α 0. α ν x ν +α ν 1 x ν α 1 x+α 0 α ν x ν,α ν 1 x ν 1,...,α 1 x,α 0, ...,α 1,α 0,

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "α 0. α ν x ν +α ν 1 x ν α 1 x+α 0 α ν x ν,α ν 1 x ν 1,...,α 1 x,α 0, ...,α 1,α 0,"

Transcript

1 Άλγεβρα Β Λυκείου - Πολυώνυμα: Θεωρία, Μεθοδολογία και Λυμένες ασκήσεις Κώστας Ράπτης Μάιος 2011 Μέρος I Πολυώνυμα 1 Πολυώνυμα 1.1 Στοιχεία ϑεωρίας Καλούμε μονώνυμο του x κάθε παράσταση της μορφήςαx ν, όπουαείναι ένας πραγματικός αριθμός και ν ένας μη αρνητικός ακέραιος. Καλούμε πολυώνυμο του x κάθε παράσταση της μορφής: α ν x ν +α ν 1 x ν α 1 x+α 0 όπου ν είναι ένας φυσικός αριθμός και α 0,α 1,...,α ν είναι πραγματικοί αριθμοί. Σε κάθε πολυώνυμο α ν x ν +α ν 1 x ν α 1 x+α 0, ονομάζουμε: όρους του πολυωνύμου τα μονώνυμα α ν x ν,α ν 1 x ν 1,...,α 1 x,α 0, συντελεστές του πολυωνύμου τους παραγματικούς αριθμούςα ν,α ν 1,...,α 1,α 0, σταθερό όρο του πολυωνύμου τον α 0. Τα πολυώνυμα της μορφήςα 0, δηλαδή οι πραγματικοί αριθμοί ονομάζονται σταθερά πολυώνυμα. Το σταθερό πολυώνυμο 0 ονομάζεται μηδενικό πολυώνυμο. Δύο πολυώνυμαα ν x ν +α ν 1 x ν α 1 x+α 0 καιβ µ x µ +β µ 1 x µ β 1 x+β 0, μεν µ είναι ίσα όταν: α 0 =β 0,α 1 =β 1,...,α µ =β µ καια µ+1 = =α ν = 0. Βαθμός του πολυωνύμου P(x), ονομάζεται ο μεγαλύτερος εκθέτης του x, του οποίου ο συντελεστής είναι διαφορετικός από το μηδέν. Κάθε στα- ϑερό και μη μηδενικό πολυώνυμο έχει βαθμό ίσο με 0, ενώ για το μηδενικό πολυώνυμο δεν ορίζεται βαθμός. Εστω ένα πολυώνυμο P(x)=α ν x ν + α ν 1 x ν α 1 x+α 0. Αριθμητική τιμή (ή απλά τιμή) του πολυωνύμου για x= ρ ονομάζεται ο πραγματικός αριθμός P(ρ) που προκύπτει αν ϑέσουμε τορ

2 Άλγεβρα Β Λυκείου 2 στη ϑέση του x στο πολυώνυμο, δηλαδή P(ρ)=α ν ρ ν +α ν 1 ρ ν α 1 ρ+α 0. Αν P(ρ)=0 τότε ο αριθμόςρλέγεται ρίζα του πολυωνύμου. Αν δύο μη μηδενικά πολυώνυμα έχουν άθροισμα ένα μη μηδενικό πολυώνυμο, τότε ο βαθμός του αθροίσματος είναι μικρότερος ή ίσος από το μεγαλύτερο των βαθμών των δύο πολυωνύμων. Ο βαθμός του γινομένου δύο μη μηδενικών πολυωνύμων είναι ίσος με το άθροισμα των βαθμών των δύο πολυωνύμων. Από τα παραπάνω προκύπτει ότι τα δύο πολυώνυμα είναι ίσα ότανα= Πολυώνυμα με συγκεκριμένες μορφές Οταν ϑέλουμε να βρούμε τις τιμές κάποιων παραμέτρων ώστε ένα πολυώνυμο να παίρνει μια συγκεκριμένη μορφή η ο- ποία εμπεριέχει αυτές τις παραμέτρους, βασιζόμαστε στην ισότητα των πολυωνύμων. Εξισώνουμε δηλαδή το δοθέν πολυώνυμο με τη μορφή που ϑέλουμε αυτό να πάρει. 1.2 Μεθοδολογία Ισα πολυώνυμα Δύο πολυώνυμα είναι ίσα αν και μόνον αν οι συντελεστές των όμοιων όρων τους είναι ίσοι. Επομένως από μία ισότητα πολυωνύμων προκύπτουν τόσες ισότητες όσοι και οι όμοιοι όροι τους. Παράδειγμα (ασκ. 4, σελ. 64) Να βρείτε για ποιες τιμές τουα R τα πολυώνυμα P(x)=(α 2 3α) x 3 + x 2 +α και Q(x)= 2x 3 +α 2 x 2 +(α 3 1) x+1 είναι ίσα. Λύση Για να είναι τα δύο πολυώνυμα P(x)=(α 2 3α) x 3 + x 2 +α και Q(x)= 2x 3 +α 2 x 2 +(α 3 1) x+1 ίσα, ϑα πρέπει οι συντελεστές των όμοιων όρων τους να είναι ίσοι. Επομένως α 2 3α= 2 1=α P(x)=Q(x) 2 0=α 3 1 α=1 Παράδειγμα (ασκ. 1, Β Ομάδα, σελ. 65) Να βρειτε τους πραγματικούς αριθμούςα,β,γγια τους οποίους το πολυώνυμο f(x)=3x 2 7x+5 παίρνει τη μορφή f(x)=αx(x+1)+βx+γ. Λύση Το πολυώνυμο f(x)=3x 2 7x+5 ϑα πάρει τη μορφή f(x)=αx(x+1)+βx+γ όταν 3x 2 7x+5=αx(x+1)+βx+γ 3x 2 7x+5=αx 2 +(α+β) x+γ Τα δύο παραπάνω πολυώνυμα είναι ίσα όταν 3=α 7=α+β 5=γ Από τα παραπάνω προκύπτει ότι το πολυώνυμο f(x) παίρνει τη ζητούμενη μορφή ότανα=3,β= 10 καιγ=5.

3 Άλγεβρα Β Λυκείου Βαθμός πολυωνύμου για διάφορες τιμές μιας παραμέτρου Στις περιπτώσεις που ϑέλουμε να μελετήσουμε το βαθμό ενός πολυωνύμου του οποίου οι συντελεστές περιέχουν κάποια παράμετρο, ξεκινούμε ελέγχοντας πότε μηδενίζεται ο συντελεστής του μεγιστοβάθμιου όρου. Ο βαθμός του πολυωνύμου είναι ίσος με αυτόν του μεγιστοβάθμιου όρου όταν η παράμετρος παίρνει τιμές που δε μηδενίζουν το συντελεστή του, ενώ για τις τιμές που μηδενίζουν το συντελεστή του μεγιστοβάθμιου όρου μελετούμε ξεχωριστά τις αντίστοιχες περιπτώσεις. Παράδειγμα (ασκ. 4, Β Ομάδα, σελ. 65) Να βρείτε το βαθμό του πολυωνύμου P(x)=(9λ 3 4λ) x 3 +(9λ 2 4) x 3λ+2 για τις διάφορες τιμές τουλ R. Λύση Αρχικά εξετάζουμε για ποιες τιμές της παραμέτρου μηδενίζεται ο συντελεστής του μεγιστοβάθμιου όρου: 9λ 3 4λ = 0 λ(9λ 2 4) = 0 λ(3λ 2)(3λ+2) = 0 Δηλαδή, ο συντελεστής του μεγιστοβάθμιου όρου μηδενίζεται ανλ=0 ήλ= 2 3 ήλ= 2. 3 Επομένως, ανλ 0 καιλ 2 3 καιλ 2, 3 ο βαθμός του πολυωνύμου είναι 3. Ανλ=0, το πολυώνυμο παίρνει τη μορφή P(x)= 4x+2, οπότε ο βαθμός του είναι 1. Ανλ= 2, το πολυώνυμο παίρνει τη μορφή P(x)=0. Αφού είναι το μηδενικό πο- 3 λυώνυμο δεν ορίζεται βαθμός για αυτήν την περίπτωση. Αν λ= 2, το πολυώνυμο παίρνει τη 3 μορφή P(x)=4. Επειδή είναι σταθερό πολυώνυμο, ο βαθμός του είναι 0. 2 Διαίρεση πολυωνύμων 2.1 Στοιχεία ϑεωρίας Θεώρημα Για κάθε ζεύγος πολυωνύμων (x) και δ(x) με δ(x) 0 υπάρχουν δύο μοναδικά πολυώνυμα π(x) καιυ(x) τέτοια, ώστε: (x)=δ(x)π(x)+υ(x), όπου του(x) ή είναι το μηδενικό πολυώνυμο ή έχει βαθμό μικρότερο από το βαθμό τουδ(x). Θεώρημα Το υπόλοιπο της διαίρεσης ενός πολυωνύμου P(x) με το x ρ είναι ίσο με την τιμή του πολυωνύμου για x=ρ. Είναι δηλαδήυ=p(ρ). Απόδειξη Η ταυτότητα της διαίρεσης του πολυωνύμου P(x) με το x ρ γράφεται P(x)=(x ρ)π(x)+υ(x) Επειδή ο διαιρέτης x ρ είναι πρώτου βαθμού, το υπόλοιπο της διαίρεσης ϑα είναι ένα σταθερό πολυώνυμο υ. Ετσι έχουμε: P(x)=(x ρ)π(x)+υ και αν ϑέσουμε x=ρ παίρνουμε P(ρ)=(ρ ρ)π(ρ)+υ=0+υ=υ Επομένως P(x)=(x ρ)π(x)+p(ρ)

4 Άλγεβρα Β Λυκείου 4 Θεώρημα Ενα πολυώνυμο P(x) έχει παράγοντα το x ρ αν και μόνο αν το ρ είναι ρίζα του P(x), δηλαδή αν και μόνο αν P(ρ)=0. Απόδειξη Εστω ότι το x ρ είναι παράγοντας του P(x). Τότε P(x)=(x ρ)π(x) Από αυτήν την ισότητα για x=ρπαίρνουμε P(ρ)=(ρ ρ)π(ρ)=0 που σημαίνει ότι τορείναι ρίζα του P(x). Αντίστροφα: Εστω ότι το ρ είναι ρίζα του P(x), δηλαδή ισχύει P(ρ)=0. Τότε από τη σχέση παίρνουμε P(x)=(x ρ)π(x)+p(ρ) P(x)=(x ρ)π(x) που σημαίνει ότι το x ρ είναι παράγοντας του P(x). Σημ.: Επομένως, στην περίπτωση που η διαίρεση P(x) (x ρ) είναι τέλεια, οι παρακάτω προτάσεις είναι ισοδύναμες: Το x ρ διαιρεί το P(x) Το P(x) διαιρείται από το x ρ Το x ρ είναι παράγοντας του P(x) Το x ρ είναι διαιρέτης του P(x) Τορείναι ρίζα του P(x) 2.2 Μεθοδολογία Διαιρέτης της μορφής (x ρ 1 )(x ρ 2 ) Για να αποδείξουμε ότι ένα πολυώνυμο P(x) έχει διαιρέτη της μορφής (x ρ 1 )(x ρ 2 ), αρχικά εκτελούμε τη διαίρεση P(x) (x ρ 1 ). Εστω ότι η ταυτότητα αυτής της διαίρεσης είναι P(x)=(x ρ 1 )π(x) (1) Μένει τώρα να δείξουμε ότι το πηλίκο π(x) αυτής της διαίρεσης έχει παράγοντα το x ρ 2, εκτελούμε λοιπόν τη διαίρεση π(x) (x ρ 2 ). Εστω ότι η ταυτότητα αυτής της διαίρεσης είναι π(x)=(x ρ 2 )π (x) Η (1) τώρα γράφεται: P(x) = (x ρ 1 )(x ρ 2 )π (x), επομένως το P(x) διαιρείται από το(x ρ 1 )(x ρ 2 ). Παράδειγμα (ασκ. 3, Β Ομάδα, σελ. 73) Με τη βοήθεια του σχήματος Horner μόνο, να αποδείξετε ότι το πολυώνυμο P(x)=2x 4 6x 3 +5x 2 3x+2 διαιρείται με το(x 1)(x 2) και να βρείτε το πηλίκο. Λύση Εκτελούμε αρχικά τη διαίρεση του P(x) με το x 1, με τη βοήθεια του σχήματος Horner Η ταυτότητα που προκύπτει από την παραπάνω διαίρεση είναι: P(x)=(x 1)(2x 3 4x 2 + x 2)

