ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ"

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ: ΜΑΘΗΜΑΤΙΚΩΝ ΠΡΟΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ Σηµειώσεις για το µάθηµα ΣΥΝ ΥΑΣΤΙΚΗ Θεοδόσης ηµητράκος Σάμος 2014

2 ΕΙΣΑΓΩΓΗ Η Συνδυαστική από τα πρώτα στάδια της εμφάνισης της είχε ως αντικείμενο τη μελέτη του σχηματισμού, της απαρίθμησης και των ιδιοτήτων των διατάξεων, των συνδυασμών και των διαμερίσεων ενός πεπερασμένου συνόλου κάτω από ορισμένες συνθήκες. Η ανάπτυξη της θεωρίας των Πιθανοτήτων και της Στατιστικής και η συνεχώς αυξανόμενη απαίτηση για πιο γενικούς από τις διατάξεις, συνδυασμούς και διαμερίσεις σχηματισμούς όπως και η εμφάνιση και ανάπτυξη των υπολογιστών έχουν συμβάλει στην αλματώδη ανάπτυξη της Συνδυαστικής στις τελευταίες δεκαετίες. Αξίζει να αναφερθεί ότι ένα μεγάλο πλήθος εφαρμογών της Θεωρίας Πιθανοτήτων σε περιοχές, όπως η Βιολογία, η Πληροφορική, η Γενετική, η Ψυχολογία και η Στατιστική βρίσκει ικανοποιητικές απαντήσεις μόνο μέσω καλά θεμελιωμένων συνδυαστικών τεχνικών, πράγμα που εξηγεί γιατί τα αντικείμενα που πραγματεύεται η Συνδυαστική είναι χρήσιμα για τους ερευνητές αυτών των γνωστικών περιοχών. Το ευρύ πεδίο των εφαρμογών των μεθόδων της Συνδυαστικής, την καθιστά πολύ χρήσιμη στους ερευνητές που ασχολούνται με την Επιχειρησιακή Έρευνα, τις φυσικές και τις κοινωνικές επιστήμες. Σκοπός των παρόντων σημειώσεων, είναι η παροχή ενός κατάλληλου βοηθήματος για τους φοιτητές που διδάσκονται το μάθημα της Συνδυαστικής. Στο Κεφάλαιο 1 εισάγονται οι βασικές αρχές απαρίθμησης (δηλαδή η αρχή του αθροίσματος και η πολλαπλασιαστική αρχή). Επίσης, γίνεται μια σύντομη παρουσίαση της σχέσης μεταξύ της συνδυαστικής ανάλυσης και του λογισμού πιθανοτήτων σε πεπερασμένους και ισοπίθανους δειγματικούς χώρους. Στο Κεφάλαιο 2 αφιερώνεται στην απαρίθμηση των διατάξεων, των συνδυασμών, των διαιρέσεων και των διαμερίσεων ενός πεπερασμένου συνόλου. Εξετάζονται επίσης, κλασσικές εφαρμογές στη Θεωρία των Πιθανοτήτων και στη Στατιστική. Στο Κεφάλαιο 3 παρουσιάζεται το Διωνυμικό Θεώρημα και οι γενικεύσεις του και δείχνεται πως αυτό μπορεί να χρησιμοποιηθεί για την απόδειξη συνδυαστικών ταυτοτήτων και χρήσιμων τύπων. Η αρχή εγκλεισμού αποκλεισμού είναι ένα από τα βασικά εργαλεία απαρίθμησης σχηματισμών και αποτελεί το κύριο αντικείμενο του Κεφαλαίου 4. Στο Κεφάλαιο 5 εισάγεται η έννοια της γεννήτριας συνάρτησης και παρουσιάζονται ποικίλες εφαρμογές της. Θα ήθελα να ευχαριστήσω θερμά τον φοιτητή Νικόλαο Παπά και την φοιτήτρια Ευαγγελία Αντωνοπούλου που επιμελήθηκαν την ηλεκρονική δακτυλογράφηση των παρόντων σημειώσεων. Ως συγγράμματα για περαιτέρω μελέτη, εκτός των παρόντων σημειώσεων, προτείνονται τα εξής: A. Eλληνική Βιβλιογραφία 1. Κούτρας Μ. (2006) Εισαγωγή στη Συνδυαστική, Εκδόσεις Σταμούλη Α.Ε., Αθήνα. 2. Μωϋσιάδης Χ. (2002) Συνδυαστική Απαρίθμηση, Εκδόσεις Ζήτη, Θεσσαλονίκη. 2

3 3. Χαραλαμπίδης Χ. (2000) Συνδυαστική, Τεύχος Ι, Εκδόσεις Συμμετρία, Αθήνα. Β. Ξενόγλωσση Βιβλιογραφία 1. Anderson I.A. (1974) A First Course in Combinatorial Mathematics, Clarendon Press, Oxford. 2. Berge C. (1971) Principles of Combinatorics, Academic Press, New York. 3. Bose R.C. and Manvel B. (1984) Introduction to Combinatorial Theory, Wiley, New York. 4. Brualdi R.A. (1999) Introductory Combinatorics, Prentice Hall, New Jersey. 5. Cohen D.I.A. (1978) Basic Techniques of Combinatorial Theory, Wiley, New York. 6. Riordan J. (1958) An Introduction to Combinatorial Analysis, Wiley, New York. 7. Riordan J. (1968) Combination Identities, Wiley, New York. 3

4 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΑΠΑΡΙΘΜΗΣΗΣ Εισαγωγή. Αρκετά συχνά εμφανίζεται η ανάγκη να βρούμε τα στοιχεία ενός συγκεκριμένου πεπερασμένου συνόλου ατόμων, πραγμάτων, ενεργειών κλπ. Οι τεχνικές υπολογισμού του πλήθους των στοιχείων πεπερασμένων συνόλων ή υποσυνόλων τους με συγκεκριμένες ιδιότητες αναφέρονται ως μέθοδοι απαρίθμησης και αποτελούν το κύριο αντικείμενο της Συνδυαστικής. Η ανάπτυξη αυτών των μεθόδων είναι ιδιαίτερα χρήσιμη όταν τα σύνολα αυτά έχουν μεγάλο πλήθος στοιχείων. 1.1 Απαρίθμηση και καταγραφή Όταν το πλήθος των στοιχείων ενός συνόλου το οποίο θέλουμε να απαριθμήσουμε είναι μικρό, μπορούμε να προχωρήσουμε στη συστηματική καταγραφή των στοιχείων και στη συνέχεια να μετρήσουμε το πλήθος τους. Ο αριθμός των στοιχείων ενός πεπερασμένου συνόλου συμβολίζεται με A ή με και καλείται πληθικός αριθμός ή ισχύς αυτού. Ας δούμε δύο παραδείγματα. Παράδειγμα 1.1 Με πόσους διαφορετικούς τρόπους μπορούμε να τοποθετήσουμε =3 άτομα σε μία σειρά; Λύση. Έστω τα τρία άτομα και έστω 1,2,3 οι τρεις θέσεις που θα καταλάβουν. Το πρώτο άτομο μπορεί να καταλάβει: είτε την πρώτη θέση Α 1 είτε τη δεύτερη θέση είτε την τρίτη θέση Α 1 Α 1 Σε κάθε περίπτωση οι θέσεις των υπολοίπων δύο ατόμων θα είναι: Α 1 Α 2 Α 3 Α 1 Α 3 Α 2 Α 3 Α 1 Α 2 4

