SlideShare a Scribd company logo
2015
Νατάσα Λύρη
Πρότυπο Πειραματικό Λύκειο
Πανεπιστημίου Πατρών
14/5/2015
Μαθηματικά Γενικής Παιδείας Γ΄ Λυκείου
(Συνοπτική θεωρία-Ασκήσεις)
Wassily Kandinsky, Upward, 1939
2
ΠΕΡΙΕΧΟΜΕΝΑ
Κεφάλαιο 1ο
Μονοτονία – Ακρότατα Συνάρτησης 3
Όριο Συνάρτησης 3
Συνεχής Συνάρτηση 3
Παράγωγος Συνάρτησης
Παραγώγιση Βασικών Συναρτήσεων (Αποδείξεις) 4
Κανόνες Παραγώγισης (Αποδείξεις) 5
Πίνακας Βασικών Τύπων και Κανόνων Παραγώγισης 5
Εξίσωση εφαπτομένης γραφικής παράστασης συνάρτησης 5
Κεφάλαιο 2ο
Συχνότητα – Σχετική Συχνότητα- Αθροιστικές Συχνότητες 6
Γραφική Παράσταση Κατανομής Συχνοτήτων 7
Μέτρα Θέσης 7
Μέτρα Διασποράς 9
Κανονική Κατανομή 9
Ομοιογένεια δείγματος 10
Κεφάλαιο 3ο
Πείραμα Τύχης- Δειγματικός Χώρος – Ενδεχόμενα 11
Πράξεις με Ενδεχόμενα –Ασυμβίβαστα Ενδεχόμενα 12
Εφαρμογή 2 (σχολικό βιβλίο σχολ. 143) 13
Κλασικός Ορισμός Πιθανότητας 14
Κανόνες Λογισμού των Πιθανοτήτων (Αποδείξεις) 14
Εφαρμογή 2 (σχολικό βιβλίο σχολ. 153) 16
Ασκήσεις (Λυμένες)
Κεφάλαιο 1ο
Άσκηση 1 17
Άσκηση 2 18
Άσκηση 3 19
Κεφαλαίο 2ο
Άσκηση 4 20
Κεφάλαιο 3ο
Άσκηση 5 23
3
ΚΕΦΑΛΑΙΟ 1ο
Μονοτονία Συνάρτησης
Μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του πεδίου ορισμού της, όταν για
οποιαδήποτε σημεία με ισχύει και γνησίως φθίνουσα στο Δ,
όταν για οποιαδήποτε σημεία με ισχύει .
Ακρότατα Συνάρτησης
Μια συνάρτηση f με πεδίο ορισμού το Α, λέμε ότι παρουσιάζει:
Τοπικό μέγιστο στο , όταν για κάθε x σε μια περιοχή του , και
Tοπικό ελάχιστο στο όταν για κάθε x σε μια περιοχή του .
Ιδιότητες Ορίων Συνάρτησης
Αν οι συναρτήσεις f και g έχουν στο x0 όρια πραγματικούς αριθμούς, δηλαδή αν
και όπου και πραγματικοί αριθμοί, τότε αποδεικνύεται ότι:
Συνεχής Συνάρτηση
Mια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής, αν για κάθε ισχύει
.
Παράγωγος Συνάρτησης
Έστω μια συνάρτηση f με πεδίο ορισμού το Α, και Β το σύνολο των x A στα οποία η f είναι
παραγωγίσιμη. Τότε ορίζεται μια νέα συνάρτηση, με την οποία κάθε x B αντιστοιχίζεται στο
Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος της f και συμβολίζεται με f '.
Η παράγωγος της συνάρτησης f ' λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ''.
Σχόλια
Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι x(t) τη χρονική στιγμή t, τότε η
ταχύτητά του θα είναι
υ(t)=x'(t)
Αν η συνάρτηση υ είναι παραγωγίσιμη, τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι
η παράγωγος της ταχύτητας, δηλαδή θα ισχύει
α(t)=υ'(t) ή ισοδύναμα α(t)=x''(t)
4
Παραγώγιση Βασικών Συναρτήσεων (ΑΠΟΔΕΙΞΕΙΣ)
1. Η παράγωγος της σταθερής συνάρτησης f(x)=c
Έχουμε
f(x + h) - f (x) = c - c = 0
και για h≠0
οπότε
Άρα (c)'=0.
2. Η παράγωγος της ταυτοτικής συνάρτησης f(x) = x
Έχουμε f(x + h) - f(x) = (x + h) - x = h ,
και για h ≠ 0,
Επομένως
Άρα, (x)'=1.
3. Η παράγωγος της συνάρτησης f (x) = xρ
Έστω η συνάρτηση f (x) = x2
. Έχουμε
f (x + h) - f (x) = (x + h)2
- x2
= x2
+ 2xh + h2
- x2
= (2x + h)h,
και για h≠0,
Επομένως,
Άρα (x2
)' = 2x
5
Κανόνες Παραγώγισης (ΑΠΟΔΕΙΞΕΙΣ)
1. Η παράγωγος της συνάρτησης cf(x)
Έστω η συνάρτηση F(x) = cf(x). Έχουμε
F(x + h) - F(x) = cf (x + h) - cf (x) = c(f(x + h) - f(x)), και για h ≠ 0
Επομένως
Άρα (c · f(x))' = c · f'(x).
2. Η παράγωγος τηςσυνάρτησης f(x) + g(x).
Έστω η συναρτηση F(x) = f(x) + g(x). Έχουμε
F(x + h) - F(x) = (f(x + h) + g(x + h)) - (f(x) + g(x))
= ( f(x + h) - f(x)) + (g(x + h) - g(x)),
και για h≠0,
Επομένως
Άρα (f(x) + g(x))' = f'(x) + g'(x)
ΠΙΝΑΚΑΣ ΒΑΣΙΚΩΝ ΤΥΠΩΝ ΚΑΙ ΚΑΝΟΝΩΝ ΠΑΡΑΓΩΓΙΣΗΣ
Εξίσωση εφαπτόμενης ευθείας στο σημείο Α ( της γραφικής παράστασης της
συνάρτησης :
6
ΚΕΦΑΛΑΙΟ 2ο
Ας υποθέσουμε ότι x1, x2,..., xκ είναι οι τιμές μιας μεταβλητής Χ, που αφορά τα άτομα ενός
δείγματος μεγέθους v, κ ≤ ν.
Συχνότητα
Στην τιμή xi αντιστοιχίζεται η (απόλυτη) συχνότητα νi, δηλαδή ο φυσικός αριθμός που δείχνει
πόσες φορές εμφανίζεται η τιμή xi της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων.
Είναι φανερό ότι το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος,
δηλαδή:
ν1+ ν2 + ... + νκ = v
Σχετική Συχνότητα
Αν διαιρέσουμε τη συχνότητα νi με το μέγεθος ν του δείγματος, προκύπτει η σχετική συχνότητα fi
της τιμής xi, δηλαδή
Για τη σχετική συχνότητα ισχύουν οι ιδιότητες:
(i) 0 ≤ fi ≤ 1 για i = 1,2,..., κ αφού 0 ≤ νi ≤ ν.
(ii) f1 + f2 + ... + fκ = 1, αφού
Αθροιστικές Συχνότητες
Στην περίπτωση των ποσοτικών μεταβλητών εκτός από τις συχνότητες νi και fi χρησιμοποιούνται
συνήθως και οι λεγόμενες αθροιστικές συχνότητες Ni και οι αθροιστικές σχετικές συχνότητες Fi,
οι οποίες εκφράζουν το πλήθος και το ποσοστό αντίστοιχα των παρατηρήσεων που είναι
μικρότερες ή ίσες της τιμής xi.
Αν οι τιμές x1, x2,..., μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη, τότε η αθροιστική
συχνότητα της τιμής xi είναι:
Ni = ν1 + ν2 +...+ νi i = 1,2,...,κ.
ν1 = N1 , ν2 = N2 - N1 ,..., νκ = Nκ - Nκ-1
ή N1= ν1 , N2= ν2 + ν1 ,..., Nκ= ν1 + ν2 +...+ νκ=ν
Όμοια, η αθροιστική σχετική συχνότητα είναι:
Fi= f1 + f2 +...+ fi, για i = 1,2,...,κ.
f1 = F1, f2 = F2 - F1 ,..., fκ = Fκ - Fκ-1.
ή F1= f1, F2= f1 + f2 ,..., Fκ = f1 + f2 +...+ fκ=1.
7
Γραφική Παράσταση Κατανομής Συχνοτήτων
α) Ραβδόγραμμα
Το ραβδόγραμμα χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής
μεταβλητής. Το ραβδόγραμμα αποτελείται από ορθογώνιες στήλες που οι βάσεις τους βρίσκονται
πάνω στον οριζόντιο ή τον κατακόρυφο άξονα. Σε κάθε τιμή της μεταβλητής Χ αντιστοιχεί μια
ορθογώνια στήλη της οποίας το ύψος είναι ίσο με την αντίστοιχη συχνότητα ή σχετική συχνότητα.
Έτσι έχουμε αντίστοιχα το ραβδόγραμμα συχνοτήτων και το ραβδόγραμμα σχετικών
συχνοτήτων. Τόσο η απόσταση μεταξύ των στηλών όσο και το μήκος των βάσεών τους
καθορίζονται αυθαίρετα.
β) Διάγραμμα Συχνοτήτων
Στην περίπτωση που έχουμε μια ποσοτική μεταβλητή αντί του ραβδογράμματος χρησιμοποιείται το
διάγραμμα συχνοτήτων. Αυτό μοιάζει με το ραβδόγραμμα με μόνη διαφορά ότι αντί να
χρησιμοποιούμε συμπαγή ορθογώνια υψώνουμε σε κάθε xi (υποθέτοντας ότι x1 < x2 <...< xκ) μία
κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα.
Μπορούμε επίσης αντί των συχνοτήτων νi στον κάθετο άξονα να βάλουμε τις σχετικές συχνότητες
fi, οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων.
Ενώνοντας τα σημεία (xi, νi) ή (xi, fi) έχουμε το λεγόμενο πολύγωνο συχνοτήτων ή πολύγωνο
σχετικών συχνοτήτων, αντίστοιχα, που μας δίνουν μια γενική ιδέα για τη μεταβολή της
συχνότητας ή της σχετικής συχνότητας όσο μεγαλώνει η τιμή της μεταβλητής που εξετάζουμε.
γ) Κυκλικό Διάγραμμα
Το κυκλικό διάγραμμα χρησιμοποιείται για τη γραφική παράσταση τόσο των ποιοτικών όσο και
των ποσοτικών δεδομένων, όταν οι διαφορετικές τιμές της μεταβλητής είναι σχετικά λίγες.
Το κυκλικό διάγραμμα είναι ένας κυκλικός δίσκος χωρισμένος σε κυκλικούς τομείς, τα εμβαδά ή,
ισοδύναμα, τα τόξα των οποίων είναι ανάλογα προς τις αντίστοιχες συχνότητες νi ή τις σχετικές
συχνότητες fi των τιμών xi της μεταβλητής.
Αν συμβολίσουμε με αi το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό διάγραμμα
συχνοτήτων, τότε
Μέτρα Θέσης
α) Μέση Τιμή
Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι t1,t2,...,tv, τότε η μέση
τιμή συμβολίζεται με και δίνεται από τη σχέση:
Σε μια κατανομή συχνοτήτων, αν x1, x2 ,..., xκ είναι οι τιμές της μεταβλητής Χ με συχνότητες
v1,v2,...,vκ αντίστοιχα, η μέση τιμή ορίζεται ισοδύναμα από τη σχέση:
8
Η παραπάνω σχέση ισοδύναμα γράφεται:
β) Διάμεσος (δ)
Διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται
ως η μεσαία παρατήρηση, όταν το ν είναι περιττός αριθμός, ή ο μέσος όρος (ημιάθροισμα) των δύο
μεσαίων παρατηρήσεων όταν το ν είναι άρτιος αριθμός.
Διάμεσος σε Ομαδοποιημένα Δεδομένα
Κατασκευάζουμε το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων και την πολυγωνική γραμμή,
(όπως στο παρακάτω). Η διάμεσος, όπως ορίστηκε, αντιστοιχεί στην τιμή x = δ της μεταβλητής Χ
(στον οριζόντιο άξονα), έτσι ώστε το 50% των παρατηρήσεων να είναι μικρότερες ή ίσες του δ.
Δηλαδή, η διάμεσος θα έχει αθροιστική σχετική συχνότητα Fi = 50% . Εφόσον στον κάθετο άξονα
έχουμε τις αθροιστικές σχετικές συχνότητες, από το σημείο Α (50% των παρατηρήσεων) φέρουμε
την και στη συνέχεια τη ΒΓ ⊥ Οx. Τότε, στο σημείο Γ αντιστοιχεί η διάμεσος δ των
παρατηρήσεων.
Τα τρίγωνα ΔΕΒ και ΔΖΗ είναι όμοια. Άρα
δ ≈ 173
Δ
Ε
Ζ Η
9
Μέτρα Διασποράς
α) Εύρος (R)
Το απλούστερο από τα μέτρα διασποράς είναι το εύρος (R), που ορίζεται ως η διαφορά της
ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση, δηλαδή:
Εύρος R = Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση
β) Διακύμανση (s2
)
Η διακύμανση ή διασπορά ορίζεται από τη σχέση
Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα, η διακύμανση ορίζεται από τη
σχέση:
γ) Τυπική Απόκλιση (s)
Η διακύμανση είναι μια αξιόπιστη παράμετρος διασποράς, αλλά έχει ένα μειονέκτημα. Δεν
εκφράζεται με τις μονάδες με τις οποίες εκφράζονται οι παρατηρήσεις. Για παράδειγμα, αν οι
παρατηρήσεις εκφράζονται σε cm, η διακύμανση εκφράζεται σε cm2
. Αν όμως πάρουμε τη θετική
τετραγωνική ρίζα της διακύμανσης, θα έχουμε ένα μέτρο διασποράς που θα εκφράζεται με την ίδια
μονάδα μέτρησης του χαρακτηριστικού, όπως ακριβώς είναι και όλα τα άλλα μέτρα θέσης, που
εξετάσαμε έως τώρα. Η ποσότητα αυτή λέγεται τυπική απόκλιση, συμβολίζεται με s και δίνεται
από τη σχέση:
Κανονική Κατανομή
Αξίζει να σημειωθεί ότι αν η καμπύλη συχνοτήτων για το χαρακτηριστικό που εξετάζουμε είναι
κανονική ή περίπου κανονική, τότε η τυπική απόκλιση s έχει τις παρακάτω ιδιότητες:
i) το 68% περίπου των παρατηρήσεων
βρίσκεται στο διάστημα
ii) το 95% περίπου των παρατηρήσεων
βρίσκεται στο διάστημα
iii) το 99,7% περίπου των παρατηρήσεων
βρίσκεται στο διάστημα
iv) το εύρος ισούται περίπου με έξι τυπικές
αποκλίσεις, δηλαδή R ≈ 6s.
10
Ομοιογένεια Δείγματος
Ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών, που είτε εκφράζονται σε διαφορετικές
μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης, αλλά έχουν σημαντικά
διαφορετικές μέσες τιμές, είναι ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας, ο
οποίος ορίζεται από το λόγο:
Γενικά δεχόμαστε ότι ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές, εάν ο συντελεστής
μεταβολής δεν ξεπερνά το 10%.
Για την σύγκριση δύο ομάδων τιμών Α και Β:
Αν CVA>CVB τότε έχουμε μεγαλύτερη ομοιογένεια στις τιμές της ομάδας Β παρά της Α.
Δηλαδή μεγαλύτερος συντελεστής μεταβολής, συνεπάγεται μικρότερη ομοιογένεια.
Παρατηρήσεις
Έστω x1, x2 ,..., xvν παρατηρήσεις με μέση τιμή και τυπική απόκλιση sx.
α) Αν y1, y2,..., yv είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από
τις x1, x2,..., xv μια σταθερά c, τότε:
β) Αν y1, y2,..., yv είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε σε καθεμιά από
τις x1, x2,..., xv μια σταθερά c, τότε:
11
ΚΕΦΑΛΑΙΟ 3ο
Πείραμα Τύχης
Πείραμα τύχης, ονομάζεται ένα πείραμα για το οποίο δεν μπορούμε εκ των προτέρων να
προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις
ίδιες συνθήκες.
Για παράδειγμα, δεν μπορούμε να προβλέψουμε με ακρίβεια τον αριθμό των τροχαίων ατυχημάτων
που συμβαίνουν σε μια εβδομάδα σε ένα σημείο μιας εθνικής οδού, αφού ο αριθμός αυτός
εξαρτάται από πολλούς απρόβλεπτους παράγοντες.
Δειγματικός χώρος
Όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης λέγονται δυνατά
αποτελέσματα ή δυνατές περιπτώσεις του πειράματος. Το σύνολο των δυνατών αποτελεσμάτων
λέγεται δειγματικός χώρος και συμβολίζεται συνήθως με το γράμμα Ω. Αν δηλαδή ω1,ω2,...,ωκ
είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης, τότε ο δειγματικός χώρος του πειράματος θα
είναι το σύνολο:
Ω = {ω1, ω2,...,ωκ}.
Ενδεχόμενα
Ένα ενδεχόμενο λέγεται απλό όταν έχει ένα μόνο στοιχείο και σύνθετο αν έχει περισσότερα
στοιχεία.
Όταν το αποτέλεσμα ενός πειράματος, σε μια συγκεκριμένη εκτέλεσή του είναι στοιχείο ενός
