Κεφάλαιο 2: ιατάξεις και Συνδυασµοί.
|
|
- Δάφνη Βιτάλης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 ΗΙΗ ΗΟΑΙΑ ΑΙΗΙΟ ΗΗ ΕφαοαΝαα Πόχεε Σεώε Παόε Κεφάαο 2 οναα,νααναφνααώ,νυπώ ανεπνανχοογανώ
2 Κεφάλαιο 2: ιατάξεις και Συνδυασµοί. Περιεχόµενα Εισαγωγή Βασική αρχή απαρίθµησης ιατάξεις µε και χωρίς επανατοποθέτηση Συνδυασµοί Ασκήσεις Εισαγωγή Μέχρι το τέλος αυτού του κεφαλαίου ϑα ϑεωρούµε πειράµατα τύχης των οποίων τα στοιχειώδη γεγονότα τα στοιχεία του δειγµατοχώρου Ω είναι ισοπίθανα. Τότε, αν ο αριθµός των σηµείων του Ω είναι s, ένα γεγονός A το οποίο περιλαµβάνει j σηµεία έχει πιθανότητα j/s να πραγµατοποιηθεί. Γενικότερα, η πιθανότητα να πραγµατοποιηθεί ένα γεγονός A είναι PA = NA/s, όπου NA το πλήθος των σηµείων του A. Το πρόβληµα λοιπόν του υπολογισµού της PA ανάγεται σε πολλές περιπτώσεις, σ αυτό του υπολογισµού του NA. Οπως είδαµε και στα προηγούµενα, η συνηθισµένη διαδικασία για τον υπολογισµό της PA είναι να µετρήσουµε το πλήθος των σηµείων του A, NA, και να διαιρέσουµε µε το s. Ωστόσο, ο υπολογισµός του NA είναι εύκολος µόνο αν το A έχει λίγα σηµεία. Ακόµα και για µέτριο πλήθος σηµείων, η µέθοδος της ευθείας απαρίθµησης είναι πρακτικά ανεφάρµοστη. Ετσι, η ανάγκη για απλούς κανόνες απαρίθµησης γίνεται επιτακτική. Θα παρουσιάσουµε παρακάτω τεχνικές απαρίθµησης που είναι στοιχειώδεις, έχουν ευρύ ϕάσµα εφαρµογών, και είναι πολύ χρήσιµες στη Θεωρία Πιθανοτήτων. Βασική Αρχή Απαρίθµησης Παράδειγµα 1: Πηγαίνετε να γευµατίσετε σ ένα εστιατόριο πολυτελείας, και ο σερ- ϐιτόρος σας πληροφορεί ότι έχετε: α δύο επιλογές για ορεκτικό σούπα ή χυµό, ϐ τρείς επιλογές για κύριο πιάτο κρέας, ψάρι, και πιάτο λαχανικών, γ δύο για επιδόρπιο παγωτό ή γλυκό. Ποιες είναι οι δυνατές επιλογές σας για το πλήρες γεύµα; Το µενού αποφασίζεται σε τρία στάδια, και στο κάθε στάδιο ο αριθµός των δυνατών επιλογών σας δεν εξαρτάται από το τι διαλέξατε στο προηγούµενο. ύο επιλογές για το πρώτο στάδιο, τρεις για το δεύτερο και δύο για το τρίτο. Προφανώς ο συνολικός αριθµός επιλογών είναι το γινόµενο του αριθµού των επιλογών σε κάθε στάδιο. Εδώ έχουµε = 12 διαφορετικά µενού, για να διαλέξουµε. Παράδειγµα 2: Σε ένα πείραµα τύχης ϱίχνουµε ένα νόµισµα και ένα Ϲάρι. Ποιος είναι ο δειγµατοχώρος αυτού του πειράµατος Προφανώς αυτό είναι ένα πείραµα που εκτελείται σε δύο στάδια. Ας υποθέσουµε ότι ϱίχνουµε πρώτα το νόµισµα Π 1. Εχουµε δύο δυνατά αποτελέσµατα, κεφάλι Κ ή γράµµατα Γ. Κατόπιν ϱίχνουµε το Ϲάρι Π 2. Γι αυτό έχουµε έξι δυνατά αποτελέσµατα, τα 1,2,3,4,5,6. Τώρα, κάθε σηµείο του δειγµατοχώρου του Π 1 µπορεί να συνδυαστεί µε καθένα από τα 6 σηµεία του δειγµατοχώρου του Π 2, για να δώσει 1
3 2 6 το πλήθος διατεταγµένα Ϲεύγη. Ο δειγµατοχώρος του σύνθετου πειράµατος ϑα είναι λοιπόν Ω = { Κ,1, Κ,2,...,Κ,6,Γ,1,Γ,2,...,Γ,6 }, όπου το σηµείο Κ, 4, λόγου χάρη, σηµαίνει να έρθει Κ στη ϱίψη του νοµίσµατος, και 4 στη ϱίψη του Ϲαριού. Θα διατυπωσουµε τώρα µιά µάλλον προφανή πρόταση, η οποία είναι γνωστή ως η ϐασική αρχή της απαρίθµησης. Πρόταση: Υποθέτουµε ότι ένα έργο π.χ. µια εργασία, ένα πείραµα τύχης, κ.τ.λ. µπορεί να ολοκληρωθεί σε στάδια ή ϐαθµίδες ή στοιχειώδη πειράµατα τύχης. Υπάρχουν m 1 τρόποι να εκτελέσουµε το πρώτο στάδιο ή m 1 επιλογές για το πρώτο στάδιο, ή m 1 δειγµατοσηµεία στον δειγµατοχώρο του πρώτου σταδίου. Για καθέναν από αυτούς τους m 1 τρόπους υπάρχουν m 2 τρόποι να εκτελέσουµε το δεύτερο στάδιο. Για καθέναν από αυτούς τους m 2 τρόπους υπάρχουν m 3 τρόποι να εκτελέσουµε το τρίτο στάδιο, κ.ο.κ. Τότε ο ολικός αριθµός των διαφορετικών τρόπων, µε τους οποίους µπορεί να ολοκληρωθεί το έργο αυτό, δίνεται από το γινόµενο N m 1 m 2 m. Ας εξειδικεύσουµε το παραπάνω σε πειράµατα τύχης. Θεωρούµε πειράµατα τύχης ή στάδια ενός σύνθετου πειράµατος τύχης, Π 1, Π 2,...,Π, και τους αντίστοιχους δειγµατοχώρους, Ω 1, Ω 2,...,Ω, µε πλήθος δειγµατοσηµείων NΩ j = m j, j = 1, 2,...,. Ακολούθως ϑεωρούµε το σύνθετο πείραµα τύχης Π, που συνίσταται στην ταυτόχρονη εκτέλεση των παραπάνω πειραµάτων τύχης. Πόσα είναι τα δυνατά αποτελέσµατα του Π; ή, ισοδύναµα, πόσες είναι οι δυνατές άδες που µπορούµε να κατασκευάσουµε παίρνοντας ένα στοιχείο από Ω 1, ένα στοιχείο από τον Ω 2, κ.τ.