5 Α 2 Α 1 Α 3 Α 2 Α 3 Α 1 Α 3 Α 2 Α 1 Συνεπώς, οι δυνατές τοποθετήσεις των τριών ατόμων στις τρείς θέσεις είναι 6 και είναι οι ακόλουθες:,,, A 3 A1 A2,,. Τελικά, το σύνολο Α που απαριθμήσαμε αποτελείται από διατεταγμένες τριάδες και μπορεί να γραφεί στη μορφή. Όταν το n μεγαλώσει, το αντίστοιχο πλήθος παίρνει υπερβολικά μεγάλες τιμές π.χ. όταν n = 6 άτομα, ο αριθμός των διαφορετικών τοποθετήσεων γίνεται 720, ενώ για = 10 γίνεται ϋϋ Παράδειγμα 1.2 Μία τριμελής επιτροπή αποτελείται από έναν εκπρόσωπο των εργατών έναν των βιομηχάνων και έναν των καταναλωτών. Οι υποψήφιοι για τη θέση του εκπροσώπου των εργατών είναι τρείς, του εκπροσώπου των βιομηχάνων δύο και του εκπροσώπου των καταναλωτών τέσσερις. Πόσες διαφορετικές επιτροπές μπορούν να σχηματιστούν; Λύση. Συμβολίζουμε τους υποψηφίους για τη θέση του εκπρόσωπου των εργατών με των βιομηχάνων με M, M 1 2 και των καταναλωτών με. Το διάγραμμα δέντρου (βλέπε π.χ. Κεφ. 1, Βιβλίο [1], Μ. Κούτρας) που μπορεί να σχεδιαστεί σε αυτήν την περίπτωση, δείχνει ότι υπάρχουν 24 δυνατές συνθέσεις της επιτροπής. Οι συνθέσεις αυτές είναι,, κτλ. Στο επόμενο εδάφιο, θα δούμε τις δύο βασικές αρχές απαρίθμησης με τις οποίες μπορούμε να υπολογίζουμε το πλήθος των σχηματισμών που μας ενδιαφέρουν χωρίς να χρειάζεται να καταφύγουμε στην πλήρη καταγραφή των επιμέρους στοιχείων. 1.2 Η Αρχή του Αθροίσματος Συχνά η επιλογή των στοιχείων ενός συνόλου μπορεί να χωριστεί σε ομάδες στοιχείων των οποίων η απαρίθμηση είναι πιο εύκολη. Ισχύει η ακόλουθη πρόταση. 5

6 Πρόταση (Αρχή του Αθροίσματος). Αν το στοιχείο μπορεί να επιλεγεί με διαφορετικούς τρόπους, το με διαφορετικούς τρόπους,, το με διαφορετικούς τρόπους και η επιλογή του στοιχείου αποκλείει την επιλογή του στοιχείου με, τότε η επιλογή του ή του ή... ή του μπορεί να γίνει με διαφορετικούς τρόπους. Μία ισοδύναμη διατύπωση της αρχής του αθροίσματος είναι η ακόλουθη: Πρόταση (Αρχή του Αθροίσματος με συνολοθεωρητικούς όρους). Έστω Α 1, Α 2, Α n οποιαδήποτε n 2 πεπερασμένα σύνολα τα οποία είναι ξένα ανά δύο μεταξύ τους, δηλαδή ισχύει A i A j = για i, j = 1,,n με. Τότε = ή. (*) Απόδειξη. Με επαγωγή. Για n=2, επειδή Α 1 A 2 =, οποιοδήποτε στοιχείο του Α 1 Α 2 ανήκει είτε μόνο στο σύνολο Α 1 είτε μόνο στο σύνολο Α 2. Άρα, = + Έστω ότι η σχέση (*) ισχύει για n-1, δηλαδή. Θα δείξουμε ότι αυτή ισχύει για n. Θέτουμε Α = Α 1 Α 2 Α n-1, B = A n και έχουμε: Α Β = (Α 1 Α n-1 ) A n = (A 1 A n ) (A 2 A n ) (A n-1 A n ) = και Α Β = (Α 1 Α 2 Α n-1 ) Α n = A 1 A 2 A n Άρα τα σύνολα Α και Β είναι πεπερασμένα και ξένα μεταξύ τους, συνεπώς η (*) ισχύει για κάθε n 2. Παράδειγμα 1.3 Να βρεθεί το πλήθος των ακέραιων λύσεων της ανίσωσης Λύση. Το σύνολο που μας ενδιαφέρει είναι το σύνολο: και μπορεί να διαμεριστεί σε 5 υποσύνολα Α 0,Α 1,Α 2,Α 3,Α 4 τα οποία ορίζονται ως έξης: A i 2 2 = {( x, y) x Ζ, y Ζ, x + y = i}, i= 0,1,2,3,4 Είναι: 6

7 2 2 A 0 = {( x, y) x Ζ, y Ζ, x + y = 0} = {(0,0)}, 2 A = {( x, y) x Ζ, y Ζ, x + y = 1} = {( 1,0),(1,0),(0, 2 1 1),(0,1)}, 2 2 A 2 = {( x, y) x Ζ, y Ζ, x + y = 2} = {( 1, 1),( 1,1),(1, 1),(1,1)}, 2 2 A 3 = {( x, y) x Ζ, y Ζ, x + y = 3} =, 2 2 A 4 = {( x, y) x Ζ, y Ζ, x + y = 4} = {( 2,0),(2,0),(0, 2),(0,2)}, ενώ ισχύει. Σύμφωνα με την αρχή του αθροίσματος 4 i= 0 4 A = U A i = A = = 13. i= 0 i 1.3 H Πολλαπλασιαστική Αρχή Έστω ότι κατά την απαρίθμηση των στοιχείων ενός συνόλου ισχύουν οι εξής προϋποθέσεις: (i) Η διαδικασία της απαρίθμησης μπορεί να χωριστεί σε n διαφορετικές φάσεις που εκτελούνται διαδοχικά η μία μετά την άλλη. (ii) Το πλήθος των δυνατών επιλογών της κάθε φάσης είναι εντελώς καθορισμένο, όταν είναι γνωστά τα αποτελέσματα όλων των προηγούμενων φάσεων. Τότε η απαρίθμηση των στοιχείων ενός συνόλου μπορεί να γίνει με χρήση της καλούμενης αρχής του γινομένου ή πολλαπλασιαστικής αρχής (multiplication principle) που διατυπώνεται ως εξής: Πρόταση (Πολλαπλασιαστική Αρχή). Αν το στοιχείο μπορεί να επιλεγεί με διαφορετικούς τρόπους και για κάθε επιλογή του, το στοιχείο μπορεί να επιλεγεί με διαφορετικούς τρόπος,, και για κάθε επιλογή των όλα τα στοιχεία, το στοιχείο μπορεί να επιλεγεί με διαφορετικούς τρόπους, τότε μπορούν να επιλεγούν διαδοχικά και με αυτή τη συγκεκριμένη σειρά κατά τρόπους. 7