ενδεχομένου, τότε λέμε ότι το ενδεχόμενο αυτό πραγματοποιείται ή συμβαίνει. Γι’αυτό τα
στοιχεία ενός ενδεχομένου λέγονται και ευνοϊκές περιπτώσεις για την πραγματοποίησή του. Έτσι,
για παράδειγμα, το ενδεχόμενο A = {2,4,6} έχει τρεις ευνοϊκές περιπτώσεις και πραγματοποιείται,
όταν φέρουμε 2 ή 4 ή 6.
Ο ίδιος ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο, το οποίο μάλιστα
πραγματοποιείται πάντοτε, αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο
Ω. Γι’ αυτό το Ω λέγεται βέβαιο ενδεχόμενο.
Δεχόμαστε ακόμα ως ενδεχόμενο και το κενό σύνολο ∅ που δεν πραγματοποιείται σε καμιά
εκτέλεση του πειράματος τύχης. Γι’ αυτό λέμε ότι το ∅ είναι το αδύνατο ενδεχόμενο.
Το πλήθος των στοιχείων ενός ενδεχομένου Α θα το συμβολίζουμε με N(A). Επομένως, αν Ω =
{1,2,3,4,5,6} και Α = {2,4,6} έχουμε N(A) = 3, N(Ω) = 6 και N(∅} = 0.
12
Πράξεις με Ενδεχόμενα
Ένωση
Το ενδεχόμενο A∪B, που διαβάζεται “Α
ένωση Β” ή “A ή Β” και πραγματοποιείται,
όταν πραγματοποιείται ένα τουλάχιστον από
τα A, Β
Τομή
Το ενδεχόμενο A∩B, που διαβάζεται “Α τομή
Β” ή “Α και Β” και πραγματοποιείται, όταν
πραγματοποιούνται συγχρόνως τα Α και Β.
Συμπληρωματικό Ενδεχόμενο
Το ενδεχόμενο Α', που διαβάζεται “όχι Α” ή
“συμπληρωματικό του Α” και
πραγματοποιείται, όταν δεν πραγματοποιείται
το Α. Το Α' λέγεται και “αντίθετο του Α” .
Διαφορά Ενδεχομένων
Το ενδεχόμενο Α - B, που διαβάζεται
“διαφορά του B από το Α” και
πραγματοποιείται, όταν πραγματοποιείται το
Α αλλά όχι το Β.
Είναι εύκολο να δούμε ότι Α - B = Α ∩ B'.
Παρατηρήσεις
∪
∪
∅
∅
Στον παρακάτω πίνακα τα Α και Β συμβολίζουν ενδεχόμενα ενός πειράματος και το ω ένα
αποτέλεσμα του πειράματος αυτού.
Στην αριστερή στήλη του πίνακα αναγράφονται διάφορες σχέσεις για τα Α και Β διατυπωμένες
στην κοινή γλώσσα, και στη δεξιά στήλη αναγράφονται οι ίδιες σχέσεις αλλά διατυπωμένες στη
γλώσσα των συνόλων.
13
Το ενδεχόμενο Α πραγματοποιείται
Το ενδεχόμενο Α δεν πραγματοποιείται
Ένα τουλάχιστον από τα Α και Β πραγματοποιείται
Πραγματοποιούνται αμφότερα τα Α και Β
Δεν πραγματοποιείται κανένα από τα Α και Β
Πραγματοποιείται μόνο το Α
Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β
ω Α
ω Α' (ή ω ∉ Α)
ω Α∪Β
ω Α∩Β
ω (Α∪Β)'
ω Α - Β (ή ω Α∩Β')
Α⊆Β
Ασυμβίβαστα Ενδεχόμενα
Δύο ενδεχόμενα Α και Β λέγονται
ασυμβίβαστα, όταν Α∩Β = ∅.
Δύο ασυμβίβαστα ενδεχόμενα λέγονται
επίσης ξένα μεταξύ τους ή αμοιβαίως
αποκλειόμενα.
Εφαρμογή 2 (Σελ. 143)
Δίνονται δύο ενδεχόμενα Α και Β ενός πειράματος με δειγματικό χώρο Ω. Να παρασταθούν με
διαγράμματα Venn και να εκφραστούν με τη βοήθεια συνόλων τα ενδεχόμενα που ορίζονται
με τις εκφράσεις:
i) Πραγματοποιείται μόνο ένα από τα Α και Β.
ii) Δεν πραγματοποιείται κανένα από τα Α και Β.
ΛΥΣΗ
i) Επειδή θέλουμε να πραγματοποιείται μόνο
το Α ή μόνο το Β, γραμμοσκιάζουμε τις
επιφάνειες των Α και Β με εξαίρεση την τομή
τους, δηλαδή την κοινή επιφάνειά τους.
Παρατηρούμε ότι στην περίπτωση αυτή
πραγματοποιείται ένα μόνο από τα A - B και
B - A. Άρα, το ζητούμενο ενδεχόμενο είναι το
(A - B) ∪ (B - A) ή ισοδύναμα το (A ∩ B') ∪
(A'∩ B).
ii) Επειδή θέλουμε να μην πραγματοποιείται
κανένα από τα Α και Β, γραμμοσκιάζουμε την
επιφάνεια του Ω που είναι εκτός της ένωσης
των Α και Β. Στην περίπτωση αυτή
παρατηρούμε ότι το ζητούμενο σύνολο είναι
συμπληρωματικό του A∪B, δηλαδή το
(A∪B)'.
14
Κλασικός Ορισμός Πιθανότητας
Γι’ αυτό είναι εύλογο σε ένα πείραμα με ισοπίθανα αποτελέσματα να ορίσουμε ως πιθανότητα του
ενδεχομένου Α τον αριθμό:
Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι:
1.
2.
3. Για κάθε ενδεχόμενο Α ισχύει 0 ≤ P(A) ≤ 1, αφού το πλήθος των στοιχείων ενός
ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των στοιχείων του δειγματικού χώρου.
Κανόνες Λογισμού των Πιθανοτήτων (Αποδείξεις)
1. Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει:
ΑΠΟΔΕΙΞΗ
Αν N(A) = κ και N(B) = λ, τότε το A∪B έχει κ + λ στοιχεία, γιατί αλλιώς τα Α και Β δε θα ήταν
ασυμβίβαστα. Δηλαδή, έχουμε N(A∪B) = κ + λ = N(A) + N(B).
Επομένως:
Η ιδιότητα αυτή είναι γνωστή ως απλός προσθετικός νόμος και ισχύει και για περισσότερα από
δύο ενδεχόμενα. Έτσι, αν τα ενδεχόμενα Α, Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε:
P(A∪B∪Γ) = P(A) + P(B) + P(Γ).
15
2. Για δύο συμπληρωματικά ενδεχόμενα Α και A' ισχύει:
ΑΠΟΔΕΙΞΗ
Επειδή A ∩ A' = ∅, δηλαδή τα Α και A' είναι ασυμβίβαστα, έχουμε διαδοχικά, σύμφωνα με τον
απλό προσθετικό νόμο:
Οπότε P(A') = 1 - P(A).
3. Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει:
ΑΠΟΔΕΙΞΗ
Για δυο ενδεχόμενα Α και Β έχουμε N(A∪B) = N(A) + N(B) - N (A ∩ B), (1)
αφού στο άθροισμα N(A) + N(B) το πλήθος των στοιχείων του A ∩ B υπολογίζεται δυο φορές.
Αν διαιρέσουμε τα μέλη της (1) με N(Ω) έχουμε:
και επομένως
P(A∪B) = P(A) + P(B) - P(A∩B).
Η ιδιότητα αυτή είναι γνωστή ως προσθετικός
νόμος .
4.
ΑΠΟΔΕΙΞΗ
Επειδή A ⊆ B έχουμε διαδοχικά:
16
5. Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει
P(A-B) = P(A) - P(A∩B).
ΑΠΟΔΕΙΞΗ
Επειδή τα ενδεχόμενα A-B και A∩B είναι
ασυμβίβαστα και (A-B)∪(A∩B) = A, έχουμε:
P(A) = P(A - B) + P(A∩B).
Άρα
P(A-B) = P(A) - P(A∩B).
Εφαρμογή 2 (Σελ. 153)
Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω δίνονται P(A) = 0,5 , P(B) = 0,4 και
P(A∩B) = 0,2 . Να βρεθεί η πιθανότητα των ενδεχομένων:
i) Να μην πραγματοποιηθεί κανένα από τα Α και Β.
ii) Να πραγματοποιηθεί μόνο ένα από τα Α και Β.
ΛΥΣΗ
i) Το ενδεχόμενο να μην πραγματοποιηθεί κανένα από τα Α και Β είναι το (A∪B)'. Επομένως
ii) Το ενδεχόμενο να πραγματοποιηθεί μόνο ένα από τα Α και Β είναι το (A - B) ∪ (B - A). Επειδή τα
ενδεχόμενα A - B και B - A είναι ασυμβίβαστα, έχουμε:
P((A - B)∪(B - A)) = P(A - B) + P(B - A)
17
ΑΣΚΗΣΕΙΣ ΛΥΜΕΝΕΣ
ΑΣΚΗΣΗ 1
Δίνεται η συνάρτηση
1. Να βρεθεί το πεδίο ορισμού της .
2. Να βρεθεί το όριο .
3. Να βρεθεί η πρώτη παράγωγος .
4. Να εξεταστεί ως προς την μονοτονία και τα ακρότατα.
5. Να βρεθεί το .
6. Να βρεθεί η εξίσωση της εφαπτομένης της γραφικής παράστασης της συνάρτησης στο
σημείο της Α (1, 2).
ΛΥΣΗ
1. Πρέπει ο παρανομαστής να είναι διάφορος του μηδενός άρα
Το πεδίο ορισμού είναι Α=IR-{-1}
2. =
3.
4.
x - -1 +
+ +
↗
Η συνάρτηση είναι γνησίως αύξουσα για κάθε x
Δεν παρουσιάζει ακρότατα.
5.
6. Εξίσωση εφαπτομένης στο Α(1, 2)
18
ΑΣΚΗΣΗ 2
Δίνεται η συνάρτηση
1. Να βρεθεί η πρώτη και η δεύτερη παράγωγος
2. Να αποδειχθεί ότι:
3. Να μελετηθεί ως προς την μονοτονία και τα ακρότατα.
4. Να βρεθεί η εξίσωση της εφαπτομένης της γραφικής παράστασης της
συνάρτησης στο σημείο Α (1, .
ΛΥΣΗ
1. Η πρώτη παράγωγος:
Η δεύτερη παράγωγος:
2.
+
3.
x - -1 3 +
+ o - o +
↘ ↗
Μονοτονία
Η συνάρτηση είναι γνησίως αύξουσα για ∪
και γνησίως φθίνουσα για .
Ακρότατα
Παρουσιάζει μέγιστο για το
Και παρουσιάζει ελάχιστο για το
4. Η εξίσωση της εφαπτομένης της γραφικής παράστασης της συνάρτησης
στο σημείο Α (1, είναι :
To και το .
19
Άρα η εξίσωση της εφαπτομένης είναι:
ΑΣΚΗΣΗ 3
Να υπολογίσετε τα όρια:
i) ii) iii)
ΛΥΣΗ
i)
Παραγοντοποιώ το τριώνυμο:
Άρα
ii)
Παραγοντοποιώ τον αριθμητή
iii)
Χρησιμοποιώ την συζυγή παράσταση του παρανομαστή
20
ΑΣΚΗΣΗ 4
Στον παρακάτω πίνακα δίνεται η κατανομή συχνοτήτων για τη μεταβλητή Χ: «πλήθος ημερών
άδειας» των υπαλλήλων μιας εταιρείας υπολογιστών.
1. Nα μεταφέρετε στη κόλλα σας και να συμπληρώσετε τον παραπάνω πίνακα.
Ημέρες
Άδειας
Συχνότητα
Αθροιστική
Συχνότητα
Σχετική
Συχνότητα
Αθροιστική
Σχετ.
Συχνότητα
Σχετική
Συχνότητα
%
Αθροιστική
Σχετ.
Συχνότητα %
5 4
7 6
9 2
14 5
16 2
18 1
Σύνολο
2. Να βρεθεί το πλήθος των υπαλλήλων της εταιρείας.
3. Να βρεθεί το ποσοστό των υπαλλήλων που πήραν το πολύ 14 ημέρες άδεια.
4. Να βρεθεί το πλήθος των υπαλλήλων που πήραν τουλάχιστον 9 ημέρες άδεια.
5. Να βρεθεί η μέση τιμή των ημερών άδειας των υπαλλήλων της εταιρείας.
6. Να βρεθεί η διακύμανση και η τυπική απόκλιση των ημερών άδειας των
υπαλλήλων της εταιρείας.
7. Να εξετάσετε το παραπάνω δείγμα ως προς την ομοιογένεια του
8. Να βρεθεί η διάμεσος των παραπάνω τιμών
ΛΥΣΗ
1.
Ημέρες
Άδειας
Συχνότητα
Αθροιστική
Συχνότητα
Σχετική
Συχνότητα
Αθροιστική
Σχετ.
Συχνότητα
Σχετική
Συχνότητα
%
Αθροιστική
Σχετ.
Συχνότητα %
5 4 4 0,2 0,2 20 20
7 6 10 0,3 0,5 30 50
9 2 12 0,1 0,6 10 60
14 5 17 0,25 0,85 25 85
16 2 19 0,1 0,95 10 95
18 1 20 0,05 1 5 100
Σύνολο 20 1 100
ΟΔΗΓΙΕΣ ΣΥΜΠΛΗΡΩΣΗΣ ΤΟΥ ΠΙΝΑΚΑ
Πως συμπληρώνουμε την στήλη Αθροιστική Συχνότητα :
Ν1=ν1
Ν2=ν1+ν2
21
Ν3=ν1+ν2+ν3 κ.ο.κ.
Το τελευταίο είναι πάντα ίσο με το μέγεθος του δείγματος ν.
Πως συμπληρώνουμε την στήλη Σχετική Συχνότητα :
Με τη βοήθεια του τύπου
Το σύνολο των ισούται πάντα με 1
Πως συμπληρώνουμε την στήλη Αθροιστική Σχετική Συχνότητα
F1=f1
F2=f1+f2
F3=f1+f2+f3 κ.ο.κ.
Το τελευταίο είναι πάντα ίσο με 1.
Πως συμπληρώνουμε την στήλη Σχετική Συχνότητα %:
Με τη βοήθεια του τύπου 100
Το σύνολο των ισούται πάντα με 100
Πως συμπληρώνουμε την στήλη Αθροιστική Σχετική Συχνότητα
F1%=f1%
F2%=f1%+f2%
F3%=f1%+f2%+f3% κ.ο.κ.
Το τελευταίο είναι πάντα ίσο με 100.
2. To πλήθος των υπαλλήλων της εταιρείας είναι :
ν=20
3. Να βρεθεί το ποσοστό των υπαλλήλων που πήραν το πολύ 14 ημέρες άδεια.
(το πολύ : από την πρώτη τιμή μέχρι την τιμή 14)
1ος τρόπος
Με τη βοήθεια της στήλης :
0,2+0,3+0,1+0,25=0,85
2ος τρόπος
Με τη βοήθεια της στήλης % :
20+30+10+25=85%
3ος τρόπος
Με τη βοήθεια της στήλης % :
4. Να βρεθεί το πλήθος των υπαλλήλων που πήραν τουλάχιστον 9 ημέρες άδεια.
(τουλάχιστον: από την τιμή 9 μέχρι την τελευταία τιμή )
1ος τρόπος
Με τη βοήθεια της στήλης :
22
=2+5+2+1=10
5. Να βρεθεί η μέση τιμή των ημερών άδειας των υπαλλήλων της εταιρείας.
Πρέπει να συμπληρώσουμε τον πίνακα με την στήλη
Ημέρες
Άδειας
Συχνότητα
……….
5 4 ……….. 20
7 6 ………… 42
9 2 …………. 18
14 5 …………. 70
16 2 …….. 32
18 1 ………… 18
Σύνολο 20 200
Η μέση τιμή δίνεται από τον τύπο
6. Να βρεθεί η διακύμανση και η τυπική απόκλιση των ημερών άδειας των
υπαλλήλων της εταιρείας
Πρέπει να συμπληρώσουμε τον πίνακα με τις στήλες:
Ημέρες
Άδειας
Συχνότητα
……….
5 4 ……….. -5 25 100
7 6 ………… -3 9 54
9 2 …………. -1 1 2
14 5 …………. 4 16 80
16 2 …….. 6 36 72
18 1 ………… 8 64 64
Σύνολο 20 372
Η διακύμανση δίνεται από την σχέση
Η τυπική απόκλιση είναι
7. Να εξετάσετε το παραπάνω δείγμα ως προς την ομοιογένεια του
άρα δεν είναι ομοιογενές.
23
8. Να βρεθεί η διάμεσος των παραπάνω τιμών
Η διάμεσος δ μας δείχνει ότι οι μισές παρατηρήσεις του δείγματος είναι μικρότερες από αυτές
και οι άλλες μισές μεγαλύτερες.
Επίσης να θυμηθούμε τον ορισμό:
Διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί σε αύξουσα σειρά
ορίζεται ως η μεσαία παρατήρηση, όταν το ν είναι περιττός αριθμός, ή ο μέσος όρος
(ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το ν είναι άρτιος αριθμός.
Σε αυτή την άσκηση το μέγεθος του δείγματος είναι ν=20 άρα η διάμεσος είναι ίση με το
ημιάθροισμα των δύο μεσαίων παρατηρήσεων. Οι δύο μεσαίες παρατηρήσεις είναι η και
Ποιες τιμές λοιπόν αντιστοιχούν στη και ;
Θα τις εντοπίσουμε από την στήλη των Συχνοτήτων
Ημέρες
Άδειας
Συχνότητα
5 4
7 6
9 2
14 5
16 2
18 1
Σύνολο 20
Βλέπουμε ότι έχουμε 4( ) τιμές: και 6( ) τιμές: . Σύνολο 4+6=10, άρα η
και η θα είναι η επόμενη τιμή το 9.
Η διάμεσος είναι
ΑΣΚΗΣΗ 5
Έστω Α και Β δύο ενδεχόμενα ενός δειγματικού χώρου Ω, με P(A)= , P(B)= και P(A∩B)= . Να
βρεθούν οι πιθανότητες των ενδεχομένων:
1. Να πραγματοποιηθεί ένα τουλάχιστον από τα ενδεχόμενα Α ,Β
2. Να μην πραγματοποιηθεί το ενδεχόμενο Β
3. Να πραγματοποιηθεί μόνο το ενδεχόμενο Α
4. Να μην πραγματοποιηθεί κανένα από τα ενδεχόμενα Α και Β
5. Nα πραγματοποιηθεί μόνο ένα από τα Α και Β
6. Να μην πραγματοποιηθεί μόνο ένα από τα Α και Β
24
ΛΥΣΗ
1. Να πραγματοποιηθεί ένα τουλάχιστον από τα ενδεχόμενα Α ,Β
∪
2. Να μην πραγματοποιηθεί το ενδεχόμενο Β
3. Να πραγματοποιηθεί μόνο το ενδεχόμενο Α
4. Να μην πραγματοποιηθεί κανένα από τα ενδεχόμενα Α και Β
∪ ∪
5. Nα πραγματοποιηθεί μόνο ένα από τα Α και Β
1ος
τρόπος
∪
2ος
τρόπος
∪
∪
6. Να μην πραγματοποιηθεί μόνο ένα από τα Α και Β
∪ ∪