λ.. Η απάντηση, η οποία δίνεται από την προηγούµενη πρόταση, είναι NΩ = m 1 m 2 m, όπου Ω ο δειγµατοχώρος του Π. Αυτό είναι και το πλήθος των άδων x 1,x 2,..., x που µπορούµε να σχηµατίσουµε παίρνοντας ένα στοιχείο x 1 από το Ω 1, ένα στοιχείο x 2 από το Ω 2, κ.τ.λ. Μια σηµαντική ειδική περίπτωση του παραπάνω παραδείγµατος παίρνουµε αν ο κα- ϑένας από τους δειγµατοχώρους Ω j είναι το ίδιο πάντα σύνολο, έστω S, το οποίο έχει s στοιχεία. Τότε υπάρχουν s το πλήθος άδες x 1,x 2,..., x, για τις οποίες κάθε x j είναι ένα από τα στοιχεία του S. Για παράδειγµα, αν ϱίξουµε ένα Ϲάρι τρεις ϕορές, οι τριάδες x 1,x 2,x 3 που µπορούν να σχηµατιστούν είναι 6 3, όπου τα x 1,x 2, και x 3 είναι στοιχεία του συνόλου {1, 2, 3, 4, 5, 6}. Οι τριάδες αυτές είναι τα σηµεία του δειγµατοχώρου Ω του πειράµατος της ϱίψης τριών Ϲαριών, όπου η τριάδα 2,4,5, π.χ. παριστάνει το ενδεχόµενο να έρθει 2 το πρώτο Ϲάρι, 4 το δεύτερο, και 5 το τρίτο. ιατάξεις Η παραπάνω περίπτωση µπορεί να ιδωθεί και από άλλη οπτική γωνιά, όπως ϕαίνεται στο εξής παράδειγµα: Παράδειγµα 3: Ενα δοχείο περιέχει s όµοιους ϐόλους, που ϕέρουν αριθµούς από το 1 ως το s. Επιλέγουµε τυχαία ένα ϐόλο από το δοχείο, σηµειώνουµε τον αριθµό του και τον ξανατοποθετούµε στο δοχείο. Αν η διαδικασία αυτή επαναληφθεί ϕορές, ποιος είναι ο δειγµατοχώρος σύνολο των δυνατών αποτελεσµάτων του πειράµατος; Κάθε µία από τις επιλογές δίνει έναν αριθµό από το 1 ως το s. Το αποτέλεσµα των επιλογών περιγράφεται από τη άδα x 1,x 2,..., x, όπου το x 1 είναι ο αριθµός 2
4 πάνω στον πρώτο ϐόλο που επιλέξαµε, το x 2 είναι ο αριθµός πάνω στον δεύτερο ϐόλο που επιλέξαµε, κ.τ.λ. Συνολικά υπάρχουν s δυνατές άδες, οι οποίες αποτελούν τα σηµεία του δειγµατοχώρου Ω του πειράµατος. Η παραπάνω διαδικασία λέγεται δειγµατοληψία µε επανατοποθέτηση από έναν πληθυσµό s διακεκριµένων αντικειµένων. Το αποτέλεσµα x 1,x 2,..., x λέγεται διατεταγ- µένο δείγµα µεγέθους από έναν πληθυσµό µεγέθους s αντικειµένων µε επανατοποθέτηση, ή διάταξη των s αντικειµένων ανά. Εδώ ϐέβαια υποθέτουµε ότι όλα τα s δυνατά δείγµατα έχουν την ίδια πιθανότητα. Για παράδειγµα, στη ϱίψη των τριών Ϲαριών, όπου έχουµε 6 3 = 216 δυνατά αποτελέσµατα, καθένα από αυτά ϑεωρούµε ότι έχει πιθανότητα 1/216 να ϐγεί. Παράδειγµα 4: Εστω τα γράµµατα a, b, c. Πόσα είναι τα δυνατά διατεταγµένα Ϲεύγη που ϑα µπορούσαµε να ϕτιάξουµε από τα γράµµατα αυτά χρησιµοποιώντας δειγ- µατοληψία µε επανατοποθέτηση; Σύµφωνα µε τα παραπάνω, τα διατεταγµένα δεύγη δείγµατα µεγέθους 2 που µπο- ϱούµε να ϕτιάξουµε από πληθυσµό τριών αντικειµένων δηλαδή οι διατάξεις των τριών στοιχείων ανά δύο είναι 3 2 = 9. Οι διατάξεις αυτές είναι οι {a,a, a,b, a, c, b,a, b,b, b,c, c,a, c, b, c, c}. Ας δούµε τώρα µια λίγο διαφορετική διαδικασία. Εστω S ένα σύνολο µε s διακεκριµένα αντικείµενα, αριθµηµένα από το 1 ως το s. Επιλέγουµε ένα από αυτά και σηµειώνουµε τον αριθµό του, χωρίς να το ξανατοποθετήσουµε στο S. Αν επαναλάβουµε αυτή τη διαδικασία, ϑα έχουµε να επιλέξουµε κάποιο από τα υπόλοιπα s 1 αντικείµενα. Γενικά, αν εκτελέσουµε τη διαδικασία αυτή ϕορές, επιλέγονται συνολικά αντικείµενα από το S, όπου προφανώς s π.χ. επιλογή 6 χαρτιών από µια τράπουλα. Το αποτέλεσµα αυτού του σύνθετου τυχαίου πειράµατος περιγράφεται και πάλι από µιά άδα x 1,x 2,..., x, της οποίας όµως οι αριθµοί πρέπει να είναι διαφορετικοί, αφού δεν έχουµε διπλές εµφανίσεις στο δείγµα µας. Το πρώτο αντικείµενο που επιλέξαµε µπορεί να είναι οποιοδήποτε από τα s άρα υπάρχουν s τρόποι για την επιλογή του πρώτου αντικειµένου, το δεύτερο οποιοδήποτε από τα υπόλοιπα s 1, κ.ο.κ. Άρα υπάρχουν, σύµφωνα µε την πρόταση της προηγούµενης παραγράφου, s = ss 1s 2 s + 1 = s!/s! διαφορετικά δυνατά αποτελέσµατα για το πείραµα αυτό. Η διαδικασία αυτή ονοµάζεται δειγµατοληψία αντικειµένων χωρίς επανατοπο- ϑέτηση, αν υποθέσουµε ότι όλα τα s αποτελέσµατα είναι ισοπίθανα. Παράδειγµα 5: Εστω τα γράµµατα a, b, c. Πόσα είναι τα δυνατά διατεταγµένα Ϲεύγη που ϑα µπορούσαµε να ϕτιάξουµε από τα γράµµατα αυτά χρησιµοποιώντας δειγ- µατοληψία χωρίς επανατοποθέτηση; ειγµατοληψία χωρίς επανατοποθέτηση σηµαίνει ότι στο κάθε διατεταγµένο Ϲεύγος ένα γράµµα ϑα εµφανίζεται µόνο µία ϕορά. Σύµφωνα µε τα παραπάνω, ο αριθµός τέτοιων Ϲευγών είναι 3 2 = 3!/3 2! = 6. Τα διατεταγµένα αυτά Ϲεύγη είναι τα {a,b, a,c, b,a, b, c, c, a, c,b}. 3
