3. ΣΥΝΑΡΤΗΣΕΙΣ. ATAN(Χ) Μας δίνει το τόξο που έχει εφαπτοµένη το Χ. Μάθηµα 1-22- Χατζάκης Ηλίας



Σχετικά έγγραφα
ρ. Ευστρατία Μούρτου

Γ ΤΑΞΗ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑ Α Β )

ΘΕΩΡΙΑ Β ΓΥΜΝΑΣΙΟΥ. Μια παράσταση που περιέχει πράξεις με μεταβλητές (γράμματα) και αριθμούς καλείται αλγεβρική, όπως για παράδειγμα η : 2x+3y-8

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,

ΜΑΘΗΜΑΤΙΚΑ Γ ΓΥΜΝΑΣΙΟΥ

ν ν = 6. όταν είναι πραγµατικός αριθµός.

o AND o IF o SUMPRODUCT

ΣΥΝΑΡΤΗΣΕΙΣ. Η σύνταξη μιας συνάρτησης σ ένα κελί έχει την γενική μορφή: =όνομα_συνάρτησης(όρισμα1; όρισμα2;.)

Ιωάννης Σ. Μιχέλης Μαθηματικός

ν ν = 6. όταν είναι πραγµατικός αριθµός.

Μαθηματικά Α' Γυμ. - Ερωτήσεις Θεωρίας 1 ΕΡΩΤΗΣΕΙΣ. (1) Ποιοι είναι οι φυσικοί αριθμοί; Γράψε τέσσερα παραδείγματα.

Άλγεβρα 1 ο Κεφάλαιο ... ν παράγοντες

2. Στοιχεία Πολυδιάστατων Κατανοµών

7. Αν υψώσουμε και τα δύο μέλη μιας εξίσωσης στον κύβο (και γενικά σε οποιαδήποτε περιττή δύναμη), τότε προκύπτει

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

4 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ 31.

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ: ΤΕΣΣΕΡΙΣ (4)

Α Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο

ΣΥΝΔΥΑΣΤΙΚΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΜΑΘΗΜΑΤΙΚΩΝ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

Κεφάλαιο 7 ο : Θετικοί και Αρνητικοί αριθμοί

(365)(364)(363)...(365 n + 1) (365) k

Α. α) ίνεται η συνάρτηση F(x)=f(x)+g(x). Αν οι συναρτήσεις f, g είναι παραγωγίσιµες, να αποδείξετε ότι: F (x)=f (x)+g (x).

3. Κατανομές πιθανότητας

ΜΕΛΕΤΗ ΣΥΝΑΡΤΗΣΗΣ. Άρτια και περιττή συνάρτηση. Παράδειγµα: Η f ( x) Παράδειγµα: Η. x R και. Αλγεβρα Β Λυκείου Πετσιάς Φ.- Κάτσιος.

Πίνακας περιεχομένων. Κεφάλαιο 1 Λειτουργίες βάσης δεδομένων Κεφάλαιο 2 Συγκεντρωτικοί πίνακες Πρόλογος... 11

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΤΑΞΙΝΟΜΗΜΕΝΑ Ε ΟΜΕΝΑ

ΚΑΤΑΝΟΜΈΣ. 8.1 Εισαγωγή. 8.2 Κατανομές Συχνοτήτων (Frequency Distributions) ΚΕΦΑΛΑΙΟ

ΘΕΩΡΙΑ ΑΛΓΕΒΡΑΣ της Α ΛΥΚΕΙΟΥ

1 ΘΕΩΡΙΑΣ...με απάντηση

ΜΑΘΗΜΑΤΙΚΑ Β ΓΥΜΝΑΣΙΟΥ ΜΙΑ ΠΡΟΕΤΟΙΜΑΣΙΑ ΓΙΑ ΤΙΣ ΕΞΕΤΑΣΕΙΣ

Με Χρήση της ΦΟΡΜΑΣ να προσθέσετε εγγραφές στον πίνακα που ακολουθεί

Μαθηματική Εισαγωγή Συναρτήσεις

ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ. Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί)

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

ΥΠΟΛΟΓΙΣΤΕΣ Ι. Τι χρειάζεται η εντολή DO ; ΕΠΑΝΑΛΗΨΕΙΣ ΕΝΤΟΛΗ DO. Όταν απαιτείται να εκτελεστεί πολλές φορές το ίδιο τμήμα ενός προγράμματος.

Στατιστικές Έννοιες (Υπολογισμός Χρηματοοικονομικού κινδύνου και απόδοσης, διαχρονική αξία του Χρήματος)

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:

ΠΟΛΥΩΝΥΜΙΚΕΣ - ΡΗΤΕΣ ΑΝΙΣΩΣΕΙΣ P x = x+ 2 4 x x 3x x x x 3x

Στατιστικές Έννοιες (Υπολογισμός Χρηματοοικονομικού κινδύνου και απόδοσης, διαχρονική αξία του Χρήματος)

ΕΠΑΝΑΛΗΨΗ Α ΓΥΜΝΑΣΙΟΥ

ΜΑΗΣ ΕΞΕΤΑΣΤΙΚΟ ΔΟΚΙΜΙΟ

1. ** α) Αν η f είναι δυο φορές παραγωγίσιµη συνάρτηση, να αποδείξετε ότι. β α. = [f (x) ηµx] - [f (x) συνx] β α. ( )

ΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY)

ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Μαθηματική Εισαγωγή Συναρτήσεις

Πανεπιστήμιο Πελοποννήσου

ΥΠΟΥΡΓΕΙΟ ΠΑΙ ΕΙΑΣ ΚΑΙ ΠΟΛΙΤΙΣΜΟΥ ΙΕΥΘΥΝΣΗ ΑΝΩΤΕΡΗΣ ΚΑΙ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙ ΕΥΣΗΣ ΥΠΗΡΕΣΙΑ ΕΞΕΤΑΣΕΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΜΕΡΟΣ Α. 1 ο ΚΕΦΑΛΑΙΟ

159141,9 64 x n 1 n

Α ΜΕΡΟΣ - ΑΛΓΕΒΡΑ. Α. Οι πραγματικοί αριθμοί και οι πράξεις τους

Pascal, απλοί τύποι, τελεστές και εκφράσεις

ΓΥΜΝΑΣΙΟ ΚΑΣΤΕΛΛΑΝΩΝ ΜΕΣΗΣ ΑΛΓΕΒΡΑ

2 η ΕΚΑ Α ΓΕΝΙΚΕΣ ΑΣΚΗΣΕΙΣ και. Έστω Α, Β ενδεχόµενα ενός δειγµατικού χώρου Ω µε Ρ(Α) = 8

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2006 ΕΚΦΩΝΗΣΕΙΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Φύλλα Αξιολόγησης Β ΓΥΜΝΑΣΙΟΥ

ΥΠΟΥΡΓΕΙΟ ΠΑΙΔΕΙΑΣ ΚΑΙ ΠΟΛΙΤΙΣΜΟΥ ΔΙΕΥΘΥΝΣΗ ΑΝΩΤΕΡΗΣ ΚΑΙ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΥΠΗΡΕΣΙΑ ΕΞΕΤΑΣΕΩΝ ΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 2006

Στατιστική Ι. Ενότητα 5: Θεωρητικές Κατανομές Πιθανότητας. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

Αντικείμενα 2 ου εργαστηρίου

Ρητή μετατροπή αριθμητικής τιμής σε άλλο τύπο. Τι θα τυπωθεί στον παρακάτω κώδικα;

Συναρτήσεις Θεωρία Ορισμοί - Παρατηρήσεις

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 25 ΜΑΪΟΥ 2004 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΠΕΡΙΕΧΟΜΕΝΑ 1 ΠΡΑΓΜΑΤΙΚΟΙ ΑΡΙΘΜΟΙ ΑΚΟΛΟΥΘΙΕΣ ΑΡΙΘΜΩΝ EΞΙΣΩΣΕΙΣ...47 ΠΡΟΛΟΓΟΣ... 9

ΜΑΘΗΜΑΤΙΚΑ ΛΥΜΕΝΑ ΘΕΜΑΤΑ

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Πληροφοριακά Συστήµατα ιοίκησης Τµήµα Χρηµατοοικονοµικής και Ελεγκτικής Management Information Systems Εργαστήριο 4 ΤΕΙ Ηπείρου (Παράρτηµα Πρέβεζας)

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:

ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΑΠΟΣΤΟΛΟΥ ΓΙΩΡΓΟΣ ΜΑΘΗΜΑΤΙΚΟΣ

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ

2 Ο ΓΕΛ ΣΤΑΥΡΟΥΠΟΛΗΣ ΣΧΟΛΙΚΟ ΕΤΟΣ ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΠΡΑΓΜΑΤΙΚΟΙ ΑΡΙΘΜΟΙ ΕΠΙΜΕΛΕΙΑ : ΧΑΛΑΤΖΙΑΝ ΠΑΥΛΟΣ

Αριθμητική Ανάλυση και Εφαρμογές

2. ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ

µηδενικό πολυώνυµο; Τι ονοµάζουµε βαθµό του πολυωνύµου; Πότε δύο πολυώνυµα είναι ίσα;

x - 1, x < 1 f(x) = x - x + 3, x

Αριθµητικά χαρακτηριστικά µιάς τυχαίας µεταβλητής

ΔΕΙΓΜΑΤΑ ΘΕΜΑΤΩΝ ΕΞΕΤΑΣΕΩΝ ΜΑΘΗΜΑΤΙΚΩΝ B ΓΥΜΝΑΣΙΟΥ. 1 ο δείγμα

αx αx αx αx 2 αx = α e } 2 x x x dx καλείται η παραβολική συνάρτηση η οποία στο x

1ο Κεφάλαιο: Συστήματα

Κεφάλαιο 2 ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ. 2.1 Συνάρτηση

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

Άλγεβρα Α Λυκείου Κεφάλαιο 2ο. οι πράξεις και οι ιδιότητές τους

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

Ο Ι ΚΟ Ν Ο Μ Ι Κ Α / Σ ΤΑΤ Ι Σ Τ Ι Κ Η

ΜΑΘΗΜΑΤΙΚΑ Θετικής & Τεχνολογικής Κατεύθυνσης Β ΜΕΡΟΣ (ΑΝΑΛΥΣΗ) ΚΕΦ 1 ο : Όριο Συνέχεια Συνάρτησης

