Κεφάλαιο Η εκθετική κατανομή. Η πυκνότητα πιθανότητας της εκθετικής κατανομής δίδεται από την σχέση (1.1) f(x) = 0 αν x < 0.
|
|
- Ἰωσίας Δημητρακόπουλος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 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 <. (.) Η παράμετρος λ της κατανομής είναι ϑετικός αριθμός. Η συνάρτηση κατανομής δίδεται από την σχέση F(x) := x f(t)dt, που δίνει F(x) = e λx αν x, αν x <. (.2) Σχήμα.: Εκθετική κατανομή, λ =
2 Λήμμα.. Ισχύει ότι I n (x) = x n e x dx = n! n k= x k k! e x, n =,, 2,.... (.3) Απόδειξη. Αρκεί να δείξουμε ότι I n(x) = n! x n e x. Πράγματι, I n(x) = d dx n! ( + x! + x2 x2 = n! ( + + x! 2! + + xn (n )! = x n e x, και επομένως η (.3) ισχύει. ) 2! + + xn (n )! + xn e x n! ) e x n! ( + ) x2 + x! 2! + + xn (n )! + xn e x n! Οι ροπές της κατανομής δίδονται από την σχέση EX n = x n λe λx dx = λ n (λx) n e λx λdx = λ n u n e u du (.4) όπου u = λx. Λαμβάνοντας υπ όψιν μας το Λήμμα. u n e u du = I n (u) = ( n!) = n!. (.5) (Χρησιμοποιήσαμε το γεγονός ότι lim u n! n ( ) k= uk k! e u = καθώς και ότι I n () = n! +! + 2 2! + + n (n )! + n n! = n!.) Επομένως, από την (.6) προκύπτει ότι EX n = n!, n =,, 2,.... (.6) λn Συγκεκριμένα, η μέση τιμή της εκθετικής είναι EX = λ, η δεύτερη ροπή είναι EX2 = 2 λ 2, και η διασπορά δίδεται από την σχέση Var(X) = EX 2 (EX) 2 = λ 2. Ο συντελεστής μεταβλητότητας μιας κατανομής ορίζεται ως c v = Var(X) EX Για την εκθετική κατανομή έχουμε c v =. Μια από τις σημαντικότερες ιδιότητες της εκ- ϑετικής κατανομής, η οποία και την χαρακτηρίζει, είναι η αμνήμων ιδιότητα (ή ιδιότητα έλλειψης μνήμης): Μια μή αρνητική τ.μ. X έχει την αμνήμονα ιδιότητα αν, s, t >, P(X > t + s X > t) = P(X > s). (.7)
3 Είναι στοιχειώδες να ελέγξουμε ότι η έκθετική κατανομή ικανοποιεί την (.7). Πράγματι, P(X > t + s X > t) = P(X > t + s, X > t) P(X > t) = P(X > s). = P(X > t + s) P(X > t) = e λ(t+s) e λt = e λs Πολύ πιό ενδιαφέρον όμως είναι το γεγονός ότι η εκθετική κατανομή είναι η μοναδική η οποία έχει αυτή την ιδιότητα. Εστω λοιπόν κάποια τ.μ. X που ικανοποιεί την (.7) και ας ϑέσουμε g(t) = P(X > t). Οπως είδαμε, η (.7) μπορεί να γραφτεί και ως P(X > t + s) = P(X > t)p(x > s) ή g(t + s) = g(t)g(s). (.8) Εφαρμόζοντας την παραπάνω σχέση με s = t = έχουμε g(2) = g() 2 και επαγωγικά, Ομοια, g() = g( n + + n ) = g( n )n ή g(n) = g() n. g(/n) = g() /n. Από τις δύο παραπάνω σχέσεις προκύπτει ότι, για κάθε ρητό, έστω r = p/q g(p/q) = g() p/q ή g(r) = g() r. Απομένει να δείξουμε ότι η σχέση αυτή ισχύει για κάθε πραγματικό αριθμό t. Αφού < g() <, υπάρχει λ (, ) τέτοιο ώστε g() = e λ, Συνεπώς, αν r, s είναι ρητοί τέτοιοι ώστε r < t < s, εφόσον η g(t) είναι φθίνουσα συνάρτηση ισχύει ότι e λr = g(r) g(t) g(s) = e λs Αφήνοντας r t, s t προκύπτει το ζητούμενο..2 Η συνάρτηση Γάμμα Η συνάρτηση Γάμμα του Euler αποτελεί γενίκευση του παραγοντικού για μή ακέραια ορίσματα. Για κάθε α > ορίζουμε την συνάρτηση Γ(α) := t α e t dt. (.9) (Παρατηρείστε ότι το παραπάνω είναι ένα γενικευμένο ολοκλήρωμα.) Ισχύει ότι Γ() = e t dt =. (.)