5 Στην ειδική περίπτωση όπου = s, δηλαδή Ϲητάµε τα διατεταγµένα δείγµατα µεγέθους s που µπορούµε να ϕτιάξουµε από πληθυσµό s αντικειµένων χωρίς επανατοποθέτηση, ο αριθµός των δυνατών αποτελεσµάτων ειναι s s = s s 1 s = s!. Τα αποτελέσµατα αυτά λέγονται µεταθέσεις των s αριθµών. Λέµε λοιπόν ότι το σύνολο των δυνατών µεταθέσεων s αριθµών είναι s!. Π.χ., οι δυνατές µεταθέσεις των τριών γραµµάτων a,b, c του προηγούµενου παραδείγ- µατος είναι 3!=6 είναι οι a,b, c, a,c, b, b, a,c, b,c, a, c,a, b, c,b, a. Παράδειγµα 6: Το περίφηµο πρόβληµα των γενεθλίων. Πόσους ανθρώπους χρειάζεται να έχουµε σε ένα δωµάτιο ώστε η πιθανότητα δύο από αυτούς να έχουν γενέθλια την ίδια µέρα να είναι ευνοική ηλαδή να είναι µεγαλύτερη από 1/2; Για να το ϐρούµε, ϑα υπολογίσουµε την πιθανότητα P σε ένα δωµάτιο µε ανθρώπους να µην υπάρχουν δύο που έχουν γεννηθεί την ίδια ηµεροµηνία. εχόµαστε ότι ένα έτος έχει 365 ηµέρες αγνοούµε τα δίσεκτα έτη, και ότι όλες οι ηµέρες ενός έτους έχουν την ίδια πιθανότητα να είναι ηµέρες γενεθλίων. Αριθµούµε τους ανθρώπους από το 1 εως το. Τα σηµεία του δειγµατοχώρου είναι άδες της µορφής x 1,x 2,..., x, όπου τα x i, i = 1, 2,..., είναι µιά από τις 365 ηµέρες του έτους. Ολες οι δυνατές άδες είναι 365, ενώ αυτές στις οποίες καµία ηµεροµηνία δεν εµφανίζεται πάνω από µιά ϕορά είναι = 365. Υποθέτοντας ότι κάθε µία από αυτές έχει την ίδια πιθανότητα να εµφανιστεί, έχουµε P = Τότε, το που απαιτείται ώστε η πιθανότητα να έχουν δύο από τους ανθρώπους γενέθλια την ίδια ηµεροµηνία να είναι ευνοική, ϐρίσκεται από τη σχέση P < 1 2 = 365 < 365. Το αποτέλεσµα είναι εντυπωσιακό. Ακόµα και για = 23 έχουµε ότι P < 1/2, ενώ για = 56 έχουµε P = ηλαδή, σε µιά οµάδα 56 ατόµων είναι σχεδόν ϐέβαιο ότι δύο από αυτούς έχουν γεννηθεί την ίδια ηµεροµηνία. Είδαµε ότι αν έχουµε έναν πληθυσµό s αντικειµένων, µπορούµε να επιλέξουµε s δείγµατα µεγέθους µε επανατοποθέτηση, και s δείγµατα χωρίς επανατοποθέτηση. Αν όµως το s είναι πολύ µεγάλο σε σχέση µε το s, τότε η διαφορά µεταξύ των δύο µεθόδων τυχαίας δειγµατοληψίας είναι πολύ µικρή. 4
6 Συνδυασµοί µη διατεταγµένα δείγµατα Υπάρχουν περιπτώσεις πειράµατα τύχης στις οποίες η σειρά των στοιχείων ενός δείγ- µατος δεν ενδιαφέρει. Π.χ., στο πόκερ. Ενα χέρι του πόκερ αποτελείται από 5 χαρτιά τα οποία επιλέγονται τυχαία από µια συνηθισµένη τράπουλα µε 52 χαρτιά. Είδαµε ότι για ένα τέτοιο σύνολο υπάρχουν 52 5 δυνατές διατάξεις χωρίς επανατοποθέτηση 5 χαρτιών. Αν όµως κάνουµε έτσι τον υπολογισµό, διαφορετικές διατάξεις των ίδιων 5 χαρτιών ϑεωρούνται διαφορετικά χέρια. Οµως στο πόκερ η πεντάδα 2,3,4,5,6 σπαθιά µε αυτή τη διάταξη είναι ίδια µε την πεντάδα 3,2,4,5,6 σπαθιά µε αυτή τη διάταξη. Για την ακρίβεια, όλες οι 5! µεταθέσεις των 5 χαρτιών είναι ισοδύναµες στο πόκερ. Ετσι, από τα 52 5 δυνατά χέρια, τα 5! από αυτά είναι απλώς µεταθέσεις αυτών των ίδιων 5 χαρτιών. Άρα το συνολικό πλήθος των χεριών του πόκερ, αν αγνοήσουµε τη σειρά µε την οποία εµφανίζονται τα χαρτιά, είναι 52 5 /5!. Γενικά, από ένα σύνολο S που περιέχει s διακεκριµένα αντικείµενα, µπορούµε να επιλέξουµε s διαφορετικά δείγµατα µεγέθους χωρίς επανατοποθέτηση. Κάθε διακεκριµένο υποσύνολο {x 1, x 2,..., x } από στοιχεία του S µπορεί να διαταχθεί µε! διαφορετικούς τρόπους. Αν αποφασίσουµε να αγνοήσουµε τη σειρά µε την οποία τα αντικείµενα εµφανίζονται στο δείγµα, τότε αυτές οι! αναδιατάξεις ή µεταθέσεις πρέπει να ϑεωρηθούν ταυτόσηµες. Υπάρχουν λοιπόν s /! διαφορετικά δείγµατα µεγέθους που µπορούµε να επιλέξουµε χωρίς επανατοποθέτηση και χωρίς να µας ενδιαφέρει η διάταξη από ένα σύνολο S που περιέχει s διακεκριµένα αντικείµενα. Τα δείγµατα αυτά λέγονται συνδυασµοί των s στοιχείων ανά. Η ποσότητα s /! γράφεται συνήθως µε τη ϐοήθεια του συµβόλου του λεγόµενου διωνυµικού συντελεστή s! = s και µπορούµε να δούµε ότι ισούται µε s!/s!! s ss 1 s + 1 [1 2 s ][s + 1 s 1s] = =! [1 2 s ]! = s! s!!. Η ορολογία διωνυµικός συντελεστής προέρχεται από µιά εφαρµογή της άλγεβρας, και συγκεκριµένα το ανάπτυγµα του διωνύµου, s s s s s x + y s = x s y = x s + x s 1 y + x s 2 y y s, 1 2 s =0 s όπου το πλήθος των συνδυασµών εµφανίζεται στους συντελεστές του αναπτύγµατος. Οι συντελεστές αυτοί έχουν πολλές ενδιαφέρουσες ιδιότητες, όπως για παράδειγµα 1 j = j 1, 2 j = 1 j + 1 j 1, 5
