Κεφάλαιο 2: ιατάξεις και Συνδυασµοί.

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Κεφάλαιο 2: ιατάξεις και Συνδυασµοί."

Transcript

1 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 τύχης των οποίων τα στοιχειώδη γεγονότα τα στοιχεία του δειγµατοχώρου Ω είναι ισοπίθανα. Τότε, αν ο αριθµός των σηµείων του Ω είναι, ένα γεγονός A το οποίο περιλαµβάνει j σηµεία έχει πιθανότητα j/ να πραγµατοποιηθεί. Γενικότερα, η πιθανότητα να πραγµατοποιηθεί ένα γεγονός A είναι P A NA/, όπου NA το πλήθος των σηµείων του A. Το πρόβληµα λοιπόν του υπολογισµού της P A ανάγεται σε πολλές περιπτώσεις, σ αυτό του υπολογισµού του NA. Οπως είδαµε και στα προηγούµενα, η συνηθισµένη διαδικασία για τον υπολογισµό της P A είναι να µετρήσουµε το πλήθος των σηµείων του A, NA, και να διαιρέσουµε µε το. Ωστόσο, ο υπολογισµός του NA είναι εύκολος µόνο αν το A έχει λίγα σηµεία. Ακόµα και για µέτριο πλήθος σηµείων, η µέθοδος της ευθείας απαρίθµησης είναι πρακτικά ανεφάρµοστη. Ετσι, η ανάγκη για απλούς κανόνες απαρίθµησης γίνεται επιτακτική. Θα παρουσιάσουµε παρακάτω τεχνικές απαρίθµησης που είναι στοιχειώδεις, έχουν ευρύ ϕάσµα εφαρµογών, και είναι πολύ χρήσιµες στη Θεωρία Πιθανοτήτων. Βασική Αρχή Απαρίθµησης Παράδειγµα 1: Πηγαίνετε να γευµατίσετε σ ένα εστιατόριο πολυτελείας, και ο σερ- ϐιτόρος σας πληροφορεί ότι έχετε : α δύο επιλογές για ορεκτικό σούπα ή χυµό, ϐ τρείς επιλογές για κύριο πιάτο κρέας, ψάρι, και πιάτο λαχανικών, γ δύο για επιδόρπιο παγωτό ή γλυκό. Ποιες είναι οι δυνατές επιλογές σας για το πλήρες γεύµα; Το µενού αποφασίζεται σε τρία στάδια, και στο κάθε στάδιο ο αριθµός των δυνατών επιλογών σας δεν εξαρτάται από το τι διαλέξατε στο προηγούµενο. ύο επιλογές για το πρώτο στάδιο, τρεις για το δεύτερο και δύο για το τρίτο. Προφανώς ο συνολικός αριθµός επιλογών είναι το γινόµενο του αριθµού των επιλογών σε κάθε στάδιο. Εδώ έχουµε 1 διαφορετικά µενού, για να διαλέξουµε. Παράδειγµα : Σε ένα πείραµα τύχης ϱίχνουµε ένα νόµισµα και ένα Ϲάρι. Ποιος είναι ο δειγµατοχώρος αυτού του πειράµατος Προφανώς αυτό είναι ένα πείραµα που εκτελείται σε δύο στάδια. Ας υποθέσουµε ότι ϱίχνουµε πρώτα το νόµισµα Π 1. Εχουµε δύο δυνατά αποτελέσµατα, κεφάλι Κ ή γράµµατα Γ. Κατόπιν ϱίχνουµε το Ϲάρι Π. Γι αυτό έχουµε έξι δυνατά αποτελέσµατα, τα 1,,,4,5,6. Τώρα, κάθε σηµείο του δειγµατοχώρου του Π 1 µπορεί να συνδυαστεί µε καθένα από τα 6 σηµεία του δειγµατοχώρου του Π, για να δώσει 1