4 Χρησιμοποιώντας παραγοντική ολοκλήρωση βλέπουμε ότι Γ(α + ) = = + α t α e t dt = t α e t dt t α ( e t) dt = t α e t + αt α e t dt και συνεπώς έχουμε Γ(α + ) = α Γ(α), α >. (.) Οταν το α είναι φυσικός αριθμός η παραπάνω σχέση δίνει Γ(n + ) = nγ(n) = n(n )Γ(n ) = n(n )(n 2) 2 Γ() και λαμβάνοντας υπ όψιν μας την (.) έχουμε Γ(n + ) = n!, n =,, 2,.... (.2) Παρατηρείστε ότι η (.2) συμφωνεί με την (.5). Εφαρμόζοντας την σχέση (.) επαγωγικά βλέπουμε ότι, για κάθε n N και α > Γ(α + n) = (α + n ) Γ(α + n ) = (α + n )(α + n 2) Γ((α + n 2) = = (α + n )(α + n 2) Γ(α + n 2) (α + ) α Γ(α). (.3).3 Η κατανομή Γάμμα Εμείς ϑα συναντήσουμε την συνάρτηση Γ στα πλαίσια της κατανομής Γάμμα που έχει πυκνότητα πιθανότητας f(x) = λ (λx)α Γ(α) e λx αν x > αν x. (.4) Η παράμετρος λ ονομάζεται παράμετρος κλίμακος ενώ η α παράμετρος σχήματος. Η περίπτωση που η παράμετρος σχήματος είναι ακέραιος αριθμός έχει ιδιαίτερο ενδιαφέρον και ϑα την εξετάσουμε λεπτομερέστερα στη συνέχεια. (Παρατηρείστε ότι για α = παίρνουμε την εκθετική πυκνότητα πιθανότητας.) Η συνάρτηση κατανομής δεν μπορεί να εκφραστεί μέσω στοιχειωδών συναρτήσεων (εκτός από την περίπτωση που το α είναι φυσικός αριθμός). Εκφράζεται μέσω της μη πλήρους συνάρτησης Γάμμα (incomplete Gamma function) που ορίζεται ως Γ(x; α) := x t α e t dt, x.
5 Σχήμα.2: Πυκνότητα Γάμμα για διάφορες τιμές της παραμέτρου σχήματος α και λ =. Η συνάρτηση αυτή συμπεριλαμβάνεται σε όλα τα προγράμματα στατιστικής ανάλυσης όπως π.χ. η R. Παρατηρείστε ότι Γ( ; α) := lim x Γ(x; α) = lim x tα e t dt = Γ(α). Χρησιμοποιώντας την μη πλήρη συνάρτηση Γάμμα έχουμε x λ(λt) α e λt dt = λx και επομένως η συνάρτηση κατανομής εκφράζεται ως F(x) = Γ(λx; α) Γ(α) u α e u du = Γ(λx; α) αν x > αν x. Οι ροπές της κατανομής Γάμμα υπολογίζονται εύκολα: EX n = = x n f(x)dx = x n λ(λx) α e λx dx Γ(α) λ n λ n x n λ(λx) α e λx dx = Γ(α) λ n Γ(α) t n+α e t dt = Γ(n + α ) λ n. Γ(α) Λαμβάνοντας υπ όψιν μας την (.3) βλέπουμε ότι EX n = α(α + ) (α + n ), n =, 2,.... (.5) λn