7 = 2, κ. ά., a οι οποίες αποδεικνύονται πολύ εύκολα. Σηµειώστε ότι το σύµβολο είναι καλά ορισµένο για κάθε πραγµατικό αριθµό a και µη αρνητικό, και ότι τα 0! και a 0 είναι εξ ορισµού ίσα µε 1. Παράδειγµα 7: Πόσα είναι τα δυνατά µη διατεταγµένα Ϲεύγη που µπορούµε να ϕτιάξουµε από τα γράµµατα a,b, c; 3 Τα Ϲεύγη αυτά είναι οι δυνατοί συνδυασµοί των τριών αριθµών ανά δύο, άρα 2 = 3!/2!1! = 3 είναι τα a,b, a,c, b,c. Παράδειγµα 8: Σύνθεση επιτροπής. Το τµήµα Υλικών έχει 3 καθηγητές πρώτης ϐαθµίδας, 6 αναπληρωτές καθηγητές, και 8 επίκουρους καθηγητές. Μια τριµέλής επιτροπή εκλέγεται τυχαία από τα παραπάνω µέλη ΕΠ. Βρείτε την πιθανότητα όλα τα µέλη της επιτροπής να είναι επίκουροι καθηγητές. Αν ορίσουµε ως A το γεγονός και τα τρία µέλη της επιτροπής είναι επίκουροι, τότε η πιθανότητα του A δίνεται από το πλήθος των στοιχείων του A προς το συνολικό πλήθος των δειγµατοσηµείων του πειράµατος που το πλήθος των δυνατών µη διατεταγµένων τριάδων που µπορούµε να ϕτιάξουµε από τα υπάρχοντα µέλη ΕΠ. Συνολικά, το τµήµα έχει 17 µέλη ΕΠ. Η επιτροπή των τριών µπορεί να εκλεγεί 17 3 από τους 17 µε τρόπους. Υπάρχουν 8 επίκουροι καθηγητές, και οι 3 της 8 επιτροπής µπορούν να επιλεγούν από αυτούς µε τρόπους. 3 Αρα η Ϲητούµενη πιθανότητα είναι 8 17 P = / Σε πολλές περιπτώσεις οδηγούµαστε στον υπολογισµό παραγοντικών. Οταν όµως ο αριθ- µός, έστω, είναι ακόµα και µέτριου µεγέθους για παράδειγµα = 15, τότε το! είναι πάρα πολύ µεγάλος αριθµός. Στις περιπτώσεις αυτές, µια προσεγγιστική τιµή του! δίνεται από τον τύπο του Stirlig, σύµφωνα µε τον οποίο! 2π, e όπου e είναι η ϐάση των νεπέρειων λογαρίθµων σταθερά του Euler, e = Μια τελευταία παρατήρηση που αφορά τον συµβολισµό: Οι ποσότητες s και s /! συµβολίζονται επίσης µε s P P από το Permutatios µεταθέσεις και sc C από το Combiatios συνδυασµοί, αντίστοιχα 6
8 Ασκήσεις 1. Με πόσους διαφορετικούς τρόπους µπορούν να καθήσουν στη σειρά 10 άνθρωποι σε 4 καρέκλες; 2. ιαλέγουµε τυχαία 5 αριθµούς από το σύνολο {1, 2, 3,..., 15}, µε επανατοποθέτηση. Ποια είναι η πιθανότητα: α ο µεγαλύτερος να είναι 9; ϐ ο µικρότερος να είναι 3 και ο µεσαίος σε µέγεθος να είναι 8; γ οι δύο να είναι άρτιοι και οι τρείς περιττοί; 3. Ενα δοχείο περιέχει 8 αριθµηµένους ϐόλους από το 1 ως το 8. Επιλέγουµε 4 ϐόλους στην τύχη, χωρίς επανατοποθέτηση. Ποια είναι η πιθανότητα ο µικρότερος αριθµός να είναι το 3 4. έκα χαρτιά επιλέγονται στην τύχη από µιά τράπουλα 52 χαρτιών. Σε πόσες περιπτώσεις περιλαµβάνεται τουλάχιστον ένας άσσος Σε πόσες περιπτώσεις περιλαµβάνεται ακριβώς ένας άσσος 5. Τρεις γυναίκες και πέντε άνδρες σχηµατίζουν µιά τετραµελή οµάδα. Κατά πόσους τρόπους µπορεί να συµβεί αυτό, έτσι ώστε να υπάρχει τουλάχιστον µία γυναίκα στην οµάδα 6. Πόσες διαφορετικές επιτροπές µε 3 άνδρες και 4 γυναίκες µπορούν να σχηµατιστούν από 8 άνδρες και 6 γυναίκες 7. Κατά πόσους τρόπους µπορούν να χωριστούν 10 άνθρωποι σε δύο οµάδες από 7 και 3 ανθρώπους 8. Υπολογίστε την πιθανότητα να εµφανιστούν 3 εξάρια σε 5 ϱίψεις ενός Ϲαριού. 9. Παίρνουµε τυχαία 3 αριθµούς χωρίς επανατοποθέτηση από ένα δοχείο που περιέχει τους αριθµούς 1,2,...,20. Να ϐρεθεί η πιθανότητα των παρακάτω γεγονότων: α το άθροισµα τους να είναι 11 ϐ το γινόµενό τους είναι άρτιο γ ο µικρότερος είναι 4 ή 5. 7
9 Σηώαα Σηωα ααφοά Copyright απ,νναα,νααναφέν«φαανααέ χν Ν Ν αν φαν 2»έΝ ΈμΝ 1έίέΝ ΗΝ βί1ηέν αν απννυανυμνhttpsμήήopecoursesέuoc.gr/courses/course/view.php?id=337 Σηωα Αοόηη Ν παν υν ααν Ν υν υν Ν αν χν Creative Commos αφ,ν Ν πνχ,νόχνανένζέίν[1]ννα,ννέένααναν αυναννπέχένφαφ,νααανέέπέ,νανπανπχανναυναναν πανααφαναννυνυνχνυνν«ανχνέν»έ [1] ΩΝΜη πο αννχμ πυννπανννννφναπννχνυνυ,νανν αανυνυναναχ πυννπαννυααννππναννχννπανν πυννππνναανυνυνα αχ ΝΝφΝπέχέΝ αφναπννπνυνυνναυανπ Ν αχν πν αν παχν Ν αχν χν αν αν χπν Ν Ν αν πνχ,νφναυνυνέ αηη Σηωάω παπνααπαανναυνυνυνανππνανυπαμ ΝαΝαφ ΝαΝ ΝΝαΝ
10 αννυνυυυνυπυυέ Χηαοόηη Ν παν παυν υν χν ααπυχν αν πααν υν παυν υν υν αέ ΝΝ«ΝααΝαααΝΝαπΝ»ΝχΝχαΝ ΝΝαααφΝυΝπαυΝυέΝ ΝΝυπαΝΝπαΝυΝπχαΝαΝ«παυΝαΝαΝ υν»νανυχααναπννυπανένυπανν αναναπννπυέ
Κεφάλαιο 2: ιατάξεις και Συνδυασµοί.