2 6 το πλήθος διατεταγµένα Ϲεύγη. Ο δειγµατοχώρος του σύνθετου πειράµατος ϑα είναι λοιπόν Ω { Κ,1, Κ,,...,Κ,6,Γ,1,Γ,,...,Γ,6 }, όπου το σηµείο Κ, 4, λόγου χάρη, σηµαίνει να έρθει Κ στη ϱίψη του νοµίσµατος, και 4 στη ϱίψη του Ϲαριού. Θα διατυπωσουµε τώρα µιά µάλλον προφανή πρόταση, η οποία είναι γνωστή ως η ϐασική αρχή της απαρίθµησης. Πρόταση : Υποθέτουµε ότι ένα έργο π.χ. µια εργασία, ένα πείραµα τύχης, κ.τ.λ. µπορεί να ολοκληρωθεί σε στάδια ή ϐαθµίδες ή στοιχειώδη πειράµατα τύχης. Υπάρχουν m 1 τρόποι να εκτελέσουµε το πρώτο στάδιο ή m 1 επιλογές για το πρώτο στάδιο, ή m 1 δειγµατοσηµεία στον δειγµατοχώρο του πρώτου σταδίου. Για καθέναν από αυτούς τους m 1 τρόπους υπάρχουν m τρόποι να εκτελέσουµε το δεύτερο στάδιο. Για καθέναν από αυτούς τους m τρόπους υπάρχουν m τρόποι να εκτελέσουµε το τρίτο στάδιο, κ.ο.κ. Τότε ο ολικός αριθµός των διαφορετικών τρόπων, µε τους οποίους µπορεί να ολοκληρωθεί το έργο αυτό, δίνεται από το γινόµενο N m 1 m m. Ας εξειδικεύσουµε το παραπάνω σε πειράµατα τύχης. Θεωρούµε πειράµατα τύχης ή στάδια ενός σύνθετου πειράµατος τύχης, Π 1, Π,...,Π, και τους αντίστοιχους δειγµατοχώρους, Ω 1, Ω,...,Ω, µε πλήθος δειγµατοσηµείων NΩ j m j, j 1,,...,. Ακολούθως ϑεωρούµε το σύνθετο πείραµα τύχης Π, που συνίσταται στην ταυτόχρονη εκτέλεση των παραπάνω πειραµάτων τύχης. Πόσα είναι τα δυνατά αποτελέσµατα του Π; ή, ισοδύναµα, πόσες είναι οι δυνατές άδες που µπορούµε να κατασκευάσουµε παίρνοντας ένα στοιχείο από Ω 1, ένα στοιχείο από τον Ω, κ.τ.λ.. Η απάντηση, η οποία δίνεται από την προηγούµενη πρόταση, είναι NΩ m 1 m m, όπου Ω ο δειγµατοχώρος του Π. Αυτό είναι και το πλήθος των άδων x 1, x,..., x που µπορούµε να σχηµατίσουµε παίρνοντας ένα στοιχείο x 1 από το Ω 1, ένα στοιχείο x από το Ω, κ.τ.λ. Μια σηµαντική ειδική περίπτωση του παραπάνω παραδείγµατος παίρνουµε αν ο κα- ϑένας από τους δειγµατοχώρους Ω j είναι το ίδιο πάντα σύνολο, έστω S, το οποίο έχει στοιχεία. Τότε υπάρχουν το πλήθος άδες x 1, x,..., x, για τις οποίες κάθε x j είναι ένα από τα στοιχεία του S. Για παράδειγµα, αν ϱίξουµε ένα Ϲάρι τρεις ϕορές, οι τριάδες x 1, x, x που µπορούν να σχηµατιστούν είναι 6, όπου τα x 1, x, και x είναι στοιχεία του συνόλου {1,,, 4, 5, 6}. Οι τριάδες αυτές είναι τα σηµεία του δειγµατοχώρου Ω του πειράµατος της ϱίψης τριών Ϲαριών, όπου η τριάδα,4,5, π.χ. παριστάνει το ενδεχόµενο να έρθει το πρώτο Ϲάρι, 4 το δεύτερο, και 5 το τρίτο. ιατάξεις Η παραπάνω περίπτωση µπορεί να ιδωθεί και από άλλη οπτική γωνιά, όπως ϕαίνεται στο εξής παράδειγµα : Παράδειγµα : Ενα δοχείο περιέχει όµοιους ϐόλους, που ϕέρουν αριθµούς από το 1 ως το. Επιλέγουµε τυχαία ένα ϐόλο από το δοχείο, σηµειώνουµε τον αριθµό του και τον ξανατοποθετούµε στο δοχείο. Αν η διαδικασία αυτή επαναληφθεί ϕορές, ποιος είναι ο δειγµατοχώρος σύνολο των δυνατών αποτελεσµάτων του πειράµατος; Κάθε µία από τις επιλογές δίνει έναν αριθµό από το 1 ως το. Το αποτέλεσµα των επιλογών περιγράφεται από τη άδα x 1, x,..., x, όπου το x 1 είναι ο αριθµός

3 πάνω στον πρώτο ϐόλο που επιλέξαµε, το x είναι ο αριθµός πάνω στον δεύτερο ϐόλο που επιλέξαµε, κ.τ.λ. Συνολικά υπάρχουν δυνατές άδες, οι οποίες αποτελούν τα σηµεία του δειγµατοχώρου Ω του πειράµατος. Η παραπάνω διαδικασία λέγεται δειγµατοληψία µε επανατοποθέτηση από έναν πληθυσµό διακεκριµένων αντικειµένων. Το αποτέλεσµα x 1, x,..., x λέγεται διατεταγ- µένο δείγµα µεγέθους από έναν πληθυσµό µεγέθους αντικειµένων µε επανατοποθέτηση, ή διάταξη των αντικειµένων ανά. Εδώ ϐέβαια υποθέτουµε ότι όλα τα δυνατά δείγµατα έχουν την ίδια πιθανότητα. Για παράδειγµα, στη ϱίψη των τριών Ϲαριών, όπου έχουµε 6 16 δυνατά αποτελέσµατα, καθένα από αυτά ϑεωρούµε ότι έχει πιθανότητα 1/16 να ϐγεί. Παράδειγµα 4: Εστω τα γράµµατα a, b, c. Πόσα είναι τα δυνατά διατεταγµένα Ϲεύγη που ϑα µπορούσαµε να ϕτιάξουµε από τα γράµµατα αυτά χρησιµοποιώντας δειγ- µατοληψία µε επανατοποθέτηση; Σύµφωνα µε τα παραπάνω, τα διατεταγµένα δεύγη δείγµατα µεγέθους που µπο- ϱούµε να ϕτιάξουµε από πληθυσµό τριών αντικειµένων δηλαδή οι διατάξεις των τριών στοιχείων ανά δύο είναι 9. Οι διατάξεις αυτές είναι οι {a, a, a, b, a, c, b, a, b, b, b, c, c, a, c, b, c, c}. Ας δούµε τώρα µια λίγο διαφορετική διαδικασία. Εστω S ένα σύνολο µε διακεκριµένα αντικείµενα, αριθµηµένα από το 1 ως το. Επιλέγουµε ένα από αυτά και σηµειώνουµε τον αριθµό του, χωρίς να το ξανατοποθετήσουµε στο S. Αν επαναλάβουµε αυτή τη διαδικασία, ϑα έχουµε να επιλέξουµε κάποιο από τα υπόλοιπα 1 αντικείµενα. Γενικά, αν εκτελέσουµε τη διαδικασία αυτή ϕορές, επιλέγονται συνολικά αντικείµενα από το S, όπου προφανώς π.χ. επιλογή 6 χαρτιών από µια τράπουλα. Το αποτέλεσµα αυτού του σύνθετου τυχαίου πειράµατος περιγράφεται και πάλι από µιά άδα x 1, x,..., x, της οποίας όµως οι αριθµοί πρέπει να είναι διαφορετικοί, αφού δεν έχουµε διπλές εµφανίσεις στο δείγµα µας. Το πρώτο αντικείµενο που επιλέξαµε µπορεί να είναι οποιοδήποτε από τα άρα υπάρχουν τρόποι για την επιλογή του πρώτου αντικειµένου, το δεύτερο οποιοδήποτε από τα υπόλοιπα 1, κ.ο.κ. Άρα υπάρχουν, σύµφωνα µε την πρόταση της προηγούµενης παραγράφου, 1 + 1!/! διαφορετικά δυνατά αποτελέσµατα για το πείραµα αυτό. Η διαδικασία αυτή ονοµάζεται δειγµατοληψία αντικειµένων χωρίς επανατοπο- ϑέτηση, αν υποθέσουµε ότι όλα τα αποτελέσµατα είναι ισοπίθανα. Παράδειγµα 5: Εστω τα γράµµατα a, b, c. Πόσα είναι τα δυνατά διατεταγµένα Ϲεύγη που ϑα µπορούσαµε να ϕτιάξουµε από τα γράµµατα αυτά χρησιµοποιώντας δειγ- µατοληψία χωρίς επανατοποθέτηση; ειγµατοληψία χωρίς επανατοποθέτηση σηµαίνει ότι στο κάθε διατεταγµένο Ϲεύγος ένα γράµµα ϑα εµφανίζεται µόνο µία ϕορά. Σύµφωνα µε τα παραπάνω, ο αριθµός τέτοιων Ϲευγών είναι!/! 6. Τα διατεταγµένα αυτά Ϲεύγη είναι τα {a, b, a, c, b, a, b, c, c, a, c, b}.