8 Μία ειδική περίπτωση εφαρμογής της πολλαπλασιαστικής αρχής κατά τον υπολογισμό του πληθικού αριθμού του καρτεσιανού γινομένου n συνόλων: Ισχύει η ακόλουθη πρόταση: Πρόταση (Πολλαπλασιαστική αρχή με συνολοθεωρητικούς όρους). Έστω οποιαδήποτε πεπερασμένα σύνολα και το καρτεσιανό τους γινόμενο. Τότε Απόδειξη. Με επαγωγή. Για Έστω και. Τότε το σύνολο μπορεί να γραφεί στη μορφή: και το καρτεσιανό γινόμενο γράφεται: όπου τα καρτεσιανά γινόμενα είναι ξένα ανά δύο μεταξύ τους. Συνεπώς, και σύμφωνα με την αρχή του αθροίσματος: Παρατηρούμε ότι για οποιοδήποτε το καρτεσιανό γινόμενο είναι το σύνολο των διατεταγμένων ζευγών με πρώτο στοιχείο πάντα το και δεύτερο στοιχείο ένα από τα στοιχεία του συνόλου. Επομένως ο πληθικός αριθμός είναι ίσος με. Άρα για οποιοδήποτε, 8

9 = Άρα η σχέση ισχύει για Ας υποθέσουμε ότι ισχύει για. Θα δείξουμε ότι ισχύει και για. Αν θέσουμε και τότε: A B= ( A L A 1 L An 1) An = A1 A2 n και Άρα, η σχέση ισχύει για κάθε ακέραιο. Παράδειγμα 1.4 (Αριθμός υποσυνόλων ενός πεπερασμένου συνόλου). Έστω ένα πεπερασμένο σύνολο και έστω το σύνολο όλων των υποσυνόλων του. Ο αριθμός των υποσυνόλων του μπορεί να υπολογισθεί ως εξής: Σε κάθε υποσύνολο του του αντιστοιχούμε μία διατεταγμένη ν-άδα a, K, a ) τέτοια ώστε αν το στοιχείο για και α j =1 αν το ( 1 ν στοιχείο για. Στο κενό σύνολο αντιστοιχεί η ν άδα με όλες τις συνιστώσες μηδενικές, στο μονοσύνολο αντιστοιχεί η ν-άδα με την πρώτη συνιστώσα ίση με τη μονάδα και τις υπόλοιπες μηδενικές και στο σύνολο αντιστοιχεί η ν-άδα με όλες τις συνιστώσες ίσες με τη μονάδα. Άρα, ο αριθμός των υποσυνόλων του είναι ίσος με τον αριθμό των ν- άδων a, K, a ) με που είναι ίσος με τον αριθμό των στοιχείων του καρτεσιανού γινομένου ( 1 ν A 1 L A ν με. Σύμφωνα με την πολλαπλασιαστική αρχή, ο αριθμός αυτός είναι ίσος με. Παράδειγμα 1.5 Για την εγγραφή των αυτοκινήτων στο τμήμα μηχανοκίνητων οχημάτων και την έκδοση των πινακίδων κυκλοφορίας χρησιμοποιούνται δύο γράμματα και ένας τετραψήφιος αριθμός. Τα χρησιμοποιούμενα γράμματα του αλφαβήτου είναι τα εξής 14: A,B,E,Z,H,I,K,M,N,O,Ρ,T,Y,X. Να υπολογισθεί ο αριθμός των αυτοκινήτων που μπορούν να εγγραφούν με το σύστημα αυτό. 9

10 Λύση. Ο αριθμός εγγραφής αυτοκινήτων αποτελείται από 6 στοιχεία τοποθετημένα με μία σειρά a, K, ) ( 1 a6 όπου και είναι το σύνολο των 14 γραμμάτων του αλφαβήτου που χρησιμοποιούνται,. Επομένως, ο αριθμός των αυτοκινήτων που μπορούν να εγγραφούν με το σύστημα αυτό είναι ίσος με τον αριθμό των στοιχείων του καρτεσιανού γινομένου. που σύμφωνα με την πολλαπλασιαστική αρχή είναι ίσος με: = * * * = * 9 * = Παράδειγμα 1.6 Ένα διαγώνισμα πολλαπλής επιλογής περιέχει n ερωτήσεις με απαντήσεις αντίστοιχα. Ο διαγωνιζόμενος σημειώνει μία απάντηση για κάθε μία ερώτηση. Να υπολογισθεί το πλήθος των διαφορετικών τρόπων που μπορεί να απαντηθεί το διαγώνισμα. Λύση. Έστω A r το σύνολο των δυνατών απαντήσεων στην r-οστή ερώτηση, r = 1K,, n και το σύνολο των απαντήσεων στο διαγώνισμα. Τότε: } και σύμφωνα με την πολλαπλασιαστική αρχή: B = * * * =. Παράδειγμα 1.7 (Σήματα Morse). Tα γράμματα στον κώδικα Morse σχηματίζονται με μια διαδοχή από παύλες και τελείες επιτρεπομένων των επαναλήψεων. Να υπολογισθεί ο αριθμός των γραμμάτων με ν το πολύ σύμβολα που μπορούν να σχηματισθούν. Λύση. Ας θεωρήσουμε τα σύνολα και των γραμμάτων που σχηματίζονται με το πολύ και ακριβώς σύμβολα αντίστοιχα, κ = 1, K, v.. Τότε =, i j= 1, Kν,, B = A A L A. Άρα σύμφωνα με την αρχή του αθροίσματος = , v 1 2 v Ο αριθμός, επειδή καθένα από τα σύμβολα μπορεί να επιλεγεί με δύο τρόπους (παύλα ή τελεία) είναι ίσως σύμφωνα με την πολλαπλασιαστική αρχή με = και συνεπώς, = = 2 ( ). 10