6 Συγκεκριμένα, οι δύο πρώτες ροπές είναι EX = α λ, EX2 = α(α + ) λ 2 και η διασπορά είναι Var(X) = α λ 2..4 Η κατανομή Erlang Η κατανομή Erlang είναι μια ειδική περίπτωση της κατανομής Γάμμα όταν η παράμετρος σχήματος είναι ακέραια. Η πυκνότητα πιθανότητας της Erlang δίδεται από τον τύπο f(x) = { λ (λx)k (k )! e λx αν x αν x <. Η παράμετρος k είναι ϑετικός ακέραιος (όταν k = παίρνουμε την εκθετική κατανομή) και η λ > είναι παράμετρος κλίμακας. προκύπτει ολοκληρώνοντας την f(x) δίδεται από τον τύπο k (λx) m e λx αν x F(x) = m!. m= αν x < Η αντίστοιχη συνάρτηση κατανομής που Παραδείγματος χάριν, όταν k = 2, έχουμε F(x) = ( + λx)e λx, (x ). Εστω X τ.μ. με κατανομή Erlang(k, λ). Η ροπή τάξης r ϑα είναι EX r = x r (λx)k (k )! e λx λdx = (k )!λ r y r+k e y dy = (k + r )! λ r. (k )! Οι δύο πρώτες ροπές της Erlang(k, λ) είναι EX = k λ και EX2 = k(k+), και συνεπώς η λ 2 διασπορά είναι Var(X) = k(k+) k2 = k. Ο συντελεστής διακύμανσης που προκύπτει λ 2 λ 2 λ 2 είναι k/λ 2 c V = =. k/λ k Βλέπουμε δηλαδή ότι η Erlang έχει πάντα συντελεστή μεταβλητότητας μικρότερο της μονάδας (η ισότητα ισχύει όταν k = οπότε παίρνουμε την εκθετική). Οσο μεγαλύτερη είναι η παράμετρος k τόσο μικρότερος γίνεται ο συντελεστής μεταβλητότητας.
7 Σχήμα.3: Πυκνότητα Erlang για διάφορες τιμές της παραμέτρου σχήματος k και λ =.
8 .5 Η συνάρτηση Βήτα Μια άλλη συνάρτηση η οποία σχετίζεται με την συνάρτηση Γάμμα και διαδραματίζει σημαντικό ρόλο είναι η συνάρτηση Βήτα η οποία έχει δύο μη αρνητικά ορίσματα, και η οποία ορίζεται ως B(α, β) := t α ( t) β dt, α >, β >. (.6) Οπως ϑα δούμε στη συνέχεια η συνάρτηση Βήτα συνδέεται με την Γάμμα μέσω της σχέσης B(α, β) = Γ(α)Γ(β) Γ(α + β). (.7) Παρατηρούμε ότι η συνάρτηση Βήτα είναι συμμετρική ως προς τα ορίσματά της. Πράγματι B(α, β) = t α ( t) β dt = ( s) α s β ds = s β ( s) α ds = B(β, α) όπου στην παραπάνω σχέση κάναμε την αλλαγή μεταβλητής s = t. Στην γενική περίπτωση ϑα δούμε την απόδειξη της (.7) λίγο αργότερα. Προς το παρόν ϑα δώσουμε μια απόδειξη στην περίπτωση που ο α είναι φυσικός αριθμός. B(m, β) = t m ( t) β dt = ( t m ( t) β) dt β = ( t m ( t) m ) (m ) t m 2 ( t) β dt = m B(m, β + ) β β Εφαρμόζοντας την παραπάνω σχέση επαγωγικά έχουμε B(m, β) = m (m )(m 2) B(m, β + ) = B(m 2, β + 2) = (.8) β β(β + ) (m )(m 2) 2 = B(, β + m ). (.9) β(β + ) (β + m 2) Ομως και επομένως B(, β + m ) = t ( t) β+m 2 dt = β + m B(m, β) = (m )(m 2) 2 β(β + ) (β + m 2)(β + m ) = = Γ(m)Γ(β) Γ(β + m) (m )!Γ(β) Γ(β) β(β + ) (β + m 2)(β + m ) όπου χρησιμοποιήσαμε το γεγονός ότι Γ(β + m) = (β + m )(β + m 2) (β + )β Γ(β) (.3).