4 Στην ειδική περίπτωση όπου, δηλαδή Ϲητάµε τα διατεταγµένα δείγµατα µεγέθους που µπορούµε να ϕτιάξουµε από πληθυσµό αντικειµένων χωρίς επανατοποθέτηση, ο αριθµός των δυνατών αποτελεσµάτων ειναι 1 1!. Τα αποτελέσµατα αυτά λέγονται µεταθέσεις των αριθµών. Λέµε λοιπόν ότι το σύνολο των δυνατών µεταθέσεων αριθµών είναι!. Π.χ., οι δυνατές µεταθέσεις των τριών γραµµάτων a, b, c του προηγούµενου παραδείγ- µατος είναι!6 είναι οι a, b, c, a, c, b, b, a, c, b, c, a, c, a, b, c, b, a. Παράδειγµα 6: Το περίφηµο πρόβληµα των γενεθλίων. Πόσους ανθρώπους χρειάζεται να έχουµε σε ένα δωµάτιο ώστε η πιθανότητα δύο από αυτούς να έχουν γενέθλια την ίδια µέρα να είναι ευνοική ηλαδή να είναι µεγαλύτερη από 1/; Για να το ϐρούµε, ϑα υπολογίσουµε την πιθανότητα P σε ένα δωµάτιο µε ανθρώπους να µην υπάρχουν δύο που έχουν γεννηθεί την ίδια ηµεροµηνία. εχόµαστε ότι ένα έτος έχει 65 ηµέρες αγνοούµε τα δίσεκτα έτη, και ότι όλες οι ηµέρες ενός έτους έχουν την ίδια πιθανότητα να είναι ηµέρες γενεθλίων. Αριθµούµε τους ανθρώπους από το 1 εως το. Τα σηµεία του δειγµατοχώρου είναι άδες της µορφής x 1, x,..., x, όπου τα x i, i 1,,..., είναι µιά από τις 65 ηµέρες του έτους. Ολες οι δυνατές άδες είναι 65, ενώ αυτές στις οποίες καµία ηµεροµηνία δεν εµφανίζεται πάνω από µιά ϕορά είναι Υποθέτοντας ότι κάθε µία από αυτές έχει την ίδια πιθανότητα να εµφανιστεί, έχουµε P Τότε, το που απαιτείται ώστε η πιθανότητα να έχουν δύο από τους ανθρώπους γενέθλια την ίδια ηµεροµηνία να είναι ευνοική, ϐρίσκεται από τη σχέση P < 1 65 < 65. Το αποτέλεσµα είναι εντυπωσιακό. Ακόµα και για έχουµε ότι P < 1/, ενώ για 56 έχουµε P ηλαδή, σε µιά οµάδα 56 ατόµων είναι σχεδόν ϐέβαιο ότι δύο από αυτούς έχουν γεννηθεί την ίδια ηµεροµηνία. Είδαµε ότι αν έχουµε έναν πληθυσµό αντικειµένων, µπορούµε να επιλέξουµε δείγµατα µεγέθους µε επανατοποθέτηση, και δείγµατα χωρίς επανατοποθέτηση. Αν όµως το είναι πολύ µεγάλο σε σχέση µε το, τότε η διαφορά µεταξύ των δύο µεθόδων τυχαίας δειγµατοληψίας είναι πολύ µικρή. 4