11 Χρησιμοποιώντας τον τύπο του αθροίσματος των ν πρώτων όρων γεωμετρικής προόδου με λόγο ω=2 έχουμε: = 2 ( - 1 ). 1.4 Άλλοι κανόνες Απαρίθμησης Συχνά τα σύνολα που θέλουμε να απαριθμήσουμε εκφράζονται μέσω άλλων συνόλων. Η επόμενη πρόταση, σε αυτές τις περιπτώσεις, μπορεί να αποδειχτεί ιδιαίτερα χρήσιμη. Πρόταση Αν είναι πεπερασμένα υποσύνολα ενός πεπερασμένου βασικού συνόλου τότε: Α) = - Β) = - Γ) = + - Απόδειξη. Α) Είναι = +. Όμως, = Ω. Άρα = + ή = - Β) Αν Α 1 =, Α 2 = Α 1 Α 2 = ( ) ( ) = Α (Β ) = Α = οπότε, = +, όμως, = Α. Γ) = ) = Α 1 Α 2 = = + = +. Από (β) = ( - ) + = + -. Παράδειγμα 1.8 Από τους 200 φοιτητές που συμμετείχαν στις εξετάσεις των μαθημάτων μίας εξεταστικής περιόδου, 120 πέρασαν το μάθημα της Συνδυαστικής, 110 πέρασαν το μάθημα της Περιγραφικής Στατιστικής, ενώ 50 φοιτητές πέρασαν και τα δύο μαθήματα. Πόσοι φοιτητές (α) πέρασαν το μάθημα της Συνδυαστικής 11

12 χωρίς να περάσουν συγχρόνως και το μάθημα της Περιγραφικής Στατιστικής; (β) πέρασαν το μάθημα της Περιγραφικής Στατιστικής, χωρίς να περάσουν συγχρόνως και το μάθημα της Συνδυαστικής; (γ) πέρασαν τουλάχιστον σε ένα από τα δύο μαθήματα; (δ) δεν πέρασαν κανένα από τα δύο μαθήματα; Λύση. Έστω : σύνολο φοιτητών που προσήλθαν στις εξετάσεις : σύνολο φοιτητών που πέρασαν το μάθημα της Συνδυαστικής : σύνολο φοιτητών που πέρασαν το μάθημα της Περιγραφικής Στατιστικής Τότε: = 200, = 120, = 110, = 50. Χρησιμοποιώντας την Πρόταση 1.4.1, έχουμε: (α) = - = =70. (β) = - = =60. (γ) = + - = =180. (δ) = - = = Πιθανότητες σε πεπερασμένους δειγματικούς χώρους Ο όρος «πιθανότητα» είναι άμεσα συνυφασμένος με τη μελέτη φαινομένων, όπου υπάρχει τυχαιότητα ή αβεβαιότητα. Ένα από τα παλαιότερα προβλήματα των πιθανοτήτων είναι εκείνο όπου ο Γάλλος κόμης Chavalier de Mere, επαγγελματίας παίκτης τυχερών παιχνιδιών του 16 ου αιώνα, έθεσε υπόψη του διάσημου Μαθηματικού και Φιλοσόφου της εποχής Pascal το ακόλουθο ερώτημα: είναι προτιμότερο να στοιχηματίσει κανείς ότι ρίχνοντας ένα ζάρι 4 φορές θα φέρει ένα τουλάχιστον 6 ή ότι ρίχνοντας δύο ζάρια 24 φορές θα φέρει τουλάχιστον μία φορά εξάρες; Ο όρος πείραμα τύχης χρησιμοποιείται για μια διαδικασία με τυχαίο ή αβέβαιο αποτέλεσμα. Π.χ. η ρίψη νομίσματος μία ή περισσότερες φορές, η επιλογή ενός φύλλου από μία τράπουλα, η καταγραφή του χρόνου που απαιτείται για να διανύσουμε μία συγκεκριμένη διαδρομή. Το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης ονομάζεται δειγματικός χώρος (sample space) και συνήθως συμβολίζεται με Ω. Για παράδειγμα, κατά τη ρίψη ενός νομίσματος τρεις φορές τα δυνατά αποτελέσματα είναι τριάδες από κεφαλές (Κ) και γράμματα (Γ). Ο δειγματικός χώρος, συνεπώς, είναι: = {ΚΚΚ, ΚΚΓ, ΚΓΚ, ΚΓΓ, ΓΚΚ, ΓΚΓ, ΓΓΚ, ΓΓΓ}. 12

13 Κάθε υποσύνολο Α του δειγματικού χώρου Ω ονομάζεται ενδεχόμενο (ή γεγονός). Ένα ενδεχόμενο λέγεται απλό ή στοιχειώδες, αν περιέχει ένα μόνο στοιχείο ενώ λέγεται σύνθετο, αν περιέχει περισσότερα του ενός στοιχεία. Αν τα ενδεχόμενα Α και Β δεν έχουν κανένα κοινό στοιχείο θα καλούνται ξένα ή ασυμβίβαστα. Το κενό σύνολο αναφέρεται συνήθως ως αδύνατο ενδεχόμενο ενώ ο δειγματικός χώρος Ω ως βέβαιο ενδεχόμενο. Παράδειγμα 1.9 Τα ενδεχόμενα = εμφανίζονται κεφαλές (Κ) = 0,1,2,3 δίνονται από τα σύνολα: = {ΓΓΓ} (απλό ενδεχόμενο) = {ΚΓΓ, ΓΚΓ, ΓΓΚ} (σύνθετο ενδεχόμενο) ={ΚΚΓ, ΚΓΚ, ΓΚΚ} (σύνθετο ενδεχόμενο) = {ΚΚΚ} (απλό ενδεχόμενο) To ενδεχόμενο Α: στις 3 ρίψεις έχει εμφανιστεί τουλάχιστον 1 φορά κεφαλή και τουλάχιστον 1 φορά γράμματα περιγράφεται από την ένωση Το ενδεχόμενο Β: οι τρείς ρίψεις δίνουν ίδιο αποτέλεσμα περιγράφεται από την ένωση Το ενδεχόμενο Γ: δεν εμφανίζονται δύο κεφαλές εκφράζεται από το συμπλήρωμα. Στο ενδεχόμενο Α, θα ήταν σημαντικό, με κάποιο συστηματικό τρόπο, να αντιστοιχήσουμε μία αριθμητική ποσότητα που θα δηλώνει πόσο αναμενόμενο ή μη αναμενόμενο είναι να πάρουμε αποτελέσματα που ανήκουν στο Α, δηλαδή να πραγματοποιηθεί ή όχι το ενδεχόμενο Α. Αυτή η αναγκαιότητα οδηγεί στην έννοια της πιθανότητας. Εδώ, θα περιοριστούμε στον ορισμό της πιθανότητας P(A) στα ενδεχόμενα Α ενός δειγματικού χώρου Ω στην ειδική περίπτωση όπου ισχύουν οι επόμενες δύο υποθέσεις: (α) Ο δειγματικός χώρος Ω είναι πεπερασμένος δηλαδή. (β) Όλα τα απλά ενδεχόμενα ω, i= 1, K N έχουν την ίδια πιθανότητα εμφάνισης, δηλαδή i, = =. Στην περίπτωση αυτή τα ενδεχόμενα ονομάζονται ισοπίθανα. Ο Laplace (1812) έδωσε τον επόμενο ορισμό που είναι γνωστός ως ο κλασσικός ορισμός της πιθανότητας. 13