5 Άλγεβρα Β Λυκείου 5 Εκτελούμε τώρα τη διαίρεση του 2x 3 4x 2 + x 2 με το x 2 με τη βοήθεια του σχήματος Horner Η ταυτότητα που προκύπτει από την παραπάνω διαίρεση είναι 2x 3 4x 2 + x 2=(x 2)(2x 2 +1) Τελικά, το αρχικό πολυώνυμο γράφεται: P(x)=(x 1)(x 2)(2x 2 +1) και το πηλίκο της διαίρεσής του με το(x 1)(x 2) είναι 2x Υπολογισμός παραμέτρων πολυωνύμου με παράγοντα της μορφής(x ρ) 2 Για να υπολογίσουμε τις παραμέτρους που βρίσκονται στους συντελεστές ενός πολυωνύμου P(x), με δεδομένο ότι το πολυώνυμο έχει παράγοντα της μορφής (x ρ) 2, εργαζόμαστε παρόμοια με την προηγούμενη περίπτωση. Αρχικά έχουμε Από τις εξισώσεις (2) και (3) προκύπτει ότι q(x)=(x ρ)π(x) Επομένως ο x ρ είναι παράγοντας του q(x), δηλαδή του πηλίκου της πρώτης διαίρεσης. Άρα το υπόλοιπο της διαίρεσης του q(x) (x ρ) είναι μηδέν. Από αυτό το συμπέρασμα προκύπτει η δεύτερη εξίσωση για τις παραμέτρους. Οι δύο εξισώσεις αποτελούν ένα σύστημα, η λύση του οποίου δίνει τις τιμές των παραμέτρων. Παράδειγμα (ασκ. 5, Β Ομάδα, σελ. 73) Να υπολογίσετε τους α,β R, για τους οποίους το P(x)=αx ν+1 +βx ν +1 έχει παράγοντα το(x 1) 2. Λύση Εφόσον το P(x) έχει παράγοντα το(x 1) 2 ϑα είναι P(x) = (x 1) 2 π(x) = (x 1)[(x 1)π(x)] (4) Οπουπ(x) το πηλίκο αυτής της διαίρεσης. Προκύπτει λοιπόν ότι το P(x) ϑα έχει παράγοντα το(x 1), επομένως η διαίρεση P(x) (x 1) έχει υπόλοιπο ίσο με μηδέν. Εκτελούμε τη διαίρεση. P(x) = (x ρ) 2 π(x) = (x ρ)[(x ρ)π(x)] (2) Επομένως ο x ρ είναι παράγοντας του P(x), άρα το υπόλοιπο αυτής της διαίρεσης είναι μηδέν. Από αυτό το συμπέρασμα προκύπτει η πρώτη εξίσωση για τις παραμέτρους. Αν ονομάσουμε q(x) το πηλίκο αυτής της διαίρεσης, η ταυτότητά της ϑα είναι: P(x)=(x ρ) q(x) (3) α β α α+β... α+β α+β α α+β α+β... α+β α+β+1 Επομένως πρέπεια+β+1=0. Η ταυτότητα αυτής της διαίρεσης είναι P(x)=(x 1)(αx ν +(α+β) x ν 1 + +α+β) (5) Από τις (4) και (5) προκύπτει ότι αx ν +(α+β) x ν 1 + +α+β=(x 1)π(x)

6 Άλγεβρα Β Λυκείου 6 Άρα το x 1 είναι παράγοντας του αx ν + (α+β) x ν α + β, δηλαδή το υπόλοιπο της διαίρεσης [αx ν +(α+β) x ν 1 + +α+β] (x 1) είναι ίσο με μηδέν. Εκτελούμε αυτή τη διαίρεση. α α+β... α+β 1 α... να+(ν 1)β α 2α+β... (ν+1)α+νβ Επομένως πρέπει(ν+1)α+νβ=0. Το σύστημα που προκύπτει από τις δύο εξισώσεις σχετικές με τις παραμέτρους α καιβ(επειδή τα υπόλοιπα των δύο διαιρέσεων είναι μηδέν), είναι το α+β+1=0 (ν+1)α+νβ=0 α+β= 1 ν(α+β)+α=0 α+β= 1 β= 1 ν ν+α=0 α=ν 3 Πολυωνυμικές εξισώσεις 3.1 Στοιχεία ϑεωρίας Πολυωνυμική εξίσωση βαθμούνονομάζουμε κάθε εξίσωση της μορφής α ν x ν +α ν 1 x ν 1 + +α 1 x+α 0 = 0,α ν 0 Ρίζα της πολυωνυμικής εξίσωσης ονομάζουμε κάθε ρίζα του πολυωνύμου P(x)=α ν x ν +α ν 1 x ν 1 + +α 1 x+α 0, δηλαδή κάθε αριθμόρ, για τον οποίο ισχύει P(ρ)=0. Σημ.: Μέχρι τώρα γνωρίζουμε έναν τύπο ο οποίος δίνει τις πραγματικές ρίζες μιας πολυωνυμικής εξίσωσης δευτέρου βαθμού. Υπάρχουν αντίστοιχοι τύποι που με τη βο- ήθεια ριζικών δίνουν τις πραγματικές ρίζες πολυωνυμικών εξισώσεων τρίτου και τετάρτου βαθμού, όμως με αυτούς δεν ασχολούμαστε στο Λύκειο. Επίσης γνωρίζουμε ότι δεν υπάρχουν τύποι που με τη βοήθεια ριζικών να δίνουν τις λύσεις πολυωνυμικών εξισώσεων πέμπτου βαθμού και άνω. Στα πλαίσια του μαθήματος λοιπόν, αντιμετωπίζουμε μονάχα βολικές εξισώσεις τρίτου βαθμού και άνω των οποίων τα πολυώνυμα μπορούν να παραγοντοποιηθούν. Ετσι όταν καλούμαστε να λύσουμε μια πολυωνυμική εξίσωση τρίτου βαθμού και άνω, ϑα παραγοντοποιούμε το πολυώνυμό της, ώ- στε να καταλήξουμε σε μια μορφή: P 1 (x) P 2 (x) P ν (x)=0 Όπου P 1 (x),..., P ν (x) πολυώνυμα το πολύ δευτέρου βαθμού. Το παραπάνω γινόμενο είναι ίσο με μηδέν αν P 1 (x)=0 ή P 2 (x)=0 ή... ή P ν (x)=0. Όλες οι προηγούμενες εξισώσεις μπορούν πλέον να λυθούν. Θεώρημα Εστω η πολυωνυμική εξίσωση α ν x ν +α ν 1 x ν 1 + +α 1 x+α 0 = 0, με α- κέραιους συντελεστές. Αν ο ακέραιος ρ 0 είναι ρίζα της εξίσωσης, τότε ορ είναι διαιρέτης του σταθερού όρουα 0. Απόδειξη Αν ορ 0 είναι ρίζα της εξίσωσης, τότε διαδοχικά έχουμε: α ν ρ ν +α ν 1 ρ ν 1 + +α 1 ρ+α 0 = 0 α 0 = α ν ρ ν α ν 1 ρ ν 1 α 1 ρ α 0 =ρ( α ν ρ ν 1 α ν 1 ρ ν 2 α 1 ) Επειδή οιρ,α 1,...,α ν είναι ακέραιοι έπεται ότι και ο α ν ρ ν 1 α ν 1 ρ ν 2

7 Άλγεβρα Β Λυκείου 7 α 1 είναι ακέραιος. Από την τελευταία ισότητα συμπεραίνουμε ότι ορείναι διαιρέτης τουα 0. Σημ.: Το ϑεώρημα σε καμία περίπτωση δεν εξασφαλίζει ότι κάθε πολυωνυμική εξίσωση με ακέραιους συντελεστές ϑα έχει σίγουρα κάποια ακέραιη ρίζα που διαιρεί το σταθερό όρο. Το μόνο που δηλώνει είναι ό- τι σε περίπτωση που μία πολυωνυμική εξίσωση όντως έχει κάποια ακέραιη ρίζα, τότε αυτή αναγκαστικά ϑα διαιρεί το σταθερό ό- ρο. Επομένως, αυτόπουκάνειείναιναμας παρέχει ένα σύνολο από πιθανές ακέραιες ρίζες μιας πολυωνυμικής εξίσωσης. Το σύνολο αυτό αποτελείται από όλους τους α- κέραιους διαιρέτες του σταθερού όρου. 3.2 Μεθοδολογία Μια πρόταση που διευκολύνει τον εντοπισμό ριζών πολυωνυμικών εξισώσεων είναι η παρακάτω: Πόρισμα Αν οι συντελεστές του πολυωνύμου P(x)=α ν x ν +α ν 1 x ν 1 + +α 1 x+α 0 έχουν άθροισμα ίσο με μηδέν, τότε μία ρίζα του πολυωνύμου είναι το 1. Απόδειξη P(1)=α ν +α ν 1 + +α 1 +α 0 = Πολυωνυμικές εξισώσεις με ακέραιους συντελεστές Για να λύσουμε μια πολυωνυμική εξίσωση με ακέραιους συντελεστές ακολουθούμε μία από τις δύο παρακάτω μεθόδους: 1. Εξετάζουμε αν μπορούμε να παραγοντοποιήσουμε το πολυώνυμο απευθείας. Αν κάτι τέτοιο δεν είναι δυνατό τότε, 2. εντοπίζουμε τους διαιρέτες του στα- ϑερού όρου και με δοκιμές (με τη βοή- ϑεια του σχήματος Horner) βρίσκουμε κάποια ακέραιη ρίζα. Επειτα παραγοντοποιούμε. Παράδειγμα (ασκ. 1-viii, σελ. 78) Να λύσετε την εξίσωση 7(3x+2) 2 (1 x) 2 (3x+2)(1 x) 3 = 0. Λύση Παραγοντοποιώντας την εξίσωση έχουμε διαδοχικά: 7(3x+2) 2 (1 x) 2 (3x+2)(1 x) 3 = 0 (3x+2)(1 x) 2 [7(3x+2) (1 x)] = 0 (3x+2)(1 x) 2 (22x+13) = 0 Επομένως οι ρίζες της εξίσωσης είναι x = 2, x=1 (επειδή αυτή είναι διπλή ρίζα, 3 λέμε ότι είναι ρίζα πολλαπλότητας 2) και x= Παράδειγμα (ασκ. 1-x, σελ. 78) Να λύσετε την εξίσωση x 4 3x 3 +6x 4=0. Λύση Οι ακέραιοι διαιρέτες του 4 που είναι ο σταθερός όρος του πολυωνύμου είναι: ±1, ±2 και ±4. Παρατηρώ ότι το άθροισμα των συντελεστών του πολυωνύμου ειναι =0, οπότε σύμφωνα με το πόρισμα που αποδείχθηκε παραπάνω, μία ρίζα της εξίσωσης ϑα είναι το 1. Ε- κτελώ τη διαίρεση του πολυωνύμου με το x

8 Άλγεβρα Β Λυκείου 8 Άρα η εξίσωση γράφεται: (x 1)(x 3 2x 2 2x+4) = 0 (x 1)[x 2 (x 2) 2(x 2)] = 0 (x 1)(x 2)(x 2 2) = 0 (x 1)(x 2)(x 2)(x+ 2) = 0 Επομένως οι λύσεις της εξίσωσης είναι x=1, x=2, x= 2 και x= Πολυωνυμικές ανισώσεις Για να λύσουμε μια πολυωνυμική ανίσωση δευτέρου βαθμού και άνω, είναι αναγκαίο να παραγοντοποιήσουμε το πολυώνυμο και έπειτα να καταστρώσουμε τον πίνακα προσήμων του. Παράδειγμα (ασκ. 4-iv, σελ. 78) Να λύσετε την ανίσωση x 4 x 3 + x 2 3x 6 0. Λύση Οι πιθανές ακέραιες ρίζες του πολυωνύμου είναι οι διαιρέτες του σταθερού του όρου, δηλαδή±1,±2,±3,±6. Μετά από δοκιμές με τη βοήθεια του σχήματος Horner καταλήγουμε σε μία ρίζα του πολυωνύμου, τον ακέραιο Η ανίσωση λοιπόν γράφεται: (x+1)(x 3 2x 2 +3x 6) 0. Συνεχίζουμε την παραγοντοποίηση του πολυωνύμου, διαιρούμε το πολυώνυμο x 3 2x 2 +3x 6 με το x Η ανίσωση τώρα γράφεται: (x+1)(x 2)(x 2 +3) 0. Εφόσον παραγοντοποιήσαμε το πολυώνυμο σε γινόμενο πρώτων παραγόντων, είμαστε πλέον σε ϑέση να καταστρώσουμε τον πίνακα προσήμων του. Ονομάζουμε P(x) το αρχικό πολυώνυμο x x x 2 + x P(x) + + Από τα παραπάνω προκύπτει ότι η ανίσωση επαληθεύεται για κάθε x (, 1] [2,+ ) Γραφικές παραστάσεις Οταν δίνονται δεδομένα σχετικά με τη γραφική παράσταση μιας ή περισσότερων πολυωνυμικών συναρτήσεων, χρειάζεται να μεταγλωττιστούν σε αλγεβρικά δεδομένα. Για να ολοκληρώσουμε αυτή τη διαδικασία αρκεί να έχουμε υπόψη μας τα εξής: Η γραφική παράσταση μιας πολυωνυμικής συνάρτησης f(x) τέμνει τον άξονα x x στα σημεία που η τεταγμένη τους είναι ίση με μηδέν, δηλαδή στα σημεία εκείνα που η τιμή της συνάρτησης μηδενίζεται, άρα εκεί που f(x)=0. Βρίσκουμε επομένως τις ρίζες του πολυωνύμου, αυτές ϑα είναι και οι τετμημένες των σημείων που τέμνει η γραφική παράσταση της συνάρτησης τον οριζόντιο άξονα. Η γραφική παράσταση μιας πολυωνυμικής συνάρτησης f(x) βρίσκεται πάνω από τον άξονα x x στα διαστήματα