More Related Content

What's hot

ΠΛΗ31 ΜΑΘΗΜΑ 2.2
ΠΛΗ31 ΜΑΘΗΜΑ 2.2ΠΛΗ31 ΜΑΘΗΜΑ 2.2
ΠΛΗ31 ΜΑΘΗΜΑ 2.2
Dimitris Psounis
 
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 8
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 8ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 8
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 8
Dimitris Psounis
 
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.2
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.2ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.2
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.2
Dimitris Psounis
 
ΠΛΗ30 ΜΑΘΗΜΑ 6.2
ΠΛΗ30 ΜΑΘΗΜΑ 6.2ΠΛΗ30 ΜΑΘΗΜΑ 6.2
ΠΛΗ30 ΜΑΘΗΜΑ 6.2
Dimitris Psounis
 
απαντήσεις και αντιπαραδείγματα ισχυρισμών
απαντήσεις και αντιπαραδείγματα ισχυρισμώναπαντήσεις και αντιπαραδείγματα ισχυρισμών
απαντήσεις και αντιπαραδείγματα ισχυρισμών
Βιώνης Παναγιώτης
 
ΠΛΗ31 ΜΑΘΗΜΑ 2.3
ΠΛΗ31 ΜΑΘΗΜΑ 2.3ΠΛΗ31 ΜΑΘΗΜΑ 2.3
ΠΛΗ31 ΜΑΘΗΜΑ 2.3
Dimitris Psounis
 
ΠΛΗ30 ΜΑΘΗΜΑ 4.3
ΠΛΗ30 ΜΑΘΗΜΑ 4.3ΠΛΗ30 ΜΑΘΗΜΑ 4.3
ΠΛΗ30 ΜΑΘΗΜΑ 4.3
Dimitris Psounis
 
ΠΛΗ31 ΜΑΘΗΜΑ 4.3
ΠΛΗ31 ΜΑΘΗΜΑ 4.3ΠΛΗ31 ΜΑΘΗΜΑ 4.3
ΠΛΗ31 ΜΑΘΗΜΑ 4.3
Dimitris Psounis
 
ΠΛΗ31 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 4.3
ΠΛΗ31 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 4.3ΠΛΗ31 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 4.3
ΠΛΗ31 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 4.3
Dimitris Psounis
 
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
Dimitris Psounis
 
ΠΛΗ30 Τυπολόγιο Ενότητας 1
ΠΛΗ30 Τυπολόγιο Ενότητας 1ΠΛΗ30 Τυπολόγιο Ενότητας 1
ΠΛΗ30 Τυπολόγιο Ενότητας 1
Dimitris Psounis
 
ΠΛΗ20 ΜΑΘΗΜΑ 2.4
ΠΛΗ20 ΜΑΘΗΜΑ 2.4ΠΛΗ20 ΜΑΘΗΜΑ 2.4
ΠΛΗ20 ΜΑΘΗΜΑ 2.4
Dimitris Psounis
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 3.3
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 3.3 ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 3.3
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 3.3
Dimitris Psounis
 
ΠΛΗ20 ΜΑΘΗΜΑ 2.5
ΠΛΗ20 ΜΑΘΗΜΑ 2.5ΠΛΗ20 ΜΑΘΗΜΑ 2.5
ΠΛΗ20 ΜΑΘΗΜΑ 2.5
Dimitris Psounis
 
ΠΛΗ20 ΜΑΘΗΜΑ 3.5
ΠΛΗ20 ΜΑΘΗΜΑ 3.5ΠΛΗ20 ΜΑΘΗΜΑ 3.5
ΠΛΗ20 ΜΑΘΗΜΑ 3.5
Dimitris Psounis
 
ΠΛΗ20 ΜΑΘΗΜΑ 2.3
ΠΛΗ20 ΜΑΘΗΜΑ 2.3ΠΛΗ20 ΜΑΘΗΜΑ 2.3
ΠΛΗ20 ΜΑΘΗΜΑ 2.3
Dimitris Psounis
 
Rolle
RolleRolle
RolleA Z
 
104 ερωτήσεις θεωρίας
104 ερωτήσεις θεωρίας104 ερωτήσεις θεωρίας
104 ερωτήσεις θεωρίας
Μάκης Χατζόπουλος
 
Ισχυρισμοί και αντιπαραδείγματα Ιούνιος 2019
Ισχυρισμοί και αντιπαραδείγματα Ιούνιος 2019Ισχυρισμοί και αντιπαραδείγματα Ιούνιος 2019
Ισχυρισμοί και αντιπαραδείγματα Ιούνιος 2019
Μάκης Χατζόπουλος
 

What's hot (20)

ΠΛΗ31 ΜΑΘΗΜΑ 2.2
ΠΛΗ31 ΜΑΘΗΜΑ 2.2ΠΛΗ31 ΜΑΘΗΜΑ 2.2
ΠΛΗ31 ΜΑΘΗΜΑ 2.2
 
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 8
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 8ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 8
ΠΛΗ30 ΕΠΑΝΑΛΗΨΗ 8
 
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.2
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.2ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.2
ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 6.2
 
ΠΛΗ30 ΜΑΘΗΜΑ 6.2
ΠΛΗ30 ΜΑΘΗΜΑ 6.2ΠΛΗ30 ΜΑΘΗΜΑ 6.2
ΠΛΗ30 ΜΑΘΗΜΑ 6.2
 
απαντήσεις και αντιπαραδείγματα ισχυρισμών
απαντήσεις και αντιπαραδείγματα ισχυρισμώναπαντήσεις και αντιπαραδείγματα ισχυρισμών
απαντήσεις και αντιπαραδείγματα ισχυρισμών
 
ΠΛΗ31 ΜΑΘΗΜΑ 2.3
ΠΛΗ31 ΜΑΘΗΜΑ 2.3ΠΛΗ31 ΜΑΘΗΜΑ 2.3
ΠΛΗ31 ΜΑΘΗΜΑ 2.3
 
ΠΛΗ30 ΜΑΘΗΜΑ 4.3
ΠΛΗ30 ΜΑΘΗΜΑ 4.3ΠΛΗ30 ΜΑΘΗΜΑ 4.3
ΠΛΗ30 ΜΑΘΗΜΑ 4.3
 
ΠΛΗ31 ΜΑΘΗΜΑ 4.3
ΠΛΗ31 ΜΑΘΗΜΑ 4.3ΠΛΗ31 ΜΑΘΗΜΑ 4.3
ΠΛΗ31 ΜΑΘΗΜΑ 4.3
 
ΠΛΗ31 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 4.3
ΠΛΗ31 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 4.3ΠΛΗ31 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 4.3
ΠΛΗ31 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 4.3
 
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
ΠΛΗ30 ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ 2
 
ΠΛΗ30 Τυπολόγιο Ενότητας 1
ΠΛΗ30 Τυπολόγιο Ενότητας 1ΠΛΗ30 Τυπολόγιο Ενότητας 1
ΠΛΗ30 Τυπολόγιο Ενότητας 1
 
ΠΛΗ20 ΜΑΘΗΜΑ 2.4
ΠΛΗ20 ΜΑΘΗΜΑ 2.4ΠΛΗ20 ΜΑΘΗΜΑ 2.4
ΠΛΗ20 ΜΑΘΗΜΑ 2.4
 
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 3.3
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 3.3 ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 3.3
ΠΛΗ30 ΚΑΡΤΕΣ ΜΑΘΗΜΑΤΟΣ 3.3
 
ΠΛΗ20 ΜΑΘΗΜΑ 2.5
ΠΛΗ20 ΜΑΘΗΜΑ 2.5ΠΛΗ20 ΜΑΘΗΜΑ 2.5
ΠΛΗ20 ΜΑΘΗΜΑ 2.5
 
ΠΛΗ20 ΜΑΘΗΜΑ 3.5
ΠΛΗ20 ΜΑΘΗΜΑ 3.5ΠΛΗ20 ΜΑΘΗΜΑ 3.5
ΠΛΗ20 ΜΑΘΗΜΑ 3.5
 
ΠΛΗ20 ΜΑΘΗΜΑ 2.3
ΠΛΗ20 ΜΑΘΗΜΑ 2.3ΠΛΗ20 ΜΑΘΗΜΑ 2.3
ΠΛΗ20 ΜΑΘΗΜΑ 2.3
 
Rolle
RolleRolle
Rolle
 
104 ερωτήσεις θεωρίας
104 ερωτήσεις θεωρίας104 ερωτήσεις θεωρίας
104 ερωτήσεις θεωρίας
 