ΥΠΟΛΟΓΙΣΤΕΣ Ι. Τύποι δεδομένων ΤΥΠΟΙ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΠΡΑΞΕΙΣ. Παράδειγμα #1. Πράξεις μεταξύ ακεραίων αριθμών

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων

pdf: X = 0, 1 - p = q E(X) = 1 p + 0 (1 p) = p V ar(x) = E[(X µ) 2 ] = (1 p) 2 p + (0 p) 2 (1 p) = p (1 p) [1 p + p] = p (1 p) = p q

Στατιστική Συμπερασματολογία

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

Α. ΑΝΙΣΟΤΗΤΕΣ - ΚΑΝΟΝΕΣ ΑΝΙΣΟΤΗΤΩΝ

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ. για τα οποία ισχύει y f (x) , δηλαδή το σύνολο, x A, λέγεται γραφική παράσταση της f και συμβολίζεται συνήθως με C

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2012 ΕΚΦΩΝΗΣΕΙΣ

Transcript:

3. ΣΥΝΑΡΤΗΣΕΙΣ ΜΑΘΗΜΑΤΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ABS(X) Μας δίνει την απόλυτο τιµή του X. EXP(X) Μας δίνει το e^x. INT(Χ) Μας δίνει τον πλησιέστερο ακέραιο µικρότερο ή ισο του Χ. LN(Χ) Μας δίνει το φυσικό λογάριθµο του Χ. LOG(Χ) Μας δίνει το δεκαδικό λογάριθµο του Χ. MOD(Χ;Y) Μας δίνει το υπόλοιπο της διαίρεσης του Χ/Y. PI() Mας δίνει το π=3,14159265... RAND() Mας δίνει ένα τυχαίο αριθµό από 0 µέχρι 1. ROUND(X;n) Κάνει στρογγυλοποίηση του Χ σε n δεκαδικά ψηφία. SQRT(X) Μας δίνει τη θετική τετραγωνική ρίζα του X. PRODUCT(περιοχή) Επιστρέφει το γινόµενο των κελιών της περιοχής. SUM(περιοχή) Επιστρέφει το άθροισµα του περιεχοµένου των κελιών. AVERAGE(περιοχή) Επιστρέφει το µέσο όρο του περιεχοµένου των κελιών. FACT(X) Επιστρέφει το Χ παραγοντικό (Χ!) π.χ. FACT(3)=1*2*3 Το Χ πρέπει να είναι µεγαλύτερο του ή ίσον του 0. Fact(0)=1 Αν ο Χ δεν είναι ακέραιος επιστρέφει το παραγοντικό του ακεραίου µέρους του π.χ. Fact(3,8)=Fact(3)=6. PERMUT(X;Y) Μας δίνει τoν αριθµό των διατάξεων του X ανά Υ. Πρέπει να ισχύει Χ>=Υ>=0 επίσης Permut(X;Y)=Fact(X)/Fact(X-Y). COMBIN(X) Μας δίνει τoν αριθµό των συνδυασµών του X ανά Υ. Πρέπει α ισχύει Χ>=Υ>=0 επίσης combin(x;y)=fact(x)/(fact(y)*fact(x-y)). ΤΡΙΓΩΝΟΜΕΤΡΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ DEGREES(Χ) Μετατρέπει τα ακτίνια σε µοίρες(το Χ σε ακτίνια). RADIANS(Χ) Μετατρέπει τις µοίρες σε ακτίνια (το Χ σε µοίρες). SIN(Χ) Μας δίνει το ηµίτονο του Χ(το Χ σε ακτίνια). COS(X) Μας δίνει το συνηµίτονο του X(το Χ σε ακτίνια). TAN(Χ) Μας δίνει την εφαπτοµένη του Χ(το Χ σε ακτίνια). ASIN(Χ) Μας δίνει το τόξο που έχει ηµίτονο το Χ. ACOS(Χ) Μας δίνει το τόξο που έχει συνηµίτονο το Χ. ATAN(Χ) Μας δίνει το τόξο που έχει εφαπτοµένη το Χ. ΣΥΝΑΡΤΗΣΕΙΣ ΓΙΑ ΤΗ ΙΑΧΕΙΡΙΣΗ ΠΙΝΑΚΩΝ MDETERM(περιοχή). Η περιοχή θεωρείται ένας τετραγωνικός πίνακας και µας επιστρέφει την ορίζουσα του. MINVERSE(περιοχή). Όπου περιοχή είναι ένας αντιστρέψιµος πίνακας(τετραγωνικός µε ορίζουσα <> 0) και µας δίδει τον αντίστροφο του. MMULT(περιοχή1;περιοχή2) Οι περιοχές θεωρούνται 2 πίνακες και παίρνουµε το γινόµενο τους. Για να πολλαπλασιάζονται οι πίνακες πρέπει το πλήθος των στηλών του Α' πίνακα να είναι ίδιο µε το πλήθος των γραµµών του Β'.. Μάθηµα 1-22- Χατζάκης Ηλίας

ΑΣΚΗΣΕΙΣ 1)Να γραφεί σύστηµα 3 εξισώσεων µε 3 αγνώστους και να λυθεί ΣΥΝΤΕΛΕΣΤΕΣ X Y Ζ ΓΝΩΣΤ ΟΣ 6 5 12-23 7-3 45 30 2-6 20 45 Το σύστηµα µπορεί να γραφεί σαν Α*Χ=C όπου Α ο πίνακας των συντελεστών των αγνώστων Χ ο πίνακας των αγνώστων και C ο πίνακας των γνωστών όρων. Για να έχει λύση το σύστηµα πρέπει ο πίνακας Α να είναι αντιστρέψιµος και τότε ισχύει Α -1 *Α=Α* Α -1 =Ι (µοναδιαίος) άρα Α -1 *Α*Χ= Α -1 *C άρα X= Α -1 *C Για να βρω τον αντίστροφο µαρκάρω την περιοχή που πρόκειται να τοποθετηθεί πληκτρολογώ την συνάρτηση =MINVERSE(Α3:C5) και Πατάω ctrl+shift+enter. Η ενέργεια αυτή πρέπει να γίνετε κάθε φορά που το αποτέλεσµα µιας συνάρτησης δεν είναι ένας αριθµός αλλά περισσότεροι. ΑΝΤΙΣΤΡΟΦΟΣ 0,36332-0,29758 0,45155 2 7-0,08651 0,16609-0,3218-0,06228 0,07958-0,0917 5 X= Α -1 *C ΛΥΣΗ X 3,03633 2 Y -7,50865 Ζ -0,30623 Α*Χ=C ΕΠΑΛΗΘΕΥΣΗ -23 30 45 Μάθηµα 1-23- Χατζάκης Ηλίας

2)Να κάνετε ένα φύλλο εργασίας που στην πρώτη στήλη να έχει τις γωνίες σε µοίρες 1,2 360 στη δεύτερη σε ακτίνια και στις υπόλοιπες τα ηµίτονα συνηµίτονα εφαπτόµενες. Να κάνετε τις γραφικές παραστάσεις που ακολουθούν. Γωνία Μοίρες Ακτίνια Ηµίτονο Συνηµίτονο Εφαπτοµένη 0 0,0000 0,0000 1,0000 0,0000 1 0,0175 0,0175 0,9998 0,0175 2 0,0349 0,0349 0,9994 0,0349 Ηµίτονο 1,0000 0,0000 0 100 200 300 400-1,0000 Εφαπτοµένη 0 100 200 300 400 3) Να λύσετε ένα σύστηµα 5 εξισώσεων µε 5 αγνώστους Χ 1 Χ 2 Χ 3 Χ 4 Χ 5 Σύµφωνα µε τον κανόνα του Cramer Di X i = D Όπου D η ορίζουσα του πίνακα των συντελεστών των αγνώστων όρων και D i η ορίζουσα του πίνακα που προκύπτει από τους συντελεστές των αγνώστων όρων αν αντικαταστήσουµε τους όρους του Χ i µε τους γνωστούς όρους. Μάθηµα 1-24- Χατζάκης Ηλίας

ΣΥΝΑΡΤΗΣΕΙΣ ΗΜΕΡΟΜΗΝΙΑΣ ΚΑΙ ΧΡΟΝΟΥ Το EXCEL δουλεύει ηµεροµηνίες από την 1/1/1900 µέχρι 31/12/9999 απεικονίζοντας τους ακέραιους αριθµούς από το 1 έως το 2958465 σε ηµεροµηνίες π.χ. 1 -> 1/1/1900 2->2/1/1900 3->3/1/1900 κ.λ.π. Το EXCEL αντιµετωπίζει τις ώρες µετατρέποντας τους αριθµούς που είναι µεγαλύτεροι ή ίσοι του 0 και µικρότεροι του 1 σε ώρες (πολλαπλασιάζοντας τον δεκαδικό µε τα δευτερόλεπτα ενός 24ώρου τον µετατρέπουµε σε δευτερόλεπτα που περιέχει) Έτσι στον ίδιο αριθµό και σε επέκταση στο ίδιο κελί µπορούµε να έχουµε στο ακέραιο µέρος του την ηµεροµηνία και στο δεκαδικό µέρος του την ώρα. DATE(ετος;µήνας;ηµέρα) Mετατρέπει την ηµεροµηνία στον αριθµό που αντιστοιχεί. Αν το κελί είναι τύπου DATE εµφανίζει την ηµεροµηνία που αναφέρουµε. DATEVΑLUE("ηµέρα/µήνας/ετος") Κάνει την ίδια δουλειά µε τη DATE. DAΥ(αριθµός) Εµφανίζει τον αριθµό της ηµέρας (1.... 31) µέσα στο µήνα της ηµεροµηνίας που αντιστοιχεί στον αριθµό. MONTH(αριθµός) Εµφανίζει τον αριθµό του µήνα (1... 12) µέσα στο έτος της ηµεροµηνίας που αντιστοιχεί στον αριθµό. YEAR(αριθµός) Εµφανίζει το έτος (1900.. 2078) της ηµεροµηνίας που αντιστοιχεί στον αριθµό. WEEKDAY(όρισµα1, παράµετρος) Εµφανίζει την ηµέρα της εβδοµάδας (σαν αριθµό) που αντιστοιχεί στο όρισµα1. Το όρισµα 1 µπορεί να είναι ο αριθµός που αντιστοιχεί στην ηµεροµηνία ή ίδια η ηµεροµηνία. Η παράµετρος αν παραλειφθεί ή αν δώσουµε 0 αντιστοιχεί το 1 στην Κυριακή και το 7 στο Σάββατο. Αν η παράµετρος είναι 1 αντιστοιχεί το 1 στην ευτέρα και το 7 στην Κυριακή. TODAY() Εµφανίζει τη τρέχουσα ηµεροµηνία. Το ίδιο αποτέλεσµα εµφανίζεται αν πατήσουµε τα πλήκτρα Ctrl + ;. NOW() Εµφανίζει τη τρέχουσα ηµεροµηνία και ώρα. Το ίδιο αποτέλεσµα εµφανίζεται αν πατήσουµε τα πλήκτρα Ctrl + shift + ;. TIME(ώρα;λεπτά;δευτερόλεπτα) Mετατρέπει την ώρα στον αριθµό που αντιστοιχεί. Αν το κελί είναι τύπου ΤΙΜΕ την ώρα που αναφέρουµε. TIMEVALUE("ώρα;λεπτά;δεύτερα") Κάνει ίδια δουλειά µε τη TIME.. SECOND(αριθµός) Εµφανίζει τα δευτερόλεπτα που υπάρχουν στην ώρα που αντιστοιχεί στον αριθµό που αναφέρουµε. MINUTE(αριθµός) Εµφανίζει τα λεπτά που υπάρχουν στην ώρα που αντιστοιχεί στον αριθµό που αναφέρουµε. HOUR(αριθµός) Εµφανίζει τις ακέραιες ώρες που υπάρχουν στην ώρα που αντιστοιχεί στον αριθµό που αναφέρουµε. ΑΣΚΗΣΗ 1)να γίνει µισθοδοσία εργαζοµένων όπου να υπολογίζεται το χρονοεπίδοµα µε βάσει την ηµεροµηνία διορισµού του εργαζοµένου και την ηµεροµηνία για την οποία υπολογίζεται η µισθοδοσία Μάθηµα 1-25- Χατζάκης Ηλίας