Κεφάλαιο : ιατάξεις και Συνδυασµοί. Περιεχόµενα Εισαγωγή Βασική αρχή απαρίθµησης ιατάξεις µε και χωρίς επανατοποθέτηση Συνδυασµοί Ασκήσεις Εισαγωγή Μέχρι το τέλος αυτού του κεφαλαίου ϑα ϑεωρούµε πειράµατα
Διαβάστε περισσότεραΠρόχειρες σηµειώσεις στις Πιθανότητες
Τµήµα Επιστήµης και Τεχνολογίας Υλικών Πρόχειρες σηµειώσεις στις Πιθανότητες Νίκος Λαζαρίδης Για το µάθηµα Εφαρµοσµένα Μαθηµατικά (ΤΕΤΥ 116) Αναθεώρηση, συµπληρώσεις : Μαρία Καφεσάκη 1 Κεφάλαιο 1: Η έννοια
Διαβάστε περισσότεραΣΥΝ ΥΑΣΤΙΚΗ ΑΝΑΛΥΣΗ. Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος. Τµ. Επιστήµης των Υλικών
Τµ. Επιστήµης των Υλικών Χώρος Πιθανότητας Συµµετρικός Χώρος Πιθανότητας 1 Θεωρούµε ότι ο δειγµατοχώρος Ω είναι πεπερασµένος, Ω= {ω 1,ω 2,...,ω n }. 2 Κάθε δειγµατοσηµείο έχει τις ίδιες ευκαιρίες εµφάνισης
Διαβάστε περισσότεραP (A) = 1/2, P (B) = 1/2, P (C) = 1/9
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-1: Πιθανότητες - Χειµερινό Εξάµηνο 011 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /11/011 Ηµεροµηνία Παράδοσης : 1/11/011
Διαβάστε περισσότεραΠιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου
Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Ορισµός Πιθανότητας Στοιχεία Συνδυαστικής Κλασικός Ορισµός της Πιθανότητας Εστω Ω ο δειγµατοχώρος ενός πειράµατος
Διαβάστε περισσότερα(365)(364)(363)...(365 n + 1) (365) k
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 21//2016 Ηµεροµηνία Παράδοσης :
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-: Πιθανότητες - Χειµερινό Εξάµηνο 0 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο - Συνδυαστική Ανάλυση Επιµέλεια : Σοφία Σαββάκη Θεωρία. Η ϐασική αρχή της απαρίθµησης
Διαβάστε περισσότεραΠιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου
Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 εσµευµένη Πιθανότητα Πολλαπλασιαστικός Νόµος Ανεξάρτητα Γεγονότα Θεώρηµα Ολικής Πιθανότητας Κανόνας Bayes
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ
ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ Χαράλαµπος Α. Χαραλαµπίδης 12 Οκτωβρίου 2009 ΠΡΑΞΕΙΣ ΣΤΑ ΕΝ ΕΧΟΜΕΝΑ Ενωση ενδεχοµένων Η ένωση δύο ενδεχοµένων A και B (ως προς ένα δειγµατικό χώρο Ω), συµβολιζόµενη
Διαβάστε περισσότεραHY118- ιακριτά Μαθηµατικά
HY118- ιακριτά Μαθηµατικά Τρίτη, 19/04/2016 Το υλικό των Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 1 Συνδυαστική 2 Πείραµα Πείραµα: Οποιαδήποτε διαδικασία που µπορεί να οδηγήσει σε ένα αριθµό παρατηρήσιµων
Διαβάστε περισσότεραΕΠΑΝΑΛΗΠΤΙΚΗ ΕΙΓΜΑΤΟΛΗΨΙΑ
Τµ. Επιστήµης των Υλικών Βασικές Αρχές Αρχή της Απαρίθµησης Εστω ότι ϑέλουµε να εκτελέσουµε ένα έργο Τ και το έργο εκτελείται σε κάποιες ϐαθµίδες, οι οποίες ϐαθµίδες εκτελούνται σε υποέργα, T j, j = 1,
Διαβάστε 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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ασκηση 1. Σε κάθε περίπτωση πρέπει να χρησιµοποιήσουµε
Διαβάστε 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 περισσότερα#(A B) = (#A)(#B). = 2 6 = 1/3,
Κεφάλαιο 4 Πιθανότητες και συνδυαστική Οπως είδαμε σε κάποια παραδείγματα των προηγουμένων κεφαλαίων, συχνά συναντάμε καταστάσεις όπου όλες οι δυνατές εκφάνσεις ενός τυχαίου πειράματος έχουν την ίδια πιθανότητα.
Διαβάστε περισσότερα(1) 98! 25! = 4 100! 23! = 4
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 Συνδυαστική Ανάλυση ΙΙ και Εισαγωγή στις ιακριτές Τυχαίες Μεταβλητές
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2012 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-1: Πιθανότητες - Χειµερινό Εξάµηνο 01 ιδάσκων : Π Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /10/01 Ηµεροµηνία Παράδοσης : /11/01
Διαβάστε περισσότερα1. Πείραμα τύχης. 2. Δειγματικός Χώρος ΣΤΟΙΧΕΙΑ ΑΠΟ ΤΗ ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ
1 ΣΤΟΙΧΕΙ ΠΟ ΤΗ ΘΕΩΡΙ ΠΙΘΝΟΤΗΤΩΝ 1. Πείραμα τύχης Πείραμα τύχης (π.τ.) ονομάζουμε κάθε πείραμα που μπορεί να επαναληφθεί όσες φορές επιθυμούμε υπό τις ίδιες συνθήκες και του οποίου το αποτέλεσμα είναι
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 6o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gvasil
Διαβάστε περισσότεραΠανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ασκηση 1. (i Υποθέτοντας ότι επιτρέπονται επαναλήψεις
Διαβάστε περισσότεραΣυνδυαστική. Που το πάµε. Πείραµα Συνδυαστική. Το υλικό των. ΗΥ118 ιακριτά Μαθηµατικά, Άνοιξη Πέµπτη, 21/4/2016
HY118- ιακριτά Μαθηµατικά Πέµπτη, 21/4/2016 Συνδυαστική Το υλικό των Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 1 2 Πείραµα Πείραµα: Οποιαδήποτε διαδικασία που µπορεί να οδηγήσει σε ένα αριθµό παρατηρήσιµων
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2014 ιδάσκων : Π. Τσακαλίδης. Λύσεις εύτερης Σειράς Ασκήσεων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 204 ιδάσκων : Π. Τσακαλίδης Λύσεις εύτερης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : /0/206 Ηµεροµηνία Παράδοσης : 20/0/206
Διαβάστε περισσότεραΜάθηµα Θεωρίας Αριθµών Ε.Μ.Ε
Μάθηµα Θεωρίας Αριθµών Ε.Μ.Ε 1. Να αποδειχθεί ότι κάθε ϑετικός ακέραιος αριθµός n 6, µπορεί να γραφεί στη µορφή όπου οι a, b, c είναι ϑετικοί ακέραιοι. n = a + b c,. Να αποδειχθεί ότι για κάθε ακέραιο
Διαβάστε 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 περισσότεραΠρόχειρες σηµειώσεις στις Πιθανότητες
Τµήµα Επιστήµης και Τεχνολογίας Υλικών Πρόχειρες σηµειώσεις στις Πιθανότητες Νίκος Λαζαρίδης Για το µάθηµα Εφαρµοσµένα Μαθηµατικά (ΤΕΤΥ 116) Αναθεώρηση, συµπληρώσεις : Μαρία Καφεσάκη 1 Κεφάλαιο 1: Η έννοια
Διαβάστε περισσότερα3.2. Ασκήσεις σχ. βιβλίου σελίδας 154 156 Α ΟΜΑ ΑΣ
. Ασκήσεις σχ. βιβλίου σελίδας 54 56 Α ΟΜΑ ΑΣ. Από µία τράπουλα µε 5 φύλλα παίρνουµε ένα στην τύχη. Να βρείτε τις πιθανότητες των ενδεχοµένων : i) Το φύλλο είναι 5 ii) Το φύλλο δεν είναι 5 i) εχόµαστε
Διαβάστε περισσότεραΠεριεχόμενα 2ης Διάλεξης 1 Σύνοψη προηγούμενου μαθήματος 2 Αξιωματικός ορισμός και απαρίθμηση 3 Διατάξεις - Συνδυασμοί 4 Παραδείγματα υπολογισμού πιθα
Πιθανότητες και Αρχές Στατιστικής (2η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 54 Περιεχόμενα
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)
ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 26 Οκτωβρίου 2009 Η διερεύνηση, σε γενικές γραµµές, της δεσµευµένης πιθανότητας και η σύγκρισή της µε την απόλυτη πιθανότητα αποκαλύπτει
Διαβάστε περισσότεραΜάθηµα 1 ο. Πιθανότητα-Έννοιες και Ορισµοί. Στο µάθηµα αυτό θα αναφερθούµε σε βασικές έννοιες και συµβολισµούς της θεωρίας πιθανοτήτων.
Μάθηµα 1 ο Πιθανότητα-Έννοιες και Ορισµοί Στο µάθηµα αυτό θα αναφερθούµε σε βασικές έννοιες και συµβολισµούς της θεωρίας πιθανοτήτων. http://compus.uom.gr/inf267/index.php 1 Εισαγωγικά Βασικές Έννοιες
Διαβάστε περισσότερα11, 12, 13, 14, 21, 22, 23, 24, 31, 32, 33, 34, 41, 42, 43, 44.