9 Άλγεβρα Β Λυκείου 9 που η τεταγμένη των σημείων της είναι ϑετική, δηλαδή στα σημεία εκείνα όπου ισχύει f(x) > 0. Βρίσκουμε επομένως τα διαστήματα του x που επαληθεύουν την ανίσωση, αυτές ϑα είναι και οι τετμημένες των σημείων που η γραφική παράσταση της συνάρτησης βρίσκεται πάνω από τον οριζόντιο ά- ξονα. Η γραφική παράσταση μιας πολυωνυμικής συνάρτησης f(x) βρίσκεται κάτω από τον άξονα x x στα διαστήματα που η τεταγμένη των σημείων της είναι αρνητική, δηλαδή στα σημεία εκείνα όπου ισχύει f(x)<0. Βρίσκουμε επομένως τα διαστήματα του x που επαληθεύουν την ανίσωση, αυτές ϑα είναι και οι τετμημένες των σημείων που η γραφική παράσταση της συνάρτησης βρίσκεται κάτω από τον οριζόντιο άξονα. Η γραφική παράσταση μιας πολυωνυμικής συνάρτησης f(x) βρίσκεται πάνω (ή κάτω) από τη γραφική παράσταση της πολυωνυμικής συνάρτησης g(x), στα διαστήματα που η τεταγμένη των σημείων της γραφικής παράστασης της f είναι μεγαλύετρη (ή μικρότερη) από την τεταγμένη των σημείων της γραφικής παράστασης της συνάρτησης g, δηλαδή εκεί που f(x)>g(x) (ή f(x)<g(x)). Βρίσκουμε επομένως τα διαστήματα του x που επαληθεύουν την ανίσωση, αυτές ϑα είναι και οι τετμημένες των σημείων που η γραφική παράσταση της συνάρτησης f βρίσκεται πάνω (ή κάτω) από τη γραφική παράσταση της g. Παράδειγμα (ασκ. 6, σελ. 78) Να βρειτε τα διαστήματα στα οποία η γραφική παράσταση της πολυωνυμικής συνάρτησης f(x)= x 4 5x 3 +3x 2 +x βρίσκεται κάτω από τον άξονα x x. Λύση Για να εντοπίσουμε τα διαστήματα στα οποία η γραφική παράσταση της f βρίσκεται κάτω από τον άξονα x x, αρκεί να λύσουμε την ανίσωση f(x)<0. Παραγοντοποιούμε το πολυώνυμο και η ανίσωση γράφεται: x(x 3 5x 2 +3x+1)<0 Εκτελούμε τη διαίρεση(x 3 5x 2 +3x+1) (x 1) με τη βοήθεια του σχήματος Horner Η ανίσωση τώρα γράφεται x(x 1)(x 2 4x 1)<0 Το τριώνυμο x 2 4x 1 έχει διακρίνουσα = 20 και οι δύο ρίζες του είναι x 1,2 = 2± 5. Καταστρώνουμε τον πίνακα προσήμων της f.

10 Άλγεβρα Β Λυκείου 10 x x x Επομένως η γραφική παράσταση της συνάρτησης f βρίσκεται κάτω από τον ά- ξονα x x στα διαστήματα (2 5,0) και (1,2+ 5). x 2 4x f(x) Εξισώσεις που ανάγονται σε α- πλούστερες Οταν πολυωνυμικές εξισώσεις εμφανίζουν μια παράσταση του x που υψώνεται σε διάφορες δυνάμεις, μπορούμε να τις ανάγουμε σε απλούστερες με κατάλληλη αντικατάσταση. Παράδειγμα (ασκ. 7-ii, σελ. 78) Να λύσετε την εξίσωση(x 1) 6 9(x 1) 3 +8=0. Λύση Θέτοντας όπου(x 1) 3 έναν καινούριο άγνωστο y, η εξίσωση μετασχηματίζεται στην παρακάτω: y 2 9y+8=0 Η οποία έχει δύο πραγματικές ρίζες y=1 και y = 8. Μελετούμε ξεχωριστά τις δύο περιπτώσεις που προκύπτουν. (x 1) 3 = 1 x 1=1 x=2 (x 1) 3 = 8 x 1=2 x= Εξισώσεις με ρητούς συντελεστές Οταν μια εξίσωση έχει ρητούς συντελεστές τότε τη μετατρέπουμε σε μια ισοδύναμη με ακέραιους συντελεστές, πολλαπλασιάζοντας κάθε μέλος της με το ΕΚΠ των παρονομαστών. Παράδειγμα (ασκ. 1-i, Β Ομάδα, σελ. 79) Να λύσετε την εξίσωση 1 10 x x2 + 1 x 4= Λύση Το ΕΚΠ των παρονομαστών των συντελεστών είναι το 10, οπότε πολλαπλασιάζοντας κάθε μέλος της εξίσωσης με αυτό προκύπτει η ισοδύναμη εξίσωση: x 3 +5x 2 +2x 8=0 Αναζητούμε πιθανές ακέραιες λύσεις στο σύνολο των διαιρετών του σταθερού όρου, οι οποίοι είναι±1,±2,±4,±8. Εκτελούμε τη διαίρεση του πολυωνύμου με το x 1 με τη βοήθεια του σχήματος Horner Η εξίσωση γράφεται τώρα: (x 1)(x 2 +6x+8)=0 Καταλήγουμε ότι η εξίσωση έχει τρεις ρίζες x=1, x= 2 και x= 4.

11 Άλγεβρα Β Λυκείου Μία τουλάχιστον ακέραια ρίζα Οταν ζητούνται οι τιμές μιας παραμέτρου που περιέχεται σε κάποιο συντελεστή μιας πολυωνυμικής εξίσωσης, ώστε η εξίσωση να έχει μία τουλάχιστον ακέραια ρίζα, α- νατρέχουμε και πάλι στους διαιρέτες του σταθερού όρου. Εξετάζουμε ποιοι από αυτούς όταν είναι ρίζες, η παράμετρος παίρνει τέτοια τιμή ώστε οι συντελεστές του πολυωνύμου να είναι όλοι ακέραιοι. Παράδειγμα (ασκ. 3, Β Ομάδα, σελ. 79) Να βρείτε τις τιμές του k για τις οποίες, η εξίσωση x 3 x 2 + kx+3=0 έχει μία τουλάχιστον ακέραια ρίζα. Λύση Οι διαιρέτες του σταθερού όρου είναι±1, ±3. Αυτές είναι και οι πιθανές ακέραιες ρίζες του πολυωνύμου. Εξετάζουμε σε κάθε περίπτωση αν το k παίρνει τέτοιες τιμές ώστε οι συντελεστές της εξίσωσης να είναι όλοι ακέραιοι. Για x= 1 η εξίσωση γράφεται: 1 1 k+3=0 k=1. Για x=1 η εξίσωση γράφεται: 1 1+ k+3=0 k= 3. Για x= 3 η εξίσωση γράφεται: k+3=0 k= 11. Για x=3 η εξίσωση γράφεται: k+3=0 k= 7. Παρατηρούμε ότι για όλες τις παραπάνω τιμές του k, οι συντελεστές της εξίσωσης είναι ακέραιοι. Επομένως, όταν το k παίρνει κάποια από τις τιμές 11, 7, 3 και 1 η εξίσωση έχει μία τουλάχιστον ακέραια ρίζα. 4 Εξισώσεις που ανάγονται σε πολυωνυμικές 4.1 Μεθοδολογία Ρητές εξισώσεις Για να λύσουμε μια ρητή (κλασματική) ε- ξίσωση ακολουθούμε τα έξι παρακάτω βήματα: 1. Παραγοντοποιούμε τους παρονομαστές 2. Θέτουμε κατάλληλους περιορισμούς 3. Εντοπίζουμε το ΕΚΠ των παρονομαστών 4. Πολλαπλασιάζουμε κάθε μέλος της ε- ξίσωσης με το ΕΚΠ 5. Λύνουμε την πολυωνυμική εξίσωση που προκύπτει 6. Ελέγχουμε τις λύσεις Παράδειγμα (ασκ. 1-i, σελ. 83) Να λύσετε την εξίσωση x2 2 = 4 x 1 x+1 x. 2 1 Λύση Παραγοντοποιώντας τους παρονομαστές, η εξίσωση γράφεται: x 2 x 1 2 x+1 = 4 (x 1)(x+1) Οι παραπάνω συμβολισμοί έχουν νόημα αν x ±1. Το ΕΚΠ των παρονομαστών είναι το (x 1)(x + 1), πολλαπλασιάζοντας κάθε μέλος της εξίσωσης με το ΕΚΠ, παίρνουμε: x 2 (x+1) 2(x 1)=4

12 Άλγεβρα Β Λυκείου 12 Εκτελώντας τις πράξεις στην παραπάνω εξίσωση, αυτή γράφεται: x 3 + x 2 2x 2 = 0 x 2 (x+1) 2(x+1) = 0 (x+1)(x 2 2) = 0 (x+1)(x 2)(x+ 2) = 0 Από τα παραπάνω προκύπτουν ότι οι λύσεις της εξίσωσης είναι x= 2, x= 2 και x = 1, η οποία όμως απορρίπτεται γιατί εμπίπτει στους αρχικούς περιορισμούς. Άρα η εξίσωση έχει τελικά δύο λύσεις, τις x= 2 και x= Ρητές ανισώσεις Οι ανισώσεις διαφοροποιούνται σε σχέση με τις εξισώσεις ως προς το γεγονός ότι δεν μπορεί να γίνει η απαλοιφή των παρονομαστών. Αυτό οφείλεται στον άγνωστο που βρίσκεται στον παρονομαστή, ο οποίος καθιστά το ΕΚΠ των παρονομαστών μια ποσότητα με πρόσημο που συνήθως δεν είναι σταθερό. Σ αυτήν την περίπτωση λοιπόν, συγκεντρώνουμε όλους τους όρους σε ένα μέλος και αφού κάνουμε όλες τις πράξεις που σημειώνονται, καταλήγουμε σε μια ανίσωση της μορφής K 0, όπου K έ- να κλάσμα. Παραγοντοποιούμε τους όρους του κλάσματος και έπειτα καταστρώνουμε έναν πίνακα προσήμου για τους παράγοντές του. Παράδειγμα (ασκ. 2, σελ. 83) Να λύσετε την ανίσωση x x 1 x(2x 1). Λύση Οι παραπάνω συμβολισμοί έ- χουν νόημα αν x 0 και x 1 2. Η δοσμένη ανίσωση γράφεται: x x 1 1 x(2x 1) x 3 (2x 1) x(2x 1) + 2x x(2x 1) 1 x(2x 1) 2x 4 x 3 +2x 1 x(2x 1) x 3 (2x 1)+2x 1 x(2x 1) (x 3 +1)(2x 1) x(2x 1) (x+1)(x 2 x+1) x Ενώ το τριώνυμο x 2 x+1 έχει διακρίνουσα = 3, οπότε είναι x 2 x+1>0 για κάθε x R. Άρα η ανίσωση επαληθεύεται όταν x+1 x 0. Καταστρώνουμε τον πίνακα προσήμων της παραπάνω παράστασης. x 1 0 x x x+1 x Τελικά η ανίσωση επαληθεύεται για κάθε x (, 1] (0, 1 2 ) (1 2,+ ) Εξισώσεις που λύνονται με αντικατάσταση Μια σειρά εξισώσεων ανάγονται σε πολυωνυμικές με τη βοήθεια κατάλληλης αντικατάστασης. Σε περίπτωση που κάτι τέτοιο δεν μπορεί να γίνει εξ αρχής, επειδή κάποιος όρος είναι διαφορετικός από τους υπόλοιπους, επιστρατεύουμε κατάλληλες ταυτοτήτες ή μετασχηματισμούς. Μετατρέπουμε τους διαφορετικούς όρους σε ό,τι