5 Συνδυασµοί µη διατεταγµένα δείγµατα Υπάρχουν περιπτώσεις πειράµατα τύχης στις οποίες η σειρά των στοιχείων ενός δείγ- µατος δεν ενδιαφέρει. Π.χ., στο πόκερ. Ενα χέρι του πόκερ αποτελείται από 5 χαρτιά τα οποία επιλέγονται τυχαία από µια συνηθισµένη τράπουλα µε 5 χαρτιά. Είδαµε ότι για ένα τέτοιο σύνολο υπάρχουν 5 5 δυνατές διατάξεις χωρίς επανατοποθέτηση 5 χαρτιών. Αν όµως κάνουµε έτσι τον υπολογισµό, διαφορετικές διατάξεις των ίδιων 5 χαρτιών ϑεωρούνται διαφορετικά χέρια. Οµως στο πόκερ η πεντάδα,,4,5,6 σπαθιά µε αυτή τη διάταξη είναι ίδια µε την πεντάδα,,4,5,6 σπαθιά µε αυτή τη διάταξη. Για την ακρίβεια, όλες οι 5! µεταθέσεις των 5 χαρτιών είναι ισοδύναµες στο πόκερ. Ετσι, από τα 5 5 δυνατά χέρια, τα 5! από αυτά είναι απλώς µεταθέσεις αυτών των ίδιων 5 χαρτιών. Άρα το συνολικό πλήθος των χεριών του πόκερ, αν αγνοήσουµε τη σειρά µε την οποία εµφανίζονται τα χαρτιά, είναι 5 5 /5!. Γενικά, από ένα σύνολο S που περιέχει διακεκριµένα αντικείµενα, µπορούµε να επιλέξουµε διαφορετικά δείγµατα µεγέθους χωρίς επανατοποθέτηση. Κάθε διακεκριµένο υποσύνολο {x 1, x,..., x } από στοιχεία του S µπορεί να διαταχθεί µε! διαφορετικούς τρόπους. Αν αποφασίσουµε να αγνοήσουµε τη σειρά µε την οποία τα αντικείµενα εµφανίζονται στο δείγµα, τότε αυτές οι! αναδιατάξεις ή µεταθέσεις πρέπει να ϑεωρηθούν ταυτόσηµες. Υπάρχουν λοιπόν /! διαφορετικά δείγµατα µεγέθους που µπορούµε να επιλέξουµε χωρίς επανατοποθέτηση και χωρίς να µας ενδιαφέρει η διάταξη από ένα σύνολο S που περιέχει διακεκριµένα αντικείµενα. Τα δείγµατα αυτά λέγονται συνδυασµοί των στοιχείων ανά. Η ποσότητα /! γράφεται συνήθως µε τη ϐοήθεια του συµβόλου του λεγόµενου διωνυµικού συντελεστή! και µπορούµε να δούµε ότι ισούται µε!/!! [1 ][ + 1 1]! [1 ]!!!!. Η ορολογία διωνυµικός συντελεστής προέρχεται από µιά εφαρµογή της άλγεβρας, και συγκεκριµένα το ανάπτυγµα του διωνύµου, x + y x y x + x 1 y + x y + + y, 1 0 όπου το πλήθος των συνδυασµών εµφανίζεται στους συντελεστές του αναπτύγµατος. Οι συντελεστές αυτοί έχουν πολλές ενδιαφέρουσες ιδιότητες, όπως για παράδειγµα 1 j j 1, j 1 j + 1 j 1, 5

6 , κ. ά., a οι οποίες αποδεικνύονται πολύ εύκολα. Σηµειώστε ότι το σύµβολο είναι καλά ορισµένο για κάθε πραγµατικό αριθµό a και µη αρνητικό, και ότι τα 0! και a 0 είναι εξ ορισµού ίσα µε 1. Παράδειγµα 7: Πόσα είναι τα δυνατά µη διατεταγµένα Ϲεύγη που µπορούµε να ϕτιάξουµε από τα γράµµατα a, b, c; Τα Ϲεύγη αυτά είναι οι δυνατοί συνδυασµοί των τριών αριθµών ανά δύο, άρα!/!1! είναι τα a, b, a, c, b, c. Παράδειγµα 8: Σύνθεση επιτροπής. Το τµήµα Υλικών έχει καθηγητές πρώτης ϐαθµίδας, 6 αναπληρωτές καθηγητές, και 8 επίκουρους καθηγητές. Μια τριµέλής επιτροπή εκλέγεται τυχαία από τα παραπάνω µέλη ΕΠ. Βρείτε την πιθανότητα όλα τα µέλη της επιτροπής να είναι επίκουροι καθηγητές. Αν ορίσουµε ως A το γεγονός και τα τρία µέλη της επιτροπής είναι επίκουροι, τότε η πιθανότητα του A δίνεται από το πλήθος των στοιχείων του A προς το συνολικό πλήθος των δειγµατοσηµείων του πειράµατος που το πλήθος των δυνατών µη διατεταγµένων τριάδων που µπορούµε να ϕτιάξουµε από τα υπάρχοντα µέλη ΕΠ. Συνολικά, το τµήµα έχει 17 µέλη ΕΠ. Η επιτροπή των τριών µπορεί να εκλεγεί 17 από τους 17 µε τρόπους. Υπάρχουν 8 επίκουροι καθηγητές, και οι της 8 επιτροπής µπορούν να επιλεγούν από αυτούς µε τρόπους. Αρα η Ϲητούµενη πιθανότητα είναι 8 17 P / Σε πολλές περιπτώσεις οδηγούµαστε στον υπολογισµό παραγοντικών. Οταν όµως ο αριθ- µός, έστω, είναι ακόµα και µέτριου µεγέθους για παράδειγµα 15, τότε το! είναι πάρα πολύ µεγάλος αριθµός. Στις περιπτώσεις αυτές, µια προσεγγιστική τιµή του! δίνεται από τον τύπο του Stirlig, σύµφωνα µε τον οποίο! π, e όπου e είναι η ϐάση των νεπέρειων λογαρίθµων σταθερά του Euler, e Μια τελευταία παρατήρηση που αφορά τον συµβολισµό : Οι ποσότητες και /! συµβολίζονται επίσης µε P P από το Permutatio µεταθέσεις και C C από το Combiatio συνδυασµοί, αντίστοιχα 6

7 Ασκήσεις 1. Με πόσους διαφορετικούς τρόπους µπορούν να καθήσουν στη σειρά 10 άνθρωποι σε 4 καρέκλες;. ιαλέγουµε τυχαία 5 αριθµούς από το σύνολο {1,,,..., 15}, µε επανατοποθέτηση. Ποια είναι η πιθανότητα : α ο µεγαλύτερος να είναι 9; ϐ ο µικρότερος να είναι και ο µεσαίος σε µέγεθος να είναι 8; γ οι δύο να είναι άρτιοι και οι τρείς περιττοί;. Ενα δοχείο περιέχει 8 αριθµηµένους ϐόλους από το 1 ως το 8. Επιλέγουµε 4 ϐόλους στην τύχη, χωρίς επανατοποθέτηση. Ποια είναι η πιθανότητα ο µικρότερος αριθµός να είναι το 4. έκα χαρτιά επιλέγονται στην τύχη από µιά τράπουλα 5 χαρτιών. Σε πόσες περιπτώσεις περιλαµβάνεται τουλάχιστον ένας άσσος Σε πόσες περιπτώσεις περιλαµβάνεται ακριβώς ένας άσσος 5. Τρεις γυναίκες και πέντε άνδρες σχηµατίζουν µιά τετραµελή οµάδα. Κατά πόσους τρόπους µπορεί να συµβεί αυτό, έτσι ώστε να υπάρχει τουλάχιστον µία γυναίκα στην οµάδα 6. Πόσες διαφορετικές επιτροπές µε άνδρες και 4 γυναίκες µπορούν να σχηµατιστούν από 8 άνδρες και 6 γυναίκες 7. Κατά πόσους τρόπους µπορούν να χωριστούν 10 άνθρωποι σε δύο οµάδες από 7 και ανθρώπους 8. Υπολογίστε την πιθανότητα να εµφανιστούν εξάρια σε 5 ϱίψεις ενός Ϲαριού. 9. Παίρνουµε τυχαία αριθµούς χωρίς επανατοποθέτηση από ένα δοχείο που περιέχει τους αριθµούς 1,,...,0. Να ϐρεθεί η πιθανότητα των παρακάτω γεγονότων : α το άθροισµα τους να είναι 11 ϐ το γινόµενό τους είναι άρτιο γ ο µικρότερος είναι 4 ή 5. 7