ΑΛΦΑΡΙΘΜΗΤΙΚΕΣ CHAR(αριθµός) Επιστρέφει το χαρακτήρα που αντιστοιχεί στον αριθµό π.χ char(65) επιστρέφει το χαρακτήρα A CODE(Χ) ίνει τον κωδικό του πρώτου χαρακτήρα του Χ. π.χ code(a)=65 CONCATENATE(Χ1;Χ2;...) Όπου Χ1, Χ2... αλφαριθµητικά. Η συνάρτηση ενώνει όλα τα αλφαριθµητικά σε ένα. EXACT(Χ1;Χ2) Επιστρέφει TRUE αν το Χ1 είναι ακριβώς ίδιο µε το Χ2. FIND(Χ1;Χ2;n) Αναζητείται το Χ1 µέσα Χ2 από τη θέση n και µετά. Επιστρέφει τον αριθµό τής θέσης που εντοπίζεται το Χ1. LEN(Χ1) ίνει το πλήθος των χαρακτήρων του Χ1. TRIM(Χ1) Αφαιρεί τα κενά από την αρχή και το τέλος του Χ1. REPLACE(Χ1;n;m;Χ2) Αντικαθιστά -m χαρακτήρες του Χ1 µε το Χ2 από τη θέση -n και µετά. π.χ replace("αβγδεζ";3;2;"-") επιστρέφει αβ-ζ REPT(Χ1;n) Επαναλαµβάνει n φορές το Χ1. LEFT(Χ1;n) ίνει τους n πρώτους χαρακτήρες του Χ1. MID(Χ1;m;n) ίνει n χαρακτήρες του Χ1 από τη θέση m και µετά. RIGHT(X1;n) ίνει τους n τελευταίους χαρακτήρες του Χ1. UPPER(X1) Mετατρέπει τα µικρά λατινικά γράµµατα του Χ1 σε κεφαλαία. LOWER(Χ1) Mετατρέπει τα κεφαλαία λατινικά γράµµατα του Χ1 µικρά. PROPER(Χ1) Mετατρέπει το πρώτο λατινικό χαρακτήρα κάθε λέξης του Χ1 σε κεφαλαίο. VALUE(Χ1) Mετατρέπει το περιεχόµενο του Χ1 σε αριθµό. TΕΧΤ(Χ1,µορφή) Mετατρέπει την αριθµητική τιµή Χ1 σε αλφαριθµητικό µε τη µορφή που αναφέρουµε π.χ text(1984 ;"0.00") επιστρέφει "1984.00" Ν(έκφραση) Αν η έκφραση έχει περιεχόµενο αριθµητικό ή true() ή false() ή ηµεροµηνία ή ώρα τότε επιστρέφει τον αριθµό που αντιστοιχεί στο περιεχόµενο αλλιώς επιστρέφει κενό. T(έκφραση) Αν η έκφραση δίνει αλφαριθµητικό περιεχόµενο τότε επιστρέφει αυτό το περιεχόµενο αλλιώς επιστρέφει κενό. ΑΣΚΗΣΗ Να Εµφανίσετε τον κώδικα ΕΛΟΤ 928 ΛΥΣΗ Στα κελιά Α2 να δίνουµε τους αριθµούς από το 1 το 255 και στα κελιά Β2 γράφουµε τη συνάρτηση CHAR(B2). Μάθηµα 1-26- Χατζάκης Ηλίας

ΛΟΓΙΚΕΣ IF(συνθήκη ; Χ ;Υ) Αν η συνθήκη είναι αληθής δίνει Χ αλλιώς Υ. FALSE() ίνει αποτέλεσµα 0 (ψευδές). TRUE() ίνει αποτέλεσµα 1 (αληθές). NA() ηλώνει ότι το κελί είναι µη διαθέσιµο(not Available). AND (λογική πρόταση1 ; λογική πρόταση2;...)δίνει αποτέλεσµα αληθές όταν αληθεύουν όλες οι προτάσεις που περικλείονται στην παρένθεση. OR(λογική πρόταση1 ; λογική πρόταση2;...)δίνει αποτέλεσµα αληθές όταν αληθεύει τουλάχιστον µία από τις αναφερόµενες προτάσεις.. NOT(λογική πρόταση) Αντιστρέφει την αλήθεια της πρότασης που περικλείεται µέσα στην παρένθεση. ISERR(έκφραση) Αν προκύψει κάποιο σφάλµα από την έκφραση τότε είναι αληθής. Ελέγχει όλα τα είδη σφαλµάτων εκτός το #Ν/Α ISERROR(έκφραση) Αν προκύψει κάποιο σφάλµα από την έκφραση τότε είναι αληθής. Ελέγχει όλα τα είδη σφαλµάτων και την #Ν/Α ISNA(έκφραση) Αν προκύψει N/A τότε δίνει αποτέλεσµα αληθές. ISLOGICAL(έκφραση) Αληθεύει αν η έκφραση είναι λογική (true, false). ISTEXT(έκφραση) Είναι αληθής αν η έκφραση είναι κείµενο. ISNONTEXT(έκφραση) Αληθεύει όταν η έκφραση δεν είναι κείµενο. ISNUMBER(έκφραση) Αληθεύει αν η έκφραση είναι αριθµός. ISBLANK(κελί) Αληθεύει αν το κελί είναι κενό. ΠΑΡΑ ΕΙΓΜΑ 1)Εισάγουµε στο κελί Α2 έναν αριθµό. Να γραφεί στο Β2 η κατάλληλη συνάρτηση ώστε να εµφανίζεται η φράση ΑΡΤΙΟΣ ή ΠΕΡΙΤΤΟΣ ανάλογα µε το περιεχόµενο του Α2. ΛΥΣΗ Η συνάρτηση είναι =IF(INT(A2/2)*2=A2;"ΑΡΤΙΟΣ";"ΠΕΡΙΤΤΟΣ") ΑΡΤΙΟΣ / ΠΕΡΙΤΤΟΣ -5 ΠΕΡΙΤΤΟΣ 2) Λύση και εµφάνιση κάθε εξίσωσης Α βαθµού(φωλιασμενα IF) ΕΞΙΣΩΣΗ Α' ΒΑΘΜΟΥ Α Β 5-3 Εξίσωση Λύση 5X-3=0 0,6 ίνουµε τους συντελεστές Α, Β της εξίσωσης στα κελιά Α9, Β9 αντιστοίχως Η Εµφάνιση της εξίσωσης γίνεται από τη συνάρτηση =CONCATENATE(A9;"X";IF(B9>=0;CONCATENATE("+";B9);B9);"=0") Η λύση δίνετε από τη συνάρτηση =IF(A9<>0;-B9/A9;IF(B9=0;"ΑΟΡΙΣΤΗ";"Α ΥΝΑΤΗ")) Μάθηµα 1-27- Χατζάκης Ηλίας

χρήση λογικών τελεστών AND OR NOT Αποτελέσµατα true false ΠΑΡΑ ΕΙΓΜΑ Υπολογισµός εµβαδού τριγώνου σύµφωνα µε τον τύπο του Ηρωνα ΕΜΒΑ ΟΝ ΤΡΙΓΩΝΟΥ α β γ Ελεγχος 4 2 3 TRUE Ηµιπερίµετρος 4,5 Εµβαδόν 2,90473 8 ΛΥΣΗ ίνουµε 3 αριθµούς που είναι οι διαστάσεις των πλευρών ενός τριγώνου στα κελιά Α16, Β16,C16. Για να είναι πλευρές τριγώνου πρέπει µία πλευρά από αυτές να είναι µεγαλύτερη του απολύτου της διαφοράς και µικρότερη του αθροίσµατος των δύο άλλων. H IF που ακολουθεί δίνει αποτέλεσµα TRUE ή FALSE στο κελί D16 ανάλογα αν έχουµε πλευρές τριγώνου ή όχι =IF(AND(ABS(B16-C16)<A16;A16<B16+C16);TRUE;FALSE) Η ηµιπερίµετρος και το εµβαδόν υπολογίζετε µόνο όταν αληθεύει το κελί D16. Η ηµιπερίµετρος(t) είναι το ηµιάθροισµα των πλευρών =IF(D16;(A16+B16+C16)/2;FALSE) Το εµβαδόν δίνετε από τον τύπο του Ήρωνα(τετρ.ρίζα(t(t-α)(t-β)(t-γ) =IF(NOT(D16);FALSE;SQRT(B17*(B17-A16)*(B17-B16)*(B17-C16))) Μάθηµα 1-28- Χατζάκης Ηλίας