13 Άλγεβρα Β Λυκείου 13 βολεύει κάθε φορά και έπειτα κάνουμε την αντικατάσταση. Παράδειγμα (ασκ. 3, σελ. 83) Να λύσετε την εξίσωση 2 Ñ 3 x+ ÙÒ 2 x+2 Ñ x 2=0 Λύση Αρχικά χρειάζεται να μετασχηματιστεί το ÙÒ 2 x, αφού είναι ο μοναδικός διαφορετικός όρος από τους υπόλοιπους. Με τη βοήθεια της τριγωνομετρικής ταυτότητας Ñ 2 x+ ÙÒ 2 x=1, η εξίσωση μετασχηματίζεται στην παρακάτω 2 Ñ 3 x+1 Ñ 2 x+2 Ñ x 2 = 0 2 Ñ 3 x Ñ 2 x+2 Ñ x 1 = 0 Θέτοντας τώρα όπου Ñ x το y, η εξίσωση παίρνει τη μορφή: 2y 3 y 2 +2y 1 = 0 y 2 (2y 1)+2y 1 = 0 (2y 1)(y 2 +1) = 0 2y 1 = 0 y = 1 2 Άρα Ñ x= 1, οπότε οι λύσεις της εξίσωσης 2 είναι x=2kπ+ π 5π, k Z και x=2kπ+, k Z. 6 6 Σημ.: Εδώ η αντικατάσταση δεν ή- ταν απαραίτητη, αφού η παραγοντοποίηση μπορούσε να γίνει με ομαδοποίηση των όρων ακόμα και αν κρατούσαμε το Ñ x. Σε άλλες περιπτώσεις όμως που η παραγοντοποίηση δεν μπορεί να γίνει όπως εδώ, η αντικατάσταση είναι αναγκαία Άρρητες εξισώσεις Παρακάτω περιγράφονται δύο μέθοδοι ε- πίλυσης άρρητων εξισώσεων. Η πρώτη είναι αυτή που περιγράφεται και στο σχολικό βιβλίο, ενώ η δεύτερη παρουσιάζει χρησιμότητα αργότερα. 1η Μέθοδος Ξεκινούμε παίρνοντας κάποιους αρχικούς περιορισμούς, αφού για να έχουν νόημα τα σύμβολα που χρησιμοποιούνται ϑα πρέπει οι υπόριζες ποσότητες να είναι μη αρνητικές. Επειτα απομονώνουμε διαδοχικά τα ριζικά και υψώνουμε στο τετράγωνο τα δύο μέλη της ε- ξίσωσης όσες φορές χρειαστεί, ώστε να τα απαλείψουμε. Η εξίσωση που προκύπτει τότε είναι πολυωνυμική, η οποία όμως ενδεχομένως να έχει περισσότερες λύσεις α- πό την αρχική. Αυτό συμβαίνει γιατί όταν υψώνουμε στο τετράγωνο (ή σε οποιαδήποτε άλλη άρτια δύναμη) τα μέλη μιας εξίσωσης, δεν προκύπτει εξίσωση ισοδύναμη με την αρχική. Για παράδειγμα η εξίσωση x 2=1 έχει μοναδική λύση την x=3. Αν όμως υψώσουμε στο τετράγωνο τα δύο μέλη, τότε αυτή γίνεται(x 2) 2 = 1, η οποία έχει εκτός της αρχικής λύσης x=3 και την x=1, αφού(1 2) 2 =( 1) 2 = 1. Γι αυτό το λόγο εξετάζουμε στο τέλος ποιες από τις λύσεις που προκύπτουν επαληθεύουν την αρχική εξίσωση. Παράδειγμα (ασκ. 4-v, σελ. 83) Να λύσετε την εξίσωση x+3= 10 x+1. Λύση Για να έχουν νόημα οι παραπάνω συμβολισμοί πρέπει x+3 0 και 10 x 0, δηλαδή 3 x 10. Υψώνοντας στο τετράγωνο τα δύο μέλη της εξίσωσης προκύπτει x+3=10 x+2 10 x+1 Απομονώνουμε το ριζικό που απέμεινε ώ- στε να υψώσουμε ξανά στο τετράγωνο και

14 Άλγεβρα Β Λυκείου 14 να προκύψει μία πολυωνυμική εξίσωση. x 4 = 10 x x 2 8x+16 = 10 x Επομένως, η πολυωνυμική εξίσωση που προκύπτει είναι x 2 7x+6=0 Οι λύσεις της εξίσωσης αυτής είναι x=1 και x = 6. Αρχικά δεν απορρίπτεται καμία από τις δύο λύσεις, αφού βρίσκονται εντός του διαστήματος[ 3, 10]. Ελέγχουμε τώρα ποιες από αυτές επαληθεύουν την αρχική εξίσωση. Για x=1 η αρχική εξίσωση γράφεται 1+3= , δηλαδή 2=4. Επειδή η εξίσωση δεν επαληθεύεται, η λύση απορρίπτεται. Για x=6 η αρχική εξίσωση γράφεται 6+3= , ή 3=3. Εφόσον η εξίσωση επαληθεύεται, η λύση είναι τώρα δεκτή. Τελικά η εξίσωση έχει μοναδική πραγματική λύση την x = 6. 2η Μέθοδος Και εδώ ξεκινούμε ϑέτοντας κάποιους αρχικούς περιορισμούς, αφού οι υπόριζες ποσότητες πρέπει να είναι μη αρνητικές. Κάθε φορά όμως που υψώνουμε στο τετράγωνο (ή σε μια άρτια δύναμη), πρέπει πρώτιστα να έχουμε εξασφαλίσει ό- τι τα δύο μέλη της εξίσωσης είναι μη αρνητικές ποσότητες, ώστε η εξίσωση που προκύπτει να είναι ισοδύναμη με την αρχική. Πώς εξασφαλίζουμε όμως ότι τα δύο μέλη της εξίσωσης είναι μη αρνητικές ποσότητες; Αυτό μπορεί να γίνει είτε με κατάλληλες μετακινήσεις όρων στα δύο μέλη, είτε με την εφαρμογή περιορισμών. Εφόσον η τελική πολυωνυμική εξίσωση που ϑα προκύψει είναι ισοδύναμη με την αρχική, δεν υπάρχει πλέον λόγος να εξετάζουμε ποιες από τις λύσεις επαληθεύουν την αρχική ε- ξίσωση (όπως στην προηγούμενη μέθοδο). Παράδειγμα (ασκ. 3-ii, Β Ομάδα, σελ. 84) Να λύσετε την εξίσωση x 1+ x 4= x+4 Λύση Για να έχουν νόημα οι συμβολισμοί πρέπει x 1 0, x 4 0 και x+4 0, δηλαδή x 4. Στα δύο μέλη της εξίσωσης βρίσκονται μη αρνητικές ποσότητες, οπότε υψώνουμε στο τετράγωνο και προκύπτει η ισοδύναμη με την αρχική εξίσωση: x 1+2 (x 1)(x 4)+ x 4 = x+4 2 x 2 5x+4 = 9 x Στο πρώτο μέλος της καινούριας εξίσωσης βρίσκεται μια μη αρνητική ποσότητα, επομένως απαιτούμε και στο δεύτερο μέλος να υπάρχει μία επίσης μη αρνητική ποσότητα πριν υψώσουμε στο τετράγωνο. Ετσι πρέπει 9 x 0, ή x 9. Συγκεντρώνοντας όλους τους περιορισμούς για το x, έχουμε 4 x 9. Γι αυτές τις τιμές του x η αρχική εξίσωση είναι ισοδύναμη με την: 4(x 2 5x+4) = 81 18x+ x 2 3x 2 2x 65 = 0 Η παραπάνω πολυωνυμική εξίσωση έχει λύσεις τις x= 13, η οποία απορρίπτεται 3 εφόσον δεν ανήκει στο διάστημα[4,9] και x = 5, η οποία ανήκει στο[4, 9]. Τελικά η εξίσωση έχει μοναδική πραγματική λύση την x= Άρρητες ανισώσεις Στις ανισώσεις έχουμε υπόψην ότι για να υψώσουμε στο τετράγωνο (ή σε μια άρτια δύναμη) τα δύο μέλη της, πρέπει να βρίσκονται σε αυτά παραστάσεις που έχουν

15 Άλγεβρα Β Λυκείου 15 το ίδιο πρόσημο. Αυτή η απαίτηση συνή- ϑως μας οδηγεί σε μια διερεύνηση, αναφορικά με τις διάφορες τιμές που μπορεί να πάρει ο άγνωστος. Παράδειγμα (ασκ. 1-ii, Β Ομάδα, σελ. 84) Να λύσετε την ανίσωση x 3> x 5 Λύση Για να έχουν νόημα οι συμβολισμοί ϑα πρέπει x 3 0, ή x 3. Στο πρώτο μέλος της ανίσωσης βρίσκεται μία μη αρνητική ποσότητα. Η διερεύνηση λοιπόν ϑα είναι σχετική με την παράσταση του δεύτερου μέλους της ανίσωσης. Εξετάζουμε την ανίσωση στην περίπτωση που αυτή είναι αρνητική και στην περίπτωση που δεν είναι αρνητική ποσότητα. Αν x 3 και x 5<0 x<5, δηλαδή αν 3 x<5: Τότε η ανίσωση επαληθεύεται, αφού μία μη αρνητική ποσότητα είναι πάντα μεγαλύτερη α- πό μία αρνητική ποσότητα. Αν x 3 και x 5 0 x 5, δηλαδή αν x 5: Οι δύο ποσότητες είναι μη αρνητικές οπότε υψώνουμε στο τετράγωνο για να απαλλαγούμε από το ριζικό. Εχουμε: x 3> x 2 10x+25 x 2 11x+28<0. Η ανίσωση επαληθεύεται αν 5 x<7. Τελικά συμπεραίνουμε ότι η ανίσωση επαληθεύεται για κάθε x [3,5) [5,7)=[3,7).

Επίλυση ειδικών μορφών ΣΔΕ

Επίλυση ειδικών μορφών ΣΔΕ 15 Επίλυση ειδικών μορφών ΣΔΕ Σε αυτό το κεφάλαιο θα δούμε κάποιες ειδικές μορφές ΣΔΕ για τις οποίες υπάρχει μέθοδος επίλυσης. Περισσότερες μπορεί να δει κανείς στο Kloeden and Plaen (199), 4.-4.4. Θα

Διαβάστε περισσότερα

Αποδεικτικές Διαδικασίες και Μαθηματική Επαγωγή.

Αποδεικτικές Διαδικασίες και Μαθηματική Επαγωγή. Αποδεικτικές Διαδικασίες και Μαθηματική Επαγωγή. Mαθηματικό σύστημα Ένα μαθηματικό σύστημα αποτελείται από αξιώματα, ορισμούς, μη καθορισμένες έννοιες και θεωρήματα. Η Ευκλείδειος γεωμετρία αποτελεί ένα

Διαβάστε περισσότερα

Εξαναγκασμένες ταλαντώσεις, Ιδιοτιμές με πολλαπλότητα, Εκθετικά πινάκων. 9 Απριλίου 2013, Βόλος

Εξαναγκασμένες ταλαντώσεις, Ιδιοτιμές με πολλαπλότητα, Εκθετικά πινάκων. 9 Απριλίου 2013, Βόλος ιαφορικές Εξισώσεις Εξαναγκασμένες ταλαντώσεις, Ιδιοτιμές με πολλαπλότητα, Ατελείς ιδιοτιμές Εκθετικά πινάκων Μανόλης Βάβαλης Τμήμα Μηχανικών Η/Υ Τηλεπικοινωνιών και ικτύων Πανεπιστήμιο Θεσσαλίας 9 Απριλίου

Διαβάστε περισσότερα

Ας υποθέσουμε ότι ο παίκτης Ι διαλέγει πρώτος την τυχαιοποιημένη στρατηγική (x 1, x 2 ), x 1, x2 0,

Ας υποθέσουμε ότι ο παίκτης Ι διαλέγει πρώτος την τυχαιοποιημένη στρατηγική (x 1, x 2 ), x 1, x2 0, Οικονομικό Πανεπιστήμιο Αθηνών Τμήμα Στατιστικής Εισαγωγή στην Επιχειρησιακή Ερευνα Εαρινό Εξάμηνο 2015 Μ. Ζαζάνης Πρόβλημα 1. Να διατυπώσετε το παρακάτω παίγνιο μηδενικού αθροίσματος ως πρόβλημα γραμμικού

Διαβάστε περισσότερα

5.1 Μετρήσιμες συναρτήσεις

5.1 Μετρήσιμες συναρτήσεις 5 Μετρήσιμες συναρτήσεις 5.1 Μετρήσιμες συναρτήσεις Ορισμός 5.1. Εστω (Ω, F ), (E, E) μετρήσιμοι χώροι. Μια συνάρτηση f : Ω E λέγεται F /Eμετρήσιμη αν f 1 (A) F για κάθε A E. (5.1) Συμβολίζουμε το σύνολο

Διαβάστε περισσότερα

Οι γέφυρες του ποταμού... Pregel (Konigsberg)

Οι γέφυρες του ποταμού... Pregel (Konigsberg) Οι γέφυρες του ποταμού... Pregel (Konigsberg) Β Δ Β Δ Γ Γ Κύκλος του Euler (Euler cycle) είναι κύκλος σε γράφημα Γ που περιέχει κάθε κορυφή του γραφήματος, και κάθε ακμή αυτού ακριβώς μία φορά. Για γράφημα

Διαβάστε περισσότερα

Εισαγωγικά. 1.1 Η σ-αλγεβρα ως πληροφορία

Εισαγωγικά. 1.1 Η σ-αλγεβρα ως πληροφορία 1 Εισαγωγικά 1.1 Η σ-αλγεβρα ως πληροφορία Στη θεωρία μέτρου, όταν δουλεύει κανείς σε έναν χώρο X, συνήθως έχει διαλέξει μια αρκετά μεγάλη σ-άλγεβρα στον X έτσι ώστε όλα τα σύνολα που εμφανίζονται να ανήκουν

Διαβάστε περισσότερα

Γενικό Λύκειο Μαραθοκάμπου Σάμου. Άλγεβρα Β λυκείου. 13 Οκτώβρη 2016

Γενικό Λύκειο Μαραθοκάμπου Σάμου. Άλγεβρα Β λυκείου. 13 Οκτώβρη 2016 Γενικό Λύκειο Μαραθοκάμπου Σάμου Άλγεβρα Β λυκείου Εργασία2 η : «Συναρτήσεις» 13 Οκτώβρη 2016 Ερωτήσεις Θεωρίας 1.Πότελέμεότιμιασυνάρτησηfείναιγνησίωςάυξουσασεέναδιάστημα του πεδίου ορισμού της; 2.Πότελέμεότιμιασυνάρτησηfείναιγνησίωςφθίνουσασεέναδιάστημα

Διαβάστε περισσότερα

Η ανισότητα α β α±β α + β με α, β C και η χρήση της στην εύρεση ακροτάτων.