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

Πρόχειρες σηµειώσεις στις Πιθανότητες

Πρόχειρες σηµειώσεις στις Πιθανότητες Τµήµα Επιστήµης και Τεχνολογίας Υλικών Πρόχειρες σηµειώσεις στις Πιθανότητες Νίκος Λαζαρίδης Για το µάθηµα Εφαρµοσµένα Μαθηµατικά (ΤΕΤΥ 116) Αναθεώρηση, συµπληρώσεις : Μαρία Καφεσάκη 1 Κεφάλαιο 1: Η έννοια

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

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

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

(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

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

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

ΕΠΑΝΑΛΗΠΤΙΚΗ ΕΙΓΜΑΤΟΛΗΨΙΑ

ΕΠΑΝΑΛΗΠΤΙΚΗ ΕΙΓΜΑΤΟΛΗΨΙΑ Τµ. Επιστήµης των Υλικών Βασικές Αρχές Αρχή της Απαρίθµησης Εστω ότι ϑέλουµε να εκτελέσουµε ένα έργο Τ και το έργο εκτελείται σε κάποιες ϐαθµίδες, οι οποίες ϐαθµίδες εκτελούνται σε υποέργα, T j, j = 1,

Διαβάστε περισσότερα

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 εσµευµένη Πιθανότητα Πολλαπλασιαστικός Νόµος Ανεξάρτητα Γεγονότα Θεώρηµα Ολικής Πιθανότητας Κανόνας Bayes

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

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

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ Χαράλαµπος Α. Χαραλαµπίδης 12 Οκτωβρίου 2009 ΠΡΑΞΕΙΣ ΣΤΑ ΕΝ ΕΧΟΜΕΝΑ Ενωση ενδεχοµένων Η ένωση δύο ενδεχοµένων A και B (ως προς ένα δειγµατικό χώρο Ω), συµβολιζόµενη

Διαβάστε περισσότερα

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

(1) 98! 25! = 4 100! 23! = 4 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 Συνδυαστική Ανάλυση ΙΙ και Εισαγωγή στις ιακριτές Τυχαίες Μεταβλητές

Διαβάστε 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

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

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

#(A B) = (#A)(#B). = 2 6 = 1/3,

#(A B) = (#A)(#B). = 2 6 = 1/3, Κεφάλαιο 4 Πιθανότητες και συνδυαστική Οπως είδαμε σε κάποια παραδείγματα των προηγουμένων κεφαλαίων, συχνά συναντάμε καταστάσεις όπου όλες οι δυνατές εκφάνσεις ενός τυχαίου πειράματος έχουν την ίδια πιθανότητα.

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 6o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gvasil

Διαβάστε περισσότερα

Πρόχειρες σηµειώσεις στις Πιθανότητες

Πρόχειρες σηµειώσεις στις Πιθανότητες Τµήµα Επιστήµης και Τεχνολογίας Υλικών Πρόχειρες σηµειώσεις στις Πιθανότητες Νίκος Λαζαρίδης Για το µάθηµα Εφαρµοσµένα Μαθηµατικά (ΤΕΤΥ 116) Αναθεώρηση, συµπληρώσεις : Μαρία Καφεσάκη 1 Κεφάλαιο 1: Η έννοια

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

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

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

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ . Να βρείτε το δειγµατικό χώρο της ρίψης ενός ζαριού.. Επιλέγουµε ένα µαθητή Λυκείου και σηµειώνουµε το φύλο και την τάξη του. Να βρείτε το δειγµατικό χώρο Ω του πειράµατος. 3. Τραβάµε ένα φύλλο από µία

Διαβάστε περισσότερα

3.2. Ασκήσεις σχ. βιβλίου σελίδας 154 156 Α ΟΜΑ ΑΣ

3.2. Ασκήσεις σχ. βιβλίου σελίδας 154 156 Α ΟΜΑ ΑΣ . Ασκήσεις σχ. βιβλίου σελίδας 54 56 Α ΟΜΑ ΑΣ. Από µία τράπουλα µε 5 φύλλα παίρνουµε ένα στην τύχη. Να βρείτε τις πιθανότητες των ενδεχοµένων : i) Το φύλλο είναι 5 ii) Το φύλλο δεν είναι 5 i) εχόµαστε

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

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

2. Στοιχεία Πολυδιάστατων Κατανοµών

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

Διαβάστε περισσότερα

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

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

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

1 Ορισµός ακολουθίας πραγµατικών αριθµών

1 Ορισµός ακολουθίας πραγµατικών αριθµών ΜΑΣ 02. Απειροστικός Λογισµός Ι Ορισµός ακολουθίας πραγµατικών αριθµών Ορισµός.. Ονοµάζουµε ακολουθία πραγµατικών αριθµών κάθε απεικόνιση του συνόλου N των ϕυσικών αριθµών, στο σύνολο R των πραγµατικών

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

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

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

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

Συνδυαστική. Σύνθετο Πείραµα. Πείραµα. 19 -Συνδυαστική. Το υλικό των. ΗΥ118 ιακριτά Μαθηµατικά, Άνοιξη Τρίτη, 19/04/2016