Άσκηση Στην άσκηση που υπολογίζαµε τους µισθούς των εργαζοµένων κάθε µήνα να προσθέσετε ένα φύλλο εργασίας µε όνοµα klimaka και να καταχωρίσετε τη φορολογική κλίµακα ως ακολούθως : ΦΟΡΟΛΟΓΙΚΗ ΚΛΙΜΑΚΑ ΕΙΣΟ ΗΜ ΦΟΡΟΣ ΠΟΣΟΣ Α ΤΟ 96786 0 0% 178571 4089 5% 285714 20161 15% 500000 84446 30% > > 40% Να τροποποιήσετε τα φύλλα των µηνών ώστε Α) το Φ.Μ.Υ να βγαίνει βάσει της κλίµακας και Β) το οικογενειακό να είναι 10000 για κάθε παιδί µέχρι και το δεύτερο παιδί και από εκεί και πάνω δηλαδή τριτο τέταρτο κ.λ.π. 15000 για κάθε παιδι. ΜΙΣΘΟ ΟΣΙΑ ΙΑΝΟΥΑΡΙΟΥ 1999 ΕΠΙ ΟΜΑ ΤΕΚΝΟΥ πρώτο δεύτερο τρίτο τέταρτο παιδί 10000 15000 ΣΥΝΟΛΑ ΟΙΚΟΓΕΝΕΙΑΚΑ 75000 ΦΜΥ 17839,28571 ΚΑΘΑΡΟΣ 767160,7143 Α/Α ΜΙΣΘΩΤΟΣ ΒΑΣΙΚΟΣ ΠΑΙ ΙΑ ΟΙΚΟΓΕΝΕΙΑΚΑ ΑΚΑΘΑΡΙΣΤΑ Φ.Μ.Υ. ΚΑΘΑΡΟΣ 1 ΠΑΠΑ ΑΚΗΣ ΕΜΜ 120000 0 0 120000 1160,71 118839,2 9 2 ΝΙΚΟΛΑΚΑΚΗΣ ΑΡ. 150000 3 35000 185000 5053,57 179946,4 3 3 ΕΛΗΓΙΑΝΝΗΣ ΗΛ. 120000 1 10000 130000 1660,71 128339,2 9 4 ΧΑΤΖΑΚΗΣ ΙΩΑΝΝ 180000 2 20000 200000 7303,57 192696,4 3 5 ΕΥΘΥΜΙΟΥ ΑΠΟΣΤ. 140000 1 10000 150000 2660,71 147339,2 9 Μάθηµα 1-29- Χατζάκης Ηλίας

ΣΤΑΤΙΣΤΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΑVERAGE(περιοχή) ίνει το µέσο όρο του περιεχοµένου των κελιών. Στην περίπτωση που οι εγγραφές είναι οµαδοποιηµένες τότε η µέση τιµή δίδεται από τον τύπο ΣΧ i *P i η οποία λέγεται µέση ελπιζόµενη ή προσδοκόµενη τιµή ή µαθηµατική ελπίδα. Αν η συνάρτηση είναι συνεχής τότε ισούται x*f(x)dx COUNT(περιοχή) Επιστρέφει το πλήθος των κελιών της περιοχής που περιέχουν αριθµητικές τιµές, true(), false(), ηµεροµηνίες, ώρες. MAX(περιοχή) Επιστρέφει τη µέγιστη τιµή του περιεχοµένου των κελιών. ΜIN(περιοχή)Επιστρέφει τη µικρότερη τιµή του περιεχοµένου των κελιών. LARGE(περιοχή;K) Επιστρέφει τον αριθµό που βρίσκεται στη κ-θέση αν ταξινοµήσουµε το περιεχόµενο των κελιών κατά φθίνουσα σειρά. SMALL(περιοχή;K)Επιστρέφει τον αριθµό που βρίσκεται στη κ-θέση αν ταξινοµήσουµε το περιεχόµενο των κελιών κατά αύξουσα σειρά. FREQUENCY(περιοχή1 ; περιοχή2) Μας δίνει το πλήθος αριθµών από τη περιοχή1 που βρίσκονται µέσα στα διαστήµατα που τα άκρα τους ορίζονται στην περιοχή2. π. χ. αν η περιοχή2 περιέχει τα νούµερα 1, 3, 5 τότε τα διαστήµατα είναι (..., 1] (1, 3] (3, 5] και (5,...) (για να περιληφθεί και το διάστηµα (5,...) πρέπει η περιοχή2 να περιέχει και το επόµενο κελί του αριθµού 5). VARP(περιοχή) Επιστρέφει τη µεταβλητότητα-διασπορά-διακύµανση(variance) µιας µεταβλητής που οι τιµές της περιέχονται στα κελιά της περιοχής. Είναι ο µέσος όρος του τετραγώνου των διαφορών των τιµών της µεταβλητής από τη µέση τιµή της. Είναι ένα µέτρο µεταβλητότητας δηλαδή για να δούµε πόσο κοντά στη µέση τιµή απλώνονται οι υπόλοιπες τιµές της µεταβλητής.. STDEVP(περιοχή) Επιστρέφει τη τυπική απόκλιση µιας µεταβλητής που οι τιµές της περιέχονται στα κελιά της περιοχής. Στον τύπο της διασποράς οι µονάδες µέτρησης είναι υψωµένες στο τετράγωνο πράγµα το οποίο αλλοιώνει το χαρακτήρα του φυσικού µεγέθους. Αν θέλουµε να αποφύγουµε αυτό το πρόβληµα υπολογίζουµε τη τυπική απόκλιση που είναι η τετραγωνική ρίζα της διασποράς. TREND(Υ;Χ;τιµή πρόβλεψης;παρ.b) Μας δίνει την τιµή του Υ όταν το Χ γίνει ίσο µε τη µε την τιµή πρόβλεψης. Η τιµή πρόβλεψης του Υ ορίζεται από την ευθεία των ελαχίστων τετραγώνων βάσει των τιµών της ανεξάρτητης µεταβλητής Χ και εξαρτηµένης Υ (αν οι τιµές το Χ παραλειφθούν τότε θεωρούνται 1,2,3..) Η παρ.b αν είναι 1 ή την παραλείψουµε τότε υπολογίζεται και ο σταθερός όρος b της ευθείας ελαχ.τετραγ. (ax+b) ενώ αν η παρ.b είναι 0 τότε λαµβάνεται και το b=0 Παράδειγµα Στα κελιά a1:a4 έχουν καταχωρηθεί οι τέσσερις τελευταίες τιµές µιας µετοχής έστω 15,16,14,16 η συνάρτηση TREND(a1:a4;;5) θα µας δώσει την επόµενη(πέµπτη) προβλεπόµενη τιµή που είναι 15,5. Μάθηµα 1-30- Χατζάκης Ηλίας

LINEST(Υ;Χ;παρ.b;1ή0) Μας δίνει διάφορα στοιχεία για την ευθεία ελαχίστων τετραγώνων που ορίζεται από τα Υ, Χ και παρ.b Τα Υ, Χ και παρ.b ορίζονται όπως στη συνάρτηση TREND. H τελευταία παράµετρος αν είναι 0 ή παραληφθεί τα µόνα στοιχεία της ευθείας (ax+b) που επιστρέφει η συνάρτηση είναι η κλήση της ευθείας(a) και ο σταθερός όρος(b). COVAR(περιοχή1;περιοχή2) µας δίδει τη συνδιακύµανση των µεταβλητών που οι τιµές τους είναι στην περιοχή1,περιοχή2. Η συνδιακύµανση δίδεται από τον τύπο [Σ(Χι-AVERAGE(Χ))*( Υι-AVERAGE(Υ))]/πλήθος Από τον τύπο φαίνεται ότι πρέπει να υπάρχει αντιστοιχία στις τιµές των µεταβλητών γιαυτό οι δύο περιοχές πρέπει να έχουν τον ίδιο αριθµό κελιών. Η γραµµή τάσης που είδαµε στην ενότητα 2 είναι η ευθεία των ελαχίστων τετραγώνων ή αλλιώς ευθεία παλινδρόµησης του Y ως προς Χ δηλαδή Υ=aΧ+b όπου a=covar(x,y)/varp(x) και b=average(y) a*average(x) ανάλογα υπολογίζουµε και την Χ ως προς Υ. CORREL(περιοχή1;περιοχη2) Μας δίνει το συντελεστή συσχέτισης των µεταβλητών Χ,Υ που οι τιµές τους βρίσκονται στις περιοχές 1 και 2 αντίστοιχα. Οι δύο περιοχές πρέπει να έχουν τον ίδιο αριθµό κελιών για να υπάρχει αντιστοιχία στις τιµές. Ο συντελεστής συσχέτισης (ρ) δίδεται από τον τύπο ρ=covar(x,y)/(stdevp(x)*stdevp(y)) και παίρνει τιµές στο διάστηµα [-1,1] αν ρ=1 έχουµε πλήρη θετική συσχέτιση όταν µεταβάλλεται η µια µεταβλητή τότε µεταβάλλεται και η άλλη αναλόγως. αν ρ=-1 έχουµε πλήρη αρνητική συσχέτιση όταν αυξάνεται η µια µεταβλητή τότε ελαττώνεται η άλλη και αντιστρόφως αν ρ=0 οι µεταβλητές είναι ανεξάρτητες ΠΑΡΑ ΕΙΓΜΑ Στον επόµενο πίνακα βλέπουµε κατά πόσο επηρεάζει η ηµερήσια µέση θερµοκρασία την κατανάλωση της ποσότητας των παγωτών, κονιάκ και καφέ. Από το συντελεστή συσχέτισης η κατανάλωση της ποσότητας του καφέ δεν επηρεάζεται από τη θερµοκρασία ενώ η κατανάλωση παγωτών αυξάνεται µε την αύξηση της θερµοκρασίας (θετική συσχέτιση 0,97) και η κατανάλωση κονιάκ ελαττώνεται µε την αύξηση της θερµοκρασίας (αρνητική συσχέτιση 0,97) µέση Κατανάλωση θερµοκρασία Παγωτών Κονιάκ καφές 7 12 14 2 12 20 8 9 11 19 9 8 6 10 16 2 23 35 4 3 14 28 7 8 25 37 4 9 17 30 5 1 20 29 5 4 συντελεστής Συσχέτισης 0,97-0,92 0,19 Μάθηµα 1-31- Χατζάκης Ηλίας