14 Ορισμός (Κλασσικός ορισμός της πιθανότητας κατά Laplace). Αν ο δειγματικός χώρος Ω ενός πειράματος είναι πεπερασμένος και όλα τα απλά (στοιχειώδη) ενδεχόμενα είναι ισοπίθανα, η πιθανότητα ενός ενδεχομένου Α δίνεται από τον τύπο: = = Tα στοιχεία του ενδεχόμενου καλούνται συνήθως ευνοϊκές περιπτώσεις (ή ευνοϊκά αποτελέσματα) ενώ τα στοιχεία του βασικού συνόλου (δειγματικού χώρου) δυνατές περιπτώσεις (ή δυνατά αποτελέσματα). Παράδειγμα 1.10 Σε μία λαχειοφόρο αγορά πουλήθηκαν λαχνοί αριθμημένοι από το 1 μέχρι το Κατά την κλήρωση επιλέγεται ένας λαχνός στην τύχη. Ποια είναι η πιθανότητα ο λαχνός που κερδίζει να έχει ζυγό αριθμό ή αριθμό που διαιρείται με το 5; Λύση Ορίζουμε τα ενδεχόμενα: : o αριθμός που κερδίζει είναι ζυγός : ο αριθμός που κερδίζει διαιρείται με το 5 του δειγματικού χώρου ={1, 2,, }. Προφανώς = , ενώ = = 5.000, = =2.000 διότι υπάρχουν :2 άρτιοι 5 θετικοί ακέραιοι μικρότεροι ή ίσοι του και :5 θετικοί ακέραιοι μικρότεροι ή ίσοι του οι οποίοι διαιρούνται με το 5. Το σύνολο με το 5, συνεπώς θα διαιρούνται και με το 2*5 = 10. περιέχει τα στοιχεία του Ω τα οποία διαιρούνται και με το 2 και Άρα = = Το ενδεχόμενο που μας ενδιαφέρει αντιστοιχεί στο σύνολο για το οποίο: = + - = =

15 A B Άρα, P ( A B) = = = = 60%. Ω Για τη συνολοσυνάρτηση P, όπως αυτή ορίστηκε από τον Laplace ισχύει η επόμενη πρόταση. Πρόταση (Ιδιότητες της πιθανότητας). Η συνάρτηση P ικανοποιεί τις επόμενες τρείς ιδιότητες: (Ρ1) 0 για κάθε ενδεχόμενο του. (Ρ2) = 1. (Ρ3), για κάθε ζεύγος ξένων ανά δύο ενδεχομένων του. Απόδειξη. (P1) Προφανής, αφού άρα. (P2) Είναι. (P3) Είναι συνέπεια της αρχής του αθροίσματος, αφού για, θα έχουμε: Οι ιδιότητες P1-P3 χρησιμοποιήθηκαν από τον Ρώσο Μαθηματικό Kolmogorov ( ) για την εισαγωγή του αξιωματικού ορισμού της πιθανότητας. Ο ορισμός αυτός καλύπτει και την περίπτωση δειγματικών χώρων στους οποίους δεν ισχύει η συνθήκη του ισοπίθανου των απλών ενδεχομένων που απαιτεί ο κλασσικός ορισμός. Τρεις χρήσιμες ιδιότητες της πιθανότητας προκύπτουν άμεσα από την προηγούμενη πρόταση: i). ii) Για οποιαδήποτε ενδεχόμενα και ισχύει P( A B) = P( A) P( A B).. Ειδικά αν ισχύει ότι: P( A B) = P( A) P( B). 15

16 iii) Αν τότε. Παραδείγματα εφαρμογής του κλασσικού ορισμού της πιθανότητας δίνονται στο επόμενο κεφάλαιο μετά την εισαγωγή των απαραίτητων για την παρουσίαση τους εννοιών της Συνδυαστικής. 16

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

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

ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΑΠΑΡΙΘΜΗΣΗΣ

ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΑΠΑΡΙΘΜΗΣΗΣ 1 ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΑΠΑΡΙΘΜΗΣΗΣ 1.1 Απαρίθμηση και καταγραφή 1.2 Η αρχή του αθροίσματος 1.3 Η πολλαπλασιαστική αρχή 1.4 Άλλοι κανόνες απαρίθμησης 1.5 Πιθανότητες σε πεπερασμένους δειγματικούς χώρους 1.6 Γενικές

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

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

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

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

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

ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Ανδρεσάκης Δ. ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΠΙΘΑΝΟΤΗΤΕΣ

ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Ανδρεσάκης Δ. ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΠΙΘΑΝΟΤΗΤΕΣ ΛΓΕΡ ΛΥΚΕΙΟΥ ΠΙΘΝΟΤΗΤΕΣ ΣΥΝΟΠΤΙΚΗ ΘΕΩΡΙ 1 Tα πειράματα των οποίων δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνονται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες

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

ΑΣΚΗΣΕΙΣ ΠΙΘΑΝΟΤΗΤΩΝ του Παν. Λ. Θεοδωρόπουλου 0

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

Διαβάστε περισσότερα

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

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

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 5o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gvasil

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

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

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ

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

Διαβάστε περισσότερα

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

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων

1. Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων . Βασικές Έννοιες - Προτάσεις Θεωρίας Πιθανοτήτων Tα διάφορα επιστημονικά μοντέλα ή πειράματα ή γενικότερα τα φυσικά φαινόμενα μπορεί να θεωρηθεί ότι εντάσσονται σε δύο μεγάλες κατηγορίες: τα προσδιοριστικά

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

Στατιστική Επιχειρήσεων Ι

Στατιστική Επιχειρήσεων Ι ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 1: Στοιχεία Πιθανοθεωρίας Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης

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

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 3: Σύνολα Συνδυαστική Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

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

Στέλιος Μιταήλογλοσ Δημήτρης Πατσιμάς.