Η ανισότητα α β α±β α + β με α, β C και η χρήση της στην εύρεση ακροτάτων. A A N A B P Y T A Άρθρο στους Μιγαδικούς Αριθμούς 9 5 0 Η ανισότητα α β α±β α + β με α, β C και η χρήση της στην εύρεση ακροτάτων. Δρ. Νίκος Σωτηρόπουλος, Μαθηματικός Εισαγωγή Το άρθρο αυτό γράφεται με

Διαβάστε περισσότερα

{ i f i == 0 and p > 0

{ i f i == 0 and p > 0 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Σχεδίαση και Ανάλυση Αλγορίθμων Διδάσκων: Ε. Μαρκάκης, Φθινοπωρινό εξάμηνο 014-015 Λύσεις 1ης Σειράς Ασκήσεων

Διαβάστε περισσότερα

Εκφωνήσεις και Λύσεις των Θεμάτων

Εκφωνήσεις και Λύσεις των Θεμάτων ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Δευτέρα 8 Μαΐου 0 Εκφωνήσεις και Λύσεις των Θεμάτων

Διαβάστε περισσότερα

Παραβολή ψ=αχ 2 +βχ+γ, α 0. Η παραβολή ψ = αχ 2. Γενικά : Κάθε συνάρτηση της μορφής ψ=αχ 2 + βχ +γ, α 0 λέγεται τετραγωνική συνάρτηση.

Παραβολή ψ=αχ 2 +βχ+γ, α 0. Η παραβολή ψ = αχ 2. Γενικά : Κάθε συνάρτηση της μορφής ψ=αχ 2 + βχ +γ, α 0 λέγεται τετραγωνική συνάρτηση. Η παραβολή ψ=αχ 2 +βχ+γ Σελίδα 1 από 10 Παραβολή ψ=αχ 2 +βχ+γ, α0 Γενικά : Κάθε συνάρτηση της μορφής ψ=αχ 2 + βχ +γ, α0 λέγεται τετραγωνική συνάρτηση. Η παραβολή ψ = αχ 2 Η γραφική παράσταση της συνάρτησης

Διαβάστε περισσότερα

HY 280. θεμελιακές έννοιες της επιστήμης του υπολογισμού ΑΣΚΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ. Γεώργιος Φρ.

HY 280. θεμελιακές έννοιες της επιστήμης του υπολογισμού ΑΣΚΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ. Γεώργιος Φρ. HY 280 «ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΟΥ» θεμελικές έννοιες της επιστήμης του υπολογισμού ΑΣΚΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Γεώργιος Φρ. Γεωργκόπουλος μέρος Α Εισγωγή, κι η σική θεωρί των πεπερσμένων

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ231: Δομές Δεδομένων και Αλγόριθμοι Εαρινό Εξάμηνο 2017-2018 Φροντιστήριο 3 - Λύσεις 1. Εστω ο πίνακας Α = [12, 23, 1, 5, 7, 19, 2, 14]. i. Να δώσετε την κατάσταση

Διαβάστε περισσότερα

«ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ»

«ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ» HY 118α «ΔΙΚΡΙΤ ΜΘΗΜΤΙΚ» ΣΚΗΣΕΙΣ ΠΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΙΣΤΩΝ εώργιος Φρ. εωργακόπουλος ΜΕΡΟΣ (1) ασικά στοιχεία της θεωρίας συνόλων. Π. ΚΡΗΤΗΣ ΤΜ. ΕΠ. ΥΠΟΛΟΙΣΤΩΝ «ΔΙΚΡΙΤ ΜΘΗΜΤΙΚ». Φ. εωργακόπουλος

Διαβάστε περισσότερα

Το κράτος είναι φτιαγμένο για τον άνθρωπο και όχι ο άνθρωπος για το κράτος. A. Einstein Πηγή:

Το κράτος είναι φτιαγμένο για τον άνθρωπο και όχι ο άνθρωπος για το κράτος. A. Einstein Πηγή: Ας πούμε και κάτι για τις δύσκολες μέρες που έρχονται Το κράτος είναι φτιαγμένο για τον άνθρωπο και όχι ο άνθρωπος για το κράτος. A. Einstein 1879-1955 Πηγή: http://www.cognosco.gr/gnwmika/ 1 ΚΥΚΛΙΚΟΣ

Διαβάστε περισσότερα

ιάσταση του Krull Α.Π.Θ. Θεσσαλονίκη Χ. Χαραλαμπους (ΑΠΘ) ιάσταση του Krull Ιανουάριος, / 27

ιάσταση του Krull Α.Π.Θ. Θεσσαλονίκη Χ. Χαραλαμπους (ΑΠΘ) ιάσταση του Krull Ιανουάριος, / 27 ιάσταση του Krull Χ. Χαραλάμπους Α.Π.Θ. Θεσσαλονίκη Ιανουάριος, 2017 Χ. Χαραλαμπους (ΑΠΘ) ιάσταση του Krull Ιανουάριος, 2017 1 / 27 Ορισμοί Εστω R (αντιμεταθετικός) δακτύλιος. Ορισμός Η διάσταση του Krull

Διαβάστε περισσότερα

Αρτιες και περιττές συναρτήσεις

Αρτιες και περιττές συναρτήσεις Μελέτη Συναρτήσεων: άρτιες, περιττές συναρτήσεις - μονοτονία - ακρότατα Κωνσταντίνος Α. Ράπτης Άρτιες και περιττές συναρτήσεις Ὁι ψυχολόγοι κάνουν λόγο για δύο επίπεδα συλλογιστικής και μνήμης: το αρχαϊκό

Διαβάστε περισσότερα

Αρτιες και περιττές συναρτήσεις

Αρτιες και περιττές συναρτήσεις Μελέτη Συναρτήσεων: άρτιες, περιττές συναρτήσεις - μονοτονία - ακρότατα Κώστας Ράπτης Άρτιες και περιττές συναρτήσεις Ὁι ψυχολόγοι κάνουν λόγο για δύο επίπεδα συλλογιστικής και μνήμης: το αρχαϊκό και το

Διαβάστε περισσότερα

ΣΧΟΛΙΚΟ ΕΤΟΣ ΕΥΘΥΓΡΑΜΜΗ ΟΜΑΛΗ ΚΙΝΗΣΗ ΤΡΙΩΡΗ ΓΡΑΠΤΗ ΕΞΕΤΑΣΗ ΣΤΗ ΦΥΣΙΚΗ A ΛΥΚΕΙΟΥ. Ονοματεπώνυμο Τμήμα

ΣΧΟΛΙΚΟ ΕΤΟΣ ΕΥΘΥΓΡΑΜΜΗ ΟΜΑΛΗ ΚΙΝΗΣΗ ΤΡΙΩΡΗ ΓΡΑΠΤΗ ΕΞΕΤΑΣΗ ΣΤΗ ΦΥΣΙΚΗ A ΛΥΚΕΙΟΥ. Ονοματεπώνυμο Τμήμα Σελίδα 1 ΣΧΟΛΙΚΟ ΕΤΟΣ 2014 2015 ΕΥΘΥΓΡΑΜΜΗ ΟΜΑΛΗ ΚΙΝΗΣΗ ΤΡΙΩΡΗ ΓΡΑΠΤΗ ΕΞΕΤΑΣΗ ΣΤΗ ΦΥΣΙΚΗ A ΛΥΚΕΙΟΥ Ονοματεπώνυμο Τμήμα ΘΕΜΑ Α Οδηγία: Να γράψετε στην κόλλα σας τον αριθμό καθεμιάς από τις παρακάτω ερωτήσεις

Διαβάστε περισσότερα

Αναγνώριση Προτύπων. Σήμερα! Λόγος Πιθανοφάνειας Πιθανότητα Λάθους Κόστος Ρίσκο Bayes Ελάχιστη πιθανότητα λάθους για πολλές κλάσεις

Αναγνώριση Προτύπων. Σήμερα! Λόγος Πιθανοφάνειας Πιθανότητα Λάθους Κόστος Ρίσκο Bayes Ελάχιστη πιθανότητα λάθους για πολλές κλάσεις Αναγνώριση Προτύπων Σήμερα! Λόγος Πιθανοφάνειας Πιθανότητα Λάθους Πιθανότητα Λάθους Κόστος Ρίσκο Bayes Ελάχιστη πιθανότητα λάθους για πολλές κλάσεις 1 Λόγος Πιθανοφάνειας Ας υποθέσουμε ότι θέλουμε να ταξινομήσουμε

Διαβάστε περισσότερα

Η εξίσωση Black-Scholes

Η εξίσωση Black-Scholes 8 Η εξίσωση Black-Scholes 8. Μια απλή αγορά Θεωρούμε ότι έχουμε μια αγορά που έχει μόνο δύο προϊόντα. Το ένα είναι η δυνατότητα κατάθεσης σε μια τράπεζα (ισοδύναμα, αγορά ομολόγων της τράπεζας) και το

Διαβάστε περισσότερα

τους στην Κρυπτογραφία και τα

τους στην Κρυπτογραφία και τα Οι Ομάδες των Πλεξίδων και Εφαρμογές τους στην Κρυπτογραφία και τα Πολυμερή Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών ΕΜΠ Επιβλέπουσα Καθηγήτρια: Λαμπροπούλου Σοφία Ιούλιος, 2013 Περιεχόμενα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ Την ευθύνη του εκπαιδευτικού υλικού έχει ο επιστημονικός συνεργάτης των Πανεπιστημιακών Φροντιστηρίων «ΚOΛΛΙΝΤΖΑ», οικονομολόγος συγγραφέας θεμάτων ΑΣΕΠ, Παναγιώτης Βεργούρος.

Διαβάστε περισσότερα

Δ Ι Α Κ Ρ Ι Τ Α Μ Α Θ Η Μ Α Τ Ι Κ Α. 1η σειρά ασκήσεων

Δ Ι Α Κ Ρ Ι Τ Α Μ Α Θ Η Μ Α Τ Ι Κ Α. 1η σειρά ασκήσεων Δ Ι Α Κ Ρ Ι Τ Α Μ Α Θ Η Μ Α Τ Ι Κ Α 1η σειρά ασκήσεων Ονοματεπώνυμο: Αριθμός μητρώου: Ημερομηνία παράδοσης: Μέχρι την Τρίτη 2 Απριλίου 2019 Σημειώστε τις ασκήσεις για τις οποίες έχετε παραδώσει λύση: 1

Διαβάστε περισσότερα

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Αναγνώριση Προτύπων. Σημερινό Μάθημα Αναγνώριση Προτύπων Σημερινό Μάθημα Bias (απόκλιση) και variance (διακύμανση) Ελεύθεροι Παράμετροι Ελεύθεροι Παράμετροι Διαίρεση dataset Μέθοδος holdout Cross Validation Bootstrap Bias (απόκλιση) και variance

Διαβάστε περισσότερα

Εστω X σύνολο και A μια σ-άλγεβρα στο X. Ονομάζουμε το ζεύγος (X, A) μετρήσιμο χώρο.

Εστω X σύνολο και A μια σ-άλγεβρα στο X. Ονομάζουμε το ζεύγος (X, A) μετρήσιμο χώρο. 2 Μέτρα 2.1 Μέτρα σε μετρήσιμο χώρο Εστω X σύνολο και A μια σ-άλγεβρα στο X. Ονομάζουμε το ζεύγος (X, A) μετρήσιμο χώρο. Ορισμός 2.1. Μέτρο στον (X, A) λέμε κάθε συνάρτηση µ : A [0, ] που ικανοποιεί τις

Διαβάστε περισσότερα

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές 10 Ανεξαρτησία 10.1 Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές Στην παράγραφο αυτή δουλεύουμε σε χώρο πιθανότητας (Ω, F, P). Δίνουμε καταρχάς τον ορισμό της ανεξαρτησίας για ενδεχόμενα,

Διαβάστε περισσότερα

21/11/2005 Διακριτά Μαθηματικά. Γραφήματα ΒΑΣΙΚΗ ΟΡΟΛΟΓΙΑ : ΜΟΝΟΠΑΤΙΑ ΚΑΙ ΚΥΚΛΟΙ Δ Ι. Γεώργιος Βούρος Πανεπιστήμιο Αιγαίου

21/11/2005 Διακριτά Μαθηματικά. Γραφήματα ΒΑΣΙΚΗ ΟΡΟΛΟΓΙΑ : ΜΟΝΟΠΑΤΙΑ ΚΑΙ ΚΥΚΛΟΙ Δ Ι. Γεώργιος Βούρος Πανεπιστήμιο Αιγαίου Γραφήματα ΒΑΣΙΚΗ ΟΡΟΛΟΓΙΑ : ΜΟΝΟΠΑΤΙΑ ΚΑΙ ΚΥΚΛΟΙ A Ε B Ζ Η Γ K Θ Δ Ι Ορισμός Ένα (μη κατευθυνόμενο) γράφημα (non directed graph) Γ, είναι μία δυάδα από σύνολα Ε και V και συμβολίζεται με Γ=(Ε,V). Το σύνολο

Διαβάστε περισσότερα

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές 10 Ανεξαρτησία 10.1 Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές Στην παράγραφο αυτή δουλεύουμε σε χώρο πιθανότητας (Ω, F, P). Δίνουμε καταρχάς τον ορισμό της ανεξαρτησίας για ενδεχόμενα,

Διαβάστε περισσότερα

1. Εστω ότι A, B, C είναι γενικοί 2 2 πίνακες, δηλαδή, a 21 a, και ανάλογα για τους B, C. Υπολογίστε τους πίνακες (A B) C και A (B C) και

1. Εστω ότι A, B, C είναι γενικοί 2 2 πίνακες, δηλαδή, a 21 a, και ανάλογα για τους B, C. Υπολογίστε τους πίνακες (A B) C και A (B C) και ΕΙΣΑΓΩΓΗ ΣΤΗ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι Εαρινό Εξάμηνο 0 Ασκήσεις για προσωπική μελέτη Είναι απολύτως απαραίτητο να μπορείτε να τις λύνετε, τουλάχιστον τις υπολογιστικές! Εστω ότι A, B, C είναι γενικοί πίνακες,

Διαβάστε περισσότερα

Κεφάλαιο Η εκθετική κατανομή. Η πυκνότητα πιθανότητας της εκθετικής κατανομής δίδεται από την σχέση (1.1) f(x) = 0 αν x < 0.

