Βασικές έννοιες θεωρίας πιθανοτήτων
|
|
- Ζένα Δαγκλής
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Βασικές έννοιες θεωρίας πιθανοτήτων Ορισµός πιθανότητας Έστω Ω το σύνολο των δυνατών αποτελεσµάτων ενός πειράµατος Συµβολίζουµε µε ω τα στοιχεία του Ω Ονοµάζουµε ενδεχόµενο (evet ένα υποσύνολο του Ω Για να ορίσουµε την έννοια της πιθανότητας θεωρούµε ότι τα ενδεχόµενα στα οποία θα αναφερόµαστε είναι υποσύνολα ενός συνόλου Q υποσυνόλων του Ω που είναι κλειστό ως προς οποιονδήποτε πεπερασµένο αριθµό πράξεων ένωσεως και τοµής Ένα τέτοιο σύνολο Q θα περιέχει σαν στοιχεία του το κενό σύνολο και το σύνολο Ω Παράδειγµα Θεωρούµε το κλασσικό πείραµα της ρίψεως ενός ζαριού όπου τα δυνατά αποτελέσµατα είναι τα στοιχεία του συνόλου Ω {,,3,4,5,6} Ορίζουµε το Q,,,,, όπου Ω,,3,4 3 4,6, σύνολο { } {} 6, 5, { }, { } Είναι φανερό ότι το σύνολο Q δεν µπορεί να θεωρηθεί σαν
2 Κεφάλαιο σύνολο ενδεχοµένων γιατί, για παράδειγµα, 3 4 { 4} Q που σηµαίνει ότι το σύνολο δεν είναι κλειστό ως προς την πράξη της ενώσεως Παράδειγµα Θεωρούµε πάλι το πείραµα της ρίψεως ενός ζαριού Ορίζουµε το σύνολο Q {,, 3, 4 }, όπου Ω, {,3,5 }, 3 {,4,6 }, 4 Το Q είναι ένα σύνολο ενδεχοµένων γιατί είναι κλειστό ως προς τις πράξεις της ενώσεως και της τοµής Το Ε υποδηλώνει το βέβαιο ενδεχόµενο, το Ε είναι το ενδεχόµενο να έχουµε περιττό αριθµό, το Ε 3 είναι το ενδεχόµενο να έχουµε άρτιο αριθµό και το Ε 4 είναι το αδύνατο ενδεχόµενο Έστω ένα ζεύγος αποτελεσµάτων-ενδεχοµένων ( Ω,Q Ορισµός Ονοµάζουµε συνάρτηση πιθανότητας (robablty fucto στο ζεύγος ( Ω,Q µια συνάρτηση P : Q R + ( τέτοια ώστε: P, A Q ( A 0 P ( Ω, 3 P ( A B P( A + P( B, A,B Q Q τέτοια ώστε A B Από τον ορισµό αυτόν προκύπτουν τα εξής: P είναι ίση µε το µηδέν, γι αυτό και το κενό σύνολο ονοµάζεται αδύνατο ενδεχόµενο (mossble evet Αν A Ω τότε P ( A < Για τον λόγο αυτόν το Ω ονοµάζεται βέβαιο ενδεχόµενο (certa evet 3 Αν A B τότε P ( A B 0 Για το λόγο αυτόν δύο ενδεχόµενα Α,Β τέτοια ώστε A B ονοµάζονται αµοιβαίως αποκλειόµενα ενδεχόµενα (mutually excusve evets Η πιθανότητα του κενού συνόλου ( Εύκολα αποδεικνύονται οι εξής ιδιότητες: P( A P( A P( A B P( A + P( B P( A B R υποδηλώνει το σύνολο των µη αρνητικών πραγµατικών αριθµών +
3 Θεωρία πιθανοτήτων 3 3 P( A B P( A P( A B Στις επόµενες παραγράφους η τριάδα ( Ω,Q,P θα ονοµάζεται πιθανοτικός χώρος (robablty sace Πιθανότητα υπό συνθήκη Ω και δύο ενδεχόµενα A Q και B Q Την πιθανότητα να συµβεί το ενδεχόµενο Β ενώ γνωρίζουµε ότι έχει συµβεί το ενδεχόµενο εκφράζουµε µε την υπό συνθήκη πιθανότητα (codtoal robablty του Β δοθέντος του Α, που συµβολίζεται µε P ( B / A και ορίζεται από τη σχέση: Θεωρούµε τον πιθανοτικό χώρο (,Q,P P ( B / A ( A B P( A P, µε την υπόθεση ότι P( A 0 ύο ενδεχόµενα A Q και B Q θα λέγονται στατιστικώς ανεξάρτητα (statstcally deedet αν ή -ισοδυνάµως- αν ( B / A P( B P ( A / B P( A P Άµεση συνέπεια του ορισµού της υπό συνθήκη πιθανότητας είναι η πρόταση: Τα Α,Β είναι στατιστικά ανεξάρτητα αν και µόνο αν ( A B P( A P( B P 3 Τυχαίες µεταβλητές
4 4 Κεφάλαιο Θεωρούµε ένα πιθανοτικό χώρο ( Ω,Q,P Ορίζουµε µια συνάρτηση ( ω από το σύνολο Ω στο σύνολο των πραγµατικών αριθµών R δηλαδή : Ω R Η συνάρτηση ( ω ονοµάζεται τυχαία µεταβλητή (radom varable αν και µόνο αν για κάθε πραγµατικό αριθµό x, το σύνολο { ω Ω : ( ω x} είναι ένα ενδεχόµενο, δηλαδή αν και µόνο αν για κάθε x R ισχύει η σχέση ω Ω : ω x Q { ( } Παράδειγµα 3 Θεωρούµε το κλασσικό παράδειγµα της ταυτόχρονης ρίψεως δύο ζαριών διαφορετικού χρώµατος Το σύνολο των δυνατών αποτελεσµάτων είναι: Ω {(, (,,,,(,6,(,,,(,6,( 3,,,( 6,6 } Ορίζουµε σαν σύνολο ενδεχοµένων Q, το σύνολο που έχει σαν στοιχεία όλα τα γνήσια υποσύνολα του Ω και το ίδιο το Ω Τέλος ορίζουµε την συνάρτηση πιθανότητας ενός ενδεχόµενου A Q µε την σχέση ( A P card( A 36 όπου card ( A είναι το πλήθος των στοιχείων του Α Ας συµβολίσουµε µε ( θ,θ στοιχεία του Ω Τότε η συνάρτηση ( ω θ + θ ω, όπου θ,θ µε,, 6, είναι τα, που µπορεί να θεωρηθεί ότι εκφράζει το ποσό που κέρδισε ο παίκτης που έφερε το αποτέλεσµα ω, είναι µια τυχαία µεταβλητή στον πιθανοτικό χώρο ( Ω,P,Q Η απόδειξη του ισχυρισµού αυτού αφήνεται ως άσκηση Γενικεύοντας τον ορισµό της τυχαίας µεταβλητής στο χώρο περισσοτέρων της µιας διαστάσεων, ορίζουµε σαν -διάστατη τυχαία µεταβλητή στο χώρο Ω,P,Q µια διανυσµατική συνάρτηση ( ω, : Ω R τέτοια ώστε για κάθε ( x R να ισχύει η σχέση όπου ( ω x σηµαίνει ( και x [ x x x ] { ω Ω : ( ω x} Q ω x,,, µε [ x x ] x Με άλλα λόγια, µία συνάρτηση Χ(ω είναι τυχαία