Στέλιος Μιταήλογλοσ Δημήτρης Πατσιμάς. Πιθανότητες Α Λσκείοσ Στέλιος Μιταήλογλοσ Δημήτρης Πατσιμάς www.askisopolis.gr Πιθανότητες Εφαρμογές στον ορισμό πιθανότητας. Ρίχνουμε ένα νόμισμα τρεις φορές. Ποια είναι η πιθανότητα να φέρουμε και τις

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 6: Πιθανότητες Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,

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

Τυχαία Μεταβλητή (Random variable-variable aléatoire)

Τυχαία Μεταβλητή (Random variable-variable aléatoire) Τυχαία Μεταβλητή (Random varable-varable aléatore) Σε πολλούς τύπους πειραμάτων τα αποτελέσματα είναι από τη φύση τους πραγματικοί αριθμοί. Παραδείγματα τέτοιων πειραμάτων αποτελούν οι μετρήσεις των υψών

Διαβάστε περισσότερα

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ

ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ ΕΠΙΜΕΛΕΙΑ : ΓΕΡΓΙΟΣ Ε. ΚΑΡΑΦΕΡΗΣ ΠΕ03 ΜΑΘΗΜΑΤΙΚΟΣ [] ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΡΙΑ: Πείραμα Τύχης Κάθε πείραμα κατά στο οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ( Version ) 2001

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ( Version ) 2001 ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ( Version 17-4--2016) 2001 ΘΕΜΑ 1ο Α.1. Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει ότι: Ρ (Α Β) = Ρ (Α) Ρ (Α Β). Μονάδες 8,5 Απόδειξη: Επειδή τα ενδεχόμενα

Διαβάστε περισσότερα

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος»

ΠΙΘΑΝΟΤΗΤΕΣ. Ερωτήσεις του τύπου «Σωστό - Λάθος» ΠΙΘΑΝΟΤΗΤΕ Ερωτήσεις του τύπου «ωστό - άθος» 1. * Αν είναι δειγματικός χώρος ενός πειράματος τύχης, τότε Ρ () = 1. 2. * Αν Α είναι ενδεχόμενο ενός πειράματος τύχης τότε, 0 Ρ (Α) 1. 3. * Για το αδύνατο

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

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα # 7: Θεωρία Πιθανοτήτων (Πείραμα Τύχης) Εβελίνα Κοσσιέρη Τμήμα Λογιστικής και Χρηματοοικονομικής

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ Εισαγωγή Οι αριθμοί που εκφράζουν το πλήθος των στοιχείων ανά αποτελούν ίσως τους πιο σημαντικούς αριθμούς της Συνδυαστικής και καλούνται διωνυμικοί συντελεστές διότι εμφανίζονται

Διαβάστε περισσότερα

5. 3 ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ

5. 3 ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ ΜΕΡΟΣ Α. ΕΟΙΑ ΤΗΣ ΠΙΘΑΟΤΗΤΑΣ 77. ΕΟΙΑ ΤΗΣ ΠΙΘΑΟΤΗΤΑΣ Κλασικός ορισμός πιθανότητας Αν ένα στοιχείο του συνόλου του δειγματικού χώρου επιλέγεται στην τύχη και δεν έχει κανένα πλεονέκτημα έναντι των άλλων,

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

Βιομαθηματικά BIO-156. Θεωρία Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2016

Βιομαθηματικά BIO-156. Θεωρία Πιθανοτήτων. Ντίνα Λύκα. Εαρινό Εξάμηνο, 2016 Βιομαθηματικά IO-56 Θεωρία Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 06 lika@biology.uo.gr Ορισμοί Τυχαίο Πείραμα: κάθε πείραμα που είναι δυνατόν να επαναληφθεί με το ίδιο σύνολο υποθέσεων και του οποίου

Διαβάστε περισσότερα

1 ΠΙΘΑΝΟΤΗΤΕΣ Εισαγωγή

1 ΠΙΘΑΝΟΤΗΤΕΣ Εισαγωγή 1 ΠΙΘΑΝΟΤΗΤΕΣ Εισαγωγή Υπάρχει σε πολλούς η εντύπωση ότι το κύριο κίνητρο για την ανάπτυξη της Θεωρίας των Πιθανοτήτων προήλθε από το ενδιαφέρον του ανθρώπου για τα τυχερά παιχνίδια. Σημαντική μάλιστα

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

Οι Ασκήσεις της Α Λυκείου

Οι Ασκήσεις της Α Λυκείου Οι Ασκήσεις της Α Λυκείου ΕΠΙΜΕΛΕΙΑ ΑΥΓΕΡΙΝΟΣ ΒΑΣΙΛΗΣ ΣΧΟΛΙΚΟ ΕΤΟΣ 0-0 Οι Ασκήσεις της Α Λυκείου ΣΥΝΟΛΑ. Σε κάθε μια από τις παρακάτω περιπτώσεις να κυκλώσετε το γράμμα Α, αν ο ισχυρισμός είναι αληθής

Διαβάστε περισσότερα

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Π ι θ α ν ό τ η τ ε ς : Ο τομέας των Εφαρμοσμένων Μαθηματικών, που ασχολείται με την αξιολόγηση κατάλληλων στοιχείων έτσι ώστε να είναι μετρήσιμη η προσδοκία μας για την πραγματοποίηση

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

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

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

ΚΕΦΑΛΑΙΟ 4 Η ΑΡΧΗ ΕΓΚΛΕΙΣΜΟΥ ΑΠΟΚΛΕΙΣΜΟΥ

ΚΕΦΑΛΑΙΟ 4 Η ΑΡΧΗ ΕΓΚΛΕΙΣΜΟΥ ΑΠΟΚΛΕΙΣΜΟΥ 50 ΚΕΦΑΛΑΙΟ Η ΑΡΧΗ ΕΓΚΛΕΙΣΜΟΥ ΑΠΟΚΛΕΙΣΜΟΥ Εισαγωγή. Η αρχή του εγκλεισμού αποκλεισμού είναι ένα ισχυρό μέσο απαρίθμησης με το οποίο υπολογίζεται ο αριθμός των στοιχείων της ένωσης και της τομής των συμπληρωμάτων

Διαβάστε περισσότερα

HY118-Διακριτά Μαθηματικά

HY118-Διακριτά Μαθηματικά HY118-Διακριτά Μαθηματικά Τρίτη, 17/04/2018 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

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΕΦΑΛΑΙΟ 3 ο ΠΙΘΑΝΟΤΗΤΕΣ Συνοπτική Θεωρία Όλες οι αποδείξεις Ερωτήσεις αντικειμενικού τύπου Ασκήσεις από την Τράπεζα Θεμάτων του Υπουργείου και προτεινόμενες Διαγωνίσματα