ΑΣΚΗΣΗ από τα δεδοµένα του παραπάνω πίνακα να κάνετε το γράφηµα τύπου διασποράς και να προσθέσετε γραµµές τάσης όπως είναι στην εικόνα που ακολουθεί. Οι διευθύνσεις των γραµµών τάσης ως προς τον άξονα Χ αποδεικνύουν και γραφικά όσα αναφέραµε σχετικά µε τη συσχέτιση των µεταβλητών στο προηγούµενο παράδειγµα. καταναλώση 45 40 35 30 25 20 15 10 5 0 παγωτών κονιάκ καφές 0 5 10 15 20 25 30 θερµοκρασίες Μάθηµα 1-32- Χατζάκης Ηλίας

ΚΑΤΑΝΟΜΕΣ Η µεταβλητή Χ όταν παίρνει διακριτές τιµές λέγεται διακριτή µεταβλητή όπως για παράδειγµα ο αριθµός των παιδιών µιας οικογένειας ενώ όταν παίρνει συνεχείς τιµές λέγεται συνεχής µεταβλητή π.χ. η µέτρηση της θερµοκρασίας. Έστω Χ µεταβλητή, η συνάρτηση f(x)=p[x=x] λέγεται πυκνότητα πιθανότητας δηλαδή είναι η συνάρτηση που µας δίνει την πιθανότητα (συχνότητα/σύνολο) για κάθε τιµή του Χ. Η συνάρτηση F(x)=P[X<=x] δηλαδή η συνάρτηση που µας δίνει την (αθρ.συχνότητα/σύνολο) για κάθε τιµή του Χ λέγεται Συνάρτηση κατανοµής. Σε περίπτωση συνεχούς µεταβλητής έχουµε συνεχή κατανοµή. Στην περίπτωση αυτή δεν ορίζουµε την πυκνότητα πιθανότητας σε ένα σηµείο αλλά σε ένα διάστηµα π.χ. [a,b] και η συνάρτηση κατανοµής είναι P[a<=X<=b]= f(x)dx ιακριτές Κατανοµές ιωνυµική κατανοµή έχουµε στις περιπτώσεις που έχουµε δύο δυνατά αποτελέσµατα σε ένα πείραµα (πείραµα ή δοκιµή Bernoulli). Αν η πιθανότητα επιτυχίας είναι p τότε η πιθανότητα αποτυχίας είναι 1- p και η πιθανότητα παραµένει σταθερή κατά τη διάρκεια των δοκιµών. Π.χ. ρίψη νοµίσµατος, γέννηση παιδιού, εξαγωγή σφαιρών µε 2 χρώµατα από κάλπη µε επανάθεση, η επιλογή οµάδας από ένα πλήθος ανδρών γυναικών εφόσον το πλήθος είναι πολύ µεγάλο ώστε όταν επιλέγουµε ένα άτοµο να µην επηρεάζεται η αναλογία ανδρών γυναικών. Η πυκνότητα πιθανότητας µε κ επιτυχίες σε ν δοκιµές είναι f(κ)=p[x=κ]= ν p k (1-p) ν-κ k Η µέση τιµή της διωνυµικής κατανοµής µ=νp και η διασπορά είναι σ 2 =νp(1-p) Στο excel η πυκνότητα πιθανότητας δίδεται από τη συνάρτηση BINOMDIST(πλήθος επιτυχιών ;πλήθος δοκιµών ; πιθανότητα επιτυχίας;0) Ενώ η συνάρτηση κατανοµής δίδεται από τον τύπο BINOMDIST(πλήθος επιτυχιών ;πλήθος δοκιµών ; πιθανότητα επιτυχίας;1) Παράδειγµα Σε µια κάλπη µε 100 σφαίρες 20 είναι λευκές και το 80 είναι µαύρες.. Τραβώ στην τύχη 5 σφαίρες µε επανάθεση. Να γίνει ο πίνακας κατανοµής για τον αριθµό των λευκών σφαιρών. Υπόδειξη Η πιθανότητα να τραβήξω λευκή σφαίρα είναι 0,2 και µαύρη είναι 0,8. Αφού κάθε φορά που τραβώ σφαίρα την επαναθέτω η αναλογία λευκών µαύρων σφαιρών δεν µεταβάλλεται για τις επόµενες επιλογές Η πιθανότητα να τραβήξω 3 λευκές σφαίρες για παράδειγµα δίδεται από τον τύπο Binomdist(3;5;0,2;0) ενώ η πιθανότητα για το πολύ 3 λευκές Binomdist(3;5;0,2;1) Λευκές σφαίρες πιθανότητα F(x) 0 0,32768 0,32768 1 0,4096 0,73728 2 0,2048 0,94208 3 0,0512 0,99328 4 0,0064 0,99968 5 0,00032 1 b a Μάθηµα 1-33- Χατζάκης Ηλίας

ΥΠΕΡΓΕΩΜΕΤΡΙΚΗ ΚΑΤΑΝΟΜΗ Χρησιµοποιείτε σε διχοτόµο πληθυσµό από όπου επιλέγουµε ένα δείγµα χωρίς επανάθεση και υπολογίζουµε την πυκνότητα πιθανότητας για να έχω ένα αριθµό αντικειµένων από την µια οµάδα του πληθυσµού. Σε κάθε επιλογή η αναλογία άρα και η πιθανότητα των 2 ειδών του πληθυσµού µεταβάλλεται. Αν το µέγεθος του δείγµατος είναι πολύ µεγάλο τότε η µεταβολή της πιθανότητας είναι αµελητέα και η υπεργεωµετρική κατανοµή καθώς και η διωνυµική δίδουν τις ίδιες πιθανότητες. Αν ο πληθυσµός αποτελείται από δύο είδη µε πλήθη Α,Β και επιλέγω ένα δείγµα µεγέθους ν και θέλω να περιέχει κ αντικείµενα από το Α είδος (επιτυχίες) τότε P(X=k)= A B Α+ Β / k ν k ν Στο excel η πυκνότητα πιθανότητας δίδεται από τη συνάρτηση =HYPGEOMDIST(πλήθ.επιτυχιών ;µέγεθ.δείγµατος;α ; µέγεθ.πληθυσµού) όπου Α το πλήθος των αντικειµένων που επιλογή τους είναι επιτυχία µέσα σε ολόκληρο τον πληθυσµό. Παράδειγµα Σε µια κάλπη µε 100 σφαίρες 20 είναι λευκές και το 80 είναι µαύρες. Τραβώ 5 σφαίρες χωρίς επανάθεση. Να γίνει ο πίνακας κατανοµής για τον αριθµό των λευκών σφαιρών. Υπόδειξη Η πιθανότητα να τραβήξω 3 λευκές σφαίρες για παράδειγµα δίδεται από τον τύπο Hypgeomdist(3;5;20;100) Λευκές σφαίρες πιθανότητα 0 0,3193094 1 0,420144 2 0,2073438 3 0,0478486 4 0,0051483 5 0,0002059 Άσκηση Σε ένα στρατόπεδο µε 1000000 στρατιώτες το 20% είναι γυναίκες και το 80% είναι άνδρες διαλέγω 5 στρατιώτες στην τύχη να γίνει ο πίνακας που ακολουθεί κατανοµής Πλήθος γυναικών Πιθανότητα Πιθανότητα HYPGEOMDIST BINODIST 0 0,32768 0,32768 1 0,4096 0,4096 2 0,2048 0,2048 3 0,0512 0,0512 4 0,0064 0,0064 5 0,00032 0,00032 Μάθηµα 1-34- Χατζάκης Ηλίας

Αρνητική ιωνυµική ή κατανοµή Pascal κάνουµε µια ακολουθία δοκιµών bernouli οι δοκιµές τερµατίζονται όταν εµφανισθεί η ν-οστή επιτυχία Ζητούµε την πιθανότητα να κάνουµε κ δοκιµές όπου κ>=ν. Η παραπάνω κατανοµή µπορεί να αντιµετωπισθεί όπως η διωνυµική διότι Για να κάνουµε κ δοκιµές και να έχουµε ν επιτυχίες πρέπει οι κ-1 δοκιµές να µας δώσουν ν- k 1 επιτυχίες δηλαδή 1 επιτυχίες και η κ δοκιµή να είναι επιτυχία. Με αυτόν το ν 1 τρόπο εξασφαλίζω ότι θα είναι κ δοκιµές διότι αν θεωρήσω κ δοκιµές ν επιτυχίες απευθείας δηλαδή k είναι λάθος γιατί οι ν επιτυχίες µπορεί να γίνουν πριν φτάσω ν στη δοκιµή κ που έχω υποθέσει. Αρα αν η πιθανότητα επιτυχίας είναι p τότε η πιθανότητα αποτυχίας είναι 1- p και η πυκνότητα πιθανότητας για κ δοκιµές και ν k επιτυχίες δίδεται από τον τύπο 1 p ν-1 (1-p) κ-ν k p= 1 p ν (1-p) κ-ν ν 1 ν 1 Η µέση τιµή της διωνυµικής κατανοµής µ=νp και η διασπορά είναι σ 2 =νp(1-p) Στο excel η πυκνότητα πιθανότητας δίδεται από τη συνάρτηση NEGBINOMDIST(πλήθος αποτυχιών ;πλήθος επιτυχιών ; πιθανότ.επιτυχίας) ισχύει NEGBINOMDIST(F;K;P)=BINOMDIST(K-1;F+K-1;P)*P Παράδειγµα Ρίχνω ένα αµερόληπτο νόµισµα και θέλω να φέρω 3 φορές γράµµατα. Ο πίνακας κατανοµής που ακολουθεί είναι για το πλήθος των δοκιµών που πρέπει να κάνω. Υπόδειξη Αφού το νόµισµα είναι αµερόληπτο Η πιθανότητα επιτυχίας,αποτυχίας είναι ίδια 0,5. Η πιθανότητα να κάνω 5 δοκιµές για παράδειγµα δίδεται από τον τύπο negbinomdist(2;3;0,5) πλήθος,δοκιµών πιθανότητα 3 0,125000 4 0,187500 5 0,187500 6 0,156250 7 0,117188 8 0,082031 9 0,054688 10 0,035156 Μάθηµα 1-35- Χατζάκης Ηλίας