5 Θεωρία πιθανοτήτων 5 µεταβλητή στον πιθανοτικό χώρο (,P,Q σύνολο { Ω : ( ω x} Ω αν για κάθε ω είναι ένα ενδεχόµενο x R το προκύπτον 4 Περιγραφή τυχαίων µεταβλητών Ο όρος τυχαία µεταβλητή δεν είναι ακριβής γιατί η ( ω δεν είναι µεταβλητή αλλά µια συνάρτηση της µεταβλητής ω Στην πράξη όµως, η ( ω θεωρείται σαν µεταβλητή γιατί δεν ενδιαφερόµαστε για το σύνολο Ω στο οποίο ορίζεται, αλλά για την πιθανότητα να λάβει η ( ω µια συγκεκριµένη τιµή x, πιθανότητα που θεωρούµε ότι ειναι ίση µε την πιθανότητα να συµβεί το ω, για το οποίο ισχύει η σχέση ( ω x (αν βέβαια µπορεί να ορισθεί µια τέτοια πιθανότητα Για τον λόγο αυτό είναι σκόπιµο η περιγραφή της τυχαίας µεταβλητής να βασίζεται στις τιµές που παίρνει η ( ω και όχι το πεδίο ορισµού της Ω Τα περισσότερο χρησιµοποιούµενα πρότυπα περιγραφής τυχαίων µεταβλητών είναι η συνάρτηση κατανοµής και η συνάρτηση πυκνότητας πιθανότητας 4 Βαθµωτές τυχαίες µεταβλητές Η συνάρτηση κατανοµής (dstrbuto fucto ( x µιας βαθµωτής τυχαίας µεταβλητής ( ω : R R που ορίζεται από την σχέση είναι µια συνάρτηση + ( a P[ { ω Ω : ( ω a} ] µε την υπόθεση ότι ( 0 Από τον ορισµό αυτό προκύπτουν άµεσα τα εξής: Η συνάρτηση κατανοµής είναι µη φθίνουσα, δηλαδή αν a a τότε ( a ( a ( + P ω Ω : a < ω a a 3 [{ ( }] ( ( a Σύµφωνα µε την τελευταία και σπουδαιότερη ιδιότητα της συνάρτησεως κατανοµής, η πιθανότητα να λάβει η τυχαία µεταβλητή µια τιµή x µεταξύ των a και a, δηλαδή να είναι a < ( ω x a, είναι ίση µε την διαφορά
6 6 Κεφάλαιο ( a ( a Είναι λοιπόν φανερό ότι αν γνωρίζουµε την συνάρτηση κατανοµής µιας τυχαίας µεταβλητής, δεν χρειαζόµαστε να γνωρίζουµε τίποτα άλλο σχετικό µε τον πιθανοτικό χώρο στον οποίο αυτή έχει ορισθεί Σαν συνάρτηση πυκνότητας πιθανότητας (robablty desty fucto ( x βαθµωτής τυχαίας µεταβλητής ( ω : R R + τέτοια ώστε Αν η ( x a ( a ( x dx, a R Από τον ορισµό αυτόν προκύπτουν τα εξής: ορίζουµε µια συνάρτηση είναι συνεχής σε κάθε x R και η παράγωγός της υπάρχει παντού εκτός ενδεχοµένως από ένα αριθµήσιµο πλήθος σηµείων a R,, τότε: ( x ( x d dx οτιδήποτε x a x a Αν η ( x είναι της µορφής ( x a s( x a είναι η µοναδιαία βηµατική συνάρτηση, τότε όπου R + ( x [ ( a ( a ] ( x a δ a και s( x 3 Με βάση τα και προσδιορίζεται η συνάρτηση πυκνότητας πιθανότητας µιας τυχαίας µεταβλητής της οποίας η συνάρτηση κατανοµής είναι συνεχής παντού εκτός από ένα αριθµήσιµο πλήθος σηµείων όπου έχει ασυνέχεια πρώτου είδους (δηλαδή ασυνέχεια µε πεπερασµένο άλµα και είναι επιπλέον παραγωγίσιµη παντού εκτός από ένα επίσης αριθµήσιµο πλήθος σηµείων 4 Πολυδιάστατες τυχαίες µεταβλητές
7 Θεωρία πιθανοτήτων 7 Θεωρούµε µια -διάστατη τυχαία µεταβλητή ( ω [ ( ( ( ] Τ ω ω ω που ορίζεται στον πιθανοτικό χώρο ( Ω,Q,P Την συνάρτηση κατανοµής της ( ω την συµβολίζουµε µε ( x ή x,x,, x και την ορίζουµε από τις σχέσεις και ( ( a,a,,a P[ { ω Ω : ( ω a,, ( ω a }] ή ισοδυνάµως από την σχέση όπου A ( a ω Ω : ( ω (,, 0 ( a,a P[ A ( a A ( a A ( a ] { a } Από τον ορισµό αυτό προκύπτουν οι εξής ιδιότητες: ( +,, + (,a,,, 0 3 H ( x,x,, x είναι µη φθίνουσα ως προς όλες τις µεταβλητές της Η πυκνότητα πιθανότητας ( x µιας -διάστατης τυχαίας µεταβλητής ( ω είναι µια βαθµωτή συνάρτηση που ικανοποιεί τις ιδιότητες: ( a 0 a R a a a ( a,a,,a ( x,,x dx dx Από τον ορισµό αυτό προκύπτει ότι αν η ( x είναι παραγωγίσιµη παντού, τότε ( x,x,,x ( x,,x x x x Ας θεωρήσουµε τώρα µια -διάστατη τυχαία µεταβλητή ( ω [ ( ( ] Τ ω,, ω που ορίζεται στον πιθανοτικό χώρο ( Ω,Q,P Είναι φανερό ότι για οποιοδήποτε, µε και οποιοδήποτε x R το σύνολο
8 8 Κεφάλαιο { ω Ω : ( ω x } είναι ένα ενδεχόµενο Συνεπώς, κάθε συνιστώσα ( ω,,, µίας -διάστατης τυχαίας µεταβλητής ( ω καθώς και οποιοδήποτε υποδιάνυσµα της ( ω είναι επίσης τυχαίες µεταβλητές Το ερώτηµα που τίθεται είναι το εξής: Αν γνωρίζουµε την ( x,, x είναι δυνατό να υπολογίσουµε την ( x,, x k k θετική και δίνεται από τη σχέση: k k m k k m όπου k j Η απάντηση είναι k km ( +,, +,x, +,, +,x, +,, x k k Από την σχέση αυτή προκύπτει ότι η συνάρτηση κατανοµής ( x συνιστώσας ( ω της ( ω δίνεται από την σχέση: της ( x ( +,, +,x, +,, + Με ανάλογο σκεπτικό προκύπτει ότι: και ( + + ξ,, ξk,xk, ξk +,, ξ k k k m,xk, ξ k +,, ξ dξdξ k dξk + d, ξ ( x P (,, ξ x, ξ,, ξ ξ dξ dξ dξ dξ Αναµενόµενες τιµές Έστω µια βαθµωτή τυχαία µεταβλητή ( ω και µια συνάρτηση f : R R τέτοια ώστε η f [ ( ω ] να είναι µια τυχαία µεταβλητή στον ίδιο πιθανοτικό χώρο Ονοµάζουµε αναµενόµενη τιµή (exected value ή µέση τιµή (mea value της f [ ( ω ] και την συµβολίζουµε µε { f ( x } Το ολοκλήρωµα { f ( x } f ( x ( x dx
9 Θεωρία πιθανοτήτων 9 αν η ( ω έχει πυκνότητα πιθανότητας ( x Το ολοκλήρωµα Steljes ή Lebesgue: { f ( x } f ( x d ( x αν η ( ω έχει συνάρτηση κατανοµής ( x Ο τελεστής Ε είναι γραµµικός, δηλαδή { a f ( x + a g( x } a { f ( x } a { g( x } + για κάθε ( a,a R R f [ ( ω ] έχει πυκνότητα πιθανότητας ( ξ Εξ άλλου, αποδεικνύεται ότι αν η τυχαία µεταβλητή τότε: { f [ ( ω ]} ξ ( ξ dξ f ( x ( x f f Η ιδιότητα αυτή είναι γνωστή ως θεµελιώδες θεώρηµα αναµενοµένων τιµών (fudametal theorem of exectato και επιτρέπει τον υπολογισµό της αναµενόµενης τιµής της συναρτήσεως f( µίας τυχαίας µεταβλητής Χ χωρίς να είναι απαραίτητο να γνωρίζουµε την συνάρτηση πυκνότητας πιθανότητας της f Ονοµάζουµε ροπή k-τάξεως (kth-order momet της βαθµωτής τυχαίας 0 µεταβλητής ( ω την αναµενόµενη τιµή { } Προφανώς { } Ονοµάζουµε κεντρική ροπή k-τάξεως (kth-order cetral momet της βαθµωτής k τυχαίας µεταβλητής ( ω την αναµενόµενη τιµή { ( { } } Είναι φανερό ότι {( { }} 0 και ( { } dx { } { } { } Την κεντρική ροπή δεύτερης τάξεως την ονοµάζουµε διασπορά (varace την δε θετική τετραγωνική ρίζα της τυπική απόκλιση (stadard devato και τις συµβολίζουµε µε var( και σ αντίστοιχα Ας θεωρήσουµε τώρα µια -διάστατη τυχαία µεταβλητή ( ω [ ( ω ( ω ( ω ] Σαν αναµενόµενη ή µέση τιµή της ( ω ορίζουµε το διάνυσµα { } [ { } { } { }] όπου οι { } υπολογίζονται από τις σχέσεις:
10 0 Κεφάλαιο ή { } x d ( x { } x ( x dx Αν ( ω, ( ω πιθανοτικό χώρο, τότε ορίζουµε σαν συνδιασπορά (covarace (, είναι δύο τυχαίες µεταβλητές που ορίζονται στον ίδιο cov των (ω και Χ (ω την έκφραση cov (, { ( { }( { }} η οποία στην περίπτωση που ορίζεται η ( x, x Είναι φανερό ότι cov (, ( { }( { } ( x x, dxdx cov και (, var( υπολογίζεται από την σχέση (, { } { } { } cov Με βάση τα παραπάνω ορίζουµε σαν µήτρα διασποράς (varace matrx ω τη συµµετρική µήτρα V της -διάστατης τυχαίας µεταβλητής ( ή ισοδύναµως ( cov(, cov( (, var( cov(, var cov V cov(, cov(, var( V Τέλος, αν ( ω και ( ω {( { } ( { } } Y είναι δύο -διάστατες τυχαίες µεταβλητές που ορίζονται στον ίδιο πιθανοτικό χώρο, τότε η µήτρα V Y {( { } ( Y { Y} }
11 Θεωρία πιθανοτήτων ή ισοδυνάµως, η µήτρα: V Y cov cov (,Y cov(,y cov(,y ( ( (,Y cov,y cov,y ονοµάζεται µήτρα συνδιασποράς (covarace matrx των ( ω και ( ω Y 6 Υπό συνθήκη πιθανότητα τυχαίων µεταβλητών Θεωρούµε δύο τυχαίες µεταβλητές ( ω και ( ω ίδιο πιθανοτικό χώρο (Ω,Q,P Συµβολίζουµε µε A ( x και ( x ενδεχόµενα: A A ( x { ω Ω : ( ω x} ( x { ω Ω : ( ω x } που ορίζονται στον A τα όπου x και x είναι πραγµατικοί αριθµοί Από τον ορισµό προκύπτει ότι A ( x Q και A ( x Q Άρα µπορεί να ορισθεί η υπό συνθήκη πιθανότητα A και ισχύει η σχέση: του ενδεχοµένου A ( δοθέντος του ( Επειδή: και x P η σχέση ( γράφεται ( A ( x / A ( x P P x P ( A ( x A ( x P( A ( x ( A ( x A ( x ( x, x ( A ( x ( P x ( A ( x / A ( x ( x,x ( x (
12 Κεφάλαιο Την συνάρτηση ( x / x P( A ( x / A ( x / την ονοµάζουµε συνάρτηση κατανοµής της υπό συνθήκη πιθανότητας της δοθείσης της, και ισχύει η σχέση: ( x / x ( x,x ( x / Ας θεωρήσουµε τώρα την υπό συνθήκη πιθανότητα του ενδεχοµένου * A όπου A ( δοθέντος του ( x x Θα ισχύει προφανώς η σχέση και γενικώς P ( x { ω Ω : ( ω } A * x ( ( * * P A ( ( ( ( x A ( x A x / A x * P A ( x * ( ( x / A ( x P( A ( x / A ( x ( x / P A / x Αν ορίσουµε / x ( * ( x / x P A ( x / A ( x τότε ονοµάζουµε συνάρτηση πυκνότητας πιθανότητας της υπό συνθήκη πιθανότητας της δοθείσης της, την συνάρτηση / ( x, x για την οποία ισχύει η σχέση Από τη σχέση αυτή προκύπτει ότι: x ( x / x ( ξ,x ξ / x / d ( x,x ( x,x ( x /, (
13 Θεωρία πιθανοτήτων 3 και { / x } x ( x / x / dx Είναι φανερό από τα προηγούµενα ότι δεν υπάρχει καµµία σχέση µεταξύ της / και της, / την οποία ίσως θα έπρεπε να συµβολίζαµε µε / x Επειδή πάντως στην συνέχεια θα ασχοληθούµε µόνο µε υπό συνθήκη πιθανότητες της µορφής και επειδή η σχέση ( είναι η αντίστοιχη της P( A / B α / ( A B P( B / x P θα υιοθετήσουµε τους εξής συµβολισµούς: που δίνεται από την (Β β { / } αντί του { / } x Ας σηµειωθεί η κατ αυτό τον τρόπο ορισθείσα αναµενόµενη τιµή / είναι τυχαία µεταβλητή Έτσι ισχύει η ιδιότητα { } { } { { / } όπου µε τον συµβολισµό θέλουµε να δείξουµε ότι η αναµενόµενη τιµή υπολογίζεται ως προς την τυχαία µεταβλητή Πράγµατι, από την γνωστή σχέση και την ( προκύπτει ότι: { } x ( x,x dx dx { } x ( x / x ( x / dx dx ( x / x dx ( x x / dx { / } ( x { { / }} dx
14 4 Κεφάλαιο 7 Ανεξαρτησία και συσχέτιση τυχαίων µεταβλητών Θεωρούµε µια -διάστατη και µία m-διάστατη τυχαίες µεταβλητές ( ω και ( ω ορισµένες στον ίδιο πιθανοτικό χώρο Οι τυχαίες µεταβλητές ( ω και ( ω είναι στατιστικά ανεξάρτητες ( statstcally deedet αν για m οποιοδήποτε ζεύγος διανυσµάτων ( x ενδεχόµενα A ( x { ω Ω : ( ω } και A ( x { ω Ω : } είναι ανεξάρτητα ηλαδή ή ισοδυνάµως x P{ A ( x A ( } P{ A ( x } P{ A ( } x x x, R R, τα x m ( x,x ( x ( x ( x, x R R ή ακόµη στην περίπτωση που ορίζονται οι συναρτήσεις πυκνότητας πιθανότητας, (3 m ( x,x ( x ( x ( x, x R R (4 Τέλος, αν χρησιµοποιήσουµε την σχέση (, έχουµε τον παρακάτω ισοδύναµο ορισµό της ανεξαρτησίας δύο τυχαίων µεταβλητών: ( x / x ( x / Μια έννοια που πολλές φορές συγχέεται µε την έννοια της στατιστικής ανεξαρτησίας, είναι η έννοια της συσχετίσεως την οπία ορίζουµε στην συνέχεια Εστωσαν δύο -διάστατες τυχαίες µεταβλητές ( ω και ( ω λέµε ότι οι και είναι ασυσχέτιστες (ucorrelated αν: { } { } { } Θα (5
15 Θεωρία πιθανοτήτων 5 Αν συµβολίσουµε µε j ( ω,, τις συνιστώσες των ( ω ( ω τότε η σχέση (5 είναι ισοδύναµη µε τις σχέσεις: { } { } { } j,k,,, j k j k και ηλαδή δύο διανυσµατικές τυχαίες µεταβλητές είναι ασυσχέτιστες αν και µόνο αν κάθε συνιστώσα της µιας τυχαίας µεταβλητής είναι ασυσχέτιστη µε κάθε συνιστώσα της άλλης Στην συνέχεια η συµµετρική µήτρα { } θα ονοµάζεται µήτρα ω ω και θα συµβολίζεται µε συσχετίσεως (correlato matrx των ( και ( C Γίνεται φανερό από την σχέση (4 ότι δύο στατιστικά ανεξάρτητες - διάστατες τυχαίες µεταβλητές είναι και ασυσχέτιστες, χωρίς να ισχύει πάντοτε και το αντίστροφο Ας δούµε τώρα ποια σχέση συνδέει την µήτρα συσχετίσεως µήτρα συνδιασποράς ορισµού είναι: Άρα: ή C µε την ω Εξ V δύο τυχαίων µεταβλητών ( ω και ( V {( { }( { } } V { } { } { } V C { } { } Συνεπώς, συµφώνως προς την σχέση (5, οι τυχαίες µεταβλητές ( ω και ( ω είναι ασυσχέτιστες αν και µόνο αν η µήτρα συνδιασποράς τους είναι η µηδενική µήτρα Μια ερµηνεία της έννοιας της συσχετίσεως δίνεται από τις ιδιότητες του συντελεστού συσχετίσεως (correlato coeffcet ρ (, δύο βαθµωτών τυχαίων µεταβλητών που ορίζεται από την σχέση cov ( (,, var( var( Έτσι, οι τυχαίες µεταβλητές ( ω και ( ω cov(, 0 δηλαδή αν ρ (, 0 ρ είναι ασυσχέτιστες αν και µόνο αν Εξ άλλου αποδεικνύεται ότι:
16 6 Κεφάλαιο ρ (, και επιπλέον ότι α είναι (, ρ αν και µόνο αν β (, var { } ( ρ αν και µόνο αν var { } ( var var { } ( { } ( Συνεπώς, στην περίπτωση που ο συντελεστής συσχετίσεως παίρνει την µεγαλύτερη δυνατή απόλυτη τιµή του, αν γνωρίζουµε την τιµή της µιας τυχαίας µεταβλητής, τότε µπορούµε να προβλέψουµε µε πιθανότητα ένα (ΜΠ την τιµή που πήρε η άλλη 8 Γκαουσιανές τυχαίες µεταβλητές Η σηµαντικώτερη, ίσως, κατηγορία τυχαίων µεταβλητών στην ανάλυση στοχαστικών σηµάτων και συστηµάτων είναι εκείνη των τυχαίων µεταβλητών που περιγράφονται από µια συνάρτηση πυκνότητας πιθανότητας τύπου Gauss Μια βαθµωτή τυχαία µεταβλητή ( ω συνάρτηση πυκνότητας πιθανότητας ( x δίνεται από την σχέση: θα ονοµάζεται Γκαουσιανή (Gaussa αν η ( x m ( x ex πσ σ Μπορεί να επαληθευθεί εύκολα ότι οι δύο παράµετροι m και σ που καθορίζουν x είναι η µέση τιµή { } m και η τυπική απόκλιση πλήρως την ( ( { } { } σ αντιστοίχως Ας θεωρήσουµε τώρα µια -διάστατη τυχαία µεταβλητή Τ ω ω ω θα ονοµάζεται Γκαουσιανή αν ( ω [ ( ( ( ] Η ( ω
17 Θεωρία πιθανοτήτων 7 { ex[ ju ]} ex ju m u Vu (6 για κάθε u R όπου m και V είναι η µέση τιµή { x} {( { } ( { } } της ( ω και η µήτρα διασπορών αντιστοίχως Αποδεικνύεται ότι στην περίπτωση που η V αντιστρέφεται, δηλαδή αν detv 0 η συνάρτηση πυκνότητας πιθανότητας της ( ω δίνεται από την σχέση: ( x ( π ( detv ex ( x m V ( x m (7 cov V ότι: Αν οι συνιστώσες ( ω της ( ω j όταν j (, 0 είναι ασυσχέτιστες µεταξύ τους, τότε και η µήτρα διασπορών V είναι διαγώνια, άρα και η είναι διαγώνια (αν υπάρχει Στην περίπτωση αυτή από την (7 προκύπτει ( x ex σ ( π ( x m σ ( x m ex πσ σ Άρα αν οι συνιστώσες µιας -διάστατης Γκαουσιανής τυχαίας µεταβλητής είναι ασυσχέτιστες, τότε είναι ανεξάρτητες µεταξύ τους και µάλιστα Γκαουσιανές Ας δούµε τώρα µια άλλη σηµαντική ιδιότητα των Γκαουσιανών τυχαίων µεταβλητών Θεωρούµε µια Γκαουσιανή τυχαία µεταβλητή ( ω µια νέα τυχαία µεταβλητή Z ( ω από την σχέση ZΑ+b και ορίζουµε m m όπου A R και b R είναι ντετερµινιστικά µεγέθη Τότε η Ζ(ω είναι µια Γκαουσιανή τυχαία µεταβλητή µε µέση τιµή mz Am + b όπου m είναι η µέση τιµή της ( ω, ενώ η µήτρα διασπορών είναι η VZ AV A Πράγµατι,
18 8 Κεφάλαιο { ex[ jv Z ]} { ex[ jv ( A + b ]} ex[ jv b] { ex[ jv A ]} Εξ άλλου επειδή η ( ω είναι η Γκαουσιανή, ισχύει η σχέση (6 Απ αυτή µε αντικατάσταση του u µε v A προκύπτει ότι: { ex[ jv A ]} ex jv Am v AV A v και τέλος µε αντικατάσταση στην (8, έχουµε ότι: { [ Z] } ex[ jv b] ex jv Am v AV A v ex jv ex jv v ( Am + b v AV A Εκτός από τις ιδιότητες που αναφέραµε -από τις οποίες γίνεται φανερό ότι η µελέτη των Γκαουσιανών τυχαίων µεταβλητών είναι σχετικά απλή-, η σπουδαιότητα των Γκαουσιανών οφείλεται και στο γνωστό θεώρηµα του κεντρικού ορίου Το θεώρηµα αυτό διατυπώνεται ως εξής: ω ένα στοιχείο ενός συνόλου k ανεξάρτητων -διάστατων Εστω ( τυχαίων µεταβλητών µε ίδια συνάρτηση κατανοµής, µε µηδενική µέση τιµή και µε πεπερασµένη µήτρα διασποράς V σχέση Αν { Y k } είναι µια ακολουθία τυχαίων µεταβλητών που ορίζονται από την (8 Y k k k ( ω τότε η ακολουθία { Y k } συγκλίνει κατά κατανοµή σε µια Γκαουσιανή κατανοµή µε µηδενική µέση τιµή και µήτρα διασποράς V Σύµφωνα λοιπόν µε το θεώρηµα αυτό αν µια διαδικασία είναι το αποτέλεσµα ενός πολύ µεγάλου αριθµού υπερτιθέµενων ανεξάρτητων οµοίων διαδικασιών, τότε αυτή σχεδόν πάντοτε θα είναι Γκαουσιανή!!!
19 Θεωρία πιθανοτήτων 9
2.1 Έννοια του στοχαστικού σήµατος. Θεωρούµε ένα µονοδιάστατο γραµµικό δυναµικό σύστηµα που περιγράφεται από τις σχέσεις:
Στοχαστικά σήµατα Έννοια του στοχαστικού σήµατος Θερούµε ένα µονοδιάστατο γραµµικό δυναµικό σύστηµα που περιγράφεται από τις σχέσεις: & α Γνρίζουµε µε απόλυτη βεβαιότητα (µε πιθανότητα ένα), ότι η αρχική
Διαβάστε περισσότερα2. Στοιχεία Πολυδιάστατων Κατανοµών
Στοιχεία Πολυδιάστατων Κατανοµών Είναι φανερό ότι έως τώρα η µελέτη µας επικεντρώνεται κάθε φορά σε πιθανότητες που αφορούν µία τυχαία µεταβλητή Σε αρκετές όµως περιπτώσεις ενδιαφερόµαστε να εξετάσουµε
Διαβάστε περισσότεραcov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα
Διαβάστε περισσότεραΣυστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson
Ιαν. 009 Συστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson Έστω y, y,, yn παρατηρήσεις µιας m -διάστατης τυχαίας µεταβλητής µε συνάρτηση πυκνότητας πιθανότητας p( y; θ) η οποία περιγράφεται από ένα
Διαβάστε περισσότεραΠερίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων
Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα
Διαβάστε περισσότεραΆσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:
Άσκηση 1: Δύο τυχαίες μεταβλητές Χ και Υ έχουν στατιστικές μέσες τιμές 0 και διασπορές 25 και 36 αντίστοιχα. Ο συντελεστής συσχέτισης των 2 τυχαίων μεταβλητών είναι 0.4. Να υπολογισθούν η διασπορά του
Διαβάστε περισσότεραΠαράρτηµα Α. Στοιχεία θεωρίας µέτρου και ολοκλήρωσης.