Kef1.1 1.2
Kef1.1 1.2Kef1.1 1.2
Kef1.1 1.2
 
Ισχυρισμοί και αντιπαραδείγματα Ιούνιος 2019
Ισχυρισμοί και αντιπαραδείγματα Ιούνιος 2019Ισχυρισμοί και αντιπαραδείγματα Ιούνιος 2019
Ισχυρισμοί και αντιπαραδείγματα Ιούνιος 2019
 

Similar to Μαθηματικά Γενικής Παιδείας Γ Λυκείου

Μαθηματικά και Στοιχεία Στατιστικής Γ' Λυκείου (2016 2017)
Μαθηματικά και Στοιχεία Στατιστικής Γ' Λυκείου (2016 2017)Μαθηματικά και Στοιχεία Στατιστικής Γ' Λυκείου (2016 2017)
Μαθηματικά και Στοιχεία Στατιστικής Γ' Λυκείου (2016 2017)
Natasa Liri
 
Η γραφική παράσταση μιας συνάρτησης .pdf
Η γραφική παράσταση μιας συνάρτησης .pdfΗ γραφική παράσταση μιας συνάρτησης .pdf
Η γραφική παράσταση μιας συνάρτησης .pdf
Μαυρουδης Μακης
 
Η θεωρία στα μαθηματικά γεν. παιδείας Γ΄ Λυκείου
Η θεωρία στα μαθηματικά γεν. παιδείας Γ΄ ΛυκείουΗ θεωρία στα μαθηματικά γεν. παιδείας Γ΄ Λυκείου
Η θεωρία στα μαθηματικά γεν. παιδείας Γ΄ Λυκείου
Παύλος Τρύφων
 
αλγ β΄λ ιδιοτ συν 2017
αλγ β΄λ ιδιοτ συν 2017αλγ β΄λ ιδιοτ συν 2017
αλγ β΄λ ιδιοτ συν 2017
ΒΑΣΙΛΗΣ ΑΥΓΕΡΙΝΟΣ
 
Θέματα ΟΕΦΕ 2001 2015 γενικής παιδείας σε word
Θέματα ΟΕΦΕ 2001 2015 γενικής παιδείας σε wordΘέματα ΟΕΦΕ 2001 2015 γενικής παιδείας σε word
Θέματα ΟΕΦΕ 2001 2015 γενικής παιδείας σε word
Μάκης Χατζόπουλος
 
Important Probability distributions (in Greek)
Important Probability distributions (in Greek)Important Probability distributions (in Greek)
Important Probability distributions (in Greek)
Achilleas Papatsimpas
 
Διαγωνίσματα Στατιστικής Γ' Λυκείου ΕΠΑΛ Απαντήσεις-Υποδείξεις
Διαγωνίσματα Στατιστικής Γ' Λυκείου ΕΠΑΛ Απαντήσεις-ΥποδείξειςΔιαγωνίσματα Στατιστικής Γ' Λυκείου ΕΠΑΛ Απαντήσεις-Υποδείξεις
Διαγωνίσματα Στατιστικής Γ' Λυκείου ΕΠΑΛ Απαντήσεις-Υποδείξεις
Ρεβέκα Θεοδωροπούλου
 
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 1
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 1ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 1
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 1
Dimitris Psounis
 
Them mat epal_c_hmer_180609
Them mat epal_c_hmer_180609Them mat epal_c_hmer_180609
Them mat epal_c_hmer_180609
Μάκης Χατζόπουλος
 
Συναρτήσεις Γραφική παράσταση
Συναρτήσεις   Γραφική παράστασηΣυναρτήσεις   Γραφική παράσταση
Συναρτήσεις Γραφική παράσταση
Billonious
 
μαθηματικα & στοιχεια στατιστικης θεωρια - ζαμπελης
μαθηματικα & στοιχεια στατιστικης   θεωρια - ζαμπεληςμαθηματικα & στοιχεια στατιστικης   θεωρια - ζαμπελης
μαθηματικα & στοιχεια στατιστικης θεωρια - ζαμπεληςΣωκράτης Ρωμανίδης
 
Them mat eid__d_esp_no_1106
Them mat eid__d_esp_no_1106Them mat eid__d_esp_no_1106
Them mat eid__d_esp_no_1106s0uiz
 
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 3
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 3ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 3
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 3
Dimitris Psounis
 
Μαθηματικά και Στοιχεία Στατιστικής - Θεωρία αναλυτικά 2017 - 18
Μαθηματικά και Στοιχεία Στατιστικής - Θεωρία αναλυτικά 2017 - 18 Μαθηματικά και Στοιχεία Στατιστικής - Θεωρία αναλυτικά 2017 - 18
Μαθηματικά και Στοιχεία Στατιστικής - Θεωρία αναλυτικά 2017 - 18
Μάκης Χατζόπουλος
 
Φύλλο μαθηματικής παιδείας εκθ;eτης no 17
Φύλλο μαθηματικής παιδείας εκθ;eτης no 17Φύλλο μαθηματικής παιδείας εκθ;eτης no 17
Φύλλο μαθηματικής παιδείας εκθ;eτης no 17
Θανάσης Δρούγας
 
H prwth gnwrimia_me_thn_ennoia_ths_synarthshs
H prwth gnwrimia_me_thn_ennoia_ths_synarthshsH prwth gnwrimia_me_thn_ennoia_ths_synarthshs
H prwth gnwrimia_me_thn_ennoia_ths_synarthshs
Christos Loizos
 
Στατιστική
ΣτατιστικήΣτατιστική
ΣτατιστικήEyurt
 
Giannakis, Z. │ Math C Gen. Differential Calculus
Giannakis, Z. │ Math C Gen. Differential CalculusGiannakis, Z. │ Math C Gen. Differential Calculus
Giannakis, Z. │ Math C Gen. Differential Calculus
ZinosGiannakis
 

Similar to Μαθηματικά Γενικής Παιδείας Γ Λυκείου (20)

Μαθηματικά και Στοιχεία Στατιστικής Γ' Λυκείου (2016 2017)
Μαθηματικά και Στοιχεία Στατιστικής Γ' Λυκείου (2016 2017)Μαθηματικά και Στοιχεία Στατιστικής Γ' Λυκείου (2016 2017)
Μαθηματικά και Στοιχεία Στατιστικής Γ' Λυκείου (2016 2017)
 
Η γραφική παράσταση μιας συνάρτησης .pdf
Η γραφική παράσταση μιας συνάρτησης .pdfΗ γραφική παράσταση μιας συνάρτησης .pdf
Η γραφική παράσταση μιας συνάρτησης .pdf
 
Η θεωρία στα μαθηματικά γεν. παιδείας Γ΄ Λυκείου
Η θεωρία στα μαθηματικά γεν. παιδείας Γ΄ ΛυκείουΗ θεωρία στα μαθηματικά γεν. παιδείας Γ΄ Λυκείου
Η θεωρία στα μαθηματικά γεν. παιδείας Γ΄ Λυκείου
 
194441315 στατιστικη
194441315 στατιστικη194441315 στατιστικη
194441315 στατιστικη
 
αλγ β΄λ ιδιοτ συν 2017
αλγ β΄λ ιδιοτ συν 2017αλγ β΄λ ιδιοτ συν 2017
αλγ β΄λ ιδιοτ συν 2017
 
Θέματα ΟΕΦΕ 2001 2015 γενικής παιδείας σε word
Θέματα ΟΕΦΕ 2001 2015 γενικής παιδείας σε wordΘέματα ΟΕΦΕ 2001 2015 γενικής παιδείας σε word
Θέματα ΟΕΦΕ 2001 2015 γενικής παιδείας σε word
 
Important Probability distributions (in Greek)
Important Probability distributions (in Greek)Important Probability distributions (in Greek)
Important Probability distributions (in Greek)
 
Διαγωνίσματα Στατιστικής Γ' Λυκείου ΕΠΑΛ Απαντήσεις-Υποδείξεις
Διαγωνίσματα Στατιστικής Γ' Λυκείου ΕΠΑΛ Απαντήσεις-ΥποδείξειςΔιαγωνίσματα Στατιστικής Γ' Λυκείου ΕΠΑΛ Απαντήσεις-Υποδείξεις
Διαγωνίσματα Στατιστικής Γ' Λυκείου ΕΠΑΛ Απαντήσεις-Υποδείξεις
 
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 1
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 1ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 1
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 1
 
Them mat epal_c_hmer_180609
Them mat epal_c_hmer_180609Them mat epal_c_hmer_180609
Them mat epal_c_hmer_180609
 
Συναρτήσεις Γραφική παράσταση
Συναρτήσεις   Γραφική παράστασηΣυναρτήσεις   Γραφική παράσταση
Συναρτήσεις Γραφική παράσταση
 
μαθηματικα & στοιχεια στατιστικης θεωρια - ζαμπελης
μαθηματικα & στοιχεια στατιστικης   θεωρια - ζαμπεληςμαθηματικα & στοιχεια στατιστικης   θεωρια - ζαμπελης
μαθηματικα & στοιχεια στατιστικης θεωρια - ζαμπελης
 
Them mat eid__d_esp_no_1106
Them mat eid__d_esp_no_1106Them mat eid__d_esp_no_1106
Them mat eid__d_esp_no_1106
 
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 3
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 3ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 3
ΠΛΗ20 ΔΙΑΓΩΝΙΣΜΑ 3
 
Μαθηματικά και Στοιχεία Στατιστικής - Θεωρία αναλυτικά 2017 - 18
Μαθηματικά και Στοιχεία Στατιστικής - Θεωρία αναλυτικά 2017 - 18 Μαθηματικά και Στοιχεία Στατιστικής - Θεωρία αναλυτικά 2017 - 18
Μαθηματικά και Στοιχεία Στατιστικής - Θεωρία αναλυτικά 2017 - 18
 
Φύλλο μαθηματικής παιδείας εκθ;eτης no 17
Φύλλο μαθηματικής παιδείας εκθ;eτης no 17Φύλλο μαθηματικής παιδείας εκθ;eτης no 17
Φύλλο μαθηματικής παιδείας εκθ;eτης no 17
 
H prwth gnwrimia_me_thn_ennoia_ths_synarthshs
H prwth gnwrimia_me_thn_ennoia_ths_synarthshsH prwth gnwrimia_me_thn_ennoia_ths_synarthshs
H prwth gnwrimia_me_thn_ennoia_ths_synarthshs
 
Στατιστική
ΣτατιστικήΣτατιστική
Στατιστική
 
Giannakis, Z. │ Math C Gen. Differential Calculus
Giannakis, Z. │ Math C Gen. Differential CalculusGiannakis, Z. │ Math C Gen. Differential Calculus
Giannakis, Z. │ Math C Gen. Differential Calculus
 
ημερίδα καλαμάτας 1ο γυμνάσιο
ημερίδα καλαμάτας 1ο γυμνάσιοημερίδα καλαμάτας 1ο γυμνάσιο
ημερίδα καλαμάτας 1ο γυμνάσιο
 

More from Natasa Liri

Το Πατρινό Καρναβάλι
Το Πατρινό ΚαρναβάλιΤο Πατρινό Καρναβάλι
Το Πατρινό Καρναβάλι
Natasa Liri
 
ηθη εθιμα πατρας .pptx
ηθη εθιμα πατρας .pptxηθη εθιμα πατρας .pptx
ηθη εθιμα πατρας .pptx
Natasa Liri
 
ΤΟΠΙΚΑ ΠΡΟΙΟΝΤΑ ΠΑΤΡΑΣ.pptx
ΤΟΠΙΚΑ ΠΡΟΙΟΝΤΑ ΠΑΤΡΑΣ.pptxΤΟΠΙΚΑ ΠΡΟΙΟΝΤΑ ΠΑΤΡΑΣ.pptx
ΤΟΠΙΚΑ ΠΡΟΙΟΝΤΑ ΠΑΤΡΑΣ.pptx
Natasa Liri
 
Θέατρο Σκιών Πάτρα.pptx
Θέατρο Σκιών Πάτρα.pptxΘέατρο Σκιών Πάτρα.pptx
Θέατρο Σκιών Πάτρα.pptx
Natasa Liri
 
Guidelines for references and bibliography
Guidelines for references and bibliographyGuidelines for references and bibliography
Guidelines for references and bibliography
Natasa Liri
 
Patras
PatrasPatras
Patras
Natasa Liri
 
Οι ΤΠΕ στην υπηρεσία της Διαθεματικότητας και της Συνεργατικής Μάθησης μέσα σ...
Οι ΤΠΕ στην υπηρεσία της Διαθεματικότητας και της Συνεργατικής Μάθησης μέσα σ...Οι ΤΠΕ στην υπηρεσία της Διαθεματικότητας και της Συνεργατικής Μάθησης μέσα σ...
Οι ΤΠΕ στην υπηρεσία της Διαθεματικότητας και της Συνεργατικής Μάθησης μέσα σ...
Natasa Liri
 
Cremona torrazzo
Cremona torrazzoCremona torrazzo
Cremona torrazzo
Natasa Liri
 
Μια Διαθεματική Προσέγγιση στην Διδασκαλία της Ευκλείδειας Γεωμετρίας
Μια Διαθεματική Προσέγγιση στην Διδασκαλία της Ευκλείδειας ΓεωμετρίαςΜια Διαθεματική Προσέγγιση στην Διδασκαλία της Ευκλείδειας Γεωμετρίας
Μια Διαθεματική Προσέγγιση στην Διδασκαλία της Ευκλείδειας Γεωμετρίας
Natasa Liri
 
Η Ευκλείδεια Γεωμετρία στο χώρο εργασίας
Η Ευκλείδεια Γεωμετρία στο χώρο εργασίαςΗ Ευκλείδεια Γεωμετρία στο χώρο εργασίας
Η Ευκλείδεια Γεωμετρία στο χώρο εργασίας
Natasa Liri
 
Our city patras
Our city patrasOur city patras
Our city patras
Natasa Liri
 
Pi powerpoint
Pi  powerpointPi  powerpoint
Pi powerpoint
Natasa Liri
 
φύλλο εργασίας μαθητή αναδασμός
φύλλο εργασίας μαθητή αναδασμόςφύλλο εργασίας μαθητή αναδασμός
φύλλο εργασίας μαθητή αναδασμός
Natasa Liri
 
Eισαγωγή στην Ευκλείδεια Γεωμετρία
Eισαγωγή στην Ευκλείδεια ΓεωμετρίαEισαγωγή στην Ευκλείδεια Γεωμετρία
Eισαγωγή στην Ευκλείδεια Γεωμετρία
Natasa Liri
 
Euclid tasks sheet
Euclid tasks sheetEuclid tasks sheet
Euclid tasks sheet
Natasa Liri
 