9 Σχήμα.4: Πυκνότητες Βήτα για διάφορες τιμές των παραμέτρων α και β..6 Η κατανομή Βήτα Η κατανομή Βήτα έχει πυκνότητα πιθανότητας f(x) = B(α, β) xα ( x) β αν < x < διαφορετικά. (.2) Οπως βλέπουμε και από το σχήμα (.4) η μορφή των πυκνοτήτων ποικίλει ανάλογα με τις τιμές των παραμέτρων α > και β >. Είναι εύκολο να δούμε ότι αν α = β = τότε η πυκνότητα πιθανότητας γίνεται f(x) = { αν < x < διαφορετικά δηλαδή ομοιόμορφη στο [, ]. Το σχήμα (.5) δίνει τις αντίστοιχες συναρτήσεις κατανομής.
10 Σχήμα.5: Συναρτήσεις κατανομής Βήτα για διάφορες τιμές των παραμέτρων α και β. Οι ροπές της κατανομής Βήτα υπολογίζονται εύκολα ως εξής: µ n = = B(α, β) Γ(α + n)γ(β) Γ(α + β) Γ(α + β + n) Γ(α)Γ(β) x n x α ( x) β dx = = Γ(α + n) Γ(α) B(α + n, β) B(α, β) Γ(α + β) Γ(α + β + n). Από την τελευταία αυτή έκφραση, χρησιμοποιώντας την (.3), παίρνουμε µ n = α (α + ) (α + n ) β (β + ) (β + α ),. (.2) Συγκεκριμένα οι δύο πρώτες ροπές είναι EX = α α + β, α(α + ) EX2 = β(β + ), και η δισπορά είναι Var(X) = αβ (α + β) 2 (α + β + ).
11 .7 Ροπογεννήτριες συναρτήσεις Εστω X τ.μ. με συνάρτηση κατανομής F. Η ροπογεννήτρια της X ορίζεται ως η συνάρτηση M X (θ) := E[e θx ] = Ακολουθούν παραδείγματα ροπογεννητριών: e θx df(x). (.22) Η ροπογεννήτρια συνάρτηση μιας κανονικής τ.μ. Εστω X κανονική τ.μ. με μέση τιμή και διασπορά. Η ροπογεννήτρια της X ορίζεται ως M X (θ) := Ee θx = Ο εκθέτης μέσα στο ολοκλήρωμα γράφεται ως 2 έχουμε M X (θ) = e θ2 2 e tx e x2 x2 2 dx = tx e 2 dx. 2π 2π e 2 (x t)2 dx = e θ2 2 2π αφού το τελευταίο ολοκλήρωμα ισούται με την μονάδα. ( x 2 2tx + t 2) t2 2 και επομένως Τώρα ας υποθέσουμε ότι η Y είναι κανονική τ.μ. με μέση τιμή µ και διασπορά σ. Τότε έχουμε Y = µ + σx και επομένως η ροπογεννήτρια σ αυτή την περίπτωση είναι M Y (θ) = Ee θy = Ee θµ+θσx = e tθµ M X (σθ) = e µθ σ2 θ 2 2. Η ροπογεννήτρια συνάρτηση μιας εκθετικής τ.μ. Εστω X εκθετική τ.μ. με συνάρτηση κατανομής F(x) = e λx για x, και F(x) = όταν x <. Η ροπογεννήτριά της δίνεται από την σχέση M X (θ) = e θx λe xλ dx = λ e x(λ θ) dx = λ λ θ. Παρατηρείστε ότι ο παραπάνω υπολογισμός έχει νόημα μόνον όταν θ < λ. Αν το θ είναι μεγαλύτερο του λ το ολοκλήρωμα απειρίζεται και η ροπογεννήτρια δεν ορίζεται. Η ροπογεννήτρια συνάρτηση μιας ομοιόμορφης τ.μ. Ας υποθέσουμε τώρα ότι η X είναι ομοιόμορφα κατανεμημένη στο διάστημα [, a] με πυκνότητα πιθανότητας f(x) = a όταν x [, a] και αλλού, και συνάρτηση κατανομής x F(x) = x/a < x a. a < x Η αντίστοιχη ροπογεννήτρια δίδεται από τη σχέση M X (θ) = a e θx a dx = eθa θa.