Συνδυαστική. Σύνθετο Πείραµα. Πείραµα. 19 -Συνδυαστική. Το υλικό των. ΗΥ118 ιακριτά Μαθηµατικά, Άνοιξη Τρίτη, 19/04/2016 HY118- ιακριτά Μαθηµατικά Τρίτη, 19/04/2016 Συνδυαστική Το υλικό των Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 1 2 Πείραµα Σύνθετο Πείραµα Πείραµα:Οποιαδήποτε διαδικασίαπου µπορεί να οδηγήσει σε ένα

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

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 15 Οκτωβρίου 2009 ΚΛΑΣΙΚΗ ΠΙΘΑΝΟΤΗΤΑ De Moivre Ο κλασικός ορισµός της πιθανότητας αφορά πεπερασµένους δειγµατικούς χώρους και

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

Συνδυαστική Ανάλυση. Υπολογισμός της πιθανότητας σε διακριτούς χώρους με ισοπίθανα αποτελέσματα:

Συνδυαστική Ανάλυση. Υπολογισμός της πιθανότητας σε διακριτούς χώρους με ισοπίθανα αποτελέσματα: Συνδυαστική Ανάλυση Υπολογισμός της πιθανότητας σε διακριτούς χώρους με ισοπίθανα αποτελέσματα: P( A) N( A) N ( ) Ν(Α): πλήθος ευνοϊκών αποτελεσμάτων του Α Ν(Ω): πλήθος συνολικών αποτελεσμάτων του Ω Χρειαζόμαστε

Διαβάστε περισσότερα

11 Το ολοκλήρωµα Riemann

11 Το ολοκλήρωµα Riemann Το ολοκλήρωµα Riem Το πρόβληµα υπολογισµού του εµβαδού οποιασδήποτε επιφάνειας ( όπως κυκλικοί τοµείς, δακτύλιοι και δίσκοι, ελλειπτικοί δίσκοι, παραβολικά και υπερβολικά χωρία κτλ) είναι γνωστό από την

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΤΑΞΙΝΟΜΗΜΕΝΑ Ε ΟΜΕΝΑ

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΤΑΞΙΝΟΜΗΜΕΝΑ Ε ΟΜΕΝΑ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΤΑΞΙΝΟΜΗΜΕΝΑ Ε ΟΜΕΝΑ Αριθµητικός Μέσος: όπου : αριθµός παρατηρήσεων ιάµεσος: εάν άρτιος εάν περιττός M + + M + Παράδειγµα: ηλ.: Εάν :,,, M + + 5 + +, 5 Εάν :,, M + Επικρατούσα Τιµή:

Διαβάστε περισσότερα

εσµευµένες Πιθανότητες-Λυµένα Παραδείγµατα 3. Επιλέγουµε έναν που δεν είναι άνεργος. Ποια είναι η πιθανότητα να είναι πτυχιούχος; = 0.

εσµευµένες Πιθανότητες-Λυµένα Παραδείγµατα 3. Επιλέγουµε έναν που δεν είναι άνεργος. Ποια είναι η πιθανότητα να είναι πτυχιούχος; = 0. Τµήµα Επιστήµης των Υλικών Μάθηµα: Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες ιδάσκων: Κ. Πετρόπουλος εσµευµένες Πιθανότητες-Λυµένα Παραδείγµατα Παράδειγµα. Το 0% του ενεργού πληθυσµού (εργαζόµενοι

Διαβάστε περισσότερα

5.2 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝ ΕΧΟΜΕΝΑ

5.2 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝ ΕΧΟΜΕΝΑ 1 5.2 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝ ΕΧΟΜΕΝΑ ΘΕΩΡΙΑ 1. Πείραµα τύχης : Το πείραµα του οποίου δε µπορούµε να προβλέψουµε µε ακρίβεια το αποτέλεσµα. 2. ειγµατικός χώρος : Το σύνολο των δυνατών αποτελεσµάτων ενός πειράµατος

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

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

3.1 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ - ΕΝ ΕΧΟΜΕΝΑ. 1. Πείραµα τύχης : Το πείραµα του οποίου δε µπορούµε να προβλέψουµε µε ακρίβεια το αποτέλεσµα.

3.1 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ - ΕΝ ΕΧΟΜΕΝΑ. 1. Πείραµα τύχης : Το πείραµα του οποίου δε µπορούµε να προβλέψουµε µε ακρίβεια το αποτέλεσµα. 1 3.1 ΕΙΓΜΤΙΚΟΣ ΧΡΟΣ - ΕΝ ΕΧΟΜΕΝ ΘΕΡΙ 1. Πείραµα τύχης : Το πείραµα του οποίου δε µπορούµε να προβλέψουµε µε ακρίβεια το αποτέλεσµα. 2. ειγµατικός χώρος : Το σύνολο των δυνατών αποτελεσµάτων του πειράµατος

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

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

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ 3ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 3ο Μάθημα Πιθανότητες

Διαβάστε περισσότερα

ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 2

ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 2 ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι Τµηµα Β Ασκησεις - Φυλλαδιο 2 ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/algebraicstructuresi/asi2016/asi2016.html Πέµπτη 3 Μαρτίου 2016 Αν (G, ) είναι

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 26 Οκτωβρίου 2009 Η διερεύνηση, σε γενικές γραµµές, της δεσµευµένης πιθανότητας και η σύγκρισή της µε την απόλυτη πιθανότητα αποκαλύπτει

Διαβάστε περισσότερα

5.3 Η ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ

5.3 Η ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ 1 5.3 Η ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ ΘΕΩΡΙΑ 1. Ισοπίθανα απλά ενδεχόµενα Είναι τα απλά ενδεχόµενα για τα οποία κάποιο εξ αυτών δεν έχει πλεονέκτηµα έναντι των άλλων όσον αφορά την επιλογή του. Με άλλα λόγια

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

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

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

(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

Γραµµική Αλγεβρα Ι. Ενότητα: Γραµµικές απεικονίσεις. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Γραµµική Αλγεβρα Ι. Ενότητα: Γραµµικές απεικονίσεις. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών Ενότητα: Γραµµικές απεικονίσεις Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