Euclid proposition
Euclid propositionEuclid proposition
Euclid proposition
Natasa Liri
 
τελική παρουσίαση του προγράμματος
τελική παρουσίαση του προγράμματοςτελική παρουσίαση του προγράμματος
τελική παρουσίαση του προγράμματος
Natasa Liri
 
Έλληνες Θεοί και Ήρωες πίνακες ζωγραφικής ξένων διάσημων ζωγράφων
Έλληνες Θεοί και Ήρωες πίνακες ζωγραφικής ξένων διάσημων ζωγράφωνΈλληνες Θεοί και Ήρωες πίνακες ζωγραφικής ξένων διάσημων ζωγράφων
Έλληνες Θεοί και Ήρωες πίνακες ζωγραφικής ξένων διάσημων ζωγράφων
Natasa Liri
 
Η Ελλάδα του 1821 με τα μάτια και το χέρι των φιλελλήνων Ζωγράφων
Η Ελλάδα του 1821 με τα μάτια και το χέρι των φιλελλήνων ΖωγράφωνΗ Ελλάδα του 1821 με τα μάτια και το χέρι των φιλελλήνων Ζωγράφων
Η Ελλάδα του 1821 με τα μάτια και το χέρι των φιλελλήνων Ζωγράφων
Natasa Liri
 
H τέχνη του δρόμου- graffiti και οι έλληνες θεοί
H τέχνη του δρόμου- graffiti και οι έλληνες θεοίH τέχνη του δρόμου- graffiti και οι έλληνες θεοί
H τέχνη του δρόμου- graffiti και οι έλληνες θεοί
Natasa Liri
 

More from Natasa Liri (20)

Το Πατρινό Καρναβάλι
Το Πατρινό ΚαρναβάλιΤο Πατρινό Καρναβάλι
Το Πατρινό Καρναβάλι
 
ηθη εθιμα πατρας .pptx
ηθη εθιμα πατρας .pptxηθη εθιμα πατρας .pptx
ηθη εθιμα πατρας .pptx
 
ΤΟΠΙΚΑ ΠΡΟΙΟΝΤΑ ΠΑΤΡΑΣ.pptx
ΤΟΠΙΚΑ ΠΡΟΙΟΝΤΑ ΠΑΤΡΑΣ.pptxΤΟΠΙΚΑ ΠΡΟΙΟΝΤΑ ΠΑΤΡΑΣ.pptx
ΤΟΠΙΚΑ ΠΡΟΙΟΝΤΑ ΠΑΤΡΑΣ.pptx
 
Θέατρο Σκιών Πάτρα.pptx
Θέατρο Σκιών Πάτρα.pptxΘέατρο Σκιών Πάτρα.pptx
Θέατρο Σκιών Πάτρα.pptx
 
Guidelines for references and bibliography
Guidelines for references and bibliographyGuidelines for references and bibliography
Guidelines for references and bibliography
 
Patras
PatrasPatras
Patras
 
Οι ΤΠΕ στην υπηρεσία της Διαθεματικότητας και της Συνεργατικής Μάθησης μέσα σ...
Οι ΤΠΕ στην υπηρεσία της Διαθεματικότητας και της Συνεργατικής Μάθησης μέσα σ...Οι ΤΠΕ στην υπηρεσία της Διαθεματικότητας και της Συνεργατικής Μάθησης μέσα σ...
Οι ΤΠΕ στην υπηρεσία της Διαθεματικότητας και της Συνεργατικής Μάθησης μέσα σ...
 
Cremona torrazzo
Cremona torrazzoCremona torrazzo
Cremona torrazzo
 
Μια Διαθεματική Προσέγγιση στην Διδασκαλία της Ευκλείδειας Γεωμετρίας
Μια Διαθεματική Προσέγγιση στην Διδασκαλία της Ευκλείδειας ΓεωμετρίαςΜια Διαθεματική Προσέγγιση στην Διδασκαλία της Ευκλείδειας Γεωμετρίας
Μια Διαθεματική Προσέγγιση στην Διδασκαλία της Ευκλείδειας Γεωμετρίας
 
Η Ευκλείδεια Γεωμετρία στο χώρο εργασίας
Η Ευκλείδεια Γεωμετρία στο χώρο εργασίαςΗ Ευκλείδεια Γεωμετρία στο χώρο εργασίας
Η Ευκλείδεια Γεωμετρία στο χώρο εργασίας
 
Our city patras
Our city patrasOur city patras
Our city patras
 
Pi powerpoint
Pi  powerpointPi  powerpoint
Pi powerpoint
 
φύλλο εργασίας μαθητή αναδασμός
φύλλο εργασίας μαθητή αναδασμόςφύλλο εργασίας μαθητή αναδασμός
φύλλο εργασίας μαθητή αναδασμός
 
Eισαγωγή στην Ευκλείδεια Γεωμετρία
Eισαγωγή στην Ευκλείδεια ΓεωμετρίαEισαγωγή στην Ευκλείδεια Γεωμετρία
Eισαγωγή στην Ευκλείδεια Γεωμετρία
 
Euclid tasks sheet
Euclid tasks sheetEuclid tasks sheet
Euclid tasks sheet
 
Euclid proposition
Euclid propositionEuclid proposition
Euclid proposition
 
τελική παρουσίαση του προγράμματος
τελική παρουσίαση του προγράμματοςτελική παρουσίαση του προγράμματος
τελική παρουσίαση του προγράμματος
 
Έλληνες Θεοί και Ήρωες πίνακες ζωγραφικής ξένων διάσημων ζωγράφων
Έλληνες Θεοί και Ήρωες πίνακες ζωγραφικής ξένων διάσημων ζωγράφωνΈλληνες Θεοί και Ήρωες πίνακες ζωγραφικής ξένων διάσημων ζωγράφων
Έλληνες Θεοί και Ήρωες πίνακες ζωγραφικής ξένων διάσημων ζωγράφων
 
Η Ελλάδα του 1821 με τα μάτια και το χέρι των φιλελλήνων Ζωγράφων
Η Ελλάδα του 1821 με τα μάτια και το χέρι των φιλελλήνων ΖωγράφωνΗ Ελλάδα του 1821 με τα μάτια και το χέρι των φιλελλήνων Ζωγράφων
Η Ελλάδα του 1821 με τα μάτια και το χέρι των φιλελλήνων Ζωγράφων
 
H τέχνη του δρόμου- graffiti και οι έλληνες θεοί
H τέχνη του δρόμου- graffiti και οι έλληνες θεοίH τέχνη του δρόμου- graffiti και οι έλληνες θεοί
H τέχνη του δρόμου- graffiti και οι έλληνες θεοί
 

Recently uploaded

一比一原版(CSU毕业证书)查尔斯特大学毕业证成绩单如何办理
一比一原版(CSU毕业证书)查尔斯特大学毕业证成绩单如何办理一比一原版(CSU毕业证书)查尔斯特大学毕业证成绩单如何办理
一比一原版(CSU毕业证书)查尔斯特大学毕业证成绩单如何办理
3zoh0uxr
 
Προγράμματα - Δράσεις σχολικού έτους 023-24.pptx
Προγράμματα - Δράσεις σχολικού έτους 023-24.pptxΠρογράμματα - Δράσεις σχολικού έτους 023-24.pptx
Προγράμματα - Δράσεις σχολικού έτους 023-24.pptx
Αποστολίνα Λιούσα
 
Τα θέματα σε Ανατομία-Φυσιολογία ΙΙ στα ΕΠΑΛ
Τα θέματα σε Ανατομία-Φυσιολογία ΙΙ στα ΕΠΑΛΤα θέματα σε Ανατομία-Φυσιολογία ΙΙ στα ΕΠΑΛ
Τα θέματα σε Ανατομία-Φυσιολογία ΙΙ στα ΕΠΑΛ
Newsroom8
 
Τα θέματα στη Νεοελληνική Γλώσσα - Έκθεση
Τα θέματα στη Νεοελληνική Γλώσσα - ΈκθεσηΤα θέματα στη Νεοελληνική Γλώσσα - Έκθεση
Τα θέματα στη Νεοελληνική Γλώσσα - Έκθεση
Newsroom8
 
ΚΑΡΤΕΣ ΑΡΙΘΜΩΝ ΙΧΝΗΛΑΤΗΣΗΣ /ΠΡΟΓΡΑΦΙΚΕΣ ΑΣΚΗΣΕΙΣ
ΚΑΡΤΕΣ ΑΡΙΘΜΩΝ ΙΧΝΗΛΑΤΗΣΗΣ /ΠΡΟΓΡΑΦΙΚΕΣ ΑΣΚΗΣΕΙΣΚΑΡΤΕΣ ΑΡΙΘΜΩΝ ΙΧΝΗΛΑΤΗΣΗΣ /ΠΡΟΓΡΑΦΙΚΕΣ ΑΣΚΗΣΕΙΣ
ΚΑΡΤΕΣ ΑΡΙΘΜΩΝ ΙΧΝΗΛΑΤΗΣΗΣ /ΠΡΟΓΡΑΦΙΚΕΣ ΑΣΚΗΣΕΙΣ
ΟΛΓΑ ΤΣΕΧΕΛΙΔΟΥ
 
Το θέμα που έπεσε στην Έκθεση στα ΕΠΑΛ και ολα τα θέμα στα Νέα Ελληνικά
Το θέμα που έπεσε στην Έκθεση στα ΕΠΑΛ και ολα τα θέμα στα Νέα ΕλληνικάΤο θέμα που έπεσε στην Έκθεση στα ΕΠΑΛ και ολα τα θέμα στα Νέα Ελληνικά
Το θέμα που έπεσε στην Έκθεση στα ΕΠΑΛ και ολα τα θέμα στα Νέα Ελληνικά
athinadimi
 
Tα θέματα του μαθήματος "Αρχαία Ελληνικά"
Tα θέματα του μαθήματος "Αρχαία Ελληνικά"Tα θέματα του μαθήματος "Αρχαία Ελληνικά"
Tα θέματα του μαθήματος "Αρχαία Ελληνικά"
Newsroom8
 
2024 Neoelliniki Glwssa Sxolia EPAL 1.pdf
2024 Neoelliniki Glwssa Sxolia EPAL 1.pdf2024 Neoelliniki Glwssa Sxolia EPAL 1.pdf
2024 Neoelliniki Glwssa Sxolia EPAL 1.pdf
ssuserf9afe7
 
Οι απαντήσεις στα Αρχαία: Τα θέματα που έπεσαν στις Πανελλήνιες 2024
Οι απαντήσεις στα Αρχαία: Τα θέματα που έπεσαν στις Πανελλήνιες 2024Οι απαντήσεις στα Αρχαία: Τα θέματα που έπεσαν στις Πανελλήνιες 2024
Οι απαντήσεις στα Αρχαία: Τα θέματα που έπεσαν στις Πανελλήνιες 2024
athinadimi
 
Η χλωρίδα της Πάρνηθας.bfbfbfbffbfbfbfbbpptx
Η χλωρίδα της Πάρνηθας.bfbfbfbffbfbfbfbbpptxΗ χλωρίδα της Πάρνηθας.bfbfbfbffbfbfbfbbpptx
Η χλωρίδα της Πάρνηθας.bfbfbfbffbfbfbfbbpptx
peter190314
 
ΕΓΚΥΚΛ.-ΠΑΡΑΛ.-ΣΤΗΡΙΞΗΣ-2024-25-ΨΒΣΕ46ΝΚΠΔ-1ΦΤ.pdf
ΕΓΚΥΚΛ.-ΠΑΡΑΛ.-ΣΤΗΡΙΞΗΣ-2024-25-ΨΒΣΕ46ΝΚΠΔ-1ΦΤ.pdfΕΓΚΥΚΛ.-ΠΑΡΑΛ.-ΣΤΗΡΙΞΗΣ-2024-25-ΨΒΣΕ46ΝΚΠΔ-1ΦΤ.pdf
ΕΓΚΥΚΛ.-ΠΑΡΑΛ.-ΣΤΗΡΙΞΗΣ-2024-25-ΨΒΣΕ46ΝΚΠΔ-1ΦΤ.pdf
2lykkomo
 
Η υδροστατική πίεση
Η υδροστατική                       πίεσηΗ υδροστατική                       πίεση
Η υδροστατική πίεση
Dimitra Mylonaki
 
ΑΠΑΝΤΗΣΕΙΣ ΕΚΘΕΣΗ ΕΠΑΛ ΓΙΑ ΤΙΣ ΠΑΝΕΛΛΗΝΙΕΣ 2024
ΑΠΑΝΤΗΣΕΙΣ ΕΚΘΕΣΗ ΕΠΑΛ ΓΙΑ ΤΙΣ ΠΑΝΕΛΛΗΝΙΕΣ 2024ΑΠΑΝΤΗΣΕΙΣ ΕΚΘΕΣΗ ΕΠΑΛ ΓΙΑ ΤΙΣ ΠΑΝΕΛΛΗΝΙΕΣ 2024
ΑΠΑΝΤΗΣΕΙΣ ΕΚΘΕΣΗ ΕΠΑΛ ΓΙΑ ΤΙΣ ΠΑΝΕΛΛΗΝΙΕΣ 2024
athinadimi
 
ΑΠΑΝΤΗΣΕΙΣ-ΝΕΟΕΛΛΗΝΙΚΗΣ-ΓΛΩΣΣΑΣ-2024.pdf
ΑΠΑΝΤΗΣΕΙΣ-ΝΕΟΕΛΛΗΝΙΚΗΣ-ΓΛΩΣΣΑΣ-2024.pdfΑΠΑΝΤΗΣΕΙΣ-ΝΕΟΕΛΛΗΝΙΚΗΣ-ΓΛΩΣΣΑΣ-2024.pdf
ΑΠΑΝΤΗΣΕΙΣ-ΝΕΟΕΛΛΗΝΙΚΗΣ-ΓΛΩΣΣΑΣ-2024.pdf
Newsroom8
 
them_arxaia_gel_arxaiaellinika2024gel.pdf
them_arxaia_gel_arxaiaellinika2024gel.pdfthem_arxaia_gel_arxaiaellinika2024gel.pdf
them_arxaia_gel_arxaiaellinika2024gel.pdf
konstantinantountoum1
 
PANELLINIES 2024 SXOLIASMOS GEL EKTHESI.pdf
PANELLINIES 2024 SXOLIASMOS GEL EKTHESI.pdfPANELLINIES 2024 SXOLIASMOS GEL EKTHESI.pdf
PANELLINIES 2024 SXOLIASMOS GEL EKTHESI.pdf
ssuserf9afe7
 
panellinies 2024 GEL EKTHESI YPOYRGEIO.pdf
panellinies 2024 GEL EKTHESI YPOYRGEIO.pdfpanellinies 2024 GEL EKTHESI YPOYRGEIO.pdf
panellinies 2024 GEL EKTHESI YPOYRGEIO.pdf
ssuserf9afe7
 