12 Η ροπογεννήτριες συναρτήσεις παίρνουν το όνομά τους από το την ακόλουθη ιδιότητα: Παραγωγίζοντας την ροπογεννήτρια n φορές έχουμε d n dθ n M X(θ) = dn dθ n e θx df(x) = d n dθ n eθx df(x) = x n e θx df(x), (Στην παραπάνω εξίσωση υποθέσαμε ότι η εναλλαγή ολοκλήρωσης και παραγώγισης είναι ϑεμιτή. Δεν ϑα επεκταθούμε σ αυτό το ζήτημα.) Θέτοντας στην παραπάνω εξίσωση θ =, και συμβολίζοντας με M (n) X (θ) την n-οστή παράγωγο της M X έχουμε M (n) X () = x n df(x) = µ n δηλαδή παρατηρούμε ότι η n-οστή παράγωγος της ροπογεννήτριας υπολογισμένη στο συμπίπτει με την n-οστή ροπή της κατανομής. Συνεπώς γνώση της ροπογεννήτριας συνεπάγεται γνώση όλων των ροπών της κατανομής. Ισχύει και το αντίστροφο, δηλαδή ότι οι ροπές προσδιορίζουν την ροπογεννήτρια: Πράγματι, από το ϑεώρημα του Taylor γνωρίζουμε ότι κάθε συνάρτηση που είναι αναλυτική σε μια περιοχή του μηδενός μπορεί να εκφραστεί ως μια δυναμοσειρά: M X (θ) = θ n n! M(n) X n= () = n= θ n n! µ n. Για την τυποποιημένη κανονική κατανομή έχουμε M(θ) = e 2 θ2 = + θ2 2! + θ ! + θ ! + + θ2n 2 n n! + Παρατηρούμε ότι οι περιττές δυνάμεις του θ απουσιάζουν πράγμα που σημαίνει ότι οι ροπές περιττής τάξης είναι. Για τις ροπές άρτιας τάξης έχουμε µ 2n = (2n)! 2 n n! = ( 2n n ) n! = 3 5 (2n ). 2n Για παράδειγμα µ 2 =, µ 4 = 3, µ 6 = 3 5, µ 8 = 3 5 7,...
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 περισσότεραΕπίλυση 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 περισσότεραΕστω 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 περισσότεραΕφαρμογές 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 περισσότεραΠαντού 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 περισσότεραΑποδεικτικές 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 περισσότεραΕισαγωγικά. 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 περισσότεραΑς 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 περισσότεραΗ 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 περισσότερα5.1 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 περισσότεραΑναλυτικές 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 περισσότεραΑνεξαρτησία 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 περισσότεραΧαρακτηριστικές 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 περισσότεραΕπιχειρησιακή 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 περισσότεραΟ 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 περισσότεραΑναγνώριση 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 περισσότεραΟ 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 περισσότεραΑνεξαρτησία 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 περισσότεραΕξαναγκασμένες 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 περισσότεραΜεγάλες 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 περισσότεραMartingales. 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 περισσότεραΑνεξαρτησία 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 περισσότεραΑνελίξεις 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 περισσότεραΜεγάλες 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 περισσότεραΕισαγωγικές 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{ 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 περισσότερα602. 