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 4: Διατάξεις Μεταθέσεις Συνδυασμοί Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

Υπολογιστικά & Διακριτά Μαθηματικά

Υπολογιστικά & Διακριτά Μαθηματικά Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 7: Ανεξάρτητα ενδεχόμενα Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ 1.Έστω ο δειγματικός χώρος Ω = { 1,,, K,10} με ισοπίθανα απλά ενδεχόμενα. Να 4 βρείτε την πιθανότητα ώστε η συνάρτηση f ( x ) = x 4x + λ να

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

ΑΛΓΕΒΡΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΠΙΘΑΝΟΤΗΤΩΝ

ΑΛΓΕΒΡΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΠΙΘΑΝΟΤΗΤΩΝ ΝΙΚΟΣ ΑΛΕΞΑΝΔΡΗΣ ΜΑΘΗΜΑΤΙΚΟΣ ΑΛΓΕΒΡΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Α ΛΥΚΕΙΟΥ Πιθανότητες Πραγματικοί αριθμοί Εξισώσεις Ανισώσεις Πρόοδοι Βασικές έννοιες των συναρτήσεων Μελέτη βασικών συναρτήσεων ΑΛΓΕΒΡΑ Α

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

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

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

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΝΝΟΙΑ ΠΙΘΑΝΟΤΗΤΑΣ Μαθηματική περιγραφή συστημάτων με αβεβαιότητα Παραδείγματα από την οργάνωση παραγωγής Διάρκεια παραγωγής προϊόντων

Διαβάστε περισσότερα

Πιθανότητες. Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους

Πιθανότητες. Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους Πιθανότητες Έννοια πιθανότητας Ορισμοί πιθανότητας Τρόπος υπολογισμού Πράξεις πιθανοτήτων Χρησιμότητα τους «Πείραμα» Tύχης Οτιδήποτε συμβαίνει και δεν γνωρίζουμε από πριν το ακριβές αποτέλεσμά του. Απασχόλησαν

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

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

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

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

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

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

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

Βιομαθηματικά BIO-156

Βιομαθηματικά BIO-156 ιομαθηματικά IO-56 Θεωρία Πιθανοτήτων Ντίνα Λύκα Εαρινό Εξάμηνο, 03 lika@biology.uo.gr Ορισμοί Τυχαίο Πείραμα: κάθε πείραμα που είναι δυνατόν να επαναληφθεί με το ίδιο σύνολουποθέσεωνκαιτουοποίουτο αποτέλεσμα

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Μάθημα 3 ο a. Τυχαία Μεταβλητή-Έννοιες και Ορισμοί

Μάθημα 3 ο a. Τυχαία Μεταβλητή-Έννοιες και Ορισμοί Μάθημα 3 ο a Τυχαία Μεταβλητή-Έννοιες και Ορισμοί Στο μάθημα αυτό θα ορίσουμε την έννοια της τυχαίας μεταβλητής και θα αναφερθούμε σε σχετικές βασικές έννοιες και συμβολισμούς. Ross, σσ 135-151 Μπερτσεκάς-Τσιτσικλής,

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

Πιθανότητες & Στατιστική. Μέρος I. Εισαγωγή στις Πιθανότητες. Τυχαία Πειράματα (φαινόμενα)

Πιθανότητες & Στατιστική. Μέρος I. Εισαγωγή στις Πιθανότητες. Τυχαία Πειράματα (φαινόμενα) Πιθανότητες & Στατιστική Μέρος I. Εισαγωγή στις Πιθανότητες. 3 βασικές έννοιες Τυχαία Πειράματα (φαινόμενα) Δειγματικός χώρος Ενδεχόμενα Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής,

Διαβάστε περισσότερα

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ

ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ κεφ - ΠΙΘΑΝΟΤΗΤΕΣ ΔΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝΔΕΧΟΜΕΝΑ Σε ένα συρτάρι υπάρχουν δύο κάρτες, μία άσπρη και μία κόκκινη Παίρνουμε στην τύχη μία κάρτα από το συρτάρι, καταγράφουμε το χρώμα της και την ξαναβάζουμε

Διαβάστε περισσότερα

Α ΕΝΟΤΗΤΑ. Πιθανότητες. Α.1 (1.1 παρ/φος σχολικού βιβλίου) Α.2 (1.2 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα. Η έννοια της πιθανότητας

Α ΕΝΟΤΗΤΑ. Πιθανότητες. Α.1 (1.1 παρ/φος σχολικού βιβλίου) Α.2 (1.2 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα. Η έννοια της πιθανότητας Α ΕΝΟΤΗΤΑ Πιθανότητες Α.1 (1.1 παρ/φος σχολικού βιβλίου) Δειγματικός χώρος - Ενδεχόμενα Α.2 (1.2 παρ/φος σχολικού βιβλίου) Η έννοια της πιθανότητας Α.1 Δειγματικός Χώρος. Ενδεχόμενα. Απαραίτητες γνώσεις

Διαβάστε περισσότερα

Ορισμός της Πιθανότητας (Ι)

Ορισμός της Πιθανότητας (Ι) Ορισμός της Πιθανότητας (Ι) Κλασσικός Ορισμός Πιθανότητα ενδεχομένου Α ( ) N( ) N ( ) Ν(Α): πλήθος ευνοϊκών αποτελεσμάτων του ενδεχ. Α Ν(Ω): πλήθος συνολικών αποτελεσμάτων του δ.χ. Ω Περιορισμοί: - μόνο

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 2 η : Δεσμευμένη Πιθανότητα. Ολική Πιθανότητα-Θεώρημα Bayes, Ανεξαρτησία και Συναφείς Έννοιες. Γεώργιος Ζιούτας Τμήμα

Διαβάστε περισσότερα

ιδιαιτεραμαθηματα.gr ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΘΕΩΡΙΑ & ΑΣΚΗΣΕΙΣ

ιδιαιτεραμαθηματα.gr ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΘΕΩΡΙΑ & ΑΣΚΗΣΕΙΣ ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΘΕΩΡΙΑ & ΑΣΚΗΣΕΙΣ [Δεν είναι σκόπιμο να αποκαλύψεις στο παιδί σου ότι οι μεγάλοι άντρες δεν είχαν ιδέα από άλγεβρα] ΕΠΙΜΕΛΕΙΑ ΣΗΜΕΙΩΣΕΩΝ: ΠΑΠΑΔΟΠΟΥΛΟΣ Μ. ΕΠΙΜΕΛΕΙΑ ΣΗΜΕΙΩΣΕΩΝ: ΠΑΠΑΔΟΠΟΥΛΟΣ