Κατανοµή Poisson συνήθως έχουµε όταν οι τιµές της µεταβλητής Χ είναι ένα πλήθος µέσα σε µία µονάδα χρόνου επιφανείας κ.λ.π και καλείται µέσος ρυθµός π.χ. αν έχουµε 15 θύµατα από τροχαία το µήνα. Η πυκνότητα πιθανότητας για χ γεγονότα και λ µέσο ρυθµό δίδεται από τον τύπο f(x)=e -λ λ χ 1 x! Η µέση τιµή της κατανοµής poisson είναι ίση µε τη διασπορά µ= σ 2 =λ Στο excel η πυκνότητα πιθανότητας δίδεται από τη συνάρτηση POISSON(πλήθος επιτυχιών ;µέσος ρυθµός ;0) και η συνάρτηση κατανοµής POISSON(πλήθος επιτυχιών ;µέσος ρυθµός ;1) Παράδειγµα Έστω ότι ο µέσος ρυθµός θυµάτων από τροχαία ατυχήµατα ανά ηµέρα είναι 2. Ο πίνακας κατανοµής που ακολουθεί είναι για πλήθος ατυχηµάτων 0 1 2 3 4. Υπόδειξη Η πιθανότητα να έχω 3 ατυχήµατα την ηµέρα για παράδειγµα δίδεται από τον τύπο poisson(3;2;0) ενώ η πιθανότητα για το πολύ 3 ατυχήµατα poisson(3;2;1) αρ.ατυχηµάτων πιθανότητα F(x) 0 0,135335 0,135335 1 0,270671 0,406006 2 0,270671 0,676676 3 0,180447 0,857123 4 0,090224 0,947347 Συνεχείς Κατανοµές Κανονική κατανοµή ή κατανοµή Laplace-Gaus Λέµε ότι µία µεταβλητή Χ είναι κανονική εάν η πυκνότητα πιθανότητας δίδεται από 2 ( x µ ) τον τύπο f(x)= 1 e - 2 2σ όπου µ η µέση τιµή και σ η τυπική απόκλιση σ 2π Στο excel η πυκνότητα πιθανότητας δίδεται από τη συνάρτηση NORMDIST(Χ;µέση τιµή;τυπική απόκλιση;0) και η συνάρτηση κατανοµής NORMDIST(Χ;µέση τιµή;τυπική απόκλιση;1) Η παραπάνω κατανοµή συναντάται συχνά στην πράξη σε µεγάλο αριθµό ανεξαρτήτων αποτελεσµάτων όπως είναι το ύψος, το βάρος ενός συνόλου ζώων ή φυτών βαθµοί επιδόσεων σπουδαστών κ.λ.π. Οι διακριτές κατανοµές διωνυµική, poisson κ.λ.π. όταν το µέγεθος του δείγµατος είναι αρκετά µεγάλο προσεγγίζονται ικανοποιητικά από την κανονική κατανοµή Μάθηµα 1-36- Χατζάκης Ηλίας

Ασκηση Ρίπτω ένα αµερόληπτο νόµισµα1000 φορές Να φτιαχτεί ο πίνακας κατανοµής για τιµές του Χ από 400 έως 600 Α) µε χρήση της διωνυµικής(=binomdist(χ;1000;0,5;0)) και Β)κανονικής κατανοµής(=normdist(χ;1000*0,5;sqrt(1000*0,5*0,5);0)) Και να συγκρίνετε τις γραφικές παραστάσεις Τυπική κανονική κατανοµή ή Ζ κατανοµή Είναι κανονική κατανοµή µε µέση τιµή 0 και τυπική απόκλιση 1 η πυκνότητα 2 x πιθανότητας δίδεται από τον τύπο f(x)= 1 e - 2 2π Αφού η παραπάνω κατανοµή έχει µέση τιµή 0 και οι τιµές είναι συµµετρικές γύρω από τη µέση τιµή ισχύει F(-z)=1-F(z) Η παραπάνω κατανοµή παρουσιάζει ιδιαίτερο ενδιαφέρον διότι η µεταβλητή Χ µε κανονική κατανοµή µπορεί να µετασχηµατισθεί σε τυπική κατανοµή Ζ από τη σχέση x µ Ζ= σ Στο excel o µετασχηµατισµός ή Τυποποίηση της X σε Ζ γίνεται από τη συνάρτηση STANDARDIZE(Χ;µέση τιµή;τυπική απόκλιση) Παράδειγµα Για να γίνει τυποποίηση της µεταβλητής Χ της προηγούµενης άσκησης δηµιουργώ µια νέα µεταβλητής Ζ (=STANDARDIZE(X;0,5*1000;SQRT(0,5*0,5*1000)) και από αυτήν δηµιουργώ την τυπική κατανοµή NORMDIST(Ζ;0;1) Μάθηµα 1-37- Χατζάκης Ηλίας

ΟΙΚΟΝΟΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ACCRINTM(Ηµερ.έναρξης;Ηµερ.λήξης;Ετήσ.Επιτόκιο;Κεφάλαιο ;παράµετρος) Μας επιστρέφει τον απλό τόκο που δηµιουργείται από το κεφάλαιο σύµφωνα µε τις ηµεροµηνίες και το ετήσιο επιτόκιο που έχουµε δώσει δηλαδή (Κεφάλαιο*Επιτόκιο*ηµέρες_τοκισµού)/ηµέρες έτους Η παράµετρος παίρνει τις τιµές 0,1,2,3,4 Στην τιµή 0 ο µήνας θεωρείται ότι έχει 30 ηµέρες και το έτος 360 (εµπορικό έτος ) Στην τιµή 1 παίρνουµε τις πραγµατικές µέρες και για το µήνα και για το έτος (πολιτικό έτος ) Στην τιµή 2 παίρνουµε τις πραγµατικές µέρες του µήνα και το έτος 360 (µικτό έτος ) Για την τιµή 3 παίρνουµε τις πραγµατικές µέρες του µήνα και το έτος 365 Για την τιµή 4 ο µήνας θεωρείται ότι έχει 30 ηµέρες και το έτος 360 (εµπορικό έτος ) FV(Επιτόκιο περιόδου;πλήθος περιόδων;ποσό δόσης;αρχική αξία ;0ή1) Μάς επιστρέφει τη µελλοντική αξία(future Value) ενός κεφαλαίου που ήδη έχουµε καταθέσει (αρχική αξία) αν στην αρχή ή στο τέλος της περιόδου καταθέτουµε ένα ποσό (ποσό δόσης) για ένα αριθµό περιόδων) ηλαδή η παραπάνω συνάρτηση υπολογίζει την αξία µιας σταθερής και ακέραιης ράντας. Η ράντα είναι σταθερή διότι οι δόσεις είναι ίσες επίσης η ράντα είναι ακέραιη διότι η περίοδος των δόσεων,περίοδος επιτοκίου και ανατοκισµού συµπίπτουν. Αν η τελευταία παράµετρος είναι 1 η δόση κατατίθεται στη αρχή κάθε περιόδου(προκαταβλητέα ράντα) που σηµαίνει ότι αν ν είναι ο αριθµός των δόσεων η πρώτη δόση ανατοκίζεται ν φορές, η δεύτερη δόση ν-1 φορές... η τελευταία 1 φορά. Αν η τελευταία παράµετρος είναι 0 η δόση κατατίθεται στη λήξη της περιόδου(ληξιπρόθεσµη ράντα) που σηµαίνει ότι αν ν είναι ο αριθµός των δόσεων η πρώτη δόση ανατοκίζεται ν-1 φορές, η δεύτερη δόση ν-2... η τελευταία δεν τοκίζεται καθόλου. Τα πρόσηµα των ποσών είναι αρνητικά όταν πρόκειται για χρήµατα που κατατίθενται ή καταβάλλονται για εκταµίευση ενώ τα χρήµατα που εισπράξεων είναι θετικοί αριθµοί. Παράδειγµα έστω ότι καταθέτω 500000 πόσα θα γίνουν µετά από 10 χρόνια αν το ετήσιο επιτόκιο είναι 2% και ανατοκισµός γίνεται κάθε 6 µήνες Επειδή το επιτόκιο είναι ετήσιο και ο ανατοκισµός 6µηνιαίως και επειδή πρέπει να συµπίπτουν τότε και το επιτόκιο γίνεται εξαµηνιαίο δηλαδή 2*6/12=1 Αντί 10 χρόνια έχω 20 εξάµηνα. Εδώ έχω µόνο παρούσα αξία δεν καταθέτω δόσεις ή το ποσό της δόσης είναι 0 άρα η τελευταία παράµετρος δεν έχει νόηµα Η συνάρτηση που δίνει το αποτέλεσµα είναι =FV(1%;20;;-500000;) δηλαδή 610.095,02 Εάν τώρα έχω καταθέσει 500000 δραχµές και στην αρχή κάθε 6µήνου καταθέτω 10000 τότε ο τύπος είναι =FV(1%;20;-10000;-500000;1) δηλαδή 832.486,96 ισχύει FV(1%;20;-10000;-500000;1)=FV(1%;20;-10000;;1) +FV(1%;20;;-500000;1) Μάθηµα 1-38- Χατζάκης Ηλίας