ΤΕΧΝΙΚΕΣ ΚΑΤΑΜΕΤΡΗΣΗΣ Η καταµετρηση ενος συνολου µε πεπερασµενα στοιχεια ειναι ισως η πιο παλια µαθηµατικη ασχολια του ανθρωπου. Θα µαθουµε πως, δεδοµενης της περιγραφης ενος συνολου, να µπορουµε να ϐρουµε
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΜΗΧΑΝΙΚΟΥΣ. Νίκος Μυλωνάς Βασίλης Παπαδόπουλος. Βοήθηµα διδάσκοντα
ΠΙΘΑΝΟΤΗΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΜΗΧΑΝΙΚΟΥΣ Νίκος Μυλωνάς Βασίλης Παπαδόπουλος Βοήθηµα διδάσκοντα Εκδόσεις Τζιόλα Περιεχόµενα Πιθανότητες 5 3 ιακριτές τυχαίες µεταβλητές 37 4 Συνεχείς τυχαίες µεταβλητές
Διαβάστε 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 περισσότεραΣυνδυαστική Απαρίθµηση Υπολογισµός (µε συνδυαστικά επιχειρήµατα) του πλήθους των διαφορετικών αποτελεσµάτων ενός «πειράµατος». «Πείραµα»: διαδικασία µ
Συνδυαστική Απαρίθµηση ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιµέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθµηση Υπολογισµός
Διαβάστε περισσότεραΠρόχειρες σηµειώσεις στις Πιθανότητες
Η Ι Η Η Ο Α ΙΑ Α Ι Η ΙΟ Η Η Εφα ο αν α α Π όχε ε Σ ε ώ ε Π α ό ε Κεφά α ο 1 ο Ν α α,ν α αν αφ Ν(α α ώ,ν υ π ώ ) ανεπ Ν α Ν χ ο ογ α Ν ώ Τµήµα Επιστήµης και Τεχνολογίας Υλικών Πρόχειρες σηµειώσεις στις
Διαβάστε περισσότεραΣΤΟΙΧΕΙΑ ΑΛΓΕΒΡΑΣ. 1. Συνδυαστική ανάλυση. 1.1. Μεταθέσεις
1 ΣΤΟΙΧΕΙΑ ΑΛΓΕΒΡΑΣ 1 Συνδυαστική ανάλυση Η συνδυαστική ανάλυση είναι οι διάφοροι μέθοδοι και τύποι που χρησιμοποιούνται στη λύση προβλημάτων εκτίμησης του πλήθους των στοιχείων ενός πεπερασμένου συνόλου
Διαβάστε περισσότεραΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 2
ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι Τµηµα Β Ασκησεις - Φυλλαδιο 2 ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/algebraicstructuresi/asi2016/asi2016.html Πέµπτη 3 Μαρτίου 2016 Αν (G, ) είναι
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)
ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 15 Οκτωβρίου 2009 ΚΛΑΣΙΚΗ ΠΙΘΑΝΟΤΗΤΑ De Moivre Ο κλασικός ορισµός της πιθανότητας αφορά πεπερασµένους δειγµατικούς χώρους και
Διαβάστε περισσότερα8 Άρα η Ϲητούµενη πιθανότητα είναι
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 014 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 4/10/014 Ηµεροµηνία Παράδοσης : 5/11/014
Διαβάστε περισσότεραΣυνδυαστική Απαρίθµηση
Συνδυαστική Απαρίθµηση ιδάσκοντες:. Φωτάκης,. Σούλιου, Θ. Λιανέας Επιµέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Συνδυαστική Απαρίθµηση
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 περισσότεραΣυνδυαστική Ανάλυση. Υπολογισμός της πιθανότητας σε διακριτούς χώρους με ισοπίθανα αποτελέσματα:
Συνδυαστική Ανάλυση Υπολογισμός της πιθανότητας σε διακριτούς χώρους με ισοπίθανα αποτελέσματα: P( A) N( A) N ( ) Ν(Α): πλήθος ευνοϊκών αποτελεσμάτων του Α Ν(Ω): πλήθος συνολικών αποτελεσμάτων του Ω Χρειαζόμαστε
Διαβάστε περισσότεραΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ
. Να βρείτε το δειγµατικό χώρο της ρίψης ενός ζαριού.. Επιλέγουµε ένα µαθητή Λυκείου και σηµειώνουµε το φύλο και την τάξη του. Να βρείτε το δειγµατικό χώρο Ω του πειράµατος. 3. Τραβάµε ένα φύλλο από µία
Διαβάστε περισσότεραΙΙΙ εσµευµένη Πιθανότητα
ΙΙΙ εσµευµένη Πιθανότητα 1 Λυµένες Ασκήσεις Ασκηση 1 Στρίβουµε ένα νόµισµα δύο ϕορές. Υποθέτοντας ότι και τα τέσσερα στοιχεία του δειγµατοχώρου Ω {(K, K, (K, Γ, (Γ, K, (Γ, Γ} είναι ισοπίθανα, ποια είναι
Διαβάστε περισσότεραP (A B) = P (A) + P (B) P (A B) = 0.5 + 0.4 0.3 = 0.6.
1 Λυµένες Ασκήσεις Ασκηση 1 Θεωρούµε δύο ενδεχόµενα A, B. Με πιθανότητα 0.5 ϑα συµβεί το A, µε πιθανότητα 0.4 ϑα συµβεί το B και µε πιθανότητα 0.3 ϑα συµβούν και τα δυο. Ποια είναι η πιθανότητα να µη συµβεί
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 1 η : Βασικές Έννοιες Πιθανότητας Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ. Άδειες
Διαβάστε 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 περισσότεραΠεριεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ
3ο Μάθημα Πιθανότητες Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2016-2017 Σωτήρης Νικολετσέας, αναπληρωτής καθηγητής 3ο Μάθημα Πιθανότητες
Διαβάστε περισσότεραΒΑΣΙΚΕΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ
ΚΕΦΑΛΑΙΟ 3 ΒΑΣΙΚΕΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ ΜΕΘΟΔΟΙ ΑΠΑΡΙΘΜΗΣΗΣ Πολλαπλασιαστική αρχή (multiplicatio rule). Έστω ότι ένα πείραμα Ε 1 έχει 1 δυνατά αποτελέσματα. Έστω επίσης ότι για κάθε ένα από αυτά τα δυνατά
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια)
ΠΙΘΑΝΟΤΗΤΑ ΚΑΙ ΒΑΣΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 19 Οκτωβρίου 2009 ΑΞΙΩΜΑΤΙΚΗ ΘΕΜΕΛΙΩΣΗ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ Ορισµός Εστω Ω δειγµατικός χώρος στοχαστικού (τυχαίου) πειράµατος (ή ϕαινοµένου).
Διαβάστε 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 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 περισσότεραεσµευµένες Πιθανότητες-Λυµένα Παραδείγµατα 3. Επιλέγουµε έναν που δεν είναι άνεργος. Ποια είναι η πιθανότητα να είναι πτυχιούχος; = 0.
Τµήµα Επιστήµης των Υλικών Μάθηµα: Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες ιδάσκων: Κ. Πετρόπουλος εσµευµένες Πιθανότητες-Λυµένα Παραδείγµατα Παράδειγµα. Το 0% του ενεργού πληθυσµού (εργαζόµενοι
Διαβάστε περισσότεραP (Ηρ) = 0.4 P (Αρ) = 0.32 P (Απ) = 0.2
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2014 ιδάσκων : Π. Τσακαλίδης Λύσεις Πρώτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 25/09/2014 Ηµεροµηνία Παράδοσης
Διαβάστε περισσότερα5.2 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝ ΕΧΟΜΕΝΑ
1 5.2 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ ΕΝ ΕΧΟΜΕΝΑ ΘΕΩΡΙΑ 1. Πείραµα τύχης : Το πείραµα του οποίου δε µπορούµε να προβλέψουµε µε ακρίβεια το αποτέλεσµα. 2. ειγµατικός χώρος : Το σύνολο των δυνατών αποτελεσµάτων ενός πειράµατος
Διαβάστε περισσότεραΠεριεχόμενα 3ης Διάλεξης 1 Σύνοψη Προηγούμενου Μαθήματος 2 Δεσμευμένη Πιθανότητα 3 Bayes Theorem 4 Στοχαστική Ανεξαρτησία 5 Αμοιβαία (ή πλήρης) Ανεξαρ
Πιθανότητες και Αρχές Στατιστικής (3η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2017-2018 Σωτήρης Νικολετσέας, καθηγητής 1 / 38 Περιεχόμενα
Διαβάστε περισσότερα3.1 ΕΙΓΜΑΤΙΚΟΣ ΧΩΡΟΣ - ΕΝ ΕΧΟΜΕΝΑ. 1. Πείραµα τύχης : Το πείραµα του οποίου δε µπορούµε να προβλέψουµε µε ακρίβεια το αποτέλεσµα.