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 περισσότερα21/11/2005 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 περισσότεραΜεγάλες 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 περισσότεραΣτοχαστικές 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 περισσότεραΑναγνώριση 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 περισσότεραΟι 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 περισσότεραΑναγνώριση 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 περισσότεραΓραμμική 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 περισσότεραΕισαγωγικές 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 περισσότεραΤαξινόμηση 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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ 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 περισσότεραΤο 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 περισσότεραΚατασκευή 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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΑΚΑ 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 περισσότεραΠανεπιστήμιο Πειραιώς. Πρόγραμμα Μεταπτυχιακών Σπουδών Αναλογιστική Επιστήμη και Διοικητική Κινδύνου
Πανεπιστήμιο Πειραιώς Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης Πρόγραμμα Μεταπτυχιακών Σπουδών Αναλογιστική Επιστήμη και Διοικητική Κινδύνου Παραμετρικά Μοντέλα Επιβίωσης που προκύπτουν από μεταβολές
Διαβάστε περισσότεραΕυρωπαϊκά 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 περισσότερα17 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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΑΚΑ 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 περισσότεραΑρτιες 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 περισσότεραHY 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 περισσότεραιάσταση 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 περισσότεραΕΙΣΑΓΩΓΗ ΣΤΟN ΣΤΟΧΑΣΤΙΚΟ ΛΟΓΙΣΜΟ
Δημήτρης Χελιώτης ΕΙΣΑΓΩΓΗ ΣΤΟN ΣΤΟΧΑΣΤΙΚΟ ΛΟΓΙΣΜΟ B τ u(x):=e x {f(b τ ) u(x) = } x ii ΔΗΜΗΤΡΗΣ ΧΕΛΙΩΤΗΣ Επίκουρος καθηγητής Τμήμα Μαθηματικών Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνων Εισαγωγή στον
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΟN ΣΤΟΧΑΣΤΙΚΟ ΛΟΓΙΣΜΟ
Δημήτρης Χελιώτης ΕΙΣΑΓΩΓΗ ΣΤΟN ΣΤΟΧΑΣΤΙΚΟ ΛΟΓΙΣΜΟ B τ u(x):=e x {f(b τ ) u(x) = } x ii ΔΗΜΗΤΡΗΣ ΧΕΛΙΩΤΗΣ Επίκουρος καθηγητής Τμήμα Μαθηματικών Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνων Εισαγωγή στον
Διαβάστε περισσότεραΕκφωνήσεις 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 περισσότεραΣΥΝΟΛΑ (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 περισσότεραΑναγνώριση 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 περισσότεραΑρτιες 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 περισσότεραΕκφωνήσεις 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 περισσότεραΗ 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 περισσότεραΔημήτρης 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 περισσότεραΣΧΟΛΙΚΟ 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 περισσότερα1. 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 περισσότεραΕισαγωγή στις Διακριτές Πιθανότηες. Οικονομικό Πανεπιστήμιο Αθηνών
Εισαγωγή στις Διακριτές Πιθανότηες Μιχάλης Ζαζάνης Τμήμα Στατιστικής Οικονομικό Πανεπιστήμιο Αθηνών 27 Δεκεμβρίου 2010 2 Κεφάλαιο 1 Συνδιαστική Ανάλυση και Μαθηματικές Τεχνικές Η απαρίθμηση των στοιχείων
Διαβάστε περισσότεραΣχέσεις 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 περισσότεραΠερίληψη. του Frostman 4.1. Τέλος, η ϑεωρία του μέτρου Hausdorff αναπτύσσεται περαιτέρω στην τελευταία παράγραφο. Εισαγωγή 2
Το Μέτρο και η Διάσταση Hausdorff Γεωργακόπουλος Νίκος Τερεζάκης Αλέξης Περίληψη Αναπτύσσουμε τη ϑεωρία του μέτρου και της διάστασης Hausdorff με εφαρμογές στον υπολογισμό διαστάσεων συνόλων fractal (Θεώρημα
Διαβάστε περισσότεραΙσοπεριμετρικές ανισότητες για το
Ισοπεριμετρικές ανισότητες για το μέτρο του Gauss Διπλωματική Εργασία Μαρία Μαστροθεοδώρου Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών Αθήνα 018 Περιεχόμενα 1 Εισαγωγή 1 1.1 Το ισοπεριμετρικό πρόβλημα................................