Κεφάλαιο Η εκθετική κατανομή. Η πυκνότητα πιθανότητας της εκθετικής κατανομής δίδεται από την σχέση (1.1) f(x) = 0 αν x < 0. Κεφάλαιο Συνεχείς Τυχαίες Μεταβλητές. Η εκθετική κατανομή Η πυκνότητα πιθανότητας της εκθετικής κατανομής δίδεται από την σχέση f(x) = λe λx αν x, αν x

Διαβάστε περισσότερα

ΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ Η ΚΑΤΑΝΑΛΩΤΙΚΗ ΑΠΟΦΑΣΗ. Άσκηση με θέμα τη μεγιστοποίηση της χρησιμότητας του καταναλωτή

ΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ Η ΚΑΤΑΝΑΛΩΤΙΚΗ ΑΠΟΦΑΣΗ. Άσκηση με θέμα τη μεγιστοποίηση της χρησιμότητας του καταναλωτή ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΙΟΝΙΩΝ ΝΗΣΩΝ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΣΑΓΩΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 07 08 ΛΕΥΚΑΔΑ ΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ Η ΚΑΤΑΝΑΛΩΤΙΚΗ

Διαβάστε περισσότερα

Ο Ισχυρός Νόμος των Μεγάλων Αριθμών

Ο Ισχυρός Νόμος των Μεγάλων Αριθμών 1 Ο Ισχυρός Νόμος των Μεγάλων Αριθμών Στο κεφάλαιο αυτό παρουσιάζουμε ένα από τα σημαντικότερα αποτελέσματα της Θεωρίας Πιθανοτήτων, τον ισχυρό νόμο των μεγάλων αριθμών. Η διατύπωση που θα αποδείξουμε

Διαβάστε περισσότερα

Περικλέους Σταύρου Χαλκίδα Τ: & F: W:

Περικλέους Σταύρου Χαλκίδα Τ: & F: W: Περικλέους Σταύρου 31 34100 Χαλκίδα Τ: 2221-300524 & 6937016375 F: 2221-300524 @: chalkida@diakrotima.gr W: www.diakrotima.gr Προς: Μαθητές Α, Β & Γ Λυκείου / Κάθε ενδιαφερόμενο Αγαπητοί Φίλοι Όπως σίγουρα

Διαβάστε περισσότερα

Γραμμική Ανεξαρτησία. Τμήμα Μηχανικών Η/Υ Τηλεπικοινωνιών και ικτύων Πανεπιστήμιο Θεσσαλίας. 17 Μαρτίου 2013, Βόλος

Γραμμική Ανεξαρτησία. Τμήμα Μηχανικών Η/Υ Τηλεπικοινωνιών και ικτύων Πανεπιστήμιο Θεσσαλίας. 17 Μαρτίου 2013, Βόλος Γραμμικές Συνήθεις ιαφορικές Εξισώσεις Ανώτερης Τάξης Γραμμικές Σ Ε 2ης τάξης Σ Ε 2ης τάξης με σταθερούς συντελεστές Μιγαδικές ρίζες Γραμμικές Σ Ε υψηλότερης τάξης Γραμμική Ανεξαρτησία Μανόλης Βάβαλης

Διαβάστε περισσότερα

Εκφωνήσεις και Λύσεις των Θεμάτων

Εκφωνήσεις και Λύσεις των Θεμάτων ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ Γ ΤΑΞΗΣ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ (ΚΑΤΕΥΘΥΝΣΗΣ) Τετάρτη 8 Μαΐου 26 Εκφωνήσεις και Λύσεις των Θεμάτων η LaT E X-έκδοση ( 22/5/26)

Διαβάστε περισσότερα

Εκφωνήσεις και Λύσεις των Θεμάτων

Εκφωνήσεις και Λύσεις των Θεμάτων ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΠΑΛ (ΟΜΑΔΑ Β ) ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Τετάρτη 23 Μαΐου 2012 Εκφωήσεις και Λύσεις

Διαβάστε περισσότερα

602. Συναρτησιακή Ανάλυση. Υποδείξεις για τις Ασκήσεις

602. Συναρτησιακή Ανάλυση. Υποδείξεις για τις Ασκήσεις 602. Συναρτησιακή Ανάλυση Υποδείξεις για τις Ασκήσεις Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών Αθήνα 2018 Περιεχόμενα 1 Χώροι με νόρμα 1 2 Χώροι πεπερασμένης διάστασης 23 3 Γραμμικοί τελεστές και γραμμικά

Διαβάστε περισσότερα

Η Θεωρια Αριθμων στην Εκπαιδευση

Η Θεωρια Αριθμων στην Εκπαιδευση Η Θεωρια Αριθμων στην Εκπαιδευση Καθηγητὴς Ν.Γ. Τζανάκης Εφαρμογὲς τῶν συνεχῶν κλασμάτων 1 1. Η τιμὴ τοῦ π μὲ σωστὰ τὰ 50 πρῶτα δεκαδικὰ ψηφία μετὰ τὴν ὑποδιαστολή, εἶναι 3.14159265358979323846264338327950288419716939937511.

Διαβάστε περισσότερα

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ ΕΠΙΛΟΓΗΣ Γ ΛΥΚΕΙΟΥ

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ ΕΠΙΛΟΓΗΣ Γ ΛΥΚΕΙΟΥ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ ΕΠΙΛΟΓΗΣ Γ ΛΥΚΕΙΟΥ ΗΜΕΡΟΜΗΝΙΑ: ΕΠΩΝΥΜΟ: ΟΝΟΜΑ: ΟΜΑΔΑ Α Για τις προτάσεις Α1 μέχρι και Α6 να

Διαβάστε περισσότερα

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Αναγνώριση Προτύπων. Σημερινό Μάθημα Αναγνώριση Προτύπων Σημερινό Μάθημα Μη Παραμετρικός Υπολογισμός πυκνότητας με εκτίμηση Ιστόγραμμα Παράθυρα Parzen Εξομαλυμένη Kernel Ασκήσεις 1 Μη Παραμετρικός Υπολογισμός πυκνότητας με εκτίμηση Κατά τη

Διαβάστε περισσότερα

Ευρωπαϊκά παράγωγα Ευρωπαϊκά δικαιώματα

Ευρωπαϊκά παράγωγα Ευρωπαϊκά δικαιώματα 17 Ευρωπαϊκά παράγωγα 17.1 Ευρωπαϊκά δικαιώματα Ορισμός 17.1. 1) Ευρωπαϊκό δικαίωμα αγοράς σε μία μετοχή είναι ένα συμβόλαιο που δίνει στον κάτοχό του το δικαίωμα να αγοράσει μία μετοχή από τον εκδότη

Διαβάστε περισσότερα

Αναλυτικές ιδιότητες

Αναλυτικές ιδιότητες 8 Αναλυτικές ιδιότητες 8. Βαθμός συνέχειας* Ξέρουμε ότι η κίνηση Brown είναι συνεχής και θα δείξουμε αργότερα ότι είναι πουθενά διαφορίσιμη. Πόσο ομαλή είναι λοιπόν; Μια ασθενέστερη μορφή ομαλότητας είναι

Διαβάστε περισσότερα

Εφαρμογές στην κίνηση Brown

Εφαρμογές στην κίνηση Brown 13 Εφαρμογές στην κίνηση Brown Σε αυτό το κεφάλαιο θέλουμε να κάνουμε για την πολυδιάστατη κίνηση Brown κάτι ανάλογο με αυτό που κάναμε στην Παράγραφο 7.2 για τη μονοδιάστατη κίνηση Brown. Δηλαδή να μελετήσουμε

Διαβάστε περισσότερα

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές 10 Ανεξαρτησία 10.1 Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές Στην παράγραφο αυτή δουλεύουμε σε χώρο πιθανότητας (Ω, F, P). Δίνουμε καταρχάς τον ορισμό της ανεξαρτησίας για ενδεχόμενα,

Διαβάστε περισσότερα

Martingales. 3.1 Ορισμός και παραδείγματα

Martingales. 3.1 Ορισμός και παραδείγματα 3 Martingales 3.1 Ορισμός και παραδείγματα Εστω χώρος πιθανότητας (Ω, F, P). Διήθηση σε αυτό τον χώρο λέμε μια αύξουσα ακολουθία (F n ) n 0 σ-αλγεβρών, η καθεμία από τις οποίες είναι υποσύνολο της F. Δηλαδή,

Διαβάστε περισσότερα

Παντού σε αυτό το κεφάλαιο, αν δεν αναφέρεται κάτι διαφορετικό, δουλεύουμε σε ένα χώρο πιθανότητας (Ω, F, P) και η G F είναι μια σ-άλγεβρα.

Παντού σε αυτό το κεφάλαιο, αν δεν αναφέρεται κάτι διαφορετικό, δουλεύουμε σε ένα χώρο πιθανότητας (Ω, F, P) και η G F είναι μια σ-άλγεβρα. 2 Δεσμευμένη μέση τιμή 2.1 Ορισμός Παντού σε αυτό το κεφάλαιο, αν δεν αναφέρεται κάτι διαφορετικό, δουλεύουμε σε ένα χώρο πιθανότητας (Ω, F, P) και η G F είναι μια σ-άλγεβρα. Ορισμός 2.1. Για X : Ω R τυχαία

Διαβάστε περισσότερα

Η έκδοση αυτή είναι υπό προετοιμασία. Γιάννης Α. Αντωνιάδης, Αριστείδης Κοντογεώργης

Η έκδοση αυτή είναι υπό προετοιμασία. Γιάννης Α. Αντωνιάδης, Αριστείδης Κοντογεώργης Θεωρία Αριθμών και Εφαρμογές Η έκδοση αυτή είναι υπό προετοιμασία Γιάννης Α. Αντωνιάδης, Αριστείδης Κοντογεώργης 9 Φεβρουαρίου 2015 2 Περιεχόμενα I ΑΡΙΘΜΟΘΕΩΡΙΑ ΤΩΝ ΡΗΤΩΝ ΑΡΙΘΜΩΝ 7 1 ΔΙΑΙΡΕΤΟΤΗΤΑ ΚΑΙ ΠΡΩΤΟΙ

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ231: Δομές Δεδομένων και Αλγόριθμοι Εαρινό Εξάμηνο 2017-2018 Φροντιστήριο 3 1. Εστω η στοίβα S και ο παρακάτω αλγόριθμος επεξεργασίας της. Να καταγράψετε την κατάσταση

Διαβάστε περισσότερα

Επιχειρησιακή Ερευνα Ι

Επιχειρησιακή Ερευνα Ι Επιχειρησιακή Ερευνα Ι Μ. Ζαζάνης Κεφάλαιο 1 Τετραγωνικές μορφές στον R n και το ϑεώρημα του Taylor Ορισμός 1. Εστω a 11 a 1n A =.. a n1 a nn συμμετρικός πίνακας n n με στοιχεία στους πραγματικούς αριθμούς.

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Πρώτη Γραπτή Εργασία. Εισαγωγή στους υπολογιστές Μαθηματικά

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Πρώτη Γραπτή Εργασία. Εισαγωγή στους υπολογιστές Μαθηματικά ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΕΟ-13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 2012-13 Πρώτη Γραπτή Εργασία Εισαγωγή στους υπολογιστές Μαθηματικά

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ. H λογική ασχολείται με δύο έννοιες, την αλήθεια και την απόδειξη. Oι έννοιες αυτές έχουν γίνει

ΕΙΣΑΓΩΓΗ. H λογική ασχολείται με δύο έννοιες, την αλήθεια και την απόδειξη. Oι έννοιες αυτές έχουν γίνει ΕΙΣΑΓΩΓΗ ------------------------------------------------------------------------------------- H λογική ασχολείται με δύο έννοιες, την αλήθεια και την απόδειξη. Oι έννοιες αυτές έχουν γίνει αντικείμενο

Διαβάστε περισσότερα

Στοχαστικές διαφορικές εξισώσεις

Στοχαστικές διαφορικές εξισώσεις 14 Στοχαστικές διαφορικές εξισώσεις 14.1 Γενικά Στοχαστική διαφορική εξίσωση λέμε μια εξίσωση της μορφής dx = µ(, X ) d + σ(, X ) db, X = x, (14.1) με µ, σ : [, ) R R μετρήσιμες συναρτήσεις, x R, και B

Διαβάστε περισσότερα

17 Μαρτίου 2013, Βόλος

17 Μαρτίου 2013, Βόλος Συνήθεις ιαφορικές Εξισώσεις 1ης Τάξης Σ Ε 1ης τάξης, Πεδία κατευθύνσεων, Υπαρξη και μοναδικότητα, ιαχωρίσιμες εξισώσεις, Ολοκληρωτικοί παράγοντες, Αντικαταστάσεις, Αυτόνομες εξισώσεις Μανόλης Βάβαλης

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ31: Δομές Δεδομένων και Αλγόριθμοι Εαρινό Εξάμηνο 017-018 Φροντιστήριο 5 1. Δικαιολογήστε όλες τις απαντήσεις σας. i. Δώστε τις 3 βασικές ιδιότητες ενός AVL δένδρου.