Το υλικό του υπολογιστή - Πληροφορική Α΄ Γυμνασίου
Το υλικό του υπολογιστή - Πληροφορική Α΄ ΓυμνασίουΤο υλικό του υπολογιστή - Πληροφορική Α΄ Γυμνασίου
Το υλικό του υπολογιστή - Πληροφορική Α΄ Γυμνασίου
ssuserd4abe0
 
Vision Based Coaching-EMCC CY Knowledge Meeting 28.05.24.pdf
Vision Based Coaching-EMCC CY Knowledge Meeting 28.05.24.pdfVision Based Coaching-EMCC CY Knowledge Meeting 28.05.24.pdf
Vision Based Coaching-EMCC CY Knowledge Meeting 28.05.24.pdf
Niki Anandi Koulouri
 
Αρχές Οικονομικής Θεωρίας - Το γραπτό των πανελλαδικών εξετάσεων
Αρχές Οικονομικής Θεωρίας - Το γραπτό των πανελλαδικών εξετάσεωνΑρχές Οικονομικής Θεωρίας - Το γραπτό των πανελλαδικών εξετάσεων
Αρχές Οικονομικής Θεωρίας - Το γραπτό των πανελλαδικών εξετάσεων
Panagiotis Prentzas
 

Recently uploaded (20)

一比一原版(CSU毕业证书)查尔斯特大学毕业证成绩单如何办理
一比一原版(CSU毕业证书)查尔斯特大学毕业证成绩单如何办理一比一原版(CSU毕业证书)查尔斯特大学毕业证成绩单如何办理
一比一原版(CSU毕业证书)查尔斯特大学毕业证成绩单如何办理
 
Προγράμματα - Δράσεις σχολικού έτους 023-24.pptx
Προγράμματα - Δράσεις σχολικού έτους 023-24.pptxΠρογράμματα - Δράσεις σχολικού έτους 023-24.pptx
Προγράμματα - Δράσεις σχολικού έτους 023-24.pptx
 
Τα θέματα σε Ανατομία-Φυσιολογία ΙΙ στα ΕΠΑΛ
Τα θέματα σε Ανατομία-Φυσιολογία ΙΙ στα ΕΠΑΛΤα θέματα σε Ανατομία-Φυσιολογία ΙΙ στα ΕΠΑΛ
Τα θέματα σε Ανατομία-Φυσιολογία ΙΙ στα ΕΠΑΛ
 
Τα θέματα στη Νεοελληνική Γλώσσα - Έκθεση
Τα θέματα στη Νεοελληνική Γλώσσα - ΈκθεσηΤα θέματα στη Νεοελληνική Γλώσσα - Έκθεση
Τα θέματα στη Νεοελληνική Γλώσσα - Έκθεση
 
ΚΑΡΤΕΣ ΑΡΙΘΜΩΝ ΙΧΝΗΛΑΤΗΣΗΣ /ΠΡΟΓΡΑΦΙΚΕΣ ΑΣΚΗΣΕΙΣ
ΚΑΡΤΕΣ ΑΡΙΘΜΩΝ ΙΧΝΗΛΑΤΗΣΗΣ /ΠΡΟΓΡΑΦΙΚΕΣ ΑΣΚΗΣΕΙΣΚΑΡΤΕΣ ΑΡΙΘΜΩΝ ΙΧΝΗΛΑΤΗΣΗΣ /ΠΡΟΓΡΑΦΙΚΕΣ ΑΣΚΗΣΕΙΣ
ΚΑΡΤΕΣ ΑΡΙΘΜΩΝ ΙΧΝΗΛΑΤΗΣΗΣ /ΠΡΟΓΡΑΦΙΚΕΣ ΑΣΚΗΣΕΙΣ
 
Το θέμα που έπεσε στην Έκθεση στα ΕΠΑΛ και ολα τα θέμα στα Νέα Ελληνικά
Το θέμα που έπεσε στην Έκθεση στα ΕΠΑΛ και ολα τα θέμα στα Νέα ΕλληνικάΤο θέμα που έπεσε στην Έκθεση στα ΕΠΑΛ και ολα τα θέμα στα Νέα Ελληνικά
Το θέμα που έπεσε στην Έκθεση στα ΕΠΑΛ και ολα τα θέμα στα Νέα Ελληνικά
 
Tα θέματα του μαθήματος "Αρχαία Ελληνικά"
Tα θέματα του μαθήματος "Αρχαία Ελληνικά"Tα θέματα του μαθήματος "Αρχαία Ελληνικά"
Tα θέματα του μαθήματος "Αρχαία Ελληνικά"
 
2024 Neoelliniki Glwssa Sxolia EPAL 1.pdf
2024 Neoelliniki Glwssa Sxolia EPAL 1.pdf2024 Neoelliniki Glwssa Sxolia EPAL 1.pdf
2024 Neoelliniki Glwssa Sxolia EPAL 1.pdf
 
Οι απαντήσεις στα Αρχαία: Τα θέματα που έπεσαν στις Πανελλήνιες 2024
Οι απαντήσεις στα Αρχαία: Τα θέματα που έπεσαν στις Πανελλήνιες 2024Οι απαντήσεις στα Αρχαία: Τα θέματα που έπεσαν στις Πανελλήνιες 2024
Οι απαντήσεις στα Αρχαία: Τα θέματα που έπεσαν στις Πανελλήνιες 2024
 
Η χλωρίδα της Πάρνηθας.bfbfbfbffbfbfbfbbpptx
Η χλωρίδα της Πάρνηθας.bfbfbfbffbfbfbfbbpptxΗ χλωρίδα της Πάρνηθας.bfbfbfbffbfbfbfbbpptx
Η χλωρίδα της Πάρνηθας.bfbfbfbffbfbfbfbbpptx
 
ΕΓΚΥΚΛ.-ΠΑΡΑΛ.-ΣΤΗΡΙΞΗΣ-2024-25-ΨΒΣΕ46ΝΚΠΔ-1ΦΤ.pdf
ΕΓΚΥΚΛ.-ΠΑΡΑΛ.-ΣΤΗΡΙΞΗΣ-2024-25-ΨΒΣΕ46ΝΚΠΔ-1ΦΤ.pdfΕΓΚΥΚΛ.-ΠΑΡΑΛ.-ΣΤΗΡΙΞΗΣ-2024-25-ΨΒΣΕ46ΝΚΠΔ-1ΦΤ.pdf
ΕΓΚΥΚΛ.-ΠΑΡΑΛ.-ΣΤΗΡΙΞΗΣ-2024-25-ΨΒΣΕ46ΝΚΠΔ-1ΦΤ.pdf
 
Η υδροστατική πίεση
Η υδροστατική                       πίεσηΗ υδροστατική                       πίεση
Η υδροστατική πίεση
 
ΑΠΑΝΤΗΣΕΙΣ ΕΚΘΕΣΗ ΕΠΑΛ ΓΙΑ ΤΙΣ ΠΑΝΕΛΛΗΝΙΕΣ 2024
ΑΠΑΝΤΗΣΕΙΣ ΕΚΘΕΣΗ ΕΠΑΛ ΓΙΑ ΤΙΣ ΠΑΝΕΛΛΗΝΙΕΣ 2024ΑΠΑΝΤΗΣΕΙΣ ΕΚΘΕΣΗ ΕΠΑΛ ΓΙΑ ΤΙΣ ΠΑΝΕΛΛΗΝΙΕΣ 2024
ΑΠΑΝΤΗΣΕΙΣ ΕΚΘΕΣΗ ΕΠΑΛ ΓΙΑ ΤΙΣ ΠΑΝΕΛΛΗΝΙΕΣ 2024
 
ΑΠΑΝΤΗΣΕΙΣ-ΝΕΟΕΛΛΗΝΙΚΗΣ-ΓΛΩΣΣΑΣ-2024.pdf
ΑΠΑΝΤΗΣΕΙΣ-ΝΕΟΕΛΛΗΝΙΚΗΣ-ΓΛΩΣΣΑΣ-2024.pdfΑΠΑΝΤΗΣΕΙΣ-ΝΕΟΕΛΛΗΝΙΚΗΣ-ΓΛΩΣΣΑΣ-2024.pdf
ΑΠΑΝΤΗΣΕΙΣ-ΝΕΟΕΛΛΗΝΙΚΗΣ-ΓΛΩΣΣΑΣ-2024.pdf
 
them_arxaia_gel_arxaiaellinika2024gel.pdf
them_arxaia_gel_arxaiaellinika2024gel.pdfthem_arxaia_gel_arxaiaellinika2024gel.pdf
them_arxaia_gel_arxaiaellinika2024gel.pdf
 
PANELLINIES 2024 SXOLIASMOS GEL EKTHESI.pdf
PANELLINIES 2024 SXOLIASMOS GEL EKTHESI.pdfPANELLINIES 2024 SXOLIASMOS GEL EKTHESI.pdf
PANELLINIES 2024 SXOLIASMOS GEL EKTHESI.pdf
 
panellinies 2024 GEL EKTHESI YPOYRGEIO.pdf
panellinies 2024 GEL EKTHESI YPOYRGEIO.pdfpanellinies 2024 GEL EKTHESI YPOYRGEIO.pdf
panellinies 2024 GEL EKTHESI YPOYRGEIO.pdf
 
Το υλικό του υπολογιστή - Πληροφορική Α΄ Γυμνασίου
Το υλικό του υπολογιστή - Πληροφορική Α΄ ΓυμνασίουΤο υλικό του υπολογιστή - Πληροφορική Α΄ Γυμνασίου
Το υλικό του υπολογιστή - Πληροφορική Α΄ Γυμνασίου
 
Vision Based Coaching-EMCC CY Knowledge Meeting 28.05.24.pdf
Vision Based Coaching-EMCC CY Knowledge Meeting 28.05.24.pdfVision Based Coaching-EMCC CY Knowledge Meeting 28.05.24.pdf
Vision Based Coaching-EMCC CY Knowledge Meeting 28.05.24.pdf
 
Αρχές Οικονομικής Θεωρίας - Το γραπτό των πανελλαδικών εξετάσεων
Αρχές Οικονομικής Θεωρίας - Το γραπτό των πανελλαδικών εξετάσεωνΑρχές Οικονομικής Θεωρίας - Το γραπτό των πανελλαδικών εξετάσεων
Αρχές Οικονομικής Θεωρίας - Το γραπτό των πανελλαδικών εξετάσεων
 