Παράρτηµα Α Στοιχεία θεωρίας µέτρου και ολοκλήρωσης Α Χώροι µέτρου Πέραν της «διαισθητικής» περιγραφής του µέτρου «σχετικά απλών» συνόλων στο από το µήκος τους (όπως πχ είναι τα διαστήµατα, ενώσεις/τοµές
Διαβάστε περισσότερα3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ
20 3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ ΟΡΙΣΜΟΣ ΤΗΣ ΜΕΣΗΣ ΤΙΜΗΣ Μια πολύ σηµαντική έννοια στη θεωρία πιθανοτήτων και τη στατιστική είναι η έννοια της µαθηµατικής ελπίδας ή αναµενόµενης τιµής ή µέσης τιµής µιας τυχαίας
Διαβάστε περισσότεραΣτατιστική Συμπερασματολογία
Στατιστική Συμπερασματολογία Διαφάνειες 1 ου κεφαλαίου Βιβλίο: Κολυβά Μαχαίρα, Φ. & Χατζόπουλος Στ. Α. (2016). Μαθηματική Στατιστική, Έλεγχοι Υποθέσεων. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών
Διαβάστε περισσότερα( ) = inf { (, Ρ) : Ρ διαµέριση του [, ]}
7 ΙΙΙ Ολοκληρωτικός Λογισµός πολλών µεταβλητών Βασικές έννοιες στη µια µεταβλητή Έστω f :[ ] φραγµένη συνάρτηση ( Ρ = { t = < < t = } είναι διαµέριση του [ ] 0 ( Ρ ) = Μ ( ) όπου sup f ( t) : t [ t t]
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Ασκησεις - Φυλλαδιο 4
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι Τµηµα Β (ΑΡΤΙΟΙ) Ασκησεις - Φυλλαδιο 4 ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebrai/lai218/lai218html Παρασκευή 23 Νοεµβρίου 218 Ασκηση 1
Διαβάστε περισσότεραΙΙ ιαφορικός Λογισµός πολλών µεταβλητών. ιαφόριση συναρτήσεων πολλών µεταβλητών
54 ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών ιαφόριση συναρτήσεων πολλών µεταβλητών Ένας στέρεος ορισµός της παραγώγισης για συναρτήσεις πολλών µεταβλητών ανάλογος µε τον ορισµό για συναρτήσεις µιας µεταβλητής
Διαβάστε περισσότεραΒασικά στοιχεία της θεωρίας πιθανοτήτων
Η έννοια του Πειράµατος Τύχης. 9 3 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ήδειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοω ή s του δειγµατικού χώρου
Διαβάστε περισσότεραΤμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα
Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Ορισμός τυχαίας μεταβλητής Τυχαία μεταβλητή λέγεται η συνάρτηση
Διαβάστε περισσότεραΚεφάλαιο 7 Βάσεις και ιάσταση
Κεφάλαιο 7: Βάσεις και ιάσταση Σελίδα από 9 Κεφάλαιο 7 Βάσεις και ιάσταση n Στο Κεφάλαιο 5 είδαµε την έννοια της βάσης στο και στο Κεφάλαιο 6 µελετήσαµε διανυσµατικούς χώρους. Στο παρόν κεφάλαιο θα ασχοληθούµε
Διαβάστε περισσότεραΣτατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες
Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού
Διαβάστε περισσότεραΓραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών
Ενότητα: ιανυσµατικοί χώροι Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΑρµονική Ανάλυση. Ενότητα: L 2 -σύγκλιση σειρών Fourier. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών
Ενότητα: L -σύγκλιση σειρών Fourier Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες,
Διαβάστε περισσότεραΒασικά στοιχεία της θεωρίας πιθανοτήτων
Η έννοια του Πειράµατος Τύχης. 9 3 6 Το σύνολο των πιθανών εκβάσεων ενός πειράµατος τύχης καλείται δειγµατοχώρος ή δειγµατικόςχώρος (sample space)καισυµβολίζεταιµεωήµε S.Έναστοιχείοωήsτου δειγµατικού χώρου
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ ΙΙ. αντιστοιχίζεται ο αριθµός Χω= ω+ ω δηλαδή ορίζεται η συνάρτηση Χ : Ω µε Χω,ω ω ω Α 3, 2, 2,3, 4,1, 1, 4
ΚΕΦΑΛΑΙΟ ΙΙ. Η έννοια της τυχαίας µεταβλητής Συχνά αυτό το οποίο παρατηρούµε σε ένα πείραµα τύχης δεν είναι το όποιο αποτέλεσµα ω Ω αλλά µια µαθηµατική ποσότητα Χ εξαρτώµενη από το αποτέλεσµα ω Ω. Ας εξετάσουµε
Διαβάστε περισσότεραΣτοχαστικά Σήµατα και Εφαρµογές
Στοχαστικά Σήµατα & Εφαρµογές Ανασκόπηση Στοιχείων Γραµµικής Άλγεβρας ιδάσκων: Ν. Παπανδρέου (Π.. 407/80) Πανεπιστήµιο Πατρών ΤµήµαΜηχανικώνΗ/Υ και Πληροφορικής ιανύσµατα Ορίζουµετοδιάνυσµα µε Ν στοιχεία
Διαβάστε περισσότεραΘΕΩΡΙΑ: Έστω η οµογενής γραµµική διαφορική εξίσωση τάξης , (1)
1 ΘΕΩΡΙΑ: Έστω η οµογενής γραµµική διαφορική εξίσωση τάξης (1) όπου οι συντελεστές είναι δοσµένες συνεχείς συναρτήσεις ορισµένες σ ένα ανοικτό διάστηµα. Ορισµός 1. Ορίζουµε τον διαφορικό τελεστή µέσω της
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 4
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι Τµηµα Β (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 4 ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebrai/lai217/lai217html Παρασκευή 17 Νοεµβρίου 217 Ασκηση
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 1 Ο ΠΙΘΑΝΟΤΗΤΕΣ
ΚΕΦΛΙΟ Ο ΠΙΘΝΟΤΗΤΕΣ. Εισαγωγή Στην Θεωρία Πιθανοτήτων, ξεκινάµε από το λεγόµενο πείραµα δηλαδή µια διαδικασία η οποία µπορεί να επαναληφθεί θεωρητικά άπειρες φορές, κάτω από τις ίδιες ουσιαστικά συνθήκες,
Διαβάστε περισσότεραKΕΦΑΛΑΙΟ 1 ΧΡΗΣΙΜΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΝΝΟΙΕΣ. { 1,2,3,..., n,...
KΕΦΑΛΑΙΟ ΧΡΗΣΙΜΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΝΝΟΙΕΣ Βασικές έννοιες διαιρετότητας Θα συµβολίζουµε µε, τα σύνολα των φυσικών αριθµών και των ακεραίων αντιστοίχως: {,,3,,, } { 0,,,,, } = = ± ± ± Ορισµός Ένας φυσικός αριθµός
Διαβάστε περισσότεραKεφάλαιο 4. Συστήµατα διαφορικών εξισώσεων
4 Εισαγωγή Kεφάλαιο 4 Συστήµατα διαφορικών εξισώσεων Εστω διανυσµατικό πεδίο F: : F=F( r), όπου r = ( x, ) και Fr είναι η ταχύτητα στο σηµείο r πχ ενός ρευστού στο επίπεδο Εστω ότι ψάχνουµε τις τροχιές
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 4
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι Τµηµα Β (ΑΡΤΙΟΙ Λυσεις Ασκησεων - Φυλλαδιο 4 ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebrai/lai018/lai018html Παρασκευή 3 Νοεµβρίου 018 Ασκηση
Διαβάστε περισσότεραΤΥΧΑΙΑ ΙΑΝΥΣΜΑΤΑ. Στατιστική Συµπερασµατολογία Ι, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών
Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Είδη τυχαίων διανυσµάτων 1. ιακριτού τύπου X = (X 1, X 2,...,X k ) ονοµάζεται διακριτό τυχαίο διάνυσµα αν το πεδίο τιµών του είναι της µορφής, S = {x 1 x 2 n,,...,x,...}.
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@fme.aegean.gr Τηλ: 7035468 σ-άλγεβρα
Διαβάστε περισσότεραΤυχαία Διανύσματα και Ανεξαρτησία
Τυχαία Διανύσματα και Ανεξαρτησία Θα γενικεύσουμε την έννοια της τυχαίας μεταβλητής από συνάρτηση στο R σε συνάρτηση στο R n. Ακολούθως, θα επεκτείνουμε τις έννοιες με τις οποίες ασχοληθήκαμε μέχρι τώρα
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ 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 περισσότεραΚεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας.