1 3.1 ΕΙΓΜΤΙΚΟΣ ΧΡΟΣ - ΕΝ ΕΧΟΜΕΝ ΘΕΡΙ 1. Πείραµα τύχης : Το πείραµα του οποίου δε µπορούµε να προβλέψουµε µε ακρίβεια το αποτέλεσµα. 2. ειγµατικός χώρος : Το σύνολο των δυνατών αποτελεσµάτων του πειράµατος
Διαβάστε 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 περισσότεραΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ
ΚΕΦΑΛΑΙΟ ΔΙΑΤΑΞΕΙΣ ΜΕΤΑΘΕΣΕΙΣ ΣΥΝΔΥΑΣΜΟΙ Εισαγωγή. Οι σχηματισμοί που προκύπτουν με την επιλογή ενός συγκεκριμένου αριθμού στοιχείων από το ίδιο σύνολο καλούνται διατάξεις αν μας ενδιαφέρει η σειρά καταγραφή
Διαβάστε περισσότεραΣυνδυαστική. Σύνθετο Πείραµα. Πείραµα. 19 -Συνδυαστική. Το υλικό των. ΗΥ118 ιακριτά Μαθηµατικά, Άνοιξη Τρίτη, 19/04/2016
HY118- ιακριτά Μαθηµατικά Τρίτη, 19/04/2016 Συνδυαστική Το υλικό των Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 1 2 Πείραµα Σύνθετο Πείραµα Πείραµα:Οποιαδήποτε διαδικασίαπου µπορεί να οδηγήσει σε ένα
Διαβάστε περισσότερα5.3 Η ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ
1 5.3 Η ΕΝΝΟΙΑ ΤΗΣ ΠΙΘΑΝΟΤΗΤΑΣ ΘΕΩΡΙΑ 1. Ισοπίθανα απλά ενδεχόµενα Είναι τα απλά ενδεχόµενα για τα οποία κάποιο εξ αυτών δεν έχει πλεονέκτηµα έναντι των άλλων όσον αφορά την επιλογή του. Με άλλα λόγια
Διαβάστε περισσότερα1.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ
ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ. ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα ονομάζουμε κάθε πείραμα για το οποίο, όταν ξέρουμε τις συνθήκες κάτω από τις οποίες πραγματοποιείται, μπορούμε να προβλέψουμε με
Διαβάστε περισσότεραΘέμα 1 ο (ΜΑΪΟΣ 2004, ΜΑΪΟΣ 2008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Απόδειξη
ΕΚΔΟΣΕΙΣ ΚΕΛΑΦΑ 59 Θέμα 1 ο (ΜΑΪΟΣ 004, ΜΑΪΟΣ 008) Να δείξετε ότι η παράγωγος της σταθερής συνάρτησης f (x) = c είναι (c) = 0. Έχουμε f (x+h) - f (x) = c - c = 0 και για h 0 είναι f (x + h) - f (x) 0 m
Διαβάστε περισσότερα11 Το ολοκλήρωµα Riemann
Το ολοκλήρωµα Riem Το πρόβληµα υπολογισµού του εµβαδού οποιασδήποτε επιφάνειας ( όπως κυκλικοί τοµείς, δακτύλιοι και δίσκοι, ελλειπτικοί δίσκοι, παραβολικά και υπερβολικά χωρία κτλ) είναι γνωστό από την
Διαβάστε περισσότεραΓενικές Παρατηρήσεις. Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα (1) Το Λήµµα της Αντλησης. Χρήση του Λήµµατος Αντλησης.
Γενικές Παρατηρήσεις Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα () Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Υπάρχουν µη κανονικές γλώσσες, π.χ., B = { n n n }. Αυτό
Διαβάστε περισσότερα4 η δεκάδα θεµάτων επανάληψης
1 4 η δεκάδα θεµάτων επανάληψης 31. Έστω Α, Β δύο ενδεχόµενα του ίδιου δειγµατικού χώρου. Αν Ρ(Α ) 0,8 και Ρ(Β ) 0,71 δείξτε ότι Ρ( Α Β) 1,01 Ρ( Α Β) i Το ενδεχόµενο Α Β δεν είναι το κενό. Έχουµε Ρ( Α
Διαβάστε περισσότερα4 η δεκάδα θεµάτων επανάληψης
4 η δεκάδα θεµάτων επανάληψης 31. Έστω Α, Β δύο ενδεχόµενα του ίδιου δειγµατικού χώρου. Αν Ρ(Α ) 0,8 και Ρ(Β ) 0,71 δείξτε ότι Ρ( Α Β) 1,01 Ρ( Α Β) i Το ενδεχόµενο Έχουµε Α Βδεν είναι το κενό. Ρ( Α Β)
Διαβάστε περισσότεραHY118- ιακριτά Μαθηµατικά
HY118- ιακριτά Μαθηµατικά Τρίτη, 10/05/2016 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr 5/11/2016 1 1 Θεωρία πιθανοτήτων 5/11/2016 2 2 Γιατί πιθανότητες; Στον προτασιακό και κατηγορηµατικό λογισµό µιλήσαµε
Διαβάστε περισσότεραp(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 206-207 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 8 Από κοινού συναρτήσεις Τυχαίων Μεταβλητών Επιµέλεια : Κατερίνα Καραγιαννάκη
Διαβάστε περισσότεραΣηµειώσεις στη Θεωρία Πιθανοτήτων
Σηµειώσεις στη Θεωρία Πιθανοτήτων Μέρος Α. Τι είναι οι Πιθανότητες. Είναι συνηθισµένο να ορίζουµε λοιπόν µαθηµατικές διαδικασίες, τις οποίες ονοµάζουµε µοντέλα ή πρότυπα, ώστε να περιγράψουν φαινόµενα
Διαβάστε περισσότεραΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ
ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Σ υ ν δ υ α σ τ ι κ ή Πειραιάς 2007 1 Μάθημα 2ο Κανόνες Απαρίθμησης (συνέχεια) 2 ΙΣΤΟΣΕΛΙΔΑ ΜΕ ΔΙΑΦΑΝΕΙΕΣ, ΒΙΒΛΙΟ & ΔΕΙΓΜΑ ΘΕΜΑΤΩΝ www.unipi.gr/faculty/mkoutras/index.htm
Διαβάστε περισσότερα1.1 Πείραμα Τύχης - δειγματικός χώρος
1. ΠΙΘΑΝΟΤΗΤΕΣ 1.1 Πείραμα Τύχης - δειγματικός χώρος Κάθε πείραμα στο οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα λέγεται αιτιοκρατικό πείραμα. Τέτοια πειράματα
Διαβάστε 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 περισσότερα3.1 ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ
ΚΕΦΑΛΑΙΟ : ΠΙΘΑΝΟΤΗΤΕΣ. ΔΕΙΓΜΑΤΙΚΟΙ ΧΩΡΟΙ ΕΝΔΕΧΟΜΕΝΑ Αιτιοκρατικό πείραμα ονομάζουμε κάθε πείραμα για το οποίο, όταν ξέρουμε τις συνθήκες κάτω από τις οποίες πραγματοποιείται, μπορούμε να προβλέψουμε με
Διαβάστε 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 περισσότεραΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ
ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ. Ρίχνουµε ένα νόµισµα τρείς φορές (i) Να βρείτε τον δειγµατικό χώρο του πειράµατος τύχης. (ii) Να βρείτε την πιθανότητα των ενδεχοµένων: Α: Οι τρεις ενδείξεις είναι ίδιες. Β:
Διαβάστε 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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 07 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 ιακριτές Τυχαίες Μεταβλητές ( Ι ) Επιµέλεια : Στιβακτάκης Ραδάµανθυς Ασκηση.