Μαθηματικά Γενικής Παιδείας Γ Λυκείου

  • 1. 2015 Νατάσα Λύρη Πρότυπο Πειραματικό Λύκειο Πανεπιστημίου Πατρών 14/5/2015 Μαθηματικά Γενικής Παιδείας Γ΄ Λυκείου (Συνοπτική θεωρία-Ασκήσεις) Wassily Kandinsky, Upward, 1939
  • 2. 2 ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1ο Μονοτονία – Ακρότατα Συνάρτησης 3 Όριο Συνάρτησης 3 Συνεχής Συνάρτηση 3 Παράγωγος Συνάρτησης Παραγώγιση Βασικών Συναρτήσεων (Αποδείξεις) 4 Κανόνες Παραγώγισης (Αποδείξεις) 5 Πίνακας Βασικών Τύπων και Κανόνων Παραγώγισης 5 Εξίσωση εφαπτομένης γραφικής παράστασης συνάρτησης 5 Κεφάλαιο 2ο Συχνότητα – Σχετική Συχνότητα- Αθροιστικές Συχνότητες 6 Γραφική Παράσταση Κατανομής Συχνοτήτων 7 Μέτρα Θέσης 7 Μέτρα Διασποράς 9 Κανονική Κατανομή 9 Ομοιογένεια δείγματος 10 Κεφάλαιο 3ο Πείραμα Τύχης- Δειγματικός Χώρος – Ενδεχόμενα 11 Πράξεις με Ενδεχόμενα –Ασυμβίβαστα Ενδεχόμενα 12 Εφαρμογή 2 (σχολικό βιβλίο σχολ. 143) 13 Κλασικός Ορισμός Πιθανότητας 14 Κανόνες Λογισμού των Πιθανοτήτων (Αποδείξεις) 14 Εφαρμογή 2 (σχολικό βιβλίο σχολ. 153) 16 Ασκήσεις (Λυμένες) Κεφάλαιο 1ο Άσκηση 1 17 Άσκηση 2 18 Άσκηση 3 19 Κεφαλαίο 2ο Άσκηση 4 20 Κεφάλαιο 3ο Άσκηση 5 23
  • 3. 3 ΚΕΦΑΛΑΙΟ 1ο Μονοτονία Συνάρτησης Μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του πεδίου ορισμού της, όταν για οποιαδήποτε σημεία με ισχύει και γνησίως φθίνουσα στο Δ, όταν για οποιαδήποτε σημεία με ισχύει . Ακρότατα Συνάρτησης Μια συνάρτηση f με πεδίο ορισμού το Α, λέμε ότι παρουσιάζει: Τοπικό μέγιστο στο , όταν για κάθε x σε μια περιοχή του , και Tοπικό ελάχιστο στο όταν για κάθε x σε μια περιοχή του . Ιδιότητες Ορίων Συνάρτησης Αν οι συναρτήσεις f και g έχουν στο x0 όρια πραγματικούς αριθμούς, δηλαδή αν και όπου και πραγματικοί αριθμοί, τότε αποδεικνύεται ότι: Συνεχής Συνάρτηση Mια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής, αν για κάθε ισχύει . Παράγωγος Συνάρτησης Έστω μια συνάρτηση f με πεδίο ορισμού το Α, και Β το σύνολο των x A στα οποία η f είναι παραγωγίσιμη. Τότε ορίζεται μια νέα συνάρτηση, με την οποία κάθε x B αντιστοιχίζεται στο Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος της f και συμβολίζεται με f '. Η παράγωγος της συνάρτησης f ' λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ''. Σχόλια Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι x(t) τη χρονική στιγμή t, τότε η ταχύτητά του θα είναι υ(t)=x'(t) Αν η συνάρτηση υ είναι παραγωγίσιμη, τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας, δηλαδή θα ισχύει α(t)=υ'(t) ή ισοδύναμα α(t)=x''(t)
  • 4. 4 Παραγώγιση Βασικών Συναρτήσεων (ΑΠΟΔΕΙΞΕΙΣ) 1. Η παράγωγος της σταθερής συνάρτησης f(x)=c Έχουμε f(x + h) - f (x) = c - c = 0 και για h≠0 οπότε Άρα (c)'=0. 2. Η παράγωγος της ταυτοτικής συνάρτησης f(x) = x Έχουμε f(x + h) - f(x) = (x + h) - x = h , και για h ≠ 0, Επομένως Άρα, (x)'=1. 3. Η παράγωγος της συνάρτησης f (x) = xρ Έστω η συνάρτηση f (x) = x2 . Έχουμε f (x + h) - f (x) = (x + h)2 - x2 = x2 + 2xh + h2 - x2 = (2x + h)h, και για h≠0, Επομένως, Άρα (x2 )' = 2x
  • 5. 5 Κανόνες Παραγώγισης (ΑΠΟΔΕΙΞΕΙΣ) 1. Η παράγωγος της συνάρτησης cf(x) Έστω η συνάρτηση F(x) = cf(x). Έχουμε F(x + h) - F(x) = cf (x + h) - cf (x) = c(f(x + h) - f(x)), και για h ≠ 0 Επομένως Άρα (c · f(x))' = c · f'(x). 2. Η παράγωγος τηςσυνάρτησης f(x) + g(x). Έστω η συναρτηση F(x) = f(x) + g(x). Έχουμε F(x + h) - F(x) = (f(x + h) + g(x + h)) - (f(x) + g(x)) = ( f(x + h) - f(x)) + (g(x + h) - g(x)), και για h≠0, Επομένως Άρα (f(x) + g(x))' = f'(x) + g'(x) ΠΙΝΑΚΑΣ ΒΑΣΙΚΩΝ ΤΥΠΩΝ ΚΑΙ ΚΑΝΟΝΩΝ ΠΑΡΑΓΩΓΙΣΗΣ Εξίσωση εφαπτόμενης ευθείας στο σημείο Α ( της γραφικής παράστασης της συνάρτησης :
  • 6. 6 ΚΕΦΑΛΑΙΟ 2ο Ας υποθέσουμε ότι x1, x2,..., xκ είναι οι τιμές μιας μεταβλητής Χ, που αφορά τα άτομα ενός δείγματος μεγέθους v, κ ≤ ν. Συχνότητα Στην τιμή xi αντιστοιχίζεται η (απόλυτη) συχνότητα νi, δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή xi της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων. Είναι φανερό ότι το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος, δηλαδή: ν1+ ν2 + ... + νκ = v Σχετική Συχνότητα Αν διαιρέσουμε τη συχνότητα νi με το μέγεθος ν του δείγματος, προκύπτει η σχετική συχνότητα fi της τιμής xi, δηλαδή Για τη σχετική συχνότητα ισχύουν οι ιδιότητες: (i) 0 ≤ fi ≤ 1 για i = 1,2,..., κ αφού 0 ≤ νi ≤ ν. (ii) f1 + f2 + ... + fκ = 1, αφού Αθροιστικές Συχνότητες Στην περίπτωση των ποσοτικών μεταβλητών εκτός από τις συχνότητες νi και fi χρησιμοποιούνται συνήθως και οι λεγόμενες αθροιστικές συχνότητες Ni και οι αθροιστικές σχετικές συχνότητες Fi, οι οποίες εκφράζουν το πλήθος και το ποσοστό αντίστοιχα των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής xi. Αν οι τιμές x1, x2,..., μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη, τότε η αθροιστική συχνότητα της τιμής xi είναι: Ni = ν1 + ν2 +...+ νi i = 1,2,...,κ. ν1 = N1 , ν2 = N2 - N1 ,..., νκ = Nκ - Nκ-1 ή N1= ν1 , N2= ν2 + ν1 ,..., Nκ= ν1 + ν2 +...+ νκ=ν Όμοια, η αθροιστική σχετική συχνότητα είναι: Fi= f1 + f2 +...+ fi, για i = 1,2,...,κ. f1 = F1, f2 = F2 - F1 ,..., fκ = Fκ - Fκ-1. ή F1= f1, F2= f1 + f2 ,..., Fκ = f1 + f2 +...+ fκ=1.
  • 7. 7 Γραφική Παράσταση Κατανομής Συχνοτήτων α) Ραβδόγραμμα Το ραβδόγραμμα χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής. Το ραβδόγραμμα αποτελείται από ορθογώνιες στήλες που οι βάσεις τους βρίσκονται πάνω στον οριζόντιο ή τον κατακόρυφο άξονα. Σε κάθε τιμή της μεταβλητής Χ αντιστοιχεί μια ορθογώνια στήλη της οποίας το ύψος είναι ίσο με την αντίστοιχη συχνότητα ή σχετική συχνότητα. Έτσι έχουμε αντίστοιχα το ραβδόγραμμα συχνοτήτων και το ραβδόγραμμα σχετικών συχνοτήτων. Τόσο η απόσταση μεταξύ των στηλών όσο και το μήκος των βάσεών τους καθορίζονται αυθαίρετα. β) Διάγραμμα Συχνοτήτων Στην περίπτωση που έχουμε μια ποσοτική μεταβλητή αντί του ραβδογράμματος χρησιμοποιείται το διάγραμμα συχνοτήτων. Αυτό μοιάζει με το ραβδόγραμμα με μόνη διαφορά ότι αντί να χρησιμοποιούμε συμπαγή ορθογώνια υψώνουμε σε κάθε xi (υποθέτοντας ότι x1 < x2 <...< xκ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα. Μπορούμε επίσης αντί των συχνοτήτων νi στον κάθετο άξονα να βάλουμε τις σχετικές συχνότητες fi, οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων. Ενώνοντας τα σημεία (xi, νi) ή (xi, fi) έχουμε το λεγόμενο πολύγωνο συχνοτήτων ή πολύγωνο σχετικών συχνοτήτων, αντίστοιχα, που μας δίνουν μια γενική ιδέα για τη μεταβολή της συχνότητας ή της σχετικής συχνότητας όσο μεγαλώνει η τιμή της μεταβλητής που εξετάζουμε. γ) Κυκλικό Διάγραμμα Το κυκλικό διάγραμμα χρησιμοποιείται για τη γραφική παράσταση τόσο των ποιοτικών όσο και των ποσοτικών δεδομένων, όταν οι διαφορετικές τιμές της μεταβλητής είναι σχετικά λίγες. Το κυκλικό διάγραμμα είναι ένας κυκλικός δίσκος χωρισμένος σε κυκλικούς τομείς, τα εμβαδά ή, ισοδύναμα, τα τόξα των οποίων είναι ανάλογα προς τις αντίστοιχες συχνότητες νi ή τις σχετικές συχνότητες fi των τιμών xi της μεταβλητής. Αν συμβολίσουμε με αi το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό διάγραμμα συχνοτήτων, τότε Μέτρα Θέσης α) Μέση Τιμή Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι t1,t2,...,tv, τότε η μέση τιμή συμβολίζεται με και δίνεται από τη σχέση: Σε μια κατανομή συχνοτήτων, αν x1, x2 ,..., xκ είναι οι τιμές της μεταβλητής Χ με συχνότητες v1,v2,...,vκ αντίστοιχα, η μέση τιμή ορίζεται ισοδύναμα από τη σχέση:
  • 8. 8 Η παραπάνω σχέση ισοδύναμα γράφεται: β) Διάμεσος (δ) Διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως η μεσαία παρατήρηση, όταν το ν είναι περιττός αριθμός, ή ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το ν είναι άρτιος αριθμός. Διάμεσος σε Ομαδοποιημένα Δεδομένα Κατασκευάζουμε το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων και την πολυγωνική γραμμή, (όπως στο παρακάτω). Η διάμεσος, όπως ορίστηκε, αντιστοιχεί στην τιμή x = δ της μεταβλητής Χ (στον οριζόντιο άξονα), έτσι ώστε το 50% των παρατηρήσεων να είναι μικρότερες ή ίσες του δ. Δηλαδή, η διάμεσος θα έχει αθροιστική σχετική συχνότητα Fi = 50% . Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες, από το σημείο Α (50% των παρατηρήσεων) φέρουμε την και στη συνέχεια τη ΒΓ ⊥ Οx. Τότε, στο σημείο Γ αντιστοιχεί η διάμεσος δ των παρατηρήσεων. Τα τρίγωνα ΔΕΒ και ΔΖΗ είναι όμοια. Άρα δ ≈ 173 Δ Ε Ζ Η
  • 9. 9 Μέτρα Διασποράς α) Εύρος (R) Το απλούστερο από τα μέτρα διασποράς είναι το εύρος (R), που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση, δηλαδή: Εύρος R = Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση β) Διακύμανση (s2 ) Η διακύμανση ή διασπορά ορίζεται από τη σχέση Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα, η διακύμανση ορίζεται από τη σχέση: γ) Τυπική Απόκλιση (s) Η διακύμανση είναι μια αξιόπιστη παράμετρος διασποράς, αλλά έχει ένα μειονέκτημα. Δεν εκφράζεται με τις μονάδες με τις οποίες εκφράζονται οι παρατηρήσεις. Για παράδειγμα, αν οι παρατηρήσεις εκφράζονται σε cm, η διακύμανση εκφράζεται σε cm2 . Αν όμως πάρουμε τη θετική τετραγωνική ρίζα της διακύμανσης, θα έχουμε ένα μέτρο διασποράς που θα εκφράζεται με την ίδια μονάδα μέτρησης του χαρακτηριστικού, όπως ακριβώς είναι και όλα τα άλλα μέτρα θέσης, που εξετάσαμε έως τώρα. Η ποσότητα αυτή λέγεται τυπική απόκλιση, συμβολίζεται με s και δίνεται από τη σχέση: Κανονική Κατανομή Αξίζει να σημειωθεί ότι αν η καμπύλη συχνοτήτων για το χαρακτηριστικό που εξετάζουμε είναι κανονική ή περίπου κανονική, τότε η τυπική απόκλιση s έχει τις παρακάτω ιδιότητες: i) το 68% περίπου των παρατηρήσεων βρίσκεται στο διάστημα ii) το 95% περίπου των παρατηρήσεων βρίσκεται στο διάστημα iii) το 99,7% περίπου των παρατηρήσεων βρίσκεται στο διάστημα iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις, δηλαδή R ≈ 6s.
  • 10. 10 Ομοιογένεια Δείγματος Ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών, που είτε εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης, αλλά έχουν σημαντικά διαφορετικές μέσες τιμές, είναι ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας, ο οποίος ορίζεται από το λόγο: Γενικά δεχόμαστε ότι ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές, εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10%. Για την σύγκριση δύο ομάδων τιμών Α και Β: Αν CVA>CVB τότε έχουμε μεγαλύτερη ομοιογένεια στις τιμές της ομάδας Β παρά της Α. Δηλαδή μεγαλύτερος συντελεστής μεταβολής, συνεπάγεται μικρότερη ομοιογένεια. Παρατηρήσεις Έστω x1, x2 ,..., xvν παρατηρήσεις με μέση τιμή και τυπική απόκλιση sx. α) Αν y1, y2,..., yv είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις x1, x2,..., xv μια σταθερά c, τότε: β) Αν y1, y2,..., yv είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε σε καθεμιά από τις x1, x2,..., xv μια σταθερά c, τότε:
  • 11. 11 ΚΕΦΑΛΑΙΟ 3ο Πείραμα Τύχης Πείραμα τύχης, ονομάζεται ένα πείραμα για το οποίο δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα, μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες. Για παράδειγμα, δεν μπορούμε να προβλέψουμε με ακρίβεια τον αριθμό των τροχαίων ατυχημάτων που συμβαίνουν σε μια εβδομάδα σε ένα σημείο μιας εθνικής οδού, αφού ο αριθμός αυτός εξαρτάται από πολλούς απρόβλεπτους παράγοντες. Δειγματικός χώρος Όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης λέγονται δυνατά αποτελέσματα ή δυνατές περιπτώσεις του πειράματος. Το σύνολο των δυνατών αποτελεσμάτων λέγεται δειγματικός χώρος και συμβολίζεται συνήθως με το γράμμα Ω. Αν δηλαδή ω1,ω2,...,ωκ είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης, τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο: Ω = {ω1, ω2,...,ωκ}. Ενδεχόμενα Ένα ενδεχόμενο λέγεται απλό όταν έχει ένα μόνο στοιχείο και σύνθετο αν έχει περισσότερα στοιχεία. Όταν το αποτέλεσμα ενός πειράματος, σε μια συγκεκριμένη εκτέλεσή του είναι στοιχείο ενός ενδεχομένου, τότε λέμε ότι το ενδεχόμενο αυτό πραγματοποιείται ή συμβαίνει. Γι’αυτό τα στοιχεία ενός ενδεχομένου λέγονται και ευνοϊκές περιπτώσεις για την πραγματοποίησή του. Έτσι, για παράδειγμα, το ενδεχόμενο A = {2,4,6} έχει τρεις ευνοϊκές περιπτώσεις και πραγματοποιείται, όταν φέρουμε 2 ή 4 ή 6. Ο ίδιος ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο, το οποίο μάλιστα πραγματοποιείται πάντοτε, αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω. Γι’ αυτό το Ω λέγεται βέβαιο ενδεχόμενο. Δεχόμαστε ακόμα ως ενδεχόμενο και το κενό σύνολο ∅ που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης. Γι’ αυτό λέμε ότι το ∅ είναι το αδύνατο ενδεχόμενο. Το πλήθος των στοιχείων ενός ενδεχομένου Α θα το συμβολίζουμε με N(A). Επομένως, αν Ω = {1,2,3,4,5,6} και Α = {2,4,6} έχουμε N(A) = 3, N(Ω) = 6 και N(∅} = 0.