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

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ

Περιεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ Πιθανότητες και Αρχές Στατιστικής (3η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 38 Περιεχόμενα

Διαβάστε περισσότερα

4 η δεκάδα θεµάτων επανάληψης

4 η δεκάδα θεµάτων επανάληψης 1 4 η δεκάδα θεµάτων επανάληψης 31. Έστω Α, Β δύο ενδεχόµενα του ίδιου δειγµατικού χώρου. Αν Ρ(Α ) 0,8 και Ρ(Β ) 0,71 δείξτε ότι Ρ( Α Β) 1,01 Ρ( Α Β) i Το ενδεχόµενο Α Β δεν είναι το κενό. Έχουµε Ρ( Α

Διαβάστε περισσότερα

1. Πείραμα τύχης. 2. Δειγματικός Χώρος ΣΤΟΙΧΕΙΑ ΑΠΟ ΤΗ ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ

1. Πείραμα τύχης. 2. Δειγματικός Χώρος ΣΤΟΙΧΕΙΑ ΑΠΟ ΤΗ ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ 1 ΣΤΟΙΧΕΙ ΠΟ ΤΗ ΘΕΩΡΙ ΠΙΘΝΟΤΗΤΩΝ 1. Πείραμα τύχης Πείραμα τύχης (π.τ.) ονομάζουμε κάθε πείραμα που μπορεί να επαναληφθεί όσες φορές επιθυμούμε υπό τις ίδιες συνθήκες και του οποίου το αποτέλεσμα είναι

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

4 η δεκάδα θεµάτων επανάληψης

4 η δεκάδα θεµάτων επανάληψης 4 η δεκάδα θεµάτων επανάληψης 31. Έστω Α, Β δύο ενδεχόµενα του ίδιου δειγµατικού χώρου. Αν Ρ(Α ) 0,8 και Ρ(Β ) 0,71 δείξτε ότι Ρ( Α Β) 1,01 Ρ( Α Β) i Το ενδεχόµενο Έχουµε Α Βδεν είναι το κενό. Ρ( Α Β)

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

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

Πρόχειρες σηµειώσεις στις Πιθανότητες

Πρόχειρες σηµειώσεις στις Πιθανότητες Η Ι Η Η Ο Α ΙΑ Α Ι Η ΙΟ Η Η Εφα ο αν α α Π όχε ε Σ ε ώ ε Π α ό ε Κεφά α ο 1 ο Ν α α,ν α αν αφ Ν(α α ώ,ν υ π ώ ) ανεπ Ν α Ν χ ο ογ α Ν ώ Τµήµα Επιστήµης και Τεχνολογίας Υλικών Πρόχειρες σηµειώσεις στις

Διαβάστε περισσότερα

1.1 Πείραμα Τύχης - δειγματικός χώρος

1.1 Πείραμα Τύχης - δειγματικός χώρος 1. ΠΙΘΑΝΟΤΗΤΕΣ 1.1 Πείραμα Τύχης - δειγματικός χώρος Κάθε πείραμα στο οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα λέγεται αιτιοκρατικό πείραμα. Τέτοια πειράματα

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

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

Στατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε 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

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)

ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 19 Οκτωβρίου 2009 ΑΞΙΩΜΑΤΙΚΗ ΘΕΜΕΛΙΩΣΗ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ Ορισµός Εστω Ω δειγµατικός χώρος στοχαστικού (τυχαίου) πειράµατος (ή ϕαινοµένου).

Διαβάστε περισσότερα

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής. 2.6 ΟΡΙΑ ΑΝΟΧΗΣ Το διάστηµα εµπιστοσύνης παρέχει µία εκτίµηση µιας άγνωστης παραµέτρου µε την µορφή διαστήµατος και ένα συγκεκριµένο βαθµό εµπιστοσύνης ότι το διάστηµα αυτό, µε τον τρόπο που κατασκευάσθηκε,

Διαβάστε περισσότερα

Θέμα 1 ο (ΜΑΪΟΣ 2004, ΜΑΪΟΣ 2008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Απόδειξη

Θέμα 1 ο (ΜΑΪΟΣ 2004, ΜΑΪΟΣ 2008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Απόδειξη ΕΚΔΟΣΕΙΣ ΚΕΛΑΦΑ 59 Θέμα 1 ο (ΜΑΪΟΣ 004, ΜΑΪΟΣ 008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Έχουμε f (x+h) - f (x) = c - c = 0 και για h 0 είναι f (x + h) - f (x) 0 m

Διαβάστε περισσότερα

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.)

3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.) 3 Οριακά θεωρήµατα Κεντρικό Οριακό Θεώρηµα (ΚΟΘ) Ένα από τα πιο συνηθισµένα προβλήµατα που ανακύπτουν στη στατιστική είναι ο προσδιορισµός της κατανοµής ενός µεγάλου αθροίσµατος ανεξάρτητων τµ Έστω Χ Χ

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

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

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ

ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ ΑΛΓΕΒΡΑ - Α ΛΥΚΕΙΟΥ ΔΙΑΔΡΑΣΤΙΚΟ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ Επιμέλεια: Παπαδόπουλος Παναγιώτης Πείραμα τύχης 1 η δραστηριότητα Ρίξτε ένα κέρμα 5 φορές και καταγράψτε την πάνω όψη του: 1 η ρίψη:, 2 η ρίψη:, 3 η ρίψη:

Διαβάστε περισσότερα

ΕΣΜΕΥΜΕΝΕΣ ΠΙΘΑΝΟΤΗΤΕΣ

ΕΣΜΕΥΜΕΝΕΣ ΠΙΘΑΝΟΤΗΤΕΣ Τµ. Επιστήµης των Υλικών εσµευµένες Πιθανότητες Εστω (Ω, A, P) ένας πιθανοθεωρητικός χώρος. Αξιωµατικός Ορισµός της Πιθανότητας (Kolmogorov) Θεωρούµε (Ω, A) έναν µετρήσιµο χώρο. Ενα πιθανοθεωρητικό µέτρο

Διαβάστε περισσότερα

ΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ

ΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Θεωρία Πιθανοτήτων Εάν οι συνθήκες τέλεσης ενός πειράματος καθορίζουν πλήρως το αποτέλεσμα του, τότε το πείραμα λέγεται αιτιοκρατικό. Είναι γνωστό ότι το αποσταγμένο νερό βράζει στους 100 βαθμού κελσίου.