Κεφάλαιο 3: Τυχαίες µεταβλητές και κατανοµές πιθανότητας. Περιεχόµενα ιακριτές τυχαίες µεταβλητές Συνεχείς τυχαίες µεταβλητές Μέση τιµή τυχαίων µεταβλητών Ροπές, διασπορά, και τυπική απόκλιση τυχαίων µεταβλητών
Διαβάστε περισσότεραΕπισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας
Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2014 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής Με λόγια, η f ( x, y) δίνει την πιθανότητα να εμφανισθεί
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΤΑΞΙΝΟΜΗΜΕΝΑ Ε ΟΜΕΝΑ
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΤΑΞΙΝΟΜΗΜΕΝΑ Ε ΟΜΕΝΑ Αριθµητικός Μέσος: όπου : αριθµός παρατηρήσεων ιάµεσος: εάν άρτιος εάν περιττός M + + M + Παράδειγµα: ηλ.: Εάν :,,, M + + 5 + +, 5 Εάν :,, M + Επικρατούσα Τιµή:
Διαβάστε περισσότεραHMY 795: Αναγνώριση Προτύπων
HMY 795: Αναγνώριση Προτύπων Διάλεξη 2 Επισκόπηση θεωρίας πιθανοτήτων Τυχαίες μεταβλητές: Βασικές έννοιες Τυχαία μεταβλητή: Μεταβλητή της οποίας δε γνωρίζουμε με βεβαιότητα την τιμή (σε αντίθεση με τις
Διαβάστε περισσότερα5.1 Συναρτήσεις δύο ή περισσοτέρων µεταβλητών
Κεφάλαιο 5 ΣΥΝΑΡΤΗΣΕΙΣ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 5.1 Συναρτήσεις δύο ή περισσοτέρων µεταβλητών Οταν ένα µεταβλητό µέγεθος εξαρτάται αποκλειστικά από τις µεταβολές ενός άλλου µεγέθους, τότε η σχέση που συνδέει
Διαβάστε περισσότεραΠαράρτηµα Β. Στοιχεία Θεωρίας Τελεστών και Συναρτησιακής Ανάλυσης [ ) ( )
Παράρτηµα Β Στοιχεία Θεωρίας Τελεστών και Συναρτησιακής Ανάλυσης Β1 Χώροι Baach Βάσεις Schauder Στο εξής συµβολίζουµε µε Z,, γραµµικούς (διανυσµατικούς) χώρους πάνω απ το ίδιο σώµα K = ή και γράφουµε απλά
Διαβάστε περισσότεραMEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn)
MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ g( Έστω τυχαίες µεταβλητές οι οποίες έχουν κάποια από κοινού κατανοµή Ας υποθέσουµε ότι επιθυµούµε να προσδιορίσουµε την κατανοµή της τυχαίας µεταβλητής g( Η θεωρία των ένα-προς-ένα
Διαβάστε περισσότεραKΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR
KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR 6 Ορισµοί Ορισµός 6 Εστω α είναι µία πραγµατική ακολουθία και είναι πραγµατικοί αριθµοί Ένα άπειρο πολυώνυµο της µορφής: a ( ) () = καλείται δυναµοσειρά µε κέντρο το
Διαβάστε περισσότεραΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)
ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΑΣ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 9 Νοεµβρίου 2009 ΣΥΝΑΡΤΗΣΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ Ορισµός Μία τυχαία µεταβλητή X καλείται διακριτή ή απαριθµητή αν παίρνει
Διαβάστε περισσότεραΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Σε κάθε αποτέλεσμα του πειράματος αντιστοιχεί μία αριθμητική τιμή Μαθηματικός ορισμός: Τυχαία μεταβλητή X είναι
Διαβάστε περισσότεραΓραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 4
Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 4 ιδασκοντες: Ν Μαρµαρίδης - Α Μπεληγιάννης Βοηθος Ασκησεων: Χ Ψαρουδάκης Ιστοσελιδα Μαθηµατος : http://wwwmathuoigr/ abeligia/linearalgebrai/laihtml
Διαβάστε περισσότερα1.4 Λύσεις αντιστρόφων προβλημάτων.
.4 Λύσεις αντιστρόφων προβλημάτων. Ο τρόπος παρουσίασης της λύσης ενός αντίστροφου προβλήµατος µπορεί να διαφέρει ανάλογα µε τη «φιλοσοφία» επίλυσης που ακολουθείται και τη δυνατότητα παροχής πρόσθετης
Διαβάστε περισσότερα2.0 ΔΙΑΝΥΣΜΑΤΙΚΟΙ ΧΩΡΟΙ ΚΑΙ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ
.0 ΔΙΑΝΥΣΜΑΤΙΚΟΙ ΧΩΡΟΙ ΚΑΙ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ Έστω διανύσματα που ανήκουν στο χώρο δ i = ( a i, ai,, ai) i =,,, και έστω γραμμικός συνδυασμός των i : xδ + x δ + + x δ = b που ισούται με το διάνυσμα b,
Διαβάστε περισσότεραΣυνεχείς συναρτήσεις πολλών µεταβλητών. ε > υπάρχει ( ) ( )
Συνεχείς συναρτήσεις πολλών µεταβλητών 7 Η Ευκλείδεια απόσταση που ορίσαµε στον R επιτρέπει ( εκτός από τον ορισµό των ορίων συναρτήσεων και ακολουθιών και τον ορισµό της συνέχειας συναρτήσεων της µορφής
Διαβάστε περισσότερα3. Κατανομές πιθανότητας
3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.
Διαβάστε περισσότεραΕπισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας
Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής
Διαβάστε περισσότεραΚεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )
Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ 3.1 Η έννοια της παραγώγου Εστω y = f(x) µία συνάρτηση, που συνδέει τις µεταβλητές ποσότητες x και y. Ενα ερώτηµα που µπορεί να προκύψει καθώς µελετούµε τις δύο αυτές ποσοτήτες είναι
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ - ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ. Εισαγωγικές εξετάσεις για το Μεταπτυχιακό Πρόγραμμα - Μέρος 2ο
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ - ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ Εισαγωγικές εξετάσεις για το Μεταπτυχιακό Πρόγραμμα - Μέρος 2ο ΠΡΟΣΟΧΗ: Τα θέµατα που ακολουθούν καλύπτουν ένα ευρύ φάσµα διαφόρων περιοχών των Μαθηµατικών. Αυτό
Διαβάστε περισσότεραΜέση Τιµή. Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.
Μέση Τιµή Έστω Χ τ.µ. και f Χ (x) ησ.π. ήσ.π.π. της Χ Μέση ή αναµενόµενη τιµή της Χ είναι ο αριθµός: E( ) µ xf ( x) E( ) µ xf ( x) dx Παραδείγµατα: = = x = = αν η Χ είναι διακριτή, και αν η Χ είναι συνεχής.
Διαβάστε περισσότερα1 Ορισµός ακολουθίας πραγµατικών αριθµών
ΜΑΣ 02. Απειροστικός Λογισµός Ι Ορισµός ακολουθίας πραγµατικών αριθµών Ορισµός.. Ονοµάζουµε ακολουθία πραγµατικών αριθµών κάθε απεικόνιση του συνόλου N των ϕυσικών αριθµών, στο σύνολο R των πραγµατικών
Διαβάστε περισσότερα1. στο σύνολο Σ έχει ορισθεί η πράξη της πρόσθεσης ως προς την οποία το Σ είναι αβελιανή οµάδα, δηλαδή
KΕΦΑΛΑΙΟ ΤΟ ΣΥΝΟΛΟ ΤΩΝ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ ιατεταγµένα σώµατα-αξίωµα πληρότητας Ένα σύνολο Σ καλείται διατεταγµένο σώµα όταν στο σύνολο Σ έχει ορισθεί η πράξη της πρόσθεσης ως προς την οποία το Σ είναι
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 6 ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ
ΚΕΦΑΛΑΙΟ 6 ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ 6. Βέλτιστες προσεγγίσεις σε ευκλείδειους χώρους Στο κεφάλαιο αυτό θα ασχοληθούµε µε προσεγγίσεις που ελαχιστοποιούν αποστάσεις σε διανυσµατικούς χώρους, µε νόρµα που προέρχεται
Διαβάστε περισσότερα1 Οι πραγµατικοί αριθµοί
1 Οι πραγµατικοί αριθµοί 1.1 Σύνολα αριθµών Το σύνολο των ϕυσικών αριθµών N = {1, 2, 3,...} Το σύνολο των ακεραίων Z = {... 3, 2, 1, 0, 1, 2, 3,...}. Οι ακέραιοι διαµερίζονται σε άρτιους και περιττούς
Διαβάστε περισσότεραΚαµπύλες στον R. σ τελικό σηµείο της σ. Το σ. σ =. Η σ λέγεται διαφορίσιµη ( αντιστοίχως
Καµπύλες στον R 9. Ορισµός Μια καµπύλη στον R είναι µια συνεχής συνάρτηση σ : Ι R R όπου Ι διάστηµα ( συνήθως κλειστό και φραγµένο ) στον R. Συνήθως φανταζόµαστε την µεταβλητή t Ι ως τον χρόνο και την
Διαβάστε περισσότεραΑπλή Παλινδρόμηση και Συσχέτιση
Απλή Παλινδρόμηση και Συσχέτιση Πωλήσεις, Δαπάνες Διαφήμισης και Αριθμός Πωλητών Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) 98 050 6 3 989
Διαβάστε περισσότεραΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ
Δ.Φουσκάκης- Πολυδιάστατες Τυχαίες Μεταβλητές 1 ΠΟΛΥΔΙΑΣΤΑΤΕΣ ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Συνάρτηση Κατανομής: Έστω Χ=(Χ 1,,Χ ) T τυχαίο διάνυσμα (τ.δ). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) του τ.δ.