Διαβάστε περισσότερα

Διακριτά Μαθηματικά. Απαρίθμηση: Εισαγωγικά στοιχεία Αρχή του Περιστεριώνα

Διακριτά Μαθηματικά. Απαρίθμηση: Εισαγωγικά στοιχεία Αρχή του Περιστεριώνα Διακριτά Μαθηματικά Απαρίθμηση: Εισαγωγικά στοιχεία Αρχή του Περιστεριώνα Συνδυαστική ανάλυση μελέτη της διάταξης αντικειμένων 17 ος αιώνας: συνδυαστικά ερωτήματα για τη μελέτη τυχερών παιχνιδιών 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

και η εκλογή του ενός αποκλείει την ταυτόχρονη εκλογή του άλλου, ΤΟΤΕ

και η εκλογή του ενός αποκλείει την ταυτόχρονη εκλογή του άλλου, ΤΟΤΕ 7/10/010 ΑΡΧΗ ΤΟΥ ΑΘΡΟΙΣΜΑΤΟΣ ΑΝ ένα αντιείμενο A1 μπορεί να επιλεγεί με k1 αι ένα αντιείμενο A μπορεί να επιλεγεί με k αι η ελογή του ενός απολείει την ταυτόχρονη ελογή του άλλου, ΤΟΤΕ ένα οποιοδήποτε

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

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

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι Ιανουάριος 2014 Επώνυμο... Όνομα... A.E.M.... Εξάμηνο... Σειρά Θέμα Ι (ΟΛΑ) Θέμα ΙΙ (2 από τα 3) Βαθμός /1 /1 /1 /1 /1 /2,5 /2,5 /2,5 /10 ΘΕΜΑ Ι: Ασχοληθείτε και με τα πέντε ερωτήματα.

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 3ο: ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΜΑ Α. α) Τι λέγεται δειγματικός χώρος και τι ενδεχόμενο ενός πειράματος τύχης;

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ 3ο: ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΜΑ Α. α) Τι λέγεται δειγματικός χώρος και τι ενδεχόμενο ενός πειράματος τύχης; ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΚΕΦΑΛΑΙΟ ο: ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΜΑ Α Ερώτηση θεωρίας α) Τι λέγεται δειγματικός χώρος και τι ενδεχόμενο ενός πειράματος τύχης; =. β) Για δύο συμπληρωματικά ενδεχόμενα Α και Α να αποδείξετε

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ (ημιτελές Version )

ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ (ημιτελές Version ) ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ (ημιτελές Version 24-3-2016) 2001 2001 επαναληπτικές 2002 2002 επαναληπτικές 2003 2003 επαναληπτικές 2006 2006 επαναληπτικές 2005 2005 επαναληπτικές 2006 2006 επαναληπτικές 2007 2007

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

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

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

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΕΙΣΑΓΩΓΗ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ. ΤΙ ΕΙΝΑΙ ΤΑ ΜΑΘΗΜΑΤΙΚΑ; Η επιστήμη των αριθμών Βασανιστήριο για τους μαθητές και φοιτητές Τέχνη για τους μαθηματικούς ΜΑΘΗΜΑΤΙΚΑ Α Εξάμηνο ΙΩΑΝΝΗΣ

Διαβάστε περισσότερα

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ

Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Α ΛΥΚΕΙΟΥ 1. Ο Γυμναστής ενός λυκείου προκειμένου να στελεχώσει την ομάδα μπάσκετ του λυκείου ψάχνει στην τύχη μεταξύ των μαθητών να βρει τρεις κοντούς (Κ) και τρεις ψηλούς (Ψ). Να

Διαβάστε περισσότερα

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B) Πιθανότητες και Αρχές Στατιστικής (4η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 39 Περιεχόμενα

Διαβάστε 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

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

Περιεχόμενα. Πρόλογος 3

Περιεχόμενα. Πρόλογος 3 Πρόλογος Τα πρώτα μαθήματα, σχεδόν σε όλους τους κλάδους των μαθηματικών, περιέχουν, ή θεωρούν γνωστές, εισαγωγικές έννοιες που αφορούν σύνολα, συναρτήσεις, σχέσεις ισοδυναμίας, αλγεβρικές δομές, κλπ.

Διαβάστε περισσότερα

Συνδυαστική. Σύνθετο Πείραμα. Πείραμα Συνδυαστική. Το υλικό των. ΗΥ118 Διακριτά Μαθηματικά, Άνοιξη Τρίτη, 17/04/2018

Συνδυαστική. Σύνθετο Πείραμα. Πείραμα Συνδυαστική. Το υλικό των. ΗΥ118 Διακριτά Μαθηματικά, Άνοιξη Τρίτη, 17/04/2018 HY118-Διακριτά Μαθηματικά Τρίτη, 17/04/2018 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

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

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018

ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018 ΕΠΑΝΑΛΗΨΗ ΕΦΑΡΜΟΣΜΕΝΑ ΜΑΘΗΜΑΤΙΚΑ 11/01/2018 Διδάσκουσα: Β. Πιπερίγκου Σε μια ενδονοσοκομειακή έρευνα, καταγράφηκε ο χρόνος ύπνου, μετά τη χορήγηση ενός συγκεκριμένου αναισθητικού, σε 33 ασθενείς και πήραμε

Διαβάστε περισσότερα

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

1.2 ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ

1.2 ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ . ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ Ασκήσεις σχ. βιβλίου σελίδας 7 9 Α ΟΜΑΔΑΣ. Από μία τράπουλα με 5 φύλλα παίρνουμε ένα στην τύχη. Να βρείτε τις πιθανότητες των ενδεχομένων : i) Το φύλλο είναι 5 ii) Το φύλλο δεν

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του τέταρτου φυλλαδίου ασκήσεων.

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του τέταρτου φυλλαδίου ασκήσεων. Θεωρία Πιθανοτήτων, εαρινό εξάμηνο 207-8 Λύσεις του τέταρτου φυλλαδίου ασκήσεων 2 2 = 8 Ίδια Ρίχνουμε ένα νόμισμα τρεις φορές και θεωρούμε το ενδεχόμενο να προκύψουν και οι δυο όψεις του νομίσματος καθώς

Διαβάστε περισσότερα

3/10/2016. Στατιστική Ι. 1 η Διάλεξη

3/10/2016. Στατιστική Ι. 1 η Διάλεξη Στατιστική Ι 1 η Διάλεξη 1 2 Φαινόμενα Πειράματα Αιτιοκρατικά Προσδιοριστικά Τυχαία Στοχαστικά Ένα αιτιοκρατικό πείραμα, κάθε φορά που εκτελείται, έχει το ίδιο αποτέλεσμα το οποίο μπορεί να προβλεφθεί

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

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 2: Θεωρία Πιθανοτήτων Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες Χρήσης

Διαβάστε περισσότερα