Διαβάστε περισσότεραΜετασχηματισμοί Laplace. Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ Πανεπιστήμιο Θεσσαλίας
ιαφορικές Εξισώσεις Μετασχηματισμοί Laplace Μανόλης Βάβαλης Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ Πανεπιστήμιο Θεσσαλίας Βόλος, 11 Μαΐου 2015 Περιεχόμενα Μετασχηματισμοί Laplace Ορισμός μετασχηματισμού
Διαβάστε περισσότεραΣημειώσεις 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 περισσότεραα 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,
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,
Διαβάστε περισσότεραΕισαγωγή 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«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 περισσότεραΓενικό 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 περισσότεραΠαραβολή 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 περισσότεραΣυναρτήσεις ΙΙ. Σημερινό μάθημα
Συναρτήσεις ΙΙ 1 Σημερινό μάθημα Εμβέλεια Εμφωλίαση Τύπος αποθήκευσης Συναρτήσεις ως παράμετροι Πέρασμα με τιμή Πολλαπλά return Προκαθορισμένοι ρ Παράμετροι ρ Υπερφόρτωση συναρτήσεων Inline συναρτήσεις
Διαβάστε περισσότεραΔ 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 περισσότεραCSE.UOI : Μεταπτυχιακό Μάθημα
Θέματα Αλγορίθμων Αλγόριθμοι και Εφαρμογές στον Πραγματικό Κόσμο CSE.UOI : Μεταπτυχιακό Μάθημα 10η Ενότητα: Χρονικά Εξελισσόμενες ικτυακές Ροές Σπύρος Κοντογιάννης kntg@cse.ui.gr Τμήμα Μηχανικών Η/Υ &
Διαβάστε περισσότεραΜαθηματικά 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 περισσότεραΗ κατανομή του Euler επί των αυτοαντίστροφων στοιχείων της
Ε Κ Π Α Τ Μ Η κατανομή του Euler επί των αυτοαντίστροφων στοιχείων της υπεροκταεδρικής ομάδας Μ Ε Μουστάκας Βασίλης - Διονύσης : Χ Α. Α Αθήνα Ιούνιος 07 Στον πρώτο μου δάσκαλο, μαθηματικό Γιάννη Καρρά.
Διαβάστε περισσότεραΚεφάλαιο 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 περισσότερατους 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 περισσότεραΔιανυσματικές Συναρτήσεις
Κεφάλαιο 5 Διανυσματικές Συναρτήσεις 51 Διανυσματατικές συναρτήσεις Μια συνάρτηση με τιμές στοr n, n>1 λέγεται διανυσματική συνάρτηση Τις διανυσματικές συναρτήσεις ϑα τις συμβολίζουμε με παχειά γράμματα,
Διαβάστε περισσότεραΨΗΦΙΑΚΑ 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 περισσότεραΗ 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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ 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 περισσότεραΕΙΣΑΓΩΓΗ. 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 περισσότεραΑΡΧΗ 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 περισσότεραΣυναρτήσεις. Σημερινό μάθημα
Συναρτήσεις Σημερινό μάθημα C++ Συναρτήσεις Δήλωση συνάρτησης Σύνταξη συνάρτησης Πρότυπο συνάρτησης & συνάρτηση Αλληλο καλούμενες συναρτήσεις συναρτήσεις μαθηματικών Παράμετροι συναρτήσεων Τοπικές μεταβλητές
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ 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 περισσότεραΑναγνώριση Προτύπων. Σημερινό Μάθημα
Αναγνώριση Προτύπων Σημερινό Μάθημα Η κατάρα της διαστατικότητας Μείωση διαστάσεων εξαγωγή χαρακτηριστικών επιλογή χαρακτηριστικών Αναπαράσταση έναντι Κατηγοριοποίησης Ανάλυση Κυρίων Συνιστωσών PCA Γραμμική