Διαβάστε περισσότεραKεφάλαιο 4. Συστήµατα διαφορικών εξισώσεων.
4 Εισαγωγή Kεφάλαιο 4 Συστήµατα διαφορικών εξισώσεων Εστω διανυσµατικό πεδίο F: : F=F( r), όπου r = ( x, ) και Fr είναι η ταχύτητα στο σηµείο r πχ ενός ρευστού στο επίπεδο Εστω ότι ψάχνουµε τις τροχιές
Διαβάστε περισσότεραΚεφάλαιο 0. Μεταθετικοί ακτύλιοι, Ιδεώδη
Κεφάλαιο 0 Μεταθετικοί ακτύλιοι, Ιδεώδη Το κεφάλαιο αυτό έχει προπαρασκευαστικό χαρακτήρα Θα καθιερώσουµε συµβολισµούς και θα υπενθυµίσουµε ορισµούς και στοιχειώδεις προτάσεις για δακτύλιους και ιδεώδη
Διαβάστε περισσότεραΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής Υποθέσεις του Απλού γραμμικού υποδείγματος της Παλινδρόμησης Η μεταβλητή ε t (διαταρακτικός όρος) είναι τυχαία μεταβλητή με μέσο όρο
Διαβάστε περισσότεραΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ. 1. 0 F(x) 1, x n. 2. Η F είναι μη φθίνουσα και δεξιά συνεχής ως προς κάθε μεταβλητή. 3.
ΤΥΧΑΙΑ ΔΙΑΝΥΣΜΑΤΑ Έστω Χ = (Χ 1,,Χ ) T τυχαίο διάνυσμα (τ.δ). Ονομάζουμε συνάρτηση κατανομής πιθανότητας (σ.κ.π.) του τ.δ. Χ την: F(x) = P(X 1 x 1,, X x ), x = (x 1,,x ) T 1. 0 F(x) 1, x.. Η F είναι μη
Διαβάστε περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Παρεμβολή και Παρεκβολή Εισαγωγή Ορισμός 6.1 Αν έχουμε στη διάθεσή μας τιμές μιας συνάρτησης
Διαβάστε περισσότεραΤο θεώρηµα πεπλεγµένων συναρτήσεων
57 Το θεώρηµα πεπλεγµένων συναρτήσεων Έστω F : D R R µια ( τουλάχιστον ) C συνάρτηση ορισµένη στο ανοικτό D x, y D F x, y = Ενδιαφερόµαστε για την ύπαρξη µοναδικής και ώστε διαφορίσιµης συνάρτησης f ορισµένης
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 9 Επαναληπτικες Ασκησεις
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ Τµηµα Β ΠΕΡΙΤΤΟΙ Ασκησεις - Φυλλαδιο 9 Επαναληπτικες Ασκησεις ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebraii/laii8/laii8html Παρασκευή 4 Ιουνίου
Διαβάστε περισσότεραΠιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου
Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Εισαγωγικά Βασικοί Ορισµοί Πράξεις Γεγονότων Σχεδιάγραµµα της Υλης Βασικές Εννοιες της Θεωρίας Πιθανοτήτων
Διαβάστε περισσότεραΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ. για τα οποία ισχύει y f (x) , δηλαδή το σύνολο, x A, λέγεται γραφική παράσταση της f και συμβολίζεται συνήθως με C
Επιμέλεια: Κ Μυλωνάκης ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΕΡΩΤΗΣΗ Τι ονομάζεται πραγματική συνάρτηση με πεδίο ορισμού το Α; Έστω Α ένα υποσύνολο του R Ονομάζουμε πραγματική συνάρτηση με πεδίο ορισμού το Α μια διαδικασία
Διαβάστε περισσότεραΚεφάλαιο 4. Ευθέα γινόµενα οµάδων. 4.1 Ευθύ εξωτερικό γινόµενο οµάδων. i 1 G 1 G 1 G 2, g 1 (g 1, e 2 ), (4.1.1)
Κεφάλαιο 4 Ευθέα γινόµενα οµάδων Στο Παράδειγµα 1.1.2.11 ορίσαµε το ευθύ εξωτερικό γινόµενο G 1 G 2 G n των οµάδων G i, 1 i n. Στο κεφάλαιο αυτό ϑα ασχοληθούµε λεπτοµερέστερα µε τα ευθέα γινόµενα οµάδων
Διαβάστε περισσότεραΚεφάλαιο 4 ιανυσµατικοί Χώροι
Κεφάλαιο 4 ιανυσµατικοί Χώροι 4 ιανυσµατικοί χώροι - Βασικοί ορισµοί και ιδιότητες ιανυσµατικοί Χώροι Ένας ιανυσµατικός Χώρος V (δχ) είναι ένα σύνολο από µαθηµατικά αντικείµενα (αριθµούς, διανύσµατα, πίνακες,
Διαβάστε περισσότεραΑσκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.
Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» Κεφάλαιο : Ακολουθίες πραγµατικών αριθµών Α Οµάδα Εξετάστε αν οι παρακάτω προτάσεις είναι αληθείς ή ψευδείς αιτιολογήστε πλήρως την απάντησή σας α Κάθε
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων
ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων Μελετάµε εδώ τη συνθήκη της αύξουσας αλυσίδας υποπροτύπων και τη συνθήκη της φθίνουσας αλυσίδας υποπροτύπων. Αυτές συνδέονται µεταξύ τους µε την έννοια της συνθετικής σειράς
Διαβάστε περισσότεραHMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. Χρόνου (Ι)
HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Διάλεξη 5: Στοχαστικά/Τυχαία Σήματα Διακριτού Χρόνου (Ι) Στοχαστικά σήματα Στα προηγούμενα: Ντετερμινιστικά
Διαβάστε περισσότεραΣτοχαστικές 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 περισσότεραΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ-ΕΙΣΑΓΩΓΙΚΟ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΑΤΙΣΤΙΚΗΣ ρ. Κουνετάς Η Κωνσταντίνος Ακαδηµαϊκό Έτος 01-013 ΕΠΙΧ Οικονοµετρικά
Διαβάστε περισσότεραΕισαγωγή στο μάθημα Πιθανότητες - Στατιστική. Τμήμα Πολιτικών Μηχανικών Πανεπιστήμιο Θεσσαλίας
Εισαγωγή στο μάθημα Πιθανότητες - Στατιστική Τμήμα Πολιτικών Μηχανικών Πανεπιστήμιο Θεσσαλίας 1 Πειραματικά Μοντέλα Μοντέλα:» Καθοριστικά» (π.χ. ο νόμος του Ohm)» Στοχαστικά ή πιθανοτικά» (π.χ. ένταση
Διαβάστε περισσότεραX:S X(S) Έστω ότι στρίβουµε ένα αµερόληπτο νόµισµα δύο φορές και ενδιαφερόµαστε για τον αριθµό των Κ που θα εµφανιστούν.