Διαβάστε περισσότερα

Ο τύπος του Itô. f (s) ds (12.1) f (g(s)) dg(s). (12.2) t f (B s ) db s + 1 2

Ο τύπος του Itô. f (s) ds (12.1) f (g(s)) dg(s). (12.2) t f (B s ) db s + 1 2 12 Ο τύπος του Itô Για συνάρτηση f : R R με συνεχή παράγωγο, έχουμε d f (s) = f (s) ds που σε ολοκληρωτική μορφή σημαίνει f (b) f (a) = b a f (s) ds (12.1) για κάθε a < b. Αν επιπλέον και η g : R R έχει

Διαβάστε περισσότερα

( ιμερείς) ΙΜΕΛΕΙΣ ΣΧΕΣΕΙΣ Α Β «απεικονίσεις»

( ιμερείς) ΙΜΕΛΕΙΣ ΣΧΕΣΕΙΣ Α Β «απεικονίσεις» ( ιμερείς) ΙΜΕΛΕΙΣ ΣΧΕΣΕΙΣ Α Β «πεικονίσεις» 1. ΣΧΕΣΕΙΣ: το σκεπτικό κι ο ορισμός. Τ σύνολ νπριστούν ιδιότητες μεμονωμένων στοιχείων: δεδομένου συνόλου S, κι ενός στοιχείου σ, είνι δυντόν είτε σ S είτε

Διαβάστε περισσότερα

Σημειώσεις Μαθηματικών Μεθόδων. Οικονομικό Πανεπιστήμιο Αθηνών

Σημειώσεις Μαθηματικών Μεθόδων. Οικονομικό Πανεπιστήμιο Αθηνών Σημειώσεις Μαθηματικών Μεθόδων Μιχάλης Ζαζάνης Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών Φεβρουαρίου 08 Κεφάλαιο Το Μιγαδικό Εκθετικό Είναι γνωστό ότι η εκθετική συνάρτηση e x έχει το ανάπτυγμα

Διαβάστε περισσότερα

ΣΤΟ ΙΑΤΡΕΙΟ. Με την πιστοποίηση του αποκτά πρόσβαση στο περιβάλλον του ιατρού που παρέχει η εφαρμογή.

ΣΤΟ ΙΑΤΡΕΙΟ. Με την πιστοποίηση του αποκτά πρόσβαση στο περιβάλλον του ιατρού που παρέχει η εφαρμογή. ΣΤΟ ΙΑΤΡΕΙΟ Ο ιατρός αφού διαπιστώσει εάν το πρόσωπο που προσέρχεται για εξέταση είναι το ίδιο με αυτό που εικονίζεται στο βιβλιάριο υγείας και ελέγξει ότι είναι ασφαλιστικά ενήμερο (όπως ακριβώς γίνεται

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΤΑΞΗ

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΤΑΞΗ ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Σ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΔΕΥΤΕΡΑ 12 ΙΟΥΝΙΟΥ 2000 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ (ΚΥΚΛΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΗΡΕΣΙΩΝ): ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ

Διαβάστε περισσότερα

Κεφάλαιο 1. Πίνακες και απαλοιφή Gauss

Κεφάλαιο 1. Πίνακες και απαλοιφή Gauss Κεφάλαιο 1 Πίνακες και απαλοιφή Gauss Γύρω απ το γινομένου πινάκων Κάτι σαν τυπολόγιο Αν AB = C, τότε: 1 (C) i j = (i-γραμμή A) ( j-στήλη B) Το συμβολίζει εσωτερικό γινόμενο 2 (i-γραμμή C) = k(a) ik (k-γραμμή

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΕΡΩΤΗΣΕΙΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΕΡΩΤΗΣΕΙΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ: ΕΡΩΤΗΣΕΙΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ Tα Πανεπιστημιακά Φροντιστήρια «ΚΟΛΛΙΝΤΖΑ» προετοιμάζοντας σε ολιγομελείς ομίλους τους υποψήφιους για τον επικείμενο διαγωνισμό του Υπουργείου Οικονομικών, με κορυφαίο

Διαβάστε περισσότερα

ΣΥΝΟΛΑ (προσέξτε τα κοινά χαρακτηριστικά των παρακάτω προτάσεων) Οι άνθρωποι που σπουδάζουν ΤΠ&ΕΣ και βρίσκονται στην αίθουσα

ΣΥΝΟΛΑ (προσέξτε τα κοινά χαρακτηριστικά των παρακάτω προτάσεων) Οι άνθρωποι που σπουδάζουν ΤΠ&ΕΣ και βρίσκονται στην αίθουσα ΣΥΝΟΛΑ (προσέξτε τα κοινά χαρακτηριστικά των παρακάτω προτάσεων) Οι άνθρωποι που σπουδάζουν ΤΠ&ΕΣ και βρίσκονται στην αίθουσα Τα βιβλία διακριτών μαθηματικών του Γ.Β. Η/Υ με επεξεργαστή Pentium και χωρητικότητα

Διαβάστε περισσότερα

Σχέσεις και ιδιότητές τους

Σχέσεις και ιδιότητές τους Σχέσεις και ιδιότητές τους Διμελής (binary) σχέση Σ από σύνολο Χ σε σύνολο Υ είναι ένα υποσύνολο του καρτεσιανού γινομένου Χ Υ. Αν (χ,ψ) Σ, λέμε ότι το χ σχετίζεται με το ψ και σημειώνουμε χσψ. Στην περίπτωση

Διαβάστε περισσότερα

ΑΣΕΠ 2000 ΑΣΕΠ 2000 Εμπορική Τράπεζα 1983 Υπουργείο Κοιν. Υπηρ. 1983

ΑΣΕΠ 2000 ΑΣΕΠ 2000 Εμπορική Τράπεζα 1983 Υπουργείο Κοιν. Υπηρ. 1983 20 Φεβρουαρίου 2010 ΑΣΕΠ 2000 1. Η δεξαμενή βενζίνης ενός πρατηρίου υγρών καυσίμων είναι γεμάτη κατά τα 8/9. Κατά τη διάρκεια μιας εβδομάδας το πρατήριο διέθεσε τα 3/4 της βενζίνης αυτής και έμειναν 4000

Διαβάστε περισσότερα

Ανελίξεις σε συνεχή χρόνο

Ανελίξεις σε συνεχή χρόνο 4 Ανελίξεις σε συνεχή χρόνο Σε αυτό το κεφάλαιο είναι συγκεντρωμένοι ορισμοί και αποτελέσματα από τη θεωρία των στοχαστικών ανελιξεων συνεχούς χρόνου. Με εξαίρεση την Παράγραφο 4.1, η οποία είναι εντελώς

Διαβάστε περισσότερα

Έννοια. Η αποδοχή της κληρονομίας αποτελεί δικαίωμα του κληρονόμου, άρα δεν

Έννοια. Η αποδοχή της κληρονομίας αποτελεί δικαίωμα του κληρονόμου, άρα δεν 1 1. Αποδοχή κληρονομίας Έννοια. Η αποδοχή της κληρονομίας αποτελεί δικαίωμα του κληρονόμου, άρα δεν μπορεί να ασκηθεί από τους δανειστές του κληρονόμου, τον εκτελεστή της διαθήκης, τον κηδεμόνα ή εκκαθαριστή

Διαβάστε περισσότερα

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων Μιχάλης Ζαζάνης Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών Κεφάλαιο Αλυσίδες Markov σε Συνεχή Χρόνο. Αλυσίδες

Διαβάστε περισσότερα

Μονάδες 5 1.2.α. Να γράψετε στο τετράδιό σας τον παρακάτω πίνακα σωστά συµπληρωµένο.

Μονάδες 5 1.2.α. Να γράψετε στο τετράδιό σας τον παρακάτω πίνακα σωστά συµπληρωµένο. ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΤΑΞΗ ΠΡΟΑΓΩΓΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΕΥΤΕΡΑ 12 ΙΟΥΝΙΟΥ 2000 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ (ΚΥΚΛΟΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΠΑΡΑΓΩΓΗΣ): ΧΗΜΕΙΑ - ΒΙΟΧΗΜΕΙΑ ΣΥΝΟΛΟ ΣΕΛΙ

Διαβάστε περισσότερα

Επίλυση δικτύων διανομής

Επίλυση δικτύων διανομής ΑστικάΥδραυλικάΈργα Υδρεύσεις Επίλυση δικτύων διανομής Δημήτρης Κουτσογιάννης & Ανδρέας Ευστρατιάδης Τομέας Υδατικών Πόρων Εθνικό Μετσόβιο Πολυτεχνείο Διατύπωση του προβλήματος Δεδομένου ενός δικτύου αγωγών

Διαβάστε περισσότερα

ΣΤΟ ΦΑΡΜΑΚΕΙΟ. Με την πιστοποίηση του έχει πρόσβαση στο περιβάλλον του φαρμακείου που παρέχει η εφαρμογή.

ΣΤΟ ΦΑΡΜΑΚΕΙΟ. Με την πιστοποίηση του έχει πρόσβαση στο περιβάλλον του φαρμακείου που παρέχει η εφαρμογή. ΣΤΟ ΦΑΡΜΑΚΕΙΟ Ο ασθενής έχοντας μαζί του το βιβλιάριο υγείας του και την τυπωμένη συνταγή από τον ιατρό, η οποία αναγράφει τον μοναδικό κωδικό της, πάει στο φαρμακείο. Το φαρμακείο αφού ταυτοποιήσει το

Διαβάστε περισσότερα

Συντάκτης: Παναγιώτης Βεργούρος, Οικονομολόγος Συγγραφέας βιβλίων, Μικρο μακροοικονομίας διαγωνισμών ΑΣΕΠ

Συντάκτης: Παναγιώτης Βεργούρος, Οικονομολόγος Συγγραφέας βιβλίων, Μικρο μακροοικονομίας διαγωνισμών ΑΣΕΠ Tα Πανεπιστημιακά Φροντιστήρια «ΚΟΛΛΙΝΤΖΑ» προετοιμάζοντας σε ολιγομελείς ομίλους τους υποψήφιους για τον επικείμενο διαγωνισμό του Υ- πουργείου Οικονομικών και στοχεύοντας στην όσο το δυνατό πληρέστερη

Διαβάστε περισσότερα

Μαθηματικά Πληροφορικής

Μαθηματικά Πληροφορικής Πανεπιστήμιο Αθηνών Μαθηματικά Πληροφορικής Ηλίας Κουτσουπιάς Αθήνα, Οκτώβριος 2009 Περιεχόμενα Περιεχόμενα 1 Σύνολα... 5 ΆλλαΣύμβολα... 6 1 Υποθέσεις και Θεωρήματα 9 1.1 Παρατήρηση-Υπόθεση-Απόδειξη...

Διαβάστε περισσότερα

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης 7 Μεγάλες αποκλίσεις* 7. Η έννοια της μεγάλης απόκλισης Εστω (X ανεξάρτητες και ισόνομες τυχαίες μεταβλητές ώστε P(X = = P(X = = /2 και S = k= X k το άθροισμα των πρώτων από αυτές. Ο νόμος των μεγάλων

Διαβάστε περισσότερα

ÅéêïóéäùäåêÜåäñïí. www.mathematica.gr. Ìáèçìáôéêü Äåëôßï. Ôåý ïò 13ï. Ïêôþâñéïò 2014 ISSN: 2241-7133

ÅéêïóéäùäåêÜåäñïí. www.mathematica.gr. Ìáèçìáôéêü Äåëôßï. Ôåý ïò 13ï. Ïêôþâñéïò 2014 ISSN: 2241-7133 ÅéêïóéäùäåêÜåäñïí Ìáèçìáôéêü Äåëôßï Ôåý ïò 3ï Ïêôþâñéïò 04 www.mathematica.gr ISSN: 4-733 Το «Εικοσιδωδεκάεδρον» παρουσιάζει ϑέματα που έχουν συζητηθεί στον ιστότοπο http://www.mathematica.gr. Η επιλογή

Διαβάστε περισσότερα

Συναρτήσεις. Σημερινό μάθημα

Συναρτήσεις. Σημερινό μάθημα Συναρτήσεις Σημερινό μάθημα C++ Συναρτήσεις Δήλωση συνάρτησης Σύνταξη συνάρτησης Πρότυπο συνάρτησης & συνάρτηση Αλληλο καλούμενες συναρτήσεις συναρτήσεις μαθηματικών Παράμετροι συναρτήσεων Τοπικές μεταβλητές

Διαβάστε περισσότερα

ΨΗΦΙΑΚΑ ΗΛΕΚΤΡΟΝΙΚΑ Σχεδίαση Λογικών Κυκλωμάτων

ΨΗΦΙΑΚΑ ΗΛΕΚΤΡΟΝΙΚΑ Σχεδίαση Λογικών Κυκλωμάτων ΨΗΦΙΑΚΑ ΗΛΕΚΤΡΟΝΙΚΑ Σχεδίαση Λογικών Κυκλωμάτων Γιάννης Λιαπέρδος [gliaperd@teikal.gr] Μάρτιος 2012 1 Ηλεκτρονικά Ελεγχόμενοι ιακόπτες Για την υλοποίηση των λογικών κυκλωμάτων χρησιμοποιούνται ηλεκτρονικά

Διαβάστε περισσότερα

Ταξινόμηση των μοντέλων διασποράς ατμοσφαιρικών ρύπων βασισμένη σε μαθηματικά κριτήρια.