Διαβάστε περισσότεραΣυντάκτης: 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 περισσότεραΗ 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 περισσότεραΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΔΙΑΦΟΡΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ
ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΘΕΜΑ : ΔΙΑΦΟΡΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ Πανεπιστήμιο Πατρών Σχολή : Θετικών Επιστημών Τμήμα : Μαθηματικών Μ.Δ.Ε. : Μαθηματικά των Φυσικών και Βιομηχανικών Εφαρμογών Ακαδημαϊκό Έτος
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΠΟΣΟΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ
Σημειώσεις για το μάθημα ΣΤΑΤΙΣΤΙΚΗ ΠΟΣΟΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Παπάνα Αγγελική http://users.auth.gr/~agpapana/statlogistics E mail: papanagel@yahoo.gr, agpapana@gen.auth.gr Α.Τ.Ε.Ι. Θεσσαλονίκης ΠΑΡΑΡΤΗΜΑ
Διαβάστε περισσότεραΦροντιστήριο 2: Ανάλυση Αλγόριθμου. Νικόλας Νικολάου ΕΠΛ432: Κατανεμημένοι Αλγόριθμοι 1 / 10
Φροντιστήριο 2: Ανάλυση Αλγόριθμου Εκλογής Προέδρου με O(nlogn) μηνύματα Νικόλας Νικολάου ΕΠΛ432: Κατανεμημένοι Αλγόριθμοι 1 / 10 Περιγραφικός Αλγόριθμος Αρχικά στείλε μήνυμα εξερεύνησης προς τα δεξιά
Διαβάστε περισσότεραΕλεγχος Στατιστικών Υποθέσεων με τη χρήση του στατιστικού προγραμμάτος SPSS v. 20
A Πανεπιστήμιο Αιγαίου Σχολή Επιστημών της ιοίκησης Τμήμα Μηχανικών Οικονομίας και ιοίκησης Εργαστήριο Στατιστικής Ελεγχος Στατιστικών Υποθέσεων με τη χρήση του στατιστικού προγραμμάτος SPSS v. 20 26Επιμέλεια:
Διαβάστε περισσότεραΒελτίωση Εικόνας. Σήμερα!
Βελτίωση Εικόνας Σήμερα! Υποβάθμιση εικόνας Τεχνικές Βελτίωσης Restoration (Αποκατάσταση) Τροποποίηση ιστογράμματος Ολίσθηση ιστογράμματος Διάταση (stretching) Ισοστάθμιση του ιστογράμματος (histogram
Διαβάστε περισσότεραΕΦΑΡΜΟΓΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΚΗΣ ΕΝΤΡΟΠΙΑΣ ΣΤΗΝ ΠΥΡΗΝΙΚΗ ΦΥΣΙΚΗ ΚΑΙ ΤΗ ΣΚΕ ΑΣΗ Ι ΑΚΤΟΡΙΚΗ ΙΑΤΡΙΒΗ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΤΟΜΕΑΣ ΠΥΡΗΝΙΚΗΣ ΦΥΣΙΚΗΣ ΚΑΙ ΦΥΣΙΚΗΣ ΣΤΟΙΧΕΙΩ ΩΝ ΣΩΜΑΤΙ ΙΩΝ ΒΑΣΙΛΕΙΟΣ Π. ΨΩΝΗΣ ΕΦΑΡΜΟΓΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΚΗΣ ΕΝΤΡΟΠΙΑΣ ΣΤΗΝ ΠΥΡΗΝΙΚΗ ΦΥΣΙΚΗ ΚΑΙ ΤΗ ΣΚΕ
Διαβάστε περισσότεραΕκφωνήσεις 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 περισσότεραΦυσική 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 περισσότεραΤο Θεώρημα Μοναδικότητας των Stone και von Neumann
Κ Ε Το Θεώρημα Μοναδικότητας των Stone και von Neumann Διπλωματική Εργασία Ειδίκευσης στα Θεωρητικά Μαθηματικά Πανεπιστήμιο Αθηνών Τμήμα Μαθηματικών Αθήνα 2011 Αφιερώνεται στην οικογένεια μου ii Περίληψη
Διαβάστε περισσότεραΑΠΟΛΥΤΗΡΙΕΣ 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 περισσότεραΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ 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 περισσότεραΣΤΟ 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 περισσότεραΕξέταση Ηλεκτρομαγνητισμού Ι 2 Φεβρουαρίου 2018
ΕΚΠΑ, Τμήμα Φυσικής Εξέταση Ηλεκτρομαγνητισμού Ι 2 Φεβρουαρίου 2018 ΘΕΜΑ 1 Γραμμική κατανομή φορτίου εκτείνεται από h έως +h κατά μήκος του άξονα z με ετερογενή πυκνότητα λ 0 < 0 για h z < 0 και λ 0 >
Διαβάστε περισσότερα