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότερα(1) 98! 25! = 4 100! 23! = 4
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-17: Πιθανότητες - Χειµερινό Εξάµηνο 015 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 Συνδυαστική Ανάλυση και Εισαγωγή στις ιακριτές Τυχαίες Μεταβλητές Επιµέλεια
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 3: Πιθανότητες. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 3: Πιθανότητες Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,
Διαβάστε περισσότεραΕΣΜΕΥΜΕΝΕΣ ΠΙΘΑΝΟΤΗΤΕΣ
Τµ. Επιστήµης των Υλικών εσµευµένες Πιθανότητες Εστω (Ω, A, P) ένας πιθανοθεωρητικός χώρος. Αξιωµατικός Ορισµός της Πιθανότητας (Kolmogorov) Θεωρούµε (Ω, A) έναν µετρήσιµο χώρο. Ενα πιθανοθεωρητικό µέτρο
Διαβάστε περισσότεραΓραµµική Αλγεβρα Ι. Ενότητα: Εισαγωγικές Εννοιες. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών
Ενότητα: Εισαγωγικές Εννοιες Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΠ Ι Θ Α Ν Ο Τ Η Τ Ε Σ
Π Ι Θ Α Ν Ο Τ Η Τ Ε Σ Π ι θ α ν ό τ η τ ε ς : Ο τομέας των Εφαρμοσμένων Μαθηματικών, που ασχολείται με την αξιολόγηση κατάλληλων στοιχείων έτσι ώστε να είναι μετρήσιμη η προσδοκία μας για την πραγματοποίηση
Διαβάστε περισσότερα3. Οριακά θεωρήµατα. Κεντρικό Οριακό Θεώρηµα (Κ.Ο.Θ.)
3 Οριακά θεωρήµατα Κεντρικό Οριακό Θεώρηµα (ΚΟΘ) Ένα από τα πιο συνηθισµένα προβλήµατα που ανακύπτουν στη στατιστική είναι ο προσδιορισµός της κατανοµής ενός µεγάλου αθροίσµατος ανεξάρτητων τµ Έστω Χ Χ
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ Ανδρεσάκης Δ. ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΠΙΘΑΝΟΤΗΤΕΣ
ΛΓΕΡ ΛΥΚΕΙΟΥ ΠΙΘΝΟΤΗΤΕΣ ΣΥΝΟΠΤΙΚΗ ΘΕΩΡΙ 1 Tα πειράματα των οποίων δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνονται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες
Διαβάστε περισσότεραΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ Έστω ότι επιθυμούμε να μελετήσουμε ένα τυχαίο πείραμα με δειγματικό χώρο Ω και έστω η πιθανότητα να συμβεί ένα ενδεχόμενο Α Ω Υπάρχουν περιπτώσεις όπου ενώ δεν γνωρίζουμε
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες-Χειµερινό Εξάµηνο 08-09 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 Ασκηση Το πείραµά µας συνίσταται στη ϱίψη 3 τίµιων κερµάτων. Συµβολίζουµε
Διαβάστε περισσότεραΑλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2
Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2 ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Ιστοσελιδες Μαθηµατος : http://users.uoi.gr/abeligia/algebraicstructuresi/asi2014/asi2014.html, https://sites.google.com/site/maths4edu/home/algdom114
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 2 η : Δεσμευμένη Πιθανότητα. Ολική Πιθανότητα-Θεώρημα Bayes, Ανεξαρτησία και Συναφείς Έννοιες. Γεώργιος Ζιούτας Τμήμα
Διαβάστε περισσότεραΧΑΡΑΛΑΜΠΟΣ.ΣΠ. ΛΥΚΟΥΔΗΣ - ΠΙΘΑΝΟΤΗΤΕΣ Α ΛΥΚΕΙΟΥ
Θεωρία Πιθανοτήτων Εάν οι συνθήκες τέλεσης ενός πειράματος καθορίζουν πλήρως το αποτέλεσμα του, τότε το πείραμα λέγεται αιτιοκρατικό. Είναι γνωστό ότι το αποσταγμένο νερό βράζει στους 100 βαθμού κελσίου.
Διαβάστε περισσότεραΥπολογιστικά & Διακριτά Μαθηματικά
Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 4: Διατάξεις Μεταθέσεις Συνδυασμοί Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραP (A B) = P (A) + P (B) P (A B).
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Εαρινό Εξάµηνο 2007 ιδάσκων : Π. Τσακαλίδης Λύσεις Πρώτης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης : 08/10/2007 Ηµεροµηνία Παράδοσης : 18/10/2007
Διαβάστε περισσότεραP (D) = P ((H 1 H 2 H 3 ) c ) = 1 P (H 1 H 2 H 3 ) = 1 P (H 1 )P (H 2 )P (H 3 )
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-27: Πιθανότητες - Χειµερινό Εξάµηνο 205 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 2 Επιµέλεια : Κατερίνα Καραγιαννάκη Ασκηση. Μία κότα ϑέλει να διασχίσει το
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ. Πιθανότητες. Συνδυαστική Ανάλυση Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Πιθανότητες Συνδυαστική Ανάλυση Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότερα3 ΠΙΘΑΝΟΤΗΤΕΣ. ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = ω, ω,..., ω }.
3 ΠΙΘΑΝΟΤΗΤΕΣ 3.1 ΔΕΙΓΜΑΤΙΚΟΣ ΧΡΟΣ - ΕΝΔΕΧΟΜΕΝΑ Πείραμα Τύχης Ένα πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνεται φαινομενικά τουλάχιστον κάτω από
Διαβάστε περισσότεραΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:
ΣΕΙΡΕΣ TAYLOR Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων Πολυώνυµο είναι κάθε συνάρτηση της µορφής: p( ) = a + a + a + a + + a, όπου οι συντελεστές α i θα θεωρούνται
Διαβάστε 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 περισσότεραΆλγεβρα 1 ο Κεφάλαιο ... ν παράγοντες
1 Άλγεβρα 1 ο Κεφάλαιο Ερώτηση 1 : Τι ονομάζεται δύναμη α ν με βάση τον πραγματικό αριθμό α και εκθέτη το φυσικό αριθμό >1; H δύναμη με βάση έναν πραγματικό αριθμό α και εκθέτη ένα φυσικό αριθμό ν, συμβολίζεται
Διαβάστε περισσότεραΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ
ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΝΕΣΤΟΡΙΟΥ ΕΠΙΜΕΛΕΙΑ : ΓΕΡΓΙΟΣ Ε. ΚΑΡΑΦΕΡΗΣ ΠΕ03 ΜΑΘΗΜΑΤΙΚΟΣ [] ΠΙΘΑΝΟΤΗΤΕΣ ΘΕΡΙΑ: Πείραμα Τύχης Κάθε πείραμα κατά στο οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως
Διαβάστε 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 περισσότερα