Στατιστική Ι: Ακαδηµαϊκό Έτος 6-7 Τυχαίες Μεταβλητές Έστω ότι εκτελούµε ένα πείραµα τύχης και ότι είµαστε σε θέση να µετρήσουµε όλα τα δυνατά αποτελέσµατα και να αντιστοιχούµε ένα πραγµατικό αριθµό σε
Διαβάστε περισσότεραΔιδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης
Τίτλος Μαθήματος: Γραμμική Άλγεβρα ΙΙ Ενότητα: Η Κανονική Μορφή Jordan - II Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τμήμα: Μαθηματικών 52 9 Η Κανονική Μορφή Jordan - II
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ. Το 1ο Θέμα στις πανελλαδικές εξετάσεις
Επιμέλεια Καραγιάννης Β. Ιωάννης Σχολικός Σύμβουλος Μαθηματικών ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΘΕΤΙΚΩΝ ΣΠΟΥΔΩΝ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ Το ο Θέμα στις πανελλαδικές εξετάσεις Ερωτήσεις+Απαντήσεις
Διαβάστε περισσότεραΕνότητα: Πράξεις επί Συνόλων και Σώµατα Αριθµών
Τίτλος Μαθήματος: Γραμμική Άλγεβρα Ι Ενότητα: Πράξεις επί Συνόλων και Σώµατα Αριθµών Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης Τμήμα: Μαθηματικών Κεφάλαιο 1 Εισαγωγη : Πραξεις επι Συνολων και Σωµατα Αριθµων
Διαβάστε περισσότεραΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
- - ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 009-0 ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΥΝΟΨΗΣ
Διαβάστε περισσότεραΚεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ. 2.1 Συνάρτηση
Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ 2.1 Συνάρτηση Η έννοια της συνάρτησης είναι ϐασική σ όλους τους κλάδους των µαθη- µατικών, αλλά και πολλών άλλων επιστηµών. Ο λόγος είναι, ότι µορφοποιεί τη σχέση
Διαβάστε περισσότεραΓια να εκφράσουμε τη διαδικασία αυτή, γράφουμε: :
Η θεωρία στα μαθηματικά προσανατολισμού Γ υκείου Τι λέμε συνάρτηση με πεδίο ορισμού το σύνολο ; Έστω ένα υποσύνολο του Ονομάζουμε πραγματική συνάρτηση με πεδίο ορισμού το μία διαδικασία (κανόνα), με την
Διαβάστε περισσότεραΤυχαία 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 περισσότεραΔιδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης
Τίτλος Μαθήματος: Γραμμική Άλγεβρα ΙΙ Ενότητα: Παραγοντοποιήσεις Πινάκων και Γραµµικών Απεικονίσεων Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τμήμα: Μαθηματικών 82 13 Παραγοντοποιήσεις
Διαβάστε περισσότεραν ν = 6. όταν είναι πραγµατικός αριθµός.
Συνάρτηση: ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ λέγεται µια διαδικασία µε την οποία κάθε στοιχείο ενός συνόλου Α αντιστοιχίζεται σε ένα ακριβώς στοιχείο κάποιου άλλου συνόλου Β. Γνησίως αύξουσα: σε ένα διάστηµα του πεδίου
Διαβάστε περισσότεραΤίτλος Μαθήματος: Γραμμική Άλγεβρα Ι. Ενότητα: Πινάκες και Γραµµικές Απεικονίσεις. Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης. Τμήμα: Μαθηματικών
Τίτλος Μαθήματος: Γραμμική Άλγεβρα Ι Ενότητα: Πινάκες και Γραµµικές Απεικονίσεις Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης Τμήμα: Μαθηματικών Κεφάλαιο 7 Πινακες και Γραµµικες Απεικονισεις Στα προηγούµενα
Διαβάστε περισσότεραΣηµειώσεις στις σειρές
. ΟΡΙΣΜΟΙ - ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ Σηµειώσεις στις σειρές Στην Ενότητα αυτή παρουσιάζουµε τις βασικές-απαραίτητες έννοιες για την µελέτη των σειρών πραγµατικών αριθµών και των εφαρµογών τους. Έτσι, δίνονται συστηµατικά
Διαβάστε περισσότεραΤυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου
Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Τυχαίες Μεταβλητές Συνάρτηση Κατανοµής ιακριτές Τυχαίες Μεταβλητές Παράµετροι τ.µ. Συνεχείς Τυχαίες
Διαβάστε περισσότεραΣήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 1: Σήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Εισαγωγή στα Σήματα 1. Σκοποί της Θεωρίας Σημάτων 2. Κατηγορίες Σημάτων 3. Χαρακτηριστικές Παράμετροι
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων Ι
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 4: Πολυδιάστατες Τυχαίες Μεταβλητές Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες
Διαβάστε περισσότεραΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1
ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο ιδασκοντες: Α. Μπεληγιάννης - Σ. Παπαδάκης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt.html Τετάρτη 7 Φεβρουαρίου 03 Ασκηση. είξτε ότι
Διαβάστε περισσότεραΓραµµική Αλγεβρα Ι. Ενότητα: Γραµµικές απεικονίσεις. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών
Ενότητα: Γραµµικές απεικονίσεις Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραX 1 X 2. X d X = 2 Y (x) = e x 2. f X+Y (x) = f X f Y (x) = f X (y)f Y (x y)dy. exp. exp. dy, (1) f X+Y (x) = j= σ2 2) exp x 2 )
Εστω X : Ω R d τυχαίο διάνυσμα με ΠΟΛΥΔΙΑΣΤΑΤΗ ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ X Εχουμε δει ότι η γνώση της κατανομής καθεμιάς από τις X, X,, X d δεν αρκεί για να προσδιορίσουμε την κατανομή του X, αφού δεν περιέχει
Διαβάστε περισσότεραΙΑΝΥΣΜΑΤΑ ΘΕΩΡΙΑ ΘΕΜΑΤΑ ΘΕΩΡΙΑΣ. Τι ονοµάζουµε διάνυσµα; αλφάβητου επιγραµµισµένα µε βέλος. για παράδειγµα, Τι ονοµάζουµε µέτρο διανύσµατος;
ΙΝΥΣΜΤ ΘΕΩΡΙ ΘΕΜΤ ΘΕΩΡΙΣ Τι ονοµάζουµε διάνυσµα; AB A (αρχή) B (πέρας) Στη Γεωµετρία το διάνυσµα ορίζεται ως ένα προσανατολισµένο ευθύγραµµο τµήµα, δηλαδή ως ένα ευθύγραµµο τµήµα του οποίου τα άκρα θεωρούνται
Διαβάστε περισσότερα2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.
2.6 ΟΡΙΑ ΑΝΟΧΗΣ Το διάστηµα εµπιστοσύνης παρέχει µία εκτίµηση µιας άγνωστης παραµέτρου µε την µορφή διαστήµατος και ένα συγκεκριµένο βαθµό εµπιστοσύνης ότι το διάστηµα αυτό, µε τον τρόπο που κατασκευάσθηκε,
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ( , c Ε. Γαλλόπουλος) ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ. Ε. Γαλλόπουλος. ΤΜΗΥΠ Πανεπιστήµιο Πατρών. ιαφάνειες διαλέξεων 28/2/12
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ε. Γαλλόπουλος ΤΜΗΥΠ Πανεπιστήµιο Πατρών ιαφάνειες διαλέξεων 28/2/12 Μαθηµατική Οµάδα Οµάδα είναι ένα σύνολο F µαζί µε µία πράξη + : F F F έτσι ώστε (Α1) α + (β + γ) = (α + β) + γ για
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 5
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ Τµηµα Β (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 5 ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebraii/laii018/laii018html ευτέρα 3 Απριλίου 018 Αν C = x
Διαβάστε περισσότεραx 2 = x 2 1 + x 2 2. x 2 = u 2 + x 2 3 Χρησιµοποιώντας το συµβολισµό του ανάστροφου, αυτό γράφεται x 2 = x T x. = x T x.
Κεφάλαιο 4 Μήκη και ορθές γωνίες Μήκος διανύσµατος Στο επίπεδο, R 2, ϐρίσκουµε το µήκος ενός διανύσµατος x = (x 1, x 2 ) χρησιµοποιώντας το Πυθαγόρειο ϑεώρηµα : x 2 = x 2 1 + x 2 2. Στο χώρο R 3, εφαρµόζουµε
Διαβάστε περισσότεραΓραµµική Αλγεβρα. Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής
Γραµµική Αλγεβρα Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΚεφάλαιο 3 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 3.1 Συσχέτιση δύο τ.µ.
Κεφάλαιο 3 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ Στα προηγούµενα κεφάλαια ορίσαµε και µελετήσαµε την τ.µ. µε τη ϐοήθεια της πιθανο- ϑεωρίας (κατανοµή, ϱοπές) και της στατιστικής (εκτίµηση, στατιστική υπόθεση). Σ
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΠΕΡΙΤΤΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 3
ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι Τµηµα Β (ΠΕΡΙΤΤΟΙ) Λυσεις Ασκησεων - Φυλλαδιο ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/aeligia/linearalgerai/lai07/lai07html Παρασκευή Νοεµβρίου 07 Ασκηση Αν
Διαβάστε περισσότερα