Ταξινόμηση των μοντέλων διασποράς ατμοσφαιρικών ρύπων βασισμένη σε μαθηματικά κριτήρια. ΠΡΟΤΕΙΝΟΜΕΝΑ ΘΕΜΑΤΑ Ταξινόμηη των μοντέλων διαποράς ατμοφαιρικών ρύπων βαιμένη ε μαθηματικά κριτήρια. Μοντέλο Ελεριανά μοντέλα (Elerian) Λαγκρατζιανά μοντέλα (Lagrangian) Επιπρόθετος διαχωριμός Μοντέλα

Διαβάστε περισσότερα

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης 7 Μεγάλες αποκλίσεις* 7. Η έννοια της μεγάλης απόκλισης Εστω (X ανεξάρτητες και ισόνομες τυχαίες μεταβλητές ώστε (X = = (X = = /2 και S = k= X k το άθροισμα των πρώτων από αυτές. Ο νόμος των μεγάλων αριθμών

Διαβάστε περισσότερα

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης 7 Μεγάλες αποκλίσεις* 7. Η έννοια της μεγάλης απόκλισης Εστω (X ) ανεξάρτητες και ισόνομες τυχαίες μεταβλητές ώστε P(X = ) = P(X = ) = /2 και S = k= X k το άθροισμα των πρώτων από αυτές. Ο νόμος των μεγάλων

Διαβάστε περισσότερα

ΠΡΟΛΟΓΟΣ. Αθήνα, 12 Απριλίου 2016.

ΠΡΟΛΟΓΟΣ. Αθήνα, 12 Απριλίου 2016. Αλγεβρική Γεωμετρία ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος Κεφάλαιο 1. Αλγεβρικές ποικιλότητες 1 1. Αλγεβρικά Σύνολα 1 2. Το Θεώρημα Ριζών του Hilbert 7 3. Συγγενείς Αλγεβρικές Ποικιλότητες 14 4. Πολλαπλότητα και Πολλαπλότητα

Διαβάστε περισσότερα

Κατασκευή της κίνησης Brown και απλές ιδιότητες

Κατασκευή της κίνησης Brown και απλές ιδιότητες 5 Κατασκευή της κίνησης Brown και απλές ιδιότητες 51 Ορισμός, ύπαρξη, και μοναδικότητα Ορισμός 51 Μια στοχαστική ανέλιξη { : t } ορισμένη σε έναν χώρο πιθανότητας (Ω, F, P) και με τιμές στο R λέγεται (μονοδιάστατη)

Διαβάστε περισσότερα

Εισαγωγή στη Μιγαδική Ανάλυση. (Πρώτη Ολοκληρωμένη Γραφή)

Εισαγωγή στη Μιγαδική Ανάλυση. (Πρώτη Ολοκληρωμένη Γραφή) Εισαωή στη Μιαδική Ανάλυση Σημειώσεις (Πρώτη Ολοκληρωμένη Γραφή) Ε. Στεφανόπουλος Τμήμα Μαθηματικών Πανεπιστήμιο Αιαίου Καρλόβασι Καλοκαίρι 26 Πρόλοος Οι σημειώσεις αυτές είναι αποτέλεσμα επεξερασίας

Διαβάστε περισσότερα

Αλγόριθμοι & Βελτιστοποίηση

Αλγόριθμοι & Βελτιστοποίηση Αλγόριθμοι & Βελτιστοποίηση ΠΜΣ / ΕΤΥ : Μεταπτυχιακό Μάθημα 4η Ενότητα: Γραμμικά Συστήματα Εξισωσεων και Pivots Χρήστος Ζαρολιάγκης (zaro@ceid.upatras.gr) Σπύρος Κοντογιάννης (kontog@cs.uoi.gr) Τμήμα Μηχανικών

Διαβάστε περισσότερα

Φυσική Θετικής & Τεχνολογικής Κατεύθυνσης Β Λυκείου 3 ο Κεφάλαιο Ηλεκτρικό Πεδίο. Ηλεκτρικό πεδίο. Παρασύρης Κώστας Φυσικός Ηράκλειο Κρήτης

Φυσική Θετικής & Τεχνολογικής Κατεύθυνσης Β Λυκείου 3 ο Κεφάλαιο Ηλεκτρικό Πεδίο. Ηλεκτρικό πεδίο. Παρασύρης Κώστας Φυσικός Ηράκλειο Κρήτης Φσική Θετικής & Τεχνολογικής Κτεύθνσης Β Λκείο 3 ο Κεφάλιο Ηλεκτρικό Πεδίο 3 Ηλεκτρικό πεδίο Πρσύρης Κώστς Φσικός Ηράκλειο Κρήτης Φσική Θετικής & Τεχνολογικής Κτεύθνσης Β Λκείο 3 ο Κεφάλιο Ηλεκτρικό Πεδίο

Διαβάστε περισσότερα

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 30 ΜΑΪΟΥ 2000 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΘΕΤΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ: ΧΗΜΕΙΑ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ: ΕΞΙ (6)

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 30 ΜΑΪΟΥ 2000 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΘΕΤΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ: ΧΗΜΕΙΑ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ: ΕΞΙ (6) ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Σ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 30 ΜΑΪΟΥ 2000 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΘΕΤΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ: ΧΗΜΕΙΑ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ: ΕΞΙ (6) ΘΕΜΑ 1ο Στις ερωτήσεις 1.1 έως 1.3, να γράψετε στο τετράδιό

Διαβάστε περισσότερα

ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ

ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ Tα Πανεπιστημιακά Φροντιστήρια «ΚΟΛΛΙΝΤΖΑ» προετοιμάζοντας σε ολιγομελείς ομίλους τους υποψήφιους για τον επικείμενο διαγωνισμό του Υπουργείου Οικονομικών, με κορυφαίο επιτελείο

Διαβάστε περισσότερα

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Αναγνώριση Προτύπων. Σημερινό Μάθημα Αναγνώριση Προτύπων Σημερινό Μάθημα Εκτίμηση Πυκνότητας με k NN k NN vs Bayes classifier k NN vs Bayes classifier Ο κανόνας ταξινόμησης του πλησιέστερου γείτονα (k NN) lazy αλγόριθμοι O k NN ως χαλαρός

Διαβάστε περισσότερα

ΜΑΘΗΜΑ: ΕΜΠΟΡΙΚΟ ΔΙΚΑΙΟ

ΜΑΘΗΜΑ: ΕΜΠΟΡΙΚΟ ΔΙΚΑΙΟ ΜΑΘΗΜΑ: ΕΜΠΟΡΙΚΟ ΔΙΚΑΙΟ Tα Πανεπιστημιακά Φροντιστήρια «ΚΟΛΛΙΝΤΖΑ» προετοιμάζοντας σε ολιγομελείς ομίλους τους υποψήφιους για τον επικείμενο διαγωνισμό του Υπουργείου Οικονομικών, με κορυφαίο επιτελείο

Διαβάστε περισσότερα

Πιθανότητες ΙΙ 1 o Μέρος. Οικονομικό Πανεπιστήμιο Αθηνών

Πιθανότητες ΙΙ 1 o Μέρος. Οικονομικό Πανεπιστήμιο Αθηνών Πιθανότητες ΙΙ o Μέρος Μιχάλης Ζαζάνης Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών 4 Απριλίου 7 Κεφάλαιο Συνεχείς Τυχαίες Μεταβλητές. Η εκθετική κατανομή Η πυκνότητα πιθανότητας της εκθετικής κατανομής

Διαβάστε περισσότερα

Pointers. Σημερινό Μάθημα! Χρήση pointer Τελεστής * Τελεστής & Γενικοί δείκτες Ανάκληση Δέσμευση μνήμης new / delete Pointer σε αντικείμενο 2

Pointers. Σημερινό Μάθημα! Χρήση pointer Τελεστής * Τελεστής & Γενικοί δείκτες Ανάκληση Δέσμευση μνήμης new / delete Pointer σε αντικείμενο 2 Pointers 1 Σημερινό Μάθημα! Χρήση pointer Τελεστής * Τελεστής & Γενικοί δείκτες Ανάκληση Δέσμευση μνήμης new / delete Pointer σε αντικείμενο 2 1 Μνήμη μεταβλητών Κάθε μεταβλητή έχει διεύθυνση Δεν χρειάζεται

Διαβάστε περισσότερα

Τρίτη, 05 Ιουνίου 2001 ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ Γ ΛΥΚΕΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Τρίτη, 05 Ιουνίου 2001 ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ Γ ΛΥΚΕΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Τρίτη, 05 Ιουνίου 2001 ΤΕΧΝΟΛΟΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ Γ ΛΥΚΕΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΘΕΜΑ 1 Α. Να µεταφέρετε στο τετράδιό σας και να συµπληρώσετε τον παρακάτω πίνακα αλήθειας δύο προτάσεων

Διαβάστε περισσότερα

Συναρτήσεις & Κλάσεις

Συναρτήσεις & Κλάσεις Συναρτήσεις & Κλάσεις Overloading class member συναρτήσεις/1 #include typedef unsigned short int USHORT; enum BOOL { FALSE, TRUE}; class Rectangle { public: Rectangle(USHORT width, USHORT

Διαβάστε περισσότερα

Δημήτρης Χελιώτης ΕΝΑ ΔΕΥΤΕΡΟ ΜΑΘΗΜΑ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

Δημήτρης Χελιώτης ΕΝΑ ΔΕΥΤΕΡΟ ΜΑΘΗΜΑ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ Δημήτρης Χελιώτης ΕΝΑ ΔΕΥΤΕΡΟ ΜΑΘΗΜΑ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ ii ΔΗΜΗΤΡΗΣ ΧΕΛΙΩΤΗΣ Επίκουρος καθηγητής Τμήμα Μαθηματικών Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνων Ενα δεύτερο μάθημα στις πιθανότητες Ενα δεύτερο

Διαβάστε περισσότερα

Προτεινόμενα θέματα στο μάθημα. Αρχές Οικονομικής Θεωρίας ΟΜΑΔΑ Α. Στις προτάσεις από Α.1. μέχρι και Α10 να γράψετε στο τετράδιό σας τον αριθμό της

Προτεινόμενα θέματα στο μάθημα. Αρχές Οικονομικής Θεωρίας ΟΜΑΔΑ Α. Στις προτάσεις από Α.1. μέχρι και Α10 να γράψετε στο τετράδιό σας τον αριθμό της Προτεινόμενα θέματα στο μάθημα Αρχές Οικονομικής Θεωρίας ΟΜΑΔΑ Α Στις προτάσεις από Α.1. μέχρι και Α10 να γράψετε στο τετράδιό σας τον αριθμό της καθεμιάς και δίπλα σε κάθε αριθμό την ένδειξη Σωστό, αν

Διαβάστε περισσότερα

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων Μιχάλης Ζαζάνης Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών Κεφάλαιο Αλυσίδες Markov σε Συνεχή Χρόνο Αλυσίδες Markov

Διαβάστε περισσότερα

Χαρακτηριστικές συναρτήσεις

Χαρακτηριστικές συναρτήσεις 13 Χαρακτηριστικές συναρτήσεις 13.1 Μετασχηματισμός Fourier μέτρου πιθανότητας στο R Εστω (Ω, F, µ) χώρος μέτρου και f : Ω C Borel-μετρήσιμη συνάρτηση. Το πραγματικό και φανταστικό μέρος της f, που τα

Διαβάστε περισσότερα

ΤΑΞΙΝΟΜΗΣΗ ΟΡΓΑΝΙΣΜΩΝ

ΤΑΞΙΝΟΜΗΣΗ ΟΡΓΑΝΙΣΜΩΝ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ 1α ΤΑΞΙΝΟΜΗΣΗ ΟΡΓΑΝΙΣΜΩΝ Οι επιστήμονες ταξινομούν τους οργανισμούς σε ομάδες ανάλογα με τα κοινά τους χαρακτηριστικά. Τα πρώτα συστήματα ταξινόμησης βασιζόταν αποκλειστικά στα μορφολογικά

Διαβάστε περισσότερα

Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 01: ΕΞΑΝΤΛΗΤΙΚΗ ΑΝΑΖΗΤΗΣΗ

Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 01: ΕΞΑΝΤΛΗΤΙΚΗ ΑΝΑΖΗΤΗΣΗ Π. ΚΡΗΤΗΣ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ ΗΥ 380, «ΑΛΓΟΡΙΘΜΟΙ & ΠΟΛΥΠΛΟΚΟΤΗΤΑ» Φ 01: ΕΞΑΝΤΛΗΤΙΚΗ ΑΝΑΖΗΤΗΣΗ Δεδομένου ενός προβλήματος Q, ο πρώτος σκοπός μιας εξαντλητικής αναζήτησης είναι να μας εφασφαλίσει

Διαβάστε περισσότερα