώ Κεφάλαιο 2: ιατάξεις και Συνδυασµοί. Περιεχόµενα Εισαγωγή Βασική αρχή απαρίθµησης ιατάξεις µε και χωρίς επανατοποθέτηση

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 205 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Επιµέλεια : Κατερίνα Καραγιαννάκη Ασκηση. Η τυχαία µεταβλητή X έχει αθροιστική

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος. Ενδεχόμενα {,,..., }.

ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος. Ενδεχόμενα {,,..., }. ΠΙΘΑΝΟΤΗΤΕΣ Δειγματικός Χώρος Το σύνολο των δυνατών αποτελεσμάτων λέγεται δειγματικός χώρος (sample space) και συμβολίζεται συνήθως με το γράμμα Αν δηλαδή ω,,, ω2 ωκ είναι τα δυνατά αποτελέσματα ενός πειράματος

Διαβάστε περισσότερα

HY118- ιακριτά Μαθηµατικά. Παράδειγµα. Από τα συµπεράσµατα στις υποθέσεις Αποδείξεις - Θεωρία συνόλων. Από τις υποθέσεις στα συµπεράσµατα...

HY118- ιακριτά Μαθηµατικά. Παράδειγµα. Από τα συµπεράσµατα στις υποθέσεις Αποδείξεις - Θεωρία συνόλων. Από τις υποθέσεις στα συµπεράσµατα... HY118- ιακριτά Μαθηµατικά Παρασκευή, 11/03/2016 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr Το υλικό των διαφανειών έχει βασιστεί σε διαφάνειες του Kees van Deemter, από το University of Aberdeen 3/15/2016

Διαβάστε περισσότερα

Σηµειώσεις στη Θεωρία Πιθανοτήτων

Σηµειώσεις στη Θεωρία Πιθανοτήτων Σηµειώσεις στη Θεωρία Πιθανοτήτων Μέρος Α. Τι είναι οι Πιθανότητες. Είναι συνηθισµένο να ορίζουµε λοιπόν µαθηµατικές διαδικασίες, τις οποίες ονοµάζουµε µοντέλα ή πρότυπα, ώστε να περιγράψουν φαινόµενα

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ. Κεφάλαιο 2 : Πληροφορία και Εντροπία Διάλεξη: Κώστας Μαλιάτσος Χρήστος Ξενάκης, Κώστας Μαλιάτσος

ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ. Κεφάλαιο 2 : Πληροφορία και Εντροπία Διάλεξη: Κώστας Μαλιάτσος Χρήστος Ξενάκης, Κώστας Μαλιάτσος ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ Κεφάλαιο 2 : Πληροφορία και Εντροπία Διάλεξη: Κώστας Μαλιάτσος Χρήστος Ξενάκης, Κώστας Μαλιάτσος Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων Περιεχόμενα Πιθανότητες Πληροφορία Μέτρο

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q Πιθανότητες και Αρχές Στατιστικής (7η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα

Διαβάστε περισσότερα

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

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

Διαβάστε περισσότερα

Τυχαία μεταβλητή (τ.μ.)

Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως

Διαβάστε περισσότερα

Gutenberg

Gutenberg Διακριτά Μαθηματικά * Διδάσκων: Χ. Μπούρας (bouras@cti.gr) Φροντιστήριο: Α. Κόλλια (akollia@ceid.upatras.gr) * Οι διαφάνειες (πλην αυτών για τις σχέσεις αναδρομής) έχουν παραχθεί από τη Δρ. Ε. Παπαϊωάννου,

Διαβάστε περισσότερα

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q 7ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 7ο Μάθημα Πιθανότητες

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 1 η : Βασικές Έννοιες Πιθανότητας Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ. Άδειες

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 8

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 8 ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 8 ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt2014/nt2014.html https://sites.google.com/site/maths4edu/home/14

Διαβάστε περισσότερα

Βασικά στοιχεία της θεωρίας πιθανοτήτων

Βασικά στοιχεία της θεωρίας πιθανοτήτων Η έννοια του Πειράµατος Τύχης. 9 3 6 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ή δειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοωήsτου δειγµατικού χώρου

Διαβάστε περισσότερα

P (A) + P (B), [Α,Β: ξένα µεταξύ τους] P (C A B) [P (A) + P (B)] P (C A) P (A) P (B) 3 4 ( ) 1 7 = 3 7 =

P (A) + P (B), [Α,Β: ξένα µεταξύ τους] P (C A B) [P (A) + P (B)] P (C A) P (A) P (B) 3 4 ( ) 1 7 = 3 7 = Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-217 - Θεωρία Πιθανοτήτων ιδάσκων : Π. Τσακαλίδης Λύσεις Προόδου- 22 Νοεµβρίου 2014 Θέµα 1 - (15 µονάδες) Εχουµε ότι : P (C A B) P (C (A B)) P (CA CB)

Διαβάστε περισσότερα