PV(Επιτόκ.περιόδου;πλήθος περιόδων;ποσό δόσης;υπόλοιπ.αποπληρωµής ;0ή1) Επιστρέφει την παρούσα αξία(present Value) δηλαδή το ποσό των χρηµάτων που µπορούµε να δανειστούµε και το οποίο µπορούµε να το εξωφλήσουµε ολόκληρο ή να αφήσουµε κάποιο υπόλοιπο αν αρχίσουµε να καταθέτουµε ίσα ποσά δόσεων στην αρχή ή στο τέλος της περιόδου για ένα αριθµό περιόδων. Παράδειγµα έστω ότι για να πάρω ένα δάνειο έχω τη δυνατότητα 20 προκαταβληταίες εξαµηνιαίες δόσεις ποσού 500000 µε επιτόκιο εξαµήνου 4%. Το ποσό των χρηµάτων που µπορώ να δανειστώ και ξεπληρώνεται µε αυτόν τον τρόπο(παρούσα αξία) δίδεται από τη συνάρτηση : =PV(4%;20;-500000;;1) Το ποσό του δανείου που µπορείται να πάρετε µε αυτούς τους όρους είναι 7.066.969,70 Ισχύει ότι ολόκληρο το ποσό του δανείου αν το καταθέσουµε µε το ίδιο επιτόκιο και για το συνολικό διάστηµα όλων των περιόδων πρέπει η µέλλουσα αξία που προκύπτει να είναι η ίδια µε αυτή των δόσεων δηλαδή FV(4%;20;;-7066969,70;)=FV(4%;20;-500000;;1) Αν µετά την εξώφληση της τελευταίας δόσης θέλετε να µείνει υπόλοιπο για αποπληρωµή του δανείου 2000000 ο τύπος είναι =PV(4%;20;-500000;2000000;1) και το ποσό του δανείου είναι 7.979.743,59 και σε αυτή τη περίπτωση ισχύει FV(4%;20;;-7979743,59;1)=FV(1%;20;-500000;;1) +2000000 PMT(Επιτόκ.περιόδου;πλήθος περιόδων;ποσό δανείου;υπόλοιπ.εξώφλ. ;0ή1) Επιστρέφει το ποσό της δόσης που πρέπει να πληρώνουµε για την εξώφληση ολοκλήρου του δανείου ή µέρος αυτού. Παράδειγµα (αντίστροφο του παραδείγµατος της συνάρτησης PV) έστω ότι παίρνω ένα δάνειο 7.066.969,70 και θέλω να το εξωφλήσω σε 20 εξαµηνιαίες προκαταβληταίες δόσεις µε επιτόκιο εξαµήνου 4%. Το ποσό της δόσης δίδεται από τη συνάρτηση : =PMT(4%;20;-7066969,7;;1) και είναι 500000 NPER(Επιτόκ.περιόδου;ποσό δόσης;ποσό δανείου;υπόλοιπ.εξώφλ. ;0ή1) Επιστρέφει το πλήθος των δόσεων που πρέπει να πληρώνουµε σύµφωνα µε τα παραπάνω για την εξώφληση ολοκλήρου του δανείου ή µέρος αυτού. Παράδειγµα (αντίστροφο του παραδείγµατος της συνάρτησης PV) έστω ότι παίρνω ένα δάνειο 7.066.969,70 και θέλω να το εξωφλήσω µε δόσεις των 500000 προκαταβληταίες µε επιτόκιο εξαµήνου 4%. Το πλήθος των δόσεων δίδεται από τη συνάρτηση : = NPER(4%;-500000;7066969,70;;1) και είναι 20 RATE(πλήθος δόσεων;ποσό δόσης;ποσό δανείου;υπόλοιπ.εξώφλ. ;0ή1) Επιστρέφει το επιτόκιο που ισχύει στο παραπάνω δάνειο. Παράδειγµα (αντίστροφο του παραδείγµατος της συνάρτησης PV) έστω ότι παίρνω ένα δάνειο 7.066.969,70 και θέλω να το εξωφλήσω µε 20 δόσεις των 500000 προκαταβληταίες. Το επιτόκιο δίδεται από τη συνάρτηση : = RATE(20;-500000;7066969,70;;1) και είναι 4% Μάθηµα 1-39- Χατζάκης Ηλίας

ΟΝΟΜΑΣΙΑ ΠΕΡΙΟΧΗΣ Μαρκάρουµε την περιοχή και στη συνέχεια επιλέγουµε Εισαγωγή\ Όνοµα και δίνουµε το όνοµα της περιοχής που έχουµε επιλέξει και πληκτρολογούµε την περιοχή αν δεν την έχουµε επιλέξει και τέλος επιλέγουµε προσθήκη. ΠΑΡΑ ΕΙΓΜΑΤΑ 1) ηµιουργία φύλλου αποθήκης. Να δηµιουργηθούν φύλλο εργασίας αποθήκης µε όνοµα store όπως παρακάτω Η περιοχή $A$4:$A$103 να ονοµασθεί cod_stor και $A$4:$B$103 stor_cd_nm ΑΠΟΘΗΚΗ ΠΟΣΟΤΗΤΕΣ ΚΩ ΙΚΟΣ ΟΝΟΜΑ ΑΓΟΡΑ ΠΩΛΗΣΗ ΥΠΟΛΟΙΠ Σ Σ Α C1-1 PENTIUM II 350 C2-1 PENTIUM III 400 L-1 LAZER J-1 INKZET M15-1 MONITOR 15 K-1 KEYBOARD C1-2 PENTIUM II 400 TV26-1 ΤΗΛΕΟΡΑΣΗ 26'' ΠΠ-1 ΠΛΥΝΤΗΡΙΟ ΠΙΑΤΩΝ ΠΡ-1 ΠΛΥΝΤΗΡΙΟ ΡΟΥΧΩΝ 2) ηµιουργία φύλλου προµηθευτές. Να δηµιουργηθεί φύλλο εργασίας προµηθευτών µε όνοµα providers όπως παρακάτω Η περιοχή $A$3:$A$102 να ονοµασθεί cod_prov και $A$3:$B$102 prov_cd_nm ΠΡΟΜΗΘΕΥΤΕΣ ΚΩ ΙΚΟ ΟΝΟΜΑ ΧΡΕΩΣ Σ Η XN-1 ΠΑΠΑ ΑΚΗΣ ΝΙΚ IER-1 ΤΑΜΠΑΚΑΚΗΣ ΣΗΦΗΣ XF-1 ΕΛΗΓΙΑΝΝΗΣ ΗΛΙΑΣ ΠΙΣΤΩΣ Η ΥΠΟΛΟΙΠ Ο Μάθηµα 1-40- Χατζάκης Ηλίας

ΣΥΝΑΡΤΗΣΕΙΣ ΑΝΑΖΗΤΗΣΗΣ ΚΑΙ ΑΝΑΦΟΡΑΣ INDIRECT(Χ) Μας δίνει το περιεχόµενο του κελιού που περιέχεται στο κελί Χ. π.χ. Αν το C12 περιέχει τη λέξη XAΡΑ και A1 περιέχει το C12 (χωρίς το ίσον) τότε INDIRECT(A1)=ΧΑΡΑ CHOOSE(Χ;x1;x2;x3...) Όταν το Χ είναι 1 2 3 κ.λ.π. δίνει αποτέλεσµα x3... κ.λ.π. αντιστοίχως. x1 x2 MATCH(X ; Περιοχή ; n) Ψάχνει να βρει τη θέση που βρίσκεται το Χ µέσα στην περιοχή που αναφέρουµε. Αν το n=0 ψάχνει για ακριβή ταύτιση του Χ. Αν το n=1 ψάχνει να βρει τον πλησιέστερο µεγαλύτερο ή ίσο του Χ. Σ' αυτή τη περίπτωση τα δεδοµένα της περιοχής πρέπει να είναι ταξινοµηµένα κατά αύξουσα σειρά. Αν το n= -1 ψάχνει να βρει τον πλησιέστερο µικρότερο ή ίσο του Χ. Σε αυτή τη περίπτωση τα δεδοµένα της περιοχής πρέπει να είναι ταξινοµηµένα κατά φθίνουσα σειρά. Αν παραλείψουµε το n τότε θεωρείται η τιµή 1. HLOOKUP(X;περιοχή;n) Ψάχνει τη πρώτη γραµµή της περιοχής για να βρει το πλησιέστερο ίσο ή µικρότερο του Χ και µας δίνει το περιεχόµενο του κελιού που βρίσκεται στην ίδια κολώνα που βρήκε το Χ και τόσες γραµµές πιο κάτω όσο είναι το n. Τα δεδοµένα της περιοχής πρέπει να είναι ταξινοµηµένα κατά αύξουσα σειρά. VLOOKUP(X;περιοχή;n) Ψάχνει τη πρώτη κολώνα της περιοχής για να βρει το πλησιέστερο ίσο ή µικρότερο του Χ και µας δίνει το περιεχόµενο του κελιού που βρίσκεται στην ίδια γραµµή αλλά n κολώνες πιο δεξιά. Τα δεδοµένα της περιοχής πρέπει να είναι ταξινοµηµένα κατά αύξουσα σειρά. CΟLUMNS(περιοχή) ίνει τον αριθµό των στηλών της περιοχής. ROWS(περιοχή) ίνει τον αριθµό των γραµµών της περιοχής. CΟLUMN(κελί) ίνει τον αριθµό της στήλης που βρίσκεται το κελί. ROW(κελί) ίνει τον αριθµό της γραµµής που βρίσκεται το κελί. INDEX(περιοχή;X;Y) Mας δίνει το περιεχόµενο του κελιού που βρίσκεται Χ γραµµές προς τα κάτω και Υ στήλες δεξιά από το πρώτο κελί της περιοχής. Π.χ. =(index(a1:d9;3;2) θα µας δώσει το περιεχόµενο του κελιού b3. Αν το Χ ή Υ είναι 0 τοτε η INDEX θα επιστρέψει ολόκληρη την κολώνα ή τη γραµµή της περιοχής που ορίζεται από το Υ ή το Χ αντίστοιχα Π.χ. =sum(index(a1:d20;0;2)) θα µας δώσει το άθροισµα b1:b20 CELL("έκφραση"; περιοχή) Mας δίνει ανάλογα µε την έκφραση διάφορες πληροφορίες σχετικά µε την περιοχή ή το πρώτο κελί της περιοχής. Οπου έκφραση είναι µία από τις παρακάτω λέξεις: address row col contents type prefix protect width format. Μάθηµα 1-41- Χατζάκης Ηλίας