  • 12. 12 Πράξεις με Ενδεχόμενα Ένωση Το ενδεχόμενο A∪B, που διαβάζεται “Α ένωση Β” ή “A ή Β” και πραγματοποιείται, όταν πραγματοποιείται ένα τουλάχιστον από τα A, Β Τομή Το ενδεχόμενο A∩B, που διαβάζεται “Α τομή Β” ή “Α και Β” και πραγματοποιείται, όταν πραγματοποιούνται συγχρόνως τα Α και Β. Συμπληρωματικό Ενδεχόμενο Το ενδεχόμενο Α', που διαβάζεται “όχι Α” ή “συμπληρωματικό του Α” και πραγματοποιείται, όταν δεν πραγματοποιείται το Α. Το Α' λέγεται και “αντίθετο του Α” . Διαφορά Ενδεχομένων Το ενδεχόμενο Α - B, που διαβάζεται “διαφορά του B από το Α” και πραγματοποιείται, όταν πραγματοποιείται το Α αλλά όχι το Β. Είναι εύκολο να δούμε ότι Α - B = Α ∩ B'. Παρατηρήσεις ∪ ∪ ∅ ∅ Στον παρακάτω πίνακα τα Α και Β συμβολίζουν ενδεχόμενα ενός πειράματος και το ω ένα αποτέλεσμα του πειράματος αυτού. Στην αριστερή στήλη του πίνακα αναγράφονται διάφορες σχέσεις για τα Α και Β διατυπωμένες στην κοινή γλώσσα, και στη δεξιά στήλη αναγράφονται οι ίδιες σχέσεις αλλά διατυπωμένες στη γλώσσα των συνόλων.
  • 13. 13 Το ενδεχόμενο Α πραγματοποιείται Το ενδεχόμενο Α δεν πραγματοποιείται Ένα τουλάχιστον από τα Α και Β πραγματοποιείται Πραγματοποιούνται αμφότερα τα Α και Β Δεν πραγματοποιείται κανένα από τα Α και Β Πραγματοποιείται μόνο το Α Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β ω Α ω Α' (ή ω ∉ Α) ω Α∪Β ω Α∩Β ω (Α∪Β)' ω Α - Β (ή ω Α∩Β') Α⊆Β Ασυμβίβαστα Ενδεχόμενα Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα, όταν Α∩Β = ∅. Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα. Εφαρμογή 2 (Σελ. 143) Δίνονται δύο ενδεχόμενα Α και Β ενός πειράματος με δειγματικό χώρο Ω. Να παρασταθούν με διαγράμματα Venn και να εκφραστούν με τη βοήθεια συνόλων τα ενδεχόμενα που ορίζονται με τις εκφράσεις: i) Πραγματοποιείται μόνο ένα από τα Α και Β. ii) Δεν πραγματοποιείται κανένα από τα Α και Β. ΛΥΣΗ i) Επειδή θέλουμε να πραγματοποιείται μόνο το Α ή μόνο το Β, γραμμοσκιάζουμε τις επιφάνειες των Α και Β με εξαίρεση την τομή τους, δηλαδή την κοινή επιφάνειά τους. Παρατηρούμε ότι στην περίπτωση αυτή πραγματοποιείται ένα μόνο από τα A - B και B - A. Άρα, το ζητούμενο ενδεχόμενο είναι το (A - B) ∪ (B - A) ή ισοδύναμα το (A ∩ B') ∪ (A'∩ B). ii) Επειδή θέλουμε να μην πραγματοποιείται κανένα από τα Α και Β, γραμμοσκιάζουμε την επιφάνεια του Ω που είναι εκτός της ένωσης των Α και Β. Στην περίπτωση αυτή παρατηρούμε ότι το ζητούμενο σύνολο είναι συμπληρωματικό του A∪B, δηλαδή το (A∪B)'.
  • 14. 14 Κλασικός Ορισμός Πιθανότητας Γι’ αυτό είναι εύλογο σε ένα πείραμα με ισοπίθανα αποτελέσματα να ορίσουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό: Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι: 1. 2. 3. Για κάθε ενδεχόμενο Α ισχύει 0 ≤ P(A) ≤ 1, αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των στοιχείων του δειγματικού χώρου. Κανόνες Λογισμού των Πιθανοτήτων (Αποδείξεις) 1. Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει: ΑΠΟΔΕΙΞΗ Αν N(A) = κ και N(B) = λ, τότε το A∪B έχει κ + λ στοιχεία, γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα. Δηλαδή, έχουμε N(A∪B) = κ + λ = N(A) + N(B). Επομένως: Η ιδιότητα αυτή είναι γνωστή ως απλός προσθετικός νόμος και ισχύει και για περισσότερα από δύο ενδεχόμενα. Έτσι, αν τα ενδεχόμενα Α, Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε: P(A∪B∪Γ) = P(A) + P(B) + P(Γ).
  • 15. 15 2. Για δύο συμπληρωματικά ενδεχόμενα Α και A' ισχύει: ΑΠΟΔΕΙΞΗ Επειδή A ∩ A' = ∅, δηλαδή τα Α και A' είναι ασυμβίβαστα, έχουμε διαδοχικά, σύμφωνα με τον απλό προσθετικό νόμο: Οπότε P(A') = 1 - P(A). 3. Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει: ΑΠΟΔΕΙΞΗ Για δυο ενδεχόμενα Α και Β έχουμε N(A∪B) = N(A) + N(B) - N (A ∩ B), (1) αφού στο άθροισμα N(A) + N(B) το πλήθος των στοιχείων του A ∩ B υπολογίζεται δυο φορές. Αν διαιρέσουμε τα μέλη της (1) με N(Ω) έχουμε: και επομένως P(A∪B) = P(A) + P(B) - P(A∩B). Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος . 4. ΑΠΟΔΕΙΞΗ Επειδή A ⊆ B έχουμε διαδοχικά:
  • 16. 16 5. Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει P(A-B) = P(A) - P(A∩B). ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα A-B και A∩B είναι ασυμβίβαστα και (A-B)∪(A∩B) = A, έχουμε: P(A) = P(A - B) + P(A∩B). Άρα P(A-B) = P(A) - P(A∩B). Εφαρμογή 2 (Σελ. 153) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω δίνονται P(A) = 0,5 , P(B) = 0,4 και P(A∩B) = 0,2 . Να βρεθεί η πιθανότητα των ενδεχομένων: i) Να μην πραγματοποιηθεί κανένα από τα Α και Β. ii) Να πραγματοποιηθεί μόνο ένα από τα Α και Β. ΛΥΣΗ i) Το ενδεχόμενο να μην πραγματοποιηθεί κανένα από τα Α και Β είναι το (A∪B)'. Επομένως ii) Το ενδεχόμενο να πραγματοποιηθεί μόνο ένα από τα Α και Β είναι το (A - B) ∪ (B - A). Επειδή τα ενδεχόμενα A - B και B - A είναι ασυμβίβαστα, έχουμε: P((A - B)∪(B - A)) = P(A - B) + P(B - A)
  • 17. 17 ΑΣΚΗΣΕΙΣ ΛΥΜΕΝΕΣ ΑΣΚΗΣΗ 1 Δίνεται η συνάρτηση 1. Να βρεθεί το πεδίο ορισμού της . 2. Να βρεθεί το όριο . 3. Να βρεθεί η πρώτη παράγωγος . 4. Να εξεταστεί ως προς την μονοτονία και τα ακρότατα. 5. Να βρεθεί το . 6. Να βρεθεί η εξίσωση της εφαπτομένης της γραφικής παράστασης της συνάρτησης στο σημείο της Α (1, 2). ΛΥΣΗ 1. Πρέπει ο παρανομαστής να είναι διάφορος του μηδενός άρα Το πεδίο ορισμού είναι Α=IR-{-1} 2. = 3. 4. x - -1 + + + ↗ Η συνάρτηση είναι γνησίως αύξουσα για κάθε x Δεν παρουσιάζει ακρότατα. 5. 6. Εξίσωση εφαπτομένης στο Α(1, 2)
  • 18. 18 ΑΣΚΗΣΗ 2 Δίνεται η συνάρτηση 1. Να βρεθεί η πρώτη και η δεύτερη παράγωγος 2. Να αποδειχθεί ότι: 3. Να μελετηθεί ως προς την μονοτονία και τα ακρότατα. 4. Να βρεθεί η εξίσωση της εφαπτομένης της γραφικής παράστασης της συνάρτησης στο σημείο Α (1, . ΛΥΣΗ 1. Η πρώτη παράγωγος: Η δεύτερη παράγωγος: 2. + 3. x - -1 3 + + o - o + ↘ ↗ Μονοτονία Η συνάρτηση είναι γνησίως αύξουσα για ∪ και γνησίως φθίνουσα για . Ακρότατα Παρουσιάζει μέγιστο για το Και παρουσιάζει ελάχιστο για το 4. Η εξίσωση της εφαπτομένης της γραφικής παράστασης της συνάρτησης στο σημείο Α (1, είναι : To και το .
  • 19. 19 Άρα η εξίσωση της εφαπτομένης είναι: ΑΣΚΗΣΗ 3 Να υπολογίσετε τα όρια: i) ii) iii) ΛΥΣΗ i) Παραγοντοποιώ το τριώνυμο: Άρα ii) Παραγοντοποιώ τον αριθμητή iii) Χρησιμοποιώ την συζυγή παράσταση του παρανομαστή
  • 20. 20 ΑΣΚΗΣΗ 4 Στον παρακάτω πίνακα δίνεται η κατανομή συχνοτήτων για τη μεταβλητή Χ: «πλήθος ημερών άδειας» των υπαλλήλων μιας εταιρείας υπολογιστών. 1. Nα μεταφέρετε στη κόλλα σας και να συμπληρώσετε τον παραπάνω πίνακα. Ημέρες Άδειας Συχνότητα Αθροιστική Συχνότητα Σχετική Συχνότητα Αθροιστική Σχετ. Συχνότητα Σχετική Συχνότητα % Αθροιστική Σχετ. Συχνότητα % 5 4 7 6 9 2 14 5 16 2 18 1 Σύνολο 2. Να βρεθεί το πλήθος των υπαλλήλων της εταιρείας. 3. Να βρεθεί το ποσοστό των υπαλλήλων που πήραν το πολύ 14 ημέρες άδεια. 4. Να βρεθεί το πλήθος των υπαλλήλων που πήραν τουλάχιστον 9 ημέρες άδεια. 5. Να βρεθεί η μέση τιμή των ημερών άδειας των υπαλλήλων της εταιρείας. 6. Να βρεθεί η διακύμανση και η τυπική απόκλιση των ημερών άδειας των υπαλλήλων της εταιρείας. 7. Να εξετάσετε το παραπάνω δείγμα ως προς την ομοιογένεια του 8. Να βρεθεί η διάμεσος των παραπάνω τιμών ΛΥΣΗ 1. Ημέρες Άδειας Συχνότητα Αθροιστική Συχνότητα Σχετική Συχνότητα Αθροιστική Σχετ. Συχνότητα Σχετική Συχνότητα % Αθροιστική Σχετ. Συχνότητα % 5 4 4 0,2 0,2 20 20 7 6 10 0,3 0,5 30 50 9 2 12 0,1 0,6 10 60 14 5 17 0,25 0,85 25 85 16 2 19 0,1 0,95 10 95 18 1 20 0,05 1 5 100 Σύνολο 20 1 100 ΟΔΗΓΙΕΣ ΣΥΜΠΛΗΡΩΣΗΣ ΤΟΥ ΠΙΝΑΚΑ Πως συμπληρώνουμε την στήλη Αθροιστική Συχνότητα : Ν1=ν1 Ν2=ν1+ν2
  • 21. 21 Ν3=ν1+ν2+ν3 κ.ο.κ. Το τελευταίο είναι πάντα ίσο με το μέγεθος του δείγματος ν. Πως συμπληρώνουμε την στήλη Σχετική Συχνότητα : Με τη βοήθεια του τύπου Το σύνολο των ισούται πάντα με 1 Πως συμπληρώνουμε την στήλη Αθροιστική Σχετική Συχνότητα F1=f1 F2=f1+f2 F3=f1+f2+f3 κ.ο.κ. Το τελευταίο είναι πάντα ίσο με 1. Πως συμπληρώνουμε την στήλη Σχετική Συχνότητα %: Με τη βοήθεια του τύπου 100 Το σύνολο των ισούται πάντα με 100 Πως συμπληρώνουμε την στήλη Αθροιστική Σχετική Συχνότητα F1%=f1% F2%=f1%+f2% F3%=f1%+f2%+f3% κ.ο.κ. Το τελευταίο είναι πάντα ίσο με 100. 2. To πλήθος των υπαλλήλων της εταιρείας είναι : ν=20 3. Να βρεθεί το ποσοστό των υπαλλήλων που πήραν το πολύ 14 ημέρες άδεια. (το πολύ : από την πρώτη τιμή μέχρι την τιμή 14) 1ος τρόπος Με τη βοήθεια της στήλης : 0,2+0,3+0,1+0,25=0,85 2ος τρόπος Με τη βοήθεια της στήλης % : 20+30+10+25=85% 3ος τρόπος Με τη βοήθεια της στήλης % : 4. Να βρεθεί το πλήθος των υπαλλήλων που πήραν τουλάχιστον 9 ημέρες άδεια. (τουλάχιστον: από την τιμή 9 μέχρι την τελευταία τιμή ) 1ος τρόπος Με τη βοήθεια της στήλης :
  • 22. 22 =2+5+2+1=10 5. Να βρεθεί η μέση τιμή των ημερών άδειας των υπαλλήλων της εταιρείας. Πρέπει να συμπληρώσουμε τον πίνακα με την στήλη Ημέρες Άδειας Συχνότητα ………. 5 4 ……….. 20 7 6 ………… 42 9 2 …………. 18 14 5 …………. 70 16 2 …….. 32 18 1 ………… 18 Σύνολο 20 200 Η μέση τιμή δίνεται από τον τύπο 6. Να βρεθεί η διακύμανση και η τυπική απόκλιση των ημερών άδειας των υπαλλήλων της εταιρείας Πρέπει να συμπληρώσουμε τον πίνακα με τις στήλες: Ημέρες Άδειας Συχνότητα ………. 5 4 ……….. -5 25 100 7 6 ………… -3 9 54 9 2 …………. -1 1 2 14 5 …………. 4 16 80 16 2 …….. 6 36 72 18 1 ………… 8 64 64 Σύνολο 20 372 Η διακύμανση δίνεται από την σχέση Η τυπική απόκλιση είναι 7. Να εξετάσετε το παραπάνω δείγμα ως προς την ομοιογένεια του άρα δεν είναι ομοιογενές.
  • 23. 23 8. Να βρεθεί η διάμεσος των παραπάνω τιμών Η διάμεσος δ μας δείχνει ότι οι μισές παρατηρήσεις του δείγματος είναι μικρότερες από αυτές και οι άλλες μισές μεγαλύτερες. Επίσης να θυμηθούμε τον ορισμό: Διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως η μεσαία παρατήρηση, όταν το ν είναι περιττός αριθμός, ή ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το ν είναι άρτιος αριθμός. Σε αυτή την άσκηση το μέγεθος του δείγματος είναι ν=20 άρα η διάμεσος είναι ίση με το ημιάθροισμα των δύο μεσαίων παρατηρήσεων. Οι δύο μεσαίες παρατηρήσεις είναι η και Ποιες τιμές λοιπόν αντιστοιχούν στη και ; Θα τις εντοπίσουμε από την στήλη των Συχνοτήτων Ημέρες Άδειας Συχνότητα 5 4 7 6 9 2 14 5 16 2 18 1 Σύνολο 20 Βλέπουμε ότι έχουμε 4( ) τιμές: και 6( ) τιμές: . Σύνολο 4+6=10, άρα η και η θα είναι η επόμενη τιμή το 9. Η διάμεσος είναι ΑΣΚΗΣΗ 5 Έστω Α και Β δύο ενδεχόμενα ενός δειγματικού χώρου Ω, με P(A)= , P(B)= και P(A∩B)= . Να βρεθούν οι πιθανότητες των ενδεχομένων: 1. Να πραγματοποιηθεί ένα τουλάχιστον από τα ενδεχόμενα Α ,Β 2. Να μην πραγματοποιηθεί το ενδεχόμενο Β 3. Να πραγματοποιηθεί μόνο το ενδεχόμενο Α 4. Να μην πραγματοποιηθεί κανένα από τα ενδεχόμενα Α και Β 5. Nα πραγματοποιηθεί μόνο ένα από τα Α και Β 6. Να μην πραγματοποιηθεί μόνο ένα από τα Α και Β
  • 24. 24 ΛΥΣΗ 1. Να πραγματοποιηθεί ένα τουλάχιστον από τα ενδεχόμενα Α ,Β ∪ 2. Να μην πραγματοποιηθεί το ενδεχόμενο Β 3. Να πραγματοποιηθεί μόνο το ενδεχόμενο Α 4. Να μην πραγματοποιηθεί κανένα από τα ενδεχόμενα Α και Β ∪ ∪ 5. Nα πραγματοποιηθεί μόνο ένα από τα Α και Β 1ος τρόπος ∪ 2ος τρόπος ∪ ∪ 6. Να μην πραγματοποιηθεί μόνο ένα από τα Α και Β ∪ ∪