Διαβάστε περισσότερα

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής: ΣΕΙΡΕΣ TAYLOR Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων Πολυώνυµο είναι κάθε συνάρτηση της µορφής: p( ) = a + a + a + a + + a, όπου οι συντελεστές α i θα θεωρούνται

Διαβάστε περισσότερα

Βασικές έννοιες. Παραδείγµατα: Το σύνολο των φοιτητών που είναι εγγεγραµµένοι

Βασικές έννοιες. Παραδείγµατα: Το σύνολο των φοιτητών που είναι εγγεγραµµένοι Τι είναι η Στατιστική? Η ΣΤΑΤΙΣΤΙΚΗ ορίζεται σήµερα ως η επιστήµη που σχετίζεται µε τις επιστηµονικές µεθόδους συλλογής, παρουσίασης, αξιολόγησης και γενίκευσης (: εξαγωγής συµπερασµάτων) της πληροφορίας.

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

ροµολόγηση πακέτων σε δίκτυα υπολογιστών

ροµολόγηση πακέτων σε δίκτυα υπολογιστών ροµολόγηση πακέτων σε δίκτυα υπολογιστών Συµπληρωµατικές σηµειώσεις για το µάθηµα Αλγόριθµοι Επικοινωνιών Ακαδηµαϊκό έτος 2011-2012 1 Εισαγωγή Οι παρακάτω σηµειώσεις παρουσιάζουν την ανάλυση του άπληστου

Διαβάστε περισσότερα

Γραµµική Αλγεβρα Ι. Ενότητα: Εισαγωγικές Εννοιες. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Γραµµική Αλγεβρα Ι. Ενότητα: Εισαγωγικές Εννοιες. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών Ενότητα: Εισαγωγικές Εννοιες Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

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

5.1 Συναρτήσεις δύο ή περισσοτέρων µεταβλητών

5.1 Συναρτήσεις δύο ή περισσοτέρων µεταβλητών Κεφάλαιο 5 ΣΥΝΑΡΤΗΣΕΙΣ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 5.1 Συναρτήσεις δύο ή περισσοτέρων µεταβλητών Οταν ένα µεταβλητό µέγεθος εξαρτάται αποκλειστικά από τις µεταβολές ενός άλλου µεγέθους, τότε η σχέση που συνδέει

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

3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }.

3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }. 3 ΠΙΘΑΝΟΤΗΤΕΣ 3.1 ΔΕΙΓΜΑΤΙΚΟΣ ΧΡΟΣ - ΕΝΔΕΧΟΜΕΝΑ Πείραμα Τύχης Ένα πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνεται φαινομενικά τουλάχιστον κάτω από

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

HY118- ιακριτά Μαθηµατικά

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

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

KΕΦΑΛΑΙΟ 1 ΧΡΗΣΙΜΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΝΝΟΙΕΣ. { 1,2,3,..., n,...

KΕΦΑΛΑΙΟ 1 ΧΡΗΣΙΜΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΝΝΟΙΕΣ. { 1,2,3,..., n,... KΕΦΑΛΑΙΟ ΧΡΗΣΙΜΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΝΝΟΙΕΣ Βασικές έννοιες διαιρετότητας Θα συµβολίζουµε µε, τα σύνολα των φυσικών αριθµών και των ακεραίων αντιστοίχως: {,,3,,, } { 0,,,,, } = = ± ± ± Ορισµός Ένας φυσικός αριθµός

Διαβάστε περισσότερα

ΙΑΝΥΣΜΑΤΑ ΘΕΩΡΙΑ ΘΕΜΑΤΑ ΘΕΩΡΙΑΣ. Τι ονοµάζουµε διάνυσµα; αλφάβητου επιγραµµισµένα µε βέλος. για παράδειγµα, Τι ονοµάζουµε µέτρο διανύσµατος;

ΙΑΝΥΣΜΑΤΑ ΘΕΩΡΙΑ ΘΕΜΑΤΑ ΘΕΩΡΙΑΣ. Τι ονοµάζουµε διάνυσµα; αλφάβητου επιγραµµισµένα µε βέλος. για παράδειγµα, Τι ονοµάζουµε µέτρο διανύσµατος; ΙΝΥΣΜΤ ΘΕΩΡΙ ΘΕΜΤ ΘΕΩΡΙΣ Τι ονοµάζουµε διάνυσµα; AB A (αρχή) B (πέρας) Στη Γεωµετρία το διάνυσµα ορίζεται ως ένα προσανατολισµένο ευθύγραµµο τµήµα, δηλαδή ως ένα ευθύγραµµο τµήµα του οποίου τα άκρα θεωρούνται

Διαβάστε περισσότερα

3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ

3.1 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

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι:

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: Κατανοµές ειγµατοληψίας 1.Εισαγωγή Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: 1. Στατιστικής και 2. Κατανοµής ειγµατοληψίας

Διαβάστε περισσότερα

Θεώρηµα: Z ( Απόδειξη: Περ. #1: Περ. #2: *1, *2: αποδεικνύονται εύκολα, διερευνώντας τις περιπτώσεις ο k να είναι άρτιος ή περιττός

Θεώρηµα: Z ( Απόδειξη: Περ. #1: Περ. #2: *1, *2: αποδεικνύονται εύκολα, διερευνώντας τις περιπτώσεις ο k να είναι άρτιος ή περιττός HY118- ιακριτά Μαθηµατικά Την προηγούµενη φορά Τρόποι απόδειξης Τρίτη, 07/03/2017 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr Το υλικό των διαφανειών έχει βασιστεί σε διαφάνειες του Kees van Deemter,

Διαβάστε περισσότερα