ΠΑΡΑ ΕΙΓΜΑ Το φύλλο που ακολουθεί ονοµάζετε purchase και χρησιµοποιείται για να εισάγουµε προϊόντα στην αποθήκη µας δουλεύει για 500 αγορές Η περιοχή $A$4:$A$503 να ονοµασθεί cod_yl_pur και η περιοχή $C$4:$B$503 cod_prov_pur. ΑΓΟΡΕΣ ΥΛΙΚΟ ΠΡΟΜΗΘΕΥΤΗΣ ΚΩ ΙΚΟΣ ΟΝΟΜΑ ΚΩ ΙΚΟΣ ΟΝΟΜΑ ΠΟΣΟΤΗΤΑ ΤΙΜΗ ΗΜΕΡΟΜΗΝΙΑ C1-1 PENTIUM II 350 XF-1 ΕΛΗΓΙΑΝΝΗΣ 5 700000 29/10/1999 ΗΛΙΑΣ TV26-1 ΤΗΛΕΟΡΑΣΗ 26'' XN-1 ΠΑΠΑ ΑΚΗΣ ΝΙΚ 8 100000 0 30/10/1999 Στο παραπάνω φύλλο εργασίας θέλουµε να δίνουµε τον κωδικό του υλικού στο κελί Α4 και να εµφανίζεται το όνοµα του υλικού στο κελί Β4. Η συνάρτηση που γράφουµε στο κελί Β4 είναι =IF(ISBLANK(A4);" ";INDEX(STOR_CD_NM;MATCH(A4;COD_STOR;0);2)) επίσης θέλουµε να δίνουµε τον κωδικό του προµηθευτή στο κελί C4 και εµφανίζεται το όνοµα του προµηθευτή στο κελί D4.. Η συνάρτηση που γράφουµε στο κελί D4 είναι =IF(ISBLANK(C4);"";INDEX(PROV_CD_NM;MATCH(C4;COD_PROV;0);2)) Παρατηρήσεις 1)Οι παραπάνω συναρτήσεις να αντιγραφούν και στα επόµενα κελιά µέχρι τα Β504 και C504 αντίστοιχα 2)H συνάρτηση ISBLANK(κελί) δίδει αποτέλεσµα TRUE όταν το κελί είναι άδειο Μάθηµα 1-42- Χατζάκης Ηλίας

Άσκηση Στο βιβλίο εργασίας που αναπτύξαµε στην προηγούµενη άσκηση να γίνουν τα παρακάτω A) να δηµιουργηθεί φύλλο εργασίας για 100 πελάτες µε όνοµα customers όπως παρακάτω.η περιοχή $A$3:$A$102 να ονοµασθεί cod_cust και η περιοχή $A$3:$B$102 να ονοµασθεί cust_cd_nm ΠΕΛΑΤΕΣ ΚΩ ΙΚΟ ΟΝΟΜΑ ΧΡΕΩΣΗ ΠΙΣΤΩΣΗ ΥΠΟΛΟΙΠΟ Σ HR-1 ΜΑΥΡΟΓΙΑΝΝΑΚΗΣ Λ. 0 HR-2 ΜΙΧΑΛΑΚΗΣ ΣΤ. 0 EL-1 ΟΥΛΟΥΦΑΚΗΣ Γ. 0 0 Β) να δηµιουργηθεί φύλλο εργασίας για 500 πωλήσεις µε όνοµα sales όπως παρακάτω. Η περιοχή $A$4:$A$503 να ονοµασθεί cod_yl_sal και η περιοχή $C$4:$B$503 cod_cust_sal. ΠΩΛΗΣΕΙΣ ΥΛΙΚΟ ΠΕΛΑΤΗΣ ΚΩ ΙΚΟΣ ΟΝΟΜΑ ΚΩ ΙΚΟΣ ΟΝΟΜΑ ΠΟΣΟΤΗΤΑ ΤΙΜΗ ΗΜΕΡΟΜΗΝΙΑ C1-1 PENTIUM II 350 HR-1 ΜΑΥΡΟΓΙΑΝΝΑΚΗ 1 700000 29/10/1999 Σ TV26-1 ΤΗΛΕΟΡΑΣΗ 26'' EL-1 ΟΥΛΟΥΦΑΚΗΣ Γ. 2 100000 0 30/10/1999 Μάθηµα 1-43- Χατζάκης Ηλίας

COUNTIF(περιοχή;συνθήκη) Επιστρέφει το πλήθος κελιών της περιοχής που ικανοποιούν τη συνθήκη. Η συνθήκη πρέπει να είναι απλή συνθήκη π.χ. ">0" ή περιεχόµενο ενός κελιού π.χ. Α1. SUMIF(περιοχή1;συνθήκη;περιοχή2) ίνει το άθροισµα των κελιών της περιοχής2 που τα αντίστοιχα κελιά της περιοχής1 ικανοποιούν τη συνθήκη ΠΑΡΑ ΕΙΓΜΑ Να γραφούν οι κατάλληλες συναρτήσεις ώστε να συµπληρωθούν α)στο φύλλο εργασίας store τα τεµάχια αγοράς και πώλησης καθώς και τα υπόλοιπα τεµάχια. β)στο φύλλο εργασίας customers η πίστωση και το υπόλοιπο του πελάτη. γ)φύλλο εργασίας providers η χρέωση και το υπόλοιπο του προµηθευτή. Υπόδειξη Α)Για τη διεξαγωγή της άσκησης απαιτείται ή ονοµασία των εξής περιοχών Οι περιοχές του φύλλου εργασίας purchase $E$4:$E$503 και $F$4:$f$503 να ονοµασθούν tem_yl_pur και tim_prov_pur αντίστοιχα. Οι περιοχές του φύλλου εργασίας sales $E$4:$E$503 και $F$4:$f$503 να ονοµασθούν tem_yl_sal και tim_prov_sal αντίστοιχα. Β)Οι συναρτήσεις στην αποθήκη είναι 1)για τα τεµάχια αγοράς =IF(ISBLANK(A4);" ";SUMIF(COD_YL_PUR;A4;TEM_YL_PUR)) 2)για τα τεµάχια πώλησης =IF(ISBLANK(A4);" ";SUMIF(COD_YL_SAL;A4;TEM_YL_SAL)) 3)για τα υπόλοιπα τεµάχια =IF(ISBLANK(A4);" ";C4-D4) Γ)Οι συναρτήσεις για τους προµηθευτές είναι 1)για τη χρέωση των προµηθευτών =IF(ISBLANK(A3);"";SUMIF(COD_PROV_PUR;A3;TIM_YL_PUR)) 2)για το υπόλοιπο των προµηθευτών =IF(ISBLANK(A3);" ";C3-D3) )Οι συναρτήσεις για τους πελάτες είναι 1) Για την πίστωση των πελατών =IF(ISBLANK(A3);" ";SUMIF(COD_CUST_SAL;A3;TIM_CUST_SAL)) 2)Για το υπόλοιπο των πελατών =IF(ISBLANK(A3);" ";C3-D3) Μάθηµα 1-44- Χατζάκης Ηλίας

ΣΤΑΘΕΡΟΠΟΙΗΣΗ ΤΜΗΜΑΤΩΝ ΠΑΡΑΘΥΡΟΥ Γίνετε για να σταθεροποιήσουµε ένα κοµµάτι από τις πρώτες γραµµές και πρώτες κολώνες του φύλλου εργασίας ώστε αυτό να µην κρύβετε όταν κινούµεθα µέσα σε αυτό. Για να σταθεροποιήσουµε πηγαίνουµε στο κελί που πάνω και πριν από αυτό θέλουµε να σταθεροποιήσουµε και επιλέγουµε ΠΑΡΑΘΥΡΟ /ΣΤΑΘΕΡΟΠΟΙΗΣΗ ή ΑΠΟΣΤΑΘΕΡΟΠΟΙΗΣΗ για το αναίρεση. ΑΣΚΗΣΗ Να σταθεροποιηθούν οι επικεφαλίδες όλων των φύλλων εργασίας της προηγούµενης άσκησης. ΚΛΕΙ ΩΜΑ ΠΕΡΙΟΧΗΣ Τα κελιά που περιέχουν τύπους δεν πρέπει να µεταβάλλονται κατά την χρήση του φύλλου εργασίας για αυτό πρέπει αυτά τα κελιά να κλειδώνονται από µεταβολή. Για να κλειδώσουµε µια περιοχή πρέπει να την επιλέξουµε και να ορίσουµε ότι αυτή θέλουµε να είναι κλειδωµένη από την επιλογή Μορφή \ κελιών \ προστασία και ενεργοποιούµαι την επιλογή κλειδωµένο. Για να ενεργοποιήσουµε ή να απενεργοποιήσουµε τα κλειδώµατα επιλέγουµε Εργαλεία \ προστασία Παρατήρηση Επειδή όλο το φύλλο έχει ορισθεί να είναι κλειδωµένο για αυτό πρέπει πριν κάνουµε οτιδήποτε να το επιλέξουµε και στη συνέχεια από την επιλογή µορφή\ κελιών \προστασία να απενεργοποιήσουµε το κλείδωµα. Μάθηµα 1-45- Χατζάκης Ηλίας

ΑΣΚΗΣΕΙΣ 1)Να κατασκευασθούν 2 φύλλα εργασίας για να συµπληρωθεί η προηγούµενη άσκηση α) για τα χρήµατα που θα µας δίνουν οι πελάτες (Χρεώσεις πελατών) τα οποία θα ενηµερώνουν τη χρέωση του πελάτη στο φύλλο customers ΧΡΕΩΣΕΙΣ ΠΕΛΑΤΩΝ ΠEΛΑΤΗΣ ΚΩ ΙΚΟΣ ΟΝΟΜΑ ΤΙΜΗ ΗΜΕΡΟΜΗΝΙΑ HR-2 ΜΙΧΑΛΑΚΗΣ ΣΤ. 700000 29/10/1999 EL-1 ΟΥΛΟΥΦΑΚΗΣ Γ. 1000000 30/10/1999 β) για τα χρήµατα που θα µας δίνουµε στους προµηθευτές (πιστώσεις προµηθευτών) τα οποία θα ενηµερώνουν τη πίστωση του προµηθευτή στο φύλλο providers ΠΙΣΤΩΣΕΙΣ ΠΡΟΜΗΘΕΥΤΩΝ ΠΡΟΜΗΘΕΥΤΗΣ ΚΩ ΙΚΟΣ ΟΝΟΜΑ ΤΙΜΗ ΗΜΕΡΟΜΗΝΙΑ XF-1 ΕΛΗΓΙΑΝΝΗΣ 700000 29/10/1999 XN-1 ΗΛΙΑΣ ΠΑΠΑ ΑΚΗΣ ΝΙΚ 100000 0 30/10/1999 2)Να κλειδωθούν όλες οι περιοχές των φύλλων εργασίας της άσκησης που περιέχουν τύπους καθώς και οι επικεφαλίδες. Μάθηµα 1-46- Χατζάκης Ηλίας